智能工厂融合（精选八篇）
智能工厂融合 篇1
1炼化行业智能工厂的定位和方向
面临国际金融危机复苏缓慢和国内经济步入新常态,商品市场化和全球化进程逐步加快, 国际市场动荡和市场竞争加剧。 大宗原料价格持续波动,炼化企业的生产经营风险持续上升,绿色环保要求不断提高。 在炼化行业面临巨大压力挑战的同时,也面临着新的机遇和升级发展契机。 国家石化产业调整和振兴规划、 煤炭和煤能源化工规划、 智能制造等一系列惠及能源化工行业发展的优惠政策陆续出台。 国家经济持续发展,需要更多、更好的高质量低成本的能源化工产品,国产能源化工产品供应不足的局面仍将存在。
炼化行业是典型的资本、技术密集型行业,对设备装备的依赖程度很高,整体的自动化水平和信息化水平处于相对较高的水平。 针对国内炼化企业,智能仪表、集散控制系统DCS、先进控制、油品调合、流程模拟、计划、调度优化、MES、ERP等自动化和IT技术均有在炼化企业应用。 同时在新技术应用方面,炼化行业也在积极的利用物联网、云计算等新技术,在设备远程巡检、安全管理、企业IT治理等方面进行应用尝试。 可以说,在一定程度上,国内炼化企业在自动化和信息化应用方面的明显缺项并不多,特别是近几年的大规模信息化建设,部分先进信息系统的部署速度甚至超越了国外同行(例如优化排产)。 但是, 大家普遍感觉企业的智能化制造能力并没有显著的提升,基层用户应用系统所带来的效益红利不明显等问题时有反映。 究其原因,抛开人员素质,本文认为有六个方面的内容有待提升。 一是基础仪表自动化方面还有欠账,重点部位仪表、自控的缺失直接影响上层物料平衡、区域优化的应用效果。 二是装置级优化操作技术(流程模拟、APC、在线调合、RTO)的长效应用模式和投资维护模式有待改革。 三是生产管理类信息系统亟待集成,完整的计划、调度、排产、操作执行、操作监控、平衡分析、绩效考核PDCA管理循环还没有形成,其上的优化基本没有实现。 四是现场操作人员操作过程缺乏新技术支持,是炼化企业安全管理的重要盲点,环保监测有待加强,炼厂无线互联应用需要展开。 五是设备装置的运行机理数据采集、分析应用不足,设备装置的检维修、挖潜增效工作难以科学评估。 六是自动化信息化投资管理、项目管理各自为政,步调不一致,没有形成相互促进与弥补的螺旋式上升模式, 没有形成应用合力,产生“1+1>2”的效果。
基于以上分析,我们认为国内炼化企业工业4.0 或智能工厂建设,需要在深刻分析行业特点和自身实际的前提下,提出合理的建设模式。 作为相对弱市场竞争、高危、大规模流程加工行业,炼化企业的自动化和信息化水平相对较高,炼化行业智能工厂建设的重点应该是围绕成熟自动化和信息化技术的完善提升,以及自动化和信息化的融合,通过两化融合的过程推动技术和管理的优化进步,达到企业设备智能、管理智能、决策智能,最终实现智能制造。
具体到炼化“两化”融合或者智能制造的标志或特征,可以总结为下面四个方面:
数据:首先要能够最大化利用各类传感器、计量设备、存储设备,实现炼化企业工厂设计数据、产品数据、设备动静数据、研发数据、物料数据、运营数据、销售数据、客户数据的采集和信息化管理。 满足对企业“透视”的需求。
互联:要能利用工业以太网/无线网/4G、智能手持或穿戴终端实现设备、人员、通信设施的网络化连接。 通过网络,使人与人、人与机器形成互联,满足人员与设备装置的信息交互和操作交互。
优化:在数据和互联的基础上,在过程控制层实现高自控率,同时结合计划、需求以及效益数据,实现装置、局域的操作优化控制;在生产管理层实现生产管理PDCA闭环,同时结合ERP信息进行全厂计划、调度优化以及设备维护优化; 在经营决策层实现供应商原料采购、企业资金资源、产品销售的优化。
创新:自动化和信息化融合实施过程应该会深刻影响企业的生产经营模式, 是一个创新发展的过程, 势必伴随技术、产品、管理模式的创新。 如果单纯是强调技术,拼装备,不能对企业的运行模式进行优化提升,也不能代表实现了智能制造。
2炼化企业两化融合及 “智能工厂”重点建设内容
围绕自动化和信息化相关系统完善提升,特别是自动化和信息化的融合是炼化企业智能工厂建设的核心思路。 炼化智能工厂建设主要内容围绕三条业务主线进行, 可以概括为三方面:一是生产管控一体化,对ERP、MES、RTO、APC、PCS等系统进行纵向集成;二是从原油采购、原油加工、原油运输到终端客户服务的供应链一体化,进行横向集成;三是资产的全生命周期管理,从工厂的项目筹建、项目设计、到建造交付,再到工厂运行与设备维护,直至资产的报废退出全生命周期过程的数字化管理。
2.1 生产管控一体化
生产管控一体化主要依托MES2.0、APC、流程模拟、油品调合4 个项目设计和实现, 各项目之间通过数据流的无缝衔接,协同实现生产管控优化目标。
计划调度统计闭环管理:进行MES与APS的集成,实现炼厂生产运行管理的PDCA闭环。
生产运行优化控制:进行APC系统推广应用,同时与流程模拟、调度模块进行模型数据的集成交互。 增强操作控制的智能化和精细化水平。
安全环保质量管理:对能耗、危险源、重点区域视频、环境监测、质量信息进行整合集成。 建立完整的企业QHSE管理系统。
2.2 供应链一体化
基于当前总部的APS系统为基础,增加产品价格信息(包括价格和基本趋势等,需要从销售ERP获取数据),生产成本信息(需要从生产ERP处获取),运输成本信息(需要从大区运输部门获取),结合销售需求和产品生产能力等要求,建立合理的线性规划模型,优化企业效益。 在示范企业进行罐区自动化系统建设。
在化工业务领域,建立化工产品供应链一体化,实现化工品从客户需求预测、生产计划下达、排产、生产、销售配置、仓储管理、运输管理、配送管理、技术服务全流程一体化。
在推进炼化ERP应用集成的同时,考虑建设中国化工产品电子商务平台,由于电子商务平台的建立具有特别强的互联网特征,技术、运营、资金是三个核心关键点,网站的成功需要前期大量风险资金的投入进行市场推广,同时需要专业的互联网营销团队进行长期运行维护,并且按照互联网企业“数一数二、不三不四”的生存特点(只有做到行业第一第二才可能生存,排名靠后的企业基本无生存空间)。 建议该项目采用中钢网等行业网站的运营模式,通过与第三方公司合资控股共同打造化工品电子商务平台。 化工电子商务平台的建立和长期良好运行,将极大的促进企业化工品销售以及行业需求信息的收集,占领国内化工品市场销售渠道。
2.3 资产全生命周期管理
设备长周期运行:围绕设备检维修和运行管理,与ERP进行集成,实现设备检维修业务链以及设备运行状态监控。
在数字化工厂设计的基础上, 进行炼厂三维数字化实施,将数字化工厂三维模型与设备、生产运行数据进行集成,将虚拟和现实结合, 从三维数字化模型可以快速进行设备故障定位,设备运行模拟,提高设备故障预知预判。 同时与ERP进行集成,实现设备资产的财务管理和报废管理。
3结语
智能工厂的建设过程中将对企业现有专业应用系统进行提升和整合,智能工厂建设将实现工厂的卓越运营,实现劳动力生产率的提高,能耗物耗的降低,产品质量的提高和经济效益的提高。 通过搭建炼化一体化全流程优化平台,实现计划、调度、操作的全过程优化,形成完整的PDCA闭环和协同生产新模式。 面向生产操作,内外操协同联动提高现场处置效率,提高生产质量和效率。 面向能源管理,应用能源管理在线优化技术,实现能流可视化、能效最大化与在线优化。 面向HSE管理,结合物联网、移动终端和网络技术,实现现场作业、人员、环境三位一体的闭环监控模式。 面向设备,实现设备、工艺、HSE数据以及视频的三维可视化, 提高检维修决策能力和设备管理水平。 面向决策支持,建设运营实时监控及经营综合分析,实现综合实时监控、预测、预警、动态分析和移动访问。 为管理者掌握全局、发现问题、分析及决策提供全方位支持。 通过运用无线互联技术,搭建统一的融合通信平台,为进一步智能化应用奠定基础。
摘要：以炼化企业为背景,论文结合中国制造2025关于信息化工业化融合的要求,分析国内炼化企业智能制造建设基础,借鉴国内外行业智能工厂建设思路,提出了中国炼化企业智能工厂建设的基本框架和建设内容。
迈向智能工厂 篇2
那么，作为一家电子制造企业，你可能会问自己：要想在我的工厂里运用这些新的生产概念，应该先做哪些工作，为什么？
工业4.0：市场驱动的发展
自动化领域取得的进步，在近几十年时间里迅速降低了大规模生产的成本，同时极大地提高了效率。而其他的改进，如提高专业性、企业之间加强劳动分工、精益制造、生产更多地面向流程和价值链，以及运用IT技术支撑的沟通手段，更是对成本、质量、产品多样性和生产周期产生了积极的影响。
然而今天的全球市场提出了更高的要求，必须提供更多且越来越定制化的产品种类，而且产品的生产周期也在日益缩短。对于电子产品制造企业来说，这意味着需要适应更小的批次和更频繁的产品迭代。此外，全球化的市场情况也极易波动。产品发布后，流行的产品必须立即以大批量供应市场，而其他不流行的就会销声匿迹。代工制造业时常会将生产流程外包，如果其他服务供应商能够更好地完成工作，或者更高效地完成代工流程，它们很快就会把业务转移到世界上的其他地方。地区性的危机，政治危机、经济危机会冲击全球市场，也会影响全球的需求。
因此，生产设施必须变得更加灵活，从而能够快速响应产品的变化，根据需求调高或调低产能。对于智能工厂，这就意味着传统的生产概念、死板的生产线概念、不灵活的规划，以及大批量生产时代遗留的控制架构，都无法跟上时代了。
所以，我们说的生产概念在世界各地受到了媒体广泛的报道。“物联网”（Internet of Tings）、机器对机器通信、更灵活的软件架构，以及大数据，为一些企业创造了新机遇，让它们可以在变化的市场环境面前寻找答案。
工业4.0就是一幅拼图
工业4.0不是一款单独的产品，没办法去哪里订购一件，就可以实施到你的业务流程里，毕竟每家公司都有自己的商业模式和历史。所以，每家公司的第一个步骤都是制定自身对工业4.0的构想——就像拼图里的一块。你需要首先思考“我未来的公司应该是怎样的”。在设定好未来工业4.0的图景之后，就必须分析现在的状态，确定差距在哪里。可以把那些差距理解成拼图中缺失的小块。
在这个步骤，客户、供应商、合作伙伴也要加入进来，提供各自的拼图块。要把你的拼图块和他们的拼图块结合起来，才能让你成为“面向未来的工业4.0企业”。
如果觉得这种愿景是异想天开，那么你就错了。很多技术组件已经开发了出来，现在缺的仅仅是，电子制造厂商要有意愿将机器和生产流程联网，从而发挥智能化的SMT工厂的潜力，与供应商在技术和设备方面开展合作。
智能工厂有如人体，做事的能力要慢慢学习
一套可以自行优化的电子生产网络必须具备学习能力，需要有一个可以依赖实时信息的在线网络。自动化的系统、闭环的控制和专家系统，在所谓的“网络实体系统”（cyber-physical system）中，都是必要的组成部分。要想在不同的加工层级中使用所有这些信息，就需要在实时的环境中处理大量的数据。
我总是喜欢把“网络–实体系统”（cyber-physical system），比如智能工厂，比作人体：大数据、计划、流程、学习和决策相当于大脑；实时控制相当于神经反射；网络连接和数据传输途径则相当于神经；马达和操作部件相当于肌肉；传感器相当于眼睛和耳朵；底层架构就相当于骨骼。
从婴儿开始，用了很多年，人类渐渐学习掌握了做越来越多事情的能力。要想让工业4.0解决方案在电子生产中发展起来，也需要经过类似的过程。
现在就必须开始行动。开始的进展也许微小且缓慢，但未来的回报是巨大的。你肯定可以建立一家面向未来的工业4.0工厂。
经销智能家庭蔬菜工厂 篇3
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。
智能化制造技术和智能化工厂的探讨 篇4
1 智能化制造过程中的数控技术
在智能化制造过程中, 关键性的技术主要是指数控方面的系统技术、遥感技术和自适应技术, 同时还包含神经元网络技术等。
(1) 关于智能化数控系统的研究。在数控设备的发展过程中, 智能化是一种突破, 主要是在数控系统中对软件和硬件进行高灵敏度以及高精准度的感知, 以适应现代工业所要求的智能化和信息化之间的集成。为了使信息数控设备在制造业中能够拥有更高的效率和更突出的工作质量, 需要数控系统不仅拥有自动编程系统、模糊控制、自学习控制、三维刀具补偿, 还要有对机器故障的诊断系统。因为只有这样, 机器的自我诊断和故障的监控功能才会更加完善和健全。在数控系统中, 伺服驱动系统的智能化发展, 可以有效对系统负载的变化进行感知, 并且在感知的基础上自我调节参数。例如, 数控系统中的HRV控制原理。它主要是利用共振理论, 建立追随型的HRV过滤器, 从而有效地对设备的频率变动产生反应, 进而造成整个设备的共振。利用融合旋转的方式, 使用伺服电动机, 可以在更高的精度状态下, 实现高响应和高分辨率的脉冲编码器之间的整合, 从而实现对系统高速和高精度的伺服控制, 平稳保障进刀动作的完成[1]。
例如, 西门子公司从网络角度出发, 分析电子产品的服务方案, 然后通过数控系统以及CM系统之间的监控连接, 对制造系统中的轴状态进行监管, 并且评估出机床的相关参数和基本状况。这样的做法能够很好地实现机器远程监控方面的维修服务, 以免一些机器因为早期故障出现各种停机运作的情况。实际中, 检修过程不仅浪费时间, 还会加大资源的投入。而这种方式极大地提升了系统工作的可靠性和劳动生产效率, 并且减少了维修成本的投入。我国的数控系统正在向数字化和智能化方向发展, 也引进了一些智能化的生产技术。例如, 制造业中所使用的华中8型、凯恩第IV型等, 都是带有自诊功能的数控系统, 能够对机器设备的运行情况进行实时显示, 并且发现故障, 及时报警[2]。图1为数控机床相关智能化器件的示意图。
(2) 智能自适应控制技术。在制造业智能化发展中, 自适应控制技术有两种类型:一种是工艺自适应, 另一种则是几何自适应。在工艺自适应中, 涉及到最佳自适应控制系统和约束自适应系统。但是, 这种技术应用在生产中还不是特别普遍, 当前广受欢迎的是ACC系统。ACC系统主要实现工业制造中车、钻、磨、电等方面的加工。最佳自适应系统则多数用于简单的工业制造、削、磨合、电火花等方面的加工。加工过程中, 它会受到多种元素的影响, 因此出现了建立模型困难的问题, 往往需要实时采集一些参数和数据加以深层次分析和研究[3]。图2为制造业智能化视图。
(3) 智能化神经元网络技术的研究。大脑, 是具有较高智能的事物。所以, 人工样式的神经元网络主要是从人的神经结构出发进行模拟, 即这种神经元与人的大脑非常类似, 神经突触结构能够处理一些比较复杂的网络系统。人工神经网络具有一定优势, 主要表现在自主学习方面、联想方面、非线性映射和高速度寻找机器故障、化解问题方面。当前情况下, 神经元网络多数都用在对数控设备的可靠性检测方面, 有时也用在机床工艺的优化上。但是, 神经元网络在制造业数控设备端的研究还需要进一步深化。伴随神经元网络形式的延伸, 它在数控机床上的使用还有非常广阔的空间。例如, 可以把数控系统在智能化水平上再晋升一个台阶, 以促使未来的制造技术更加高速地发展[4]。
(4) 智能化专家系统。智能化专家系统是计算机中的一个主要程序。由于专家往往具有众多领域的大量经验与相关知识, 而从这些经验出发不仅能够解决这个领域中的相关技术问题, 还能解决一些复杂的故障。专家系统可以使用人工智能技术, 在知识和经验的基础上, 模拟专家对系统进行决策的整个过程, 由此解决一些专家所需要解决的问题。当前情况下, 数控领域尚需要加强此方面技术的研究[5]。
(5) 云计算在智能化制造技术中的应用。当前, 很多发达企业或者发达国家的工业方面都大量使用计算机云计算技术, 且该项技术也受到了很高重视。由此可知, 云计算在全球具有划时代的发展意义。例如, 在美国, 宇航局和汽车公司都会使用云计算;我国首都建立了云计算的专业发展研究基地;著名智能手机品牌———华为公司也非常关注云计算在手机技术中的应用。我国的机器制造业使用云计算是以2012年的ACL利丰集团为开端的。2012年, 利丰集团与中科院建立联系, 正式签署了关于云计算技术在机床制造业中的应用合作协议。2012年, 诺美雕刻也开始使用云计算技术[6]。
2 智能化技术下的智能化工厂研究
(1) 智能化工业机器人。在智能化数控机器设备的使用过程中, 排除一些数控设备和数控的相关配套设施以外, 工业制造中机器人的智能化制造也非常受用。它在智能制造单元以及智能制造系统等方面发挥了极大效用[7]。
例如, 日本开发出工业中使用的智能化机器人, 在机器人的体内安装了具有三维作用的视觉传感器以及力方面的传感技术。这样在机器人的作用下, 数控设备就可以自动完成生产中的上下料和组装。机器人视觉传感器的主要作用是识别一些三维图像, 以此识别出零件所在的位置和拥有的姿态, 以便于抓取零散动作的完成。日本智能机器人的问世, 给各国的工业制造领域以一定启发, 对其工业的发展产生了十分明显的促进作用。
近些年, 很多国家的专家都将自己的注意力放在智能机器人的视觉伺服方面。目前, 工业智能化机器人的使用以及视觉伺候的研究主要倾向于机器人对收到的视觉信号的处理, 对机器人行为的控制等。这里包含了各方面知识, 如机器人运动学、机器人控制理论、图像识别以及图像处理、机器人对三维信息的索取、重构技术的处理和应用以及实时计算技术的融合等。
机器人智能化视觉伺服的主要技术难点较多, 复杂度较大。但是, 相对成熟的智能数控技术的高精度和高灵敏度可以给机器人视觉传感技术提供一定的借鉴, 由此解决视觉伺服方面的复杂性问题。
(2) 智能化工厂的分析和研究。智能化工厂最为主要的部分就是生产的智能化和经营的智能化, 主要涉及设计、生产排版、生产线、测试、仓储等各个方面的智能化, 并且以工厂无人化为基本目标。也就是说, 很多生产设备的使用可以达到无人看守的状态。排除制造工厂整个生产过程的全部自动化, 还关系智能化工厂的内部建设, 如人力资源的优化调整、生产物资资料的优化调配、专案时程能力、时间弹性的应用以及支配能力等。在完善生产周期的调整方面, 可对工厂的生产经营方案加以优化和调整, 以此达到提升生产效率、降低工业生产成本的目标[8]。
当前情况下, 智能化的工业网路工厂已经基本落成, 技术先进的国家将会优先实现企业生产效率的提升。但是, 制造业的智能化网络和一般的社会通信网络存在很大的差异性, 尚有多种困难需要克服。在智能化网络的应用下, 需要在防水性能、防尘性能和防磁防爆方面予以能力强化。另外, 还要能抵抗高温和低温, 争取在安全性和可靠性方面高于其他的通信网络。
例如, 某汽车公司投资了将近1800万美元建设一个较为智能化的工厂, 由此在每一个生产系统中都能够进行智能化的生产技术, 如面对经销商的订单, 要能够即时根据客户的喜好进行相应调整, 以达到个性化设计的目的。利用智能化的制造技术能够对制造过程中的每一种零件来源进行记录, 然后快速确认生产过程中这些零件可能产生的问题以及质量安全性问题。另外, 智能化网络还可以和智能电网建立起联系, 从而有效地为机器设备的运行提供能源, 以便在最合适的时间段使用, 降低资源设备的运行成本。
3 结束语
综上所述, 本文对智能化制造技术和智能化制造工厂进行了研究和分析, 指出了各项技术在我国发展的空间和前景。同时, 利用举例的方法加深了对各项技术的理解。在以后的制造业发展过程中, 还可以使用多项的智能技术和网络信息实现制造业生产效率的提升, 以此跻身于世界先进水平的制造业行列中, 促使各项技术越来越智慧, 越来越拟人化, 完成机器设备的无人化管理, 从而使我国的制造业取得更加突出的进步。
摘要：伴随着现代企业和高科技水平的发展, 我国的制造业呈现出新的产业腾飞局面, 为国家经济发展和社会工业水平的提升创造了新的契机。当前情况下, 智能一词已经触及到社会的各个领域。本文主要探讨智能化制造过程中主要的智能制造技术以及其在工厂中的使用情况, 以解读其对劳动生产率的提升作用, 同时说明其对我国制造业的发展也是一种突破。
关键词：智能化,制造技术,工厂
参考文献
[1]陈善本, 林涛, 陈文杰, 等.智能化焊接制造工程的概念与技术[J].焊接学报, 2014, (6) :124-128.
[2]白洋, 陈虎.智能化机械的未来发展趋势[J].科学导报, 2015, (9) :213.
[3]张悟.机械制造技术中自动化技术的应用分析[J].科学导报, 2015, (11) :220.
[4]中国模具工业协会.一体化、智能化、自动化--引领模具智造DMC2015中国国际模展蓄力进发[J].电加工与模具, 2015, (Z1) :65-67.
[5]孙昊鹏.滨海新区高职院校焊接专业人才培养方案分析[J].科学导报, 2015, (2) :304.
[6]刘修展, 张俊超.对现代智能建筑规划设计的分析与探究[J].工程建设标准化, 2015, (4) :22.
[7]胡迪.基于GSM模块的智能考勤与管理系统设计[J].科学导报, 2016, (1) :264.
水稻工厂化智能育秧技术 篇5
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。
欧盟为智能工厂时代制定新规 篇6
布鲁塞尔的欧盟官员对欧洲工业表示担忧:在工业数字化进程中,欧洲正落后于其他竞争对手。他们指出,其原因之一在于针对工厂机器人的法律条款并不明确,并因此引发了一系列新的问题。
数字议程事务委员古泽—奥廷格(Günther Oettinger)于1月11日与相关人员召开会议,针对如何消除法律和监管层面的障碍以应对即将到来的“数字化工业”战略展开讨论。
德国机械设备制造业联合会副执行会长哈特穆特-豪恩(Hartmut Rauen)呼吁欧盟“应该实施工业4.0相关的法规审查,修订或废止阻碍创新的各种规定。毕竟,欧洲制造业的未来必须依靠成功的数字化工业”。
工业4.0,即工业数字化,是一个源于德国的术语;而奥廷格也是一名德国人,他已经开始着力推广这一理念。
“今天,我接受到的信息非常明确:欧洲工业、欧盟成员国和欧盟委员会迫切需要通力合作,以便充分把握欧洲数字单一市场中数字技术所带来的契机,并从中获益。”奥廷格在他的博客中这样写到。
根据该会议的筹备文件,欧盟委员会正在对四项尚未确定的法律事宜进行研究。
第一,当机器人作为控制单元时,谁将对该环节负责?自动化机器不能再被视为简单的工具。这也对现有的责任界定提出了挑战。现在的情形是,当出现问题时,一个法人实体(个人或公司)将承担最终责任。
第二,欧盟委员会正在评估如何在现有的工作场所更好地整合机器人设备。出于对健康和安全因素考虑,上一代机器人设备必须遵照严格的安全措施和特定的法律规定,人工智能和传感器的进步能够让机器在工人接近时自动降低运行速度或停止运行。所以,欧盟委员会正在考虑是否应对人工智能机器人时代制定新的产品安全规定(与无人操作设备一致)。
第三,欧盟委员会希望在软件出现故障时,提升对公民和公司的保障力度。
第四,“智能”设备的引入可能带来数据保护方面的新挑战。机器人可以持续监测工人的工作实况,适时调整制造工艺。尽管大部分的信息并不会存储,但是酝酿之中的数字单一市场并未在立法上覆盖这一新数据来源。
欧盟委员会正在评估新立法的必要性。奥廷格已和多个政府机关和行业代表进行了三次会面,希望在4月25日汉诺威工业博览会上发布他的实施方案。
打造数字化区域网络
该战略计划将打造区域性的数字创新中心作为重点,确保所有公司,尤其是中小型企业,能够实现数字工厂的转变,即实现向工业4.0的转变。
奥廷格表示,“我们的整体战略是搭建国家性和区域性方案之间的纽带,如工业4.0、智能工业、未来工业、高价值制造等,因此能够提供必要的协作,帮助整合更多边缘化的方案,毕竟多个独立的方案无法实现规模化的战略。”
同时,欧洲仍有许多工作要做。在筹备文件中,欧盟委员会承认欧洲公司“已经错过了利用在线平台的最佳时机”,而在线平台在数字生态系统中扮演着全能性的角色。为了缩小工业方面的差距,欧盟委员会希望以汽车、航空和能源等欧盟优势产业为基础,大力支持数字工业平台的建设。
为了实现这一目标,欧盟委员会将通过欧盟核心研究计划——“地平线2020(Horizon 2020)”投资10亿欧元。同时,欧盟成员国和工业部门预计投资30亿欧元。其余资金将会来源于欧洲战略投资基金(容克投资计划),这一基金是欧盟投资计划中的新型保障计划。
工业4.0概念以及机器和机器自动交互的应用前景已经吸引了全球众多企业家和决策人员的关注。但是这个流行词背后也可能隐藏着一个更加深刻的现实。智库布鲁盖尔研究所所长贡特拉姆-沃尔夫(Guntram Wolff)说到:“纵观全球,我们不难发现,此次经济复苏比之前更加迟缓。部分学者表示,这种情况是源于多变的经济形势和工作场所自动化程度的提升。”
背景知识
工业数字化,或称工业4.0(德国人的说法)——已被广泛认为是一场新的革命,将颠覆工厂生产和民众消费的方式。欧洲官员则将其视为一种新的规则改变者,有可能使欧洲大陆再次经历工业化,使欧洲超越亚洲等制造业发达地区,恢复生产和制造业领先地位。
目前,约有一半的欧盟成员国正在实施工业4.0相关方案。除了国家层面的力度外,古泽?奥廷格委员也在大力争取整个欧盟范围的战略。他声称,这将能确保方案的“规模化”,调动遍布整个欧洲的价值链的参与者,为行业互通和标准化提供支持。
流程工业智能工厂建设技术的研究 篇7
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
智能工厂融合 篇8
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.