在云南中烟红云红河集团曲靖卷烟厂，整个生产制造流程，让来到这里的每一片烟叶在经过高度精密且智能的“智造之旅”后，华丽蜕变为高品质的卷烟产品。顺畅运行的生产线背后，无数看不见的数据流宛如一条条纵横贯通的“高速公路”，为这趟“智造之旅”保驾护航。
在制丝车间，松散回潮机如同一位技艺高超的“水分调控大师”，依据实时采集的环境温湿度、烟叶等级等多维度数据，巧妙地调整加水比例，确保出口水分始终稳定在理想标准；卷包车间里，烟支重量智能控制系统就像一位细致入微的“智能管家”，借助烟丝束高度传感器和回丝量传感器这两双“慧眼”，实时捕捉每一丝细微变化，以毫秒级的速度完成计算，并果断调整供丝量等关键参数，坚决“捍卫”烟支重量的稳定性；走进滤棒成型车间，吸阻智能控制技术恰似一位无处不在的“隐形守护者”，从点点滴滴关注着每一个生产环节，及时排除质量风险，时刻确保滤棒质量符合高标准要求……而这些，只是曲靖卷烟厂以数据赋能卷烟智能制造的缩影。
数据治理：要想“快”先来搭建“高速公路”
曾经，每月初的设备数据收集整理工作，让车间技术员小李觉得很棘手。他需要在各个设备的操作面板上逐一查看记录，然后手工将数据录入到Excel表格中。这一过程不仅耗时费力，且人工记录和计算，数据的准确性往往难以保证。
特别是在数据收集完成后，小李还要根据经验对数据进行初步分析，试图从中找出设备运行的潜在问题。面对海量的数据和复杂的设备参数，他常常感到力不从心。有时候，仅仅是为了获取一个关键设备的历史数据，他就得花上大半天的时间，在档案室里翻阅大量的纸质记录。
如何让数据的收集整理更加完整准确、便捷高效，让数据真正“开口说话”，服务于工厂的智能制造，曲靖卷烟厂开启了数据治理的漫漫征程。
工作刚一开始，关键设备数采数据质量差的问题就犹如“拦路虎”挡在了大家面前。就拿卷包车间的一台关键设备来说，数采有效率仅有91.09%，这意味着大量的数据无法准确获取，严重影响了对设备运行状态的判断和生产决策。
技术人员赵春杰化身“数据侦探”，每天穿梭在车间的各个角落，仔细检查每一个传感器和数据采集线路，对所有数采点进行逐个核对和问题排查。经过数月的努力，数采有效率提升至98.9%。
赵春杰并不是一个人在“战斗”。为了加快数据治理进程，2023年，工厂专门组建了由9名技术骨干组成的数据治理小组，对全厂的生产数据进行精心梳理和清洗，作为这个年轻团队的负责人，查俊对那段经历记忆犹新。“那段时间，大家上下班的界限早已模糊了，有时候为了讨论一个数据结构，提出更加科学的治理方案，常常到深夜还意犹未尽，团队的每一个人都全情投入，只为早点让数据真正为我所用。”
经过近一年时间的艰苦努力，查俊和他的团队完成了对93个核心数据源、4955个核心数据表、61407列核心业务数据和2万多个时序数据点的深度治理。同时，开发了超过90个涵盖工厂核心业务的数据接口，为数据的流通和应用搭建了畅通无阻的“高速公路”。
数据应用：生产“预警雷达”和质量“守护天使”上岗
正是基于高质量的数据基础，让建立贯穿产品制造全过程、全方位覆盖产品质量和设备关键运行参数的监控预警系统成为可能。
卷包车间的90后技术员杨鑫参与了车间监控预警系统的开发设计工作，主攻视觉检测相关应用。他与工艺专家紧密合作，收集了大量烟支外观检测数据，并按照生产工班、数据类别进行了细致的分析。一次，在分析烟支外观检测的剔除数据时，杨鑫发现有部分数据存在异常波动，他运用AI算法对每个月的剔除数据进行复杂计算，搭建完成了专门的预警值计算模型，确定了烟支外观检测各类剔除的预警线，并结合生产实际适时调整。
一个寻常的工作日，滤棒成型车间的显示大屏上忽然跳出了这样一条设备预警信息“2#成型机一小时内停机6次，已超过阈值！”车间值班班长李尤敏立刻赶到现场，查看设备停机情况，并通知修理人员到现场排查设备故障。修理人员检查设备后，通过在设备故障维修经验库的查找比对，迅速解决了故障问题，设备恢复正常运行。
而这一切，得益于车间系统管理员针对KDF4 滤棒生产机型关键过程参数的深入分析，并经过多次试验，持续优化设定范围，最终精准设定的实时运行参数预警线，让每一台设备的“健康状况”都尽在掌握之中，保障设备稳定运行。
如今，在曲靖卷烟厂的生产车间，涵盖了质量、消耗、设备等生产关键要素的预警系统已全面投入应用，这个时刻关注生产全链条的“预警雷达”，会以红、橙、黄三色区分预警的紧急程度，自动通过车间信息大屏、MES下位机、职能人员办公电脑及手机等多个渠道，及时将信息推送到各相关层级，让大家能够第一时间根据预警信息快速响应并及时解决问题。
如果说，生产“预警雷达”的上线，让曲靖卷烟厂的生产过程更加精准、可控，那么，围绕卷烟工业生产环节关键设备与工序构建的关键工序智能控制模型，就如一位“质量守护天使”，让工厂的产品质量日臻完善。
在制丝车间，松散回潮环节来料烟叶水分波动大，导致人工控制出口水分不稳定的难题，一直是影响均质化加工的主要因素。车间技术团队利用机器学习算法建立自学习分组迭代模型，通过智能匹配相似历史生产批次，结合不同的环境温湿度、烟叶等级、配方投料量，开展产前预测学习，精确推算加湿、水分转换和热蒸汽转换系数，精心绘制加水比例控制曲线并实时修正参数，达成精准的生产反馈控制。“其实我们的工作就是要负责教会机器，机器‘聪明’起来了，产品质量更加稳定，操作工的工作就更加轻松了。”制丝项目团队负责人孙成顺这样形容他们的攻关实践。
而类似的智能控制场景，如今已经覆盖了工厂所有的关键工序。
数据赋能：让“智造”未来可期可待
在今天的曲靖卷烟厂，数据驱动的异常感知与预警系统，彻底改变了传统的生产管控模式，实现了生产过程中的事中感知与事后溯源，显著提升了过程控制能力，优化了业务流程，形成高效的PDCA闭环管控，使管理决策更加科学、精准。
而关键工序智能化控制，则有效降低了生产环节对人工操作的依赖程度，大幅提升了生产效率，相应的关键指标也有较大提升。如：松散回潮出口水分标准偏差平均值下降20.5%，批次优良率提高2.35倍；滤棒吸阻标准偏差降低12.69%，变异系数降低12.38%，过程能力指数提升24.66%；烟支重量控制稳定性增强，超重、超轻废烟剔除比例从1.74% 降低至1.57%，有效保障了产品质量的一致性，减少了生产过程中的废品率。
如今，曲靖卷烟厂的数据要素如同血液般在各个生产环节高效流转，实现了生产的智能控制与精细管理。
未来，工厂将依托行业一体化平台形成的数据基础、平台能力，围绕数字化转型“136”总体推进方案，不断提升数据治理水平，深化数据应用，深度开展“全员转型技术体系、智能协同制造体系、工业数据治理体系”建设，构建人工智能模型集合，打造卷烟工厂“智慧大脑”，努力实现从“制造”到“智造”的升级，从数字到数治、再到数智的跨越。