二、流程工业生产全流程决策、控制、运行管理现状分析

流程工业生产全流程的决策、控制和运行管理现状如图2所示。流程企业普遍采用由企业资源规划（enterprise resource planning, ERP）、制造执行系统（manufacturing execution system, MES）和过程控制系统（process control system, PCS） 组成的三层结构。

企业经理利用ERP系统得到生产过程各设备的参数，然后根据自身积累的经验和知识，对产品综合生产指标（产品质量、能耗和成本等） 的目标值范围做出决定。生产部门经理利用MES得到生产信息，然后通过自己积累的专家经验来决定生产制造全流程的生产指标目标值范围。运行管理者和工艺工程师通过PCS获得运行条件，通过感官（即视觉、听觉和触觉）获得具体信息，再根据自己积累的经验和知识做出决定，以反映实际生产过程中产品质量、能耗和成本等运行指标的目标值范围，然后操作人员根据自己的经验和知识决定PCS的控制命令。PCS通过控制整个制造和生产过程，使受控过程的输出跟踪控制指令，以提高产品的运行指标并且保证整条生产线的生产指标在期望的目标值范围内。

图2 流程工业生产全流程的决策、控制和运行管理现状

虽然大部分企业已经部署了三层架构系统或MES和PCS的两层架构系统，但这些系统主要是用来实现信息集成和管理功能。企业目标（即利润、环境保护等）、资源规划与调度、运行指标、生产指令、控制指令等，仍由知识工作者根据其知识和经验决策。然而，知识工作者无法实现企业目标、生产计划与调度的一体化优化决策，也无法实现ERP与MES的无缝集成与优化。

图3描绘了流程工业生产全流程的决策、控制和运行管理，可以将其视为人- 信息-物理系统（human-cyber-physical system）。操作员通过信息系统取得生产信息，并通过人的视觉、听觉和触觉获得多源异构的生产信息。再利用大脑的学习、认知、分析、决策能力，结合自身的经验和知识，对综合生产指标、整个制造和生产过程的生产指标、操作指标和控制系统指令进行决策。

图3 人-信息-物理系统

由于人无法及时准确地感知动态变化的运行条件，因此很难实现整个制造和生产过程的全局优化。而且，人类行为已经成为制造流程发展的瓶颈。总的来说，当前我国流程工业的重点是关注于工业设备物料转化过程的自动化和生产过程、运行管理和企业管理的信息化。而当前我国流程工业存在的主要问题是在工艺设计、资源规划、生产过程运行管理等方面，对知识工作的自动化和智能化缺乏研究。

移动互联网、边缘计算、云计算和第五代移动通信技术（5G）的发展催生了工业人工智能和工业互联网的出现。工业人工智能的本质是将人工智能技术与特定的工业场景相结合，实现设计模式创新、智能生产决策、资源优化配置等创新应用。工业人工智能赋予工业系统自感知、自学习、自执行、自决策、自适应的能力，使其能够适应复杂多变的工业环境并完成多样化的工业目标和任务，最终提高生产效率、产品质量和设备性能。工业互联网为企业提供了获取工业大数据的机会，带动工业人工智能技术的发展以及科研模式和方法的变革。比如CPS(cyber physical systems)和会聚研究等新方法的出现，促进了工业过程制造的数字化、网络化和智能化。第四次工业革命将实现制造业知识工作的自动化和智能化。