求真百科歡迎當事人提供第一手真實資料,洗刷冤屈,終結網路霸凌。

變更

前往: 導覽搜尋
無編輯摘要
|}
'''基于工业互联网平台的铁前一体化云边端协同智能制造系统'''大冶特殊钢有限公司 [[ 信息化 ]] 、智能化建设经历了五个阶段:部门单项应用阶段、企业信息化重点建设阶段、综合集成阶段、协同创新阶段、智能制造阶段。为本项目建设提供了健全的信息化智能化需求运维团队,提供了项目智能一体化协同的运营管理数据资产,提供了项目建设完备的顶层 [[ 设计 ]] 思路。公司目前重点应用信息化系统:(1)产供销一体化系统;(2)能源管控系统,实现了能源计划管理、能源质量管理、能源绩效管理等十大功能模块;(3)信息化网络;(4)信息安全,从物理安全、网络安全<ref>[https://www.sohu.com/a/501808945_121124372 你真的懂网络安全吗 ?] ,搜狐,2021-11-18 </ref>、应用安全和数据安全等方面入手在信息安全方面持续进行了完善,以增强大冶特殊钢有限公司信息安全风险防范能力;(5)计量系统和检化验 [[ 系统 ]] ,构建了智能化的远程计量信息中心,完成物资计量数据采集,将采购、生产转移、下线、产成品销售等计量实现实时采集和集中监控并与产供销一体化系统通过接口衔接。项目通过智能传感、人工智能<ref>[https://www.sohu.com/a/244582810_401265 人工智能是什么?人工智能的概念简介] ,搜狐,2018-08-01</ref>、大数据、机理模型的交叉融合,实现在设备端的动态感知精准控制,在边缘侧运用机理建模和人工智能实现工况智能诊断及优化,通过云端的智能互联平台,构建基于炼铁工业大数据的整体监测、分析和诊断,实现炼铁产线的智能协同优化。
==一、案例简介==
大冶特殊钢有限公司信息化、智能化 [[ 建设 ]] 经历了五个阶段:部门单项应用阶段、企业信息化重点建设阶段、综合集成阶段、协同创新阶段、智能制造阶段。为本项目建设提供了健全的信息化智能化需求运维团队,提供了项目智能一体化协同的运营管理 [[ 数据 ]] 资产,提供了项目建设完备的顶层设计思路。
公司目前重点应用信息化系统:(1)产供销一体化系统。主要包括制造管理系统及制造执行系统(包括炼铁MES、炼钢MES、轧钢MES、中棒MES、钢管MES、特冶MES);(2)能源管控系统。实现能源数据的自动采集、 [[ 统计 ]] 、分析、结算功能,同时为公司 [[ 能源 ]] 管理、调配提供决策依据;(3)信息化网络。大冶特殊钢有限公司将整个网络系统划分为办公网、能源管控网、视频网、计量网、工业控制网等五个安全层次,每个网络单独组网,以提高安全程度;(4)信息安全。从物理安全、网络安全、应用安全和数据安全等方面入手在信息安全方面持续进行了完善,以增强大冶特殊钢有限公司信息安全风险防范能力;(5)计量系统和检化验 [[ 系统 ]] 。通过检化验系统建设,完成了公司的原材料验质、炉前化学分析和产品理化检验的任务,整体提高了公司质量过程监督控制的范围和能力,并与产供销一体化系统通过接口衔接。
==二、案例背景介绍==
近年来大冶特殊钢有限公司以 [[ 战略 ]] 为导向,根据“统一规划、分步实施、面向实用、渐进完善”的原则,进行信息化建设,形成了自身的信息化管理特色,由业务流程信息化向业务决策智能化发展,不断支撑企业的可持续发展。逐步建立了大冶特殊钢有限公司办公销售系统、财务一体化及质量计量管理系统、产销一体化系统、能源管控系统以及顶层的知识及营销管理系统等一系列企业 [[ 经营管理 ]] 决策系统,为本项目建设提供坚实的基础。
随着在经营管理决策系统方面建设的完善,大冶特殊钢有限公司逐渐意识到生产制造与经营决策智能协同一体化的重要性。在经营管理方面已逐步形成体系,但在生产制造方面相对滞后,尤其是在炼铁产线环节,数字化、 [[ 信息化 ]] 及智能化建设要落后于钢后环节;因此大冶特殊钢有限公司在钢铁制造过程中的短板在炼铁产线,节能降耗及绿色制造的重点攻关也是在炼铁。因此急需应用新技术、新装备进行对炼铁产线进行智能化升级。
==三、案例应用详情==
1、总体应用框架
通过智能传感、人工智能、大数据、机理模型的交叉融合,实现在设备端的动态感知精准控制,在边缘侧运用机理建模和人工智能实现工况智能诊断及优化,通过云端的智能互联平台,构建基于炼铁工业 [[ 大数据 ]] 的整体监测、分析和诊断,实现炼铁产线的智能协同优化。本项目基于工业互联网平台云-边-端顶层设计架构,覆盖配矿-烧结-高炉大炼铁产线的各工序单元,建立自动化、信息化、网络化、智能化的铁前一体化的智能工厂。
项目包含配矿-烧结-高炉大炼铁产线的工艺单元。以构建智能化、网络化、集成化的新一代铁前系统为主要目标,通过传感技术、网络技术、人工智能技术、大数据技术、工业软件技术(机理模型)的交叉融合,在实现炼铁产线各单元的智能管控的基础上,智能互联产线原料场、烧结、高炉各单元,实现炼铁产线的智能协同优化,打造 [[ 钢铁 ]] 行业智能工厂。
====2、关键技术应用详情====
(1)基于工业互联网平台云-边-端顶层设计
在建设过程中对大炼铁产线L1-L2自动化系统进行升级改造,同时在此 [[ 基础 ]] 上综合运用“物、大、智、云、移”技术进行炼铁产线智能化建设,总体采用云-边-端的工业互联网新型架构进行功能顶层设计以及架构顶层设计。
(2)设备端:基于物联网和自控系统实现动态感知精准控制
在本项目中对炼铁产线烧结、高炉单元的基础L1/L2自动化系统进行升级改造以及大炼铁产线基础 [[ 物联网 ]] 建设,为后续各单元智能管控系统建设奠定扎实基础。
自动化升级改造范围主要包括高炉、烧结主体 [[ 工艺 ]] 设施及公用设施。以配置合理、操作维护简单、设备先进、主体设备国产化为原则进行,主要面向生产,实施对设备、仪表的控制和监视,其系统升级改造后当达到当今国内一流水平。
(3)边缘智能端:构建大炼铁产铁各智能单元
===1)智能配矿===
原料场本身具备的贮存、配混的功能,核心意义是为炼铁系统提供适用的原燃料,满足烧结、球团、高炉的最优成本 [[ 生产 ]] ,料场智能化建设以此为目标建设,设备及模型均为具体实施的措施。
===2)烧结智能管理系统===
基于烧结机硬件监测点、参数以及控制 [[ 系统 ]] 现状,进行 烧结智能管控系统建设,主要包括烧结质量管理模块、烧结过程管理模块、生产信息管理模块和系统参数管理模块。
烧结智能管控系统可以通过烧结终点预测准确判断烧结上升点位置、烧结上升点 [[ 温度 ]] 、烧结终点位置、烧结终点温度,根据实际终点位置与目标烧结终点偏差情况,提出改善烧结终点靠前或滞后的合理化建议,实现烧结终点判断的智能化,稳定生产,实现优质高产。
===3)高炉智能管理系统===
在建立完备的工业传感器及物联网基础检测系统,开发高炉智能单元,将大数据、冶炼机理数学模型、模糊数学、 [[ 人工智能 ]] 、专家经验、知识库等多学科技术应用于实际生产操作过程中,人机一体化,实现自感知、自决策、自执行、自决策的智能制造。
===(4)云端搭建基于工业互联网的大炼铁智能互联平台===
通过搭建炼铁大数据智能互联平台,实现从单一 [[ 传统 ]] 炼铁监测到基于炼铁工业大数据的整体监测、分析和诊断的体系建立;助力从炼铁产线数字化管控到企业级全局分析再到集团对标决策的整体优化。
==四、创新性与优势==
本项目的创新性在于以下几个方面:
(1)在云端开展对炼铁产线核心设备实现云端协同的 [[ 设备 ]] 状态监测,最终实现对设备状态的数字化、网络化、智能化监测。
(2)从工业智能传感器出发,解析设备内部物理场变化以及化学反应热力学与动力学过程,挖掘影响生产顺行的主要因素,做到知其然并知其所以然,进而实现设备工况优化优化。
(3)通过将对设备各种监测数据、运行数据、 [[ 生产 ]] 数据、检化验数据、MES数据、ERP等具有高频率、大批量、高并发、长周期特征的多样化数据接入炼铁智能互联平台,结合多样、精准、高效、全面的大数据处理分析模型,在已经实现高耗能设备实时在线状态监测的基础上,提供炼铁高耗能设备的故障诊断服务。
(4)通过推动炼铁产线海量数据资产的汇集,开展数据分析与机理建模等业务,对最佳工况状态进行挖掘,指导炼铁产线各单元进行攻关 [[ 计划 ]] ,实现生产过程节能降耗。
(5)通过在以高炉为中心的大炼铁产线高耗能设备上加装设备状态监测系统对运行状态进行在线实时或准实时监测,对监测数据进行分析,实现故障诊断、零部件 [[ 寿命 ]] 预测,优化维修资源和备件库存,实现高耗能设备的预测性维护,从而降低设备全生命周期的运行成本,为企业的安全生产提供保障。
(6)以炼铁主反应器高炉为对象,通过采用机理模型+数据挖掘的 [[ 方式 ]] 提高高炉生产能效,另一方面,兼顾炼铁产线中的其他工序中的重点能耗设备重点,进行设备特性分析和能耗优化配置,以协同优化的方式形成整个炼铁产线的能效优化解决方案。
==五、案例应用效益分析==
====(1)劳动生产率提升创效====
本项目通过上线一次料场无人行车、混匀料场智能堆取料机、高炉水渣池无人行车、烧结智能 [[ 管理 ]] 系统、高炉智能管理系统等智能化改造项目,大大提高企业的劳动生产率10%以上。
====(2)降低能源消耗创效====
炼铁工序在钢铁行业中是耗能大户,高耗能工序主要包含烧结、球团、高炉等。通过开展对大炼铁产线智能制造,可实现对重点工序的能源消耗量的实时在线监测,基于炼铁工业互联网平台的各项应用服务,结合大数据挖掘技术,分析找到 [[ 节能 ]] 点,提高大炼铁产线设备的能源利用率。针对本项目通过智能化项目实施,实现全局性成本优化、能效最优的协同制造,预期高炉减少燃料比5-10kg/t。
====(3)延长高炉寿命创效====
通过智能化高炉大数据平台对高炉进行实时在线监测和预警,指导高炉 [[ 工作 ]] 者采取有效护炉措施,延长高炉寿命20%。
==参考文献==
[[Category:500 社會科學類]]
774,156
次編輯