石油和化工行业智能工厂建设的思考

荣彦栋，李宏，田刚

(1. 中科合成油工程有限公司，北京 101407； 2. 内蒙古伊泰煤制油有限责任公司，内蒙古 鄂尔多斯 017000)

当前全球范围内的产业竞争加剧，全世界工业竞争格局正在发生着重大变化。2013年德国提出了“工业4.0”国家战略，在全球范围内掀起了新一轮的工业转型和技术升级竞赛。同一时期，美国提出了 “工业互联网国家战略”，日本提出“新经济增长战略”，中国则提出“中国制造2025”战略。

中国制造业大而不强，在自主创新能力、资源利用效率、产业结构水平、信息化程度、质量效益等方面与国际先进水平还有很大差距，应该说增强自主创新能力、加快产业升级转型、提高全球竞争力是现阶段中国制造业的内生需求。为了贯彻落实“中国制造2025”，国家各部委逐步细化相关指导政策。

在国家相关产业政策的指导和推动下，石油和化工行业作为典型的流程工业，落实和贯彻“中国制造2025”的主要表现形式即当前如火如荼开展的智能工厂建设。在该背景下，近年来智能工厂及其相关的数字化设计交付、数字化工厂等新概念如风暴一般席卷整个行业，成为炙手可热的议题。背后起到巨大推动作用的，则是传统的工厂控制系统软硬件供应商以及新涌现的行业竞争者，前者积极拔高现有技术方案以巩固其技术占位，后者则在前者既有技术基础上提供“智能化”补充技术作为卖点。围绕着智能工厂概念出现了很多，然而智能工厂仍然是一个“耳熟”而“不详”的概念，在智能工厂相关理论与技术的探索和实践过程中还存在着很多问题。

1 智能工厂的概念

智能工厂并不神秘，1974年美国Joseph Harrington博士提出了“计算机集成制造CIM(computer integrated manufacturing)”理论。“计算机集成制造系统CIMS”是CIM理论和思想的具体体现；1986年CIMS作为“863”计划的课题之一，在国内开始立项研究；1994年10月，国家创办《计算机集成制造系统》期刊，发行至今仍是CIM理论研究与实践的前沿阵地。

值得一提的是，中国在CIMS方面的理论研究和实践在国际上不仅不落后而且有卓著的贡献[1]。1994年和1999年，清华大学和华中理工大学(现华中科技大学)凭借在CIMS的研究、开发、应用推广和人才培养等方面做出的贡献先后获得美国制造工程师学会的“大学领先奖”。作为“CIMS/863”课题重点应用工厂，北京第一机床厂获得了1995年美国制造工程师学会“工业领先奖”等。

CIM理论的提出，是为了解决在激烈的市场竞争形势下，企业生产活动如何更高效地组织运行的问题。经过几十年的研究、实践与完善，CIMS已经形成了包括“先进制造”“敏捷制造”“虚拟制造”“并行工程”等具体而可行的企业生产管理理论及技术。CIMS的核心是信息集成、信息共享，通过计算机网络技术、数据库技术等电子化信息化技术，把企业生产过程中的各个环节联系在一起，为适应市场需求变化和生产环境变化提供信息基础。

虽然CIM/CIMS发端于离散工业，但事实上，现如今国内制造业尤其是流程工业中普遍建立且习以为常的PCS/MES/ERP三层架构的现代集成制造系统模型就是CIM/CIMS发展完善及向流程工业延伸的成果。典型石化工厂控制系统网络架构如图1所示。

图1 典型石化工厂控制系统网络架构示意

解读《2018智能制造试点示范项目要素条件》，其中对于流程型智能制造从工厂设计到运行管理提出了7点构成要素，这7点要素是在政策层面刻画智能工厂面貌的钥匙。

以这7个要素为基础，对比CIM/CIMS与智能工厂可以发现，所谓智能工厂是既有的CIM/CIMS在新技术发展及应用基础上的延续、发展和提高，尤其是信息化相关技术，如高速数据网络、大数据、人工智能等。与之相比，智能工厂概念所追求的终极目标并没有发生根本上的改变，虽然它改了名字但并不陌生。那么，智能工厂追求的终极目标是什么？无论是全球范围内制造业技术及市场竞争加剧的大背景，还是信息化相关技术更深层次和更广维度的嵌入式应用，均毫无疑问地指向“提高制造业企业的经济效益”这一终极目标。

2 国内智能工厂的技术实施概况

智能工厂是信息全面数字化的工厂，包括数据采集、数据挖掘、数据利用3个层次。目前，智能工厂实施方案围绕着工厂设计、工厂建设、工厂运维3个主要环节，以实时化的数字镜像工厂(数字孪生工厂)为载体开展理论研究与技术实践。整体而言，现实的技术方案仍然发力于通过拓展和完善数据采集技术而形成数字化工厂的阶段，数据挖掘和数据利用则刚刚起步，任重而道远。智能工厂的信息来源如图2所示。

图2 智能工厂的信息来源示意

在智能工厂设计及建设阶段，以建立在数据库技术基础上的结构化设计数据及三维工厂模型为典型体现，大力推进数字化交付。GB/T 51296—2018《石油化工工程数字化交付标准》于2018年发布实施，中国石油化工股份有限公司于2019年编制印发了《石油化工工程数字化交付执行细则》。受市场需求驱动，国内各大石化工程公司在数字化交付方面也积极进行了大量的IT基础建设和技术探索，数字化交付的数据分类[2]如图3所示。

图3 数字化交付的数据分类示意

2.1 智能工厂在设计阶段的实施现状

在工厂设计阶段，设计工作本身就是数据驱动的，设计成果的数字化体现是计算机辅助设计的自然结果。事实上，设计数据及成果以Word，Excel，AutoCAD，PDF等电子文件形式进行交付早已实现，只不过在GB/T 51296—2018[4]中进一步强调和规范了数据的“结构化”要求——形式上，体现为由交付电子文件向交付数据库转变。基于计算机辅助设计技术的快速发展以及提高设计工作效率的内生要求，在设计阶段数字化交付推进得比较顺利。近年来涌现出一大批实现设计成果数字化交付的石化项目，如镇海炼化、浙江石化、中煤蒙大、茂名石化等。然而在设计阶段也面临着软件不同导致的数据鸿沟问题。

目前，能够对流程工业数字化交付提供全专业、成体系软件技术支撑的公司如海克斯康、AVEVA和西门子公司，它们的共同特征是以“一体化协同设计”作为基础架构的平台，集成了各自的多专业辅助设计软件以及项目管理功能，并且对各自范围内的数据标准化进行了深度统一。然而它们都是封闭系统，彼此之间出于保护市场的需要有着很深的技术壁垒。具体到某个工程项目，业主往往选择其中一家的技术标准作为全厂数字化交付的统一要求。

受历史原因以及巨额投入的限制，国内实力较强的设计单位也只能依托其中一家建设完整的数字化交付系统平台，绝大多数实力较弱的设计单位采用的辅助设计软件则五花八门。由此，以达美盛为代表的一些国内软件企业则通过“数据清洗”技术在产出设计数据以后强制实现数据的标准化，事实上此处的“标准化”仍然是根据业主要求向海克斯康，AVEVA或者西门子公司其中的某一家看齐。软件数据标准壁垒的存在导致严重的“内耗”，已经成为设计阶段数字化交付的重大阻碍。

2.2 智能工厂在施工建设阶段的实施现状

在施工建设阶段，采集的数据主要包括： 招标采购、建设施工、设备调试、装置试运行等活动产生的过程信息，这些信息本身就服务于精益化施工管理过程，比如施工预制管理、焊接过程管理、试压包管理、焊接质量管理、材料管理”，甚至采用“虚拟施工”“施工仿真”来优化施工方案等，最具表现意义的应用是在三维模型上实时显示施工进展。

该阶段的数字化交付推进面临更大的困难，主要有以下几个方面的问题： 施工信息的数字化程度不够；处理数据的主体分散，技术实力参差不齐，大量主体无法满足信息数字化要求；大量数据依赖人工采集，时效性难以满足、可信度存疑；知识产权隔阂，阻断数据采集，例如专利设备厂家不提供详细的三维模型等。

2.3 智能工厂在运维阶段的实施现状

在工厂运维阶段，近年来很多新型智能技术开始探索和逐步应用，如基于三维工厂模型的先进数据展示技术、依赖于射频技术的人员安全定位管理、依赖于三维模型的设备检修作业仿真训练、依赖于混合虚拟现实以及高速无线通信技术的巡检信息辅助等。相应地，很多新型智能装备开始逐步应用，如无线巡检信息采集设备、无人机、智能识别视频监控等。更多实用的生产管控智能化理论和技术正在研究、探索过程中。

然而“智能化”在以经济效益为尺度的经营优化、经营决策方面几无建树。

3 智能工厂建设面临的问题

智能化工厂建设浪潮的背后掩盖着一些实质性的问题亟待解决。

1)工厂管理理念、管理制度陈旧，无法与新兴技术匹配。技术的推陈出新是为了满足管理需求并且与管理相互促进，一方面技术的生命力建立在管理需求的基础上，另一方面先进的技术手段呼唤先进的管理理念、管理制度与之相匹配。

巨额投入的新兴技术因不会用、不想用被束之高阁并不鲜见。智能设备管理系统(IDM)在国内作为发展二十多年的成熟技术，很多工厂都配置了以突出工厂技术的先进性，然而配置以后的用途却不尽人意，笔者近年在投资达180亿元的某工厂亲眼所见该系统被管理者禁止使用，理由则是仪表工就要脚踏实地了解现场不能偷懒。

2)在企业资源计划(ERP)层缺少经济模型支撑，智能工厂的先进性难以在经济性层面上集中体现。智能工厂建立在数字化工厂之上，是后者的高层次发展。智能工厂的价值体现在决策层面，在于通过“智能化”的技术手段在生产管控以及经营管理方面辅助甚至代替人工进行决策，以提高决策的科学性和效率。在智能工厂这一热门话题的鼓噪下，受现实技术发展的局限，大家或有意或无意地回避了在ERP层实现“智能化”的问题，然而不能在ERP层取得理论和技术上的突破就无法集中体现智能工厂的先进性。

智能决策的技术基础在于相应的机理模型。在ERP层则体现为以人、财、物、产、供、销之间关系为机理的生产经营决策模型，无疑，这是一个跨越多学科多领域的技术。从理论到技术实践，目前石油化工行业在此方面几无建树。

3)智能工厂建设缺少经济性评价标准，容易与终极目标脱离。现阶段无论从政策层面还是从技术层面，对智能工厂建设缺少具体而可行的经济性评价标准和评价方法，甚至也缺少这方面的研究。在智能工厂的各种理论研究和技术探索过程中，对经济性问题的回避无助于智能工厂技术的推广与发展。

4 结束语

智能工厂是提高制造企业竞争力，实现产业转型升级的必由之路，关乎企业生存的根本——经济效益。近年来如火如荼开展的相关理论、相关技术的研究和应用，必须回答“智能工厂能给用户带来什么经济效益”的问题，否则智能工厂的建设只能成为喧嚣一时的无源之水。

智能工厂的相关理论和技术当然不可能一蹴而就，需要给予必要的耐心和信心。不能忘记提高制造企业的经济效益是智能工厂发展的终极目标，不能忘记建设智能工厂的初衷。