工业4.0时代下智能造纸工业的构建及其关键技术

陈晓彬　李继庚

(华南理工大学制浆造纸工程国家重点实验室,广东广州,510640)



·智能造纸·

工业4.0时代下智能造纸工业的构建及其关键技术

陈晓彬李继庚*

(华南理工大学制浆造纸工程国家重点实验室,广东广州,510640)

摘要：结合造纸工业资金密集、技术密集、能源密集等产业特点,利用“互联网+”“工业4.0”理念,探讨“互联网+传统造纸工业”即“智能造纸工业”发展新模式,旨在为探索传统造纸工业新的产业增长点献计献策,推动传统造纸工业向智能制造、绿色制造、柔性制造转型升级,进入互联网经济新兴业态。

关键词：智能造纸工业；工业4.0；工业互联网,互联网+

2015年5月我国国务院印发《中国制造2025》[1]行动纲领,7月又印发《关于积极推进“互联网+”行动的指导意见》[2],明确了“互联网+”的11个重点行动领域。“互联网+”“工业4.0”“工业互联网”等迅速成为国内关注的热点。尽管这些仍然是演进中的概念,但不可否认的是,由它引发的产业话题已上升到国家层面,一场不同国家间的工业级别的互联网竞赛已然鸣枪开跑。中国制造业也因此迎来了前所未有的发展良机。

造纸工业是一个与国民经济发展和人类文明建设息息相关的重要基础原料产业[3]。造纸工业绝大部分产品是印刷、包装、文化用品、卷烟、汽车、机械、建材、军工、电工等产业部门的原材料。纸和纸板的消费水平是衡量一个国家现代化水平和文明建设的重要标志[4- 6]。据中国造纸协会调查资料,2014年全国纸和纸板生产企业约3000家,全国纸和纸板生产量10470万t,消费量10071万t,人均年消费量为74 kg(人口按13.68亿计算)。2005—2014年纸和纸板生产量年均增长7.20%,消费量年均增长6.06%[7]。造纸工业是资金密集型、技术密集型、能源密集型的大规模产业,具有生产连续性强、自动化程度高、原材料处理量大、能耗高、投资大的特点。改革开放以来,在国民经济快速发展的带动下,造纸工业取得了长足的发展,造纸企业信息化建设也走在了时代的前列,造纸工业已全面实现自动化,有部分企业已经拥有完整的信息系统,即ERP(Enterprise Resource Planning,企业资源计划)、MES(Manufacturing Execution System,制造执行系统)和PCS(Process Control System,过程控制系统)。得天独厚的基础条件使得造纸工业在工业4.0时代转型升级占得先机。

本文通过结合“互联网+”“工业4.0”理念,探讨“互联网+传统造纸工业”即“智能造纸工业”发展新模式及其关键技术,旨在为探索传统造纸工业新的产业增长点献计献策,推动传统造纸工业向智能制造、绿色制造转型升级,进入互联网经济新兴业态。

1相关概念介绍

1.1互联网+

“互联网+”简单的说就是将互联网与传统行业相结合,进而带动相关产业发展的一种模式。它代表一种新的经济形态,即充分发挥互联网在生产要素配置中的优化和集成作用,将互联网的创新成果深度融合到经济社会领域中,提升实体经济的创新能力和生产能力,形成更广泛的以互联网为基础设施和实现工具的经济发展形态。我国最早关于“互联网+”概念的提出是2012年11月于扬在易观第五届移动互联网博览会的发言[8]。他认为“互联网+”是所在行业的产品和服务与全网跨平台用户结合之后产生的一种化学反应。在2015年的全国两会上,马化腾提交了《关于以“互联网+”为驱动,推进我国经济社会创新发展的建议》[9-10]的议案,指出“互联网+”是指利用互联网平台、信息通信技术把互联网和包括传统行业在内的各行各业结合起来,从而在新领域创造一种新生态。2015年3月5日在十二届全国人大三次会议上,李克强总理在政府工作报告中首次提出“互联网+”这一经济发展新形态,并制定“互联网+”行动计划,推动移动互联网、云计算、大数据、物联网等与现代制造业结合,促进电子商务、工业互联网和互联网金融健康发展,引导互联网企业拓展国际市场[11]。阿里巴巴研究院也颁布了国内第一份《“互联网+”研究报告》[12],并指出“互联网+”是以互联网为主的一整套信息技术(包括移动互联网、云计算、大数据技术等)在经济、社会生活各个部门的扩散、应用过程。

“互联网+工业”,即传统制造业企业采用移动互联网、云计算、大数据、物联网等信息通信技术,创造新的产品研发、生产、销售方式。2014年,中国互联网协会工业应用委员会等国家级产业组织宣告成立,一些互联网企业联手工业企业开始了中国版“互联网+工业”实践。目前“互联网+工业”拥有5个重要发展方向[13]。

(1)“移动互联网+工业”

借助移动互联网技术,传统制造业厂商可以在汽车、家电、配饰等工业产品上增加网络软硬件模块,实现用户远程操控、数据自动采集分析等功能,极大改善了工业产品的使用体验。

(2)“云计算+工业”

基于云计算技术,一些互联网企业打造了统一的智能产品软件服务平台,为不同厂商生产的智能硬件设备提供统一的软件服务与技术支持,优化用户的使用体验,并实现各产品的互联互通,产生协同价值。

(3)“物联网+工业”

运用物联网技术,工业企业可以将机器等生产设备接入互联网,构建信息物理融合系统(CPS,Cyber-PhysicalSystem),进而使各生产设备能够自动交换信息、触发动作和实时控制。物联网技术有助于加快生产资源的优化配置。

(4)“网络众包+工业”

在互联网的帮助下,企业通过自建或借助现有的“众包”平台,可以发布研发创意需求,广泛收集客户和外部人员的想法和智慧,大大扩展了创意来源。工业信息化部信息中心搭建了“创客中国”创新创业服务平台,链接创客的创新能力与工业企业的创新需求,为企业开展网络众包提供了可靠的第三方平台。

(5)“互联网商业模式+工业”

互联网给传统产业带来的变革,不仅在新技术应用,而且已经引发商业模式的大变革。电子商务业务伴随着我国互联网行业一同发展壮大,B2B(Business to Business)电子商务、B2C(Business to Customer)电子商务、O2O(Online to Offline)电子商务、出口跨境电商等多领域发展迅速。不仅如此,随着工业产品接入互联网,生产企业可以依托产品提供服务,企业的收入来源也将从“销售产品”转向“销售产品+提供服务”,实现“服务型制造”,获得持续收入。

1.2工业4.0

2011年汉诺威工业博览会(Hannover Messe)开幕式致辞中,德国人工智能研究中心的Wolf-gang Wahlster教授首次提出“工业4.0”概念。2013年“工业4.0”被列为德国“高技术战略2020”十大未来项目之一[14]。德国“工业4.0”概念认为：18世纪60年代至19世纪中期掀起的以水力和蒸汽机实现的工厂机械化是工业1.0时代；19世纪后半期至20世纪初电力的广泛应用是工业2.0时代；20世纪后半期出现的基于可编程逻辑控制器(PLC)的生产工艺自动化、信息化是工业3.0时代；现在正进入“工业4.0”时代,人类将迎来以信息物理融合系统(CPS)为基础,以生产高度数字化、网络化、机器自组织为标志的第四次工业革命。事实上,德国并不是唯一一个在制造业部署物联网和行业服务的国家。美国于2011年6月正式启动包括工业机器人在内的“先进制造伙伴计划”；2012年2月,又出台“先进制造国家战略计划”[15],提出通过扩大和优化政府投资、建设“智能”制造业的国际竞争力。美国通用电气公司(GE)提出了工业互联网(Industrial Internet)的概念[16],即把机器联入网络,并利用产生的数据为企业服务。依靠机器间的互联互通和分析软件,打造智能机器,实现人、机器和数据的无缝协作,开创机器与智慧、物理世界与数字世界的融合。在中国,2011年国家工信部联合科技部、财政部等五部委发布《关于加快推进信息化与工业化深度融合的若干意见》[17],2013年发布的《信息化和工业化深度融合专项行动计划(2013—2018年)》[18],制定了8项具体行动：①“企业两化融合管理体系”标准建设和推广行动；②企业两化深度融合示范推广行动；③中小企业两化融合能力提升行动；④电子商务和物流信息化集成创新行动；⑤重点领域智能水平提升行动；⑥智能制造生产模式培育行动；⑦互联网与工业融合创新行动；⑧信息产业支撑服务能力提升行动。2015年,随着《中国制造2025》[1]、《关于积极推进“互联网+”行动的指导意见》[2]等政策相继出台,更是规划了中国制造强国建设3个10年的“三步走”战略：第一步,力争用10年的时间,迈入制造强国的行列；第二步,到2035年,我国制造业整体达到世界制造强国阵营中等水平；第三步,新中国成立100年时,制造业大国地位更加巩固,综合实力进入世界制造业强国前列。

1.3云计算

作为新一代信息技术重要发展方向,云计算在落实“互联网+”战略上具有重要作用。如果说传统互联网的发展还依托于IT技术的话,那么“互联网+”的背后则更多是云计算和大数据的创新。云计算泛指云计算服务、支撑云计算服务的云计算平台和相关云计算构架技术,是计算机科学和互联网技术发展的产物,也是引领未来信息产业创新的关键战略性技术和手段。按照部署的模式,云计算可分为公有云、私有云、社区云和混合云。云计算有3个核心角色,即使用者、提供者和建设者。使用者是指各种云计算服务的最终使用者,包括个人消费者、政府、教育和企业客户；提供者是指各种云计算服务的提供商,包括SaaS(Software as a Service,软件即服务)、PaaS(Platform as a Service,平台即服务)、IaaS(Infrastructure as a Service,基础架构即服务)3类提供商；建设者是为提供商提供各种基础资源、解决方案和服务的供应商,如软硬件产品、信息安全、支付、网络服务等。当前国外较为成熟的云计算公司有Amazon、Google、Microsoft、Salesforce、IBM等[19]。Amazon推出的云计算服务包括简单存储服务(Simple Storage Service)、弹性计算云(Elastic Compute Cloud)、简单排列服务(Simple Queuing Service)。Google继推出Google Apps后,又推出了应用软件引擎(Google AppEngine,GAE),可以让外部开发者借用Google的GAE开发新的Web应用。Salesforce的网络应用软件平台(Salesfore.com)提供按需制定的软件服务。Microsoft推出的Windows Azure操作系统为开发者提供了一个整合了以往所有软件和数据服务的平台,帮助开发相关应用程序。IBM推出的“蓝云(Blue Cloud)”使计算不仅仅局限在本地机器或远程服务器上,通过架构一个分布的、可全球访问的资源结构,使数据中心在类似互联网的环境下运行计算。国内主要IT企业、互联网企业都重点部署了云计算项目的应用实践[19]。华为在软件平台、云安全等云计算关键技术方面取得了成果。百度则侧重于云计算的PaaS与SaaS服务。腾讯基于云计算技术对网络、集群任务调度、分布式同步、云存储和数据中心方面展开了研究。360则侧重于云计算安全模式的网络服务。云计算作为未来互联网业务的重要模式已经成为全球IT行业的共识。一些国际标准化组织,如ITU-T(国际电信联盟远程通信标准化组织)、ISO(国际标准化组织)、IEEE(美国电气与电子工程师协会)、NIST(美国国家标准技术研究所)等已经开始着手云计算标准的研究[20],包括云计算的定义与技术框架、业务需求与商业模式、云计算安全等。2015年1月30日,我国发布《关于促进云计算创新发展培育信息产业新业态的意见》[21],明确了云计算“十三五”的发展目标：“到2020年,云计算应用基本普及,云计算服务能力达到国际先进水平,掌握云计算关键技术,形成若干具有较强国际竞争力的云计算骨干企业。云计算信息安全监管体系和法规体系健全。大数据挖掘分析能力显著提升。云计算成为我国信息化重要形态和建设网络强国的重要支撑,推动经济社会各领域信息化水平大幅提高”。

1.4大数据

随着大数据的流行,大数据的定义呈现多样化趋势,其中3种定义比较重要[22]。

(1)属性定义(Attributive definition)

国际数据中心(IDC)是研究大数据及影响的先驱,在2011年定义了大数据：大数据技术描述了一个技术和体系的新时代,被设计于从大规模多样化的数据中通过高速捕获、发现和分析技术提取数据的价值。这个定义刻画了大数据的4个显著特点,即容量(volume)、多样性(variety)、速度(velocity)和价值(value)。

(2)比较定义(Comparative definition)

2011年,McKinsey公司将大数据定义为：超过了典型数据库软件工具捕获、存储、管理和分析数据能力的数据集。这种定义是一种主观的定义,没有描述与大数据相关的任何度量机制。

(3)体系定义(Architectural definition)

美国国家标准技术研究院(NIST)认为大数据是指数据的容量、数据的获取速度或者数据的表示限制了使用传统关系方法对数据的分析处理能力,需要使用水平扩展的机制以提高处理效率。大数据可进一步细分为大数据科学(Big Data Science)和大数据框架(Big Data frameworks)。大数据科学涵盖大数据获取、预处理和评估技术的研究；大数据框架则是计算单元集群间解决大数据问题的分布式处理和分析的软件库及算法。

大数据的发展有3个重要时期[23]。20世纪90年代至21世纪初是大数据的萌芽期,处于数据挖掘技术阶段。随着数据挖掘理论和数据库技术的逐步成熟,一批商业智能工具和知识管理技术开始被应用,如数据仓库、专家系统、知识管理系统等。此时对于大数据的研究主要集中于“算法”(Algorithms)、“模型”(Model)、“模式”(Patterns)、“识别”(Identification)等热点关键词。大数据发展的突破期是2003—2006年,处于围绕非结构化数据自由探索阶段。以2004年Facebook创立为标志,社交网络的流行直接导致大量非结构化数据的涌现,传统的数据处理方法难以应对,学术界、企业界从多角度对数据处理系统、数据库架构进行重新思考,此时的热点关键词是“系统”(System)、“网络”(Networks)、“演化”(Evolution)等。2006—2009年,大数据技术形成并行运算与分布式系统,为大数据发展的成熟期。此时的热点关键词聚焦“性能”(Performance)、“云计算”(Cloud Computing)、“大规模数据集并行运算算法”(MapReduce)、“开源分布式系统基础架构”(Hadoop)等。2009年10月微软发布《The fourth paradigm:data-intensive scientific discovery》[24],归纳总结出科学的第4范式：“数据密集型科学”，之前的3种科学范式分别为“实验科学”“理论科学”“计算科学”。第4范式的提出间接反映了数据对于科学研究的重要性,标志着“数据思维”的到来。该书首次全面描述了快速兴起的数据密集型科学,并将整个科学研究分为4个部分,分别为数据收集、数据整理、数据分析以及数据可视化。

1.5数据挖掘

随着互联网快速发展和广泛应用,各行各业积累的数据量越来越大,依靠人力来理解这些数据变得不可能,数据挖掘应运而生。数据挖掘(DM,Data Mining)概念最早是由Usama M. Fayyad于1995年在加拿大蒙特利尔的第一届知识发现和数据挖掘国际会议上提出的[25]。而从数据库中发现知识(KDD,Knowledge Discovery in Database)首次出现却早在1989年举行的第十一届国际联合人工智能学术会议上[25]。数据挖掘是一门新兴学科,从技术的角度上看,数据挖掘就是从大量的、复杂的、不规则的、随机的、模糊的数据中获取隐含的、有潜在价值的信息和知识的过程；从商业的角度来说,数据挖掘就是在海量的数据中挖掘有用的信息,将有用的信息转化为知识,知识变行动,行动转换价值的过程。

数据挖掘算法是数据挖掘的核心内容,只有通过科学可靠的算法才能实现数据的挖掘,找到数据中潜在的规律[25-28]。数据挖掘经典算法包括：回归分析(Regression Analysis)、贝叶斯分析(Bayesian Analysis)、聚类分析(Cluster Analysis)、决策树算法(Decision Tree Algorithm)、关联规则算法(Association Rules Algorithm)、粗糙集理论(Rough Sets Theory)、人工神经网络(Artificial Neural Network)、遗传算法(Genetic Algorithm)、支持向量机(Support Vector Machine)等。科学技术的进步引领社会不断进步与发展,随着互联网的出现,大量形式各样的复杂类型的数据不断涌现,传统的数据挖掘算法不再适用这些复杂类型数据的处理,需要一些更为复杂的数据挖掘技术,如空间数据挖掘技术；多媒体数据挖掘技术；文本挖掘技术；Web挖掘技术；数据流挖掘技术；时间序列数据挖掘技术；生物序列数据挖掘技术等等。

数据挖掘要遵循一定的步骤才能完成。早期数据挖掘主要依据Usama M. Fayyad总结提出的KDD基本步骤[25]：数据选择(selection)、数据清洗与预处理(pre-processing)、数据转换(transformation)、数据挖掘(data mining)、知识评价(interpretation/evaluation)。Fayyad数据挖掘过程模型偏技术理论,从数据入手到知识结束,在实际应用过程中存在2个问题：①为什么选择这些数据？Fayyad过程模型忽略了具体业务问题的确定,明确商业问题是决定模型质量至关重要的一步。②模型怎样使用？这点同样在Fayyad过程模型中没有体现,数据挖掘不仅仅是“分析环境”中的一种数据分析技术,挖掘出的模型要返回“操作环境”中进行应用,要构成一个从“操作环境”到“分析环境”再到“操作环境”的封闭的信息流。经过多年的发展,数据挖掘过程模型在Fayyad模型的基础上不断完善,于1999年由CRISP-DM(Cross-industry Standard Process for Data Mining,跨行业数据挖掘标准流程)协会总结提出CRISP-DM模型[29]。CRISP-DM模型从数据挖掘技术应用的角度划分数据挖掘任务,注重数据挖掘与业务问题相结合、如何运用挖掘出的模型等用户最关心的问题,从商业的角度给出了对数据挖掘流程的理解。CRISP-DM模型的基本步骤包括：业务理解(business understanding)、数据理解(data understanding)、数据准备(data preparation)、建立模型(modeling)、模型评估(evaluation)、模型部署(deployment)。图1描述了这些步骤及其之间的关系。

图1　CRISP-DM过程模型

2智能造纸工业产业生态圈

在全球化和知识经济背景下,具有较强生命力的企业集群现象引起了越来越多的地理学、经济学、管理学、社会学等领域学者的关注。产业生态圈概念正是在企业集群基础上发展起来的。产业生态圈是指某种产业在某个地域范围内已形成的以某主导产业为核心的具有较强市场竞争力和产业可持续发展特征的地域产业多维网络体系[30]。这个多维体系包括：①生产维,在地域内聚集众多相互依存、相互协作的生产企业；②科技维,产业的科研、设计、实验体系；③服务维,为产业提供便捷的市场和信息服务、运销服务等；④劳动维,区域内有适宜主导产业发展的劳动力和技术人才保障；⑤相关基础设施保障,如水、电、汽等；⑥公共维,为了维护圈内产业发展提供相关的支持政策、法规与服务。传统产业生态圈具有鲜明的地域特性,具有一定规模的区域(人口和面积)才能催生出某个产业生态圈。传统产业生态圈像自然生态圈一样,其形成往往要经历漫长的时期。龙头企业的成长和发展；相关企业群体的成长和发展；政府相关政策与法规的摸索、制定、修改和完善；其他主要维度要素的发展等,通常需要经过十几年、几十年的时间。基于以上原因,我国造纸工业经过多年的发展,还未能形成真正意义上的造纸工业产业生态圈,不过较大规模的造纸工业产业集群倒是有不少,如东莞中堂镇造纸产业基地、银洲湖纸业基地、大丰港造纸产业园、富阳造纸生态工业园等。

在中国互联网过往近30年的发展历程中,互联网与广告、零售、银行、通信等传统行业的结合,在造就百度、阿里巴巴、京东、腾讯等互联网优秀企业的同时,也为中国的经济转型升级提供了新路径和宝贵的经验。每一个传统行业都孕育着“互联网+”的机会。“互联网+”融合云计算、大数据、物联网等技术,重新构建过去的组织结构、社会结构与关系结构。跨界融合、协同创新、互利共生,突破地域的限制,资源充分共享,利用“互联网+”理念与“互联网+”新技术(移动互联网、云计算、大数据、物联网等)去打造工业4.0时代下智能造纸工业产业生态圈将会有意想不到的神奇效果。例如,科技维的构建,利用互联网平台和“互联网+”新技术,科研院所新的研究成果能够更快捷地宣传,生产企业根据自己的需求选择合作或者购买的方式,智能完成权益交易,快速地将新技术应用到生产中。

基于互联网工具构建的智能造纸产业生态圈主要由一个管理云平台和7个组织成员组成(如图2所示)。管理云平台是一个为各组织成员提供资源共享、跨界融合、协同创新服务的公共平台,下一小节将详细介绍其体系结构与技术框架。7个组织成员包括：①政府组织：为产业发展提供相关的支持政策、法规与服务,维护良好的产业发展环境和秩序。②金融机构：相关的金融、信贷服务机构为相关产业组织发展提供持续动力。③产业协会：不属于政府的管理机构系列,是政府与造纸企业的桥梁和纽带。产业协会的主要职能有：代表造纸行业全体企业的共同利益,向政府传达企业的共同要求,同时协助政府制定和实施行业发展规划、产业政策、行政法规和有关法律；制定并执行行规行约和各类标准,协调本行业企业之间的经营行为；受政府委托,进行资格审查、签发证照，如市场准入资格认证等；对造纸行业的基本情况进行统计、分析并发布结果。④科研院所：是指从事制浆造纸学术研究的科研单位,包括研究院所,高校,国家级、省级制浆造纸重点实验室、研究中心等,拥有大批高水平的技术专家,是制浆造纸科学技术研究和开发的中坚力量。科研院所也是为造纸行业输出高技术人才的重要组织,为造纸行业提供教育与培训服务,组织会议,出版刊物等。⑤制浆造纸企业群：是指一大批从事制浆、造纸生产活动的企业,是构成造纸工业产业生态圈的主要组织。⑥上游客户群：为制浆造纸企业提供相应的原材料、设备、劳动力等生产资料的上游客户。⑦下游客户群：制浆、造纸产品的消费者,如印刷、包装行业,建筑行业,个人等。

图2　智能造纸工业产业生态圈示意图

3智能造纸工业管理云平台体系结构及技术框架

智能造纸工业管理云平台是构建智能造纸工业的核心部分,是一个为造纸工业产业生态圈7个主要组织提供资源共享、跨界融合、协同创新服务的工具,其SOA架构如图3所示。面向服务的体系结构SOA(Service Oriented Architecture)作为高层架构模型,其最大的特点就是可以适应将来未知或变化的业务需求。智能造纸工业管理云平台运用SOA,可以很好地构建各种云服务。在SOA架构中,具体的应用功能由统一接口定义的服务构成,表现出了松耦合性。整个架构分为6层：①服务消费者层,管理云平台是为智能造纸工业生态圈的组织成员服务的,所以消费者层由政府组织、金融机构、产业协会、科研院所、制浆造纸企业群、上游客户群、下游客户群构成；②业务流程层,主要是指服务访问流程,包括服务注册、服务请求等过程；③服务层,指管理云平台提供的服务,包括单一服务、组合服务等；④服务组件层,是指已经模块化的服务构件,包括定制组件、打包组件等；⑤虚拟化资源库层,指将资源虚拟化注册、存储,用户可以通过互联网查看调用这些资源,资源包括政策法规、数据、信息、技术、原材料、设备、资本、劳动力、生产能力等,当然也包括云计算需要的硬件基础设施、平台和软件系统等；⑥资源提供者层,所有资源均来自智能造纸工业生态圈的组织成员,所以资源提供者为政府组织、金融机构、产业协会、科研院所、制浆造纸企业群、上游客户群、下游客户群。

图3　智能造纸工业管理云平台SOA架构

本着资源共享、跨界融合、协同创新、互利共生的总体要求,智能造纸工业管理云平台的信息资源层次分为4层(如图4所示),自下往上依次是感知层、传输层、应用支持层和云服务层。感知层主要实现数据采集的功能,通过智能仪表、PLC(Programmable Logic Controller)、DCS(Distributed Control System)、QCS(Quality Control System)、现有信息系统等采集原始数据。传输层主要功能是通过工业以太网、互联网等基础网络设施对来自感知层的信息进行接入和传输。应用支持层在云计算技术的支撑下,对获取的海量信息资源进行实时管理和监控,包括智能信息处理、信息融合、数据挖掘,同时提供平台内云服务开发、运营所需的基础设施和相关软硬件资源等。云服务层是指构建面向实际应用的管理平台,包括11种云服务系统,分别为行业动态与市场信息云服务、行业数据统计分析云服务、行业标准管理与查询云服务、智能ERP云服务、智能MES云服务、智能PCS云服务、智能产学研中心、虚拟社区服务、电子商务平台、节能云服务、环保云服务。管理云平台的公共体系包括标准与规范体系、安全与保障体系、运营与管理体系。标准与规范体系包括基础设施标准、应用支持标准、数据交互接口标准、信息安全标准、管理规范标准等。安全与保障体系是平台正常运行的保证条件,主要包括安全策略和安全技术两个方面。运营与管理体系包括国家、省、市等分级结构,随着应用的增加,具有可扩展性,同时建立高效、合理的运行维护体系。

图4　智能造纸工业管理云平台信息资源层次框架

4智能造纸企业ERP、MES与PCS设计

产业信息化使造纸工业的竞争环境、发展模式以及活动空间等发生了巨大的变化。信息化提高了生产要素的信息属性,促使造纸工业竞争模式从自然资源和人力资源的竞争转向创新能力和创造高附加值产品与服务的竞争；信息化使得知识的重要性凸显,企业管理由金字塔结构向扁平型结构转变,经营思想也从粗放型向集约型转变,出现了各种先进的制造模式[31-33]。在全球新一轮科技革命和产业变革中,以移动互联网、云计算、物联网、大数据、数据挖掘为特征的“互联网+”与各领域的融合发展已成为不可阻挡的时代潮流。加快推进“互联网+传统造纸工业=智能造纸工业”的发展,重塑创新体系,激发资源共享、跨界融合、协同创新、互利共生发展模式,是工业4.0时代下造纸企业提质、增效、升级,主动适应经济发展新常态的明智选择。制浆造纸企业群是智能造纸工业生态圈的核心组织成员,它的改革升级是智能造纸工业建设的重要内容。造纸工业作为典型的流程工业,信息化建设一般采用3层结构[34]：①PCS层：基础自动化层,主要内容包括先进控制技术、实时数据库技术、软测量技术、数据融合与数据处理技术、DCS、多总线网络化控制系统、基于高速以太网和无线技术的现场控制设备、传感器技术等。②MES层：生产过程运行优化层,主要内容包括先进建模与流程模拟技术、先进计划与调度技术、生产实时成本跟踪技术、故障诊断与健康维护技术、数据挖掘技术、动态质量控制与管理技术、产品谱系追踪技术等。③ERP层：企业生产经营优化层,主要内容包括企业资源管理、供应链管理、客户关系管理、产品质量数据管理、数据仓库技术、设备资源管理、企业电子商务平台等。三层结构在功能划分上虽有重叠,但各有侧重,以生产设备管理为例,PCS层注重设备运行控制,MES层注重设备运行效率管理、故障诊断等,ERP层则注重设备维修计划、备品备件、设备资产管理等。

工业4.0时代下,智能造纸企业信息化建设依旧采用ERP、MES和PCS三层结构,但也有所差别。融合移动互联网技术、云计算技术、物联网技术、大数据技术、数据挖掘技术,其总体设计如图5所示。PCS层在实现基础自动化的基础上更注重“智能制造”,应用传感器技术、RFID(Radio Frequency IDentification,无线射频识别)技术,嵌入式系统技术等物联网关键技术,使制造过程更智能化。MES层在实现生产过程运行优化的基础上更注重“绿色制造”,数据挖掘技术、先进建模与流程模拟技术的发展进步使得生产过程能耗动态管理、污染物控制、产品质量动态控制、故障诊断与健康维护、产品谱系追踪变得简易可行,生产过程资源利用效率的提高、污染物严格控制使得生产过程更绿色。ERP层在实现生产经营优化的基础上更注重“柔性制造”,互联网的出现促使商业模式正朝“以用户体验为核心,以社会实践为舞台”“以人为本”的方向发展,特别是C2B、O2O等创新模式和移动互联网的出现,为适应客户的个性化需求,ERP层运用大数据、数据挖掘等互联网新技术优化经营促使生产经营更柔性。为了适应“互联网+”模式“智能制造、绿色制造、柔性制造”的需求,智能造纸企业信息化建设不仅在三层结构的配置上都有所侧重,而且总体布局也有所调整。总体布局运用云计算、大数据、数据挖掘等技术,将功能模块库的建设布置在云端,功能模块的开发与维护由一批高水平的专家、技术人员完成,企业只需花费很少的费用就可以使用这部分服务,节约了大量开发和维护成本。对于整个智能造纸工业来说,这些功能是共享的,可以避免不同造纸企业对相同的功能模块重复开发,节约了社会成本。18个功能模块分别为：财务管理、人力资源管理、供应链管理、客户关系管理、生产计划管理、生产成本管理、质量管理、生产调度、生产过程监控、设备效率管理、实时数据分析、工艺优化控制、产品谱系追踪、维护管理、能源管理、统计与报表、污染管理、安全管理。这些功能模块涵盖了ERP、MES、PCS的所有需求,不同的企业可以根据自身不同需求个性化定制。

图5　智能造纸企业ERP、MES和PCS设计

5问题与展望

互联网在我国走过了20年的历史,给我国带来了翻天覆地的变化。“互联网+传统造纸工业=智能造纸工业”的春天已然到来,互联网与传统造纸工业融合将为我国造纸工业带来新变革。我国经济发展新常态下,利用“互联网+”触发造纸工业改变价值创造方式,最终使得造纸工业全面实现互联网化。造纸工业只要抓住机遇,下一个20年将是重获新生的黄金机会。但是,目前智能造纸工业的实施还存在如下问题：①实现数据采集是构建智能造纸工业前端基础部分,新增固定资产投资使得短期成本会有增加,因此要考虑如何减少成本；②智能造纸工业的实现,必然会带来管理流程的改变,所以要考虑管理流程梳理和系统实施同步推进；③精益生产管理需要监控生产过程并按价值链进行分析优化,数据的有效利用,即数据挖掘至关重要,很多企业的数据很大程度上还没有利用起来,或者数据的质量不高,不足以进行系统优化；④安全和保密的问题,防止数据被滥用和未经授权的访问。

参考文献

[1]中华人民共和国国务院. 国务院关于印发《中国制造2025》的通知[EB/OL]. http://www.gov.cn/zhengce/content/2015- 05/19/content_9784.htm.

[2]中华人民共和国国务院. 国务院关于积极推进“互联网+”行动的指导意见[EB/OL]. http://www.gov.cn/zhengce/content/2015- 07/04/content_10002.htm.

[3]Lu Qianhe. Paper-making science and technology[M]. Beijing: China Light Industry Press, 2007.

卢谦和. 造纸原理与工程[M]. 北京： 中国轻工业出版社, 2007.

[4]LIU Huan-bin, LI Ji-geng, TAO Jin-song. Some Thought on Developing Low-carbon Paper Industry[J]. China Pulp & Paper, 2011, 30(1): 51.

刘焕彬, 李继庚, 陶劲松. 发展低碳造纸工业的几点思考[J]. 中国造纸, 2011, 30(1): 51.

[5]CAO Zhen-lei. Prospects of China’s Paper Industry[J]. China Pulp & Paper, 2010, 29(7): 59.

曹振雷. 我国造纸工业前景展望[J]. 中国造纸, 2010, 29(7): 59.

[6]Liu Bing-yue. The Development and Current Status of Energy Consumption of China’s Pulp and Paper Industry[J]. China Pulp & Paper, 2010, 29(10): 64.

刘秉钺. 我国造纸工业能耗的发展变化与现状分析[J]. 中国造纸, 2010, 29(10): 64.

[7]China Technical Association of Paper Industry. Almanac of China Paper Industry 2014[M]. Beijing: China Light Industry Press, 2014.

中国造纸学会. 中国造纸年鉴2014[M]. 北京： 中国轻工业出版社, 2014.

[8]搜狐IT.易观于揚： 创业者需要找到自己的互联网+[EB/OL]. http://it.sohu.com/20121114/n357591531.shtml.Sohu IT.

[9]马化腾. 关于以“互联网+”为驱动,推进我国经济社会创新发展的建议[EB/OL]. http://finance.cnr.cn/gundong/20150306/t20150306_517911345.shtml.

[10]Huateng Ma. The national strategic action Roadmap on “Internet+”[M]. Beijing: China CITIC Press, 2015.

马化腾. 互联网+国家战略行动路线图[M]. 北京： 中信出版集团, 2015.

[11]中国新闻网. 十二届全国人大三次会议开幕李克强作政府工作报告[EB/OL]. http://www.chinanews.com/gn/2015/03- 05/7103283.shtml.

[12]阿里研究院.“互联网+”研究报告[DB/OL].http://wenku.baidu.com/link？url=hLKNwLROO2dl4pw4Z1TWgYnOIDH3EVfj qdRf-I0LN-mR3LeGAbbqrOCmrTXUNdccV_ORxrPaUwueFhJFbfFTFr3cFQI4C-CU1Ro1R08Tk1u.Ali Research.

[13]Yu Jianing. Three important development directions of “Internet+”[J]. Internet of Things Technologies, 2015, 04: 3.

于佳宁.“互联网+”的三个重要发展方向[J]. 物联网技术, 2015, 04: 3.

[14]中国社科院经济研究所. 德国“工业4.0”及其影响[EB/OL]. http://ie.cass.cn/window/jjzs.asp？id=1137.

[15]中华人民共和国科学技术部.美国出台国家先进制造战略计划[EB/OL]. http://www.most.gov.cn/gnwkjdt/201203/t20120319_93215.htm

[16]人民财经网. 工业互联网：GE提出的“人与机器融合的世界”[EB/OL]. http://finance.people.com.cn/n/2014/0211/c348883 —24320720.html.

[17]中华人民共和国工业和信息化部. 关于加快推进信息化与工业化深度融合的若干意见.[EB/OL].http://www.miit.gov.cn/n11293472/n11293832/n11293907/n11368223/13718738.html.

[18]中华人民共和国工业和信息化部.信息化和工业化深度融和专项行动计划[EB/OL].http://www.miit.gov.cn/n11293472/n11293832/n12843926/n13917012/15611834.html.

[19]Gong Qiang. The development status of modern cloud computing research[J]. Geomatics & Spatial information technology, 2013(5): 1.

龚强. 当代云计算发展研究现状[J]. 测绘与空间地理信息, 2013(5): 1.

[20]Lang Weimin, Yang Depeng, Li Husheng. Introduction to the standardization organizations of cloud computing abroad[J].Telecom Engineering Technics and Standardization, 2011(12): 19.

郎为民, 杨德鹏, 李虎生. 国外云计算标准化组织介绍[J]. 电信工程技术与标准化, 2011(12): 19.

[21]中华人民共和国国务院. 关于促进云计算创新发展培育信息产业新业态的意见[EB/OL].http://www.gov.cn/zhengce/content/2015- 01/30/content_9440.htm.

[22]Li Xuelong, Gong Haigang. A survey on big data systems[J]. Science China Press, 2015(1): 1.

李学龙, 龚海刚. 大数据系统综述[J]. 中国科学： 信息科学, 2015(1): 1.

[23]Tao Xiang, Luo Tianyu. Development history and evolution trend of big data technology[N]. Science and Technology Daily, 2014,10. http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2014- 08/10/content_273022.htm？div=-1.

陶翔, 罗天雨. 大数据技术的发展历程及其演化趋势[N]. 科技日报： 软科学, 2014,10.http://digitalpaper.stdaily.com/http_www.kjrb.com/kjrb/html/2014- 08/10/content_273022.htm？div=-1.

[24]Tony Hey, Stewart Tansley, Kristin Tolle. The fourth paradigm： data-intensive scientific discovery[M]. Microsoft Research, Redmond, Washinton, 2009.

[25]Yuan Changan. Principle of Data Mining and application with SPSS Clementine[M]. Beijing: Publishing House of Electronics Industry, 2009.

元昌安. 数据挖掘原理与SPSS Clementine应用[M]. 北京： 电子工业出版社, 2009.

[26]Ni Min. Research on data mining algorithm and application[D]. Dalian: Dalian University of Technology, 2004.

黎敏. 数据挖掘算法研究与应用[D]. 大连: 大连理工大学, 2004.

[27]Zhang Tao. Application of data mining on producing process of stream model industry[D]. Changchun: Jilin University, 2004.

张韬. 数据挖掘在流程工业生产过程中的应用[D]. 长春: 吉林大学, 2004.

[28]Shen Yan. Research on efficient data mining algorithm for large scale data sets[D]. Zhenjiang: Jiangsu University, 2013.

申彦. 大规模数据集高效数据挖掘算法研究[D]. 镇江: 江苏大学, 2013.

[29]Pete Chapman, Julian Clinton,Randy Kerber, Thomas Khabaza, Thomas Reinartz, Colin Shearer, Rüdiger Wirth. CRISP-DM 1.0[M]. CRISP-DM consortium, 2000.

[30]Yuan Zheng. A primary study of circle of industry organisms[J]. Academic Exploration, 2004(3): 36.

袁政. 产业生态圈理论论纲[J]. 学术探索, 2004(3): 36.

[31]Li Jigeng, Liu Huanbin, Wu Bo, et al. Design and Development on energy system optimization information platform for pulp and paper mills[J]. Paper Science and Technology, 2009(6): 14.

李继庚, 刘焕彬, 吴波, 等. 造纸企业全厂能量系统优化信息平台的设计与开发[J]. 造纸科学与技术, 2009(6): 14.

[32]Li Jigeng, Liu Huanbin. Energy-saving critical general technology for pulp and paper mills[J]. Paper Science and Technology, 2008(6): 22.

李继庚, 刘焕彬. 造纸企业节能关键共性技术——过程能量系统的综合优化与集成技术[J]. 造纸科学与技术, 2008(6): 22.

[33]LI Ji-geng, LIU Huan-bin, LI Jing, et al. Contemporary Integrated Processing System of Modern Paper Industry[J]. China Pulp & Paper, 2003, 22(4): 37.

李继庚, 刘焕彬, 李靖, 等. 造纸工业现代集成过程系统应用研究[J]. 中国造纸, 2003, 22(4)： 37.

[34]Wang Hongan, Rong Gang. MES in Chemical Industry[M]. Beijing: Chemical Industry Press, 2007.

(责任编辑：马忻)

Research on the Construction and Key Technologies of Intelligent Pulp and Paper Industry

CHEN Xiao-binLI Ji-geng*

(StateKeyLabofPulpandPaperEngineering,SouthChinaUniversityofTechnology,GuangZhou,GuangdongProvince, 510640) (*E-mail： jigengli@scut.edu.cn)

Abstract：Considering the three characters(capital intensive, technology intensive and energy intensive) of pulp and paper industry, a new development model was discussed in this study by utilizing the concepts of “Internet+” and “Industries 4.0”, the purpose was to explorie a reasonable approach to reform and upgrade pulp and paper industry to realize producing paper intelligently, environmentally-friendly and flexibly.

Key words：intelligent pulp and paper industry; industrie 4.0; industrial internet; internet+

中图分类号：TS7

文献标识码：A

DOI：10.11980/j.issn.0254- 508X.2016.03.011

*通信作者：李继庚先生,E-mail：jigengli@scut.edu.cn。

收稿日期：2015- 09-11(修改稿)

作者简介：陈晓彬先生，在读博士研究生；主要研究方向：制浆造纸节能与优化技术。