★浙江鹏孚隆科技股份有限公司毛征

★北京和利时工业软件有限公司张卫，郑东东，王咸生

关键词：双向动态追溯、多UP生产、统计过程控制（SPC）、柔性生产

1　项目背景

工业和信息化部联合国家发改委、科技部等九部门于2024年6月发布的重大政策文件，旨在推动精细化工产业高端化、绿色化、智能化发展，强化产业链供应链韧性，服务国家战略性新兴产业需求，通过数字化升级，打造智能工厂标杆，实现生产全流程追溯，最终通过数字化和集群化提升全链条效率。

浙江鹏孚隆新材料有限公司（以下简称：鹏孚隆公司）是国内领先的高分子材料企业，业务覆盖航空航天、汽车、家电、电子等高端领域，具备从材料研发到应用解决方案的全产业链能力。当前，行业内企业普遍依赖传统ERP系统下达指令和人工排产方式，导致生产资源调度困难、协同性不足。同时，车间数据孤立，信息流通不畅，大量生产数据未能有效整合利用，随着生产规模的扩大及定制化需求的增加，严重制约了生产效率和精细化运营水平的提升。如何实现智能化排产、优化资源调度、打破数据孤岛并充分挖掘数据价值，成为行业企业亟待解决的核心问题。

2　解决方案

在上述背景下，鹏孚隆于2024年联合和利时积极打造新一代精细化工智能工厂解决方案，以生产运营管理系统为核心，将APS高级排产系统、Batch批量控制系统、自动化控制系统（DCS/PLC）、WMS立体仓库、PDM配方系统、ERP资源计划管理等有机结合，辅以大数据分析技术为海量数据提供大数据分析和实时数据的抽取和展示，依托网络、5G通讯技术，实现企业生产、数据、业务和信息的高度集成，促进企业信息化改革，实现“两化融合”，进一步推进企业工业4.0进程，构建了精细化工行业可复制可推广的智能化转型典型实施路径。

2.1　总体设计

系统总体设计以企业实际情况出发，充分利用管控一体化具体技术，依托实用性与先进性相结合的原则，实现目标要求：

（1）安全性

采用安全可靠的隔离技术，在底层控制系统与本系统之间建立数据传输通道，保证数据的单向传输，通过严密的控制策略，保证本系统的应用软件对控制系统的正常运行不构成影响，确保下层控制的稳定运行。

（2）可靠性

采用成熟、应用较广泛的实时数据库，数据存储量大、响应时间快、压缩比率高，系统运行稳定并且支持各种接口，拥有强大的扩展和二次开发功能；

使用主流的开源框架，持续的版本迭代和优化，保证技术支持的持续稳定；

基础服务、计算服务和应用服务支持分布式主从和集群部署，支持断点续传和节点诊断守护。

（3）可扩展性

系统具有良好的可伸缩性，向下可通过增加数据采集接口或者驱动协议灵活增加现场控制系统，向上可适应不同阶段需求，在不影响其性能和已有模块的正常运行的条件下，增加应用模块；

系统平台提供多种数据访问方式，如：OPC、ODBC、SQL、API等，能与第三方软件实现无缝连接；

稳定的架构及通用的组件、服务，以应对用户需求的不断变更，支持用户通过拖拽方式扩展新功能页面。

（4）低耦合性

业务功能应保持独立开发和维护的特性，有良好的外部接口，其它业务功能应尽量保持只依赖数据接口，而不依赖功能。

（5）简单易用

用户界面、UI、HMI、安装部署、维护等方面均满足简洁、易用设计原则，具备良好的交互性。

2.2　系统架构

系统由数据采集总线、存储、服务应用、生产应用、创新应用、移动应用、开发服务、管理服务八部分组成，系统架构如图1所示。

图1系统架构示意

图2网络结构和产品定位

（1）数据采集总线：根据OPC、Modbus、104等协议进行数据的采集，并且可以对协议进行定制。

（2）存储：对数据进行分类、分层、分时的存储，包括常规的关系数据库存储（大型集团企业的Oracle、中型企业的MicorosoftSQLServer和具有高扩展型的开源数据库MySQL）、非结构数据库MongoDB、分布式消息框架RabbitMQ和分布式缓存框架Memcached和实时文件数据库，能够适应各种类型、维度、海量、异构的存储要求。

（3）服务：提供4种框架的服务

·应用服务：提供数据分析的模型服务、7×24小时不间断轮询服务、设备数据报警提醒服务、基于HTTP的数据服务、基于海量查询的缓存服务和基于工作流的流程服务。

·大数据分析：提供基于非结构数据库的Spark大数据内存实时处理系统和基于Python的大数据分析学习模型，可以为海量数据提供大数据分析和实时数据的抽取和展示。

·无线应用服务：利用基于Android和iOS的MES工业系统APP，对来自结构、非结构、工作流、报表、提醒、消息、缓存、实时库、大数据、机器学习、物联网的数据和分析结果进行展示和处理。

·物联网集成服务：利用分布式消息框架和大数据生态框架，从数据和协议两个方面对大数据的数据进行处理。

（4）生产应用：提供包括系统管理、基础数据、调度管理、工艺管理、实时监控、报警管理、设备管理、流程管理、安环管理、质量管理、能源管理、计划管理等功能模块应用。

（5）创新应用：基于Python分析后的大数据分析应用和基于海量设备数据的综合分析实时展示。

（6）移动应用：对大多数需要进行移动应用的数据进行集中处理，包括实时数据集中展示、关键设备报警提醒、消息数据提醒、工作流审批数据处理、生产分析报表数据处理和基于物联网IoT的数据展示和处理。

（7）开发服务：基于二次开发可扩展的数据服务扩展接口；基于IoT的消息推送服务；基于可扩展和定制的报表接口；基于移动端可扩展和定制的模块开发；基于外部短信的集成服务；基于SSO单点登录外部系统的接口集成；基于企业应用集成（EnterpriseApplicationIntegration，EAI）技术的界面集成、数据集成、应用集成和过程集成；基于GIS外部系统的数据和应用集成。

（8）管理服务：基于服务统一管理的运维系统；基于Token的安全传输数据认证；基于RBAC的集团-公司-部门-用户-角色的权限系统；基于数据隔离和共享的权限系统。

2.3　数据集成

应用层：通过ESB（企业服务总线）架构集成APS、WMS、PDM、ERP等系统，显著提升企业信息化的协同效率与灵活性。ESB作为统一的中间平台，可实现系统间解耦和标准化通信，避免点对点集成的复杂性，降低维护成本，它支持异构数据转换（如XML、JSON），确保APS排产、WMS库存、PDM配方与ERP计划的无缝对接。其异步通信和消息队列功能将有效保障数据传输的可靠性，即使某系统临时故障（如WMS宕机），数据也不会丢失。同时，集中化的监控和日志管理有效简化运维，便于快速定位问题。此外，ESB的可扩展性便于未来新增系统的快速接入，其特有的架构增强跨系统实时协同能力，优化业务流程，为企业数字化转型提供稳定、高效的集成基础；

控制层：现场的MES（生产制造执行）与底层的Batch（批次控制）、DCS（分布式控制系统）和PLC（可编程逻辑控制器）等工业控制系统进行数据交互，以实现生产过程的实时监控、调度与优化。而工业控制网络（OT）对安全性和稳定性要求极高，直接与信息层（IT）的MES系统连接可能带来网络安全风险（如病毒入侵、非法访问）或影响生产稳定性。和利时自研的隔离网闸可有效解决该问题，结合断点续传机制，在保障控制系统安全的同时，确保生产数据的连续性和可靠性，为智能制造提供坚实的数据底座，为MES与Batch/DCS/PLC系统的协同运作构建“铜墙铁壁+无缝衔接”的创新范式。

3　项目创新性

3.1　追溯逻辑创新：双向动态追溯

（1）正向追踪

输入原料批次号，自动生成该原料转化的所有成品/半成品流向记录（包括废料、剩料），支持客户投诉快速定位；

（2）反向溯源

输入产成品批次号或产品编码，自动生成产品的物料来源、物料批次号、物料入库时间、检验记录、物料使用工序、消耗量，为研发人员分析产品缺陷、工艺参数异常或操作失误等工作提供依据；

（3）批次追溯区块链化

关键工序数据上链，实现原料-工艺-质检全生命周期可信追溯。

3.2　全流程数字化集成创新

（1）异构系统无缝融合

多系统无缝对接，实现Batch（批次生产）、DCS/PLC（实时控制）、APS（高级排产）、WMS（智能仓储）、PDM（配方管理）、ERP（资源计划）等系统的数据互通，构建从订单到交付的端到端数字化闭环。

（2）动态生产协同

APS与MES联动实现“计划-执行”实时反馈，结合Batch/DCS数据动态调整排产，提升设备利用率10%~20%。

图3车间生产看板

（3）电子批记录全流程记录

记录工单的基本信息，包括：产品、时间、产量、物料消耗、控制参数、能源消耗、执行工序、质检信息，使生产过程的数字化、透明化和智能化，帮助企业降低运营成本、加速创新，并为未来的智能制造和可持续发展奠定基础。

3.3　5G+工业互联网场景化应用

（1）5G低延迟与高可靠性

5G技术实现设备间的高速、低延迟通信，支持实时控制和远程监控，提升生产效率和安全性；

（2）MES与立体库智能调度

MES的PDA通过5G技术实现和WMS协同路径规划，仓储效率提升30%以上。

3.4　自适应生产模式创新

（1）自动化与柔性生产

MES支持小批量与大规模定制化生产的快速切换，实现生产设备的自动化控制，减少人工干预，提高生产精度和稳定性，并且支持多品种、小批量的柔性生产，快速响应市场需求变化；

（2）实现多UP生产模式

通过多UP的实现，提前识别设备冲突，提升生产效率、增强灵活性、优化资源配置，使企业应用后停机减少15%。

3.5　数据价值挖掘创新

（1）工业大数据平台

聚合ERP成本数据、MES能耗数据、Batch/DCS/PLC工艺数据、PDM工艺数据、APS计划数据，构建综合能效模型，使单位产量能耗下降12%；

（2）智能决策看板

实现FTT（首次合格率）、SPC（质量控制）等指标的根因分析，辅助管理层决策响应速度提升40%。

3.6　绿色智能制造创新

（1）资源循环利用

在生产过程中，通过数据分析和流程优化，实现物料的最大化利用，减少废弃物产生；

（2）环保合规性

智能工厂的建设确保生产过程符合环保法规要求，通过数据追溯和记录，提供合规性证明。

4　项目效益

4.1　智能化生产与质量管理

（1）Batch生产自动化：MES与Batch系统联动，实现从投料、搅拌到出料的全程自动化控制，批次生产周期缩短15%；

（2）质量数据追溯：通过MES的质量管理系统，每批次产品的原料来源、工艺参数、检验结果均可一键追溯；

（3）动态质量调控：利用SPC（统计过程控制）技术，分析质量数据并可以快速调整工艺参数，产品合格率提升至95%。

图4生产管控驾驶舱

图5质量管控看板

4.2　能源与成本精细化管控

（1）单位产品成本颗粒度细化：精细化管控形成“数据采集-分析-优化-反馈-分摊”的闭环，推动企业持续改进生产流程和能源管理，形成长期竞争优势，精确计算每批次产品的成本数据；

（2）成本实时核算：MES与ERP系统联动，自动归集每批次生产的直接材料、人工及能源成本，成本核算周期从15天缩短至5小时。

图6能源管理系统看板

4.3　智能仓储与物流协同

（1）WMS立体仓库联动：MES根据生产计划自动触发原料出库指令，WMS通过5G网络接收路径规划，实现原料精准配送，库存周转率提升20%；

（2）智能防错机制：通过PDA扫描物料批次码和分配站设备码，杜绝投料错误风险。

图7车间包装看板

4.4　数据驱动决策与持续优化

（1）大数据分析平台：整合MES、ERP、DCS数据，构建生产绩效看板，实时展示各个产线的生产状态、库存状态、工单的实时能耗监测、一次合格率等KPI、质量SPC等；

（2）实时决策沙盘：MES整合DCS实时数据、BATCH生产数据、ERP成本数据、WMS库存数据、PDM工艺数据等，构建动态决策看板。

图8生产跟踪看板

5　项目意义

鹏孚隆精细化工智能工厂项目的成功实施，保障各业务线相互衔接的业务闭环，摒弃了口口相传、纸质传递的办公方式，做到真正无纸化智能化的数字化工厂，是该企业数字化转型的里程碑，更是重构行业竞争格局的战略举措。从微观生产到宏观产业层面，其意义可总结为以下几个维度：

5.1　企业自身：从“制造”到“智造”的范式革命

（1）生产模式颠覆

打破传统“人盯设备、经验驱动”的生产方式，实现“数据驱动+自动化决策”的智能制造闭环。

例如：DCS实时数据直达MES，MES可以在线调整Batch/DCS系统参数，使生产响应速度从“小时级”进入“秒级”。

（2）生产逻辑的重构：从“人控”到“数控”之前的传统模式：依赖老师傅的“经验口诀”，而现在是智造模式是基于多系统的集成，达到自动采集、自动同步、自动执行。

5.2　对行业：树立流程工业智能工厂新标准

（1）技术标杆效应

项目构建的“PDM-ERP-APS-MES-BatchDCS”深度集成架构，为流程行业（精细化工/制药/食品等）提供可复用的智能化模板。

（2）生态协同创新

多系统集成对接，实现“横向协同+纵向生产”已经扩展至工业互联网平台，输出排产、能效管理等。

5.3　对管理：从“经验主义”到“数字治理”

（1）决策机制变革

管理层通过ERP-MES融合看板，实时掌握“每批次成本、每设备运行情况”，传统“月结报表”升级为“分钟级数据透视”，决策滞后性降低90%。

（2）组织能力升级

倒逼企业培养“工艺+IT+数据”复合型人才，既懂生产釜操作又懂MES配置的工程师。设立数字化运营部门，推动组织架构向“敏捷型”转型。

5.4　对国家战略：智能制造自主可控的关键一环

（1）国产化替代示范

采用国产MES、5G工业模组等，可减少对国外系统的依赖，助力破解流程工业“卡脖子”软件难题。

（2）“中国制造2025”实践

项目符合《智能制造标准体系建设指南》中“数字化车间”标准，已入选国家级试点，获得政策支持。

鹏孚隆精细化工智能工厂项目的成功实施，不仅是企业数字化转型的重要里程碑，更是对国家“智能制造”战略的积极响应。通过推动工业互联网与智能制造的深度融合，灵活运用多系统集成与大数据分析技术，进一步优化了生产协同能力与数据价值挖掘能力，为企业自身带来了从“制造”到“智造”的跨越式蜕变，更为精细化工行业的智能化转型提供标杆经验，为精细化工领域的高质量、绿色化发展贡献中国力量。

作者简介：

毛　征（1971-），男，工程师，现任浙江鹏孚隆科技股份有限公司信息部经理，负责制定公司信息化战略、布局与实施信息化落地、数字化职能管理等工作。

张　卫（1981-），男，高级工程师，现就职于北京和利时工业软件有限公司，负责规划、设计和优化MES系统，需求分析、产品功能设计、系统实施支持、优化生产流程、推动系统落地及持续改进。

郑东东（1987-）男，高级实施工程师，现就职于北京和利时工业软件有限公司，从事MES咨询及实施等工作。

王咸生（1997-），男，工程师，现任北京和利时工业软件有限公司生产管理业务部工程师，从事MES生产管理项目研发工作。

摘自《自动化博览》2025年5月刊