【人物名片】　智能制造数据分析师祝铃钰，1974年出生。她专注新行当——利用“大数据+建模”技术，为化工企业解决各种工业装置操作难题。

智能制造数据分析师祝铃钰——

我自豪，我是工业“新型医生”

本报记者 王璐怡

　　“化工厂需要一双明亮的‘眼睛’。”祝铃钰说。

　　这双“眼睛”能第一时间发现问题，更能快速找到解决办法。过去，富有经验的车间主任有这样一双“眼睛”，如今，祝铃钰帮他安上了更好、更不知疲倦的“眼睛”。

　　祝铃钰是一名智能制造数据分析师，她利用大数据，让化工制造变得“更聪明”。

　　为工业装置“问诊”

　　4月7日，祝铃钰的电话响了，电话那头是浙江安诺芳胺化学品有限公司仪电部负责人李红阳。通话持续了21分钟，挂断时，她的耳朵微微有些发烫。

　　祝铃钰手头正进行一个名为“透明工厂”的项目，“下单顾客”正是这家企业。新冠肺炎疫情发生前，她是对方车间常客。2月初，企业复工后，双方的联络转到了线上。

　　浙江安诺芳胺化学品有限公司是一家致力于芳胺类产品研发、生产、经营的专业化工企业，其主要化工产品是染料、轮胎等重要原料，市场面向全球。这些年，由于市场需求、原料价格等不断变化，装置能力不断提高，在调整生产过程中，车间“停车率”降不下去。在业内，启动、关停车间生产装置被称作“开停车”，而即使是临时的频繁“开停车”也会导致高能耗、设备故障受损，更易造成安全事故。

　　“透明工厂”项目正是由此而来。去年6月，了解企业需求后，祝铃钰及其团队研究决定利用大数据为企业搭建一个“透明工厂”。在“透明工厂”中，企业所有生产装置全部转化成数据，可在电脑上模拟运转，并通过不断调控测试产生各种方案，最终实现优化目的。祝铃钰的工作就是和这些数据打交道。

　　“简单来说，我就好比是这些工业装置的‘新型医生’。”祝铃钰说。化工厂安全风险等级高，化学反应控制尤为困难，特别是气液固三相带循环的反应，影响因素多达几十个，操作人员过去仅凭常规测量仪表发现故障，往往有很大时间滞后。她则是获取影响装置的温度、压力等数据，利用方程式在电脑上建模分析并编程运行，通过变化波动的数据及时“诊断”装置的“健康”情况，一旦出现异常能迅速找到“病灶”，为“急救”留足时间。

　　为每个跳动的数据兴奋

　　成为一名智能制造数据分析师，祝铃钰说自己是正好“碰上了这个时代”。

　　1996年，北京化工大学化学工程专业硕士毕业的祝铃钰进入浙江工业大学任教。在这里，她遇到了浙工大化工专业教授俞晓梅，那时俞晓梅经常带队去企业开展产学研项目。她回忆，那段时间，俞老师跑哪儿，她就跟着到哪儿，“除了边疆外，全国有化工企业的城市几乎都跑遍了。”

　　了解接触得越多，祝铃钰越觉得自己“会的还不够”。工作7年后，她又重新以学生身份回到校园，攻读浙大控制理论与控制工程专业博士，并开始以数学方法和计算机技术为主要工具，研究过程系统工程的各种理论、方法和技术。也正是从这一时期开始，中国信息化迅速发展。

　　2014年开始，她尝试将传统工业知识与大数据结合，帮助化工企业解决各种难题。

　　这些年，不少化工企业也陆续主动踏上转型升级之路，数字化建设已越来越成为行业共识。“化工企业早和过去大有不同。”她给记者展示了一张化工企业控制中心内部照片：一边是一整面墙的数据显示屏，一边是坐在电脑前的工作人员，轻点鼠标即可远程操控生产设备。

　　研究分析数据，对常人而言有些枯燥的工作，祝铃钰常能找到乐趣点。“尤其看到数据变成一个个会跳动的点就会很兴奋。”采访中，她拿出随身携带的笔记本电脑，当场打开一个程序展示。

　　这个程序是祝铃钰之前为一化工企业测试装置编写的。在她讲解时，坐标内不断有新的黑色圆点跳出，随后变成了灰色固定在空白区。“这些点集中在一定范围内，表明装置运行是正常的，一旦超出或低于范围值，点会变红，值得我们注意分析。”即使隔着口罩，也明显能感觉到祝铃钰的兴奋。

　　这股兴奋更是因为数据分析后带来的真切改变。在化工厂中，液体输送用泵是最常见的动力设备，其动力消耗非常可观。祝铃钰先前服务过一家化工企业，其一厂区就装有6套泵设备，一年仅这些设备电费就达1300万元。为了降低能耗，祝铃钰和团队使用过程建模的方式，利用工业现场的测量数据进行计算，通过数据对比和数据分析，及时发现泵运行低效或异常情况。去年6月，该企业采纳了祝铃钰等人提出的设备运行调度和整改建议，并专门单独安装了电表。近一年时间，专项电费节省了上百万元。

　　事实上，大多成果并非能快速见效。“从选取数据、建立模型、测试修改到可视化展现等都需要花费时间，一个项目少则几个月，多则可能花上几年。”祝铃钰承认，这是个有些耗时、耗精力的工作，但她更满足于这份职业带来的成就感，“都说当‘乙方’不容易，但我合作的很多‘甲方’都很乐意沟通，也愿意采纳意见。”祝铃钰笑着说。