牛长胜

摘要：化纤制造业经历了30多年的快速发展，引进了许多国外的先进技术和装备，在一定时期内形成了规模优势。但是，在未来可持续发展上，企业面临着新的形势挑战。随着设备的智能化、通信与信息技术以及控制与传感技术的快速发展，工业互联网的大数据环境已经成熟，以信息主导的资源利用、效率提升、质量优化以及管理升级成为企业持续发展的核心竞争力，传统制造业的化纤企业应该抓住这轮创新发展的新机遇，实现企业智能制造的转型升级。

关键词：化纤；智能制造；MES；工业互联网；转型升级

1 引言

传统制造业的竞争在近几年进入到另一个全新领域—智能制造的转型升级。当前，互联网+与传统企业的融合创新步伐正在加速，其产生的化学反应和放大效应不断催生着研发设计、生产制造和营销服务模式的变革，成为制造业转型升级的新引擎。传统企业的互联网化转型已经成为企业共识，云计算、物联网、移动互联和大数据等技术构成工业互联网技术基础，这些新兴技术正在渗透到传统的产业和工业企业中，并且这不是简单的渗透，而是深度的融合。工业互联网在广度上实现了工业全系统、全产业链和全价值链的泛在互联互通，在深度上实现了工业企业内部信息数据在生产各环节及全要素间传递，在工业互联网平台上通过数据积累形成大数据环境，叠加计算机算法应用的开发，进而形成了人工智能应用。工业企业智能制造基础已经形成，智能制造不仅可以改造提升生产制造水平、提高生产质量和效率、优化组织结构和业务流程、实现产品全生命周期管理、延伸产业链条和发展新型业态，而且新一代信息技术产业发展，有利于产业结构向中高端迈进，打造制造业竞争新优势，实现跨越式发展。近年来，国家高度重视工业互联网发展，强调要持续提升工业互联网创新能力，推动工业化与信息化在更广范围、更深程度、更高水平上实现融合发展。

化纤行业在传统产业中一直处于高速发展前沿。近二十年，化纤行业对民营资本开放，再加上行业基础相对较好，行业新技术应用、新装备推广均处于世界前列。国内绝大多数龙头化纤企业主流生产装备都是以建新项目为主，投资巨大，装备技术较新，主工艺流程生产系统自动化程度较高。但是在这轮智能制造的技术变革中化纤行业启动相对较慢，即使有些企业项目实施了自动落丝、自动包装、全自动立体仓库和全自动加弹机设备等项目，仅仅是为了实现局部生产效率的提高及运行成本的降低而做出的自动化系统的完善。智能制造系统是一个复杂工程，涉及计算机技术、网络技术、通信技术和控制技术等现代电子科技技术，对基础设备要求很高，投资较大。尤其是针对不同企业的生产流程，设计思想与设计要求完全不同。离散型加工企业与流程型制造企业的生产与管理模式决定了智能制造系统结构与功能的不同设计。

本文就化纤长丝企业智能制造升级需要重点解决几个方面问题做研究探讨，重点分析企业智能制造转型的准备工作，化纤行业存在问题解决的思路，从企业实际需求出发构建企业内部纵向集成局域网，首先实现内部智能制造升级。

2 企业转型基础成熟度评估

企业智能化转型的基础条件及转型阶段成果评估主要在以下三个方面：生产流程管理，装备自动化程度，企业组织能力。

化纤企业生产管理多是基于市场经验判断的计划性执行，具有完备的计划执行体系。生产、工艺、质量、设备维护和资金使用等都是按照确定的计划目标执行，具有完备的行业产品标准与企业内部标准，操作流程可重复性强，程序性固化相对容易。大多数企业具有ERP软件应用基础，管理层面信息化应用经验丰富。基于这些智能化转型的有利条件，生产组织、工艺流程和产品标准都可以通过程序语言固化到智能平台流程中，实现流程化生产控制。

化纤企业（长丝）装备自动化水平较高，生产工艺控制都是应用计算机系统、可编程序控制器执行精准控制，这也是近年来化纤技术快速发展形成規模效益的前提。虽然在聚合工艺控制上具有局域网络平台系统，但是在全工厂范围内，没有建立完整的管控平台（PT），无法做到全厂生产流程的整合，局部的数据技术（DT）与分析技术（AT）只能服务于各独立生产设备或系统。化纤设备虽然自动化程度较高，但是行业现行标准并没有把设备的数据联网作为设计基础要求，在一些公用工程设备上控制器的数据接口采用的是早期串行通信技术，生产流程控制还停留在自动控制技术阶段，企业的信息化网络平台也仅是用于办公自动化及财务管理，智能化转型的平台（PT）建设成为了化纤企业的当务之急。

企业智能化转型的第三个基础条件是包含生产组织的运作模式和核心技术人才储备的业务组织能力。智能制造对化纤企业既是机遇也是挑战。机遇是因为行业发展已经进入平台期，化纤企业的资源成本优势已经失去，规模化发展之路面临着有限市场需求的压力，行业有向更高层次发展的要求，以信息技术和工业智能制造技术为基础的新型知识经济已经成为生产要素。挑战是因为智能制造是一个庞杂的系统，涉及技术广泛。智能制造建设的必要性毋庸置疑，但如何建设不是简单问题，仅仅懂得互联网、懂得计算机以及有过智能制造设计经验并不能一定做好化纤智能系统，但就像所有新技术一样，都需要有与需求结合过程，对于化纤流程型制造企业，我们需要知道应用智能制造要解决什么问题、实现哪些功能，项目应该按照什么步骤进行，这就涉及企业的人才能力。

人才需求是多层次的：首先要有核心的领军人才，能够进行企业级大型方案架构和系统设计，领导团队完成系统设计与开发，能够结合化纤行业工艺知识在复杂系统中发现问题、定义问题，并提出解决问题、避免发生问题的方案。第二层级的人才要能够针对具体问题和特定功能完成方案设计、功能开发、系统实施和优化；其次，企业还需要培养一批具有一定计算机、通信专业技术基础的技术人才来负责平台维护和操作，他们经过几年化纤行业从业锻炼，积累一定的工艺流程知识之后，能够逐渐承担系统开发和应用设计的工作。

企业的智能制造转型的另一个准备就是需要调整生产组织模式。生产组织模式要从基于经验管理向基于数字管理转变，将企业的所有要素转变为智能制造平台要素，企业的决策依据平台的信息变化，所有生产经营活动都由智能制造平台来完成执行。这种转型升级不同于以往化纤企业的信息化工程，也不同于有些企业实施的ERP管理项目，智能化生产是企业全流程、生产全要素和产品全生命周期的整合处理。目前化纤企业普遍认识到了智能化转型的意义，但是如何实现转型以及转型能创造的价值还有待深入理解，在不清楚要解决什么问题时，更谈不上发现未知问题，这需要企业的管理层的高度自觉性觉悟。

3 化纤企业智能化转型的设计核心及重点解决问题

化纤企业智能制造转型核心首先是制造执行系统MES的设计，根据生产流程需求开发相关功能应用，实现企业内化纤产品生产及管理模式升级；其次在此基础上完善与管理层原有ERP的数据融合互通，完善企业内系统层级建设，有条件时逐步发展到云端远程数据共享分析。MES通过信息集成优化整合企业的生产流程，实现生产层与业务层的信息实时传递，通过关联式数据库、图形化使用界面、开放式架构等信息技术，可以帮助企业整合从计划订单，到原材料管理、供应商管理、生产过程控制、能源供应平衡、设备维护、质量控制、产成品管理，最后到客户运输的全流程控制优化。

化纤企业制造执行系统MES设计，首要工作就是生产流程的数据联网，针对各个既关联又独立控制的生产工序要把所有系统都连接起来。首先，要有统一的通信协议，对原有上位机控制的系统可以采用MODBUS-TCP协议或者OPC-UA协议，对嵌入式控制设备或PLC系统采用智能网关统一通信协议到MODBUS-TCP，主干网采用工业以太网数据传输。为将所有流程都纳入智能管理系统，保证生产系统信息在流程中传递完整性持续性，必要的自动化投资是前提，这些年许多龙头企业已经在这方面做出探索，并在管理上、效率上获得提升，这些必要的改造包括全自动立体仓储系统、全自动包装系统和自动物料输送系统等。通过增加PLC控制系统，将采集风机、循环水泵和冷却塔等离散设备的运行信息，掌握其工作状态。对于空压机、制冷机、制氮机和循环水泵等企业的公用工程系统，有些企业项目带有独立控制管理系统设计，可以直接作为MES子系统联网，没有独立系统各设备可以采用智能网关联网，因此所有工序都可以作为MES设备层子系统对待。为实现化纤生产主要工序的信息联网，要进行相应的软件开发，设备层系统要开放数据地址，并按照MES系统规划设计为所有的设备和系统设定统一的IP地址。以某长丝化纤厂项目为例，如图1所示，在网络拓扑设计中，主干网络采用双链路连接，核心交换机与数据库服务器采用双机热备，提高网络整体的冗余能力与可用性。考虑数据采集网络的安全性、稳定性、实时性，将网络分成“数据采集网”与“MES信息网”。两个网络之间通过数据采集工作站的不同网卡进行分割与交互数据，在网络线缆与交换机两个层次上互不连接（物理隔离），避免生产设备暴露在可被公网访问的环境中。MES网络的现场交换机整体具备POE功能，支持在无线AP的覆盖范围内生产人员通过手持无线AP将现场数据与MES系统进行数据通信。

对化纤企业MES设计要解决的几个主要问题总结如下：

（1）物质流与信息流结合的数据管理设计

MES系统是位于企业计划管理系统与生产控制设备之间的面向生产的信息管理系统，为企业的管理人员、操作人员提供订单的执行、跟踪以及资源（人、设备、原辅料和客户）的当前状态信息，MES接收ERP系统的客户订单或生产计划，响应信息包括客户信息、原材料供应商信息及品质指标信息。在系统生成的工艺单中，分配生产批号确定生产线及生产工艺参数，产品在各生产环节中（纺丝、卷绕、缓存、检验、加弹、包装和存储）流转，信息不断叠加（纺丝工位、锭位，丝车，托盘和加弹机锭位都具有可识别的电子地址编码），产线的工艺参数、产品的质量指标、设备的状态参数、出入库系信息以及过程中人为干预等信息，都即时与产品绑定，便于产品质量控制及问题追踪。

为了实现信息采集，所有生产环节都需要系统集成，采用统一的OPC标准协议，对于纺丝系统、卷绕系统、加弹机、空调系统和大型公用工程设备，带有嵌入式控制设备或者上位机系统，采集原系统界面全部生产工艺及设备状态信息。

仓储物流系统设计有独立数据库管理，MES系统设计对物流数据库即时事件触发调用或定期读取方式访问。通过数据采集MES系统可以保存完整的生产过程历史数据，形成关键工艺数据的图形曲线显示，设备系统的性能参数曲线，为数据建模、分析、产品质量追踪等提供数据基础。

（2）工艺优化设计

化纤长丝的计划排产与离散型加工企业计划排产相比复杂性较小，除了原辅材料、包装材料等计划协调外，生产工艺的确定是关键。对长丝生产来说，虽然生产线设备的产品范围基本确定，但在长丝生产实践中，也会受到各种因素影响。我们发现即使同一产品的生产线设计相同，但在工艺参数上还是存在差异，生产出的产品指标也略有差别。相同产品在相同设计的不同生产线上工艺参数并不相同，产品指标也略有差别。在工艺优化上，通过收集生产数据，建立数据关联模型，捕捉从原材料指标到工艺上的参数变化，匹配设备配件的最佳性能，聚焦数据收敛关系，最终形成决策数据，为产品推荐匹配的生产线及工艺参数，并不断优化调整。

例如在细旦多孔长丝产品纺丝工艺优化设计上，纺丝箱体温度对长丝质量影响较大，箱体结构设计、加工精度以及其他工艺条件差异，决定各生产线纺丝温度会有差异。温度设计不合理，长丝断头多，飘丝、毛丝严重，物理指标断裂强度、断裂伸长都要受影响。系统通过不同温度下的生产统计以及物理指标检验分析数据的综合评定，会确定该生产品种在该生产线上的最优工艺设计。见下表。

在纺丝箱体温度关联优化设计系统推荐工艺是262 ℃。

（3）产品检验优化设计

化纤长丝产品检验分为抽检和全检。例如物理指标强伸纤检验，就是按照一定规则取样检验，依照标准规范要求，将检验结果做为一个批次等级标准。而像外观、染色等逐锭取样检验，也只是对一定时间内产品的指标测试，无法衡量全部产品的质量波动。化纤长丝产品质量追求的是高品质指標稳定，通过对产品生产数据建模，分析影响质量的因素，如纺丝温度变化、压力波动，组件的异常飘丝，原料质量指标变化，加弹机热箱温度、假捻器张力和罗拉速度等工艺参数波动。通过对质量干扰因素的即时检验，找出质量关联关系，形成有目标的质量检验，甚至不需检验直接定等。

（4）能源分配及成本分析模型设计

化纤生产的能源包括电能以及聚合工序所需的热媒炉燃料煤、天然气等能源。聚合生产虽然能耗大，但系统完整，产品单一，消耗稳定，燃料能耗计算不复杂。但长丝生产如果要计算各品种、各生产线、各车间、各班次和各订单能耗相对较难；电能计量容易，但是空压、空调等公用工程分配相对复杂。能耗不能分配清楚就无从计算成本，这是化纤企业生产的一个难题，无法准确判断生产产品的经济效益，给经营决策带来困难。只有在生产全流程MES系统实施后，才能够建立产品成本运行模型，既可以看到加工成本的实时变化，也可以做为生产考核的依据。

在各产线各品种中计算压缩空气的能耗，无法通过大量安装计量仪表实现，可以采用消耗曲线的计算方式。所有耗气原件（喷嘴、气缸、吸枪和电磁阀等）都有耗气压力-流量曲线或者一次动作耗气量数值，把所有耗气元器件的曲线参数编程在MES系统中，需要根据工艺调整的喷嘴压力，可以在每次工艺单中确定实际工作压力，MES系统根据生产情况记录所有耗气元器件工作时点、动作次数、工作时长和各等级压缩空气的终端消耗值，作为该空压系统的实际产气量，再折算至电量消耗，就可以计算出每时每刻每个品种，每条产线，各时点的压空消耗，加弹机压一款Heberlein网络喷嘴压空消耗统计如图2所示。

经过能源数据收集积累，建立全厂各品种各生产线的能源消耗模型，在生产调整时，可以模拟调整生产计划中模型参数，能源平衡出现变化，生产效益一目了然。

（5）市场及用户分析模块设计

根据生产订单数据，以及销售出库数据，可以统计总结产品品种的销售数据，形成客户生产情况分析、区域市场变化分析，行业走势分析，进而判断市场下游需求趋势，及时跟进调整生产。通过品种年度市场需求变化曲线，精准制定年度生产计划，指导生产决策。

4 结束语

化纤企业要做好智能制造转型，实现企业系统性应用升级，首先做好企业转型评估，找出企业不足，有针对性补足短板。除此之外还要大胆解放思想，敢于接受新事物新技术，打破传统保守观念，相信科学，突破旧有管理思维，以新技术、新理念创造新价值。智能工厂的架构设计，必须涵盖供应链、工程技术和生产制造三个维度，做到三个维度内及维度间物质流与信息流的贯通，MES是所有活动的中心，是三个维度的交叉点和关键点，是实现企业智能生产的关键环节。智能制造系统完成基础自动化联网后，将根据生产管理需求，不断开发实际应用模块，完善智能制造系统功能，才能实现产品质量提升，企业管理提升，企业效益提升。

参考文献

[1] 李杰.工业人工智能[M].上海：上海交通大学出版社，2019.

[2] 陈明，梁乃明.智能制造之路-数字化工厂[M].北京：机械工业出版社，2017.

[3] 辛国斌，田世宏.智能制造标准案例集[M].北京：电子工业出版社，2016.

[4] 邓朝晖，万林林，邓辉，等.智能制造技术基础[M].武汉：华中科技大學出版社，2017.

[5] 邹欣，李东，陈远，张晓.编程之美[M].北京：电子工业出版社，2018.

[6] 杨波，周亚宁.大话通信[M].北京：人民邮电出版社，2009.

[7] 马笑，刘昌祺.物流配送中心分类与拣货系统实用技术[M].北京：机械工业出版社，2014.

[8] 中国工业互联网研究院，工业互联网人才白皮书（2020）[R/OL].（2020-06-19）[2021-03-02]。https：//www. china-aii.com/index.php？m=content&c=index&a=show&cati d=17&id=444.

[9] 李杰，邱伯华，刘宗长.CPS新一代工业智能[M].上海：上海交通大学出版社，2017.