流程工業智能工廠建設的探索與實踐

施一明

摘要：工業企業進行“兩化”深度融合，關鍵是建設智能工廠。認為智能工廠建設是一項系統工程，通過采用成熟的數字化、網絡化、智能化技術，使企業的生產系統、信息系統、自動化系統和業務管理系統成為一個協同工作的整體，提升企業生產管控的整體績效。提出了智能工廠的功能架構，并介紹了數據交換體系、3個智能服務平臺和十大業務應用系統等建設內容，對建設過程中的若干關鍵技術進行了探討，并結合實際案例介紹了智能工廠建設情況和運營效果，對信息安全、實時優化等未來發展方向進行了展望。

關鍵詞： 智能工廠；優化控制；實時數據庫

Abstract： For industrial enterprises， intelligent plant is the key to achieve deep integration of informationization and industrialization. The establishment of intelligent plant is a complex system engineering which requires the collaboration of production system， information system， automation system and business management system through mature digital， network and intelligent technology， thus improve the overall performance of enterprise production management & control. In this paper， we present the functional structure of intelligent plant， and explain the main construction points including the data exchange system， three intelligent service platforms， ten business application systems， and discusses several key technologies during the construction. The construction and operation results of typical intelligent plant cases are also introduced， and the future development trends such as information security， real-time optimization is forecasted.

Key words： intelligent plant； advanced process control； realtime database

中國經濟變革已經迫在眉睫，投資主導增長模式正在失去動力，推動經濟發展更要注重提高發展質量和效益，生產力主導型發展模式正在成為中國經濟發展的新動力。作為國民經濟支柱產業的流程工業企業，面對錯綜復雜的經濟環境和持續下行的經濟壓力，如何創新企業經營管理模式，優化提升運營服務能力，抓住歷史發展的新機遇，構建企業發展的新生態，重拾發展新動力，是每個企業必須直接面對和亟待解決的問題。

信息化是中國加快實現工業化和現代化的必然選擇。在信息技術領域，隨著德國工業4.0、美國工業互聯網、中國制造2025的提出，以數字化、網絡化、智能化為特征的新一輪科技革命正在悄然興起，以大數據、云計算、移動物聯網等為代表的新一代信息技術不斷成熟和普及[1]，對企業發展正在產生著越來越顯著的重要作用。

工業企業進行“兩化”深度融合，集中表現就是建設智能工廠。然而，什么是智能工廠？為什么建、怎么建？在業界還未形成統一的觀點和認識。文章中，我們結合多年來在自動化、信息化領域的工作經驗和認識，對智能工廠的建設思路、功能框架、行動路線、關鍵技術等進行簡要分析，同時結合實踐案例分析了智能工廠建設的效果與作用，希望促進行業對智能工廠的思考，推動智能工廠的技術發展和建設實踐。

1 智能工廠系統架構

1.1 智能工廠的理解

智能工廠建設是一項系統工程，從空間維度看，包括生產、工藝、設備、質量、倉儲、物流、自動化、信息化等技術與系統；從時間期維度看，包括產品研發、生產制造、供應鏈等維度[2]。

智能工廠建設旨在使企業的生產系統、信息系統、自動化系統和業務管理系統成為一個協同工作的整體，提升企業生產管控的整體績效。

1.2 智能工廠建設思路

智能工廠建設的總體目標是：采用成熟的數字化、網絡化、智能化技術，圍繞生產管控、設備運行、質量控制、能源供給、安全應急5項核心業務，采取關鍵裝置優化控制，計劃調度操作一體化管控[3]，能源優化減排，安全風險分級管控及生產績效動態評估等關鍵措施，著力提升企業生產管控的感知能力、預測能力、協同能力、分析優化能力及IT支撐能力，為企業經營管理綜合效益和競爭力提升提供了堅實的保障，并能夠最終幫助企業實現高效、綠色、安全、最優的管理目標。

1.2.1 “六層面”建設視角

對于流程工業企業這樣一個復雜的系統，我們“化整為零”，從生產控制和生產組織兩個維度切入，將智能工廠建設分為智能機構、智能檢測、智能控制、智能操作、智能運營、智能決策6個層面，分別尋找、匹配先進的裝備、技術與系統，進行智能化建設，如圖1所示。

（1）智能機構層：在適合的生產單元、工序中進行智能化操作改造，最大限度地利用機械臂、碼垛機、巡檢機器人、無人引導小車（AVG）小車、自動化倉儲、定量裝車等裝備，替代人的體力勞動，提高生產運行的工作效率和質量。

（2）智能檢測層：對生產資源、運行狀態的檢測進行系統化的設計和建設，包括泄漏、火災、消防、視頻、電子巡更、一卡通、全球定位系統（GPS）、在線檢測儀等內容，并實現這些系統的互聯互通、智能聯動，為安全的生產環境提供保障和服務。

（3）智能控制層：對生產工藝的控制提供系統的解決方案，包括分布式控制系統（DCS）、數據監測控制與采集系統（SCADA）、控制回路比例積分微分（PID）性能評估等內容，實現生產工藝控制的高度自動化。

（4）智能操作層：為生產、質量、設備、能源、安全等業務管理提供智能操作系統與平臺，包括先進控制（APC）、仿真培訓系統（OTS）、制造執行系統（MES）、能源管理系統（EMS）、企業資產管理系統（EAM）、安全評價系統（SES）、質量健康安全環境管理系統（QHSE）等內容，優化生產管控的業務流程，豐富操作優化的指導工具，提升生產操作的業務協同水平[4]。

（5）智能運營層：為供應商關系管理、客戶關系管理、企業資源計劃、工程項目管理、科研管理等業務提供智能化服務平臺，包括企業資源計劃（ERP）、供應鏈管理系統（SCM）、客戶關系管理系統（CRM）等內容。

（6）智能決策層：構建企業級專家知識庫，搭建面向主題的工業大數據分析決策平臺，通過建立擬合不同模型研究不同關系，發現有用信息，用于分析原因解決問題；發現潛在價值，預見可能發生的某種“壞的未來”并且給出相關建議，即預測并提供解決方案。

1.2.2 “四步驟”行動策略

流程工業是一個很大的范疇，不同行業差異很大，同一行業的企業差異也很大，且企業處在發展變化的不同階段，所以每個具體企業建設智能工廠的基礎條件、建設目標、建設內容，均應該具體問題具體分析，不能采取“一個模子”、“一刀切”的實施方案。

鑒于各企業的差異，我們提出了具有一定共性和普適性的智能工廠“四步驟”行動策略，如圖2所示。

第1步，立足自動化。以企業生產的工藝流程為主線，分析各設備、工序、工段、車間的儀表及自動化系統，對人工操作、機械控制等環節進行自動化改造，使數據自動采集率>90%，提升控制回路自控率，提升區域優化控制平穩率，在生產工藝過程控制層面，實現高度自動化與優化控制，充分挖掘裝置產能，提升產品質量并降低物耗能耗。本階段建設的關鍵是互通。

第2步，做足電子化。結合中國大多數企業管理還處在人工記錄，開會制訂方案，文本形成報告的管理階段的實際情況，我們建議以流程梳理優化為抓手，規范、固化企業管理業務流程，并通過電子化的信息系統進行支撐，做到管控流程的透明和可追溯。本階段建設的關鍵是適用。

第3步，特色數字化。通過建立企業的數字化模型，整合工廠設計的靜態數據和工廠運行的業務數據，將MES、ERP、EAM、全生命周期管理（PLM）、SCM、CRM、工廠設計等系統進行集成，建設以企業數字化模型為核心的業務應用及展示平臺。本階段建設的關鍵是集成。

第4步，逐鹿智能化。建立企業級知識庫以及工廠長周期運行的歷史數據，結合對計劃、調度、操作、工藝等機理研究，分業務、分裝置建立智能化決策、管控、操作一體化的優化平臺。本階段建設的關鍵是垂直。

1.3 流程企業智能工廠功能架構

流程工業企業智能工廠建設的功能架構如圖3所示。

智能工廠建設內容包括：智能服務數據交換體系、3個智能化管控平臺、十大智能業務應用系統。

1.3.1 基于智能服務總線的數據交換

體系

基于實時數據庫、關系數據庫，以及工程設計、工廠資源、生產動態、現場多媒體等信息融合技術與可視化技術，建立基于統一數據倉庫的智能服務數據總線，實現生產管理系統、安全管理系統、能源管理系統、設備管理系統、質量管理系統、績效管理系統等集成以及與ERP系統的互聯互通，消除“信息孤島”、“應用孤島”[5]。

數據交換系統包括：傳輸服務（安全/可靠的數據傳輸，同步/異步服務等）、仲裁服務（服務路由、格式轉換、流程引擎等）以及協議服務（接入協議轉換、接出協議轉換）。

1.3.2 3個智能服務平臺

（1）生產過程自動化智能控制平臺：以控制系統DCS為核心，包括APC、安全儀表系統（SIS）、調制與編碼策略（MCS）、機組綜合控制系統（ITCC）、火災報警系統（FAS）、全球分銷系統（GDS）、閉路電視監測控制系統（CCTV）、電氣自動化、三級計量、外操巡檢定位、分析小屋、電氣防誤閉鎖、大型機組設備健康等。

（2）企業生產管理智能服務平臺：以MES為核心，包括企業級專家知識庫、企業數字化資產模型、工作流引擎、優化分析模型庫、分析算法庫、智能報警服務、IT工具集等。

（3）企業生產運營智能服務平臺：以ERP為核心，包括企業主數據、業務分析模型、績效評估體系、企業門戶等。

1.3.3 十大智能業務應用系統

智能工廠應著力建設十大核心智能系統：工程設計數字化移交、過程控制自動化控制系統、實時數據庫系統、先進控制優化系統、生產執行系統、能源管理系統、實驗室信息管理系統、設備運行管理系統、安全風險分級管控與安全應急指揮系統、目標傳導式績效管理系統。

1.4 智能工廠建設的關鍵技術

在智能工廠建設過程中，需要攻克一系列關鍵技術，包括：

（1）工程設計數字化交付

一般意義上的交付按照專業劃分，資料分別交付，交付成果是分散的，沒有關聯關系的，很難保證數據的一致性，業主很難進行維護和再利用。而“數字化交付”將各專業數據進行整合，并將它們之間建立起關聯關系，保證交付信息的完整性、一致性和正確性。要實現真正意義上的“數字化交付”至少要完成智能P&ID的繪制，完成3D模型的繪制，并且通過技術手段保證二、三維數據的一致性和正確性，減少數據冗余。

（2）復雜異構系統的互聯互通

智能工廠的各信息系統包括基礎自動化系統、三級計量、實時數據庫系統、分析小屋、巡檢定位系統、外操培訓系統、在線污水監測系統、績效考核系統、在線培訓系統等，這些系統存在技術路線各異、數據與模型不統一等問題，已經形成了諸多應用孤島，需要攻克異構系統集成的關鍵技術，實現系統的集成與互聯互通。

（3）復雜過程動態特性優化控制策略設計

流程工業企業生產過程工藝復雜，各裝置上下游工藝關聯緊密，設備間的物料、能量耦合度高，對擾動十分敏感，局部干擾，往往會在整個生產流程傳播。每個工序的設備、單元，甚至整個生產線，都有自身優化點、控制點及安全約束邊界，而往往單個設備的優化操作點與整個生產線的全局優化點存在差異。如何協調優化各個工序的局部優化點使整個過程的趨于最佳優化點，是整個單元生產優化控制的關鍵問題。

（4）多層次、多尺度工廠統一進行建模

生產企業管理是一個復雜的多維系統，如何建立生產、設備、質量、安全、能源等多項專業管理在時間、空間多尺度上的模型以及實現模型一致映射，是考驗應用系統實用性、靈活性的關鍵，需要攻克工廠統一建模的技術難題[6]。

（5）重大耗能設備能效的分析與優化

企業生產中，由于缺乏加熱爐、壓縮機、泵等重大耗能設備的能效評估模型，導致對其的操作與控制智能憑經驗進行，因此需要通過基于機理和數據聯合建模的方法，繪制設備能效監察圖，并通過實時計算值在線評估各臺設備的當前能效，解決設備能效分析與負載優化難題。

（6）關鍵生產設備故障診斷與操作優化

關鍵設備一旦發生故障，不但造成巨大的經濟損失，有可能還會引發安全事故。通過設備運行狀態、巡檢及檢維修紀錄等信息，找到設備變化的規律，對設備潛在的故障進行預警，是智能工廠中提高設備運行效率的重要方法。

（7）區域定量風險分析及重大事故模擬

涉及危險化學品生產、儲存的區域，要進行火災、爆炸、泄漏、中毒等多種災難事故的疊加風險分析、定量計算與可視化模擬等模型研究，并開發集安全風險容量、事故場景、多米諾效應等多種功能于一體的安全信息系統，技術難點是上述模型的研究仍需加強。

（8）績效管理理念落地

在制訂績效管理方案的過程中，企業都根據自身特點融入了各類績效管理理念，但在實際實施中，這些理念的大部分卻沒有得到有效貫徹、落實。通過指標量化細化分解使戰略轉化成指標是重要的技術難點。

2 流程工業智能工廠應用

案例

某氯堿企業典型的“煤-電-電石-聚氯乙烯-電石渣水泥”循環經濟產業，聚氯乙烯樹脂137萬噸/年、燒堿100萬噸/年、電石200萬噸/年、水泥260萬噸/年、乙二醇10萬噸/年、1，4-丁二醇10萬噸/年，發電125億度/年。隨著生產規模、原材料成本等優勢的喪失，企業運營變得越來越困難。

我們與該企業合作，圍繞企業“節能減排、流程優化、減人增效、綠色安全”等管理目標，以智能工廠建設為契機，建設了生產管控信息化支撐系統，為企業創造了顯著的經濟效益，該企業2016年還被工信部評選為智能制造試點單位。

在裝備自動化方面，對PVC、燒堿車間的生產線進行了智能化改造，使用了PVC包裝機器人和片堿包裝碼垛機，人工減少50%，操作誤差降低80%。

在智能檢測層面，對涉及12個生產板塊的10萬多塊儀表進行了改造、聯網，為企業實現泛在感知奠定了堅實的基礎。

在智能控制層面，我們建設了13個分廠的9套控制系統。在1，4-丁二醇、乙二醇、密閉電石爐、以及2×300 MW機組等工藝技術先進的重大裝置上實施了中控的ECS-700型控制系統，控制效果達到設計要求。

在智能操作層面，針對高耗能的電石爐，通過建立電極電流、電極電壓、電極功率、爐內壓力等關鍵操作變量過程模型，實施先進控制，其控制效果得到顯著改善，經過標定計算，噸電石耗電量降低2.37%。同時，針對熱電、電石、水泥、化工四大耗能生產板塊，改造、新增能源計量儀表近4 000塊，建立了基于水、熱力學能源管網模型，對熱電聯產的機組負荷進行優化調度，保障各機組經濟運行。通過數據對比分析，優化后降低煤耗1.45%，每年可節約4.29萬噸標準煤。

在生產運營方面，建立了ERP、OA等管理平臺，通過智能工作流引擎促進經營管理業務的高效與協同，大大提高了生產管理的質量和效率。

基于工業大數據平臺，建立了基于原料、產量、質量、設備等主題的分析模型，幫助管理者進行科學決策，優化管理與生產。

“十三五”期間，該企業在智能工廠建設方面將進一步加大投入，繼續推進信息化項目建設，如建設關鍵裝置先進控制、重大危險源監察、設備故障診斷及主動防護、跨境電商平臺等，不斷完善企業業務管理的IT支撐體系，為企業發展提供新動力。

3 流程工業智能工廠建設

展望

當前，新一輪的科技革命與中國的產業變革產生了交匯，智能工廠建設還處在起步階段，未來還需要在工控信息安全與防護、智能工廠參考模型建模、工業大數據分析與應用、生產過程模擬仿真[7]等方面開展更多的研究，并要求業主、方案提供商、科研院所等多方力量進行聯合創新、探索，結合行業特點，將先進的信息化工具、技術與企業的工藝知識庫、操作經驗進行深度融合，探索創新出行業最佳應用實踐，是智能工廠提升發展的必由之路。

同時，智能工廠的內涵和外延還在不斷發展和深化之中。展望未來，智能工廠將繼續利用數字化、網絡化、智能化的先進技術，發展基于智能制造的生態系統，實現原料供應到制造加工再到產品銷售的價值鏈集成，創新生產管理模式，幫助企業實現安全、綠色、高效、節能的生產愿景，全面提升企業競爭力。

參考文獻

[1] 張曙.工業4.0和智能制造[J]. 機械設計與制造工程，2014，43（8）：1-5

[2] 張益，馮毅萍，榮岡.智能工廠的參考模型與關鍵技術[J].計算機集成制造系統，2016，22（1）：1-12

[3] 覃偉中，馮玉仲，陳定江，等.面向智能工廠的煉化企業生產運營信息化集成模式研究[J].清華大學學報（自然科學版），2015（4）：373-377

[4] 鄔仲臻，馮毅萍，王繼帥，等.一種基于仿真的流程工業生產調度閉環優化方法[J].化工自動化及儀表，2011（4）：369-374

[5] LI D F， LIU L， ZHU W， et al. Material-Flow Modeling Technology and Its Application in Manufacturing Excution System of Petrochemical Industry[J]. Chinese Journal Chemical Engineering，2008，16（1）：71-78

[6] 賈偉，朱建新，高增梁，等.區域定量分析評價方法及其在化工園區中的運用[J].中國安全科學學報，2009，15（5）：140-146

[7] 周澤偉，馮毅萍，吳玉成，等.基于虛擬現實的流程工業過程模擬仿真系統[J].計算機工程與應用，2011，47（10）：204-208