流程工业智能工厂系统架构规划、功能设计、关键技术与案例

写在前面

前面我们分享了诸多自动化、信息化、数字化相关的解决方案：

「链接」

以及工业协议、通讯相关案例、各种自动化、信息化、数字化相关入门资料：

「链接」

今天分享流程工业智能工厂系统架构规划、功能架构设计与案例~

主要内容：

01 流程工业智能工厂系统架构

1.1 智能工厂建设思路

1.2 流程工业智能工厂建设步骤

1.3 流程企业智能工厂功能架构

1.4 智能工厂建设的关键技术

02 流程工业智能工厂应用案例

01 流程工业智能工厂系统架构

1.1 智能工厂建设思路

智能工厂建设的总体目标是：采用成熟的数字化、网络化、智能化技术，围绕生产管控、设备运行、质量控制、能源供给、安全应急5 项核心业务，采取关键装置优化控制，计划调度操作一体化管控[3]，能源优化减排，安全风险分级管控及生产绩效动态评估等关键措施，着力提升企业生产管控的感知能力、预测能力、协同能力、分析优化能力及IT 支撑能力，为企业经营管理综合效益和竞争力提升提供了坚实的保障，并能够最终帮助企业实现高效、绿色、安全、最优的管理目标。

对于流程工业企业这样一个复杂的系统，我们“化整为零”，从生产控制和生产组织两个维度切入，将智能工厂建设分为智能机构、智能检测、智能控制、智能操作、智能运营、智能决策6 个层面，分别寻找、匹配先进的装备、技术与系统，进行智能化建设，如图1 所示。

（1）智能机构层：在适合的生产单元、工序中进行智能化操作改造，最大限度地利用机械臂、码垛机、巡检机器人、无人引导小车（AVG）小车、自动化仓储、定量装车等装备，替代人的体力劳动，提高生产运行的工作效率和质量。

（2）智能检测层：对生产资源、运行状态的检测进行系统化的设计和建设，包括泄漏、火灾、消防、视频、电子巡更、一卡通、全球定位系统（GPS）、在线检测仪等内容，并实现这些系统的互联互通、智能联动，为安全的生产环境提供保障和服务。

（3）智能控制层：对生产工艺的控制提供系统的解决方案，包括分布式控制系统（DCS）、数据监测控制与采集系统（SCADA）、控制回路比例积分微分（PID）性能评估等内容，实现生产工艺控制的高度自动化。

（4）智能操作层：为生产、质量、设备、能源、安全等业务管理提供智能操作系统与平台，包括先进控制（APC）、仿真培训系统（OTS）、制造执行系统（MES）、能源管理系统（EMS）、企业资产管理系统（EAM）、安全评价系统（SES）、质量健康安全环境管理系统（QHSE）等内容，优化生产管控的业务流程，丰富操作优化的指导工具，提升生产操作的业务协同水平[4]。

（5）智能运营层：为供应商关系管理、客户关系管理、企业资源计划、工程项目管理、科研管理等业务提供智能化服务平台，包括企业资源计划（ERP）、供应链管理系统（SCM）、客户关系管理系统（CRM）等内容。

（6）智能决策层：构建企业级专家知识库，搭建面向主题的工业大数据分析决策平台，通过建立拟合不同模型研究不同关系，发现有用信息，用于分析原因解决问题；发现潜在价值，预见可能发生的某种“坏的未来”并且给出相关建议，即预测并提供解决方案。

1.2 流程工业智能工厂建设步骤

流程工业是一个很大的范畴，不同行业差异很大，同一行业的企业差异也很大，且企业处在发展变化的不同阶段，所以每个具体企业建设智能工厂的基础条件、建设目标、建设内容，均应该具体问题具体分析，不能采取“ 一个模子”、“ 一刀切”的实施方案。

鉴于各企业的差异，我们提出了具有一定共性和普适性的智能工厂“四步骤”行动策略，如图2 所示。

第1 步，立足自动化。以企业生产的工艺流程为主线，分析各设备、工序、工段、车间的仪表及自动化系统，对人工操作、机械控制等环节进行自动化改造，使数据自动采集率>90%，提升控制回路自控率，提升区域优化控制平稳率，在生产工艺过程控制层面，实现高度自动化与优化控

制，充分挖掘装置产能，提升产品质量并降低物耗能耗。本阶段建设的关键是互通。

第2 步，做足电子化。结合中国大多数企业管理还处在人工记录，开会制订方案，文本形成报告的管理阶段的实际情况，我们建议以流程梳理优化为抓手，规范、固化企业管理业务流程，并通过电子化的信息系统进行支撑，做到管控流程的透明和可追溯。本阶段建设的关键是适用。

第3 步，特色数字化。通过建立企业的数字化模型，整合工厂设计的静态数据和工厂运行的业务数据，将MES、ERP、EAM、全生命周期管理（PLM）、SCM、CRM、工厂设计等系统进行集成，建设以企业数字化模型为核心的业务应用及展示平台。本阶段建设的关键是集成。

第4 步，逐鹿智能化。建立企业级知识库以及工厂长周期运行的历史数据，结合对计划、调度、操作、工艺等机理研究，分业务、分装置建立智能化决策、管控、操作一体化的优化平台。本阶段建设的关键是垂直。

1.3 流程企业智能工厂功能架构

流程工业企业智能工厂建设的功能架构如图3 所示。

智能工厂建设内容包括：智能服务数据交换体系、3 个智能化管控平台、十大智能业务应用系统。

1.3.1 基于智能服务总线的数据交换体系

基于实时数据库、关系数据库，以及工程设计、工厂资源、生产动态、现场多媒体等信息融合技术与可视化技术，建立基于统一数据仓库的智能服务数据总线，实现生产管理系统、安全管理系统、能源管理系统、设备管理系统、质量管理系统、绩效管理系统等集成以及与ERP 系统的互联互通，消除“ 信息孤岛”、“ 应用孤岛”[5]。

数据交换系统包括：传输服务（安全/可靠的数据传输，同步/异步服务等）、仲裁服务（服务路由、格式转换、流程引擎等）以及协议服务（接入协议转换、接出协议转换）。

1.3.2 3 个智能服务平台

（1）生产过程自动化智能控制平台：以控制系统DCS 为核心，包括APC、安全仪表系统（SIS）、调制与编码策略（MCS）、机组综合控制系统（ITCC）、火灾报警系统（FAS）、全球分销系统（GDS）、闭路电视监测控制系统（CCTV）、电气自动化、三级计量、外操巡检定位、分析小屋、电气防误闭锁、大型机组设备健康等。

（2）企业生产管理智能服务平台：以MES 为核心，包括企业级专家知识库、企业数字化资产模型、工作流引擎、优化分析模型库、分析算法库、智能报警服务、IT 工具集等。

（3）企业生产运营智能服务平台：以ERP 为核心，包括企业主数据、业务分析模型、绩效评估体系、企业门户等。

1.3.3 十大智能业务应用系统

智能工厂应着力建设十大核心智能系统：工程设计数字化移交、过程控制自动化控制系统、实时数据库系统、先进控制优化系统、生产执行系统、能源管理系统、实验室信息管理系统、设备运行管理系统、安全风险分级管控与安全应急指挥系统、目标传导式绩效管理系统。

1.4 智能工厂建设的关键技术

在智能工厂建设过程中，需要攻克一系列关键技术，包括：

（1）工程设计数字化交付

一般意义上的交付按照专业划分，资料分别交付，交付成果是分散的，没有关联关系的，很难保证数据的一致性，业主很难进行维护和再利用。而“ 数字化交付”将各专业数据进行整合，并将它们之间建立起关联关系，保证交付信息的完整性、一致性和正确性。要实现真正意义上的“数字化交付”至少要完成智能P&ID的绘制，完成3D 模型的绘制，并且通过技术手段保证二、三维数据的一致性和正确性，减少数据冗余。

（2）复杂异构系统的互联互通

智能工厂的各信息系统包括基础自动化系统、三级计量、实时数据库系统、分析小屋、巡检定位系统、外操培训系统、在线污水监测系统、绩效考核系统、在线培训系统等，这些系统存在技术路线各异、数据与模型不统一等问题，已经形成了诸多应用孤岛，需要攻克异构系统集成的关键技术，实现系统的集成与互联互通。

（3）复杂过程动态特性优化控制策略设计

流程工业企业生产过程工艺复杂，各装置上下游工艺关联紧密，设备间的物料、能量耦合度高，对扰动十分敏感，局部干扰，往往会在整个生产流程传播。每个工序的设备、单元，甚至整个生产线，都有自身优化点、控制点及安全约束边界，而往往单个设备的优化操作点与整个生产线的全局优化点存在差异。如何协调优化各个工序的局部优化点使整个过程的趋于最佳优化点，是整个单元生产优化控制的关键问题。

（4）多层次、多尺度工厂统一进行建模

生产企业管理是一个复杂的多维系统，如何建立生产、设备、质量、安全、能源等多项专业管理在时间、空间多尺度上的模型以及实现模型一致映射，是考验应用系统实用性、灵活性的关键，需要攻克工厂统一建模的技术难题[6]。

（5）重大耗能设备能效的分析与优化

企业生产中，由于缺乏加热炉、压缩机、泵等重大耗能设备的能效评估模型，导致对其的操作与控制智能凭经验进行，因此需要通过基于机理和数据联合建模的方法，绘制设备能效监察图，并通过实时计算值在线评估各台设备的当前能效，解决设备能效分析与负载优化难题。

（6）关键生产设备故障诊断与操作优化

关键设备一旦发生故障，不但造成巨大的经济损失，有可能还会引发安全事故。通过设备运行状态、巡检及检维修纪录等信息，找到设备变化的规律，对设备潜在的故障进行预警，是智能工厂中提高设备运行效率的重要方法。

（7）区域定量风险分析及重大事故模拟

涉及危险化学品生产、储存的区域，要进行火灾、爆炸、泄漏、中毒等多种灾难事故的叠加风险分析、定量计算与可视化模拟等模型研究，并开发集安全风险容量、事故场景、多米诺效应等多种功能于一体的安全信息系统，技术难点是上述模型的研究仍需加强。

（8）绩效管理理念落地

在制订绩效管理方案的过程中，企业都根据自身特点融入了各类绩效管理理念，但在实际实施中，这些理念的大部分却没有得到有效贯彻、落实。通过指标量化细化分解使战略转化成指标是重要的技术难点。

02 流程工业智能工厂应用案例

某氯碱企业典型的“ 煤-电-电石-聚氯乙烯-电石渣水泥”循环经济产业，聚氯乙烯树脂137 万吨/年、烧碱100 万吨/年、电石200 万吨/年、水泥260 万吨/年、乙二醇10 万吨/年、1，4-丁二醇10 万吨/年，发电125 亿度/年。随着生产规模、原材料成本等优势的丧失，企业运营变得越来越困难。

我们与该企业合作，围绕企业“节能减排、流程优化、减人增效、绿色安全”等管理目标，以智能工厂建设为契机，建设了生产管控信息化支撑系统，为企业创造了显著的经济效益，该企业2016 年还被工信部评选为智能制造试点单位。

在装备自动化方面，对PVC、烧碱车间的生产线进行了智能化改造，使用了PVC 包装机器人和片碱包装码垛机，人工减少50％ ，操作误差降低80％。

在智能检测层面，对涉及12 个生产板块的10 万多块仪表进行了改造、联网，为企业实现泛在感知奠定了坚实的基础。

在智能控制层面，我们建设了13个分厂的9 套控制系统。在1，4-丁二醇、乙二醇、密闭电石炉、以及2×300 MW 机组等工艺技术先进的重大装置上实施了中控的ECS-700 型控制系统，控制效果达到设计要求。

在智能操作层面，针对高耗能的电石炉，通过建立电极电流、电极电压、电极功率、炉内压力等关键操作变量过程模型，实施先进控制，其控制效果得到显著改善，经过标定计算，吨电石耗电量降低2.37%。同时，针对热电、电石、水泥、化工四大耗能生产板块，改造、新增能源计量仪表近4 000 块，建立了基于水、热力学能源管网模型，对热电联产的机组负荷进行优化调度，保障各机组经济运行。通过数据对比分析，优化后降低煤耗1.45％ ，每年可节约4.29 万吨标准煤。

在生产运营方面，建立了ERP、OA 等管理平台，通过智能工作流引擎促进经营管理业务的高效与协同，大大提高了生产管理的质量和效率。基于工业大数据平台，建立了基于原料、产量、质量、设备等主题的分析模型，帮助管理者进行科学决策，优化管理与生产。

“ 十三五”期间，该企业在智能工厂建设方面将进一步加大投入，继续推进信息化项目建设，如建设关键装置先进控制、重大危险源监察、设备故障诊断及主动防护、跨境电商平台等，不断完善企业业务管理的IT 支撑体系，为企业发展提供新动力。

参考文献

[1] 张曙.工业4.0 和智能制造[J]. 机械设计与制造工程,2014,43(8):1-5

[2] 张益,冯毅萍,荣冈.智能工厂的参考模型与关键技术[J].计算机集成制造系统,2016,22(1):1-12

[3] 覃伟中,冯玉仲,陈定江,等.面向智能工厂的炼化企业生产运营信息化集成模式研究[J].清华大学学报(自然科学版),2015(4):373-377

[4] 邬仲臻,冯毅萍,王继帅,等.一种基于仿真的流程工业生产调度闭环优化方法[J].化工自动化及仪表,2011(4):369-374

[5] LI D F, LIU L, ZHU W, et al. Material-FlowModeling Technology and Its Application in Manufacturing Excution System of Petrochemical Industry[J]. Chinese JournalChemical Engineering,2008,16(1):71-78

[6] 贾伟,朱建新,高增梁,等.区域定量分析评价方法及其在化工园区中的运用[J].中国安全科学学报，2009,15(5):140-146

[7] 周泽伟,冯毅萍,吴玉成,等.基于虚拟现实的流程工业过程模拟仿真系统[J].计算机工程与应用,2011,47(10):204-208