一、项目概况

1、项目背景
 
高争建材股份作为西藏自治区规模最大的国资控股建材集团，拥有员工3000余人，2018年度，集团主业水泥生产已实现产值十多亿元，各业务产值总和已突破20亿元。
 
随着国家“供给侧改革”和“中国制造2025”战略的推进，高争建材作为水泥行业的优秀代表，也必然要向集约型生产持续迈进。通过精益生产的方式解决“高原病”即是响应国家“中国制造2025”的号召，也是高争建材股份提高效能，增加产品供给，提升业务产值的现实需要。
 
“高原病”引起的产线老化是一种特殊的老化，关键设备的一些部件产生了急剧磨损（或非磨损的机械损伤）同时，其它结构部件处于全新状态。这给基于设备结构知识进行监测状态推断的方式提出了极大的挑战：依据公式和信号变化的算法，报不准成为常态。
 
通过对全国“工业智能”相关公司的比对，高争建材股份选择了与思为交互科技一起应用“伽利略智慧工厂”平台的IAP（Industrial Assets Plan，“工业资产计划”系统）解决方案来实现智慧工厂和产能的提升。
 
2、项目目标
 
思为交互科技为高争建材股份设计的方案，基于“实现产线保值，维护生产稳定，提升生产效能，控制投资成本”的原则进行，应用思为交互科技的“伽利略智慧工厂”平台中，基于过程型MRO的IAP解决方案实现。
 
“伽利略”是思为交互科技基于数据发现的行业级智慧工厂平台。包含（1）基于过程型MRO，用于维护产线稳定（维持产线准全新状态）和提升生产效能、实现产线保值的IAP解决方案；（2）基于工艺关联挖掘和数据关系发现的智能决策与BI解决方案；（3）基于异常溯源与注重快速排障的故障快速处理解决方案。
 
高争建材“伽利略智慧工厂”IAP解决方案的目标设定：
 

二、项目实施

作为工业互联网的资深参与者，思为交互科技已有5年以上的工业智能相关经验，是首批基于实际工业场景，将产线实际情况和人工智能技术进行深度融合的公司，也是为数不多的将互联网和人工智能用于解决实际生产问题（而非监测）的公司。高争建材基于工业智能的“伽利略”IAP方案，在资产维护与备件计划、提升有效稼动率，和产线保值上具有实际的意义。
 
1、场景特征
 
高争建材股份高原产线所遇到的“高原病”有其特殊的复杂度。与通常产线的老化相对照，即有特殊性，也有共性：
 
①高原产线的设备损耗，与高老化产线中的设备磨损表现出一致的性状，是同类问题。该类问题不会有一个标准的公式可遵循，是业界普遍反映，高老化产线预测准确率不足30%的原因所在。“伽利略”平台通过工业人工智能，以自由向量模型，经过机器学习后，能成功将准确率提高到99%。
 
②高原产线的设备损耗，属于新设备的部份部件损耗，该损耗方式与高老化损耗虽然类似，可以适用相似的计算模型，但在自由向量的实现上，具有一致意义的参考点变少，需要通过更大范围变量的选取并进行变换后作为输入量，才能更好的反映这种全新设备部份损耗的情况；
 
③在高复杂度的情况下，厂方对投资成本可控的要求，需要采用可扩展架构实现。在前期试点工程将计算集中到数据中心，避免大规模的网络部署。在取得良好收益后，通过扩展部署，而无需任何体系架构上的变革，即可实现全面覆盖的目标。
 
作为工业互联网智慧工厂领域先行者的思为交互科技，不仅具有工业互联网通用场景的应用能力，在高老化产线等挑战技术极限的领域也有着不俗的实力。双方决定基于高原产线这一极限场景进行技术合作。
 
2、模式路径
 
基于高争建材高原产线的稳定性、设备老化和维护难题，以及投资可控性的要求，双方确认了“伽利略”IAP解决方案的实施路径如下图。

具体实施模块包含：
 
①建立过程型MRO，提高产线稳定性：不同于国内平台型MRO（实际上的维修部件大宗商品集采平台），“伽利略IAP”的过程型MRO理念源自“工业4.0”。注重的是设备运行状态（Operations）的监测，以及进行早期维护和维修（Maintenance ＆ Repair）的介入。在技术选型上，“伽利略”对标美国艾默生基于工业智能的预测技术，避免了单纯依据设备知识的算法化造成适应性不足的情况（对高老化产线和新设备部份老化的高原产线基本无法预测）。基于工业智能的过程型MRO，能有效提高生产的精益性和集约性，达到稳定生产，提高有效稼动率的目的。此外，在无法停机的情况下，过程型MRO对不良工况设备保持持续监测，并及时的维护改善设备的运行状态，也是提高产线稳定性和避免意外停机的核心功能。
 
②聚焦IAP，降低维修维护资金损耗：高老化产线和高原产线共同的损耗特点，是处于不良工况的非主要设备和前序设备给核心设备带来乘积倍增的负面影响。核心设备不规律的功率补偿和偏向运转是故障的主要诱因。传统技术手段下，非核心设备的不良工况不是损坏，不能被识别，累积传导到关键设备后维修费用高昂。IAP渐成主流，其核心作用体现在两方面：首先是基于工业智能可准确定位问题源点（往往是一些小的辅助设备），通过源头维护，极大降低核心设备的故障和机率，减少维护维修费用；其次，是依托MRO过程和历史动态曲线，准确给出备品备件建议，大幅释放备品备件占用的资金。IAP灵敏度级别越高，监测程度就会越细致，产线会更稳定维修维护费用也会更低，但同时也会消耗更多的人力。一个合适的IAP级别需要根据企业的生产情况仔细调节。
 
③贯彻“常新维护”（keep brand new），实现产线保值：“常新维护”是飞机制造行业应用到工业中的理念。在飞机维护中，任何一个工况不良的末梢设备都能得到及时的维护或更换，使飞机的所有设备都运行在理想工况下，从而使整架飞机维持在接近出厂时的准全新状态。“常新维护”意味着产线的维护方式，从原来基于时间估算，依赖经验巡检，对设备进行强制报废和更换的“预防性维护”，向注重处理IAP汇报的问题源点，结合关键工序日常维护的“预测性维护”转变。已有成功案例证明，维护方式的转变在保持产线长新，使产线保值的同时，也具有提升人效的作用。
 
④可伸缩性（Scalability）计算，实现投资成本的可控性：“伽利略”IAP平台是一个基于“末敏感知、边缘计算、工业微服务、神经网络”的分层人工智能构架。
 
边缘计算层：末梢传感器和边缘网关共同组成边缘计算层。边缘网关内嵌支持常见工业协议的数据采集，采集速率可达毫秒级。除此外，IAP边缘网关还是“伽利略”智慧工厂智能能力的延伸执行装置。对单个传感器历史数据进行健康监测的智能单体监测单元可运行在边缘网关中，极大分担私有云的计算压力，提升云端监测的反应速度，减少响应时间。此外，依托于在地网的边缘服务器具有更高的传输稳定性，能有效避免网络抖动对数据传输的影响，对故障或维护需求高速响应，并在尽可能快的第一时间通知管理人员。
 
工业级微服务：“伽利略”IAP的工业微服务依托“蜂巢工业云”自动实现。相对于GE的Predix将工业微服务定义为可编排的，实现一些功能的微服务组件，“蜂巢工业云”将工业微服务定义为微服务的高可用和自我克隆。工业上对稳定性的追求，在“蜂巢工业云”定义下的工业微服务，可通过简单的鼠标点击进行设置，即可实现微服务的多机集群，达到秒级切换，在微服务都不可用时，“蜂巢工业云”还因可迅速克隆，保障产线正常运转的功能而受到好评。
 
神经网络：“伽利略”的计算核心采用的是神经网络，可随时添加节点增加计算能力，同时将智能单体监测单元下发到边缘服务器运行，使得神经网络消耗的服务器资源更少，反应更及时。除了神经网络技术本身以外，“伽利略”依托“蜂巢工业云”的工业微服务体系还实现了运算能力的动态调度，在前期不部署边缘网关和末敏感知设备的情况下，可将智能单体监测单元收到服务器上集中运行，在前期监测工艺段不多的实验情况下能够达到要求，很好的解决了前期计算能力有限和大规模部署之间的矛盾。在全面部署时，增加边缘网关，并通过下发末敏计算单元，即可从目前的中心计算模式扩展到整个网络的全产线覆盖模式。
 
考虑到前期计算能力受限的情况，高争建材“伽利略”IAP实验项目的实施采取中心部署，因算力限制首先覆盖窑头窑尾环节，以“蜂巢工业云”实现可伸缩性的实现路径，获得了高争建材的满意。
 
3、技术实现
 
①功能架构
 
高争建材“伽利略”IAP基于可伸缩构架，在末敏/边缘层、工业微服务层、神经网络层进行了设计，考虑到一期项目的试点性质，末敏层采用中心部署方式，融合在工业微服务层，取消边缘网关进行实现。
 
功能架构图示：

②功能架构的技术解释
 
(A)数据采集单元：基于硬件协议的数据采集，部署于边缘网关内，已对接modbus、profibus及ABB、西门子、罗克韦尔、施耐德等主流硬件控制协议，具有极高的采集效率（可达毫秒级别）。本项目一期工程未部署边缘网关，采集功能由OPC采集服务器实现，并作为应用服务器，由“蜂巢工业云”管理和保持高可用。
 
(B)单体监测单元：基于单个变量的设备部件健康情况监测单元。“伽利略”IAP是基于多层次、自由向量的智能产线健康监测。单体监测单元基于单个传感器历史数据，依据多个基础人工智能模型进行多维度监测。单体传感器的前置计算极大减少神经网络的计算量，使神经网络能够使用较少的节点，做到快速高效的监测。同时，单体监测单元在较粗的粒度上迅速发现问题，明显的问题无需经过神经网络的计算周期就能直接通知系统作出反应，是“伽利略”智能产线的专有技术。

数据采集单元示意图

 
(C) IAP（工业资产计划）系统：基于神经网络，对全产线设备进行监测。通过独有的自由向量技术，将产线全部数据视为多层架构的同一整体，解决了高老化产线/高原产线单纯基于设备本身数据测不准的行业难题，将高老化产线/高原产线设备损耗的发现的准确率从不足30%提升到99%。在准确预测的基础上，系统智能给出备品备件建议，与仓库管理系统衔接后，极大释放备品备件的资金占用率。

IAP系统将智能监测结果传递到仓库管理系统进行备品备件的智能分析

 
(D)巡检维护系统：“伽利略”IAP的巡检维护系统与普通维护系统的区别，在于普通维护系统重巡检，通过人力的巡检发现问题，才能进行维护。而“伽利略”IAP的巡检维护系统是IAP的执行系统，其主要工作量偏向于维护，维护需求由“伽利略”IAP发现并实时给出。对不需要产线停机的设备，IAP向巡检系统给出更换建议；对需要产线停机的设备，IAP给出维护建议。“伽利略”IAP的巡检维护系统在巡检环节更多结合了IAP的人工智能，而主要工作量转移到辅助设备的源头维护上，只在必要的时候辅以人工巡检，极大提高了维护部门的人效。当前高争建材基于部门适应性考虑，首期率先采用的是该维护系统的提示部份，通过维护派单方式，仍然达到了“30人做了接近100个人的工作”的效果。

“伽利略”IAP巡检需求和智能巡检APP界面示意图

 
(E)常新维护：通过“伽利略”智慧工厂IAP的实施（含过程型MRO），高争水泥产线辅助/末端设备维修维护量提升至280%，核心设备故障率下降至60%，考虑一期工程的实验性质，在无边缘网关部署，IAP灵敏度级别较低的现实情况，可认为已很好的实现了“产线保值”和“产线长新”的目标。
 

三、价值成效

1、项目创新点
 
高争建材股份IAP的实施，是“伽利略智慧工厂”IAP在攻克高老化产线的人工智能产线保值技术高地外，对高原产线独特的损耗模型难题又一次成功的攻克。通过高争建材IAP的实施，“伽利略智慧工厂”IAP全面建立了正常产线（5年以内产线）、高老化产线（5年以上产线）及高原产线全部产线类型全面的覆盖能力。本项目具有如下创新点：
 
①是国内为少有的基于过程型MRO的工业资产计划系统，释放大量备品备件占用资金；
②基于自由向量的人工智能监测模型，突破了高原产线设备维护的难题；
③是响应“工业2025”精益生产要求，率先实现IAP资产计划的项目，6个月减少停减产损失约1400万元（按年计算2700余万元），减少回炉损失约1700万元（按年计算3400余万元）；
④是国内首批基于“常新维护”实现“产线保值”的项目。
2、应用成效
 
除开前6个月准备工作，高争建材在正式运行“伽利略智慧工厂”IAP的6个月内，对比上年同期减少停产、减产15次，减少停产、减产损失近1400万元，年化减少停减产2700余万元。各工艺段的核心设备故障率相比上年同期减少40%以上（未部署末敏层情况下取得）；减少工艺段的回炉损失约1700万元，年化3400万元。
 
①减少停减产损失

四、下一步实施计划

高争建材股份IAP一期实验项目已取得较好的效果，但限于覆盖规模，“伽利略智慧工厂”IAP的完整功能并未完全得到应用。主要仍有以下几个方面的提升需要：
 
1、部署边缘计算层，提升IAP灵敏度
 
考虑到一期的实验性质，项目在数据采集上采取基于OPC的中心采集模式。基于OPC服务器运行压力大的原因，数据采集周期设置较长（15秒），导致大量数据细节丢失，且由于不可避免的OPC和厂区网络的抖动，所采集到的数据错误率较高（最高的数据点单日错误率可达40%），所幸的是监测范围集中在窑头窑尾工艺段，采集数据量尚处于可控范围，基于以上考虑，IAP灵敏度仅设置为中低级。这也是当前故障率只控制到上一年同期水平60%的原因。
 
下一步在增加边缘计算层（边缘网关和必要的末敏传感器，主要是缺失的振动传感器）的情况下，单体监测单元可下发到边缘网关运行，不占用服务器运算能力，且边缘网关依托于在地网直接对协议进行解释，也避免了当前采用OPC采集方式因厂区网的抖动和OPC服务器能力不足所产生的大量坏数据问题。
 
在合理增加边缘计算层的情况下，通过适当的重新训练，可将核心设备故障率控制在20%（与系统实施前相对照）以内。
 
2、扩大监测范围
 
影响水泥产品质量的各大工序还包括原料化验、粉碎、生料、熟料、研磨等。一期项目虽然已经对水泥生产核心的窑环节进行了完整的监测，但除更多依托人工的化验环节外，其它各工艺段仍未纳入系统监测范围。
 
下一步将在增加IAP灵敏度级别的同时，增加“伽利略智慧工厂”IAP对全工艺段的覆盖，实现全产线的“全新维护”和“产线保值”。将主要设备故障率控制在20%以下（与系统实施前相对照），将产线的有效稼动率和实现产值提高15%以上（与系统实施前相对照）。
 
3、实施完整的巡检维护系统
 
“伽利略智慧工厂”IAP的巡检维护系统的提示功能在高争建材的应用中，与传统方式相比已取得良好成效，但由于衔接问题，仍存在维护不及时、信息更新不及时、漏维护、重复维护等现象，极大制约了IAP效用的发挥，具有完整功能的巡检维护系统的实施已刻不容缓。
 
4、厂区无源光网(EPON)的双向回路改造
 
当前基于OPC数据采集发生大量数据错误的原因，除了OPC服务器性能不足外，单向光纤网络的抖动也是一个主要原因。通过协助厂方对厂区无源光网进行双向改造，可在发生网络阻塞或部分损坏时，具有稳定的回路可用，保障数据的传输，从而保障生产的安全性和稳定性。

五、总结

高争建材股份“伽利略智慧工厂”IAP项目的实施和良好的生产效能提升效果，标志着思为交互科技的“伽利略智慧工厂”平台除了已适应5年内的正常产线的管理外，在5年以上的高老化产线和高原产线两个极端领域也进行了完全的覆盖。“伽利略智慧工厂”平台通过对极限的挑战，成就了工业人工智能的技术典范。