|
“智能制造之家”
会员可进入会员下载专区获取相关资料~ 写在前面 大家好，我是小智，智能制造之家号主~ 前面我们分享了智能工厂相关的设计与规划、实施与建设相关的解决方案： 数字化工厂的实际解决方案和MES等的方案与资料等： 128页MES项目实施过程精解 （售前、销售、项目实施、项目管理全流程） 今天我们来分享这份IT+OT+IE：工业巨头智能工厂架构及案例~  智能工厂总体简述 1.1 智能工厂架构 如下图，无论数字化交付系统、IT子系统、OT主控系统还是OT辅助子系统如何先进如何完善，都是操作维度的智能化，对于运营管理层和决策管理层还是缺乏信息共享、数据互联互通的一个平台，因此中间需要一个管控一体化平台-数字中台FT InnovationSuiteTM，实现IT和OT的深度广度融合，建立大数据中心，然后利用数据建立生产或业务模型，仿真分析，交互展示，实现数据驱动企业价值，数据驱动科学决策，打造一个完整的智能工厂。  1.2 操作维度的专业子系统 各个专业系统专司其职，但如果存在信息孤岛，OT和IT数据及业务不能广度和深度融合，这些先进的专业系统只能形成工业3.0或者工业3.5，无法达到工业4.0的智能工厂。 1.3运营和决策维度的数字中台 上述的专业子系统是智能工厂的基础，不可替代。智能工厂并非推翻替换任何专业子系统，而是通过互联互通的平台，更快速地发挥和利用各子系统的优势，是各个子系统功能上的补充和增强，是工业全要素链接的枢纽，是工业资源配置的核心。智能工厂通过构建精准、实时、高效的数据采集互联体系，实现工业数据的全面感知、动态传输、实时分析，形成科学决策与智能控制的管控平台。 1.3.1数字中台的构成 （1） 全局规划的一个管控一体化统一平台 在OT与IT融合的基础上，面向技术、产品、业务及产业等层面提供相应的平台和APP，实现互联、分析、建模、增强现实体验。  （2） 集中管理的一个数据中心IDC 采用虚拟机技术，构建工业数据中心IDC，主要由硬件部分和软件部分以及技术服务组成的交钥匙工程解决方案。    （3） 一个互联网络：安全可靠的控制和信息系统 规划一网到底的企业网络平台，从传感器和设备网络、控制网络到信息网络均以EtherNet/IP以太网架构互联互通，采用六步纵深防御策略，保证企业信息安全。  1.3.2数字中台的功能 数字中台通过研发、工艺、生产的横向集成以及企业、车间、设备的纵向贯通，采用数字化、虚拟化、物联网、机器学习、AR增强现实和大数据等技术，构建工艺规划、工厂规划、生产运营的集成管控一体化环境，实现工厂运营监测、设备健康管理，基于物联及AR的智能生产指导，基于质量大数据的工艺/产线优化，形成规划、运营、优化的互联闭环服务体系，进而实现高效快速生产，降低生产及运营成本。   1.3.3数字中台的特点 （1） 数字中台采用物联网扁平化设计思维，打破传统IAS95模型的垂直层级架构理念，各个系统之间以IIoT平台为中心并行连接，可以将数字化交付系统、OT主控制系统、OT辅助系统以及IT系统等异构系统通过标准接口智能连接在一个平台上。  （2）“物”模型连接，系统之间的连接由传统的面向事务的过程向面向“物”的过程转换，“物”将成为链接不同系统的纽带，并通过物的“服务”在系统间交换数据。“物”模型（Thing model）结构如图所示，由四要素组成：
（3） 标准化的接口设计，万“物”互联，统一不同系统的数据源。
（4） AR增强现实体验，真实的物理实体与虚拟的数字化信息无缝集成，实时交互，通过3D模型与现场实时传感器数据体验真实工业生产场景。 （5） 快速开发，基于模型的互联应用程序快速开发平台，通过使用建模开发来替换传统的编码开发，开发人员可以将精力放在应用程序的敏捷构建而非不停地排查代码错误。开发流程简便明了，数据整合——>数据或业务建模——>数据仿真分析预测——>丰富体验界面——>3D增强现实展示； （6） 部署方式灵活，可以在本地服务器、私有云部署、公有云部署或混合云部署，满足企业各种信息安全风险控制需求。 （7） 信息安全保障，在任何一种部署场景中，平台采用了端到端的安全策略，覆盖所有的层面，包括网络，应用程序，用户和数据安全： （8）统一认证门户，可根据不同使用者的角色将业务系统的不同功能有效地组织起来，为各类用户提供一个统一的功能和信息入口，形成统一的用户体系，提供单点登录、用户管理、消息通知等功能，对不同业务页面进行集中管理和展现。 以下视频来源于 奥拓玛科技 2.智能工厂详解 What？智能工厂的理解 智能工厂（SmartFactory）既不是一个软件也不是一个硬件，它是新一轮信息技术变革和知识经济进一步发展的产物，是运营技术（OT）与信息技术（IT）的深度融合，并向更高阶段迈进的表现，是基于智能制造先进技术的新型生产方式，贯穿于设计、建设、生产、管理、维护、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的技术平台，助力企业构建高效、节能、绿色、安全、舒适的人性化工厂。 How？三个维度的智能化构建智能工厂 不同于传统ISA95架构的垂直思维层级理念，智能工厂是基于IIoT工业物联网万物互联的扁平化架构的思维理念。企业应从操作、运营和决策三个维度构建智能工厂的架构和功能，以满足不同层次人群的需求。 （1） 操作维度：针对专业人群的智能化，基于各个先进的专业系统，实现工厂的高度自动化，通过智能感知、边缘计算、 先进控制技术等为业务决策提供基础数据支持，并带来既定的效益； （2） 运营维度：针对管理人群的智能化，基于IIoT平台，结合运营数据，利用一系列业务智能工具，提炼商业洞见，实现基于数据驱动的业务优化决策，在整个供应链上获得成本优势和商业先机； （3） 决策维度：针对决策人群，基于大数据分析，KPI驱动下的数字化科学决策和精益管理，即企业决策者根据业务目标设定企业运营的KPI，并将其分解到各个职能部门，通过感知控制维度和生产运营维度的实时信息和流程优化来实现全厂效益的提升。 Do？智能工厂解决什么问题 3. 智能工厂场景实践举例 3.1 操作维度 操作维度主要涵盖企业自动化和信息化所需的专业子系统，如DCS系统、SIS系统、CCTV、LIMS、ERP系统、SCM系统和OA系统等等。这些系统是组成智能工厂的基础，如果没有这些系统的智能化，智能工厂就是伪智能。下图以油气行业的专业子系统为例，客户可以按需配置。 3.2运营维度 实现物流、资金流、信息流和业务流，四流无缝集成，业务协同与敏捷，消除信息孤岛，打造企业APP微服务。 1) 生产管理看板 企业可以通过无纸化办公以及智能化的操作管理和工艺管理，实现全业务协同。在企业生产运营管理过程中，50%～80%的成本控制、质量控制、安全生产、设备管理和绩效改善等管理工作都发生在生产操作层。信息的准确、及时与全面性是精细化管理的基础。将生产运行数据、现场数据、质量数据、操作记录、交接班日志和生产指令等操作管理和工艺管理数据互联互通，统一到一个平台进行管理，实现了无纸化办公，克服了依赖人员经验、手工劳动、数据孤岛和数据上报不及时等问题。 通过与实时数据库、LIMS、物料和能源等其他系统的集成，依据工艺设计指标参数，通过KPI规则，能够自动实现对每个班组的操作合格率、平稳率、质量合格率、物耗和能耗五大指标考核。 2) 增强现实AR （1） AR智能巡检 通过手持终端结合工厂真实场景，实现AR智能化巡检，工艺流程、物料流向、设备健康、安全管控信息皆可一目了然。在巡检系统的管理端可查询员工巡检路线、巡检信息、巡检状态，同时能对巡检信息进行统计，结合真实的三维场景直观地反应巡检发现问题的空间位置分布。可实现巡检计划管理、事件管理、人员考核、终端管理、统计分析等功能。 巡检定位方法： · ThingMark扫码定位 · 模型追踪定位 （2） AR设备维修、培训、指导 AR技术通过将计算机生成的虚拟物体或信息和真实环境实时叠加在一起，为用户呈现一个感官效果真实、场景信息丰富的情景。这种虚拟零件和真实零件共存的特点，可以为用户在复杂的设备维护和检修中提供一种更灵活、直观的方法，从而使得非熟练工人能够正确地进行设备维护与检修，达到缩短设备维护周期、提高维护效率质量、降低成本的目标。 （3） 远程专家现场指导 通过采用这种AR技术，工程师可以使用移动设备，在遍布全球任意位置的远程专家的帮助下，快速识别潜在故障，遵循线下维护流程并进行故障排除。远程专家如身临其境现场一样，指导现场人员专业的操作，排查故障，分析原因等，不必舟车劳顿亲赴现场，尤其小问题，省时省力又节省成本。 3) 大数据应用场景：机器学习，相关性分析 （1） ML机器学习预测分析 机器学习预测分析可实现机泵设备故障预测，预维护告警，减少非计划停车，稳定生产。如图所示，由于振动信号不正常，预测机泵轴承10天出现故障，机械密封11天之后出现故障。 （2） 大数据相关性分析，实现工艺参数寻优 相关性分析是大数据分析中比较重要的一个分支，它可以在杂乱无章的数据中发现变量之间的关联。因此利用相关性分析算法结合先进控制可以挖掘传统经验之外的潜在因素，最终实现挖潜增效。 3.3 决策维度 企业决策看板，PKI分析，决策建议 。 （1） 决策智能是使用数据为业务决策提供动力以在整个组织中实现更高效率的过程，方法论为以事实为基础，数据为驱动，从经营、生产、质量、设备、环境等等多维度数据分析，指导企业科学决策：
（2）管理层决策的驾驶舱，通过数据连接、可视化、大数据分析和决策支持等多样式图形化数据展示：分组/明细表格、柱形图、条形图、智能仪表盘等。 （3）智慧管理及决策支持环境：面向企业战略运营及工程管理层面，采用数字化、虚拟化和大数据等技术，构建以IIoT为基础的企业大数据互联及分析中心，支持战略运营管理及工程技术管理，辅助战略决策及执行，提高企业管理的精细化和智能化水平。 4、结束语 智能工厂主要由全局规划的一个管控一体化统一平台（各个系统的智能互联、数据 /业务建模、分析决策），集中管理的一个数据中心IDC（数据交换中心/业务协同中心）和安全可靠的一个互联网络（一网到底的EtherNet/IP网络）组成。通过异构设备互联技术、设备/系统互联技术、实时数据库技术、大数据管理及分析技术、物联数据快速建模技术、设备云技术等信息技术与工业控制系统（DCS、SCADA、PLC等）、设备等运营技术的集成，解决虚实互联及数据交换基础问题 [2]，是专为构建和部署可以同业务流程完全集成的互联应用而全新设计的可扩展平台。打通研发、工艺、生产横向集成和企业、车间、设备纵向贯通，采用数字化、虚拟化、物联网、机器学习、AR增强现实、大数据等技术，构建工艺规划、工厂规划、生产运营的集成管控一体化环境，实现工厂运营监测、设备健康管理，基于物联及AR的智能生产指导，基于质量大数据的工艺/产线优化，形成规划、运营、优化的互联闭环服务体系，进而高效快速生产，降低生产及运营成本。 作者：罗克韦尔自动化（中国）有限公司 徐英 （徐英，硕士，油气行业资深顾问，从事数字化油气田，长输管线SCADA系统，石油炼化DCS系统和SIS系统解决方案等工作。） 来源：《仪器仪表用户》2020年8月第27卷第8期 参考文献： [1]吴军.智能时代:大数据与智能革命重新定义未来[M].北京:中信出版社,2016. [2]PTC公司相关的产品资料[Z]. [3]罗克韦尔自动化（中国）有限公司相关的产品资料[Z]. [4]吴青.智能炼化建设:从数字化迈向智慧化[M].北京:中国石化出版社,2018. [5]工业互联网白皮书[Z].2017. [6]大数据白皮书[Z].2017. |
|
|
