当桐昆有了“智能大脑”

http://www.texnet.com.cn/ 2022-08-10 16:49:01 来源:中国纺织报

  计算机专业毕业、曾梦想要进入互联网“巨头”做一名软件开发工程师的80后许燕辉,怎么也没想到,后来,他会选择一家在很多人印象里十分“传统”的纺织化纤企业,干起了大热的工业互联网。

  “和我们一起干项目的来自联想团队的不少同事也这么想。我们团队里还有很多毕业于计算机科学与技术、通信等相关专业的同事。”桐昆集团(以下简称“桐昆”)信息管理部经理许燕辉说。

  曾经,“一想到能有大量用户在自己创造的数字世界里穿梭,就特别兴奋”,但2018年6月,许燕辉毅然做出新选择,加入桐昆负责信息化工作。

  这时的桐昆,这家被誉为是全球涤纶长丝行业“沃尔玛”的“大象”,又一次站在了时代潮头“起舞”,正在吹起向着数字化、智能化全面转型的嘹亮号角,随之展开一系列大刀阔斧的变革。

  “数字化、网络化和智能化是‘第四次工业革命’的本质。工业互联网是新一代信息技术与制造业深度融合的产物,是通过‘人、机、物’的全面互联,全要素、全产业链、全价值链的全面连接,推动形成全新的生产制造和服务体系。”许燕辉表示,“现阶段,桐昆已经实现了跨设备、跨系统、跨厂区、跨地区的聚酯纤维全产业链数据的‘全局可视’。聚酯行业的竞争已由原来的单点竞争,转化为全产业链竞争,数字化和智能化已成为驱动桐昆以及我国化纤工业实现高质量发展的主要动力之一。”

  强壮自动化信息化“体魄”

  随着信号指示灯不断闪烁,一卷卷洁白的化纤丝饼不断从生产线上自动落到有轨穿梭小车(RGV)上;沿着长长的就像列车车轨一样的轨道,一台台有轨穿梭小车(RGV)载着丝饼不断进入包装车间;在包装车间,随着体型庞大的“机械手”的手臂不断挥舞,丝饼会被打包、贴签和入库……

  这样的情景,早已刷新了大多数人对纺织化纤企业车间的认知。在他们过往的固有印象里,工人穿梭、汗流浃背似乎才是纺织企业的“标配”。

  但事实上,像桐昆这样的大型化纤企业,早已走在了自动化、信息化的前沿。

  自动化、信息化,是实现数字化、智能化的基础和前提。

  智能落筒机器人

  《中国纺织报》记者了解到,在落筒、包装、仓储、物流等全产业链环节,桐昆都在大力推进自动化、智能化。智能落筒系统、智能喷丝板检测系统、工业机器人技术、自动包装码垛线、智能化外观检测机、自动套袋和装箱机等一大批先进设备,当前在桐昆都已广泛应用。

  在其熔体直纺的纺丝环节,技术先进的大型成套设备全面应用,已实现了机器换人。这里被称为是“黑灯工厂”,置身其间,成排成排的各类设备整齐排列,基本上看不见工人的身影,只能听见机器轰隆隆的运转声响。

  在其恒邦厂区,几十台颜色鲜艳、形体高大的机械手正在忙碌。随着这些“大家伙们”每一次曲伸,多道工序的工作都快速且高效完成。

  2017年投产的恒邦二期项目,是纺织化纤行业推进智能制造、打造智慧工厂的一个“样板项目”。工厂已形成了集成ERP、质量、研发、计调、条码等管理信息的信息化系统,通过数据交互,实现了车间设备与信息化调度、监控、管理系统的一体化。

  在仓储环节,桐昆拥有大型自动化、立体化仓库。每一个包装整齐的长方形丝饼垛,一层一层整齐地排列上去,在蓝色、几十米高的架子上矗立着,看上去甚是壮观。

  完成这一切,靠的是近百台托盘堆垛机,数十台用于高密度储存的有轨穿梭小车(RGV),以及定制化仓库管理系统等。在这里,每一个丝饼垛的流出和运输,都有据可控、高效顺畅。

  5G智能巡检机器人

  桐昆集团副总裁周军向记者介绍:“在我们的卷绕车间,使用了5G智能挂丝机器人,这是我们和全球知名设备供应商TMT联手打造的。得益于智能化软件系统,一旦机器出现断丝,机台设备就会及时给出停止出丝反应,同时将指令传输给机器人,然后,机器人会自动排除故障。”

  现阶段,桐昆旗下所有工厂的自动化率超过90%,设备数采率达到95%,全集团拥有一批“无人车间”“黑灯工厂”。以一个年产量30万吨的标准化车间为例,只需4台自动包装机器、12名包装工,便能满足车间的日常生产。而此前,这样产能体量的一个车间,需要每班86个人的包装工。

  周军指出:“事实上,从2008年起,我们每年都会对生产线的某一个部位或某一个环节进行智能化改造,一直持续到我们实行新一轮数字化升级。也就是说,在2019年之前的10多年间,我们一直在推进自动化、信息化工作。”

  尤其值得一提的是,新冠肺炎疫情发生以来的这几年,正是得益于高度的信息化和自动化,桐昆的防疫压力被大大降低了。

  然而,桐昆并不满足,想要更彻底地拥抱数字化和智能化。

  “通过以往多年不断推进信息化和自动化,全集团实际上已经产生、沉淀了海量数据,但是,这些数据往往是‘孤立’的,就像一座座‘数据孤岛’。随着桐昆不断发展壮大,全集团旗下已经有几十家企业,有3万多名员工,且这个数量还在增加。如何打破一座座‘数据孤岛’,让海量数据变成真正的资产,让企业真正变得智能起来,为企业高质量发展形成新驱动力,成为我们新阶段的新目标。”周军说。

  数据贯通催生智能“大脑”

  150万个工艺数据采集点位,连接超过25000台生产工艺设备,每天产生100亿条OT(操作技术)数据,提供数据服务超1万次,70多个工业应用系统覆盖产业链上下游......

  建立了横纵联合全面整合、数据贯通的聚酯纤维全产业链工业大数据平台,实现了“跨设备、跨系统、跨厂区、跨地区”的聚酯纤维全产业链数据的“全局可视”;基于可视化的“数据湖”,开发了数十个工业APP和数十个工业机理模型与场景应用,实现了聚酯纤维产业链上下游业务的“全局可析”......

  位于桐昆总部大楼数智运营中心的数字化转型一期工程平台去年投入运营后,就像给企业装上了一个“智能大脑”。

  在自动化、信息化的基础上,要想驱动企业更加高效、更加智慧地运转,要靠数据化、智能化,最终实现智慧化。桐昆数智运营中心的定位,是建立全集团统一的决策指挥平台,实现生产过程的实时监控与科学调度、经营决策支撑、应急指挥、综合管理等职能。

  桐昆数智运营大数据平台监控中心

  数智运营中心涵盖了生产监控管理、经营决策支持、应急指挥管理、综合管理等全方位,包括实现可视化生产监控管理,实现生产运行的“安稳长满优”,加强多板块横向业务协调,实现纵向一体化、精细化管理。

  “比如,其中的经营决策支撑,就包括了财务分析、产供销分析、仓储物流分析、原料价格走势、在建项目进展、市场与客户发展趋势等多个方面。”许燕辉解释,基于数智运营中心、工业中台、工业前台、大数据、人工智能、物联网这样的“一中心、两平台、三技术”的构架,桐昆目前已经实现了跨设备、跨系统、跨厂区、跨地区的聚酯纤维全产业链数据的“全局可视”。

  许燕辉进一步解释:“以往,各个厂如何排产,全靠管理者的经验;但现在,只用几分钟,系统通过智能算法就能统筹市场、机台、库存、财务成本等全链条的数据,得出最优的品种排产方案,并通过系统及时将具体的转产方案给到相应的工厂。我们在这里只要点击界面,就能了解全集团下面各家工厂实时的生产状况。”

  “幸福能来得如此轻松”,得益于桐昆近几年大力推进智能工厂建设和数字化转型,努力打造行业智能制造的“灯塔工程”。许燕辉向记者介绍,工业数字化转型升级的技术路径,是信息化、数据化、智能化、智慧化。数字化、网络化和智能化则融合了大数据分析、云计算、工业互联网、移动互联网、5G通信技术、工业IoT(Internet of Things)和人工智能等最新技术。

  工业大数据,则是信息化与工业化的深度融合,是在工业领域中,围绕典型智能制造产品各个环节所产生的各类数据,以及相关技术和应用的总称。工业大数据体现出强关联性、时序性、准确性、闭环性等特点。

  2019年,桐昆启动了新一轮数字化转型。2020年11月,桐昆携手联想集团,正式成立了浙江恒云智联数字科技有限公司(以下简称“恒云智联”),致力于打造工业科技服务领域的行业标杆。

  “我们充分运用5G、云计算、人工智能等技术,为企业提供数字化转型和规划、智能化创新平台、智能制造技术、IT技术服务等8大方向的建设与服务,并提供流程行业智能工厂建设规划、工业智能视觉、企业数智中心等一系列解决方案。”恒云智联总经理兰斌表示,目前,恒云智联已收纳集成了企业全域数据,有效打破了“数据孤岛”瓶颈,实现了“全局可视”“全局可析”。

  值得指出的是,恒云智联不止服务桐昆自身,还具有平台开放性,惠及更多企业。

  恒云智联充分融合了桐昆的行业优势,以及联想5G、工业互联网、人工智能等技术优势,为行业客户提供覆盖数字化、网络化、智能化的全生命周期服务,包括规划设计、建设实施、运维支持等服务,帮助更多中小型企业向着自动化、数字化、智能化、一体化方向转型。据介绍,恒云智联已为多家制造业企业提供了数字化转型和规划、智能化创新平台、智能制造技术等产业数字化的技术服务。

  2021年,桐昆打造的集工业物联网、工业大数据、工业智能与微服务于一身的行业级工业大数据资源聚合和分析应用平台,入选工信部年度大数据产业发展试点示范项目,还在首届工业互联网峰会中获得年度“IDC中国工业互联网平台应用领军者”荣誉。

  今年6月,由桐昆集团股份有限公司、联想(北京)有限公司、浙江理工大学、东华大学、浙江恒云智联数字科技有限公司、江苏新视界先进功能纤维创新中心有限公司和浙江恒创先进功能纤维创新中心有限公司共同承担的“聚酯纤维全产业链全局可视可析智能大数据平台及集成技术”项目,通过了中国纺织工业联合会鉴定,项目成果达到国际先进水平。

  从“全局可视”到“全局智能”

  曾经激动地想着用数字化拥抱屏幕背后无数互联网用户的许燕辉,如今在桐昆工业大数据这个大平台上,体验到另一种成就感。

  “从个人看,云计算、大数据、移动互联、物联网、人工智能、5G,这几年,在新的平台上,从技术原理到应用场景,我把新一代信息技术学了个遍。从企业看,数据是基础,数据是血液。通过智能化建设,我们实现了多部门、多环节的数据融合。数据融合,是制造企业降低生产成本、提高生产效率、实现实质性利润提升的关键。”对于桐昆大手笔、大魄力推进数字化转型以来的实际特点和收获,许燕辉感受十分深刻。

  他指出,桐昆的产业链长,实现了从“一滴油到一根丝再到一匹布”的产业链布局。集团实行全国布局,旗下工厂分布区域广,并且还计划在海外建厂。桐昆的产品品类多,涵盖了1000多个涤纶品种。同时,桐昆的各种设备多,合计算下来多达3万多台,运维保养难度大。此外,聚酯涤纶行业还受到国际油价大幅波动、安全环保压力大等多种综合因素影响。

  综合考虑,桐昆的数字化、智能化,就围绕产业链协同、企业安全、质量、成本、效益、绿色环保等方面全面开展,也收到了实实在在、显而易见的效果。

  以安全库存量的确认为例,以前,桐昆是仓库部门凭历史领用记录和经验来定安全库存量,且往往会偏高。这种方法虽然能保证生产需要,但是也会带来库存资金积压、库存呆滞的风险。

  但当数据融合后,发生了“神奇的变化”。许燕辉介绍,全集团整合了仓库部门的历史领用数据、库存数据,采购部门的采购周期数据,生产部门的机台运转健康度预测,以及备品备件需求数据,能够精准预测库存需求制定,从而把库存资金占用降到了最低,一下子就盘活了上亿元的库存资金。

  再以仓储和运输环节为例,桐昆此前采用传统人工叉车装车,但通过使用智能装车系统,解决了全集团1000辆叉车运行的管理问题。系统不但提高了装车效率和装车质量,还解决了人工装车存在的安全隐患和环保问题,并且,与WMS(仓储管理)系统、ERP(企业资源计划)系统、进出厂系统实现了无缝结合,大大提升了场内物流协同效率。

  “总体来看,通过推进数字化、智能化,带来的是企业用户体验的提升、效率的提高,以及运营模式的创新。通过‘集团、工厂、车间’三级管理‘驾驶舱’,使各级用户能够‘一点看全’,快速获得决策数据,大大提升决策效率。通过丰富的行业分析模型,还培养了企业用数据说话、用数据进行管理的能力。数据驱动流程、数据驱动业务的效果明显。”许燕辉说。

  或许很多企业会有疑问,要想推进数字化和智能化,就意味着大量投入,那实际收益究竟如何?

  “收益是摸得着、看得见的。这几年,桐昆人均产值年均增长22%,产品不良率下降44%,每年节约人工成本约800万元,节约库存成本约500万元。我们已经尝到甜头。”周军说。

  许燕辉介绍,集团的平台还融合了热电云、智能装载等第三方应用开发,产业化应用经济效益和社会效益都很显著。集团使用智能热电系统后,通过全量数据和机理模型,实现自动控制,并优化热电厂锅炉燃烧效率、锅炉负荷分配等,使热电厂的综合能效提升了3%以上,一年能为全集团节省燃煤消耗10万吨,减少二氧化碳等排放近30万吨。“若推广到化纤全行业,预计每年将能节省燃煤消耗近100万吨。”

  谈及下一步的思路,兰斌介绍:“公司的智能化解决方案,围绕研、产、供、销、服一体化展开。我们希望从感知智能向认知智能迈进。我们推行数智运营的战略愿景,是在集团‘立足主业、全产业链发展’的企业战略指导下,实现集团‘全局可视、全局可析、全局智能’的数字化转型目标,加强集团内部的产供销和财务一体化运营,增强‘横向到边、纵向到底’的管控与协调能力,并与上下游产业链有效协同,逐步实现企业的数字化和智能化,并提高经营管理水平,提升核心竞争力,驱动并引领业务创新,促进桐昆可持续发展。”

  按照桐昆的思路,当智能排产、智能现场管理、设备预测性维护、工艺参数预测等众多应用场景全面覆盖全企业、全产业链,覆盖研发、生产、销售、物流、服务等各个环节,并进一步实现有效协同后,企业将步入“全局智能”阶段。在这一阶段,全集团将实现全产业链可视化、生产最优化、效率最大化、成本最低化和质量最优化。

  “我们的最终目标,是要形成‘一体化集成环境’,实现‘看得见、听得清、信息准、反应快’‘信息上得来、指令下得去’的目标,让企业拥有最强智能化大脑。”兰斌说。

  许燕辉也强调:“现阶段,我国制造业面临的压力包括劳动力成本刚性上升等,企业的利润空间被压缩。尤其是大型企业,还要面临如何固化制度流程、推进精细化管理、实现知识经验传承,最终实现科学决策。这些都倒逼着企业向数字型、服务型企业转型。所以,化纤行业推进数字化、智能化是大势所趋。桐昆将勇立潮头,加快步伐,积极拥抱数字化时代的机遇。”

【版权声明】秉承互联网开放、包容的精神,纺织网欢迎各方(自)媒体、机构转载、引用我们原创内容,但要严格注明来源纺织网;同时,我们倡导尊重与保护知识产权,如发现本站文章存在版权问题,烦请将版权疑问、授权证明、版权证明、联系方式等,发邮件至yuln@netsun.com,我们将第一时间核实、处理。


相关报道

© 纺织网 China TexTile 版权所有 1998-