隨著近年來物聯(lián)網(wǎng)、AI、5G 等新技術(shù)的應(yīng)用，“智能制造”熱度高居不下。但機(jī)遇往往與挑戰(zhàn)并存。無論是研發(fā)設(shè)計(jì)環(huán)節(jié)的低效、生產(chǎn)管理環(huán)節(jié)的排期缺乏彈性、傳統(tǒng)經(jīng)營管理中存在的供應(yīng)鏈管理剛性固化，還是傳統(tǒng)運(yùn)維存在無法實(shí)時(shí)反映設(shè)備運(yùn)行態(tài)勢、警告分析不夠智能、警告根因難以確定等問題，都為工業(yè)雙轉(zhuǎn)型增加了障礙。
仔細(xì)觀察這些難點(diǎn)不難看出，所涉及的問題分布在制造業(yè)的不同生產(chǎn)環(huán)節(jié)，要想實(shí)現(xiàn)制造業(yè)全生命周期的數(shù)字化，要落地到行業(yè)具體的應(yīng)用場景，需要產(chǎn)業(yè)鏈上下游企業(yè)共同努力，包括設(shè)備提供商、軟件開發(fā)者、系統(tǒng)集成商、服務(wù)提供商、終端用戶等共同參與。
一般來說，智能制造生產(chǎn)環(huán)節(jié)分為：研發(fā)設(shè)計(jì)、生產(chǎn)管理、運(yùn)營管理、運(yùn)維服務(wù)四個(gè)階段
首先，在研發(fā)設(shè)計(jì)環(huán)節(jié)，傳統(tǒng)制造企業(yè)研發(fā)設(shè)計(jì)面臨市場需求響應(yīng)慢、團(tuán)隊(duì)內(nèi)部溝通低效、產(chǎn)品設(shè)計(jì)與生產(chǎn)條件不匹配等問題。
其次，隨著企業(yè)生產(chǎn)規(guī)模不斷擴(kuò)大、產(chǎn)品定制屬性不斷增強(qiáng)，傳統(tǒng)生產(chǎn)模式引致的庫存管理滯后、排期缺乏彈性、物料采購難以滿足生產(chǎn)管控等問題逐漸成為企業(yè)發(fā)展的重重阻力，如何將數(shù)字化、智能化技術(shù)應(yīng)用于企業(yè)生產(chǎn)管理，成為企業(yè)的“燃眉之急”。
以冶金行業(yè)為例，設(shè)備管理領(lǐng)域普遍存在著基礎(chǔ)管理、點(diǎn)檢管理、檢修管理、備件管理等方面問題。
再到企業(yè)運(yùn)營管理環(huán)節(jié)，當(dāng)前客戶需求多元化、定制化趨勢愈加明顯，傳統(tǒng)經(jīng)營管理中存在的供應(yīng)鏈管理剛性固化、庫存管理和訂單管理缺乏彈性等問題，成為企業(yè)發(fā)展軟性桎梏。如何在有限產(chǎn)能的背景下，靈活、快速滿足客戶個(gè)性化需求，提升企業(yè)經(jīng)營管理效益，成為數(shù)字化轉(zhuǎn)型背景下急需解決的問題。
而以電力行業(yè)為例，當(dāng)前發(fā)展面臨電量增長乏力、低效和無效投資、購電成本過高、資金使用浪費(fèi)等諸多挑戰(zhàn)。
通過支持各種類型的數(shù)據(jù)源和數(shù)據(jù)接入的方式，將數(shù)據(jù)接入系統(tǒng)后對(duì)數(shù)據(jù)進(jìn)行充分地整理和歸納，并生成對(duì)應(yīng)的數(shù)據(jù)業(yè)務(wù)模型。再基于先進(jìn)的 AI 技術(shù)，例如文本解析、實(shí)體識(shí)別、語義理解、 圖像識(shí)別，構(gòu)筑一整套的語義分析與圖像分析的底層引擎能力，并結(jié)合系統(tǒng)內(nèi)置的行業(yè)知識(shí)圖譜和 算法模型，提供智能問答、文檔搜索、決策分析、數(shù)據(jù)預(yù)測等多項(xiàng)頂層功能。
對(duì)于工業(yè)企業(yè)而言，安全、穩(wěn)定生產(chǎn)是底線，傳統(tǒng)運(yùn)維存在無法實(shí)時(shí)反映設(shè)備運(yùn)行態(tài)勢、警告分析不夠智能、警告根因難以確定等問題，做到故障預(yù)先提示，實(shí)現(xiàn)設(shè)備的遠(yuǎn)程、快速診斷和維護(hù)，顯得越來越有必要。
目前，國內(nèi)電源結(jié)構(gòu)仍將以火電為主，火電中則是以煤電為主。煤電機(jī)組在運(yùn)行過程中，設(shè)備故障造成的非計(jì)劃停運(yùn)較多，給電力生產(chǎn)帶來諸多不利影響，其中鍋爐水冷壁磨損泄漏故障是造成機(jī)組非計(jì)劃停運(yùn)的重要原因。針對(duì)鍋爐水冷壁磨損，目前采用的措施為定期停爐人工檢測維修。但傳統(tǒng)人工檢測中存在以下問題:
第一，作業(yè)周期長，檢測效率低。典型的電站鍋爐爐膛高度可達(dá) 50-100m，傳統(tǒng)的檢測方式，費(fèi)時(shí)費(fèi)力。
第二，檢測可靠性差。水冷壁磨損主要靠人工手持設(shè)備進(jìn)行點(diǎn)檢，受時(shí)間和人員精力所限，一般抽取代表點(diǎn)檢測，經(jīng)常出現(xiàn)漏檢、誤檢。
第三，成本較高，易出事故。檢測時(shí)工作人員高空作業(yè)，往往和爐內(nèi)其他施工交叉進(jìn)行，存在較大的安全隱患。
數(shù)字化如何實(shí)現(xiàn)制造業(yè)快速減碳？
從2020年做出“碳中和”、“碳達(dá)峰”的承諾之后，每年都有重磅政策出臺(tái)。2021年，雙碳工作被列為“十四五”開局之年的重點(diǎn)任務(wù)之一；2022年7月，工業(yè)和信息化部、發(fā)展改革委、財(cái)政部等六部門聯(lián)合發(fā)布《工業(yè)能效提升行動(dòng)計(jì)劃》，將工業(yè)“減碳”的窗口期縮短到三年，要求2025年將節(jié)能提效作為工業(yè)減碳的首要舉措。
隨著“減碳”時(shí)間窗口期越來越短，碳排放重點(diǎn)行業(yè)通過數(shù)字化、智能化技術(shù)進(jìn)行碳減排資源的優(yōu)化配置，快速實(shí)現(xiàn)減碳的需求日漸凸顯。
但是，目前在碳管理中面臨不少難題：
首先，由于缺少碳管理專業(yè)知識(shí)和數(shù)字化工具，傳統(tǒng)碳資產(chǎn)認(rèn)證體系復(fù)雜，認(rèn)證周期長，認(rèn)證行業(yè)少，且只有納入碳排放配額的企業(yè)才能參與，其他企業(yè)或個(gè)人主動(dòng)參與度低，入手難。
其次，碳管理數(shù)據(jù)易造假篡改，利用可編輯監(jiān)測報(bào)告模板篡改關(guān)鍵監(jiān)測數(shù)據(jù)，從碳排放源頭到碳減排，碳 排放報(bào)告質(zhì)量控制缺失，重要原始數(shù)據(jù)缺乏真實(shí)性和準(zhǔn)確性，容易造假和篡改，缺乏有效監(jiān)管。
如何解決這些難題，其基于區(qū)塊鏈技術(shù)，通過終端數(shù)據(jù)展示模塊清晰呈現(xiàn)產(chǎn)品的綠色可持續(xù)屬性，或者引入第三方服務(wù)進(jìn)行全鏈路排放計(jì)算、碳足跡追溯，從根源減少供應(yīng)端碳排放。
顯然，在通往雙碳的路上，數(shù)字技術(shù)將在支撐工業(yè)節(jié)能提效上，展現(xiàn)出巨大的潛力，也會(huì)成為目前“減碳”工作中十分具有亮點(diǎn)的一條技術(shù)路徑。
共0條 [查看全部] 網(wǎng)友評(píng)論