智能產線大幅提升生產效能——“伽利略”挑戰高原工廠成就技術極限
一、項目概況
1、項目背景
高爭建材股份作為西藏自治區規模最大的國資控股建材集團，擁有員工3000余人，2018年度，集團主業水泥生產已實現產值十多億元，各業務產值總和已突破20億元。
隨著國家“供給側改革”和“中國制造2025”戰略的推進，高爭建材作為水泥行業的優秀代表，也必然要向集約型生產持續邁進。通過精益生產的方式解決“高原病”即是響應國家“中國制造2025”的號召，也是高爭建材股份提高效能，增加產品供給，提升業務產值的現實需要。
“高原病”引起的產線老化是一種特殊的老化，關鍵設備的一些部件產生了急劇磨損（或非磨損的機械損傷）同時，其它結構部件處于全新狀態。這給基于設備結構知識進行監測狀態推斷的方式提出了極大的挑戰：依據公式和信號變化的算法，報不準成為常態。
通過對全國“工業智能”相關公司的比對，高爭建材股份選擇了與思為交互科技一起應用“伽利略智慧工廠”平臺的IAP（Industrial Assets Plan，“工業資產計劃”系統）解決方案來實現智慧工廠和產能的提升。
2、項目目標
思為交互科技為高爭建材股份設計的方案，基于“實現產線保值，維護生產穩定，提升生產效能，控制投資成本”的原則進行，應用思為交互科技的“伽利略智慧工廠”平臺中，基于過程型MRO的IAP解決方案實現。
“伽利略”是思為交互科技基于數據發現的行業級智慧工廠平臺。包含（1）基于過程型MRO，用于維護產線穩定（維持產線準全新狀態）和提升生產效能、實現產線保值的IAP解決方案；（2）基于工藝關聯挖掘和數據關系發現的智能決策與BI解決方案；（3）基于異常溯源與注重快速排障的故障快速處理解決方案。
高爭建材“伽利略智慧工廠”IAP解決方案的目標設定：
| 產線保值 | 實施IAP解決方案，建立過程型MRO，提高產線穩定性，維護產線達到準全新狀態 |
| 降低維修維護費用 | 轉變原基于計劃性的維修保養，實施基于工業智能排障的常新維護，降低維修維護費用 |
| 提高生產效率 | 減少停產減產損失，提高稼動率。通過調優產線狀態，減少非主觀因素導致的工藝段不良率，提升有效稼動率，從而實現提高整體生產效率和產值 |
二、項目實施
作為工業互聯網的資深參與者，思為交互科技已有5年以上的工業智能相關經驗，是首批基于實際工業場景，將產線實際情況和人工智能技術進行深度融合的公司，也是為數不多的將互聯網和人工智能用于解決實際生產問題（而非監測）的公司。高爭建材基于工業智能的“伽利略”IAP方案，在資產維護與備件計劃、提升有效稼動率，和產線保值上具有實際的意義。
1、場景特征
高爭建材股份高原產線所遇到的“高原病”有其特殊的復雜度。與通常產線的老化相對照，即有特殊性，也有共性：
①高原產線的設備損耗，與高老化產線中的設備磨損表現出一致的性狀，是同類問題。該類問題不會有一個標準的公式可遵循，是業界普遍反映，高老化產線預測準確率不足30%的原因所在。“伽利略”平臺通過工業人工智能，以自由向量模型，經過機器學習后，能成功將準確率提高到99%。
②高原產線的設備損耗，屬于新設備的部份部件損耗，該損耗方式與高老化損耗雖然類似，可以適用相似的計算模型，但在自由向量的實現上，具有一致意義的參考點變少，需要通過更大范圍變量的選取并進行變換后作為輸入量，才能更好的反映這種全新設備部份損耗的情況；
③在高復雜度的情況下，廠方對投資成本可控的要求，需要采用可擴展架構實現。在前期試點工程將計算集中到數據中心，避免大規模的網絡部署。在取得良好收益后，通過擴展部署，而無需任何體系架構上的變革，即可實現全面覆蓋的目標。
作為工業互聯網智慧工廠領域先行者的思為交互科技，不僅具有工業互聯網通用場景的應用能力，在高老化產線等挑戰技術極限的領域也有著不俗的實力。雙方決定基于高原產線這一極限場景進行技術合作。
2、模式路徑
基于高爭建材高原產線的穩定性、設備老化和維護難題，以及投資可控性的要求，雙方確認了“伽利略”IAP解決方案的實施路徑如下圖。
具體實施模塊包含：
①建立過程型MRO，提高產線穩定性：不同于國內平臺型MRO（實際上的維修部件大宗商品集采平臺），“伽利略IAP”的過程型MRO理念源自“工業4.0”。注重的是設備運行狀態（Operations）的監測，以及進行早期維護和維修（Maintenance ＆ Repair）的介入。在技術選型上，“伽利略”對標美國艾默生基于工業智能的預測技術，避免了單純依據設備知識的算法化造成適應性不足的情況（對高老化產線和新設備部份老化的高原產線基本無法預測）。基于工業智能的過程型MRO，能有效提高生產的精益性和集約性，達到穩定生產，提高有效稼動率的目的。此外，在無法停機的情況下，過程型MRO對不良工況設備保持持續監測，并及時的維護改善設備的運行狀態，也是提高產線穩定性和避免意外停機的核心功能。
②聚焦IAP，降低維修維護資金損耗：高老化產線和高原產線共同的損耗特點，是處于不良工況的非主要設備和前序設備給核心設備帶來乘積倍增的負面影響。核心設備不規律的功率補償和偏向運轉是故障的主要誘因。傳統技術手段下，非核心設備的不良工況不是損壞，不能被識別，累積傳導到關鍵設備后維修費用高昂。IAP漸成主流，其核心作用體現在兩方面：首先是基于工業智能可準確定位問題源點（往往是一些小的輔助設備），通過源頭維護，極大降低核心設備的故障和機率，減少維護維修費用；其次，是依托MRO過程和歷史動態曲線，準確給出備品備件建議，大幅釋放備品備件占用的資金。IAP靈敏度級別越高，監測程度就會越細致，產線會更穩定維修維護費用也會更低，但同時也會消耗更多的人力。一個合適的IAP級別需要根據企業的生產情況仔細調節。
③貫徹“常新維護”（keep brand new），實現產線保值：“常新維護”是飛機制造行業應用到工業中的理念。在飛機維護中，任何一個工況不良的末梢設備都能得到及時的維護或更換，使飛機的所有設備都運行在理想工況下，從而使整架飛機維持在接近出廠時的準全新狀態。“常新維護”意味著產線的維護方式，從原來基于時間估算，依賴經驗巡檢，對設備進行強制報廢和更換的“預防性維護”，向注重處理IAP匯報的問題源點，結合關鍵工序日常維護的“預測性維護”轉變。已有成功案例證明，維護方式的轉變在保持產線長新，使產線保值的同時，也具有提升人效的作用。
④可伸縮性（Scalability）計算，實現投資成本的可控性：“伽利略”IAP平臺是一個基于“末敏感知、邊緣計算、工業微服務、神經網絡”的分層人工智能構架。
邊緣計算層：末梢傳感器和邊緣網關共同組成邊緣計算層。邊緣網關內嵌支持常見工業協議的數據采集，采集速率可達毫秒級。除此外，IAP邊緣網關還是“伽利略”智慧工廠智能能力的延伸執行裝置。對單個傳感器歷史數據進行健康監測的智能單體監測單元可運行在邊緣網關中，極大分擔私有云的計算壓力，提升云端監測的反應速度，減少響應時間。此外，依托于在地網的邊緣服務器具有更高的傳輸穩定性，能有效避免網絡抖動對數據傳輸的影響，對故障或維護需求高速響應，并在盡可能快的第一時間通知管理人員。
工業級微服務：“伽利略”IAP的工業微服務依托“蜂巢工業云”自動實現。相對于GE的Predix將工業微服務定義為可編排的，實現一些功能的微服務組件，“蜂巢工業云”將工業微服務定義為微服務的高可用和自我克隆。工業上對穩定性的追求，在“蜂巢工業云”定義下的工業微服務，可通過簡單的鼠標點擊進行設置，即可實現微服務的多機集群，達到秒級切換，在微服務都不可用時，“蜂巢工業云”還因可迅速克隆，保障產線正常運轉的功能而受到好評。
神經網絡：“伽利略”的計算核心采用的是神經網絡，可隨時添加節點增加計算能力，同時將智能單體監測單元下發到邊緣服務器運行，使得神經網絡消耗的服務器資源更少，反應更及時。除了神經網絡技術本身以外，“伽利略”依托“蜂巢工業云”的工業微服務體系還實現了運算能力的動態調度，在前期不部署邊緣網關和末敏感知設備的情況下，可將智能單體監測單元收到服務器上集中運行，在前期監測工藝段不多的實驗情況下能夠達到要求，很好的解決了前期計算能力有限和大規模部署之間的矛盾。在全面部署時，增加邊緣網關，并通過下發末敏計算單元，即可從目前的中心計算模式擴展到整個網絡的全產線覆蓋模式。
考慮到前期計算能力受限的情況，高爭建材“伽利略”IAP實驗項目的實施采取中心部署，因算力限制首先覆蓋窯頭窯尾環節，以“蜂巢工業云”實現可伸縮性的實現路徑，獲得了高爭建材的滿意。
3、技術實現
①功能架構
高爭建材“伽利略”IAP基于可伸縮構架，在末敏/邊緣層、工業微服務層、神經網絡層進行了設計，考慮到一期項目的試點性質，末敏層采用中心部署方式，融合在工業微服務層，取消邊緣網關進行實現。
功能架構圖示：
②功能架構的技術解釋
(A)數據采集單元：基于硬件協議的數據采集，部署于邊緣網關內，已對接modbus、profibus及ABB、西門子、羅克韋爾、施耐德等主流硬件控制協議，具有極高的采集效率（可達毫秒級別）。本項目一期工程未部署邊緣網關，采集功能由OPC采集服務器實現，并作為應用服務器，由“蜂巢工業云”管理和保持高可用。
(B)單體監測單元：基于單個變量的設備部件健康情況監測單元。“伽利略”IAP是基于多層次、自由向量的智能產線健康監測。單體監測單元基于單個傳感器歷史數據，依據多個基礎人工智能模型進行多維度監測。單體傳感器的前置計算極大減少神經網絡的計算量，使神經網絡能夠使用較少的節點，做到快速高效的監測。同時，單體監測單元在較粗的粒度上迅速發現問題，明顯的問題無需經過神經網絡的計算周期就能直接通知系統作出反應，是“伽利略”智能產線的專有技術。
數據采集單元示意圖
(C) IAP（工業資產計劃）系統：基于神經網絡，對全產線設備進行監測。通過獨有的自由向量技術，將產線全部數據視為多層架構的同一整體，解決了高老化產線/高原產線單純基于設備本身數據測不準的行業難題，將高老化產線/高原產線設備損耗的發現的準確率從不足30%提升到99%。在準確預測的基礎上，系統智能給出備品備件建議，與倉庫管理系統銜接后，極大釋放備品備件的資金占用率。
IAP系統將智能監測結果傳遞到倉庫管理系統進行備品備件的智能分析
(D)巡檢維護系統：“伽利略”IAP的巡檢維護系統與普通維護系統的區別，在于普通維護系統重巡檢，通過人力的巡檢發現問題，才能進行維護。而“伽利略”IAP的巡檢維護系統是IAP的執行系統，其主要工作量偏向于維護，維護需求由“伽利略”IAP發現并實時給出。對不需要產線停機的設備，IAP向巡檢系統給出更換建議；對需要產線停機的設備，IAP給出維護建議。“伽利略”IAP的巡檢維護系統在巡檢環節更多結合了IAP的人工智能，而主要工作量轉移到輔助設備的源頭維護上，只在必要的時候輔以人工巡檢，極大提高了維護部門的人效。當前高爭建材基于部門適應性考慮，首期率先采用的是該維護系統的提示部份，通過維護派單方式，仍然達到了“30人做了接近100個人的工作”的效果。
“伽利略”IAP巡檢需求和智能巡檢APP界面示意圖
(E)常新維護：通過“伽利略”智慧工廠IAP的實施（含過程型MRO），高爭水泥產線輔助/末端設備維修維護量提升至280%，核心設備故障率下降至60%，考慮一期工程的實驗性質，在無邊緣網關部署，IAP靈敏度級別較低的現實情況，可認為已很好的實現了“產線保值”和“產線長新”的目標。
三、價值成效
1、項目創新點
高爭建材股份IAP的實施，是“伽利略智慧工廠”IAP在攻克高老化產線的人工智能產線保值技術高地外，對高原產線獨特的損耗模型難題又一次成功的攻克。通過高爭建材IAP的實施，“伽利略智慧工廠”IAP全面建立了正常產線（5年以內產線）、高老化產線（5年以上產線）及高原產線全部產線類型全面的覆蓋能力。本項目具有如下創新點：
①是國內為少有的基于過程型MRO的工業資產計劃系統，釋放大量備品備件占用資金；
②基于自由向量的人工智能監測模型，突破了高原產線設備維護的難題；
③是響應“工業2025”精益生產要求，率先實現IAP資產計劃的項目，6個月減少停減產損失約1400萬元（按年計算2700余萬元），減少回爐損失約1700萬元（按年計算3400余萬元）；
④是國內首批基于“常新維護”實現“產線保值”的項目。
2、應用成效
除開前6個月準備工作，高爭建材在正式運行“伽利略智慧工廠”IAP的6個月內，對比上年同期減少停產、減產15次，減少停產、減產損失近1400萬元，年化減少停減產2700余萬元。各工藝段的核心設備故障率相比上年同期減少40%以上（未部署末敏層情況下取得）；減少工藝段的回爐損失約1700萬元，年化3400萬元。
①減少停減產損失
四、下一步實施計劃
高爭建材股份IAP一期實驗項目已取得較好的效果，但限于覆蓋規模，“伽利略智慧工廠”IAP的完整功能并未完全得到應用。主要仍有以下幾個方面的提升需要：
1、部署邊緣計算層，提升IAP靈敏度
考慮到一期的實驗性質，項目在數據采集上采取基于OPC的中心采集模式。基于OPC服務器運行壓力大的原因，數據采集周期設置較長（15秒），導致大量數據細節丟失，且由于不可避免的OPC和廠區網絡的抖動，所采集到的數據錯誤率較高（最高的數據點單日錯誤率可達40%），所幸的是監測范圍集中在窯頭窯尾工藝段，采集數據量尚處于可控范圍，基于以上考慮，IAP靈敏度僅設置為中低級。這也是當前故障率只控制到上一年同期水平60%的原因。
下一步在增加邊緣計算層（邊緣網關和必要的末敏傳感器，主要是缺失的振動傳感器）的情況下，單體監測單元可下發到邊緣網關運行，不占用服務器運算能力，且邊緣網關依托于在地網直接對協議進行解釋，也避免了當前采用OPC采集方式因廠區網的抖動和OPC服務器能力不足所產生的大量壞數據問題。
在合理增加邊緣計算層的情況下，通過適當的重新訓練，可將核心設備故障率控制在20%（與系統實施前相對照）以內。
2、擴大監測范圍
影響水泥產品質量的各大工序還包括原料化驗、粉碎、生料、熟料、研磨等。一期項目雖然已經對水泥生產核心的窯環節進行了完整的監測，但除更多依托人工的化驗環節外，其它各工藝段仍未納入系統監測范圍。
下一步將在增加IAP靈敏度級別的同時，增加“伽利略智慧工廠”IAP對全工藝段的覆蓋，實現全產線的“全新維護”和“產線保值”。將主要設備故障率控制在20%以下（與系統實施前相對照），將產線的有效稼動率和實現產值提高15%以上（與系統實施前相對照）。
3、實施完整的巡檢維護系統
“伽利略智慧工廠”IAP的巡檢維護系統的提示功能在高爭建材的應用中，與傳統方式相比已取得良好成效，但由于銜接問題，仍存在維護不及時、信息更新不及時、漏維護、重復維護等現象，極大制約了IAP效用的發揮，具有完整功能的巡檢維護系統的實施已刻不容緩。
4、廠區無源光網(EPON)的雙向回路改造
當前基于OPC數據采集發生大量數據錯誤的原因，除了OPC服務器性能不足外，單向光纖網絡的抖動也是一個主要原因。通過協助廠方對廠區無源光網進行雙向改造，可在發生網絡阻塞或部分損壞時，具有穩定的回路可用，保障數據的傳輸，從而保障生產的安全性和穩定性。
五、總結
高爭建材股份“伽利略智慧工廠”IAP項目的實施和良好的生產效能提升效果，標志著思為交互科技的“伽利略智慧工廠”平臺除了已適應5年內的正常產線的管理外，在5年以上的高老化產線和高原產線兩個極端領域也進行了完全的覆蓋。“伽利略智慧工廠”平臺通過對極限的挑戰，成就了工業人工智能的技術典范。
聲明
本報告所載的材料和信息，包括但不限于文本、圖片、數據、觀點、建議，不構成法律建議，也不應替代律師意見。本報告所有材料或內容的知識產權歸工業互聯網產業聯盟所有（注明是引自其他方的內容除外），并受法律保護。如需轉載，需聯系本聯盟并獲得授權許可。未經授權許可，任何人不得將報告的全部或部分內容以發布、轉載、匯編、轉讓、出售等方式使用，不得將報告的全部或部分內容通過網絡方式傳播，不得在任何公開場合使用報告內相關描述及相關數據圖表。違反上述聲明者，本聯盟將追究其相關法律責任。
AII微信公眾號
AII頭條號