铜陵有色金属集团控股有限公司 安徽省铜陵市 244000
【摘要】随着通信技术和信息技术的飞速发展,“智能工厂”这一工业生产发展的新模式,将助力工厂提效降耗、优化流程、提升质量、增加市场竞争力。工业互联网作为智能工厂的重要技术支撑和基础设施,为智能工厂的实现和发展提供了技术保障,具有广阔的应用前景。
【关键字】智能工厂; 工业互联网; 生产效率; 市场竞争力
一、背景
智能工厂是建立在数字化工厂基础之上的一种先进生产模式,利用物联网、云平台、大数据、智能装备等前沿技术来加强信息服务和管理,从而提高生产过程的可控性、减少对人工干预的需求,实现合理的计划排程。在智能工厂中,生产设备、生产线和企业内外各个环节之间需要高效、稳定和安全的信息交流和数据共享。工业互联网能够提供实时而准确的数据,支持生产过程的监控和优化,降低生产成本和能源消耗,提升生产效率与产品质量从而增强企业的市场竞争力。
二、我国工业互联网的发展基本状况
我国政府对工业互联网的发展给予了极大的重视,并出台了一系列政策和文件,以推动相关产业的发展。国家工业和信息化部接续实施两个三年行动计划,发布网络、平台、数据、安全等一系列政策,连续6年实施工业互联网创新发展工程,支持工业互联网的发展。国家标准化管理委员会正式批准并发布了我国在工业互联网网络领域制定的首个国家标准《工业互联网总体网络架构》(GB/T42021-2022),标志着我国工业互联网体系建设取得了重要的进展。
三、工业互联网平台的核心价值
工业互联网代表了新一代信息通信技术与工业经济的深度融合,是新型的基础设施、应用模式和工业生态系统,创建了一个涵盖全产业链和全价值链的全新制造和服务架构,为工业乃至整个产业的数字化、网络化和智能化转型提供了实践路径,成为第四次工业革命的关键支柱。
工业互联网以网络为基石、平台为枢纽、数据为核心、安全为护盾,它不仅是工业领域数字化、网络化、智能化转型的关键基础设施,也是互联网、大数据、人工智能等技术与实体经济深度融合的创新应用模式。
1、工业互联网平台是“规范数据的集合站”
工业数据采集作为数据的第一入口,收集大量的实时、完整数据。面对海量接入的来自不同设备、不同系统、不同协议、甚至不同时序的数据,工业互联网平台构建了一套能够兼容、转换多协议的数据采集技术和体系,数据采集系统将现场实时数据通过实时数据库传递至平台,平台基于数据转换和处理能力,实现设备、传感器、智能装备及控制系统及业务系统等不同来源的海量数据在平台的汇聚、处理和标准化管理。
2、工业互联网平台是“生产线的数字化模型池”
2014科学家马丁·福勒提出“微服务”概念。微服务是由一系列小型服务组成,有着独立的进程,围绕着单一业务进行功能的构建,其松耦合的性能使其能够被独立更新和部署。通过工业互联网平台,可以将丰富的工业技术原理、行业知识、基础工艺和模型工具进行规则化、软件化和模块化处理,进而封装成可重复使用的微服务组件。这种集成化的平台架构,使得无数独立微服务能够协同工作,形成一个强大的服务生态系统。
随着人工智能技术的快速发展,新一代人工智能正推动数字化模型向自成长型演进。通过将机理模型与数据驱动模型相结合,形成专家知识与机器学习相融合的自成长性模型,这将是未来工业互联网发展的重要方向,为工业智能化和自动化提供持续的动力和创新的源泉。
3、工业互联网平台是“工业APP的汇集地”
工业APP是依托于工业互联网平台,集成了工业知识和经验的应用软件,它们是工业技术与业务流程软件化的重要成果。工业APP不仅满足特定的工业需求,而且提供了企业生产制造的全过程、产业链的全环节以及产品的全生命周期的网络化、数字化、智能化解决方案。由于众多工业APP汇聚在同一个工业互联网平台内,相互之间的通讯和数据传输有着无法超越的便捷性。生产实时数据经过处理后可直接被生产经营APP引用,生成绩效指标及相关报表;生产经营数据亦可被生产管理APP获取,经工艺情况分析后,发出指令给现场操控人员。边缘计算保证了生产数据的规范性,结合工业互联网数据库的统一性,使得APP间的通讯及时且准确,实现数据指导生产的实时性和有效性。
4、工业互联网平台是“数据治理的工具库”
随着企业的生产运营,各种数据数量不断膨胀,数据库、表命名管理混乱,数据复用率低,指标定义不统一,敏感数据泄露,计算资源紧张,烟囱式数据开发导致数据管理困难,第三方开发成本高等问题将随之而来。
数据治理是企业管理体系的关键组成部分,旨在提升数据的价值。它涵盖了组织架构、制度规范、操作流程以及技术工具等多个方面。数据治理使用到的工具有元数据管理、数据全生命周期管理、数据安全管理、数据质量管理、主数据管理等多个工具,如果使用第三方服务商提供的数据治理工具将面临数据库不统一、数据类型梳理难、数据间通讯速度慢等一系列问题,给数据治理带来极大困难。
随着工业互联网平台的不断发展和迭代,新一代的工业互联网平台自身具备数据处理的各种工具,利用其数据库的统一性、数据源头的规范性、数据的高复用性,便于数据治理的落地执行。
四、工业互联网在工业生产中的具体应用
工业互联网现已扩展至国民经济的40个主要行业类别,涵盖了从原材料、装备制造到消费品、电子等各个制造业领域,同时也触及了采矿、电力、建筑等实体经济的关键产业。通过广泛的应用,工业互联网不仅实现了在更大范围内的覆盖,在发展水平和融合深度上都达到了新的高度,催生了多样化和创新性的融合应用实践,展现了工业互联网在推动产业转型和升级中的重要作用。
在有色金属冶炼行业,工业互联网的应用也初露锋芒,如何最大限度地压低吨铜加工成本、提升金属回收率、降低能耗、解放劳动力、保障安全,是有色金属冶炼企业的共同期望。基于工业互联网平台的智能工厂战略,通过打造数字化精益生产模式、建立统一开放的应用体系,构建企业数据资产,实现数据价值的可持续创造,赋能企业迅捷扩展业务能力,支持数据应用持续创新。
工业互联网可以在不同工序、不同班组间,发掘、改善协同工作,打破物理边界。为了保障生产高负荷顺行,以工序指标为切入点,通过对上下游工序实时生产状况的分析,结合生产知识库和智能算法,给出最优生产指令,加强了工序之间的配合,解决几十个工序和班组之间的数据与信息的互通,使得资源调配、多方协同更加合理有效。
典型的的案例有铜-酸协同优化、吹炼-精炼节奏协同等,这些场景在各个工序和车间边界中广泛存在。例如:铜-酸协同优化是指基于熔炼吹炼及制酸工艺模型,结合生产状态数据,构建面向铜酸工艺协同控制系统,实现根据投料量和入炉成分动态预测烟气量和烟气成分,以稳定管路负压为目标自动调节相关风机;动态输出对入炉料成分的调整方案,联动配料模型,实现对冰铜品位、烟气量、烟气中SO2含量等核心工艺参数的协同优化计算,将调度、作业等指令发送至操作岗位,操作员按指令操作,保障冶炼和制酸的稳定运行。
在传统信息化系统中,生产管理、能源管理、物流管理、设备管理等系统往往有着自己独立的业务功能和数据库。这种常规信息化系统本质上就是面向相关业务部门自身的需求打造的,很难考虑部门之间和业务之间的业务结合、统筹,数据在各管理系统间重复录入、数据传输效率低下、数据复用率低,数据孤岛现象严重,生产管理具有局限性。
基于工业互联网的一体化平台,在数据层面给不同部门、不同专业的管理软件的融合创造了先决条件,在管理层的边界处可以创造大量的一体化管理场景。随着生产数据和管理数据的积累,生产模型的成熟将促进系统迭代优化,做到生产计划管理系统可以发送排产计划到生产管控系统,结合生产过程中的成本、实时绩效数据,综合能源管理数据、质量管理数据、设备管理数据,发送生产调度指令至操控一体化系统,结合经营管理者与生产管理者的经验协同指导生产;一体化平台带来的数据标准化、规范化及模块通讯的稳定性和高反应速度可以支持生产过程中产生的实时数据如产品产量、过程质量、中间产品、能源消耗等数据,将会在管控一体化平台生成经营管理数据直接上传设备管理、质量管理、ERP等,减少数据重复录入,保证各管理软件数据同源,做到数据流转自动化。
五、结语
伴随着数据工具的不断迭代和工业互联网平台的成熟应用,信息化系统将基于平台,从分立逐步走向统一,工业模型的知识沉淀将加速积累,工业APP的应用将“多点开花”。以价值重构为主线,以技术支撑和业务落地为抓手的“综合集成+协同创新”模式将支撑企业完成数字化转型,加速企业智能工厂的建设。
参考文献:
【1】工业互联网与先进制造业融合发展的趋势研究 王红艳现代管理科学.2024(02)
【2】5G+工业互联网融合驱动新一轮工业数字化转型 周晓燕 欧阳生林 范文北 通信与信息技术.2023(06)
【3】人工智能在工业大数据智能上的应用 仇龙冶金管理.2024(03)