制造业作为国民经济的主体，是立国之本、强国之基。目前我国制造业正在由“量的积累”阶段迈向“质的提升”，在流程行业，许多工厂在自主创新、资源利用效率、信息化程度等都面临着转型升级的刚需，而智能化工厂是实现“智能制造”的必经之路。今天我们将聚焦流程行业的典型代表之一——玻璃行业，探索如何从“数字化”到“智能化”从而实现转型升级。

“高、难、多”痛点驱动，玻璃行业转型变革之困

玻璃行业主要面临三大痛点。一是玻璃企业是典型的“高”耗能生产企业，窑炉、退火炉、钢化炉等一系列的高耗能设备是能源消耗的大头，一方面企业面临政府严峻的能源指标监控压力，另一方面节能降耗省成本也是企业核心考虑的重点问题。二是工艺复杂“难”控，玻璃的生产工艺具有连续性，目前大多工厂的生产经营数据依赖人工采集和分析，使得工艺参数反馈滞后，且设备间的参数分析无关联。此外，老师傅经验难传承，生产不确定风险增加。有经验的老师傅离休退岗，大量未经数字化沉淀的经验难以传承，这些因素都使得生产管理的过程更加“难”控。三是存在“多”处重大危险源，工厂有氮站、氢站、液化气和管道天然气等多处重大危险源，一旦出现监控不及时等风险，人员安全事故就会发生从而对企业造成损失。

如何为玻璃行业的转型提供破局之道，我们认为从【数字化】到【智能化】是破解困局的高效密码。

【数字化之道】

数字化工厂底座为工厂“全面体检”，诊断并发现问题

在数字化时代的海洋中，如何发现、挖掘并运营数据，实现数据价值的最大化，是工业企业面临的首要课题。数字化时代是以设备为核心用户、工业互联网为核心系统，从而构建新型的企业管理。

对于玻璃企业而言，很多工厂都建设了大量信息系统，例如ERP、MES和QMS等，但是怎么把这些信息化系统和工厂的生产主力军——“设备”进行整合，并让设备“开口说话”，从而发现生产经营中的问题。下面我们将用“体检——诊断——治疗”的故事让大家轻松理解工业互联网是如何为玻璃行业转型赋能。

首先整个数字化的“体检流程”可以分为四步：

第一步数据采集：在玻璃工厂的各个工段（热端、冷端、深加工和公辅），都存在大量的设备需要采集数据。以往工作人员需要深入车间开展巡检，人工记录设备数据，不仅工作量大、效率低，还存在漏检、误检的可能性。现在凭借工业互联网平台，可以解决各类设备的联网需求，化解设备数据采集的难题。

（玻璃工厂设备层概览）

第二步数据治理分析：采集完设备数据后，需要对数据进行处理分析并沉淀核心数据，存储到企业的数据仓沉淀为有价值的数据资产，为日后的经营分析提供基础。

第三步业务数据管理：将内外部的数据整合分析后，结合公司经营的五大核心模块（生产、品质、设备、能碳、安环）和行业标准进一步分析数据并进行诊断问题。

第四步分析决策：基于工厂经营的五大维度诊断出工厂的问题后，通过一些可视化的应用对关键指标进行数据和图表的呈现，即生成一个个具体的“画像报告”，让数据“会说话”且让负责人能看懂并进行下一步的分析决策。

经过数字化的“体检流程”后，负责人会看到一张全面的玻璃工厂“数字化体检报告”，报告覆盖生产、品质、设备、能碳、安环五大模块，针对每个模块的关键指标也会有详细的诊断结果，工厂的“病症”一目了然。

（某玻璃工厂数字化“体检报告单”示例）

【智能化之道】

“体检”过后，智能化场景应用针对症结“对症下药”

通过数字化的手段为企业完成“体检”并得到诊断结果之后 ，将转向智能化的场景应用来为工厂“对症下药”。这里我们主要针对【AI＋工艺智能化】和【AI＋能碳智能化】两个场景应用来说明为什么它们是玻璃行业甚至是流程制造行业转型升级的关键燃料。

AI＋工艺智能化

流程制造行业中，主要聚焦于生产工艺的调优。玻璃的原料和生产工艺具有多变量、非线性、大滞后、工艺机理复杂、部分质量参数不可在线测量、产量大、基于人工经验等特点。质量稳定的根在于工艺，但人是不确定性最强的一个要素。如何传承老师傅的工艺，并做到大规模能力复制和生产优化？由此，「AI＋工艺智能化」技术应运而生。

「AI＋工艺智能化」聚焦于流程型制造业，基于工业知识，将工业机理模型与机器学习的算法相结合，在真实的工业场景中，通过对复杂的物理化学过程进行模拟和优化，将人工经验固化为模型等方式，形成可规模化复制的资产，协助企业优化决策和智能控制。并且，通过算法和工业智能的方式将老师傅们解放出来，新来的操作工也能像专家一样操作。

在玻璃行业，彩虹集团采用“展湾科技工业互联网平台”搭建起彩虹玻璃生产的工业大数据平台，并共创了AI工艺自控解决方案。通过“数据+算法模型”，将“老师傅经验”转化为“数字化接班人”，实现系统自动调参，并通过专家的辅助监测来提升调整的准确性和效率，解决了质量不稳定和成品率低的问题，为工厂极大地提高了产品品质。

（展湾科技AI＋工艺自控监控中心）

AI＋能碳智能化

在玻璃工厂的生产环节中，存在大量的高耗能设备，如窑炉、风机、退火炉、钢化炉等，一个典型的玻璃工厂，天然气成本占40%，企业面对政府严峻的能源指标监控和高成本的投入双重压力，「AI＋能碳智能化」的必要性就不言而喻。

玻璃工厂的窑炉通风系统中，温度控制必须合理、稳定以确保原料熔化充分、均匀，这直接影响玻璃成品的质量。风机控制的准确度直接影响燃料成本和温度，目前操作工通常将风机开到上限值以保证后端供应，通过阀门值调整风量，但DCS无法算出风量损耗和详细需求，就会出现浪费大量能源（天然气＆电量）的情况，提高企业成本。

「AI＋能碳智能化」结合节能改造需求，聚焦于保温系统和风道优化，考虑总风量需求，智能调节变频器功率，将原工人手动阀改为电动控制阀，利用算法优化末端风量配比，以达到节能的效果降低企业运营成本。 展湾科技基于其工业互联网平台打造的“能源管理驾驶舱”也能够及时掌握能源信息，实时反馈及决策。

（展湾科技AI＋能源管理驾驶舱）

从“数字化”到“智能化”，持续赋能玻璃行业转型

洞察数字化变革历史，玻璃行业想要在工业4.0时代持续发力，走智能化工厂之路，从数字化到智能化是必经之路。

展湾科技深耕工业互联网行业多年，聚焦玻璃行业头部客户，积累并开发了工业物联网和工业大数据平台等产品，和客户共创了许多智能化的解决方案，未来展湾将持续践行“让客户自助，与客户共创”的使命来推动中国玻璃产业的转型。

展湾科技成立于2014年，是一家专注于“工业大数据采集、治理、分析及应用”的软硬件产品提供商，提供端到端的工业互联网解决方案，服务于工厂和设备制造商。公司总部位于上海市杨浦区，并于安徽省合肥市设有分公司。展湾所有产品均拥有自主知识产权，覆盖数据采集、工业物联网、大数据平台、工业场景数据分析算法和应用，致力于帮助客户提升设备效率，优化产品质量，洞察数据价值，增强经济效益，在中国制造业转型的浪潮中完成数字化、智能化升级。

目前，展湾已经为来自汽车及汽车零部件、工程机械、装备制造、新能源材料、油气管道、冶金、玻璃等行业的世界500强客户提供高品质的产品服务和解决方案。

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005