流程工业智能制造初探——信息物理系统+工业大数据分析 |
|||
北京科技大学原校长 徐金梧 |
|||
来源:中国建材信息总网 | 发布时间:2020年11月20日|||
摘要:
流程行业面临提质增效、节能减排、产品个性化和供货期趋短化的压力,企业必须通过智能决策,实现业务精准管理,产品与服务中价值最大化,通过智能工厂,实现柔性化、精准化、规模化的客户定制配送。智能制造通过提高产品质量,降低生产成本和缩短供货时间,提高产品的竞争力。智能制造围绕装备、工厂、产品与服务的智能化,构建数据支撑、智能制造、智能决策三层系统,提高设备使用效率,提高能源利用率、降低产品不良率、提高生产效率、提高定制配送能力、缩短产品研制周期。CPS系统通过工业大数据分析,实现顶层的精准决策、系统层的精准运管、执行层的精准制造,提高企业大规模个性化定制能力,全面提升产品的控制精度和质量指标。 |
|||
北京科技大学原校长 徐金梧 报告概要:流程行业面临提质增效、节能减排、产品个性化和供货期趋短化的压力,企业必须通过智能决策,实现业务精准管理,产品与服务中价值最大化,通过智能工厂,实现柔性化、精准化、规模化的客户定制配送。智能制造通过提高产品质量,降低生产成本和缩短供货时间,提高产品的竞争力。智能制造围绕装备、工厂、产品与服务的智能化,构建数据支撑、智能制造、智能决策三层系统,提高设备使用效率,提高能源利用率、降低产品不良率、提高生产效率、提高定制配送能力、缩短产品研制周期。CPS系统通过工业大数据分析,实现顶层的精准决策、系统层的精准运管、执行层的精准制造,提高企业大规模个性化定制能力,全面提升产品的控制精度和质量指标。 报告介绍了工业大数据的应用实例——全流程质量管控平台。该平台通过采集过程工艺参数和质量信息,变“事后”质量抽检为“在线”质量监控和多维度 质量评价,包括质量诊断、质量追溯和在线优化、在线判级,提高质量稳定性。 报告介绍了以产品性能需求为目标的材料数字化逆向设计方法及其开发个性化和新钢种的应用,数字化材料研发的系统功能拓展可实现全流程数字化过程仿真、各工序数字化孪生模型、智能化产品研发与优化和产品质量的可持续优化。 报告提出通过数字产品、集中操控中心和协同运管中心形成信息物理系统产线级架构,通过数据分析和可视化技术,实现在线综合监控、实时异常推送、生产过程回放和多主题联合分析,成倍提高分析效率,提高事故处理能力;实现绩效指标动态管控与优化,提高子项绩效指标合理性并能对标分析诊断问题。 报告以高温熔炉为例,介绍了通过新的感知技术发展和数字孪生模型建立信息物理系统单元级系统架构的方法。 报告指出了冶金工业的关键检测技术,包括铸坯表面、热轧材表面缺陷检测技术,板形检测、尺寸精度在线检测技术,超声显微镜夹杂物、晶粒3D扫描技术,二维X射线衍射的材料性能检测技术,基于元素谱的材料成分快速检测技术。 报告指出了冶金工业的关键监测技术——设备监测。设备监测技术包括设备状态态精确检测与传感技术、设备状态监测与远程诊断系统及设备状态智能管理平台。 报告提出了冶金工业的关键共性技术,包括产供销一体化系统、能源调度策略优化、高温、恶劣环境下工业机器人、智能天车、智能仓库、AGV小车、智能托盘等智能物流装备、智能装配设备。 报告最后介绍了冶金行业智能化标准体系结构。 |
|||
|