流程工業是國民經濟的支柱產業，是我國從制造大國向制造強國邁進的主戰場之一。經過近十幾年的發展，流程工業在企業信息化建設方面，基本形成了以 DCS-MES-ERP三層模型為代表的信息化體系，不同程度上滿足了企業在過程控制、生產管理、經營管控等方面的應用需求。
然而，從另一方面看，企業通過信息化系統建設，雖積累存儲了大量數據，但對數據價值的挖掘和應用還較少；雖然實現了生產過程自動化控制與管理過程的電子化記錄，但對復雜工藝裝置的先進控制、生產計劃及加工方案的優化與排程，還非常缺乏有效的建模工具與應用軟件支撐；雖然實現了自動化報表及信息的綜合展示，但在數據鉆取、決策輔助方面，仍然存在數據不標準、模型不統一、信息未集成等難題。流程工業智能工廠建設是企業“兩化”深度融合的集中體現和必然選擇，是一項長期、復雜、創新的工程，并不是一蹴而就的。
企業更想了解智能工廠建設有哪些切入維度，分哪些層次階段，如何結合行業特點及企業總體基礎現狀制定行之有效的解決方案，以及在智能工廠建設中又要注意哪些問題等等。本文基于對流程工業智能工廠建設的理論研究和實踐探索，嘗試提出一些新的觀點和建議，拋磚引玉，以引發業界的思考和共鳴，共同加快推進我國智能制造的進程。
1 智能工廠的新思考
流程工業智能工廠可以從 4 個視角來剖析，即工廠本體、智能化方案、智能工廠評價體系、核心支撐要素。流程工業智能工廠建設思考框架，如圖1 所示。
圖 1 流程工業智能工廠建設思考框架
1.1 工廠本體
1.1.1 工廠管理目標
從工廠本體運營管理的視角看，企業管理者重點關注三大類問題。
（1）增加銷售、降低成本，提升工廠的盈利能力，解決企業的生存問題。關注效率提升，保障企業的產品及服務能更快速的滿足用戶需求。
（2）加快新產品研發、新市場開拓、新生態打造等問題，解決企業由大到強的可持續發展問題。關注可持續性，期望打造百年老店。
（3）加強風險管控，包括融資風險、投資風險、經營風險等，解決因決策失誤造成重大損失問題。關注風控，要求企業適應復雜多變的市場環境。
1.1.2 工廠運營管理
為了能全面系統地分析評估工廠運營效率，一方面可以從工廠價值創造的過程入手建立工廠價值樹模型；另一方面可以從企業經營管理目標、制度、流程入手建立企業運營管理績效樹模型。
價值樹模型就是在指標之間尋找對應的邏輯關系，在價值樹模型圖上分別列出公司的戰略目標，對應的關鍵績效指標（通過戰略重點與目標轉換得到）及驅動這些指標的關鍵驅動流程及對應的指標。價值樹可以幫助企業了解價值產生的來源，使得資源、資本和管理重點有的放矢，是建立商業化績效管理體系的指導原則和出發點。如圍繞提高企業占用資金回報率這一目標，可以建立其價值樹模型，如圖 2 所示。
圖 2 提高企業占用資金回報率的價值樹模型示意圖
運營管理績效樹是以價值創造為出發點，追溯關鍵績效指標與其層層牽連的因果邏輯關系。基于績效關系樹的分析，可以快速診斷、定位提高工廠運營績效的關鍵環節與瓶頸制約，有針對性地指導企業管理者進行管理的持續改善與科學決策。
1.1.3 決策者重點關注
從改善企業經營視角看，企業決策者重點關注3 個方面的解決途徑，即新技術應用、商業模式創新及人才培養。所以，任何管理咨詢、信息化規劃及系統建設工作，均應與企業經營決策者的重點關注密切結合，支持企業經營決策者把握發展方向、科學決策控制風險以及優化資源配置并使資源效能最大化發揮。
1.2 智能化方案
1.2.1 工廠本體視角
以企業發展戰略為導向，圍繞企業的生產裝備、工藝路線、組織架構、流程制度、經營模式、人才培養、企業文化等維度都存在著優化和改進的巨大空間。比如企業組織必須要用“體系”的視角去觀察，企業的經營思路必須從“生產獨尊”和“銷售為大”的傳統“工廠智能”中跳脫出來，全面調動企業經營各個要素，用全面、體系化的方式來看待經營活動。這是一張由工廠本體、客戶、供應商、競爭者等組成的一張復雜網絡系統，對企業意味著可選擇“路徑”的多樣性，也就意味著“智能化”的維度與空間。
1.2.2 信息化視角
從信息化看系統建設的視角，綜合了通訊技術、控制技術、優化技術、軟件技術的企業信息化整體解決方案，也是工廠智能化的主要途徑之一。
1.2.3 融合創新視角
以支撐生產企業發展戰略為根本，以智能制造的新思維、新技術、新業態為手段，深入分析企業經營目標、組織架構、管理制度，業務流程的現狀與瓶頸制約，優化企業的生產要素、管理經營業務，改善并升級企業生產鏈、供應鏈、管控鏈、價值鏈，提高企業個性化定制、柔性生產及體驗化服務的能力和水平，構建生產制造新業態、生產管控新模式、企業發展新動力，實現企業智能制造的轉型與升級。
1.3 智能工廠評價體系
流程工業智能工廠建設相關的理論、技術、應用還在不斷探索和發展之中，當下可以說是“百花齊放、百家爭鳴”，對于智能工廠建設的范疇、目標、進程、效果等，業界仍未形成統一的共識和標準。
作為智能工廠建設的主角，生產企業應以自身發展的內生需求為導向推進智能工廠建設。當然，智能工廠建設的效果評估，理應回到對企業發展需求的滿足程度方面，以定量分析的經濟技術指標和定性分析的總體先進性作為主要評估要素。同時，圍繞全面感知、協同執行、預測預警、科學決策等維度綜合評估工廠數字化、工廠自動化、工廠信息化等輔助信息化技術指標。企業結合績效關系樹與智能工廠評估體系，可以對企業管理及智能工廠建設效果進行持續改善與優化。
1.4 核心支撐要素
流程工業企業信息化解決方案的核心支撐要素包括以下方面。
（1）數據與標準 通過實時/關系數據庫技術，實現工廠人、機、料、法、環、測等生產要素數據與采購、銷售、生產、安全、質量、環保、物流、運維等經營動態數據的采集和存儲，建立基于統一編碼體系的主數據管理和企業服務總線（ESB），實現各業務系統之間數據的互聯互通與共享。同時，需要對企業的技術標準、管理標準及工作標準體系進行梳理和數字化轉化，這是信息化系統進行初始化和分析診斷，進而輔助管理決策的基礎和基準。
（2）軟件與內容 流程工業軟件包括運營管理類軟件（如 ERP、CRM 等）、生產控制類軟件（如MES、DCS、APC、SCADA 等）以及研發設計類軟件（如 CAD、PDM、PLM 等）。尤其在智能制造背景下，還需要工廠統一建模軟件、企業服務總線平臺、信息綜合展示等軟件，實現各類工業軟件的集成與互聯，支撐企業管控業務的高效與協同。不同行業的流程企業進行信息化系統建設，必須結合自身行業特點，選擇專業性強、針對性好的工業軟件并考慮綜合集成，避免出現“應用孤島”。內容是指建立行業知識數據庫，包括過程性知識（如物料衡算、熱量衡算、相平衡計算、反應動力學計算、工藝指標分析、平穩率分析等）、描述性知識（如物理性質、化學性質、催化劑活性等）、方法性知識（如設備結構力學計算、氣體擴散模型、爆炸模型、腐蝕模型等）以及手冊性知識（化工工藝設計手冊、化工設備設計手冊、化工管道設計手冊等）。企業可以先行購買一個通用的商業數據庫作為基礎，再將自身的管理實踐與知識經驗不斷向這個數據庫中轉移，形成企業自己的經營管理數據，并持續維護更新這一影響企業管控水平的軟資產。
（3）行業最佳實踐 通過企業自身內生動力等推動，與智能制造的技術、服務供應商等進行融合創新，共同創造可以使生產或管理實踐的結果達到最優，并減少出錯的可能性，將這些技術、方法、活動或是機制進行固化，形成企業自身智能工廠建設的行業最佳實踐。
（4）新一代信息技術 企業信息化系統解決方案應充分利用物聯網（IoT）、工業大數據（Big data）、云平臺（Cloud）、仿真優化（Simulation）、工業信息網絡空間（iCPS）等為代表的數字化網絡化智能化新一代信息技術，幫助企業提升信息感知能力、管理執行能力以及科學決策能力，增強企業持續發展的市場競爭力。
（5）專業化服務 信息化系統供應商必須在項目建設、系統應用及價值創造的各個階段提供全流程的專業化服務，確保信息化系統解決方案能夠在企業經營管理中落地生根，為企業創造價值。專業化服務的內容包括需求分析、方案設計、建模分析、系統開發、運行驗證、技能培訓、知識轉移等，既需要專業化專家團隊，也需要專業化的行業知識庫與標準化模版。
2 企業信息化系統頂層設計
企業信息化系統頂層設計就是基于物理工廠對象采用可配置的多層建模方法[8]，設計工廠統一數字化資產模型，服務于新產品研發、生產制造管控、供應鏈集成等管理業務，重構人、物理工廠、技術與知識等生產要素的運轉方式，創造綠色、高效、高質、安全、環保的新型生產力，推動制造企業升級轉型，而進行的一種具有戰略高度的新型工廠規劃。
本文提出了基于工廠全生命周期數字化資產模型的流程工業企業信息化頂層設計功能架構，如圖 3 所示。
圖 3 流程工業企業信息化系統頂層設計功能架構
智能工廠數據采集包括兩大類數據，即靜態數據和動態數據。靜態數據包括工廠設計數據、地理信息數據、工藝設備特性數據、工廠物理結構、文檔圖片等，這些數據大多來自于工廠設計、設備供應商、工廠建造、工藝包等。工廠動態數據包括安全環保、生產執行、設備運行、質量管控、能源產耗、經營決策、倉儲物流、銷售采購等。
數字化資產模型是物理工廠從設計、建造到運維全生命周期靜態信息和動態信息的結構化、集成化、數字化統一表達。以一個泵為例，它的數字化資產模型內容包括設計階段的信息（如泵的邏輯圖、泵的三維立體結構模型、泵的設計結構參數等）、采購階段信息（如品牌廠商、規格型號、使用方法等）、安裝調試階段信息（如安裝的空間位置信息、安裝的地面及周邊環境信息等）、運行維護階段信息（如泵的運行負荷、輸送的介質及流量、泵的運行壓力、泵運行電壓電流、泵的相關備品備件、泵歷史維護維修等）以及全生命周期各階段信息之間的聯系，共同構成了泵這個物理資產的數字化資產模型。
智能工廠信息化管理系統的各類應用均基于工廠數字化資產模型，以三維可視化平臺作為統一的人機交互界面，實現對生產、設備、物流、環保、安全、質量、風險等業務的可視化監控與管理。以數字化資產模型作為橋梁，可以實現數據提供與數據應用的松耦合，當企業集成信息、生產運營系統發生變化時，不會對上層應用產生架構上的影響。基于數字化資產模型的智能工廠功能架構，可以保障整體系統的可伸縮性，從而既能滿足系統擴容的問題，也能對企業前期的信息化資產實現保值增值。
對于新建工廠或是大型集團企業，可以考慮通過“正向工程”構建智能工廠數字化資產模型，也即與設計院、工程建筑公司等單位合作，打通工廠數字化設計與交付到工廠數字化建造再到工廠數字化運營的信息集成模型體系。
對于已經投產的工廠或是中小型企業而言，考慮到成本及技術可行性，可考慮通過“逆向工程”構建智能工廠的數字化資產模型，即通過紅外成像加 3D 繪制的模式，建立重點設備、關鍵工藝裝置三維可視化模型，然后再通過熱點關聯技術，實現工廠建造信息、設備信息及工廠運維信息的集成，逐步建立豐富企業的數字化資產模型，為工廠運營管控系統的應用提供模型和數據支持。數字化資產模型的應用需要具備以下幾個條件：
①設計院進行數字化設計并進行數字化交付或者是逆向建模平臺；②建立企業服務總線，實現工廠全生命周期各階段各類信息系統的互聯互通；③建立統一的數據倉庫和主數據模型；④具備數字化資產模型的展示平臺。
需要注意的是，我國流程工業企業門類眾多，發展階段各異，各企業應結合自身發展戰略、建設基礎條件、資源投入保障等因素，參考此流程工業智能工廠建設通用參考模型，要具體情況具體分析，制定適合企業發展階段及自身特點的實效性解決方案。
3 應用效果分析
在某大型煤電化一體化企業，基于流程工業智能工廠建設思考框架，并結合循環經濟產業鏈特點及企業轉型升級需求，對該企業的工藝裝備、計量網絡、過程控制、能源消耗、生產管控等基礎條件和業務現狀進行了梳理和評估，設計了該企業的智能工廠 1.0 功能架構并進行了實施應用。建設內容包括生產裝備升級改造、完善計量儀表、高能耗裝置先進控制、能源平衡與優化、生產管理與成本在線監控等。
通過兩年多的應用實踐證明，該企業建設的智能工廠 1.0 已經取得了顯著的經濟效益。
（1）通過對 PVC 包裝機器人改造、片堿包裝碼垛自動化改造，提高包裝效率 40%以上，包裝質量誤差降低了 80%，包裝線班組操作人員減少了一半。
（2）對全產業鏈的計量儀表進行升級改造，并新增 800 多塊儀表，計量網絡健全完善，尤其是火災、泄漏等儀表的建設，使各種報警、異常能在第一時間被發現，避免安全事故的發生和減少物料損失。
（3）在電石爐上實施先進控制系統，建立電極長度軟測量模型以優化和指導電極壓放長度，提高電極做功功率；通過控制爐內壓力、電極電流、電極電壓等關鍵操作變量，保障電石爐等穩定長周期運行，電石爐單位電石耗電量降低了 2.37%。
（4）通過對水泥窯新增余熱鍋爐、氯化氫合成余熱副產蒸汽、電石爐氣密閉爐改造、氯堿裝置節能技術改造、大型用電設備變頻控制改造等手段，優化工藝用能水平，每年節能 2.75 萬噸標準煤；通過優化熱電廠發電機組負荷調度優化，每年節能4.29 萬噸標準煤。
（5）建立企業主數據平臺，夯實數據標準化基礎；以化工板塊為試點，建立化工產業鏈重要設備的數字化資產模型，打通生產統計與成本核算業務流程，實現了賬物統一，縮短每月度財務報表制作時間，從 7 天變為 1 天，大大提高了生產管理的效率和水平。
隨著企業管理精細化水平的提升，必將催生更多對信息化系統的應用需求，同時對于“兩化”融合創新的柔性化生產模式、個性化服務模式也會出現，從而不斷推動企業的轉型升級。
4 智能工廠建設的幾點建議
近兩年，在國家相關政策的引導下，流程工業中涌現出了一批智能制造試點示范項目和智能制造新模式項目，已經積累了一些非常寶貴的經驗。本文結合智能工廠項目建設實踐的經驗和教訓，對于流程工業企業進行智能工廠建設，提出如下幾點建議，以供業界參考。
（1）制造企業是主角。制造業自身的內生需求是推動智能制造的核心動力，是智能制造企業管控體系、操作經驗、資產對象、設備資產、組織架構、流程制度等核心內容的提供者。只有企業自身深入融合到智能工程等建設中，才不會導致企業管理與信息化的“兩張皮”，才能建立人機協同的基礎和能力。自動化信息化供應商應做好工具、軟件、服務，做好智能制造的“放大鏡”，做好配角，并與企業持續合作，共創行業最佳實踐。
（2）以價值創造為導向。以流程、技術、系統、文化、組織等進行深度融合，瞄準提高生產運營效率、降低生產成本、提高產品質量、縮短產品上市周期、降低能源消耗等經濟技術指標，牽引項目建設的層次、計劃及資源。企業與供應商創新項目實施模式，建立長期合作關系，共同負責見證價值的實現過程。
（3）人才和組織的跨界與融合是智能制造推行的核心。生產是一個非常復雜的系統，要解決其隨機、不確定、快速變化等問題，必須建立核心模型體系，這需懂管理、工藝、控制、建模、IT 等各領域的人組成團隊共同工作，而這樣的團隊及綜合能力強的人才極為短缺。所以企業重構人才培養、服務新模式，以能力打造為導向，充分發揮各領域人才的超級長板理論，培養出跨界、融合的服務團隊和能力，才是真正推動企業智能制造轉型升級的關鍵。
（4）支撐企業發展戰略，做好智能工廠建設的頂層設計。智能工廠建設涉及企業發展戰略、經營目標、管理制度、組織創新、業務流程、技術基礎等復雜因素，規劃建設投資大、建設周期長、利益相關方眾多，如何做好資源投入與產出的效能平衡，需要從企業獲利能力、決策能力、風控能力、創新能力、執行力及資源有效性 6 個維度進行成熟度分析，從而實現未來投入的先進性、適應性和可擴展性。而這一工作的有效開展，離不開企業與信息化咨詢商的緊密合作。
（5）避免智能工廠建設的幾個誤區。如把智能工廠簡單等同于機器換人、無人工廠、黑屏操作、自動化倉庫與物流等；也不能重蹈到新瓶裝舊酒的覆轍，簡單地把 PLM、DCS、MES、ERP、EAM等信息化系統平行的推一遍；更不能陷入到大數據、工業云、物聯網、人工智能等技術的冥想之中。企業建設智能工廠務必對自身的基礎條件、核心問題、資源投入等作冷靜的思考，選擇制定適合自身特定環境的解決方案方為上策。
5 結語
智能制造既是我國制造業趕超制造強國的歷史機遇，同時也是一種歷史發展的必然選擇。隨著人類社會進入三元結構時代的加快，以及 ABC（人工智能、大數據、CPS）新技術的快速發展與應用，新一代信息技術必將對制造業、信息技術服務業、科學技術研究等帶來空前的機遇和挑戰。
對于智能制造的主戰場之一，流程工業企業智能工廠建設將以將本增效、綠色安全、節能環保為基礎，推進企業產品服務質量升級、個性化定制與柔性化生產能力提升為主攻方向，呈現出先進制造系統與新一代信息技術深度融合的發展態勢。企業作為用戶應聯手系統集成商，融合業界各方力量與資源，深入探索和實踐“產、學、研、用”新模式，將會是企業智能工廠建設的重要途徑。
趙路軍 榮岡 PLM之神
作者：浙江中控軟件技術有限公司 趙路軍，浙江大學智能系統與控制研究所 榮岡 | 來源：《化工進展》
返回列表
