卷煙智慧工廠建設規劃研究

馬洪晶，陳傳通，霍文文

(山東工業有限責任公司濟南卷煙廠，山東 濟南 250100)

隨著新一代信息技術的迅猛發展，信息化與工業化深度融合大勢所趨，從德國的“工業4.0”到美國“工業互聯網”再到中國的“中國制造2025”，各個國家相繼制定發布了相關規劃。從本質上講，各規劃殊途同歸，都是在工業領域特別是制造業領域，充分發揮信息技術，尤其是以工業互聯網、物聯網、云計算、大數據、人工智能等為代表的新一代信息技術的作用。通過新技術的應用，打通信息孤島，挖掘數據價值，實現智能制造。

1 背景

煙草行業工業自動化基礎較好，在開展兩化融合建設方面有先天優勢。國家煙草專賣局先后制定和發布了“煙草行業互聯網+行動計劃”“關于卷煙工廠開展智能工廠創建管理課題研究的通知”等文件，擘畫了煙草行業互聯網＋建設的發力方向。針對卷煙工廠，規劃了智能供應管理、智能生產管理、智能設備管理、智能工藝質量管理、智能能源管理、智能風險管理等六大方向。國家煙草局還先后以專題、課題研究的形式，在行業卷煙工廠開展CPS 信息物理系統建設的探索與研究。2017年第十期、2018年第十一期行業廠長培訓班，都以兩化融合為主題開展經驗介紹和交流。2018 年行業企業管理工作現場會、2018 年行業設備管理工作現場會都以智能化為主題，部署下一步工作，以期通過智能化助力相關業務。

在行業深度推進兩化融合的背景下，濟南卷煙廠提出了“數說濟煙”理念，探索實踐一切在線，數據驅動的新一代制造業工廠建設模式，在全廠開始布局智慧工廠的建設工作。

2 濟南卷煙廠發展現狀

濟南卷煙廠始建于1928 年，發展至今，已成為年產能超過100 萬箱的生產廠，擁有8 條制絲生產線、33 條卷包生產線，數字化管理和柔性化分組加工技術已走在行業前列。

制絲車間自2007 年異地遷建后，持續推動技術升級，工控網已形成了以工業互聯網為主干、以Profibus-DP、PA為分支、以串口通信為補充的多層次立體化網絡體系，真正實現了從控制器到執行器、從操作終端到智能儀表的一網到底部署。工控網執行控制形成了以智能執行器件為基礎，以PLC、智能從站為關鍵節點，以操作控制終端為支撐，以集中監視控制為中心的控制架構。通過WonderWare、OPC、實時數據庫以及西門子STEP7、TIA 博途等軟件和協議的應用，目前初步形成了節點可通信、信息可采集、數據有存儲、智能化有初步零散應用的局面。

卷包車間通過建立數據采集系統，已初步形成具備生產指揮、過程控制、質量評估與優化、設備監控與保障、異常預警與探測、追溯分析、績效評價與決策判斷等綜合能力的統一過程監控管理系統。在平臺數據分析部分，卷包信息系統已具備在質量、生產、設備、管理、角色上進行大數據的研究和應用的基礎，并將質量管理、生產信息、設備信息的數據整合、深度分析相關模塊進行實驗總結，針對不同的研究對象建立數據模型，進行算法學習與驗證。在數據可視化工作中，已實現了生產過程實時監控、設備運維管理、過程質量監控等，利用富UI 技術將數據進行形象化展現。

濟南卷煙廠能源計量系統涵蓋了空壓、真空、燃油燃氣、鍋爐、換熱、除氧、軟化水、能源計量以及空調、配電系統等10 個分能源系統，借助于能源工業網進行分區域數據通信，實現全廠能源數據的采集、集中存儲與分析。通過形成可視化報表、曲線數據，為濟南卷煙廠各用能部門的能源供給、消耗統計提供數據和決策支持，最終達到合理分配、高效節能的目的。

3 智慧工廠建設規劃

3.1 網絡架構規劃

在全廠范圍內工業控制網絡互聯互通。建立廠級光纖干網，以中心機房為核心，連接各生產車間工業控制網絡。各車間依托各自現有網絡，逐步形成以車間光纖環網為主干，以工業以太網為延伸，以各類路由（非傳統路由器）、耦合器為銜接點，融合各類工業通信協議的網絡體系架構和布局。

3.2 云平臺建設

依托網絡架構和部署在網絡上的各類服務器、控制器、執行器、智能儀表等，建立基礎設施即服務的IAAS 層架構，實現云平臺建設的第一步。依托計算資源和存儲資源，在廠級中心機房建立平臺即服務的PaaS 云平臺。在此平臺上分別建立部署數據采集、數據存儲、數據計算的采集平臺、存儲平臺和計算平臺。并以此為基礎，建立數據挖掘分析的實驗平臺，建立數據挖掘的各類算法庫。

以各生產車間為計算域和業務域，實現邊緣計算的部署與應用。域內部署數據倉庫，實現絕大多數的數據計算和數據存儲。中心節點部署數據湖，實現對全廠全量數據的存儲和挖掘分析。

在PaaS 層之上，以業務需求為依托，建立各類應用部署。應用部署在企業云端，通過PaaS 平臺的支持和實驗平臺源源不斷地分析挖掘，實現應用的及時部署與及時調整，真正體現應用即服務的SaaS 層。

3.3 業務應用研究

3.3.1 智能裝備研究

圍繞對智能裝備“狀態感知、實時分析、自主決策、精準執行、學習提升”的要求，結合卷煙工廠設備裝備現狀和設備管理業務實際需求，開展研究工作。

開展裝備智能化數據需求研究。依據生產、工藝和設備運維需求，提出典型的主機設備的各類數據需求；摸查現有設備的數據現狀，提出數據新增需求；加強與煙機企業溝通，形成老舊設備的改造方案和新購設備的裝備要求。

（1）開展裝備控制執行能力提升研究。圍繞設備控制執行，通過自主創新和合作交流等方式，加強控制方法和執行精度的研究，提高設備運行效率和產品生產加工能力。

（2）開展單機設備運行維護管理平臺的構建。通過設備自帶或額外構建等方式，加強對于感知數據的檢測分析，研究設備運行監測、故障預測、故障診斷決策和根據歷史經驗數據自主學習提升等應用的方法、算法的研究。

（3）加強設備數字孿生體的構建研究。根據設備結構和設備功能，研究和構建設備數字孿生體，研究數字孿生體構建方法、數據接口標準、數據虛擬現實展現等。

3.3.2 設備智能運行維護應用研究

以設備全生命周期管理理念為指導，以設備管理業務為需求，研究設備管理智能運行維護應用和以智能化平臺為基礎的業務流程再造。

（1）開展對設備運行監測和人機交互研究。依據設備狀態感知，研究設備運行監測應用，實時掌握設備運轉狀態、生產任務、產品質量，依據數據孿生體和增強現實，全面掌握設備性能，定位故障設備。研究設備異常與故障的在線保修和自主推送，加強人機交互溝通。

（2）開展對異常與故障的智能決策研究。研究依設備運行數據和在線、離線狀態檢測數據為基礎的設備異常與故障診斷，自動診斷設備故障、定位設備部位、分析故障原因、選擇維修策略、形成派發維修工單。

（3）開展設備運行的預測分析研究。研究依靠振動監測、溫度分析、油液分析等手段和各類實時數據、歷史數據的設備性能預測分析，掌握設備整體和關鍵部位的劣化趨勢，預測故障時間，做到精準維護、精益維修。

（4）開展對設備管理業務的綜合分析研究。依托數據平臺，開展設備故障規律、設備生命周期劣化趨勢、運行費用到機臺、零備件壽命周期規律、清潔維護、潤滑保養頻次等相關業務的研究。

3.3.3 支撐保障服務與管理決策研究

充分發揮設備智能運行的保障服務作用，圍繞保障生產任務、工藝質量，服務工廠管理決策，開展相關研究工作。

（1）開展設備數據支撐保障工藝質量的研究。研究通過設備自帶工藝相關數據對加工產品工藝質量的在線實時監測，研究設備加工產品穩定性和滿足工藝質量的加工能力。研究設備參數對工藝質量的影響，研究通過仿真等手段提升加工能力的方法。

（2）開展設備數據支撐保障生產任務的研究。依據設備運行能力和設備狀態，開展動態智能排產的相關研究。根據加工流程，以設備為媒介，開展產品批次研究，全過程串聯和追溯產品、半成品、原料、輔料材料等。

（3）開展設備數據支撐服務管理決策的研究。根據設備管理數據和相關應用，研究設備數據對企業宏觀運行經營的服務支撐。研究通過數據歸集和統計，因果和相關關系分析，服務企業預算、投資計劃、管理目標制訂等相關業務的決策。

3.4 數據管理方面

加強數據管理工作。數據管理方面，對數據進行定義、分類，依據數據全生命周期理念形成管理機制，對數據的采集、傳輸、存儲、應用、歸檔、銷毀等進行全生命周期管理。建立貫穿整個數據管理過程的數據安全保障機制、設備數據質量評價機制。在設備數據應用方面，按照KDD 知識發現模式，推廣使用CRISP-DM 跨行業數據挖掘標準流程，按照業務理解、數據理解、數據準備、建模、評估、部署六個步驟開展數據應用。目前，卷煙工廠處于兩化融合發展的良好機遇期，通過制定前瞻性的規劃，建立全廠范圍內互聯互通的工業控制網，搭建企業云平臺，探索大數據解決方案，為建設智慧工廠打好平臺和數據基礎。智能裝備、設備智能運維、管理決策等應用研究結合設備、生產、管理的實際業務需求，充分挖掘數據價值，提升企業的智能制造水平。