數字化轉型的漫長征途

文/Hans-Jürgen Bittermann

圖為2019 SPM 智能制造大會的3 個圓桌會議之一，從左至右是Bilfinger Digital Next 公司的首席數字官Franz Xaver Braun 先生、Wacker 化學公司首席技術官、Xervon 維護數字化負責人J?rg Krey 先生以及Konica Minolta 公司的首席數字官Steve Rommel 先生

2019 SPM 大會成功舉辦——共計170 家運營商、工程師、規劃設計師、軟件專家和裝備供應商企業參加，從數字化雙胞胎到數據分析和預測性維護保養，在PROCESS 德文版雜志社為期2 天的第三屆SPM 智能制造大會上，與會者們深入探討了數字化實踐案例，收獲滿滿。

在數字化轉型過程中，流程工業企業在創新和提高效率2 個方面正面臨著巨大考驗。因此有些企業徹底重組，改造了自己的經營模式，但有些企業仍然徘徊在工業2.0的狀態中。

在由PROCESS 德文版雜志社主辦的2019 SPM智能制造大會中，與會者達成了一個重要的共識：可用的數字化轉型工具已經廣為人知，但它們沒有被充分利用，導致這種現象的原因是人們沒有正確的認識。

本屆SPM 智能制造大會的主持人是Ecodynamics 公司的經濟學家Holger Schmidt 博士，他在開幕詞中說道：“目前有大約1/3的流程工業企業還沒有貫徹落實AI 人工智能的計劃，這導致德國的AI 技術處于落后地位。數十年來我們一直是流程工業技術領域中的佼佼者，我們很難接受其他國家在人工智能領域中超越我們，并取得越來越大的成功?！?/p>

數字化企業的工程和運營

西門子公司自動化和工程系統領域的副總裁Hartmut Klocker博士的演講，將聽眾帶回到流程企業的日常生產情境中去。他敦促流程企業要認真考慮數字化技術在工藝設備中的應用潛力，不僅是在新建設備中，還應包括已有的流程設備。而實現這些應用潛力的必要前提就是全部數據的一致性。

在化工領域中，企業對人工智能的期望值很高，適用于化工企業的人工智能所面臨的挑戰也是巨大的。數字化的目的是使當前的狀態數據和信息都能供所有項目參與者使用，并保證數據信息的最新性和一致性，從而避免做出錯誤決定，減少工程項目施工和設備維護保養的成本與時間。

Covestro 公司也非常關注與數字化技術有關的問題：我們得到的數據采用的是哪種標準化格式？如何將各種不同的工程設計工具鏈接到一起？負責數字化生產和技術的負責人Hans-Jürgen Weber 博士在他的演講報告中提出了iPEP 方案，這一方案的原理是從文檔管理轉向數據和信息的管理。這一方案尤其適合于從工程設計到企業運營的轉換過程，因此Covestro 公司與Hexagon Smart Plant 公司進行了密切的合作，他們將所有的數據都儲存在云中。因為新設備和原有設備有著不同的標準，在不同國家和地區也有著不同的法律法規規定，這對于一家跨國公司來講絕不是一件容易的事情。

近幾年來，Gendorf 工業園運營管理企業一直在推動人工智能規劃設計工具軟件的應用和開發工作，僅在過去的2 年時間里就投入了大量的資金。工程項目負責人Mickael Planasch 先生在談到這一項目的重要性時說道：“公司使用的127種軟件工具來自11 家公司的不同產品系列，每年使用這些軟件的固定費用就高達40 萬歐元。此外，所有軟件工具的標準化也不是一件容易的事情?！?/p>

“我們的目標是在Covestro 公司的全球生產基地重新定義技術數據和過程管理?！薄狧ans-Jürgen Weber 博 士，Covestro 公司

艱難的標準化

許多軟件細節的標準化耗費員工大量的時間，例如統一是以“bar”或者“bar A”還是“bar ü”為單位來表示壓力?！斑@是在標準化初期就要解決的問題。” Mickael Planasch 先生的建議道：“我們從一開始就要降低對集成式工程解決方案的期望，尤其是在現有設備數字化方面?！?/p>

Evonik 公司的Michael wiedau先生和PTC 公司的Reda Mostafa先生介紹了Dexpi 流程工業企業數字化交換項目的進展情況。Dexpi 項目試圖在不同的規劃設計工具界面中實現語言的標準化。在P&ID 管道儀表流程圖的規劃設計領域中，人們已經取得了長足的進步。今天的Dexpi 項目對于新用戶來講已經十分成熟，但對于EPC 項目總承包商來講，Dexpi 項目還有很長的一段路要走，Evonik 公司也還有許多系統發展的工作要做。

可擴展性與可量化的使用價值

Lanxess 公司數字化生產領域的負責人Benedikt Efker 先生在他的報告中也提到了一些實際問題，例如應盡可能在理論上注意哪些優先性問題。他認為沒有使用價值的數字化轉型是沒有意義的，他對數字化經營模式的最主要要求是，其要擁有可擴展性與使用價值的可量化性。

在流程行業中，大數據對流程工藝過程的優化有著很大的幫助，但對預測性維護保養的幫助則較小。在流程設備的維護保養方面，維修工程師的首要責任是提高流程設備的可用性，確保設備正常運行的時間，而不是控制設備停機檢修的時間。

數據分析和操作者的認知

人們可以很好地分析數據、儲存獲得的知識，而人工智能則可以在大量樣本中搜索出有用的數據，我們能夠將這兩種功能結合到一起。西門子公司化學工業數字化和數字化技術負責人Jean Pascal John 先生和Clariant 公司BU 工業和消費者專業技術、EMR 工程師Tobias Reichl 先生表示，他們通過 “以數據驅動的報告系統和控制回路分析”合作項目研究的成果證明了這一點。合作項目需要解決的問題是：報警系統和自動化系統的性能如何？流程企業遇到了哪些降低性能的問題？這些問題的原因是什么？哪些優化改進措施能夠帶來最大的效益？

合作項目提供了有關系統化改進完善的信息，例如可以優化的控制調節器。由于這一項目是在西門子公司基于云的開放式物聯網平臺Mindsphere 上進行的，因此Clariant 公司還通過“工具即服務”的方案獲得了許多有益的實踐經驗，并對此感到非常滿意。

VTU 工程技術公司資深的數據分析專家Stefan Pauli 博士和EMSR 技術的負責人Herbert Andert 先生，在報告中介紹了數據分析技術在大型流程設備的損傷分析和早期故障檢測。研究報告提到了這個案例：某企業2006年投產使用的5 級壓縮機因第3級中的滑動密封件損壞而多次故障停機，每一次故障停機都會帶來高達6 位數字的經濟損失。

從這臺壓縮機投產使用以來，已經在大約150 個測量點完成了數據檢測，盡管經過多次分析，但仍然沒有找出故障的起因，在出現故障之前也沒有明顯的運行偏差。

VTU 公司提出的解決方案是引入專門的機器學習算法，也就是決策樹算法。因為這一算法可以提前一周預告設備損傷的情況。

Bilfinger Digital Next 公司的Martin Bergmann 先生介紹了另外一種有趣的數據分析方法：虛擬質量傳感器。這里的虛擬意味著對數據進行可靠的評估，被評估數據的基礎是虛擬傳感器的測量值。虛擬傳感器顯示的是兩次采樣之間可能發生的情況，也就是迭代過程中發生的情況。Bilfinger 公司的自動化技術專家可以為非資深的數據分析專家提供解決方案， 在他使用了正確的參數之后就會找出解決問題的途徑。

“數字化檢測不僅可以節約紙張，而且還可以優化整個工作流程并提高數據質量?！薄狟enedikt Efker 先生，Lanxess公司

開放的工業聯盟

開放式工業4.0 聯盟的流程工業工作組聯合負責人Marco Colucci 先生在報告中提出：“流程工業領域中已有一些試驗性的樣本項目，但這些樣本項目的附加值是許多流程企業可望而不可及的?！币粋€重要的原因就是要有相應的平臺，即使有了標準和推薦標準，但它們無法使用。

工業4.0 聯盟是由市場領軍企業成立的、旨在開發可互操作解決方案的生態系統。聯盟由38 家技術領先企業組成，可以為流程設備制造商們提供更快實施數字化戰略、可靠的且可擴展解決方案、終端到云、到APP 和到綜合性集成。對流程設備制造商而言，這一聯盟也提供了許多好處，例如開放式的商業模式和服務模式、與其他OEM 生產廠合作開發可互操作的解決方案模塊、在開放式架構平臺中的集成等。

數字化轉型的漫長征途

永安公司智能工廠領域的負責人Matthias Brey 先生預測道：“目前，涉及到智能工廠及其周邊設施數字化解決方案的創新速度正呈指數級的增長，但是流程工業企業的現有設備似乎還沒有做好在技術、操作方面集成數字化技術的準備。因此，技術更新以及沿縱向和橫行的數字化解決方案集成非常有必要。而化工企業因為沒有轉型壓力，遠遠沒有達到在IT 和實際操作中集成數字化技術的成熟度?！?/p>