工業4.0時代的食品飲料工業

文/ 宋華振

工業4.0時代的食品飲料工業

文/ 宋華振

工業4.0、IoT、AI、DeepLearning眾多的詞匯在產業界持續的發酵，人們在尋求這些技術背后的玄機，究竟什么才是能夠幫助自己在競爭中勝出的道路——有些人迷茫，也有些人趁著這潮流在牽強附會的推銷自己的產品，食品飲料工業的人似乎更為熱衷于此。因為，這個領域最具個性化生產的需求。

工業4.0、I o T、A I、DeepLearning眾多的詞匯在產業界持續的發酵，人們在尋求這些技術背后的玄機，究竟什么才是能夠幫助自己在競爭中勝出的道路。有些人迷茫，也有些人趁著這潮流在牽強附會的推銷自己的產品，食品飲料工業的人似乎更為熱衷于此。因為，這個領域最具個性化生產的需求。

個性化風險

企業長久的戰略在于保持其競爭優勢。通過差異化來實現是普遍的選擇，對于食品飲料工業就存在問題，激烈的競爭讓利潤無法支撐個性化，但又不得不接受客戶的需求正在變得更為豐富的現實需求。在超市里你看到的琳瑯滿目的商品都是來自于食品企業不斷的追求。

質量問題：對于大批量生產而言，這是非常成熟的生產系統，尤其是大型食品飲料制造商，通過不斷的質量優化，其產品已經能夠實現高品質同時低成本，這使得消費者可以獲得不斷降低的產品價格，就像20年前，礦泉水還是奢侈品的，而今天，這已經是普通大眾即可消費的產品。但是，個性化會讓產品質量出問題，由于批次變小，造成質量的各個問題都會被放大，質量迭代過程被小批量給中斷，無法形成高速迭代。

成本問題：規模生產以每批次的產品進行計算成本，在個性化生產的時候，批量變小，那么開機階段的損失、停機的損失都會造成不良品的上升，進而造成浪費。所有的時間、材料、人工如果沒有參與增值的生產，即沒有高品質、高產出的最終產品，那么都將成為成本被分攤，這樣的話，成本就會上升。

交付能力的問題：換裝對于生產而言，就會造成很多時間浪費，包括小批量的生產中的當機問題，都會成為影響交付能力的因素，單位時間的產出會下降，因此，產值也會下降。

因此，綜合來說，個性化生產看上去很好，但是如果無法良好的掌控，那么就會給企業帶來質量、成本、交付能力的巨大障礙。對于食品飲料企業而言，其優勢在于大規模生產所積累下的精益生產的優勢，但是必須對此進行更為充分的發揮。

表1 生產設備的六大浪費及對應解決方案

技術服務于問題的解決

基于精益的設備六大浪費

對于食品企業而言，精益生產也是必須推進的，這里的關聯關系在于：精益為生產提供問題的解決方向，而自動化（OT）通過現有技術來解決機器的運行效率問題，而信息化用于解決更高層面的“策略”問題。

表1反映了生產設備的六大浪費。對應了解決方向，也同時對應了在自動化與信息化方面的解決方案。我們可以看到，在表1中，對于機器的運行日常問題，可以通過高精度的伺服系統來解決更換訂單時的參數自動調校、機器人協同來進行分揀（帶有視覺識別）。

事實上，僅從機器的六大浪費，我們就可以知道，個性化會帶來成本的上升，因為在生產過程中無論是減速、啟動停止階段的生產都是浪費。所有的浪費會編程成本：（1）時間是成本：凡是在生產中未增值的過程都將變成成本；（2）時間的累積是巨大的成本。細微的成本損耗在時間上的積分都會變成巨大的成本，例如：高速包裝材料的凹版印刷機，每次材料更換時浪費一個紙路，都會造成一年數萬米的浪費。自動化、信息化可以解決一些問題，但是，如何選擇系統？他們是如何解決問題的?

柔性擴展的平臺方案

對于智能升級而言，平臺變得至關重要，無論是大型的平臺系統或者專用為解決某些特定問題的小型系統，開放性、完整性是基礎，必須能夠有解決多種問題、互聯多種設備的能力。并且與IoT、AI系統具有開放的互聯接口，對于食品企業而言，尤其是對新鮮的產品供應相關的企業，必須本地取材生產，這就是食品企業往往有著較廣的工廠分布，另外，數據的集中管理對于優化至關重要，因此，必須選擇具有柔性擴展能力的系統平臺。

食品與飲料工業是一個典型的混合生產，包括了過程控制、批次控制以及離散的包裝，物流環節，因此，需要更為更高集成度的平臺來支撐，而貝加萊的APROL是一個融合了APC/ MPC過程控制所需的模塊，同時也包括了PDA（過程數據采集）、EnMon(能源監測)、ConMon（狀態監測）工廠數據監測能力，同時APROL支持PackML的數據采集—它能實現對MES系統所需的OEE數據采集、RRCA質量根源分析的數據采集，對于食品飲料企業而言，完全勝任整廠的管理，并且，他具有遠程部署的靈活性，可以從一個工廠到更多的工廠的數據集中管理，支持SQL Server。當然，針對與FDA Gmap認證，電子簽名與電子文檔而言，APROL同樣確保數據的完整與可追溯性。

飲料工業的互聯平臺架構

APROL同時提供了針對云計算、霧計算、邊緣計算等的智能集成的接口。通過OPC UA或MQTT、REST接口方式，可以被云平臺以各種方式采集傳輸。

數據采集到了以后要解決的問題在于：

優化質量：對于智能系統而言，快速的調整工藝參數，滿足個性化對于機器工藝參數的自動調校，可以降低開機廢品、生產過程的質量，以及缺陷的分析來提高質量。

成本：所有的當機都會造成成本，而預測性維護可以降低生產中的當機，對于個性化生產而言，這就會降低其在單位批次產品中的成本消耗占比—同時，能耗也是如此，通過能源監測的優化，可以為單位產品的能耗成本下降做出貢獻。

快速的交付：通過數據分析預測，并進行機器的負載均衡，可以維持機器的使用效率與生產的質量、交付能力的平衡。因此，無論是OT技術、還是ICT技術都是圍繞我們的質量、成本與交付來工作的。

數據僅有分析才有價值，基于APROL平臺，品質相關、生產統計、歷史數據、時間戳等參數可以被傳輸至分析系統，可以通過Hadoop等分析軟件實現以下功能：

分析與報告，讓生產的全局狀態如良品率、OEE、能源消耗、設備故障等狀態被采集，并提交報告分析，餅圖、趨勢等方法。

優化，可以對生產的變化進行調節，例如：冷水機組的負載均衡、AGV小車的路徑重新規劃、倉儲物流的存取路徑變化后的重新優化，這些都是圍繞著如何節省更多的時間、能耗，進而提高生產效率。

OEE、KPI等的計算都是圍繞著企業的經營狀態，這些必須由現場的數據系統自動來計算并提供給管理決策層，也可以為業績評估與考核制定計劃參考。

對于OEM機械制造商而言，通過這一方式，可以反饋生產現場的故障、工藝問題，以優化其機械設計的過程，可以進而提升機器的質量、能效、壽命等的設計。

實現智能升級的路徑

對于食品飲料企業而言，實現智能制造的升級，必須有非常清晰的線路，不能急于求成或為外界所干擾，必須立足于自身明確的目標，可以分為幾個步驟：

明晰工廠目標：確保質量、交付、成本這些環節的問題可以被量化，設定清晰的目標，實現的關聯關系，例如：設備所需采集的參數，都是必須可以被量化的，對于精益生產基礎好的企業而言，這點相對容易，而對于精益基礎不好的話，應該首先由精益專家來進行精益培訓，打撈量化基礎—這才是數字化的真正根源—這是圍繞著企業的運營目標而制定的。

制定出有效的衡量指標，例如OEE、KPI、QCPC的可量化指標。這樣可以為內部人員制定實施的精準考核，避免無序的努力。

參考各種標準，包括通信、行業數據模型、管理信息系統（MES/ERP/CRM）等的通信互聯標準接口，必須依賴于標準化專家來支持，避免內部盲目的制定自己的標準而使得外部協同者無法匹配。最好是基于國際通行標準，以確保所有企業都可以參與服務你的工廠。

制定企業內部的信息模型和標準：需要哪些數據？以什么方式傳輸、軟件的接口應該如何定義，以確保各家設備可以互聯互通、實現語義互操作等互聯能力。

建立頂層設計思想的一致：智能升級必然是一個長期的過程，不能在今天的系統設計為未來預留了障礙，或者存在潛在的重新更換系統的風險而帶來巨大的成本浪費，必須依據“開放性原則”，確保不會技術淘汰，階梯實現原則，并非完全是指導性，也可以是技術性平臺選擇，例如基于Web技術也是一種原則，或者基于Mobile技術

實施過程必須是企業自身為主導，協同各個信息化、自動化，而非完全外包給第三方來實施，這樣才能確保可控，自身也在這個過程中掌握各種技術、方法。

持續改善：質量成本交付這三個問題是一個不斷改善的環，而非一次智能升級可以解決的。技術也需要升級，基于開放性原則的系統可以有較低的升級成本。

必須切記，對于任何企業而言，技術只是服務于“質量、成本、交貨能力”這三個核心問題，個性化也必須確保“高品質、低成本、快速交付”。

本文作者系貝加萊工業自動化有限公司市場總監。