★浙江鵬孚隆科技股份有限公司毛征

★北京和利時工業軟件有限公司張衛，鄭東東，王咸生

關鍵詞：雙向動態追溯、多UP生產、統計過程控制（SPC）、柔性生產

1　項目背景

工業和信息化部聯合國家發改委、科技部等九部門于2024年6月發布的重大政策文件，旨在推動精細化工產業高端化、綠色化、智能化發展，強化產業鏈供應鏈韌性，服務國家戰略性新興產業需求，通過數字化升級，打造智能工廠標桿，實現生產全流程追溯，最終通過數字化和集群化提升全鏈條效率。

浙江鵬孚隆新材料有限公司（以下簡稱：鵬孚隆公司）是國內領先的高分子材料企業，業務覆蓋航空航天、汽車、家電、電子等高端領域，具備從材料研發到應用解決方案的全產業鏈能力。當前，行業內企業普遍依賴傳統ERP系統下達指令和人工排產方式，導致生產資源調度困難、協同性不足。同時，車間數據孤立，信息流通不暢，大量生產數據未能有效整合利用，隨著生產規模的擴大及定制化需求的增加，嚴重制約了生產效率和精細化運營水平的提升。如何實現智能化排產、優化資源調度、打破數據孤島并充分挖掘數據價值，成為行業企業亟待解決的核心問題。

2　解決方案

在上述背景下，鵬孚隆于2024年聯合和利時積極打造新一代精細化工智能工廠解決方案，以生產運營管理系統為核心，將APS高級排產系統、Batch批量控制系統、自動化控制系統（DCS/PLC）、WMS立體倉庫、PDM配方系統、ERP資源計劃管理等有機結合，輔以大數據分析技術為海量數據提供大數據分析和實時數據的抽取和展示，依托網絡、5G通訊技術，實現企業生產、數據、業務和信息的高度集成，促進企業信息化改革，實現“兩化融合”，進一步推進企業工業4.0進程，構建了精細化工行業可復制可推廣的智能化轉型典型實施路徑。

2.1　總體設計

系統總體設計以企業實際情況出發，充分利用管控一體化具體技術，依托實用性與先進性相結合的原則，實現目標要求：

（1）安全性

采用安全可靠的隔離技術，在底層控制系統與本系統之間建立數據傳輸通道，保證數據的單向傳輸，通過嚴密的控制策略，保證本系統的應用軟件對控制系統的正常運行不構成影響，確保下層控制的穩定運行。

（2）可靠性

采用成熟、應用較廣泛的實時數據庫，數據存儲量大、響應時間快、壓縮比率高，系統運行穩定并且支持各種接口，擁有強大的擴展和二次開發功能；

使用主流的開源框架，持續的版本迭代和優化，保證技術支持的持續穩定；

基礎服務、計算服務和應用服務支持分布式主從和集群部署，支持斷點續傳和節點診斷守護。

（3）可擴展性

系統具有良好的可伸縮性，向下可通過增加數據采集接口或者驅動協議靈活增加現場控制系統，向上可適應不同階段需求，在不影響其性能和已有模塊的正常運行的條件下，增加應用模塊；

系統平臺提供多種數據訪問方式，如：OPC、ODBC、SQL、API等，能與第三方軟件實現無縫連接；

穩定的架構及通用的組件、服務，以應對用戶需求的不斷變更，支持用戶通過拖拽方式擴展新功能頁面。

（4）低耦合性

業務功能應保持獨立開發和維護的特性，有良好的外部接口，其它業務功能應盡量保持只依賴數據接口，而不依賴功能。

（5）簡單易用

用戶界面、UI、HMI、安裝部署、維護等方面均滿足簡潔、易用設計原則，具備良好的交互性。

2.2　系統架構

系統由數據采集總線、存儲、服務應用、生產應用、創新應用、移動應用、開發服務、管理服務八部分組成，系統架構如圖1所示。

圖1系統架構示意

圖2網絡結構和產品定位

（1）數據采集總線：根據OPC、Modbus、104等協議進行數據的采集，并且可以對協議進行定制。

（2）存儲：對數據進行分類、分層、分時的存儲，包括常規的關系數據庫存儲（大型集團企業的Oracle、中型企業的MicorosoftSQLServer和具有高擴展型的開源數據庫MySQL）、非結構數據庫MongoDB、分布式消息框架RabbitMQ和分布式緩存框架Memcached和實時文件數據庫，能夠適應各種類型、維度、海量、異構的存儲要求。

（3）服務：提供4種框架的服務

·應用服務：提供數據分析的模型服務、7×24小時不間斷輪詢服務、設備數據報警提醒服務、基于HTTP的數據服務、基于海量查詢的緩存服務和基于工作流的流程服務。

·大數據分析：提供基于非結構數據庫的Spark大數據內存實時處理系統和基于Python的大數據分析學習模型，可以為海量數據提供大數據分析和實時數據的抽取和展示。

·無線應用服務：利用基于Android和iOS的MES工業系統APP，對來自結構、非結構、工作流、報表、提醒、消息、緩存、實時庫、大數據、機器學習、物聯網的數據和分析結果進行展示和處理。

·物聯網集成服務：利用分布式消息框架和大數據生態框架，從數據和協議兩個方面對大數據的數據進行處理。

（4）生產應用：提供包括系統管理、基礎數據、調度管理、工藝管理、實時監控、報警管理、設備管理、流程管理、安環管理、質量管理、能源管理、計劃管理等功能模塊應用。

（5）創新應用：基于Python分析后的大數據分析應用和基于海量設備數據的綜合分析實時展示。

（6）移動應用：對大多數需要進行移動應用的數據進行集中處理，包括實時數據集中展示、關鍵設備報警提醒、消息數據提醒、工作流審批數據處理、生產分析報表數據處理和基于物聯網IoT的數據展示和處理。

（7）開發服務：基于二次開發可擴展的數據服務擴展接口；基于IoT的消息推送服務；基于可擴展和定制的報表接口；基于移動端可擴展和定制的模塊開發；基于外部短信的集成服務；基于SSO單點登錄外部系統的接口集成；基于企業應用集成（EnterpriseApplicationIntegration，EAI）技術的界面集成、數據集成、應用集成和過程集成；基于GIS外部系統的數據和應用集成。

（8）管理服務：基于服務統一管理的運維系統；基于Token的安全傳輸數據認證；基于RBAC的集團-公司-部門-用戶-角色的權限系統；基于數據隔離和共享的權限系統。

2.3　數據集成

應用層：通過ESB（企業服務總線）架構集成APS、WMS、PDM、ERP等系統，顯著提升企業信息化的協同效率與靈活性。ESB作為統一的中間平臺，可實現系統間解耦和標準化通信，避免點對點集成的復雜性，降低維護成本，它支持異構數據轉換（如XML、JSON），確保APS排產、WMS庫存、PDM配方與ERP計劃的無縫對接。其異步通信和消息隊列功能將有效保障數據傳輸的可靠性，即使某系統臨時故障（如WMS宕機），數據也不會丟失。同時，集中化的監控和日志管理有效簡化運維，便于快速定位問題。此外，ESB的可擴展性便于未來新增系統的快速接入，其特有的架構增強跨系統實時協同能力，優化業務流程，為企業數字化轉型提供穩定、高效的集成基礎；

控制層：現場的MES（生產制造執行）與底層的Batch（批次控制）、DCS（分布式控制系統）和PLC（可編程邏輯控制器）等工業控制系統進行數據交互，以實現生產過程的實時監控、調度與優化。而工業控制網絡（OT）對安全性和穩定性要求極高，直接與信息層（IT）的MES系統連接可能帶來網絡安全風險（如病毒入侵、非法訪問）或影響生產穩定性。和利時自研的隔離網閘可有效解決該問題，結合斷點續傳機制，在保障控制系統安全的同時，確保生產數據的連續性和可靠性，為智能制造提供堅實的數據底座，為MES與Batch/DCS/PLC系統的協同運作構建“銅墻鐵壁+無縫銜接”的創新范式。

3　項目創新性

3.1　追溯邏輯創新：雙向動態追溯

（1）正向追蹤

輸入原料批次號，自動生成該原料轉化的所有成品/半成品流向記錄（包括廢料、剩料），支持客戶投訴快速定位；

（2）反向溯源

輸入產成品批次號或產品編碼，自動生成產品的物料來源、物料批次號、物料入庫時間、檢驗記錄、物料使用工序、消耗量，為研發人員分析產品缺陷、工藝參數異常或操作失誤等工作提供依據；

（3）批次追溯區塊鏈化

關鍵工序數據上鏈，實現原料-工藝-質檢全生命周期可信追溯。

3.2　全流程數字化集成創新

（1）異構系統無縫融合

多系統無縫對接，實現Batch（批次生產）、DCS/PLC（實時控制）、APS（高級排產）、WMS（智能倉儲）、PDM（配方管理）、ERP（資源計劃）等系統的數據互通，構建從訂單到交付的端到端數字化閉環。

（2）動態生產協同

APS與MES聯動實現“計劃-執行”實時反饋，結合Batch/DCS數據動態調整排產，提升設備利用率10%~20%。

圖3車間生產看板

（3）電子批記錄全流程記錄

記錄工單的基本信息，包括：產品、時間、產量、物料消耗、控制參數、能源消耗、執行工序、質檢信息，使生產過程的數字化、透明化和智能化，幫助企業降低運營成本、加速創新，并為未來的智能制造和可持續發展奠定基礎。

3.3　5G+工業互聯網場景化應用

（1）5G低延遲與高可靠性

5G技術實現設備間的高速、低延遲通信，支持實時控制和遠程監控，提升生產效率和安全性；

（2）MES與立體庫智能調度

MES的PDA通過5G技術實現和WMS協同路徑規劃，倉儲效率提升30%以上。

3.4　自適應生產模式創新

（1）自動化與柔性生產

MES支持小批量與大規模定制化生產的快速切換，實現生產設備的自動化控制，減少人工干預，提高生產精度和穩定性，并且支持多品種、小批量的柔性生產，快速響應市場需求變化；

（2）實現多UP生產模式

通過多UP的實現，提前識別設備沖突，提升生產效率、增強靈活性、優化資源配置，使企業應用后停機減少15%。

3.5　數據價值挖掘創新

（1）工業大數據平臺

聚合ERP成本數據、MES能耗數據、Batch/DCS/PLC工藝數據、PDM工藝數據、APS計劃數據，構建綜合能效模型，使單位產量能耗下降12%；

（2）智能決策看板

實現FTT（首次合格率）、SPC（質量控制）等指標的根因分析，輔助管理層決策響應速度提升40%。

3.6　綠色智能制造創新

（1）資源循環利用

在生產過程中，通過數據分析和流程優化，實現物料的最大化利用，減少廢棄物產生；

（2）環保合規性

智能工廠的建設確保生產過程符合環保法規要求，通過數據追溯和記錄，提供合規性證明。

4　項目效益

4.1　智能化生產與質量管理

（1）Batch生產自動化：MES與Batch系統聯動，實現從投料、攪拌到出料的全程自動化控制，批次生產周期縮短15%；

（2）質量數據追溯：通過MES的質量管理系統，每批次產品的原料來源、工藝參數、檢驗結果均可一鍵追溯；

（3）動態質量調控：利用SPC（統計過程控制）技術，分析質量數據并可以快速調整工藝參數，產品合格率提升至95%。

圖4生產管控駕駛艙

圖5質量管控看板

4.2　能源與成本精細化管控

（1）單位產品成本顆粒度細化：精細化管控形成“數據采集-分析-優化-反饋-分攤”的閉環，推動企業持續改進生產流程和能源管理，形成長期競爭優勢，精確計算每批次產品的成本數據；

（2）成本實時核算：MES與ERP系統聯動，自動歸集每批次生產的直接材料、人工及能源成本，成本核算周期從15天縮短至5小時。

圖6能源管理系統看板

4.3　智能倉儲與物流協同

（1）WMS立體倉庫聯動：MES根據生產計劃自動觸發原料出庫指令，WMS通過5G網絡接收路徑規劃，實現原料精準配送，庫存周轉率提升20%；

（2）智能防錯機制：通過PDA掃描物料批次碼和分配站設備碼，杜絕投料錯誤風險。

圖7車間包裝看板

4.4　數據驅動決策與持續優化

（1）大數據分析平臺：整合MES、ERP、DCS數據，構建生產績效看板，實時展示各個產線的生產狀態、庫存狀態、工單的實時能耗監測、一次合格率等KPI、質量SPC等；

（2）實時決策沙盤：MES整合DCS實時數據、BATCH生產數據、ERP成本數據、WMS庫存數據、PDM工藝數據等，構建動態決策看板。

圖8生產跟蹤看板

5　項目意義

鵬孚隆精細化工智能工廠項目的成功實施，保障各業務線相互銜接的業務閉環，摒棄了口口相傳、紙質傳遞的辦公方式，做到真正無紙化智能化的數字化工廠，是該企業數字化轉型的里程碑，更是重構行業競爭格局的戰略舉措。從微觀生產到宏觀產業層面，其意義可總結為以下幾個維度：

5.1　企業自身：從“制造”到“智造”的范式革命

（1）生產模式顛覆

打破傳統“人盯設備、經驗驅動”的生產方式，實現“數據驅動+自動化決策”的智能制造閉環。

例如：DCS實時數據直達MES，MES可以在線調整Batch/DCS系統參數，使生產響應速度從“小時級”進入“秒級”。

（2）生產邏輯的重構：從“人控”到“數控”之前的傳統模式：依賴老師傅的“經驗口訣”，而現在是智造模式是基于多系統的集成，達到自動采集、自動同步、自動執行。

5.2　對行業：樹立流程工業智能工廠新標準

（1）技術標桿效應

項目構建的“PDM-ERP-APS-MES-BatchDCS”深度集成架構，為流程行業（精細化工/制藥/食品等）提供可復用的智能化模板。

（2）生態協同創新

多系統集成對接，實現“橫向協同+縱向生產”已經擴展至工業互聯網平臺，輸出排產、能效管理等。

5.3　對管理：從“經驗主義”到“數字治理”

（1）決策機制變革

管理層通過ERP-MES融合看板，實時掌握“每批次成本、每設備運行情況”，傳統“月結報表”升級為“分鐘級數據透視”，決策滯后性降低90%。

（2）組織能力升級

倒逼企業培養“工藝+IT+數據”復合型人才，既懂生產釜操作又懂MES配置的工程師。設立數字化運營部門，推動組織架構向“敏捷型”轉型。

5.4　對國家戰略：智能制造自主可控的關鍵一環

（1）國產化替代示范

采用國產MES、5G工業模組等，可減少對國外系統的依賴，助力破解流程工業“卡脖子”軟件難題。

（2）“中國制造2025”實踐

項目符合《智能制造標準體系建設指南》中“數字化車間”標準，已入選國家級試點，獲得政策支持。

鵬孚隆精細化工智能工廠項目的成功實施，不僅是企業數字化轉型的重要里程碑，更是對國家“智能制造”戰略的積極響應。通過推動工業互聯網與智能制造的深度融合，靈活運用多系統集成與大數據分析技術，進一步優化了生產協同能力與數據價值挖掘能力，為企業自身帶來了從“制造”到“智造”的跨越式蛻變，更為精細化工行業的智能化轉型提供標桿經驗，為精細化工領域的高質量、綠色化發展貢獻中國力量。

作者簡介：

毛　征（1971-），男，工程師，現任浙江鵬孚隆科技股份有限公司信息部經理，負責制定公司信息化戰略、布局與實施信息化落地、數字化職能管理等工作。

張　衛（1981-），男，高級工程師，現就職于北京和利時工業軟件有限公司，負責規劃、設計和優化MES系統，需求分析、產品功能設計、系統實施支持、優化生產流程、推動系統落地及持續改進。

鄭東東（1987-）男，高級實施工程師，現就職于北京和利時工業軟件有限公司，從事MES咨詢及實施等工作。

王咸生（1997-），男，工程師，現任北京和利時工業軟件有限公司生產管理業務部工程師，從事MES生產管理項目研發工作。

摘自《自動化博覽》2025年5月刊