首页 健康养生 美食 家居 母婴育儿 科技 娱乐 旅游 财经 国际 搞笑 教育 时事 时尚 情感 社会 音乐 动漫 军事 文化 汽车 历史 体育 宠物 综合 游戏 星座运势
当前位置: 千家新闻网 > 科技 > 制造能耗优化中的大数据算法

制造能耗优化中的大数据算法

发布时间: 2019-11-30 18:52:57   |  人气: 1981

2013年,德国在汉诺威工业博览会上推出了“工业4.0国家战略”,这被认为是人类第四次工业革命的开始,也是新一轮工业革命中各国竞争的前奏。世界主要经济体根据其现状和优势,制定了应对新一轮制造业革命的国家战略。我国有“中国制造2025”。

当我们深入分析各国的政策时,我们越是尝试不同的转型路径,就越是感到困惑和浮躁。我认为我有这种感觉的原因是每个人都把智能制造视为一个技术问题。因此,在分析其他国家实施的战略时,他们只停留在表面的方法和技术上,而忽略了这些行动背后的思想和逻辑。

事实上,智能制造不仅是一种技术体系或文化,也是对“智能”的理解、解决问题的逻辑和重新定义制造的思维。

传统制造系统的核心五要素,即材料、设备、工艺、测量和维护,在过去的工业革命中一直围绕这五个要素进行技术升级。然而,无论是提高设备精度和自动化水平,还是将统计科学用于数字管理,这些活动仍然围绕着人们的经验进行,而人们仍然是控制这五个要素的核心。智能制造系统区别于传统制造系统的最重要的元素是“建模”,而其他五个元素正是通过这第六个元素被驱动,从而解决或避免了制造系统的问题。

因此,智能制造系统运行的逻辑是:发现问题——用模型分析问题(或借助人类)——调整模型的5个要素——解决问题——积累模型经验,或分析问题的根本原因——调整模型的5个要素——避免问题。

基于对智能制造的深入理解和不断实践,以及丰富的工业数据业务经验和全方位的先进算法,我们开发了不同场景的登陆应用,实现了汽车企业在工业大数据驱动下的成本降低和效率提升。

我们与一家大型股份制汽车企业的生产基地共同开发了一套智能水箱清洗节能系统。我们选择了涂装车间的涂装预处理站作为探索智能制造模式的试点。

白车身进入涂装过程前,需要在预处理过程中浸泡在多个恒温水槽中进行脱脂、清洗、磷化等一系列处理。这些巨大的水箱需要一直消耗天然气来加热,这样水箱的温度就保持不变。如果生产线在前一工序停止,能否计算出水箱加热的最佳启停时间,节约能源消耗,是需要解决的关键问题。

通过构建目标模型,获得了最佳的水容器启停时间。针对这一能源优化问题,几个政策项目团队进行了精算:根据1.5小时停机时间的计算,采用最佳启动和停机时间可以节省的能耗为1000元;如果线路每月停30次,单个水槽每月节约成本3万元。根据三个站的计算,一年可节约108万元。

根据我们的实践经验,能源优化分析可以从易到难分以下三个部分进行:

商业场景模拟

从工厂的角度来看每个车间的情况,在生产线正常运行期间,一旦车身车间发生设备故障,生产线将会关闭。预处理站传统的启停方式是多个站同时启停。现在,基于“智能工厂”的发展方向,汽车公司希望利用车间各处的传感器、电子标签和监视器的数据,通过成熟先进的数据分析工具挖掘数据值。在油漆用户和车身确认实际停机预测时间后,他们可以基于预测分析和能耗比较,以更专业的方式为工程师提供最佳的启动和停机方案。

商业模型转化为数学模型

为了实现优化目标,即最低能耗,测试基于影响各能耗的因素建立能耗公式,并计算恒温模式和关机后重启模式下的能耗。

恒温模式:属于表面散热。考虑到油漆车间的环境影响因素相对稳定,恒温能耗与时间基本呈线性关系,能耗如下图绿色部分所示。

启停模式:以停站管理为重点,在能量监测的基础上,运用数学理论分析最佳启停时间。这种计算可以转化为优化问题。能源消耗见下图绿色部分。

建立一个基于建模的系统

根据交叉点信息的统计分析和工程师的估计,将输入数据,并实时计算能耗和推荐的机器启动。

为了解决这个问题,除了使用先进的模型工具之外,更重要的是将工业场景的领域知识和应用原理结合起来,因为数据分析师不仅需要对智能算法有很好的理解,还必须深入到工业生产系统中,全面利用各种数据资源。

随着汽车制造企业生产过程自动化程度的不断提高,生产线上的各种自动化设备对大量原始生产过程数据进行监控和记录。这些与生产过程密切相关的业务数据迫切需要利用和挖掘。

资料来源:第一电网

作者:汽车商业评论

本文地址:https://www.d1ev.com/kol/100381

天津十一选五 快乐8 快乐十分钟

上一篇:环京楼市报告:沈阳热度第一,天津承接北京购房需求
下一篇:炒虾时,不要省略这一步,否则虾肉不香还带腥

热门资讯

© Copyright 2018-2019 itgovnews.com 千家新闻网 Inc. All Rights Reserved.