★ 海洋石油工程股份有限公司 王會峰,儲樂平,張良軒,林 宏,童暉,金海洋,楊淦,劉應旭
1 目標和概述
傳統海洋油氣裝備制造屬于勞動密集型產業,具有 產品類型多、制造工序長、定制化比例大、標準化程度低等顯著特點,其各生產環節的數據碎片化現象嚴重,實現 數字化、智能化難度極大,這成為制約行業質量效率提升的重要瓶頸。海洋石油工程股份有限公司(以下簡稱海 工)的傳統生產車間多采用人工裝配工藝和傳統工業以太網通訊模式,生產過程中占用大量人力資源和固定網 絡通訊手段,產品品質一定程度上依賴工人的主觀責任心和技術水平。在疫情沖擊下,海工在生產制造過程中 的問題越發突出,成為海工提質增效的關鍵瓶頸。
(1)成本問題:人工成本逐年遞增,用工荒問題凸顯,同行競爭優勢不再;
(2)缺乏數據:定額數據源頭缺失,數據掌控不強,成本核算不準確;
(3)安全隱患:建造生產現場環境復雜,人員素質參差不齊,用工數量巨大,難以管理;
(4)管理粗放:生產環節涉及多部門協調,效率低下。
針對以上問題,公司將推動新一代信息技術和業務深度融合,以智能制造為核心,以5G網絡為傳輸為手 段,以全廠數字孿生為目標,加快智能全業務鏈數字化建設,促進數據資產沉淀共享,推動核心業務能力升級與管理效率提升,構建數字工廠和透明工廠。
2 方案介紹
2.1 系統架構
根據海工的數字轉型規劃,本項目通過縱向維度 和橫向維度來做整體規劃。縱向上,分為設備層、網絡層、邊緣計算層、中心計算層四個維度。
(1)設備層中主要包括各種生產設備和傳感器,如具備5G模組的AR眼鏡、5G攝像頭、5G安全帽、5G 工業PAD等,不具備5G能力的設備如AGV小車、機 械臂、自動化焊機和PLC則通過5G終端設備接入5G 網絡,如5G工業網關、5G工業路由器、5G CPE、5G DTU等。
(2)在網絡層,根據各種設備的不同網絡需求和安全需求,將5G專網做網絡切片管理。生產網切片, 主要針對AR眼鏡、5G攝像頭等,帶寬需求較大的采用 eMMB切片;工控網絡切片,主要針對機械臂、AGV 等,對時延要求低的設備采用URLLC網絡切片。網絡 切片采用切片隔離和切片認證技術保證網絡安全。
(3)在邊緣計算層采用下沉式UPF+MEP服務器的獨享MEC模式,其由多個分布式協同服務器組成, 能提供可擴展的邊緣計算服務,可用于滿足可靠性、實 時性、安全性等需求。在邊緣層主要部署對時延要求比 較高的信息系統如焊機群控管理系統、SCADA系統和 塔吊控制的上位機系統等。
(4)在中心計算層建設海工數據中心,在中心上部署大數據治理平臺和數字孿生平臺,在平臺上部署自 主研發的DIMS系統、ERP系統、MES系統、CRM等對 計算資源、存儲資源要求較高的系統。
橫向上,根據海工數字轉型規劃,已初步建成天津臨港制造基地,未來將會繼續規劃青島智能制造基地和 珠海智能制造基地。
海油工程整體部署方案如圖1所示。
圖1 海油工程整體部署方案圖
2.2 數據架構
目前的數據架構中,主要包括AWP架構(各類單體模塊、CWP/IWP數據)、UDM架構(產 品結構視圖、圖紙結構視圖)、IWP數據包架構 (MBOM)、工藝路線架構(Process)、制造資源架 構(Resource)。系統中跨業務活動設備、集成間的 集成方式均通過接口的形式實現,接口均按照制定的技 術規范進行集成。其中,技術規范對接口通用說明、需 求概述、接口架構設計(包含架構設計、技術路線)、 接口集成匯總清單、接口設計、系統設置等六大方面進 行了規范設計。
2.3 軟硬件部署
2.3.1 邊緣計算層
MEP服務器上部署了SCADA系統,SCADA系統作為MES系統與底層設備之間溝通的橋梁,對下可以將 MES信息下發到底層設備,對上可以將底層設備信息提 供給中心計算層包括MES在內的第三方系統。與MES 等上層系統相比,SCADA系統更傾向于底層設備的數 據實時采集,并將相關數據進行歸檔,處理方便后續追 溯使用;與底層設備系統相比,SCADA系統提供了豐 富的IT接口,可采集包括MES在內的上層系統數據并 在現場看板做實時展示。SCADA系統可以采集智能橋 式起重機、RGV、等離子切割機、型鋼切割機、打磨機 器人、2臺焊接門架和1臺組對門架的設備狀態、報警參 數等數值,方便辦公室人員查看現場設備實時狀態及生 產進度,并依次有車間級畫面、區域層級畫面和設備層 級畫面予以顯示。
此外,5G智能工廠還在邊緣層部署了動能監測系 統、智能安防系統、單體焊機群控系統、塔吊防碰撞系 統、塔吊遠程起重機安全監視管理系統、空壓機管網智 能調控系統、橋門式起重機監測系統、龍門吊監控系 統、門座式起重機監控系統、有機廢氣在線監測系統、 粉塵在線監測系統、環境因素在線監測系統、電動通風 采光系統共13套工控系統,實現對全廠區關鍵、大型 生產設備、系統的實時數據采集和監控,為安全生產、 能源管理、風險管控、節能降耗、綠色環保工作保駕護 航,為全廠設備數據采集和一體化生產監控平臺建設打 下了堅實的基礎。
2.3.2 中心計算層
(1)打造了用于計劃管理、數字化工作包管理、 圖文檔管理、UDM主數據管理、變更管理、工藝路線 管理、計劃排程、工單管理、生產執行、資源調度、質 量管理、材料管理、安全管理等的數字化智能制造管理 系統(DIMS)并部署在中心計算層上。DIMS系統以 “工廠化管理+工單制執行”為抓手,打造了一體化的 信息系統平臺,實現建造環節的“生產可監控,計劃可 跟蹤,質量可追溯”,實現臨港基地的數字化協同建 造、高效率及時生產、高質量準時交付。
(2)部署了包含板材切割下料執行系統、甲板片 預制執行系統、工藝管線預制執行系統共3套MES系 統。MES系統作為車間執行層面的管控系統,主要用于 工單接收、執行和狀態反饋,具體內容包括工單接收、 工藝文件接收、圖紙接收、計劃排產、派工、報工、設 備監控、狀態記錄、工時填報及產品過程檢驗信息填 報和狀態記錄。通過應用信息化手段,大部分生產過程 的執行可通過信息化傳遞至相應的工作單元中,如板 材、型鋼材料加工、甲板片自動焊接等。一些必須通過 手工執行的工作,其下達的指令可自動記錄在信息化系 統中,方便跟蹤和追溯。此外,通過設計不同的工藝路 線,生產過程中的檢驗環節可在系統中填寫、提交,基 本覆蓋質量控制的要點,實現質量信息追溯完整性。
(3)部署了用于庫存管理和材料出入庫管理的 WMS系統,并依據倉儲管理規范要求(供應鏈倉儲物 流管理辦法、供應鏈倉儲物流實施細則)對倉儲接收、 驗收、入庫、盤點、配送等進行合規管理。通過WMS 系統與WCS系統的集成,實現對立體倉庫、堆垛機、 RGV輸送車、AGV小車、輸送線等自動化配套資源的 調度,完成物資入出庫、上下架調度、庫存管理等基礎 業務功能,實現倉儲入出庫全流程的可視可控。通過 WMS系統與SAP系統、DIMS系統、MES系統等各系 統軟件的高效集成,完成材料與生產的融合管理。
(4)其他的辦公系統如ERP、CRM等。
2.4 5G應用場景打造
5G應用場景主要部署在邊緣服務器上,結合海洋 石化裝備制造業先生產預制構件后建造組裝的特點,可分為生產和建造兩大模塊。
2.4.1 在生產模塊
(1)5G+智能倉儲
5G智能倉儲系統實現了2500平方米范圍內設備的 自動作業、2304個貨位的智能化作業,減輕了工廠作業 人員的工作強度,提高了產線作業能力,實現了貨物的 自動搬運及智能倉儲,達到了少人化、智能化的目的。
(2)5G+智能生產
5G智能生產依托自主開發的DIMS系統,在5G技 術加持下,員工在現場可以使用PAD登錄系統快速接 發數據,實現了生產的全流程數字管控,全面打通了設 計、倉儲與現場生產的數據,車間人員不必花費大量時 間在電腦前伏案整理數據,項目管理人員也不必時時刻 刻在現場監督,大大節省了人力成本,提高了管理效率 與生產質量。
(3)5G+人員安全
在海工5G智能工廠里,北斗人員定位單兵巡檢 +5G的配合使用主要應用在5G智能工廠內作業人員管理 等場景,其通過5G高速率的特性,將采集的位置信息 實時回傳,同時結合5G MEC統一監控平臺,實現人員違規、廠區環境風險監控的實時分析和報警,大大提高 了作業安全規范性。
2.4.2 在建造模塊
(1)5G+AR遠程指導
當技術人員在總裝場地建造過程中,通過5G+AR 的創新技術對建造人員進行視頻指導,基于5G網絡的 AR看到的內容可以讓一線操作人員解決現場遇到的問 題;通過5G的低時延特點還可以擴展遠程協作功能, 可以將預組裝所需要的質檢信息、物料信息以及工藝 工序信息及時地反饋給建造人員;通過5G+AR智能設 備,可以幫助一線組裝人員及時和研發設計中心進行溝 通,利用基于5G的AR遠程協助,通過語音視頻通訊、 AR實時標注等功能進行遠程協作,實現預組裝流程的 閉環管理,避免了線下自主溝通造成的資源浪費。
(2)5G+塔吊遠程控制
針對海油工程車間現場環境要求,建設一套現場 操作少人化、集中至中控室統一遠程操控的塔吊系統, 并通過在每個塔吊安裝高清攝像頭(覆蓋塔吊操作范 圍),以及聯通5G工業網關與總裝場地5G宏站實時通 訊,實現中控室的集中遠程遙控的高清視頻可視化(低 延時、超高清)。根據各車激光防撞信號,對塔吊進行 減速、停機等連鎖控制,并通過塔吊位置數據,優化防 撞措施,同時通過起重重量限制、高度限制、超速限制 來提高塔吊安全監控與保護。
(3)5G+視頻分析
前端點位通過5G網絡進行傳輸,中心平臺支持視 頻進行自動智能分析,及時報告可疑事件的發生,并對 提取出來的事件信息和視頻數據進行記錄,從而達到實 時報警和有效視頻檢索的目的。借助智慧化技術,實現 區域陌生人、車入侵布控預警應用,捕捉人體大圖,并 實時結構化分析,便于后續檢索查詢。
2.5 安全措施
本項目通過5G宏站+室分的SA組網的方式進行無 線側的部署,實現廠區各類數據的采集和下發,特別是 對移動性要求高的應用終端,提供了便捷可靠的無線接 入方式,并通過部署邊緣UPF的方式,將聯通核心網的 分流和計算能力下沉到用戶邊緣,保障了可靠的生產控 制類信息交互,并將園區普通用戶流量和園區內網數據 流進行隔離和分流,提高了業務數據的安全性。本項目安全措施如圖2所示。
圖2 安全措施圖
3 代表性及推廣價值
3.1 創新性
本項目是產學研用一體實施(同時開展研究,同時 開展學習,同時落地應用)的代表。海油工程組建200 多人核心技術團隊,聯合中國聯通、國內知名高校和科 研機構,統籌國內外優質資源,攻克了數字協同設計、 智能化排產、智能定位組對、自動切割焊接、智能倉儲 等海洋工程智能制造關鍵技術難題,成功搭建了工業大 腦。該項目以數據資產為核心,運用5G技術賦能,實 現智慧管理,填補了我國海洋油氣裝備數字化、智能化 制造領域的多項技術空白,成功探索了海洋石油工業領 域“以行業龍頭企業為需求、5G運營商為保障、知名 高校與科研院所為支撐、相關企業為配套”的5G智慧 生態的全新模式。
3.2 方案成熟性
海工5G智能工廠的建設將對高端裝備行業智能工 廠建設與推廣應用產生示范帶動效應,成為產業發展的 新引擎;將拉動產業鏈上下游200億元相關產業,帶動 終端生態,推動海洋裝備制造業數字化轉型,促進海洋 裝備制造工廠5G技術的發展及應用,打造5G智能工廠 標桿,賦能人才培養。 全新的海工5G智能工廠正在孕育形成一系列以數 據為核心的海洋工程技術產品、服務模式和商業形態, 將極大拉動相關領域的創新型企業不斷涌現壯大,并將 成為經濟增長的重要新動能。
3.3 商業價值
海油工程天津智能化制造基地作為中央企業數字 化轉型示范基地,大量應用5G、工業大數據、人工智 能等先進技術,通過分析和總結公司多年來在大型工程 結構物方面項目計劃、生產組織、車間執行等技術和經 驗,實現從項目管控、車間建造到廠區管理的全流程智 能化,為海洋油氣裝備行業提供了可復制、可推廣的數 字化、智能化運營管理模式,也推動了整個產業鏈的整 體提升。
(1)對于產業上游的材料和設備供應商,主要包 括鋼材、焊材、涂料以及各種設備制造行業,通過5G 的生產應用場景,將項目訂單的工藝、計劃。交貨信息 直接傳遞到供應商的系統中,同時能夠及時獲取供應商 最新的生產進度及質量反饋,在后續的總裝現場裝配過 程中,也可以通過5G+AR場景與上游供應商進行遠程 配合解決現場的裝備問題,整體提升了產業上游的服務 交付能力。
(2)對于產業中游,主要為國內的博邁科、蓬 萊巨濤海洋、南通惠生等企業,還有中集來福士、外 高橋造船、招商工業、中遠海運重工等中國船廠,通 過運用多種5G智能場景,提升工廠的工作效率,降低 人力成本,杜絕安全事故,在海油工程行業內起到了 引領作用,對國家的能源行業發展起到了帶頭示范作 用。
(3)對于產業下游,主要客戶是國際油氣開發公 司、天然氣液化行業以及工程承包商。在服務下游業 主方面,本項目以整個海油工程EPCI核心主鏈條為主 線,實現了工程項目總包管理與業務的協同,最終實現 了項目高質量低成本交付,推動了海洋制造產業協同發 展。
3.4 社會價值
(1)提升了我國海上油氣制造業的競爭力
海油工程天津5G智能工廠的主要應用和價值創造 體現在工廠智能生產、工廠內部生產管理、產業鏈供應 鏈協同三大方面。海洋石油工程集團通過自身5G智能 工廠的建設,將5G、大數據、人工智能與工業場景深 入融合并積累了相關場景的建設經驗,為我國海洋油氣 制造業的數字化轉型提供了可供參考、可以落地的重要 經驗,對提升我國海上油氣制造業數字化、打造行業核 心競爭力具有重要意義。
(2)保障了國家海上能源安全獨立自主
受地緣政治沖突、新冠肺炎疫情、氣候變化等多重 因素疊加影響,國際能源形勢呈現諸多新變化。我國作 為能源消費大國,面對國內陸地石油資源日益枯竭、國際油價突飛猛進的新常態,海上石油的開發利用成為了 解決這一問題的重要抓手之一。
海洋石油工程集團作為國內唯一一家具備全產業鏈 裝備制造能力的海上油氣裝備制造商,面對行業發展瓶 頸,結合企業自身發展痛點,通過海油工程天津5G智 能化制造基地的建設,并采用國產裝備開發油氣資源, 大力提升了海洋油氣裝備的制造能力,為推動海洋科技 實現高水平自立自強、保障國家能源安全、建設海洋強 國作出了突出貢獻。
(3)推動了我國數字經濟加速向前發展
當今時代,數字技術、數字經濟是世界科技革命和 產業變革的先機,是新一輪國際競爭重點領域。天津海 工5G智能工廠建設發揮了智能制造、數字工廠的示范 作用,海工5G智能工廠正在孕育形成一系列以數據為 核心的技術產品、服務模式和商業形態,其相關領域的 創新型企業在不斷涌現壯大,自身也在形成一個新興產 業,并將成為經濟增長的重要新動能。
摘自《自動化博覽》2023年第2期暨《邊緣計算2023專輯》