卷烟智慧工厂建设规划研究

马洪晶，陈传通，霍文文

(山东工业有限责任公司济南卷烟厂，山东 济南 250100)

随着新一代信息技术的迅猛发展，信息化与工业化深度融合大势所趋，从德国的“工业4.0”到美国“工业互联网”再到中国的“中国制造2025”，各个国家相继制定发布了相关规划。从本质上讲，各规划殊途同归，都是在工业领域特别是制造业领域，充分发挥信息技术，尤其是以工业互联网、物联网、云计算、大数据、人工智能等为代表的新一代信息技术的作用。通过新技术的应用，打通信息孤岛，挖掘数据价值，实现智能制造。

1 背景

烟草行业工业自动化基础较好，在开展两化融合建设方面有先天优势。国家烟草专卖局先后制定和发布了“烟草行业互联网+行动计划”“关于卷烟工厂开展智能工厂创建管理课题研究的通知”等文件，擘画了烟草行业互联网＋建设的发力方向。针对卷烟工厂，规划了智能供应管理、智能生产管理、智能设备管理、智能工艺质量管理、智能能源管理、智能风险管理等六大方向。国家烟草局还先后以专题、课题研究的形式，在行业卷烟工厂开展CPS 信息物理系统建设的探索与研究。2017年第十期、2018年第十一期行业厂长培训班，都以两化融合为主题开展经验介绍和交流。2018 年行业企业管理工作现场会、2018 年行业设备管理工作现场会都以智能化为主题，部署下一步工作，以期通过智能化助力相关业务。

在行业深度推进两化融合的背景下，济南卷烟厂提出了“数说济烟”理念，探索实践一切在线，数据驱动的新一代制造业工厂建设模式，在全厂开始布局智慧工厂的建设工作。

2 济南卷烟厂发展现状

济南卷烟厂始建于1928 年，发展至今，已成为年产能超过100 万箱的生产厂，拥有8 条制丝生产线、33 条卷包生产线，数字化管理和柔性化分组加工技术已走在行业前列。

制丝车间自2007 年异地迁建后，持续推动技术升级，工控网已形成了以工业互联网为主干、以Profibus-DP、PA为分支、以串口通信为补充的多层次立体化网络体系，真正实现了从控制器到执行器、从操作终端到智能仪表的一网到底部署。工控网执行控制形成了以智能执行器件为基础，以PLC、智能从站为关键节点，以操作控制终端为支撑，以集中监视控制为中心的控制架构。通过WonderWare、OPC、实时数据库以及西门子STEP7、TIA 博途等软件和协议的应用，目前初步形成了节点可通信、信息可采集、数据有存储、智能化有初步零散应用的局面。

卷包车间通过建立数据采集系统，已初步形成具备生产指挥、过程控制、质量评估与优化、设备监控与保障、异常预警与探测、追溯分析、绩效评价与决策判断等综合能力的统一过程监控管理系统。在平台数据分析部分，卷包信息系统已具备在质量、生产、设备、管理、角色上进行大数据的研究和应用的基础，并将质量管理、生产信息、设备信息的数据整合、深度分析相关模块进行实验总结，针对不同的研究对象建立数据模型，进行算法学习与验证。在数据可视化工作中，已实现了生产过程实时监控、设备运维管理、过程质量监控等，利用富UI 技术将数据进行形象化展现。

济南卷烟厂能源计量系统涵盖了空压、真空、燃油燃气、锅炉、换热、除氧、软化水、能源计量以及空调、配电系统等10 个分能源系统，借助于能源工业网进行分区域数据通信，实现全厂能源数据的采集、集中存储与分析。通过形成可视化报表、曲线数据，为济南卷烟厂各用能部门的能源供给、消耗统计提供数据和决策支持，最终达到合理分配、高效节能的目的。

3 智慧工厂建设规划

3.1 网络架构规划

在全厂范围内工业控制网络互联互通。建立厂级光纤干网，以中心机房为核心，连接各生产车间工业控制网络。各车间依托各自现有网络，逐步形成以车间光纤环网为主干，以工业以太网为延伸，以各类路由（非传统路由器）、耦合器为衔接点，融合各类工业通信协议的网络体系架构和布局。

3.2 云平台建设

依托网络架构和部署在网络上的各类服务器、控制器、执行器、智能仪表等，建立基础设施即服务的IAAS 层架构，实现云平台建设的第一步。依托计算资源和存储资源，在厂级中心机房建立平台即服务的PaaS 云平台。在此平台上分别建立部署数据采集、数据存储、数据计算的采集平台、存储平台和计算平台。并以此为基础，建立数据挖掘分析的实验平台，建立数据挖掘的各类算法库。

以各生产车间为计算域和业务域，实现边缘计算的部署与应用。域内部署数据仓库，实现绝大多数的数据计算和数据存储。中心节点部署数据湖，实现对全厂全量数据的存储和挖掘分析。

在PaaS 层之上，以业务需求为依托，建立各类应用部署。应用部署在企业云端，通过PaaS 平台的支持和实验平台源源不断地分析挖掘，实现应用的及时部署与及时调整，真正体现应用即服务的SaaS 层。

3.3 业务应用研究

3.3.1 智能装备研究

围绕对智能装备“状态感知、实时分析、自主决策、精准执行、学习提升”的要求，结合卷烟工厂设备装备现状和设备管理业务实际需求，开展研究工作。

开展装备智能化数据需求研究。依据生产、工艺和设备运维需求，提出典型的主机设备的各类数据需求；摸查现有设备的数据现状，提出数据新增需求；加强与烟机企业沟通，形成老旧设备的改造方案和新购设备的装备要求。

（1）开展装备控制执行能力提升研究。围绕设备控制执行，通过自主创新和合作交流等方式，加强控制方法和执行精度的研究，提高设备运行效率和产品生产加工能力。

（2）开展单机设备运行维护管理平台的构建。通过设备自带或额外构建等方式，加强对于感知数据的检测分析，研究设备运行监测、故障预测、故障诊断决策和根据历史经验数据自主学习提升等应用的方法、算法的研究。

（3）加强设备数字孪生体的构建研究。根据设备结构和设备功能，研究和构建设备数字孪生体，研究数字孪生体构建方法、数据接口标准、数据虚拟现实展现等。

3.3.2 设备智能运行维护应用研究

以设备全生命周期管理理念为指导，以设备管理业务为需求，研究设备管理智能运行维护应用和以智能化平台为基础的业务流程再造。

（1）开展对设备运行监测和人机交互研究。依据设备状态感知，研究设备运行监测应用，实时掌握设备运转状态、生产任务、产品质量，依据数据孪生体和增强现实，全面掌握设备性能，定位故障设备。研究设备异常与故障的在线保修和自主推送，加强人机交互沟通。

（2）开展对异常与故障的智能决策研究。研究依设备运行数据和在线、离线状态检测数据为基础的设备异常与故障诊断，自动诊断设备故障、定位设备部位、分析故障原因、选择维修策略、形成派发维修工单。

（3）开展设备运行的预测分析研究。研究依靠振动监测、温度分析、油液分析等手段和各类实时数据、历史数据的设备性能预测分析，掌握设备整体和关键部位的劣化趋势，预测故障时间，做到精准维护、精益维修。

（4）开展对设备管理业务的综合分析研究。依托数据平台，开展设备故障规律、设备生命周期劣化趋势、运行费用到机台、零备件寿命周期规律、清洁维护、润滑保养频次等相关业务的研究。

3.3.3 支撑保障服务与管理决策研究

充分发挥设备智能运行的保障服务作用，围绕保障生产任务、工艺质量，服务工厂管理决策，开展相关研究工作。

（1）开展设备数据支撑保障工艺质量的研究。研究通过设备自带工艺相关数据对加工产品工艺质量的在线实时监测，研究设备加工产品稳定性和满足工艺质量的加工能力。研究设备参数对工艺质量的影响，研究通过仿真等手段提升加工能力的方法。

（2）开展设备数据支撑保障生产任务的研究。依据设备运行能力和设备状态，开展动态智能排产的相关研究。根据加工流程，以设备为媒介，开展产品批次研究，全过程串联和追溯产品、半成品、原料、辅料材料等。

（3）开展设备数据支撑服务管理决策的研究。根据设备管理数据和相关应用，研究设备数据对企业宏观运行经营的服务支撑。研究通过数据归集和统计，因果和相关关系分析，服务企业预算、投资计划、管理目标制订等相关业务的决策。

3.4 数据管理方面

加强数据管理工作。数据管理方面，对数据进行定义、分类，依据数据全生命周期理念形成管理机制，对数据的采集、传输、存储、应用、归档、销毁等进行全生命周期管理。建立贯穿整个数据管理过程的数据安全保障机制、设备数据质量评价机制。在设备数据应用方面，按照KDD 知识发现模式，推广使用CRISP-DM 跨行业数据挖掘标准流程，按照业务理解、数据理解、数据准备、建模、评估、部署六个步骤开展数据应用。目前，卷烟工厂处于两化融合发展的良好机遇期，通过制定前瞻性的规划，建立全厂范围内互联互通的工业控制网，搭建企业云平台，探索大数据解决方案，为建设智慧工厂打好平台和数据基础。智能装备、设备智能运维、管理决策等应用研究结合设备、生产、管理的实际业务需求，充分挖掘数据价值，提升企业的智能制造水平。