水泥是中国建材集团在基础建材领域的重要业务板块，其拥有约全国四分之一的水泥产能。作为中国建材集团的成员单位，中建材信云智联科技有限公司（以下简称信云智联）以“智能+”赋能企业智慧化转型，立足工业互联网、人工智能、企业管理三大领域，着力打造传统制造业数字化转型解决方案，已在水泥、电力、煤炭、新能源等诸多行业建立了标杆案例。
水泥行业的工业互联网解决方案
水泥行业和多数工业行业一样，未来发展离不开智能工厂和智能制造。根据智能制造相关国家标准和《智能制造能力成熟度模型》，智能制造的成熟度分为五个等级：规划级、规范级、集成级、优化级，引领级。
规划级是最初级，尚无任何线上系统；线下有一定的管理流程，对实施智能制造的基础和条件进行规划，可对核心业务作流程化管理。
规范级建立起部分基于单点业务域的线上系统，从自动化系统、管理信息化系统到生产信息化系统。这也就是人们熟悉的信息化阶段，此阶段实现了单一业务的数据共享。
第三阶段是网络化集成。上一阶段已经使用了数据，但数据的产生和使用还是在单一的业务域内闭环，无法实现跨业务域共享，网络化集成则要求数据做此共享，这个阶段可称为数字化或数字工厂。
第四阶段是智能化阶段，即进行数据挖掘、分析，形成知识模型，实现对核心业务精准预测及优化，就是以数据为核心，以数据驱动业务优化、智能决策。到这一阶段，才真正能称之为智能工厂。
第五阶段是高级化阶段，是基于模型持续驱动业务优化和创新，实现产业链协同并衍生新的制造模式和商业模式。在这个阶段，数据不再限于一个工厂内的跨业务共享，而是向外延伸到行业，在产业链的不同环节和企业进行共享和流动，并可产生新的模式。
目前中国建材行业的水泥厂，大部分处于第二阶段，并存在第三阶段数据共享和跨业务系统共享的需求。
通过工业互联网平台，我们希望水泥工厂能够从第二级达到第三级，变成数字工厂，并且开始解锁第四级的智能化场景。
毫无疑问，数据是未来智能工厂的核心指标，同时，成熟度高的工厂还一定具备系统化特征，并且全局优化而非单点优化。智能工厂不是单纯追求先进设备，更重要的是建立通过先进设备来达到智能工厂成熟度标准的完整路径。
我国制造业数字化转型建设的思路，主要包括两种方案：传统ISA-95架构和工业互联网平台架构。
ISA-95架构的解决方法是头疼医头、脚疼医脚，哪个系统需要数据，数据使用系统和产生系统进行点对点集成即可。这种传统数据集成方式所形成的错综复杂的网状架构，导致跨业务共享困难，其中任何一个系统或者系统中的数据发生迭代，都会沿着这个复杂网络进行传导，进而引发其它系统联动，牵一发而动全身，使得后期升级迭代和维护的工作量及难度都非常大。
相比之下，使用工业互联网平台架构实现智能化目标，进行业务协同、数据融合、数据驱动就显得更加合适。工业互联网平台的精髓是“解耦”，即通过平台化设计，对数据的产生系统和使用系统进行解耦，统筹用户、报表、流程等基础能力，避免重复“造轮子”的问题，大家互相不再发生关系而是与平台发生关系，从而有利于业务的协同优化。
以中国建材集团水泥板块的工业互联网应用架构图为例，最底层是感知层，包括我们现有的信息化系统，其中有很多结构化的数据，以及大量传感器和测量设备；感知层之上是网络层和云，是工业互联网的基础设施层；云平台之上，是我们目前聚焦发力的一个层级——PaaS（Platform as a Service，平台即服务）层。平台PaaS层又细分了两层，一层是通用PaaS，一层是建材行业的PaaS：前者是技术平台，后者目前分为五个模块：CPS平台、业务平台、集成链接平台、数据平台和智能平台。
平台层向上支撑着不同的业务域，我们按照研发、生产、经营管理、用户服务和产业协同定义五大域，分别是研发设计数字化、生产运营数字化、经营管理数字化、用户服务和产业协同。
最上面一层是生态服务层，即大企业承担社会责任和行业责任的功能。从业务架构来看，我们的工业互联网平台是一种云边协同的架构，这种架构的搭建主要来源于业务，以业务和问题为导向。
第一块是SaaS的部署，一些工厂级的、对实时性要求不高的生产信息化系统或者管理信息化系统以前都是单独部署在工厂，未来在业务实现标准化的前提下，完全可以SaaS化。
第二块是提供数据的汇聚。在工厂侧，汇聚大量的OT（操作技术）数据，当然这些数据不一定全量汇聚到区域或者中心云，而是根据算法的训练、对标分析等需求进行汇聚。
第三块是提供算力，为未来的智能化建设服务。我们把最大的算力放在中心云平台，边缘侧平台是集成链接平台，轻量化部署，资源需求低，主要完成OT数据的建模、采集以及存储。
水泥行业工业互联网平台的价值，主要体现在如下几个方面：
第一，降低了水泥集团整体的数字化投入。原来这些投资都分散在单厂，产生了很多冗余，而云边架构能够降低整体的投资成本和运维成本。
第二，实现了业务的协同。区域平台通过建立统一数据接入标准、数据模型标准以及数据治理、分析、开发和服务标准，为数据共享和业务协同提供支撑。
第三，提升了管理水平。区域平台的统一建设及业务应用的集中部署，有利于拉齐所有区域公司、工厂的管理水平，沉淀最佳实践并快速复制。
第四，驱动业务应用创新。集成链接平台支持公有云、混合云、私有云环境下的第三方平台或系统的链接与集成。
福建三明南方水泥工业互联网创新案例
对中国建材集团的水泥板块进行梳理后，信云智联在福建三明南方水泥有限公司（以下简称：三明南方）进行了工业互联网平台建设的实验。在本届大会（2022年全球工业互联网大会）上，福建三明南方水泥智能化工厂项目入选了“工业互联网融合创新应用典型案例”，该项目以信云智联工业互联网平台“云-边-端”设计为基础，用工厂建模、工业数据采集、三维数字化工厂等技术实现了工厂的数字孪生，全面打通水泥企业在生产和运营方面的全业务链和多维数据，使得水泥集团、区域、工厂“三位一体”智能化协同运作，显著提升了水泥厂的生产和管理效率。
在项目实施之前，三明南方已经建立了大量的生产管理应用系统，但是系统之间未打通，形成了一些数据孤岛，同时也出现了对数据融合、业务协同的需求。
实现三大功能
在三明南方，我们用工业互联网架构进行相关改造，希望达到数据融合、数据驱动和业务协同三个目标。通过搭建工业互联网平台实现业务协同，即从业务交叉到集中处理的转变。
第一，数据融合。
工业互联网，要生成大量OT和IT数据，而两者的融合是工业互联网建设的一个难点，所以首先要实现OT和IT数据的融合。
目前很多水泥厂从产线到工序没有明确定义，设备编码规则不一致，不同设计院测点编码也不一样。通过工厂建模，不仅可以把工厂、产线、车间、工段、工序、设备、测点建立标准的结构化数据和统一分发，而且能够将之前分散的数据进行结构化、可视化，提高工厂运维能力。
通过数据治理实现数据资产化。我们通过数据主题的方式，把大量的数据通过数据治理汇聚成不同的数据主题，进而形成水泥行业的数据资产，为企业运营管理和经营决策发挥价值。对象主题主要解决数据映射关系，比如设备编码的统一。业务主题将各业务系统数据融合，形成新的业务场景数据主题，比如物流场景。指标主题按照不同维度统一指标口径规则，比如水泥产量。物联和模型主题通过IT和OT数据融合，建立算法模型。
第二，数据驱动，也就是数据服务。
在既有数据的基础上实现一些数据服务（数据驱动）。数据驱动首先要实现数据可视，这意味着能够实现远程控制或者真实感知到实体工厂实时发生的事情。不同角色会看到不同的数据主题。
数据驱动的另一个目标是数据分析，即通过业务数字化、标准化，实现辅助决策。我们已经有了大量的数据基础和标准的指标库，可以按照主题域对数据进行梳理。通过指标库，把各系统分散的数据融合起来，在一个视图上进行安全、生产、质量等多业务域的对标。同时，应对不同管理角色，展示指标的不同维度和粒度：比如生产指标，总经理查看计划与实绩达成率，比较同比和环比；生产部门主管了解各班组评比情况，分析、推广好的工作方法，规避错误；班组长查看自身近期学习曲线，总结成效及需要改进之处。
之前，在水泥生产计划、调度环节，要根据供需平衡、库存平衡来具体调度两个水泥磨的作业时间和产品换产，做到满足市场和成本最优的平衡，尽量使用谷电、避免峰电。但是各角色决策所需数据来源比较分散，表格、早会、查看各业务系统等形式不一，且不及时，以致生产调度所得到的数据可能延迟甚至残缺。现在，各管理角色可一屏感知所有相关数据，解决了原来数据分散、沟通费时的问题，并通过充分的数据分析进行决策。未来，还可在算法准确性验证达标后，实现销量最优、成本最优、库存平衡等智能建议。
第三，业务协同。
现在高层级的管理人员将会面对不同的业务系统。原来的工作模式是一种“人找事”的方式，人要进到不同系统里完成不同的工作，最后呈现一个统一结果；现在通过业务平台的搭建，实现了从“人找事”变成“事找人”，人员每天要做什么事情都会呈现在统一的页面上，不用在系统间多次转换。
为智能工厂转型奠定基础
综上所述，三明南方工业互联网项目的实际效果包括五个方面：
第一，实现了全业务的数字化覆盖。即对生产、质量、设备、能源、物流、安全、环保等业务域全场景数字化覆盖。
第二，实现了统一数字化建模。通过制造数据的实时采集、优化分析和远程监控，形成数字化工厂建模。
第三，实现跨业务间的数据共享。通过系统集成和数据融合治理，实现了跨设备、系统的网络化集成和跨业务间数据共享，达到了智能工厂成熟度的第三级，即数字化工厂。
第四，实现了数据的可视及分析。通过三维模型进行数据可视、分析和远程管控，实现部分数字孪生；对生产调度、质量调度、对标等核心业务进行综合性数据分析并反哺、指导业务运行。
第五，为未来的智能工厂奠定了基础。通过数据挖掘对生产调度、质量调度等部分核心业务精准预测和优化，实现了部分业务的数据驱动，为全业务场景的智能化改造奠定了坚实基础。
在水泥行业数字化转型升级的实践过程中，建立工作机制以持续获取具备唯一性、可信度和准确度的关键数据源，并进一步形成完备的数据治理体系，是非常必要的，如此才能保证数字工厂的不断迭代和发展。
（编辑 宋斌斌）
