2023工業(yè)智能制造應用案例等

工業(yè)智能應用案例——PAGE479———PAGE480—項目背景六國化工是國家重點發(fā)展的大型磷復肥生產骨干企業(yè)，設立于2000年，現(xiàn)總資產64億元，年銷售收入60億元，擁有350萬噸/年化肥產能。作為傳統(tǒng)化工企業(yè)，六國化工在核心工藝磷酸萃取環(huán)節(jié)的萃取效率提升上遭遇瓶頸，主要有以下痛點：第一，工藝突破難。磷酸提取流程涉及眾多環(huán)節(jié)，從礦石的品位到磷酸的萃取過濾等，各種因素都會影響到最終磷提取的效果好壞，單憑人工經驗，磷酸的萃取率難以得到有效突破。第二，穩(wěn)定控制難。生產過程中控制不穩(wěn)定將帶來生產波動，造成經濟損失。第三，環(huán)境保護難。磷礦石資源是不可再生資源，需對其利用最大化，減少浪費，同時降低輻射性磷石膏廢渣的產生量。磷酸萃取效率主要影響因素項目實施針對上述問題，六國化工與阿里云合作，開展磷化工行業(yè)“工業(yè)-環(huán)境大腦”項目，核心思路是以生產數(shù)據(jù)為核心，將數(shù)理能力與行業(yè)機理深度結合，在數(shù)據(jù)中找到突破效率瓶頸的鑰匙。阿里云-六國化工磷化工行業(yè)“工業(yè)-環(huán)境大腦”項目技術架構圖項目實施過程，具體拆分為以下幾步，1、利用磷酸萃取生產過程數(shù)據(jù)、原材料數(shù)據(jù)等，建立磷轉化率預測模型。2、通過數(shù)據(jù)關聯(lián)建模分析，分析定位出不同環(huán)節(jié)影響磷提取率的關鍵因素。3執(zhí)行動作，在提升磷酸收率的同時，提高生產穩(wěn)定性。4、業(yè)務人員結合實際生產經驗進行生產調整，最終實現(xiàn)提高磷提取率的目標。實施效果最1.2%），6006000磷石膏固廢排放10000噸。項目背景紅獅集團是國家重點支持的十二家全國性大型水泥企業(yè)之一，是中國企業(yè)500強、中國民營企業(yè)500強和中國最大民營建材企業(yè)。集團正處于高速發(fā)展期，各分廠普遍存在生產管控信息化水平低、巡檢靠人工、效率低下、能耗大、設備維護困難等問題，制約企業(yè)的發(fā)展。項目實施總體實施思路與架構預期目標：序號生產領域效果預測1車間組織人員每車間減少2人以上2產品質量產品合格率提升3%以上3能源管控3%1%以上實施思路：supOSERP、MES、EAMERP的人員、組織、崗位，EAMMES并對廠區(qū)的DCSPLC廠模型框架黏附工廠在生產管理過程中產生的業(yè)務數(shù)據(jù)及生產運行過程中的實時數(shù)耗，達到節(jié)能減排增效的目的。實施架構：應用場景與技術方案機器視覺：皮帶跑偏 下料口皮帶斷料 進料口堵塞輸送帶是水泥廠解決物料轉移的通用手段，存在許多異常工況，比如輸送帶跑專家系統(tǒng)：28施工質量控制和進度。況、熟料礦物晶體的晶型。supOS響因素，選取LossSiO2Al2O3Fe2O3CaOMgOFCaO等多組水泥熟料化學2實施效果2-3人3.2%3）余熱發(fā)電量提高3.5-4%(2018年全年發(fā)電12885萬度，提升3.5%，按每度7300萬)4）2%（2018370192%7毛500萬元)項目背景光耀電力為新能源“智慧工廠”整體解決方案的技術供應商。如何利用人工智能技術提升發(fā)電量是長期困擾公司的痛點。項目實施總體實施思路與架構項目預期目標通過實施大數(shù)據(jù)技術和人工智能技術，對風電機組功率再彌合、再優(yōu)化后提升有效發(fā)電小時數(shù)，同時減少發(fā)電運營成本。實施路線與架構1、利用大數(shù)據(jù)技術，校核風機實際切入、切出風速；2、大數(shù)據(jù)技術實現(xiàn)風機自動啟停與節(jié)能方案；3、大數(shù)據(jù)分析技術，時時監(jiān)控風機啟停對部件損耗；4、利用大數(shù)據(jù)技術對超短期、短期和長期功率預測，調整發(fā)電區(qū)間；5、大數(shù)據(jù)技術，分析引起風機性能下降的因素及因素關聯(lián)度；6、基于人工智能技術對風機報警智能判定與故障分析；7、利用人工智能技術中模糊數(shù)學技術對風機健康判定；8、利用人工智能技術完成風機備品備件的智能管理9、利用人工智能技術完成風機預警模型與神經網(wǎng)絡應用10、利用人工智能尋優(yōu)模型與技術，監(jiān)督風機自學習習慣，提高設備運行準確率與召回率。應用場景和領域。101012000350個風場，市場占有率大約為17%。技術實施方案在利用人工智能深度學習技術提升發(fā)電量方面從風電機組實際運行數(shù)據(jù)反映的風電機組功率輸出與多種不確定因素的復雜關系中找出風機的實際輸入數(shù)據(jù)（控制參數(shù)（功率輸出挖掘兩者的非數(shù)了，給出當前風電機組功率輸出情況。在風電場發(fā)電機組風功率曲線研究中，將數(shù)據(jù)分段求解得出風機功率的概率密度（15實施效果201710656320181188401227710%以上。發(fā)電量明顯提升，發(fā)電銷售收3%2.5億元。術研究項目背景延時的人工智能解決方案。90%5而面對海量的巡檢目標，機巡作業(yè)面臨全新的挑戰(zhàn)。部分的無效數(shù)據(jù)，增加后端數(shù)據(jù)處理的任務量。項目實施總體實施思路與架構預期目標實現(xiàn)基于人工智能技術的電力無人機智能巡檢、數(shù)據(jù)采集，為后端系統(tǒng)提供高質量的圖片數(shù)據(jù)，提高巡檢效率，降低巡檢工作量。實施思路通過研究適用電力無人機巡檢的目標檢測深度學習算法，開發(fā)適用于低功耗、低檢的目標智能檢測識別、云臺自動調整對目標部件逐個拍攝，提升巡檢效率。實施架構圖1電力巡檢機載人工智能計算平臺應用場景與技術方案應用場景和領域（2019）應用場景：①高壓線路違章建筑檢測：檢測在高壓線路附近出現(xiàn)的施工工地；②②高壓塔鳥巢缺陷檢測：檢測在高壓塔中的鳥巢目標；③輸電線路部件檢測識別：檢測在輸電線路中的絕緣子、三角板、防震錘等；全等遙感遙測領域。技術實施方案圖2網(wǎng)絡結構示意圖FPGA無人機機載端，實現(xiàn)無人機機載端的人工智能計算；圖3鯤云“雨人”加速卡提出不同環(huán)境下機載人工智能計算平臺與無人機的交互方案，研發(fā)電力巡線無人機云臺自動控制系統(tǒng)，實現(xiàn)針對電力巡線目標的自主云臺調整及拍攝，提高圖片數(shù)據(jù)質量，提升巡檢效率。圖4鯤云“雨人”加速卡嵌入電力巡線無人機實施效果支持基于人工智能技術的電力無人機智能巡檢、數(shù)據(jù)采集，克服人工控制、無線傳輸半徑等限制，提高巡檢數(shù)據(jù)質量及巡檢效率。具體如下：1）巡檢無人機能對輸電線路部件（包括絕緣子、三角板、防震錘等）進行自動檢測定位并精準拍照。相較于傳統(tǒng)的人工操控無人機的圖片數(shù)據(jù)采集方式，其基于人工智能技術的智能巡檢和數(shù)據(jù)采集有效保證了所采集數(shù)據(jù)的質量；人機單次巡檢范圍，提升了輸電線路巡檢效率；實現(xiàn)后續(xù)人工智能技術的規(guī)模性應用推廣。項目背景簡易科技定位為智能制造服務、系統(tǒng)與解決方案供應商，為持續(xù)提升效益提供信息化手段、工具、平臺和服務，達到為客戶提升效益和質量的目標。在線全檢代替離線抽樣檢測，提高產品檢測效率。3、產品質量檢測的自動化、智能化。項目實施總體實施思路與架構（300字以內預期目標：-實施思路：級迭代，完善了解決方案，形成了本公司的專利技術。實施架構組織與計劃：完成項目的立項、項目組織的建設、項目啟動等工作。系統(tǒng)規(guī)劃：主要完成需求調研，形成系統(tǒng)的業(yè)務藍圖。第二階段：系統(tǒng)研發(fā)：完成系統(tǒng)軟、硬件開發(fā)，系統(tǒng)的測試。上線準備：主要完成上線前的各種準備工作。第三階段：系統(tǒng)上線：主要完成系統(tǒng)的正式運行，完善系統(tǒng)運行。第四階段在業(yè)內樹立良好的企業(yè)形象和信譽，形成自己的服務品牌，實現(xiàn)產業(yè)化。應用場景與技術方案（400字以內領域：工業(yè)，主要針對汽車制造業(yè)1MB/s29.5M/s118M/s3T存儲量不斷增加的數(shù)據(jù)進行挖掘分析，生成產品質量發(fā)展趨勢預測和生產線狀態(tài)預判，降低生產廢品率，縮短生產周期，提高企業(yè)的生產管理效率。場景：自動化沖壓產品檢測：級進模沖壓線異物掉入及料帶拱起智能監(jiān)測檢測指標：異物的最小當量直徑為3mm；料帶拱起的最小高度為20mm；系統(tǒng)從監(jiān)測到異物或拱料到機床停機最大時間為200ms；4060沖次/min；多產品數(shù)據(jù)智能分析，防止質量及安全事故發(fā)生。膠管表面缺陷監(jiān)測檢測到的凸點測到的劃縫鋁箔標記實施效果項目實施對客戶的經濟效益提升較大，根據(jù)我們的客戶測算，為凌云工業(yè)提升的效益如下：65%70%；95%檢測方式，有原來的抽檢改為全檢，對產品質量的全面把控；減少了檢測人員，每條線減少2個人日，合計減少10人年；成本降低：人員成本和管理成本降低，廢品數(shù)降低；由于建立了監(jiān)測平臺，有助于優(yōu)化生產和管理。項目背景當前，制造業(yè)普遍面臨著人工成本上漲、能源成本上漲、環(huán)保重任艱巨等挑戰(zhàn)。水泥行業(yè)作為能源消耗大戶，面臨兩大核心痛點：煤和電的成本占水泥成本的40%-70%課題；化生產，生產質量和能耗水平嚴重依賴于人工經驗。兩磨一燒”藝優(yōu)化和自動控制，是解決水泥行業(yè)之痛的有效路徑。東華水泥與阿里云工業(yè)大腦展開合作，在水泥行業(yè)率先落地首個水泥工業(yè)大腦項目，推動東華水泥實現(xiàn)數(shù)字化、智能化的升級轉型。項目實施東華水泥“工業(yè)大腦”項目主要著眼兩個方面的提升，據(jù)、能耗數(shù)據(jù)等進行整合，消除信息孤島，把數(shù)據(jù)變成資產；在具體的實施過程中，主要對“立磨機”、“回轉窯”環(huán)節(jié)作重點擊破：“立磨機”環(huán)節(jié)：（挖煤后的石頭廢料情況代替工控員實現(xiàn)對生產線的控制，達到降低電耗2%況即可?！盎剞D窯”環(huán)節(jié)：1400（煤粉消耗根據(jù)實際情況代替工控員。實施效果8202.13%生百萬元的直接經濟價值。項目背景攀鋼希望能夠以工業(yè)大腦技術為載體，以積微物聯(lián)為平臺，挖掘鋼鐵運營、生產過程中的數(shù)據(jù)價值，實現(xiàn)傳統(tǒng)企業(yè)彎道超車的愿望，有效提升攀鋼集團的行業(yè)競爭力。經過攀鋼業(yè)務工程師、積微物聯(lián)技術團隊與阿里云工業(yè)大腦團隊數(shù)據(jù)專家的多輪討論與實地現(xiàn)場考察，基于數(shù)據(jù)采集難度、項目風險性與收益等綜合因素考慮，最終決定從兩個場景入手：從冷軋板的表面檢測與煉鋼脫硫工藝優(yōu)化兩個場景著手工業(yè)智能的嘗試。項目痛點：環(huán)節(jié)由于扒渣帶鐵（脫硫劑反應后產生的脫硫渣中含大量的鐵）會帶走大量金屬料。經測算，每個爐次（220噸計）5噸，脫硫渣中鐵損占比40%-55%10%0.8-1kg/噸鋼。510個的缺陷，并在表檢儀（表面檢測設備）掃描完畢的30秒之內給出表面等級、分選度、主缺陷和是否合格等判定。檢查人員長期從事的高強度、重復且又枯燥工作性質決定了其過程輸出的穩(wěn)定性難以得到保證，同時，檢查人員在對產品標準的理解和把握上存在個人經驗差異勢必也會造成判定水平高下、參差不齊。最終導致的結果則是客戶的使用體驗與滿意度變差或者質量成本提升，無疑，這些都構成企業(yè)巨大的隱性成本損失。項目實施總體實施思路與架構對于煉鋼脫硫工藝優(yōu)化場景：通過分析建模，優(yōu)化脫硫環(huán)節(jié)工藝，推薦最優(yōu)的脫硫劑加入量，提高脫硫劑利用率，降低脫硫環(huán)節(jié)的鐵損。對于冷軋板的表面檢測場景：面向鋼鐵行業(yè)冷軋板材的表面質量檢測場景，構率。1.煉鋼脫硫工藝優(yōu)化場景：1.煉鋼脫硫工藝優(yōu)化場景：·仿真模型：基于歷史數(shù)據(jù)與實時數(shù)據(jù)，構建脫后硫預測模型。通過結合脫硫劑（–滿足脫硫效果的前提下，達到最小脫硫劑加入量的那組“配方”。2.冷軋板的表面檢測場景：（圖片信息60-70MES（的自學習重構功能實施效果除了脫硫工藝優(yōu)化場景以外，攀鋼鋼鐵大腦的煉鋼工藝優(yōu)化，還完成了提礬、轉爐、配合金、精煉、連鑄等多個煉鋼工藝相關模型的建立，實現(xiàn)噸鋼生產節(jié)約1.28kg鋼鐵原料消耗，合金成本1.2元/噸的降低。根據(jù)實際測算，對年產值440萬噸鋼的攀鋼西昌鋼釩基地來說，年成本節(jié)約約為1700萬元。92%80%以上。項目背景TCL集團孵化的創(chuàng)新型科技企業(yè)，深度融合工業(yè)TCLIoT造產品與解決方案。深圳市華星光電技術有限公司（簡稱華星光電）20091116動終端面板。958K，產品人工智能在工業(yè)檢測領域及工業(yè)互聯(lián)網(wǎng)中應用的成果。8.1.1項目痛點無法對缺202萬張，采用人工分類的方式會造成以下幾類問題：圖1：制造業(yè)視覺檢測痛點圖片數(shù)量巨大且人工判定耗時較長，造成生產周期增加。7*24產。態(tài)影響法立刻上手。工作內容單調重復，員工穩(wěn)定性差，流動率高。人工抽檢無法覆蓋到全部產品的缺陷圖片，工作效率得不到保障。項目實施為了解決以上的問題和痛點，格創(chuàng)東智在華星光