最新动态
Latest News

流程工业智能工厂建设的再思考 化工企业信息化管理系统

经过近十几年的发展,流程工业在企业信息化建设方面,基本形成了以 DCS-MES-ERP三层模型为代表的信息化体系,不同程度上满足了企业在过程控制、生产管理、经营管控等方面的应用需求。

 

 流程工业erp,智能工厂,化工erp,化工ERP系统,化工行业ERP,ERP化工,化工企业信息化管理系统,化工解决方案

 

然而,从另一方面看,企业通过信息化系统建设,虽积累存储了大量数据,但对数据价值的挖掘和应用还较少;虽然实现了生产过程自动化控制与管理过程的电子化记录,但对复杂工艺装置的先进控制、生产计划及加工方案的优化与排程,还非常缺乏有效的建模工具与应用软件支撑;虽然实现了自动化报表及信息的综合展示,但在数据钻取、决策辅助方面,仍然存在数据不标准、模型不统一、信息未集成等难题。流程工业智能工厂建设是企业“两化”深度融合的集中体现和必然选择,是一项长期、复杂、创新的工程,并不是一蹴而就的。

 

智能工厂的新思考

流程工业智能工厂可以从 4 个视角来剖析,即工厂本体、智能化方案、智能工厂评价体系、核心支撑要素。

 

 流程工业erp,智能工厂,化工erp,化工ERP系统,化工行业ERP,ERP化工,化工企业信息化管理系统,化工解决方案

 

1.1 工厂本体

工厂管理目标

从工厂本体运营管理的视角看,企业管理者主要关注三大类问题。

1)增加销售、降低成本,提升工厂的盈利能力,解决企业的生存问题。关注效率提升,保障企业的产品及服务能更快速的满足用户需求。

2)加快新产品研发、新市场开拓、新生态打造等问题,解决企业由大到强的可持续发展问题。

3)加强风险管控,包括融资风险、投资风险、经营风险等,解决因决策失误造成重大损失问题。关注风控,要求企业适应复杂多变的市场环境。

 

工厂运营管理

为了能系统性地分析评估工厂运营效率,一方面可以从工厂价值创造的过程入手建立工厂价值树模型;另一方面可以从企业经营管理目标、制度、流程入手建立企业运营管理绩效树模型。

 

 流程工业erp,智能工厂,化工erp,化工ERP系统,化工行业ERP,ERP化工,化工企业信息化管理系统,化工解决方案

 

运营管理绩效树是以价值创造为出发点,追溯关键绩效指标与其层层牵连的因果逻辑关系。基于绩效关系树的分析,可以快速诊断、定位提高工厂运营绩效的关键环节与瓶颈制约,有针对性地指导企业管理者进行管理的持续改善与科学决策。

 

决策者主要关注

从改善企业经营视角看,企业决策者主要关注3 个方面的解决途径,即新技术应用、商业模式创新及人才培养。所以,任何管理咨询、信息化规划及系统建设工作,均应与企业经营决策者的主要关注密切结合,支持企业经营决策者把握发展方向、科学决策控制风险以及优化资源配置并使资源效能更多发挥。

 

1.2 智能化方案

工厂本体视角

以企业发展战略为导向,围绕企业的生产装备、工艺路线、组织架构、流程制度、经营模式、人才培养、企业文化等维度都存在着优化和改进的巨大空间。比如企业组织应要用“体系”的视角去观察,企业的经营思路应从“生产独尊”和“销售为大”的传统“工厂智能”中跳脱出来,整体调动企业经营各个要素,用综合化、体系化的方式来看待经营活动。这是一张由工厂本体、客户、供应商、竞争者等组成的一张复杂网络系统,对企业意味着可选择“路径”的多样性,也就意味着“智能化”的维度与空间。

 

信息化视角

从信息化看系统建设的视角,综合了通讯技术、控制技术、优化技术、软件技术的企业信息化整体解决方案,也是工厂智能化的主要途径之一。

 

融合创新视角

以支撑生产企业发展战略为根本,以智能制造的新思维、新技术、新业态为手段,深入分析企业经营目标、组织架构、管理制度,业务流程的现状与瓶颈制约,优化企业的生产要素、管理经营业务,改善并升级企业生产链、供应链、管控链、价值链,提高企业个性化定制、柔性生产及体验化服务的能力和水平,构建生产制造新业态、生产管控新模式、企业发展新动力,实现企业智能制造的转型与升级。

 

1.3 智能工厂评价体系

流程工业智能工厂建设相关的理论、技术、应用还在不断探索和发展之中,对于智能工厂建设的范畴、目标、进程、效果等,业界仍未形成统一的共识和标准。

作为智能工厂建设的主角,生产企业应以自身发展的内生需求为导向推进智能工厂建设。当然,智能工厂建设的效果评估,理应回到对企业发展需求的满足程度方面,以定量分析的经济技术指标和定性分析的总体先进性作为主要评估要素。同时,围绕全面感知、协同执行、预测预警、科学决策等维度综合评估工厂数字化、工厂自动化、工厂信息化等辅助信息化技术指标。企业结合绩效关系树与智能工厂评估体系,可以对企业管理及智能工厂建设效果进行持续改善与优化。

 

1.4 核心支撑要素

流程工业企业信息化解决方案的核心支撑要素包括以下方面。

1)数据与标准 通过实时/关系数据库技术,实现工厂人、机、料、法、环、测等生产要素数据与采购、销售、生产、安全、质量、环保、物流、运维等经营动态数据的采集和存储,建立基于统一编码体系的主数据管理和企业服务总线(ESB),实现各业务系统之间数据的互联互通与共享。同时,需要对企业的技术标准、管理标准及工作标准体系进行梳理和数字化转化,这是信息化系统进行初始化和分析诊断,进而辅助管理决策的基础和基准。

2)软件与内容 流程工业软件包括运营管理类软件(如 ERPCRM 等)、生产控制类软件(如MESDCSAPCSCADA 等)以及研发设计类软件(如 CADPDMPLM 等)。尤其在智能制造背景下,还需要工厂统一建模软件、企业服务总线平台、信息综合展示等软件,实现各类工业软件的集成与互联,支撑企业管控业务的协同。不同行业的流程企业进行信息化系统建设,应结合自身行业特点,选择专业性强、针对性好的工业软件并考虑综合集成,避免出现应用孤岛。内容是指建立行业知识数据库,包括过程性知识(如物料衡算、热量衡算、相平衡计算、反应动力学计算、工艺指标分析、平稳率分析等)、描述性知识(如物理性质、化学性质、催化剂活性等)、方法性知识(如设备结构力学计算、气体扩散模型、爆炸模型、腐蚀模型等)以及手册性知识(化工工艺设计手册、化工设备设计手册、化工管道设计手册等)。企业可以先行购买一个通用的商业数据库作为基础,再将自身的管理实践与知识经验不断向这个数据库中转移,形成企业自己的经营管理数据,并持续维护更新这一影响企业管控水平的软资产。

3)行业经验实践 通过企业自身内生动力等推动,与智能制造的技术、服务供应商等进行融合创新,共同创造可以使生产或管理实践的结果达到更优,并减少出错的可能性,将这些技术、方法、活动或是机制进行固化,形成企业自身智能工厂建设的行业经验实践。

4)新一代信息技术 企业信息化系统解决方案应充分利用物联网(IoT)、工业大数据(Big data)、云平台(Cloud)、仿真优化(Simulation)、工业信息网络空间(iCPS)等为代表的数字化网络化智能化新一代信息技术,帮助企业提升信息感知能力、管理执行能力以及科学决策能力,增强企业持续发展的市场竞争力。

5)专业化服务 信息化系统供应商应该在项目建设、系统应用及价值创造的各个阶段提供全流程的专业化服务,确保信息化系统解决方案能够在企业经营管理中落地生根,为企业创造价值。专业化服务的内容包括需求分析、方案设计、建模分析、系统开发、运行验证、技能培训、知识转移等,既需要专业化专家团队,也需要专业化的行业知识库与标准化模版。

 

企业信息化系统顶层设计

企业信息化系统顶层设计就是基于物理工厂对象采用可配置的多层建模方法,设计工厂统一数字化资产模型,服务于新产品研发、生产制造管控、供应链集成等管理业务,重构人、物理工厂、技术与知识等生产要素的运转方式,创造绿色、有效、高质、安全、环保的新型生产力,推动制造企业升级转型,而进行的一种具有战略高度的新型工厂规划。

 

 流程工业erp,智能工厂,化工erp,化工ERP系统,化工行业ERP,ERP化工,化工企业信息化管理系统,化工解决方案

 

智能工厂数据采集包括两大类数据,即静态数据和动态数据。静态数据包括工厂设计数据、地理信息数据、工艺设备特性数据、工厂物理结构、文档图片等,这些数据大多来自于工厂设计、设备供应商、工厂建造、工艺包等。工厂动态数据包括安全环保、生产执行、设备运行、质量管控、能源产耗、经营决策、仓储物流、销售采购等。

数字化资产模型是物理工厂从设计、建造到运维全生命周期静态信息和动态信息的结构化、集成化、数字化统一表达。以一个泵为例,它的数字化资产模型内容包括设计阶段的信息(如泵的逻辑图、泵的三维立体结构模型、泵的设计结构参数等)、采购阶段信息(如品牌厂商、规格型号、使用方法等)、安装调试阶段信息(如安装的空间位置信息、安装的地面及周边环境信息等)、运行维护阶段信息(如泵的运行负荷、输送的介质及流量、泵的运行压力、泵运行电压电流、泵的相关备品备件、泵历史维护维修等)以及全生命周期各阶段信息之间的联系,共同构成了泵这个物理资产的数字化资产模型。

智能工厂信息化管理系统的各类应用均基于工厂数字化资产模型,以三维可视化平台作为统一的人机交互界面,实现对生产、设备、物流、环保、安全、质量、风险等业务的可视化监控与管理。以数字化资产模型作为桥梁,可以实现数据提供与数据应用的松耦合,当企业集成信息、生产运营系统发生变化时,不会对上层应用产生架构上的影响。基于数字化资产模型的智能工厂功能架构,可以保障整体系统的可伸缩性,从而既能满足系统扩容的问题,也能对企业前期的信息化资产实现价值提升。

 

· 对于新建工厂或是大型集团企业,可以考虑通过“正向工程”构建智能工厂数字化资产模型,也即与设计院、工程建筑公司等单位合作,打通工厂数字化设计与交付到工厂数字化建造再到工厂数字化运营的信息集成模型体系。

· 对于已经投产的工厂或是中小型企业而言,考虑到成本及技术可行性,可考虑通过“逆向工程”构建智能工厂的数字化资产模型,即通过红外成像加 3D 绘制的模式,建立关键设备、关键工艺装置三维可视化模型,然后再通过热点关联技术,实现工厂建造信息、设备信息及工厂运维信息的集成,逐步建立丰富企业的数字化资产模型,为工厂运营管控系统的应用提供模型和数据支持。

 

优德普-流程工业智能工厂建设服务商

需要注意的是,我国流程工业企业门类众多,发展阶段各异,各企业应结合自身发展战略、建设基础条件、资源投入保障等因素,参考此流程工业智能工厂建设通用参考模型,要具体情况具体分析,制定适合企业发展阶段及自身特点的实效性解决方案。

SAP服务商优德普深耕厚植信息化行业十余年,从业务流程开始,为流程工业企业提供整体信息化管理解决方案,实现数字营销、标准采购、智慧工厂、敏捷供应链、财务集成、商业智能、办公协同等信息化管理。

 

关于宁波优德普>>>

了解更多SAP ERP管理系统成功案例>>>

或拨打宁波优德普免费咨询热线:400-8045-500


返回列表