寫在前面
前面我們分享了諸多自動化、信息化、數字化相關的解決方案：
以及工業協議、通訊相關案例、各種自動化、信息化、數字化相關入門資料：
今天分享流程工業智能工廠系統架構規划、功能架構設計與案例~
主要內容：
01 流程工業智能工廠系統架構
1.1 智能工廠建設思路
1.2 流程工業智能工廠建設步驟
1.3 流程企業智能工廠功能架構
1.4 智能工廠建設的關鍵技術
02 流程工業智能工廠應用案例
01 流程工業智能工廠系統架構
1.1 智能工廠建設思路
智能工廠建設的總體目標是：采用成熟的數字化、網絡化、智能化技術，圍繞生產管控、設備運行、質量控制、能源供給、安全應急5 項核心業務，采取關鍵裝置優化控制，計划調度操作一體化管控[3]，能源優化減排，安全風險分級管控及生產績效動態評估等關鍵措施，着力提升企業生產管控的感知能力、預測能力、協同能力、分析優化能力及IT 支撐能力，為企業經營管理綜合效益和競爭力提升提供了堅實的保障，並能夠最終幫助企業實現高效、綠色、安全、最優的管理目標。
對於流程工業企業這樣一個復雜的系統，我們“化整為零”，從生產控制和生產組織兩個維度切入，將智能工廠建設分為智能機構、智能檢測、智能控制、智能操作、智能運營、智能決策6 個層面，分別尋找、匹配先進的裝備、技術與系統，進行智能化建設，如圖1 所示。
（1）智能機構層：在適合的生產單元、工序中進行智能化操作改造，最大限度地利用機械臂、碼垛機、巡檢機器人、無人引導小車（AVG）小車、自動化倉儲、定量裝車等裝備，替代人的體力勞動，提高生產運行的工作效率和質量。
（2）智能檢測層：對生產資源、運行狀態的檢測進行系統化的設計和建設，包括泄漏、火災、消防、視頻、電子巡更、一卡通、全球定位系統（GPS）、在線檢測儀等內容，並實現這些系統的互聯互通、智能聯動，為安全的生產環境提供保障和服務。
（3）智能控制層：對生產工藝的控制提供系統的解決方案，包括分布式控制系統（DCS）、數據監測控制與采集系統（SCADA）、控制回路比例積分微分（PID）性能評估等內容，實現生產工藝控制的高度自動化。
（4）智能操作層：為生產、質量、設備、能源、安全等業務管理提供智能操作系統與平台，包括先進控制（APC）、仿真培訓系統（OTS）、制造執行系統（MES）、能源管理系統（EMS）、企業資產管理系統（EAM）、安全評價系統（SES）、質量健康安全環境管理系統（QHSE）等內容，優化生產管控的業務流程，豐富操作優化的指導工具，提升生產操作的業務協同水平[4]。
（5）智能運營層：為供應商關系管理、客戶關系管理、企業資源計划、工程項目管理、科研管理等業務提供智能化服務平台，包括企業資源計划（ERP）、供應鏈管理系統（SCM）、客戶關系管理系統（CRM）等內容。
（6）智能決策層：構建企業級專家知識庫，搭建面向主題的工業大數據分析決策平台，通過建立擬合不同模型研究不同關系，發現有用信息，用於分析原因解決問題；發現潛在價值，預見可能發生的某種“壞的未來”並且給出相關建議，即預測並提供解決方案。
1.2 流程工業智能工廠建設步驟
流程工業是一個很大的范疇，不同行業差異很大，同一行業的企業差異也很大，且企業處在發展變化的不同階段，所以每個具體企業建設智能工廠的基礎條件、建設目標、建設內容，均應該具體問題具體分析，不能采取“ 一個模子”、“ 一刀切”的實施方案。
鑒於各企業的差異，我們提出了具有一定共性和普適性的智能工廠“四步驟”行動策略，如圖2 所示。
第1 步，立足自動化。以企業生產的工藝流程為主線，分析各設備、工序、工段、車間的儀表及自動化系統，對人工操作、機械控制等環節進行自動化改造，使數據自動采集率>90%，提升控制回路自控率，提升區域優化控制平穩率，在生產工藝過程控制層面，實現高度自動化與優化控
制，充分挖掘裝置產能，提升產品質量並降低物耗能耗。本階段建設的關鍵是互通。
第2 步，做足電子化。結合中國大多數企業管理還處在人工記錄，開會制訂方案，文本形成報告的管理階段的實際情況，我們建議以流程梳理優化為抓手，規范、固化企業管理業務流程，並通過電子化的信息系統進行支撐，做到管控流程的透明和可追溯。本階段建設的關鍵是適用。
第3 步，特色數字化。通過建立企業的數字化模型，整合工廠設計的靜態數據和工廠運行的業務數據，將MES、ERP、EAM、全生命周期管理（PLM）、SCM、CRM、工廠設計等系統進行集成，建設以企業數字化模型為核心的業務應用及展示平台。本階段建設的關鍵是集成。
第4 步，逐鹿智能化。建立企業級知識庫以及工廠長周期運行的歷史數據，結合對計划、調度、操作、工藝等機理研究，分業務、分裝置建立智能化決策、管控、操作一體化的優化平台。本階段建設的關鍵是垂直。
1.3 流程企業智能工廠功能架構
流程工業企業智能工廠建設的功能架構如圖3 所示。
智能工廠建設內容包括：智能服務數據交換體系、3 個智能化管控平台、十大智能業務應用系統。
1.3.1 基於智能服務總線的數據交換體系
基於實時數據庫、關系數據庫，以及工程設計、工廠資源、生產動態、現場多媒體等信息融合技術與可視化技術，建立基於統一數據倉庫的智能服務數據總線，實現生產管理系統、安全管理系統、能源管理系統、設備管理系統、質量管理系統、績效管理系統等集成以及與ERP 系統的互聯互通，消除“ 信息孤島”、“ 應用孤島”[5]。
數據交換系統包括：傳輸服務（安全/可靠的數據傳輸，同步/異步服務等）、仲裁服務（服務路由、格式轉換、流程引擎等）以及協議服務（接入協議轉換、接出協議轉換）。
1.3.2 3 個智能服務平台
（1）生產過程自動化智能控制平台：以控制系統DCS 為核心，包括APC、安全儀表系統（SIS）、調制與編碼策略（MCS）、機組綜合控制系統（ITCC）、火災報警系統（FAS）、全球分銷系統（GDS）、閉路電視監測控制系統（CCTV）、電氣自動化、三級計量、外操巡檢定位、分析小屋、電氣防誤閉鎖、大型機組設備健康等。
（2）企業生產管理智能服務平台：以MES 為核心，包括企業級專家知識庫、企業數字化資產模型、工作流引擎、優化分析模型庫、分析算法庫、智能報警服務、IT 工具集等。
（3）企業生產運營智能服務平台：以ERP 為核心，包括企業主數據、業務分析模型、績效評估體系、企業門戶等。
1.3.3 十大智能業務應用系統
智能工廠應着力建設十大核心智能系統：工程設計數字化移交、過程控制自動化控制系統、實時數據庫系統、先進控制優化系統、生產執行系統、能源管理系統、實驗室信息管理系統、設備運行管理系統、安全風險分級管控與安全應急指揮系統、目標傳導式績效管理系統。
1.4 智能工廠建設的關鍵技術
在智能工廠建設過程中，需要攻克一系列關鍵技術，包括：
（1）工程設計數字化交付
一般意義上的交付按照專業划分，資料分別交付，交付成果是分散的，沒有關聯關系的，很難保證數據的一致性，業主很難進行維護和再利用。而“ 數字化交付”將各專業數據進行整合，並將它們之間建立起關聯關系，保證交付信息的完整性、一致性和正確性。要實現真正意義上的“數字化交付”至少要完成智能P&ID的繪制，完成3D 模型的繪制，並且通過技術手段保證二、三維數據的一致性和正確性，減少數據冗余。
（2）復雜異構系統的互聯互通
智能工廠的各信息系統包括基礎自動化系統、三級計量、實時數據庫系統、分析小屋、巡檢定位系統、外操培訓系統、在線污水監測系統、績效考核系統、在線培訓系統等，這些系統存在技術路線各異、數據與模型不統一等問題，已經形成了諸多應用孤島，需要攻克異構系統集成的關鍵技術，實現系統的集成與互聯互通。
（3）復雜過程動態特性優化控制策略設計
流程工業企業生產過程工藝復雜，各裝置上下游工藝關聯緊密，設備間的物料、能量耦合度高，對擾動十分敏感，局部干擾，往往會在整個生產流程傳播。每個工序的設備、單元，甚至整個生產線，都有自身優化點、控制點及安全約束邊界，而往往單個設備的優化操作點與整個生產線的全局優化點存在差異。如何協調優化各個工序的局部優化點使整個過程的趨於最佳優化點，是整個單元生產優化控制的關鍵問題。
（4）多層次、多尺度工廠統一進行建模
生產企業管理是一個復雜的多維系統，如何建立生產、設備、質量、安全、能源等多項專業管理在時間、空間多尺度上的模型以及實現模型一致映射，是考驗應用系統實用性、靈活性的關鍵，需要攻克工廠統一建模的技術難題[6]。
（5）重大耗能設備能效的分析與優化
企業生產中，由於缺乏加熱爐、壓縮機、泵等重大耗能設備的能效評估模型，導致對其的操作與控制智能憑經驗進行，因此需要通過基於機理和數據聯合建模的方法，繪制設備能效監察圖，並通過實時計算值在線評估各台設備的當前能效，解決設備能效分析與負載優化難題。
（6）關鍵生產設備故障診斷與操作優化
關鍵設備一旦發生故障，不但造成巨大的經濟損失，有可能還會引發安全事故。通過設備運行狀態、巡檢及檢維修紀錄等信息，找到設備變化的規律，對設備潛在的故障進行預警，是智能工廠中提高設備運行效率的重要方法。
（7）區域定量風險分析及重大事故模擬
涉及危險化學品生產、儲存的區域，要進行火災、爆炸、泄漏、中毒等多種災難事故的疊加風險分析、定量計算與可視化模擬等模型研究，並開發集安全風險容量、事故場景、多米諾效應等多種功能於一體的安全信息系統，技術難點是上述模型的研究仍需加強。
（8）績效管理理念落地
在制訂績效管理方案的過程中，企業都根據自身特點融入了各類績效管理理念，但在實際實施中，這些理念的大部分卻沒有得到有效貫徹、落實。通過指標量化細化分解使戰略轉化成指標是重要的技術難點。
02 流程工業智能工廠應用案例
某氯鹼企業典型的“ 煤-電-電石-聚氯乙烯-電石渣水泥”循環經濟產業，聚氯乙烯樹脂137 萬噸/年、燒鹼100 萬噸/年、電石200 萬噸/年、水泥260 萬噸/年、乙二醇10 萬噸/年、1，4-丁二醇10 萬噸/年，發電125 億度/年。隨着生產規模、原材料成本等優勢的喪失，企業運營變得越來越困難。
我們與該企業合作，圍繞企業“節能減排、流程優化、減人增效、綠色安全”等管理目標，以智能工廠建設為契機，建設了生產管控信息化支撐系統，為企業創造了顯著的經濟效益，該企業2016 年還被工信部評選為智能制造試點單位。
在裝備自動化方面，對PVC、燒鹼車間的生產線進行了智能化改造，使用了PVC 包裝機器人和片鹼包裝碼垛機，人工減少50％ ，操作誤差降低80％。
在智能檢測層面，對涉及12 個生產板塊的10 萬多塊儀表進行了改造、聯網，為企業實現泛在感知奠定了堅實的基礎。
在智能控制層面，我們建設了13個分廠的9 套控制系統。在1，4-丁二醇、乙二醇、密閉電石爐、以及2×300 MW 機組等工藝技術先進的重大裝置上實施了中控的ECS-700 型控制系統，控制效果達到設計要求。
在智能操作層面，針對高耗能的電石爐，通過建立電極電流、電極電壓、電極功率、爐內壓力等關鍵操作變量過程模型，實施先進控制，其控制效果得到顯著改善，經過標定計算，噸電石耗電量降低2.37%。同時，針對熱電、電石、水泥、化工四大耗能生產板塊，改造、新增能源計量儀表近4 000 塊，建立了基於水、熱力學能源管網模型，對熱電聯產的機組負荷進行優化調度，保障各機組經濟運行。通過數據對比分析，優化后降低煤耗1.45％ ，每年可節約4.29 萬噸標准煤。
在生產運營方面，建立了ERP、OA 等管理平台，通過智能工作流引擎促進經營管理業務的高效與協同，大大提高了生產管理的質量和效率。基於工業大數據平台，建立了基於原料、產量、質量、設備等主題的分析模型，幫助管理者進行科學決策，優化管理與生產。
“ 十三五”期間，該企業在智能工廠建設方面將進一步加大投入，繼續推進信息化項目建設，如建設關鍵裝置先進控制、重大危險源監察、設備故障診斷及主動防護、跨境電商平台等，不斷完善企業業務管理的IT 支撐體系，為企業發展提供新動力。