基于IIoT思维的智能工厂架构及实践

2020年06月16日

　　当今社会正处于由工业社会到信息社会的加速转型期，以物联网、云计算、大数据、人工智能、机器学习等为代表的新兴技术革命正在兴起，为离散行业和流程行业带来了“生产模式、营销模式和管控决策模式”的革命性变化。“两化”深度融合的智能工厂将形成新的生产方式、新的产业形态、新的商业模式和新的经济增长点，从而进一步提升企业的生产、管控、经营和决策能力，使企业的生产组织、运行方式、管理效率再上一个新台阶。

Why？智能工厂是挑战与机遇的结果

企业发展需求的挑战，内部业务管理的驱动
　　数字化，有了数据，但信息分散，专业功能软件独立，在数据钻取、决策辅助方面，存在数据不标准、模型不统一、信息未集成等问题；

　　传统的ISA95模型能否彻底解决两化深度融合问题？从工业3.0到工业4.0，广大的工业企业仍面临着信息孤岛、缺乏顶层设计、建设多个烟囱式的垂直应用、MES软件项目普遍存在定制化程度高/推广困难等问题。

科学技术发展的机遇，互联数据价值的驱动
　　·工业4.0
　　·中国制造2025
　　·工业物联网IIoT技术是基石
　　·工业大数据技术是引擎

What？智能工厂的理解

　　智能工厂（SmartFactory）既不是一个软件也不是一个硬件，它是新一轮信息技术变革和知识经济进一步发展的产物，是运营技术（OT）与信息技术（IT）的深度融合，并向更高阶段迈进的表现，是基于智能制造先进技术的新型生产方式，贯穿于设计、建设、生产、管理、维护、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的技术平台，助力企业构建高效、节能、绿色、安全、舒适的人性化工厂。

How？三个维度的智能化构建智能工厂

　　不同于传统ISA95架构的垂直思维层级理念，智能工厂是基于IIoT工业物联网万物互联的扁平化架构的思维理念。企业应从操作、运营和决策三个维度构建智能工厂的架构和功能，以满足不同层次人群的需求。

　　（1） 操作维度：针对专业人群的智能化，基于各个先进的专业系统，实现工厂的高度自动化，通过智能感知、边缘计算、先进控制技术等为业务决策提供基础数据支持，并带来既定的效益；

　　（2） 运营维度：针对管理人群的智能化，基于IIoT平台，结合运营数据，利用一系列业务智能工具，提炼商业洞见，实现基于数据驱动的业务优化决策，在整个供应链上获得成本优势和商业先机；

　　（3） 决策维度：针对决策人群，基于大数据分析，KPI驱动下的数字化科学决策和精益管理，即企业决策者根据业务目标设定企业运营的KPI，并将其分解到各个职能部门，通过感知控制维度和生产运营维度的实时信息和流程优化来实现全厂效益的提升。

Do？智能工厂解决什么问题

智能工厂总体简述

2.1 智能工厂架构

　　如下图，无论数字化交付系统、IT子系统、OT主控系统还是OT辅助子系统如何先进如何完善，都是操作维度的智能化，对于运营管理层和决策管理层还是缺乏信息共享、数据互联互通的一个平台，因此中间需要一个管控一体化平台-数字中台FT InnovationSuiteTM，实现IT和OT的深度广度融合，建立大数据中心，然后利用数据建立生产或业务模型，仿真分析，交互展示，实现数据驱动企业价值，数据驱动科学决策，打造一个完整的智能工厂。

2.2 操作维度的专业子系统

　　各个专业系统专司其职，但如果存在信息孤岛，OT和IT数据及业务不能广度和深度融合，这些先进的专业系统只能形成工业3.0或者工业3.5，无法达到工业4.0的智能工厂。

2.3运营和决策维度的数字中台

　　上述的专业子系统是智能工厂的基础，不可替代。智能工厂并非推翻替换任何专业子系统，而是通过互联互通的平台，更快速地发挥和利用各子系统的优势，是各个子系统功能上的补充和增强，是工业全要素链接的枢纽，是工业资源配置的核心。智能工厂通过构建精准、实时、高效的数据采集互联体系，实现工业数据的全面感知、动态传输、实时分析，形成科学决策与智能控制的管控平台。

2.3.1数字中台的构成

　　（1）全局规划的一个管控一体化统一平台
　　在OT与IT融合的基础上，面向技术、产品、业务及产业等层面提供相应的平台和APP，实现互联、分析、建模、增强现实体验。

　　（2）集中管理的一个数据中心IDC
　　采用虚拟机技术，构建工业数据中心IDC，主要由硬件部分和软件部分以及技术服务组成的交钥匙工程解决方案。

　　（3）一个互联网络：安全可靠的控制和信息系统
　　规划一网到底的企业网络平台，从传感器和设备网络、控制网络到信息网络均以EtherNet/IP以太网架构互联互通，采用六步纵深防御策略，保证企业信息安全。

2.3.2数字中台的功能

　　数字中台通过研发、工艺、生产的横向集成以及企业、车间、设备的纵向贯通，采用数字化、虚拟化、物联网、机器学习、AR增强现实和大数据等技术，构建工艺规划、工厂规划、生产运营的集成管控一体化环境，实现工厂运营监测、设备健康管理，基于物联及AR的智能生产指导，基于质量大数据的工艺/产线优化，形成规划、运营、优化的互联闭环服务体系，进而实现高效快速生产，降低生产及运营成本。

2.3.3数字中台的特点

　　（1）数字中台采用物联网扁平化设计思维，打破传统IAS95模型的垂直层级架构理念，各个系统之间以IIoT平台为中心并行连接，可以将数字化交付系统、OT主控制系统、OT辅助系统以及IT系统等异构系统通过标准接口智能连接在一个平台上。

　　（2）“物”模型连接，系统之间的连接由传统的面向事务的过程向面向“物”的过程转换，“物”将成为链接不同系统的纽带，并通过物的“服务”在系统间交换数据。“物”模型（Thing model）结构如图所示，由四要素组成：

　　属性（properties），既可以是数据属性，也可以是实时状态、遥测、甚至是静态定义属性，传递物理事物的实时状态，或者它们可以来自其他业务系统；
　　服务（Services），指业务逻辑，可以响应新数据、响应用户操作或业务流程而执行；
　　事件（Events），当事件触发时，向订阅者发送有关于“物”的信息；
　　订阅（Subscriptions），接收事件执行的结果信息。

　　（3）标准化的接口设计，万“物”互联，统一不同系统的数据源。

　　●工业系统连接，150多种标准协议；
　　●数字化设计系统连接，支持多种类型的数字化交付模型；
　　●商业IT系统连接，支持各种数据库，广泛的数据类型：模型数据、结构化数据、非结构化数据、时间序列数据、社交数据；
　　●云计算平台连接，支持国内外多数厂家云产品；
　　●边缘计算智能终端连接，标准SDK接口，支持.net、C++、Java、apple、Android等等。

　　（4） AR增强现实体验，真实的物理实体与虚拟的数字化信息无缝集成，实时交互，通过3D模型与现场实时传感器数据体验真实工业生产场景。

　　（5）快速开发，基于模型的互联应用程序快速开发平台，通过使用建模开发来替换传统的编码开发，开发人员可以将精力放在应用程序的敏捷构建而非不停地排查代码错误。开发流程简便明了，数据整合——>数据或业务建模——>数据仿真分析预测——>丰富体验界面——>3D增强现实展示；

　　（6）部署方式灵活，可以在本地服务器、私有云部署、公有云部署或混合云部署，满足企业各种信息安全风险控制需求。

　　（7）信息安全保障，在任何一种部署场景中，平台采用了端到端的安全策略，覆盖所有的层面，包括网络，应用程序，用户和数据安全：

　　（8）统一认证门户，可根据不同使用者的角色将业务系统的不同功能有效地组织起来，为各类用户提供一个统一的功能和信息入口，形成统一的用户体系，提供单点登录、用户管理、消息通知等功能，对不同业务页面进行集中管理和展现。

3. 智能工厂场景实践举例

3.1 操作维度

　　操作维度主要涵盖企业自动化和信息化所需的专业子系统，如DCS系统、SIS系统、CCTV、LIMS、ERP系统、SCM系统和OA系统等等。这些系统是组成智能工厂的基础，如果没有这些系统的智能化，智能工厂就是伪智能。下图以油气行业的专业子系统为例，客户可以按需配置。

3.2运营维度

　　实现物流、资金流、信息流和业务流，四流无缝集成，业务协同与敏捷，消除信息孤岛，打造企业APP微服务。

　　1) 生产管理看板

　　企业可以通过无纸化办公以及智能化的操作管理和工艺管理，实现全业务协同。在企业生产运营管理过程中，50%～80%的成本控制、质量控制、安全生产、设备管理和绩效改善等管理工作都发生在生产操作层。信息的准确、及时与全面性是精细化管理的基础。将生产运行数据、现场数据、质量数据、操作记录、交接班日志和生产指令等操作管理和工艺管理数据互联互通，统一到一个平台进行管理，实现了无纸化办公，克服了依赖人员经验、手工劳动、数据孤岛和数据上报不及时等问题。

　　通过与实时数据库、LIMS、物料和能源等其他系统的集成，依据工艺设计指标参数，通过KPI规则，能够自动实现对每个班组的操作合格率、平稳率、质量合格率、物耗和能耗五大指标考核。

　　2) 增强现实AR

　　（1） AR智能巡检

　　通过手持终端结合工厂真实场景，实现AR智能化巡检，工艺流程、物料流向、设备健康、安全管控信息皆可一目了然。在巡检系统的管理端可查询员工巡检路线、巡检信息、巡检状态，同时能对巡检信息进行统计，结合真实的三维场景直观地反应巡检发现问题的空间位置分布。可实现巡检计划管理、事件管理、人员考核、终端管理、统计分析等功能。

　　巡检定位方法：
　　· ThingMark扫码定位
　　· 模型追踪定位

　　（2） AR设备维修、培训、指导

　　AR技术通过将计算机生成的虚拟物体或信息和真实环境实时叠加在一起，为用户呈现一个感官效果真实、场景信息丰富的情景。这种虚拟零件和真实零件共存的特点，可以为用户在复杂的设备维护和检修中提供一种更灵活、直观的方法，从而使得非熟练工人能够正确地进行设备维护与检修，达到缩短设备维护周期、提高维护效率质量、降低成本的目标。