化工行业正在经历一场由数字化、智能化技术引领的变革,作为主体的生产企业应积极拥抱变革,用新技术、新理念武装自己,以求尽早实现转型升级。数字化、智能化建设的根本目的都是为了帮助企业消除生产过程中的不确定性、降低成本、提高效率和综合竞争力。
很多企业有这样的疑问:“从ERP到PLM,从MES到各种集成软件平台,几乎实施了智能制造系统架构中的所有软件系统,可为什么还是没有打造出理想中的数字化企业或实现智能制造呢?”
企业的信息管理水平和生产效率并没有因为实施各种软件平台而实现本质的提高,事实上,软件和机器一样,仅仅是工具,现有的技术水平只能辅助人解决具体的问题,花钱买软件容易,但要实现系统之间的集成与横向纵向业务的互联互通并非易事。
数据是静态的,有没有形成通畅的网络化的信息流,以及信息流的质量、速度和覆盖范围,可以反映企业在生产、管理和决策等各方面的信息化水平。在数字化企业中,人员动态、生产情况、设备状态、物流信息、业务流、环境信息等最终都以网络化的动态信息流高级形式展现,这些恰恰是数字化建设的最重要组成部分。
所有的软件管理系统、云平台、移动技术、大数据、可视化分析、物联网、智能机器、人工智能等等均是数字化的一部分,在数字化企业中通过信息流连接使之发挥作用,而孤立的系统体现的价值有限。
其次,目前很多企业偏重硬件建设,导致投入巨大,动辄成千万上亿元,且硬件存在被技术进步所淘汰的风险。比如,“5G”技术的突破必然带来硬件设备的更新换代。
再者,期望简单移植机械制造行业的智能化生产到化工行业,以实现“无人工厂”,忽视“人”的价值,这在当下是难以实现的,或者要付出巨大的经济代价;也是由两个行业的自身特点决定的。
数字化智能化工厂的灵魂是有一个数字孪生的模型,能够根据各种条件或工况的实时变化进行精确运算,计算结果与实时工况进行比对,提供预测或量化的调整参考。然而,
-
物理过程——易建立精确数学模型 物理+化学过程——难以建立精确数学模型
这两个本质的区别决定了流程化工行业难以简单移植在机械制造行业中业已实现的高柔性、高可靠性、无人值守的智能工厂方案。
目前,化工企业在装备先进性、自动化、作业标准化、即时通讯等方面都有很大的进展,但在信息支持服务、信息发布与传递、数据整合利用、操作易用性等方面存在短板。随着信息科学技术的发展,特别是移动互联网和物联网技术(如防爆移动终端)的发展,给存在易燃易爆区域的化工企业带来现场信息支持技术和服务手段,亦很方便地实现全方位的数据整合和实时传递,极大地提高横向纵向互联互通的信息化水平和管理精细化、可视化。
对于流程化工行业的数字化工厂建设来说,具体可以分三个阶段:
-
· 补短板,夯实基础管理 ,提高底层数据收集、信息化水平,提升数字化能力;
-
· 实现业务流程的全数字化,横向纵向信息的互联互通,搭建数据中心,释放数据价值;
-
· 创新业务模式,逐步建立精准数学模型,及建立可持续、可生长的生态体系,推动数字化向智能化转型。
化工企业的数字化智能化建设必然是一个长期的过程,不可能一蹴而就,采取的实施策略应注意以下三点:
-
· 要有针对性:先着力解决标准化、规范化问题,再解决智能化的问题;
-
· 成本要适度:概念美好、脱胎换骨式的改造意味着高昂的投入,并不一定能带来期望的回报;
-
· 技术具有前瞻性:技术布局没有前瞻性,就可能导致频繁修改甚至推倒重来,极大增加企业负担,挫伤企业员工实施数字化智能化改造的积极性。
数字化工厂实施成败的关键是:
-
· 系统开发商对行业特性具有深刻理解
-
· 用户的准确反馈快速迭代
-
· 互联网、自动化等专业技术服务商的强大资源与协助
尤其注重系统开发商与用户密切合作,快速迭代、不断进步。
信息化、数字化是实现智能化的必经途径,数字化建设带来的效果也会在实施过程中逐步体现:
-
· 电子化的信息实时记录和查阅:信息记录更全面真实,信息查阅更实时准确。
-
· 高效、自动的全业务流程:通过信息流实现工作协同和工作过程管控。
-
· 数据的梯级利用:自动统计分析数据,提前发现各种安全和设备隐患,辅助设备维护和工艺优化,逐步具有辅助决策能力。
-
· 两化融合,数字化向智能化转变:将标准、规范等通过系统固化和落实,融入企业生产管理体系,各方面的信息逐步模型化,最终实现智能化工厂。
总之,化工行业的数字化智能化建设是个长期的过程,需要针对各个企业的情况总体规划,采取相对稳妥的策略逐步实施,夯实不同阶段的基础,在系统开发商、专业技术服务商及企业用户的紧密合作下逐步实现数字化、网络化、智能化。