劉志強，祝 震，張國朋

（1.江西銅業(yè)集團有限公司 貴溪冶煉廠，江西 貴溪 335424；2.太極計算機股份有限公司，北京 100083）

1 引言

隨著人口拐點到來，各項經(jīng)營成本抬高，各個行業(yè)都面臨著經(jīng)營的困難。為了應(yīng)對內(nèi)外部挑戰(zhàn)，各行各業(yè)都不約而同地把智能化作為突破困境的重要手段之一。2016年開始，貴溪冶煉廠提出了建設(shè)銅冶煉智能工廠、全面實現(xiàn)數(shù)字化工廠的目標［1］。2016年6月通過工信部審核，貴溪冶煉廠成為銅冶煉行業(yè)唯一一家“銅冶煉智能工廠試點示范”。然而，如何推進智能工廠建設(shè)；如何讓智能化能夠接地氣，真正解決工廠面臨的各種問題；如何運用新的工信技術(shù)和管理藝術(shù)推動銅冶煉工藝流程滿負荷作業(yè)率和全員勞動生產(chǎn)率的提高、并產(chǎn)生可觀的整體經(jīng)濟和社會效益，對于我們來說這是一個挑戰(zhàn)。技術(shù)上的成功并不代表經(jīng)濟上的可行，技術(shù)的經(jīng)濟性是和各個行業(yè)的具體場景和外部環(huán)境密切相關(guān)的。不同于制造行業(yè)，流程行業(yè)對生產(chǎn)作業(yè)的連續(xù)性要求極高，簡單地套用制造行業(yè)智能化的經(jīng)驗和做法，盲目地追求攀比先進技術(shù)而不選擇合適的需求切入點，將把工廠的智能化建設(shè)引向歧途。我們需要根據(jù)流程行業(yè)本身的特點和要求，并和供應(yīng)商、消費者、外部環(huán)境等主體協(xié)同起來，探索并實踐適合流程行業(yè)自身特點的智能化道路、理論體系和方法論。

2 理論探索

2.1 知識自動化

知識自動化可以理解為是一種以自動化的方式，變革性地完成知識產(chǎn)生、獲取、分析、影響、實施的有效途徑［2］。知識自動化的關(guān)鍵在于將人的知識型工作通過機器自動完成。通過將數(shù)據(jù)、信息、情報等與任務(wù)和決策無縫、準確、及時、在線地自動串聯(lián)起來, 實現(xiàn)之前只有行業(yè)專家才可以完成的復(fù)雜分析、精準判斷、實時決策和反饋修正。這種由知識自動化網(wǎng)絡(luò)、相關(guān)的外部主體連接及知識系統(tǒng)構(gòu)成的大系統(tǒng), 被稱為知識自動化系統(tǒng)。知識自動化系統(tǒng)實時地與物理-機器-人類世界進行數(shù)據(jù)獲取、動作執(zhí)行、效果反饋，不間斷地獲取海量的異構(gòu)、高并發(fā)的數(shù)據(jù)。知識自動化系統(tǒng)是一個動態(tài)且時變的系統(tǒng)：通過實時反饋數(shù)據(jù)的獲取和歷史數(shù)據(jù)的積累, 不斷地自動修正系統(tǒng)內(nèi)部的內(nèi)容、形態(tài)、方法、層次和結(jié)構(gòu)。知識自動化系統(tǒng)用系統(tǒng)自身的時變性、互聯(lián)性和自學習來實現(xiàn)對復(fù)雜的物理-機器-人類世界解釋和改造。

智能化與傳統(tǒng)的自動化都是運用機器替代人，利用機器的優(yōu)勢，避免人類工作的不確定性，從而產(chǎn)生巨大的工作效率。然而，智能化不是傳統(tǒng)的自動化，二者的區(qū)別在于：傳統(tǒng)的自動化的改造對象是人類重復(fù)性的高負荷或危險性體力工作，其價值在于節(jié)約勞力；而智能化的改造對象是人類重復(fù)性的高負荷腦力工作，是把行業(yè)專家的決策方法或流程固化下來并傳承、優(yōu)化、復(fù)用、共享，是知識工作的自動化。智能化的價值在于決策的更優(yōu)更快以及更自主、快速地修正。智能化需要以傳統(tǒng)的自動化為基礎(chǔ)，并通過傳統(tǒng)的自動化獲取數(shù)據(jù)和執(zhí)行動作，但是智能化不是簡單地提高自動化的水平和應(yīng)用率，更不是簡單地“機器代人”或“仿人智能”。智能化是通過行業(yè)互聯(lián)網(wǎng)，把機器的高計算能力、高存儲能力、判斷決策客觀一致的能力和人的經(jīng)驗和管理能力相結(jié)合，以區(qū)別于人類的方式實現(xiàn)知識的積累和應(yīng)用，從而能夠讓機器進行快速地思考和決策或讓機器幫助人進行更優(yōu)更準確的決策，并促進工序和部門間的協(xié)同能力和共享能力。機器和人類融合在一起，實現(xiàn)超越人類組織和思考能力、跨越時空的實時物理資源調(diào)配。

2.2 物理-機器-人類世界

從工程角度看，機器智能的實質(zhì)就是知識自動化。隨著機器智能的發(fā)展，機器將逐步改變以往作為人類生產(chǎn)工具的從屬地位。機器不會接管或替代人類，而是將通過智能網(wǎng)絡(luò)形成自己獨特的機器世界，并與人類世界協(xié)同發(fā)展。從社會發(fā)展上，以物理資源優(yōu)化、智能能力調(diào)配、人機協(xié)同、虛實孿生為特征的物理-機器-人類三方參與、共贏的智能社會全球化，已經(jīng)開始替代以殖民和貿(mào)易為特征、剝削掠奪式“零和”的工業(yè)社會全球化。

在古代，人類解放了物理世界，實現(xiàn)了農(nóng)業(yè)文明。在近現(xiàn)代，人類創(chuàng)造了機器世界，實現(xiàn)了工業(yè)文明。在現(xiàn)在和未來，人類將解放機器世界，實現(xiàn)智能文明。未來的物理-機器-人類世界將從不平等、不和諧的關(guān)系中解脫出來，實現(xiàn)物理世界、機器世界、人類世界的和諧共生發(fā)展。智能化不應(yīng)當是 “機器代人”，而是通過網(wǎng)絡(luò)和智能技術(shù)，打破以往“金字塔式”的層級結(jié)構(gòu)，通過牛頓-圖靈-默頓體系實現(xiàn)物理世界、機器世界和人類世界的協(xié)同共贏，并最終促進人類的幸福發(fā)展。

2.3 函數(shù)式思維

在工業(yè)時代，受限于技術(shù)條件和外部環(huán)境，嚴格的專業(yè)分工雖然大幅提高了專業(yè)工作的效率，但也帶來了專業(yè)間的溝通障礙，嚴重拖累了跨專業(yè)的工作協(xié)同效率。如何實現(xiàn)物理-機器-人類世界三者間的網(wǎng)絡(luò)協(xié)同，需要有跨越物理-機器-人類世界的語言。而這種語言之一就是數(shù)學。函數(shù)式思維是一種數(shù)學思維，是打破以往嚴格界限，實現(xiàn)跨越物理-機器-人類世界、跨時空的思維方式。通過分析和發(fā)現(xiàn)物理世界、機器世界、人類世界的數(shù)學原理和規(guī)律，并將這些原理或規(guī)律通過數(shù)學函數(shù)表達出來，從科學的角度以數(shù)學函數(shù)形而上學地來解釋和描述發(fā)生在物理-機器-人類世界的各種現(xiàn)象。

函數(shù)式編程構(gòu)成范式的理論基礎(chǔ)是由Alonzo Church等提出并證明與圖靈機等價的lambda演算系統(tǒng)［4］。函數(shù)式編程與指令式編程之間最大的不同在于：函數(shù)式編程關(guān)心的是數(shù)據(jù)的映射，指令式編程關(guān)心的是解決問題的步驟。這里的映射就是數(shù)學上“函數(shù)”的概念。 “函數(shù)式編程”相較“指令式編程”更符合函數(shù)式思維，而不必太關(guān)心程序的狀態(tài)和執(zhí)行次序，可以靈活地無狀態(tài)、并發(fā)執(zhí)行。這也是為什么函數(shù)式編程語言相較指令式編程或?qū)ο笫骄幊谈鼜V泛地應(yīng)用于AI領(lǐng)域。最新發(fā)布的開發(fā)語言也都加入了函數(shù)式編程的支持，方便行業(yè)專家使用、復(fù)用和共享行業(yè)知識，從而在行業(yè)知識的積累中知識損耗最小。

2.4 牛頓-圖靈-默頓體系

利用數(shù)學思維，將物理-機器-人類世界通過智能平行網(wǎng)絡(luò)連接起來，我們可以構(gòu)建數(shù)字孿生的牛頓-圖靈-默頓體系，從而搭建集中管理、分散控制的知識自動化系統(tǒng)（圖1）。這種集中或分散不是物理空間上的集中或分散，而是建立在虛擬時空中的集中和分散，因而具有云端擴展、協(xié)同共享、實時反饋、跨越歷史的能力。

圖1 物理-機器-人類世界與牛頓-圖靈-默頓體系

知識自動化在現(xiàn)階段面臨的科學問題可以歸結(jié)為從牛頓系統(tǒng)、圖靈系統(tǒng)、默頓系統(tǒng)，三者的數(shù)字平行孿生，從以解析方法為基礎(chǔ)的建模、分析、控制到以數(shù)據(jù)驅(qū)動為核心的描述、預(yù)估、引導［3］。把知識、情報、任務(wù)、決策通過圖靈系統(tǒng)的計算服務(wù)、網(wǎng)絡(luò)服務(wù)、存儲服務(wù)在時間和空間兩個維度無縫地互聯(lián)，實現(xiàn)“所見即所得”。我們不僅要實現(xiàn)傳統(tǒng)自動化的物理可見的“機器人”，也要實現(xiàn)知識自動化的虛擬存在的“知識機器人”，實現(xiàn)知識的“天網(wǎng)”。

3 實踐應(yīng)用

流程行業(yè)存在大量的人工經(jīng)驗，包括了企業(yè)管理、車間調(diào)度和設(shè)備運行等。流程行業(yè)知識自動化通過行業(yè)專家參與分享行業(yè)領(lǐng)域知識，采用知識推理自主決策，從而實現(xiàn)流程行業(yè)的智慧化、綠色化［5-6］。2016到2018年，江西銅業(yè)貴溪冶煉廠推進實施智能工廠一期建設(shè)。圍繞建設(shè)貴冶特色的知識自動化系統(tǒng)，工廠組織進行了以下知識自動化實踐：

3.1 數(shù)據(jù)池

關(guān)系數(shù)據(jù)庫主要存儲結(jié)構(gòu)化的關(guān)系數(shù)據(jù)，并提供了數(shù)據(jù)查詢分析、按照規(guī)則處理事務(wù)的功能。它能夠支持多用戶并發(fā)訪問以及數(shù)據(jù)安全性的保證。憑借SQL查詢語言、強大的數(shù)據(jù)分析能力和數(shù)據(jù)獨立性等優(yōu)點獲得了廣泛應(yīng)用。

實時數(shù)據(jù)庫系統(tǒng)的技術(shù)核心在于數(shù)據(jù)壓縮和數(shù)據(jù)緩存。它將數(shù)據(jù)緩存中的數(shù)據(jù)經(jīng)算法壓縮后再存入存儲空間，當需要調(diào)用歷史數(shù)據(jù)時再讀取存儲空間上的數(shù)據(jù)?；谶@樣的原則，為高效存儲大量的實時數(shù)據(jù)提供了技術(shù)保證。

大數(shù)據(jù)的數(shù)據(jù)庫技術(shù)是大數(shù)據(jù)存儲與處理技術(shù)的重要組成部分。其核心是海量數(shù)據(jù)存儲和數(shù)據(jù)并行處理技術(shù)。它包括了分布式文件系統(tǒng)(DFS)、分布式計算平臺（MapReduce）和分布式存儲系統(tǒng)（BigTable）三大技術(shù)。

如上所述，這些數(shù)據(jù)庫技術(shù)相互之間互有優(yōu)缺點，也有各自適合的應(yīng)用范圍。在實踐中我們根據(jù)應(yīng)用行業(yè)的特點和需求，靈活綜合運營這些數(shù)據(jù)庫構(gòu)建符合行業(yè)特點的數(shù)據(jù)池，破除傳統(tǒng)信息架構(gòu)中的四級“煙囪式”數(shù)據(jù)存儲與交換，形成平行分布式的數(shù)據(jù)存儲與交換“水系”。

在一期知識自動化建設(shè)中，通過運用傲時公司的實時數(shù)據(jù)庫系統(tǒng)和微軟公司的關(guān)系數(shù)據(jù)庫，我們不僅完成了數(shù)據(jù)的實時采集，實現(xiàn)了數(shù)據(jù)實時清洗過濾和長達10年以上的歷史數(shù)據(jù)保存，同時構(gòu)建了數(shù)據(jù)間的結(jié)構(gòu)關(guān)系框架，實現(xiàn)了上十萬級數(shù)據(jù)的映射、計算與層級關(guān)系管理架構(gòu)。

3.2 知識自動化的路徑

知識自動化有三項常用的技術(shù)路徑：規(guī)則、算法和預(yù)測分析模型［1］。規(guī)則和算法均為機器可以直接執(zhí)行的知識形式，但需要人類專家定義。預(yù)測分析模型則允許機器使用歷史數(shù)據(jù)自動生成新的機器自學習知識。在實現(xiàn)知識自動化的過程中，我們需要根據(jù)需求和場景來單獨 或混合使用這三種技術(shù)路徑。

（1）規(guī)則。規(guī)則是一條或多條機器可執(zhí)行語句。它使用一組條件判定一個結(jié)論。規(guī)則之間沒有特定的執(zhí)行順序，多個規(guī)則可以并行執(zhí)行。

（2）算法。算法包括了用于得到某一結(jié)果的一系列順序執(zhí)行的機器語句。

（3）預(yù)測分析模型。預(yù)測分析是使用歷史數(shù)據(jù)自學習生成的知識。通過對知識計算內(nèi)在規(guī)律和機理的研究，可以更好地支持對潛在知識的推斷和未來知識的預(yù)測［7］。通過采用實時/歷史數(shù)據(jù)庫在線獲取數(shù)據(jù)，采用實時計算方法對結(jié)果數(shù)據(jù)進行在線偏差比較。歷史數(shù)據(jù)越多，越能真實反映實際和未來［8］。

圖2 閃速爐作業(yè)情況通報規(guī)則

圖3 結(jié)晶狀態(tài)判斷與時間計算算法

運用傲時公司的分析服務(wù)等專業(yè)分析軟件，我們實現(xiàn)了：

（1）基于投料量設(shè)定值和給料系統(tǒng)運行狀態(tài)的閃速爐作業(yè)情況通報等規(guī)則（圖2）。

（2）基于機理模型的閃速爐數(shù)學模型、基于溫度變化曲線二階導數(shù)的結(jié)晶狀態(tài)判斷與時間計算等算法（圖3）。

（3）明確了可在二期建設(shè)實施的預(yù)測分析模型集中托管和執(zhí)行部署的平臺架構(gòu)。平臺的無狀態(tài)架構(gòu)可以方便地進行計算能力的水平擴展，以及多個并發(fā)計算請求同時處理的能力（圖4）。

圖4 預(yù)測分析模型集中托管和執(zhí)行部署的平臺架構(gòu)

這些分析服務(wù)和平臺都能夠基于函數(shù)式編程，便于行業(yè)專家開發(fā)、測試、完善和部署。

3.3 人機交互

相比于傳統(tǒng)的自動化，智能化的人機交互既不再是固定物理空間的人機交互和交流，也不僅是向手機通知一樣地跨越物理空間的信息推送，而要從提高人機交互有效性和時效性出發(fā)提高交互事項管理能力。這也就需要突破傳統(tǒng)的電子郵件等通知，運用“5W1H分析法”，構(gòu)建可集中管理、自動分析、面向每個用戶個性化的GTD系統(tǒng)。

圖5 人機交互系統(tǒng)

目前國內(nèi)外在人機交互系統(tǒng)上大多圍繞畫面監(jiān)視、報警、電子郵件、手機APP推送等手段開展（圖5）。這是我們在二期建設(shè)中需要在已實現(xiàn)的這些交互手段基礎(chǔ)上，進一步應(yīng)用機器學習技術(shù)深入研究和發(fā)展的方向。

4 結(jié)論

智能化建設(shè)不是簡單的跨行業(yè)復(fù)制。即使是國外先進企業(yè)，簡單復(fù)制式的數(shù)字化轉(zhuǎn)型在推廣中也出現(xiàn)了類似Predix的暫時挫折。智能化建設(shè)既要有指導性的理論架構(gòu)，避免重復(fù)發(fā)明輪子，也要根據(jù)行業(yè)特點和需求，綜合性地將理論與行業(yè)實踐結(jié)合，特別是與行業(yè)技術(shù)專家和管理專家的生產(chǎn)實踐活動結(jié)合。根據(jù)行業(yè)需求的不同，堅持參考世界范圍內(nèi)的成功案例、堅持首先進行規(guī)劃調(diào)研和數(shù)據(jù)標準定義、堅持敏捷開發(fā)方式，采用適應(yīng)行業(yè)特點的多種數(shù)據(jù)庫技術(shù)、知識自動化手段并輔以恰當?shù)娜藱C交互界面，可以構(gòu)建出適應(yīng)流程行業(yè)的知識自動化平臺，從而沉淀以往分散在每個專業(yè)技術(shù)人員和管理人員頭腦中的知識和經(jīng)驗，并不斷豐富積累形成能夠協(xié)同共享的行業(yè)知識系統(tǒng)。