浅谈陶瓷企业的数字化改造

2022-03-04白梅姚青山陈淑琳聂贤勇刘伟

佛山陶瓷 2022年2期

白梅姚青山陈淑琳聂贤勇刘伟

摘要：建陶企业的数字化改造是建陶行业迈向智能化进程的重要一步，建陶行业的自动化程度已经很高，但是数字化程度还很落后。企业普遍存在着“转产、转料、转人、转速”后的产质量不稳定，出现大幅波动的情况。建陶企业在数字化进程中，应该采取什么样的方法，有哪些难点需要克服，如何在现有设备不做大改造投入的情况下，完成数字化进程，本文提出了已经在建陶生产线实验并证明是成功的改造方法和流程，供广大建陶企业参考。

关键词：数字化;数据采集;系统;数据使用

1 前言

建筑陶瓷产业转型升级，实施数字化智能化改造是近年来政府和企业都非常关注的课题，建陶生产企业和装备制造企业都在不断进行着积极有益的探索。

对于建筑陶瓷生产线的智能化改造，业界普遍认为首先需要实施设备的智能化改造，其次再进行产线的模块化改造，最后将建筑陶瓷制造端体系与服务端体系打通，形成完整的智能循环体系。

众陶联供应链服务有限公司从2018年开始对建筑陶瓷企业智能制造进行调研，并聘请行业专家开研讨会，在此基础上撰写了《关于建筑陶瓷智能制造的调研报告》。在学习了大数据人工智能技术和对国外的数字化改造之后，众陶联智慧智造平台开始了对建陶生产线做智能制造的试点实践。数字化改造是智能化改造的前提，没有数字化就无法实现智能化。我们探索的关注点是，在生产线设备不是或不全是智能化设备的情况下，建陶生产线能否进行数字化智能化改造？

数字化改造试点通过数据采集、数据录入和完整的产线数据链搭建，帮助生产线的数据全流程打通，使用云计算，大数据开展机器学习和深度学习，取得了初步成效。

本文对建筑陶瓷生产线数字化改造做概要论述。

2 建陶企业数字化智能化转型现状

建筑陶瓷企业是传统制造企业，也是连续型生产企业，经过四十多年的高速发展，生产线的机械化自动化程度很高，但是信息化数字化改造还没有完成。生产线的数字信息大多数没有打通，有生产数据的设备形成“数据孤岛”，企业的生产经营管理决策基本沿用了以经验管理为主的管理决策体系。

2020年根据《陶业长征》的数据调查，与2017年相比，全国陶瓷企业数量从1366家下降至1155家，减少了211家，下降15.4%;生产线从3264条下降至2760条，减少15.4%;建筑陶瓷产能从每年136亿平米下降至每年123亿平米，下降了9.6%。

建筑陶瓷企业经过四十年的高速发展，在近几年出现企业数量、生产线数量和产能同时下降的情况，值得我们深思。这既有市场经济规律对过剩产能的调节，使其理性回归;也有实施供给侧结构性改革之后对一部分落后产能的淘汰，还有被淘汰企业自身经营管理落后等多种因素堆叠交叉的多重影响。

本文仅从建陶生产普遍存在的问题做如下分析：

2.1企业生产普遍面临“四转”难题

陶瓷企业在高度机械化自动化的同时，信息化和数字化转型并没有同步跟进，生产线的产能从几千平米提高到2-3万平米，主要是靠设备的投入拉动产能增加，而生产线的工艺管理更多地是靠有经验的技术人员和老师傅经验进行调整。因此，企业经常出现“转速”、“转料”、“转产”、“转人”之后的产品质量下降，生產不稳定现象。

（1）“转速”就是企业为了提高生产效率，将日产8000平米的生产线拉快到日产12500平米时，出现了产品不稳定，质量时好时坏的情况，这个过程有时高达半年之久，在不断地摸索调整后，才能稳定生产。

（2）“转料”，陶瓷企业的生产原料都是大自然的矿物质：黏土、石英和长石，这些物质在生成和挖取的阶段，内部的化学成分是在不断变化的，因此在企业的生产过程中，原料也是在不停地变化着，即使是一个矿挖出来的原料，也会发生很多变化，更何况在生产过程中的粉碎、球磨、均化、造粒阶段的各种工艺波动和工艺参数变化，都会影响到最终的陶瓷砖质量。

（3）“转产”，在十几年前，陶瓷砖花色品种还处于大众流行时代。一个花色品种可以生产一年甚至两三年都不变化，但是到了现在，随着消费者年轻化，潮流化、个性化的迭代，企业的转产越来越频繁，过去陶瓷企业的老话是“转产如破产”，说明转产之后生产不稳定带来的损失相当于破产，现在是“不转产就破产”。跟不上消费者的需求和发展，不转产就没有市场，就会破产。

（4）“转人”，瓷砖在窑炉烧成过程中，有诸多的不可控因素，整个烧成过程的调节主要是靠有经验的老师傅和技术人员，他们凭着在行业里的多年爬摸滚打练就了一双“火眼金睛”，看到问题，做出基本判断之后，再对窑炉的温度、气氛和压力进行调节，但是也有相当多的试错成本。当这些人员一旦“跳槽”，企业就会再次出现生产不稳定的过程，还要靠培养出新的老师傅做主管。这是陶瓷企业普遍存在的情况，智能化水平比较低，没有传承，靠单个人而不是群体的智慧。

企业在“四转”中出现的不稳定是常态化的，无论企业大小都有这样或那样的问题。如果不尽快实施数字化转型和智能制造，这将是长期困扰企业发展的瓶颈。

2.2企业的数字化转型难点

陶瓷生产线是连续生产过程，一旦开启窑炉就不会停工，一般只在年底大修时才会停窑。一条生产线上，有几十至上百台设备，这些设备都出自不同的设备厂家，国产的占大多数，还有西班牙、意大利和德国的设备。近十年来，设备厂商开始重视设备的智能化应用，很多设备增加了工控机，并有数据传输记录。但是由于设备的通讯接口不一致，通讯协议不一致，设备的数据基本是“孤岛型”存在，陶瓷企业并不重视数据的输出与记录，因为这些数据没有给企业带来生产管理和效率的提升。结果是造成有数据的设备，数据无法输出，没有数据的设备，长期“盲打”运作。

在2015年前后，有相当多的科技创新企业关注到陶瓷生产线的信息化问题，开始陆续帮助陶瓷企业实施数据采集，搭建数据通道，呈现数字化成果。在一定程度上助力了陶瓷企业数字化转型。众陶联在《关于建筑陶瓷智能制造的调研报告》中提及了部分企业的科技成果及产品。

2.3数字化转型的数据使用问题

许多人认为，数字化转型就是将生产线上的各种设备数据信息采集下来，做成看板，在车间展示;或者建设一个中控室，在中控室里可以看到各种设备的运转情况和相关记录。当设备出现问题时，会有报警功能，提醒当班工人及时进行处理。以为这就是智能制造了，因为体现了信息化与工业化的高度融合。

根据景德镇陶瓷大学韩文教授在《建筑陶瓷智能制造与绿色制造》一书的描述，这属于建筑陶瓷工业3.0阶段，“将自动化的机械设备进行数字化改造，可实现机械设备的远程调试、控制、维护等目的。”

但还不是智能制造，书中提出“建筑陶瓷工业4.0的特征为智能化，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式，形成一种高度灵活、个性化、数字化的产品与服务新生产模式。”

我们认为，把数据采集到服务器上，与大屏幕的生产看板连接，实时显示设备的运转情况，这些动作最多就是数据呈现，这只是数字化改造的初级阶段，离真正形成智能制造还有很大的差距。因为仅有数据呈现，没有数据的有效利用，其實无法达到真正意义上的人工智能。现在，这似乎已经成为了建陶企业数字化改造的时尚，很多企业都在热衷于上数采设备，做看板呈现，实际上，只是数字化改造的初级阶段。

众所周知，只有数据发展到足够多，且计算机的算法和算力快速发展，在足以支撑大数据运算的情况下，人工智能才能脱颖而出，这就是华为创始人任正非先生提出的“计算机与统计学就是人工智能”。

采集后的数据如果只做简单的统计和看板呈现，然后束之高阁，再也不使用了，其实是对数据的浪费。这样的数据积累并没有形成数据资产，也没有支撑企业的数据化向人工智能转型，还会造成数据库内存不断增加，最后形成数据垃圾予以清除，这也是为什么许多企业家对数字化改造持怀疑冷淡态度的原因。

仅有数据搜集而没有对数据的有效利用，是无法实现智能制造的。

3如何开展建陶生产线的数字化智能化改造

3.1实施数据采集，并对数据采集进行分类

开展数字化改造的第一步，首先是数据采集。根据陶瓷生产线的实际情况，我们将数据采集分成两类：第一类是设备的数据采集，简称机采;第二类是手工的数据采集，简称手采。这是根据陶瓷生产线的特征而决定的。

实施数据采集机采的主要设备有喂料机、球磨机、浆池、喷雾塔、粉仓、压机、干燥窑、施釉、喷墨打印机、窑炉、抛光、分级检测等。

机采数据是在设备有PLC接口的情况下，增加传感器，通过有线传输，将数据传到服务器，再以规定格式上传至云端或与大屏幕连接。

由于设备生产的制品半制品无法在线检测，都是当班工人和质检人员采样后送检，再将检测结果进行登记记录;设备运行情况，生产的产品规格型号等数据也不能通过机采数据记录下来，只能以当班表格形式记录。

手工采集数据将原来的报表做成电子表格，工人的手写报表变为电子表格，以数据平台方式采集，形成结构化数据再上传至云端。我们在试点企业的数据采集，机采数据多达100多张表2000多个变量，手工采集数据的电子表格也有30多张，变量达到1200多个。

机采和手采的数据都非常重要，可以达到互相印证，互相辅助的数据使用效果，因此在策划数据采集时，应该通盘考虑，通盘设计，不能厚此薄彼。

3.2数据链路的搭建

数据采集之后的重点是数据链路的搭建，与建陶业务流程图对应的是数据流程表。要把与生产流程对应的数据串联起来形成多个工序的数据流程表。数据流程表详细地记录了每一个环节的数据，并将所有孤立的数据表串连起来，还原出整个业务流程。

所有的数据在没有经过数据链路搭建时，都还是数据孤岛，只有通过数据链路的搭建，才能形成有价值的数据链条。陶瓷企业的连续生产特性决定了数据的关联有时间节点和工序节点，重点是各个数据节点的相关性和数据之间的逻辑关系。这是在数据处理中耗时最多也最困难的环节。

数据链路的搭建是为后期的数据分析和数据计算打好基础。

3.3打通数据链要靠行业专家

数据要做链路搭建，必须由经验丰富的陶瓷行业专家来讲解工艺的特性，没有行业经验的人是无法解读建陶生产业务流程的。大部分建陶企业的业务流程是没有数据的。这时候，需要行业专家指点迷津并要与项目团队深入到生产线上了解各个工序的工艺要求，工艺标准，工艺参数以及制品半制品在该工序停留的时间。行业专家主要有两个作用：一，对生产线进行分析，讲清楚行业的“痛点”是什么;二，帮助搭建数据链路，理解所有的数据表背后的业务流是什么样的，它们是一种什么样的先后关系。据此搭建出来的数据链路才有生命力，才能够为数据分析和数据挖掘环节提供可靠的数据支撑。

由于建陶生产受到多种因素的影响，因此数据链路的搭建不能只考虑单一因素，有时需要考虑多重因素的影响，例如，窑炉烧成就要受到温度、气氛、压力、粉料的化学物理成分、釉料的化学物理成分等多种因素的影响，同时，还要根据烧成出来的产品检测指标对烧成结果进行评价。因此，仅一个窑炉的数据链路搭建就会和10几种因素进行配合。这也需要行业专家的指导和解释才能搭建成功。

4企业实施数字化改造需要注意的问题：

企业进行数字化改造的目的应该明确，就是为了使用分析数据，为智能化改造奠定数据基础。在改造过程中，通过数据呈现展示一部分成果是可以的，但绝对不是最终目的。明确了数据的使用是整个数字化转型过程中最重要的内容，就可以解决在数字化改造中遇到的一系列问题，并克服其中的困难。

4.1数据采集的原则

数据采集应该坚持这样几个原则：

（1）数据联通的原则

数据联通的两个重要原则：一是要按照工序的工艺流程，将此工序的机采数据和手采数据统一做链路搭建;二是按照设备和制品两部分数据设置可控变量、不可控变量、约束变量和目标变量。即把所有本工序的数据内容厘清，用途厘清和制品检测含义厘清，才能做好数据连通。

同时要考虑的是我们前面谈到的产业痛点，在“四转”过程中最容易发生变化的数据有哪些，设备数据的重要参数及上、下限，制品检测数据的参数及上、下限，做出数据标签，再结合生产线的瓶颈问题做下一步的分析挖掘。

（2）根据数据使用的维度，确定采集数据的点位

数据采集点位是非常多的，有的设备的数据点位达到几百个，例如窑炉的数据采集点有580多个，但是许多数据的用处并不大，特别是传动设备的变频电流、变频电压等数据实际用途并不大，这样的数据点位就不建议采集。在数据使用中数据并不是越多越好。一些没有用处的数据会形成数据垃圾对实际应用数据形成干扰和噪声。

（3）坚持数据的准确性和真实性

数據采集的准确性和真实性是必须坚持的原则，应该注意到无论机采还是手采数据都会有很多数据缺陷，有的是出现空缺值，有的是出现异常值。相比之下，机采数据的状况稍好一些，因为其除了设备本身的原因或者通讯线路不畅之外，不会受到人为因素的干扰。但是手采数据与工人的文化素质，考核内容相关，凡是在岗位考核范围之内的，数据的填写就会认真一些，不在考核之内的数据填写就相当随意，有时一个班的数据都一模一样，没有任何变化，但是实际对照设备时会发现数据的抄写是随意的也是错误的。

谁对数据的真实性负责，其实是一个很有意思的课题，在实践过程中，我们发现：

1）制造数据的设备商对数据的准确性并不关心，数据出现错误之后，设备商总是找出很多理由进行责任推诿，在实在推诿不掉时，才会做出修正和优化。

2）数据的采集商也不关心数据是否准确，他们只关心数据没有掉线，可以正常传输就行了。

3）生产线的技术管理人员因为没有体验到数据对生产可以起到帮助推动作用，他们也不关心数据是否准确，从生产工人漫不经心填写的额数据上，就可以看出他们的态度。

真正对数据准确性关心的其实是我们使用数据建模的技术人员，因此随着数据使用的不断深入，我们跟着数据的使用进度在一点点检验并排查数据的准确性，真实性，并不断对数据采集提出更有实践意义的要求。

4.2数据使用的原则

（1）数据清洗，在数据清洗过程中去除空值、异常值等等。

（2）数据描述性统计分析

数据清洗之后要做数据统计性描述，对数据的均值、方差、中位数和四分位数等等进行描述分析。可以借助可视化软件，将数据的分布做成散点图、柱状图、折线图和气泡图等。

帮助技术人员通过数据描述找出一些规律性的内容，如产品的合格率，设备运行的参数误差等等。

（3）数据分析与挖掘

建陶企业的数据采集特征是数据量非常大，数据的变量也非常多，