卷煙智慧工廠建設(shè)規(guī)劃研究

馬洪晶，陳傳通，霍文文

(山東工業(yè)有限責(zé)任公司濟(jì)南卷煙廠，山東 濟(jì)南 250100)

隨著新一代信息技術(shù)的迅猛發(fā)展，信息化與工業(yè)化深度融合大勢所趨，從德國的“工業(yè)4.0”到美國“工業(yè)互聯(lián)網(wǎng)”再到中國的“中國制造2025”，各個國家相繼制定發(fā)布了相關(guān)規(guī)劃。從本質(zhì)上講，各規(guī)劃殊途同歸，都是在工業(yè)領(lǐng)域特別是制造業(yè)領(lǐng)域，充分發(fā)揮信息技術(shù)，尤其是以工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)、人工智能等為代表的新一代信息技術(shù)的作用。通過新技術(shù)的應(yīng)用，打通信息孤島，挖掘數(shù)據(jù)價值，實現(xiàn)智能制造。

1 背景

煙草行業(yè)工業(yè)自動化基礎(chǔ)較好，在開展兩化融合建設(shè)方面有先天優(yōu)勢。國家煙草專賣局先后制定和發(fā)布了“煙草行業(yè)互聯(lián)網(wǎng)+行動計劃”“關(guān)于卷煙工廠開展智能工廠創(chuàng)建管理課題研究的通知”等文件，擘畫了煙草行業(yè)互聯(lián)網(wǎng)＋建設(shè)的發(fā)力方向。針對卷煙工廠，規(guī)劃了智能供應(yīng)管理、智能生產(chǎn)管理、智能設(shè)備管理、智能工藝質(zhì)量管理、智能能源管理、智能風(fēng)險管理等六大方向。國家煙草局還先后以專題、課題研究的形式，在行業(yè)卷煙工廠開展CPS 信息物理系統(tǒng)建設(shè)的探索與研究。2017年第十期、2018年第十一期行業(yè)廠長培訓(xùn)班，都以兩化融合為主題開展經(jīng)驗介紹和交流。2018 年行業(yè)企業(yè)管理工作現(xiàn)場會、2018 年行業(yè)設(shè)備管理工作現(xiàn)場會都以智能化為主題，部署下一步工作，以期通過智能化助力相關(guān)業(yè)務(wù)。

在行業(yè)深度推進(jìn)兩化融合的背景下，濟(jì)南卷煙廠提出了“數(shù)說濟(jì)煙”理念，探索實踐一切在線，數(shù)據(jù)驅(qū)動的新一代制造業(yè)工廠建設(shè)模式，在全廠開始布局智慧工廠的建設(shè)工作。

2 濟(jì)南卷煙廠發(fā)展現(xiàn)狀

濟(jì)南卷煙廠始建于1928 年，發(fā)展至今，已成為年產(chǎn)能超過100 萬箱的生產(chǎn)廠，擁有8 條制絲生產(chǎn)線、33 條卷包生產(chǎn)線，數(shù)字化管理和柔性化分組加工技術(shù)已走在行業(yè)前列。

制絲車間自2007 年異地遷建后，持續(xù)推動技術(shù)升級，工控網(wǎng)已形成了以工業(yè)互聯(lián)網(wǎng)為主干、以Profibus-DP、PA為分支、以串口通信為補(bǔ)充的多層次立體化網(wǎng)絡(luò)體系，真正實現(xiàn)了從控制器到執(zhí)行器、從操作終端到智能儀表的一網(wǎng)到底部署。工控網(wǎng)執(zhí)行控制形成了以智能執(zhí)行器件為基礎(chǔ)，以PLC、智能從站為關(guān)鍵節(jié)點，以操作控制終端為支撐，以集中監(jiān)視控制為中心的控制架構(gòu)。通過WonderWare、OPC、實時數(shù)據(jù)庫以及西門子STEP7、TIA 博途等軟件和協(xié)議的應(yīng)用，目前初步形成了節(jié)點可通信、信息可采集、數(shù)據(jù)有存儲、智能化有初步零散應(yīng)用的局面。

卷包車間通過建立數(shù)據(jù)采集系統(tǒng)，已初步形成具備生產(chǎn)指揮、過程控制、質(zhì)量評估與優(yōu)化、設(shè)備監(jiān)控與保障、異常預(yù)警與探測、追溯分析、績效評價與決策判斷等綜合能力的統(tǒng)一過程監(jiān)控管理系統(tǒng)。在平臺數(shù)據(jù)分析部分，卷包信息系統(tǒng)已具備在質(zhì)量、生產(chǎn)、設(shè)備、管理、角色上進(jìn)行大數(shù)據(jù)的研究和應(yīng)用的基礎(chǔ)，并將質(zhì)量管理、生產(chǎn)信息、設(shè)備信息的數(shù)據(jù)整合、深度分析相關(guān)模塊進(jìn)行實驗總結(jié)，針對不同的研究對象建立數(shù)據(jù)模型，進(jìn)行算法學(xué)習(xí)與驗證。在數(shù)據(jù)可視化工作中，已實現(xiàn)了生產(chǎn)過程實時監(jiān)控、設(shè)備運維管理、過程質(zhì)量監(jiān)控等，利用富UI 技術(shù)將數(shù)據(jù)進(jìn)行形象化展現(xiàn)。

濟(jì)南卷煙廠能源計量系統(tǒng)涵蓋了空壓、真空、燃油燃?xì)狻㈠仩t、換熱、除氧、軟化水、能源計量以及空調(diào)、配電系統(tǒng)等10 個分能源系統(tǒng)，借助于能源工業(yè)網(wǎng)進(jìn)行分區(qū)域數(shù)據(jù)通信，實現(xiàn)全廠能源數(shù)據(jù)的采集、集中存儲與分析。通過形成可視化報表、曲線數(shù)據(jù)，為濟(jì)南卷煙廠各用能部門的能源供給、消耗統(tǒng)計提供數(shù)據(jù)和決策支持，最終達(dá)到合理分配、高效節(jié)能的目的。

3 智慧工廠建設(shè)規(guī)劃

3.1 網(wǎng)絡(luò)架構(gòu)規(guī)劃

在全廠范圍內(nèi)工業(yè)控制網(wǎng)絡(luò)互聯(lián)互通。建立廠級光纖干網(wǎng)，以中心機(jī)房為核心，連接各生產(chǎn)車間工業(yè)控制網(wǎng)絡(luò)。各車間依托各自現(xiàn)有網(wǎng)絡(luò)，逐步形成以車間光纖環(huán)網(wǎng)為主干，以工業(yè)以太網(wǎng)為延伸，以各類路由（非傳統(tǒng)路由器）、耦合器為銜接點，融合各類工業(yè)通信協(xié)議的網(wǎng)絡(luò)體系架構(gòu)和布局。

3.2 云平臺建設(shè)

依托網(wǎng)絡(luò)架構(gòu)和部署在網(wǎng)絡(luò)上的各類服務(wù)器、控制器、執(zhí)行器、智能儀表等，建立基礎(chǔ)設(shè)施即服務(wù)的IAAS 層架構(gòu)，實現(xiàn)云平臺建設(shè)的第一步。依托計算資源和存儲資源，在廠級中心機(jī)房建立平臺即服務(wù)的PaaS 云平臺。在此平臺上分別建立部署數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)計算的采集平臺、存儲平臺和計算平臺。并以此為基礎(chǔ)，建立數(shù)據(jù)挖掘分析的實驗平臺，建立數(shù)據(jù)挖掘的各類算法庫。

以各生產(chǎn)車間為計算域和業(yè)務(wù)域，實現(xiàn)邊緣計算的部署與應(yīng)用。域內(nèi)部署數(shù)據(jù)倉庫，實現(xiàn)絕大多數(shù)的數(shù)據(jù)計算和數(shù)據(jù)存儲。中心節(jié)點部署數(shù)據(jù)湖，實現(xiàn)對全廠全量數(shù)據(jù)的存儲和挖掘分析。

在PaaS 層之上，以業(yè)務(wù)需求為依托，建立各類應(yīng)用部署。應(yīng)用部署在企業(yè)云端，通過PaaS 平臺的支持和實驗平臺源源不斷地分析挖掘，實現(xiàn)應(yīng)用的及時部署與及時調(diào)整，真正體現(xiàn)應(yīng)用即服務(wù)的SaaS 層。

3.3 業(yè)務(wù)應(yīng)用研究

3.3.1 智能裝備研究

圍繞對智能裝備“狀態(tài)感知、實時分析、自主決策、精準(zhǔn)執(zhí)行、學(xué)習(xí)提升”的要求，結(jié)合卷煙工廠設(shè)備裝備現(xiàn)狀和設(shè)備管理業(yè)務(wù)實際需求，開展研究工作。

開展裝備智能化數(shù)據(jù)需求研究。依據(jù)生產(chǎn)、工藝和設(shè)備運維需求，提出典型的主機(jī)設(shè)備的各類數(shù)據(jù)需求；摸查現(xiàn)有設(shè)備的數(shù)據(jù)現(xiàn)狀，提出數(shù)據(jù)新增需求；加強(qiáng)與煙機(jī)企業(yè)溝通，形成老舊設(shè)備的改造方案和新購設(shè)備的裝備要求。

（1）開展裝備控制執(zhí)行能力提升研究。圍繞設(shè)備控制執(zhí)行，通過自主創(chuàng)新和合作交流等方式，加強(qiáng)控制方法和執(zhí)行精度的研究，提高設(shè)備運行效率和產(chǎn)品生產(chǎn)加工能力。

（2）開展單機(jī)設(shè)備運行維護(hù)管理平臺的構(gòu)建。通過設(shè)備自帶或額外構(gòu)建等方式，加強(qiáng)對于感知數(shù)據(jù)的檢測分析，研究設(shè)備運行監(jiān)測、故障預(yù)測、故障診斷決策和根據(jù)歷史經(jīng)驗數(shù)據(jù)自主學(xué)習(xí)提升等應(yīng)用的方法、算法的研究。

（3）加強(qiáng)設(shè)備數(shù)字孿生體的構(gòu)建研究。根據(jù)設(shè)備結(jié)構(gòu)和設(shè)備功能，研究和構(gòu)建設(shè)備數(shù)字孿生體，研究數(shù)字孿生體構(gòu)建方法、數(shù)據(jù)接口標(biāo)準(zhǔn)、數(shù)據(jù)虛擬現(xiàn)實展現(xiàn)等。

3.3.2 設(shè)備智能運行維護(hù)應(yīng)用研究

以設(shè)備全生命周期管理理念為指導(dǎo)，以設(shè)備管理業(yè)務(wù)為需求，研究設(shè)備管理智能運行維護(hù)應(yīng)用和以智能化平臺為基礎(chǔ)的業(yè)務(wù)流程再造。

（1）開展對設(shè)備運行監(jiān)測和人機(jī)交互研究。依據(jù)設(shè)備狀態(tài)感知，研究設(shè)備運行監(jiān)測應(yīng)用，實時掌握設(shè)備運轉(zhuǎn)狀態(tài)、生產(chǎn)任務(wù)、產(chǎn)品質(zhì)量，依據(jù)數(shù)據(jù)孿生體和增強(qiáng)現(xiàn)實，全面掌握設(shè)備性能，定位故障設(shè)備。研究設(shè)備異常與故障的在線保修和自主推送，加強(qiáng)人機(jī)交互溝通。

（2）開展對異常與故障的智能決策研究。研究依設(shè)備運行數(shù)據(jù)和在線、離線狀態(tài)檢測數(shù)據(jù)為基礎(chǔ)的設(shè)備異常與故障診斷，自動診斷設(shè)備故障、定位設(shè)備部位、分析故障原因、選擇維修策略、形成派發(fā)維修工單。

（3）開展設(shè)備運行的預(yù)測分析研究。研究依靠振動監(jiān)測、溫度分析、油液分析等手段和各類實時數(shù)據(jù)、歷史數(shù)據(jù)的設(shè)備性能預(yù)測分析，掌握設(shè)備整體和關(guān)鍵部位的劣化趨勢，預(yù)測故障時間，做到精準(zhǔn)維護(hù)、精益維修。

（4）開展對設(shè)備管理業(yè)務(wù)的綜合分析研究。依托數(shù)據(jù)平臺，開展設(shè)備故障規(guī)律、設(shè)備生命周期劣化趨勢、運行費用到機(jī)臺、零備件壽命周期規(guī)律、清潔維護(hù)、潤滑保養(yǎng)頻次等相關(guān)業(yè)務(wù)的研究。

3.3.3 支撐保障服務(wù)與管理決策研究

充分發(fā)揮設(shè)備智能運行的保障服務(wù)作用，圍繞保障生產(chǎn)任務(wù)、工藝質(zhì)量，服務(wù)工廠管理決策，開展相關(guān)研究工作。

（1）開展設(shè)備數(shù)據(jù)支撐保障工藝質(zhì)量的研究。研究通過設(shè)備自帶工藝相關(guān)數(shù)據(jù)對加工產(chǎn)品工藝質(zhì)量的在線實時監(jiān)測，研究設(shè)備加工產(chǎn)品穩(wěn)定性和滿足工藝質(zhì)量的加工能力。研究設(shè)備參數(shù)對工藝質(zhì)量的影響，研究通過仿真等手段提升加工能力的方法。

（2）開展設(shè)備數(shù)據(jù)支撐保障生產(chǎn)任務(wù)的研究。依據(jù)設(shè)備運行能力和設(shè)備狀態(tài)，開展動態(tài)智能排產(chǎn)的相關(guān)研究。根據(jù)加工流程，以設(shè)備為媒介，開展產(chǎn)品批次研究，全過程串聯(lián)和追溯產(chǎn)品、半成品、原料、輔料材料等。

（3）開展設(shè)備數(shù)據(jù)支撐服務(wù)管理決策的研究。根據(jù)設(shè)備管理數(shù)據(jù)和相關(guān)應(yīng)用，研究設(shè)備數(shù)據(jù)對企業(yè)宏觀運行經(jīng)營的服務(wù)支撐。研究通過數(shù)據(jù)歸集和統(tǒng)計，因果和相關(guān)關(guān)系分析，服務(wù)企業(yè)預(yù)算、投資計劃、管理目標(biāo)制訂等相關(guān)業(yè)務(wù)的決策。

3.4 數(shù)據(jù)管理方面

加強(qiáng)數(shù)據(jù)管理工作。數(shù)據(jù)管理方面，對數(shù)據(jù)進(jìn)行定義、分類，依據(jù)數(shù)據(jù)全生命周期理念形成管理機(jī)制，對數(shù)據(jù)的采集、傳輸、存儲、應(yīng)用、歸檔、銷毀等進(jìn)行全生命周期管理。建立貫穿整個數(shù)據(jù)管理過程的數(shù)據(jù)安全保障機(jī)制、設(shè)備數(shù)據(jù)質(zhì)量評價機(jī)制。在設(shè)備數(shù)據(jù)應(yīng)用方面，按照KDD 知識發(fā)現(xiàn)模式，推廣使用CRISP-DM 跨行業(yè)數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程，按照業(yè)務(wù)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建模、評估、部署六個步驟開展數(shù)據(jù)應(yīng)用。目前，卷煙工廠處于兩化融合發(fā)展的良好機(jī)遇期，通過制定前瞻性的規(guī)劃，建立全廠范圍內(nèi)互聯(lián)互通的工業(yè)控制網(wǎng)，搭建企業(yè)云平臺，探索大數(shù)據(jù)解決方案，為建設(shè)智慧工廠打好平臺和數(shù)據(jù)基礎(chǔ)。智能裝備、設(shè)備智能運維、管理決策等應(yīng)用研究結(jié)合設(shè)備、生產(chǎn)、管理的實際業(yè)務(wù)需求，充分挖掘數(shù)據(jù)價值，提升企業(yè)的智能制造水平。