Page 29 - 《橡塑技术与装备》2019年16期（8月下半月塑料）

综述与专论 吕黎·制造型企业上云应用实践

分明显。但受制于传统的人工记录、经验判断结合手 比、排序，寻找出不同胶种的最优化配置的制造过程
工调节的工艺管控方式，数据收集及处理的及时性和 参数。
有效性比较差，工厂已经无法将混炼胶的合格率进一 4.3 BI 可视化功能搭建、BI 报表开发
步提升。企业通过数据上云，在云端在建立炼胶 ET 在云平台上开发 BI 报表、BI 可视化模块，将相
工业大脑平台，利用云平台高效存储、弹性计算和易 关的业务需求同步到生产现场，指导现场工艺人员针
于扩展的功能，形成针对炼胶过程的大数据分析及预 对性的进行工艺优化，并在此基础上，进一步实现将
测等智能服务，实现炼胶工业的体质降本。 门尼的波动方差有效缩窄，实现更高水平的确保混炼
4.1 分析炼胶工艺过程 胶门尼指标的一致性。
在炼胶过程中，炭黑、硫化剂、促进剂等各种添 4.4 验证和总结
加剂按照一定的工艺要求和工艺顺序添加到橡胶中， 本项目在技术上实现炼胶工艺的 “ 工业大脑 ” 分
这些添加剂随胶料一起在密炼机中通过密炼机转子与 析技术，相较于橡胶传统行业而言，从原有的人工分
转子间隙、转子与上、下顶拴、密炼室内壁的间隙时 析或半自动化分析的制造模式到现在的基于大数据技
受到剪切而破碎、混合，并最终均匀分散在橡胶中形 术下的云上分析，将混炼胶的平均合格率提升了 5%
成混炼胶。在混炼胶的生产过程中，橡胶及各种添加 以上，每年可产生经济效益上千万元。
剂的品类、投加顺序以及混炼时间、密炼室温度、上 项目还为企业的信息化转型提供了新的发展路
顶栓压力、排胶温度等上百种工艺参数都是非常重要 径，企业可利用大数据分析，建立关键参数监控模型，
的生产因子，任何一个变量的变化都会影响胶料的品 对生产过程进行监控和预警 ；通过 BI 可视化界面，对
质，不合格的胶料往往需要再次返炼或者降级甚至报 生产数据做多维度统计分析，建立车间和事业部生产
废处理。 大屏看板等 ；将密炼工序门尼指标数据、天然胶入库
炼胶工序现部署有 PLM 系统（管理胶料配方数 检测多维数据链贯通，为原材料的供应链也提供参考
据）、MES 系统（管理工艺过程数据）以及 WMS（管 依据。
理原材料信息）等信息化管理系统，生产全部采用基
于自动化控制系统的密炼机以及其他辅机，除过部分 5 制造型企业上云展望
原材料的质检信息手工记录外，其他过程信息已基本 全球制造业正迎来新一轮的变革浪潮，云计算、
实现在各自模块的数字化记录和保存。 IOT、大数据、人工智能等新技术正在加速与工业领
4.2 上云方案设计、测试和部署 域的融合，受上云的技术发展水平、制造业数字化的
将分布在研发、采购、原材料质检、生产过程、 成熟度以及当前上云的成本限制，制造业实施企业上
混炼胶检验等多个节点的关键因子数据，通过 ERP、 云的深度和广度必然是一个长期发展的过程，以目前
WMS、MES、工控系统、数据报表等各类途径和方式 的技术来看，上云至少在以下两个方面为企业带来实
收集起来建立数据库，然后设计上云路径和接口，在 实在在的价值。
云端开发大数据分析模型。主要包含以下四个部分。 5.1 制造型企业上云提升企业运营效率
（1）自主研发离线中间数据库及中策大数据平台 （1）在多要素参与的工序上部署上云，应用工业
接口。 大数据技术提升过程质量，多要素参与的制造工艺过
（2）优选合作伙伴，联合开发云平台接口，双方 程以前是靠老专家的经验来支持，而工业大数据将这
共同完成离线数据链路通道建立、离线云数仓统一建 种机理推向更科学的手段，同时，还可应用工艺创新、
模、离线云数仓生产调度、混炼工艺全链路数据生命 流程优化、风险预警等方面。
周期梳理等。 （2）在业务流程复杂、物理空间跨度广的跨区域
（3）离线数据上传云端后，在云端完成工艺数据 较多的过程应用云技术提升 IT 系统稳定性，比如铁路
关联、数据特征预处理、关键因素挖掘方向设计、算 局、电信公司以及从事重工业装备制造的企业等。
法开发、工艺参数推荐等一系列模块的开发部署。 （3）在并发数据波动较大的业务流程应用云技术
（4）将影响门尼波动的几百项数据指标进行相关 来降低 IT 成本，实现快速部署，比如间歇性工作的航
性研究，针对门尼合格率影响因子的权重结果进行对 空、航天工程、特种钢生产等等。

年
2019 第 45 卷 ·7·