玻纤行业中小企业智能制造数字转型现状与路径研究

江源 韩冬阳 撒旭 马浩燊 宗雨晨 鲍越

（建筑材料工业信息中心，北京 100831）

玻璃纤维作为工业强基的重要基础材料，在航空航天及国防军工、交通运输、电子电器、能源化工、建筑、环保、医疗等各个领域发挥着不可替代的作用。目前，全球及中国玻璃纤维产量逐年上升，经中国玻璃纤维工业协会统计，2022 年国内（仅指大陆地区），玻璃纤维纱总产量达到687 万吨，中国已跃升为全球玻璃纤维产能第一大国，玻璃纤维产业正处于高速发展的阶段。

在《“十四五”智能制造发展规划》等国家政策的指引下，龙头玻纤企业积极开展智能制造数字化转型，已经在行业内建成一批玻纤智能工厂，将信息技术、先进制造技术与现代管理技术相结合，推进生产工艺数字化、生产过程智能化和企业管理信息化，有效促进玻纤行业研发设计、生产制造、企业管理和市场营销变革，实现制造模式的创新。然而，玻纤行业中大量中小企业仍然处于数字化转型的初级阶段[1]，如何通过数字化转型提升创新研发能力、提高产品质量、降低生产运营成本，是中小企业普遍面临的关键问题。本文通过对玻纤中小企业转型现状、问题和需求进行梳理，帮助企业明确转型方向、路径和方法，加快制定和实施数字化转型战略。

一、玻纤行业龙头企业智能制造数字化转型经验与成效

龙头企业的示范引领作用对中小企业转型升级至关重要，在数字化、智能化建设方面积累的丰富经验可供中小企业借鉴。近年来，中国巨石、泰山玻纤、山东玻纤等国内大型龙头玻纤企业牢牢把握传统产业转型升级的趋势，聚焦转型发展、智能创效，不断提高装备水平，优化生产系统，建成一批智能工厂，在数字化、智能化发展方面取得了显著成效，生产经营主体管理能力、经营水平及信息技术应用能力大幅提升，制造数字化取得较大进展。经过总结分析，玻纤行业龙头企业的数字化建设典型经验做法与取得的成效主要表现在如下方面。

（一）聚焦数字升级，建设数字化生产线

龙头玻纤企业结合玻璃纤维智能制造系统架构，开展智能化技术改造，全力打造包括生产、包装、运输和物料配送在内的全过程的数字化生产线，全面提升产品质量和生产效率。例如，中国巨石对核心生产设备进行3D 仿真建模，在虚拟环境中重现制造工艺全过程，实现生产运营的数字化和智能化。通过搭建网络系统工程，对生产工厂进行数字化技术升级改造，建立智能化工厂。中国巨石通过智能制造项目在生产运营方面取得良好的效果，实现生产效率提高45.04%，生产成本降低20.37%，产品研发周期缩短48.15%，不良品率降低21.88%，能源利用率提高24.25%[2]。

（二）通过建设信息化与工业化的深度融合，初步形成智能制造体系

龙头玻纤企业普遍对已有系统和装备进行深度改造，以便和ERP 等业务系统深度整合，进一步提升和完善对现有设备的数字化管控能力，实现设备远程故障诊断、工艺操作反向控制、能源消耗集中管控等应用，从而对产品进行全生命周期管理。例如，山东玻纤利用智能化技术进行改造后，智能化生产线上工作强度大幅降低，生产效率有效提升，用工人数减少。经过改造后，一条年产10 万吨的生产线，用工减少100 多人，每年节约人工成本1000 万元以上，人均产能提高3 倍，人时效率、断丝率、能耗强度等指标也远超过人工控制[3]。

（三）推动工业大数据运营，促进企业数字化转型

龙头玻纤企业通过建立玻璃纤维工业大数据中心与信息集成系统，实现实时采集生产线信息，高效率统计、评估、分析和处理数据，总结生产经验算法，应用人工智能预判发展趋势，为管理决策和专家诊断提供数据支撑。例如，巨石建成了玻璃纤维工业大数据中心，实时采集生产线各类管控信息1218 项，高效率统计、评估、分析和处理超4 万点位数据，总结生产经验算法，应用人工智能预判发展趋势，为管理决策和专家诊断提供数据支撑。泰山玻纤在搭建智慧工厂的基础上，建立数据中心，实现统一联动管控。数据中心应用SDN 网络、各种业务系统服务器等先进IT 设备，有助于前方设备智能有序运转。

二、玻纤中小企业智能制造数字化转型现状与存在的问题

与龙头玻纤企业相比，我国中小玻纤企业的数字化进程相对缓慢，在装备、技术、管理、软件、人才等方面都有待提升。

（一）生产装备及新一代信息技术应用落后，产线智能化水平较低

在生产装备方面，中小企业生产车间采用的生产装备大多为旧式设备，服役时间较长，生产效率低，且不具备数字化能力，无法实现设备联网，缺乏标准的通信接口，无法实现数据的传输，同时企业缺少针对关键工序装备的技改方案。

在智能装备应用方面，中小企业尚未采用AGV 智能运输车、工业机器人等各类智能装备，产品生产周期中所涉及的原料计量称重、物料转运、产品打包入库等环节，主要依靠标准吨托叉车等装备通过人工操作的方式完成装卸活动，导致物料及产品在各工序间、产线间的运转及产成品包装堆垛、入库严重依赖人工，生产效率低下。部分企业在生产玻璃纤维增强复合材料时，片状料裁切工序完全依靠人工进行切割，存在一定安全风险，同时人工操作存在效率不高、切割精确度低等缺点。

在产线自动化方面，绝大部分企业基本上采用PLC/DCS 控制系统对所有生产过程进行控制，工厂实现批量过程半电子化，具备基础的自动化生产能力，但大多数中小企业的生产设备仍为单机控制，尚不具备“分散控制、集中管控”能力。工序中的关键任务操作如称重配料、张力调节、质量检测等仍大量依靠人工，生产线自动化水平较低，在称料、混料、配料、送料以及设备工艺参数调节、片状料装卸等环节严重依赖人工处理，即便已经配备自动化设备，但由于部分生产环节效率低下，产线无法实现高度自动化连续生产。

在新一代信息技术应用方面，目前仍有部分中小企业在纺纱、织布等车间生产的半成品及成品质量检测环节完全依赖于人工肉眼识别瑕疵品，并未应用如机器视觉检测等新一代信息技术手段实现产品质检，导致质量检测效率较低且存在质量检测结果精确度不高、人工劳动强度大等弊端。

在生产管控方面，行业中小企业普遍未建设集中管控中心，厂区内也并未建设电子看板，各车间仅安装监控摄像头对生产活动进行监控记录，每日生产执行情况仍采用人工填写纸质报表的方式进行记录，管理人员无法实现对产线、车间生产情况的实时在线监测及管控，日常生产执行情况无法做到精确追溯。

（二）数据采集设备规模化应用水平较低，数采能力较为薄弱

在生产设备数据采集方面，中小企业的拉丝机、整经机、网布处理机、锅炉、空压机等重点生产设备多为单机控制，同时该类设备服役时间长，数字化水平较差，尚不具备数据采集基础。在设备运行状态监测方面，大多数中小企业在设备巡检方面采用人工巡检方式，依靠人工抄表完成设备运行数据的采集，巡检数据由巡检人员填写纸质文件进行记录保存。总体而言，中小玻纤企业尚未完全具备针对生产设备数据的采集、统计记录及分析利用的基础条件。

在能耗数据采集方面，大多数中小企业采用人工抄表的形式采集天然气、蒸汽、电力等工厂能源消耗数据，并将能耗数据进行纸质化记录，采用报表进行能耗数据上报。目前，虽有部分中小企业已经针对重点用能设备设施开展数据采集设备及数采方式的优化与升级，实现人工劳动替代，但并未构建出成熟的数据采集与监控系统（SCADA），厂区智能终端、数字传感器、智能仪器仪表等各类数采设备使用量较低，尚未实现规模化部署，仍有较多用能设备设施尚未及时进行能耗测量和统计分析。同时，中小企业能源管理系统建设进度缓慢、应用比例不高，未能形成工厂能源可视化，仅以能源数据报表的形式进行存储，未能进一步分析用能情况，从而实现科学调控能源，提升用能效率，降低生产成本。

（三）工业软件应用尚不健全，生产管理效率低下

OA 系统、ERP 系统以及用友财务U8 系统等信息化系统在玻纤中小企业中的应用较为普遍，为企业开展基础业务提供支撑，但多数企业并未部署制造执行系统、能源管理系统、仓储管理系统、质量管理系统等一系列企业生产及运营管理必要的信息化系统及工业软件，在生产管控方面严重缺乏系统支撑，导致生产管理效率低下，无法有效利用生产数据，暂未形成自动化数据分析能力，无法为生产管理提供科学化决策辅助。

（四）信息化基础设施建设存在短板，智能化生产缺乏基础条件

在网络应用方面，部分中小企业生产车间无工业网络覆盖，关键生产装备无法联网，尚不具备实现信息通信和数据传输的基础，导致生产现场与经营业务之间存在“信息孤岛”。

在安全防护方面，由于在生产区域工业网络覆盖存在不足，故缺乏工业网络安全防护手段，缺少内外网隔离等边界防护能力。同时，工业主机缺乏相应的工业防病毒软件及补丁管理，工业控制设备的远程访问缺乏授权访问等管理措施，导致实际生产活动中存在数据泄露等风险。

在服务器使用方面，部分中小企业机房现有的各类物理服务器使用年限较长，设备硬件存在损耗，服务器容量以及数据处理能力有待提高。

在数据中心建设方面，多数中小企业尚未建设数据中心或数据中台，生产及运营活动中产生的各类数据少部分存储于相应软件及系统中，大部分数据存储于纸质文件中，数据资源无法实现在多系统间协同应用与共享，缺乏对收集的各类数据进行分析进而对生产经营活动进行指导优化、实现数据驱动业务的能力。

（五）技能培训及人才培育工作落后，缺乏技术人才支撑

绝大部分中小企业缺乏针对数字化转型方面的课程培训计划，导致员工仅对智能制造及数字化转型处于概念了解、知晓的水平。企业内部缺少能够推动智能制造发展的人才及团队，尚未形成相应的智能制造人才培训体系、绩效考核及晋升机制、知识管理体系等，未能通过数字化手段形成人员知识与经验的沉淀，无法保证员工快速、有效地获取新技能和新知识，以适应企业智能制造发展需求。

三、玻纤中小企业智能制造数字化转型需求分析

《智能制造能力成熟度模型》（GB/T 39116—2020）是2021 年5 月1 日实施的一项中华人民共和国国家标准[4]，该标准规定了制造业智能制造能力成熟度通用模型的构成、成熟度等级、能力要素和成熟度要求。该模型可适用于玻璃纤维企业开展智能制造的差距识别、方案规划和改进提升。围绕玻璃纤维智能化生产及企业数字化管理要求，依托智能制造能力成熟度模型对能力评价域进行合理选择，采用对标分析法确定生产、工艺、人员、技术、资源、销售六大能力域及各部分能力子域，以标准应用作为抓手对企业开展智能制造数字转型现状分析及需求分析研究，提炼出玻纤中小企业在数字化提升方面的需求主要有以下几点。

工艺方面，需要重点围绕原料管理、制球、拉丝、纺纱、织布、酸热处理等关键工艺环节，针对原料装卸、计量配料、智能质量检测、断丝处理、半成品转运、智能工艺参数调节、酸气浓度监测等开展对标优化分析，加大智能仪器仪表、工业机器人等智能装备应用力度，提升产线重点环节数字化、智能化水平，促进生产少人化、无人化，提升作业效率，改善用工环境。

生产方面，需要重点围绕设备管理、生产计划、能源管理、安环管理、仓储配送、质量管理、采购管理等环节，针对设备运维及监控、生产排产计划制定、车间能耗监测统计、质量数据管理、出入库执行及采购计划制定与执行等领域开展对标分析；需要重点优化设备巡检方式，提升设备参数、能源、生产执行信息的实时监控能力，打破传统依赖人工进行数据采集的低效模式，以信息化系统的应用实现各类数据的统一管理和应用。

人员方面，需要重点围绕企业组织结构、人员技能、人事管理等领域进行深度剖析，建立人员知识、技能、经验管理平台，并完善企业智能制造人才培养体系，组建专业化智能制造数字转型推进团队，保障规划按时、按质落地实施。

技术方面，需要重点围绕数据采集、系统集成、信息安全开展优化升级，促进企业形成生产全流程重点数据及信息的自动采集能力，通过机器学习、人工智能等智能化手段实现数据的利用，以驱动管理决策的优化。同时，生产现场设备、控制系统及信息化系统间需要形成集成模式，促进各类数据及信息完整流转，支撑相关部门业务发展。

资源方面，需要重点围绕装备、网络建设开展对标分析，明确工业网络实现生产区域全覆盖。关键生产设备以嵌入或加装传感器等方式，通过工业网络、标准通信接口及信息系统应用，提升生产设备联网率，实现设备实时运行参数的在线采集，已实现设备状态远程监控。

销售方面，需要重点围绕销售系统、销售计划制定开展能力对标分析，实现销售与采购、生产、仓储等环节业务集成，实现依据市场信息、历史销售数据的市场预测，促使生产模式由传统推动式向拉动式转变。

四、玻纤中小企业智能制造数字化转型路径与措施建议

基于玻纤中小企业数字化转型需求分析结果，聚焦数字化管理、智能化生产和基础设施建设等方面，提出七条数字化水平提升路径，并且相应地提出具体的措施建议，在管理层面与生产层面帮助企业全面实现数字化改造升级。

（一）路径1：革新专用生产设备，扩大智能装备应用

关键生产环节加快更新服役时间长、生产效率低、不具备数字化改造基础的落后生产设备，加速部署适应实际生产情况的数字化、智能化装备。

原料管理环节：原料处置环节应根据实际生产情况优化库房布局及运送料路线，升级库房内设备实施，采用智能电子秤量及混料配料成套自动化设备，应用自动运料输送线、码料机器人、AGV 智能运输车辆、智能立体库等具备自动化、数字化能力的智能装备，极大程度甚至完全替代人工完成原料自动入库、自动称重计量、自动堆垛码垛、自动混料配料、自动取料运料等任务，提高原料处置环节的规范性及管理效率，改善员工工作环境。

仓储管理环节：采用RFID（手持终端）设备对货物的入库、出库及盘点功能进行管理，通过先进的RFID 识别技术和计算机数据库管理查询相结合，自动识别货物信息，实现企业仓储物流运作的自动化、信息化、智能化，显著提高环节工作效率，减少人为统计失误，满足对生产货物高效盘点、出入库信息协同的目标。

工艺环节：针对坩埚拉丝及池窑拉丝工艺，在主要生产车间建设物料自动运输线，配备智能加卸料机器人、AGV 智能运输车辆、数字化质量检验设备等具有自动化、数字化能力的智能装备，替代人工完成自动加卸料任务，完成粗纱纱筒等半成品在工序间的自动转运工作，自动采集工况参数，极大程度解放劳动力，降低人工劳动强度，改善员工工作环境，提高生产连续性及生产效率。

（二）路径2：强化实时数采能力，打造数据应用支撑

玻纤中小企业要制定完整的生产数据采集架构，建设完善的数据采集与控制系统（SCADA），强化生产制造过程中各环节关键数据的采集能力。对重点工艺环节中尚未实现实时数据采集的关键生产设备及生产工况监测点位加装智能仪器仪表及数字传感器，或通过控制系统实现数据采集，加强生产设备运行状态及工况点位数据的实时采集能力；针对已开展基础数据采集工作的现有生产设备，持续拓展数据采集的维度，优化数据采集的方式。

利用现场总线、智能传感、工业以太网等信息通信手段实时传输现场数据，形成设备运行状态、工艺参数、环境参数等信息的全面自动采集能力，打造无人工介入的智能巡检模式，最终通过数据统一管理、集成共享，推进形成透明化生产模式。

（三）路径3：完善自动控制系统，提高智能生产水平

配料环节：建设智能配料系统，基于自动配料算法，结合配料自动化成套设备应用，完成无人化称重加料、配方控制、混合均化、物料输送，实现智能化控制配料时间，减少配料等待，缩短配料周期，提高配料精度、速度，极大程度降低工人劳动强度，改善工人工作环境。

关键工艺环节：建设完善的控制系统，通过PLC、仪器仪表、传感器等装置设备对各车间底层生产设备运行参数进行数据自动采集、检验检测、实时监控，通过现场总线实现各类智能设备数据交互，实现加工制造过程自动控制，替代人工自动完成故障报警后的设备自动启停操作，并自动完成转速调节、断丝处理、纺纱张力调节等任务，辅助生产管理人员对实际生产情况进行总控调度，打造生产全过程分散控制、集中管理的生产模式。

质量管理环节：建设智能质量检测系统，深度应用机器视觉、大数据分析等新一代信息技术手段，通过新一代信息技术与数字化检验装备集成、数字化检验装备与质量管理系统集成，形成关键工序无人工介入的半成品及产成品质量自动检验能力，降低员工劳动强度，缩短质量检测周期，提升质量检测效率及精确性。

（四）路径4：打造工业软件集群，构建协同生产模式

覆盖工业制造全流程，链接玻璃纤维生产采用的各类智能设备，重点推进设备管理、能源管理、计划排产、生产执行、仓储配送、质量管理等关键环节典型系统及功能应用，建成涵盖MES、ERP、QMS、EMS、WMS 等系统的集群，深度发掘工业数据应用潜力，突破空间限制，加强数据信息流动与共享，提高生产过程透明化程度。

打通生产管理系统与经营管理系统的数据流、工作流，实现销售、采购、生产、物流等环节数据联动，实现实物操作与系统同步，打造统一协同的供应链环境，形成生产及经营管理各类数据在多种业务间流转共享的模式，消除企业“信息孤岛”，促进业务互联，最终实现企业内部生产制造的自组织、综合指标的自优化。

（五）路径5：建设业务管理系统，促进业务高效开展

重点针对企业财务、采购、人事等业务部门现有工作流程进行分析、梳理、完善和改进，制定业务标准化工作程序，梳理关键业务间协同运营需求，提高公司仓库、物流、生产、售后、质量等部门的协同，打破部门壁垒，同时建设和完善财务、采购、人事、销售等系统及模块功能，增强横向协作能力，提升各环节业务处理效率和人员利用率，提高控制精度，降低错误率，进而提高企业经营管理效率，降低运营成本。

（六）路径6：完善基础设施支撑，保障业务稳定开展

制定工业自动化网络架构，在生产区域内实现工业控制网络及生产网络全覆盖，建立全厂生产车间及生产设备的连接通道，实现关键环节设备联网、车间联网，建成数据通信能力。

制定工业网络信息安全防护架构，针对工业控制网络及生产网络实现边界防护，采取内外网隔离、授权访问等措施，保障工业网络运行安全；针对工业主机加装工业防病毒软件并进行安全配置和漏洞修复；针对联网的工业控制设备开展授权访问等措施。

统一数据标准，建立基于统一编码体系的现场总线或工业以太网，通过实时/关系数据库技术，实现工厂内人、机、料、法、环、测等生产要素数据与采购、销售、生产、安全、质量、环保、物流、运维等经营动态数据的采集和存储，实现各业务系统之间的数据互联互通与共享。

更新机房服务器硬件设施，提高服务器可靠性，提升负载能力、扩展能力、运算能力。规划建设数据中心，将企业各板块生产数据、经营数据汇聚至企业数据中心，实现对数据的统一管理；通过信息技术手段对数据进行分析、挖掘，优化工业生产过程，为企业各级管理层经营决策提供支持。

（七）路径7：打造智能总控中心，实现数据驱动决策

建设生产智能总控中心，集成通信、指挥、控制、信息，应用三维可视化手段对生产全过程进行实时管控，实现各生产工序、技术参数数据集中管理，形成生产运行协同指挥、安全环保指标监控、经营性指标监督、远程应急决策指挥能力，提升生产组织、调度管控的统一协调能力，进一步增强管理人员对各类生产信息的快速处理和对生产系统的全局把控能力，形成从库存生产的组织方式、生产计划到执行调度的闭环管控。