李 僑, 閆 穎
(隆基綠能科技股份有限公司, 陜西 西安 710100)
智能制造是基于信息通信技術與先進制造技術深度融合,貫穿于生產、管理等制造活動的各個環節,具有自學習、自決策、自執行等[1]功能的新型生產方式,2015 年我國政府提出了《中國制造2025》的發展戰略。 這一戰略的目的是最終形成智能產線、智能車間、智能工廠、不同地域的智能工廠互聯的制造系統。 在該系統中工廠不僅實現了柔性制造, 而且使每件產品的全生命周期信息可追溯[2]。
目前單晶車間存在人員浪費嚴重、信息流轉落后、數據利用不足、標準化實施差等問題,本方案以單晶車間現狀出發, 以隆基系統運行數據為基礎, 涵蓋設備集中監控,關聯智能物流,集合信息化系統、工業大數據等外圍智能支撐,打造一體式單晶車間智能制造系統。不僅可以實現生產過程數字化、網絡化、智能化,而且可以對生產計劃、生產資源、生產進度等數據在信息化系統中進行有效的管控[3],旨在減少人員投入、提高數據價值、改善車間運轉流程、優化車間管理方案,進一步降低生產成本、提升產品品質,從根本上提高公司核心競爭力。
現今離散型制造業生產系統日趨復雜、自動化水平顯著提升、現場作業人員日益減少,這樣對生產的連續性、穩定性和安全性等提出了更高的要求,變得越來越像流程工業,為此需要建設集中監視系統[4]。 在單晶車間,集中監控系統是連接下層自動化裝備和上層信息化系統的重要橋梁,承擔智能工廠體系中IT/OT 中間層的功能。其主要負責單晶車間內部(含備料與其他生產輔助支持類)的生產執行及管理。 包括數據采集、集中監控和數據應用三部分。
數據是智能制造的柴米油鹽,是智能工廠的原材料。制造企業要實施智能制造, 采集生產實時數據是重中之重,是實現智能制造的基石[5]。 因此,單晶車間在開始實施智能制造時,首先采用力控、Kepserver、組態王等SCADA軟件通過建立數據采集系統來實現數據采集、設備監控、信號報警等各項功能,為智能制造提供各種實時數據。 采集的數據除了實時使用外,都將存儲在Oracle 數據庫,方便二次使用。 采集數據并不需要全部進入MES 等上層系統,也不可能全部進入前后端自動化系統;采集數據不經過篩選、整合處理無法被上層系統和前后端工序使用。因此,單晶集中監控系統是一個數據節點,負責采集數據、整合數據、提供數據。
可監可控打造智能車間,顛覆傳統生產模式。在單晶車間,通過標準SCADA 建設和視覺同步,可實時顯示爐臺數據和CCD 界面,見圖1,使車間爐臺狀況盡在掌握之中, 如對爐臺上的報警信息進行遠程同步顯示與報警提示;基于爐壓變化來甄別危險性較高的異常事故,提供自動檢測與報警功能等。
遠程控制包括運動控制、真空控制、功率控制、工步控制、閉環控制、參數修改等模塊。通過互鎖、權限設計提升操作安全性。遠程控制包括主動控制和提醒控制。主動控制為人直接點選指定爐臺進行控制操作; 提醒控制是系統以任務的形式提醒用戶異常或需要處理的爐臺,用戶執行任務處理異常。

圖1 部分集中監控示意圖Fig.1 Partial centralized monitoring schematic diagram
數據應用包括標準化數據存儲、 通用型數據標準化解析、定制化解析、 業務報表數據支持、解析數據以看板、郵件等形式展示等,見圖2。 如定制化解析, 針對不同業務所需數據, 可定制化解析,力求最大程度滿足業務需求,同時保證程序高內聚低耦合。拉晶相關數據基本都需要解析計算,對于從采集數據來的需求可以定制化開發。

圖2 部分數據應用示意圖Fig.2 Partial data application diagram
企業信息化, 實質上是將企業的所有業務過程和管理過程計算機化和網絡化, 通過對各種信息系統進行網絡加工,生成新的信息資源,提供給不同層次的人們以做出有利于生產要素組合優化的決策, 使企業資源合理配置,并適應瞬息萬變的市場經濟競爭環境,求得最大的經濟效益。
ARM 將企業信息模型分為3 層,見圖3,分別為:①計劃層: 承擔企業全面管理, 以ERP 為主, 包括SCM、CRM 等; ②執行層: 承擔工廠協調和監控趨勢的執行層(MES);③控制層:承擔工廠生產控制的控制層(PCS),包括先進控制、實時數據采集系統等。

圖3 企業信息集成模型Fig.3 Enterprise information integration model
自動化控制系統(PCS)包括DCS、PLC、SCADA 等控制系統,SCADA 在工廠自動化系統中, 處于PLC 與MES之間,在自動化系統的資料流中,SCADA 是資料提供者,而MES 是接受者,SCADA 將從PLC 所擷取的資料,往上送給MES,而MES 向其他控制系統提供一定時間內以最優方式進行生產的工藝規程、配方和指令等[6]。
在信息系統集成模型中,MES 處于中間層, 起到了信息集線器的作用, 它承擔著生產管理的各個方面,同時還要與上下層系統進行信息溝通。MES 作為生產制造系統的核心是將ERP 與PCS 連接起來,對采集的數據進行分析處理,完成數據和信息交換,使得數據采集系統采集上來的數據可以有效地為企業的ERP系統利用,實現信息系統無縫集成,提高系統整體稼動率[7]。
MES 可使生產過程透明化。通過MES 對基礎數據的靈活運用,結合工廠信息化、可視化的要求,以各種不同的電子化看板來反應生產的實時狀況。讓工廠的管理人員可以隨時了解生產狀況,及時發現生產過程中的問題并找到對應的方案將其改善[8]。
ERP 是對企業三大資源(物流、信息流、資金流)進行全面集成的企業級管理信息系統。它以財務管理為核心,包括銷售管理、采購管理、庫存管理、計劃管理、設備管理等相關功能模塊。 從整個生產架構來看,ERP 必須依據MES 所搜集的現場信息,才能安排適當的生產活動;反過來說, 由于MES 系統的實時信息和監控,ERP 規劃的結果才得以落實。 所以ERP 與MES 的有效整合,是提升企業生產力的關鍵因素。
無論是PCS、MES 還是SCADA, 對企業來說都只是自動化架構的一部分。 因此,無從比較誰比誰重要,都是透過自動化系統,優化作業流程、配置調度資源,達到降低制造成本、提升設備稼動率[9]。
工業大數據是大數據的一種類型,是工業領域智能化生產過程中產生的大數據,通過對數量巨大、來源分散、格式多樣的工業系統的數據進行采集、 存儲和關聯分析,從中發現產品、服務和商業的新知識、新價值、新能力[10]。工業大數據有5V 特點:大量性(Volume)、高速性(Velocity)、多樣性(Variety)、價值性(Value)、真實性(Veracity)。 大數據技術的重要意義在于: 對含有意義的龐大數據信息進行專業處理[12]。 如果把大數據比作一種產業,那么這種產業實現盈利的關鍵,在于提高對數據的加工能力,通過加工實現數據的增值[11]。
工業大數據作為實現智能制造的重要驅動力, 可為企業制造、管理流程優化,商業模式創新及整個行業生態圈的快速聚合提供有效支撐。 利用工業大數據模型對拉晶數據進行分析,得出如下結論:
(1)嚴格監控生產,實現科學管控。 工業大數據應用的最大價值在于對企業生產制造、 業務流程管理進行智能優化。利用收集的功率、壓力、直徑、產量、拉速等數據,對生產過程進行嚴格監控,并通過設備診斷、能耗、產能、人員技能等方面的分析,改進生產工藝流程,優化生產過程,制定生產計劃、下達生產任務等[13]。 在提升效率和質量的基礎上,重塑企業制造與業務流程,實現實時、透明的生產管理,達到真正的科學管控[14]。
(2)數據挖掘,預測性分析。 分析現有工藝指標和因素,挖掘新的可控因素,為一些模糊指標,比如成晶率的改善提供方向和指導,為過程監控提供數據指導;對數據挖掘的結果進行一些預測性判斷,提前發現異常問題或為其他工序提供參考,比如預估產量、預估成晶率等;在一些預測性分析的基礎上,針對涉及人員、原輔材、水電等涉及資源調度方面的問題進行專門優化,比如工時、人員配比等。
生產物流擔負著儲存、運輸、裝卸物料等任務,生產物流系統是生產制造各個環節有機組成的紐帶。目前單晶生產車間存在以下問題:①生產布局比較松散,存在較多搬運浪費;②物料上下料與轉運大多依靠人工,人力成本高,周轉效率低,且不利于物料追溯;③物流與生產設備集成度有限,不利于生產和物流的統一調度管理;④物流調度方式原始,調度效率低下,不利于效率提升和在制優化;⑤存在大量的中轉庫存,造成資金占用與管理負擔。
智能物流是實現智能制造的核心與關鍵。 智能物流不僅是連接物料供應和生產的重要環節, 而且是構建智能工廠的基石,為智能制造提供重要保障。如果把智能制造比作人體,那么信息系統猶如大腦,生產設備就是人體器官,而智能物流系統則是聯通各器官的血管,為人體輸送營養物質,維持生命運動。 在信息化系統的指揮下,智能物流系統可實現物料識別、地點跟蹤、物料溯源、物料監控等,支持智能制造系統快速高效運行[15]。
建立智能物流系統,需要從硬件和軟件兩方面入手,硬件指的是先進的物流設備,如自動化立體倉庫,自動化上下料,AGV 系統,機器視覺系統等,如圖4 所示。在整個拉晶車間建立AGV 系統,不僅可以節約人力資源,解放勞動力,而且靈活性強,故障率低,調度能力可靠,物料搬運動作和路線精準。再通過結合機器視覺系統,能夠使智能物流系統具有自動識別和檢測的功能。 利用GIS 技術可實現智能定位,智能配送,提高物流效率,降低物流成本[16]。 軟件指的是建立一套物料流程控制(MFC)系統,該系統向上能與生產管理系統連接, 向下能控制物流設備系統自動運行,將生產系統和物流系統有機的結合起來,見圖5[17]。

圖4 AGV 路線示意圖Fig.4 AGV route map

圖5 MFC 與其他系統之間關系Fig.5 Relationships between MFC and other systems
智能制造平臺下的精益管理模式是整個制造型企業管理模式發展的大勢所趨,智能制造是利用現有成熟的信息化系統、物聯網技術、互聯網技術、 大數據分析平臺對生產要素進行智能化改造, 精益管理是通過精益思想對管理流程和制造流程進行整體優化。 基于智能制造平臺的精益管理模式,不僅可以通過減少生產過程中浪費的時間來有效縮短生產周期, 加快交付,而且對于提高生產效率,優化物流和生產計劃、減少庫存等,都有自己獨特的優勢。 通過智能制造平臺下的精益管理優化,可極大的消除生產管理過程中的浪費環節,讓企業規模生產的優勢和靈活性得以充分展現[18]。
自單晶車間實施智能制造項目以來, 已經取得了良好的效果。實現了拉晶過程的實時集中監控、生產異常、及時預警和遠程操控,提高了生產安全性;人機、物料流轉被系統管控,減少了流轉周期;借助大數據智能預判功能減少了物料和時間的浪費;完成了車間數據可視化和生產作業標準化,使員工操作分工更明確,工作更加量化、透明化;但是在項目實施過程中也遇到一些問題,需進一步探索,如大數據建模缺乏經驗、數據分析不全面等。
智能制造不僅填補了行業內單晶智能工廠的技術空白,使單晶生產成本降低,安全性增加,而且促進單晶行業生產技術水平的升級,為光伏行業發展指明新方向。