智能制造技術在化纖企業轉型升級中的應用研究

牛長勝

摘要：化纖制造業經歷了30多年的快速發展，引進了許多國外的先進技術和裝備，在一定時期內形成了規模優勢。但是，在未來可持續發展上，企業面臨著新的形勢挑戰。隨著設備的智能化、通信與信息技術以及控制與傳感技術的快速發展，工業互聯網的大數據環境已經成熟，以信息主導的資源利用、效率提升、質量優化以及管理升級成為企業持續發展的核心競爭力，傳統制造業的化纖企業應該抓住這輪創新發展的新機遇，實現企業智能制造的轉型升級。

關鍵詞：化纖；智能制造；MES；工業互聯網；轉型升級

1 引言

傳統制造業的競爭在近幾年進入到另一個全新領域—智能制造的轉型升級。當前，互聯網+與傳統企業的融合創新步伐正在加速，其產生的化學反應和放大效應不斷催生著研發設計、生產制造和營銷服務模式的變革，成為制造業轉型升級的新引擎。傳統企業的互聯網化轉型已經成為企業共識，云計算、物聯網、移動互聯和大數據等技術構成工業互聯網技術基礎，這些新興技術正在滲透到傳統的產業和工業企業中，并且這不是簡單的滲透，而是深度的融合。工業互聯網在廣度上實現了工業全系統、全產業鏈和全價值鏈的泛在互聯互通，在深度上實現了工業企業內部信息數據在生產各環節及全要素間傳遞，在工業互聯網平臺上通過數據積累形成大數據環境，疊加計算機算法應用的開發，進而形成了人工智能應用。工業企業智能制造基礎已經形成，智能制造不僅可以改造提升生產制造水平、提高生產質量和效率、優化組織結構和業務流程、實現產品全生命周期管理、延伸產業鏈條和發展新型業態，而且新一代信息技術產業發展，有利于產業結構向中高端邁進，打造制造業競爭新優勢，實現跨越式發展。近年來，國家高度重視工業互聯網發展，強調要持續提升工業互聯網創新能力，推動工業化與信息化在更廣范圍、更深程度、更高水平上實現融合發展。

化纖行業在傳統產業中一直處于高速發展前沿。近二十年，化纖行業對民營資本開放，再加上行業基礎相對較好，行業新技術應用、新裝備推廣均處于世界前列。國內絕大多數龍頭化纖企業主流生產裝備都是以建新項目為主，投資巨大，裝備技術較新，主工藝流程生產系統自動化程度較高。但是在這輪智能制造的技術變革中化纖行業啟動相對較慢，即使有些企業項目實施了自動落絲、自動包裝、全自動立體倉庫和全自動加彈機設備等項目，僅僅是為了實現局部生產效率的提高及運行成本的降低而做出的自動化系統的完善。智能制造系統是一個復雜工程，涉及計算機技術、網絡技術、通信技術和控制技術等現代電子科技技術，對基礎設備要求很高，投資較大。尤其是針對不同企業的生產流程，設計思想與設計要求完全不同。離散型加工企業與流程型制造企業的生產與管理模式決定了智能制造系統結構與功能的不同設計。

本文就化纖長絲企業智能制造升級需要重點解決幾個方面問題做研究探討，重點分析企業智能制造轉型的準備工作，化纖行業存在問題解決的思路，從企業實際需求出發構建企業內部縱向集成局域網，首先實現內部智能制造升級。

2 企業轉型基礎成熟度評估

企業智能化轉型的基礎條件及轉型階段成果評估主要在以下三個方面：生產流程管理，裝備自動化程度，企業組織能力。

化纖企業生產管理多是基于市場經驗判斷的計劃性執行，具有完備的計劃執行體系。生產、工藝、質量、設備維護和資金使用等都是按照確定的計劃目標執行，具有完備的行業產品標準與企業內部標準，操作流程可重復性強，程序性固化相對容易。大多數企業具有ERP軟件應用基礎，管理層面信息化應用經驗豐富。基于這些智能化轉型的有利條件，生產組織、工藝流程和產品標準都可以通過程序語言固化到智能平臺流程中，實現流程化生產控制。

化纖企業（長絲）裝備自動化水平較高，生產工藝控制都是應用計算機系統、可編程序控制器執行精準控制，這也是近年來化纖技術快速發展形成規模效益的前提。雖然在聚合工藝控制上具有局域網絡平臺系統，但是在全工廠范圍內，沒有建立完整的管控平臺（PT），無法做到全廠生產流程的整合，局部的數據技術（DT）與分析技術（AT）只能服務于各獨立生產設備或系統。化纖設備雖然自動化程度較高，但是行業現行標準并沒有把設備的數據聯網作為設計基礎要求，在一些公用工程設備上控制器的數據接口采用的是早期串行通信技術，生產流程控制還停留在自動控制技術階段，企業的信息化網絡平臺也僅是用于辦公自動化及財務管理，智能化轉型的平臺（PT）建設成為了化纖企業的當務之急。

企業智能化轉型的第三個基礎條件是包含生產組織的運作模式和核心技術人才儲備的業務組織能力。智能制造對化纖企業既是機遇也是挑戰。機遇是因為行業發展已經進入平臺期，化纖企業的資源成本優勢已經失去，規模化發展之路面臨著有限市場需求的壓力，行業有向更高層次發展的要求，以信息技術和工業智能制造技術為基礎的新型知識經濟已經成為生產要素。挑戰是因為智能制造是一個龐雜的系統，涉及技術廣泛。智能制造建設的必要性毋庸置疑，但如何建設不是簡單問題，僅僅懂得互聯網、懂得計算機以及有過智能制造設計經驗并不能一定做好化纖智能系統，但就像所有新技術一樣，都需要有與需求結合過程，對于化纖流程型制造企業，我們需要知道應用智能制造要解決什么問題、實現哪些功能，項目應該按照什么步驟進行，這就涉及企業的人才能力。

人才需求是多層次的：首先要有核心的領軍人才，能夠進行企業級大型方案架構和系統設計，領導團隊完成系統設計與開發，能夠結合化纖行業工藝知識在復雜系統中發現問題、定義問題，并提出解決問題、避免發生問題的方案。第二層級的人才要能夠針對具體問題和特定功能完成方案設計、功能開發、系統實施和優化；其次，企業還需要培養一批具有一定計算機、通信專業技術基礎的技術人才來負責平臺維護和操作，他們經過幾年化纖行業從業鍛煉，積累一定的工藝流程知識之后，能夠逐漸承擔系統開發和應用設計的工作。

企業的智能制造轉型的另一個準備就是需要調整生產組織模式。生產組織模式要從基于經驗管理向基于數字管理轉變，將企業的所有要素轉變為智能制造平臺要素，企業的決策依據平臺的信息變化，所有生產經營活動都由智能制造平臺來完成執行。這種轉型升級不同于以往化纖企業的信息化工程，也不同于有些企業實施的ERP管理項目，智能化生產是企業全流程、生產全要素和產品全生命周期的整合處理。目前化纖企業普遍認識到了智能化轉型的意義，但是如何實現轉型以及轉型能創造的價值還有待深入理解，在不清楚要解決什么問題時，更談不上發現未知問題，這需要企業的管理層的高度自覺性覺悟。

3 化纖企業智能化轉型的設計核心及重點解決問題

化纖企業智能制造轉型核心首先是制造執行系統MES的設計，根據生產流程需求開發相關功能應用，實現企業內化纖產品生產及管理模式升級；其次在此基礎上完善與管理層原有ERP的數據融合互通，完善企業內系統層級建設，有條件時逐步發展到云端遠程數據共享分析。MES通過信息集成優化整合企業的生產流程，實現生產層與業務層的信息實時傳遞，通過關聯式數據庫、圖形化使用界面、開放式架構等信息技術，可以幫助企業整合從計劃訂單，到原材料管理、供應商管理、生產過程控制、能源供應平衡、設備維護、質量控制、產成品管理，最后到客戶運輸的全流程控制優化。

化纖企業制造執行系統MES設計，首要工作就是生產流程的數據聯網，針對各個既關聯又獨立控制的生產工序要把所有系統都連接起來。首先，要有統一的通信協議，對原有上位機控制的系統可以采用MODBUS-TCP協議或者OPC-UA協議，對嵌入式控制設備或PLC系統采用智能網關統一通信協議到MODBUS-TCP，主干網采用工業以太網數據傳輸。為將所有流程都納入智能管理系統，保證生產系統信息在流程中傳遞完整性持續性，必要的自動化投資是前提，這些年許多龍頭企業已經在這方面做出探索，并在管理上、效率上獲得提升，這些必要的改造包括全自動立體倉儲系統、全自動包裝系統和自動物料輸送系統等。通過增加PLC控制系統，將采集風機、循環水泵和冷卻塔等離散設備的運行信息，掌握其工作狀態。對于空壓機、制冷機、制氮機和循環水泵等企業的公用工程系統，有些企業項目帶有獨立控制管理系統設計，可以直接作為MES子系統聯網，沒有獨立系統各設備可以采用智能網關聯網，因此所有工序都可以作為MES設備層子系統對待。為實現化纖生產主要工序的信息聯網，要進行相應的軟件開發，設備層系統要開放數據地址，并按照MES系統規劃設計為所有的設備和系統設定統一的IP地址。以某長絲化纖廠項目為例，如圖1所示，在網絡拓撲設計中，主干網絡采用雙鏈路連接，核心交換機與數據庫服務器采用雙機熱備，提高網絡整體的冗余能力與可用性。考慮數據采集網絡的安全性、穩定性、實時性，將網絡分成“數據采集網”與“MES信息網”。兩個網絡之間通過數據采集工作站的不同網卡進行分割與交互數據，在網絡線纜與交換機兩個層次上互不連接（物理隔離），避免生產設備暴露在可被公網訪問的環境中。MES網絡的現場交換機整體具備POE功能，支持在無線AP的覆蓋范圍內生產人員通過手持無線AP將現場數據與MES系統進行數據通信。

對化纖企業MES設計要解決的幾個主要問題總結如下：

（1）物質流與信息流結合的數據管理設計

MES系統是位于企業計劃管理系統與生產控制設備之間的面向生產的信息管理系統，為企業的管理人員、操作人員提供訂單的執行、跟蹤以及資源（人、設備、原輔料和客戶）的當前狀態信息，MES接收ERP系統的客戶訂單或生產計劃，響應信息包括客戶信息、原材料供應商信息及品質指標信息。在系統生成的工藝單中，分配生產批號確定生產線及生產工藝參數，產品在各生產環節中（紡絲、卷繞、緩存、檢驗、加彈、包裝和存儲）流轉，信息不斷疊加（紡絲工位、錠位，絲車，托盤和加彈機錠位都具有可識別的電子地址編碼），產線的工藝參數、產品的質量指標、設備的狀態參數、出入庫系信息以及過程中人為干預等信息，都即時與產品綁定，便于產品質量控制及問題追蹤。

為了實現信息采集，所有生產環節都需要系統集成，采用統一的OPC標準協議，對于紡絲系統、卷繞系統、加彈機、空調系統和大型公用工程設備，帶有嵌入式控制設備或者上位機系統，采集原系統界面全部生產工藝及設備狀態信息。

倉儲物流系統設計有獨立數據庫管理，MES系統設計對物流數據庫即時事件觸發調用或定期讀取方式訪問。通過數據采集MES系統可以保存完整的生產過程歷史數據，形成關鍵工藝數據的圖形曲線顯示，設備系統的性能參數曲線，為數據建模、分析、產品質量追蹤等提供數據基礎。

（2）工藝優化設計

化纖長絲的計劃排產與離散型加工企業計劃排產相比復雜性較小，除了原輔材料、包裝材料等計劃協調外，生產工藝的確定是關鍵。對長絲生產來說，雖然生產線設備的產品范圍基本確定，但在長絲生產實踐中，也會受到各種因素影響。我們發現即使同一產品的生產線設計相同，但在工藝參數上還是存在差異，生產出的產品指標也略有差別。相同產品在相同設計的不同生產線上工藝參數并不相同，產品指標也略有差別。在工藝優化上，通過收集生產數據，建立數據關聯模型，捕捉從原材料指標到工藝上的參數變化，匹配設備配件的最佳性能，聚焦數據收斂關系，最終形成決策數據，為產品推薦匹配的生產線及工藝參數，并不斷優化調整。

例如在細旦多孔長絲產品紡絲工藝優化設計上，紡絲箱體溫度對長絲質量影響較大，箱體結構設計、加工精度以及其他工藝條件差異，決定各生產線紡絲溫度會有差異。溫度設計不合理，長絲斷頭多，飄絲、毛絲嚴重，物理指標斷裂強度、斷裂伸長都要受影響。系統通過不同溫度下的生產統計以及物理指標檢驗分析數據的綜合評定，會確定該生產品種在該生產線上的最優工藝設計。見下表。

在紡絲箱體溫度關聯優化設計系統推薦工藝是262 ℃。

（3）產品檢驗優化設計

化纖長絲產品檢驗分為抽檢和全檢。例如物理指標強伸纖檢驗，就是按照一定規則取樣檢驗，依照標準規范要求，將檢驗結果做為一個批次等級標準。而像外觀、染色等逐錠取樣檢驗，也只是對一定時間內產品的指標測試，無法衡量全部產品的質量波動。化纖長絲產品質量追求的是高品質指標穩定，通過對產品生產數據建模，分析影響質量的因素，如紡絲溫度變化、壓力波動，組件的異常飄絲，原料質量指標變化，加彈機熱箱溫度、假捻器張力和羅拉速度等工藝參數波動。通過對質量干擾因素的即時檢驗，找出質量關聯關系，形成有目標的質量檢驗，甚至不需檢驗直接定等。

（4）能源分配及成本分析模型設計

化纖生產的能源包括電能以及聚合工序所需的熱媒爐燃料煤、天然氣等能源。聚合生產雖然能耗大，但系統完整，產品單一，消耗穩定，燃料能耗計算不復雜。但長絲生產如果要計算各品種、各生產線、各車間、各班次和各訂單能耗相對較難；電能計量容易，但是空壓、空調等公用工程分配相對復雜。能耗不能分配清楚就無從計算成本，這是化纖企業生產的一個難題，無法準確判斷生產產品的經濟效益，給經營決策帶來困難。只有在生產全流程MES系統實施后，才能夠建立產品成本運行模型，既可以看到加工成本的實時變化，也可以做為生產考核的依據。

在各產線各品種中計算壓縮空氣的能耗，無法通過大量安裝計量儀表實現，可以采用消耗曲線的計算方式。所有耗氣原件（噴嘴、氣缸、吸槍和電磁閥等）都有耗氣壓力-流量曲線或者一次動作耗氣量數值，把所有耗氣元器件的曲線參數編程在MES系統中，需要根據工藝調整的噴嘴壓力，可以在每次工藝單中確定實際工作壓力，MES系統根據生產情況記錄所有耗氣元器件工作時點、動作次數、工作時長和各等級壓縮空氣的終端消耗值，作為該空壓系統的實際產氣量，再折算至電量消耗，就可以計算出每時每刻每個品種，每條產線，各時點的壓空消耗，加彈機壓一款Heberlein網絡噴嘴壓空消耗統計如圖2所示。

經過能源數據收集積累，建立全廠各品種各生產線的能源消耗模型，在生產調整時，可以模擬調整生產計劃中模型參數，能源平衡出現變化，生產效益一目了然。

（5）市場及用戶分析模塊設計

根據生產訂單數據，以及銷售出庫數據，可以統計總結產品品種的銷售數據，形成客戶生產情況分析、區域市場變化分析，行業走勢分析，進而判斷市場下游需求趨勢，及時跟進調整生產。通過品種年度市場需求變化曲線，精準制定年度生產計劃，指導生產決策。

4 結束語

化纖企業要做好智能制造轉型，實現企業系統性應用升級，首先做好企業轉型評估，找出企業不足，有針對性補足短板。除此之外還要大膽解放思想，敢于接受新事物新技術，打破傳統保守觀念，相信科學，突破舊有管理思維，以新技術、新理念創造新價值。智能工廠的架構設計，必須涵蓋供應鏈、工程技術和生產制造三個維度，做到三個維度內及維度間物質流與信息流的貫通，MES是所有活動的中心，是三個維度的交叉點和關鍵點，是實現企業智能生產的關鍵環節。智能制造系統完成基礎自動化聯網后，將根據生產管理需求，不斷開發實際應用模塊，完善智能制造系統功能，才能實現產品質量提升，企業管理提升，企業效益提升。

參考文獻

[1] 李杰.工業人工智能[M].上海：上海交通大學出版社，2019.

[2] 陳明，梁乃明.智能制造之路-數字化工廠[M].北京：機械工業出版社，2017.

[3] 辛國斌，田世宏.智能制造標準案例集[M].北京：電子工業出版社，2016.

[4] 鄧朝暉，萬林林，鄧輝，等.智能制造技術基礎[M].武漢：華中科技大學出版社，2017.

[5] 鄒欣，李東，陳遠，張曉.編程之美[M].北京：電子工業出版社，2018.

[6] 楊波，周亞寧.大話通信[M].北京：人民郵電出版社，2009.

[7] 馬笑，劉昌祺.物流配送中心分類與揀貨系統實用技術[M].北京：機械工業出版社，2014.

[8] 中國工業互聯網研究院，工業互聯網人才白皮書（2020）[R/OL].（2020-06-19）[2021-03-02]。https：//www. china-aii.com/index.php？m=content&c=index&a=show&cati d=17&id=444.

[9] 李杰，邱伯華，劉宗長.CPS新一代工業智能[M].上海：上海交通大學出版社，2017.