引言
以新能源、新材料、3C電子、半導體和汽車等為代表的高端制造業正加速成為我國工業的中堅力量。高端裝備作為智能制造的基礎，其智能化程度直接決定了制造的水平。據預測，我國的高端裝備業預計在2025年達到30萬億的規模。長期以來，我國的高端裝備無論是在核心技術的自主可控、工藝的精細化控制、以及體系化的維護保養上，與國外高端裝備廠商相比，都存在著較大的差距，裝備的智能化迫在眉睫。
從裝備智能化到生產智能化，如何快速推動高端裝備實現智能制造?9月，寄云科技副總裁柯晗在“數聚力量 智見未來”寄云NeuSeer全新工業互聯網產品發布會上重磅解鎖寄云科技全新工業智能應用。
北京寄云鼎城科技有限公司副總裁 柯晗
寄云NeuSeer工業工業互聯網平臺 1.0到3.0，寄云平臺產品始終都圍繞著兩個方向：一是裝備智能化，二是生產智能化。
首先從中國制造業的發展背景來看，2021年中國制造業總量突破30萬億，連續12年位居世界首位。與此同時，我國傳統制造業一直存在著產業結構失衡、企業數量多但名企少、核心技術匱乏等“卡脖子”問題，同時還面臨著中低端產業向東南亞國家轉移、高端制造業回流至發達國家的雙重夾擊等問題?；诖吮尘?，如何提升我國制造業水平，促使我國向制造業強國邁進是我國制造業當前面臨的主要問題。
此外，市場的變化使包括像材料、零部件、裝備等高端制造企業面臨著包括原材料和人工成本的上升、產品生命周期的縮短、產品的個性化和多樣化以及激烈的市場競爭等多方面的挑戰，都對企業在成本管控，交付能力，創新能力和服務能力方面提出了更高的要求。在此背景下，先進制造的必要性更加突出。
談到先進制造，寄云認為需要具備以下五大特點。
■ 精準性：如芯片制造工藝已經進入納米級別，需要控制過程具備更高的準確性和穩定性;
■ 實時性：高度自動化的生產過程需要基于數據，進行實時的決策和過程控制;
■ 靈活性：生產過程高度復雜，在動態變化的生產過程中，需要產線具備自適應的能力;
■ 可預測：需要對關鍵生產指標進行智能化預測，以滿足效率和良率的要求;
■ 可優化：在可預測的基礎上，生產過程需要具備自我優化和自我調節的能力。
基于這些特點，高度依賴自動化裝備的同時，智能化生產需要借助新一代信息技術手段，實現生產過程中的實時洞察、異常分析與性能預測，從而優化生產工藝，提高產能及品質。
同時，先進制造對裝備也提出了更高的要求。先進的制造過程會把人、機、料、法、環等生產要素，按照最合理的方式進行分配，為了達到最理想的結果，這就要求生產裝備能夠快速、連續、穩定、精準的執行各項指令，同時也要具備高度協作、聯動的屬性。
一、 裝備智能化
為了滿足上述先進制造要求，裝備的智能化作為先進制造的基礎面臨著諸多挑戰，包括裝備產生的大量實時數據同機理模型的融合程度不高、突發的設備故障導致的生產中斷、不能實時感知和自動調整導致控制精度的不足、各種類型的裝備之間不能互聯互通協同工作。為了應對這些挑戰，寄云認為裝備智能化的核心能力包括了數字孿生、智能控制、預測性維護以及開放集成的能力。
第一，數字孿生。提到數字孿生，可能很多人印象是3D展現形式。寄云科技認為形式固然重要，但是更重要的是為裝備構建基于運行數據和機理模型的仿真系統，并通過虛擬傳感器實現更全面的感知，完成裝備全生命周期的監測和預測。加速工藝配方的開發和優化、預測裝備的失效模式、從而降低設計成本。
在實際應用中，寄云科技為中石油寶石機械等不同類型的裝備廠商，構建基于運行數據和機理模型的數字孿生以實現裝備全生命周期的監測和預測。一方面，服務于研發過程，提升工藝研發的效率;另一方面，對生產過程進行全流程的監測和優化，包括基于模型的預測性分析。
第二，智能控制。智能控制，是整個先進制造過程中非常核心的一個能力。因為現在很多行業的制造過程都高度復雜，整個生產過程受到各種因素的影響。因此，傳統的基于靜態規則的自動化控制就存在很大的局限性。在靜態規則的基礎上，可以基于對歷史數據的學習和對當前狀態的感知，實現智能化控制;提高生產過程的穩定性和自適應性。結合寄云兩個案例，分享下智能控制在生產過程中的應用場景。
第一個案例，寄云科技協助中國石油實現頁巖氣井智能管控。頁巖井的生產過程是通過電動調節閥來進行控制每天的壓降，在不同壓力的情況下，每天壓降在一定范圍內才可實現最大產量。傳統的模式是用人工來控制壓降，每天通過5-6次的操作來把壓力下降控制在合理的范圍。
基于此，寄云科技通過在邊緣控制器上增加智能算法，幫助客戶把壓降從人工控制的0.21MPa/天精細到0.01～0.1MPa/天。另外，因為流體力學的原因，調節閥進行操作以后6-7小時壓力才能達到穩定狀態，通過機器學習算法可以實時預測最終的狀態，提前6-7小時預測最終結果，最終可實現單井采收率提高10%。這是一個典型的智能控制在工業場景里面的應用。
第二個案例，是寄云與北方華創合作打造的半導體裝備智能管控系統。寄云認為智能控制在很多情況下，彌補傳感器不足。針對半導體生產過程中需要各種類型的氣體，其中在氧化，光刻，刻蝕，薄膜等工藝中用到的氣體有幾十種，且需要對進氣量進行精準控制。熱式傳感器靠氣體傳熱達到熱平衡來估算流量，存在一定的滯后。我們通過濾波補償算法，把傳感器的信號盡量擬合成實際流量值，使響應時間從秒級降低到毫秒級，從而實現了對流量更精準的控制。
上述兩個案例都說明了智能控制在工業里面的重要應用。未來，無論是先進制造，還是智能制造，智能控制一定是不可缺少的。
第三，預測性維護。設備維護的常見方式有預防性維護，預測性維護和故障維修。寄云認為預測維護是預防維護和故障成本相比是最優的，但是前提程度準確性要足夠高。傳統的預測性維護多是基于固定門限的，預測準確性存在很大的限制，寄云的預測性維護方案是通過模型的建立，并用歷史數據來訓練模型，實現在故障早期階段的預警。
例如寄云在和寶潔集團合作針對熱熔膠機經常發生非計劃停機的情況，通過對溫度，壓力等參數構建模型，并通過歷史數據對模型進行訓練，對故障預測的準確率超過了80%，并可提前24-36小時實現預測，從很大程度上解決生產的連續性和穩定性的問題。
第四，開放集成。多數工業場景中的設備類型都非常多，通過為裝備建立標準數據和控制接口，可實現與外部自動化和業務系統的高效集成，更適合開展全流程的自動化控制和編排。
例如針對東方晶源這類半導體光刻工藝監測設備的生產廠家，寄云科技為客戶構建了完整的通信協議棧及控制框架。半導體裝備進入Fab場后需要通過協議棧同廠端的EAP系統連接實現數據傳輸，使用特殊的SECS/GEM協議，為此寄云提供了覆蓋檢測設備涉及到的200/300協議棧以實現高性能穩定的數據傳輸，且基于寄云提供的控制框架，協助企業快速構建裝備的控制系統。
二、 生產智能化
裝備智能化基礎之上，寄云科技認為生產過程本身，也需要通過對數據價值的挖掘，實現生產過程的一個智能化。其中，制約生產過程向智能化發展的主要四個因素包括：
■ 數據基礎不完整：信息系統多而異，導致數據缺失的原因并不是在生產過程中未產生數據，而是未能及時準確的獲取信息。
■ 工藝控制不精確：因原材料、生產環境、訂單等因素的變化，使生產時工藝要快速做出調整，但往往調整后的參數很難穩定生產。
■ 缺陷定位不準確：一個完整生產制造過程，涉及多個工序和環節，缺陷是滯后發現的，不容易定位到根本原因上。
■決策依據不充分：在進行生產計劃執行過程中，涉及內外部多個部門和多種要素，決策人員在判斷處理方式時，只獲得了部分信息，導致決策出現偏差。
為了應對這些挑戰，寄云認為生產智能化需要具備的四個核心能力，包括體系化數據的治理，裝備和工藝的穩定性，缺陷的診斷和預測，以及實時透明的生產管控能力。
第一，體系化數據治理。寄云認為當企業信息化系統足夠復雜，數據種類足夠多的情況下，需要對生產過程中多種業務系統的IT數據和多種裝備的OT數據，在統一融合的數據平臺中，進行數據治理和數據標準化。
比如寄云為中車打造的軌道交通車輛數據智能服務平臺，可以支持從不同地區、不同型號的車輛運行過程的數據采集，包括線網系統、閘機系統、安防系統等異構數據源。這些數據采集以后，讓它形成相對標準的數據資產，支撐像車輛故障預測等各種不同類型的應用場景，協助企業全面掌控數據資產現狀、提升數據質量，實現數據互聯互通、提升數據獲取效率，保障數據安全合規、持續釋放和挖掘數據價值。
第二，工藝穩定性控制。工藝的穩定性對生產過程至關重要。通過采集裝備數據和生產計劃數據并進行實時數據分析，一方面可對工藝配方文件進行管理，根據生產情況推薦最優的工藝配方;另一方面，可以對構建檢測結果和工藝參數的關聯模型，對穩定性進行評估，動態優化工藝參數。
如寄云在協助中電科某研究所通過采集系統集成流程中技術驗證設備所產生的數據，并進行存儲、清洗預處理、分析，通過數據接口，按照業務運行要求，與協同仿真設計環境的精準工藝建模和系統集成環境進行數據交互，實現對工藝數據的分析，包括對工藝參持續優化。
第三，缺陷的診斷與預測。當前，在很多復雜的生產過程中，一個問題的出現可能會跟很多因素相關。所以，當出現一些質量性因素的時候，如何能夠快速定位問題是制造企業面臨的極大挑戰?；诖?，寄云科技將產線的實時工藝數據與檢測結果數據相結合，構建數據模型，實現產線級別的虛擬量測和根因分析。當出現質量問題出現的時候，能快速定位這些問題;另外一方面，生產過程中，可實現實時缺陷預測，避免缺陷產生，持續提高產品品質。
比如寄云科技和彩虹集團針對電子玻璃生產過程中由于工藝偏差引起的翹曲缺陷，基于海量的歷史工藝數據、控制參數和輸出環節的檢驗結果，依托寄云工業大數據分析能力，實現了對電子玻璃生產質量的溯源和預測及產線的實時指標監控，有效提高數據提取和分析效率，協助快速定位缺陷產生的工藝參數異常，并構建質量預測模型，實現將問題診斷和解決的速度從4-5周降到3-4天，提高整體良率3%~5%。
第四，實時透明的生產管控。在很多高度自動化生產企業里面，需要基于實時的生產運行數據，構建全方位智能化的生產管控平臺，對產能、損失和效率進行實時分析和管控，協助企業做出更準確、實時、透明的生產決策，在數字化時代提升企業的綜合競爭實力。
比如寄云科技與全球500強企業麥格納集團下屬格特拉克針對生產設備運行效率的優化展開合作，依托寄云NeuSeer工業互聯網平臺，通過采集設備實時狀態數據，結合ERP和MES的工藝數據，實現秒級生產指標(OEE/JPH/MTTR/MTBF)的實時計算，構建工藝流程監控、關鍵指標監控，覆蓋設備端、工廠層、產線層到集團層等不同層面的指標，打通MES、ERP等OT/IT系統和應用，最終幫助客戶實現產線所需人員減少，OEE(設備綜合效率)提升9%，MTBF(平均無故障工作時間)增加6%等可量化的可觀收益提升。
三、 未來展望
無論是裝備智能化、還是生產智能化，其核心都是數據。從下圖的“工業4.0的6個成熟度水平”可以看出，后三個發展階段“透明性”，“預測性”，“自適應性”都是通過對于數據的深入分析來實現的。智能制造的核心還是在于對數據的利用，并充分挖掘其中的價值。
面向未來，寄云科技將持續圍繞著裝備智能化和生產智能化這兩個方向，基于自身在數據采集、數據存儲、邊緣計算、智能控制、數據分析建模以及數據治理等一體化的數據能力，切實助力高端制造廠商以更高效、更智能的方式實現數字化轉型升級，加速邁向先進制造行列。
（寄云科技）
