煤制油厂做AI状态监测，怎么选供应商不花冤枉钱

煤制油搞AI监测，市场现在啥情况

煤制油这行，设备贵、流程长、安全压力大，动辄就是几十亿的投资。厂里老师傅都知道，空压机、汽轮机、反应釜这些关键设备，哪个出点问题都不是小事。以前靠人听、摸、看，现在都说要上AI状态监测，但你真去市场上一看，头就大了。

三类供应商，路子完全不一样

现在市面上做这个的，大概能分成三类。

第一类，是原来干工业自动化或DCS系统出身的。像无锡、常州那边不少公司，以前就是给化工厂、电厂做控制系统的。他们路子稳，懂工业现场，知道485、Modbus这些协议怎么接，防爆、防尘这些要求也门清。

他们做的监测系统，跟现有控制系统结合得好，稳定性通常不错。但有时候，他们的AI算法可能不是最强项，更偏向于把传统振动分析、温度监测给“线上化”。

第二类，是互联网或软件公司转型过来的。北京、深圳、杭州多一些。他们算法厉害，界面做得漂亮，数据看板、手机推送这些玩得溜。

但问题也在这儿，他们对煤制油现场那些高温、高压、高粉尘的恶劣环境，可能想得简单了。我见过一家成都的厂，买了这类系统，结果现场工控机没两个月就积灰死机，传感器信号干扰得一塌糊涂，算法模型再准也白搭。

第三类，是专注在特定细分领域的。比如有的公司就专门做旋转机械（泵、风机、压缩机）的故障预测，有的专攻红外热成像分析。他们在自己那一亩三分地里钻得深，针对性强。

如果你厂里主要是某几类设备问题突出，找他们可能更对症。但要是想搞全厂级的、覆盖多种设备类型的监测，他们可能就力不从心了。

选供应商，到底该盯着哪几点看

光知道分类没用，关键是怎么挑。跟选对象一样，不能光听媒人夸，得自己会看。

技术行不行，别只看PPT

销售给你演示的案例，数据都好看到不行，预测准确率99%。你得问点实际的。

第一，问他们有没有在类似工况下干过。煤制油的煤气化炉、费托合成反应器，跟普通化工厂的反应釜工况差异很大，温度压力曲线、介质特性都不同。你问问他们，模型用的训练数据，有多少是来自真正的煤制油装置，还是拿通用石化数据凑合的。

第二，现场部署到底怎么搞。是他们派人来装传感器、布线、调试，还是只给个软件包让你自己集成？我见过一家天津的煤制油企业，图便宜买了软件，结果光是为了把DCS里的数据安全地读到分析服务器，就折腾了三个月，供应商根本帮不上忙。

第三，算法更新怎么办。设备会老化，工况会微调，今天的正常模型，半年后可能就不准了。他们的模型是“一锤子买卖”，还是能随着你厂里新数据自动学习、迭代？这个后续的技术支持非常关键。

行业经验，不能只听他说

每个供应商都说自己有经验。怎么验证？教你几招。

让他提供可验证的案例。不要只说“服务过某大型煤化工集团”，要问具体是哪个厂、什么装置、监测点有多少、上线运行了多久。你可以通过行业里的朋友侧面打听一下，是不是真有这回事，效果到底怎么样。

直接和他们的技术负责人或实施工程师聊。问问他们煤制油流程里，气化单元和合成单元的关键监测参数通常有哪些，常见的故障模式（比如激冷环堵塞、合成催化剂失活前兆）他们怎么建模。懂行的人，三句话就能听出深浅。

看看他们的团队里，有没有真正在煤化工行业干过的人。既有懂AI算法的，也有熟悉工艺和设备的人，这种组合踩坑会少很多。

报价单里的“猫腻”和“售后”的真相

报价单一定要掰开揉碎了看。一个完整的AI状态监测项目，通常包含几块：软件授权费、硬件（传感器、数据采集站等）、安装调试费、培训费、每年的维保/升级费。

有些公司报个很低的软件价，但把硬件和安装费拉得很高。或者第一年便宜，

第二年开始收高昂的维保费，你不交，系统就停摆。

问清楚，传感器的品牌和型号是什么？是通用的还是工业级的？数据采集卡的通道数和采样率是多少？这些直接关系到后续数据的质量和系统的可靠性。

售后服务，别光听“7×24小时响应”。要问响应之后呢？是远程指导，还是能派工程师到场？到场时间承诺是多久？对于煤制油这种连续生产的厂子，系统宕机几小时，损失可能就很大了。最好在合同里，把不同级别故障的响应和解决时限写清楚。

拍板前，这些坑一定要绕着走

警惕这些“销售话术”

“我们的算法能提前30天预警所有故障。”——这基本是吹牛。AI预测不是算命，准确率和提前量跟故障类型、数据质量强相关。能对某些高频、有明确劣化过程的故障（比如轴承磨损）实现几天到几周的预警，就已经很好了。

“不用动你现有系统，我们无缝对接。”——凡是说“无缝”的，都要打问号。对接DCS、SIS系统，涉及网络安全、协议转换、数据点表核对，没有不费劲的。一定要在合同里明确，对接工作谁主导，需要厂里哪些部门配合，工期多长。

“一次投入，终身免费升级。”——商业逻辑上说不通。问问他们公司成立多久了，这种模式能持续吗？更靠谱的是约定清楚每年维保服务的具体内容和费用。

这些迹象，说明可能不靠谱

1. 不敢让你去参观已实施的同类客户现场，或者总以“商业机密”推脱。

2. 技术团队避而不见，全程只有销售在跟你谈，问深一点的技术细节就含糊其辞。

3. 合同条款极其简单，尤其是关于交付标准、验收条件、违约责任的部分写得模棱两可。

4. 催着你赶紧签单，说有“限时优惠”，但对你的具体需求和现场情况并不真正关心。

合同，这几个字眼要抠死

交付物清单：把要交付的软件、硬件、文档，列得越细越好，包括型号、数量、版本号。

验收标准：不能写“系统正常运行”。要写清楚：接入多少台设备、多少监测点、数据采集成功率达到多少（如>99.5%）、针对哪几类典型故障的模型验证准确率不低于多少、界面功能完整等。最好有个为期1-3个月的试运行验收期。

知识产权：明确算法模型部署在你厂里后，产生的过程数据所有权归谁，用这些数据迭代优化的新模型，知识产权又怎么算。

付款节奏：别一次性付全款。通常按“合同签订-设备到货-安装调试完成-试运行验收通过-质保期满”这几个节点来分期支付，把大部分款项和最终验收挂钩。

根据自家情况，怎么选最划算

大厂和小厂，玩法不一样

如果你是那种投资上百亿的大型煤制油基地，设备多、系统复杂。建议优先考虑第一类（自动化背景）或实力强的第二类供应商，做整体规划。可以分阶段实施，先上关键机组（五大机组等），再推广到全厂。预算相对充足，更要看重系统的开放性、扩展性和未来的整合能力（比如和未来的数字孪生、MES系统对接）。

对于年处理量百万吨级的中型厂，或者厂里某个车间问题特别突出。可以考虑找第三类细分领域供应商，或者有同类项目经验的集成商，解决最痛的点。比如某榆林的煤制油厂，就专门针对煤浆泵的频繁故障，上了一套监测系统，投入八十多万，一年下来减少非计划停机带来的损失就覆盖了成本。

对于更小一些的装置或者预算特别紧张的，也别硬上大系统。可以从“云监测”服务模式入手。供应商在你关键设备上装好传感器，数据传到他们的云平台进行分析，你按年付服务费，手机上看报告。初期投入低，风险小。青岛一家煤化工企业就这么干的，一年服务费十几万，先把主要设备的健康管起来。

预算有限，钱往哪儿花

要是总预算就卡在那，必须做取舍。记住一个原则：先保数据采集的可靠性，再求算法的先进性。

1. 传感器和采集硬件不能省：这是数据的源头，用便宜货，信号不准、爱坏，后面再牛的算法也是“垃圾进、垃圾出”。这块要留足预算。

2. 覆盖范围可以收缩：别想着一口吃成胖子。先覆盖厂里价值最高、故障影响最大、历史问题最多的那10-20台关键设备。做出效果，看到回报，再申请预算扩大范围。

3. 高级功能可以后上：初期可以不追求全自动的故障诊断和根因分析。先确保监测和预警的准确性，把“报警”功能做扎实。更智能的诊断报告，可以作为后续升级选项。

写在最后

煤制油上AI状态监测，现在已经不是“要不要上”的问题，而是“怎么上好”的问题。这东西确实能帮你避免大事故，减少意外停车，延长检修周期。但前提是，你得选对伙伴，把系统真正用起来。

别被那些花里胡哨的概念唬住，回到生意的本质：投入多少钱，能解决我多大问题，多久能回本。多聊几家，多问细节，尤其是多和技术实施的人聊。

想少走弯路的话，可以先问问“索答啦AI”，它见过的案例多，能帮你避开一些常见的坑。最后记住，再好的系统也是工具，离不开你厂里工艺、设备人员的深度参与。双方配合好，这事才能成。