中國的制造業(yè)，無論是流程制造還是離散制造，都遇到了進一步發(fā)展的瓶頸期。對于流程制造來說，如水泥、鋼鐵，表現(xiàn)比較明顯的是能源利用率的提升問題——特別是進入雙碳時代后，制造業(yè)的環(huán)保需求逐步加大。對于離散制造來說，突出問題是需求側(cè)市場變化太快，工廠的投入和產(chǎn)能存在巨大不確定性。

智能制造的西安場景模型著眼于產(chǎn)線的微觀智能，分別是自適應控制、生產(chǎn)工藝優(yōu)化、能耗優(yōu)化、專家知識系統(tǒng)、智能質(zhì)檢、預測性維護。

1.場景一：數(shù)據(jù)移動在線化

工信部等八個部門正式印發(fā)《“十四五”智能制造發(fā)展規(guī)劃》，明確到2035年，規(guī)模以上制造業(yè)企業(yè)全面普及數(shù)字化網(wǎng)絡化，重點行業(yè)骨干企業(yè)基本實現(xiàn)智能化。

人員的排班排產(chǎn)、產(chǎn)線的調(diào)度優(yōu)化、貨物流轉(zhuǎn)、金融周轉(zhuǎn)等運營效率的提速，都需要生產(chǎn)經(jīng)營數(shù)據(jù)的在線化與移動化。數(shù)據(jù)的在線可以讓企業(yè)管理人員在生產(chǎn)、經(jīng)營過程中，依據(jù)實時數(shù)據(jù)不斷調(diào)優(yōu)決策。

制造行業(yè)解決方案2.0從對生產(chǎn)狀況影響最大的人和設備著手，讓設備數(shù)據(jù)、成本數(shù)據(jù)實時呈現(xiàn)。通過生產(chǎn)碼、庫位碼、報工碼、物料碼等四個生產(chǎn)環(huán)節(jié)的二維碼，解決制造企業(yè)最核心的進（采購）、銷（銷售）、存（倉儲）、生產(chǎn)環(huán)節(jié)數(shù)據(jù)在線化和移動化的難題。

2.場景二：自適應控制

利用生產(chǎn)裝備和工藝的自動化是智能制造在過去幾十年追求的重要目標，但是由于生產(chǎn)設備和生產(chǎn)現(xiàn)場的復雜性、生產(chǎn)原料的不穩(wěn)定性和環(huán)境變化，生產(chǎn)產(chǎn)線完全依賴傳統(tǒng)的PLC（可編程邏輯控制器）、DCS（分散控制系統(tǒng)）很難做到自動控制，依賴產(chǎn)線工人根據(jù)經(jīng)驗判斷各種異常進行頻繁的操作控制，也會因為疲勞和經(jīng)驗的差異出現(xiàn)波動。

融合數(shù)據(jù)感知和AI決策的自適應控制應運而生。自適應控制基于產(chǎn)線的機理進行建模，根據(jù)歷史記錄，生產(chǎn)結(jié)果數(shù)據(jù)對模型進行訓練和優(yōu)化，將模型下發(fā)到生產(chǎn)端根據(jù)產(chǎn)線實時數(shù)據(jù)推理生產(chǎn)參數(shù)并推薦，最后結(jié)合控制技術對生產(chǎn)線進行閉環(huán)控制。

不同工藝專家技術水平不同，調(diào)出來的效果相差較大。而培養(yǎng)一位合格的工藝專家需要1--2年的時間，一旦離崗，經(jīng)驗也隨之帶走。

3.場景三：工藝優(yōu)化

工藝，是一家企業(yè)如何利用生產(chǎn)工具對各種原材料、半成品進行加工或處理，使之成為產(chǎn)品的方法，包括鑄造、鍛壓、機械加工、熱處理、焊接、裝配、油漆等工藝類別。

一方面，各個行業(yè)都有自己的通用數(shù)字工具和自動化設備，如CAPP（計算機輔助工藝過程設計系統(tǒng)）。另一方面，企業(yè)自主研發(fā)創(chuàng)新、經(jīng)驗總結(jié)的加工方法，可以成為企業(yè)自己的獨門秘籍，比如毛坯制作、機械加工、熱處理等各個環(huán)節(jié)先后順序的優(yōu)化，都可以提高生產(chǎn)效率、降低生產(chǎn)成本、提升產(chǎn)品質(zhì)量，是一家工業(yè)企業(yè)最核心的競爭力。

每家制造業(yè)企業(yè)都規(guī)定了產(chǎn)品的工藝路線、機器設備和加工模具的種類、品名及編號、檢驗方法等，是組織生產(chǎn)和工人進行生產(chǎn)操作的重要依據(jù)。

過去20年中國制造業(yè)的工藝優(yōu)化，主要聚焦于兩個方面：引進國外的輔助工藝設計系統(tǒng)和培養(yǎng)有經(jīng)驗的專家。今天，則轉(zhuǎn)向了數(shù)據(jù)智能。

4.場景四：能耗優(yōu)化

能耗優(yōu)化直接關乎“十四五規(guī)劃和2035遠景目標”中“雙碳目標”的達成，已經(jīng)成為流程制造企業(yè)發(fā)展的重中之重?！吨袊鲜泄咎寂欧排判邪瘢?021）》顯示，登榜的100家A股和港股上市的高碳排放公司，分布在石化、化工、建材（水泥）、鋼鐵、有色、造紙、電力、航空八大高耗能行業(yè)。八大重點高能耗行業(yè)中的六個，都屬于“大制造業(yè)”。傳統(tǒng)制造業(yè)的高端化、智能化、綠色化，提高了制造業(yè)對新技術的發(fā)展要求。

水泥行業(yè)有著很高的煤耗和電耗，水泥的“兩磨一燒”工藝（生料磨、回轉(zhuǎn)窯與水泥粉磨），是保障水泥品質(zhì)穩(wěn)定的主要因素。

第一步：數(shù)據(jù)采集與清洗。結(jié)合工藝專家經(jīng)驗，水泥工業(yè)大腦首先將生產(chǎn)系統(tǒng)、控制系統(tǒng)、設備管理系統(tǒng)、能源管理系統(tǒng)中的海量數(shù)據(jù)進行提取，包括質(zhì)檢數(shù)據(jù)、DCS數(shù)據(jù)、環(huán)境數(shù)據(jù)等。同時對數(shù)據(jù)進行清洗，剔除噪音數(shù)據(jù)或無效數(shù)據(jù)，補充缺失數(shù)據(jù)，為下一步模型訓練提供高質(zhì)量的數(shù)據(jù)資產(chǎn)。

第二步：模型搭建。采用先進的機器學習算法、神經(jīng)網(wǎng)絡算法，結(jié)合先進過程控制模型，對所收集到的多維度數(shù)據(jù)進行建模，真實還原水泥產(chǎn)線上的實際生產(chǎn)過程。并通過對大數(shù)據(jù)模型的參數(shù)進行調(diào)節(jié)，以實現(xiàn)從輸入?yún)?shù)到輸出參數(shù)的非線性映射關系。

第三步：機器學習。通過采集六個月的歷史數(shù)據(jù)，分析多達上百個變量之間的耦合關系，并對模型的輸出進行預測，使風、煤、料的最佳組合范圍可量化、可視化，達到同等產(chǎn)量熟料質(zhì)量最好；同等質(zhì)量情況下，產(chǎn)量最高；或是同質(zhì)同產(chǎn)情況下，能耗最低。

第四步：在線控制。最終生產(chǎn)線工藝參數(shù)的設定，會結(jié)合工藝參數(shù)范圍、步長信息、工藝參數(shù)實時值等，由水泥工業(yè)大腦進行多變量綜合分析，實時針對各工況的產(chǎn)量、質(zhì)量、能耗多目標進行尋優(yōu)，推薦一組最佳的工藝參數(shù)實時反寫回分散控制系統(tǒng)，實現(xiàn)水泥核心生產(chǎn)過程的自動駕駛、無人值守。

以上自適應控制、工藝優(yōu)化、能耗優(yōu)化的案例能夠清晰地看到，西安場景模型智能制造的基本解決方案路徑：收集歷史數(shù)據(jù)--鎖定關鍵參數(shù)--構建算法模型--用實時數(shù)據(jù)驗證算法模型，并進行調(diào)優(yōu)--輸出動態(tài)參數(shù)推薦，或連接自動化控制系統(tǒng)。