激(ji)烈(lie)的(de)市(shi)場(chang)競(jing)爭(zheng)環(huan)境(jing)推(tui)動(dong)著(zhe)企(qi)業(ye)高(gao)質(zhi)量(liang)發(fa)展(zhan)，隨(sui)著(zhe)新(xin)一(yi)代(dai)信(xin)息(xi)技(ji)術(shu)與(yu)各(ge)行(xing)各(ge)業(ye)的(de)深(shen)度(du)融(rong)合(he)，流(liu)程(cheng)工(gong)業(ye)的(de)生(sheng)產(chan)數(shu)字(zi)化(hua)轉(zhuan)型(xing)已(yi)成(cheng)為(wei)企(qi)業(ye)的(de)必(bi)修(xiu)課(ke)。而(er)企(qi)業(ye)的(de)生(sheng)產(chan)數(shu)字(zi)化(hua)，首(shou)先(xian)要(yao)從(cong)企(qi)業(ye)需(xu)求(qiu)角(jiao)度(du)出(chu)發(fa)。毫無疑問
，質量是製造企業經營的命脈，質量不能穩定控製，生產就是浪費資源。

　　對於流程工業來說
，產品質量作為生產的結果，必然與原料質量、shebeiyunxingzhuangtaihegongyifangfayushedingzhesandayaosujuyougaoduxiangguanxing。qizhong，gongyishizuijujuedingxinghezuijushiyingxingde

，gongyijuedingleshengchandeliuchengyushebeixuanxing
，tongshiyeshishipeibutongyuanliao、不bu同tong設she備bei狀zhuang態tai的de調tiao節jie項xiang，可ke以yi說shuo工gong藝yi就jiu是shi影ying響xiang流liu程cheng工gong業ye產chan品pin質zhi量liang穩wen定ding的de最zui大da變bian量liang。因yin此ci綜zong合he來lai看kan

，流liu程cheng工gong業ye要yao進jin行xing生sheng產chan數shu字zi化hua轉zhuan型xing的de根gen在zai工gong藝yi，本ben在zai質zhi量liang。

　　流程工業生產數字化的挑戰和機遇

　　流程工業是眾多工業的基礎材料型的行業
，貢獻了全國工業總產值的60%。同時，這些行業在實際生產過程中也產生了大量的二氧化碳
，碳排放量占中國工業的78%，開展生產數字化轉型的緊迫性極高。基於流程工業的特點，我們總結其生產數字化麵臨以下三大挑戰：

• 挑戰1：天然原料的關鍵指標如何優化與管控？其數字化過程該怎麼做？
• 挑戰2：麵對工藝多變量、非線性、大滯後
  、產量大的生產過程特點，如何有效采集數據？如何基於數據間的有效相關性
  ，幫助生產人員快速發現和定位問題？
• 挑戰3：工藝機理複雜、且部分質量參數不可在線測量，生產過程調節往往基於人工經驗。如何基於數據實現對生產過程的精準數字化表達？

　　然而，挑戰必定伴隨著機遇：流程工業的自動化基礎較好，這使得大量生產過程數據得以被沉澱，為數字化創造了良好的數據基礎。

　　另外
，與離散製造業相比，流程工業單一產品生命周期長，能沉澱大量的曆史數據，基於數據進行價值挖掘和應用的潛力是巨大的。

　　流程工業生產數字化應以質量穩定為本

　　有觀點認為流程工業數字化是以提升效率為本，但對於流程工業來說
，影響效率的事件例如設備宕機都不是設備固有故障的問題
、原(yuan)料(liao)損(sun)耗(hao)不(bu)是(shi)用(yong)料(liao)管(guan)理(li)等(deng)問(wen)題(ti)，造(zao)成(cheng)停(ting)機(ji)或(huo)產(chan)品(pin)降(jiang)級(ji)的(de)原(yuan)因(yin)通(tong)常(chang)都(dou)是(shi)因(yin)為(wei)質(zhi)量(liang)不(bu)合(he)格(ge)造(zao)成(cheng)的(de)，而(er)質(zhi)量(liang)不(bu)合(he)格(ge)又(you)是(shi)由(you)於(yu)工(gong)藝(yi)管(guan)理(li)不(bu)善(shan)導(dao)致(zhi)的(de)，所(suo)以(yi)我(wo)們(men)認(ren)為(wei)流(liu)程(cheng)工(gong)業(ye)要(yao)進(jin)行(xing)數(shu)字(zi)化(hua)轉(zhuan)型(xing)的(de)根(gen)在(zai)工(gong)藝(yi)，本(ben)在(zai)質(zhi)量(liang)，保(bao)障(zhang)質(zhi)量(liang)穩(wen)定(ding)性(xing)是(shi)提(ti)升(sheng)生(sheng)產(chan)效(xiao)率(lv)的(de)根(gen)本(ben)路(lu)徑(jing)，原(yuan)因(yin)有(you)以(yi)下(xia)幾(ji)方(fang)麵(mian)：

• 質量是企業口碑及生產基礎：自媒體時代，產品質量問題是最容易被發現及快速傳播的，極易影響企業品牌形象和口碑。實現質量穩定是企業經營的命脈。
• 影響原料管理、設備及人員效率的根因在於質量要求：由於使用天然原料生產標準產品
  
  ，造成質量不穩定的原因通常包括原輔料組分
  、設備狀態
  、員工操作水平等多種情況。這些不穩定變量都需要通過不同的工藝設定來對衝
  
  、從而實現質量的穩定。
• 相關性的大滯後表現、以及長質量控製的反饋周期會影響效率：連(lian)續(xu)性(xing)生(sheng)產(chan)的(de)工(gong)藝(yi)條(tiao)件(jian)對(dui)質(zhi)量(liang)結(jie)果(guo)的(de)影(ying)響(xiang)具(ju)有(you)較(jiao)大(da)的(de)滯(zhi)後(hou)性(xing)，發(fa)現(xian)問(wen)題(ti)時(shi)已(yi)經(jing)過(guo)去(qu)較(jiao)長(chang)時(shi)間(jian)
  ，且(qie)較(jiao)難(nan)在(zai)短(duan)時(shi)間(jian)內(nei)恢(hui)複(fu)品(pin)質(zhi)
  ，受(shou)影(ying)響(xiang)的(de)產(chan)品(pin)數(shu)量(liang)及(ji)造(zao)成(cheng)的(de)損(sun)失(shi)往(wang)往(wang)十(shi)分(fen)巨(ju)大(da)。
• 質量離線測量、以及長質量調控的響應周期會影響效率：另ling一yi個ge影ying響xiang質zhi量liang穩wen定ding的de特te性xing是shi部bu分fen質zhi量liang參can數shu不bu可ke在zai線xian測ce量liang且qie存cun在zai測ce量liang周zhou期qi。以yi水shui泥ni行xing業ye為wei例li，從cong取qu料liao送song檢jian到dao拿na到dao檢jian驗yan結jie果guo至zhi少shao要yao半ban小xiao時shi，通tong常chang一yi次ci質zhi量liang波bo動dong事shi件jian會hui影ying響xiang數shu小xiao時shi的de產chan量liang。

　　流程工業質量穩定的根在於工藝優化控製

　　產品質量作為生產的結果，必然與原料質量、設備運行狀態和工藝方法與設定具有高相關性
，但三者並非簡單並列關係。

• tianranyuanliaowangwangbukekong，ergongyishinengpipeibutongyuanliaoertiaozhengde。liruzaizaozhilingyu，meiyougongyingshangnengzaijiaochangyiduanzhouqineitigongmanzutongyizhiliangzhibiaoyaoqiudejiangbanhuofeizhi；陶瓷企業也無法從同一座礦山中持續獲得滿足同一質量指標要求的沙土。
• shebeiyunxingzhuangtaitongchanghuisuizhebutonghaocaihuolingbeijianshengmingzhouqidebianhuaerbianhua，xuyaojiyugongyibiaozhunduishebeiyunxingcanshuzuotiaozheng。shebeideweihuyudiedaiyeshiweiraogongyixuqiubianhualaikaizhande。
• gongyicanshuduizhiliangdeyingxiangzuizaoshikaolaoshifujingyanlaiguanlide。zaixinxihuashidai，youduozhongruanjiangongjukeyizhichengjingzhunlunzhenggongyicanshuduizhiliangjieguodeyingxiang。wosuodailingdeboyitekejichangqishengengliuchenggongyezhinenghuazhuanxingshengjigongzuo
  ，womendedaliangshijianshujuzhengming
  
  ，gongyicanshuyuzhiliangjieguodeyingxiangjuyouquedingxinghekeceliangxing
  ，xiatuzhanshidejiushigongyezhizhiliangzhibiaoyugongyicanshudexiangguanxingguanxitu。

　　通過數據和軟件工具
，工藝人員能更高效找到工藝參數與質量結果的直接相關性並做出正確的優化決策。

　　綜上所述，在影響質量的三大要素中，工藝是最具決定性和適應性的，工藝決定了生產的流程與設備選型，同時也是適配不同原料、不同設備狀態的調節項，可以說工藝就是影響質量穩定的最大變量。

　　suoyishuo，zhiliangwendingdegenzaiyugongyiyouhuakongzhi，zhiyaonengshixiandaguimodegongyiyouhuakongzhi，chanpinzhiliangwendingxingjiangdadatigao，shengchanlianxuxingziranyedadatigao，congershixianshengchanxiaolvdeyuesheng。

　　實現大規模工藝優化控製——生產數字化

　　ruheshixiandaguimodegongyiyouhuakongzhi

？ruguoxiangxiangguoqunayangtongguozengjiachanxiangongyizhuanjiaderenshoulaibaozhenggongyidejishiyouhua，congchengbendejiaodulaishuoshibukeshixiande，zhongguorenlichengbendidehonglishidaiyijingyiqubufufan。erqiezaigongyichuanchengmianlinduandaifengxian、工藝專業人才短缺的今天



，一些綜合競爭力較低的流程工業企業甚至連保障基本生產的優秀工藝人才都極為稀缺。

　　幸運的是

，時代發展給流程工業帶來了新的工具：生產數字化工具。

　　在流程工業，AI（人工智能）技術的探索已取得初步成功：如APC在鋼鐵水泥行業窯爐控製的落地


、工藝AI在造紙製漿及幹燥部環節的實踐、原料/配方優選AI模型在玻璃陶瓷原料及配方優選領域的應用。但在全麵邁入智能化時代前
，流程工業需要先實現生產的全麵數字化。

　　我們認為，新一代信息技術發展背景下，一個數據平台+工藝AIjishulaizhichengliuchenggongyedegongyiyouhuakongzhishizuiyoulujing。zheshizaiqiyezidonghuadejichushang，tongguojiangdaliangshengchanxinxijicheng，liyongshujuhuayunyingpingtaijiangshujuyongyewumokuaichendianxialai，yougongyirenyuanhuobufenAI技術抽象成知識

，從而實現對生產工藝優化控製的指導和決策輔助。

　　流程工業生產數字化平台的搭建與實踐

　　1

、生產數字化平台的搭建，首先要明確的是技術路線的選擇。

　　目前市場上主流路徑有兩種，一是在過往自動化及信息化係統的基礎上做延伸業務場景
，例如在DCS係統基礎上建設MES；二是以工業互聯網平台為基礎，向下集成自動化和信息化係統數據，例如造紙企業山鷹國際就是在已建成DCS、MES和ERP的基礎上采用了博依特雲橋工業互聯網平台來實現生產數字化平台的搭建。

　　從(cong)未(wei)來(lai)的(de)可(ke)拓(tuo)展(zhan)性(xing)及(ji)行(xing)業(ye)智(zhi)能(neng)化(hua)發(fa)展(zhan)的(de)角(jiao)度(du)看(kan)，我(wo)們(men)認(ren)為(wei)采(cai)用(yong)工(gong)業(ye)互(hu)聯(lian)網(wang)的(de)技(ji)術(shu)路(lu)線(xian)更(geng)符(fu)合(he)流(liu)程(cheng)工(gong)業(ye)進(jin)行(xing)生(sheng)產(chan)數(shu)字(zi)化(hua)轉(zhuan)型(xing)發(fa)展(zhan)的(de)需(xu)求(qiu)。作(zuo)為(wei)業(ye)界(jie)一(yi)致(zhi)認(ren)可(ke)的(de)新(xin)一(yi)代(dai)技(ji)術(shu)路(lu)線(xian)，工(gong)業(ye)互(hu)聯(lian)網(wang)是(shi)國(guo)家(jia)新(xin)基(ji)建(jian)七(qi)大(da)領(ling)域(yu)之(zhi)一(yi)，經(jing)過(guo)近(jin)10年的發展迭代，在性能上已全麵超過上一代“自動化+信息化改造”的技術路線。

　　2、確(que)定(ding)技(ji)術(shu)路(lu)線(xian)後(hou)

，我(wo)們(men)認(ren)為(wei)應(ying)以(yi)解(jie)決(jue)企(qi)業(ye)當(dang)前(qian)業(ye)務(wu)痛(tong)點(dian)為(wei)切(qie)入(ru)點(dian)，從(cong)生(sheng)產(chan)場(chang)景(jing)中(zhong)選(xuan)擇(ze)高(gao)頻(pin)應(ying)用(yong)切(qie)入(ru)，逐(zhu)步(bu)實(shi)現(xian)覆(fu)蓋(gai)生(sheng)產(chan)全(quan)過(guo)程(cheng)和(he)連(lian)接(jie)產(chan)業(ye)鏈(lian)上(shang)下(xia)遊(you)的(de)數(shu)字(zi)化(hua)網(wang)絡(luo)化(hua)，在(zai)此(ci)基(ji)礎(chu)上(shang)形(xing)成(cheng)適(shi)應(ying)企(qi)業(ye)自(zi)身(shen)需(xu)求(qiu)和(he)特(te)點(dian)的(de)數(shu)據(ju)化(hua)運(yun)營(ying)方(fang)式(shi)。

　　jinnianshijianzhong
，womenkandaoyouqiyezaichuqijierugongyehulianwangjiuqidaimashangjiejueshengchanzhongzuinandewenti。zhebushiwushidebiaoxian。yueshilishiyiliuxialaideyoutiaozhandewenti
，yuexuyaoduoweidu、長周期的生產數據來支撐問題的解決。

　　工業互聯網技術的價值不僅在於解決一個個技術難題，更在於提供長久的能力（數據與工具）。隻(zhi)有(you)先(xian)用(yong)起(qi)來(lai)，才(cai)能(neng)保(bao)證(zheng)數(shu)據(ju)的(de)準(zhun)確(que)性(xing)
，並(bing)不(bu)斷(duan)找(zhao)到(dao)數(shu)據(ju)的(de)高(gao)價(jia)值(zhi)點(dian)，從(cong)而(er)解(jie)決(jue)更(geng)多(duo)問(wen)題(ti)。越(yue)高(gao)的(de)利(li)用(yong)程(cheng)度(du)，越(yue)能(neng)產(chan)生(sheng)更(geng)多(duo)有(you)價(jia)值(zhi)的(de)數(shu)據(ju)。這(zhe)才(cai)是(shi)生(sheng)產(chan)數(shu)字(zi)化(hua)平(ping)台(tai)的(de)搭(da)建(jian)路(lu)徑(jing)。

　　3
、最後，企業在進行生產數據化運營前，要跨越實現生產數據采集
，標準操作規範，人與係統的交互


、共生、共創這三大難題。

　　其中
，數據采集是基本條件；標準操作規範意味著生產可以按照數據設定的標準來操作；而人與係統的共生，則要求製造業從業人員和數據係統彼此適應。

　　通過生產數字化平台，可以實現對生產數據的采集
、處理、存(cun)儲(chu)和(he)分(fen)析(xi)，結(jie)合(he)老(lao)師(shi)傅(fu)的(de)專(zhuan)業(ye)能(neng)力(li)沉(chen)澱(dian)為(wei)通(tong)用(yong)生(sheng)產(chan)知(zhi)識(shi)，可(ke)以(yi)在(zai)短(duan)時(shi)間(jian)內(nei)快(kuai)速(su)提(ti)升(sheng)大(da)量(liang)生(sheng)產(chan)人(ren)員(yuan)的(de)工(gong)藝(yi)水(shui)平(ping)和(he)管(guan)理(li)效(xiao)率(lv)
，實(shi)現(xian)初(chu)步(bu)的(de)大(da)規(gui)模(mo)工(gong)藝(yi)優(you)化(hua)控(kong)製(zhi)。

　　未來，隨著數據量的增加、更多場景下數據及機理模型的完善，逐步訓練各個工業場景中的工藝AI模型，逐步降低生產工藝管控過程對人的依賴

，才能最終實現以智能化手段開展大規模工藝優化控製，保證生產質量長期的、大範圍的穩定。