流程工業智能制造準備度模型及應用實踐
2023-03-01 來源：新工業網
流程工業在制造業中占有重要地位，是我國國民經濟中的支柱產業，提高流程工業的智能制造水平是實現“中國制造2025”戰略的主要推動力。本文聚焦于流程工業，結合流程工業企業生產經營特點，提出了流程工業智能制造準備度模型，旨在幫助企業摸清自身現狀，科學診斷當前企業智能制造所處階段，確定智能制造建設方向和重點，有針對性地提升企業智能制造水平。希望通過本模型的廣泛應用，為中國流程工業企業實施智能制造提供指導，捕捉價值創造的機會。
1 流程工業智能制造準備度模型
1.1 準備度模型構成
流程工業智能制造準備度模型由準備度等級、準備度模型、能力要求三個部分構成。其中，準備度等級劃分了流程工業企業智能制造水平所處的不同發展階段，并描述了各階段應該具備的等級要求；準備度模型從不同評估角度出發，逐步將企業日常生產經營活動細化和具象到25個評估域，規定了準備度評估的范圍；能力要求是在準備度等級中每個等級能力水平要求下依次針對25個評估域，規定各評估域在L1級到L5級的特征項要求。
圖1 流程工業智能制造準備度等級劃分
圖1展示了準備度等級的劃分，本模型最終評估判定的企業智能制造準備度等級參考《智能制造能力成熟度模型》（GB/T 39116—2020）的等級劃分，將評分高于0.8分的企業從高到低依次分為引領級、優化級、集成級、規范級和規劃級，未達到0.8分的企業歸為啟動級。表1展示了各等級的等級能力要求，規劃級要求企業對業務進行流程化和標準化的設計；規范級要求企業開始使用信息化手段對核心業務進行管理；集成級要求企業對系統和裝備等開展集成，并且實現核心業務間的數據共享；優化級要求企業通過對數據的分析將數據進一步轉化成模型和知識，并且可以在核心業務活動中進行預測和優化；引領級作為智能制造等級的最高級別，更多程度上強調持續的優化和創新，創造新的生產經營模式。表1中規定的智能制造準備度等級能力要求是逐級評估的，企業只有滿足了低等級的準備度能力要求，才可以進行更高等級的評定，也就是說企業的智能制造準備度評定為某一等級時，該等級以下的準備度等級能力要求也需要同時滿足。
表1 智能制造準備度等級要求
2015 年，德國機械設備制造業聯合會提出了工業4.0準備度模型，模型從策略及組織、智能工廠、智能運行、智能產品、數據驅動服務和員工六個維度評估企業在面對工業 4.0 時的準備度情況；新加坡經濟發展委員會在2017年發布了智能工業準備度指數白皮書，模型分為層結構，從過程、技術、組織三個維度進行準備度指數的評估，隨后在2019年發布了該模型使用的LEAD優先級模型，幫助企業在開展智能制造建設工作中評估項目建設的優先級；Angreani等通過對2011—2019年所有與“工業4.0”相關模型的研究論文進行綜述，總結成熟度模型的評估內容可以歸結為九個內容，分別為戰略、領導力、客戶、產品、操作、文化、人員、管理和技術；Hizam-Hanafiah等綜述了30個 與“工業4.0”相關的準備度模型，并對其中158個評估維度進行分析，得出技術、人員、戰略、領導力、過程和創新為準備度模型的六個最重要的評估維度。
圖2 流程工業智能制造準備度模型
結合前人的研究成果，本文提出了流程工業智能制造準備度模型，如圖 2 所示。模型為族、 類、域三層架構，包括 4 個族、9 個類和 25 個域，評估內容在涵蓋了之前文獻綜述中所總結的主要內容項的基礎上，結合我國流程工業的生產經營特點及智能工廠、智能制造相關建設標準與經驗，進行了重新設計和組織。本模型首先將業務、組織和技術三個族列為主要的評估維度，業務族聚焦于企業供應鏈和產品生產的全生命周期，涉及產、 供、銷等具體業務活動，包括供應鏈、生產管理和技術管理三個類；組織族偏重于企業的組織體系和人才隊伍建設，衡量企業的組織體系、組織結構、人力資源管理等方面是否滿足企業智能制造的建設需要；技術族則更多用于識別企業在應用自動化和信息化技術所具備的基礎設施、系統集成和信息安全方面的條件。除此之外，經研究發現業務、組織和技術三個族內的評估內容項不能很全面、具體地體現企業在數據應用方面的準備度情況，而全面的數字化改造又是智能制造建設不可或缺的部分。因此，本模型增加第四個族“智能族”用于評估企業數據體系和支撐平臺建設情況，主要圍繞數據驅動和平臺賦能兩個類進行評估。
針對圖2中的每一個評估域，在如何判定企業在該評估域所處的準備度等級方面，還缺乏明確的評估標準和依據。因此，本研究按照表1中所規定的五個準備度等級的要求，對每個評估域在每個等級應該具備的能力要求進一步細化，共建立了249個特征項要求。其中，以質量管理為例，總結設計了質量管理域從L1到L5的11個特征項要求，如表2所示。
表2 質量管理域各等級特征項要求
1.2 準備度指數計算方法
為了量化企業智能制造準備度水平，本研究提出了智能制造準備度指數，并規定了其計算方法。
對某一特征項要求的評估分級參考 GB/T 39117—2020《智能制造能力成熟度評估方法》的劃分要求分為4個級別：完全符合特征項（FI，記1分）、大部分符合特征項（LI，記0.8分）、部分符合特征項（PI，記0.5分）和完全不符合特征項（NI，記0分）。
按照級別劃分要求首先得出特征項準備度得分，然后根據不同特征項、域、類、族的權重，逐級計算得出相應等級的綜合準備度指數，如式(1)~(4)所 示。最終企業的準備度指數結果由各等級的綜合準備度指數計算得出，從規劃級開始，每一級的綜合準備度指數若≥0.8，則說明企業滿足該等級的能力要求，記為1分，繼續評估下一等級的綜合準備度指數，直至某一等級的綜合準備度指數<0.8。企業最終的智能制造準備度指數為該等級綜合準備度指數與前幾級別（每個級別記1分）的分段累加，如 式(5)所示。最后，根據表1中準備度指數與定級劃定的對應關系，判定企業所處的智能制造準備度等級。
評估等級的域準備度指數（Rd,l） 計算如式(1)。
式中，Rd,l為所評估等級的域準備度指數；Rc為所評估等級的域中的特征項準備度指數；nc為所評估等級中該評估域中特征項的個數。
評估等級的類準備度指數（Rs,l） 計算如式(2)。
式中，Rs,l為所評估等級的類準備度指數；Wd,l為所評估等級的類中的評估域的權重；nd為所評估等級中該評估類中評估域的個數。
評估等級的族準備度指數（Rr,l）計算如式(3)。
式中，Rr,l為所評估等級的族準備度指數；Ws,l為所評估等級的族中的評估類的權重；ns為所評估等級中該評估族中評估類的個數。
評估等級的綜合準備度指數（Ro,l）計算如式(4)。
式中，Ro,l為所評估等級的綜合準備度指數； Wr,l為所評估等級的類中的評估類的權重。
企業綜合準備度指數（Ro）計算如式(5)。
式中，l′為從 L1 到 L5 第一個綜合準備度指數≤0.8時所處的等級。
綜上所述，不同等級的域準備度指數采用算術平均的方法計算得出，不同等級的類、族和綜合準備度指數采用加權平均的方法計算得出。
此外，本研究還將特征項要求轉化為流程工業企業對具體業務、信息系統、設備等的要求，設計出了智能制造準備度調研問卷，方便企業進行自評估，提升評估模型的易用性。該評估問卷也在本文第二部分案例中得以應用驗證，真正將模型工具化。
2 流程工業智能制造準備度指數實踐應用
本文提出的流程工業智能制造準備度模型主要服務于四個主體：第一是制造企業，用于自身智能制造現狀的評估，確定改進目標和實施方案；第二是政府等相關產業主管部門，用于評估管理范圍內企業智能制造準備度現狀，撰寫產業報告，推動相關產業政策的制訂；第三是解決方案供應商，用于解決方案研發的需求輸入，企業需求與解決方案的匹配；第四是第三方行業研究機構，用于企業和行業數據的分析，出具相關分析報告。本次35家流程工業企業的評估應用案例主要偏重于政府等相關產業主管部門和第三方行業研究機構方面的部分應用展示。
2.1 評估企業介紹及評估流程
圖3(a)為本次評估的 35 家企業的行業分布情況，可以發現被評估企業的行業分布以精細化工企業為主，有27家，石油化工企業5家，煤化工和造紙行業各1家。評估過程充分考慮了企業所屬行業的產品業務特點和相似智能制造建設案例。根據國統字〔2017〕213號《統計上大中小微型企業劃分辦法 （2017）》 的規定，對 35 家企業的規模進行劃分，結果如圖3(b)所示，可以發現被評估的企業以中小型企業為主，占比88.6%。此外，分析發現被評估的企業中有21家為集團化公司，該部分企業大多數與主體公司共用經營管理職能和經營管理信息系統，部分企業僅作為生產單元不具有市場銷售和財務管理職能。本次評估工作將這類屬于同一集團化公司的主體及其子公司智能制造現狀和建設需求進行統一考慮。
圖3 35家被評估企業行業分布情況和企業規模
本次智能制造準備度評估工作采用問卷調研和現場診斷結合的方式，保障評估結果更加準確和真實地反映企業現狀。評估工作分為企業提資、調研準備、現場診斷、分析診斷和確認完成五個階段，如圖4所示，這也是使用本模型開展智能制造評估的通用流程。企業提資階段，向被評估企業發放調研問卷，并且進行工藝、運營情況等資料收集工作；調研準備階段，根據企業問卷情況進行初步準備度指數計算，并制訂現場診斷的計劃；現場診斷階段通過對各評估域相關負責人的訪談和對企業各部門的現場取證，逐步確認各特征項評估結果的準確性，并對相關評估域的評估結果進行修正；分析診斷階段主要進行診斷報告的編寫；確認完成階段與企業負責人完成最終確認。具體評估流程見圖4。
圖4 智能制造準備度指數評估流程
2.2 評估結果及分析
根據企業智能制造準備度指數得分情況，本次評估企業有 23 家處于啟動級，12 家處于規劃級。整體來說，評估企業智能制造準備度水平較低，企業普遍重視裝備自動化建設，信息化管控技術應用較為欠缺，智能制造應用場景少，傳統管理手段和工作方式尚未被高效智能制造模式替代，業務活動信息化系統功能覆蓋不足，企業經營數據仍大量采用人工紙質記錄，管理中缺少數據分析應用和優化場景。
2.2.1 企業智能制造準備度指數
圖5為35家企業的族、類、域準備度指數評估結果。從圖中可以看出，本次評估的企業智能制造準備度差距較大，不同評估域建設水平不均衡。從 圖5(a)的族準備度指數結果來看，業務族的整體發展情況相對較接近，前 25% 的企業并沒有和之后的企業拉開很大的差距，這是由于業務族的評估范圍是工廠的主要生產過程活動，也是企業重點建設的工作。技術族雖然頭部企業的得分相較于其他三個族較高，但是其前 25% 的企業水平差距很大，并且有超過 75% 的企業技術族的得分等級都小于0.8分，處于啟動級，整體建設水平較為薄弱，評估企業在智能制造基礎設施和集成互聯的技術應用方面有較大提升空間。圖5(b)中的類準備度指數更加體現了不同業務域工作建設不均衡的特點，9個評估類的中位水平的準備度指數在1.0分，而供應鏈、生產管理、人力資源、技術設施和集成互聯類的最佳水平可以達到或接近集成級的水平。
圖5 35家企業智能制造準備度評估結果
另外，所有評估企業都沒有搭建工業互聯網平臺，在平臺賦能和數據驅動方面有較大的提升空間。在圖5(c)域準備度指數中可以發現前 25% 的企業在采購供應、安全環保和數據應用域的建設水平非常接近，說明企業在進行智能制造能力提升改造過程中更傾向于優先發展這些業務域。另外，前25%~50%的企業在計劃調度、操作管理、質量管理、能源管理、網絡支撐和控制系統域的建設情況很接近，說明這些業務域在企業日常生產運營中有較強的支撐作用。本次評估過程中通過現場診斷35家企業各個業務域的實際情況進行舉證，逐級確認域、類、族的準備度打分，最終的打分結果和表1中的能力要求及企業實際現狀進行了對比驗證，并得到了被評估企業的確認，驗證了模型的可用性。
2.2.2 企業自動化和信息化建設情況
圖6 35家企業DCS控制系統覆蓋率和SIS安全聯鎖系統覆蓋率
調研中發現本次評估的企業整體自動化水平較高，對企業關鍵工序 DCS 控制系統覆蓋率和安全聯鎖SIS系統的覆蓋率進行統計，如圖6所示。結果顯示有 24 家企業 DCS 控制系統覆蓋率達到了100%，這部分企業以連續性生產為主，原料及產品基本在原油分餾產品的深加工出精細化工產品的產業鏈上。5 家企業沒有進行 DCS 控制系統的建設，這些企業中有些是由于工藝的原因無法實現自動化控制，有些企業已經申請了技改技措項目，進行生產線自動化水平的提升。SIS安全聯鎖系統的覆蓋率相比于DCS控制系統較低，其中14家企業達到了100%的覆蓋率，這部分企業大都生產過程中帶有一定的危險性，原料和產品涉及危險化學品。
圖7 35家企業信息系統建設情況
評估企業信息化建設情況統計如圖7所示，可以發現診斷企業中建有財務系統的企業數量最多， 有33家，占比94%；建有MES系統的企業數量最少，有2家，占比6%，另有4家企業正在進行MES系統的實施；建有SCM系統的有16家，占比46%；建有ERP、CRM、SCM和OA系統的企業數量相接近。結合圖3(b)評估企業的企業規模進行分析，發現集團管控型企業和大中工業企業出于資產管理、質量管理、業務協同的需要，對ERP、SCM、CRM、OA、MES、WMS建設需求較為強烈；小微工業企業由于規模小、裝置少、組織管理簡單，導致上述系統的建設投入產出效果不明顯，建設意愿相應較低。小微工業企業更愿意在基礎自動化、安全環保設備等方面進行投資。整體來說，本次評估企業對生產管控類的信息化系統，如MES、WMS 等，建設相對薄弱，對經營管理類信息化系統，如ERP、OA、SCM、CRM等，建設相對較完善。
2.2.3 企業需求分析
針對評估企業智能制造準備度指數得分較低的評估域所反映出的短板問題，在現場調研過程中有目的性地進行現狀剖析，挖掘企業需求，尋找提升改進空間，匯總35家企業在關于智能制造的主要需求，如表3所示。綜合來看，企業提出的需求基本上圍繞降本、提質、增效的根本問題，這也是企業開展智能制造改造建設的預期目標?？梢园l現，企業對生產管理類的需求較為迫切，主要集中在生產自動化控制水平的提升、設備和產品的全生命周期管理和生產過程中的安全與節能降耗等方面。其他評估類中對引入信息化系統進行數據記錄、查找、共享來簡化線下流程、提高效率、實現業務協同的需求較為普遍。通過需求分析，可以幫助企業厘清目前存在的短板問題，并通過與過程控制和系統集成供應商的合作，找到相對應的技術手段和解決方案，有針對性地進行改進提升，提高投資的有效性，降低投資風險，這也是智能制造準備度模型的一個應用點。
表3 35家被評估企業智能制造建設主要需求
2.4 評估反思
本次應用案例評估結果分析是從組織單位工信局的角度進行論述，幫助政府部門了解轄內企業基礎自動化、信息化系統建設情況及需求，有助于制訂相關的智能制造改進政策。但是，本次準備度評估結果對被評估的個體企業的應用價值并沒有詳細說明，這主要是由于模型的樣本企業數量較少。未來，隨著被評估樣本企業的數量不斷增多，逐步建立起石油化工、煤化工等各流程工業行業智能制造準備度數據庫，被評估企業可以找到本企業智能制造準備度情況在本行業中的定位，明確各評估族、 類、域在同行業內所處的位置，確定行業內合理的對標企業，指導智能制造建設策略的制訂。通過本次35家流程工業企業準備度評估工作中對本模型的實際應用效果的驗證，發現評估模型還有以下問題待改進。
（1）模型評估對象的聚焦度和行業細分度有待提高。雖然本模型聚焦于流程工業，綜合考慮流程工業生產機理復雜、生產流程連續、生產過程危險等特點，但是流程工業企業依然包括諸多細分行業，不同細分行業對智能制造的建設需求及側重點也會略有區別。例如，在過程控制方面，石油化工企業更加重視全過程的自動化控制和APC、RTO等優化控制，而精細化工行業則偏重于Batch批控制和配方管理。因此，準備度評估模型需進一步進行行業細分，針對有明顯不同的行業調整評估特征項要求及所占權重，提高模型的精準度。
（2）需要建立評估結果與下一步指導策略的關聯關系。準備度評估是企業開展智能制造建設的第一步，可以幫助企業梳理自身所具備的現狀條件，找到短板和提升空間，目前模型的應用效果也僅停留在這一步。未來評估模型可以與相關解決方案建立關聯關系，配合企業制訂相關改造提升策略。此 外，也可以幫助企業明確需求，有針對性地與智能制造咨詢規劃服務商合作，開展下一步的咨詢規劃工作，繪制建設藍圖，明確建設路徑，發揮模型的“潛熱”。
3 結論
本文基于流程工業企業生產經營特點，結合我國智能工廠、智能制造建設的標準和要求，提出了流程工業智能制造準備度模型，是首個針對流程工業企業的智能制造的準備度評估模型。該模型從業務、組織、技術和智能四個維度評估企業進行智能制造改造所具備的現狀條件，深度挖掘企業需求，尋找改進條件和提升機會。并且，針對模型的4個 族、9個類、25個域和249個特征項，本文提出了量化的準備度指數，并詳細描述了準備度指數的計算方法，將特征項的符合度情況轉化為對應得分，逐層計算得出企業的綜合智能制造準備度指數，判斷企業當前所處的智能制造準備度等級。另外，本文基于提出的準備度模型，設計出了智能制造準備度評估問卷和線上評估系統，提高了模型的易用性，實現了流程工業企業的自評估。
本文將模型用于山東省35 家企業的智能制造準備度評估工作，以一個實際應用案例，展示了模型的使用方法、評估結果輸出及展示形式和模型的應用價值。通過35家企業智能制造準備度評估案例，也對模型的結構和內容進行了初步的驗證，表明了該模型是透明的且易于使用的，為模型在流程工業內推廣應用提供了借鑒意義。將來，隨著智能制造準備度評估工作的逐步推廣，被評估樣本企業數量的逐步增加，本模型對評估企業在行業中的定位將更加準確，改進提升策略也將更加符合企業發展實際。最后，希望在本模型的不斷的優化改進后，可以在流程工業智能制造評估中廣泛應用，推動我國企業智能制造普及建設工作，加快企業數字化轉型步伐，助力中國制造2025的戰略目標的實現。
原文刊載于《化工進展》2023年第1期 作者：趙路軍 祁雨奇 邵嘉銘 褚健 王智化 馮毅萍
相關新聞
版權聲明
1、凡本網注明“來源：中國輕工業網” 的作品，版權均屬于中國輕工業網，未經本網授權，任何單位及個人不得轉載、摘編或以其它方式使用。已經本網授權使用作品的，應在授權范圍內使用，并注明“來源：中國輕工業網”。違反上述聲明者，本網將追究其相關法律責任。
2、凡本網注明 “來源：XXX（非中國輕工業網）” 的作品，均轉載自其它媒體，轉載目的在于信息之傳播，并不代表本網贊同其觀點和對其真實性負責。
3、如因作品內容、版權和其它問題需要同本網聯系的，請于轉載之日起30日內進行。
4、免責聲明：本站信息及數據均為非營利用途，轉載文章版權歸信息來源網站或原作者所有。
