製造業作為國民經濟的主體，是立國之本、強國之基。目前我國製造業正在由「量的積累」階段邁向「質的提升」，在流程行業，許多工廠在自主創新、資源利用效率、信息化程度等都面臨著轉型升級的剛需，而智能化工廠是實現「智能製造」的必經之路。今天我們將聚焦流程行業的典型代表之一——玻璃行業，探索如何從「數字化」到「智能化」從而實現轉型升級。
「高、難、多」痛點驅動，玻璃行業轉型變革之困
玻璃行業主要面臨三大痛點。一是玻璃企業是典型的「高」耗能生產企業，窯爐、退火爐、鋼化爐等一系列的高耗能設備是能源消耗的大頭，一方面企業面臨政府嚴峻的能源指標監控壓力，另一方面節能降耗省成本也是企業核心考慮的重點問題。二是工藝複雜「難」控，玻璃的生產工藝具有連續性，目前大多工廠的生產經營數據依賴人工採集和分析，使得工藝參數反饋滯後，且設備間的參數分析無關聯。此外，老師傅經驗難傳承，生產不確定風險增加。有經驗的老師傅離休退崗，大量未經數字化沉澱的經驗難以傳承，這些因素都使得生產管理的過程更加「難」控。三是存在「多」處重大危險源，工廠有氮站、氫站、液化氣和管道天然氣等多處重大危險源，一旦出現監控不及時等風險，人員安全事故就會發生從而對企業造成損失。
如何為玻璃行業的轉型提供破局之道，我們認為從【數字化】到【智能化】是破解困局的高效密碼。
【數字化之道】
數字化工廠底座為工廠「全面體檢」，診斷並發現問題
在數字化時代的海洋中，如何發現、挖掘並運營數據，實現數據價值的最大化，是工業企業面臨的首要課題。數字化時代是以設備為核心用戶、工業網際網路為核心系統，從而構建新型的企業管理。
對於玻璃企業而言，很多工廠都建設了大量信息系統，例如ERP、MES和QMS等，但是怎麼把這些信息化系統和工廠的生產主力軍——「設備」進行整合，並讓設備「開口說話」，從而發現生產經營中的問題。下面我們將用「體檢——診斷——治療」的故事讓大家輕鬆理解工業網際網路是如何為玻璃行業轉型賦能。
首先整個數字化的「體檢流程」可以分為四步：
第一步數據採集：在玻璃工廠的各個工段（熱端、冷端、深加工和公輔），都存在大量的設備需要採集數據。以往工作人員需要深入車間開展巡檢，人工記錄設備數據，不僅工作量大、效率低，還存在漏檢、誤檢的可能性。現在憑藉工業網際網路平台，可以解決各類設備的聯網需求，化解設備數據採集的難題。
（玻璃工廠設備層概覽）
第二步數據治理分析：採集完設備數據後，需要對數據進行處理分析並沉澱核心數據，存儲到企業的數據倉沉澱為有價值的數據資產，為日後的經營分析提供基礎。
第三步業務數據管理：將內外部的數據整合分析後，結合公司經營的五大核心模塊（生產、品質、設備、能碳、安環）和行業標準進一步分析數據並進行診斷問題。
第四步分析決策：基於工廠經營的五大維度診斷出工廠的問題後，通過一些可視化的應用對關鍵指標進行數據和圖表的呈現，即生成一個個具體的「畫像報告」，讓數據「會說話」且讓負責人能看懂並進行下一步的分析決策。
經過數字化的「體檢流程」後，負責人會看到一張全面的玻璃工廠「數字化體檢報告」，報告覆蓋生產、品質、設備、能碳、安環五大模塊，針對每個模塊的關鍵指標也會有詳細的診斷結果，工廠的「病症」一目了然。
（某玻璃工廠數字化「體檢報告單」示例）
【智能化之道】
「體檢」過後，智能化場景應用針對癥結「對症下藥」
通過數字化的手段為企業完成「體檢」並得到診斷結果之後，將轉向智能化的場景應用來為工廠「對症下藥」。這裡我們主要針對【AI＋工藝智能化】和【AI＋能碳智能化】兩個場景應用來說明為什麼它們是玻璃行業甚至是流程製造行業轉型升級的關鍵燃料。
AI＋工藝智能化
流程製造行業中，主要聚焦於生產工藝的調優。玻璃的原料和生產工藝具有多變量、非線性、大滯後、工藝機理複雜、部分質量參數不可在線測量、產量大、基於人工經驗等特點。質量穩定的根在於工藝，但人是不確定性最強的一個要素。如何傳承老師傅的工藝，並做到大規模能力複製和生產優化？由此，「AI＋工藝智能化」技術應運而生。
「AI＋工藝智能化」聚焦於流程型製造業，基於工業知識，將工業機理模型與機器學習的算法相結合，在真實的工業場景中，通過對複雜的物理化學過程進行模擬和優化，將人工經驗固化為模型等方式，形成可規模化複製的資產，協助企業優化決策和智能控制。並且，通過算法和工業智能的方式將老師傅們解放出來，新來的操作工也能像專家一樣操作。
在玻璃行業，彩虹集團採用「展灣科技工業網際網路平台」搭建起彩虹玻璃生產的工業大數據平台，並共創了AI工藝自控解決方案。通過「數據+算法模型」，將「老師傅經驗」轉化為「數字化接班人」，實現系統自動調參，並通過專家的輔助監測來提升調整的準確性和效率，解決了質量不穩定和成品率低的問題，為工廠極大地提高了產品品質。
（展灣科技AI＋工藝自控監控中心）
AI＋能碳智能化
在玻璃工廠的生產環節中，存在大量的高耗能設備，如窯爐、風機、退火爐、鋼化爐等，一個典型的玻璃工廠，天然氣成本占40%，企業面對政府嚴峻的能源指標監控和高成本的投入雙重壓力，「AI＋能碳智能化」的必要性就不言而喻。
玻璃工廠的窯爐通風系統中，溫度控制必須合理、穩定以確保原料熔化充分、均勻，這直接影響玻璃成品的質量。風機控制的準確度直接影響燃料成本和溫度，目前操作工通常將風機開到上限值以保證後端供應，通過閥門值調整風量，但DCS無法算出風量損耗和詳細需求，就會出現浪費大量能源（天然氣＆電量）的情況，提高企業成本。
「AI＋能碳智能化」結合節能改造需求，聚焦於保溫系統和風道優化，考慮總風量需求，智能調節變頻器功率，將原工人手動閥改為電動控制閥，利用算法優化末端風量配比，以達到節能的效果降低企業運營成本。 展灣科技基於其工業網際網路平台打造的「能源管理駕駛艙」也能夠及時掌握能源信息，實時反饋及決策。
（展灣科技AI＋能源管理駕駛艙）
從「數字化」到「智能化」，持續賦能玻璃行業轉型
洞察數字化變革歷史，玻璃行業想要在工業4.0時代持續發力，走智能化工廠之路，從數字化到智能化是必經之路。
展灣科技深耕工業網際網路行業多年，聚焦玻璃行業頭部客戶，積累並開發了工業物聯網和工業大數據平台等產品，和客戶共創了許多智能化的解決方案，未來展灣將持續踐行「讓客戶自助，與客戶共創」的使命來推動中國玻璃產業的轉型。
展灣科技成立於2014年，是一家專注於「工業大數據採集、治理、分析及應用」的軟硬體產品提供商，提供端到端的工業網際網路解決方案，服務於工廠和設備製造商。公司總部位於上海市楊浦區，並於安徽省合肥市設有分公司。展灣所有產品均擁有自主智慧財產權，覆蓋數據採集、工業物聯網、大數據平台、工業場景數據分析算法和應用，致力於幫助客戶提升設備效率，優化產品質量，洞察數據價值，增強經濟效益，在中國製造業轉型的浪潮中完成數字化、智能化升級。
目前，展灣已經為來自汽車及汽車零部件、工程機械、裝備製造、新能源材料、油氣管道、冶金、玻璃等行業的世界500強客戶提供高品質的產品服務和解決方案。