写在前面
前面我们分享了诸多自动化、信息化、数字化相关的解决方案:
以及工业协议、通讯相关案例、各种自动化、信息化、数字化相关入门资料:
今天分享流程工业智能工厂系统架构规划、功能架构设计与案例~
主要内容:
01 流程工业智能工厂系统架构
1.1 智能工厂建设思路
1.2 流程工业智能工厂建设步骤
1.3 流程企业智能工厂功能架构
1.4 智能工厂建设的关键技术
02 流程工业智能工厂应用案例
01 流程工业智能工厂系统架构
1.1 智能工厂建设思路
智能工厂建设的总体目标是:采用成熟的数字化、网络化、智能化技术,围绕生产管控、设备运行、质量控制、能源供给、安全应急5 项核心业务,采取关键装置优化控制,计划调度操作一体化管控[3],能源优化减排,安全风险分级管控及生产绩效动态评估等关键措施,着力提升企业生产管控的感知能力、预测能力、协同能力、分析优化能力及IT 支撑能力,为企业经营管理综合效益和竞争力提升提供了坚实的保障,并能够最终帮助企业实现高效、绿色、安全、最优的管理目标。
对于流程工业企业这样一个复杂的系统,我们“化整为零”,从生产控制和生产组织两个维度切入,将智能工厂建设分为智能机构、智能检测、智能控制、智能操作、智能运营、智能决策6 个层面,分别寻找、匹配先进的装备、技术与系统,进行智能化建设,如图1 所示。
(1)智能机构层:在适合的生产单元、工序中进行智能化操作改造,最大限度地利用机械臂、码垛机、巡检机器人、无人引导小车(AVG)小车、自动化仓储、定量装车等装备,替代人的体力劳动,提高生产运行的工作效率和质量。
(2)智能检测层:对生产资源、运行状态的检测进行系统化的设计和建设,包括泄漏、火灾、消防、视频、电子巡更、一卡通、全球定位系统(GPS)、在线检测仪等内容,并实现这些系统的互联互通、智能联动,为安全的生产环境提供保障和服务。
(3)智能控制层:对生产工艺的控制提供系统的解决方案,包括分布式控制系统(DCS)、数据监测控制与采集系统(SCADA)、控制回路比例积分微分(PID)性能评估等内容,实现生产工艺控制的高度自动化。
(4)智能操作层:为生产、质量、设备、能源、安全等业务管理提供智能操作系统与平台,包括先进控制(APC)、仿真培训系统(OTS)、制造执行系统(MES)、能源管理系统(EMS)、企业资产管理系统(EAM)、安全评价系统(SES)、质量健康安全环境管理系统(QHSE)等内容,优化生产管控的业务流程,丰富操作优化的指导工具,提升生产操作的业务协同水平[4]。
(5)智能运营层:为供应商关系管理、客户关系管理、企业资源计划、工程项目管理、科研管理等业务提供智能化服务平台,包括企业资源计划(ERP)、供应链管理系统(SCM)、客户关系管理系统(CRM)等内容。
(6)智能决策层:构建企业级专家知识库,搭建面向主题的工业大数据分析决策平台,通过建立拟合不同模型研究不同关系,发现有用信息,用于分析原因解决问题;发现潜在价值,预见可能发生的某种“坏的未来”并且给出相关建议,即预测并提供解决方案。
1.2 流程工业智能工厂建设步骤
流程工业是一个很大的范畴,不同行业差异很大,同一行业的企业差异也很大,且企业处在发展变化的不同阶段,所以每个具体企业建设智能工厂的基础条件、建设目标、建设内容,均应该具体问题具体分析,不能采取“ 一个模子”、“ 一刀切”的实施方案。
鉴于各企业的差异,我们提出了具有一定共性和普适性的智能工厂“四步骤”行动策略,如图2 所示。
第1 步,立足自动化。以企业生产的工艺流程为主线,分析各设备、工序、工段、车间的仪表及自动化系统,对人工操作、机械控制等环节进行自动化改造,使数据自动采集率>90%,提升控制回路自控率,提升区域优化控制平稳率,在生产工艺过程控制层面,实现高度自动化与优化控
制,充分挖掘装置产能,提升产品质量并降低物耗能耗。本阶段建设的关键是互通。
第2 步,做足电子化。结合中国大多数企业管理还处在人工记录,开会制订方案,文本形成报告的管理阶段的实际情况,我们建议以流程梳理优化为抓手,规范、固化企业管理业务流程,并通过电子化的信息系统进行支撑,做到管控流程的透明和可追溯。本阶段建设的关键是适用。
第3 步,特色数字化。通过建立企业的数字化模型,整合工厂设计的静态数据和工厂运行的业务数据,将MES、ERP、EAM、全生命周期管理(PLM)、SCM、CRM、工厂设计等系统进行集成,建设以企业数字化模型为核心的业务应用及展示平台。本阶段建设的关键是集成。
第4 步,逐鹿智能化。建立企业级知识库以及工厂长周期运行的历史数据,结合对计划、调度、操作、工艺等机理研究,分业务、分装置建立智能化决策、管控、操作一体化的优化平台。本阶段建设的关键是垂直。
1.3 流程企业智能工厂功能架构
流程工业企业智能工厂建设的功能架构如图3 所示。
智能工厂建设内容包括:智能服务数据交换体系、3 个智能化管控平台、十大智能业务应用系统。
1.3.1 基于智能服务总线的数据交换体系
基于实时数据库、关系数据库,以及工程设计、工厂资源、生产动态、现场多媒体等信息融合技术与可视化技术,建立基于统一数据仓库的智能服务数据总线,实现生产管理系统、安全管理系统、能源管理系统、设备管理系统、质量管理系统、绩效管理系统等集成以及与ERP 系统的互联互通,消除“ 信息孤岛”、“ 应用孤岛”[5]。
数据交换系统包括:传输服务(安全/可靠的数据传输,同步/异步服务等)、仲裁服务(服务路由、格式转换、流程引擎等)以及协议服务(接入协议转换、接出协议转换)。
1.3.2 3 个智能服务平台
(1)生产过程自动化智能控制平台:以控制系统DCS 为核心,包括APC、安全仪表系统(SIS)、调制与编码策略(MCS)、机组综合控制系统(ITCC)、火灾报警系统(FAS)、全球分销系统(GDS)、闭路电视监测控制系统(CCTV)、电气自动化、三级计量、外操巡检定位、分析小屋、电气防误闭锁、大型机组设备健康等。
(2)企业生产管理智能服务平台:以MES 为核心,包括企业级专家知识库、企业数字化资产模型、工作流引擎、优化分析模型库、分析算法库、智能报警服务、IT 工具集等。
(3)企业生产运营智能服务平台:以ERP 为核心,包括企业主数据、业务分析模型、绩效评估体系、企业门户等。
1.3.3 十大智能业务应用系统
智能工厂应着力建设十大核心智能系统:工程设计数字化移交、过程控制自动化控制系统、实时数据库系统、先进控制优化系统、生产执行系统、能源管理系统、实验室信息管理系统、设备运行管理系统、安全风险分级管控与安全应急指挥系统、目标传导式绩效管理系统。
1.4 智能工厂建设的关键技术
在智能工厂建设过程中,需要攻克一系列关键技术,包括:
(1)工程设计数字化交付
一般意义上的交付按照专业划分,资料分别交付,交付成果是分散的,没有关联关系的,很难保证数据的一致性,业主很难进行维护和再利用。而“ 数字化交付”将各专业数据进行整合,并将它们之间建立起关联关系,保证交付信息的完整性、一致性和正确性。要实现真正意义上的“数字化交付”至少要完成智能P&ID的绘制,完成3D 模型的绘制,并且通过技术手段保证二、三维数据的一致性和正确性,减少数据冗余。
(2)复杂异构系统的互联互通
智能工厂的各信息系统包括基础自动化系统、三级计量、实时数据库系统、分析小屋、巡检定位系统、外操培训系统、在线污水监测系统、绩效考核系统、在线培训系统等,这些系统存在技术路线各异、数据与模型不统一等问题,已经形成了诸多应用孤岛,需要攻克异构系统集成的关键技术,实现系统的集成与互联互通。
(3)复杂过程动态特性优化控制策略设计
流程工业企业生产过程工艺复杂,各装置上下游工艺关联紧密,设备间的物料、能量耦合度高,对扰动十分敏感,局部干扰,往往会在整个生产流程传播。每个工序的设备、单元,甚至整个生产线,都有自身优化点、控制点及安全约束边界,而往往单个设备的优化操作点与整个生产线的全局优化点存在差异。如何协调优化各个工序的局部优化点使整个过程的趋于最佳优化点,是整个单元生产优化控制的关键问题。
(4)多层次、多尺度工厂统一进行建模
生产企业管理是一个复杂的多维系统,如何建立生产、设备、质量、安全、能源等多项专业管理在时间、空间多尺度上的模型以及实现模型一致映射,是考验应用系统实用性、灵活性的关键,需要攻克工厂统一建模的技术难题[6]。
(5)重大耗能设备能效的分析与优化
企业生产中,由于缺乏加热炉、压缩机、泵等重大耗能设备的能效评估模型,导致对其的操作与控制智能凭经验进行,因此需要通过基于机理和数据联合建模的方法,绘制设备能效监察图,并通过实时计算值在线评估各台设备的当前能效,解决设备能效分析与负载优化难题。
(6)关键生产设备故障诊断与操作优化
关键设备一旦发生故障,不但造成巨大的经济损失,有可能还会引发安全事故。通过设备运行状态、巡检及检维修纪录等信息,找到设备变化的规律,对设备潜在的故障进行预警,是智能工厂中提高设备运行效率的重要方法。
(7)区域定量风险分析及重大事故模拟
涉及危险化学品生产、储存的区域,要进行火灾、爆炸、泄漏、中毒等多种灾难事故的叠加风险分析、定量计算与可视化模拟等模型研究,并开发集安全风险容量、事故场景、多米诺效应等多种功能于一体的安全信息系统,技术难点是上述模型的研究仍需加强。
(8)绩效管理理念落地
在制订绩效管理方案的过程中,企业都根据自身特点融入了各类绩效管理理念,但在实际实施中,这些理念的大部分却没有得到有效贯彻、落实。通过指标量化细化分解使战略转化成指标是重要的技术难点。
02 流程工业智能工厂应用案例
某氯碱企业典型的“ 煤-电-电石-聚氯乙烯-电石渣水泥”循环经济产业,聚氯乙烯树脂137 万吨/年、烧碱100 万吨/年、电石200 万吨/年、水泥260 万吨/年、乙二醇10 万吨/年、1,4-丁二醇10 万吨/年,发电125 亿度/年。随着生产规模、原材料成本等优势的丧失,企业运营变得越来越困难。
我们与该企业合作,围绕企业“节能减排、流程优化、减人增效、绿色安全”等管理目标,以智能工厂建设为契机,建设了生产管控信息化支撑系统,为企业创造了显著的经济效益,该企业2016 年还被工信部评选为智能制造试点单位。
在装备自动化方面,对PVC、烧碱车间的生产线进行了智能化改造,使用了PVC 包装机器人和片碱包装码垛机,人工减少50% ,操作误差降低80%。
在智能检测层面,对涉及12 个生产板块的10 万多块仪表进行了改造、联网,为企业实现泛在感知奠定了坚实的基础。
在智能控制层面,我们建设了13个分厂的9 套控制系统。在1,4-丁二醇、乙二醇、密闭电石炉、以及2×300 MW 机组等工艺技术先进的重大装置上实施了中控的ECS-700 型控制系统,控制效果达到设计要求。
在智能操作层面,针对高耗能的电石炉,通过建立电极电流、电极电压、电极功率、炉内压力等关键操作变量过程模型,实施先进控制,其控制效果得到显著改善,经过标定计算,吨电石耗电量降低2.37%。同时,针对热电、电石、水泥、化工四大耗能生产板块,改造、新增能源计量仪表近4 000 块,建立了基于水、热力学能源管网模型,对热电联产的机组负荷进行优化调度,保障各机组经济运行。通过数据对比分析,优化后降低煤耗1.45% ,每年可节约4.29 万吨标准煤。
在生产运营方面,建立了ERP、OA 等管理平台,通过智能工作流引擎促进经营管理业务的高效与协同,大大提高了生产管理的质量和效率。基于工业大数据平台,建立了基于原料、产量、质量、设备等主题的分析模型,帮助管理者进行科学决策,优化管理与生产。
“ 十三五”期间,该企业在智能工厂建设方面将进一步加大投入,继续推进信息化项目建设,如建设关键装置先进控制、重大危险源监察、设备故障诊断及主动防护、跨境电商平台等,不断完善企业业务管理的IT 支撑体系,为企业发展提供新动力。