1.流程工业智能工厂建设技术的研究(夏茂森论文)

流程工业智能工厂建设技术的研究

夏茂森

（中国石化齐鲁分公司，山东省 淄博市 2500）

摘要：智能工厂是未来工厂的发展方向，也是信息化应用的高级阶段，更是多学科之间相互渗透、相互支持，实现“两化”深度融合的必由之路。文章针对许多企业面对“大数据”时代的无奈和实施工厂智能化的困惑，回顾了智能化思想的发展历程，解读了传统智能工厂的理念，给出了现阶段智能工厂新的定义。面对众多的科学研究方法，从易工程化和技术成熟度两个维度，对流程制造工业智能工厂体系架构和基础实施技术进行了探索，认为基于知识发现和基于模型的两类技术应该是目前智能工厂建设的首选技术，并利用这两个方法设计了流程工业三个层面智能化的体系架构。

关键词：CIMS；智能化；智能工厂；知识发现技术；建模技术

中图分类号：TP274 文献标识码：R 文章编号：01

Research on Intelligent Plant Construction Technology of Process

Industry

xiamaosen

（QILU Petrochemical company of Sinopec，Zibo 2500，Shandong，China）

Abstract：Intelligent plant will be leading the development of future factories. That is not only the advanced stage of the information application, but also the multi-disciplinary inter-infiltration and mutual support, which thus will be the only way to achieve deep integration of informationization and industrialization. Focusing on the helplessness caused by the era of “Big Data” and the confusions about the implementation of intelligent factory faced by many companies, this paper reviews the development of intellectualization thoughts, interprets the concept of traditional intelligent plant, and provides the new definition of an intelligent plant at the present stage. Among numerous scientific research methods, this study explores the systematic structure of an intelligent plant of process manufacturing industry and basic implementation techniques in the terms of simplified engineering and technological maturity. Finally, the paper figures out that the preferred technologies for the intelligent plant construction will be based on knowledge discovery and modeling which can be applied in the design of systematic structure for the three-level intellectualization of process industry.

Key words：CIMS; Intellectualized; Intelligent Plant; Knowledge Discovery Technology; Modeling Technology

厂建设思路得以持续优化和改进。

引 言 30多年来，作者在炼油化工、企业管理、自

智能工厂是未来工厂的发展方向，也是信息化动化和信息化等方面积累了点滴经验和知识，愿与建设与应用的高级阶段，更是“两化”深度融合的同行一道共同探讨流程工业智能工厂的建设技术。的必经之路。2008年，美国知名网站给出了基于文章通过解读智能工厂的有关概念和体系架构，结信息技术的未来10年制造工厂的发展预测：一个合企业信息化应用现状，探讨了目前国际上已经成理想的工厂应该是一名员工一条狗，员工负责喂狗， 熟的、易工程化的基础实施技术在智能工厂建设中狗确保员工不能随便触摸任何设备。 的可行性。并对流程工业信息化三个建设层面中的

信息化改变着世界，同时也带给我们很多的憧智能化体系进行了初步探索。 憬，促使着人们不断地进行探索和研究来实现这些

1 智能化思想发展历程 美好的向往。仁者见仁、智者见智，不同的背景会

给出不同的答案，但都会在某些方面推动着智能工20世纪80年代，计算机集成制造系统（CIMS）

1

在欧美国家曾风靡一时，但由于理论和实际差距太大，80年代末，CIMS技术在欧美等工业化国家开始降温。然而，从90年代至今，CIMS的余温却一直影响着中国，在国家863计划中占得了一席之地，并催生了多个CIMS技术研究中心的建立和多个CIMS奖项的产生。当然不可否认，中国在这十几年CIMS技术的研究与实践中，在广度和深度上都丰富和扩展了原CIM/CIMS的内涵，注入了新的活力，比如提出了“智能化”是CIMS技术未来发展

【1】

的美好前景。

19年，D.A. Bourne 组织完成了首台智能加工工作站（IMW）的样机，促生了智能制造思想的形成，1993年4月美国工程师协会（SME）召开的IPC‘93’ , 提出了“ 智能制造、新技术、新市场、新动力”的口号；1990年6月，日本通产省提出了“智能制造系统”研究的10年计划，并从1991年正式实施；1991年，韩国提出了“高级先进技术国家计划”用来实施“先进制造系统”的研究与开发。随着理论研究的深入和各类应用技术探索，目前国际上，实施智能化的不少关键技术已日臻成熟，并在部分应用中得到了实践，取得了较好的应用效果。

可以说，智能化思想是继CIMS技术之后兴起的面向21世纪新的制造技术，也正是受这一思想的影响，拉开了世界各国争夺高科技前沿的序幕。中国在智能制造方面的大多数研究并不乐观，有些研究仍然停留在概念研究阶段，有所建树的也只是局限在人工智能和机器人等少数基础技术的研究方面，而对制造企业的全面“智能化”还仅仅限于CIMS理念的扩展上。近20多年时间内，国内大多数企业信息化的重点是强化“专题应用”和消除“信息孤岛”。走得相对比较远的国有大中型企业，特别是石油石化、钢铁等能源行业，也基本上都是在基于20世纪90年代初美国AMR公司提出的信息化三层架构模型，开展各层面的信息化应用，相继开展了经营管理层的ERP系统、生产管理层的MES系统、PCS层的APC/RTO应用，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。

然而，在现有信息化基础上怎样上一个台阶，面对已经初具规模的信息化应用和众多的应用系统，许多人都在困惑，“两化”深度融合之路该怎么走、深化应用该怎么开展。一个很现实的问题是企业面对信息系统产生的大量数据，仅仅依靠BI工具，简单地生成大量的展示图报表为管理决策层

2

提供所谓的辅助支持（当然也可以称之为初级辅助

决策系统），耗时、费力却没有得到管理层的认可和良好应用效果。因此，利用易工程化的前沿技术提升企业信息化建设能力，以信息“化”为手段，融合多学科智能技术解决方案，实现整个工厂生产经营过程的智能化、自动化和最优化应该是现阶段信息化发展乃至“两化”深度融合的必然选择。

智能化技术是一个多学科综合技术的集大成，涉及计算机、数字图像化、数据处理、机器学习、自动化、系统工程、统计决策、人工智能、建模、流程模拟等等多个领域。通过各学科之间互相融合渗透、相辅相成，以信息“化”实现智能“化”的目的。

2 智能工厂的概念及体系架构

制造工厂是一个复杂的、动态的有机整体，其内部技术、经济和人等三方面因素相互制约。从技术角度看, 市场预测、经营决策、产品设计、原料订购与处理、生产加工、生产管理、原料产品的储运、产品销售、研究与发展等环节彼此相互影响, 构成生产经营的全过程, 各环节的集成自动化水平决定该过程的自动化程度, 各环节的集成智能水平影响该系统的自组织能力。因此，智能工厂建设的核心是“ 智能化” 和“ 集成化”，集成是智能的基础, 智能促使进一步集成。

正确解读智能工厂的相关概念和体系架构，可使智能工厂的顶层设计、规划、技术的选择和实施都有理论和现实依据。 2.1 智能工厂的概念

目前从科学研究和工程实施两个角度对智能工厂有两种不同的意见，前者认为一个工厂生产过程既具有人类智能(或部分地)，又具有与人类实现其智能相似的过程与途径，就是智能工厂；后者认为一个工厂生产过程只要具有（或部分具有）人类智能就称为智能工厂，而不管实现其智能的过程与途径。我认为技术发展到今天，上述两个观点都值得重新商榷。

目前智能工厂还没有形成公认的、统一的定义，从20世纪90年代初期“智能制造”思想提出至今，也正是受上述两个观点的影响，众多智能化工程纷纷出现，特别是一些从事自动化工程的公司，都宣称自己拥有智能化工厂的解决方案，有些企业仅仅依靠网络实现了部分数据的集成共享和部分流程

协同，就冠以智能工厂的头衔。

智能工厂的叫法也比较多，比如“智慧工厂”、“智能制造技术及系统”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”，其实施技术也都离不开各类学科的前沿技术。

“智能化”是智能工厂的核心。要给智能工厂现整个工厂全部业务流程上下一体化业务运作的

决策、执行自动化。

2.2 智能工厂的系统架构

按照定义二，智能工厂由商业智能、运营智能、操作智能三个层次组成。这三个层次分别对应企业信息化三层集成模型中的PCS、MES和ERP三个层面的智能化，这一对应关系使工厂信息化的发展有了继承性。如图1所示。 下定义，首先得理解什么是“智能化”，“智能化”是指工厂具有灵敏准确的感知能力、正确的思维判断能力以及行之有效的执行方法。在实施智能工厂过程中，信息化应该是一种为实现智能化目的，集成各学科技术（含各学科技术内部的信息化应用）的手段，也就是未来智能工厂是以信息化为主导的一种制造模式。在这一模式下，通过信息化可以实现智能工厂的其它特征，比如可实现“智慧工厂”“四化”特点中的“柔性化”、“敏捷化”和“智能化”。

中国石化股份有限公司信息系统管理部李德芳主任从中国石化信息发展规划出发，高度概括了“智能工厂”的五个特征：“自动化”、“可视化”、

“信息化”、“模型化”和“数字化”【2】

。作者理解这5个特征，“信息化”是手段，其它四个“化”都是在信息化主导下的具体表现形式。有的文献中，总结智能工厂的运行特征为“泛在感知”、“高度集成”、“模型驱动”、“自治能力”和“人机协同”，有异曲同工之妙。

从科学研究角度，智能工厂定义如下：生产工厂的各个环节, 以一种高度柔性与高度集成的方式, 通过信息系统来模拟生产经营专家的智能活动, 对生产经营问题进行分析、判断、推理、构思和决策, 取代或延伸生产经营环境中人的部分脑力劳动并对人类专家的智能活动进行收集、存贮、完善、共享、继承和发展。实现人类智能活动向信息系统智能活动的转化。

从工程实践角度，智能工厂定义一：工厂重要关键业务环节，以信息化为手段，集成其它相关学科技术，使企业生产运营具有灵敏准确的感知能力、正确的思维判断能力以及有效的协同执行能力，业务流程闭环化、业务运作自动化、信息关联图像化。

定义二：以信息化技术为主导，与其它相关学科技术相结合，实现工厂生产操作、生产管理、管理决策三个层面全部业务流程的闭环管理，继而实

3

商业智能 ERP MES 生产管理 智能化 PCS层 操作管理 智能化 图1 信息化三层模型与工厂三个层次智能化对应关系（Figure 1 Correspondence between the three layer and plant

information levels of intelligence）

多年来，流程工业一直在努力进行的信息化建

设分别对应于三个层面的专题信息化应用，PCS层面，不断强化APC/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。然而，上述应用仅仅是完成了数据和信息的上行，没有实现数据和信息的下行，如图2所示。只有完成了信息的下行，才能实现各层面的闭环管理，这是信息化建设的关键，也是信息化建设的难题，这一难题解决就是“智能工厂”建设的目标和任务。基于这个观点，作者一直认为实现了企业各个层面的闭环自动控制就是理想中智能工厂。

ERP

MES

PCS

图2 PCS-MES-ERP三层面应用现状

（Figure 2 Application of the PCS-MES-ERP three level ）

从上面的解释中可能感觉“智能工厂”没有神秘之处，然而，下行信息（指令信息）的获取方法和可信度至关重要，30多年来，它促使着世界上各个学科从理论和实践两个角度一直进行着不懈地研究和探索，并取得了惊人的成绩，比如已走向实践的无人驾驶智能车辆就是一个多输入、多输出、不确定多干扰源的复杂系统。图3是一个参考了前辈研究，并结合现阶段易工程化程度而改进后的智能工厂架构体系，其主要模块在国外已经取得较好的应用效果。 月度目标 供应链管理 管理层 预测分析 面大数 关联据 分析 LP优化器 智能模拟 关联 分析 调度协调优化 操作层 实时优化（RTO） 面大数 据 APC/多变量预估控制 基本控制 图3 智能工厂体系架构

(Figure 3 The architecture of intelligent plant )

自动功能是大家最不放心的环节，需要在这个环节

对下达的作业计划进行检验（经验值、实际值两重校验），输出的调度指令结合优化命题与最近的或同等工况下的指令进行比对，若存在较大的偏移产生预警。

3 智能工厂实施技术探讨

三个层次的智能化应用，从实现技术来说，从下往上，易工程化、易在线自动化的难度逐渐增加。下面从各个层面智能化要解决的问题出发，探讨和审视实施技术的可行性。 3.1 生产操作层智能化

生产操作层智能化的目标是根据上一层（生产管理层）下达的调度指令，自动找出最佳操作目标，并按照这一目标实现装置的自动控制。 该层面的先进过程控制（APC）技术是控制技术与计算机技术结合最早、应用最为成熟的技术之一，随着20世纪70年代动态矩阵（DMC）算法在美国壳牌公司现场应用，开启了弱非线性对象控制的大门，其后，针对先进控制不能确定装置的最优工况及对应的生产参数，又催生了装置（或区域装置群）的在线、闭环实时优化(real-time optimization，RTO)技术，模拟和控制的紧密结合，在装置稳态模型的基础上，通过数据校正和更新模型参数，根据经济数据与约束条件进行模拟和优化，并将优化结果传送到先进控制系统。

实现生产操作层面从实时优化到先进控制系统的自动、闭环控制，是该层面智能化的发展方向。目前国内区域装置群级的在线应用案例不是很多，但这一目标离我们已很近，因为基础技术已经非常成熟，且有单装置成功的应用案例，实施起来已经没有很大的难题。

在实施过程中，为减少实时优化系统模型规模，可以根据企业规模和装置上下游之间的关联关系，分层次设计在线优化控制器，比如设立多个区域或装置群实时优化模型，再它们之上再建立协调在线优化控制器。

3.2 生产管理层智能化

生产管理层智能化的建设目标是以增加企业生产管理的柔性而实施的单厂或多厂智能化管理，其研究对象是基于经营管理层下达的月度生产计划，根据生产环境和生产能力（条件）将月度计划分解成短期（周、日）作业计划，以调度令的形式下达

现阶段，图3中主要的功能块大多是运行，功能块之间的指令传递大多是人工介入以确保指令的正确性。现在已到该解决这个难题的时候了，只有这个问题解决了，我们才能实现一个大的飞跃。要打消大家的顾虑，在信息或指令传递前的有效验证机制和预警机制或许是一个可以选择的解决措施。在图3体系架构中，“智能模拟”是连接生产管理层和操作执行的层的关键环节，该环节的在线、

4

到操作层。同时该层面的智能化应用要能根据实时生产情况的反馈，通过生产动态分析，及时修正生产作业计划，形成该层面完整的闭环控制。图4为生产管理层面智能化体系架构。 月度计划 信息图像化 智能模拟 现状 规则 关联 知识库 分析 优化命题 大数据 调度协调优化 MES系统 调度令管理 图4 生产管理层面智能化体系架构

(Figure4 The intelligent architecture of manufacturing

management level )

图4所示中，“智能模拟”根据上层下达的月度生产目标，进行全流程智能模拟，模拟结果在结合知识库、关联分析后得出的现状规则进行两重校验，给出短期作业计划，“调度协调优化”根据短期作业计划，结合优化命题库和来自生产操作层面“大数据集”关联分析后的现状规则，制定现阶段的短期操作目标，传递给“调度令管理系统”。 “模型可靠性技术”、“模型可实现性技术”和“关联挖掘分析技术”是该层面的重点核心技术。三个技术的有效实施可确保模型与实际物理过程的匹配有效匹配。有了这三个技术，正如前述，我们的目标就不能简单定位在人工介入模式的智能化上了。该层面的智能化是解决执行层面的智能化问题，因此它是企业智能化的核心，目前，产学研结合多年，国内已不乏解决三个关键技术的学者和专家。

另一方面，现阶段离线运行的一些模型技术应用效果还是比较理想的，如国外的KBC Petro-SIM建模技术、Aspen Orion行为过程建模技术，国内大专院校也针对性地开发了一些机理模型、启发型模型等。我们完全可以在这些模型基础上增补中间

5

环节，改造成能在线应用的模型。

对炼化一体的大型石油加工企业，为降低计算能力和优化求解能力，可以进行层次性的智能模拟和调度协调优化，比如可以先按板块或按专业管理开展，然后在其之上再建立更高层次的智能模拟和调度协调优化，模型降维以后，可靠性和可实现性等方面就相对有保障。相应地，“数据关联分析”按此方法处理，降低分析难度。

另外，在上面技术实施的同时，亦可尝试机器学习技的应用，近几年，有学者已在呼吁，没有机器学习技术的智能化不算智能化。 3.2 经营管理层智能化

经营管理层（或管理决策层）的任务是根据市场的需求预测、原料的供给情况、生产加工能力和生产环境的状态，利用系统工程的思想，确定企业的生产经营目标，制定企业的生产计划，协调企业各局部的生产过程，从而达到企业总体最优。该层面所面临的不确定因素比生产管理层更多，特别是面对瞬息万变的市场因素，智能化实施难度也很大。 近几十年来，决策支持系统（DSS）的研究基本上都是针对该层面，文献也比较多，上世纪80年初期，DSS增加了知识库和方法库，构成了三库系统或四库系统；80年底末期，专家系统与DSS相结合，形成了智能决策支持系统（IDSS），它通过逻辑推理的手段充分应用人类知识处理复杂的决策问题，既能处理定量问题，又能处理定性问题，提高了DSS支持非结构化决策问题的能力；随着90年代数据仓库、联机处理、数据挖掘技术的提出和发展，商业智能技术成为信息化应用的热点，它囊括了上述几种新技术，数据仓库为决策支持系统提供面向主题集成的高质量数据，联机分析处理提供从多视角途径获取的辅助决策分析数据，而数据挖掘则侧重于识别和抽取数据仓库中隐含的、潜在的有用信息，丰富决策支持系统的知识系统。将这三者纳入到决策支持系统基于知识的结构框架中，就产生了一种新型的决策支持系统——综合决

【3】

策支持系统(SDSS)。其逻辑结构如图5所示。 该系统架构既发挥了专家系统以知识推理形式解决定性分析问题的特点，又发挥了以模型计算为核心的解决定量分析问题的特点，从而做到了定性分析与定量分析的有机结合，使得计算机系统解决

【4】

问题的能力和范围得到了很大的发展。

尽管以上思路非常清晰，但离解决实际问题还

有很大差距，多年来，现实中的不确定因素和技术的实施难度制约了该层面智能化技术的落地。 因此，要实现该层面的智能化，一方面我们要借鉴学术上成熟的研究思路，另一方面也要从该层面急需解决的实际问题和现有技术的可工程化两个角度来规划，以求取得突破。 用户 问题综合与交互系统 知识库管理 决策信息 模型库管理 模型库 知识库 推理机 知识 信息 数据挖掘 OLAP 数据库管理系统 数据仓库管理系 数据仓库 数据库

图5 综合决策支持系统架构

(Figure5 The structure of Integrated decision support

system ）

据仓库保证，二是由基于商业智能技术的大数据分析，通过主题分析和跨业务的关联分析生成的内部现有规则集来保证。 市场供应链 月度目标 信息图像化 销售模型 资金模型 规则集 预测模型库 成本模型 利润模型 问题综合、交互与推理 关联 分析 知识库 大数据 生产经营策略求解器 ERP等系统 月度生产、经营计划

图6 经营管理层智能化体系架构

(Figure6 The intelligent architecture of business

management level )

目前，该层面在现实中遇到的最大难题是计划不如变化快，瞬息万变的外部市场信息、物流动态和内部突发因素都会导致月度执行计划需要做出调整，但由于对信息三性（及时性、完整性和准确性）很难掌控，不但会使计划人员疲于应付，执行层面也难以适应。

上述难题解决能力的核心体现在对信息三性的掌控能力，最终体现的是该层面决策支持系统的智能化能力，这是现阶段经营管理层智能化建设的研究和解决方向。

它实际上包括两部分内容，一是对第一手信息的掌控，二是对已掌控信息的加工处理（知识）。两者都要用三性来衡量。图6为基于上述思想设计的可工程化的经营管理层智能体系架构。

图6中，市场信息三性的保证可通过市场供应链管理系统实现，当然其中不是简单的市场信息收集，其中也有预测，在此不展开讨论；内部信息三性的保证，一是由现有信息系统形成的数据库和数

6

知识三性的保证，一是要建设好两个库——预

测模型库和知识库。其中预测模型库，我认为销售模型库、资金模型库、成本模型库和利润模型库这四个库是该层面模型库中最基本的。二是由问题综合和推理机制和经营策略求解器来保证。

以上信息三性和知识三性的保证，环环相扣，每个环节都是一个比较复杂的系统，在此不展开具体讨论。从现阶段信息技术的发展来看，我认为都是可实现的。

以上智能化体系的架构的设计，既继承了综合决策支持系统的思想，又结合实际，使智能决策支持系统的建设可实现工程化。

经营管理层面的智能化，目前广泛的看法是为管理层提供决策的支持，是辅助用户做决策而不是代替用户做决策，目的在于提高决策的有效性而不是提高决策的效率。对此我持保留意见，正如前述，可以预言，随着技术的进步，特别是机器学习等技术的进步，替用户做决策并提高决策效率的在线、

全自动智能化应用在未来10年内必定有所突破，届时将可改变月度经营计划的不可变历史。

4 结 论

（1）智能工厂是以信息化为主导的多学科技术的高度融合，也是“两化”深度融合的必由之路。

（2）基于知识发现和基于模型的两大方法应该是现阶段智能化工厂建设的首选技术。

（3）智能化应该从过去的离线或半离线观念向在线、全自动化转变。

（4）没有机器学习功能的智能化不是智能化。现阶段可以选用易工程化的技术进行智能工厂的实施，但在线、全自动化智能工厂的研究应该引起我们足够的重视。

符 号 说 明

CIMS——Computer Integrated Manufacturing Systems，计算机集成制造系统

CIM——Computer Integrated Manufacturing，计算机集成制造，是一种理念

APC——Advanced process control，先进过程控制 RTO——Real-time optimization，实时优化技术 PCS——Process control system,过程控制系统 MES——Manufacturing execution system，制造执行系统，俗称生产管理系统

ERP——Enterprise Resource Planning，企业资源计划 DSS——decision support system ，决策支持系统 IDSS——intelligent decision support system，智能决策支持系统

SDSS——Integrated decision support system,综合决策支持系统。

OLAP——On-line analysis process，联机在线分析过程

参考文献

【1】 姚建初. 面向CIPS 的智能集成优化设计系统研究[J ] . 计算机集成制造系统,2000 ,6(5) :69274.

【2】李德芳，中国石化信息化建设十二五规划。2010年12月 【3】杨帆 刘守义 综合决策支持系统之现状及发展趋势 《电脑开发与应用 》 第18卷 第5期

【4】 王永恒, 叶小岭, 訾燕. 基于数据仓库的OLAP技术在决策支持系统中的应用研究[A]. 第13届全国计算机、网络在现代科学技术领域的应用学术会议论文集[C], 2007

7

8