煤化工智能工厂建设：以计划为核心的生产管控闭环与数据集成

简介：大型煤化工“智能工厂”标杆建设方案”是一份面向煤化工及重化工企业数字化转型的实施方案文档，重点解决生产过程管控、精细化管理和系统集成等痛点。内容涵盖智慧生产管控系统、管理精细化工具平台、工艺规程与实操融合，以及DCS、ERP、视频监控、LIMIS等第三方系统集成，并通过大数据分析与模型算法建立异常预警机制，提升生产平稳率。资源为1个docx文件，压缩包仅129KB，适合化工智能制造工程师、生产管理者及企业信息化负责人阅读。目前已有74人学习浏览。文档完整呈现了从作业计划、调度执行到车间操作、生产反馈的闭环管理逻辑，并给出金马能源、东方希望等落地案例，可作为建设智能工厂、梳理功能架构、编写立项方案和开展内部培训的实用参考。

1. 煤化工智能工厂建设方案：先看它解决什么问题再决定怎么抄

煤化工企业的智能工厂建设，最难的不是上多少系统，而是计划、调度、车间三个层级长期各管一摊，物料、能耗、质量、设备状态的数据散落各处，成本核算基本靠月底翻台账。科远智慧在山西梗阳新能源落地的这套方案，核心思路是把生产计划作为一根主线，用作业计划—调度执行—车间操作—生产反馈串成一个闭环，再叠上管理精细化工具平台、操作专家库和与DCS、ERP、视频监控、LIMIS的集成。方案适合煤化工、焦化、重化工企业的生产运行和信息化负责人，也适合正在做智能工厂规划但不知道从哪下手的实施团队。方案本身不提供硬件，而是把生产管理方式重新组织一遍，所以阅读时重点关注业务闭环和系统边界，而不是急着选型。

2. 以计划为核心的生产管控闭环：作业计划、调度执行、车间操作、生产反馈怎么跑

方案里把生产管理的基础业务过程概括为“作业计划——调度执行——车间操作——生产反馈”四个环节。做项目这么久，我越来越觉得这四个环节就是整张方案的地基。理解不了这条线，后面所有模块都像浮在空中的概念，绩效平台、专家库、预警机制全都找不到挂靠点。

2.1 为什么“计划”是整条业务链的锚

在煤化工场景里，综合计划部门排的往往是一周或一个月的产量、配煤比、检修窗口，但到了车间执行时，经常因为设备工况波动、来煤质量变化而走样。如果计划只是贴在墙上的表，调度和车间各干各的，反馈回来的数据又不进系统，那上再多的信息化模块也是白搭。

方案里反复强调“以计划为核心，衔接各部门工作目标”，本质上是把企业综合计划、调度管理、车间运行三层的目标在作业计划里对齐。作业计划不是简单的生产排程，而是把企业层的经营目标分解成车间可以执行的具体任务，每个任务带数量、时间、质量指标、负责岗位。这样调度在执行时才有依据，车间操作完才有反馈的基线，事后追溯也才有唯一的参照系。

很多项目翻车就翻在这里。计划单里只有产量，没有质量窗口，车间执行完发现硫超标，根本分不清是计划的问题还是操作的问题。计划要真正成为“锚”，就得让下游每个环节都能引用它的编号，而不是各自再抄一遍。

2.2 四段闭环每一步怎么落

四个环节的推进关系，可以用下面这张表来梳理：

作业计划环节，我一般要求计划员在排产时至少写清四样东西：装置或工段编号、物料批次、目标产量、时间窗口，再加上质量指标区间，比如入炉煤的灰分硫分范围。缺了哪个，后面的调度和反馈就没法对齐。这个环节要特别顶住“简化录入”的压力，计划单字段不全，宁可不发布也不要带病下发。

调度执行环节，调度指令必须引用作业计划单的编号。调度在当班过程中调整了物料配比或检修时间，必须回写变更原因，不然第二天复盘时，计划、执行、反馈三张表对不上，就只能靠拍脑袋定责任。这个环节最容易出现的情况是调度觉得系统录入麻烦，继续用电话和对讲机沟通，所有变更事后补录，一补录就失真。我的习惯是：调度指令不确认，不允许进入下一个作业节点，这个规则要在上线第一天就立住。

车间操作环节，重点不是让操作工多敲几个字，而是把工艺规程和实际操作步骤结合起来。先按装置把正常操作、异常处理、开车停车三类场景的步骤模板做好，操作工在系统里按模板勾选确认，关键参数自动从DCS带过来。这样采集下来的操作记录，既是生产反馈的原始数据，也是后面操作专家库的素材。如果这一步靠人工抄表录入，数据质量基本没救。

生产反馈环节，核心是偏差语义化。系统对比实绩与计划的偏差，不能只报一个“产量偏低”的干巴巴结论，要能定位到是计划偏高、执行偏差还是数据采集丢失。这一层做不好，后续的绩效核算、成本分析全是糊涂账，数据越多越乱。我见过有的厂反馈报表做得很漂亮，但调度和车间都不认账，原因就是偏差没有归因，反馈表变成了对骂表。

2.3 闭环衔接的数据字段与检查点

闭环跑得顺不顺，就看字段和检查点定没定死。作业计划单至少要包含：装置/工段编号、物料批次、目标产量、时间窗口、质量指标区间。调度指令至少要包含：计划单号、变更内容、变更原因、生效时间。生产反馈至少要包含：计划单号、实际产出、关键参数快照、偏差说明。

每个环节都留一个是否闭环的检查点：计划单没关闭、调度指令没回写、反馈没确认的，在系统中标红，月底考核时直接可查。这套字段设计不需要多复杂的系统，一张状态流转表就能跑起来。

常见误用是把这条闭环理解成“生产统计”，只把四张表做成报表，而没有真正的流程驱动。区别在于：统计是事后看数据，闭环是事前有执行、事中有校核、事后有反馈。上线初期业务人员会觉得多了一道工序，但只要计划单引用、调度指令回写、反馈确认这三个动作做扎实，两个月后谁都离不开这套流程。

提示：先定字段，再定功能。字段没对齐之前不要急着写代码或配流程，不然改起来全是返工。

3. 管理精细化平台与单元成本核算：绩效指标落到设备、能耗、质量、排放

管理精细化工具平台，听起来是个很“大”的词，拆开来看，其实只回答三个问题：怎么衡量车间干得好不好，怎么发现差距，怎么把成本算清楚。方案原文说“建立企业级、车间级的定性定量绩效指标，并落实到实绩生产过程中的设备、能耗、质量、库存、产量、收率、工艺达标、损耗、排放等环节”，这句话做起来，最容易跑偏。

3.1 两级绩效指标怎么设计才不空转

我见过的常见跑偏有两种：一种是指标全做成了产量排名，车间之间互相攀比，跟成本和质量无关；另一种是搞了一大堆“优秀率”“达成率”，数据源都没有，月底人工填，填完就没人再看。

正确的做法是分两级。企业级指标服务经营目标，关注吨焦或吨醇成本、综合能耗、产品合格率、环保达标率、装置平稳率；车间级指标服务执行改善，关注单装置收率、设备运转率、工艺达标率、损耗率、排放小时均值超标次数。企业级指标一个月看一次，车间级指标按班次或按天看。层级分开、周期分开，指标才不会变成墙上的标语。

定性指标要拿到车间层面才有区分度。比如“交接班记录完整率”“设备巡检到位率”这类定性评价，能反映岗位状态；但如果把它和企业级经营指标混在一起打分，权重很难定，最后一定变成人情分。定性定量分开设、分开考，比硬凑一个综合得分更有效。

3.2 指标落到具体环节的口径

指标设计只是第一步，口径才是真正见功夫的地方。下面是我在项目里常用的一套口径：

注意几个口径的坑。收率必须扣掉可回收物料，不然回收工段的数据会虚高；工艺达标率要用时间占比而不是次数占比，因为一次超标持续一小时和持续一分钟，性质完全不同。损耗率核算周期越短越能发现异常，按周比按月更能定位问题。排放指标不能只看小时均值，要看超标持续时长，连续15分钟超标和偶发1分钟超标，处理流程不是一个级别。

3.3 单元加工成本怎么算才不扯皮

单元加工成本的基本公式是：直接归集到该单元的物料成本、能源成本、人工成本，加上按产销量或机时分摊的公共成本，包括折旧、维修、管理费用。公式简单，难在中间物料互供。煤化工装置的典型特点是焦炉产出的煤气、焦油、粗苯，会作为下游装置的原料或燃料，如果中间物料不定价、不计量，成本算到车间就会来回扯皮。

方案里把“平衡分析”放在生产业务的重要位置，价值就在这里。先做全厂的物料、能源、产出的平衡，把互供物料的计量点和定价规则定下来，再往下核算到车间级单元，才说得清楚“这个车间到底赚没赚钱”。我一般建议在系统上线初期就成立一个由生产、财务、计量三方组成的平衡小组，每周把物料平衡差异控制在5%以内，之后再逐步收窄到2%。

这个从5%到2%的收敛过程，就是在检验计量点是不是齐、数据是不是准。等差异稳定在2%以内，单元成本数据才敢拿去向管理层汇报。如果差异一直降不下来，别急着上更复杂的成本模型，先回头查计量表和物料流向。

3.4 绩效平台与业务闭环怎么结合

把上一章的闭环和绩效平台结合起来看：作业计划单里的目标产量、质量窗口，直接作为车间级指标的目标值；生产反馈里的偏差结论，作为绩效评估的输入。也就是说，绩效平台不是独立于业务闭环的另一个系统，而是从闭环里长出来的。

如果两者分开建设，就会出现业务系统一套数、绩效系统一套数，月底俩人数对不上，最后都得靠人肉解释。我做过一个项目，生产部门统计的收率和财务核算的收率相差两个百分点，两边都认为自己的数是对的，查了半个月才发现是“可回收物料”的扣除口径不一样。从那以后，指标口径的定义必须写进系统文档，任何口径调整都要走变更流程，这个规矩我立得很死。

注意：指标口径要由生产、财务、计量三方共同签字确认，不是工艺员一个人说了算。否则三个月后，谁也说不出当初这个数是怎么算的。

4. 操作专家库与工艺分析归档：把“优劣数据快照”变成可复用的经验资产

老师傅的经验值多少钱？放以前，这是句玩笑话。在智能工厂的语境里，经验可以被沉淀成数据快照，变成公司资产。方案原文说“将企业工艺规程及实际操作步骤进行有效结合，积累在装置设备操作过程中的‘优劣’数据快照”，这句话的原理，就是让每次操作都留下可检索、可对比、可复用的痕迹。

4.1 优劣数据快照怎么采

快照的本质，是把操作工每次处理问题的过程，录制成一条结构化的“案例”，包含场景、操作、结果、评价四个要素。我见过做得好的项目，会按装置建立操作模板，模板字段大致是：装置编号、操作类型（正常开机、负荷调整、异常停车、故障处理）、操作人、开始时间、结束时间、操作步骤、每个步骤的关键参数快照、最终结果评价和备注。

操作工在当班过程中按模板录入，不需要长篇大论写文字，只需要在步骤清单里勾选，关键参数由系统从DCS自动抓取。这样采集下来的快照，质量比事后补写的交接班日志高一个量级。关键是要把采集动作合并到现有操作流程里，比如在DCS操作台旁边放一块触摸屏，完成一个步骤就点一下，关键参数自动带过来，全程不超过一分钟。凡是让操作工回到办公室再录入的设计，基本都坚持不了三个月。

4.2 工艺分析报告怎么归档

光有快照还不够，快照只是一堆离散的记录，要形成“工艺分析报告归档”，必须把快照和工艺运行记录关联起来。具体做法是：以装置和时间为索引，把DCS趋势、化验数据、班次操作快照、当班的工艺参数设定值放在同一个视图里。当某一段时间的产质量出现异常时，直接从这个视图里调出同一装置、同一类型的历史快照做对比，找出上次是怎么处理的、结果如何。

归档格式建议按“场景—操作—结果”三段式。场景描述要写清异常现象和当时工况，操作过程要记录关键步骤和参数调整，结果评价要写明指标变化、遗留问题和经验教训。每份报告带检索标签，至少包含装置编号、异常类型、时间段、处理人。这样归档出来的东西，才是真正可以检索和复用的专家库，而不是一堆Word文档堆在一起。

4.3 专家库怎么用起来

操作专家库有两个价值场景，一个是事后分析，一个是人才培养。事后分析方面，停车事件复盘时，调出同一装置的历史快照做横向对比，能快速分清是操作失误还是工况异常，避免同样的争论重复发生。人才培养方面，把老师傅的快照整理成案例集，新员工培训时先看案例再上装置，比背规程有效得多，老师傅的经验也不再是“跟着我干久了就会了”的黑匣子。

我见过一位老师傅处理过一次加氢装置压力波动，从发现异常到调整控制阀只用了九十秒，事后复盘时他把每个动作拆解成七个步骤录进系统。三个月后新员工遇到类似情况，照着快照的步骤走完了处置流程，虽然慢了半分钟，但没有酿成停车事故。这就是专家库的价值。

还有一个容易被忽略的点：库要“活”。如果快照只进库不评审，半年后库里什么质量的内容都有，使用价值会明显下降。我一般建议每月组织一次工艺员评审会，从上个月入库的快照里挑出几条有代表性的，经评审后打上“推荐案例”标签，同时清理掉信息不全、无参考价值的记录。这样专家库才能从“存下来”变成“用起来”。

4.4 快照采集最怕什么

最怕的是把快照采集做成额外负担。操作工当班本来就要盯盘、巡检、处理异常，如果系统设计成让他填一大张表单，他很快会敷衍了事，要么不填，要么随便填。我见过一个厂，快照采集率上线时是90%，三个月后掉到30%，原因就是表单设计太复杂，流程没有嵌入到操作动线里。

好的设计是让系统替操作工干活：操作类型点一下，开始时间自动记录，关键参数自动抓取，操作工只需要在几个关键节点确认。数据越自动，采集质量越稳定。凡是需要人反复录入的字段，都是潜在的失真点。

5. 系统集成与智能工厂数据管理：DCS、ERP、LIMIS 对接避坑与排查

智能工厂数据管理这件事，建的从来不只是数据库，而是把不同系统的数据在同一个时间轴上对齐。方案原文列的集成对象是DCS、ERP、视频监控、LIMIS四类，外加一个生产管控数据中心。数据中心做统一接入、清洗、关联和转发，DCS提供秒级或分钟级的实时工艺数据，ERP提供物料、库存、成本的经营数据，LIMIS提供化验结果，视频监控提供现场画面。

5.1 集成范围与数据中心定位

四类数据在数据中心里按“装置+时间”对齐后，才能支撑指标核算和异常预警。这里有一个容易误解的点：数据中心不是把所有数据拷贝一份存起来就完事，而是要做业务语义的映射。比如DCS里的位号“T_102”和ERP里的设备编码“EQ-102”是不是同一个对象，得在数据中心里维护一张映射表。映射表不建，数据就是两座孤岛之间的死数据。

集成工作的顺序，我一般建议先接DCS和LIMIS，把实时工艺数据和化验数据打通，这是生产管控的基础。再接ERP，把物料和成本串起来。最后接视频监控，用于异常事件取证。顺序接反的话，比如先做视频监控大屏可视化，看着热闹，后面做数据治理时还得返工。

5.2 异常预警机制的分级设计

方案提到的“关键指标异常预警机制”，落地时建议分三层。第一层是工艺联锁报警，由DCS负责，触发后直接参与控制或停机；第二层是管理预警，由数据中心负责，比如收率低于目标区间、能耗小时值超过设定的百分位线，推送给调度和工艺员；第三层是经营预警，按天或按周汇总成本、排放、设备运行状态的变化趋势，推送给管理层。

三层混在一起是常见的错误做法。如果把管理预警直接推到操作台，操作工一天要看几百条报警，很快就会把报警当噪音；真正危险的联锁报警反而被淹没。我的原则是：管理预警进分析报表，经营预警进管理层日报，操作台只保留工艺联锁报警和必须当班处理的少数预警。

5.3 五个常见坑

下面五条坑，是做这类集成项目最容易踩的，每条都是实际项目的血泪经验。

坑一：DCS点位命名不统一，数据接进来对不上。 现象：接了几千个点位，数据上了平台，但统计时发现同一装置的位号在不同系统里叫法不一样，产量、能耗根本对不上。 原因：不同装置建设年代不同，DCS品牌不同，点表管理没有统一标准，集成时又没做治理。 解决：数据接入前先做点表治理，统一“装置编码+位号+描述”三段式命名。老装置建立映射表，宁可接得慢一点，也不要未经治理就接入，否则后面全是返工。

坑二：ERP只做了单向同步，成本核算还是手工。 现象：ERP里的物料主数据导进了生产系统，但生产的实绩、消耗没有回流到ERP，月底财务还是靠Excel算成本。 原因：集成方案只设计了取数接口，没有设计回写接口，属于典型的单向思维。 解决：设计阶段就把数据流向画成双向图：ERP下发物料主数据，生产系统回传产出、消耗、质检结果。哪怕初期按天批量回写，也比月底手工导一次强。

坑三：视频监控与DCS时间不一致，取证对不上。 现象：回看报警时段的视频，发现视频时间与DCS时间差了几分钟，事故复盘时画面和趋势对不上。 原因：视频服务器、DCS、数据中心没有做统一授时，各走各的时钟。 解决：所有接入数据中心的系统先做NTP统一校时，上线前专门核对一遍各系统的时间偏差，允许偏差不超过1秒。这一步成本极低，但漏掉的概率极高。

坑四：报警阈值拍脑袋，误报比漏报更可怕。 现象：预警系统上线第一天报警几百条，操作工半天就麻了，真出问题时没人当真。 原因：阈值设得太紧，比如收率波动0.1%就报警，没有用历史数据标定。 解决：用历史数据百分位数法标定阈值，比如取P5/P95作为预警线。管理预警不推送到操作台，只进分析报表，避免干扰DCS原有报警体系。

坑五：LIMIS数据采了但没用起来。 现象：化验室每天出上千条数据，系统也接了，但工艺闭环里根本看不到这些数据，质检结果只用于月底报告。 原因：化验数据没有和装置、批次、操作快照关联，数据孤岛只是从物理上的孤岛变成了逻辑上的孤岛。 解决：LIMIS数据按“装置+批次+采样时间”关联到作业计划和操作快照，让化验结果参与生产反馈和工艺分析。这条数据链通了，专家库的质量也会跟着上一个台阶。

5.4 集成的验收标准

集成的验收标准不是“接口调通了”，而是“业务人员在日常工作中确实在用它”。接口调通只是技术动作，业务用起来才算集成完成。我一般会在上线一个月后做一次使用率统计：调度指令回写率、化验数据引用率、预警工单关闭率，三个指标都在80%以上，才认为这条集成链路是合格的。

注意：数据接入前先签数据质量承诺函，由各系统的业务负责人确认数据源头。出了数据问题先找源头系统，而不是在数据中心里打补丁。

6. 试点推进与效果验证：先用三张表和一份报告检验四段闭环

方案写得再厚，最后都要落到一个车间、一条产线、一张操作台上。全厂一次性铺开的智能工厂建设，我基本没见过顺利的，原因不是技术不行，而是管理基础没跟上。建议先选一个装置或车间做试点，条件是物料计量相对完整、数据基础好、车间主任配合度高。在煤化工企业里，化产回收车间通常比焦炉更适合当试点对象，物料进出有计量，产品种类多但边界清楚。

试点阶段我用“三表一报告”来验证闭环有没有真正跑起来。第一张表是作业计划完成率，看计划单关闭率是否达到95%以上、计划变更是否有原因记录。第二张表是调度指令执行率，看每一条调度指令是否都有确认时间和完成时间。第三张表是生产反馈及时率，看当班记录是否在交班前完成录入、偏差是否有说明。一份报告是工艺分析报告，看每周是否产出一份、报告里是否引用了快照和化验数据。这四样东西坚持一个月，就能看出来系统是走了流程还是走了形式。

还有一个具体技巧：投产运行两周后，用滚动30天的历史数据重新标定一次管理预警阈值。因为刚开始运行时工况还在调整，固定阈值很快会失真。我一般每季度重算一次，用前三个月的数据重新确定百分位线，防止工况漂移后阈值失效。这个动作花不了多少时间，但对预警可信度的影响非常大。

做这类项目做得多了，我自己的体会是：数据标准这事没有后悔药。凡是试点阶段没做点表治理、没统一时钟、没定指标口径的项目，后期全部要停下来补课，补课的代价是初期的三倍。从那以后，每次做智能工厂方案评审，我都强制自己先走一遍点表命名、统一授时、指标口径这三件事，确认没问题再往下谈。希望帮到你。

本文还有配套的精品资源，点击获取