2022中國實體經濟論壇于10月28日-29日舉行,中控創始人、藍卓創始人褚健出席并演講。
褚健認為,流程行業里面,數據相對來講是比較完善的,制造業未來一定會走向半自動或者自動化,特別是全自動化道路。如果說移動互聯網時代是安卓操作系統或者蘋果操作系統+APP模式,那么未來智能工廠時代或許會是“工廠操作系統加上工業軟件或者工業APP的模式”。
(相關資料圖)
“這要靠我們大家去努力,我們在這兒做嘗試。過去五年時間里面我們慢慢走出一條路,而且這條路在流程行業,在離散制造業都得到了大量應用”,他說。
以下為演講實錄:
感謝邀請我到這兒來參加這次會議,非常高興。我是給大家分享一下我們做的工作,結合數字化轉型,特別是制造業,因為蘇州是制造業大市,有1.2萬多家規上制造業企業,規模相當大,蘇州也好,江蘇也好,浙江也好,全國制造業企業眾多,但是制造業數字化轉型還是在剛剛起步的階段,所以我給大家匯報一下,我的一些想法。
因為我是一直服務于流程工業,也就是石油化工,煤化工,制藥,鋼鐵,電力,這些365天都要運行的裝置,所以是高溫高壓,易燃易爆。其實如果沒有化工產業,其實我們衣食住行各方面都不可能達到今天的水平,所以大家不要歧視化工行業。看到手機都是挺干凈挺好,但是看到化工產品可能就覺得有毒有害,的確它是非常危險,所以它必須要有自動化,也必須實現數字化轉型以及最終實現智能化,最好這個工廠沒有太多的人(無人工廠),這樣化工行業才會更健康的發展。
我一直在做工業控制系統,控制系統是在所有工業領域不可缺少的,對于大的化工行業,包括煉油、石化,這個行業里面如果沒有自動化控制系統的確是沒有辦法運行的,不可能再通過手工來操作,所以要求很高,控制系統的可靠性要達到15年,10年以上不會壞,或者它不會影響正常的生產,這對我們來講是一個考驗。
對于中控來講,我們一直在服務工業3.0(自動化),在過去15年時間里面,我們一直覺得,離散制造業沒有什么太多安全問題,一般情況下不太會爆炸,這種事故比較少,但是化工行業的事故,可能會給我們產生巨大的影響。如果說我們有了自動化以后,通過工業4.0也就是工業軟件各種技術來實現安全生產。
很有幸在過去30年時間里面,今年年底是我們30周年,我們從無到有,從小到大,今天有幸在中國石油(601857)化工行業,這個流程工業行業大概有5萬多家規上制造業企業,有一半左右都是我們的控制,有34萬多套控制系統在各個行業,幾乎是所有細分領域都有我們的案例,無論是小的化工行業,還是超大規模的煤化工,2000萬噸的煉油,200多萬噸的乙烯,這樣大的裝置都用了我們的控制系統。
目前我們在國內占有率也比較高了,在全行業口徑我們是33.8%,比第二名高20個百分點,當然這只是在中國的市場,在全球市場占的份額還非常小。在精細化工行業里面市場占有率我們大概是51%。服務領域幾乎是涵蓋了所有流程工業行業,這里不展開了。
我們做了2萬多家用戶,真的很能感受到這些用戶對數字化轉型迫切的需要,但是他也不知道該怎么做,就像20年前做ERP的時候也不知道該怎么做,今天數字化轉型這個大趨勢,幾乎所有人都認可,無論是企業還是領導,但是到底怎么做?怎么做是最便宜的?效果是最好的?投入產出比是最大的?我們中國有5萬多家規上制造業流程企業,有40萬家規上制造業企業,還有300多萬家制造業企業,眾多企業如何實現低成本大規模推廣應用,這是我們大家需要與考慮的問題。
我過去通過30年努力才做了2萬多家,當然在流程行業總共有5萬多家,但是如果我們實現40萬家或者300多萬家制造業企業都能享受到數字化轉型帶來的好處有什么辦法,這是我所思考的問題,我們希望通過大規模,低成本模式去做這件事情。
但是回過頭去看制造業企業在實現工業2.0,3.0,4.0過程中到底有多少實現了或者它處于什么樣的階段?這里有一個數據,這個數據純屬是我拍腦袋拍出來的,一點都不準,但是我個人覺得它有一定的代表性。比如說流程工業因為自動化要求比較高,數字化水平或者工業3.0水平相對高一點,我認為50%已經達到了工業3.0的水平,基本實現自動化。但依然還有很多小規模的,甚至是要求高精尖場景,比如說生物疫苗,依然沒有實現全自動化,甚至半自動化都不多,可想而知我們工業水平還是比較落后的。離散制造業剛好相反了,它的自動化水平更低,我認為有20%左右可能實現了真正的自動化,所以3.0水平相對來講還是比較低的。
那么如何實現數字化轉型?首先我們要自動化,沒有自動化就不可能實現數字化轉型,因為自動化是所有數字化的基礎。沒有3.0就不可能做到工業4.0,當然在做的過程中會有很多困難和問題,這里不展開說了。
按如果沒有這樣的數字化轉型,就像今天一個人身體健康,如果說從來不去做血液檢測,也從來不去做B超,不做腸胃鏡的時候,特別是到我這個年紀,如果你說不做這些檢查,沒有人知道你的身體狀況好不好,只有自己感覺到不舒服。或者哪怕我感覺還正常,但事實上可能我已經有很多毛病,但是我不知道是什么毛病,我不知道哪些地方有毛病,我也不知道該吃什么藥。到醫院去,醫生一定會讓你做檢查,所有這些檢查如果說在線出來,任何時候都能看得見,這就是數字化。但今天作為人很難,作為工廠其實也很難。
比如說化工行業的反應器,這個反應器里面怎么知道里面反應的深度?催化劑的活性?溫度分布或者濃度分布,我沒有辦法知道,我一定要建立非常好的模型,如果說我能穿透這個模型,看到這個反應器里面,鉆到精餾塔里面看到里面物質變化,這就是完全物理過程的數字化或者影像化,所以有很多問題是需要去解決的。
從工業3.0到工業4.0轉型如何做成?這個過程里面最重要的其實是要有一個數據底座和大量的工業軟件,就像我們每個人聰明程度其實跟專業知識,社會閱歷以及各種其他知識具有多少來決定的,當然跟我們智商有關系,但更多是跟我們的知識有關系。對于工業來講這個知識就是工業軟件,也就是說,一個工業企業如果用得工業軟件很少,比如說一個離散制造業企業說CAD沒有了,CAE沒有,這些沒有的話,他能設計出很好的產品嗎?我相信是不可能的事兒,所以今天這樣一個制造業環境里面大量工業軟件是需要的。
對于流程工業來講,在安全方面流程行業要求特別高,因為流程行業碳排放是最大的,像鋼鐵行業,建材,石油化工,電力,這就占了中國百分之七八十的碳排放,所以低碳是很重大的一個問題。網上有一個概念叫做OT+IT,我個人始終堅持OT和IT非常非常重要,但是它不全面,如果要實現安全、質量、成本、效益、低碳,這些目標,我們一定要知道相應的工藝PT,ET設備技術,自動化技術,然后加上OT和IT,把這五個T綜合在一起才能真正去理解一個工業,通過這些手段去實現我們的目標。
否則我們每一個專業領域,比如說自動化,我給你控制系統,你拿去用吧,你說怎么用就怎么用,跟我沒關系。其實我們搞工藝的,搞設備的,他操作控制系統他也不專業,但是對于我們純粹搞自動化的人對工藝不熟悉。比如說你是煉油的我不懂,煤化工的我不懂,核電的我也不懂,什么如果都不懂的話,那我干啥呢?所以我們一直強調把自動化技術,工藝技術,設備技術融合在一起,再利用今天IT 技術,包括ABC的技術實現數字化轉型,實現前面講到的安全、質量、成本、效益、低碳,這才是每一個制造業企業所關心的。
從一個傳統工廠變成數字工廠的時候,無非就是把物理工廠,所有數據,所有信息,包括設備本身的情況,物料流動的情況,能源流的情況,包括人在這里面的操作,資金,原材料采購,產成品,銷售,所有一切都必須變成桌面上,也就是在手機上或者計算機上能看到。就像我剛才講到的,一個人的健康一樣,當一個人健康如果能夠完完整整知道,我知道胃里面可能有一個息肉,如果知道你的血壓是因為哪個地方血管有點堵塞,你的血脂高了或者血濃度高了,所有這一切都需要把物理過程映射到數字環境里面。如果要實現這樣的目標,我們應該怎么做?就像剛才李總講到的有三軟三硬,我想無外乎就是軟硬分離,萬物互聯,當然還包括其他的工業軟件定義我們的生產,定義設備的檢維修,遠程運維,所有這一切如果能夠做到最后就能實現數字孿生。
數字孿生是把工廠的操作環境做出來了,但是怎么通過數字孿生加速生產優化,快速響應市場需求,包括能知道產品質量,對于流程工業來講,對于離散制造業也是一樣的,我們工廠里面有三組數據,三個時間尺度的數據,第一個最重要的時間尺度數據是秒級和毫秒級,這些數據我們人是反映不過來的,我們人的眼睛和腦子是跟不上的,一定是通過機器操作的。第二個是分鐘級,包括2分鐘,5分鐘,10分鐘,這樣相對快,如果這個過程中還要去計算的,那我相信人腦也是跟不上的,我們沒有這樣的計算能力在1分鐘里面能夠算出復雜的調度問題,一定也是要靠計算機的。當然有一部分數據只要上傳,上傳變成小時級數據用的時候,這些數據可能人腦去判斷做決策和計算機交互以后是可以發揮作用的。
最后就是慢數據,比如說2個小時,8個小時,1天或者幾天,這個慢數據是通過計算機和人的交互,人作為領導可以排版的那些數據,這是容易利用的。如果這三個數據按照兩個自動化理解,生產過程的自動化,無論是連續的還是不連續的,這個自動化如果做到了,我相信一個廠長,一個總經理,是不會再關系生產上有什么問題,因為已經都知道它了。
作為廠長或者總經理更關心的是經營管理的自動化,是1分鐘或者1個小時這種數據基礎如何作出正確的決策,無論是原材料供應,包括生產設備的運維以及調度等等這些都是基于廠長或者總經理關心的問題,所有自動化如何構建成整體這是我們想做的一件事情。
因為我們在最近十幾年里面做了各種各樣的工業場景的自動化以及工業軟件的應用。今天我們的工業軟件,特別是實時控制已經很完整的和DCS,PRC緊密結合,我們把原來的DCS單獨控制系統和實時控制的工業軟件有機結合起來,我們重新命名了叫OMC(operational management and control)就是把生產過程自動化的管理與控制耦合在一起,形成軟硬件集成的平臺,實現生產自動化。
在這個基礎上,毫秒級和秒級的數據已經管好了,分鐘級數據也在這個過程中被優化了,重新計算以后優化了。但是還有很多,生產涉及到原料的調整,計劃調度的調整。這個時候分鐘級的數據能不能上傳,分鐘級上傳到哪里?我們提出來叫工廠操作系統supOS,如果我們能夠打造這樣一個工廠操作系統,在這個平臺上把所有數據都放在里面,我們稱之為數據底座,然后我們可以開發各種各樣的軟件,包括財務、OA、ERP、設備管理、倉庫管理,能源管理,人力資源、績效考核都可以成為這個操作系統平臺上的APP應用。
什么叫工業互聯網?我理解的工業互聯網在工廠內部就是萬物互聯,所有數據提供一個平臺,在這個平臺上去開發各種各樣的應用軟件。就像今天移動互聯網一樣,每個人拿到的手機,稱為智能手機,我們未來的工廠稱之為智能工廠。我不知道什么叫智能手機,我說手機本身并不聰明,它并不智能,它只是快。為什么我們稱之為智能手機?是因為有安卓商店,有蘋果商店大量的APP。如果說大家不下載這個APP,你看看你的手機是不是還是smart?那我相信就不是,跟以前的功能手機一樣。如果把今天手機上5G帶寬放到十年前原來功能手機上,我相信那個時候的手機也是極其先進的,也可以把它稱之為smart phone。
因為有這樣的生態使得我們消費互聯網成為今天這樣一個狀態。那么未來我們的工廠會不會像今天一樣,有大量的APP,大量的工業軟件在這里面應用呢?因為它的場景可能比消費互聯網更復雜,所以我們提出基于操作管理控制平臺來實現工業3.0到工業4.0生產線上的自動化。在這個基礎上能不能去找到一個平臺把底層生產底座,包括各種儀器儀表,各種協議,無線技術應用,作為數據底座,在這個基礎上把各種應用結合在一起,所以它已經不僅僅是DCS或者PRC,它是把軟件硬件集成在一起形成這么一個框架。
如果這是可能的,我想數據既然有了,特別在流程行業里面數據相對來講是比較完善的,那么對未來離散制造業也一樣,不管現在是半自動還是全自動,未來一定會走向半自動或者自動化,特別是全自動化道路。如果說移動互聯網時代是安卓操作系統或者蘋果操作系統+APP模式,那么未來智能工廠時代會不會也是工廠操作系統加上工業軟件或者工業APP的模式呢?我認為是有可能的。是不是可能的,這要靠我們大家去努力,我們在這兒做嘗試。過去五年時間里面我們慢慢走出一條路,而且這條路在流程行業,在離散制造業都得到了大量應用。
這里有一個蘇州的案例,他們要做這么一個信息化,有各種各樣的軟件,他現在委托一家軟件開發商來做這件事情,問我好不好?我說,如果他能全做完當然很好,但是我相信沒有一家企業能夠把這么多模塊都做到全國最好,不要說全球最好了。比如說騰訊把微信做得最好,阿里把淘寶做得最好,每一個企業都有自己的擅長。他關心這幾個問題:會不會被這個軟件公司給綁架了?我認為這可能性是存在的。如果項目不能成功會怎么辦?怎么改這些東西?能不能與以前的軟件相兼容?如果部分軟件不好把它卸了或者換一家可不可以怎么做?我說,這些問題都是很現實的問題,這不僅僅是他的問題,是全國所有企業的問題。
那我們怎么來解決不被軟件公司綁架,讓每一個軟件公司,每一個服務商都只服務他最好的,就像今天手機里面所有APP一樣,我把最好的拿過來,不好的我就卸了,對于工業來講能不能做到這一步呢?如果這是可能的怎么做?每一個企業從規模很小的時候,只要2000萬以上規上制造業企業可能就會用比如說財務軟件,可能還會用簡單OA或者報表統計,等到這個企業規模大起來了,可能用幾十個、上百個,甚至幾百個各種各樣的軟件,這個過程一定會存在原來的軟件不能用了,今天怎么辦?所有這些我都希望在統一平臺上不斷更新迭代去替代可能被淘汰的軟件。
這是我們工廠操作系統的框架,里面有300多種各種各樣的工業協議,有各種連接,包括開發工具,低代碼開發,信息安全,如果說能把這個作為平臺就是非常好的接口,在這個基礎上任意用我們的工具。現在已經有三千多個工業企業在用這個平臺,我們和合作伙伴一起來做有幾千個APP,我們希望這個過程更加豐富,有更加多制造業企業用戶來參與開發,也歡迎各種軟件開發商一起努力帶打造這樣一個生態。
如果我們把一個工廠發展過程比作自動駕駛角度,從原來沒有自動化,到能夠輔助駕駛,到部分自動駕駛,到有條件的自動駕駛,高度智能化,甚至無人駕駛,這個過程,我想工業企業也從原來的手動到半自動到部分自動到自動化,到半自主,到全自主,到到完全自主,如果把它歸納成一個人的健康來講,一個工廠的健康就像這樣的駕駛艙一樣,所有信息都在手機里面,都在計算機里面,我就可以根據每個崗位所需要的信息或者處理的界面來形成完全自動化的自動駕駛艙,這是我們對智能制造的理解。
謝謝大家。
關于我們| 客服中心| 廣告服務| 建站服務| 聯系我們
中國焦點日報網 版權所有 滬ICP備2022005074號-20,未經授權,請勿轉載或建立鏡像,違者依法必究。