★艾默生過(guò)程控制有限公司黃雪鋒

自2012年美國利用其互聯(lián)網(wǎng)優(yōu)勢提出了“工業(yè)互聯(lián)網(wǎng)“概念，2013年德國基于其制造業(yè)基礎發(fā)布了《實(shí)施“工業(yè)4.0”戰略建議書(shū)》和路線(xiàn)圖后，全球掀起了工業(yè)數字化和智能化的浪潮；2015年，中國政府發(fā)布《中國制造2025》綱要，進(jìn)一步推進(jìn)信息化和工業(yè)化深度融合，受此激勵，國內各工業(yè)企業(yè)大力推動(dòng)數字化、智能化，加速數字化轉型。

經(jīng)過(guò)近10年的技術(shù)引進(jìn)和推廣，目前國內有關(guān)數字化智能化新理論體系和新技術(shù)新概念層出不窮，例如數字生態(tài)系統、工業(yè)操作系統、工業(yè)物聯(lián)網(wǎng)、互聯(lián)網(wǎng)+、IT/OT融合等；各種信息技術(shù)也紛紛進(jìn)入工業(yè)領(lǐng)域，例如Wi-Fi、Bluetooth、ZigBee、NFC、WIA-PA無(wú)線(xiàn)通信、4G/5G專(zhuān)網(wǎng)、云計算、大數據、VR（虛擬現實(shí)）和AR（增強現實(shí)）、AI（人工智能）、深度學(xué)習等。

本文立足工業(yè)數字化生態(tài)系統完整技術(shù)理念基礎，以過(guò)程行業(yè)智能工廠(chǎng)規劃建設為例，以落地可量化可執行為標準，化繁為簡(jiǎn)，把典型智能工廠(chǎng)的整個(gè)建設過(guò)程完整分解成簡(jiǎn)單通俗易懂的六個(gè)方面：“四個(gè)基礎，一個(gè)平臺，一個(gè)應用”，如圖1所示。

圖1 典型智能工廠(chǎng)建設過(guò)程

1 數字化智能工廠(chǎng)建設的第一個(gè)基礎：控制系統智能化

控制系統是整個(gè)工廠(chǎng)生產(chǎn)線(xiàn)的核心和大腦，控制系統其本身就是一個(gè)典型的數字化產(chǎn)品；在數字化基礎建設中，其核心聚焦是如何利用最新且成熟的數字化技術(shù)充分發(fā)揮其智能屬性，根據工廠(chǎng)的生命周期，可從兩個(gè)維度來(lái)考慮控制系統的數字化智能基礎搭建。

第一個(gè)維度是在控制系統建設階段，DCS和PLC基本功能都已經(jīng)相對成熟，也基本認可了控制系統核心的作用，在建設數字化智能工廠(chǎng)時(shí)，重點(diǎn)是如何充分利用最新的數字化技術(shù)來(lái)增加控制系統的智能屬性，并把這些智能屬性應用到控制系統建設過(guò)程中，降低控制系統建設的復雜度，縮短工期，提高項目執行的效率和安全性，即目前常說(shuō)的“項目確定性”。以DCS系統為例，總結當前控制系統為建設智能工廠(chǎng)所需具備的主要智能屬性：

（1）技術(shù)先進(jìn)性：控制平臺需采用開(kāi)放并符合未來(lái)工業(yè)互聯(lián)技術(shù)趨勢的技術(shù)和標準：HART、OPC電子布線(xiàn)、智能大數據網(wǎng)關(guān)、OPCUA、APLMTP、PAT等。

（2）操作智能優(yōu)化屬性：控制系統報警數據庫設置需符合ISA18.2標準和EEMUA191報警準則；控制系統的HMI平臺需支持高性能Dynamo，４屏操作，功能分層，能完全滿(mǎn)足ISA101.01高性能操作畫(huà)面（HPG）設計要求。

（3）控制智能優(yōu)化屬性：控制系統需內嵌基于狀態(tài)控制（SBC）的標準核心模塊，無(wú)縫支持操作規程自動(dòng)化優(yōu)化應用（ISATR106標準）；控制系統需內嵌自學(xué)習（機器學(xué)習）和數據分析功能，為后續控制性能或APC和生產(chǎn)操作性能優(yōu)化提供數字化基礎。

（4）網(wǎng)絡(luò )安全屬性：控制系統網(wǎng)絡(luò )需支持完整域控、AD用戶(hù)識別和權限管理，核心網(wǎng)絡(luò )設備需具有ISA Secure EDSA認證或Achilles認證，控制系統整體通過(guò)ISA Secure SSA認證為最佳。

（5）智能維護屬性：控制系統需有完整的軟硬件在線(xiàn)故障診斷功能，并能支持在線(xiàn)預防性維護。

（6）大數據平臺屬性：控制系統需要統一的網(wǎng)絡(luò )、數據庫和網(wǎng)絡(luò )架構，內嵌實(shí)時(shí)數據庫和關(guān)系數據作為數字化工廠(chǎng)的底層核心控制和數據平臺基礎。

（7）管控一體智能屬性：控制系統所有AI/AO具備HART功能，控制系統能支持硬件自動(dòng)識別甚至連接I/O通道的智能儀表閥門(mén)都可以自動(dòng)識別；可配置集成于系統的智能儀表管理軟件（AMS）,管理軟件需支持EDDL標準，在控制系統平臺實(shí)現儀表閥門(mén)智能診斷、組態(tài)、校驗管理、電子臺賬和智能回路測試功能，真正實(shí)現生產(chǎn)管控一體化。

第二個(gè)維度是運營(yíng)階段，這一階段數字化和智能化的核心是充分利用數字化技術(shù)為控制系統提供全生命周期的服務(wù)，主要體現在維護、可靠性和優(yōu)化三方面的數字化方案落地實(shí)現上。

維護方面：充分利用先進(jìn)的數字化技術(shù)為控制系統建立數字化維護管平臺，提供從響應式維護、預防性維護到預測性維護完整的數字化維護體系。

可靠性方面：主要需要控制系統提供完整的軟硬件平臺升級路徑，采用數字化工具能方便地實(shí)現控制系統的升級改造；控制系統除了提供完整的功能安全設計（如SIS系統、報警、聯(lián)鎖等）外，還需提供完整的工控網(wǎng)絡(luò )安全方案以滿(mǎn)足數字化智能工廠(chǎng)網(wǎng)絡(luò )安全方面的高可靠性要求。

優(yōu)化方面：優(yōu)化是智能工廠(chǎng)建設最重要的方面，控制系統層面的優(yōu)化主要體現在控制性能優(yōu)化和操作性能優(yōu)化兩個(gè)方面，同時(shí)還需建立一個(gè)數字化虛擬優(yōu)化平臺來(lái)幫助實(shí)現控制和操作優(yōu)化。

控制性能優(yōu)化主要有控制回路優(yōu)化、先進(jìn)控制（APC）和操作規程自動(dòng)化三個(gè)方面，其優(yōu)化內容是近幾十年一直在追求的目標，也是一直以來(lái)優(yōu)化的難點(diǎn)；數字化智能工廠(chǎng)時(shí)代，不是改變控制系統優(yōu)化的內容，而應該聚焦在如何采用更多更好的數字化工具來(lái)更方便更簡(jiǎn)單實(shí)現控制優(yōu)化，從而更好地服務(wù)于生產(chǎn)。

操作性能優(yōu)化主要有報警管理、高性能操作畫(huà)面（HPG）、電子交接班等數字化方案。

2 數字化智能工廠(chǎng)建設的第二個(gè)基礎：工廠(chǎng)無(wú)線(xiàn)網(wǎng)絡(luò )

工廠(chǎng)無(wú)線(xiàn)網(wǎng)絡(luò )的建立和應用是工廠(chǎng)數字化和智能化的典型標志，無(wú)線(xiàn)技術(shù)種類(lèi)繁多、特點(diǎn)各異，如何選擇合理的無(wú)線(xiàn)技術(shù)將非常關(guān)鍵。

根據近10年工業(yè)無(wú)線(xiàn)技術(shù)的應用經(jīng)驗，筆者認為無(wú)線(xiàn)技術(shù)的選擇一定要根據工廠(chǎng)應用場(chǎng)景的特點(diǎn)需求和應用的成熟度來(lái)選擇。目前工廠(chǎng)無(wú)線(xiàn)技術(shù)應用的領(lǐng)域主要有工藝過(guò)程測量、設備狀態(tài)監測以及自動(dòng)巡檢、移動(dòng)操作和數據分析兩大領(lǐng)域。

在工藝過(guò)程測量和設備狀態(tài)監測應用領(lǐng)域，無(wú)線(xiàn)技術(shù)作為現場(chǎng)有線(xiàn)通信通道的補充，需要與有線(xiàn)技術(shù)一樣具有很高的可靠性和安全性，同時(shí)能兼容現場(chǎng)有線(xiàn)通信通路上廣泛應用的協(xié)議，此無(wú)線(xiàn)網(wǎng)絡(luò )在工廠(chǎng)叫做WFN（現場(chǎng)無(wú)線(xiàn)網(wǎng)），目前WFN網(wǎng)絡(luò )應用最廣泛的技術(shù)是Wireless HART，它基于IEC802.154無(wú)線(xiàn)標準，2.4G頻段，兼容HART協(xié)議，采用自組織、自適應的Mesh網(wǎng)絡(luò )結構，提高其通信可靠性；同時(shí)它設計了多層的安全保障措施，包括多重身份識別和驗證、數據加密、訪(fǎng)問(wèn)權限管理，提高無(wú)線(xiàn)通信的安全性。目前市場(chǎng)上支持Wireless HART的產(chǎn)品已經(jīng)很多，應用很成熟，行業(yè)內各大自動(dòng)化技術(shù)供應企業(yè)都有大量的Wirelss HART產(chǎn)品，艾默生更是提出了以WirelessｖHART作為WFN網(wǎng)絡(luò )基礎的“普適測量”的整體現場(chǎng)無(wú)線(xiàn)解決方案，廣泛應用于過(guò)程工業(yè)現場(chǎng)過(guò)程狀態(tài)、設備可靠性、能耗和安全、環(huán)保領(lǐng)域的監測。如圖2所示。

圖2 Wireless HART和普適測量

在自動(dòng)巡檢、移動(dòng)操作、人員立體定位、數據靈活獲取分析等應用領(lǐng)域，則需要選擇寬帶，能靈活傳輸數據，語(yǔ)音和視頻，無(wú)線(xiàn)基站布點(diǎn)靈活，功耗低，并能滿(mǎn)足工業(yè)現場(chǎng)防爆要求的無(wú)線(xiàn)網(wǎng)絡(luò )，此無(wú)線(xiàn)網(wǎng)絡(luò )命名為WPN（工廠(chǎng)無(wú)線(xiàn)網(wǎng)絡(luò )）。目前已經(jīng)應用到此領(lǐng)域工廠(chǎng)的無(wú)線(xiàn)技術(shù)主要有4G專(zhuān)網(wǎng)、工業(yè)Wi-Fi和5G。4G移動(dòng)網(wǎng)絡(luò )主要聚焦在人與人的移動(dòng)互聯(lián)，受帶寬限制（上行50Mbps，下行100Mbps）和相對低工作頻段（1.7~1.8G)，以及無(wú)法支持工業(yè)物聯(lián)協(xié)議（OPC UA）導致其在工業(yè)現場(chǎng)物聯(lián)全面應用受限。5G技術(shù)可以很好地彌補4G的技術(shù)局限性，可以真正實(shí)現萬(wàn)物互聯(lián)，但是由于技術(shù)標準出來(lái)時(shí)間較短、基站功耗大，目前還無(wú)法從市場(chǎng)上方便找到能滿(mǎn)足工業(yè)現場(chǎng)要求（如低功耗、防爆或本質(zhì)安全基站等）的5G應用產(chǎn)品，導致目前其工業(yè)應用也受限。目前在WPN應用最廣泛的無(wú)線(xiàn)技術(shù)是目前最新的工業(yè)Wi-Fi5技術(shù)：Wi-Fi5是基于Wi-Fi最新標準802.11AC標準開(kāi)發(fā)的，可以工作在5G頻段，理論上可以提供高達1Gbps的數據傳輸能力，接近5G的初期的數據吞吐率，可以滿(mǎn)足目前工廠(chǎng)的物聯(lián)互聯(lián)需求，同時(shí)天然支持工業(yè)物聯(lián)協(xié)議（OPC UA）并且滿(mǎn)足工業(yè)防爆，高防護等級和低功耗要求Wi-Fi5的AP基站產(chǎn)品，目前在市場(chǎng)上已經(jīng)成熟，可以為工業(yè)用戶(hù)搭建完整落地的WPN網(wǎng)絡(luò )，滿(mǎn)足各種移動(dòng)應用場(chǎng)景，目前很多工業(yè)Wi-Fi基站甚至還可以把WFN的網(wǎng)關(guān)集成在一起，實(shí)現WPN和WFN的集成，構建一體化的工廠(chǎng)無(wú)線(xiàn)網(wǎng)絡(luò )，為工業(yè)用戶(hù)提供了完整的無(wú)線(xiàn)網(wǎng)絡(luò )，為工廠(chǎng)后續智能化應用打下了堅實(shí)基礎，如圖3所示。

圖3 工業(yè)物聯(lián)網(wǎng)的基礎：一體化的無(wú)線(xiàn)網(wǎng)絡(luò )架構

3 數字化智能工廠(chǎng)建設的第三個(gè)基礎：工廠(chǎng)設備的數字化基礎

數字化智能工廠(chǎng)的第三個(gè)基礎就是工廠(chǎng)的設備，工廠(chǎng)的設備是工廠(chǎng)最重要的資產(chǎn)，也是工廠(chǎng)能正常生產(chǎn)的重要前提。當前設備的數字化智能化主要目標是“主動(dòng)運維”：過(guò)去工廠(chǎng)的設備維護方式主要是反應式運維，即只有設備故障或損壞影響了生產(chǎn)，才會(huì )響應去維護，這就必然帶來(lái)生產(chǎn)損失，降低生產(chǎn)效率；而主動(dòng)運維是設備故障還沒(méi)有影響正常的生產(chǎn)之前就需提前發(fā)現并解決，從而讓設備的運維動(dòng)作不影響生產(chǎn)。要實(shí)現主動(dòng)運維，最重要的是需把工廠(chǎng)設備本身的健康狀態(tài)大數據信息獲取進(jìn)入系統平臺，然后根據設備工藝特點(diǎn)結合大數據進(jìn)行預測性分析，指導維護人員故障排除。

工廠(chǎng)的設備主要有儀表閥門(mén)、動(dòng)設備和安全設備三大類(lèi)型。

儀表閥門(mén)數字化的第一步就是選擇智能儀表和智能閥門(mén)定位器，第二步需要選擇相應的儀表閥門(mén)管理軟件（AMS）把智能儀表閥門(mén)的健康大數據信息采集進(jìn)數據庫，在現場(chǎng)實(shí)現儀表閥門(mén)的電子巡檢、批量?jì)x表閥門(mén)組態(tài)管理、校驗管理和儀表閥門(mén)臺賬電子化等基礎功能，為全廠(chǎng)設備的主動(dòng)運維打下堅實(shí)的基礎。

動(dòng)設備，目前工廠(chǎng)動(dòng)設備主要有A類(lèi)（核心設備）、B類(lèi)（關(guān)鍵設備）和C類(lèi)（重要設備），A類(lèi)設備作為工廠(chǎng)核心設備，大部分都配套有保護系統，保護系統可以對核心設備的各種健康信息進(jìn)行監測和收集，通過(guò)開(kāi)放接口（如Modbus TCP或OPC UA）提供給上層數據庫，已經(jīng)具備了數字化基礎。工廠(chǎng)動(dòng)設備數字化基礎的主要目標是B類(lèi)動(dòng)設備，B類(lèi)作為關(guān)鍵設備一旦發(fā)生故障，也會(huì )嚴重影響生產(chǎn)，但是目前工廠(chǎng)普遍缺乏數字手段去監測B類(lèi)設備的健康狀態(tài)。所以B類(lèi)設備的數字化基礎主要是為不同的動(dòng)設備選擇合適的健康監測傳感器。

靜設備，主要包括管道、罐、反應器、換熱器等，目前靜設備的數字化基礎改造主要是集中對管道、罐或反應器的腐蝕監測上，傳統的腐蝕監測手段基以侵入式有損監測為主，基本采用預防式維護（每次檢修時(shí)），要實(shí)現靜設備腐蝕預測性監測，可以在關(guān)鍵靜設備上添加數字化的非侵入式腐蝕監測無(wú)線(xiàn)傳感器（Wireless HART），并通過(guò)專(zhuān)業(yè)的App軟件采集分析腐蝕數據，預測出靜設備管壁的腐蝕趨勢，從而實(shí)現預測性維護。而換熱器的換熱效率監測可以在換熱器出入口配置一系列的無(wú)線(xiàn)溫度和壓力傳感器（Wireless HART），結合換熱器App實(shí)現對換熱器換熱性能、結垢系數、冷熱端負荷、清洗需求等關(guān)鍵狀態(tài)實(shí)現在線(xiàn)監測，為換熱器的智能管理打下良好基礎。

4 數字化智能工廠(chǎng)建設的第四個(gè)基礎：網(wǎng)絡(luò )安全基礎

工廠(chǎng)數字化智能化的第四個(gè)基礎就是安全，安全分功能安全（Safety）和信息網(wǎng)絡(luò )安全（Security）兩部分，在智能工廠(chǎng)中，網(wǎng)絡(luò )安全將與功能安全同等重要，目前已經(jīng)成為智能工廠(chǎng)實(shí)現的重要前提和不可缺少的基礎。

智能工廠(chǎng)的網(wǎng)絡(luò )安全設計主要是針對工業(yè)現場(chǎng)的網(wǎng)絡(luò )與信息安全，簡(jiǎn)稱(chēng)工控網(wǎng)絡(luò )安全，目前工控網(wǎng)絡(luò )安全世界范圍內廣泛認可的國際標準是IEC 62443，從工控網(wǎng)絡(luò )安全的過(guò)程、人和技術(shù)三個(gè)維度，面向用戶(hù)、系統集成商和供應商詳細闡述了工控網(wǎng)路安全的安全級別、模型成熟度和應具備的網(wǎng)絡(luò )安全防護能力；還強調了網(wǎng)絡(luò )安全量化要求、深度防御整體策略、風(fēng)險評估方法、網(wǎng)絡(luò )安全成熟度模型（19要素）、安全區、數據導管、安全分級和安全級別的生命周期等重要概念，為工控網(wǎng)絡(luò )整體規劃設計提供了很好的基準和實(shí)踐指導。國內于2019年頒布了網(wǎng)絡(luò )安全國標GBT22239，即“等保2.0”，明確了網(wǎng)絡(luò )安全分級的需求，參考IEC 62443標準結合中國實(shí)際要求，在每個(gè)級別的第5節專(zhuān)門(mén)提出了工控系統網(wǎng)絡(luò )安全的擴展要求，為國內智能工廠(chǎng)網(wǎng)絡(luò )安全基礎的設計指明了方向。

依據IEC 62443或等保2.0標注如何設計落地可執行的網(wǎng)絡(luò )安全措施，建立完整的網(wǎng)絡(luò )安全管理系統，將是智能工廠(chǎng)安全基礎設計的核心內容，筆者參考標準并結合過(guò)去幾年的經(jīng)驗，在深度防御整體網(wǎng)絡(luò )安全策略的基礎上總結了７條落地可執行的網(wǎng)絡(luò )安全措施，并且量化其安全收益，通過(guò)多個(gè)項目檢驗，可以滿(mǎn)足國內外大部分行業(yè)以及等保2.0二級和三級的考評要求，如圖4所示。

圖4 網(wǎng)絡(luò )安全措施

5 數字化智能工廠(chǎng)建設的第五步：建立OT大數據平臺

大數據是數字化智能化的最核心特征，如何獲取工廠(chǎng)的大數據，建立大數據平臺，然后利用這些大數據來(lái)為生產(chǎn)服務(wù)即由傳統的統計分析，輔助決策經(jīng)驗驅動(dòng)轉向真正數據驅動(dòng)實(shí)現生產(chǎn)運營(yíng)優(yōu)化模式的轉變，是工廠(chǎng)數字化轉型成敗的關(guān)鍵。

工廠(chǎng)大數據的類(lèi)型主要有生產(chǎn)大數據、設備大數據兩大類(lèi)型，下文根據大數據類(lèi)型分別介紹目前在工廠(chǎng)應用的大數據平臺。

生產(chǎn)大數據平臺。在工業(yè)領(lǐng)域，尤其在過(guò)程行業(yè)里，生產(chǎn)大數據平臺是目前比較成熟的工廠(chǎng)信息管理系統（PIMS），在控制系統智能基礎打好后，采用接口把工業(yè)生產(chǎn)數據集成進(jìn)一個(gè)統一實(shí)時(shí)數據庫中進(jìn)行存儲，通過(guò)數據調和、結構標準化、實(shí)現生產(chǎn)調度、生產(chǎn)全流程監視、工藝管理、物料管理、質(zhì)量管理等MES場(chǎng)景應用。目前在市場(chǎng)上應用廣泛的PIMS的實(shí)時(shí)數據庫有OSI PI和ASPEN InfoPlus.21等，應用基本成熟。

設備大數據平臺。設備數據相對生產(chǎn)數據會(huì )更復雜，它既有結構化數據類(lèi)型，也有非結構化數據類(lèi)型，還有一些是半結構化數據類(lèi)型，其集成難度會(huì )更大。針對不同的設備類(lèi)型，工廠(chǎng)根據不同的設備數字化管理的需要，會(huì )實(shí)現不同級別的設備大數據平臺。

建立了生產(chǎn)數據平臺和設備數據平臺，平臺的數據需交互融合，甚至與工廠(chǎng)其它輔助或服務(wù)數據平臺（如物流、門(mén)禁、安全等）的數據也需交互融合。如工廠(chǎng)各部門(mén)或專(zhuān)業(yè)數據平臺各異，會(huì )形成數據孤島現象，限制數據的進(jìn)一步融合應用，也會(huì )造成各種數字化應用（App）的“煙囪”設計現象。

為了打破工廠(chǎng)數據孤島，真正實(shí)現工廠(chǎng)數據驅動(dòng)生產(chǎn)的目標，中央數據倉庫的概念應運而生，即把整個(gè)工廠(chǎng)的大數據及所有類(lèi)型的OT大數據都集成到一個(gè)統一的中央大數據庫中，工廠(chǎng)的所有應用都統一從該數據倉庫中獲取數據，這就對工廠(chǎng)的OT大數據平臺提出了新的要求，它既要具備實(shí)時(shí)數據庫快速大容量存儲等特點(diǎn)，也需提供關(guān)系數據庫查詢(xún)分析的便利，于是出現了新的數據庫技術(shù)——數據湖（Data Lake）。艾默生Optics Data Lake就是典型的可用于工廠(chǎng)或企業(yè)數據倉庫的新型數據庫，它采用的是MOGO DB技術(shù)搭建的分布式數據庫，沒(méi)有容量限制，同時(shí)兼有實(shí)時(shí)數據和關(guān)系數據特點(diǎn)，關(guān)鍵是提供了各種接口幫助用戶(hù)來(lái)集成不同類(lèi)型的OT的數據源，幫助用戶(hù)在工廠(chǎng)甚至全企業(yè)建立統一的中央數據倉庫，其架構如圖5所示。

圖5 艾默生Opitcs DataLake應用架構

中央數據倉庫的數據并不只是簡(jiǎn)單的堆積，各個(gè)系統產(chǎn)生的原始數據堆積在一起使用，將會(huì )使使用成本非常高，不同類(lèi)型數據只能在某些部門(mén)使用，而且會(huì )經(jīng)常出現命名不統一、口徑不統一、基準不統一的情況，從而導致整個(gè)工廠(chǎng)或企業(yè)的數據無(wú)法真正用起來(lái)，無(wú)助于改變當前工廠(chǎng)的數據孤島現象。所以還需要在工廠(chǎng)或企業(yè)全局數據基礎上，進(jìn)行標準定義及分層建模，形成一套完整、規范、準確的數據體系，即工廠(chǎng)或企業(yè)數據中臺體系。

要實(shí)現完整數據中臺，需要規劃數據庫的數據層次架構，并定義每一層的模型建設規范，在智能工廠(chǎng)數據中臺實(shí)施過(guò)程中嚴格按照此規劃執行，以某化工廠(chǎng)為例，其規劃的數據中臺體系架構有４層：

·貼源數據層（ODS，也稱(chēng)操作數據層）：對工廠(chǎng)各部分數據進(jìn)行采集、匯聚，盡可能保留工廠(chǎng)各部分原流程數據，僅做簡(jiǎn)單地整合，不做深度清洗加工。

·統一數據倉層（DW）：一般有明細數據層和匯總數據層，與傳統數據倉庫功能一致，對全歷史過(guò)程數據進(jìn)行建模存儲，對來(lái)源于應用服務(wù)的數據進(jìn)行重新組織；與傳統不同的是數據倉層需要從應用服務(wù)易于理解的視角來(lái)重新組織，定義一致的指標、維度、各應用板塊、應用域按照統一規范獨立建設，形成統一的規范的標準業(yè)務(wù)體系。

·標簽數據層（TDM）：面向對象建模，對跨生產(chǎn)部門(mén)、跨數據域的特定對象進(jìn)行整合，通過(guò)ID-Mapping把各個(gè)應用板塊、各個(gè)生產(chǎn)過(guò)程的同一對象的數據打通，形成對象的全域標簽體系，方便后續深度分析、挖掘應用。例如工廠(chǎng)的綜合能耗模型和動(dòng)設備健康模型等。

應用數據層ADS：按照應用的需要從統一數據倉層，標簽層抽取數據，并面向應用的特殊需要加工特定數據，以滿(mǎn)足應用及性能需要。

在數據中臺的建設過(guò)程中，數據的讀取也有嚴格規范要求，貼源數據層直接從生產(chǎn)裝置或日志系統中獲取數據，貼源數據層的數據只被統一數據倉層使用，統一數據倉層數據提供給標簽層和應用層使用。貼源數據層、統一數據倉層只保存元數據及被標簽層和應用層引用，不直接支撐應用。所有應用數據均來(lái)自標簽層和應用層。當數據中臺體系建設完整之后，智能工廠(chǎng)建設的第五步才算完成，某化工廠(chǎng)的數據中臺體系架構圖參考如圖6所示。

圖6 智能工廠(chǎng)數據中臺體系架構

6 數字化智能工廠(chǎng)搭建的第六步：數據驅動(dòng)的運營(yíng)優(yōu)化應用

數據中臺建設好后，數字化智能工廠(chǎng)建設只剩最后一步，即大數據的“終極應用”，所有的應用都是以前五個(gè)方面作為重要的技術(shù)基礎，最終真正為工廠(chǎng)的安全、可靠性、生產(chǎn)效率、能源排放或人員技能賦能服務(wù)，它是數字化智能工廠(chǎng)最終價(jià)值的集中體現。工廠(chǎng)、行業(yè)、工藝和生產(chǎn)需求的不同，應用也不盡相同，筆者綜合最近幾年智能工廠(chǎng)的應用總結為如下幾類(lèi)：

第一類(lèi)應用是傳統的MES各功能場(chǎng)景應用，例如生產(chǎn)流程，資產(chǎn)裝置的可視化、物料管理、質(zhì)量管理、稱(chēng)重管理、配方管理、批量生產(chǎn)計劃、智能生產(chǎn)調度等等，跟傳統的MES功能塊不同的是它所有生產(chǎn)管理模塊的數據基礎都是依據統一的數據中臺，各模塊直接可以互相協(xié)調、信息互通，不存在煙囪式的數據孤島現象，隨著(zhù)數據的不斷積累和優(yōu)化，各功能塊的價(jià)值也不斷優(yōu)化，以智能工廠(chǎng)數據驅動(dòng)生產(chǎn)管理，實(shí)現運營(yíng)優(yōu)化的目標。

第二類(lèi)應用是基于云的服務(wù)應用，既可以私有云，也可以借助公有云的平臺，工廠(chǎng)數據中臺提供安全的云的接口通路，并作為云應用的數據服務(wù)平臺，支撐各種云應用，例如生產(chǎn)運營(yíng)信息和資產(chǎn)信息在移動(dòng)平臺（手機）上的推送應用，增強現實(shí)（AR）技術(shù)實(shí)現關(guān)鍵設備現場(chǎng)預測式維護；虛擬工廠(chǎng)實(shí)現操作員培訓，工藝優(yōu)化驗證，工藝或設備知識庫系統（KBA）等。

第三類(lèi)應用主要是IT/OT融合應用，數據中臺提供統一的標準的IT接口，如WebAPI，可以實(shí)現IT域OT的融合應用。

第四類(lèi)應用就是OT數據的深入分析，挖掘優(yōu)化應用，這是數字化數據應用中難度最高的但也是價(jià)值最大的，是數字化智能工廠(chǎng)價(jià)值的最高體現。工廠(chǎng)OT大數據相對IT有“小數據，大應用”的特點(diǎn)，由于工業(yè)行業(yè)專(zhuān)業(yè)性強，生產(chǎn)裝置大部分時(shí)間是在線(xiàn)生產(chǎn)狀態(tài)，所以數據的豐富性、典型性和收斂性不如IT數據，在做OT大數據挖掘應用時(shí)，除了數據驅動(dòng)分析之外，往往還要結合工藝原理來(lái)分析，即數據驅動(dòng)和工藝原理驅動(dòng)結合的挖掘方法，因此需要相對專(zhuān)業(yè)的OT大數據分析挖掘軟件工具，根據工廠(chǎng)現場(chǎng)裝置建模，然后基于模型結合大數據分析提煉算法進(jìn)行應用。以艾默生工業(yè)數據挖掘軟件Optics Analytics為例，它分為離線(xiàn)分析和在線(xiàn)分析兩部分：離線(xiàn)分析采用多種機器學(xué)習算法（數據清洗、PCA、聚類(lèi)、決策樹(shù)、回歸等）對工廠(chǎng)歷史大數據進(jìn)行各種深入分析，建立過(guò)程和資產(chǎn)數據驅動(dòng)模型并進(jìn)行驗證；然后采用在線(xiàn)模塊，結合工具軟件內嵌的豐富工藝原理模型形成數據驅動(dòng)和工藝原理驅動(dòng)結合的在線(xiàn)優(yōu)化模型，投入生產(chǎn)應用，在線(xiàn)模型從數據中臺實(shí)時(shí)獲取生產(chǎn)在線(xiàn)的數據信息，采用多種在線(xiàn)學(xué)習方法（如遞歸估計、在線(xiàn)聚類(lèi)、模型在線(xiàn)訓練）不斷優(yōu)化模型，結合在線(xiàn)的應用功能模塊，可以實(shí)現在線(xiàn)根因確認（RCA），專(zhuān)家規則的預測性干預，復雜事件的根源確認等應用功能，建立專(zhuān)家系統，幫助用戶(hù)實(shí)現基于數據的輔助生產(chǎn)決策，生產(chǎn)優(yōu)化，能源優(yōu)化等功能。

通過(guò)以上六個(gè)方面，基本完成了智能工廠(chǎng)的建設工作。智能工廠(chǎng)的技術(shù)在飛速發(fā)展，智能工廠(chǎng)的建設也不是一次性的工程，需要根據這六個(gè)步驟不斷循環(huán)優(yōu)化工廠(chǎng)各部分，吸收新的落地的數字化方案，持續地把自己工廠(chǎng)向更加智能化、智慧化方向推進(jìn)。

智能工廠(chǎng)的建設是一個(gè)非常復雜和長(cháng)期的過(guò)程，一定要遵循“整體規劃、分步實(shí)施”的策略，著(zhù)眼工廠(chǎng)全局和未來(lái)發(fā)展方向，從工廠(chǎng)或企業(yè)上層整體規劃，獲得企業(yè)管理層的堅定支持；實(shí)施需要腳踏實(shí)地，從基礎做起，一步步往上走，分階段、分步驟、分目標地實(shí)施，才能最終確保成功。

作者簡(jiǎn)介：

黃雪鋒，艾默生系統及解決方案部門(mén)首席技術(shù)顧問(wèn)、工業(yè)軟件和數字化轉型業(yè)務(wù)負責人。長(cháng)期從事電子技術(shù)，軟件編程和自動(dòng)化相關(guān)技術(shù)工作，對多家PLC、DCS有深入研究，結合深厚的IT技術(shù)背景，對工廠(chǎng)數字化轉型、智能工廠(chǎng)的搭建規劃有著(zhù)豐富的實(shí)踐經(jīng)驗。

參考文獻：

[1]覃偉中,等.石油化工智能制造[M].北京:化學(xué)工業(yè)出版社,2018.

[2]付登坡,等.數據中臺:讓數據用起來(lái)[M].北京:機械工業(yè)出版社,2020.

[3]TerrenceBlevins,WillyK.Wojsznis,MarkNixon.先進(jìn)控制基礎:工具、技術(shù)和應用[M].北京清華大學(xué)出版社,2021.

摘自《自動(dòng)化博覽》2022年7月刊