数据打通生产和信息系统

3月中旬，陕西彩虹电子玻璃有限公司喜报频传：公司总经理彭引平获得了2016年中国推进两化融合杰出CEO，与此同时，作为推动公司数字可视化无人车间的信息主管李华也获得了2016年度创新企业CIO，可谓是双喜临门。

从见到李华的那一刻开始，他就提起两天后要参加的活动――中国电子“i+”创新创效创意大赛，彩虹数字可视化无人车间已经入围了这场比赛。对他来说，这是一个全新的挑战：要重新接触风险投资和创业等领域的人士和知识。一贯以制造信息化为主业的他，有一种一切重头开始的感觉。

数字可视化无人车间是什么？

在见到李华之前，和他熟悉的人都在说，彩虹不容易，李华不容易。说这些话的人大意是，在制造业信息化人才、投资有限的情况下，李华和公司的同事们一起依靠自己的力量，不断开发学习，解决了生产制造中存在的信息不流畅、生产数据不能充分利用的问题，并将生产、销售和工艺过程中产生的数据以可视化的管理方式呈现在业务人员和管理者面前，这在国内还是首家。

彩虹电子玻璃是大名鼎鼎的彩虹集团的下属公司，隶属于中国电子信息产业集团（CEC），生产经营液晶显示器用玻璃基板产品。玻璃基板是液晶面板的主要部件和基础载体，彩虹电子玻璃则是我国在这方面的领军企业。

彩虹电子玻璃生产的盖板用保护玻璃具有很高的质量要求，废品率很高。其严格的生产要求与质量管控需求，传统的人工检查难以做到。更无从谈起质量信息的预估和管控，即做到生产、生产数据与质量分析可视化、可控化。为此，陕西彩虹电子玻璃有限公司由IT主管工程师李华进行业务流程及数据结构设计，技术质量部副部长仵小曦提出产品检验分析需求，西安文易软件（简称文易）帮助研究开发出了基于工业大数据的生产管理系统和质量检验系统――电子玻璃智能可视化工厂。该项目的落地是陕西彩虹电子玻璃有限公司进军工业4.0，实现工业和信息化深度融合的开创性项目。

据李华介绍，利用该套智能可视化工业大数据系统，可以实现对从窑炉、成型到成品包装全过程的可视化监控。对生产质量数据进行有效的及时分析和实时呈现，实现生产全局的可追溯、可评价和实时管理，向数字可视化工厂迈进。

打通数据，实现工业信息化融合

自2015年以来，中国制造 2025计划带动了一大批制造企业向智能化、数字化转型，很多企业开始走出国门向德国企业学习工业4.0，对彩虹电子玻璃来说，自然也不会甘心落后于国内同行。

生产电子玻璃这样的企业，对生产过程、质量的可控要求很高。专家建议，最重要的一个方面就是让制造系统更加透明，使原本不可见的设备衰退、质量风险、资源浪费等问题变得可见，从而通过预测性的手段加以避免，实现无忧（worry-free） 的生产环境。 这对彩虹玻璃提出了很大的挑战，其中最大的问题在于工业数据和信息数据的割裂。

李华比较了两种数据的差异：工业化控制是以PC类计算机或者小型机作为计算主体，由特定的应用程序来对控制量进行分解转化后， 发送给PLC、传感器等来实现自动化生产目的，如传统的分布式控制系统、DCS系统等。其优点是数据命令有效，高速，准确，实时；但缺点是格式单一、封闭，无法进行大量数据的分析评估，数据保存周期短，无法进行有效的回溯。

信息化的特点是以PC为运算控制器，以应用程序进行流程化的运算、、控制，具有可灵活编辑的应用平台，具备图形、图像、报表等分析能力，可进行大数据量的存储，报警图形化提示，数据可追溯。

简而言之，工业化的层级是从数据、信号、执行到制造，信息化的层级是从数据、信息、知识到智能。在工业化和信息化割裂的情况下，一般只能用产品质量来倒推生产线中制造工序及加工工艺问题。这其实是“僵尸还魂术” ――无法对企业的产品进行及时的反馈，因而也就无法有效地对生产风险与品质管理进行把控。

唯有通过二者的融合，对企业生产数据、生产车间、设备进行全方位的监控，才能实现对企业生产数据进行有效的分析和呈现，对企业的生产全局进行可追溯，可评价，有效实时的管理。

也正是在这样的认识基础上，李华找到了问题的关键点在于打通这两类数据的任督二脉。经过与文易等合作伙伴的合力攻关，实现了数据联通，完成了数字可视化无人车间的项目。

昨天的“坑”成就今天

从2006年建厂起就在此工作，李华对于彩虹子玻璃的了解一清二楚。他说，在玻璃大数据项目之前，彩虹电子玻璃早已建立信息中心和覆盖全园区的企业网，在企业管理上已经建立了各种管理信息系统MIS，具备工业4.0的建设条件，企业生产在硬件设备上也已经使用可编程工业机器人和软件可定义PLC（可编程逻辑控制器）等符合工业4.0标准的设备，但是由于信息系统各自为政，总体工业信息化水平仍然处于工业2.5的阶段。“我们所做的工作是把生产环节数据和管理环节数据打通，从而真正实现工业化和信息化的融合。”

既是业务主管工程师，又是信息化负责人的双重身份，让李华在面对转型的时候多了一些便利。“今天的成绩很多是在过去10余年工作中埋下的坑所成就的。”在这些年的历练中，李华总结出了智能制造的四个重要阶段：可视、可控、可预知、可制造。他说，所有的东西一定要先能做到可视，然后才能可控。可预知是指机器学习，最后才能达到智造。

对于智能制造的下一步，李华表示，未来会加强大数据领域的应用和投入。工欲善其事，必先利其器，未来所有东西都应该用数据来说话，同时加强人员的培训，加强数据挖掘、分析能力，每日、每月都有清晰的报表来评估设备运行情况；通过工艺、制造、营销等部门进行有效的分析、梳理，找出满足企业升级转型跟产品迭代的解决方案；继续加大IT的研发投入和资金投入。