黨的十九大以來，黨中央高度重視數(shù)字化轉(zhuǎn)型。國家局黨組在今年上半年工作電視電話會議中提出，要堅定實施數(shù)字化轉(zhuǎn)型戰(zhàn)略，以全國煙草生產(chǎn)經(jīng)營管理一體化平臺建設(shè)為抓手，推進數(shù)字技術(shù)與煙草經(jīng)濟深度融合。

數(shù)字化轉(zhuǎn)型是指利用現(xiàn)代技術(shù)和通信手段，以數(shù)據(jù)賦能的方式提升企業(yè)的生產(chǎn)、經(jīng)營、管理等方面的工作效率。數(shù)字化轉(zhuǎn)型的核心是“大人物”，即大數(shù)據(jù)、人工智能和物聯(lián)網(wǎng)。大數(shù)據(jù)作為在一定時間范圍內(nèi)無法用常規(guī)軟件工具進行捕捉、管理和處理的數(shù)據(jù)集合，人工智能作為中樞大腦為數(shù)據(jù)提供分析及反饋平臺，物聯(lián)網(wǎng)作為信息高速路為數(shù)據(jù)提供采集及傳輸通道，三者最終形成數(shù)據(jù)采集—數(shù)據(jù)存儲—數(shù)據(jù)分析—數(shù)據(jù)反饋—終端改進—數(shù)據(jù)采集的閉環(huán)工作模式。

作為工廠生產(chǎn)的重要一環(huán)，制絲車間的數(shù)字化轉(zhuǎn)型是工廠全局數(shù)字化轉(zhuǎn)型中的重要部分。圍繞人員、安全、維修、設(shè)備和備件等方面可建立統(tǒng)一的數(shù)據(jù)管理平臺，使各要素建立聯(lián)系，在某一要素改變時給出反饋，最終做出全局處理。平臺的良好運行需要大量的數(shù)據(jù)驅(qū)動，因此數(shù)據(jù)作為平臺的“血液”需要源源不斷地補充。

數(shù)據(jù)來源有三個方面，一是人工錄入，如備件使用情況、維修記錄、生產(chǎn)設(shè)備、人員培訓(xùn)等；二是傳感器及其他智能設(shè)備采集，如設(shè)備運行狀況、環(huán)境溫濕度、物料狀態(tài)等；三是通過人工智能分析，通過已有數(shù)據(jù)建立生產(chǎn)模型，隨著數(shù)據(jù)的不斷補充不斷優(yōu)化模型，從而反饋合適的參數(shù)或建議。通過數(shù)據(jù)的不斷積累與學習，可使得大數(shù)據(jù)形成設(shè)備運行實時監(jiān)控、設(shè)備維修分析、故障預(yù)測模型、工藝質(zhì)量監(jiān)控及智能預(yù)警模型、備件使用分析模型、人員培訓(xùn)安全模型等等。

例如當操作工在發(fā)現(xiàn)一處設(shè)備故障時，通過上報平臺，此時系統(tǒng)記錄環(huán)境溫濕度、設(shè)備相關(guān)數(shù)據(jù)、上報操作工、上報時間、設(shè)備名稱、故障現(xiàn)象等數(shù)據(jù)。系統(tǒng)將這組數(shù)據(jù)形成模型導(dǎo)入到數(shù)據(jù)庫，并從模型數(shù)據(jù)庫做比對，列出與導(dǎo)入模型相似度最高的模型，并獲取其處理措施和發(fā)生原因，然后反饋給系統(tǒng)，系統(tǒng)在界面做出相應(yīng)提示。維修工收到系統(tǒng)推送到現(xiàn)場進行處理，處理后將處理措施、故障原因、消耗備件等數(shù)據(jù)上傳到對應(yīng)模型，通過機器學習自動優(yōu)化該模型并導(dǎo)入數(shù)據(jù)庫。隨著這一過程的反復(fù)進行，數(shù)據(jù)庫中就形成大量數(shù)據(jù)模型。

通過這些模型可以輕松實現(xiàn)人員、設(shè)備、備件的可視化管理，如生成設(shè)備維修報告、設(shè)備運行情況報告、備件使用情況報告。通過人工智能不斷學習和分析還能對設(shè)備進行進行故障預(yù)測，設(shè)備的維修處理建議以及停機斷料的預(yù)測報警。因此，通過建立一個數(shù)字化平臺，最終可以使得設(shè)備管理、設(shè)備分析、設(shè)備維修、人員管理、安全管理、備件管理等工作更加簡潔化和智能化。

以上是數(shù)字化轉(zhuǎn)型在制絲車間中的應(yīng)用探索，企業(yè)的數(shù)字化轉(zhuǎn)型是一個全面推進的過程，需要全方位堅定不移地實施數(shù)字化轉(zhuǎn)型戰(zhàn)略，才能為推動工廠高質(zhì)量發(fā)展持續(xù)賦能。