登录
注册
您所在的位置:首页>>报告>>报告详情

大数据与制造流程知识自动化发展战略研究

【作       者】:
【机       构】: 中国工程院
【承研机构】:

中国工程院;国家自然科学基金委

【发表年份】:

2016

摘要

近十年来,我国制造业持续快速发展,总体规模大幅提升,综合实力不断增强,不仅对国内经济和社会发展做出了重要贡献,而且成为支撑世界经济发展的重要力量。流程工业是制造业的重要组成部分,它不仅为机械、航空航天、军工、建筑等行业提供原材料,而且也为国民经济发展提供电力、汽油等重要能源资源。流程工业主要包括钢铁、有色冶金、石化、化工、电力、建材等行业,是我国国民经济和社会发展的重要支柱产业,也是经济持续增长的重要支撑力量。作为工业发展的先导,流程工业在保障国家重大工程建设、促进工业转型升级、带动国民经济增长等方面起着不可替代的作用,流程工业的发展水平和质量直接决定着我国制造业的竞争力和企业的品牌影响力。经过几十年发展,我国流程工业规模不断扩大,产业结构逐步优化,关键技术不断取得突破,产品品种日趋多样化,生产工艺、生产装备和生产过程自动化水平都得到了大幅度提升。目前我国已成为世界上门类最齐全、规模最庞大的流程工业制造大国。我国钢铁、有色、造纸、电力、水泥等行业的产能均居世界第一,初步形成结构合理、资源节约、清洁安全、质量效益好的现代流程工业体系。但是我国流程工业的发展也受到能源消耗大、环境污染严重、资源紧缺的制约。流程工业是高能耗、高污染行业,我国钢铁、有色、石油、化工、电力等流程工业的能源消耗、CO2排放量以及SO2排放量均占全国工业的70%以上(其中工业总能耗占全国能耗的71.4%,工业CO2排放量占全国总排放量的84%以上),我国二氧化硫排放量占全球26%,氮氧化物排放占全球28%,二氧化碳排放占全球的20-25%。我国流程工业原料的对外依存度持续增长,如2015年我国铁矿石进口9.52亿吨,对外依存度超过80%,石油表观消费量超过5.43亿吨,进口3.34亿吨,对外依存度超过60%,铜原料的对外依存度超过70%,铝原料的对外依存度超过50%,铅锌原料的对外依存度也分别超过40%,随着我国经济的持续发展,流程工业原料面临着对外依存度继续增长的压力。资源和能源利用率低是造成资源紧缺和能耗高的一个重要原因,矿产资源总回收率比国外先进水平低20%,能源利用率比发达国家低10%,致使我国钢铁、有色、化工、电力等8个高耗能行业单位产品能耗比世界先进水平平均高40%以上。我国矿产资源复杂,资源禀赋差,随着优质资源的枯竭,资源开发转向“低品位、难处理、多组分共伴生复杂矿为主”的矿产资源,资源获取和综合利用率低、流程长、生产成本高。可以看出,能源消耗大、环境污染严重、资源紧缺成为制约我国流程工业发展的瓶颈。为解决资源、能源与环保的问题,我国流程工业正从局部、粗放生产的传统流程工业向全流程、精细化生产的现代流程工业发展,达到大幅提高资源与能源的利用率,有效减少污染的目的。高效化和绿色化是我国流程工业发展的必然方向。高效化是指在市场和原料变化的情况下,实现产品质量、产量、成本和消耗等生产指标的优化控制,实现生产全流程安全可靠运行,从而生产出高性能、高附加值产品,使企业利润最大化。绿色化是指能源与资源高效利用,使能源与资源的消耗尽可能少,污染物实现零排放,环境绿色化。当前,发达国家纷纷实施“再工业化”战略,强化制造业创新,重塑制造业竞争新优势;一些发展中国家也在加快谋划和布局,积极参与全球产业再分工,谋求新一轮竞争的有利位置。从全球产业发展大趋势来看,发达国家正利用在信息技术领域的领先优势,加快制造工业智能化的进程。美国智能制造领导联盟(SmartManufacturingLeadershipCoalition,SMLC)提出了实施21世纪“智能过程制造”的技术框架和路线,拟通过融合知识的生产过程优化实现工业的升级转型,即:集成知识和大量模型,采用主动响应和预防策略进行优化决策和生产制造。德国针对离散制造业提出了以智能制造为主导的第四次工业革命发展战略,即“工业4.0”计划,其目标是实现个性定制的自动化与高效化,将CPS(计算资源与物理资源紧密融合与协同,使得系统的适应性、自治力、效率、功能、可靠性、安全性和可用性大幅提升)与离散制造技术深度融合,实现产品、设备、人和组织之间的无缝集成及合作,使生产资源形成一个循环网络,生产资源将具有自主性、可调节性、可配置等特点,使产品具有独特的可识别性,根据整个价值链,自组织集成化生产设施,根据当前生产条件,灵活制定生产工艺。通过价值链及信息物理网络实现企业间的横向集成,支持新的商业策略和模式的发展;贯穿价值链的端对端集成,实现从产品开发到制造过程、产品生产和服务的全生命周期管理;根据个性化需求自动构建资源配置(机器、生产和物流等),实现纵向集成、灵活且可重新组合的网络化制造。“智慧工厂”和“智能生产”是“工业4.0”的两大主题。此外,英国宣布“英国工业2050战略”,日本和韩国先后提出“I-Japan战略”和“制造业创新3.0战略”。德国、日本和韩国等国家注重离散工业的智能制造,美国因为拥有强大的石化与化工制造工业,其智能流程制造(SmartProcessManufacturing,SPM)计划对以石化与化工为代表的流程工业的智能制造进行了规划。面对第四次工业革命带来的全球产业竞争格局的新调整,为抢占未来产业竞争制高点,我国宣布实施“中国制造2025”。智能制造已成为公认的提升制造业整体竞争力的核心高技术。智能制造是我国实现制造强国的主攻方向。智能制造只有与制造业的特点与目标密切结合,充分利用大数据,将人工智能、移动互联网、移动计算、建模、控制与优化等信息技术与制造过程的物理资源紧密融合与协同,研发实现智能制造目标的各种新功能,才可能使制造业实现跨越式发展。以生产原材料为代表的流程工业和以机械装备制造为代表的离散工业是工业生产的两种主要类型。装备制造工业是典型的离散工业。机械装备的零件加工与组装是物理过程,产品与加工过程可以数字化,机械装备的性能取决于总体设计的优化。因此,计算机集成制造技术可以实现单一产品的自动化和高效化,其难点在于个性定制的自动化和高效化,而解决这一难题的关键技术是智能制造技术。而流程工业与离散工业具有完全不同的特点。由初级原料加工成为成品材料的物质转化过程是包含物理化学反应的气液固多相共存的连续化复杂过程。特别是原料成分波动、物质转化过程受到外界随机干扰,导致转化过程变得更加复杂,机理难以搞清。因此,原材料、成品材料和物质转化过程难以数字化。实现流程工业高效化和绿色化的关键是生产工艺优化和生产全流程的整体优化。生产工艺优化的涵义是:1优化已有的生产工艺和生产流程,为实现生产全流程的高效化与绿色化打下基础;2产生生产高性能、高附加值产品的先进生产工艺。生产全流程的整体优化的涵义是:在全球化市场需求和原料变化时,以高效化与绿色化为目标,使得原材料的采购、经营决策、计划调度、工艺参数选择、生产全流程控制实现无缝集成优化,使企业全局优化运行,实现企业综合生产指标的优化控制。我国虽然资源丰富,但资源的成分复杂,特别是矿产资源品位低,生产工况波动大,使生产工艺优化和生产全流程整体优化更加困难。工业过程控制系统是实现生产全流程整体智能优化的基础。工业过程是由一个或多个工业装备组成的生产工序,其功能是将进入的原料加工成为下道工序所需要的半成品材料,多个生产工序构成了全流程生产线。因此,工业过程控制系统的功能不仅要求回路控制层的输出很好地跟踪控制回路设定值,使反映该加工过程的运行指标(即表征加工半成品材料的质量和效率、资源消耗和加工成本的工艺参数)在目标值范围内,使反映加工半成品材料的质量和效率的运行指标尽可能高,使反映资源消耗和加工成本的运行指标尽可能低,而且要按生产制造全流程优化控制系统的指令与其它工序的过程控制系统实现协同优化,从而实现全流程生产线的综合生产指标(产品质量、产量、消耗、成本、排放)的优化控制。因此,工业过程控制系统的最终目标是实现全流程生产线综合生产指标的优化。从这个角度来考虑过程控制系统设计,其被控过程是多尺度、多变量、强非线性、不确定性、难以建立数学模型的复杂过程,难以采用已有的控制与优化理论和技术。因此,目前的复杂工业过程运行控制由知识型工作者来完成。对于可以建立数学模型的工业过程如石化工业等和可以掌握运行规律的某些钢铁、有色冶金等过程,可以采用以PID为主的工业控制技术实现回路控制,采用实时优化、模型预测和智能运行反馈控制技术实现回路设定值的自动决策。但是,运行指标目标值范围的决策依赖于工艺工程师,其根据全流程生产线的综合生产指标和当前的生产条件凭经验知识决策运行指标目标值范围。运行过程的异常工况判别和处理仍然依靠运行工程师凭经验知识处理。运行工程师靠观测运行工况和相关的运行数据凭经验判断与处理异常工况。当生产条件与运行工况发生变化时,难以及时准确的预测、判断与处理异常工况。因此,难以实现与其他工序控制系统的协同优化,难以实现综合生产指标的优化,难以决策出优化运行指标目标值。目前国际上的供应链系统、资源计划系统(ERP)和制造执行系统(MES)只是从事经营决策和生产管理的知识工作者的信息化平台。整个企业运行是人、机和物三元空间融合的复杂系统。经营计划、生产计划与调度、控制系统的指令还是靠知识工作者来决策,无法动态响应原料、市场、库存及工况的变化。生产工艺实验研究还是靠在工业生产现场工业实验进行,优化生产工艺工作还是靠工艺研究人员的经验与积累的知识来完成,难以产生优化的生产工艺。生产工艺优化和生产全流程整体优化涉及到多尺度、多变量、强非线性、不确定性、机理不清难以建立数学模型、随机不可测干扰、关键工艺参数与生产指标不能实时检测等综合复杂过程的建模、控制以及多冲突目标动态优化问题,这是国际学术界尚未解决的科学难题。只有实现以企业全局及生产经营全过程的高效化与绿色化为目标的生产工艺智能优化和生产全流程整体智能优化控制,才能实现我国原材料工业的高效化与绿色化,使我国成为原材料工业制造强国。复杂工业过程控制、全流程运行监控与运行管理、企业运作管理和生产管理与决策以及工艺研究仍然依靠知识型工作者根据其经验和知识来完成。知识型工作在工业企业运行中起核心作用。麦肯锡全球研究所研究报告指出:知识型工作的自动化是驱动未来全球经济的12种颠覆性技术之一。复杂工业过程控制、全流程运行监控与运行管理产生大数据,企业运作管理与生产管理与决策产生大数据,工艺研究实验也产生大数据。工业大数据的特征是数据容量大、采样率高、采样时间段长(历史正常、历史故障、实时);数据类型多,如过程变量(控制量、被控量、质量指标)、声音图像、管理及运行指标数据;处理速度快,如对过程运行工况及质量指标实时控制与优化。工业大数据的出现使制造流程的建模、运行控制与优化决策的研究从过去的假设驱动型转为数据驱动型。基于数据的建模、控制与优化决策已成为自动化科学与技术中新的研究热点。大数据技术与制造流程知识自动化为生产工艺智能优化和生产全流程整体智能优化控制的研究开辟一条新的途径。将工业大数据、知识型工作自动化、人工智能、控制、通信与计算机技术与流程工业的物理资源紧密融合与协同,攻克下面四项关键共性技术,才有可能形成适合不同流程工业特点的生产工艺智能优化技术和生产全流程整体智能优化控制技术:1攻克具有综合复杂性的工业过程智能优化控制技术,实现以综合生产指标优化控制为目标的生产全流程智能协同优化控制,研制智能协同优化控制系统;2攻克人机物三元空间融合系统的智能建模、动态性能分析、关键工艺参数与生产指标的预测与多目标动态优化决策技术,研制智能优化决策系统;3攻克大数据与感知驱动的生产全流程运行故障预测技术,研制智能安全运行监控系统;4攻克大数据与知识驱动的生产过程信息流、物质流、能源流交互作用的动态建模、仿真与可视化技术,研制用于流程工业控制、决策和工艺研究仿真实验的虚拟企业系统。攻克上述关键共性技术必须解决涉及到自动化科学与技术、通信与计算机科学与技术和数据科学的挑战性科学问题。对自动化科学与技术挑战的科学问题:1工业过程智能优化控制系统理论与技术;2大数据与知识相结合的生产全流程智能协同优化控制技术;3大数据驱动的复杂工业过程运行动态性能的智能建模与可视化;4数据与知识相结合的流程工业经营与生产管理多目标动态智能优化决策。对计算机与通信科学与技术挑战的科学问题:1基于互联网的工业装备嵌入式计算机控制系统;2支撑大数据与知识自动化的新一代互联网化工业过程管控系统平台;3工业环境智能信息感知与网络化生产设备协同接入机制;4智能优化制造的虚拟信息网络环境及其可动态重构组网技术;5实现生产工艺智能优化和生产全流程整体智能优化控制的软件平台。对数据科学挑战的科学问题:1如何从价值密度低的大数据中挖掘相关关系数据;2如何处理数据、文本、图像等非结构化信息;3如何利用相关关系建立复杂动态系统的模型。围绕上述关键共性技术及涉及的关键科学问题开展研究,应围绕实现流程工业智能优化制造的目标,将大数据、知识型工作自动化、人工智能、控制、通信、计算机与流程工业的领域知识深度融合与协同,开展多学科协同创新研究,将解决上述科学问题的基础与前沿研究同攻克上述关键共性技术和企业的智能制造示范工程密切结合,才有可能使我国的流程工业智能优化制造研究处于国际领先水平。本课题依据《国家中长期科学与技术发展规划纲要》、“中国制造2025”发展战略目标,结合我国流程工业的特点和瓶颈问题,为使我国由流程工业制造大国变为制造强国,提出流程工业智能制造应当采用智能优化制造新模式。流程工业智能优化制造的涵义是以企业全局及生产经营全过程的高效化与绿色化为目标,以生产工艺智能优化和生产全流程整体智能优化为特征的制造模式。大数据与制造流程知识自动化领域的研究发展目标:1使工业过程控制系统成为智能运行优化控制系统。其功能是智能感知生产条件变化,自适应决策控制回路设定值,使回路控制层的输出跟踪设定值,实现运行指标的优化控制;对运行工况进行实时可视化监控,及时预测与诊断异常工况,当异常工况出现时,通过自愈控制,排除异常工况,实现安全优化运行。2使工业过程的管理与决策系统成为智能优化决策系统。其功能是自动获取市场需求变化和资源属性等方面的数据和信息,智能感知物质流、能源流和信息流的状况;自主学习和主动响应,自适应优化决策,优化配置资源和合理配置与循环利用能源,并给出以综合生产指标优化为目标的运行优化指标目标值。3使生产企业由企业资源计划、制造执行系统、过程控制系统组成的三层结构变为由智能优化决策系统、智能安全监控系统、虚拟企业和生产全流程智能协同优化控制系统组成的智能企业两层结构。其功能是远程、移动与可视化监控与决策;企业目标、资源计划、调度、运行指标、生产指令与控制指令集成优化;尽可能提高生产效率与产品质量,尽可能降低能耗与物耗,实现生产过程环境足迹最小化,确保环境友好地可持续发展。4使工艺研究采用的实际生产实验变为虚拟生产过程实验,研究人员可实时观测到生产过程的物质流、能源流与信息流相互作用,从而研究出最优生产工艺。大数据与制造流程知识自动化领域的重点研究任务:1大数据与知识驱动的生产全流程智能协同优化控制系统理论与关键技术;2大数据与知识工作自动化驱动的多目标智能优化决策系统理论与关键技术;3大数据与知识工作自动化驱动的生产全流程安全优化运行监控与动态性能评价理论与关键技术;4大数据与知识工作自动化驱动的流程工业虚拟制造实验系统理论与关键技术;5支撑大数据与知识自动化的新一代流程工业网络化智能管控系统。实现流程工业智能优化制造涉及到的上述五项重点研究任务不仅涉及到自动化科学与技术、通信和计算机科学与技术、数据科学的前沿科学难题和关键共性技术,也涉及到不同流程工业的领域研究前沿,涉及到科研体制和人才培养。我国最重要的流程工业企业已经具备先进的生产工艺和良好的生产装备,基础自动化和生产管理信息化达到了较先进的水平。从事经营决策、生产管理、工艺技术研发和设备运行等方面的知识工作者积累了丰富的经验,可以提供大量的数据和知识;我国拥有技术力量雄厚的流程工业自动化研发队伍;我国流程工业产业规模和市场需求庞大且日益增长,具有不可替代的技术创新环境,具有迫切的高端化、低碳化和智能化的改造需求;大数据、知识型工作自动化、人工智能、云计算、互联网等新技术,为研发流程工业智能优化制造的基础理论与关键技术提供了新手段。这些为我国实现流程工业智能优化制造打下了坚实的基础。为了使以实现流程工业智能优化制造为目标的大数据与制造流程知识自动化的研究处于国际领先水平,为使我国由流程工业制造大国变为制造强国提供科技支撑,特提出本领域未来发展的有效资助机制及国家相关产业发展的主要政策建议。一突出流程工业的战略地位,提升流程工业企业创新能力在政策制定、国家发展战略制定中确立流程工业在我国经济发展中的战略性地位和作用。我国流程工业发展虽然迅速,但目前还是主要利用低廉的劳动力和产能规模以降低生产成本。从长远发展来看,必须依靠内涵发展来提高创新能力、促进经济增长。加大研发投入力度,建立健全研发和服务体系。加快实施重点流程工业行业智能制造专项行动,切实构建企业主导的产业技术研发体系,着力促进产学研等各创新主体的协同创新,提高企业原始创新能力。二组织由学术、研发与企业三方共同开展流程工业智能优化制造的战略规划与顶层设计建议由国家相关部门组织产学研各方面的专家组成战略研究组,共同研讨我国流程工业的特征、现状和问题。研讨流程工业两化深度融合实现智能制造的内涵与挑战;研究发展思路、发展目标及重点任务、重点工程科技问题、重大关键技术和技术路线图。为我国流程工业两化深度融合的应用实施和推广提出配套政策和措施建议。三将基础与前沿研究、国家重点研发计划、工信部两化深度融合推进计划进行一体化整体部署发挥中国特色社会主义制度的优越性,协调各类国家研究计划,围绕流程工业两化深度融合实现智能制造的关键工程科技问题和重大关键技术,对从基础与前沿研究、技术研发、产品研制到推广应用各类项目的投入与资助进行一体化部署。建议工信部与国家自然科学基金委员会成立联合基金,共同支持原材料工业智能制造示范工程中的基础与前沿科学问题研究。建议设立流程工业智能优化制造的重大专项、重点研发计划。建议国家自然科学基金委先行启动与流程工业智能优化制造相关的重大研究计划、重大项目与重点项目群。四加强基础设施建设,强化企业创新主体地位,优化流程工业智能优化制造创新环境加强工业宽带基础设施建设,以深化科研体制改革和科技管理体制改革为动力,强化企业创新主体地位,建立企业主导产业技术创新的体制机制,形成条件完备、充满活力、富有效率、成果转化的流程工业智能优化制造研发创新环境。五分层次分目标实施两化深度融合,推进流程工业智能优化制造建议实施两化深度融合引领企业示范工程。按行业选择有示范作用的重点企业,以企业为主体联合相关国家重点实验室、国家工程技术中心,形成固定的研发与工程实施队伍,进行机制创新,建立对研发队伍持续支持的机制,联合创新将示范企业打造成世界领先的企业。建议开展面向行业的两化深度融合示范工程。利用大数据、云计算、工业互联网、移动计算等新的信息技术,搭建面向不同行业的两化融合技术创新服务平台和企业生产管理信息服务平台,如,云ERP、云MES等。建议开展面向流程企业以实现智能优化运行为目标的信息化系统提升示范工程。特别是开展针对关键生产工序的重大生产装备,尤其是高耗能设备,以实现智能优化运行为目标,完善过程控制系统,使其可靠完整采集信息,实现回路闭环控制,具有故障诊断与自愈控制、控制指令优化设定等功能。六完善可持续发展的职业教育与专业人才培养模式,培养一批流程工业智能优化制造领域的专业技术与人才队伍完善人才引进、培养、使用、评价、激励和保障政策,优化人才引进和培养环境,重点培养和造就面向工业创新需求的实战型工程技术人才和具有扎实素养的应用型研发人才,提升在职人员劳动素质,培养一批流程工业智能优化制造领域的专业技术与研发人才队伍。

标签: {{b}}
展开
报告图表 更多