中国电子技术标准研究院-流程型智能制造白皮书-2019.8-83页.pdf

I中国电子技术标准化研究院深圳华制智能制造技术有限公司东北大学2019年7月流程型智能制造白皮书II指导组名单柴天佑 杨建军 夏妍娜 马仲彬 编写组名单郭楠 韦莎 程雨航 李佳 吕青海 康健 刘斌 张晓玲 丁进良 张若曦 何宏宏 许妍 李刚 鲍楠 吴端胜 夏娣娜 李瑞琪 马原野 周航 焦国涛 廖胜蓝 纪婷钰 张欣 王成然 III鸣谢本白皮书得到了以下单位和专家（排名不分先后）的大力支持与帮助，在此表示衷心感谢！鸣谢单位：上海宝钢工业技术服务有限公司中国石化集团茂名石油化工有限公司内蒙古蒙牛乳业（集团）股份有限公司山西复晟铝业有限公司杭州娃哈哈集团有限公司宜宾天原集团股份有限公司杭州锦江集团安徽海螺集团有限责任公司安徽海螺信息技术工程有限责任公司农夫山泉股份有限公司山西潞安煤基清洁能源有限公司长沙有色冶金设计研究院有限公司首钢自动化信息技术有限公司北京一轻食品集团有限公司辽宁格瑞自动化设备有限公司甘肃稀土新材料股份有限公司IV鸣谢单位：海油发展工程技术公司九芝堂股份有限公司昆明龙津药业股份有限公司四川科伦药业股份有限公司鸣谢专家：刘凯 赵家蓉 冷川 李麒 杨大雷 朱献忠 汪鸿涛 章海 宋鹏 韩满璇 茹文涛 杨林鄢锋 左永红 李军海 任勇 宋登科 王恒兵何承发 詹家干 荣光 陈彦东 郭伟荣 吴学谦苗加乐 张力 李希峰V前 言“十三五”规划纲要提出实施智能制造工程，培育推广新型智能制造模式。流程行业作为国民经济的重要基础和支柱产业，为国民经济的快速发展做出了重要贡献，同时，流程型智能制造作为智能制造五大新模式之一，需结合自身特色探索智能制造之路。流程行业是我国实体经济的基石，历经70年代技术与装备引进、80年代初消化吸收、90年代自主创新几个重要阶段后，在智能制造这一新的历史契机下，流程行业积极开展智能制造探索，在智能工厂建设、重点装备研发、关键工艺技术突破、复合型人才培养、标准研制推广和应用等方面取得了丰硕的成绩。中国电子技术标准化研究院联合深圳华制智能制造技术有限公司、东北大学流程工业综合自动化国家重点实验室，面向石化、有色、钢铁、水泥、食品、医药等行业的重点企业开展调研走访，汲取流程行业智能制造经验，编写形成了流程型智能制造白皮书。白皮书从流程型制造关注的核心问题出发，从工艺优化、智能控制、生产调度、设备运维、质量检验、能源管控等多个角度进行了系统梳理。针对核心问题和指标，总结了流程型智能制造的重点建设方向，提炼了数字化、网络化、智能化的智能制造实施要素。通过数据收集和统计分析，归纳整理了流程行业的智能制造需求和智能制造解决方案的供给情况，在研发创新、人才培养、示范推广方面，为行业主管部门和企业提出产业发展建议。希望本白皮书中的行业见解、数据分析和方向建议能为关心流程行业智能制造发展的人员提供创新思路和启发，为推进相关智能制造工作提供路径参考和依据。VIVII一、概述 11.1流程行业发展历程11.2流程型制造的内涵及特征11.3流程型制造面临的挑战与新机遇4二、流程型制造关注的核心问题综述72.1工艺优化 72.2智能控制 82.3生产调度92.4物料平衡 102.5设备运维 112.6质量检验 122.7能源管控 132.8安全环保 14三、流程型智能制造重点建设方向与新模式 173.1流程型智能制造重点建设方向 173.2流程型智能制造新模式 45 目 录VIII四、流程型智能制造发展现状 494.1流程行业智能制造需求分析 524.2流程行业智能制造解决方案供给能力分析 63五、实施建议 715.1智能制造赋能流程型制造设计院、科研机构，寻找核心技术突破口 715.2以智能制造为契机，将技术人才引入流程型制造 725.3依托标杆示范企业和标准化手段，加速流程型智能制造推广 72附录术语表 73IX 图目录图1-1 流程型制造行业划分 2图1-2 智能制造新机遇下的流程型制造模式 6图2-1 工艺优化要素分析 8图2-2 智能控制要素分析 9图2-3 生产调度要素分析 10图2-4 物料平衡要素分析 11图2-5 设备运维要素分析 12图2-6 质量检验要素分析 13图2-7 能源管理要素分析 14图2-8 安全环保要素分析 15图3-1 工艺优化智能制造实施要素 18图3-2 智能控制智能制造实施要素 21图3-3 智能控制智能化功能 22图3-4 生产调度智能制造实施要素 24图3-5 生产调度智能化功能 24图3-6 物料平衡智能制造实施要素 26图3-7 设备运维智能制造实施要素 28图3-8 设备运维基础数字化 29图3-9 流程型智能工厂设备运维网络架构 30图3-10 设备运维智能化功能-预测性维护 31X图3-11 设备运维智能化功能-数字孪生 32图3-12 质量检验智能制造实施要素 34图3-13 能源管控智能制造实施要素 37图3-14 能源管理基础数字化 38图3-15 流程型智能工厂能源运维网络架构 39图3-16 能源管理智能化功能 40图3-17 安环管理智能制造实施要素 42图3-18 EHS管理基础数字化 43图3-19 流程型智能工厂安环网络架构 44图3-20 安环管理智能化功能 45图4-1 20152018年度国家级流程型智能制造项目分类统计 49图4-2 受访流程企业或项目智能制造投入方向的统计 51图4-3 石化行业关注的智能制造重点方向 53图4-4 有色行业关注的智能制造重点方向 55图4-5 钢铁行业关注的智能制造重点方向 57图4-6 水泥行业关注的智能制造重点方向 59图4-7 食品饮料行业关注的智能制造重点方向 61图4-8 医药行业关注的智能制造重点方向 62图4-9 受访解决方案供应商行业分类 64图4-10 流程型智能制造解决方案分类 65流程型智能制造白皮书1一、概述1.1流程行业发展历程流程行业是制造业的重要组成部分，是经济社会发展的支柱产业，占全国规模以上工业总产值的47%左右，是我国实体经济的基石。我国流程行业经过数十年的发展，历经70年代技术与装备引进、80年代初消化吸收、90年代自主创新几个阶段，实现了与国际先进流程行业并跑。现阶段，我国流程行业的生产工艺、装备和生产过程自动化水平都得到了大幅度提升，整体发展速度快，产业规模连续跨越，整体实力增长迅速，国际影响力显著提高。目前我国已成为世界上门类最齐全、规模最庞大的流程制造业大国。比如，我国流程行业产能高度集中，钢铁、有色、电力、水泥、造纸等行业的产能均居世界第一；我国十种有色金属总产量连续15年世界第一；石油加工能力、乙烯产量位居世界第二。当前，我国流程行业面临第四次工业革命的历史契机、中国制造升级转型和供给侧结构性改革的关键时期，必须抓住机遇、迎接挑战。近十年来，我国制造业持续快速发展，总体规模大幅提升，综合实力不断增强，不仅对国内经济和社会发展做出了重要贡献，还成为支撑世界经济的关键力量。1.2流程型制造的内涵及特征流程型制造是以资源和可回收资源为原料，通过物理变化和化学反应的连续复杂生产，为制造业提供原材料和能源的基础工业，包括石化、化工、造纸、水泥、有色、钢铁、制药、食品饮料等行业，是我国经济持续增长的重要支撑力量。流程型智能制造白皮书2图1-1流程型制造行业划分与离散行业相比，流程行业存在显著差异。离散工业为物理加工过程，产品可单件计数，制造过程易数字化，强调个性化需求和柔性制造。而流程行业生产运行模式特点突出，比如，原料变化频繁，生产过程涉及物理化学反应，机理复杂；生产过程连续，不能停顿，任一工序出现问题必然会影响整个生产线和最终的产品质量；部分产业的原料成分、设备状态、工艺参数和产品质量等无法实时或全面检测。流程行业的上述特点突出地表现为测量难、建模难、控制难和优化决策难。我国流程行业的发展正受到资源紧缺、能源消耗大、环境污染严重的制约。流程行业是高能耗、高污染行业，我国石油、化工、钢铁、有色、电力等流程行业的能源消耗、CO2排放量以及SO2排放量均占全国工业的第一位。随着我国经济的持续发展，流程行业原料的对外依存度不断上升。资源和能源利用率低是造成资源紧缺和能耗高的一个重要原因。我国矿产资源总回收率、能源利用率均低于国外先进水平，致使我国钢铁、有色、电力、化工等8个高耗能行业单位产品能耗与世界先进水平有一定的差距。我国矿产资源复杂，资源禀赋差，随着优质资源的枯竭，资源开发转向“低品位、难处理、多组分共伴生复杂矿为主”的矿产资源，资源综合利用率低、流程长、生产成本高。为解决资源、能源与环保的问题，我国流程行业已从局部、粗放的生产模式向全流程、精细化的生产模式发展，如钢铁、石化等行业，提高了资源与能源的利用率，有效减少了污石化钢铁化工制药电子食品饮料纺织造纸烟草印刷水泥橡塑包装有色汽车机械流程离散流程型智能制造白皮书3染。但是转型发展还不够充分，高效化和绿色化是我国流程行业发展的必然方向。现阶段，我国流程型制造企业从制造过程底层到生产经营顶层还存在一些问题：（1）在以资金流为主的经营决策层面：供应链采购与装置运行特性关联度不高、产业链分布与市场需求存在不匹配，知识型工作自动化水平低，缺乏快速和主动响应市场变化的商业决策机制。（2）在以物质流为主的生产运行层面：资源和废弃资源缺乏综合利用，运行过程依靠知识工作者凭经验和知识进行操作，精细化优化控制水平不高，面向高端制造的工艺流程构效分析与认知能力不足，缺乏虚拟制造技术。（3）在以能量流为主的能效安环层面：能源的错时空利用技术有待发展，能源管理与生产运行缺乏协同，单位产量能效水平亟需提高。高危化学品、废水、废气、废固的全生命周期足迹缺乏监管和溯源，危化品缺乏信息化集成的流通轨迹监控与风险防范。（4）在以信息流为主的信息感知层面：物料属性和加工过程部分特殊参量无法快速获取，大数据、物联网和云计算等技术在物流和产品流通轨迹监控、生产和管理优化中的应用不够，亟需工业物联网扩充信息资源以深度认识复杂的流程行业过程。（5）在系统支撑层面：我国流程行业生产效率不理想，既体现为生产系统跨层次运行效率低下，也体现为企业跨领域运营效率低下。现有的系统难以自动化处理非结构数据以驱动智能决策，也无法支撑复杂的知识自动化软件平台以辅助操作工人决策，需要全新的控制系统架构以实现控制-优化-决策一体化。流程型智能制造白皮书41.3流程型制造面临的挑战与新机遇近年来，流程行业面对错综复杂的国内外经济形势，积极应对经济下行压力，通过管理创新，淘汰落后产能，调整产业结构，取得了较好的发展态势。我国流程行业生产运行总体平稳，产能过剩得到一定的遏制，行业技术创新步伐加快，节能环保效果明显，但部分行业经济效益不甚理想，投资增速放缓。此外，我国流程行业已从局部、粗放的生产模式向全流程、精细化的生产模式发展，如钢铁、石化、有色等行业，提高了资源与能源的利用率，有效减少了污染。但我国流程行业的总体物耗、能耗和排放以及运行水平与世界先进水平相比有一定的差距，产品结构性过剩依然存在，管理和营销等决策缺乏知识型工作自动化，资源与能源利用率不高，高端装备、工艺、产品水平亟待提高，安全环保压力大。全球新一轮科技革命和产业变革加紧孕育兴起，与流程型制造转型升级形成历史性交汇，给流程行业带来了新的机遇。智能化转型升级已成为流程行业重要发展趋势，对产业发展和分工格局带来深刻影响，将推动流程行业形成新的生产方式、产业形态、商业模式。流程行业通过发展智能制造改进自身条件已具备相应条件，主要表现在：（1）供给侧改革为流程行业推行智能制造提供内在动力随着供给侧改革过程中对经济平稳增长，产业结构优化、产品质量提升的需求日益增多，需要流程行业提高自身生产效率，提升产品质量，增强行业竞争力。企业必须适应新常态，将原来的粗放型、外延式发展转变为集约式、内涵式发展模式，通过智能化改造实现技术创新与高效绿色的发展。（2）国家智能制造顶层规划和生态体系建设为流程行业实践智能制造创造良好基础随着国家智能制造标准体系建设指南2015年版和2018年版的发布以及相关行业标准体系的建立，流程行业逐步建立起对智能制造的统一认流程型智能制造白皮书5识；同时，流程行业协会、研究机构、智能制造解决方案供应商生态体系逐步完善，为流程行业的智能制造升级提供了必要的支撑和保障。（3）代表性企业成熟经验为流程行业发展智能制造提供示范模板行业龙头企业在智能制造探索过程中，已积累了一定的成熟经验，并形成了具有代表性的解决方案，可以复制和推广到同行业其他企业甚至部分其他行业，从而带动相关企业进行智能制造提升。同时，部分企业已具备一定的工艺技术和工业技术能力，可结合智能制造进一步固化相关经验并尝试技术突破。在智能制造这一新的背景和机遇下，流程型制造在设备运维和资产管理模式、生产模式、运营模式和商业模式上都将发生显著的变化：（1）随着设备等资产的数字化、网络化和智能化，依靠数字孪生、故障预测、远程运维等技术，可实现设备状态的在线监测、分析和预测以及生产资料信息的积累、沉淀和优化，使得设备的运维由固定点检转向预测性维护，资产管理也日趋透明化和智能化，从而带来设备运维方式和资产管理模式的转变。（2）随着制造过程的数字化、网络化和智能化，结合先进控制、工艺优化、工业无线通信等技术，使得生产过程中物料使用趋于平衡，生产效率显著提升，生产环境更加安全，能源使用更加节约，从而带来生产模式的转变；（3）随着企业内部运营的数字化、网络化和智能化，结合信息融合管理、业务数据分析、智能优化排产等技术，使得生产计划制定、成本控制等管理决策更加合理，从而带来运营模式的转变；（4）随着企业引入更多平台化资源，建立智慧供应链、市场和供应商评价体系，探索全程产品质量信息追溯，建立新的商业生态，从而带来商业模式的转变。流程型智能制造白皮书6图1-2智能制造新机遇下的流程型制造模式智能制造带来的更高效能、更高质量流程制造商业模式转变运营模式转变设备运维方式、资产管理模式转变生产模式转变智能控制信息融合管理智慧供应链数字孪生工艺优化业务数据分析市场供应商评价故障预测工业无线通信智能优化排产信息追溯远程运维流程型智能制造白皮书7二、流程型制造关注的核心问题综述由于生产方式不同，流程型制造与离散型制造关注的要素区别很大，编写组经过调研和访谈，总结了流程型制造过程中需要解决的核心问题，主要包括：工艺优化、智能控制、计划调度、物料平衡、设备运维、质量检验、能源管控、安全环保等内容。上述活动的高效进行是保证流程型制造的重要基础，在践行流程型智能制造时，应以流程行业关注的核心问题为落脚点，切实解决制造过程的实际问题，以提升相关的核心指标为实施目标。2.1工艺优化流程行业的整个工厂由上千台设备和数千根管道组成，工序（车间）间物料和能量大多通过管道传送，工艺复杂、流程长、工序间相互关联等特点，传统的二维设计存在材料统计偏差大，建设施工易发生碰撞等缺点，已不能满足工厂精益化生产的需求。流程型智能制造应集成应用智能P&ID、协同设计、标准化编码、工程数据库等先进设计手段，对制造过程进行仿真、评估和优化，实现先进的可视化、仿真和文档管理，通过碰撞检查等手段提前发现专业内外的配合问题，使施工阶段的差错大大减少，为流程型企业的建造和运维提供支撑。流程工业工艺与配方直接决定生产过程及过程中设备的参数设定，同时在生产过程中根据具体原材料、设备状态、相关工序参数变化，依据工艺要求实时监控、动态管理生产及装备参数，实现优化控制，以最优的成本生产优质的产品。准确的生产过程虚拟仿真，对于生产过程参数调整、验证、优化将起到巨大提升作用。工艺优化以最低成本换取最优质量和最高产能为目标，工厂的工艺信息管理水平和工艺数字化水平将直接影响工流程型智能制造白皮书8艺优化的成效，通过工艺建模、流程仿真、数字化交付等核心活动的支撑，可实现工艺指标稳定和生产效率的提升。影响因素相关的支撑活动相关衡量指标利益相关方目标最低成本换取最优质量和最高产能工艺信息管理水平、工艺数字化水平等工艺建模流程仿真数字化交付工艺指标稳定性工艺设计者制造管理者生产效率等图2-1工艺优化要素分析2.2智能控制流程型制造核心在于连续生产和最大限度地提高生产效率和工艺稳定性。对订单、批次、配方执行情况、质量进行严格的把控，降低关键工艺参数的标准偏差；传统控制系统一般包括仪器仪表系统、DCS系统、PLC系统、SIS系统、SCADA系统、执行调节系统等，以保证装置的稳定连续运行及紧急联锁程序处理。为了保证底层控制的稳定性和实时性，需在原有静态模型基础上开展动态模型的探索，以达到更精确的控制。基于不同工艺过程，先进过程控制在众多行业与工艺上得到大量应用，取得比较显著的成效，如何实现更多工序、装置、控制回路之间的过程控制与参数动态优化，达到整体最优，也是很多企业目前在尝试和努力的方向。流程型智能制造白皮书9图2-2智能控制要素分析2.3生产调度在流程型行业生产调度中，生产计划的制定和管理占有举足轻重的地位，相对于离散制造，流程型制造在能源、化工、有色、钢铁等多数行业内以“以产订销”为主，全年生产计划主要考虑市场、政策、原料等因素，以安全、稳定、优质为条件，以实现满负荷生产为目的。流程企业根据市场的需求预测原材料与能源的供给情况、生产加工能力与生产环境的状态，利用生产过程全局性和整体性的思想，确定企业的生产目标，制定企业的生产计划，协调企业各局部生产过程，从而达到企业总体最优目标。同时为了适应激烈的市场竞争，对生产调度的实时性协调性和可靠性提出了很高的要求，由于局部生产优化不等于全厂处于最优，生产调度可通过在生产过程中中间产品的存储对各个装置相互冲突的目标进行解耦，以获得全局的最优。影响因素相关的支撑活动相关衡量指标利益相关方目标工艺参数控制的精确和稳定控制模型建立生产数据监控动态优化等控制精度控制模型的准确性制造管理者生产执行者控制稳定性等动态控制参数优化水平等流程型智能制造白皮书10图2-3生产调度要素分析2.4物料平衡工业企业生产经营管理工作的重点之一就是对供产销存环节进行集中統一的计划和配置、协调和优化。对流程型企业来说，从原料采购、加工到产品销售这样一个过程其距离非常之长，特别是生产环节的加工路线错综复杂，生产的连续性、物料的流动性、产品的联产性、品种的多样性、产耗的同步性、质量的差异性、形态的可变性，使得企业进行全方位全过程的监管和监控受到了一定程度的限制。流程行业物料统计平衡依据生产平衡推量后的和物料相关的生产数据进行归并汇总，按照逻辑节点量和逻辑移动关系与物理节点量和物理移动关系之间的对应关系，实现统计层逻辑节点拓扑模型的动态生成，并以规则库、模型库和求解器，完成模型平衡计算，达到企业的区域、工厂、子公司三级物料统计平衡。影响因素相关的支撑活动相关衡量指标利益相关方目标优化排产、合理调配物料和能源计划完成率产品成本等 制造管理者生产执行者生产数据采集与分析系统平衡指令数字化等设备状态等产品需求原料供应市场情况流程型智能制造白皮书11图2-4物料平衡要素分析2.5设备运维对于流程型制造，任何设备的非计划停机可能会对整个生产过程造成影响，产生巨大经济损失，引发安全事故。保证设备的安全可靠运行对于流程型制造至关重要。流程型制造一方面产品比较固定，一旦投产可能十几年不发生变化，另一方面设备投资比较大、工艺流程固定，需最大限度降低停机和检修，克服装备的可靠性和准确性不足等问题。因此，需要对关键设备的参数进行监控，基于设备健康程度实行有效的设备管理，同时挖掘设备潜能，监控场景需覆盖设备巡点检、大修的管理，设备资产管理、设备知识库管理等，并能够根据不同设备对应的特性进行定制化的维护。影响因素相关的支撑活动相关衡量指标利益相关方目标减少物料损耗、降低成本原料质量工厂模型准确性等工厂模型建立生产数据集成等投入产出比目标达成率等 制造管理者生产执行者流程型智能制造白皮书12图2-5设备运维要素分析2.6质量检验流程行业生产原料和生产过程中的精确计量及品质鉴定，是产品质量的基础保障。一方面，考虑到取样检测的结果对于后续工艺的控制和成品质量影响较大，需要在生产原料配给端进行严格的检验，涉及材料追踪、重量核算、供应商确认等环节，保证材料取样、检测的客观性。另一方面，在生产过程中和成品阶段进行抽样检测，保证各项质量指标满足工艺要求。由于流程型行业的往往涉及大量的化学、物理反应，实验室的管理也是质量管理的重要组成部分，对实验过程、实验数据、检测样本、历史数据等进行全流程信息化管理，是企业控制质量、提升工艺的重要手段。同时，基于实验室信息管理系统，结合自动化技术与数字化实验仪器，实现实验过程本身的少人化、无人化、智能化。影响因素相关的支撑活动相关衡量指标利益相关方目标减少非计划停机设备运行状态备品备件准备情况设备运行环境等设备综合利用效率设备健康度等制造管理者设备维护者设备数据采集设备状态监控设备供应商管理等流程型智能制造白皮书13图2-6质量检验要素分析2.7能源管控流程型制造对于能源的消耗巨大，能源管理存在滞后，需对产线、工艺段、设备、单品的能源耗用进行详细评估，改造加装数字化计量仪表，建立能源平衡体系。除此之外，为保证制造过程连续性，需保证能源的持续供应。同时，对水、电、气、风进行精细管理，通过优化设备运行参数、改造设备、杜绝跑冒滴漏、合理利用能源阶梯价格、对比不同班次数据、优化控制参数等方式，提升能源利用效率，降低生产成本。影响因素相关的支撑活动相关衡量指标利益相关方目标全流程产品质量控制产品质量等级等制造管理者自动化质量检测质量管理者质量数据分析等取样客观性实验室条件质量管理信息化水平等流程型智能制造白皮书14图2-7能源管理要素分析2.8安全环保对于流程型制造企业，由于存在大量高温高压装置、有毒有害物质，安全生产一直都是高优先级的活动。今年以来，化工行业更是安全事故频发，国家对于流程行业的安全要求也是越来越严格。所以，需要借助智能制造相关的技术手段，降低生产过程中安全事故发生的可能性。此外，流程行业是环保重点关注行业，化工、钢铁、有色等更是国家重点关注行业，急需企业提升环保标准和部署相应的措施。影响因素相关的支撑活动相关衡量指标利益相关方目标减少能源损耗、降低成本制造管理者标准煤耗能源监控趋势分析能源计量的准确性能源管理者能源利用率等校正平衡能源统计等能源监控覆盖率等流程型智能制造白皮书15图2-8安全环保要素分析影响因素相关的支撑活动相关衡量指标利益相关方目标安全生产、绿色发展制造管理者人工干预报警次数安全设备的维护水平预警机制安全环保管理者组态报警数量等检测准确性等安全环保监测安全环保预警安全环保动态处置等流程型智能制造白皮书16流程型智能制造白皮书17三、流程型智能制造重点建设方向与新模式面向工艺优化、智能控制、生产调度、物料平衡、设备运维、质量检验、能源管理、安全环保等核心问题，流程行业智能制造建设主要围绕数字化、网络化、智能化展开。建设过程主要是在已有的物理制造系统基础上，充分融合智能传感、先进控制、数字孪生、工业大数据、工业云等智能制造关键技术，从生产、管理以及营销的全过程优化出发，实现制造流程、操作方式、管理模式的高效化、绿色化和智能化。同时，随着智能制造的实施，设备管理、资产管理日益透明化，生产方式更加便捷和优化，制造运营逐渐精细化和智能化，商业资源趋向平台化和协同化。新的商业模式、运营模式、生产模式、设备运维和资产管理模式出现，促进企业经济效益和社会效益最大化。3.1流程型智能制造重点建设方向3.1.1工艺优化（1）需求分析工艺优化是实现企业生产优质、高产、低耗、高效益的保证。工艺优化与企业的生产、安全、质量、环保、能源管理均有密切联系，通过加强工艺优化，可以建立良好的生产秩序，创造较好的生产工况运行条件。随着装置规模日益扩大、操作条件更加苛刻、潜在危害逐渐增多，全生命周期工艺管理和工艺管理集成化与智能化已成为工艺优化的发展趋势。当前流程行业工艺优化的需求主要聚焦于以下几个方面：流程型智能制造白皮书18工艺管理与生产相关业务有机整合，形成业务统一、数据统一、数据共享的统一系统，可以实现技术报表自动编制、工艺参数合格率智能统计、工艺卡片动态管理、重要工艺参数自动报警提示；加强工艺安全管理，实现工艺联锁的全面监控，确保生产装置运行安全；通过工艺优化全面提升生产管理业务的规范化、信息化、高效化。（2）实施要素工艺优化的目标是用最低成本换取最优质量和最高产能。工艺优化智能制造技术投入包含规范工艺信息管理和数据采集标准，建立工艺数字交付平台等资源要素；搭建以实时数据库和工业网络为主体的互联互通架构，实现工艺管理系统与相关应用系统的集成；通过仿真培训和流程模拟持续进行工艺改进，为实现系统先进控制创造条件。工艺优化智能制造应用范围覆盖了从设计到优化的工艺管理全生命周期过程。先进控制系统（APC）先进控制互联互通工艺数字交付平台离线仿真系统流程模拟系统集成工艺信息管理标准仿真培训系统实时数据库、工业网络设计管理施工管理工艺信息管理和数据采集规范EAM/MES/HSE系统集成计划、成本管理材料管理仿真培训设计试运行采购运营建设优化调试应用范围技术投入智能化网络化数字化图3-1工艺优化智能制造实施要素流程型智能制造白皮书19 基础数字化工艺优化基础数字化建设一般开始于数字化工厂设计。在设计过程中，二维和三维设计数据实现基于位号的结构性数据集成及多专业协同，同时实现数字化工厂设计系统配套的文档同基于位号的非结构性数据设计文档和供应商文档关联。企业把全部设计文档和数据资料统一于数据库平台，并进行相关数据关联，可以有效快速检索信息。建立工艺基础数据档案，收集企业已有的工艺配方文件、标准及操作步骤。企业通过发布工艺信息管理办法及细则等制度文件，建立覆盖所有生产设施的数据采集标准，从整体上规范并指导数字化建设工作。网络化互联工艺优化网络化互联主要通过搭建实时数据库系统与生产控制系统互联互通架构，实现生产过程数据实时采集。通过集成设备状态信息、生产过程信息和安全环保信息，实现工艺管理数据的共享和统一。企业也可利用这些数据信息实现工艺监控、工艺分析、关键参数分析和工艺优化。智能化应用基于以上数字化和网络化框架，工艺优化的智能化应用实现的主要功能如下：利用三维建模技术完成仿真培训。通过对维修过程的推演，模拟设备的拆分、安装等操作，结合视频、音频等多媒体信息，为不同的维修方案定制可视化培训内容。利用流程模拟对生产流程、产品方案、装置潜力及瓶颈进行分析与诊断，解决生产问题，提供改造方案、优化生产流程与装置操作，实现企业节能降耗、挖潜增效、提高经济效益。流程模拟将工艺机理与三维可视化场景结合，通过三维的方式立体呈现工艺流程，可以辅助工艺诊断与优化。通过先进控制系统保证装置的运行平稳率，并在此基础上通过卡边操流程型智能制造白皮书20作和克服约束，实现节能降耗目标、提高生产能力，增加高附加值产品收益率，进而提升经济效益。同时提高软仪表计算的准确性，增强多变量多回路的模型预估控制能力，充分发挥控制系统的潜力。（3）应用效果及成效先进的工艺优化和管理，将使企业工艺管理工作的流程和层次关系更加清晰，能够充分实现工艺信息的共享和新工艺的三维动态仿真验证，从而提升工艺产品质量，提高企业整体工艺管理水平的，增强企业核心竞争力。通过生产工艺优化的持续投入，可以逐步选择最优的生产工艺，降低生产的成本，获得最佳的产品收益率，达到预期的生产目标。3.1.2智能控制（1）需求分析企业生产控制和优化的目标是确定经济性最优的运行区间，帮助操作人员迅速、准确的找到最优工艺控制点。当前，流程行业的控制环节主要采用人工操作运行和人机合作运行控制两种形式。人工操作运行控制依赖于操作者的工作经验完成系统的回路控制、回路设定值决策、运行指标目标值范围决策以及异常运行工况诊断等工作。人工操作运行控制下的工业过程往往处于非优化运行状态，甚至常常出现异常工况，难以实现安全优化运行。人机合作运行控制依靠专业的工程师观测和分析相关数据来判断异常工况，难以实现与其他工序控制系统的协同优化、综合生产指标的优化以及运行指标目标值的决策。因此，流程行业的智能控制亟待更加完善的控制方案。（2）实施要素智能控制的目标是实现关键工艺参数的数据采集、关键设备的精准控制和控制算法的优化。智能控制方面的技术投入包含DCS/SIS等工业控制系统的完善，仪表、阀门等传感器的全过程覆盖和自动采集，依靠工业网流程型智能制造白皮书21络实现生产过程数据与实验室管理、设备管理等系统的数据集成，完成流程模拟系统、先进控制系统和实时优化系统建设。智能化控制的应用范围包含了从工厂数据采集、模型建立到动态控制输出的全过程，通过不断优化控制参数，实现智能化控制目标。实时优化系统（RTO）实时优化互联互通传感器先进控制系统（APC）先进控制系统集成工业控制系统离线仿真系统实时数据库、工业网络仪表、设备数据采集DCS/PLC/SCADA/SIS系统LIMS/MES/EAM集成流程模拟工厂数据动态控制工厂建模控制输出数据验证优化应用范围技术投入智能化网络化数字化图3-2智能控制智能制造实施要素 基础数字化智能控制基础数字化建设主要集中在工业控制系统完善和生产过程的实时数据采集。工业系统完善包含DCS、PLC、SCADA等系统完善，实现集中控制。建设SIS系统，保障工艺及人员安全。生产过程实时数据采集包含实现传感器在关键工艺监测点的数据采集，并与控制系统互相关联，必要时可增加关键部位测量温度、电压、电流、有功功率和无功功率等监测传感器。网络化互联智能控制网络化互联包含互联互通架构建设和系统集成建设。形成以DCS为主控制系统的生产控制体系，各独立工艺包的控制可以采用PLC流程型智能制造白皮书22及其他控制系统完成，但关键数据及系统主启停的控制需由主控制系统负责。同时，通过实时数据库整合不同控制系统数据，为信息化系统提供数据源，实现控制数据与生产过程质量信息数据、生产分析数据和设备状态数据的集成。智能化应用智能控制目标是实现全局控制优化、单回路控制稳定和多变量控制价值最优和。智能控制集智能感知、控制、监控、优化、故障诊断于一体，具有自适应、自学习、自动调整控制结构和参数的功能，从而能够适应工业过程的动态变化。通过部署实时优化系统，可以实现自动感知生产条件的变化，自动决策系统的参数设定值，达到优化运行指标的目的。通过部署先进控制系统，可以跟踪设定值的改变，将实际运行指标控制在目标值范围内。图3-3智能控制智能化功能（3）应用效果及成效先进的智能控制能够减员增效，降低操作人员劳动强度，提高劳动生与操作变量相关的经济性指标DCS/实 时 数 据 库过程操作人员线性规划模块动态控制模块预测模块约束和目标值控制变量操作变量操作变量设定点 输出值动态预测稳态预测控制变量稳态目标值操作变量稳态目标值整定常数/模拟数据控制工程师流程型智能制造白皮书23产率；能够精准控制关键工艺指标，保证产品质量的稳定；能够优化设备控制，降低能耗，降低成本；能够提前预警环保相关上限指标，做出工艺及控制调整，并通过联锁程序保证工艺安全及人员安全。3.1.3生产调度（1）需求分析流程行业的生产过程具有复杂性、非线性、多目标、多约束、多资源相互协调等特点。流程企业根据市场需求预测原材料与能源的供给情况，确定生产目标和生产计划，协调生产过程，并通过生产调度使生产过程处于最优状态，从而实现产线的高产与节能。流程企业生产调度是连接生产计划和生产操作的关键活动。生产调度以生产作业计划为依据，围绕企业经营目标，从全局出发，结合生产流程的实际情况和生产能力，进行排产优化，合理调配物料和能源，协调和均衡各装置的生产任务，使各生产环节能有效配合和紧密街接。同时通过及时掌握生产动态，对生产过程中的各种矛盾和问题进行综合分析，确保生产均衡稳定、安全、长周期地进行，以保证企业生产作业计划的完成。（2）实施要素为了实现智能化的生产调度，可针对设备、生产状态数据、调度指令和操作指令等方面构建数字化基础，搭建生产过程数据与企业资源管理、高级排程、实验室管理等系统集成的网络架构，实现生产过程的流程模拟、生产计划的智能优化、生产调度的数据分析等智能化功能。生产调度的应用范围包含了从计划管理、系统平衡、生产优化、操作优化和调度优化的全过程，能够及时有效地进行资源协调，完成生产目标。流程型智能制造白皮书24图3-4生产调度智能制造实施要素 基础数字化生产调度基础数字化建设主要通过传感器的新增或改造，实现设备、计量仪表、生产实时状态的数据采集。通过调度系统，将调度指令和操作指令数字化，为操作优化分析积累相关数据。网络化互联生产调度的网络化互联，首先实现实时数据库系统、生产控制系统、制造管理系统、设备管理系统之间的互联互通，进而实现生产过程数据与生产计划数据、设备状态数据，原材料数据、生产执行数据的有机集成。智能化应用调度的智能化要综合全面考量生产计划、设备检修周期、检修节点及产品价格，结合产品利润最大化和设备运行状态最优化得出最优的调度策略。智能化调度基于统一的工厂模型，实现调度指令、生产监控、物料平衡、统计分析的无缝衔接与闭环管理。调度的模式由传统的人工驱动提升为基于系统规则的自动化驱动，实现标准业务流程的自动化与实时化，提升企业生产管理协同水平。智能预测数据分析互联互通调度控制线性规划调度指令和操作指令数字化智能优化系统集成传感器离线仿真系统实时数据库、工业网络设备、生产状态数据采集ERP/APS/LIMS/MES系统集成流程模拟计划管理调度优化系统平衡生产优化操作优化应用范围技术投入智能化网络化数字化流程型智能制造白皮书25图3-5生产调度智能化功能（3）应用效果及成效智能化生产调度可以提高生产计划的准确性，促进企业资源的优化配置；通过优化生产计划可最大限度地提高原材料采购的合理性，优化原料组合，降低采购成本；通过设置合理的生产操作条件，能够最大限度提升设备综合利用率；此外，通过生产调度的执行，还可以及时发现企业生产瓶颈和制约因素，不断优化生产过程，实现生产效率的最大化。3.1.4物料平衡（1）需求分析在流程行业生产过程中，原料、半成品、成品始终处于流动状态，整个企业的物流过程呈“网状”结构。从原材料入厂到成品出厂的整个过程，各阶段物料的具体构成都是动态变化的。流程行业的物料平衡能够合理解决废气废水废渣排放问题，或者数据仪表测量不准确带来的原材料计量值和产品计量值之间存在差异的问题。通常采用物料移动模型，实现物常规控制系统(DCS)秒分闭环实时优化生产调度产品计划装置和现场仪表先进过程控制时天月企业级简单线性模型稳态模型工厂级严格的机理模型稳态模型包括公用工程线性/简单的非线性模型稳态模型装置级经验模型动态模型多或单回路控制无模型流程型智能制造白皮书26料实时跟踪，使得管理人员能更为准确地了解生产过程实际的真实状态，提高生产效率。（2）实施要素为了实现智能化的物料平衡，可结合生产仪表、流量、液位、罐容等实时生产数据、以及厂区、装置、管线模型等方面构建数字化基础。搭建企业资源管理、仓储管理、生产管理等系统集成的网络架构，实现生产过程的流程模拟、物料平衡的数据分析等智能化功能。物料平衡的应用范围包含了从计量管理、罐区管理、仓储管理、进出场管理和物料平衡管理的全过程，能够快速准确的实现物料平衡计算，实现日平衡、旬结算的管理目标。图3-6物料平衡智能制造实施要素 基础数字化物料平衡基础数字化建设主要包括工厂模型的建立与完善和生产过程的实时数据采集。工厂模型包括管线、装置、厂区范围的建模，生产过程实时数据采集包含实现传感器在生产仪表、流量、液位、罐容及地磅等数据的实时采集，为物料平衡计算提供数据基础。智能平衡数据分析互联互通工厂模型离线仿真系统厂区、装置、管线建模流程模拟系统集成传感器实时数据库、工业网络生产仪表、流量、液位、罐容、地磅数据采集ERP/WMS/MES/集成计量管理物料平衡管理罐区管理仓储管理进出场管理应用范围技术投入智能化网络化数字化流程型智能制造白皮书27 网络化互联物料平衡网络化互联包含互联互通架构建设和系统集成建设。通过实时数据库整合不同控制系统数据，为信息化系统提供数据源，实现生产数据与物料信息、库存信息及生产执行信息的集成。智能化应用物料平衡智能化应用主要是