铀浓缩工厂智能化建设研究

孙 丹，郝婵婵，田巨云，冯 涛

(中核陕西铀浓缩有限公司，陕西 汉中 723312)

铀浓缩工业对国家持续保持战略力量的有效性有着决定性作用。铀浓缩工厂能否正常、高效地运转对确保中国大国地位，增强中国在全球事务中的话语权，全方位维护国家利益，确保国家安全有重要意义。

“中国制造2025”要求推进生产过程的智能化，培育新型生产方式，全面提升企业研发、生产、管理和服务的智能化水平。当前国内铀浓缩工厂把主要科研精力集中在对专用物料分离技术的改良和新设备的使用上，对工厂生产系统整体考虑较少[1-3]。为此，笔者从铀浓缩工艺系统的角度,阐明整个生产系统智能化建设的主要内容、实现途径，并简单论述当前条件下智能工厂建设尚需攻克的关键技术，供铀浓缩智能工厂建设借鉴。

1 智能化需求分析

目前，铀浓缩生产过程总体上处于“工业 2.0”阶段，部分技术达到了“工业 3.0”水平。生产中仍采用以人工管控为主的运行管控手段，绝大部分生产作业需手动进行，生产相关的信息主要由人工生成、处理和传递，不同职能部门的协同问题占用了大量精力，不能满足快速响应、降低成本的总体需求[4-6]。

1.1 信息化应用现状

信息化是实现智能生产的关键，铀浓缩信息技术应用经历了数据“无纸化”、单点应用系统建设、企业信息平台建设3个阶段，实现了如下信息化功能：1)基本建立覆盖部门的信息化应用基础网络。建立了较为完整的企业网络，各部门通过OA办公系统实现信息互通，通过生产信息系统初步实现部分生产信息的直接显示。2)初步实现信息集成化、一体化应用。陆续引入NC等ERP系统来提升企业的综合管控水平，在生产计划制定与管控、物资供应与库存管理、财务管理、信息传递等方面，已经基本消除业务之间的信息隔离，初步实现了信息流、物流、资金流的一体化。3)探索应用智能生产技术。已开展少人化、无人化、智能化生产研究，物料运输设备、自动净化工艺等在一定程度上实现了自动化作业，降低了工作人员劳动强度。

1.2 面向智能生产建设存在的不足

当前整体的信息化基础设施较薄弱，不能有效支撑智能生产，智能生产在企业应用中处于起步探索阶段。

1.2.1 整体规划未向智能工厂方向布局

目前铀浓缩行业，基于传统企业信息化的中长期规划开展信息化应用，智能生产技术基本上是作为探索方向，仅在个别生产岗位的个别操作中尝试应用。生产过程缺乏高效的知识工程保障能力，仿真能力弱、数据积累不足，难以为生产决策提供及时、准确、有效的数据支撑。企业信息化总体布局还未面向智能制造、企业大数据等方面进行系统布局，发展的引领方向不强。

1.2.2 信息化应用架构不完善

现有信息化应用架构以单点应用为主，缺乏全面流程管理理念，整体优化不完善。管理活动以“管”与“控”为主，相对单一；生产信息是点对点流动，缺乏基于系统工程的、具备全面数据支撑的、基于流程驱动的业务模式，综合管控体系不够健全，综合管控能力有待提高[7]。

1.2.3 智能化技术应用较少

生产系统设计上没有考虑智能生产的需求，缺少智能生产功能模块，支撑智能生产所需的技术基础、关键工艺能力、关键设备严重不足，自动化技术、工业互联网技术缺失很大。

2 基于智能生产的应用架构

铀浓缩行业的生产智能化不仅要实现生产过程自动化和状态控制实时化；还应实现生产管理均衡化，科研改造协同化，辅助管理决策科学化、智慧化;并优化资源配置，促进全价值链有效管控，降低生产成本，提高产品质量，增强核心竞争能力，满足自主创新、自主研发、自主发展的业务需求。

2.1 生产过程分析

整个生产过程可以分为生产信息流和日常生产作业。日常生产作业主要包含铀浓缩作业和专用物料储运作业。由于铀浓缩工业的特殊性，所有的生产活动必须考虑应急处理。

生产信息主要是指铀浓缩生产技术、生产组织与管理、生产计划与控制、过程与产品评价等，既包括生产活动中应用的知识、经验及技术专长等技术信息，也包括组织生产过程所需的程序、方法和数据资料等管理信息。当前生产系统信息和控制通过DCS系统实现，生产计划以及技术信息流通于OA系统，通过对数据资料的电子化，建立经验反馈的“大数据”，以及对现有信息系统的整合、优化、添加功能模块，可以实现生产信息的交互式传递。

铀浓缩相关生产性作业，按工艺特点可划分为生产准备作业、专用物料分离作业、物料搬运作业、质检作业和检修作业，各类作业又可进一步细分。

铀浓缩生产的异常处理极为复杂，自动化处置存在较高的安全风险；但可以将处置方法分解为可行的基本作业，同时将异常产生的原因、现象、发展过程以及处理方法制作成数据库，在异常发生时，根据相似性提供决策支持和辅助处置。

2.2 智能生产内容

2.2.1 智能化作业

铀浓缩智能生产的核心是铀浓缩作业的智能化。构建智能化作业系统时必须考虑自动模式失效时的应对方法，但也不能无限发散，需要保证在给定的扰动下系统智能作业更有意义[8]。

智能作业系统主要内容：1)信息识别。利用合适的传感器测量铀浓缩系统专用设备及配套设备的性能参数，根据识别的信息确定生产系统现行性能与状态。2)决策策略。根据预先设定的运行数据库，识别输入和要求的性能指标，确定要求的参数控制和性能质量。3)在决策的基础上作出动作。智能化系统作出决策，且在校验无误后作出对应动作，实现计划任务。4)信息共享与集成。应用大数据管理技术与可视化技术，实现对工艺设备的实时监控、异常预警、快速定位故障等功能，实现对设备的在线诊断和生产工作的智能化调度。

2.2.2 智能化管控

实现铀浓缩设计、生产、成本、质量、安全等业务智能化协同，提升整个生产系统和生产管理系统的快速响应能力。智能化管控主要内容：1)构建工艺技术环境，建立支持各类工艺设计的工艺知识库，建立生产过程模型和异常生成模型，支持工艺技术创新和生产过程快速修正；2)全面管理生产过程，实现生产计划、物资计划、主生产计划的紧密关联，智能化记录完成状态，进行计划执行结果分析和改进措施的制定，辅助职能部门进行快速调整，提升响应能力和灵活应变能力；3)构建虚拟运行与实际生产相结合的运行模式，实现运行过程仿真，智能化筛选出最佳生产路线，为实际生产提供教学和工作指导。

2.2.3 智能化辅助决策

铀浓缩生产信息流复杂多变，通过智能化辅助决策，协助管理层和作业层快速准确决策。智能化辅助决策主要内容：1)实现内部协同。根据实时生产状态，实现产品需求、生产计划、物料需求与实际生产能力的自动协同与匹配，促成计划、采购、生产、质量、安全、技术、财务等部门的协同化工作。2)提供智能决策支持。科学指导生产计划的制定和执行，提升生产的安全性，提高产品质量和生产效率，为各级管理部门和工厂决策提供科学决策支持。

2.3 智能化生产系统

铀浓缩是一个十分繁杂且技术含量高的工业体系，生产信息种类多且变化快，对生产系统的信息流控制要求快速、及时、准确。

2.3.1 智能生产系统组成

智能生产系统架构如图1所示，从层级上可以分为基础层、支持层、应用层和展现层；从功能角度可以将划分为设计自动化、生产自动化、质量保证和管理信息4个分系统，以及通信网络(工业互联网)和数据库2个支撑分系统[9]。

图1 智能生产应用架构

基础层是智能生产系统的基础架构，包括必备的硬件和软件基础。支持层用于支持数据共享和信息集成，特别是与现有各生产系统的集成，实现各分系统之间的互联，满足各设备对网络支持的不同要求，实现系统资源共享和实时控制。应用层实现信息流和物流的结合，实现铀浓缩工况、方案、设备运行、生产准备等自动化设计，完成生产作业计划和作业调度，实现铀浓缩生产和专用物料搬运智能化；进行系统状态监控和故障诊断处理，完成生产中各类数据的采集和评估，根据设定的标准进行评价，并及时反馈给生产系统进行处理，实现各生产模块的协同工作。展现层与用户直接对接，能够展现生产所需的全部信息，并持续更新。

2.3.2 智能生产系统的递阶控制系统

为符合工厂现行控制与管理习惯，采用分级控制的递阶控制方式[10]，将复杂的任务逐级分解成子任务，并接受反馈，实现智能生产(图2)。

图2 智能生产系统的递阶控制系统

工厂层是控制层，履行“厂部”职能，在智能化管控模块协助下完成铀浓缩规划、专用物料、财务、人力、供应链等决策，制定铀浓缩标准和规范，决定生产边界。

车间层对应各生产单位，根据上级生产指令和安全、质量、成本管控、库存等条件，在智能化管控模块协助下协调生产、配置资源，进行任务管理和资源分配。

单元层对应职能科室，在智能化管控模块协助下将上级任务分解，在智能化辅助决策模块协助下分析资源需求并决定工作路线，分配、监控任务进展，统计报表等。

工作层对应铀浓缩工厂运行值，在智能化管控模块协助下，指挥和协调生产系统中的专项工作小组通过智能化作业模块完成指定任务；在智能化辅助决策模块协助下，处理系统异常。

设备层是生产系统的最底层，完成具体的指令，直接对接智能化作业、管控、辅助决策模块。

3 智能生产系统的构建

当前铀浓缩工厂的生产设备信息采集系统比较完善，管理系统采用OA、ERP等专业系统。在构建智能生产系统时，可以充分利用这些现有资源，并考虑涉核生产系统的安全性、可靠性和保密性限制。

3.1 工厂层控制系统构建

在工厂战略规划层面，铀浓缩生产具有高度的计划性和指向性。因此在构建工厂层控制系统时，应重视对现有的信息系统进行智能化改造，进行OA、ERP、DCS等信息系统紧密集成，实现工厂内部设计、生产、成本、质量、安全等业务协同和信息集成共享，实现工厂内容网络化集成，提升整个生产管理系统的快速响应能力。实现产品计划、工艺数据、生产计划、物料供应计划、财务数据等的互联共享，实现产品需求、生产计划、物料需求与实际生产能力的自动协同与匹配，促成计划、采购、生产、质量、安全、技术、财务等部门的系统化协同。

3.2 车间层控制系统构建

铀浓缩生产车间主要负责生产不同丰度的产品，以及进行配套的安全、质量、设备、技术管理和技能教育。基于ERP、OA、NC等系统综合集成，实现生产计划、物资计划、主生产计划的紧密关联，以信息流贯穿管理全过程，对计划的执行情况进行实时分析，完成状态记录、计划执行结果分析和改进措施制定。设计、生产与成本、质量、安全等业务协同共享，实现执行与实际运行的协调统一和相互映射。当外在环境或内在参数变动时，可以辅助职能部门进行快速调整，提升生产线的快速响应能力和灵活应变能力。

建立大数据分析系统和内部云平台，通过对综合计划、生产计划、物资供应计划、库存计划的识别与预测分析，揭示生产运行过程和生产管理过程的内在规律，科学指导生产计划的制定和执行，提升生产的安全性，提高产品质量和生产效率，为各级管理部门和工厂决策提供科学决策支持。

3.3 单元层控制系统构建

围绕铀浓缩相关工作的工艺设计与生产过程，建立支持各类工艺设计的知识库，形成材料数据库、工艺数据库、运行数据库、经验反馈数据库等与工艺有关的标准化数据库。建立生产过程模型和异常生产模型，支持工艺技术创新和生产过程的快速修正。

通过铀浓缩设计、生产、质保、管理自动化模块，以及CAD、CAE、CAPP等专业工具和ERP、OA、DCS等专业系统的集成和使用，在行业标准、工程数据库、质量数据库等支持和对实际运行数据采集与加工的基础上，构建铀浓缩的虚拟生产环境、资源需求和生产要素，实现运行过程仿真，智能化筛选出最佳生产路线。

将生产过程以图片、视频、音频等形式输出，形成可视化的工作指导文件，为实际生产提供可视化教学和指导。

3.4 工作层控制系统构建

为保证生产系统的安全运行，通过如下过程实现智能化铀浓缩作业：1)对各项铀浓缩作业发生的频率、自动化实现的可行性及风险进行评估；2)根据当前实际智能化水平，选择合适的作业，通过传感技术、自适应技术和实时通信技术集成应用，以及对常用作业的程序化、规范化组态编译，实现作业的自动化、智能化；3)通过工业互联网，将作业与信息系统融合，实现数据自动釆集、自动分析及共享、分析、应用，实现智能工厂内部的安全、高效、精确运转；4)通过生产管理分系统运行值接受任务，在质保分系统的监督下完成任务并反馈，运行数据库可为异常处理情况提供辅助分析。

3.5 设备层控制系统构建

设备层控制系统包含信息识别，决策策略，在决策的基础上作出动作，并实现信息共享与集成。

3.5.1 信息识别

利用合适的传感器，测量铀浓缩系统专用设备及配套设备的性能参数，不但要识别连续的状态信息；还要识别瞬态变化的信息，如系统中断、系统故障、设备损坏等，然后根据识别的信息确定生产系统现行性能与状态。

3.5.2 决策策略

通过对系统状态、过程参数、反馈信息等的识别，根据预先设定的运行数据库，确定要求的参数控制和性能质量。决策过程还包括输入识别和性能指标识别。

对于核工业来说，安全和保密应是最基础决策判据；在两者均满足的条件下，根据实际需求可选择最大生产率、最短时间、最低成本等决策策略。

3.5.3 在决策的基础上作出动作

智能化系统作出决策且校验无误后作出相应动作，实现预定的任务。动作期间应对环境与过程进行监视，识别其变化，根据过程的反馈信息作出相应调整，在任务完成后输出相应的报告。

3.5.4 信息共享与集成

在保证数据安全的前提下，通过工业互联网技术，整合各设备通讯能力，实现各类设备运行数据的实时共享。应用大数据管理技术与可视化技术，实现对工艺设备的实时监控、异常预警、快速定位故障等功能，以及实现对设备的在线诊断和生产工作的智能化调度。

4 智能化建设需要克服的困难

目前已具备一定智能生产的基础，但距离实现还有很多困难需要克服。

4.1 安全性限制

现行作业依靠工作人员监护制等措施保证安全。智能系统自动化操作物料的可靠性、危险因素没有经过考验，能否得到监管部门认可存在不确定性，需要经过长时间的考核才能充分排除风险，确保安全性。

4.2 可靠性限制

当前生产信息为单回路传输，从产生、传递到控制人员大约经过30个节点，通过人工干预来获得满意的安全性和可靠性。若实施智能系统自动化决策，因单回路信息通道容易出现错误决策，考虑到可能的决策冲突，至少需要3个独立回路分别判断才能提高可靠性和安全性。

4.3 保密限制

铀浓缩行业很多信息的知悉范围存在限制，而且传递信息的网络需经过保密审查，这对于智能化生产系统的及时性和共享性存在很大的限制。

4.4 人力资源限制

在当前生产系统一线作业人员中，高中学历人员约占50%～60%，大专学历人员约占20%，本科以上学历人员约占20%～30%。开展智能生产对从业人员的知识水平要求高，相当一部分运行人员和管理人员不能满足要求。

4.5 技术限制

目前铀浓缩工厂的信息自动检测、集成处理、集中控制、智能决策等技术，在研究和应用上处于初级阶段；而这些技术是智能生产的基础技术，在智能生产中起着非常重要的作用，需要对相关技术开展深入地、系统性地研究、开发与试验。

5 结语

5.1 铀浓缩工厂智能化生产实现途径

从功能角度，可以将智能生产系统划分为设计自动化、生产智能化化、质量保证和生产管理信息4个分系统，以及通信网络(工业互联网)和数据库2个支撑分系统。

结合工厂现行控制与管理习惯，采用分级控制的递阶控制方式，将智能控制系统分为工厂层、车间层、单元层、工作层、设备层，将任务逐级分解并接受反馈。构建包括技术和管理的完整知识体系，结构化、标准化地组织和管理数据，为战略决策和智能化生产提供支持。

5.2 铀浓缩工厂智能化生产实现方式

通过工业互联网将生产信息系统、自动化控制系统、智能仓储与自动化搬运系统、数字化检测系统等集成应用，将现有的ERP、OA等系统综合集成，建成产品计划、工艺数据、生产计划、物料供应计划、财务数据等的互联共享模式，支持高层决策、中层管控、基层运作。对重要的、经常性的作业进行程序化处理，结合生产信息系统的反馈，实现自动化作业、智能化决策。

5.3 铀浓缩工厂智能化建设的困难

智能工厂建设存在安全性、可靠性、保密、人力资源、技术等方面的困难和限制，建设智能工厂首先应开展试点工作，通过试点对设计、计划、生产、检测和保障体系进行完善和修订，制定相关智能生产标准，满足智能工厂的建设需要。