基于正向数字化设计与交付的智能工厂建设

曾 峥

中国成达工程有限公司 成都 610041

“数字化是大数据时代的战略和运营策略。将数码科技融入企业的管理和运作中的战略，是为‘数字战略’；把数码科技载入企业各个流程的运营策略，是‘数字化转型’。全球数字化转型的背后存在两大驱动因素。其一，传统运营模式已无法满足市场对个性化以及低成本的生产需求。其二，大数据技术的成熟为数字化提供绝佳的时机”[1]。

新工业革命的浪潮正在扑面而来，全世界都感受到了制造业的热浪。德国的国家战略“工业 4.0”、日本提出来的“社会 5.0”、美国的“先进制造伙伴计划”，都是对工业的国家战略地位的强力支撑。在这一轮工业浪潮中，由于数据作为全新的动力和引擎，使得这一轮工业革命跟以前有着很大的不同。它试图改变传统世界在资本、机器和社会分工上的固有体系，将人类智慧从资本和技术垄断的束缚中解放出来。

我国关于国民经济和社会发展第十四个五年规划和2035年远景目标纲要第五篇“加快数字化发展，建设数字中国”中明确指出，“加快建设数字经济、数字社会、数字政府，以数字化转型整体驱动生产方式、生活方式和治理方式变革”。数字经济核心产业增加值占GDP比重将从7.8%提升到10%，增幅位列十四五社会发展二十项主要指标第三位。纲要还列出了7大数字经济产业和10个数字应用场景，其中，云计算、大数据、工业互联网、人工智能、虚拟现实和增强现实、智慧能源、智能制造等也与中国石油和化工生产企业和勘察设计企业正在推动的数字化、智能化工作息息相关。

1 工程公司数字化转型发展特点

工程公司的数字化转型，打造“基于正向数字化设计和交付的智能工厂总承包业务能力”是两化深度融合的主线。它又可拆分为“智能工厂工程数字化设计能力”“智能工厂工程数字化运营管理能力”“智能工厂工程数字化施工管理能力”“智能工厂工程数字化交付能力”四个能力单元。

化工装置具有投资规模大、建设周期长、多专业协作等特点。工程设计是工厂生命周期中重要的阶段，传统的设计模式下，各专业虽然也采用计算机辅助设计工具，但软件相互独立，且以纸质文件或邮件形式进行数据的传递和整合运用。随着项目大型化和复杂化程度越来越高，数据信息的传递数量级呈几何倍数增长，上述设计模式表现出三大缺点：①人工错误率高，设计质量得不到保证；②效率低下，影响项目建设进度；③工程数据和文档零散储存，关联性差，数据难以得到有效管理和运用。

国内石油化工勘察设计企业的工程设计数字化通常都经历了计算机辅助制图-三维设计-集成设计与数字化交付三个阶段。本文提出的三维集成设计平台解决方案，是以行业主流的商业化集成设计平台为基础，通过对其数据结构、数据接口、业务处理界面等的深度定制开发，打造了底层数据和业务逻辑严谨，同时数据接口和业务处理界面又兼具弹性的集成化数字化平台。

2 内外兼修 串联产业各方的建设理念

当今国内信息化水平较高的大型石油/天然气化工企业及煤化工企业的信息化一般采用过程控制、生产执行、经营管理三个层面的信息化以及支撑它们的信息基础设施。但过程控制层的工艺优化不足，先进控制系统使用不普遍，控制接口及协议老旧，数据传输速率低，传输通道凌乱重复；生产执行层由于实时数据的延误而导致管控不力，缺乏过程控制层的某些管控模块；经营管理层缺乏有效的数据支撑。

为优化上述问题，在工厂设计建设阶段，从设计开始，工艺专业就应针对当今先进控制系统技术下的高自动化、高智能化要求，对流程及控制参数进行调整优化；自动化控制及电气专业根据工艺专业的控制参数及条件、利用先进控制系统的理念，优化实时控制系统的接口及协议；信息化专业利用工业以太网技术建立信息高速公路以汇聚、整合、传输及存储过程控制、生产执行及经营管理的数据及信息。

数字化设计和交付技术应贯穿整个EPC过程。在工厂营运阶段，数字化交付的模型，工艺、设备及控制参数应与MES系统有机集成，而MES系统的相关数据应及时反馈到数字化交付模型中，使数字化交付模型在整个工厂生命周期内对工厂的运维、升级改造及扩建起支撑作用。

化工行业智能工厂建设宜采用“顶层总体设计，分步实施”的方式，破除系统之间的数据沟壑，消除信息孤岛，实现各系统间数据的互联互通、相互融合，装置仪控系统、生产管理系统、企业经营系统和多元生态系统之间的相互协同，最终实现生产操控层面的先进控制、工艺技术的持续优化改进及人员效能提升、生产和经营业务的闭环优化管理。

根据企业的生产经营目标，宜构建集生产、车间操作、能源、设备、安全、环境、应急指挥和质量管控系统为一体的协同智能生产管控平台。项目信息化和智能制造的总体架构以数字化设计交付为基础，以先进控制系统为核心，以MES系统为支撑，按智能控制、智慧生产(操作)、智能运营和智能决策三层架构，满足多系统协同工作。重点建设自动化仪控系统、先进控制与实时优化系统、实时数据库系统、生产执行系统(MES)、能源管理系统(EMS)、设备运行管理系统(EAM)、实验室信息管理系统(LIMS)、操作仿真培训系统(OTS)、智能物流系统、安环综合管控与安全应急指挥系统(SES)、企业资源管理系统(ERP)等内容。并利用工业大数据、工业互联网、人工智能等新技术，全面提升企业智能感知的能力，打造以数据整合为核心的集成平台，实现企业生产经营的整体协同和优化，加强企业精细管理和安稳运行，促进企业业务变革和绿色发展，最终实现智能制造的目标。

数字化工厂是智能工厂建设的重要基础。围绕“数据”这一核心，从工程项目建设阶段开始，就应构建集成工厂静态建设数据与动态运行数据为一体的数字化工厂平台作为智能工厂的有机组成部分。在工程项目建设阶段，数字化交付就是串联工程设计、建造与工厂运营阶段数字化工厂平台的纽带。

传统的数字化交付更多地关注提升交付物的数字化/结构化程度。未来数字化交付的发展方向一是要以智能工厂建设对静态数据的需求为导向，使数字化交付真正产生价值；二是要将数字化交付与工程EPC过程相融合，不搞两张皮，降低成本、提高效率，这样，数字化交付才能真正为行业生产模式的数字化转型服务。降本增效是经济发展的规律、也是优胜劣汰的规律，任何与这一规律背道而驰的行为和产品终将被现实所抛弃。这也是“基于正向数字化设计与交付的智能工厂建设”解决方案中“正向”两字的含义之一，“正向”，一方面意味着时间上与工程EPC过程同步执行，不搞后集成与数字化重建，保证工程数据交付的完整性、一致性、准确性；另一方面意味着执行方式是正向的，不搞为了数字化而数字化。

3 深耕数据 构建技术先进的解决方案

3.1 数字化交付解决方案

数字化交付平台主要由3个模块组成：数据集成模块、三维模型集成模块和文档集成模块。平台的整体架构见图1。

图1 数字化交付平台架构

数据集成模块以SPF作为数据集成平台，以SPE生态的SPID、SI、S3D作为设计工具，创建结构化数据和文档，并发布至SPF平台进行数据集成。其发布的数据和文档可以在集成平台中保留文档和数据的关联关系。除生态内的软件进行数据(文档)发布外，还可以用数据表的形式向集成平台上传非结构化数据和文档，创建结构化数据以及文档和数据的关联关系。通过对SPF内部数据结构和Mapping表的配置，可实现不同来源数据的比对、整合，最终形成一套完整的工厂信息库进行数字化移交。通过SPE生态内设计软件直接向SPF集成平台发布的数据质量高，关联关系完整准确，数据检查和整合便捷，对比其他集成平台的数据上传方式质量优势明显。

三维模型集成模块基于三维集成设计平台，其以工厂三维布置软件S3D为核心，通过与各专业软件接口的二次开发以及相应数据库的建立，实现S3D与其他专业软件的数据交互，实现全专业三维模型的集成设计。虽然S3D除设备和管道外也有其他专业的设计模块，但功能不够完善，不能满足其他专业的设计需求和使用习惯。三维集成设计平台可将结构的Tekla模型、建筑及其水暖电的Revit模型、总图的Civil 3D模型，电气的博超模型等导入S3D中，直接利用了这些专业的设计成果进行三维集成设计，在设计过程中可以检查各专业设计间的相互影响，及时发现问题，提高设计质量。同时，还可形成满足数字化交付要求的全厂模型，解决了行业内存在的为了数字化交付而在S3D中重复建模的设计问题。

在项目执行过程中，还可使用基于国产数字化交付平台定制开发的数字化工程BIM平台实现供应商、施工承包商交付文档、数据的云端上传、自动关联、过程检查和动态监测。

由于智能化模块的设计包含了智能巡检系统，在三维模型设计时对智能巡检系统安装空间、运行通道、辅助设施等也加以了考虑。同时，由于施工过程中会与设计不可避免的产生少量误差，或设计变更没有在竣工模型中完全更新，会造成交付模型与现场实际不一致。这种情况会给工厂基于交付模型的智能化应用带来风险。因此，在项目开车后，会视情况对工厂进行一次完整的激光扫描，根据扫描结果对模型进行检查和修正，实现模型和工厂实际的一致性，精度在5mm至20mm不等。

3.2 智能工厂解决方案

智能工厂解决方案整体架构采用目前先进的工业互联网平台微服务架构打造数据中台和业务中台。企业信息化建设的底层核心是数据治理。通过分析资产管理系统和多个智能化应用系统的需求，对项目数字化交付底层数据库结构进行了统筹考虑和设计，保证项目数字化交付各平台数据库与各智能化系统之间的适配性。这也正是基于正向数字化设计与交付的智能工厂建设模式带来的好处。传统的脱节的工厂信息化建设模式需要花费大量的时间和精力进行数据的梳理、重构和统筹且难以保证其完整性、准确性、一致性。项目工业互联网平台示意图见图2。

图2 工业互联网平台

数字化交付的数据是智能工厂数据中台的一部分(数字化交付平台+工业互联网平台)，数据中台是业务中台的基石。为保证平台的顺利对接，在项目执行过程中，将对双边数据进行统筹规划。如智能化模块之一的主数据系统与数字化交付的分类和编码体系的对应，可使数字化交付的数据直接应用于设备管理、物流仓储等。

以设备管理系统为例，数字化交付无缝地为设备管理系统提供了完整、一致、准确的工程建设期静态数据，并通过设备管理系统在设备全生命周期不断地更新和回归。这些数据如何分类、如何编码、如何定义、需要哪些、如何在不同的系统之间按照业务逻辑通过接口传递，就是通过数据中台底层数据库的统筹设计来完成的，这可以从一个截面印证基于正向数字化设计与交付的智能工厂建设模式的合理性和优越性。数字化交付与设备管理系统关系示意图见图3。

图3 数字化交付与设备管理系统关系

4 结语

“据麦肯锡的研究发现，全球有50%的化工企业仍没有明确的数字化战略和路线图，有许多企业并不了解数字化可以为自己带来价值，从而缺乏商业信心去创建新的数字化转型策略”。

“我国化工行业数字化的先行者都集中在销售端，大多数中国企业虽有数字化的热情，但似乎缺乏实施相应战略的准备，大多数中国企业在数字化运营体系建设、管理与能力、生态圈发展上均存在较大改善空间”。

“数字化转型应该聚焦的三大成功要素：①根据业务特点设计数字化转型路径；②构建数字化管理机制和理念能力；③打造支持数字化转型的产业/社会生态圈”。

在“数字中国”和信息化与工业化深度融合的大背景下，石化和能源行业智能工厂的建设方兴未艾。工程公司如何发挥自身在工程技术和工程数据方面的优势，通过与业主、智能工厂集成商、供应商等多方的合作，主动参与到智能工厂的建设、运维中去，是工程公司信息化建设更高层次的实践和发展方向。