洞見，思變 - 艾默生數字化轉型記Ⅱ工業軟件驅動過程優化
http://www.moduwu.com 2022-09-06 14:05 來源：艾默生
1 工業過程優化的背景
現代的工廠，無論工藝技術如何先進，但畢竟是預先設計好的方案，在工廠生產運行過程中，針對不斷變化的原料供給、產品需求、裝置檢維修、狀態異常等，很難使得生產裝置處于最優地經濟運行狀態；復雜的化工生產工藝特性也決定了其生產過程的非線性化，例如原料消耗、產品產量和能源消耗等。 如何優化生產過程、提高生產效率、降低原料消耗、提高產品產量和質量以及減少能源消耗成為目前企業迫切要去解決的問題。
生產優化作為工廠數字化轉型4個方向維度之一，一直是智能工廠永恒追求的重要目標之一，在工廠全生命周期服務規劃中，更是把生產運營優化方案放在了最重要的位置。
2 工業過程優化的層級概念和特點
工業過程行業的優化體系包括計劃、調度、操作和控制4個層級，在不同的層級需要不同的優化技術，層級不同所設計的優化的目標數量、優化變量的復雜程度也不一樣，不同層級采用的優化技術也不一樣。在計劃調度層，涉及的管理流程多，變量數據龐大，因此其優化利用機理模型結合線性規劃法進行優化，例如生產執行流程的優化、原料入廠入庫流程的優化等。操作層的優化可以采取流程機理模型結合大數據模型進行優化，例如操作規程自動化、高級操作畫面、報警優化等；控制層的優化，由于要求速度快，多采用簡單機理模型或數據模型或建立預測模型進行優化，例如回路自學習整定優化、多變預估控制、軟測量等。
3. 工業軟件是過程優化的基礎
優化雖然有不同的層級，不同的層級所采用的技術也不一樣，但是優化的實現都需要一個共同的基礎即集成工業行業知識的工業軟件。工業軟件是數字化的靈魂，工業4.0俗稱“軟化的工業革命”，相對于工業3.0 最大的區別就在于各種專業先進的工業軟件的廣泛應用。工業軟件跟普通的商業軟件不一樣。專業的工業軟件需要集成運營技術（OT）、信息技術（IT）、自動化技術(AT) 和 設備技術(ET) 于一體，與工業過程緊密融合才能為生產優化發揮最大的價值。 所以工業過程優化的過程在很大程度上就是各種工業軟件在各層級應用發揮價值的過程。
4 工業過程優化實現的技術路徑
一個工廠要實現整體生產過程優化，不是簡單地堆砌各種工業軟件就可以達到，需要根據不同工廠的技術基礎，做整體規劃。 筆者建議生產優化方案的整體設計思路應該是“從上至下整體規劃，從下至上逐層實現” 。 下圖為化工行業的生產過程優化典型技術路徑，主要分為如下幾個步驟逐步實現：
第一步建立工廠過程優化的軟件技術基礎：首先要實現生產計算機信息化，讓很多現場的手工操作進入自動化平臺，實現外操到內操的轉變，也叫“操作軟化”； 接下來盡量讓與控制系統連接的儀表，閥門設備智能化，通過工業設備管理軟件(AMS)實現對這些設備健康信息的監測和管理，又稱“設備維護軟化”；然后建立工廠數字化虛擬平臺，例如數字雙胞胎，為后續的控制操作優化提供軟件化驗證平臺，俗稱“平臺軟化”。
第二步實現控制優化：在這一步首先要實現異常工況管理，確定聯鎖、報警和正常操作范圍的邊界，遵循報警管理標準借助報警主數據庫軟件平臺實現報警合理優化、聯鎖管理優化，盡量減少工廠生產異常狀態比例，減少操作人員處理異常工況的實踐，從而降低操作負荷；其次盡量實現內操的自動化，采用數字化回路優化工具軟件，利用自學習等先進快速提升整個生產線控制回路的自動化率，降低內操的手工操作比例，從而進一步操作負荷，自動化率提升后，在對一些復雜的回路采用串級、分程、前饋、超馳、自適應控制等智能控制策略進一步優化回路性能，而對相互耦合現象嚴重的回路考慮使用APC進行建模優化，降低生產波動，實現生產卡邊優化，提高生產效率。
第三步全系統層次實現操作規程自動化：其主要的方案有基于狀態的控制（SBC）和基于狀態的報警（SBA）即報警動態合理化、高性能操作畫面方案等，通過這些軟件方案可以簡化操作流程、降低操作負荷、減少操作失誤幾率、提高產量和質量從而提高的生產效率。目前數字化領域經常提到的“一鍵開車“、”黑屏操作“ 的愿景就是基于操作規程自動化技術而實現的，但需記住，要是操作規程自動化必須基于”操作軟化”、”控制自動化”良好基礎之上才能實現的。
第四步全廠范圍實現工藝整體流程的優化：這一層級的主要方案有自動化排產、生產執行業務流自動化、資產管理數字化等，優化軟件平臺有MES用于打通業務數據孤島、實現排產、計劃調度、原料出入庫等業務流的線上優化。另外還有OT數據倉庫（DW）、數據集市（DM）或數據湖等大數據平臺，以此為基礎為整個工廠建立數據中臺；數據中臺通過數據技術，對海量、多源、多樣的數據進行采集、處理、存儲、計算，同時統一標準和口徑，把數據統一之后，以標準形式存儲，形成大數據資產層，以滿足前臺數據分析和應用的需求。然后大數據挖掘專業工具軟件對數據進行挖掘優化，按需實現各種分析和應用。例如多變量在線統計、批次優化分析、根源分析、業務流管理等，最終實現數據驅動生產流程，數據決策的生產管理機制，最終實現全廠業務流優化，獲得最佳生產效益。
5. 結束語
以專業的工業數字化軟件為基礎，整體規劃，采用不同技術逐層優化是目前實現工業過程優化可靠技術路徑。
編輯精選
