激烈的市場競爭環境推動著企業高質量發展，隨著新一代信息技術與各行各業的深度融合，流程工業的生產數字化轉型已成為企業的必修課。而企業的生產數字化，首先要從企業需求角度出發。毫無疑問，質量是制造企業經營的命脈，質量不能穩定控制，生產就是浪費資源。

對于流程工業來說，產品質量作為生產的結果，必然與原料質量、設備運行狀態和工藝方法與設定這三大要素具有高度相關性。其中，工藝是最具決定性和最具適應性的，工藝決定了生產的流程與設備選型，同時也是適配不同原料、不同設備狀態的調節項，可以說工藝就是影響流程工業產品質量穩定的最大變量。因此綜合來看，流程工業要進行生產數字化轉型的根在工藝，本在質量。

流程工業是眾多工業的基礎材料型的行業，貢獻了全國工業總產值的60%。同時，這些行業在實際生產過程中也產生了大量的二氧化碳，碳排放量占中國工業的78%，開展生產數字化轉型的緊迫性極高。基于流程工業的特點，我們總結其生產數字化面臨以下三大挑戰：

• 挑戰1：天然原料的關鍵指標如何優化與管控？其數字化過程該怎么做？

• 挑戰2：面對工藝多變量、非線性、大滯后、產量大的生產過程特點，如何有效采集數據？如何基于數據間的有效相關性，幫助生產人員快速發現和定位問題？

• 挑戰3：工藝機理復雜、且部分質量參數不可在線測量，生產過程調節往往基于人工經驗。如何基于數據實現對生產過程的精準數字化表達？

然而，挑戰必定伴隨著機遇：流程工業的自動化基礎較好，這使得大量生產過程數據得以被沉淀，為數字化創造了良好的數據基礎。

另外，與離散制造業相比，流程工業單一產品生命周期長，能沉淀大量的歷史數據，基于數據進行價值挖掘和應用的潛力是巨大的。

有觀點認為流程工業數字化是以提升效率為本，但對于流程工業來說，影響效率的事件例如設備宕機都不是設備固有故障的問題、原料損耗不是用料管理等問題，造成停機或產品降級的原因通常都是因為質量不合格造成的，而質量不合格又是由于工藝管理不善導致的，所以我們認為流程工業要進行數字化轉型的根在工藝，本在質量，保障質量穩定性是提升生產效率的根本路徑，原因有以下幾方面：

• 質量是企業口碑及生產基礎：自媒體時代，產品質量問題是最容易被發現及快速傳播的，極易影響企業品牌形象和口碑。實現質量穩定是企業經營的命脈。

• 影響原料管理、設備及人員效率的根因在于質量要求：由于使用天然原料生產標準產品，造成質量不穩定的原因通常包括原輔料組分、設備狀態、員工操作水平等多種情況。這些不穩定變量都需要通過不同的工藝設定來對沖、從而實現質量的穩定。

• 相關性的大滯后表現、以及長質量控制的反饋周期會影響效率：連續性生產的工藝條件對質量結果的影響具有較大的滯后性，發現問題時已經過去較長時間，且較難在短時間內恢復品質，受影響的產品數量及造成的損失往往十分巨大。

• 質量離線測量、以及長質量調控的響應周期會影響效率：另一個影響質量穩定的特性是部分質量參數不可在線測量且存在測量周期。以水泥行業為例，從取料送檢到拿到檢驗結果至少要半小時，通常一次質量波動事件會影響數小時的產量。

產品質量作為生產的結果，必然與原料質量、設備運行狀態和工藝方法與設定具有高相關性，但三者并非簡單并列關系。

天然原料往往不可控，而工藝是能匹配不同原料而調整的。例如在造紙領域，沒有供應商能在較長一段周期內提供滿足同一質量指標要求的漿板或廢紙；陶瓷企業也無法從同一座礦山中持續獲得滿足同一質量指標要求的沙土。

設備運行狀態通常會隨著不同耗材或零備件生命周期的變化而變化，需要基于工藝標準對設備運行參數做調整。設備的維護與迭代也是圍繞工藝需求變化來開展的。

工藝參數對質量的影響最早是靠老師傅經驗來管理的。在信息化時代，有多種軟件工具可以支撐精準論證工藝參數對質量結果的影響。我所帶領的博依特科技長期深耕流程工業智能化轉型升級工作，我們的大量實踐數據證明，工藝參數與質量結果的影響具有確定性和可測量性。

通過數據和軟件工具，工藝人員能更高效找到工藝參數與質量結果的直接相關性并做出正確的優化決策。

綜上所述，在影響質量的三大要素中，工藝是最具決定性和適應性的，工藝決定了生產的流程與設備選型，同時也是適配不同原料、不同設備狀態的調節項，可以說工藝就是影響質量穩定的最大變量。

所以說，質量穩定的根在于工藝優化控制，只要能實現大規模的工藝優化控制，產品質量穩定性將大大提高，生產連續性自然也大大提高，從而實現生產效率的躍升。

如何實現大規模的工藝優化控制？如果想像過去那樣通過增加產線工藝專家的人手來保證工藝的及時優化，從成本的角度來說是不可實現的，中國人力成本低的紅利時代已經一去不復返。而且在工藝傳承面臨斷代風險、工藝專業人才短缺的今天，一些綜合競爭力較低的流程工業企業甚至連保障基本生產的優秀工藝人才都極為稀缺。

幸運的是，時代發展給流程工業帶來了新的工具：生產數字化工具。

在流程工業，AI（人工智能）技術的探索已取得初步成功：如APC在鋼鐵水泥行業窯爐控制的落地、工藝AI在造紙制漿及干燥部環節的實踐、原料/配方優選AI模型在玻璃陶瓷原料及配方優選領域的應用。但在全面邁入智能化時代前，流程工業需要先實現生產的全面數字化。

我們認為，新一代信息技術發展背景下，一個數據平臺+工藝AI技術來支撐流程工業的工藝優化控制是最優路徑。這是在企業自動化的基礎上，通過將大量生產信息集成，利用數據化運營平臺將數據用業務模塊沉淀下來，由工藝人員或部分AI技術抽象成知識，從而實現對生產工藝優化控制的指導和決策輔助。

1、生產數字化平臺的搭建，首先要明確的是技術路線的選擇。

目前市場上主流路徑有兩種，一是在過往自動化及信息化系統的基礎上做延伸業務場景，例如在DCS系統基礎上建設MES；二是以工業互聯網平臺為基礎，向下集成自動化和信息化系統數據，例如造紙企業山鷹國際就是在已建成DCS、MES和ERP的基礎上采用了博依特云橋工業互聯網平臺來實現生產數字化平臺的搭建。

從未來的可拓展性及行業智能化發展的角度看，我們認為采用工業互聯網的技術路線更符合流程工業進行生產數字化轉型發展的需求。作為業界一致認可的新一代技術路線，工業互聯網是國家新基建七大領域之一，經過近10年的發展迭代，在性能上已全面超過上一代“自動化+信息化改造”的技術路線。