智能工廠綜述

張泉靈,洪艷萍

(1.浙江大學智能系統與控制研究所，浙江 杭州 310027;2.浙江中控軟件技術有限公司,浙江 杭州 310053)

0 引言

隨著科學技術的發展，智能制造已成為當今制造業的主題。2013年，德國“工業4.0”在漢諾威工業博覽會上正式推出后，就在全球范圍內引發了新一輪的工業轉型競賽。德國“工業4.0”戰略計劃是以智能制造為主導的第四次工業革命。其涉及兩大主題：一是智能工廠，重點研究智能化生產系統及過程，以及網絡化分布式生產設施的實現；二是智能生產，主要涉及整個企業的生產物流管理、人機互動以及增材制造在工業生產過程中的應用等。在中國，國務院在2015年印發了《中國制造2025》[1]，智能制造是其中的五大工程之一。作為流程工業的智能制造，智能工廠的建設已經成為流程工業企業的熱點之一。

1 智能工廠政策環境

1.1 智能制造政策

智能制造是當今全球制造業的發展趨勢和核心內容，也是制造業升級的方向。我國針對智能制造推出了一系列政策。

①《中國制造2025》[1]。該文件于2015年5月8日正式發布，描繪了建設制造強國的藍圖：通過30年的努力，到中國建國一百周年時，中國從制造大國成為世界一流的制造強國。按照《中國制造2025》的要求，要把智能制造作為制造業轉型升級的重要突破口和抓手，而智能工廠是智能制造的關鍵之一。

②智能制造試點示范專項活動。2015～2017年，工信部連續三年印發《關于開展2015年智能制造試點示范專項行動的通知》，共有198個智能制造試點示范項目，涉及流程型智能制造、網絡協同制造、大規模個性化定制等智能制造新模式，分布已經逐步拓展到全國范圍。

③智能制造綜合標準化與新模式。智能制造綜合標準化與新模式應用重點項目庫包括兩類：一是智能制造綜合標準化試驗驗證類項目；二是智能制造新模式應用類項目。2017年，智能工廠標準列入工信部第四季度標準計劃。2018年3月，工信部正式印發《智能制造綜合標準化與新模式應用項目管理工作細則》，進一步明確智能制造綜合標準化與新模式應用項目的組織管理。

1.2 大數據政策

2015年，國務院印發《促進大數據發展行動綱要》，明確大數據行業的發展方向。2016年，工信部印發《大數據產業發展規劃(2016-2020年)》，全面部署“十三五”時期大數據產業發展工作，強化大數據產業創新發展能力，推動促進數據開放與共享、加強技術產品研發、深化應用創新、完善發展環境和提升安全保障能力。

1.3 “互聯網+”政策

2015年7月，《國務院關于積極推進“互聯網+”行動的指導意見》正式發布。該文件提出“互聯網+”協同制造，推動互聯網與制造業融合，提升制造業數字化、網絡化、智能化水平，加強產業鏈協作，發展基于互聯網的協同制造新模式。該行動計劃與智能工廠最緊密的聯系是：“互聯網+”協同制造、“互聯網+”電子商務和“互聯網+”人工智能。以智能工廠為發展方向，開展智能制造試點示范，將有效支撐制造業智能化轉型，構建開放、共享、協作的智能制造產業生態。

2017年11月19日，國務院印發《關于深化“互聯網+先進制造業”發展工業互聯網的指導意見》，提出到21世紀中葉，工業互聯網創新發展能力、技術產業體系以及融合應用等全面達到國際先進水平，綜合實力進入世界前列。2017年，《工業互聯網體系架構(版本1.0)》、《工業互聯網標準體系框架(版本1.0)》發布，涌現出一批典型平臺和企業。

1.4 物聯網政策

近年來，我國高度重視物聯網的發展，且把物聯網上升為國家戰略產業。2017年1月，工信部發布《物聯網“十三五”規劃》，明確了物聯網產業“十三五”的發展目標。2017年6月，工信部辦公廳下發了《關于全面推進移動物聯網(narrow band Internet of Things,NB-IoT)建設發展》的通知。未來物聯網的扎實落地將助力智能工廠進一步升級。

2 智能工廠國內外發展現狀

2.1 智能工廠國外發展現狀

21世紀，為了在新一輪工業革命中搶占先機，世界各國紛紛加快智能制造的發展腳步。2006年，美國國會發布《美國競爭力計劃》，正式提出要重點研究信息物理系統(cyber-physical system,CPS)，并將其用于交通、能源、制造等重點領域[2]。

“工業4.0”最早由德國聯邦教研部與聯邦經濟技術部聯手資助，在德國工程院、弗勞恩霍夫協會、西門子公司等德國學術界和產業界的建議和推動下形成，并上升為國家戰略。2011年，德國政府公布《高技術戰略2020》，全面部署工業4.0戰略的實施[3]；2013年正式發布工業4.0，展示了工業4.0基礎平臺，正式上升為德國國家戰略[1]。德國工業4.0戰略正是以CPS為基本模型[4]。CPS強調控制技術、計算技術和通信技術的深度融合和互相協作[5]，并把通信放在與計算和控制的同等地位上。學術界和產業界對CPS的應用理論研究主要涉及系統模型、系統調度策略、系統分布式計算等方面[6]，近年對于智能工廠具體實現的研究也不斷深入、細化。

2009年，奧巴馬政府公布《重振美國制造業框架》，將引領美國經濟走出困境的突破口聚焦在“再工業化”，并于2011年和2012年相繼出臺《先進制造伙伴計劃》和《先進制造業國家戰略計劃》。在這場工業變革中，通用電氣(general electric，GE)試圖將大型的工業機器與傳感器和軟件等分析工具連接起來，從海量數據的分析中尋找價值，占領戰略高地。在GE的倡導下，美國多家科技巨頭籌建了“工業互聯網聯盟(indnstrial internet consortium,IIC)”，嘗試建立互聯網工業標準體系[7-8]。

韓國、日本等也相繼開始了智能工廠研究計劃。韓國2009年制定《新增長動力規劃及發展戰略》，確定綠色技術、尖端產業等領域的17項新興產業為新增長動力；2015年5月，日本政府設立了“機器人革命行動協議會”。2015年6月，民間團體“Industrial Value Chain Initiative(IVI)”成立，其目標是構建智能工廠“參考模型”。印度2011年啟動《信息物理系統創新中心》，大幅提升印度企業使用物聯網技術的水平。

目前，世界上尚無完整意義上的智能工廠案例，各國都在進行積極探索。世界知名的流程型能源化工企業在智能化建設方面走在世界前列。例如，Shell公司采用以羅密歐(ROMeo)為基礎的實時優化(real time optimization,RTO)技術，識別并采取最佳的措施應對工況變化，對生產過程進行在線智能優化；BP公司應用三維虛擬技術，在三維數字工廠中實現了設備的智能化管理和維護；ExxonMobil公司采用商業智能、數據可視化等技術，建立統一的關鍵績效指標(key performance indicator,KPI)信息平臺，實現了決策智能化[9]。

國外典型的智能工廠服務商如下。

①西門子。專注于電氣化、自動化和數字化領域，西門子數字化工廠集團的產品組合將產品生命周期的主要環節順暢地連接起來，為制造企業提供無縫集成的軟硬件和技術服務。如借助產品生命周期管理(product life-cycle management,PLM)軟件，西門子可以在完全虛擬的基礎上開發和優化新產品；在真實的制造領域，全集成自動化(totally intergrated automation,TIA)概念已在20年來證實了其價值，可確保所有自動化組件的互操作性。2016年，西門子還發布了基于云的開放式物聯網操作系統MindSpehere。其智能工廠案例有：德國安貝格智能工廠、成都數字化工廠。

②GE。2015年，GE回歸“制造為主業”，是世界上最大的、提供技術和服務業務的跨國工業公司。GE在2016年推出了助力數字工業企業的工業互聯網平臺Predix，由微軟提供基礎云服務，同時與華為、英特爾等硬件制造商合作，為其供應傳感器、網關等數據采集傳輸設備。目前，GE已推出各類工業應用超過250個。其智能工廠案例有：波蘭智能工廠。

③ABB。2017年ABB發布了工業物聯網平臺ABB Ability，定義為從設備、邊緣計算到云服務的跨行業、一體化的數字化解決方案。該解決方案整合了現有ABB產品組合和服務方案，覆蓋所有客戶行業。

④施耐德。不同于2007定位能效管理平臺的EcoStruxure，施耐德2017年發布的新一代EcoStruxure，是基于物聯網、開放的、具有交互性的系統化架構與平臺。它將所有行業應用分為互聯互通的產品、邊緣控制與應用、分析與服務3個層級。

⑤艾默生。通過工業自動化、網絡能源、過程管理等技術，艾默生扎根技術與工程領域，有全面的智能儀表產品線。2017年發布的Plantweb數字生態系統，是原有Plantweb數字工廠結構的擴展，包含一系列基于標準、規模可變的硬件、軟件、數字設備和服務，可安全地實現工業物聯。其智能工廠解決方案有：Plantweb數字工廠。

⑥霍尼韋爾。2016年，霍尼韋爾正式將工業物聯網(industrial Internet of Things,IIOT)作為集團發展的重要戰略，在過程控制部成立了數字化轉型業務單元。霍尼韋爾工業物聯網關注與實時生產的緊密結合，將工業物聯網定義為六層立體架構，由下而上包括實時感知層、數據連接層、接口層、云服務層、分析計算層以及應用層。

2.2 智能工廠國內發展現狀

當前，我國制造企業正面臨巨大的轉型壓力。勞動力成本迅速攀升、產能過剩、競爭激烈、客戶個性化需求日益增長等因素，迫使制造企業從低成本競爭策略轉向建立差異化競爭優勢。同時，物聯網、智能機器人、增材制造、預測性維護、機器視覺等新興技術迅速興起，為制造企業推進智能工廠建設提供了良好的技術支撐。隨著國家和地方政府的大力扶持，多方因素促使各行業中越來越多的大中型企業開啟了智能工廠建設的征程。

2.2.1 智能制造試點示范專項行動

目前，工信部已經連續3年實施智能制造試點示范專項行動。2015年，有46個試點示范項目入選，覆蓋了38個行業；2016年，有63個試點示范項目，覆蓋了45個行業；2017年，項目數量達到了97個。據不完全統計，流程工業智能制造入選項目如表1所示。

表1 智能制造試點示范項目

2.2.2 智能制造綜合標準與新模式應用

工信部發布了“2016年智能制造綜合標準化與新模式應用項目”，144個如智能工廠、工業互聯網、機器人等有典型意義的項目入選。2017年“智能制造綜合標準化與新模式應用項目”中，標準化類項目有43個，新模式類項目有165個。據不完全統計，流程工業智能制造入選智能制造綜合標準化與新模式應用項目如表2所示。

表2 智能制造綜合標準化與新模式應用項目

2.2.3 國內典型服務商

①石化盈科。在立足國內石化行業的基礎上，積極開拓其他市場。它以智能工廠為抓手，“平臺+服務”為核心，期望將智能制造平臺打造成流程行業智能工廠的操作系統標準，降低流程企業走向智能工廠的門檻。

石化盈科智能工廠解決方案如圖1所示。

圖1 智能工廠解決方案

②中控。針對流程工業企業這樣的復雜系統，中控提出了智能工廠建設整體解決方案。中控流程工業企業智能工廠功能架構如圖2所示[10]。

圖2 智能工廠功能架構

方案主要包括：智能服務數據交換體系、3個智能化管控平臺(以分布式控制系統為核心的生產過程自動化智能控制平臺；以制造執行系統為核心的企業生產管理智能服務平臺；以企業資源計劃為核心的企業生產運營智能服務平臺)、十大智能業務應用系統。

2.2.4 國內典型應用

①九江石化。2015年，中石化九江石化智能工廠試點被工信部列為2015年國家智能制造試點示范項目，成為石化行業唯一入選單位。九江石化的智能制造信息一體化模式如圖3所示[11]。

圖3 智能制造信息一體化模式

其效果主要表現為：加工噸原油邊際效益在沿江排名第一；2013年，實現自成立以來首次扭虧為盈；2014年，煉油外排污水達到行業先進水平；化學需氧量 53.7 mg/L(同比下降41.6%)，氨氮2.7 mg/L(同比下降79.1%)；汽油占原油收率位居集團公司第2位；97#汽油占原油收率位居集團公司首位；增值指數位列集團公司首位。

②新疆天業。新疆天業2016年入選工信部智能制造試點單位。該企業與中控圍繞企業“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。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，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，建設了13個分廠的9套控制系統，控制效果達到設計要求；在智能操作層面，針對不同板塊分別實施先進控制或能源管理，效果顯著；在生產運營方面，建立了企業資源計劃、辦公自動化等管理平臺，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。同時，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。新疆天業和中控合作建設的 “六層面”智能工廠解決方案如圖4所示。

圖4 “六層面”智能工廠解決方案

3 智能工廠發展趨勢

一方面，從全球來看，工業控制系統領域的巨頭都紛紛以工業互聯和智能為核心的產業協同模式，搭建企業信息全集成的工業大數據平臺，進一步提升工業信息化水平。從工業互聯網平臺的競爭格局可知，未來智能工廠發展的新浪潮是趨向平臺化、系統化的大工程。另一方面，智能工廠建設主要依托于軟硬件產品及系統。工業軟件的集成與發展作為其核心，必將成為重點，尤其是與硬件層關系密切的軟件部分，如制造執行系統、企業資源計劃、PLM等。此外，通用性強的硬件也將朝著模塊化、標準化方向發展。未來的智能工廠是更加自動化、信息化、智能化、平臺化的，將借助物聯網技術，實現人、設備與產品的實時聯通、精準識別、有效交互與智能控制，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。

4 結束語

在智能制造的熱潮下，企業不宜盲目跟風。建設智能工廠應圍繞企業的中長期發展戰略，根據自身產品、工藝、設備和個性化的特點，合理進行智能工廠的整體規劃，建立明確的智能工廠管理規范和評估、維護、系統集成等各類標準。企業在推進規范化、標準化的基礎上，從最迫切需要解決的問題入手，務實推進智能工廠的建設。