流程工业智能化的发展历程

流程工业是形成人类物质文明的基础工业。流程工业或称过程工业（Process Industry），是指通过物理变化和化学变化进行的生产过程，实现大宗原料型工业产品的生产、加工、供应、服务。其原料和产品多为均一相（固、液或气体）的物料，而非由零部件组装成的物品。其产品质量多由纯度和各种物理、化学性质表征。流程工业的主要代表包括化工、石化、钢铁、有色、建材、食品、生物制品及医药工业等。流程工业在全球500强行业中有70余家，占15%，其营业收入约占总收入的16.5%，我国流程企业年产值约占全国企业年总产值的60%。流程工业的发展状况直接影响国家的经济基础。流程工业的具体特点如下：

1）大批量连续生产。在生产过程中，流程工业的物流和能流都是连续、稳定的。生产装置各工序间衔接紧凑、严密，工艺流程相对稳定不变，一套装置往往只能生产固定的产品。流程企业由于主要是大批量生产，订单通常与生产无直接关系。企业只有满负荷甚至超负荷生产，才能降低单位产品成本，在市场上具有竞争力。因此，在流程工业企业的生产计划中，年度计划更具有重要性。年度生产计划和销售计划，决定了企业的物料平衡，即物料采购计划。一般情况下，企业按月份签订供货合同以及结算货款。每日、每周生产计划的物料平衡依靠原材料库存来保证和调节。

2）流程工业的开车、停产程序十分复杂而且代价巨大，一般不允许轻易停工。工段之间、设备之间、操作变量之间的耦合现象十分突出，对某一参数进行调节往往会引起其他参数以及后续流程产品质量的变化，牵一发而动全身。因此，流程工业产品质量的控制要求从全过程的角度考虑，对流程中所有的单元设备进行协调控制，同时必须确保测量、控制的精度和稳定性，才能保证生产的正常进行。相比之下，离散制造业虽然也要求控制的精确性和稳定性，但工序内部操作条件的变化一般不会影响到其他工序。

3）流程工业和离散制造业的优化目标与调节手段不同。流程工业以安全、稳定、均衡、长周期、高负荷、高质量、高收率、低物耗能耗和小污染为目标，调节手段主要是保证生产过程的工艺参数尽量维持在最优操作工况。而离散制造业往往以缩短供货周期、提高设备利用率为主要目标，以调整生产计划、优化排序、优化分配负荷为调节手段。

4）流程工业的生产常常是在高温高压、易燃易爆以及有毒的条件下进行的。从安全和环保的角度出发，对生产环境、管理和控制提出了很高的要求。

5）流程工业企业采用大规模生产方式，生产工艺技术成熟，控制生产的工艺条件的自动化设备比较成熟，如DCS、PLC，因此，生产过程多数是自动化的，生产车间的人员主要是管理、监视和设备检修。

6）流程工业的生产过程中会产生各种协产品、副产品、废品、回流物等，而且对物资的管理需要有严格的批号。如制药业中的药品生产过程要求有十分严格的批号记录，从原材料、供应商、中间品以及销售给用户的产品，都需要记录。出现问题时可以通过批号反查出是谁的原料、哪个部门、何时生产的，直到查出问题所在。而离散制造业就不存在这种要求。

现代的大中型工厂是一个分工精细的复杂机构。1992年美国普渡大学应用工业控制实验室的Williams教授提出了Purdue企业参考体系五层结构（Purdue Enterprise Reference Architecture，PERA），见图13.1。

图13.1　流程工业Purdue企业参考体系结构

Purdue企业参考体系结构重点解决了流程企业计算机集成制造的分层结构问题。它反映了流程工业企业不同层次的运行需求：战略上企业需要根据市场做出合理的生产规划；管理上企业需要根据产品订单和原料供应情况，安排相应的供销方案；生产上企业需要精确计算投入的原料量、生产工艺、能源需求，精确调度设备和人力资源；在过程层面上，企业需要通过计划、调度、控制、协调等一系列手段，把各个环节、各种资源统筹优化，合理安排产品的生产进度，控制产品成本，提高劳动生产率和效益；而在底层的装置层面上需要对各单元工况进行有效的控制，保证产品的质量和过程的稳定（王华，郭梅，2013）。

20世纪末21世纪初，随着计算机信息技术的高速发展、计算机软件应用技术的不断普及，企业信息化建设的水平不断提高。在内部信息化建设的实践中，流程工业综合自动化系统的结构也已由传统的Purdue企业参考体系结构转变为企业资源管理（ERP）、制造执行系统（MES）、过程控制系统（PCS）的3层结构（顾佳晨等，2003）。PCS强调的是设备的控制：通过控制优化，减少人为因素的影响，提高产品的质量与系统的运行效率。而在上层以ERP为代表的企业管理信息系统强调的是企业的计划性：它们以生产能力、客户订单和市场需求为计划源头，力求充分利用企业内的各种资源、降低库存、提高企业的整体运作效率。而制造执行系统MES将上层的经营计划与下层的制造过程统一了起来，它在经营计划管理层与底层控制之间架起了一座桥梁，填补了两者之间的空隙。一方面，MES可以对来自ERP软件的生产管理信息进行细化、分解，将来自计划层的操作指令传递给底层控制层；另一方面，MES可以采集设备、仪表的状态数据，实时监控底层设备的运行状态，再经过分析、计算与处理，从而方便、可靠地将控制系统与信息系统整合在一起，并将生产状况及时反馈给计划层。ERP、MES、PCS 3个系统的集成，克服了企业内部采购信息、生产信息、销售信息、库存信息、财务信息等各为一体、互不相通的“信息孤岛”问题，使企业能够对生产经营活动进行有效的监控和管理。

20多年时间内，国内大多数企业，特别是石油石化、钢铁等行业，一直在努力进行对应于3个层面的信息化建设：PCS层面，不断强化APC与RTO（先进控制和实时优化）技术的推广与应用；MES层面，大力推进MES（生产管理）系统的建设；ERP层面，大力推进ERP系统规范应用及深化应用工作，同时也有效开展了该层面综合展现系统的建设。这些项目的实施取得了显著的经济效益和社会效益，也同步提升了基础设施建设水平。如李德芳等介绍了近年来中国石化在信息化建设方面取得的进展（李德芳，索寒生，2014）：PCS层面，通过实施炼化装置APC技术，改善了过程动态控制性能，减少了过程变量的波动幅度，最终达到了增强装置运行稳定性、提高目标产品收率、降低运行成本等目的。到2012年，企业APC应用数量已达142套，年创经济效益5亿元。MES层面，通过生产执行系统MES在36家企业的推广应用，对于物料的管理粒度进一步细化，做到了“班跟踪、日平衡、旬确认、月结算”，实现了“日清日结”，统计月结时间也从原来的40小时缩减到17小时。自MES系统投用以来，平均降低能耗2%、物耗0.1%，提高综合商品率0.25%，加工损失率呈逐年下降趋势。在ERP层面，利用优化模型进行网络排产，提高了排产计划的准确率和管理效率，降低了管理成本。通过原油资源和生产方案的整体优化，35家炼油企业的进口原油硫含量同比提高0.09个百分点，API度（American Petroleum Institute Gravity）下降1.27，酸度上升0.1mg KOH/g，降本增效效果明显。通过完善252套化工装置投入产出模型，19家化工企业实现了多个生产方案的效益对比分析，全年增创效益9亿多元。

流程工业已在信息获取、信息集成、信息分析方面取得了显著的成效，信息工具的成熟运用已经成为流程工业生产、管理、经营不可或缺的要素。信息系统已成为流程工业的中枢神经系统。

但我们也应该看到，这样的中枢神经系统仍然是初级的、非智能化的。一个重要的难题在于企业面对信息系统产生的大量数据，仅仅依靠商业分析工具，简单地生成大量的展示图和报表，仍不能很好地满足企业管理层的决策需要，没有产生良好的应用效果。特别是在瞬息万变的市场需求下，企业的所有决策都需要在风险与收益当中做出平衡，同时决策者们面对系统中海量的生产运行数据，仅凭简单的信息集成、简单的规则和经验难以做出最优最好的判断（夏茂森，2013）。

近年来，随着自动化、信息化技术的逐步普及和不断推进，互联网、物联网、云计算等新一代网络技术的兴起，经济全球化带来的影响日益深刻，传统的流程工业正面临新一轮变革的发展。未来工厂往哪里去？这是所有流程工业企业，也是全世界共同关注的话题。自2009年开始，世界各国的制造组织开始提出流程工业的“智能化”概念。智能工厂是流程工业未来工厂的发展方向，是信息中枢神经系统演化的高级阶段，集中体现了工业化、信息化深度融合的内涵。(www.xing528.com)

埃克森美孚一直致力于建立一个能够在全球的工厂之间共享数据和管理信息的信息平台。已建成的有信息安全标准平台、产品生命周期管理系统，以及远程操作及数据可视化系统；在建的有标准装置建模系统、全球实时优化系统、地区炼油计划调度系统、全公司级管理监控及无线通信系统等。公司以“高效和可持续的运行”为目标，实现了30多个工厂约100台热电装置的集成化管理。这一系统将公司75%的炼油能力与其润滑油和化工业务整合了起来，同时通过操作管理系统，提升了装置的安全性能。此外，公司还开发了基于不同组分的炼油分析系统，能够实现炼油过程中每一个分子的最优利用。最后，通过对实时的生产过程建立更高精度的模型，公司极大地提升了各产品联合计划和调度的能力。

宝洁公司运用“高速计算”技术对复杂的问题进行建模和仿真，避免了生产昂贵的试验品，大幅度削减了实验成本。高性能的计算矩阵能够满足复杂过程的计算需求，如计算流体力学模型的建模和企业级装置的流体混合问题的求解。此外，通过“高速计算”，设计人员还能够模拟不同形状的瓶子在运输流水线上的传输过程，避免了在设计新的包装外观时需要进行现场试验的过程。通过这些功能，宝洁公司能够更快和更经济地解决生产制造过程中的关键问题，如判断方案的可行性和确定最优的生产计划等。

中国首钢集团通过实施智能制造技术大大节省了人力成本和资源成本，同时提升了过程的安全性和环保性。全厂仅需2万名工人，其中的高炉装置仅由100名受过高等教育的员工从类似于航天发射指挥中心的中央控制室监控指挥。该厂投产后年产900万吨优质钢，能够回收过程中99.5%的固体废料和98%的废水，固体颗粒物数量减少至0.44千克/吨，装置的碳排放量也相应地减少。这座智能的钢铁厂预计将为周围的中小型企业创造100万个新的就业机会，并为曹妃甸工业区吸纳更多的优秀企业和人才。而与之相对应的新华钢铁公司，员工近6.5万人，由于没有采用智能制造技术，仅高炉装置便需要1 000多员工进行操作，且操作具有一定的危险性。而且钢产品的产量和性能都要低于首钢的水平。在2008年奥运会期间，新华钢铁厂被强制关停，累计减排约1.8万吨固体颗粒物排放量（Davis et al.，2012）。

上述实例体现了流程工业智能化的巨大潜力。目前智能工厂还没有形成公认的、统一的定义，智能工厂的叫法也比较多，如“智慧工厂”“智能制造”等。2005年，英特尔公司更形象地提出了“熄灯工厂”的建设理念。实际上，分析这些不同名称的文献描述，殊途同归，其核心都离不开“智能化”。

2009年由IBM提出的“智慧工厂”包含了3个方面：①实时数据挖掘分析。生产数据的存储与处理具有实时性，可以利用存储的数据从事数据挖掘分析，从而改善与优化制造工艺过程。②信息互联互通。通过互联网、无线网和物联网，实现企业内外信息互联互通。③高度智能化。智慧工厂充分利用互联网、无线网、物联网、云计算、云制造所带来的影响，通过人机协同的有机化、产品创新的高效化、企业管理的精准化，使制造过程具有高度的智能化（见图13.2）。

图13.2　智慧工厂的内涵

德国政府在2013年正式提出了国家高技术战略“工业4.0”，并已投入2亿欧元，旨在支持工业领域新一代革命性技术的研发与创新。“工业4.0”概念包含了由集中式控制向分散式增强型控制的基本模式转变，目标是建立一个高度灵活的个性化和数字化的产品与服务的生产模式。在这种模式中，传统的行业界限将消失，并会产生各种新的活动领域和合作形式。创造新价值的过程正在发生改变，产业链分工将被重组。德国学术界和产业界认为，“工业4.0”概念即是以“智能制造”为主导的第四次工业革命，通过充分利用信息通信技术和网络空间虚拟系统——信息物理系统（Cyber-Physical System）相结合的手段，将制造业向智能化转型。工厂的智能化被看作是继18世纪的机械生产代替手工劳动、19世纪的生产流水线代替小作坊生产、20世纪的高度自动化生产代替工人生产之后的第四次工业革命。

美国在2012年成立了智能制造领导企业联盟（Smart Manufacturing Leadership Coalition，SMLC）。SMLC由美国25家跨国公司、8家大型制造集团、6所大学、1个国家实验室以及4个高性能计算中心组成。SMLC的目标是通过研究智能制造的方法、标准、技术平台、服务并通过实践，建立一个可共享的、开放的智能制造平台，解决智能制造系统开发和部署的难题，以便于智能制造技术的大范围推广，从根本上改善制造业的面貌，提升制造业的全球竞争力（见图13.3）。

图13.3　SMLC描绘的智能制造愿景

中国科技自动化联盟于2013年提出了“智慧工厂1.0”的概念。“智慧工厂1.0”认为，在现阶段，中国制造业应将实现装备的电子化、数字化、网络化作为主要目标，为未来的智能化、知识化和服务化奠定基础。同时，针对“智能装备制造商”和“终端制造业用户”都提出了切实可行的升级目标。科技自动化联盟计划利用3～5年的时间，通过制订实施方案、建立样板工程等方式使概念落地，并不断对这一框架进行完善，助力中国制造业的转型升级之路^[1]。

从上面情况可以看出，目前对于智能工厂还没有形成公认的、统一的定义，智能化工厂的内涵也众说纷纭。但其实施技术也都离不开各类学科前沿技术的集成整合、灵巧运用、模式再造。我们认为，流程工业的智能化是一个动态的历程，而非静态的终点。正像生物界神经系统的演化规律一样，流程工业的生产系统将由低到高实现智能化的演化。流程工业智能工厂的产生和发展必将是一个长期的过程，它将与离散型工业一道深刻地影响人类的经济、社会形态，最终帮助人类迈入智能化时代。

从自动化的角度来说，流程工业智能化的本质是在不同的技术层面由低到高，逐步地帮助人、取代人的过程。如果说，前三次工业革命是低级、可重复性、以体力劳动为主的人类活动逐步被大规模、流程化的机器生产所取代，那么，流程工业智能化的发展则将逐步取代那些过去需要人类智慧或者说脑力劳动为主才能完成的工作，如装置的运行调整、企业的经营决策。

马丁·福特，一位来自硅谷的软件企业家，在其2009年出版的著作《未来之光：自动化、技术发展和未来的经济》（The Lights in the Tunnel：Automation， Accelerating Technology and the Economy of the Future）中指出，超过5亿个工作岗位或多或少都能够由一个运行在计算机上的软件代替。10年之内，这其中的很多岗位很有可能销声匿迹。