智能工厂建设

智能工厂建设（精选十篇）

智能工厂建设 篇1

信息化改变着世界, 同时也带给我们很多的憧憬, 促使着人们不断地进行探索和研究来实现这些美好的向往。仁者见仁、智者见智, 不同的背景会给出不同的答案, 但都会在某些方面推动着智能工厂建设思路得以持续优化和改进。

30多年来, 作者在炼油化工、企业管理、自动化和信息化等方面积累了点滴经验和知识, 愿与同行一道共同探讨流程工业智能工厂的建设技术。文章通过解读智能工厂的有关概念和体系架构, 结合企业信息化应用现状, 探讨了目前国际上已经成熟的、易工程化的基础实施技术在智能工厂建设中的可行性。并对流程工业信息化三个建设层面中的智能化体系进行了初步探索。

1 智能化思想发展历程

20世纪80年代, 计算机集成制造系统 (CIMS) 在欧美国家曾风靡一时, 但由于理论和实际差距太大, 80年代末, CIMS技术在欧美等工业化国家开始降温。然而, 从90年代至今, CIMS的余温却一直影响着中国, 在国家863计划中占得了一席之地, 并催生了多个CIMS技术研究中心的建立和多个CIMS奖项的产生。当然不可否认, 中国在这十几年CIMS技术的研究与实践中, 在广度和深度上都丰富和扩展了原CIM/CIMS的内涵, 注入了新的活力, 比如提出了“智能化”是CIMS技术未来发展的美好前景[1]。

1989年, D.A.Bourne组织完成了首台智能加工工作站 (IMW) 的样机, 促生了智能制造思想的形成, 1993年4月美国工程师协会 (SME) 召开的IPC‘93’, 提出了“智能制造、新技术、新市场、新动力”的口号;1990年6月, 日本通产省提出了“智能制造系统”研究的10年计划, 并从1991年正式实施;1991年, 韩国提出了“高级先进技术国家计划”用来实施“先进制造系统”的研究与开发。随着理论研究的深入和各类应用技术探索, 目前国际上, 实施智能化的不少关键技术已日臻成熟, 并在部分应用中得到了实践, 取得了较好的应用效果。

可以说, 智能化思想是继CIMS技术之后兴起的面向21世纪新的制造技术, 也正是受这一思想的影响, 拉开了世界各国争夺高科技前沿的序幕。中国在智能制造方面的大多数研究并不乐观, 有些研究仍然停留在概念研究阶段, 有所建树的也只是局限在人工智能和机器人等少数基础技术的研究方面, 而对制造企业的全面“智能化”还仅仅限于CIMS理念的扩展上。近20多年时间内, 国内大多数企业信息化的重点是强化“专题应用”和消除“信息孤岛”。走得相对比较远的国有大中型企业, 特别是石油石化、钢铁等能源行业, 也基本上都是在基于20世纪90年代初美国AMR公司提出的信息化三层架构模型, 开展各层面的信息化应用, 相继开展了经营管理层的ERP系统、生产管理层的MES系统、PCS层的APC/RTO应用, 取得了显著的经济效益和社会效益, 也同步提升了基础设施建设水平。

然而, 在现有信息化基础上怎样上一个台阶, 面对已经初具规模的信息化应用和众多的应用系统, 许多人都在困惑, “两化”深度融合之路该怎么走、深化应用该怎么开展。一个很现实的问题是企业面对信息系统产生的大量数据, 仅仅依靠BI工具, 简单地生成大量的展示图报表为管理决策层提供所谓的辅助支持 (当然也可以称之为初级辅助决策系统) , 耗时、费力却没有得到管理层的认可和良好应用效果。因此, 利用易工程化的前沿技术提升企业信息化建设能力, 以信息“化”为手段, 融合多学科智能技术解决方案, 实现整个工厂生产经营过程的智能化、自动化和最优化应该是现阶段信息化发展乃至“两化”深度融合的必然选择。

智能化技术是一个多学科综合技术的集大成, 涉及计算机、数字图像化、数据处理、机器学习、自动化、系统工程、统计决策、人工智能、建模、流程模拟等等多个领域。通过各学科之间互相融合渗透、相辅相成, 以信息“化”实现智能“化”的目的。

2 智能工厂的概念及体系架构

制造工厂是一个复杂的、动态的有机整体, 其内部技术、经济和人等三方面因素相互制约。从技术角度看, 市场预测、经营决策、产品设计、原料订购与处理、生产加工、生产管理、原料产品的储运、产品销售、研究与发展等环节彼此相互影响, 构成生产经营的全过程, 各环节的集成自动化水平决定该过程的自动化程度, 各环节的集成智能水平影响该系统的自组织能力。因此, 智能工厂建设的核心是“智能化”和“集成化”, 集成是智能的基础, 智能促使进一步集成。

正确解读智能工厂的相关概念和体系架构, 可使智能工厂的顶层设计、规划、技术的选择和实施都有理论和现实依据。

2.1 智能工厂的概念

目前从科学研究和工程实施两个角度对智能工厂有两种不同的意见, 前者认为一个工厂生产过程既具有人类智能 (或部分地) , 又具有与人类实现其智能相似的过程与途径, 就是智能工厂;后者认为一个工厂生产过程只要具有 (或部分具有) 人类智能就称为智能工厂, 而不管实现其智能的过程与途径。我认为技术发展到今天, 上述两个观点都值得重新商榷。

目前智能工厂还没有形成公认的、统一的定义, 从20世纪90年代初期“智能制造”思想提出至今, 也正是受上述两个观点的影响, 众多智能化工程纷纷出现, 特别是一些从事自动化工程的公司, 都宣称自己拥有智能化工厂的解决方案, 有些企业仅仅依靠网络实现了部分数据的集成共享和部分流程协同, 就冠以智能工厂的头衔。

智能工厂的叫法也比较多, 比如“智慧工厂”、“智能制造技术及系统”等。2005年, 英特尔公司更形象地提出了“熄灯工厂”的建设理念。实际上, 分析这些不同名称的文献描述, 殊途同归, 其核心都离不开“智能化”, 其实施技术也都离不开各类学科的前沿技术。

“智能化”是智能工厂的核心。要给智能工厂下定义, 首先得理解什么是“智能化”, “智能化”是指工厂具有灵敏准确的感知能力、正确的思维判断能力以及行之有效的执行方法。在实施智能工厂过程中, 信息化应该是一种为实现智能化目的, 集成各学科技术 (含各学科技术内部的信息化应用) 的手段, 也就是未来智能工厂是以信息化为主导的一种制造模式。在这一模式下, 通过信息化可以实现智能工厂的其它特征, 比如可实现“智慧工厂”“四化”特点中的“柔性化”、“敏捷化”和“智能化”。

中国石化股份有限公司信息系统管理部李德芳主任从中国石化信息发展规划出发, 高度概括了“智能工厂”的五个特征:“自动化”、“可视化”、“信息化”、“模型化”和“数字化”[2]。作者理解这5个特征, “信息化”是手段, 其它四个“化”都是在信息化主导下的具体表现形式。有的文献中, 总结智能工厂的运行特征为“泛在感知”、“高度集成”、“模型驱动”、“自治能力”和“人机协同”, 有异曲同工之妙。

从科学研究角度, 智能工厂定义如下:生产工厂的各个环节, 以一种高度柔性与高度集成的方式, 通过信息系统来模拟生产经营专家的智能活动, 对生产经营问题进行分析、判断、推理、构思和决策, 取代或延伸生产经营环境中人的部分脑力劳动并对人类专家的智能活动进行收集、存贮、完善、共享、继承和发展。实现人类智能活动向信息系统智能活动的转化。

从工程实践角度, 智能工厂定义一:工厂重要关键业务环节, 以信息化为手段, 集成其它相关学科技术, 使企业生产运营具有灵敏准确的感知能力、正确的思维判断能力以及有效的协同执行能力, 业务流程闭环化、业务运作自动化、信息关联图像化。

定义二:以信息化技术为主导, 与其它相关学科技术相结合, 实现工厂生产操作、生产管理、管理决策三个层面全部业务流程的闭环管理, 继而实现整个工厂全部业务流程上下一体化业务运作的决策、执行自动化。

2.2 智能工厂的系统架构

按照定义二, 智能工厂由商业智能、运营智能、操作智能三个层次组成。这三个层次分别对应企业信息化三层集成模型中的PCS、MES和ERP三个层面的智能化, 这一对应关系使工厂信息化的发展有了继承性。如图1所示。

多年来, 流程工业一直在努力进行的信息化建设分别对应于三个层面的专题信息化应用, PCS层面, 不断强化APC/RTO (先进控制和实时优化) 技术的推广与应用;MES层面, 大力推进MES (生产管理) 系统的建设;ERP层面, 大力推进ERP系统规范应用及深化应用工作, 同时也有效开展了该层面综合展现系统的建设。然而, 上述应用仅仅是完成了数据和信息的上行, 没有实现数据和信息的下行, 如图2所示。只有完成了信息的下行, 才能实现各层面的闭环管理, 这是信息化建设的关键, 也是信息化建设的难题, 这一难题解决就是“智能工厂”建设的目标和任务。基于这个观点, 作者一直认为实现了企业各个层面的闭环自动控制就是理想中智能工厂。

从上面的解释中可能感觉“智能工厂”没有神秘之处, 然而, 下行信息 (指令信息) 的获取方法和可信度至关重要, 30多年来, 它促使着世界上各个学科从理论和实践两个角度一直进行着不懈地研究和探索, 并取得了惊人的成绩, 比如已走向实践的无人驾驶智能车辆就是一个多输入、多输出、不确定多干扰源的复杂系统。图3是一个参考了前辈研究, 并结合现阶段易工程化程度而改进后的智能工厂架构体系, 其主要模块在国外已经取得较好的应用效果。

现阶段, 图3中主要的功能块大多是独立运行, 功能块之间的指令传递大多是人工介入以确保指令的正确性。现在已到该解决这个难题的时候了, 只有这个问题解决了, 我们才能实现一个大的飞跃。要打消大家的顾虑, 在信息或指令传递前的有效验证机制和预警机制或许是一个可以选择的解决措施。在图3体系架构中, “智能模拟”是连接生产管理层和操作执行的层的关键环节, 该环节的在线、自动功能是大家最不放心的环节, 需要在这个环节对下达的作业计划进行检验 (经验值、实际值两重校验) , 输出的调度指令结合优化命题与最近的或同等工况下的指令进行比对, 若存在较大的偏移产生预警。

3 智能工厂实施技术探讨

三个层次的智能化应用, 从实现技术来说, 从下往上, 易工程化、易在线自动化的难度逐渐增加。下面从各个层面智能化要解决的问题出发, 探讨和审视实施技术的可行性。

3.1 生产操作层智能化

生产操作层智能化的目标是根据上一层 (生产管理层) 下达的调度指令, 自动找出最佳操作目标, 并按照这一目标实现装置的自动控制。

该层面的先进过程控制 (APC) 技术是控制技术与计算机技术结合最早、应用最为成熟的技术之一, 随着20世纪70年代动态矩阵 (DMC) 算法在美国壳牌公司现场应用, 开启了弱非线性对象控制的大门, 其后, 针对先进控制不能确定装置的最优工况及对应的生产参数, 又催生了装置 (或区域装置群) 的在线、闭环实时优化 (real-time optimization, RTO) 技术, 模拟和控制的紧密结合, 在装置稳态模型的基础上, 通过数据校正和更新模型参数, 根据经济数据与约束条件进行模拟和优化, 并将优化结果传送到先进控制系统。

实现生产操作层面从实时优化到先进控制系统的自动、闭环控制, 是该层面智能化的发展方向。目前国内区域装置群级的在线应用案例不是很多, 但这一目标离我们已很近, 因为基础技术已经非常成熟, 且有单装置成功的应用案例, 实施起来已经没有很大的难题。

在实施过程中, 为减少实时优化系统模型规模, 可以根据企业规模和装置上下游之间的关联关系, 分层次设计在线优化控制器, 比如设立多个区域或装置群实时优化模型, 在它们之上再建立协调在线优化控制器。

3.2 生产管理层智能化

生产管理层智能化的建设目标是以增加企业生产管理的柔性而实施的单厂或多厂智能化管理, 其研究对象是基于经营管理层下达的月度生产计划, 根据生产环境和生产能力 (条件) 将月度计划分解成短期 (周、日) 作业计划, 以调度令的形式下达到操作层。同时该层面的智能化应用要能根据实时生产情况的反馈, 通过生产动态分析, 及时修正生产作业计划, 形成该层面完整的闭环控制。图4为生产管理层面智能化体系架构。

图4所示中, “智能模拟”根据上层下达的月度生产目标, 进行全流程智能模拟, 模拟结果在结合知识库、关联分析后得出的现状规则进行两重校验, 给出短期作业计划, “调度协调优化”根据短期作业计划, 结合优化命题库和来自生产操作层面“大数据集”关联分析后的现状规则, 制定现阶段的短期操作目标, 传递给“调度令管理系统”。

“模型可靠性技术”、“模型可实现性技术”和“关联挖掘分析技术”是该层面的重点核心技术。三个技术的有效实施可确保模型与实际物理过程的匹配有效匹配。有了这三个技术, 正如前述, 我们的目标就不能简单定位在人工介入模式的智能化上了。该层面的智能化是解决执行层面的智能化问题, 因此它是企业智能化的核心, 目前, 产学研结合多年, 国内已不乏解决三个关键技术的学者和专家。

另一方面, 现阶段离线运行的一些模型技术应用效果还是比较理想的, 如国外的KBC Petro-SIM建模技术、Aspen Orion行为过程建模技术, 国内大专院校也针对性地开发了一些机理模型、启发型模型等。我们完全可以在这些模型基础上增补中间环节, 改造成能在线应用的模型。

对炼化一体的大型石油加工企业, 为降低计算能力和优化求解能力, 可以进行层次性的智能模拟和调度协调优化, 比如可以先按板块或按专业管理开展, 然后在其之上再建立更高层次的智能模拟和调度协调优化, 模型降维以后, 可靠性和可实现性等方面就相对有保障。相应地, “数据关联分析”按此方法处理, 降低分析难度。

另外, 在上面技术实施的同时, 亦可尝试机器学习技术的应用, 近几年, 有学者已在呼吁, 没有机器学习技术的智能化不算智能化。

3.2 经营管理层智能化

经营管理层 (或管理决策层) 的任务是根据市场的需求预测、原料的供给情况、生产加工能力和生产环境的状态, 利用系统工程的思想, 确定企业的生产经营目标, 制定企业的生产计划, 协调企业各局部的生产过程, 从而达到企业总体最优。该层面所面临的不确定因素比生产管理层更多, 特别是面对瞬息万变的市场因素, 智能化实施难度也很大。

近几十年来, 决策支持系统 (DSS) 的研究基本上都是针对该层面, 文献也比较多, 上世纪80年初期, DSS增加了知识库和方法库, 构成了三库系统或四库系统;80年底末期, 专家系统与DSS相结合, 形成了智能决策支持系统 (IDSS) , 它通过逻辑推理的手段充分应用人类知识处理复杂的决策问题, 既能处理定量问题, 又能处理定性问题, 提高了DSS支持非结构化决策问题的能力;随着90年代数据仓库、联机处理、数据挖掘技术的提出和发展, 商业智能技术成为信息化应用的热点, 它囊括了上述几种新技术, 数据仓库为决策支持系统提供面向主题集成的高质量数据, 联机分析处理提供从多视角途径获取的辅助决策分析数据, 而数据挖掘则侧重于识别和抽取数据仓库中隐含的、潜在的有用信息, 丰富决策支持系统的知识系统。将这三者纳入到决策支持系统基于知识的结构框架中, 就产生了一种新型的决策支持系统——综合决策支持系统 (SDSS) [3]。其逻辑结构如图5所示。

该系统架构既发挥了专家系统以知识推理形式解决定性分析问题的特点, 又发挥了以模型计算为核心的解决定量分析问题的特点, 从而做到了定性分析与定量分析的有机结合, 使得计算机系统解决问题的能力和范围得到了很大的发展[4]。

尽管以上思路非常清晰, 但离解决实际问题还有很大差距, 多年来, 现实中的不确定因素和技术的实施难度制约了该层面智能化技术的落地。

因此, 要实现该层面的智能化, 一方面我们要借鉴学术上成熟的研究思路, 另一方面也要从该层面急需解决的实际问题和现有技术的可工程化两个角度来规划, 以求取得突破。

目前, 该层面在现实中遇到的最大难题是计划不如变化快, 瞬息万变的外部市场信息、物流动态和内部突发因素都会导致月度执行计划需要做出调整, 但由于对信息三性 (及时性、完整性和准确性) 很难掌控, 不但会使计划人员疲于应付, 执行层面也难以适应。

上述难题解决能力的核心体现在对信息三性的掌控能力, 最终体现的是该层面决策支持系统的智能化能力, 这是现阶段经营管理层智能化建设的研究和解决方向。

它实际上包括两部分内容, 一是对第一手信息的掌控, 二是对已掌控信息的加工处理 (知识) 。两者都要用三性来衡量。图6为基于上述思想设计的可工程化的经营管理层智能体系架构。

图6中, 市场信息三性的保证可通过市场供应链管理系统实现, 当然其中不是简单的市场信息收集, 其中也有预测, 在此不展开讨论;内部信息三性的保证, 一是由现有信息系统形成的数据库和数据仓库保证, 二是由基于商业智能技术的大数据分析, 通过主题分析和跨业务的关联分析生成的内部现有规则集来保证。

知识三性的保证, 一是要建设好两个库——预测模型库和知识库。其中预测模型库, 我认为销售模型库、资金模型库、成本模型库和利润模型库这四个库是该层面模型库中最基本的。二是由问题综合和推理机制和经营策略求解器来保证。

以上信息三性和知识三性的保证, 环环相扣, 每个环节都是一个比较复杂的系统, 在此不展开具体讨论。从现阶段信息技术的发展来看, 我认为都是可实现的。

以上智能化体系的架构的设计, 既继承了综合决策支持系统的思想, 又结合实际, 使智能决策支持系统的建设可实现工程化。

经营管理层面的智能化, 目前广泛的看法是为管理层提供决策的支持, 是辅助用户做决策而不是代替用户做决策, 目的在于提高决策的有效性而不是提高决策的效率。对此我持保留意见, 正如前述, 可以预言, 随着技术的进步, 特别是机器学习等技术的进步, 替用户做决策并提高决策效率的在线、全自动智能化应用在未来10年内必定有所突破, 届时将可改变月度经营计划的不可变历史。

4 结论

(1) 智能工厂是以信息化为主导的多学科技术的高度融合, 也是“两化”深度融合的必由之路;

(2) 基于知识发现和基于模型的两大方法应该是现阶段智能化工厂建设的首选技术;

(3) 智能化应该从过去的离线或半离线观念向在线、全自动化转变;

(4) 没有机器学习功能的智能化不是智能化。现阶段可以选用易工程化的技术进行智能工厂的实施, 但在线、全自动化智能工厂的研究应该引起我们足够的重视。

符号说明

CIMS——Computer Integrated Manufacturing Systems, 计算机集成制造系统

CIM——Computer Integrated Manufacturing, 计算机集成制造, 是一种理念

APC——Advanced process control, 先进过程控制

RTO——Real-time optimization, 实时优化技术PCS——Process control system, 过程控制系统MES——Manufacturing execution system, 制造执行系统, 俗称生产管理系统

ERP——Enterprise Resource Planning, 企业资源计划

DSS——decision support system, 决策支持系统

IDSS——intelligent decision support system, 智能决策支持系统

SDSS——Integrated decision support system, 综合决策支持系统。

OLAP——On-line analysis process, 联机在线分析过程

摘要：智能工厂是未来工厂的发展方向, 也是信息化应用的高级阶段, 更是多学科之间相互渗透、相互支持, 实现“两化”深度融合的必由之路。文章针对许多企业面对“大数据”时代的无奈和实施工厂智能化的困惑, 回顾了智能化思想的发展历程, 解读了传统智能工厂的理念, 给出了现阶段智能工厂新的定义。面对众多的科学研究方法, 从易工程化和技术成熟度两个维度, 对流程制造工业智能工厂体系架构和基础实施技术进行了探索, 认为基于知识发现和基于模型的两类技术应该是目前智能工厂建设的首选技术, 并利用这两个方法设计了流程工业三个层面智能化的体系架构。

关键词：CIMS,智能化,智能工厂,知识发现技术,建模技术

参考文献

[1]姚建初.面向CIPS的智能集成优化设计系统研究[J].计算机集成制造系统, 2000, 6 (5) :69274.

[2]李德芳.中国石化信息化建设十二五规划.2010-12

[3]杨帆, 刘守义.综合决策支持系统之现状及发展趋势.电脑开发与应用, 第18卷第5期

开启智能油田和智能工厂之路 篇2

2012年9月19日，由工业和信息化部信息化推进司、原材料工业司和中国石油和化学工业联合会在乌鲁木齐共同主办的“第十届中国石油和化工行业两化融合推进大会”上，中国石油化工股份有限公司信息管理部宫向阳处长表示，为打造世界一流的信息化能力，中石化未来的一项重要工作，就是启动智能企业试点，目前已经开始做方案。

宫向阳介绍，中国石化整个的信息化工作经历了三个发展阶段，第一阶段2000年以前，以分散建设为主的阶段。第二阶段是2000-2007年，以统一规划、统一建设为主。第三阶段是2008年以来，整合集成深化应用的阶段。

信息化的主要成效有四点：第一是建成了信息化的三大平台;第二是取得了十大主要成效;第三是建立健全了信息化体系;第四是形成了良好的信息化氛围。

不过，信息化是一个不断改进的过程，宫向阳对这些成绩并不满足，他表示，下一步中国石化目标就是建设世界一流能源化工公司。他认为，世界一流能源化工公司就要有世界一流的信息化能力，所以我们的信息化上也提出了要打造世界一流信息化的能力。

如何打造一流的信息化？宫向阳认为，中石化除了国际化的挑战，也有一些新技术的挑战，云计算，互联网，新一代的移动通讯等等。为此，中石化下一步重点工作主要是围绕这几个方面展开：第一，开展ERP大赛，在2015年之前全部完成。第二是启动智能企业试点，我们已经开始做方案了。第三，建设中国石化企业云。第四，开展物联网应用。第五是建设知识管理系统，在油田上正在做。第六建设能源管理系统，第七是建设共享服务平台，提升基础设施能力等。

宫向阳表示，ERP系统全面应用促进了公司经营模式和管理方式加快转变。在经营管理平台的建设应用在提升公司经营管理水平，推进结构调整中发挥了重要的作用。中石化的系统包括资金集中管理系统，电子商务系统，生产营运指挥系统，供应链系统，物流系统和自主开发的MES制造执行系统等。

中石化在ERP达标竞赛做了很多的工作，比较有趣的是，他们用文艺的形式来进行竞赛。对所有的重要系统进行远程监控，能看到哪家企业用的情况如何。像油田企业整个的考核评比，炼化企业MES用的怎么样，哪家企业模块怎么样一清二楚。每家企业每天评分，一个月一个红头文件下发。

宫向阳还重点介绍了智能油田和智能工厂。

智能工厂有五个特征：自动化、数字化、可视化、模型化、集成化。模型化非常重要，以前信息化基本上是加减乘除的计算，根本没有竞争力，只是把数据录入加减乘除。模型化在远程技术诊断里用了非常高深的模型。在智能工厂也有很多这样的模型。

目前中国石化信息化在物料管理方面做的比较好，重点是放在能源管理、安全管理。能源管理系统有一些零散的，现在统一来进行建设，已经开始试点，明年要大规模地推广。这是智能工厂方面的。

智能工厂在几个局部点有所突破，一个是计划调度智能化，能源智能化，安全环保智能化，生产操作智能化，IT管控智能化。甚至这个范围还可以有所缩小，并不是说所有的全盘智能，智能也有一个过程。

信息化的建设离不开队伍的建设，宫向阳认同信息化是一把手工程的观点，他表示，我们副总是清一色担任信息化领导小组的组长，充分体现了一把手工程。

团队方面，他介绍，目前，中国石化信息化队伍有5000多人，中石油现在是6000多人，石化盈科有1100多人的队伍。目前我们对这个队伍进行考核、考评和激励，另外对企业信息化进行评价，建立一套评价体系。我们也对信息人员有一个成长的空间，现在也设立了专家岗位。处室专家岗位在正处和副处中间，工资待遇是有一个高低。

保障措施。除了加强组织领导，另外是标准化。他表示，标准化工作非常难，业务部门必须是牵头部门，主要是业务标准化。

“两化”融合 打造智能化工厂

“公司不断融合工业化和信息化，几年间，让信息化的触觉延伸到所有处室、装置，进入班组和仪表间的每个生产流程，实现了全流程、全覆盖。”石家庄炼化信息中心主管王芳红说起这些非常自豪。

从信息化领导小组成立到定期召开信息化专题工作会议，石炼信息化进程不断加快。在ERP、MES项目实施的基础上，该公司通过建立企业生产过程、生产管理、经营管理等数据平台，集中整合了企业生产、经营、管理的数据资源，覆盖了生产过程中所有岗位的全部流程，实现了信息的全覆盖和流程的再改造。

“先进控制的投用，提高了操作平稳程度，减少了产品质量的卡边操作，降低了操作的劳动强度。”常减压装置主任李志杰这样评价先进控制的实施。借助信息化技术手段、实现生产过程的优化，公司对常减压、催化装置实施的6套先进控制，使产品收率平均提高1%以上。

在公司研发的装置考核系统中，每个作业班组的主要控制点都要直接接受考核。直接考核调动了员工精细化操作的积极性，也使车间装置相关作业指标明显改善，操作平稳率提升了8%。

鼠标一点，一个个直观简捷的图形便呈现在经营管理者面前，计划、生产、采购等部门的业务数据尽收眼底，实现了过程监控、计划跟踪及业务分析的综合展示与对比。2011年，石炼将ERP、MES、计量系统等7个信息系统进行集成，通过对数据深入挖掘和分析，找出生产运行的最佳点，为生产提供决策依据。

智能工厂初露曙光 篇3

未来的工厂即智能工厂就是代表高效率的乐园：次品、停机、浪费和等待这些问题统统不复存在。工厂经理和CIO们齐心协力，确保数据和生产、IT和制造无缝结合起来，每个机器的每次转动、每个刀具的每次切割以及全球交付链上每个部件的每次运输，都一览无遗。

那种未来工厂绝对代表了技术和制造领域发展的最高峰，完美地整合了高科技工具和高科技员工，这与制造业在过去几个世纪漆黑一团的形象形成了鲜明对照。

虽然这个梦想很奇异，但实际上，它比你我想象的更接近现实。

西门子电子车间

位于德国安贝格的西门子电子车间就是直接源于这个梦想的工厂。这个一尘不染的高科技车间占地10.8万平方英尺，堪称高效的数字奇迹，因为智能机器负责协调该公司的Simatic控制设备的生产和全球分销—这个接单生产的定制流程涉及每年5万余种产品的逾16亿个部件：为了制造这家工厂的950种产品，西门子向全球250家供应商采购约1万种原材料。

这个生产流程势必伴随不计其数的变化因素和错综复杂的供应链，远远超出了传统工厂的能力范围。就比如组织原材料流程、为诸流程确定各自顺序，或者甚至仅仅合理调度其1100名员工，以满足不断变化的工作的需要，这是任何一项技术或任何一种工具所无能为力的。

不过据加特纳行业研究公司（Gartner Industry Research）早在2010年对该工厂开展的调查显示，安贝格工厂中每100万件产品中次品只有大约15件，庞大生产线的可靠性达到99%，追溯性更是高达100%。

西门子实现这个生产奇迹的关键，以及推而广之让未来的所有智能工厂顺畅运转的秘诀，就是建立起一个紧密结合的技术网络，这些技术相互整合，共同组成一个更智能、更高效的整体。

智能整合的技术

西门子工业部门北美区首席执行官赫尔穆特·路德维希（Helmuth Ludwig）说：“未来的智能制造现已呈现在眼前。”

“以前，工业价值链的几个部分（包括产品设计、生产规划、生产工程、生产执行和服务）都是单独实施的。而如今，新技术把这些独立的部分整合起来，令人兴奋。”路德维希表示，安贝格车间能大获成功，关键在于有机整合了三种关键性的制造技术：产品生命周期管理（PLM）、制造执行系统（MES）以及工业自动化。

“无论你生产的是现代商用飞机、节油型汽车，还是高性能高尔夫球杆，PLM、MES以及工业自动化所使用的技术都在帮助制造厂商通过提高生产力、尽量降低风险，以实现总收入的增长。”路德维希解释说：“通过充分利用这些系统，成功的企业得以关注一些重要方面，比如缩短创新周期，提高运营透明度，通过跨部门共享知识来提高员工个人生产力，并且通过为动态环境提高可预测性，尽量降低风险。”

西门子工业部门自动化部门总裁拉贾·巴特拉（Raj Batra）特别指出，制造业的未来在于，从这些技术当中找到最佳结合点，并学会将它们作为一个完整系统运用起来。“真正的问题在于，确定这三项技术之间的所有结合点，那样就能获得这个整合系统的整体优势。而这推动着制造效率得到大幅提升。”

但他也表示，要做到这一点，需要制造厂商把手头的所有高科技工具汇合起来，这本身是另一个难题。

物联网

巴特拉说：“如今大量的信息嵌入在诸多设备里面。我所说的设备是指现场设备、电机启动器、接触器以及继电器。问题在于，能不能获取这些信息，能不能进一步提高利用这些信息的效率，以便现在能实时获取之前无法获取的诊断数据、合同工健康状况或继电器运行状况等方面的信息？”

这个问题的答案就在于物联网—在过去十年，这个结构松散的技术网络已慢慢渗透到我们的生活和工作中，用Zebra科技公司首席执行官安德斯·古斯塔夫森（Anders Gustafsson）的话说，“互联设备呈现爆炸式增长”。

古斯塔夫森表示，物联网“基本上给了所有这些资产（实际物件）一种数字声音或虚拟声音。这种数字声音让它们能够对外传达关于自己的一些信息。这些信息表明了它们是什么物件、它们在哪里、它们的状况和温度等信息。”

他表示，如果使用得当，这些互联设备在物理世界与数字世界之间形成了一个会合点，让软件应用（比如西门子的路德维希和巴特拉所说的网络）能够充分利用通常隐藏在历史记录或数据库中，或者完全消失于数字空间的所有信息。它们让系统能够针对现实世界的事物做出更智能、更及时的决定。

路德维希说：“正是这种着眼于未来的创新和合作，推动着如今先进制造业的发展。这完全是业界的一场根本性转变（paradigm shift）：实际的制造世界与虚拟的数字制造世界相互交汇，让企业能够借助数字化手段，规划和预测产品的整个生命周期和生产设施。”

在安贝格车间，数字世界与现实世界的这种交融让产品和生产成为数字化制造流程的核心部分。正如加特纳报告中所描述的，“车间里面，触摸屏人机界面（HMI）让用户可以向下钻取数据，了解各方面信息，从一段时间的业绩趋势到每条产品线，甚至每一个零部件。这样一来，不仅可以密切跟踪业绩，还可以对400多个数据自动采集点进行深入的根本原因分析。”

古斯塔夫森表示，这正是物联网的真正价值所在。“这一切归结为数字声音—通过为资产提供一种数字虚拟声音，向数字世界传达关于资产自身的信息，让用户能够采取更明智、更及时的决策，从而获得极强的洞察力，以深入了解生产运营和供应链。”

不过想广泛地利用这个价值，以便智能工厂在数字世界真正促进生产，并且把创新技术整合起来，让那些新的数字声音可以提高生产效率，就需要一种足够智能、足够稳健的平台承担这一重任。

nlc202309021637

这时候，工业互联网应运而生。

工业互联网

因最近的一篇重磅报告《工业互联网：打破智慧与机器的边界》，通用电气公司发觉自己成了智能工厂讨论的焦点。

报告解释，构筑工业互联网的高度互联的工业运营网络“结合了两大颠覆性革命的最新成果，一方面是源自工业革命的无数机器、设施、车队和网络，另一方面是互联网革命带来的计算、信息和通信系统等方面最近取得的迅猛进展。

结果是带来了第三波工业革命，由此“打开了一片新天地，得以提升生产力、减少低效和浪费，并且改善员工的工作体验”，这有望为全球经济带来10万亿美元到15万亿美元的产值。”

通用电气首席经济学家、这份报告的合著者马可·安农齐亚塔（Marco Annunziata）说：“哪怕生产力稍微得到提高，也有望在员工层面和企业层面带来显著成效。”

报告补充道：“只有三个主要的数字元素（智能设备、智能系统和智能自动化）与物理机器、设施、车队和网络完全融合起来，才能感受到工业互联网的真正威力。到时候，生产力提升、成本下降以及浪费减少等好处会普遍出现在整个工业经济。”

在去年11月于旧金山召开的报告发布会上，通用电气首席执行官杰夫·伊梅尔特（Jeff Immelt）向工业界介绍了通用电气在工业物联网带来的未来制造业所扮演的新角色。

他指着台上立在身边的硕大喷气发动机对观众说：“现在仍是注重生产力的时代。所有工业企业（不仅仅是通用电气）不再仅仅围着大型设备而转。我们都会竭力处理好与产品相关的分析工具、数据和软件。”

他补充说：“这一幕就出现在今天，而不是未来遥不可及的梦想。工业在阔步前行。”

在通用电气智能平台部门的制造软件总经理唐·布希克（Don Busiek）看来，伊梅尔特的演讲和报告本身预示制造新时代已来临。“如今制造业已出现了巨大转变。由于出现新技术、更智能的资产和更智能的设备，今天的先进工厂实际上已俨然变成了促进信息在整个企业顺畅流动的数据中心。”他解释道：“以前，如果你看一下制造业软件，会发现它们是孤立的系统；这些系统无法彼此联系；它们无法沟通，无法联络，所以工厂经理无法将本工厂的业绩与另一家工厂作一番比较。”

他继续说，工业互联网出现后，工厂突然之间能够把多家工厂的所有数据联系起来，甚至可以在手持设备上通过互联网查看这些数据，最终能够了解和比较企业下面诸工厂的业绩，并且了解和比较不同生产线上的设备工作性能。

“在我看来，这就是未来的方向，即这样一种互联世界概念：所有设备都在汇总数据，而你只管分析数据。数据经过分析后，可以根据使用者的角色，会在合适的时间提供给合适的使用者。”

“那就是未来的智能工厂。” 布希克说。

智能工厂建设 篇4

随着世界能源格局的变化, 我国石油化工企业正朝着大型化、市场化、一体化、国际化、智能化和清洁化的方向发展, 但在发展同时也面临着诸多挑战, 例如:企业及客户对于价格的变动敏感度持续提高;提高整个企业的生产效益与保持生产的平稳安全的矛盾;供应链各环节壁垒以及各环节的复杂度日益升高;企业的经营环境更加复杂[1]。智能工厂建设是解决这些问题的重要手段之一。

随着科学技术的迅猛发展, 高科技手段及信息化技术对现代企业, 尤其是大型企业的作用越来越重要。针对石油化工行业生产装置设备及管线分布复杂, 管理人员无法远程掌握, 设备的相关信息与其实物设备的具体空间位置无法同时展现的现状, 同时现有的DCS、MES、ERP等业务管理系统也无法全面展示装置的反应器、塔、罐、泵、阀、管线的详细空间位置, 无法与实际生产装置流程直观有效的融合, 根据最新的虚拟现实领域的3D建模技术, 提出“3D智能工厂”的概念。“3D智能工厂”打破传统的炼油企业管理模式, 将3D模型引入到炼油企业中, 以3D模型的方式立体再现生产装置原貌。通过装置3D模型, 实现装置设备及管道的详细空间位置、具体形状与该设备及管道的详细信息的有机融合, 并实现装置设备管理的智能化, 形成一种石油化工企业全新的设备管理理念、模式和方法。

二、“3D智能工厂”建设技术

2.1 3D建模技术。3D是three-dimensional的缩写, 就是三维图形。3D建模通俗来讲就是通过三维制作软件通过虚拟三维空间构建出具有三维数据的模型[2]。3D建模大概可分为:NURBS和多边形网格。NURBS对要求精细、弹性与复杂的模型有较好的应用, 适合量化生产用途。多边形网格建模是靠拉面方式, 适合做效果图与复杂场景动画。

虚拟现实领域的3D建模技术能够将复杂而庞大的工业系统在计算机中完整详细地展现出来, 并且提供多种灵活的操作功能, 从而显著地提高系统的可控性和可用性。通过将系统的3D模型与实际的业务数据进行对接, 用户能够方便地了解系统的组织结构, 监控系统的运行状态, 进一步地借助于智能化的数据分析来降低工作的复杂度, 提高工作效率。石油化工系统的业务管理同样可以借助于3D建模的展现能力和分布式系统的计算能力, 对传统的管理方式进行改革, 创造更具生产力的、更加安全可靠高效的管理手段。

2.2研究路线。 (1) 先在三维软件中创建三维立体模型, 再经对曲面优化和坐标定位后导入虚拟软件中。 (2) 在虚拟软件中完成设备相关数据库的开发以及人工智能与互动。 (3) 根据装置设计图纸、现场测量、拍照等方式以100比1的比例真实再现装置3D模型。在此基础上开发“3D智能工厂”设备信息管理系统。 (4) 为将快速流畅的3D模型体验与设备信息管理系统进行整合, 从而形成易操作、可维护、可扩展的新一代信息管理系统, 对整体软件/硬件架构和技术方案提出以下要求:

(1) 可用性。主要体现在信息系统的响应速度、3D模型浏览的流畅渲染等方面。在实际应用中, 由于3D模型格式的复杂性已经对硬件平台的依赖性, 建模人员构建设备装置3D模型很难在信息管理系统中直接使用, 而且由于3D模型数据量比较庞大, 对此类模型的渲染模块提出了更高的性能要求。因此, 如何通过对系统架构设计、软件硬件的配合、网络传输控制协议的进行创新性的设计, 从而解决上述问题, 是能否提高3D信息管理系统可用性的关键因素。

(2) 伸缩性。为了容纳日益增加的业务数据, 并且在操作频度和操作并发性上进行改进, 系统的整体架构设计人员必须对扩展性进行充分的考虑和评估, 在硬件、软件的选择和整体方案成本上进行均衡。

(3) 可靠性。创新性的系统设计同时意味着可靠性的降低, 因此在整体设计中必须实现一定的容错机制和故障恢复机制, 对数据的生命周期进行管理, 从而保证信息管理系统的长期稳定运行。

为了达到以上要求, 需实现自适应分布式3D模型渲染技术、后端3D模型离线绘制技术、3D模型数据表达和转换技术、3D模型数据传输控制技术和前端3D模型渲染技术。首先实现前端3D模型渲染技术, 才能够较早的评估整体方案的可行性和运行效率, 然后对前四项技术进行研究和实现, 对系统作进一步的优化和加强, 最后改进系统稳定性方面的问题。

三、“3D智能工厂”建设内容-以某石化企业为例

3.1 800万吨/年常减压蒸馏装置3D模型。根据装置设计图纸、现场测量、拍照等方式以100比1的比例真实再现800万吨/年常减压蒸馏装置3D模型。如图1和图2所示。

3.2“3D智能工厂”设备信息管理系统。在“3D智能工厂”设备信息管理系统中, 采用网页 (浏览器) 的方式进行装置设备信息的管理。该系统包括:装置简介、设备信息管理、工艺管道信息管理及智能信息管理等四个部分内容。

(1) 装置简介。在“3D智能工厂”设备信息管理系统中, 用鼠标点击装置3D模型中的装置牌, 即可弹出800万吨/年常减压蒸馏装置的装置简介、技术特点、生产流程、安全措施、设备介绍及装置工艺流程图等信息。通过网页即可对装置总体情况进行查阅。如图3所示。

(2) 设备信息管理。设备信息管理包括以下设备信息的管理:该装置所有设备的设备铭牌;该设备在设备台账中的所有信息;目前车间正在使用的设备台账;该装置存档的设备检测报告;档案室存档的该装置设备及管道的蓝图;该装置设备配件的技术参数及有关信息;装置设备的检维修记录, 历史记录及检维修台账等。如图4所示。

(3) 工艺管道信息管理。在装置3D模型中鼠标点击任何一条管道, 即可弹出由该工艺管道的管道表及管道设备材料规格表中的信息制成的网页, 通过该网页即可进行装置工艺管道相关信息的查阅和管理, 并可对管道进行智能化管理。在装置工艺管道3D模型中, 每段管道都标有管道号, 可显示管道的起点和终点, 同时, 具有输入管道号可自动锁定该管道的功能。如图5所示。

(4) 智能信息管理。实现对装置各类设备的智能预警系统, 可通过预警方式, 对装置设备及工艺管道进行智能化管理。当某设备需要检测、校验、更换等各类工作时, 系统将自动提前一周进行预警提示, 在智能信息管理网页中, 自动生成预警信息。

四、结语

“3D智能工厂”的实施, 不仅提供了直观、形象的装置设备运行的全程跟踪与管理, 为企业的管理者决策分析提供了核心的依据, 同时降低人员直接到现场的风险及成本, 对企业的安全生产和精细化管理、提高企业的经济效益都将具有深远的意义。同时, 该系统可复制于其他石油化工企业, 从而全面提高石油化工行业的企业现代化管理水平。一种以集工艺管理、设备管理、安全管理、装置现场管理及仿真培训管理等系统为一体的石油化工企业虚拟的智能工厂运行模式是下一步研究的方向。

参考文献

[1]王晶.浅析石油化工企业智能工厂建设的基本思路[J].中国科技信息, 2013, 14:118-119.

工厂配电智能化管理效益分析论文 篇5

一、前言

配电智能管理是指：利用现代电子技术、通信技术、计算机及网络技术与电力设备相结合，将配电网在正常及事故情况下的监测、保护、控制、计量和供电部门的工作管理有机地融合在一起，改进供电质量，与用户建立更密切更负责的关系，以合理的价格满足用户要求的多样性，力求供电经济性最好，企业管理更为有效。

工厂配电智能管理包含企业中与配电系统有关的全部功能数据流和控制。主要包含以下2个方面：

10KV及低压馈线自动化。馈线自动化完成馈电线路的监测、控制、故障诊断、故障隔离和网络重构。其主要功能有：运行状态监测、远方控制和就地自主控制、故障区隔离、负荷转移及恢复供电、无功补偿和调压等。

配/变电站自动化。变电站自动化指应用自动控制技术和信息处理与传输技术，通过计算机硬软件系统或自动装置代替人工对变电站进行监控、测量和运行操作的一种自动化系统。变电站自动化以信号数字化和计算机通信技术为标志，进入传统的变电站二次设备领域，使变电站运行和监控发生了巨大的变化，取得显著的效益。变电站自动化的基本功能有：数据采集、数据计算和处理、越限和状态监视、开关操作控制和闭锁、与继电保护交换信息、自动控制的协调和配合、与变电站其他自动化装置交换信息和与调度控制中心或集控中心通信等项功能。近几年，大量的配、变电站采用了变电站自动化设备，显示出显著的经济效益。

二、直接经济效益分析

1．可提高供电质量

信息时代的到来，要求不间断供电的计算机设备越来越多，给供电提出了更高的要求。停电或限电会导致减产，而忽然的停电则会危害工厂的重要设备。落后的人工配电方式，在城乡都是不适用的。只有实现配电站的自动化，才可能最大限度地提高供电质量，满足人们日常生活工作与生产的需要。实现配电站自动化可提高供电的可靠性。实现配电站自动化，可减少故障次数，缩小事故范围，缩短事故时间，为恢复供电、快速分析、诊断、报告事故原因提供有效的依据。某工厂没有采用配电自动化前每月故障次数为1次，故障抢修时间为2小时，每小时的产出商品价值5000元，每年开工11个月，每年可减少停电导致的生产损失为2*1*5000*11=11万元，采用配电自动化系统后，即可将故障次数大大减少，设备在发生故障前隐患即可被发现，无需全面停电检修，生产设备可以做到不停机，每年可减少损失11万元。

2．降低网损率的经济效益

根据国内配电自动化系统运行的成功经验，通过电压和无功优化控制，可以降低网损率3％左右。某工厂的年用电量为1000万KWh，通过电压和无功优化控制，每年可节省电量为30万KWh，节能效益按0.42元/KWh计算，每年节约12.6万元。由此看来，直接的经济效益十分巨大，间接的经济效益和社会效益则更大。

3．设备管理的经济效益

配电自动化系统的效益还在很大程度上体现在配电设备管理上。比如设备检修，如果没有相应的配电自动化监控管理系统，所有设备按一定期限定期检修，其工作量巨大，耗费大量人力物力，配电管理系统的使用可以使设备检修的针对性更强。变故障修为状态修，变人工巡检为自动故障保修，减轻维护人员的劳动强度；减少操作人员；增强电力系统的免维护性。

通过对负荷的监控，合理分配负荷，还可以最大限度地保护供电设备投资。有利于提高设备的安全和健康水平，延长使用寿命。某工厂，每年因烧毁电力设备、动力设备等事故的损失为6万元（一台变压器的价值就在10万元以上，一台10KV开关柜价值在5-8万元之间，电动机的价值从几千到几万不等，高压电动机更贵，其它断路器、接触器、继电器设备数量更多，更应容易烧毁），实现配电自动化之后就可以完全避免此类事故的发生，每年节省设备维护费用6万元。

4．提高企业用电的管理水平

传统用电管理是由电工的经验来实现的（即经验管理），其管理的好坏决定于电工人员的经验、责任心、及情绪。在珠三角的制造业对电工师傅的称为叫“电工大佬”，他是公司中非常重要的人物，甚至公司的一些管理制度到了“电工大佬”这都要开绿灯，因为老板深知“电工大佬”的心情就可以影响公司用电费用。但是“电工大佬”对工厂也只是起保证用电的作用，根本谈不上安全、可靠（质量）、高效的用电管理层面。

西格玛电能管理系统是给现代化工厂提供的一套信息化时代的用电管理手段，她能准确、及时地提供实时的数据和信息；可以直观地监视全厂内任何地方、任何设备的运行情况，方便的控制计划停电、供电，实现总体控制。为用户调整用电峰谷时段，提供有效的依据。做到值班电工通过电脑化面实时监视系统的运行状况；检修电工根据画面的予警提示有针对性的对设备进行保养、检修；电气工程师通过系统报表和分析曲线制订保养、检修、整改计划；管理者代表可根据详细的电量统计报表核算、控制产成本；为企业ERP提供充足完整的数据信息。在不增加人员成本的基础上，大大提升了管理水平。

5．节省人员成本

西格玛系统令电工职责更清晰、层次更分明、分工更具体，对运行、检修人员要求少而精，电力系统经验：一个35KV变电站比不做自动化前节省1/3的人员。

三、间接经济效益

随着电力电子产品的广泛应用（如：变频器、电脑、电子镇流器等）的同时，也带来了对电源的污染，其中谐波、电磁干扰对环境及设备的影响最严重。

1．通过西格玛系统可诊断出困扰公司多时难解决的问题，比如：产品合格率的瓶颈、电脑、功控设备寿命短等平时很难发现及解决的问题。

2．由于系统的监控主机一般安装于办公室或值班室，与电气设备（尤其是高压设备）有一段距离，将减少值班员、运行工，检修工等一线人员拉出到发生职业病的可能范围以外，减少输配电系统职工的发病率，减轻企业的医疗负担，提升员工的生活质量。

四，结语：

配电自动化系统的经济效益，一直以来，仁者见仁，智者见智。它无疑具有强大的经济效益。如果把每年的直接经济效益产出定义为

S=（J+L+W）*T

J=每年因检修导致的停电损失，（上文假设为11万元）

L=每年因网损导致的电能浪费，（上文假设为12.6万元）

W=每年节约的设备维护费，（上文假设为6万元）

T=设备运行年限

那么，每年增加经济效益产出29.6万元，运行时间越长，经济效益越明显。

智能工厂建设 篇6

SEW集团(以下简称“SEW”)成立于1931年,专业生产各种电机、减速机、变频和伺服控制设备,其生产技术和市场占有率均居世界领先地位。SEW于1995年进入中国市场,以精品、服务、本地化三大发展战略为主线,现已成为中国机械制造业的知名企业,在天津、苏州拥有2个制造中心,以及7家装配及技术服务中心和50余个办事处,服务网络遍布全国各大中城市。

不断扩大的工厂规模

到达位于苏州新加坡工业园的苏州SEW公司,首先映入眼帘的是以减速机为原型设计的办公楼,外形十分独特,其精致、优雅的风姿为苏州工业园增添了一道亮丽的风景线。苏州SEW公司为SEW在华东地区的装配和技术服务中心,可以为客户提供从机械到电子的全套驱动解决方案服务。

苏州SEW公司总经理赵刚告诉记者,早在2002年,为了更好地开拓华东地区市场与服务客户,SEW苏州装配中心建成投产。随着华东地区经济的快速发展,苏州SEW公司业务迅猛增长,原有工厂的产能已经无法满足市场需求。SEW公司于2011年开始进行苏州二期工厂的布局规划,从提高装配效率和产能以及实现工厂现代化等多重因素出发,在新工厂设计中合理地将智能化物流系统融入装配工艺流程,实现了二期工厂的高效率运作和高水平管理,保证了整个华东地区的产品供应。

苏州二期工厂占地面积72000多平方米,总投资3800万美元,于2012年1月1日正式投产运营,具有单班年产30万台的组装能力,是SEW目前在中国产量最大的装配厂。

合理的厂内布局

SEW苏州工厂为典型的按单装配型工厂,其规划布局采用了环形设计,按照生产工艺流程,依次设置了零部件收货区、拆箱入库区、拣选区、零部件缓存区、装配区、测试区、上货站、喷漆烘干区、下线包装区、发货区。工厂内部物流系统不仅应用了自动化立体库、自动输送线,还采用了SEW自主研发的无接触供电自动导引小车(AGV)、无接触供电电动单轨小车(EMS系统)等智能化物流设备。在信息技术方面,从零部件入厂到成品出库整个生产与物流流程,都采用了先进的SAP系统进行统一管理。在现场运营管理方面,不仅采用了看板管理、超市货架管理等先进的物料配送方式,而且现场工程师还在每天的工作中不断地找寻瓶颈工序并进行分析解决,以改善产线布局,减少装配动作。合理的工厂布局、智能化的物流系统、先进的运营管理理念,使SEW苏州二期工厂的装配效率得到极大提升,同时还大幅减少了单位产量的用工数量。

据了解,SEW苏州工厂共有8000多种零件,可以组合生产出超过4000万种成品。为了能够及时完成生产与交付产品,工厂内部必须要有充足的标准化、模块化的零部件库存。采用智能化物流系统、先进的物流设备与信息系统,对实现高效准确的物料管理与配送上线、提高装配效率、保证交货期、降低整体成本尤为关键。见图1。

顺畅的作业流程

本刊记者随同苏州SEW公司总经理助理陶贻新参观了整个工厂。工厂物流作业主要流程如下:

1.零部件接收

零部件到达工厂后,通过手持终端扫描条码信息,收货信息实时自动录入SAP系统,SAP系统与自动化立体库IWMS系统实时关联。

2.零部件入库

IWMS系统为入库零件按不同的重量、高度、规格自动分配货位。不超重但是高度较高的零部件一般存于自动化立体库的上层区域,不超重但高度较低的零部件则存于自动化立体库的下层区域,超重或超高的零部件则存于自动化立体库旁边的普通库。

3.零部件拣选

销售人员签订合同后,将合同录入SAP系统,即自动生成BOM (物料清单)并关联到自动化仓库系统。根据生产计划,BOM零件会自动从立库中被取出,送至拣选区。工作人员扫描托盘或托箱上的条形码,系统会提示相关信息和明确指令,工作人员按指令拣选零部件,然后配送至所需装配工位。

4.零部件补货

为产线进行零部件补货的管理方式有三种:一种为超市货架管理,即当超市货架上的零部件数量低于装配所需数量时,系统自动发出指令,工作人员进行拣选补货;第二种为看板管理,每一种产品装配所需的标准零部件都在产线旁码放两盒,一盒使用,一盒备用。盒子倒过来就说明空了,仓库人员看到倒过来的盒子就要扫描条码进行补货;第三种则为按单补货。见图2。

5.零部件缓存

对于第二天生产才会使用的已经拣选完成的零部件,放置于零部件缓存区。

6.成品输送

装配完成的成品分为小型产品和大型产品。小型产品直接放在输送线上送至EMS上货站,再经长达380米贯穿整个工厂的空中输送线(共20台EMS小车,采用无接触供电和波导通讯)运至喷漆房;大型产品装配完成后,工作人员按下按钮,无接触供电的AGV会自动到达装配工位取走并送到EMS上货站,再送至喷漆房。见图3。

成品在喷漆房内完成喷漆、烘干工序。

7.包装

根据不同的订单需求对成品进行不同的包装,主要采用木箱包装和纸箱包装两类。见图4。

8.成品存储

包装好的成品暂存于成品存储区等待发运。

智能化的物流系统

1.绿色高效的自动化立体库

SEW苏州工厂内的自动化立体库由北京起重运输机械设计研究院与SEW苏州公司合作建成,有着多方面的创新。该立体库由12排货架、6台堆垛机、6条巷道、按灯系统以及IWMS管理系统等主要部分组成,不仅满足了SEW多种规格、类型的零部件的自动入库、出库、先进先出管理、货到人拣选等功能,节省了工厂的仓储面积,提升了存储与分拣效率,还充分体现了节能环保的理念。

一方面,该自动化立体库应用了SEW的能量回馈系统,将堆垛机货叉取货以后在下降过程中产生的势能转化为电能直接为运行机构电机供电,多余的回馈给电网,降低了耗电量,减少CO2排放。

另一方面,该自动化立体库出入库系统的减速电机采用了SEW的现场分散控制技术,这些电机和减速机并未像普通的自动化立体库一样配备控制室,而是通过分散安装方案,省去了配备控制室、电控柜等相关设施,节省了电缆用量,减少了安装调试时间,使用维护方便,也便于线路的延伸和拓展,同时节省了空间。

2.采用感应供电和波导通讯的电动单轨小车(EMS)

电动单轨小车采用无接触供电和波导通讯技术,实现了每一个小车跟计算机之间的无线通讯,该技术为SEW自主研发,实现了智能化的空中运输。同时,感应供电悬挂单轨小车取电的可靠性有了大幅提高,不再担心摩擦磨损;不怕水,不怕灰尘;采用空中输送方式,极大地节省了地面空间;运行速度快,无接触供电允许的最高运行速度每分钟可高达600米,极大地提升了运输效率,比传统的输送线允许的运行速度要快很多。

SEW是首家提供全套EMS解决方案的公司,可提供轻载和重载EMS全套解决方案,包括标准驱动减速电机、无接触能量传输系统、无线通讯技术、车载控制器、系统诊断和监控以及车辆调度系统。当前,该项技术已经成功应用在通用、大众、宝马、菲亚特、长城等国内外汽车工厂,以及烟草等其他行业工厂内。见图5。

3.感应供电AGV

该工厂物流的平面输送导入了感应供电AGV,同样采用无接触供电方式,将电缆设置在地下,AGV可以全天24小时持续使用,提升了作业效率,节省了电瓶维修和更换费用。而普通的电瓶A GV需要不断充电,不能持续使用,更换电池等使用维护成本高。

SEW也是首家提供该技术方案的公司,能够提供包括项目规划、系统仿真、所有电控元件、系统安装调试与监控,以及售后服务在内的全套服务。见图6、图7。

系统效果与未来规划

赵刚告诉记者,二期工厂智能化物流系统的建设给苏州SEW创造了多重价值。

一是自动化立体库的应用大幅节省了仓储面积,对于装配工厂来讲,这意味着更大的生产面积、更多的产量,意味着价值;堆垛机自动存货、取货,更好地替代了人工,降低了人工成本,提升了拣货准确率和物流效率,能够更加精准地保证产线需要。

二是工厂内部平面输送、空中输送、EMS、感应供电AGV等多种智能化物流系统的综合应用,大幅提升工厂的运营效率,提高产量,保证了及时交货,更好地保证了SEW华东地区的产品供应及客户服务。

赵刚表示,“智能工厂”已成为全球制造业发展趋势,SEW在德国、法国的工厂在很多方面都实现了智能化,例如在物流方面,拣选完成的货物由感应供电AGV配送至工位,AGV上带有射频(RFID)技术识读设备,可以自动扫描托盘、托箱或成品二维码,完全取代了人工作业;在SEW德国工厂,成品都是挂在成品立体库中存放,发货的时候系统将同一个客户不同的型号规格的成品放到一起自动包装好发运给客户。

智能工厂建设 篇7

山西汾西重工有限责任公司 (简称汾西重工) 始建于1954 年, 隶属于中国船舶重工集团公司。现有职工3 000 余人。汾西重工经过60 多年的发展建设, 已成为一个具有高端研发制造能力的高端装备制造企业, 产品广泛应用于船舶、海洋工程、煤矿、油田等行业。2003 年, 汾西重工成立信息化管理部门, 主要承担企业的信息化战略规划、信息化项目的开发和实施应用、网络建设、管理及维护、网络安全等, 同年被太原市认定为 “太原市信息化与工业化深度融合示范企业”;2014 年被山西省认定为 “省级信息化与工业化深度融合示范企业”, 2015 年6 月被国家工业和信息化部确认为国家第二批 “两化融合管理体系贯标试点企业”。汾西重工经过15 年的信息化建设, 信息化与工业化融合取得显著成效, 数字化工厂初具规模, 科技创新能力明显提升, 有效推动了企业的快速发展。

2 智能工厂建设的背景和发展趋势

2.1 国外背景和发展趋势

新一代信息技术与制造业深度融合, 正在引发影响深远的产业变革, 形成新的生产方式、产业形态、商业模式和经济增长点。以德国工业4.0、美国先进制造战略计划为代表, 发达国家正积极谋划部署对高端制造业进行再调整再布局, 根本出发点都是为了打造国家制造业竞争新优势。基于赛博-物理系统 (Cyber-Physical System, CPS) 的智能装备、智能工厂等智能制造正在引领制造方式变革;网络众包、协同设计、大规模个性化定制、精准供应链管理、全生命周期管理、电子商务等正在重塑产业价值链体系[1,2,3]。

国外制造企业已将信息技术、先进制造技术与现代管理技术相结合, 综合应用于武器装备设计、制造管理、试验、测试和维护全生产周期的各个阶段及各个方面。波音、洛克希德·马丁和空客等航空工业企业均全面推行了产品数字化研制模式。波音777 飞机在研制过程中, 全部基于三维设计, 采用数字化装配验证、数字化工装定义, 300 万个零件全部使用三维来表达。波音787 在装配环境下进行上下关联设计, 实现了数字化生产。这些信息技术的成功应用, 推动了制造业生产方式的巨大转变, 大幅降低了生产费用、缩短了生产周期、提升了产品质量, 减少了投资风险。

2.2 国内现状和发展趋势

我国从党的十六大提出 “以信息化带动工业化, 以工业化促进信息化”, 到十七大提出 “大力推进信息化与工业化融合”, 再到十七届五中全会、十八大进一步明确要求 “推动信息化和工业化深度融合”。2013 年8 月, 国家工业和信息化部印发了《信息化和工业化深度融合专项行动计划 (2013—2018 年) 》, 提出到2018 年, 全国两化融合发展水平指数达到82。其中, 重点行业大中型企业两化融合水平逐级提升, 处于集成提升阶段以上的企业达到80%;中小企业应用信息技术开展研发、管理和生产控制的比例达到55%, 应用电子商务开展采购、销售等业务的比例达到50%。2015 年5 月我国正式发布了 《中国制造2025》, 计划通过3 个十年的行动纲领和路线图, 完成从制造业大国向制造业强国的转变[4]。以制造业数字化、网络化、智能化为标志的智能制造是信息化与工业化深度融合的切入点和主攻方向。坚持信息主导、体系建设, 统筹兼顾、突出重点的原则, 大力发展智能制造, 推动工业化和信息化深度融合, 推进信息技术综合集成应用和融合创新, 鼓励各地先行先试, 实施智能制造试点示范专项行动, 充分调动企业积极性, 全面加快工业转型升级。

具体来看, 以航空工业为代表的高端装备制造业企业已经建立起较完善的信息化与工业化深度融合体系, 包括面向设计的PDM系统, 面向工艺的三维结构工艺系统, 面向车间的制造执行系统 (MES) 等[5]。设计管理方面, 已经建立起三维数字化设计标准和规范, 全型号产品的三维设计模式, 多学科协同仿真应用;工艺管理方面, 建立全三维结构化工艺设计能力, 支撑三维机加工序模型和装配模型, 以及加工仿真、装配仿真、人机仿真的能力;生产制造管理方面, 通过数字化手段实现生产计划排产, 工位扫描、物料配送、工具配送、再制品跟踪、生产状态监控、生产设备数据采集和监控、三维设计和工艺信息工位展示等能力;售后服务方面, 引入了交互式电子手册的制作能力以及面向服务的售后服务系统。

3 智能工厂建设的基本原则和目标

3.1 基本原则

以企业现行信息技术为基础, 以业务发展需求为导向, 遵循“五统一”的基本原则, 即“统一规划、统一组织、统一标准、统一平台、统一管理”, 同时, 在具体智能工厂项目建设上, 强调如下原则。

1) 统筹管理, 突出重点。根据智能工厂规划进行统筹管理, 确保以产品智能研制、生产管理和智能车间为重点的项目落实, 推动公司整体研制能力提升。

2) 信息主导, 体系建设。坚持信息主导、体系建设, 加快构建适应面向未来发展的产品研制体系, 为实现企业转型发展提供技术支撑。

3) 完善基础, 深化应用。在完善网络与硬件基础的同时, 通过数据规范、标准支撑、制度约束的方式构建智能工厂数据基础, 开展深化应用工作, 分析评估基于智能工厂的重大问题研究, 解决瓶颈问题、优化流程。

4) 立足当前, 着眼长远。智能工厂的建设必须立足企业信息化基础, 准确把握智能制造是推进两化深度融合的核心目标, 是建立国家制造业创新体系的关键。

3.2 战略目标

智能工厂的建设按照 《中国制造2025》战略目标制定企业总体目标:建立基于模型的系统工程架构, 实现产品全生命周期的基于全价值链的数字化应用, 以相关车间为试点进行智能车间的建设, 建成以降低成本、缩短研制周期、提升产品质量为核心的全价值链的智能工厂。

1) 智能化管理:通过梳理、优化和固化公司职能管理部门的流程, 全面实现信息化管理, 建成快捷、高效的信息化综合管理系统。

2) 构建基于模型的系统工程架构, 全面实现基于模型的设计、仿真、工艺、制造、维护保障的全生命周期管理, 形成产品设计知识库和工艺知识库;建成产品的全生命周期管理, 包括采购、生产、销售、质量、成本等;以核心车间为试点进行智能车间的建设。

3) 建立智能工厂驾驶舱 (数字中心) , 实现管理数据、产品设计、制造等数据的统一管理和展示, 实现虚拟制造和物理生产深度融合的智能研制体系的建设。

通过以上目标的实现, 到 “十三五”末, 智能工厂水平整体达到国内领先水平。

4 建设内容及构想

4.1 网络架构

CPS网络是智能工厂重要的组成部分, 也是实现终端数据采集的重要手段。企业实现智能工厂的建设, 必须建立覆盖全厂的CPS网络。基于CPS的智能工厂架构见第18 页图1。

4.2 基于模型的系统工程研制体系

基于模型的系统工程 (Model Based System Engineering, MBSE) 体系是通过应用模型来支持系统的需求定义、设计、验证, 从方案设计开始贯穿整个研制流程, 是系统工程的重要一环。通过基于模型的系统工程应用, 使来自设计、工艺和制造等部门的子系统模型集成在一起, 实现系统的虚拟验证, 改变了传统的研制模式。

1) 基于模型的产品三维设计。当前, 汾西重工已经统一形成了Teamcenter+NX的研发平台, 并进行了PDM系统和NX设计工具的深入应用, 实现了基于MBD的设计, 取消了传统的二维工程图纸, 保证了设计和制造流程中数据源的唯一性;加大产品研制过程中仿真技术的应用, 逐步形成多学科仿真应用平台;构建产品的知识管理平台、设计资源库, 实现新型产品的快速设计、智能设计, 形成研发新模式。

2) 基于模型的工艺 (装) 设计。工艺是连接产品设计与产品制造的桥梁, 所产生的工艺数据是产品全生命周期中最重要的数据之一。智能工厂的一项重要的建设内容就是实现工艺规划、验证、管理的数字化, 实现三维工艺的工程化应用。三维工艺是用结构化以及模型化的方式, 利用三维模型全面表达工艺设计和验证结果, 并将工艺设计的模型数据直接传递到生产现场, 直接指导生产制造过程。通过实现三维工艺设计, 打通设计、工艺、制造的数字化业务流程, 这是智能工厂建设的基础之一。根据产品的特点, 可将基于模型的工艺分为按照基于模型的零件工艺和装配工艺。工装设计是产品研制过程的重要环节, 工装种类多, 需求量大, 工装开发的进度直接影响产品的制造周期。在产品实现数字化设计和管理的基础上, 搭建数字化工装设计系统, 实现单一数据源的工艺工装设计并行工作模式;将全三维数字化产品研发技术MBD应用于工装设计, 通过工装设计智能经验的积累和重用以及工装设计的模块化应用, 实现工装快速设计, 达到工装设计的标准化和规范化。

3) 基于模型的制造。通过设计、工艺阶段形成的模型直接生成用于机床加工的NC代码, 实现零件的快速加工, 需进一步完善数控设备、检测设备的联网, 全面提升加工利用率。同时, 在零件制造过程中, 对各个工序进行数字化检测, 实现零件制造过程的全面管理, 形成智能检测知识库, 有效提升产品质量。

4) 基于模型的服务保障。产品的服务保障是产品全生命周期重要的组成部分之一, 尤其是高端装备产品。目前, 公司的产品维护还是以由基于纸质及其他非智能的数字化过程为主导。基于模型的服务保障在降低维护成本、提升维护效率与质量方面发挥着巨大的作用, 可形成设计、制造、服务保障一体化以及闭环所反馈, 加快产品快速改进改型。基于模型的服务保障可分为基于模型的交互式电子技术手册 (IETM) 和基于模型的数字化服务 (MRO) 。

4.3 智能工厂虚实融合系统

1) 智能工厂驾驶舱 (数字管控中心) 。驾驶舱是智能工厂的数据显示中心, 也是智能工厂最高的指挥中心, 可以将工厂的设备、物料、人员等信息直观地在大屏幕上显示。具体包括以下7 个方面:一是工厂整体布局、车间内部展示;二是科研产品的三维模型、三维工艺展示;三是各专业的设计仿真和工艺仿真展示;四是生产计划展示;五是设备运行状态监控及进度、人员等;六是所有产品的质量统计分析;七是原材料库房信息统计。

2) 智能生产管控系统是智能工厂的核心部分, 当前, 很多企业实施了ERP系统, 取得了良好的效果。在智能工厂的建设中, ERP系统需重点在成本管理、质量管理、销售管理方面进行更深入的应用, 全面实现从销售订单、供应链、产品的全生产过程、售后服务保障等全方面的管控。

3) 智能车间执行管理系统。车间执行管理系统 (MES) 是智能工厂的重要组成部分, 主要功能模块包括:车间生产计划管理、高级排产、工具工装管理、车间数据采集、生产过程管理、质量管理、看板管理、统计分析、产品追溯管理、报表管理等等。需达到以下3 点目标:扁平化生产管理模式, 提高管理效率;精细化生产管理;优化生产制造流程。

4.4 智能车间试点

智能工厂的建设过程是一个长期的过程, 需要根据企业实际从智能单元、智能生产线、智能车间、智能工厂的建设思路来逐步实现。同时在实施的过程中必须与车间MES/DNC/CAPP等系统进行集成, 实现生产数据的全面采集、设备运行状态监控等。根据企业不同可进行机加、焊接、装配、喷涂、电装、铸造等智能单元 (线) 以及与之相适应的立体仓库建设, 从而实现虚拟制造与现实生产深度融合的智能工厂/数字化车间。

4.5 智能管理

通过企业门户系统, 集成OA系统、财务、人力资源等管理系统, 进一步推广应用能源管控、资产管理、决策支持、集中物资采购平台, 形成集团化管控模式下的信息集成平台, 全面提升集团化管控模式下的管理能力和决策支持能力。

综上所述, “十三五”期间, 高端装备制造业企业将全面推动智能工厂/数字化车间的建设。要充分认识建设智能工厂/数字化车间的重大意义, 结合业务工作实际, 推动信息化与工业化的深度融合, 为企业的转型发展提供强有力的保障。汾西重工作为山西省 “信息化与工业化深度融合示范企业”, 将深入推动高端装备制造业企业在智能工厂/数字化车间的实施落地。

参考文献

[1]西门子工业软件公司, 西门子中央研究院.工业4.0实战[M].北京:机械工业出版社, 2015.

[2]乌尔里希·森德勒.工业4.0即将来袭的第四次工业革命[M].邓敏, 李现民, 译.北京:机械工业出版社, 2014.

[3]工业4.0工作组, 德国联邦教育研究部.德国工业4.0战略计划实施建议[J].世界制造技术与装备市场, 2014 (3) :42-48.

[4]中华人民共和国国务院.中国制造2025[EB/OL].[2015-05-08].http://www.360doc.com/content/15/0721/09/16927414_486348610.shtml.

经销智能家庭蔬菜工厂 篇8

由十几个数字化智能系统组成家用冰箱大小的智能蔬菜工厂。其采用抽屉状结构, 将系统分为“蔬菜生产小区”、“育苗小区”和“食用菌小区”三个部分。采用人工光源, 可双向调温控湿。放在家居环境中, 既可作为家庭叶菜供应的补充, 又是具有绿化功能的装饰品。

产品特点

1.环境智能可控, 植物可四季生长不受季节限制。

2.生产安全卫生。种植的蔬菜可达到绿色健康标准。

3.管理自动节能。采用LED补光技术, 耗能只需日光灯的60%—80%。

4.产量高。以生产蔬菜为例, 可年产蔬菜60—80公斤。

市场分析

该产品为最新的专利产品, 2010年期间在中国农业科学院的研讨会和各地农业博览会上, 均受到了好评。其中在2010年底结束的浙江省农博会上, 该产品被评为国内最先进的家庭蔬菜系统。并且获得了价值不菲的欧美国家订单。同时, 2010年底, 浙江省多个城市开始销售该产品, 经销商多已获得不错的盈利, 普遍月获毛利六七万元。

目前淘宝网多家网店和多家团购网都已经签订该产品的网络销售代理协议。

经销条件及效益估算

以地级市经销商为例, 最低资金投入约40万元, 其中货款约30万元 (厂家无最低进货量要求) , 剩余为流动资金。

另外, 该产品的平均销售毛利润率约50%。

注:产品分高档和低档两种, 低档的平均售价约3000元, 高档的平均售价约5万元。

投资提示

1.本文的投资额度是按低档产品销售周期1个月测算的, 建议投资者按照自身的销售资源对流动资金进行调整。

智能工厂:引领制造强国 篇9

走进智能工厂的“神经中枢”

石化行业主要大宗原料和产品80%以上属于危险化学品。由于危险化学品种类繁多,危险特性各异,生产和物流量大,危险化学品突发事故对老百姓生命安全和环境的影响也越来越大。石化行业智能工厂的“神经中枢”如何应对这样的挑战?

11月13日,江西九江,中午12时30分。在一上午的密集会议交流之后,参加工信部石化行业智能制造现场经验交流会的各方人士来到九江石化生产管控中心,迫切地想看到目前我国石化行业唯一的智能制造试点示范企业的“神经中枢”是怎样的。

在一层大厅,工作人员通过巨大的屏幕进行三维数字化工厂的展示:全部70余套生产及辅助装置实现了企业级全场景覆盖、海量数据实时交互……根据管理需要,大厅内27块55寸的大屏显示器可随时监控全厂各套生产及辅助装置的运行情况。全三维数字化工厂集成了工艺管理、设备管理、健康(HSE)管理、操作培训、视频监控等一系列的深化应用,博得了参观者的称赞。

九江石化总经理覃伟中介绍,智能工厂“神经中枢”——生产管控中心于2014年7月建成投用。生产管控中心集经营优化、生产指挥、工艺操作、运行管理、专业支持、应急保障“六位一体”功能于一身。企业4G无线专网将整个厂区全部覆盖,实现了工业企业有线无线宽带网络及音视频通信融合,为生产运行管理和HSE管理等提供了便捷高效的支撑手段。

在生产管控中心可以看到覆盖全厂5公里面积的“环保地图”,全厂“三废”排放点一目了然,排污情况可实时在线管控,环保管理实现可视化、智能化、一体化。在整个厂区,850台可燃气报警、1000余处火灾报警、585套视频监控可实现集中管理和一体化联动,支撑安全、环保、HSE管理由事后管理向事前预测和事中控制转变。

九江石化于2015年底在行业内率先建成投用智能工厂,并出台企业级智能工厂标准规范体系。

“九江石化实现了生产环境物联化、生产运营智能化、经营管理协同化、信息技术基础设施敏捷化,初步打造了一个集绿色、高效、安全和可持续发展于一体的智能工厂。”工信部部长苗圩评价说。

让制造变“智造”的新模式

2010年我国第一次超过美国成为全球第一制造大国,但工业大而不强的问题仍然突出。智能制造,对于传统制造业提质增效转型升级意味着什么?

智能工厂的建设目标,就是使企业最终达到安全环保、最优生产、效益最佳、劳动生产率最高的状态。

在数字化基础上,利用物联网技术实现的信息化让工厂更有可能从制造转变为“智造”:几十万个数据的处理结果可以清楚掌握生产流程,提高生产过程的可控性,减少生产线上的人工干预,及时准确地采集生产线数据,以及合理编排生产计划与生产进度。

从我国发展现实看,加快发展智能制造任务非常迫切。“智能制造是基于新一代信息通信技术的新型制造模式,最突出的特点就是能够有效缩短产品研制周期,提高生产效率和产品质量,降低运营成本和资源能源消耗。”苗圩强调。

今年前三季度,我国石油和化工行业实现主营业务收入9.67万亿元,同比下降5.7%;利润总额4541.9亿元,同比下降23.7%,均创新世纪以来的新低。“我们必须重新思考未来石化行业发展的新思路和新办法。”中国石油和化学工业联合会副会长赵俊贵指出。

覃伟中坦言,九江石化之所以走上智能化发展之路就是在压力面前的选择。历经三年多实践,九江石化从信息化基础相对薄弱的传统石化企业,迈入全国智能制造试点示范企业,加工吨原油边际效益在中国石化炼油板块所属沿江5家炼化企业中的排名逐年提升,2014年跃居首位。实践说明,智能制造对传统制造业具有革命性的提升作用。

正在改变未来的智能制造

智能制造将引发制造业革命,它不仅是单一设备的智能化,而且是贯穿产品设计、生产、销售、管理、服务等全生命周期的智能化。智能工厂前行之“路”有多难?

刚刚发布的“十三五”规划建议提出,加快建设制造强国。智能制造是传统制造业转型升级的方向,智能工厂将引领制造业的未来。

有关专家指出,推进智能制造是一项复杂而庞大的系统工程,也是一个新生事物,从制造业的发展规律看,需要一个不断探索、试错的过程,难以一蹴而就,更不能急于求成。

今年年初,工信部发布了《2015年智能制造试点示范专项行动实施方案》,明确了未来三年专项行动实施的目标、行动和任务。今年2月,工信部成立了由制造、电子信息、通信等多领域专家组成的智能制造综合标准化工作组。同时,智能制造“十三五”发展规划作为工信部“十三五”规划体系的重要组成部分,目前已经开始着手编制。

水稻工厂化智能育秧技术 篇10

1 智能温室建设情况

该技术推广中心的工厂化育秧室建筑面积为300m2, 造价为1 734元/m2, 总造价为52万元。育秧室分为六层, 每层摆放750盘简塑盘, 共可摆放4 500盘, 一次可供9hm2水田用苗。温室内温度控制在32~35℃, 室内温度控制时间达到72h, 可使秧苗长到立针期。装苗时间为2014年4月1日, 每2~3天为一期, 到4月20日可育出7~8期苗, 之后可用大棚正常育苗, 不再用智能温室。

2 智能温室育秧的好处

2.1 可种植晚熟品种

全市70 000hm2水稻品种生育期多在132~140天左右, 基本上属于中早熟、中熟、中晚熟品种, 其中中熟、中早熟低产品种约占40%的。在这些地区使用智能温室可种植中晚熟的高产品种, 从而提高产量。

2.2 育壮秧

普通旱育苗, 如果春季育苗过早, 地未化透地上温度高, 地下寒气上升, 水稻秧苗易发生立枯病、青枯病等病害, 使用智能温室育秧, 可以待地基本化透育秧, 稍晚些育秧也可育出标准叶龄的秧苗, 进而达到旱育壮秧的目的。

2.3 生理需要

水稻在萌动期进入土壤, 如果地温低, 极易感病, 而智能育秧室可以做到高温快速成苗, 有利于水稻健康生长, 消灭病苗, 能够培育壮秧。

3 水稻工厂化智能育秧室技术流程

每期4 500盘, 需托盘4 500个, 播种装土机2台, 种子225kg, 备土 (旱田土和草炭按容积比3∶1的比例准备) 4 500kg以上, 15kg苗旺达壮秧剂15袋, 浸种1+1 (消毒包衣一体) 7套。

3.1 种子处理

3.1.1 晒种选晴天晒种2~3天。

3.1.2 催芽 (破胸、催芽、降温)

当种子浸透催芽前, 排净箱内浸种用水, 并用同温度水清洗1~2遍 (指包衣或农药泡过的种子) 。然后, 注入32~35℃清水, 调至32℃, 保持箱内温度, 一般12~32h (时长与品种间差异及是否浸透有关) , 再用20~25℃清水调至25~28℃, 保持时间与所需芽的长度有关, 一般8~10h, 芽最长不应超过2mm。最后用20℃左右温水降温、出箱。

3.1.3装箱不同品种分别装箱, 装箱时种子码井子垛, 并离开箱体不小于100mm距离, 种子上表面位置需保证被不全部覆盖。在种子装箱期间, 将温度传感器均匀放置在种子袋之间, 分上中下三层放置, 并按传感器号记录位置。

3.1.4 加注药水种子装箱后注满清水, 根据农工艺要求自行配置药液。

3.1.5 恒温浸种

将电脑 (上位机及工业平板电脑) 参数设定为浸种模式, 并启动箱体自身循环加热喷淋系统, 保持箱内水温一致, 水温控制在10~12℃, 浸泡7~9天, 积温达到80~100℃。

3.1.6 控温催芽

1) 种箱内种子清洗处理:把已浸种待催芽的种子箱内浸种用的药水排净, 把清水 (温度与浸种温度相同) 注入种箱内清洗一遍 (保持20分种以上) , 放水排干 (空水30min以上, 确保排净种袋间和下层种子间的水分) 。2) 调温水箱加温:热水箱内注清水 (水量根据所需催芽箱体数量而定) , 把工作模式调到催芽模式, 温度上限33℃, 下限31℃, 然后锅炉启动开始循环加热, 待调温水箱内温度到达下限时, 锅炉自动停止加热。用浸种1+1每套兑水50kg可浸泡、包衣30~40kg种子, 常温下泡7天即可。3) 破胸催芽。破胸期的恒温控制:温度达到32℃的用帆布把种箱盖好, 种子进入催芽阶段, 催芽技术人员要随时观查温度变化, 前6h内, 每1h观察一次温度变化, 其后每半个小时观察一次, 第5h观察一次种子变化, 其后每半个小时观察一次, 观测时, 要以二、三层种子为靶标。4) 长芽期的恒温控制 (催芽及降温过程) :种子达到80%以上破胸状态后, 把水箱温度控制在22~25℃, 第1h观察一次温度与种子芽长变化, 测时, 要以二、三层种子为靶标。种子80%芽长达到要求时, 进行降温处理。然后, 出箱、分发、凉芽、播种。

3.2 营养土的配制

将准备好的4 500kg草炭和旱田土用4mm眼筛过筛后与15袋壮秧剂混拌均匀即可。

3.3 配套大棚苗床准备

1) 如前茬为玉米, 为排除药害需先深翻地, 平整后喷施沃土安之后上面再铺一层5~8cm的旱田土, 然后再施入20%硫酸铵60g/m2、二铵25g/m2、氯化钾25g/m2, 再用5~8cm长的钉耙搂平, 浇透水即可。

2) 机器装土、播种。注意播种时保持每个营养钵3~5粒种子。用托盘摆盘。注意覆土盖平种子、秧钵即可。

3) 大棚移盘、摆盘。秧苗1.1叶期即可移入大棚。移盘时间选在上午10:00~下午3:00之间。摆盘要严, 盘与盘要紧密相连。

3.4配套大棚内移入秧苗的管理

1) 秧苗1.1叶至2.1叶期要在背风面小通风 (时间是每天的上午10:00~下午3:00之间) ;3.1叶后四周通风 (时间是每天的上午10:00~下午3:00之间) ;到4.1叶期大通风炼苗。

2) 每天早晨看秧苗叶尖, 如有叶尖有水珠视为当天不缺水, 可不浇水, 否则浇一次透水。