兰州石化建厂 68 年，装置链条环环相扣，任何一套设备停下来都可能牵动整条生产线。它的数智化没有大拆大建，而是把榆林乙烷制乙烯项目当试验田：新技术先在新装置里跑通，验证成熟后再复制回兰州本部。
一块 35 公斤橡胶的 AI 体检
丁腈橡胶外观质检原来全靠人工。一块胶 35 公斤，要人工翻面，还要盯着每块仔细检查，一天下来眼睛和胳膊都累。更麻烦的是标准：老师傅手感准、眼神好，新人上手慢，判定因人而异，细微缺陷容易漏检；检测数据靠手写记录，质量追溯要翻纸质台账，想统计缺陷规律、反向优化工艺更难。
2024 年初，兰州石化启动橡胶智能质检攻关。难题很快浮现：丁腈橡胶表面纹理复杂，反光、色差、微小气泡混在一起，模型初期误判率居高不下。团队没有急着上线，而是联合工艺和质检一线的老师傅，一帧一帧标注样本，梳理出十余类典型缺陷、上万张样本图片，反复迭代训练，最终做出适配丁腈橡胶的专属检测模型。
检测区的工作流是“标准化视觉检测＋AI 算法＋自动化联动”：机械臂托起胶块、自动翻转六面，高清工业相机同步拍摄，算法在毫秒间完成识别；合格品自动流入下一道工序，缺陷胶块被精准推到复检工位，全程几乎不需要人工干预。这是炼化新材料领域首套单轨稳定运行的橡胶外观智能检测系统，依托昆仑大模型打造。
自 2025 年 5 月投用以来，处理量稳定在 145 块/小时以上，缺陷胶的识别率和剔除率都达到 100%。所有检测数据自动存入系统，每一块胶的质量信息可追溯，还能定期生成缺陷分析报告，反向指导工艺优化。曾经靠眼力和体力的质检员，转而成为智能系统的“管理者”和“分析师”，拿着报告和工艺团队一起从源头减少缺陷。
数字孪生与预测性维护
在榆林公司集中控制室，整面墙的数字孪生大屏把 80 万吨/年乙烷制乙烯装置的机泵、管线精准复刻，温度、压力等数据秒级更新。过去调工艺、做检修靠图纸加现场跑，技改要反复踏勘、人工推演方案；现在先在三维数字工厂里核查管线位置与走向、模拟检修路径，方案落地前就得到验证，现场返工大幅减少。同类型装置完成一次实物验证后，其余方案可以直接在数字模型里推演优化。
数字孪生解决“怎么干更高效”，智能诊断解决“何时修更精准”。千余台关键设备加装智能传感器，故障模型根据实时回传数据，自动识别轴承损伤等早期征兆：故障预判准确率提升到 85%，非计划停机减少 37%，维修成本同比下降 18%。高风险作业现场，“AI 布控球”替代“人盯人”监护，把安全标准固化为数字红线。榆林公司是国内首个乙烷制乙烯全业务链智能化工厂，也是中国石油第一家依托数字化交付建成的三维数字孪生工厂。
先新后老，先小后大
2019 年项目建设时，数字孪生、智能优化、预测性运维等系统就同步规划、同步落地，新技术先在新装置里跑起来，成熟后再推广到兰州本部：动设备状态监测、炼化知识图谱、数据治理平台等，都是沿这条“先新后老、以新带老”的路径复制过去的。
整体推进之外，一批贴近一线的小场景先见效：聚乙烯产品质量预测模型上线后，产品波动能提前预警；过去司机排队、人工登记的磅房，现在车辆进厂自动识别、自动计量，实现无人值守。用负责人的话说，一上来就全厂铺开风险太高，老炼厂的数智化是“边生产、边升级”的精细手术。
比设备改造更难的是把老师傅几十年的经验搬进系统。这些判断长期只存在个人脑海里，很难复制，系统上线初期也有人犯嘀咕“机器能比人准”。兰州石化的办法是让一线操作工、工艺设备人员参与改造，把那些说不清却很关键的判断逻辑，一点点拆成参数、流程和算法；系统跑出的结果再反过来验证和补充经验，形成双向循环。如今一些依赖经验的操作，已经能由系统自动识别、实时预警。
这条路径的可复制之处不在某套软件，而在次序：先用新装置做低风险试验，再用小场景建立信任，最后才动老装置和老师傅的隐性知识。对流程工业来说，这比一次性“全厂智能化”更接近工程现实。
资料来源：“智”变兰州石化 — 中国高新网（2026-08-29）。本文为技术要点整理/编译，非原文全文。