基于工業互聯網和大數據分析的智能控制平臺建設研究

黎勇 錢杰 金偉

[摘 要]文章以寧波卷煙廠智能制造轉型實例為背景，介紹了智能控制平臺的建設情況及實施效果。實踐證明，智能控制平臺建設充分發揮了人工智能和工業互聯網平臺的作用，顯著提升了生產質量穩定性，實現了生產過程工藝質量的精準控制和協同優化。

[關鍵詞]工業互聯網;大數據;智能制造

doi：10.3969/j.issn.1673 - 0194.2020.24.045

[中圖分類號]F270.7;TP315[文獻標識碼]A[文章編號]1673-0194（2020）24-00-02

1? ? ?建設背景

隨著《中國制造2025戰略》發布及相關配套政策的出臺，煙草行業提出探索卷煙智能制造新模式、促進企業轉型升級的總體要求。寧波卷煙廠積極響應，大力推進兩化深度融合，創建智慧企業，并積極開展生產制造智能管控平臺建設，推進制造智能化。該平臺以生產控制實際問題為導向，融合“云大物智”等新技術，全面采集生產過程實時參數和關鍵要素信息，引用關聯分析、神經網絡、遺傳算法等實現智能控制數據處理和知識沉淀，依托自動化控制方法實現烘絲冷卻水分智能控制應用，以顯著提升工藝質量控制的穩定性和標準化水平。

2? ? ?實施經驗分享

2.1? ?基于工業互聯網平臺架構標準的架構設計

圖1是基于工業互聯網平臺架構標準的架構設計。其中，在平臺的邊緣層，通過連接和管理相關設備，利用協議轉換實現海量工業數據的互聯互通;同時，采用邊緣計算技術，實現錯誤數據剔除、數據緩存等預處理及邊緣實時分析，降低網絡傳輸負載和云端計算壓力。平臺層在通用PaaS（Platform as a Service，平臺即服務）架構上進行二次開發，實現煙草工業PaaS層構建，為用戶提供海量數據的管理和分析服務，并對煙草工業生產、設備、工藝質量等領域技術、知識、經驗等資源進行封裝、固化和復用，為創新應用快速開發提供基礎平臺。應用層面向卷煙工藝質量參數、設備狀態參數、物料流量等智能控制提供信息化支持，通過為用戶提供創新應用平臺，實現煙草工業知識的復用和推廣，創造智能制造場景。

2.2? ?建立邊云協同的工業互聯網平臺，提升平臺數據處理和控制響應能力

通過加裝傳感設備、改造設備等措施提高平臺的即時感知能力，實時獲取生產、工藝、質量、設備運行等原始數據，通過邊云協同快速處理數據。邊云協同降低了云端服務器計算負載、減緩了網絡帶寬壓力，規避了多種采集設備帶來的多源異構數據問題。

2.3? ?開展符合工業業務特性的數據模型訓練

本文針對“面向多機協同的模型仿真與預測、數據混合存儲、增強學習算法優化”等關鍵技術進行研究;采用逆向工程法解構與分析烘絲筒控制原理，解析出烘絲筒熱風數字電視（Packet Identifier，PID）控制等關鍵參數的控制算法，并進行準確性和有效性驗證。同時，在上述基礎上結合工廠業務特點調整算法，形成更精準的數據挖掘和預測算法，構建數學模型，如圖2所示。

2.4? ?融合大數據、云計算、人工智能、虛擬仿真等技術建立云端智能控制平臺

依托云端算力進行關聯分析，識別關鍵工藝質量指標的特征向量，并利用虛擬仿真技術建立基于實際業務數據的仿真環境，模擬參數變化對工藝質量的影響，動態預測工藝質量信息，并根據預測結果反向指導物理世界的相關參數控制。系統實時跟蹤調整后的工藝質量變化，并根據調整結果優化數據模型。

2.5? ?效果驗證

智能制造應用在全球范圍內都處于探索階段，有效的參考案例不足，為了保證研發的嚴謹性及實現項目預期目標，寧波煙廠在各個階段都進行了大量實驗，驗證內容如表1所示。

3? ? ?效果展示

2019年7月至2019年12月，智能控制模型產線控制實驗共完成111批次的煙絲測試。關鍵指標值控制效果如下。①煙絲冷卻水分均值。2019年7月至2019年9月測試了10個批次，冷卻均值達標率為30%。10月至12月指標達標率持續上升至100%，冷卻水分均值變化控制在工藝設定值小數點后2位。②冷卻水分標偏。模型融入氣候變化、小樣本牌號控制精度、不同牌號煙絲互相摻配等異常因素后，在冷卻水分均值達標的情況下標偏月度均值由10月份的0.045持續下降至12月份的0.038 5，效果明顯。隨著模型持續調優，標偏值將會持續降低。③料頭干頭量。智能控制比人工控制提前10秒實現冷卻水分值達標（冷卻水分設定值±0.5內），流量按4 500千克/小時計，干頭量減少12.5千克。10月至12月，每月隨機挑選智能控制和人工控制生產的各10批煙絲進行對比，智能控制批次的干頭量指標明顯優于人工控制批次，其中，12月份有7批次智能控制的干頭量優于人工控制。

4? ? 結 語

寧波卷煙廠基于工業互聯網和大數據分析的智能控制平臺已全面上線。該平臺顯著提升了生產質量的穩定性，實現了生產過程工藝質量的精準控制和協同優化。隨著智慧工廠建設持續推進，寧波卷煙廠已將成功經驗運用在其他領域，希望打造更多的智能制造應用場景，實現智能化紅利，昂首邁向行業、省級智能工廠領先行列。

主要參考文獻

[1]姬廣鵬.基于工業互聯網的大數據中心建設探索[J].中國新通信，2014（18）：66.

[2]許基偉，馬欣.基于工業互聯網背景的大數據平臺建設研究[J].軟件工程，2019（12）：41-43.

[3]倪曉東.基于工業互聯網背景的大數據平臺建設及企業管理探究[J].中外企業家，2020（17）：73-74.