流程工业智能工厂建设的再思考

    流程工业是国民经济的支柱产业，是我国从制造大国向制造强国迈进的主战场之一。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(distributed control system)-MES(manufacturing execution system)-ERP(enterprise resource planning)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。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。

    关于“智能制造”的标准制定已经成为世界各国抢占技术制高点的必争之地。德国提出了“工业4.0参考体系架构（RAMI4.0）”，中国提出了“智能制造体系架构”，美国提出了“智能制造生态系统（SME）”。德国工业4.0参考体系架构与中国智能制造体系架构非常相似，本质是实现贯穿企业设备层、控制层、管理等不同层面的纵向集成、跨企业价值网络的横向集成以及从产品生命周期短的端到端集成，对于认知和分析智能制造体系具有很大的意义。智能工厂通过构建生产过程的数据、模型和知识，驱动企业多级目标的优化决策，实现人机协同的绩效管控，助力企业达到“安全、绿色、节能、高效”生产管控目标，在智能制造体系中占据核心地位。然而，这些标准体系对生产企业进行智能工厂建设是远远不够的。企业更想了解智能工厂建设有哪些切入维度，分哪些层次阶段，如何结合行业特点及企业总体基础现状制定行之有效的解决方案，以及在智能工厂建设中又要注意哪些问题等等。本文基于对流程工业智能工厂建设的理论研究和实践探索，尝试提出一些新的观点和建议，抛砖引玉，以引发业界的思考和共鸣，共同加快推进我国智能制造的进程。

1 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。流程工业智能工厂建设思考框架，如图1所示。

图1 流程工业智能工厂建设思考框架

    1.1 工厂本体

    1.1.1 工厂管理目标

    从工厂本体运营管理的视角看，企业管理者重点关注三大类问题。

    （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。关注可持续性，期望打造百年老店。

    （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。

    1.1.2 工厂运营管理

    为了能全面系统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。

    价值树模型就是在指标之间寻找对应的逻辑关系，在价值树模型图上分别列出公司的战略目标，对应的关键绩效指标（通过战略重点与目标转换得到）及驱动这些指标的关键驱动流程及对应的指标。

    价值树可以帮助企业了解价值产生的来源，使得资源、资本和管理重点有的放矢，是建立商业化绩效管理体系的指导原则和出发点。如围绕提高企业占用资金回报率这一目标，可以建立其价值树模型，如图2所示。

图2 提高企业占用资金回报率的价值树模型示意图

    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。

    1.1.3 决策者重点关注

    从改善企业经营视角看，企业决策者重点关注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重点关注密切结合，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最大化发挥。