無塵粉碎係統 脈衝式氣流混合係統 自動提升料鬥混合機 無塵投料站 噸袋卸料機 真空輸送設備 計量分裝機 CIP清洗單元 代理設備—幹法製粒機
數字化轉型 | 原料藥數字化建設現狀淺析
摘要 ：數字化工廠是當下很熱的話題 ，數字化技術能夠給原料藥企業帶來什麽 、解決哪些問題及為什麽要建立數字化工廠是很多人比較困惑的問題 ，本文以作者視角從為什麽建立數字化工廠 、數字化工廠能夠給企業帶來什麽及當前行業建立數字化工廠麵臨的幾個問題入手 ，進行分析並提出觀點 ，以期為行業同仁提供一些參考借鑒 。
關鍵詞 ：自動化 、數字化 、網絡化、智能化 、智慧化 、工業4.0 、智能製造2025 、數字孿生 、大數據 、黑燈工廠 。
一 、原料藥生產工廠為什麽要上數字化
德國“工業4.0” 、美國“第三次工業革命” 、中國“製造業2025” ，世界各國紛紛提出新一代製造理念 ，主要是為了指導工業製造業的發展 ，在數字化 、智能化 、智慧化的全球大環境下 ，拉動傳統製造往智能製造方向升級 ，從而滿足未來市場更快速 、更個性化的需求響應 ，並實現更低的製造成本 。
2020年初一場突如其來的新型冠狀病毒疫情席卷了全球 ，讓人口紅利原已不複存在的中國勞工市場深受打擊 。原料藥生產企業 ，麵對疫情的用工荒 ，更加深切體會到了原料藥生產過程現代化建設的重要性 ，其中數字化建設是當前行業迫切發展的方向 。
我國第十四個五年規劃和2035年遠景目標的建議中提到：“推進數字產業化和產業數字化 ，推動數字經濟和實體經濟深度融合 ，打造具有國際競爭力的數字產業集群 。”等一係列政策引導企業加快數字化建設 。
化工行業安全事故時有發生 ，每一次事故都要付出慘痛的代價 ，人員傷亡 、資產荒廢 、環境汙染等等問題觸目驚心 ，機械化換人 、自動化減人 、數字化管控等無疑是減少傷亡 、降低損失 、提高安全的一種技術手段 。
“到2030年 ，中國單位國內生產總值二氧化碳排放將比2005 年下降65%以上 ，非化石能源占一次能源消費比重將達到25%左右 ，森林蓄積量將比2005年增加60億立方米 ，風電 、太陽能發電總裝機容量將達到12億千瓦以上 。”2030碳達峰和2060碳中和目標驅使行業技術創新 、技術變革 ，其中自動化 、數字化發展是必經之路 ，以此來提升能源利用率 ，降低碳排放 ，實現綠色發展 。
二 、數字化工廠能夠為原料藥生產帶來什麽
“機械化換人 、自動化減人” ，通過設備與工藝 、自動化良好結合可以實現減人增效的目的 ，提高產品質量 ，保證不同批次生產的一致性 ，同時通過數字化提高生產運營管理效率 。
數字孿生平台可以幫助企業對新員工進行培訓 ，減少不必要的現場培訓 ，提高效率 ，降低安全隱患 ，減人增效 。
製藥企業產品生命周期在縮短 ，CDMO是行業發展趨勢之一 ，通過批次配方生產管理（Batch）可以滿足多功能車間不同產品線的高效切換 、提高設備周轉率 ，提升企業生產效率 ，為企業早日 、快速盈利 ，增加生產係統的柔性 。
通過數字化管理 ，可以提高能源使用效率 ，節約公用能源的使用 ，為企業降低能源成本 ，減少碳排放 。通過數字化工廠可以實現無紙化生產，保證生產管理數據的真實可靠 ，管理者可以輕鬆及時的查看關注的生產運營指標 ，讓作假無處遁形 。
三 、原料藥數字化工廠建設麵臨的幾個問題
1 、未按照企業自身需求及發展階段來建設數字化工廠
說到數字化工廠 ，人們通常會想到工業機器人 、大數據 、數字孿生等 ，很多企業誤認為上了以上技術就是數字化車間 、數字化工廠 ，沒有以上技術就算不上數字化 。這是有失偏頗的 ，上數字化的目的是解決企業短期或長期的問題或困擾 ，而並非為了數字化而數字化 ，這樣不但解決不了問題 ，反而增加了不必要的投入 ，更甚至建設了不適合企業的數字化平台 ，需要額外的資源進行維護 、管理 。數字化車間/工廠的建設需要結合企業自身情況 ，分析自身痛點及需要解決的問題 ，判斷企業自己處於智能製造發展的哪個階段 ，結合實際情況 ，搭建符合企業自己的數字化車間/工廠 。著名智能製造專家 、北航劉強教授提出的 “不要在落後的工藝基礎上搞自動化 ，不要在落後的管理基礎上搞信息化 ，不要在不具備數字化網絡化基礎時搞智能化”也充分說明了脫離開自身基礎建設空談數字化效果是好不了的 。
2 、缺少係統性戰略規劃
數字化建設非短期工程 ，可以結合企業現狀做數字化長期規劃 ，同時分步布局 、建設 。分析當前企業處於工業幾點零 ，按照智能製造模型架構進行整體戰略規劃 ，分階段執行 。例如 ，可以先實現基礎的設備智能化 、生產過程自動化 ，再上信息化 、數字孿生 、大數據分析等 。FDA指出 ：質量不是在產品中檢驗出來的,而是在過程中形成的,或者是由過程設計決定的 。我們要遵循QbD的理念 ，通過設計來把控質量 ，通過設計來完善提高我們的生產和管理水平 。
3 、生產運營中的投用效率不高
北京大學馬國鈞老師認為“智能程度=自動化程度*運營管理數字化程度” 。自動化程度過低或者運營管理數字化程度過低都會嚴重拉低智能程度 ，而很多企業過度的重視自動化或者數字化而忽略了另一部分 ，或者自動化與信息化沒有良好融合 ，自動化 、信息化之前的數據不能很好的上傳下達 ，做不到數據的即時有效 ，達不到預期投用效率 。
4 、對黑燈工廠（或無人工廠）的理解誤區
行業都在追求黑燈工廠 ，首先我並不否認黑燈工廠的前景及發展趨勢 ，但個人認為 ，人機結合才是最優的發展方向 。之所以出現黑燈工廠 ，一方麵是因為人口紅利的不複存在 ，另一方麵是自動化設備的發展 ，同時相應的工業軟件的突破 ，智能裝備 、自動化 、信息化 、網絡化 、數字化 、智能化等各層級有機集成 ，才可能實現黑燈工廠的目的 。雖然機械化可以換人 ，自動化可以減人 ，數字化可以提高管控效率 ，精益管控 ，但是仍然有很多技術有待提高與突破 ，在此之前 ，有些操作根本無法實現無人化 ，尤其是間歇式生產的原料藥行業 。
5 、先進PAT技術在行業應用不足
生產過程中一些溫度 、壓力 、流量 、液位等簡單的數據比較容易獲得 ；但對一些複雜的參數如反應液濃度 、結晶度 、飽和度等參數的測量一般需要借助諸如在線紅外 、在線拉曼等PAT技術來實現 。工程師更願使用直接檢測 ，而非軟測量 ，如溫度 、pH 、DO等參數 ，其次願意使用有算法基礎的參數 ，如OUR 、CER和RQ等 ，最次才是軟測量 。目前這些技術的應用成本比較高 ，效果有的還不理想 ，隨著這些技術的進步和應用成本的降低 ，也會給原料藥的發展帶來新的變革 。
6 、對數據分析 、再利用不足
自動化 、數字化為企業收集了大量的生產 、運營數據 ，很多企業對於這些數據僅是做到了存儲的目的 ，沒有進行數據的挖掘再利用 。近些年，行業逐步開始重視生產數據及運營數據的分析再利用 ，可以通過生產數據進行批次對比 ，甚至工藝員通過繪製的理論最優生產趨勢圖與各批次生產記錄數據進行比對 ，幫助發現生產過程中可優化的過程參數 ，用於優化生產工藝 。對運營數據分析 ，可以發現運營管理中的不足 ，幫助企業完善管理 ，提高運營效率 ，降低管理成本 ，達到精益管理目的 。
四 、結束語
在智能製造發展進程中 ，原料藥因為其行業特殊性 ，能夠借鑒離散行業的成果案例 ，卻或許無法照搬其模式 ，我們要判斷好自己的企業發展階段處於工業幾點零，然後結合智能製造架構進行合理布局 。搭建係統架構 ，做好網絡規劃 ，解決信息孤島問題 ，同時各層網絡獨立避免網絡風暴 、網絡安全等問題 。通過智能裝備 、自動化生產過程係統為數字化建設打好基礎建設 ，為信息化 、資產管理 、數據分析 、數字孿生 、數字化等打好基礎 。以工藝為導向建設信息化平台，依托整體數字化設計及數字化呈現 ，解決企業痛點及關注點，整體建設要遵循合規性和可用性 。
參考文獻 ：
[1]範玉順 ，胡耀光. 企業信息化戰略規劃方法與實踐.電子工業出版社,2007.12
[2]馬國鈞 ，不要在自動化數字化智能化裏繞圈子.Q管理
作者 ：劉泊偉 王震
