化纖行業是關系國計民生的行業，前半段屬于聚酯流程行業，后半段成品環節屬于離散行業。隨著行業產能的增長，數字化建設的需求也在與日俱增，行業龍頭企業早已開始數字化建設探索之路，從浙江省的“數字化工廠”“化纖工業互聯網平臺”等名單可以看出目前已初具成效，但行業內的中小型公司數字化水平相差較大。

本文結合多個化纖工廠智能/數字化工廠落地經驗，就化纖行業數字化建設/轉型的技術路徑進行總結與說明。 化纖行業數字化建設的基礎 制造業數字化建設/轉型不是一蹴而就的，有一定的順序與積累，還要有必要的基礎。

（1）自動化、信息化基礎 對于制造業來說，通過一些“硬工具”—自動化設備、“軟工具”—IT信息化系統，替換重復性工作提升效率與生產節拍、解放勞動力等是最為基礎的需求。自福特汽車廠1913年引入世界首條自動化流水生產線，其T型車2 500萬輛的銷量至今未被打破；20世紀50年代，IBM在轉型期投資數十億美元建設了高度自動化的工廠，助力IBM成功轉型。隨著自動化逐步步入高速發展時期，為越來越多的制造業帶來便利與收益。 隨著計算機由晶體管邁入集成電路時代，通過自動化實現批量制造，使得PC走入千家萬戶，計算機IT技術伴隨其一起發展，為制造業提供了諸多系統、工具。自動化與IT信息結合成為如今現場成套設備的標配，軟硬件均需滿足“安穩長滿優”的要求。

基礎部分的投入是最大的，其建設水平決定了智能制造、數字化的落地難度與成功率。對于設備、技術的需求方和供給方，需要統一意識：再先進的設備和技術，都是為了生產而服務。精密、穩定的機械是電氣精確控制的基礎， 貼合實際的IT系統功能才能被需求方用戶主動接受與使用。

對于需方而言，需要明確提出成套設備要滿足的生產量化指標，對各項細節進行明確約定，如生產工況詳細數據、雙方工作界區范圍、設備供貨清單（需求方提出品牌要求）、設備/系統功能、成套設備性能指標、性能指標設計依據與計算過程、驗收方式、備品備件清單、交付資料等等。為便于采購、維護、備品備件通用、制定統一通信與數據標準等， 需求方可對PLC、電氣元器件、關鍵設備等制定統一的標準。

對于供給方而言，需要先深入且清晰的了解需方的實際需求，在進行設備、系統等設計時緊密結合實際需求進行設計，機械部分盡可能使用標準件，避免非標定制件過多造成供應鏈的延時或不可控。任何一個項目的成功落地，都是基于雙方的緊密配合，需求未梳理清晰、需求多變為項目的失敗埋下伏筆。供需雙方都要做好項目管理，保證項目按照項目節點、里程碑計劃穩定、有序地進行。

此部分也需要關注新技術的發展與應用，可逐步引入工業場景應用，如：傳統堆垛機式立體庫占地面積大、出入庫效率難以進一步提升，可關注四向穿梭車式立體庫，以48 000個貨位立體庫為例，堆垛機式立體庫高度需要27 m，而同樣占地面積四向穿梭車式立體庫高度可做到24 m，由于穿梭車可以在不同的庫層之間進行調度，可以大幅提升出入庫的效率；對于互聯網技術可吸收引進，互聯網可實現億次/s的高并發與處理，在工業應用時，在UDT 中可引入MapReduce思路進行設計，中間層使用MQTT， IT系統中使用多線程，可在ms級內實現工業萬次/s的并發與處理。

工業技術環境包羅萬象，實際應用效果是檢驗技術是否可行的有效途徑，工業設備與軟件是需要沉淀積累的，將工業行業中的隱性知識與經驗轉換為顯性知識與經驗，再通過技術對現場進行賦能，最直觀的評價標準是此設備/系統是否好用。

（2）工業網絡 工業網絡是工廠的神經網絡，在日益復雜的自動化、IT系統中，其穩定性對生產有直接影響。設計一個安全、穩定、高效、容災、可擴展的工業網絡顯得尤為重要，化纖行業工廠級工業網絡設計如圖1所示。 主網采用光纖環網，子網根據通信距離決定采用光纖環網還是網線環網，無線、5G網絡可在子網中進行融合。為保證通信的穩定性，建議現場單根網線的長度≤85m。

網線環網中，每兩臺交換機間、重要設備與交換機間放置2根網線，其中一根不接入交換機中，避免數據分流造成通信丟包或延時。

工業網絡與辦公網絡有著根本上的不同，在辦公中一臺服務器處理多臺設備連接，設備之間無交叉連接，多個設備同時連接服務器時會導致阻塞和延時。這種通信方式不能用于工業自動控制，循環執行進程要及時處理更新的數據并發出新的控制指令，工業網絡必須能夠反應靈活并在短時間內滿足工業需求，重組必須快速而高效，如果發生延時，會導致發生“該運行的不運行，該停止的不停止”的生產、安全事故。

工業網絡必須能夠適應如高溫、濕度高、粉塵多、振動、腐蝕性、輻射、電磁干擾等惡劣嚴酷的工業環境，工業交換機的工作溫度、工作濕度、防護等級、MTBF均有參數說明，工業交換機需要選擇工業品牌，不能用民用交換機進行替換。

（3）工業互聯網 當自動化系統到達一定的復雜度時，建立一個公司級/ 集團級的DAQ平臺十分必要，一般是從現場設備中的控制器、專用數據采集卡等中進行數據采集或交互，如DCS、PLC、機器人控制器、各種單機設備控制器、專用通信板卡等。設備連通進行數據采集與交互是工業互聯網的核心。對于C端而言，通信協議較為單一、獲取授權較為方便，可以輕易獲取海量數據；但對于制造業B端來說，現場通信協議眾多且互不兼容、工業環境復雜，尤其是有些專用/進口/壟斷設備并不開放數據接口，如數控機床、巴馬格卷繞機等， 大大增加了數據獲取的難度與成本。

目前比較成熟的做法為使用OPC軟件作為主要平臺， 輔以定制開發通信接口。OPC有DA、UA之分，OPC DA只支持Windows平臺，OPC UA已成為主流方式，得益于其更多的功能、跨平臺能力、安全性更高等優點。OPC在建立數據采集變量時，首先要配置采集控制器的型號驅動、IP地址等參數，其次變量是按照channel、device、tag三層建立， 當一臺設備中變量較多時，會影響采集速率，此時可將一臺設備分為多個device，在每個對應的device下建立相應的tags。筆者成功落地過通過一個OPC UA平臺上采集10萬點數據，采集周期在100ms以內。除了OPC之外，還有其他一些也可實現該平臺功能，如在機床物聯網中應用較為成熟的Thingworx等。

（4）IT決策系統 有無IT決策系統是衡量一個工廠是否智能的重要指標，其能實現“自動化作執行，信息化作決策”。IT決策系統是指緊耦合MES/MOM，它賦予智能工廠“大腦”。ISA- 95中定義了MES，最新發布的ISA-SP95中定義了MOM，為便于行文，本文還是以MES闡述。MES有松耦合、緊耦合之分，此處的耦合可以理解為MES是否參與到現場控制。 松耦合MES主要做數據集成、展示與相關操作，業務復雜度較低，實施難度也較低。緊耦合MES要與自動化層面緊密結合，自動化與IT之間打通可通過工業互聯網實現互通有無。

簡單的示例流程如下：通過銷售系統下訂單，ERP對該訂單依據物料信息等進行處理分解后下發至緊耦合MES， MES結合產品BOM、庫存等信息進一步將訂單處理為現場可執行的生產計劃，再將生產任務下發至物流系統、現場計劃執行PLC中等；在原料上線生產過程中，每到一個工序、質量檢查點等時，現場PLC向MES發起指令請求下一步動作、狀態等，MES根據制定的規則判斷是否允許繼續執行、拉動現場物料配送等。緊耦合MES在與自動化層交互時，一般是PLC側發起請求，MES側響應，每次請求必須有響應， 否則形成不了閉環，會導致現場停產事故。緊耦合MES不是一套軟件，而是在深入理解、掌握現場業務需求的基礎上才能實現，對于集團型制造業，該部分為核心業務與技術，最好是自己有團隊進行實施與運維，需要供應商進行配合實施的部分，制定供應商側的標準并指導供應商進行配合實施。

（5）信息互通 IT信息的融合至關重要，如：CAD/CAE等產品研發系統、PLM、CRM、SCM、LIMS、WMS、ERP、MES、MDM、EAM等。要打通研發、采購、財務、物流、生產、售后等全流程系統，涉及的系統對接或很多，每個系統如果單獨開發接口進行對接，會存在開發與調試工作量較大、接口不統一、運維難度與成本高等問題，因此可以考慮采用ESB進行實現，當后期系統迭代升級、更換、新增時，也能進行較快的融合。

（6）數據展示 基礎建設過程中，通過LED、LCD等進行數據展示是必不可少的，核心是有相關數據。展示界面需要根據實際需求而定，不同層級的人員對所展示的信息要求也不同，需求確定后可讓UI界面美觀設計。2D/3D、數字孿生、微信推送信息等是一種技術形式，關鍵點還是需要打通與相關數據的交互渠道。

數字化應用實踐 數字化建設所需的基礎越成熟，各環節就越流暢， 可獲取、積累的數據與經驗就越多。沒有穩定、有效與高效的數據來源，工業互聯網是無源之水，數字化是空中樓閣。數據蘊含信息，信息內含知識，知識就可以用于實際的提升、改進、創新等。制造業是實體經濟的支柱，制造業數字化也是我國數字經濟中重要的一環。數字化實際應用時有幾個關鍵點。

（1）數據之中找真相 工業現場獲取積累的結構、非結構數據量是很龐大的， 需要對數據進行清洗、梳理，從中找出有用的數據。如正常生產時，設備、產品等的數據均為正常數據，當某臺設備運行參數突然出現異常時，需要聯系上下游生產工況、產品情況等進行分析，找出設備運行參數異常的真相，對設備運維、生產等進行有效的指導與經驗積累；通過質量異常數據對原料、工藝參數、設備狀態、現場管理等進行分析，找出異常的根源，進行目標明確的改進。數據可以反應出企業生產、運營、供應鏈、產品等方方面面的細節，當數據出現異常時，要連通異常數據的上下游進行詳盡分析。

（2）AI 自2018年開始，多國已制定AI戰略發展舉措。AI在解決工業復雜場景問題時能取得較為優秀的效果，比如化纖行業中需要對絲錠的外觀缺陷進行分類、根據每種缺陷的嚴重程度進行定級，產品批號變化時缺陷的形態也會有所變化， 用AI來解決此問題可取得比人工更好更穩定的效果。AI的能力已經得到了廣泛的驗證，要重視AI在工業環節中的應用與價值，但在選擇上要多加注意，避免掉入“偽AI”的坑。

（3）安全 除了HSE硬性安全要求之外，在數字化建設中必須重視網絡安全、數據安全、信息安全等方面的建設，避免發生信息類安全事件影響現場生產、企業運營等?，F場的設備、信息系統與網絡的集成度較深，對于外網的權限、安全要嚴格管控，守護好“數據”等軟資產的安全。

（4）數字化應用 “人機料法環”是制造過程的主環節，“人財物產銷” 是供應鏈一體化的主環節，兩個主環節融合貫通基本就實現了數字化，從中挖掘有用的數據，對生產經營各環節進行建?；蛑笇?，能夠發現相應環節的瓶頸，有針對性的進行有效的提升。數字化的范圍很廣，幾乎涵蓋了企業的方方面面， 但要想數字化成功落地，其需要很多基礎與數據進行支撐。

數字化通過技術對企業賦能，既會帶來企業流程、組織架構、崗位職責等的變化，又會對產品的研發、結構、制造、銷售等帶來很大的改變。數字化建設到不同階段， 為企業帶來的促進作用不同，但企業要面對的轉變、挑戰也會不同。 結束語 我國是制造大國，制造業各行業工業化進程水平有不小的差異，在數字化建設中，汽車行業由于起步早，其建設水平相對領先，可作為先進行業進行學習與借鑒。

數字化的出發點與最終目的都是為了企業自身的發展而服務，建設過程中要打好基礎，多回頭總結經驗，不要偏離方向。整體而言，數字化剛起步，但其能力已不容小覷，數字化建設道路是“路漫漫其修遠兮，吾將上下而求索”，正如中國人民依靠自己的毅力與聰明才智克服艱難險阻終會取得中華民族的偉大復興，我們也會克服數字化建設中的各種困難，實現制造業的智能化、數字化。數字化的范圍很廣，本文僅對化纖行業的數字化建設技術路徑落地進行論述，任何一個點展開都會較廣較深，希望能為制造業數字化轉型起到拋磚引玉的作用。



審核編輯：劉清