智能工廠建設不可能一蹴而就、包打天下
北京科技大學工程技術研究院副總經理 邵健
智能制造極大促進了我國鋼鐵工業的數字化、智能化、綠色化轉型，2021年底發布的《“十四五”智能制造發展規劃》進一步明確了智能制造是制造強國建設的主攻方向，其發展程度直接關乎我國制造業質量水平。工廠或車間作為冶金企業運營的重要節點在技術迭代中被重點關注。過去5年，依托新一代信息技術開展的冶金智能工廠研討、設計與實踐一直是行業的熱點，也是從設計、生產、管理、服務等制造全過程開展的智能制造典型、系統性案例。
那么，如何進行智能工廠的設計與實踐？
首先，流程特點、工廠痛點要優先被考慮。國民經濟中主要的工業領域如鋼鐵、有色金屬、石化、水泥、造紙等，因對象、流程、基礎條件、行業焦點等不同，智能工廠的建設也必須考慮共性基礎上的個性化設計。鋼鐵工業是關乎國計民生的支柱產業，也是我國經濟持續增長的重要支撐力量，但目前與國際先進水平相比，仍面臨著環境負荷重、資源利用率低、綜合能效低、產品同質化低值化等共性問題。改善這些問題需要解決長期存在的痛點與頑疾，實現生產過程的高效率、制造能力的極致化、多區域的信息融通、多業務協同等。
其次，智能工廠建設要定位做傳統控制“增量”。在傳統三級計算機系統支撐下，過去的20多年中，大中型鋼鐵企業在各生產環節的自動化、模型化、信息化方面已經取得優異的成績，現有的多級計算機系統構架具有全局優化的局限性，智能工廠建設則為解決如上問題提供了契機。當前，各個環節存在的“頑疾”大多是多因素或多目標問題，以大數據、工業互聯、5G等為代表的新一代信息技術應在傳統三級計算機系統上做“增量”，從全局加以考慮、設計。只翻炒新概念，不針對性地考慮新信息能夠帶來什么、怎樣做技術革新與突破，最終只能是原地踏步。
最后，分層構架設計及面向雙智控目標支撐全局。鋼企應以KPI指標體系及逐層分解模型為導向，設計智能支撐、智能生產、智能管控3層智能工廠構架，以短板補齊、智能檢測、工業互聯網平臺等為支撐，以關鍵績效指標為牽引，借助精準感知、數字孿生、智能算法等技術，瞄準操維集中和業務協同雙智控，提高產線極致制造能力和業務高效協同能力。通過實現物質流、能量流、信息流互聯互通，完成生產過程中大尺度的全局優化和資源配置，可推動真正意義上的工廠技術變革，并在優化工廠組織結構和業務流程、強化精益生產方面帶來長足的進步和顯著的效果。
煉鐵、煉鋼、軋鋼是鋼鐵生產的主要環節。以熱軋為例，智能工廠建設可以按智能支撐、智能生產、智能管控3個層級來建設：
第一，智能支撐層是智能工廠建設的基礎，主要瞄準智能工廠建設所必備的全線設備自動化、物料數字化和信息獲取全域化。這層面內容包括控制系統的短板補齊、新增智能檢測與裝備技術、機器人代人、工業互聯網平臺建設等。在熱軋中，具體如通過棒材、鋼管的逐支跟蹤系統解決物料數據對應；開發鐮刀彎、翹扣頭、機架間跑偏、卷取定尾等智能檢測程序，獲取軋線物料狀態并為生產智能化服務；利用鋼卷自動噴號可降低工作強度和容錯率，改善工作環境；基于工業互聯網平臺技術的熱軋大數據中心建設，則可實現全域數據的收集、治理、服務，為上層應用模型提供全面支撐。若不建設強大的智能支撐層，智能工廠會面臨大量的工序斷點、數據斷點、人工干預，智能工廠無從談起。
第二，智能生產層聚焦生產運行的集約化建設，是智能工廠的有形價值體現。這是過去5年各個智能化工廠的重點關注內容，主要瞄準過程控制智能化、生產操作少人化，來實現車間運行集中操控，內容包括新一代控制系統實現自感知、自決策、自執行和自學習，生產全過程的一鍵式、高精度、無人化、少人化綜合運行技術，以及在此基礎上實現高效生產、崗位優化、操作集控和精益生產。在熱軋中，具體如無人行車和智能庫管技術、“1+N”操作集控技術、磨輥間集中控制等，智能生產層也是熱軋高度度自動化的外在表現，并可通過集約化方式倒逼軋線全方位技術升級。
第三，智能管控層聚焦大數據應用，是智能工廠建設的無形價值體現。這個層面主要關注流程信息透明化、工廠管理扁平化和業務決策精準化，具體包括以數字產品為核心構建業務集控中心，以績效動態指標管理為導向實現生產、質量、成本、設備等多業務大尺度協同，智能管控近些年也被用戶廣泛關注。在熱軋中，具體如建立工廠級質量管控系統、精細化能源系統、精細化成本系統、設備監視與工藝分析系統等，通過數據分析方法和工藝技術的融合解決現場多類遺留問題。
由馬鋼、北科大、寶信軟件等聯合研發的馬鋼熱軋智能工廠是國內首條雙智控示范線。該項目的順利投產也證明了面向雙智控的多層次智能工廠構架具有合理性和可行性，并已經在行業內形成了良好的示范效應。目前，該項目實現主線減員超過35%，產能提升8%，成本下降10%，質量降級率下降10%，達到預期效果。
通過近些年的實踐，國內冶金智能工廠的建設已經走上了快車道，且探索出了一條適合中國現階段發展特點的冶金智能工廠建設路線，我們在技術先進性及成效方面均處于領跑水平。同時，我們也欣喜地看到，智能工廠建設正強力倒逼著企業自動化、信息化技術升級，并以KPI目標及逐層分解為導向的分層設計保證了項目成效。值得強調的是，在弱人工智能的背景下，研發團隊及實施隊伍的背景和技術底蘊一定程度上決定了智能工廠建設的成敗和高度，對相關人才的培養和技術積累不是一朝一夕能夠完成的。這也提醒我們，智能工廠建設不可能一蹴而就，也不能包打天下，唯有腳踏實地、勇于創新、面向終端，才能將智能工廠真正做好、做實。
