团 体 标 准
T/CCPIA 258—2024
农药工业智能工厂建设指南
Guidelines for smart factory construction for pesticide industry
2024-08-12 发布 2024-08-12 实施
中国农药工业协会 发 布
前 言
本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定起草。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别这些专利的责任。
本文件由中国农药工业协会提出并归口。
本文件起草单位：河北临港化工有限公司、中控技术股份有限公司、中国空分工程有限公司、江苏金旺智能科技有限公司、江苏优嘉植物保护有限公司、江苏龙灯化学有限公司、毅植农业科技有限公司、江苏省农用激素工程技术研究中心有限公司、四川利尔作物科学有限公司、深圳市旭永实业有限公司、江苏联化科技有限公司、山东京博农化科技股份有限公司、河北兰升生物科技有限公司、河北兴柏农业科技有限公司、广西田园生化股份有限公司、福华通达化学股份有限公司、山东汇盟生物科技股份有限公司、江苏东宝农化股份有限公司、杭州和利时自动化有限公司、西门子(中国)有限公司、江阴市昌盛药化机械有限公司、扬州旭升电气设备有限公司。
本文件主要起草人：朱建军、申银山、黄华树、范东升、陆棋、王随家、吴孝举、徐士坤、彭成洲、丁焕峰、赵建平、余鹏程、叶朝辉、张道磊、马清国、刘进峰、邓毅、郭双方、肖才根、徐嘉诚、廖友辉、张波、郗凌霄、陈雄挺、王良富、何昭君、李慧、唐辉、张东生、叶子雨、王若青、杨俊、姚军、于肖东。
引 言
我国是农药生产大国、出口大国。当前，我国农药工业正处于结构调整、提质增效的关键时期，依然面临产能过剩、生产经营低效、粗放等问题。随着自动化、连续化、信息化、智能化技术的不断成熟应用，智能制造成为农药工业未来发展的重大趋势和核心内容，也是我国由农药大国向农药强国转变的重要途径。
为进一步贯彻落实“制造强国”发展战略，引导我国农药工业从量的积累向质的飞跃，提升我国农药工业的生产技术水平和核心竞争力，推动我国农药工业高质量发展，中国农药工业协会组织行业专家、龙头企业和智能制造技术支撑单位联合编制《农药工业智能工厂建设指南》 (以下简称《指南》)。
《指南》在研究国内外智能制造技术发展成果的基础上，结合我国农药生产工艺流程特点和共性问题，总结农药企业智能工厂试点建设经验以及其他制造业智能制造的实践经验，提出了农药工业智能工厂建设总体架构、建设内容、数字化交付、建设方法和建设规划，明确农药工业智能化工厂建设的关键要素和技术，为农药工业实施智能制造奠定基础。
农药工业智能工厂建设指南
1 范围
本文件提供了农药工业智能工厂建设的指导，给出了总体架构、建设内容、工业控制与信息系统安
全、数字化交付、建设方法、建设规划与推进原则
本文件适用于从事农药原药(母药)及中间体生产、制剂加工企业的智能工厂规划与建设。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件;不注日期的引用文件，其最新版本(包括所有的修改单)适用于本文件。
GB/T 17167—2006 用能单位能源计量器具配备和管理通则实施指南
GB/T 22239—2019 信息安全技术 网络安全等级保护基本要求
GB/T 22240—2020 信息安全技术 网络安全等级保护定级指南
GB/T 41255—2022 智能工厂 通用技术要求
3 术语和定义
下列术语和定义适用于本文件。
3. 1
智能工厂 smart factory
在数字化工厂的基础上，利用物联网技术和监控技术加强信息管理和服务，提高生产过程可控性、减少生产线人工干预，以及合理计划排程。同时集智能手段和智能系统等新兴技术于一体，构建高效、节能、绿色、环保、舒适的人性化工厂。
[来源：GB/T 41255—2022 ，3. 1]
3.2
自主运行 autonomous operation
通过多种综合技术的应用，面向生产装置过程控制的问题，使工厂中的设备、系统具有自主决策和运行能力，实现工艺操作过程的优化，降低生产操作频次，实现“少人化”或“无人化”操作。
3. 3
基础自动化控制 basic automatic control
在工厂和生产过程中使用自动化系统和控制技术来监测、管理和调整各种生产参数和设备操作，确保生产的稳定性、效率和质量。
4 缩略语
下列缩略语适用于本文件。
AAS：高级报警管理系统(Advanced Alarm Management System)
ADS：自主决策系统(Autonomous Decision Systems)
AGV： 自动导引运输车(Automated Guided Vehicles)
AI：人工智能(Artificial Intelligence)
AMS：智能设备管理系统(Asset Management System)
APC：先进控制(Advanced Process Control)
APS：高级计划与排程(Advanced Planning and Scheduling)
BC：批量控制(Batch Control)
BPM：业务流程管理(Business Process Management)
CPM：控制性能管理(Control Performance Management)
CRM：客户关系管理(Customer Relationship Management)
DCS：分布式控制系统(Distributed Control System)
EAM：企业资产管理(Enterprise Asset Management)
ERP：企业资源计划(Enterprise Resource Planning)
ESD：紧急停车系统(Emergency Shutdown Device)
GDS：气体检测系统(Gas Detection System)
HSE：职业健康、安全及环境(Health Safety Environmental)
LES：实验室执行系统(Laboratory Execution System)
LIMS：实验室信息管理系统(Laboratory Information Management System)
MES：生产执行系统(Manufacturing Execution System)
Modbus：一种串行通信协议
OA：办公自动化(Office Automation)
OPC：用于过程控制的对象连接与嵌入(Object Linking and Embedding for Process Control)
OTS：仿真培训系统(Operator Training System)
PDA：个人数字助理(Personal Digital Assistant)
PDCA：计划执行检查行动(Plan ，Do ，Check ，Act)
PLC：可编程逻辑控制器(Programmable Logic Controller)
PMS：采购管理系统(Purchase Management System)
PFB：过程总线网络(Process Field Bus)
QMS：质量管理系统(Quality Management System)
RFID：射频识别(Radio Frequency Identification)
RGV：有轨制导车辆(Rail Guided Vehicle)
SCM：供应链管理(Supply Chain Managemen)
SIS：安全仪表系统(Safety Instrumented System)
SPC：统计过程控制(Statistical Process Control)
SRM：供应商关系管理(Supplier Relationship Managemen)
UWB：无线载波通信技术(Ultra Wide Band)
5 智能工厂总体架构
农药工业智能工厂总体架构由运行控制、运营管理和智能决策3个部分构成，见图l。
运行控制包括智能传感与终端、基础自动化控制以及自主运行与控制。运营管理包括生产管理、质量管理、能源管理、设备资产管理、HSE管理、仓储物流管理、经营管理、综合办公管理、人力资源管理以及研发与知识管理。智能决策包括预警预测、辅助决策预案、全流程追溯、实时成本分析、预案自主执行、智慧农化服务、大数据分析和业务管理决策。
图1 智能工厂总体架构
6 建设内容
6.1 运行控制
6.1.1 智能传感与终端
智能传感与终端包括但不限于现场仪表、控制阀、智能终端、视频终端和射频识别等。
现场仪表包括但不限于温度、压力、流量、物位和在线分析等仪器仪表。
智能终端包括但不限于智能手机、PDA、可穿戴设备等。
视频终端包括但不限于前端摄像机、传输线缆、视频监控平台。
射频识别应用于生产溯源、人员管理、门禁系统、农药产品溯源等方面。
6.1.2 基础自动化控制
基础自动化控制包括但不限于DCS/ PLC 、SIS/ GDS/ ESD、自动投料、工业机器人、自动包装和自动物流等。
6.1.3 自主运行与控制
自主运行与控制宜应用操作导航、BC 、AAS 、APC/CPM、OTS、AMS、ADS等技术或系统。
6.2 运营管理
6.2.1 智能运营管理平台
智能运营管理平台宜构建企业级数据集成平台，包括但不限于采集协议、标识解析、数据处理、数据管理、数据安全等功能，实现系统集成、资源整合、信息共享。
采集协议模块可支持多种数据传输协议(OPC/Modbus/PFB等)，保障数据采集和传输的完整性、准确性。
数据处理模块包括但不限于数据校验、连接、查询、去重、替换、排序等功能，通过数据处理工具实现数据分析和加工。
数据管理模块实现数据的收集、整理、组织、存储、维护、检索、传送等功能，建立数据结构，保证数据的独立性、可靠性、安全性和完整性。
6.2.2 生产管理
6.2.2.1 计划调度
计划调度包括但不限于调度指令、调度监控、工单执行管理、异常处置、调度知识库等内容。
6.2.2.2 工艺管理
工艺管理包括但不限于配方管理、工艺模拟、工艺优化、远程专家诊断等内容。
6.2.2.3 操作管理
操作管理对生产运行过程中的各类操作进行指令下达、反馈与确认，包括但不限于工艺要求、负荷调整等操作，对操作班组运行记录、生产记事、交接班等进行数字化管理，对工厂、车间和班组等维度实现操作绩效统计和考核。
6.2.2.4 批次管理
在批次生产模式下，宜具备批次生产工单，与过程控制系统及类似批量控制系统、操作导航系统进行集成，按照整体批次生产逻辑进行工单启停，对人工工序作业进行指导与管理，实现批次生产记录、批次工艺分析、批次数据对比、批次追溯等功能。
6.2.2.5 统计分析
基于生产过程中采集的数据，对订单进度进行跟踪分析，避免出现产品不合格、延期交货等现象;通过对物料的跟进分析及时对生产过程进行优化和改进，减少废料产生，降低生产成本，减少库存;通过对不合格率的多维度分析，尽早发现不合格率高的原因并进行改进;通过生产成本统计分析，及时掌控生产过程，控制生产成本。
6.2.2.6 生产绩效
宜从车间、装置和班组三个层面对生产绩效进行管理。车间考核成本效益，包括原辅料、公用工程、其他成本以及产品量价;装置考核完好率、运行平稳率、产能利用率及生产效益;班组考核操作平稳率、合格率、产量质量合格率以及现场作业操作合格率。
6.2.3 质量管理
6.2.3.1 在线分析
宜在特定场合应用在线分析。在线分析通过传感器、视觉系统等技术采集现场的在线分析仪表、反映生产状态的关键参数，实时监控生产线运行情况和质量状况，实现基于质量的生产控制闭环。
6.2.3.2 质量分析
宜建立质量分析相关系统，提供质量数据的历史趋势分析，为供应商、研发等提供质量趋势参考，实现预测预警的功能，发现异常数据查找原因。通过SPC等手段，对产品的缺陷进行分析，提出改善方案，保证产品质量稳定。
6.2.3.3 实验室管理
宜建设LIMS用于实验室内部，立足检验标准和实验室业务，对质量检验业务、实验室资源等进行过程控制与管理。宜建设LES，直接处理实验室数据采集、方法设计、任务执行、数据审核和报告，实现实验室执行业务的电子化。
6.2.3.4 质量检验
基于质量检验的QMS，与采购、生产、销售等系统衔接，建立指标标准，管理质量数据，反馈检验结果，对产品召回、质量追溯和合规性检查等质量保证相关业务、流程进行管理。
6.2.3.5 质量预测
质量预测宜通过大数据分析等技术，预测产品在生产和应用过程中质量情况，提前规避质量问题。
6.2.4 能源管理
6.2.4.1 综合管理
宜按照[GB/T 17167—2006 ，4]配备必要的能源计量器具，并通过第6.1.1节现场仪表的配置实现数据自动采集和对能源计划、能源统计、能源绩效和能源调度等业务环节的系统管理，并可根据生产计划生成能源需求计划，根据能源需求计划调配能源供应计划、产能计划和节能计划。
6.2.4.2 能源优化
能源优化通过对能源数据的统计和分析，形成各类能耗情况报表，对生产装置能耗情况进行实时分析对比，形成能源消耗趋势图，为管理者和决策者提供能源消耗数据，实现能源平衡、能耗优化、管网优化和双碳管理等。通过智能终端感知能源变化，智能驱动能源生产、输送、消耗的优化运行，提升能效。
6.2.5 设备资产管理
6.2.5.1 设备档案
设备档案建立设备从规划、设计、制造、安装、调试、使用、维修、改造、更新直至报废全过程的图样、方案说明、凭证、技术资料和各类业务记录等文件的电子化资料，包括设备静态档案和动态档案(记录)。
6.2.5.2 设备监测
设备监测功能或系统通过采集与设备运行、状态等相关的现场实时数据、视频，结合设备状态、工艺流程、厂区空间数字化展示等多种数据，建立以设备实时监测为主题的设备状态监测系统。
6.2.5.3 运行管理
管理设备运行状态及运行台时数据，管理开停机业务和流程闭环，进行运行效率分析。
6.2.5.4 设备运维
设备运维包含但不限于设备故障管理、腐蚀管理和可靠性管理等功能的管理系统。设备故障管理统计设备故障率，对设备的故障历史进行跟踪、反馈、统计和分析，通过分析和改进，提高设备的完好率，降低设备维护/维修的成本，利用大数据技术，实现对关键设备故障的准确诊断和预测。设备腐蚀管理包括但不限于测厚管理、腐蚀和水质监测、防腐文档管理等功能，实现重点设备的腐蚀监测和预防。设备可靠性通过维修策略的制定、管理、执行、评估和优化形成闭环，促进维修策略和设备可靠性的持续改善。
6.2.5.5 智能巡检
智能巡检通过移动终端、物联网设备和定位技术等手段辅助巡检，实现巡检作业电子化、规范巡检过程。
6.2.5.6 专机管理
对有特殊管理要求的设备、重要关键设备，针对不同管理进行单独专项的管理，包括但不限于特殊档案、台账、记录、报表等。
6.2.5.7 备品备件管理
备品备件管理宜建立备件台账，编制备件计划，实现备品备件采购入库、出库、盘点的数字化管理。备品备件管理与PMS进行集成，实现备件信息共享，降低备件库存。
6.2.5.8 预防性维护
预防性维护管理包括但不限于润滑、维修保养、防腐、加脂、切换、更换、检测等内容，通过对维护内容标准化定义，主动提醒、跟踪、分析实现PDCA闭环，提高维护业务效率，掌握设备基本状况，维持和改善设备工作性能，预防事故，减少停机时间，延长设备的使用寿命，减轻维修人员的劳动强度。
6.2.6 HSE 管理
6.2.6.1 综合监控
综合监控通过采集安全、环保和职业健康相关的现场实时数据、视频，结合工艺流程、厂区空间数字化展示等多种数据，建立以HSE为主题的综合监控系统。
6.2.6.2 应急调度
以企业事故应急救援体系为基础的应急调度系统按照企业应急预案要求，建立应急模拟演练、日常教育培训平台，提升日常演练培训效果，确保在应急状态下，救援人员进行事故救援、处置;建立重大危险源、危险化学品以及法律法规、事故案例知识库，实现预测预警、接处警、应急响应和预案管理等功能。
6.2.6.3 安全培训
安全培训借助培训计划和业务管理、培训资源和课程管理、线上培训平台等功能，实现企业培训档案规范化、人员资质合规化、培训内容针对化、培训学时标准化、培训效果可量化，提高企业培训效能。
6.2.6.4 作业管理
作业管理包含但不限于作业审批流程管理、作业现场管理、作业安全风险管理、作业数据管理和分析、作业监控和预警管理以及作业台账管理等多种功能，主要用于8大类作业票制定申请、作业风险辨识、安全措施确认、作业审批、作业执行和作业验收。
6.2.6.5 双重预防
根据安全风险分级管控机制和隐患排查治理机制应建立双重预防机制与系统，落实风险管控措施、建立定期排查系统与隐患排查任务、跟踪治理情况、提醒预警信息接收、实时上报现场隐患排查情况、全程跟踪隐患治理。数据交换符合规范，实现政企数据共享。
6.2.6.6 人员定位
人员定位通过短距离无线通信技术、UWB、卫星定位、移动基站定位等技术，结合厂区分区和管理要求，综合全厂电子地图，实现对人员和相关设施的定位。
6.2.6.7 事故分析
对事故事件上报、审核、调查分析、预防整改、事件关闭等全流程闭环管理，全过程留痕，形成事故事件档案。
6.2.6.8 健康与卫生管理
利用数字化平台管理员工的健康与卫生信息，包括但不限于健康检查、医疗记录、职业病防护等。
6.2.6.9 环境监测与控制
对环境因素进行监测与控制，包括但不限于废水排放、废气排放、固体废物处理等，确保企业符合环保法规，减少对环境的负面影响。
6.2.7 仓储物流管理
6.2.7.1 无人值守
无人值守通过一卡通、无人值守磅房/远程集中值守、自动装卸等手段，打通企业供销和内部物流，实现物流车辆进出、计量、装卸等一个或多个环节无专人值守。
6.2.7.2 罐区管理
罐区管理包括但不限于物料收发、状态监测、罐检尺、罐容计算、切水、清罐等罐区日常操作。
6.2.7.3 计量管理
计量管理通过对各装置、生产线进出物料的计量仪表数据的采集、抄录、累积和计算，对各装置和管线、存储区的物料计量进行盘点，实现对厂区内物料的计量、平衡和结算分摊。
6.2.7.4 危险化学品管理
危险化学品管理包括但不限于危险化学品的计划、采购、运输、装卸、储存、使用、处置等环节，在装卸、储存和使用等环节通过电子作业、控制联锁、物料追溯和平衡等方法对危险化学品业务进行专项管理。
6.2.7.5 危险废物管理
对生产过程中产生的危险废物，建立危险废物台帐;在收集、贮存和处置等环节通过电子作业满足对危险废物专项管理的要求;对危险废物的容器和包装物以及收集、贮存、运输危险废物的设施、场所，设置电子化危险废物识别标志。
6.2.7.6 智能仓储
宜建设与应用原辅材料、包材和产品智能化立体仓库或者高架仓库，实现仓库出入库自动化。建设仓储信息系统，从物料进厂检验开始，追踪其入库、出库、消耗、剩余物料返仓、原料质量问题返回供应商等信息，为物料建立完整的历史信息档案，提供查询和管理方法，满足企业在统计和物料追溯方面的需求，并与ERP及智能化仓库进行业务贯通。
6.2.7.7 智能配送
宜应用智能配送系统，将物料信息与企业内部和外部供应商的的物流系统共享，使各个协作部门清楚了解生产安排情况，未来对物料的需求情况，配送的具体时间和地点等。
6.2.8 经营管理
6.2.8.1 财务管理
财务管理包括但不限于应收账款、应付账款、出纳、预算、费用、物料和固定资产等管理以及合成报表等功能。财务管理模块应与其他业务模块充分集成，业务活动实时反映到财务部门，财务部门实时监控业务活动，实现收款到销售、采购到付款等关键环节控制，防范财务风险。在生产过程中，实时核算各装置、工序或生产线的单位生产成本，实现ERP与生产执行相关系统进行互联互通，进行相应的成本分析，如：原料成本、能耗成本、人力成本、设备成本等。
6.2.8.2 计划管理
计划管理包括但不限于主生产计划、物料需求计划、能力需求计划、车间控制、制造标准、APS等，实现经营层面多层次的管理。
主生产计划是根据生产计划，预测客户订单，根据各周期准备产品种类和数量。物料需求计划是根据物料清单，把产品数量转变为生产所需的基础物料数量，并对照库存量，计算出加工和采购的数量。能力需求计划是平衡所有工作中心的负荷能力，进而产生详细的工作计划。车间控制是将作业分配到具体车间，再进行作业的排序、管理和监控。在计划、生产执行的透明化基础上，APS系统进一步提升计划与排产效率，支撑柔性生产。
6.2.8.3 采购管理
采购管理系统对供应商进行维护评估、询价，列出企业的采购计划，下达订单进行采购，对采购物料跟踪管理，检查其是否合格。按照不合格品退货处理，合格品入库管理原则，对各项采购报表进行汇总统计，管理整个采购业务流程，实现从供应商管理、采购询报价、采购业务、库存到采购各类报表统计的采购业务管理。
6.2.8.4 销售管理
销售管理系统具备销售统计和分析等功能，实现销售基础数据、销售计划、销售订单、收货发货和售后服务等功能。
6.2.8.5 资产管理
EAM实现基础管理、工单管理、预防性维护管理、资产管理、作业计划管理、安全管理、库存管理、采购管理、报表管理、检修管理和数据采集管理等多项管理功能。
6.2.8.6 成本管理
成本管理系统将经营预算、资本预算、薪酬预算、财务预算等融为一体，实现企业优化资源配置、提高运行质量、加强风险管控、改善经营效益。
6.2.9 综合办公管理
6.2.9.1 综合办公
OA系统实现公文流转、审核、签批等行政事务的自动处理，促进管理信息化、规范化，整合组织内部的信息流。
6.2.9.2 后勤管理
安全可靠、功能完善、智能化的后勤管理平台实现对如宿舍、车辆、一卡通、食堂和厂区等多场景管理。
6.2.9.3 综合门户
综合门户包含但不限于综合信息访问与发布、多系统访问入口和流程处理集成等应用系统，应建立一站式综合门户。
6.2.9.4 移动办公
宜建设移动办公系统，应用手机、平板电脑实现随时随地办公。
6.2.10 人力资源管理
宜建设人力资源管理系统，包括但不限于建设人力资源流程、能力培训、绩效管理、薪酬管理等信息化功能，企业结合自身需求，根据企业文化、经营目标、员工需求、组织机构、薪酬体系等建立人力资源管理体系。
6.2.11 研发与知识管理
6.2.11.1 知识管理
建议将企业有价值的方案、科研成果、经验等知识分类存储和管理，包括但不限于知识中心、知识地图、专家黄页、知识统计、知识检索等功能和系统管理组件，实现企业内的知识整合和知识集成。
6.2.11.2 研发管理
宜对研发活动的全生命周期进行管理，包括但不限于系统、文档、需求、设计与编码、测试、质量和进度等管理模块。
6.2.11.3 工具平台
宜对研发过程中使用的特定研发软件、效率工具，运用相应软件、工具与研发管理平台进行集成应用。
6.2.11.4 情报分析
情报分析系统通过信息采集、全文检索、文本挖掘等手段，收集、存储、处理和分析其他企业、市场环境、政策及战略等信息，将具有可操作性的情报及时传递给企业决策者。
6.3 智能决策
6.3.1 预测预警
利用生产和经营管理过程中采集的大数据资源，用数学方法对数据进行分析，建立企业运营关键指标和预警模型，实现对生产和经营过程的实时监控和预测预警分析。应建立关键设备的预测预警系统，
对设备运行寿命及参数指标进行监控;建立能源运行、使用和平衡预测预警系统，对全厂能耗及能耗构成、装置能耗及能耗构成进行展示，与能耗指标进行对比分析;建立生产运营预测预警系统，对关键生产运营指标进行监控;建立质量预测预警系统，对关键质量控制指标进行监控;建立安全环保预测预警系统，对环保监控参数超标进行监控，对安全事故进行通报，对安全环境达标及环保分级控制指标进行监控;建立经营管理预测预警系统，对市场信息进行收集、监控和分析。
6.3.2 辅助决策预案
宜建立专家系统等类似系统，由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等组成，其中知识库中存放求解问题所需的知识，推理机负责使用知识库中的知识解决实际问题。知识工程师和专业领域专家相互合作将相关领域知识整理出来，并用系统的知识方法存放在知识库中。通过专家系统，建立设备、安全、环保、能源、质量、生产经营和经营管理等决策辅助预案，应对生产和经营过程中发生的突然变故、政策环境变化、原料和产品价格波动等。
6.3.3 全流程追溯
全流程追溯系统通过实时收集产品原料、批次生产过程和客户使用的质量信息，对每个批次的产品质量实现全流程在线实时追溯，批次产品可追溯到采购、生产和销售的全过程。
6.3.4 实时成本分析
实时成本分析系统建立产品成本模型，对成本发生过程实时跟踪、分析和监控，实现成本管理事前计划，事中监控、反馈，事后评价的科学循环体系，优化生产过程。
6.3.5 预案自主执行
预案自主执行系统为决策者提供所需的数据、信息和背景资料，明确决策目标和识别问题，修改决策预案模型，提供预选方案，并进行评价和优选，通过分析、比较和判断，为正确的决策提供支持。
6.3.6 智慧农化服务
智慧农化服务平台包括但不限于网络销售、农技服务、产量及品质服务、专家在线咨询、专业知识库、智能喷洒服务等延伸创新服务，实现农化服务全流程数字化运营、智能化管理。
6.3.7 大数据分析
利用大数据技术，基于市场、企业经营管理、生产运行管理及生产历史状态等方面的数据，以场景化的思路找到分析场景，在生产运行优化、工艺和配方改进、设备/质量/安全智能化分析、市场及销售分析等方面进行重点应用。
6.3.8 业务管理决策
通过对业务管理系统的集成和多维度、多层次业务数据的分析，从决策管理的角度，挖掘与分析数
据，展示综合决策。
6.4 跨层次、跨系统的协同与优化
6.4.1 横向协同
横向协同宜实现横向端到端的跨系统协同与优化。建设SCM包括但不限于销售、采购、生产、库存和物流等管理模块。其中，
A) 销售管理以客户为中心，打造创造型营销新模式;
B) 采购管理实现满足订货需求的主动供应;
C) 生产管理包括但不限于综合预测、供应链计划、需求计划、制造计划和排程、供应链智能等功能;
D) 库存管理实现物料快速流动，减少库存积压，加强物料的批次跟踪和追溯;
E) 物流管理保证采购、发货等运输过程的无缝连接。
6.4.2 纵向管控
纵向管控宜实现纵向跨层次的贯通、协同与优化，如将ERP生成的主生产计划，通过APS系统生成最优的物料需求计划和生产排程方案，通过生产调度优化将生产计划分解为最优的日作业计划，再通过MES(间歇装置需MES + BC)将作业计划转化为操作控制并由计算机控制系统自动执行。复杂控制回路由APC/ CPM进行在线优化，提高操作过程的自动化率。
7 工业控制与信息系统安全
工业控制与信息系统安全宜按照[GB/T 22240—2020，4. 1]安全保护等级第二级进行规划与管理，按照[GB/T 22239—2019，7]进行规划与建设，工业控制系统、运营管理与决策管理信息系统从网络层次、安全机制、安全服务等多维度建立安全机制和技术防护。
8 数字化交付
8.1 数字化交付内容
数字化交付的内容包括但不限于数据、文档和模型，工厂对象与数据、文档与模型有关联关系，工厂对象的数据内容宜涵盖设计、采购、施工阶段的基本信息。
8.2 数字化交付的质量控制
数字化交付的质量应遵守数据、文档和模型的一致性、合规性及完整性，使工厂对象与其关联关系的准确性，参建单位对交付内容进行审核确认，保障交付数据的质量。
8.3 数字化交付平台的标准
数字化交付平台宜具备与设计平台一体化的能力，实现无缝、快捷、低成本的数字化交付，交付平台宜内置集成工厂运行维护系统。
9 建设方法
9. 1 共性重点
9.1.1 自动化控制
生产装置宜通过计算机控制系统实现全流程自动控制，可采用DCS、PLC等控制系统，实现自动配料、重要生产过程联锁控制、生产参数超标报警等自动化控制。对按照设计规范应配置SIS的装置，应采用SIS。
9.1.2 批次管理
多品种生产或多批次同时运行的生产装置，可采用批处理控制程序或软件(如MES 、BC)，进行配方管理和批次生产控制，实现全流程自动控制和批次生产流程的可追溯。
9.1.3 高级报警管理
针对生产装置的报警泛滥、报警频发等情况，可采用AAS等类似软件进行报警管理，实现报警的抑制、对比和统计分析，优化报警设置。
9.1.4 智能仪表设备管理
针对生产装置的智能设备管理，可采用AMS等类似软件进行智能设备的管理，实现智能设备的重要参数管理、调校等。
9.1.5 扫码核对
针对生产装置的投料(固粉体、微量催化剂/助剂)防呆防错等情况，采用扫描枪或PDA的应用软件进行物料的一维条码、二维码扫码或电子标签RFID。
9.1.6 数据采集
采集生产装置的生产过程数据、工艺数据、设备数据等，包括但不限于DCS、PLC、智能仪表、门禁、智能视频、AGV、工业机器人/机械臂、人员定位、危险源、可燃气体等数据。
9.1.7 生产执行相关系统
生产执行系统可采用MES等类似软件，实现生产管理、质量管理、能源管理、设备资产管理、HSE管理、物流管理等功能。
9.1.8 经营管理相关系统
经营管理相关系统包括但不限于财务管理、采购管理、资产管理、生产管理、人力资源管理、质量管理等。企业其他管理业务流程通过OA或者BPM等类似软件实现协同。根据企业业务情况，可建设CRM、 SRM等。
9.2 原药企业
9.2.1 优化控制
针对生产装置中影响和控制的参数较多的复杂控制回路，宜采用APC等类似软件进行控制回路的数学建模，实现复杂控制回路的自动控制。比如：反应釜的温度控制、滴加控制、蒸馏控制、分液控制、结晶控制、精馏塔控制等。
9.2.2 HSE 平台
生产装置的安全、环保和健康等数据的采集和管理，包括但不限于安全生产风险监测预警、双重预防机制信息化、特殊作业全过程信息化、人员车辆自动定位系统、智能视频监控系统、安全生产全要素管理等，如HSE系统。
9.2.3 智能分析
针对批次生产工艺，在批次生产过程数据采集与记录的基础上，可通过大数据分析和AI技术等方法，对全流程的批次数据进行智能分析，或多批次比对寻找黄金批次，实现面向工艺对比、工艺评价、质量预测、在线优化、操作优化和配方优化等方向进行深入应用。
针对连续生产工艺，在生产过程数据采集与记录的基础上，可通过大数据分析和AI技术等方法，对全流程的能耗数据、质量数据、设备故障数据、操作数据、工艺数据等进行智能分析，实现面向工艺、成本、质量、控制等优化方向进行深入应用。
9.3 制剂企业
9.3.1 生产流程和设备的优化
宜采用先进的生产流程和成套设备，改进和优化剂型的生产工艺流程，确保生产简单高效、具有一定的连续性;引进先进的自动化设备。
9.3.2 自动化控制
自动化控制实现对系统自动化产线和智能工艺设备的集成控制与协调管理。
9.3.3 配方与批次管理
关注配方保密和小料、助剂的投料管理，实现完整的批次生产过程记录。宜实现多功能制剂产线的批次切换、物料输送与包装的管理。
9.3.4 生产执行相关系统
宜在生产执行系统中应用包装/灌装管理、制剂成品在线赋码、一物一码质量追溯(瓶/包/袋/桶码、箱码、托码关联，一键扫码查看生产批次记录)。
10 建设规划及推进原则
10. 1 战略规划
农药工业企业宜明确智能工厂建设的战略目标和计划，确定实施智能化的方向、规划分步推进的阶段、明确预期目标及效益。
10.2 组织领导
农药工业企业宜根据企业自身需求做好顶层组织设计，建立合理组织架构。宜明确高层次领导人负责，设置智能化专职管理、业务及技术运维岗位，宜将企业主要负责人设置为智能化专职管理负责人。
10.3 人才保障
农药工业企业加大人才引进和复合型人才培养，构建内外结合的智能人才储备机制，依托外部专家团队、供应商完成智能制造系统解决方案，依托内部人才队伍完成项目建设实施、系统运营维护。企业智能化建设的支撑团队包括但不限于工程师、数据分析师、自动化专家等。
10.4 资金投入
农药工业企业明确支持智能工厂建设的资金预算，包括但不限于设备采购、技术开发、人员培训、系统集成等方面的资金投入，并制定智能工厂资金使用管理制度，明确职责、流程、方法、资金使用规范与投入。应按销售收入比例设立智能工厂资金投入制度，专款专用。建立资金投入与产出评价制度，衡量智能工厂投入与效益的匹配度。
10.5 信息资源
农药工业企业宜开展内部网络信息资源管理标准化工作，构筑与智能工厂建设规划相匹配的网络信息资源管理标准化体系，规范企业信息资源的管理和使用。
10.6 持续升级
农药工业企业宜制定长期规划和战略目标，对智能工厂建设进行持续升级，推动企业可持续发展。宜落实智能工厂相关领域新技术(如物联网、大数据、人工智能和5G等技术)，对技术装备不断升级改造。
评论