摘要：回顧了工廠智能化思想的發展歷程，分析了傳統智能工廠的理念，給出了當前階段智能工廠的新定義，為現今許多企業面對大數據云計算時代的困惑和無奈提供了參考;其次對流程制造工業智能工廠的體系結構和基礎實施技術進行了探索和研究，并利用其方法設計了流程工業智能化的結構體系，這將對流程工業自動化理論應用研究起到重要作用。

　　關鍵詞：流程工業，智能工廠，功能模塊，應用研究

　　1 智能工廠的概念及體系架構

　　1.1 智能工廠概念目前， 最早有關智能工廠的描述源于美國智能制造領導同盟提出的智能過程制造(SPM)，它主要是指：將人員、系統連接起 來，實 現 規 劃、運 行、維護以及管理設備，而應用模型化的方法，使得決策和運行模式變得更加可靠，增加了事件的預測性，提升了事故反應能力。 繼美國之后，德國政府也高度重視，提出了 “工業 4.0” 路線。 “工業 4.0” 即虛擬網絡-實體 物 理 系 統(CPS)， 主要是通過將物理設備連接到互聯網上， 使其具有計算、通信、遠程控制、相互協調的功能，最終實現虛擬網絡世界和現實世界的融合，即所謂的人機一體化智能系統，智能制造無疑是總規劃的重點。 2015 年李克強總理在《政府工作報告》中提到了“中國制造 2025”，指出：要實現中國制造，就需要堅持創新驅動、智能轉型、強化基礎。 某種意義上而言，要實現中國制造就需要加快智能轉型，發展智能制造業[1]。建設智能工廠，首先要說數字化工廠。 數字化工廠是對整個工廠生產過程進行仿真模擬、評估和優化，并進一步擴展到整個產品生命周期的新型生產組織方式。 數字化工廠的本質就是實現信息的集成， 通過對企業全部流程進行數據采集， 建立數據庫，將物理工廠變成數字化工廠。智能工廠正是建立在數字化工廠的基礎上， 利用物聯網技術和監控技術加強信息管理服務， 最終達到最優生產、 無人干預、效益最佳、動態平衡的目標。筆者認為，對于智能工廠從不同角度看是有著不同理解的：從工程實踐的方面來看，以信息化為基礎，結合相關專業學科，使工廠能精確地感知和判斷發生的狀況，為企業合理運作、管理提供服務的智能系統即稱作智能工廠;另一方面，以科學分析的方式定義：通過集成的生產方式，對生產加工過程的各個階段以及經營運行等做出分析、判斷和解決，并對人類的相關活動進行搜集加以運用，最終達到向智能信息化的轉變就是智能工廠。

　　1.2 整體思路對于怎樣建設智能化工廠的問題一直被專業人士不斷討論，筆者認為應當用正確的方法將理論運用于實踐，可參考如下步驟加快建設智能化工廠：首先，應該明確建設的目標，企業將運用此技術到達什么樣的目的，怎樣的效益;接著規劃好實施的路線，因為智能工廠的建設并不是一個小問題，這其中涉及到許多方面，規劃好步驟有利于一步步用于實踐;再次，需要制定好有效的建設策略，不同時期建設不同的重點，而這也是智能化建設的關鍵點之一。

　　1.3 系統架構智能工廠的系統結構由操作智能化、運營智能化、商業智能化組成， 同時這三種層次和企業信息化模型中的三個層次是相對應的： 操作管理智能化對應 PCS 層， 生產管理智能化對應 MES 層，商業智能對應 ERP 層。正是基于這樣的理論，現代工廠信息化才能得以繼承發展和創新。 長久以來，國內企業一直堅持信息化建設與專題信息化應用的聯合研發， 并為此做出了巨大努力， 例如加快控制技術的研究和實踐、 不斷優化生產管理模式、大力提高系統深度運用等工作內容[2]。其實智能工廠并無什么特別之處， 也能夠在實際生產中實現。 多年來，許多國家積極探索和尋求智能工廠實現路徑，圖 1 為智能工廠的基本架構與框架。

　　2 智能工廠建設功能模塊與工作進展

　　2.1 智能工廠功能模塊

　　(1)過程模型庫建設一個擁有過程模型庫能夠作為理論研究以及實踐的基本平臺，也是創新的必要條件。 這個模型庫需要多個模型共同組成，如生產、工藝、產品、產品供需、材料物理等，這些模塊相輔相成共同組成了流程工業的過程模型。 這些模型主要包括：①生產模型：主要用于展示生產過程中的設備的生產情況、運行狀態等，作為能為系統生產給予合理可行的方式，是過程模型庫是必不可少的組成部分;②工藝模型：能夠對制造能力有影響的屬性和工藝參數結合;③產品模型：主要功能是可以不斷地分析在制作加工過程中產品特性的變化，便于各個生產過程的結合;④產品供需模型：主要用于描繪出生產需求與市場銷售情況的關系;⑤材料物理模型： 在制作加工過程中材料的產品屬性會發生改變，尤其是物理特性，而該模型即為改變數據全程記錄與還原[3]。 StaticModel PCSUnit： 該類模型描述 PCS 層生產設備的靜 態 信 息，它包括裝置名稱、裝 置 區 域、裝 置 類 型、裝 置 生 產 上限、裝置生產下限、裝置平均損耗等屬性。 動態輸入信息庫與動態輸出信息庫是相輔相成的。 它們重點描述仿真過程中需要仿真的裝置行為，例如流量變化、罐存變化等。 DynamicInput Model SimPCSTankInput： 該類 模 型 描 述 PCS 層罐的動態輸入屬性，它包括了罐名稱、時間標簽、罐初始罐存等屬性。 DynamicOutput Model SimPCSStreamOutput：該類 模 型描述了 PCS 層物料流股的動態輸出屬性，它包括了物料流股名稱、時間標簽、物料流股上游仿真流量等屬性。

　　(2)算法庫算法庫也是智能工廠建設初步試驗系統的組成部分之一，其中包括：①仿真算法庫：主要用于模式產品實際運作過程，判斷生產操作過程中不同運行方式的合理性;②過程控制算法庫：通過此算法庫試驗系統能夠分析產品生產過程中控制方案對其的影響程度;③過程優化算法庫：通過此算法庫能夠對產品生產過程的各個階段進行設計、工藝、流程的優化;④輔助算法庫：主要用于為工廠系統提供必要的計算方法;⑤專家知識庫：指通過知識工程方法對曾經擁有的工程及管理方面的經驗合理整合與利用。一般常用的實時仿真算法： 1)亞當斯-莫爾頓隱式算法(Adams-Moulton)(AM) AM 1 階法=向后歐拉法：xn+1=xn+hfn+1 AM 2 階法：xn+1=xn+ 1 2 h(fn+1+fn ) AM 3 階法：xn+1=xn+ 1 2 h(5fn+1+8fn-fn-1 )一般常用的過程優化算法：模擬 退 火(SimulatedAnnealing，SA)算法是近年來特別引人注目的一種適用于解大型組合優化問題的技術， 算法的核心在于模仿熱力學中液體的凍結與結晶或金屬熔液的冷卻與退火過程。 SA 是一種通用、高效、健壯、可行的擬物型隨機近似算法，并且可以較容易地并行實現以進一步提高運行效率， 適合求解大規模組合優化問題特別是 NP 完全問題。遺傳算法(Genetic Algorithm，GA)是一種新的全局優化搜索算法，因其簡單通用、魯棒性強、適于并行處理，在過去 20 年中己廣泛應用于計算機科學、優化調度、運輸問題、組合優化、復雜函數系統優化、機器學習、系統識別、神經網絡設計等領域[4]。

　　2.2 智能工廠建設進展在當前的信息化時代，工業領域面臨嚴峻的環境、資源危機以及市場、產業轉型的挑戰，人們也越來越重視信息化與工業化的融合，智能工廠建設將勢在必行。 2015 年 3 月，李克強在政府工作報告中指出，要實施中國制造，堅持智能轉型、創新驅動，接著在 2015 年 5 月國務院正式發布《中國制造 2025》報告，這無疑表現出我國對智能工業發展的重視程度與支持力度， 相信我國將很快會在此領域取得重大進展。

　　3 智能工廠建設技術的實際應用案例

　　筆者從事建設的某石化企業自 2011 年開始編制規劃方案， 2012 年啟動科研工作，2013 年 7 月完成智能工廠的總體設計，僅一年后，我們看到了智能工廠的明顯效果。 在 2015 年已經基本建成智能工廠的初步框架， 它將智能工廠的五化特征融入于實踐之中，形成了計劃調度、裝置操作、安全環保、能源管理、IT 管控的智能模式體系。對于該石化企業的智能工廠建設，筆者歸納如下核心技術： ①生產管控中心的建成投用，該中心集經營優化、生產指揮、工藝操作、運行管理、專業支持、應急保障六位一體，實現了生產的完整化、集成化、統一化;②集中集成和標準化取得進展，ODS系統集成了 13 個系統， 為工廠內諸多生產系統提供數據支撐，并實現了生產物料等 40 個標準化模板及 36 類主數據標準化構建;③三維數字工廠初步形成，可進行多個采樣點和實時數據展示，實現了全方位管理;④全流程聯動優化平臺首次在煉化企業中運用;⑤實現 HSE 管理、應急指揮實時化、可視化;⑥一系列國產先進信息化技術在煉化企業首次使用。

　　4 結束語

　　智能工廠是多學科多專業多技術的深度結合， 也是今后工廠發展的必由之路。 當前階段，智能化工廠的建設最需要考慮的是如何依托于傳統模式基礎上進行集成化改造。 過去的觀念已經跟不上時代的潮流，我們需要從過去的舊觀念向在線、全自動的思路轉變。 未來的工廠，人與系統的完美結合會更大發揮人的作用， 實現企業效益增加。 然而創新的道路注定充滿艱辛和挑戰，智能化工廠的建設任重而道遠。

　　參考文獻

　　[1]夏茂森.流程工業智能工廠建設技術的研究[J].信息技術與信息化， 2013(6)：46-52

　　[2]方紅飛，榮岡，馮毅萍.動態模擬在流程工業智能工廠實驗系統中的應用[J].信息與控制，2006(3)：362-367

　　《流程工業智能工廠建設技術應用探究》來源：《工業控制計算機》，作者：馬孟模。