寄云科技柯晗：从装备智能化到生产智能化 解锁全新工业智能应用：以新能源、新材料、3C电子、半导体和汽车等为代表的高端制造业正加速成为我国工业的中坚力量。高端装备作为智能制造的基础，其智能化程度直接决定了制造的水平。据预测，我国的高端装备业预计在2025年达到30万亿的规模。但长期以来，我国的高端装备无论是在核心技术的自主可控、工艺的精细化控制、以及体系化的维护保养上，与国外高端装备厂商相比，都存在着较大的差距，装备的智能化迫在眉睫。
从装备智能化到生产智能化，如何快速推动高端装备实现智能制造？9月，寄云科技副总裁柯晗在“数聚力量 智见未来”寄云NeuSeer全新工业互联网产品发布会上重磅解锁寄云科技全新工业智能应用。
寄云科技副总裁 柯晗从寄云NeuSeer工业工业互联网平台 1.0到3.0，寄云平台产品始终都围绕着两个方向：一是装备智能化，二是生产智能化。
从中国制造业的发展背景来看，2021年中国制造业总量突破30万亿，连续12年位居世界首位。与此同时，我国传统制造业一直存在着产业结构失衡、企业数量多但名企少、核心技术匮乏等“卡脖子”问题，同时还面临着中低端产业向东南亚国家转移、高端制造业回流至发达国家的双重夹击等问题。基于此背景，
如何提升我国制造业水平，促使我国向制造业强国迈进是我国制造业当前面临的主要问题。
此外，市场的变化使包括像材料、零部件、装备等高端制造企业面临着包括原材料和人工成本的上升、产品生命周期的缩短、产品的个性化和多样化以及激烈的市场竞争等多方面的挑战，都对企业在成本管控，交付能力，创新能力和服务能力方面提出了更高的要求。在此背景下，先进制造的必要性更加突出。
谈到先进制造，我们认为需要具备以下五大特点。
- 精准性：如芯片制造工艺已经进入纳米级别，需要控制过程具备更高的准确性和稳定性；
- 实时性：高度自动化的生产过程需要基于数据，进行实时的决策和过程控制；
- 灵活性：生产过程高度复杂，在动态变化的生产过程中，需要产线具备自适应的能力；
- 可预测：需要对关键生产指标进行智能化预测，以满足效率和良率的要求；
- 可优化：在可预测的基础上，生产过程需要具备自我优化和自我调节的能力。
基于这些特点，高度依赖自动化装备的同时，智能化生产需要借助新一代信息技术手段，实现生产过程中的实时洞察、异常分析与性能预测，从而优化生产工艺，提高产能及品质。
同时，先进制造对装备也提出了更高的要求。先进的制造过程会把人、机、料、法、环等生产要素，按照最合理的方式进行分配，为了达到最理想的结果，这就要求生产装备能够快速、连续、稳定、精准的执行各项指令，同时也要具备高度协作、联动的属性。
一、装备智能化
为了满足上述先进制造要求，装备的智能化作为先进制造的基础面临着诸多挑战，包括装备产生的大量实时数据同机理模型的融合程度不高、突发的设备故障导致的生产中断、不能实时感知和自动调整导致控制精度的不足、各种类型的装备之间不能互联互通协同工作。为了应对这些挑战，我们认为装备智能化的核心能力包括了数字孪生、智能控制、预测性维护以及开放集成的能力。
第一，数字孪生。提到数字孪生，可能很多人印象是3D展现形式。寄云科技认为形式固然重要，但是更重要的是为装备构建基于运行数据和机理模型的仿真系统，并通过虚拟传感器实现更全面的感知，完成装备全生命周期的监测和预测。加速工艺配方的开发和优化、预测装备的失效模式、从而降低设计成本。
在实际应用中，寄云科技为中石油宝石机械等不同类型的装备厂商，构建基于运行数据和机理模型的数字孪生以实现装备全生命周期的监测和预测。一方面，服务于研发过程，提升工艺研发的效率；另一方面，对生产过程进行全流程的监测和优化，包括基于模型的预测性分析。
第二，智能控制。智能控制，是整个先进制造过程中非常核心的一个能力。因为现在很多行业的制造过程都高度复杂，整个生产过程受到各种因素的影响。因此，传统的基于静态规则的自动化控制就存在很大的局限性。在静态规则的基础上，可以基于对历史数据的学习和对当前状态的感知，实现智能化控制；提高生产过程的稳定性和自适应性
结合寄云两个案例，具体说明一下智能控制在生产过程中应用场景。
第一个案例，寄云科技协助中石油实现页岩气井智能管控。页岩井的生产过程是通过电动调节阀来进行控制每天的压降，在不同压力的情况下，每天压降在一定范围内才可实现最大产量。传统的模式是用人工来控制压降，每天通过5-6次的操作来把压力下降控制在合理的范围。
基于此，寄云科技通过在边缘控制器上增加智能算法，帮助客户把压降从人工控制的0.21MPa/天精细到0.01～0.1MPa/天。另外，因为流体力学的原因，调节阀进行操作以后6-7小时压力才能达到稳定状态，通过机器学习算法可以实时预测最终的状态，提前6-7小时预测最终结果，最终可实现单井采收率提高10%。这是一个典型的智能控制在工业场景里面的应用。
第二个案例，寄云与北方华创合作打造的半导体装备智能管控系统。寄云认为智能控制在很多情况下，弥补传感器不足。因为半导体生产过程中需要各种类型的气体，在氧化，光刻，刻蚀，薄膜等工艺中用到的气体有几十种，且需要对进气量进行精准控制。热式传感器靠气体传热达到热平衡来估算流量，存在一定的滞后。我们通过滤波补偿算法，把传感器的信号尽量拟合成实际流量值，使响应时间从秒级降低到毫秒级，从而实现了对流量更精准的控制。
上述两个案例都说明了智能控制在工业里面的重要应用。未来，无论是先进制造，还是智能制造，智能控制一定是不可缺少的。
第三个，预测性维护。设备维护的常见方式有预防性维护，预测性维护和故障维修。寄云认为预测维护是预防维护和故障成本相比是最优的，但是前提程度准确性要足够高。传统的预测性维护多是基于固定门限的，预测准确性存在很大的限制，寄云的预测性维护方案是通过模型的建立，并用历史数据来训练模型，实现在故障早期阶段的预警。
例如寄云在和宝洁集团合作针对热熔胶机经常发生非计划停机的情况，通过对温度，压力等参数构建模型，并通过历史数据对模型进行训练，对故障预测的准确率超过了80%，并可提前24-36小时实现预测。从很大程度上解决生产的连续性和稳定性的问题。
第四，开放集成。多数工业场景中的设备类型都非常多，通过为装备建立标准数据和控制接口，可实现与外部自动化和业务系统的高效集成，更适合开展全流程的自动化控制和编排。
例如针对东方晶源这类半导体光刻工艺监测设备的生产厂家，寄云科技为客户构建了完成的通信协议栈及控制框架。半导体装备进入Fab场后需要通过协议栈同厂端的EAP系统连接实现数据传输，使用特殊的SECS/GEM协议。寄云提供了覆盖检测设备涉及到的200/300协议栈以实现高性能稳定的数据传输，且基于寄云提供的控制框架，协助企业快速构建装备的控制系统。
二、生产智能化
装备智能化基础之上，寄云科技认为生产过程本身，也需要通过对数据价值的挖掘，实现生产过程的一个智能化。其中，制约生产过程向智能化发展的主要四个因素包括： - 数据基础不完整：信息系统多而异，导致数据缺失的原因并不是在生产过程中未产生数据，而是未能及时准确的获取信息。
- 工艺控制不精确：因原材料、生产环境、订单等因素的变化，使生产时工艺要快速做出调整，但往往调整后的参数很难稳定生产。
- 缺陷定位不准确：一个完整生产制造过程，涉及多个工序和环节，缺陷是滞后发现的，不容易定位到根本原因上。
- 决策依据不充分：在进行生产计划执行过程中，涉及内外部多个部门和多种要素，决策人员在判断处理方式时，只获得了部分信息，导致决策出现偏差。
为了应对这些挑战，寄云认为生产智能化需要具备的四个核心能力，包括体系化数据的治理，装备和工艺的稳定性，缺陷的诊断和预测，以及实时透明的生产管控能力。
第一个能力，体系化数据治理。寄云认为当企业信息化系统足够复杂，数据种类足够多的情况下，需要对生产过程中多种业务系统的IT数据和多种装备的OT数据，在统一融合的数据平台中，进行数据治理和数据标准化。
比如寄云为中车打造的轨道交通车辆数据智能服务平台，可以支持从不同地区、不同型号的车辆运行过程的数据采集，包括线网系统、闸机系统、安防系统等异构数据源。这些数据采集以后，让它形成相对标准的数据资产，支撑像车辆故障预测等各种不同类型的应用场景，协助企业全面掌控数据资产现状、提升数据质量，实现数据互联互通、提升数据获取效率，保障数据安全合规、持续释放和挖掘数据价值。
第二个能力，工艺稳定性控制。工艺的稳定性对生产过程至关重要。通过采集装备数据和生产计划数据并进行实时数据分析，一方面可对工艺配方文件进行管理，根据生产情况推荐最优的工艺配方；另一方面，可以对构建检测结果和工艺参数的关联模型，对稳定性进行评估，动态优化工艺参数。
如寄云在协助中电科某研究所通过采集系统集成流程中技术验证设备所产生的数据，并进行存储、清洗预处理、分析，通过数据接口，按照业务运行要求，与协同仿真设计环境的精准工艺建模和系统集成环境进行数据交互，实现对工艺数据的分析，包括对工艺参持续优化等不同的应用场景。
第三个能力，缺陷的诊断与预测。当前，在很多复杂的生产过程中，一个问题的出现可能会跟很多因素相关。所以，当出现一些质量性因素的时候，如何能够快速定位问题是制造企业面临的极大挑战。基于此，寄云科技将产线的实时工艺数据与检测结果数据相结合，构建数据模型，实现产线级别的虚拟量测和根因分析。当出现质量问题出现的时候，能快速定位这些问题；另外一方面，生产过程中，可实现实时缺陷预测，避免缺陷产生，持续提高产品品质。
比如寄云科技和彩虹集团针对电子玻璃生产过程中由于工艺偏差引起的翘曲缺陷，基于海量的历史工艺数据、控制参数和输出环节的检验结果，依托寄云工业大数据分析能力，实现了对电子玻璃生产质量的溯源和预测及产线的实时指标监控，有效提高数据提取和分析效率，协助快速定位缺陷产生的工艺参数异常，并构建质量预测模型，实现将问题诊断和解决的速度从4-5周降至3-4天，提高整体良率3%~5%。
第四个能力，实时透明生产管控。在很多高度自动化生产企业里面，需要基于实时的生产运行数据，构建全方位智能化的生产管控平台，对产能、损失和效率进行实时分析和管控，协助企业做出更准确、实时、透明的生产决策，在数字化时代提升企业的综合竞争实力。
比如寄云科技与全球500强企业麦格纳集团下属格特拉克针对生产设备运行效率的优化展开合作，依托寄云NeuSeer工业互联网平台，通过采集设备实时状态数据，结合ERP和MES的工艺数据，实现秒级生产指标(OEE/JPH/MTTR/MTBF)的实时计算，构建工艺流程监控、关键指标监控，覆盖设备端、工厂层、产线层到集团层等不同层面的指标，打通MES、ERP等OT/IT系统和应用，最终帮助客户实现产线所需人员减少，OEE(设备综合效率)提升9%，MTBF(平均无故障工作时间)增加6%等可量化的可观收益提升。
【结语】
无论是装备智能化、还是生产智能化，其核心都是数据。从下图的“工业4.0的6个成熟度水平”可以看出，后三个发展阶段“透明性”，“预测性”，“自适应性”都是通过对于数据的深入分析来实现的。智能制造的核心还是在于对数据的利用，并充分挖掘其中的价值。
面向未来，寄云科技将持续围绕着装备智能化和生产智能化这两个方向，基于我们在数据采集、数据存储、边缘计算、智能控制、数据分析建模以及数据治理等一体化的数据能力，切实助力高端制造厂商以更高效、更智能的方式实现数字化转型升级，加速迈向先进制造行列。
