傳統制造工廠數字化轉型路徑研究

陸琨

（安徽省合肥市安徽中煙工業有限責任公司合肥卷煙廠，安徽 合肥 230601）

近年來，全球工業經濟形勢發生深刻變化，工業競爭格局深度調整，以人工智能、物聯網、云計算等新一代信息技術與工業融合為主的第四次工業革命悄然來襲，傳統制造工廠同時面臨外部環境變化和傳統運營模式難以為繼的壓力，數字化轉型迫在眉睫。

傳統制造工廠的數字化轉型，是通過生產制造過程與新一代信息技術在生產組織、工藝實現、質量控制、倉儲物流等價值鏈關鍵環節的融合創新應用，推動技術創新、管理創新，實現質量變革、效率變革、動力變革，催生新一代制造模式。傳統制造工廠的數字化轉型，就是要讓工廠具備“觀、行、思、感”智慧化能力。“觀”，全面完善產品全價值鏈數據采集能力，提升從原輔材料到成品全生產鏈數據集成能力。“行”，全面覆蓋生產運作、質量管控、設備管理、物流配送全業務域，通過工單管理、流程驅動等方式，實現全業務在線管理。“思”，遵循“數據-信息-知識-價值”的管理模式，對企業經營和生產全過程進行客觀評價，讓數據服務于生產，為決策層和各專業領域提供客觀、準確的數據分析、診斷、決策信息。“感”，圍繞制造工廠“制造、運營、決策”等方面的業務需求，在數字空間打造智慧運營的立體化“新空間”，全面提升感知能力。

1 傳統制造企業信息化現狀分析

筆者所在的企業，在2012年異地技改完成后，制造裝備信息化程度有了大幅提升，形成了以MES系統為核心，制絲集控系統、卷包數采系統、能源集控系統、物流高架庫系統、設備及備件系統為業務分支的生產環節信息系統架構，但仍然存在以下問題：

（1）數據治理能力有待優化。數據采集、清洗、分類、集成、存儲的整體治理架構存在短板。數據集成度較低，數據管理相對薄弱，與數據資源作為企業核心資產的管理理念存在差距。

（2）業務智慧能力有待提升。企業大量工業數據未得到有效的挖掘利用，信息化系統尚停留在較傳統的統計分析層面，在過程監控、參數控制、生產組織、異常預警、決策支持等方面的智能化水平較低。

（3）信息系統集成和協同能力不足。企業信息系統與公司信息系統的集成度較低，信息孤島現象仍部分存在，部分業務和數據因口徑原因需人工校準、重復填報，信息系統未充分發揮協同生產要素的核心作用。

（4）數據分析能力有待提升。生產設備效能分析力度不足，生產效率難以準確把握；工藝質量診斷分析和關聯分析力度不足，質量問題難以準確定位；物耗、能耗耗用分析力度不足，物耗能耗管理難以實現精細化。閉環管理方面，過程執行流程監控分析力度不足，問題快速定位能力需要加強。

（5）系統智慧化程度有提升空間。面對紛雜的工業生產數據，信息化系統尚停留在傳統的數據統計分析應用層面，在過程監控、參數優化、結果驗證等方面的應用智慧化水平比較低。

2 對傳統制造業數字化轉型的理解

傳統制造工廠的數字化轉型，是將工廠的生產組織、工藝實現、質量控制、倉儲物流等價值鏈關鍵環節業務與新一代信息技術融合，切實提升企業“觀、行、思、感”智慧能力，推動技術創新、管理創新，實現工廠質量變革、效率變革、動力變革，為高質量發展提供新動能。

“觀”，全面完善產品全價值鏈數據采集能力，提升從原輔材料到成品全生產鏈數據集成能力。

“行”，生產運作智能調度、過程加工參數控制、波動預警快速響應、協同管控持續改善。

“思”，在制造過程、質量管控、設備保障、成本管理等領域擁有全面科學的綜合評價能力，為管理決策做好參謀。

“感”，設計功能緯線（生產過程、質量分析、設備運行、物耗能耗）和職能經線（管理決策職能、專業管理職能、一線管理職能、現場操作職能、非專業人士），交織形成感知矩陣，通過良好的用戶體驗和友好的界面設計，實現全面感知。

圍繞打造傳統企業“觀行思感”智慧化能力，推動制造企業數字化轉型。

3 傳統制造企業數字化轉型目標

緊緊圍繞著筆者所在行業“CT-155”信息化規劃和《“互聯網+”行動計劃》的要求，促進全面深化互聯網在制造領域的應用和智能工廠規劃建設，落實資源整合、數據整合、業務整合的建設思路，著力推進生產制造過程與新一代信息技術在生產組織、工藝實現、質量控制、倉儲物流等價值鏈關鍵環節的融合創新應用，推動技術創新、管理創新，實現質量變革、效率變革、動力變革，為制造企業發展向高質量轉型，品牌發展向中高端轉型，企業管理向精益化轉型提供新動能，強化創新驅動、改革推動、融合帶動，切實提升企業“觀、行、思、感”智慧能力，最終打造成一個先進工業互聯網平臺。

4 傳統制造企業數字化轉型實施路徑

4.1 總體思路

圖1 總體架構藍圖

制造企業的數字化轉型，實際是要通過數據的互連互通，達到設備的互鎖互控，從而達到真正的“無憂工廠”，因此我們提出全員創新的數據驅動微服務應用的構建思路，將圍繞生產制造全過程、全流程活動的智能化發展需求，部署實施基于新一代人工智能技術的工業智能感知、智能建模、智能控制、智能優化與智能運維等微服務應用，推進智能制造技術的集成應用及其制造模式，讓企業具備智能感知、智能診斷、智能控制的能力。

傳統制造企業的數字化轉型，遵循打造工廠“觀、行、思、感”智慧化能力的理念，按照“夯實”、“整合”、“聚合”、“融合”的發展思路，總體規劃、全面布局、分步實施，構建傳統制造工廠數字化轉型架構藍圖，如圖1所示。

傳統制造工廠數字化轉型架構藍圖，核心是建設數據集中管理平臺整合數據資源，建設智慧化應用平臺實現運營全價值鏈一體化管控。夯實數據基座，結合大數據的技術特點和數據特點，構建面向數據消費的數據中臺，使之具備高效的實時和并行數據處理能力，提供面向數據消費的數據管理模式，同時具備數據分類存儲和靈活擴展。基于企業基礎云平臺，搭建智能制造應用平臺、智腦決策應用平臺、輔助制造應用云平臺，全面覆蓋工廠制造運營業務。

圖2 數據架構規劃

4.2 數據資產化管理

高效有序的數據資產管理是實現工廠數字化轉型的基礎。數據作為企業的戰略資產，需要采用全新的智能化數據管理平臺，使其具備高效的實時和并行數據處理能力、具備面向數據消費模式的管理能力，同時具有數據分類存儲和靈活擴展的分布式架構。數據架構如圖2所示。

4.3 業務應用提升

建設統一的智能制造應用平臺，統籌整合、深度業務應用信息數據資源，以產品全生命周期管理、設備全生命周期管理為主線，以生產前仿真、生產中管控和生產后回溯三大主題為支撐，對企業生產過程進行事前模擬、事中監控、事后診斷，不斷優化制造加工過程，提升企業“觀、行、思、感”智慧水平。

生產前仿真以資源準備、計劃模擬仿真、資源保障、風險管控四個為抓手，保障生產前智能排產和模擬仿真所需要的資源準備到位，智能排產結果經過仿真驗證切實可行，減少生產過程中的瓶頸和等待，各環節生產前對各類必備的配方標準、物料有效性、風險點等進行確認，保證風險管控到位。

生產中管控通過監視生產過程中的“人、機、料、法、環、測”相關指標，在生產過程中進行實時模擬仿真，對關鍵指標事中干預或自動糾偏，實現全生產過程的穩態控制和高精度控制。有效降低對人工經驗的依賴和誤操作帶來的風險，提升過程預警能力和異常事件的判定可靠性，實現指標控制、參數控制從事后控制向過程控制的轉變。

生產后回溯是企業產品優化的重要環節。企業數字化轉型要用“復盤”的思維方式，通過數據分析對生產過程中的“人、機、料、法、環、測”進行回溯，利用瓶頸診斷方法剖析問題，并尋求最佳改進方案。產后回溯主要包括指標評價對比分析、生產過程回放、瓶頸診斷、優化改進、知識匯聚。

產品全生命周期管理。建設完善的產品生命周期檔案，打通產品價值創造過程的“信息壁壘”，實現產品生命周期價值創造過程全程存檔；建立覆蓋產品全生命周期的風險管控應用，對產品價值實現過程的質量風險、效率風險、安全風險、成本風險等進行定性、定量、可視化管控，幫助企業主動、即時識別產品價值，實現過程可能的風險并定向推送處理。

4.4 指揮決策能力提升

（1）指揮中樞——制造總控中心。隨著行業競爭的日益加劇，企業為應對挑戰越來越需要全面、綜合的數據信息支持企業管理決策,需要將面向企業各部門的數據進行整合、加工和處理,利用大數據、人工智能分析手段，轉換為有價值的信息與知識,通過生產集控中心實現制造全過程的生產管控，通過數據驅動各生產業務環節，將生產集控中心變成“生產智腦”，同時通過對各生產應用數據有效處理和利用對企業總體運行態勢進行分析、預警和監控，為企業決策者的科學決策提供參考。

（2）決策中樞——決策指揮中心。合理利用人工智能、云計算、物聯網、大數據、移動互聯等關鍵力量，將這些工業技術和信息技術的發展相互融合。通過技術創新與發展，以及數據的全面感知、收集、分析、共享，為企業管理者和參與者呈現出看待制造業價值鏈的全新視角，是企業提升管理決策和市場應變能力的重要手段。遵循讓數據轉變為信息、信息轉變為知識、知識涌現出智慧的管理模式，對企業經營和生產全過程進行客觀評價，減少人的聲音，讓數據回歸，服務于生產、為決策層和各專業領域提供專業、客觀、及時、準確的數據分析、診斷、決策報告，喚醒沉睡數據的“價值”，進而提高企業的經營管理水平,提升企業核心競爭能力。通過收集生產、質量、設備、原料、環境、蟲情數據、庫容等制造過程中各環節數據等進行數據、加工、存儲，整合后，自下而上搭建工業互聯網平臺，對平中的數據進行分析和匯集，找出關鍵性問題，然后可以再以問題為導向，自上而下挖掘鉆取和關聯分析，對分析后問題進行診斷，實施改進，并跟蹤改進過程，為領導決策提供支持服務。

5 結語

傳統制造企業面臨數字化轉型的歷史機遇。探索傳統制造企業智能制造新模式，實現實體車間與虛擬車間的全要素、全流程、全業務的信息集成和深度融合，并提供相應的服務。在數據模型和服務驅動下，實現車間生產要素、生產活動、生產過程控制、資源保障、生產協同、風險管控等業務數據自動流轉，逐步實現由智能控制替人工操作，同時實現目標和約束的前提下“最佳生產運營管控模式”，對傳統制造企業生產過程優化、生產資源配置優化、企業管理的運營決策優化、企業間協同的資源配置優化、產品全生命周期管理服務優化、設備全生產周期健康評價有重要意義。