流程工业智能工厂的技术路线优化方案

智能工厂将从信息集成、信息粗加工、数据挖掘，到工厂运行信息的全方位融合，最终实现内涵型、效益型、环境友好型的聪明决策和精细化操作运行。具体来说，流程工业智能工厂的技术路线可以分为5个演进阶段。

（1）数据转化为知识。在智能工厂中，任何数据都能够被准确地收集并传递给有需要的用户，经用户的分析和处理得到有效的信息。这些信息能够帮助管理者更好地适应新形势，包括应对需求变化和价格波动等不确定因素带来的风险，从而更快、更好地达成经营目标。具体内容包括：①开发适合流程制造业的通信标准和工具；②设计新一代传统网络与执行器，收集数据，使用更优控制方法，积累基于模型的状态评估和偏差检测知识；③利用标准方法构建流程企业及其各种活动的模型。

（2）知识产生运营和操作模型。运营和操作模型是过程知识的一种外在表现形式，通过操作模型，我们能够准确地了解过程中包含的所有原料和组分，并对相关的操作、反应和转化的实时动态过程进行有效控制。这就要求我们：①能够快速建模和评估分子属性；②开发用于故障检测、隔离和根源分析的工具；③实施开发、管理和验证模型的方法；④开发用于实时、大规模操作的算法。

（3）运营和操作模型成为企业关键资产。在这一阶段，不同层次的运营和操作模型被整合起来，形成一个基于知识的综合智能工厂。这些模型包含了过程知识和操作经验，通过人、模型和实际过程的有机结合，实现对生产过程的综合计划、调度和管理。如解决调度问题时需要考虑各装置特性，包括物耗、能耗、开机时间、加工能力以及它们与产量的动态关系，一个好的装置模型能够准确预测各种工况下的产量，从而为解决调度问题提供可靠的依据。因此，在智能工厂中，运营和操作模型也将与人力资源和固定资产一道，成为企业的关键资产：①为数据驱动的资产全生命周期管理积累知识并形成数据模型；②将模型作为公司关键资产进行开发和维护；③使过程操作中的设备能够自动地识别和响应工况变化；④开发智能实时工具来监控变化，对潜在过程或绩效风险主动做出反应；⑤实现装置状态数据可视化。(www.xing528.com)

（4）模型推动全局应用。模型、智能装置和信息化系统在先进流程工业企业里的应用已经越来越广泛，如依靠过程模型有效地控制过程操作条件的变化，实现装置的变负荷生产；通过企业级生产计划和调度优化节能降耗，提升企业经济效益。然而，现代企业的生产越来越依赖全球化的协作过程，因此，真正的智能工厂还需要帮助企业更好地参与全球的合作与分工，实现整条供应链的共赢。为此，我们还需做更多的努力，包括：①采用统一的度量机制评估和集成全局生产过程；②开发跨供应链的集成技术和标准；③集成企业和装置层面的计划，实现多目标优化；④开发标准化的跨行业最佳实践和工具。

（5）人、知识、模型构建复合型KPI。智能工厂优质、高效的生产过程不是与生俱来的，它还取决于人、知识和模型的水平。为了达到智能生产的目标，未来企业的关键绩效指标（Key Performance Indicator， KPI）将是包括人、知识和模型三者在内的复合型指标。智能工厂的最终目标是实现所有已知信息的充分利用，并通过计算机不断地学习新的知识，建立并完善过程模型，最终利用人、知识和模型保证企业所做的每一步决策都满足安全、经济、环保的要求。为了实现这一目标，一些重要的举措包括：①提供广泛的知识捕捉和知识管理解决方案；②流程制造的在岗培训；③建立复合型KPI；④提升新员工的发展；⑤坚持长期培训和学习。