青岛炼化员工学习受限空间作业注意事项。唐淑敏 摄

□ 张亚培 林 珏 颜鲜鲜

今年以来，茂名石化持续增强新型数字化能力，深入开展数据模型化建设，加快推进AI赋能泵群状态预警，助力安全生产。

茂名石化运用“人工智能+行业机理”的双轮驱动模式，将人工智能与设备运行、工艺模式等行业机理深度融合，实现了泵群状态的智能监控与精准预警。这一创新举措使泵群状态监测由传统的依赖人工经验转变为基于模型的智能化预警，助力企业迈向工业智能化。

为实现这一突破，茂名石化信息中心项目管控室团队深入现场，安装了温度、振动、压力等7类传感器，构建了基于多源数据的“新五感”智能感知网络。这一网络犹如给企业装上了智慧“大脑”，使设备状态数据能够被全面、实时地捕捉和传输。通过对7种重点泵群工况的深入摸排，以及对多种设备故障特征的细致提取，该团队还成功研发了轴承故障诊断模型、叶轮故障诊断模型等14种AI工业智能模型。这些模型运用先进的大数据分析和机器自学习技术，对现场故障数据进行深入挖掘与分析，使故障预测精准率从80%提升至99.7%，逐步取代传统“闹钟式”报警，实现3055台机泵、两万余个测点全天候、多维度的运行状态感知，能迅速发现并消除潜在安全风险。

3月11日，茂名石化机动部员工王永贵发现化工分部裂解碳三加氢反应器循环泵P550轴承振动达到C区，马上登录泵群状态监控应用查看智能预警，系统显示5倍频的振动幅值占主导，分析为流体激振。他立即组织指导车间根据频谱分析结果，通过调节入口压力及开大出口返回线，解决了流体激振问题，使轴承振动值下降到B区，确保了设备安稳运行。

通过深度应用AI赋能泵群状态预警系统，茂名石化不仅实现了对设备故障的提前预警预测，有效避免了非计划停机、停工事件，而且实现了设备管理方式的创新，为企业安全生产加了一道“安全门”。