ABB蒋海波：智能制造是一个持续改进的过程，仍面临定制化等挑战

21世纪经济报道记者孙燕 上海报道

工信部最新数据显示，在500种主要工业产品中，中国有220多种产品产量位居全球第一。在新型工业化的浪潮下，工业的发展不再仅仅是增加产能，而是要实现更加智能化、绿色化和服务化的转型。

以钢铁行业为例，全球超过50%的钢铁产量来自中国。但从工信部《钢铁行业规范条件（2024年修订）（征求意见稿）》中的高端化、智能化、绿色化、高效化、安全化5项通用型一级指标看，新阶段钢铁行业面临着高端化、智能化、绿色化发展需求。

“在钢铁、冶金、造纸等领域，企业普遍已经拥有较高水平的自动化、连续化生产线。下一步要转型升级，数字化、智能化是必然途径。”进博会期间，ABB过程工业业务中国区负责人蒋海波在接受21世纪经济报道记者采访时表示。

他的观察是，随着市场竞争的加剧以及对生产效率、产品质量和成本控制等要求的不断提高，钢铁及有色金属行业的企业对智能制造的接受度普遍较高，且呈上升趋势。

从自动化到智能化

根据生产方式和产品特性，工业可以分为流程型工业、离散型工业两大类。前者涉及连续的生产过程，后者涉及将零件组装成最终产品的过程。

在流程型工业中，以钢铁及有色金属企业为代表的过程自动化行业，目前已经拥有较高水平自动化、连续化生产线。

谈及智能制造解决方案是否需要改造生产线，蒋海波以电子围栏的探测功能为例指出，首先需要用AI等技术进行监控、数据管理、报警，但如果数据量不够，也会需要安装传感器/探测器，加上硬件测试等。

当前，智能制造解决方案从设备、生产、质量、工艺、能耗等多方面入手，具备自动采集相关数据，自动感知生产态势，积累并学习最优的操作方式和加工方式，辅助专家决策系统可以给用户推荐最优的问题解决方法。

设备方面，蒋海波介绍道，通过对设备运行数据的深入分析，能够预测潜在的故障隐患，并进行及时的维护和修理，避免设备故障对生产造成影响。“从维护角度看，这也可以进行预测性维护、预防性维护：大数据统计出哪台设备较容易坏，就可以多备备件或是提前换掉。”

工艺方面，工业企业需要快速找到“黄金卷”产品，即生产一卷产品的最优方案。蒋海波指出，其中的变量包括操作员的操作特性、设备状态、材料状态、参数设置等，通过大数据对比，可以得出最佳的参数、温度、操作模式组合。对于次品、废品，智能模块也可以回溯原因，判断是操作工还是设备、外界因素的原因。

“通过集成数据分析平台，可以帮助行业用户优化生产工艺，及时发现并调整生产过程中的异常和质量问题，从而有效提升生产效率和产品质量，减少废品率和能源损耗。”蒋海波指出，针对不同企业和不同机组，各个模块能够在积累和学习了大量数据之后固化优化特定机组的最佳生产方法。

这对于企业而言，还可以通过比较不同的工厂、生产线、班次，寻找生产的最佳状态，从而重新定义资源投入少、资源产出高、环境危害小的理想状态。

智能制造是一个持续改进的过程

对于智能制造面临的挑战，蒋海波认为主要集中在三个方面。

首先，智能制造解决方案需要定制：在行业共性问题的基础上，每家企业在生产规模、产品类型、工艺流程、管理方式等方面均存在差异，各自的需求、痛点都不同，需要方案提供商和企业共同协商。

“不能仅仅为了智能化而智能化。”蒋海波指出，企业需要智能制造解决方案为其带来真实效益、解决其痛点，才能被认可。

蒋海波告诉记者，这也带来了推广智能制造过程的一大挑战：在方案适配度方面，必须提供既高质量又灵活的定制化解决方案，以满足企业的多样化需求。

不断更新的需求，也推动智能制造解决方案持续迭代。以本次进博会上ABB展出的钢铁及有色金属行业智能制造解决方案为例，蒋海波举例指出：某企业的需求之一是在现场不安全的区域减少人工巡检，实现智能化、无人化巡检。这一需求在业界尚未普及，但其提出倒逼方案提供商开发相应功能，不断改进智能制造解决方案。

“另一大挑战是观念转变：需要不断引导用户理解，智能制造不仅仅是一套方案的交付，而是一个随着技术快速进步而持续进化、创新和发展的过程。”蒋海波坦言。

蒋海波还指出，行业标准的不统一为行业发展带来了挑战。各企业所提供的智能制造解决方案势必存在一定差异性，特别是在数字化的功能和应用领域存在较大区别，而缺乏统一的评估标准就会导致行业用户在理解智能制造方案的核心价值和目标时产生一定的认知偏差， 同时也为用户在选择最优方案时带来一定障碍。

更多内容请下载21财经APP