化纤行业数字化建设/转型的技术路径总结与说明

化纤行业是关系国计民生的行业，前半段属于聚酯流程行业，后半段成品环节属于离散行业。随着行业产能的增长，数字化建设的需求也在与日俱增，行业龙头企业早已开始数字化建设探索之路，从浙江省的“数字化工厂”“化纤工业互联网平台”等名单可以看出目前已初具成效，但行业内的中小型公司数字化水平相差较大。

本文结合多个化纤工厂智能/数字化工厂落地经验，就化纤行业数字化建设/转型的技术路径进行总结与说明。 化纤行业数字化建设的基础 制造业数字化建设/转型不是一蹴而就的，有一定的顺序与积累，还要有必要的基础。

（1）自动化、信息化基础 对于制造业来说，通过一些“硬工具”—自动化设备、“软工具”—IT信息化系统，替换重复性工作提升效率与生产节拍、解放劳动力等是最为基础的需求。自福特汽车厂1913年引入世界首条自动化流水生产线，其T型车2 500万辆的销量至今未被打破；20世纪50年代，IBM在转型期投资数十亿美元建设了高度自动化的工厂，助力IBM成功转型。随着自动化逐步步入高速发展时期，为越来越多的制造业带来便利与收益。 随着计算机由晶体管迈入集成电路时代，通过自动化实现批量制造，使得PC走入千家万户，计算机IT技术伴随其一起发展，为制造业提供了诸多系统、工具。自动化与IT信息结合成为如今现场成套设备的标配，软硬件均需满足“安稳长满优”的要求。

基础部分的投入是最大的，其建设水平决定了智能制造、数字化的落地难度与成功率。对于设备、技术的需求方和供给方，需要统一意识：再先进的设备和技术，都是为了生产而服务。精密、稳定的机械是电气精确控制的基础， 贴合实际的IT系统功能才能被需求方用户主动接受与使用。

对于需方而言，需要明确提出成套设备要满足的生产量化指标，对各项细节进行明确约定，如生产工况详细数据、双方工作界区范围、设备供货清单（需求方提出品牌要求）、设备/系统功能、成套设备性能指标、性能指标设计依据与计算过程、验收方式、备品备件清单、交付资料等等。为便于采购、维护、备品备件通用、制定统一通信与数据标准等， 需求方可对PLC、电气元器件、关键设备等制定统一的标准。

对于供给方而言，需要先深入且清晰的了解需方的实际需求，在进行设备、系统等设计时紧密结合实际需求进行设计，机械部分尽可能使用标准件，避免非标定制件过多造成供应链的延时或不可控。任何一个项目的成功落地，都是基于双方的紧密配合，需求未梳理清晰、需求多变为项目的失败埋下伏笔。供需双方都要做好项目管理，保证项目按照项目节点、里程碑计划稳定、有序地进行。

此部分也需要关注新技术的发展与应用，可逐步引入工业场景应用，如：传统堆垛机式立体库占地面积大、出入库效率难以进一步提升，可关注四向穿梭车式立体库，以48 000个货位立体库为例，堆垛机式立体库高度需要27 m，而同样占地面积四向穿梭车式立体库高度可做到24 m，由于穿梭车可以在不同的库层之间进行调度，可以大幅提升出入库的效率；对于互联网技术可吸收引进，互联网可实现亿次/s的高并发与处理，在工业应用时，在UDT 中可引入MapReduce思路进行设计，中间层使用MQTT， IT系统中使用多线程，可在ms级内实现工业万次/s的并发与处理。

工业技术环境包罗万象，实际应用效果是检验技术是否可行的有效途径，工业设备与软件是需要沉淀积累的，将工业行业中的隐性知识与经验转换为显性知识与经验，再通过技术对现场进行赋能，最直观的评价标准是此设备/系统是否好用。

（2）工业网络 工业网络是工厂的神经网络，在日益复杂的自动化、IT系统中，其稳定性对生产有直接影响。设计一个安全、稳定、高效、容灾、可扩展的工业网络显得尤为重要，化纤行业工厂级工业网络设计如图1所示。 主网采用光纤环网，子网根据通信距离决定采用光纤环网还是网线环网，无线、5G网络可在子网中进行融合。为保证通信的稳定性，建议现场单根网线的长度≤85m。

网线环网中，每两台交换机间、重要设备与交换机间放置2根网线，其中一根不接入交换机中，避免数据分流造成通信丢包或延时。

工业网络与办公网络有着根本上的不同，在办公中一台服务器处理多台设备连接，设备之间无交叉连接，多个设备同时连接服务器时会导致阻塞和延时。这种通信方式不能用于工业自动控制，循环执行进程要及时处理更新的数据并发出新的控制指令，工业网络必须能够反应灵活并在短时间内满足工业需求，重组必须快速而高效，如果发生延时，会导致发生“该运行的不运行，该停止的不停止”的生产、安全事故。

工业网络必须能够适应如高温、湿度高、粉尘多、振动、腐蚀性、辐射、电磁干扰等恶劣严酷的工业环境，工业交换机的工作温度、工作湿度、防护等级、MTBF均有参数说明，工业交换机需要选择工业品牌，不能用民用交换机进行替换。

（3）工业互联网 当自动化系统到达一定的复杂度时，建立一个公司级/ 集团级的DAQ平台十分必要，一般是从现场设备中的控制器、专用数据采集卡等中进行数据采集或交互，如DCS、PLC、机器人控制器、各种单机设备控制器、专用通信板卡等。设备连通进行数据采集与交互是工业互联网的核心。对于C端而言，通信协议较为单一、获取授权较为方便，可以轻易获取海量数据；但对于制造业B端来说，现场通信协议众多且互不兼容、工业环境复杂，尤其是有些专用/进口/垄断设备并不开放数据接口，如数控机床、巴马格卷绕机等， 大大增加了数据获取的难度与成本。

目前比较成熟的做法为使用OPC软件作为主要平台， 辅以定制开发通信接口。OPC有DA、UA之分，OPC DA只支持Windows平台，OPC UA已成为主流方式，得益于其更多的功能、跨平台能力、安全性更高等优点。OPC在建立数据采集变量时，首先要配置采集控制器的型号驱动、IP地址等参数，其次变量是按照channel、device、tag三层建立， 当一台设备中变量较多时，会影响采集速率，此时可将一台设备分为多个device，在每个对应的device下建立相应的tags。笔者成功落地过通过一个OPC UA平台上采集10万点数据，采集周期在100ms以内。除了OPC之外，还有其他一些也可实现该平台功能，如在机床物联网中应用较为成熟的Thingworx等。

（4）IT决策系统 有无IT决策系统是衡量一个工厂是否智能的重要指标，其能实现“自动化作执行，信息化作决策”。IT决策系统是指紧耦合MES/MOM，它赋予智能工厂“大脑”。ISA- 95中定义了MES，最新发布的ISA-SP95中定义了MOM，为便于行文，本文还是以MES阐述。MES有松耦合、紧耦合之分，此处的耦合可以理解为MES是否参与到现场控制。 松耦合MES主要做数据集成、展示与相关操作，业务复杂度较低，实施难度也较低。紧耦合MES要与自动化层面紧密结合，自动化与IT之间打通可通过工业互联网实现互通有无。

简单的示例流程如下：通过销售系统下订单，ERP对该订单依据物料信息等进行处理分解后下发至紧耦合MES， MES结合产品BOM、库存等信息进一步将订单处理为现场可执行的生产计划，再将生产任务下发至物流系统、现场计划执行PLC中等；在原料上线生产过程中，每到一个工序、质量检查点等时，现场PLC向MES发起指令请求下一步动作、状态等，MES根据制定的规则判断是否允许继续执行、拉动现场物料配送等。紧耦合MES在与自动化层交互时，一般是PLC侧发起请求，MES侧响应，每次请求必须有响应， 否则形成不了闭环，会导致现场停产事故。紧耦合MES不是一套软件，而是在深入理解、掌握现场业务需求的基础上才能实现，对于集团型制造业，该部分为核心业务与技术，最好是自己有团队进行实施与运维，需要供应商进行配合实施的部分，制定供应商侧的标准并指导供应商进行配合实施。

（5）信息互通 IT信息的融合至关重要，如：CAD/CAE等产品研发系统、PLM、CRM、SCM、LIMS、WMS、ERP、MES、MDM、EAM等。要打通研发、采购、财务、物流、生产、售后等全流程系统，涉及的系统对接或很多，每个系统如果单独开发接口进行对接，会存在开发与调试工作量较大、接口不统一、运维难度与成本高等问题，因此可以考虑采用ESB进行实现，当后期系统迭代升级、更换、新增时，也能进行较快的融合。

（6）数据展示 基础建设过程中，通过LED、LCD等进行数据展示是必不可少的，核心是有相关数据。展示界面需要根据实际需求而定，不同层级的人员对所展示的信息要求也不同，需求确定后可让UI界面美观设计。2D/3D、数字孪生、微信推送信息等是一种技术形式，关键点还是需要打通与相关数据的交互渠道。

数字化应用实践 数字化建设所需的基础越成熟，各环节就越流畅， 可获取、积累的数据与经验就越多。没有稳定、有效与高效的数据来源，工业互联网是无源之水，数字化是空中楼阁。数据蕴含信息，信息内含知识，知识就可以用于实际的提升、改进、创新等。制造业是实体经济的支柱，制造业数字化也是我国数字经济中重要的一环。数字化实际应用时有几个关键点。

（1）数据之中找真相 工业现场获取积累的结构、非结构数据量是很庞大的， 需要对数据进行清洗、梳理，从中找出有用的数据。如正常生产时，设备、产品等的数据均为正常数据，当某台设备运行参数突然出现异常时，需要联系上下游生产工况、产品情况等进行分析，找出设备运行参数异常的真相，对设备运维、生产等进行有效的指导与经验积累；通过质量异常数据对原料、工艺参数、设备状态、现场管理等进行分析，找出异常的根源，进行目标明确的改进。数据可以反应出企业生产、运营、供应链、产品等方方面面的细节，当数据出现异常时，要连通异常数据的上下游进行详尽分析。

（2）AI 自2018年开始，多国已制定AI战略发展举措。AI在解决工业复杂场景问题时能取得较为优秀的效果，比如化纤行业中需要对丝锭的外观缺陷进行分类、根据每种缺陷的严重程度进行定级，产品批号变化时缺陷的形态也会有所变化， 用AI来解决此问题可取得比人工更好更稳定的效果。AI的能力已经得到了广泛的验证，要重视AI在工业环节中的应用与价值，但在选择上要多加注意，避免掉入“伪AI”的坑。

（3）安全 除了HSE硬性安全要求之外，在数字化建设中必须重视网络安全、数据安全、信息安全等方面的建设，避免发生信息类安全事件影响现场生产、企业运营等。现场的设备、信息系统与网络的集成度较深，对于外网的权限、安全要严格管控，守护好“数据”等软资产的安全。

（4）数字化应用 “人机料法环”是制造过程的主环节，“人财物产销” 是供应链一体化的主环节，两个主环节融合贯通基本就实现了数字化，从中挖掘有用的数据，对生产经营各环节进行建模或指导，能够发现相应环节的瓶颈，有针对性的进行有效的提升。数字化的范围很广，几乎涵盖了企业的方方面面， 但要想数字化成功落地，其需要很多基础与数据进行支撑。

数字化通过技术对企业赋能，既会带来企业流程、组织架构、岗位职责等的变化，又会对产品的研发、结构、制造、销售等带来很大的改变。数字化建设到不同阶段， 为企业带来的促进作用不同，但企业要面对的转变、挑战也会不同。 结束语 我国是制造大国，制造业各行业工业化进程水平有不小的差异，在数字化建设中，汽车行业由于起步早，其建设水平相对领先，可作为先进行业进行学习与借鉴。

数字化的出发点与最终目的都是为了企业自身的发展而服务，建设过程中要打好基础，多回头总结经验，不要偏离方向。整体而言，数字化刚起步，但其能力已不容小觑，数字化建设道路是“路漫漫其修远兮，吾将上下而求索”，正如中国人民依靠自己的毅力与聪明才智克服艰难险阻终会取得中华民族的伟大复兴，我们也会克服数字化建设中的各种困难，实现制造业的智能化、数字化。数字化的范围很广，本文仅对化纤行业的数字化建设技术路径落地进行论述，任何一个点展开都会较广较深，希望能为制造业数字化转型起到抛砖引玉的作用。



审核编辑：刘清