探索企業智能化工廠建設新思路

杜元峰

摘 要：工業制造的信息化過程是一個高頻的數據交互過程，數據的應用基于實時、流式的模式進行。同時，工業生產環境較為復雜，單獨針對某一種數據進行實時分析，往往無法得出準確的分析結論，需要結合各種相關因子進行全面、綜合的分析。因此常規的數據統計手段無法實現，設計要采用新的平臺。

關鍵詞：智能化工廠建設

立足企業的信息化工廠建設現狀，按生產全過程監控與管理，根據企業智能化工廠信息化建設思路，以“云、大、物、移、智”作為建設指導方向，將企業現有信息化成果運用到實際生產過程并且逐步向智能化方向發展，規范化、合理化、智能化指導生產過程，實現由數據驅動生產、數據創造價值、數據精益管理、數據輔助決策等目標。

智能化工廠建設思路：卷包車間智慧管控模式包括：狀態感知、智慧預警、分析診斷、決策維護、維護執行、結果分析、他機類比以及標準完善。各個環節緊密相關、承上啟下， 在智慧管理引擎的驅動下實現智慧管控模式的不斷優化和不斷完善。

1、精準預測

①智能生產預告

機臺操作工作為生成執行的主要人員，其提前預知即將開展的生產活動的具體情況尤為重要，預知信息包括機臺人員變更、是否換牌等信息。因此系統將歸集每臺設備下一班的生產匯總信息，并通過手機移動應用，自動向各機臺操作工推送即將開始生產班信息。

②智能崗位看板

操作工在完成上班數據查看后，系統開始自動進入生產準備階段，在準備階段系統自動核對關鍵工藝參數，判斷工藝參數設定是否正常，進行工藝點檢確認，系統自動進行班前保養到計時，如果未到結束時間，系統判斷到該設備車速大于預定值，則系統會進行報警，在生產準備階段操作工進行材料確認，確認實物料和工單材料是否一致，如果不一致，一鍵呼叫上級管理者;系統自動推送當班任務列表，列表內容包括當班是否有換牌、試樣等，牌號更換信息，當前牌號批次和牌號換批次預計時間，日保提醒等。

2、精準反饋

①智能校驗

智能校驗是指采用標準自動核對的方式，對生產前的相關設置以及必要操作進行智能校驗，采用采集產量和車速校驗當前是否啟用工單，并及時產生多途徑消息提醒，促使用戶及時發現問題并處理問題;另一方面，生產牌號需具備一定的參數標準，而每個參數是否設置到位需要人為進行核對，現可應用采集數據實現自動參數設定核對，在條件允許下甚至可以直接將牌號相關的工藝標準、其他生產標準下發到設備上，實現自動參數設置，減少人員工作量，也減少設置誤差。

②智能過程監控

系統對生產過程中所產生的質量、產量、物耗、設備等相關信息的采集和深度清洗，應用參數管控、SPC過程管控以及上下鏈路感知等實時監控手段，及時將產量、質量、耗用、設備等方面的異常信息自動推送給相應人員。同時，系統建立整體過程監控模塊，讓各崗位類型的用戶均能在此模塊上實時獲取崗位相關的過程管控信息。

③精準參數管控

針對各個機型設置了產、質、耗、設備四個方面的參數體系，形成了以目標參數為起點，逐級劃分到根節點參數，形成完整的樹形參數體系，并針對目標各參數異常提供了處理標準。

實現單參數當前值的異常識別和報警，而此種識別和報警方式不具備代表性，存在偶爾的異常突變，導致監控和報警失真。通過運用流式計算平臺，實時繪制過程監控曲線，預判趨勢是否會有劣變趨勢，進而真實的反應參數狀態并實時報警，讓參數管理的管控模式更加科學，讓數據直觀反應生產、設備、質量、物耗等各方面的真實情況，便于管理者制定更科學的管理措施。

3、精準分析

①數據與規則智能結合

開發數據分析控制功能，根據各級檢驗、機臺自檢數據、工控機采集數據等，按工藝質量標準數據構建SPC分析，明確各個指標控制線，實時進行SPC控制診斷，在現場終端上顯示SPC分析圖譜，形成煙支質量檔案，用以指導生產、維修等工作。

另外，操作工需要及時在該設備對應終端上觀察到相應的控制趨勢，以便于其進行適當的調整。

②智慧生產過程分析

智慧卷包整合車間全部業務管理功能，做到車間對生產計劃快速響應、過程信息及時流轉，以人員操作智慧化、設備運行智慧化、原材料供應智慧化、車間管理智慧化驅動卷煙生產過程變革，由單點層面管理升級到車間生產過程管控

上下游設備的狀態變化會對整個生產鏈產生極端的影響，因此各個生產工序的設備對于了解上游或者下游鏈路的設備以及質量狀態極其重用。當上有或者下游的設備產生異常時，系統自動實現“異常點燈”，及時反饋到其他設備以及相關人員，使得現場管理者花費很少量的時間用于監督異常的發生。

4、精準執行

①數據與模型智能結合

融合新興的AR增強現實技術，將數據分析與設備調整指導進行融合，搭建生產模型智能平臺，實現對生產、質量、設備過程管理提供數據支撐。系統由邊緣通信、數據分析、可視化、專家知識庫等四個模塊構成。

1.邊緣通信模塊：負責與數據采集系統的對接，定義相關接口，對新加傳感設備時對數據結構進行規劃。

2.數據分析模塊：負責對采集數據的分析處理，按照場景需求對數據進行清洗降噪，導入數學模型進行分析，最后將分析結果與相關策略進行匹配。

5、精準績效

①智能績效評價

即時績效作為生產過程管理的重要輸出，而生產過程中的所有績效相關的數據是即時績效的基本支撐，因此在“生產前準備”以及“過程中管理”的基礎上，再結合生產結束后的相關數據歸集，形成針對于各崗位的即時績效管理體系。同時，在每班結束生產時，系統自動根據相關數據計算各崗位個人原因的績效，并有針對性的指出當天工作的問題項，系統自動推送到每個人的移動應用，以便于其及時獲取信息。

②智能數據歸集與挖掘

設備生產情況自動推送

每班生產結束后，系統自動對生產相關數據進行歸集，并通過移動平臺自動將報告推送至管理人員，以便于及時掌握當班整體設備運行情況。

生產情況各牌號、各機組的生產完成情況為主，同時體現該班的異常交班信息，通過手機移動端，自動推送給生產主管，以便于管理人員及時掌握生產完成情況和異常情況，

產品質量情況自動推送

數采系統需要向工藝主管推送質量結果分析數據，從工藝質量方面去分析，數據來源有車間自檢、三級站、質管處過程檢驗和最終檢驗，三級站檢驗和質管處出檢驗存在滯后性，這兩處檢驗數據將延后推送，在質檢指標上，有缺陷率、指標平均值、標偏平均值和標偏合格率構成，其中標偏合格率通過人工依據牌號設定異常范圍，分析維度有整體的、分機型、分牌號、分班次、分機臺;

工廠生產結構復雜，精細化和規范化管理已取得了不菲的成果，已實現了工廠管理全業務、全過程的信息化覆蓋，同時，實現對生產過程中生產、質量、設備、物耗等多方面參數的自動監控和預警。但隨著智慧工廠建設進度的推進，車間作為企業的重點生產部門，其當前的建設成果已不滿足于智慧工廠建設要求，因此企業工廠的精細化管理需要向智慧型管理逐漸轉變，在精細化管理和自動化管理的基礎上，需要就工廠現有的數據進行深度分析應用，挖掘數據潛在的價值，為工廠的日常管理提供智慧型、建設性輔助決策意見，真正實現“讓數據說話”、“數據指導管理”的信息化建設。

參考文獻：

[1]潘潔。互聯網時代下的圖書管理信息化建設[J].中北大學學報（社會科學版），2017，01：105-108.

[2]茶洪旺，左鵬飛。信息化對中國產業結構升級影響分析--基于省級面板數據的空間計量研究[J].經濟評論，2017，01：80-89.

（頤中（青島）煙草機械有限公司）