生活用紙行業整場物流數智化解決方案

周正 程宏 曾繁智 中輕長泰（長沙）智能科技股份有限公司

1 智慧控制平臺概述

智慧控制平臺（以下簡稱ICP）是以生產計劃為輸入，基于實時的工藝反饋、設備狀態、車間物流等信息，通過數采、軟控（分布式控制、集中控制）、設備巡檢等平臺模塊的驅動，為智能化生產提供生產執行與修正、資源利用、產量質量分析、平穩工況的優化調度、異常工況的動態調度、數據多維度挖掘、輔助工藝診斷和生產決策等一體化的解決方案。

ICP具有4個特性：

（1）智能，在整場數智化升級大的背景下，ICP是一個智能化的產品；

（2）信息，圍繞ICP分析問題、處理問題的，是基于設備采集回來的數據；

（3）交互，即設備始終為人提供服務，在跟設備交互過程中，人的一些動作也需要被采集；

（4）萬物互聯，即打通所有設備之間的連接，完成設備信息采集，讓所有設備不再成為信息孤島。

其基本原理如下圖所示：

圖1 智慧控制基本原理

ICP通過改變車間內工序串行的離散加工的模式，實現車間內生產工序網狀交叉、工藝多節點冗余執行；突破多產線簡單并行的集中生產模式，實現整廠產線資源的協同生產、動態平衡、產能柔性配置等。

2 關鍵技術介紹

2.1 數據采集

通過ICP自有的邊緣控制器集中通信平臺，實現整場單機、集群設備的數字鏈路，完成了集中通信平臺與各單元設備的雙向（讀寫）通信，同時也能支持各單元設備的軟控通信，真正意義上打破了各生產設備信息集成的“孤島”壁障。

目前ICP支持以下數據采集：

● 10萬個以上的變量，0.1秒采集周期；

● 車間輸送物流設備，工位紙卷信息等；

● 加工機臺，原輔料配方等；

● 其他自動化三方設備（需對接雙方接口支持）。

2.2 軟控及分布式

ICP通過集中通信平臺，建立全廠通信的數據鏈路，實現全廠設備數智化“上帝視角”后，軟控平臺通過分析全廠海量的設備狀態信息，實現從車間設備條件控制、策略調度的車間設備驅動，到基于車間生產工藝，生產設備的即時狀態，協同全廠設備配合完成車間生產作業、指令等的生產工藝驅動。

針對車間生產軟控的復雜應用場景（如圖2所示），軟控平臺支持分布式控制架構。將多重應用場景相對剝離，相互獨立、互不影響，確保了大型的車間生產軟控系統實現分階段、分區域實施，且業務相對獨立的特性，也支持未來各種業務場景擴展。讓軟控方案的部署與實施，對整體項目的風險降到最低。

ICP把所有的數據鏈路打通以后，還可以完成設備巡檢，根據整個項目的工藝我們可以監控到每臺設備的狀態和數據，在第一時間把問題點推送給巡檢人員進行處理，通過每一臺設備配備的唯一編碼，在大型場景可以實現巡檢問題的快速定位及響應。

2.3 整場智慧控制

基于生活用紙訂單的生產工藝，貫穿從原輔材料采購入庫到產成品銷售出庫的整廠業務鏈。而生產工序包含銷售訂單、生產計劃、倉儲物流、原輔材料備料、加工機臺效率、車間物流、配載垛型、發貨路線等等。在實際案例中，客戶會經常關注整個銷售訂單的執行情況，即加工過程中間每一個工藝或者工序的執行情況，以及按目前生產進度什么時間可以完成交貨，或者是說工廠現在加工處于哪一個環節，是否存在延期風險等。

ICP在每個工序設置了2個關鍵參數：時間（T）和概率（P），每個工序生產耗時以及它到下一個工序時間可以通過歷史的工序加工情況，推算出完成的概率。因此，ICP在任何一個節點都可以知道任一工序交貨的時間以及在這個時間交貨的概率。有了這種交付概率才能夠確保做到交付的可信度。假如交付概率降低了，那ICP會發出生產加急指令，或者需要跟客戶協商延期交貨事宜等等。

通過ICP打造一個整場的解決方案，可實現車間級的原輔料調度，包括跨車間的原紙調度等等，同時可以把多個立庫當成一個整體的資源，進行統一的協調和管理，最終實現整個資源的網狀結構以及協同分配。

2.4 配載及裝車問題優化

生活用紙裝車車型主要包含集裝箱和箱式貨車兩種，集裝箱尺寸標準比較統一，但是貨車裝箱尺寸多樣，針對裝車系統適配的車型，裝車碼垛算法根據車廂空間、物料規格及數量等已知參數，綜合考慮空間利用率、出庫效率、能耗等因素計算最優的裝車碼垛方案。在處理一車多個客戶訂單（多個卸貨點）問題時，因為不同的客戶卸貨順序，最優的裝車碼垛方案可能會將多客戶的物料混合碼放，造成卸貨不便。在計算完裝車垛型后，即可獲得物料的裝車順序、裝車數量及裝車率等數據，為自動化立體倉庫出庫及機械手拆垛提供指導數據，實現系統間聯動。

通過ICP，可以實現對歷史裝車單的分析，輸出裝箱方案，并根據實際裝車效果，自動迭代優化裝車方案（如圖3所示）。

圖3 配載裝車優化

2.5 數智化套件

（1）視頻智能防控套件

通過安裝在工廠生產施工作業現場的各個監控裝置，構建智能監控分析預警和防范體系，有效彌補傳統方法和技術在管理中的缺陷。視頻監控智能防控系統利用AI技術實現對人員、機械、材料、環境的全方位實時監控，真正做到事前預判及示警，事中聯動觸發及協同，以及事后問題溯源，實現安全生產透視化管控和精細化管理。

圖4 視頻智能防控

（2）產品質量在線檢測套件

質量在線自動檢測系統結合底層PLC控制系統，利用機器視覺與深度學習技術，可廣泛應用于箱件包裝質量、拉伸膜包膜質量，商標貼標質量，環保標識粘貼質量自動識別等防錯檢測，與控制系統聯動排出或報警，讓操作人員可以不用花費精力等來操作即可準確無誤，顯著提升產品合格率。

圖5 產品質量在線檢測

3 系統設計實現

智控平臺ICP以銷售計劃、生產工藝、設備狀態等信息為輸入，通過數采、軟控、高級算法、數據挖掘等模塊，為數智化生產提供產能分析、質量追蹤、AI決策，解決平穩和異常工況下調度優化等問題，實現集中生產的資源協同與柔性生產。

圖6 智慧控制工廠

數智化、工業大腦的數字基礎，輔助與自主決策的數據挖掘條件，實現車間物流平穩和異常工況下，柔性與動態調度。其實現步驟如圖7所示：

圖7 智慧控制進化實現

第一步：基于當前狀態條件實現自動化控制，確保安全實現設備協同；

第二步：基于當前時刻的全局分析能力，選擇合適的策略配方驅動設備集群進行作業；

第三步：能根據已發生的事實情況（結果反饋）轉換為學習參數，迭代學習、激勵，并不斷衍化整個控制模型，無限接近理論最優。

其中智慧控制支持水平嵌套、垂直嵌套，基于局部最優的狀態集合，通過啟發、強化、遺傳等優化算法，無限接近理論最優控制。

4 總結

鑒于國內生活用紙大中型企業存在成本端承壓的現狀，因此通過內部系統自動化、智能化進程加快數智化轉型升級并從中獲益尤為必要。本文旨在介紹一種生活用紙領域“場景—車間—工廠—產業生態”的數智化改造路線，通過集成創新與數智化運營，助力行業轉型。同時，企業在轉型過程中抓住機遇培養高素質人才，也是加快成果轉化的重要保障。