本文從功能架構和技術架構兩個維度對面向新一代智能制造的鋼鐵行業智能工廠進行體系架構研究，嘗試通過一套通用架構模型形成構建流程工業智能工廠的基本模式，為鋼鐵行業智能工廠的建設實施提供應用參考。

伴隨著信息技術與制造技術的發展和融合，智能制造從傳統制造向數字化制造、數字化網絡制造、新一代智能制造不斷前進。信息技術發明以前，人類不斷發明、創造與改進各種動力機器并使用它們來制造各種工業品，這種由人和機器所組成的制造系統大量替代了人的體力勞動，提高了制造的質量和效率，社會生產力得以極大提高。

隨著信息技術的發明和廣泛應用，制造系統進入數字化制造時代，與傳統制造相比 ，數字化制造最本質的變化是在人和物理系統之間增加了一個信息系統，信息系統由軟件和硬件組成，對輸入信息進行各種計算分析，并代替操作者去控制物理系統完成工作任務。

數字化制造通過集成人、信息系統和物理系統的各自優勢，其能力尤其是計算分析、精確控制以及感知能力都得到極大提高。上世紀末，互聯網技術快速發展并得到廣泛普及和應用，推動制造業從數字化制造向數字化網絡化制造轉變。

數字化網絡化制造的實質是在數字化制造的基礎上通過網絡將人、流程、數據和資源等生產要素連接起來，使得組織要素的邊際生產力得到了大幅提升，通過企業內 、企業間的協同和各自資源的共享與集成優化，重塑制造業的整體價值鏈。

?1 新一代智能制造HCPS2.0的內涵

隨著互聯網、大數據、人工智能等技術的迅猛發展，智能制造正加速向新一代智能制造邁進。新一代智能制造的信息系統通過人工智能技術賦予信息系統強大的“智能”，使其不僅具有更加強大的感知、決策與控制的能力，更是具有了學習認知、產生知識的能力，從而極大提高處理制造系統復雜性、不確定問題的能力，在新一代智能制造的驅動下制造知識的產生、利用、傳承和積累效率均會發生革命性變化 。

新一代智能制造HCPS2.0（Human-Cyber-Physical Systems）是數字化、網絡化、智能化技術與制造技術的深度融合，其核心是新一代人工智能技術與制造技術的深度融合。將新一代人工智能技術與制造領域知識和技術進行深度融合，使人的智慧與機器智能的各自優勢得以充分發揮，相互啟發式地增長成為新一代智能制造技術，用于解決制造系統價值維、組織維和制造全流程及其集成的問題，通過工業智能“賦能”創新，極大釋放人類智慧的創新潛能，提升制造業的集成式創新能力。

?2 鋼鐵行業智能工廠體系架構

新一代智能制造是將物聯網、大數據、人工智能等新一代信息技術與制造企業的研發、生產、管理、服務等制造活動的各個環節有效融合，具有信息深度自感知、智能優化自決策、精準控制自執行等功能的先進制造過程、系統與模式的總稱。在當前5G+工業互聯網等信息技術快速發展的背景下，新一代智能制造對推動鋼鐵企業實現快速市場響應、資源柔性配置、縮短產品研制周期、提升生產效率和產品質量、促進源頭減少和能源高效轉化，乃至整個行業轉型升級，即敏捷化、精益化 、綠色化發展均具有十分重要的時代意義。

鋼鐵工業是典型的流程制造工業，鋼鐵企業實施智能制造需以智能工廠為載體，以關鍵制造環節智能化為核心，以端到端數據流為基礎，以網通互聯為支撐。在智能工廠建設層面，按照《鋼鐵工業智能制造體系架構白皮書》指引，應以工藝過程在線閉環控制、全流程界面協同優化等關鍵技術突破為先決條件，重點關注一體化計劃調度、全流程質量管控、生產能環協同調配和資產全生命周期管理的建設，實現冶金全流程物質流、能量流和信息流協同優化，從而形成高效能、低耗散、自組織、動態有序、連續運行的生產模式。

考慮到鋼鐵流程工業智能工廠建設的復雜性和實施難度，為給鋼鐵行業智能工廠實施提供一套可執行的參考模型，按照功能架構、技術架構兩大板塊，形成以智能工廠評估標準和鋼鐵行業業務需求為牽引的面向新一代智能制造的鋼鐵行業智能工廠體系架構。

2.1 功能架構

在功能架構上，依據智能工廠評估通則和智能制造能力成熟度模型，智能工廠應包括智能設計、智能生產、智能運營、智能物流，層級范圍為企業層、車間層、單元層和設備層。根據智能工廠評估標準中對智能工廠業務范圍和層級的定義，圍繞產品全生命周期，將鋼鐵行業智能工廠劃分為智能設計、智能生產、智能運營、智能服務四個部分。

（1） 智能設計

以滿足客戶需求為目標，采用數字孿生、大數據等新一代技術、結構化模型文件描述和傳遞等功能，實現基于三維模型的制造產品設計、試驗驗證、工藝全要素的仿真分析和迭代優化。保證產品和工藝的功能，提升產品質量、縮短研制和制造周期 ，降低制造成本。

（2）智能生產

以智能設計輸出為基礎，通過應用自動化、信息化、智能賦能技術等技術手段，提升產品質量、降低生產成本、縮短產品交期。

1）數字孿生工廠方面，在工廠設計、設備三維模型基礎上集成生產、設備、能耗 、環境等實時運行參數，實現物理制造與數字模型間的信息實時互聯和精準映射 ；

2）計劃與調度方面，基于先進排程調度算法模型，自動給出滿足多種約束條件的優化排產方案，形成優化的詳細生產作業計劃，同時實施監控各生產要素，實現對異常情況的自動決策和優化調度；

3）生產管理方面，根據生產作業計劃，自動將生產程序、運行參數或生產指令下發到數字化設備，構建模型實現生產作業數據的在線分析、優化生產工藝參數、設備參數、生產資源配置等；

4）質量管理方面，基于在線監測的質量數據，建立質量數據算法模型預測生產過程異常、實時預警，實時采集產品原料、生產過程數據、實現對產品質量的精準追溯，并通過數據分析和知識庫的運用，進行產品的缺陷分析，提出改善方案；

5）設備管理方面，基于設備運行模型和設備故障知識庫，自動給出預測性維護解決方案，基于設備綜合效率的分析，自動驅動工藝優化和生產作業計劃優化；

6）廠內物流方面，通過數字化儲運設備與信息系統集成，依據實際生產狀態實時拉動物料配送，建立倉儲模型和配送模型，實現庫存和路徑的優化，根據儲罐狀態實時數據進行趨勢預測，結合知識庫自動給出糾正和預防措施；

7）安環管理方面，基于安全作業、風險管控等數據的分析，實現危險源的動態識別、評審和治理，實現環保監測數據和生產作業數據的集成應用，建立數據分析模型，開展排放分析及預測預警；

8）能源管理方面，建立節能模型，實現能流的精細化和可視化管理，根據能效評估結果及時對高能耗設備進行技術改造和更新。

（3）智能運營

智能運營包括智能研發、采購、產銷、供應鏈、財務、能環、辦公等。智能運營為智能生產服務，通過對供應鏈的協同管理、以客戶和市場為中心的產品開發、銷售管理，以財務、辦公、能環等綜合管理為生產保障，實現制造企業的產銷供一體化管理。

（4）智能服務

通過建立遠程運維服務平臺，為關鍵工序設備提供遠程監測和遠程診斷功能，預測性維護等服務，對裝備上傳的運行參數，維保、用戶使用等數據進行挖掘分析，并于產品研發管理集成實現產品性能、工藝過程優化和創新。

2.2 技術架構

在技術架構上，以《工業互聯網平臺體系架構2.0》中的功能視圖平臺體系框架為基礎，形成全面、安全和彈性擴展的技術架構，按照功能層級劃分，包括設備層 、邊緣層、平臺層及應用層四個關鍵功能組成部分。

（1）設備層

設備層是實現智能工廠的基礎，智能工廠設備層智能化的主要任務是實現設備層全感知、自執行。

在全感知領域，為實現工廠精益管控，需對質量管理層面的在線、離線裝備的生產參數、檢測數據等，對成本、能環管理層面的計量數據，對物料管理層面的識別 堯 跟蹤數據，對設備管理層面的設備狀態數據和維護數據等實現全感知；并通過引入先進的智能檢測、感知裝備進一步優化工序感知能力。

在自執行領域，通過進一步改善、規范基礎自動化，引入工業機器人、智能物流裝備，進一步實現工序的少人化、無人化，提升工序的自執行能力。

（2）邊緣層

邊緣層基于工業以太網、工業無線，結合物聯網、數字化技術實現對工廠內人、機 、料、法、能、環等生產要素的聯網和數據采集，通過全面感知與互聯互通形成泛在的工業環境，實現廠內物料、產品、設備、環境和人員的感知、識別和控制 ，形成一體化管控基礎。

在工業現場采用工業網關通過OPC UA等主流工業總線協議與廠商協議接入工業設備數據，使用MQTT等輕量級物聯網協議實現工業網關與工業云平臺的實時通訊 ；支持與之相關的通訊配置管理、通訊狀態監控等。同時，支持各工序控制優化和界面優化相關的邊緣計算智能服務的邊緣部署，保障現場生產實時性需求的滿足 。

基于邊緣數據接入和緩存管理提供邊緣計算能力，通過類SQL流式數據處理和計算服務，在邊緣節點運行業務邏輯服務、事件腳本觸發、邊緣規則處理引擎、標準工業報警判定和設備反控操作，同時將實時分析結果推送至工業云平臺，有效分擔云端計算壓力。

（3）平臺層

平臺層提供數據中心、知識中心和開發中心，面向工廠管控一體化、數字孿生及大數據應用需求進行功能完善與服務定制，有效支撐上層智能應用和服務的運行 、開發、運營與維護提供。

該層圍繞資源管理、開發過程管理、數據開發、模型服務、微服務治理等主要需求 ，提供各類專用業務服務、通用業務服務和技術服務組件。在現有PaaS雜層容器服務、微服務中心、云數據庫等基礎上，開展工業數據開發、工業模型構建、工業應用開發等功能建設。

（4）應用層

應用層是基于數據模型、知識模型、數理模型、應用需求等，依托開發環境、平臺工具開發的應用于過程控制、運營管控、生態協同各層級的應用型軟件，其載體可以是模型、管理軟件、APP、網頁等。通過應用層的科學決策，指導物理系統精準執行，進而實現“感知-分析-決策-執行”的科學閉環，讓數據價值和裝備能力得以充分體現。

?3 結束語

工業互聯網是智能制造的支撐系統，建設工業互聯網平臺是制造業從數字化向網絡化、智能化發展的關鍵實施路徑。以智能生產為核心，通過提升數據采集、業務集成、數據分析、創新效益等能力，實現自感知、自學習、自決策、自執行、自適應的智能工廠，作為新一代智能制造大系統中的主線，是實現智能制造的重要基石 。

我國智能制造必須充分發揮后發優勢，采取“并聯式”的發展方式，也就是要數字化 、網絡化、智能化“并行推進、融合發展”，在規劃上應注重自上而下的頂層設計，在實施上應注重自下而上的技術和管理創新，充分發揮人的主體優勢，通過反復驗證及階段性的成果評估，夯實智能場景應用的落地，堅持穩定、長期、堅定不移地推進智能制造系統的建設，激發組織創新活力，促進制造業邁向高質量發展。

編輯：jq