数字化技术为水产膨化饲料生产创造价值

程宏远 李军国 薛 敏

（中国农业科学院饲料研究所饲料加工创新团队，北京100081）

1 我国水产膨化饲料生产管理技术现状

我国饲料产量自2011 年起成为全球第一，2018年饲料总产量达2.28亿吨，产值8 872亿元(饲料工业年鉴，2019)。饲料产品质量和安全不仅取决于饲料原料和配方，生产加工过程也非常关键，毕竟，任何配方都需要经过生产加工后才可以大规模使用，先进合理的生产管理工艺与设备配置不仅可以提高生产效率，降低能耗，还可以提高饲料的营养价值和利用效率，保证饲料产品质量和安全性(Ma等，2018；杨洁等，2019)。我国饲料工业发展的三大环节——原料生产、饲料机械装备和饲料生产企业在技术研发应用环节存在相互脱节，难以协调一致发展的难题，同时，饲料生产线的单元设备集成技术也亟需改善。我国饲料装备的智能化与欧美发达国家相比，技术水平相差甚远。在原料多元性配方模式下，水产膨化饲料生产的难度加大，需要检测、采集和调控更多的工艺过程参数和更灵活的控制方案及设备，以及基于多维度分析（multi-scale analysis）的数据分析支持，才能实现实时、自动调整关键加工参数，保证稳定高效生产。目前，绝大部分饲料生产仍为劳动密集型，自动化程度较低。特别在新冠病毒疫情常态化的影响下，劳动密集型企业复工复产风险较大，此次疫情也将进一步推动我国饲料生产远程化控制和智能化装备的需求和发展。

随着人口不断增加，人类对畜牧产品需求是刚需，饲料是社会食品供应链中不可或缺的一环，因此动物饲料的市场发展空间仍然很大。我国水产饲料年产量2 000万吨。而我国自主知识产权的大型水产膨化饲料加工装备生产历史仅有10 余年，但发展迅速，目前特种水产动物均已普遍采用挤压膨化工艺生产，总产量超过500万吨(饲料工业年鉴，2019)。膨化工艺生产的饲料利用效率显著高于传统的环模硬颗粒饲料，其节能减排、提质增效的效果明显(Welker等，2018)。但目前大部分企业在膨化饲料生产技术方面仍以经验模式为主，生产过程中质量不稳定，非计划停机问题频出，数字化生产管理规范基本为空白。与此同时，我国蛋白质资源缺乏，饲料原料种类很多，不同原料类型，甚至不同批次及产地原料的加工特性不同都会造成生产的不稳定，生产过程操控难度较大，能耗高。因此，饲料生产企业需要通过改善管理流程，提高生产效率，降低生产成本等措施来提高生产的总体技术水平，其中，利用数字化技术改善饲料生产效率是重要的创新之路。

2 水产膨化饲料生产数字化管理

有效控制生产成本是每个企业生产管理的基本要求，是饲料企业优化和改善企业内部管理时的一个核心话题，也是构建其他管理手段的基础。在饲料加工生产设备和过程没有本质性更新条件下，生产成本控制的实施措施可以包括：精益化管理、数字化生产、自动化控制生产过程等等，这些措施的基础都是建立在对生产和管理过程数字化上，也是目前常常说的“新基建”，在此基础上，决策过程不再是盲目进行，而是有数据分析支撑。虽然这个工作方向是整个工业生产行业的趋势，但如何在饲料生产线上落实这些措施还需要针对每个饲料企业的具体情况来进行。

从基本原理上讲，在饲料企业应用数字化技术进行管理的方法与其他工业生产行业是类似的，饲料生产企业可以借助其他工业生产过程成熟的应用方案，结合饲料生产的特征实施数字化技术的应用。在实施企业数字化管理方面，目前已经逐步实施的包括ERP 系统，单机自动控制乃至全厂自动控制等，甚至在汽车制造、家用电器制造等行业，全自动无人工厂已经完全实现。然而，对水产膨化饲料生产企业而言，受产品类别多，原料复杂，操作中参数变化频繁等因素限制，如何结合自身特点实现数字化乃至自动化控制还十分困难。

2.1 配方与加工参数有效关联的数字化

在养殖生产中，饲料占整个养殖的成本的比例可达60%～70%，所以，养殖业对饲料的价格非常敏感。如果饲料生产企业大规模的使用数字化和自动化生产技术，这些技术应用的投资会可能在短时间内直接导致饲料成本上升，短时间内大规模投资数字化解决方案的成本需要在比较长的时间内消化。与此同时，饲料生产过程中，配方原料成本在饲料产品成本中所占比列为70%～80%，生产设备运行成本占20%～30%。应用数字化技术时应该结合这种成本分配比例的权重而进行，比较改善设备运行效率和改善配方效率的投资后，分阶段应用数字化技术手段。

2.2 复杂原料配方模式下的膨化饲料生产瓶颈问题

鱼粉是许多水产饲料配方中的重要原料，随着水产养殖业的增长，水产养殖行业对鱼粉的需求量也逐步升高。联合国粮农组织2020 年（粮农组织，2020）指出：目前全球范围内水产养殖量已经超过渔业捕捞量，全球水产养殖需要以每年9.9%的速度增长，才能填补世界水产品供应量。为了维持水产养殖行业的可持续发展，必须在水产饲料中使用其他蛋白源来替代鱼粉。Aas（2019）等报道，挪威在鲑鳟鱼饲料中使用植物蛋白替代鱼粉，其饲料中的海洋生物蛋白的含量已经逐步下降到了14.5%，如图1所示。

图1 鱼粉在水产饲料配方中的含量变化（Aas，2019）

商业饲料中在应用某种替代蛋白源前，需进行科学系统的评估，以保障该原料对动物食用的有效性和安全的(van Krimpen 等，2019)。从营养的角度来看，替代蛋白源营养成分的组成、质量、营养消化率、营养活性因子含量、适口性和污染物浓度都很重要，这些数据是饲料原料营养参数数据库的重要组成。目前，大量的研究报道证实在鱼虾饲料中可有效降低鱼粉的使用量(Naylor 等，2009；Raveco 等，2013；Øverland等，2006、2011、2013；Liang 等，2019；Nøkland，2019），但针对不同蛋白原料对膨化饲料颗粒物理质量的影响的研究较少。Li 等（2020）研究了黑水虻蛋白替代鱼粉的大西洋鲑饲料的加工和饲喂效果，黑水虻蛋白添加量升高后，对饲料颗粒质量有显著负面影响，因此，现有工艺下生产的饲料颗粒比商业饲料的物理质量低。在饲喂试验中，大西洋鲑对黑水虻蛋白含量较高饲料的消化率也降低。因此，在配方饲料开发过程中，对这些发表的研究数据都需要利用数据库技术对其进行收集整理和数据化描述。

受饲料原料价格和来源复杂性的影响，不断变化的配方和生产工艺参数的调整是水产饲料生产的常态。实际生产中，不同批次、不同厂家的原料加工特性会有显著差异。如植物蛋白通常较动物蛋白具有更高的吸水性和膨胀性，利于加工膨化浮性颗粒饲料，而动物蛋白中，含有不同水溶性蛋白的鱼粉之间的加工特性也有很大差异（Sørensen，2012）。当某些原料价格波动较大时，也需要实时调整配方。也就是说，水产饲料生产过程中的膨化机要经常应对一个具有波动性的“新”配方。在配方调整和形成过程当中，配方师不但需要了解各种原料的基本的营养特征和配方效果，也需要理解“新”配方在饲料生产线上的加工特征。另一方面，膨化机操作人员也必须迅速根据“新”配方的特征找到适宜的加工工艺。然而，在饲料加工生产实践中，许多“新”配方往往不能在短时间内找到匹配的加工参数，导致大量的不合格产品，这个迭代过程有时会消耗比较多的人力物力，复杂多变的配方和原料物理化学特性是限制水产膨化饲料稳定生产的瓶颈问题。构建原料营养和加工特性数据库在这个组建“新”配方和探索“新”配方适配加工工艺过程中可以扮演关键角色。

3 水产膨化饲料生产过程数字化的框架

随着5G、大数据、AI 等信息化技术的发展，通过远程控制的少人甚至无人工厂已在食品加工行业开始应用，数字化技术在水产膨化饲料生产中的重要性日渐体现。目前在饲料生产过程中，最常见的做法是实时采集生产线上的每一个物流，能量流，设备状态流，操作人员流的数据，并自动建立数据库，给出各种数据的变化曲线，标识各种设备的运行状况，分析诊断各种设备的效率等。但是，这种过于宽泛的数字化应用模式会直接导致一次性投资过大。在饲料生产线上应用数字化技术时，需要首先围绕饲料生产的核心进行，也就是要围绕“组建配方效率”和“搜寻适配工艺参数”两个核心工作展开。

图2 饲料生产的基本特征及数据库构架

基于水产膨化饲料生产过程的基本特征，第一步工作是要围绕饲料生产过程的核心问题建立基础数据库，其中包括原料配方成分的加工物理性质数据库，不同配方的加工特征数据库，配方加工历史数据库，配方生产加工参数数据库等，这些数据库是数字化工作最基本的核心，也是饲料生产企业生产管理中的基本要素（图2）。

应用数字化技术的第二步是在数据库基础上建立数据分析功能模块，如图2所示。在饲料生产企业中，各种原料成分的基础营养数据比较齐全，配方师可以依据这些营养数据和原料库存组成“新”配方，但是，大部分情况下配方师对配方的加工特征还不十分了解，特别是物料的黏弹性、流变性、热力学特征等与膨化腔中物理-化学变化息息相关(Forte 等，2016)。因此，数据库中需要能够依据配方成分对物料的基本物化特性给出初步判断和分析。另一方面，负责饲料生产线的人员需要根据配方判断加工工艺参数，也需要核实原料储存是否能够完成配方的加工，或者加工中途如何更换原料，如何随着新特性原料的比例调整加工工艺参数。在水产饲料生产过程中，生产经理的实际操作知识对生产的完成至关重要。目前，在饲料企业中，这些配方建立和配方加工，特别是配方膨化加工均依靠配方师和生产经理的工作经验来完成。数字化技术可以为配方师和市场经理提供定量化的分析结果，呈现“新”配方的历史加工特征和推荐优化的加工工艺参数来完成。

配方分析功能模块和配方加工工艺模块能够促进配方师和生产部在同一个信息基础上进行沟通、分析和决策，从而避免对配方加工的决策延迟和冲突。同时，数字化技术可以将配方和生产工艺有机结合，将加工过程的参数，产品质量作为历史记录保存下来，为技术人员总结经验，研究进一步优化措施提供宝贵的历史经验。

4 数字化技术为饲料生产创造价值

4.1 膨化饲料生产数字化技术的基础理论

配方混合物的物理性质（特别是粘弹性）与饲料膨化加工单元密切相关。从配方混合物物理化学性质出发了解膨化加工过程的本质和基本规律是推动膨化加工技术发展的关键步骤。对原料在膨化机内发生物理及化学变化规律的新发现将导致诞生新的膨化机设计方案和新的操作工艺方法。

近年来，一些学者用相态或相图的方法来分析配方混合物的性质和其变化规律（Thomas, 2019）。在配方混合物的相态研究中，人们通过测定混合物的玻璃转化温度（Tf）和熔融温度（Tm）来获得配方混合在调质和膨化过程的特征，从而解释不同配方在这些关键加工单元中的变化规律。水产饲料膨化加工过程是一个高压热加工过程，在加工过程中，原料物理化学性质的宏观体现是其黏度发生变化。目前，大部分基础研究都集中在对物料黏度的观测和分析计算方面。Samuelsen（2019）利用毛细管黏度计研究物料通过毛细管的压力变化，测量物料在不同温度下的黏性特征，用于解析混合物料在膨化腔中的变化规律，而这些数据规律是膨化饲料智能化生产的基础。

4.2 利用数字化技术评估及优化饲料生产线运行

利用采集的生产线数据可以对生产过程的每一个单元设备的运行状况，以及原料、产品的厂内配送进行详细的量化分析，从而评估及优化全厂生产过程的每个细节，提高生产效率，降低能耗和物耗。饲料生产线设计和建设时，设计目标是依据产品类别和预期产能来完成的，然而，在实际生产过程中，整个工厂的生产线在很多情况下往往不能满负荷运行，这时就需要根据当时的订单情况对生产工艺过程进行局部二次、三次调整，使生产线的运行与配方产能相适应。目前，我国饲料生产企业的生产产能已经超过养殖行业对饲料的需求数量，在许多情况下，饲料生产企业生产线的开机运行模式是按照订单数量进行，也就是说，只有当企业获得饲料订单后，饲料企业才开动某一个特定的生产线生产饲料。生产线不能满负荷运行时，就需要对生产线进行合理调整以节约能耗和物耗。

在对生产线进行调整时，首先需要根据一个设定的目标评估生产线的性能指标，常用的性能指标有设备综合效率（OEE）。每一个企业可以定义自己的OEE，一种OEE 的定义方法是由时间开动率、性能开动率及合格品率3个要素构成（王红英等，2019）。

OEE=时间开动率×性能开动率×合格品率

有些是根据生产线产率或时产（t/h）来衡量生产线的性能，这时对产率的描述需要考虑生产过程的开机、稳定生产、停机等不同环节。比如，产率可以定义为：净产能，即单位时间内（1 h、7 d或30 d）生产线的产量。稳定产能：除去开机、停机时间后生产线的产能或时产。批次产能：在不同时间段生产同一种饲料的产能，用以比较不同班组的生产效率。循环料比率：衡量机头料，机尾料循环的数量。应用对生产线采集的数据可以交叉使用这些不同的计算量进行多层面的比较，从而得出一个比较全面的分析结果，而后再依据这种比较全面的分析结果采取一个最适宜的优化生产调整方案。

5 水产膨化饲料生产数字化应用及展望

当一条饲料生产线设计和集成时，往往需要将不同设备供应商的设备集成在一起。随着时间的推移，有些单元设备之间的相互配合缺陷或不足就会暴露出来了，我们可以依据记录的各种饲料加工过程生产的历史数据重新评估或优化生产线上设备相互配合的水平，及时调整设备运行中暴露出来的不足或缺陷。基于保存的历史数据，还可以用于新员工培训和操作技能改善。这些历史记录保存下来的是工艺工程师多年操作经验的体现，可以相互借鉴，相互传播。基于生产线操作过程的历史记录，可以对饲料生产线全流程中单元设备的相互配合情况，重新进行评估。

目前，在饲料生产企业存在多系统之间没有很好的信息交流的问题，多部门之间的信息不通畅，信息收集不全面不及时，缺乏数据收集和查询的工具。这种情况下生产数据是无法真实可靠反馈给管理者，从而影响对生产运营计划的分析和判断，存在对生产过程中管理的盲点，无法确定生产过程中的瓶颈。目前，大部分水产饲料生产线工艺参数数据没有被实时记录并保存。因此在饲料生产过程中，管理者往往就依靠主观判断，缺乏量化管理的基础，从而导致奖惩制度不透明，管理者缺乏威信，员工也缺乏积极性。利用数字化技术，我们可以记录生产企业每个关键环节的数据，打通部门之间的信息孤岛的连接。比如，配方师和生产工程师的决策就不会再依据某些模糊的概念，而是依照科学的数据进行决策，配方师和生产工程师之间也会加深理解和互信。基于数字化技术，我们也可以记录各种配方的历史加工经验数据，这些历史数据记录了在加工每个配方时所有的操作动作和工艺设定，这些经过多次试错所获得工艺参数对加工类似配方的产品有非常重要的保存和借鉴价值。有利于减少失误和误判导致的非计划停机。

利用数字化技术指导饲料生产实践刚刚起步，大部分饲料生产企业的生产线运行数据并没有及时记录或保存，生产线的性能的定量分析无法开展。因此，生产线实时数据采集系统是数字化生产的前提。在收集到生产线运行历史数据后，对生产线进行分析和调整时，可围绕着各种不同的目标来进行。例如在实现膨化饲料生产节能降耗目标前，首先要在膨化机和烘干机的蒸汽添加管线安装蒸汽流量计，各种单元设备，如粉碎机、混合机、膨化机的生产历史数据要实时记录和保存，经过一定时间的数据积累，通过OEE分析，这些环节的蒸汽使用量可以有效的降低。此外，在电耗方面，利用操作历史数据可以分析和判断适宜的设备启动和停机时间，确保前一个工段生产的物料准备就绪后，后一个工段再启动设备。总体而言，基于生产历史数据针对整个生产线中每个操作和实施步骤的定量化分析，核算每个生产细节，节约不必要的物料，产品和人员移动，达到减少排产不畅和非计划停机、降低生产能耗的目标。

现代社会已经进入数字化时代，数字化技术的应用随处可见。所谓“智能化生产”或“工业4.0”是未来制造行业的发展变化趋势。在饲料生产线中，生产设备的自动控制已得到一些应用，但是许多环节还有待改善。比如，在挤压膨化生产过程中可以自动控制添加水量、螺杆转速、产能等操作工艺条件，但尚不能控制挤压膨化产品的容重、膨化度、水中稳定性等加工质量指标。为解决这种状况，饲料行业需要利用数字化模拟技术对单元设备的操作运行规律进行研究，找出工艺参数变化与产品质量的内在关系和工艺参数变化后对产品质量指标的作用。利用这些定量化的关系描述，可以实现生产过程的智能化控制。随着硬件成本、通讯成本显著降低，饲料企业也可借助物联网技术，实现单元设备生产数据、图像远程输送，远程控制。

综上所述，水产膨化饲料数字化技术是一个系统工程，既包括饲料原料的综合物理化学特征数据，也包括膨化加工过程的参数调整及与饲料加工质量的关联性。将以上数据库的有机结合与关联，以期达到改善配方成本控制，提高加工效率，保障饲料产品质量稳定的效果。