2019年智能工廠如何通過預測與控制實現降本增效.pptx

1、,實現降本增效,如何通過預測與控制,智能工廠,智能工廠建設目標：,5個方向,故障維修預防維護,人工操作機器操作,事后統計質量預控,人工經驗智能決策,資源效率安環第一,人,機,料,法,環,戰略決策持續發展,生產工藝控制,設備級,生產級控制級,更少的故障,機器人、智能設備、現場總線、執行器、傳感器等,Security Management,工業以太網,PAC,UPS,Local HMI,Power Monitoring,中低壓配電及保護,生產操作,數采據采集存儲服務器,運營監控,專家優化控制系統,ERP(企業資源規劃）,決策支持商務智能,PAC,視頻攝像頭門禁控制,MES,在線診斷,安全防護與視頻

2、,MV LV Cabinet IMCC,智能工廠4層架構,數字礦山,實時性,4層架構,智能化的三層深度,數字化,3,2,1,信息的記錄、存儲、查詢、匯總、展示移動APP訪問信息便于數據的追溯、比對、分析、總結,智能預測智能分析智能決策讓機器替代人形成強大勞動力,信息化,智能化,質量生產能源設備物流,書面信息數字化智能設備,自動數據采集,自動取樣在線分析自動感知,人智”到“機智,3層深度,APC智能預測與控制,借助于智能控制，可以消除人與人的差別,操作員不同，造成成本和質量上的差異,288萬,每月能耗成本節約 24萬每年能耗節約 288萬CO2減排 8400噸/年,3%,最優和最差的操作員，能耗

3、相比差了3%,每年有大量的錢浪費在能耗上,三類優化控制：1）PID控制 和 2）模糊控制,PID控制比例、微分、積分調節引入DV以體現干擾,基于專家經驗、模糊邏輯采用大量規則，進行情境處理依據專家經驗，形成模糊矩陣,基于：輸入變量 e，偏差變化率 de，輸出變量 u建立隸屬度函數和規則矩陣,3）APC先進控制,基于內模模型的控制MPC多變量預測模型基于歷史/當前值預測變量未來趨勢預控式多變量最優調節,智能控制特點一：MPC多變量模型預測控制,利用操作變量（MV）/前饋變量（FFW）在當前/歷史的測量值，通過模型預測出被控變量（CV）在將來時段的變化趨勢,通過計算操作變量（MV）合理的控制方式（

4、Move Plan)，來抵消未來時刻CV對于其SP的偏離，提高控制品質：,確保變量控得住，波動??！工藝過程更穩定！,C5A溫度,人工控制時段,APC自動控制時段,CDC喂煤手動給定,CDC喂煤APC控制,智能控制特點二：結合大數據分析技術預測質量參數,Introduction-10,生料細度預測值和化驗值誤差大多數0.5（絕對值）依據細度預測值可最及時調整選粉機轉速、循環風機頻率、喂料量，實現最優生產達到出磨生料細度更穩定生產噸生料的電耗更低煤粉預測值絕對偏差大多數0.2,PA大數據工具（Predicative Analytics）預測分析 機器學習,優化模型,Predictive Analy

5、tics工具 簡化建模到部署的流程,歷史數據,數據處理,變量降維 數據采樣,創建模型,評分校驗,解釋模型,部署模型,簡化,自動,自動,簡化,APC內置Python,APC控制,特點三：挖掘數據潛能 實現智能尋優控制,Introduction-12,最佳設定值不是來自專家的經驗而是來自“工廠數據的經驗”“操作秘籍”與能管系統聯動，實現智能自動尋優,APC：自適應控制，保證最優的實現,EMS：歷史數據挖掘 找出最優參數集,特點四：簡單！配置式編程 便于維護與更新,按照APC項目的實施步驟進行配置操作 集成化的軟件平臺數據采集模型辨識控制器開發離線模擬參數整定軟儀表開發強大的功能及友好的用戶界面GUI自動階躍測試內置線性優化功能快速數據分析便利靈活性,特點五：專家團隊實施項目 事實驗證效果,先進的技術原理模型預測控制智能算法,成熟的軟件平臺配置式編程模型自動識別,智能化的控制質量實時預測自動尋優,效果有保證專業隊伍品牌背書,祁連山漳縣2#生產線-回轉窯及篦冷機專家優化系統,生產線規模日產熟料4500噸,項目收益降低能源成本：降低熟料標煤耗1.23kg(1.81%）熟料工序電耗降低0.78度/噸。提升質量：游離鈣標準偏差下降率達到10.71%；熟料三天強度提高1.2MPa；熟料28天強度提高了0.8MPa。,案例效果展示,成功案例,