2024工業(yè)互聯(lián)網(wǎng)平臺工業(yè)設備上云白皮書

“工業(yè)互聯(lián)網(wǎng)平臺+工業(yè)設備上云”白皮書1——為什么?是什么?如何干?當前，全球新一輪科技革命和產(chǎn)業(yè)變革深入推進，工業(yè)互聯(lián)網(wǎng)平臺作為新一代信息技術與制造業(yè)深度融合的產(chǎn)物，正對工業(yè)發(fā)展產(chǎn)生全方位、深層次、革命性影響，支撐世界各國加快轉變發(fā)展方式、優(yōu)化產(chǎn)業(yè)結構、轉換增長動力。工業(yè)互聯(lián)網(wǎng)平臺通過全面連接工業(yè)經(jīng)濟工業(yè)全要素、全產(chǎn)業(yè)鏈、全價值鏈，有利于全面構建新型工業(yè)生產(chǎn)制造和服務體系，賦能企業(yè)數(shù)字化、網(wǎng)絡化、智能化轉型升級。在此過程中，工業(yè)設備上云正作為牽引工業(yè)互聯(lián)網(wǎng)平臺發(fā)展的先導性應用，成為當前工業(yè)互聯(lián)網(wǎng)平臺建設的熱點領黨中央國務院高度重視工業(yè)設備上云，從2017年至今圍繞推動工業(yè)設備上云已發(fā)布多項政策文件。特別是在2018年7月工信部發(fā)布的《工業(yè)互聯(lián)網(wǎng)平臺建設及推廣指南》(工信部信軟〔2018〕126號)中，明確提出要“實施工業(yè)設備上云‘領跑者'計劃”,確定了工業(yè)設備上云的四大重點工作領域，即以煉鐵高爐、工業(yè)鍋爐、石化設備為代表的高能耗設備，以柴油發(fā)動機、大中型電機、大型空壓機為代表的高通用設備，以工程機械、數(shù)控機床為代表的高價值設備和以風電、光伏為表的新能源設備。2>>《國務院關于深化"互聯(lián)網(wǎng)+先進制造業(yè)"發(fā)展工業(yè)互聯(lián)網(wǎng)的指導意見》(國發(fā)〔2017〕50號)強化復雜生產(chǎn)過程中設備聯(lián)網(wǎng)與數(shù)據(jù)采集能力>《工業(yè)互聯(lián)網(wǎng)平臺建設及推廣指南》(工信部信軟〔2018〕126號)實施工業(yè)設備上云“領跑者”計劃>《工業(yè)互聯(lián)網(wǎng)創(chuàng)新發(fā)展行動計劃(2021-2023年)》(工信部信管〔2020〕197號)加快工業(yè)設備和業(yè)務系統(tǒng)上云上平臺2020年12月2017年11月2018年7月在各級政府部門和各類企業(yè)主體的共同努力下，我國工業(yè)互聯(lián)網(wǎng)平臺和工業(yè)設備上云均取得了階段性成效。據(jù)工信部統(tǒng)計，截至2021年6月份，國內已涌現(xiàn)出100余個重點工業(yè)互聯(lián)網(wǎng)平臺，連接設備數(shù)已超過7000萬臺，工業(yè)設備上云正穩(wěn)步推進。隨著工業(yè)互聯(lián)網(wǎng)平臺的普及推廣，工業(yè)設備上云正逐漸進入實踐深耕的階段。為進一步統(tǒng)一社會共識，凝聚產(chǎn)業(yè)力量，共同提高工業(yè)設備上云水平，我們編寫組成員共同起草了這本《“工業(yè)互聯(lián)網(wǎng)+工業(yè)設備上云”白皮書》,旨在嘗試闡明工業(yè)設備上云的總體定位、上云對象、技術要素、實施路徑和趨勢展望，增強制造業(yè)高質量發(fā)展動能。一、總體定位：工業(yè)設備上云是賦能產(chǎn)業(yè)生態(tài)轉型升級的加速器工業(yè)設備是工業(yè)企業(yè)的主要生產(chǎn)資料之一，廣泛分布3在各個車間，負責原材料到成品的各項加工環(huán)節(jié)，其發(fā)展水平是衡量企業(yè)核心競爭能力與數(shù)字化轉型階段的重要指標。推動工業(yè)設備上云，將會進一步豐富工業(yè)互聯(lián)網(wǎng)平臺連接的工業(yè)要素，深度賦能用戶企業(yè)、設備供應商、工業(yè)互聯(lián)網(wǎng)平臺運營商等多方主體，加速產(chǎn)業(yè)生態(tài)整體轉型升工業(yè)設備上云圖工業(yè)設備上云賦能產(chǎn)業(yè)生態(tài)轉型升級(一)對用戶企業(yè)而言，工業(yè)設備上云可助力提質降本增效目前，我國工業(yè)體系中的工業(yè)設備仍存在資源浪費、產(chǎn)能閑置、安全隱患等多種痛點問題。據(jù)相關行業(yè)協(xié)會初步測算，全國50萬臺燃煤鍋爐煤炭消耗占全國25%以上，200萬臺數(shù)控機床設備負載率不足40%。通過推動這些工業(yè)設備上云，并開展運行監(jiān)測、能效優(yōu)化等服務，預計可使燃煤鍋爐能耗降低3%,數(shù)控機床利用率提升8%,帶來直接經(jīng)濟效益可達數(shù)百億元。由此可見，推動工業(yè)設備上云，4可實現(xiàn)工業(yè)設備運行狀態(tài)、運行環(huán)境等數(shù)據(jù)的云端匯聚，形成以數(shù)據(jù)驅動為特征的業(yè)務決策閉環(huán)，加速業(yè)務流程重(二)對設備供應商而言，工業(yè)設備上云可驅動商業(yè)推動工業(yè)設備上云，可以為設備供應商提供設備全生命周期的數(shù)據(jù)，為供應商變革產(chǎn)品形態(tài)和服務模式提供重要數(shù)據(jù)支撐，驅動商業(yè)模式創(chuàng)新。一方面，創(chuàng)新以產(chǎn)品為中心的商業(yè)模式。工業(yè)設備在實際生產(chǎn)過程中產(chǎn)生的運行參數(shù)和維修記錄等數(shù)據(jù)，可基于工業(yè)互聯(lián)網(wǎng)平臺反饋至供應商，輔助供應商進行預測性維護和反饋式創(chuàng)新等服務，優(yōu)化設備運維效率和性能指標，最大化發(fā)揮設備的使用價值。另一方面，創(chuàng)新以服務為中心的商業(yè)模式。工業(yè)設備上云數(shù)據(jù)可以在設備供應商、用戶企業(yè)、金融機構等主體間充分流動，加速不同業(yè)務之間的互聯(lián)互通、協(xié)作配合，驅動共享制造、設備融資租賃、供應鏈金融等新型服務模式加速涌現(xiàn)。(三)對平臺運營商而言，工業(yè)設備上云可加速功能工業(yè)設備上云，可以為工業(yè)互聯(lián)網(wǎng)平臺運營商提供重要應用場景，在實踐中檢驗技術水平和應用成效，全面加5設備上云是一項系統(tǒng)性工程，涉及數(shù)據(jù)采集、傳輸、匯聚、分析等多項技術的融合應用。推動工業(yè)設備上云，有利于進一步完善設備數(shù)據(jù)采集體系，突破協(xié)議解析、邊緣智能等技術短板，鞏固工業(yè)互聯(lián)網(wǎng)平臺技術支撐體系。另一方面，完善推廣應用體系。工業(yè)設備上云可以為工業(yè)互聯(lián)網(wǎng)平臺提供海量、多元的一手數(shù)據(jù)，驅動工業(yè)技術、經(jīng)驗、技術、原理等工業(yè)知識軟件化，加速工業(yè)機理模型沉淀和優(yōu)化，培育狀態(tài)監(jiān)測、故障預警、遠程運維等新型工業(yè)APP,提高工業(yè)互聯(lián)網(wǎng)平臺解決特定問題的能力。二、上云對象：高耗能設備、高通用設備、高價值設為貫徹落實《工業(yè)互聯(lián)網(wǎng)平臺建設及推廣指南》(工信部信軟〔2018〕126號)中提出的“工業(yè)設備上云‘領跑者’計劃”,本白皮書重點聚焦高耗能設備、高通用設備、高價值設備和新能源設備這四類具有迫切上云需求、良好上云基礎、巨大潛在效益、廣闊應用空間的工業(yè)設備，探索梳理一套科學合理的工業(yè)設備上云解決方案。上云“領跑者”計劃煉鐵高爐工業(yè)鋼爐石油化工柴油發(fā)動機大中型電機大型空壓機工程機械數(shù)控機床風電光伏高能耗設備高通用設備高價值設備新能源設備圖工業(yè)設備上云“領跑者”計劃6(一)聚焦高耗能設備，加快實現(xiàn)節(jié)能降耗我國工業(yè)體系中的高耗能設備主要包括煉鐵高爐、工業(yè)鍋爐、石化設備等，面臨的能耗高、污染高、效率低等痛點問題十分突出。通過推動高耗能設備上云，面向復雜應用環(huán)境開發(fā)易部署、高可靠、低成本的數(shù)據(jù)采集系統(tǒng)，基于平臺開展設備狀態(tài)監(jiān)測、工況改善、故障診斷和遠程(二)聚焦高通用設備，加快實現(xiàn)精準運維高通用設備主要指柴油發(fā)動機、大中型電機和大型空壓機等為企業(yè)生產(chǎn)提供動力輸出的工業(yè)設備，在實際運行中存在能耗高、風險高、運維難等痛點問題。通過推動高通用設備上云，精準采集設備運行參數(shù)和環(huán)境參數(shù)，基于平臺開展能效優(yōu)化、運行監(jiān)測、故障預警、預測性維護等(三)聚焦高價值設備，加快實現(xiàn)效益提升高價值設備的類型主要有工程機械、數(shù)控機床等單體價值量較高的工業(yè)設備，當前主要面臨管理維護粗放、產(chǎn)能利用不足、服務模式落后等問題。通過推動高價值設備上云，實現(xiàn)設備與設備、設備與環(huán)境、設備與服務之間的互聯(lián)互通，基于平臺開展設備資產(chǎn)管理、健康監(jiān)測、運營優(yōu)化、能力交易、安全操作等服務，加速培育網(wǎng)絡化協(xié)同7(四)聚焦新能源設備，加快實現(xiàn)高效發(fā)電新能源設備主要指風電、光伏等將清潔能源轉換為電能的設備，在發(fā)電過程中存在棄電率高、消納難、并網(wǎng)難等問題。通過推動新能源設備上云，全面、實時、準確采集發(fā)電設備運行數(shù)據(jù)和發(fā)電場環(huán)境數(shù)據(jù)，基于平臺開展設備建模、功率預測、調度優(yōu)化等服務，提高對風能、太陽能等能源利用效率，優(yōu)化發(fā)電效率和并網(wǎng)效率，降低發(fā)電本白皮書與各行業(yè)領先企業(yè)共同梳理了“四大類、十小類”重點工業(yè)設備上云的痛點問題、應用場景和解決方高耗能設備煉鐵高爐●設備管理低效●環(huán)保管理粗放●工藝知識高度隱性●設備互聯(lián)水平低●高爐故障診斷●高爐綠色生產(chǎn)●生產(chǎn)工藝優(yōu)化●產(chǎn)線協(xié)同管控工業(yè)鍋爐●能效管理粗放●燃燒狀態(tài)不透明●安全隱患高●水質波動大●鍋爐能效管理●鍋爐燃燒管控●鍋爐健康管理●水處理優(yōu)化石油化工設備●設備能耗高●安全風險高●停機損失大●運維難度大●設備節(jié)能降耗●設備安全預警●設備預測維護●設備操作模擬高通用設備●產(chǎn)品研發(fā)周期長●設備服役工況復雜●設備故障率較高●智能研發(fā)●在線管理●預測性維護8大中型電機●設備利用效率低●設備維護成本高●設備安全風險大●設備能耗成本高●電機設備托管●電機狀態(tài)監(jiān)測●電機故障預警●電機智能運維●電機能效優(yōu)化大型空壓機●運行監(jiān)控及時性弱●設備能耗管理粗放●運營服務效率不高●產(chǎn)業(yè)協(xié)同有待提升●運維管控●設備節(jié)能優(yōu)化●后服務市場運維●產(chǎn)業(yè)鏈協(xié)同高價值設備工程機械●設備故障情況多發(fā)●施工效率低●設備管理體系粗放●金融體系不完善●設備遠程運維●智慧施工●在線管控●融資租賃數(shù)控機床●設備運維成本較高●設備利用效率較低●生產(chǎn)管理即時性差●設備改造升級困難●健康管理●智能運維●刀具管理●生產(chǎn)能力共享●備件管理新能源設備風電設備●風電數(shù)據(jù)質量不一●設備運維成本高昂●風場綜合管理困難●虛擬風場設計●設備預測維護●風場管理優(yōu)化光伏設備●設備運維效率低●能源利用率不穩(wěn)定●運行監(jiān)控困難●全景式監(jiān)控●智能化分析●智能運維可以看到，推動工業(yè)設備上云在我國具有廣闊的應用空間和市場前景。但同時，我國工業(yè)設備上云仍面臨巨大挑戰(zhàn)，具體包括“一缺三難”的四大攔路虎。一是上云戰(zhàn)略思想缺共識。不同企業(yè)對工業(yè)設備上云的認識不統(tǒng)一，缺乏相應的戰(zhàn)略部署和資源投入。二是海量設備數(shù)據(jù)難采集。工業(yè)設備結構復雜、工況多樣，受限于傳感器精度不高、邊緣計算能力不足等因素，全面采集海量設備數(shù)據(jù)的難度較大。三是多元數(shù)據(jù)協(xié)議難解析。不同品牌、不同類型的工業(yè)設備數(shù)據(jù)格式、數(shù)據(jù)協(xié)議等差異巨大，尚不能實9現(xiàn)大范圍的互聯(lián)互通，制約著數(shù)據(jù)的規(guī)模效應和聯(lián)動效應。四是復雜數(shù)據(jù)分析難處理。工業(yè)設備數(shù)據(jù)類型雜、數(shù)量多，相關數(shù)據(jù)分析處理模型仍不成熟，應用效果有待進一步檢工業(yè)設備上云涉及工業(yè)設備數(shù)據(jù)采集、傳輸、分析和應用等多個環(huán)節(jié)，可以概括為“數(shù)據(jù)+模型+應用”三大技術要素。這三大要素協(xié)同作用，共同激發(fā)企業(yè)創(chuàng)新生產(chǎn)方式和管理模式。自動排產(chǎn)工序協(xié)同自動排產(chǎn)工序協(xié)同質量追溯狀態(tài)監(jiān)測精準運維能效優(yōu)化現(xiàn)場總線、工業(yè)以太網(wǎng)、工業(yè)無線…信應用模型數(shù)據(jù)狀態(tài)監(jiān)測故障分析運維優(yōu)化圖工業(yè)設備上云三大技術要素(一)數(shù)據(jù)：工業(yè)設備上云的“血液”數(shù)據(jù)是工業(yè)設備上云的“血液”,攜帶有工業(yè)設備各類信息，貫穿所有技術層級和實施環(huán)節(jié)。綜合運用智能傳感、設備接入、協(xié)議解析、邊緣計算等多種技術，精準感知設備運行狀況，高效采集設備數(shù)據(jù)，并通過現(xiàn)場總線、工業(yè)以太網(wǎng)、工業(yè)無線等將其傳輸?shù)皆贫?，為進一步的分析處(二)模型：工業(yè)設備上云的“大腦”模型是工業(yè)設備上云的“大腦”,以采集的設備數(shù)據(jù)為基礎，綜合利用第一性原理模型和大數(shù)據(jù)算法模型，輸出指導業(yè)務流程優(yōu)化的決策。深度挖掘海量設備數(shù)據(jù)之間的因果關系和相關關系，推動工業(yè)技術、機理、工藝、經(jīng)驗等工業(yè)知識的模塊化封裝和軟件化沉淀，保證設備狀態(tài)監(jiān)測、故障預警、智能運維等新型服務的科學性和合理性。(三)應用：工業(yè)設備上云的“四肢”應用是工業(yè)設備上云的“四肢”,切實解決工業(yè)設備領域的特定痛點問題，打通解決方案落地的“最后一公里”?；跀?shù)據(jù)的高效匯聚和模型的科學分析，有效支撐設備級、企業(yè)級、產(chǎn)業(yè)鏈級等不同層次的應用場景，實現(xiàn)信息、物料、資金等資源跨部門、跨企業(yè)、跨區(qū)域的自由流動，重塑價值創(chuàng)造機制，增強企業(yè)核心競爭能力。四、實施路徑：基于PDCA的工業(yè)設備上云方法論本白皮書基于“PDCA理論”(計劃一執(zhí)行一檢查一處理)提出的工業(yè)設備上云實施路徑，是一個循環(huán)往返、持續(xù)迭代、不斷優(yōu)化的過程，單個實施周期主要包括“整體設計一上云實施一應用部署一評估改進”等四個環(huán)節(jié)。(一)整體設計在推動工業(yè)設備上云之前，要進行整體設計，具體包括系統(tǒng)評估、需求分析、方案制定和效益分析等重點工作，綜合判斷是否要開展工業(yè)設備上云。一是系統(tǒng)評估。對工業(yè)設備的痛點問題、上云基礎、技術條件、人員素質進行全面的評估，明確設備上云的可行性和必要性。二是需求分析。從問題出發(fā)，清晰掌握工業(yè)設備在管理優(yōu)化、高效維護、應用創(chuàng)新等方面對上云的重點需求，如狀態(tài)實時監(jiān)測、故障精準預警等。三是方案制定。協(xié)調人力、物料、資金、技術等資源要素，制定節(jié)奏合理、目標明確的上云實施方案。四是效益分析。面向工業(yè)設備上云構建效益評估模型，設立關鍵指標和評估步驟，準確評估設備上云的(二)上云實施工業(yè)設備上云的具體實施過程，主要包括設備改造、數(shù)據(jù)采集、云端接入、應用開發(fā)和安全防護等五項工作。一是設備改造。將合適的智能傳感器部署在重點工業(yè)設備邊緣側，并接入企業(yè)專用網(wǎng)絡，實現(xiàn)工業(yè)設備各項數(shù)據(jù)的可感知、可傳輸。二是數(shù)據(jù)采集。明確工業(yè)設備數(shù)據(jù)采集的種類、格式和頻率等要求，搭建覆蓋多源設備、支持多種協(xié)議的數(shù)據(jù)采集體系。三是云端接入。根據(jù)工業(yè)設備上云對安全性、便捷性等方面的需求，確定使用私用云、公有云和混合云等不同類型的平臺載體。四是應用開發(fā)。為企業(yè)員工提供完備的應用軟件培訓體系和開發(fā)環(huán)境，進一步豐富工業(yè)設備上云的應用場景。五是安全防護。完善工業(yè)設備上云安全排查機制和風險防范措施，有效保障數(shù)據(jù)(三)應用部署在具備工業(yè)設備上云簡單功能的基礎上，企業(yè)要加大面向設備、企業(yè)、產(chǎn)業(yè)鏈等特定應用場景的解決方案的開發(fā)力度，激發(fā)工業(yè)設備上云發(fā)揮更深層次的價值。一是設備級應用?；趩蝹€工業(yè)設備上云數(shù)據(jù)，開發(fā)部署包括狀態(tài)監(jiān)測、故障診斷、預測預警、遠程運維等在內的應用，提高工業(yè)設備的產(chǎn)能利用效率和維護效率。二是企業(yè)級應用。基于企業(yè)內部所有工業(yè)設備的上云數(shù)據(jù)，開發(fā)部署自動排產(chǎn)、工序協(xié)同、質量追溯等在內的應用，降低生產(chǎn)成本、提高產(chǎn)品質量、提升經(jīng)營水平。三是產(chǎn)業(yè)鏈級應用?；诓煌髽I(yè)之間工業(yè)設備數(shù)據(jù)的互聯(lián)互通，開發(fā)部署供應鏈金融、共享制造等應用，提高產(chǎn)業(yè)鏈的協(xié)同性，實現(xiàn)(四)評估改進在工業(yè)設備上云落地應用過程中，要積極開展監(jiān)測、績效評估和持續(xù)改進等工作，不斷優(yōu)化價值創(chuàng)造機制，塑造企業(yè)新型競爭能力。一是成效監(jiān)測?；诠I(yè)設備上云采集的數(shù)據(jù)，開發(fā)各類來源可靠、動態(tài)更新的新型工業(yè)指數(shù)，有效反映重點設備、重點行業(yè)、重點區(qū)域的運行狀況。二是績效評估。根據(jù)整體設計階段設置的效益評估模型，對工業(yè)設備上云的成效進行定期評估，持續(xù)挖掘潛在問題，形成待優(yōu)化改進清單。三是持續(xù)改進。針對工業(yè)設備上云過程中存在的問題，精準迭代技術方案和運行模式，確保(一)技術架構由中心型向邊云協(xié)同轉變隨著研發(fā)、設計、生產(chǎn)、服務等不同工業(yè)場景對數(shù)據(jù)需求的持續(xù)上升，以云計算中心為核心的傳統(tǒng)云架構越來越難以滿足廣大工業(yè)設備上云的數(shù)據(jù)處理要求，越來越多的企業(yè)開始以邊云協(xié)同架構支撐業(yè)務擴展。邊云協(xié)同可將云端智能計算能力快速延伸到設備邊緣，滿足工業(yè)場景的(二)核心引擎由單模型向混合模型轉變在傳統(tǒng)設備上云場景中，管理者熟練掌握工業(yè)設備的運行規(guī)律、故障特征等，能夠以機理模型為核心對采集到的數(shù)據(jù)進行處理分析，支撐開展上云應用服務。隨著工業(yè)數(shù)據(jù)分析精度要求的日益提升，對于部分復雜度高、關聯(lián)度廣的場景已難以建立明晰可用的機理模型。通過“機理模型+模型算法”的融合方式，有利于繞過內部機理建立初始參數(shù)與結果的內在映射，加快解決復雜工業(yè)場景的數(shù)據(jù)(三)應用類型由管理型向多元創(chuàng)新轉變數(shù)據(jù)作為新型生產(chǎn)要素，是構建企業(yè)決策閉環(huán)的重要原料，對技術、管理等其他要素具有鮮明的引領和帶動作用。隨著數(shù)據(jù)采集精度和廣度的持續(xù)提升，企業(yè)持續(xù)完善已有機理模型，創(chuàng)新開展基于工業(yè)設備數(shù)據(jù)的上云應用，有利于推動服務從遠程管控、預測式維護等設備管理型應用向產(chǎn)業(yè)鏈金融、共享制造等新模式新業(yè)態(tài)轉換，加速制(四)安全體系由軟件型向內部原生轉變近年來，隨著傳統(tǒng)工業(yè)設備上云規(guī)模持續(xù)擴大，網(wǎng)絡爆破、隱私泄露、黑客勒索等工業(yè)信息安全事件時有發(fā)生。數(shù)據(jù)安全成為影響企業(yè)上云積極性的重要因素。云原生安全應用能夠內嵌在云平臺中，解決傳統(tǒng)安全軟件與用戶云計算環(huán)境割裂的痛點，在開發(fā)流程早期盡早開展云上安全防護，通過自動化手段促進微服務的深化應用，加強企業(yè)的數(shù)據(jù)監(jiān)控和問題響應能力，提升企業(yè)整體安全水平。本白皮書的編制受到了社會各界的廣泛關注和大力支持，在此對5家部屬事業(yè)單位和42家重點企業(yè)的配合表示特別感謝。由于時間有限，本白皮書仍有很多不足，請各白皮書編委會：(排名不分先后)中國電子信息產(chǎn)業(yè)發(fā)展研究院：姚磊、袁曉慶、宋穎昌、張朝、孫剛、牟華偉、李奕晨中國信息通信研究院：趙紫東國家工業(yè)信息安全發(fā)展研究中心：王慶瑜、江鴻震、袁兵中國電子技術標準化研究院：賈超、安成中國工業(yè)互聯(lián)網(wǎng)研究院：張皓翔、曹浩、李威海爾卡奧斯物聯(lián)生態(tài)科技有限公司：盛國軍、吳秀璞、曲貴超走向智能研究院：趙敏北京智冶互聯(lián)科技有限公司：趙宏博、李永杰、續(xù)飛飛寶武裝備智能科技有限公司：張君、莊繼勇、王立輝、勵軍、王建宇、朱獻忠、程本俊上海寶信軟件股份有限公司：王建新、馮華堂、吳毅平鞍鋼集團有限公司：張紅軍、趙慶濤、趙偉、王興和利時科技集團有限公司：李昱、李佳、錢華北京東方國信科技股份有限公司：李航、常志剛、王昆湖北三寧化工股份有限公司：楊文華、周鵬、薛家兵上海鍋爐廠有限公司：胡曦、孟潔揚、焦龍洋中國石油化工股份有限公司鎮(zhèn)海煉化分公司：金登峰、陳彬、周群恒力石化(大連)煉化有限公司：余斌、熊雪立、路毅山東京博石油化工有限公司：王耀偉、吳家安、付增洋濰柴動力股份有限公司：孫希科、李紅雨、傅永康北京福田康明斯發(fā)動機有限公司：龔世華、李晉、毛易飛上海電機系統(tǒng)節(jié)能工程技術研究中心有限公司：姚鵬、王輝、張帆上海電科電機科技有限公司：周洪發(fā)、李光耀、王建輝山東產(chǎn)研智能電機研究院有限公司：高玲、董松、文玉民蘇文電能科技股份有限公司：:張金龍、徐茜亮、劉駿濤樹根互聯(lián)股份有限有限公司：高遠志、韓玉春蘑菇物聯(lián)技術(深圳)有限公司：沈國輝、李銘文、周爽中國南方電網(wǎng)有限責任公司：章榮兵、汪振中國船舶重工集團海裝風電股份有限公司：黃衛(wèi)民、王葉、張方紅上海電氣風電集團：蔣勇、王權、申文北京金風慧能技術有限公司：馬輝、馬華平、陳廣耀昆侖智匯數(shù)據(jù)科技(北京)有限公司：劉少波、蔣偉、馬國國網(wǎng)新能源云技術有限公司：謝祥穎、秦玉臣、葛樂矣蘇州騰暉光伏技術有限公司：錢洪強、寧洪斌深圳益邦陽光有限公司：孟祥梯、萬留美江蘇徐工信息技術股份有限公司：唐波、李繼斌、王煥、黃凱中聯(lián)重科股份有限公司：周志忠、程楠、宦瑞坤浙江陀曼精密機械有限公司：俞朝、趙傳武、王軍美林數(shù)據(jù)技術股份有限公司：王璐、白朝旭北京蘭光創(chuàng)新科技有限公司：朱鐸先、杜輝沈陽機床(集團)有限責任公司：郭崇宇、李洪亮東華軟件股份公司：印耿、李建永、史英中國大唐集團新能源科學技術研究院有限公司：吳春、馮強、王麗杰中能融合智慧科技有限公司：張喜平、劉金鑫、趙澤錦中國電信集團有限公司：馮煒、張東、李凱、陳國潤、高志峰、楊丹、黎原甫太極計算機股份有限公司：劉剛、梁雄偉、曹哲銘江蘇奧立信數(shù)字科技有限公司：焦提兵、吳凱、劉羿遠景能源有限公司：唐亮、陳新波、王心祥、呂俊杰1一、煉鐵高爐上云解決方案 11.設備管理低效 12.環(huán)保管理粗放 13.工藝知識高度隱性 14.設備互聯(lián)水平低 1(二)應用場景 21.高爐故障診斷 22.高爐綠色生產(chǎn) 33.生產(chǎn)工藝優(yōu)化 34.產(chǎn)線協(xié)同管控 4 5二、工業(yè)鍋爐上云解決方案 6 61.能效管理粗放 62.燃燒狀態(tài)不透明 63.安全隱患高 64.水質波動大 7(二)應用場景 71.鍋爐能效管理 72 8 9 31.智能研發(fā) 2.在線管理 3.預測性維護 五、大中型電機上云解決方案 1.設備利用效率低 2.設備維護成本高 3.設備安全風險大 4.設備能耗成本高 1.電機設備托管 2.電機狀態(tài)監(jiān)測 3.電機故障預警 4.電機智能運維 5.電機能效優(yōu)化 六、大型空壓機上云解決方案 1.運行監(jiān)控及時性弱 2.設備能耗管理粗放 3.運營服務效率不高 44.產(chǎn)業(yè)協(xié)同有待提升 1.運維管控 2.設備節(jié)能優(yōu)化 3.后服務市場運維 304.產(chǎn)業(yè)鏈協(xié)同 31 七、工程機械上云解決方案 1.設備故障情況多發(fā) 332.施工效率低 333.設備管理體系粗放 334.金融體系不完善 34(二)應用場景 1.設備遠程運維 342.智慧施工 353.在線管控 4.融資租賃 八、數(shù)控機床上云解決方案 381.設備運維成本較高 52.設備利用效率較低 383.生產(chǎn)管理即時性差 394.設備改造升級困難 39 1.健康管理 2.智能運維 3.刀具管理 4.生產(chǎn)能力共享 415.備件管理 41 九、風電設備上云解決方案 1.風電數(shù)據(jù)質量不一 2.設備運維成本高昂 3.風場綜合管理困難 1.虛擬風場設計 442.設備預測維護 443.風場管理優(yōu)化 十、光伏設備上云解決方案 61.設備運維效率低 2.能源利用率不穩(wěn)定 3.運行監(jiān)控困難 1.全景式監(jiān)控 2.智能化分析 3.智能運維 (三)推廣前景 1一、煉鐵高爐上云解決方案(一)痛點問題鋼鐵企業(yè)通常部署煉鐵高爐等眾多高價值設備，數(shù)字化水平普遍較低，亟需增強自感知、自分析和自決策等功能。傳統(tǒng)的高爐管理主要采取事后維護或定期維護，難以實時監(jiān)測高爐等設備的溫度、壓力、流量等各種工況數(shù)據(jù)并準確識別設備故障，容易造成產(chǎn)線停滯和生產(chǎn)安全等重大問題。鋼鐵行業(yè)是高耗能、高污染、高排放的代表性行業(yè)，在國家大力治理環(huán)境污染背景下，面臨著環(huán)保成本急劇上升的壓力。在傳統(tǒng)模式下，企業(yè)采集、監(jiān)測的煉鐵產(chǎn)線設備能耗和排污情況，難以精準確定重點問題環(huán)節(jié)，清潔發(fā)展水平不高。鋼鐵行業(yè)是典型的長流程行業(yè)，生產(chǎn)環(huán)節(jié)眾多，工藝復雜，對工藝知識、經(jīng)驗的依賴程度很高。鋼鐵企業(yè)冶煉工藝、冶煉配方等決策只能依靠隱性生產(chǎn)經(jīng)驗，容易造成工人操作水平參差不齊和產(chǎn)品質量波動，對生產(chǎn)效率具有重要影響。2鋼鐵企業(yè)內部、上下游企業(yè)之間設備信息孤島問題嚴重，互聯(lián)互通水平較差，容易造成上下游企業(yè)間的信息盲區(qū)，使鋼鐵企業(yè)很難做出科學高效的采銷決策，難以減少(二)應用場景推動煉鐵高爐上云，可實時采集高爐等高價值設備的運行數(shù)據(jù)，結合設備故障診斷模型，自動預警設備故障并確定最優(yōu)設備維護方案，實現(xiàn)設備健康管理。一是設備狀態(tài)監(jiān)測。實時采集高爐設備工作溫度、應力分布和工作環(huán)境等狀態(tài)數(shù)據(jù)，并做可視化處理，增強設備狀態(tài)監(jiān)測的實時性和可靠性。二是設備故障預警。綜合利用采集的高爐設備狀態(tài)數(shù)據(jù)，結合煉鐵高爐故障診斷模型，對設備故障進行分析和預警，避免發(fā)生高爐燒穿、高爐爆炸等生產(chǎn)事故。三是煉鐵設備維護仿真。精準確定設備故障位置和重要性，在賽博空間中仿真模擬維護方案，提高設備維護效例如，寶武集團面向鋼鐵行業(yè)設備遠程運維建立了工業(yè)互聯(lián)網(wǎng)平臺，推動煉鐵高爐等設備上云上平臺，促進了設備維修實現(xiàn)從被動處理到主動管控、從單一數(shù)據(jù)專項分析到大數(shù)據(jù)綜合分析、從基于經(jīng)驗的預防性維修到基于數(shù)據(jù)的預測性維修、從單純反饋設備狀態(tài)到提供整體解決方3案的四個轉變，為企業(yè)帶來了顯著經(jīng)濟效益，使設備運維成本降低5%以上、檢修作業(yè)效率提升10%以上、設備整體效率提升5%以上、備件使用效率提升10%,并每年為企業(yè)帶來基于平臺增加的社會市場技術服務費2000萬元以上。推動煉鐵高爐上云，可以實時監(jiān)測能耗和排污情況，提高環(huán)保管理的精準性和科學性，實現(xiàn)清潔低碳的綠色化生產(chǎn)。一是節(jié)能降耗。采集高爐等煉鐵產(chǎn)線設備能源消耗類型、速度、時間等數(shù)據(jù)，基于高爐能效優(yōu)化模型，精準采集煉鐵高爐排放的廢水、廢氣的總量、成分、時間等數(shù)據(jù)，結合各環(huán)節(jié)化學反應模型，深入分析問題環(huán)節(jié)，綜合確定工藝優(yōu)化和設備升級方案，減少對生態(tài)環(huán)境的污染和推動煉鐵高爐上云，可實時采集高爐工況數(shù)據(jù)，與工業(yè)互聯(lián)網(wǎng)平臺中的工業(yè)機理模型進行對接，優(yōu)化生產(chǎn)決策，實現(xiàn)智能化生產(chǎn)。一是生產(chǎn)工藝優(yōu)化?；诟郀t狀態(tài)、物料、產(chǎn)出等經(jīng)驗數(shù)據(jù)優(yōu)化煉鐵工藝模型，依托煉鐵高爐實時數(shù)據(jù)，動態(tài)優(yōu)化原料配比、裝料制度等生產(chǎn)決策，優(yōu)化生產(chǎn)工藝方案。二是生產(chǎn)過程管控。采集煉鐵過程中的物料檢化驗數(shù)據(jù)、操作工藝數(shù)據(jù)、運行狀態(tài)等數(shù)據(jù)，結合過4程管控模型，實時優(yōu)化生產(chǎn)過程，自主決策并控制高爐運行參數(shù)。三是產(chǎn)品質量管控。利用機器視覺等技術，結合質量檢測、質量管理等模型，對采集到的產(chǎn)品全過程質量數(shù)據(jù)進行深入分析，實現(xiàn)全流程產(chǎn)品質量跟蹤及自動控制。例如，鞍鋼股份積極推動煉鐵高爐上云，通過引進業(yè)內先進技術，運用數(shù)字測溫、三維激光雷達、熱成像等技術對高爐爐缸、冷卻壁及爐內等關鍵部位的數(shù)據(jù)進行實時在線監(jiān)測，根據(jù)各高爐的設計、生產(chǎn)和操作特點，從熱力學、煉鐵學、冶金物理化學等機理層面開發(fā)高爐數(shù)字模型，實現(xiàn)高爐的高效穩(wěn)定生產(chǎn)，建立了合理的管理標準，有效控制煤氣流分布，減少異常工況情況，提高煤氣利用率，降低煉鐵成本3元/噸，目前已完成兩座高爐的改造，正在逐步推廣。推動煉鐵高爐上云，可實現(xiàn)全產(chǎn)業(yè)鏈中高爐設備的互聯(lián)互通，匯聚產(chǎn)業(yè)鏈上下游信息，結合上游物料供給和下游需求情況，依據(jù)高爐生產(chǎn)狀態(tài)，制定科學的物料采購與生產(chǎn)計劃，在一定計劃原料庫存的情況，實現(xiàn)采購、生產(chǎn)與銷售的協(xié)同，降低產(chǎn)線整體生產(chǎn)成本。一是產(chǎn)業(yè)鏈物料流通協(xié)同。采集煉鐵高爐原材料消耗和鐵水產(chǎn)出數(shù)據(jù)，結合智能排產(chǎn)模型自動生成生產(chǎn)計劃，實現(xiàn)企業(yè)物料動態(tài)平衡。二是社會范圍生產(chǎn)能力協(xié)同?；跓掕F高爐上云推動5全產(chǎn)業(yè)鏈高爐運行數(shù)據(jù)集成共享，結合產(chǎn)訂單共享、產(chǎn)能平衡等機理模型，動態(tài)匹配產(chǎn)品性能要求和鋼廠的生產(chǎn)工(三)推廣前景當前，我國鋼鐵行業(yè)有1000余座煉鐵高爐，僅有30%的高爐已接入云平臺，能耗水平較高，環(huán)保壓力日益增大，上云推廣市場空間巨大。據(jù)工信部節(jié)能與綜合利用司統(tǒng)計，2020年我國鋼鐵行業(yè)能源消耗占全社會能源消耗總量超過13%,是迫切需要實現(xiàn)綠色低碳發(fā)展的重點行業(yè)。推動煉鐵高爐上云，可實時采集設備工況數(shù)據(jù)，結合大數(shù)據(jù)、人工智能等新興技術，開展高爐設備狀態(tài)檢測、故障預警、遠程運維等智能服務，改善能耗水平和綠色生產(chǎn)水平。預計到2025年，煉鐵高爐上云普及率將超過45%,使設備平均能耗降低2%,CO?排放量減少1千萬噸以上。6二、工業(yè)鍋爐上云解決方案(一)痛點問題工業(yè)鍋爐是工業(yè)生產(chǎn)中必不可少的熱力能轉換設備，也是典型的高耗能設備。我國工業(yè)鍋爐的效率低下，實際運行熱效率往往低于理想熱效率，比國外先進水平低15%~20%,造成每年多消耗的煤炭約為兩億噸。中國經(jīng)濟網(wǎng)數(shù)據(jù)顯示，我國燃煤鍋爐占全國工業(yè)鍋爐總量的80%以上，煙塵排放約占全國排放總量的44.8%,二氧化碳排放量約占全國排放總量的10%,二氧化硫排放量占全國排放總量的36.7%。如，10t/h以下燃煤工業(yè)鍋爐大多沒有配置有效除塵裝置，基本沒有脫硫脫硝設施，排放超標嚴重，偷煤粉燃燒過程工藝復雜，控制參量多，自動化控制技術復雜，實際操作以人工操作為主，大多數(shù)煤粉工業(yè)鍋爐尚未實現(xiàn)煤粉儲供、煤粉倉安全保護、爐膛安全檢測、負荷調節(jié)、在線吹灰控制的有機集成以及全自動運行。監(jiān)控系統(tǒng)功能基本上處于本地集中運行監(jiān)控，運行監(jiān)控和生產(chǎn)管理之間及時通信網(wǎng)絡尚未連通，生產(chǎn)管理系統(tǒng)無法及時7工業(yè)鍋爐是一種特種專業(yè)化設施設備，但是因為專業(yè)技術人員匱乏，缺乏對其性能與參數(shù)的專業(yè)性診斷，局部問題的存在很容易引發(fā)重大安全隱患。企業(yè)大多按照時間制定工業(yè)鍋爐檢修計劃，而非按照工業(yè)鍋爐的運行狀態(tài)制定鍋爐檢修計劃，這就直接加大了工業(yè)鍋爐出現(xiàn)故障的幾工業(yè)鍋爐采用的天然水中由于含有鎂、鈣、氯等離子以及溶解氧，天然水進入鍋爐中在高溫、高壓條件下發(fā)生化學反應，導致鍋爐產(chǎn)生結垢、腐蝕以及汽水共騰等現(xiàn)象嚴重影響了鍋爐的導熱效率，增加了燃料的消耗，影響鍋爐的水循環(huán)，甚至導致爆炸事故的發(fā)生，嚴重影響了鍋爐的安全穩(wěn)定運行。經(jīng)中國科學院專家驗證，當水垢厚度達到3.0mm時，鍋爐燃料消耗增加20%以上，我國工業(yè)鍋爐大約有七十多萬臺，每年造成相當巨大的資源浪費。當前，我國鍋爐水質合格率比較低，鍋爐內受熱結垢現(xiàn)象比較普遍，每年因水處理問題造成的鍋爐事故數(shù)量正在逐年增加。(二)應用場景工業(yè)鍋爐的能效管理是企業(yè)成本控制的重要方面，利用云平臺的工業(yè)機理模型和人工智能算法，對鍋爐能耗的智能管理與優(yōu)化，可有效降低企業(yè)成本。一是能效數(shù)據(jù)的8采集。實時采集排煙溫度、爐膛出口氧量、燃燒器噴口風速、燃盡風擋板開度等影響鍋爐熱效率和氮氧化物排放量的關鍵數(shù)據(jù)。二是鍋爐能效分析模型的構建。基于工業(yè)鍋爐設備結構和熱平衡模型，結合大數(shù)據(jù)算法和人工智能技術，構建工業(yè)鍋爐能效分析模型，分析影響鍋爐節(jié)能運行的排煙損失、不完全燃燒損失、散熱損失、燃料與給水等能運行狀態(tài)，便會自動發(fā)送報警信號，并直觀準確地顯示造成該狀態(tài)的關鍵因素，管理人員可以及時調整優(yōu)化節(jié)能鍋爐燃燒管控對鍋爐機組低負荷安全運行至關重要。影響鍋爐燃燒效率的因素很多，包括風粉配合、一二次風配比、送引風配合、爐膛溫度等，如何將它們進行綜合調整和優(yōu)化，達到最佳配比，是鍋爐燃燒管控需要解決的問題。一是對制粉系統(tǒng)和燃燒系統(tǒng)的數(shù)據(jù)采集。制粉系統(tǒng)的狀態(tài)數(shù)據(jù)包括磨煤機出口壓力、電流、料位、燃燒器風粉溫度等；制粉系統(tǒng)的動作數(shù)據(jù)包括給煤機的給煤量，磨煤機冷熱風、旁路風等閥門的開度大小，一次風機動葉調節(jié)閥位大小等。燃燒系統(tǒng)的狀態(tài)數(shù)據(jù)包括主、再熱蒸汽溫度、壓力，減溫水流量，爐膛負壓，鍋爐氧量，排煙溫度，排9煙含氧量，鍋爐效率，NOx含量等信息；燃燒系統(tǒng)的動作數(shù)據(jù)包括給水溫度、流量，減溫水流量，再熱煙氣擋板閥位，送、引風機執(zhí)行器閥位，二次風執(zhí)行器閥位等。二是鍋爐爐內燃燒模型的構建?；趥鹘y(tǒng)熱力學過程和化學反應等機理，結合大數(shù)據(jù)算法和人工智能技術，構建鍋爐爐內燃燒模型。三是鍋爐爐內燃燒模型的訓練。使用歷史數(shù)據(jù)訓練基于深度神經(jīng)網(wǎng)絡的鍋爐燃燒模擬器，再進行深度學習，評價當前工況，既能模擬真實的燃燒過程，也可以用其探索燃燒控制優(yōu)化問題中的狀態(tài)及動作空間，彌補真實歷史數(shù)據(jù)的不足，最終得到當前工況的鍋爐優(yōu)化控制方案，實現(xiàn)鍋爐內著火迅速、燃燒完全，減少鍋爐各項熱損工業(yè)鍋爐在長期運行中，其性能和健康狀態(tài)不可避免的下降，如果不能及時發(fā)現(xiàn)其退化或異常，輕則造成設備失效或故障，重則造成財產(chǎn)損失和人員傷亡甚至環(huán)境破壞。一是鍋爐安全預警。采集工業(yè)鍋爐的溫度、壓力、液位等關鍵安全數(shù)據(jù)，并結合檢修數(shù)據(jù)，對工業(yè)鍋爐運行狀態(tài)進行實時動態(tài)監(jiān)測。結合鍋爐安全預警模型，一旦判定鍋爐安全異常，立即以電話、短信等形式向鍋爐管理員發(fā)出警示，指導處置。二是預測性維護。采集實時的鍋爐工況、歷史維修記錄、鍋爐維護的先驗知識等數(shù)據(jù)，利用人工智能技術，結合物理退化模型和經(jīng)驗退化模型，構建鍋爐壽命預測和維修決策的預測性維護模型，及時檢測到設備異常并預測設備剩余使用壽命，設計合理的最優(yōu)維修方案，降低維修成本，減少停機時間。三是在線測量預警及調整。通過新增可靠性強、準確度高的測量設備，監(jiān)測原有鍋爐未監(jiān)測的腐蝕相關數(shù)據(jù)，比如H?S濃度、HCl濃度等。將測量結果與燃燒機理結合，實時提供優(yōu)化調整建議；并建立測量結果與腐蝕速率之間的模型，對易腐蝕位置進行壽命例如，上海鍋爐廠通過對鍋爐四管進行詳細分段，從壁厚磨損、高溫蠕變、氧化皮、應力裂紋等四個維度進行了精確到鍋爐各管段的壽命模型，依托實際運行數(shù)據(jù)進行壽命預測，通過歷史檢修數(shù)據(jù)修正預測模型，目前鍋爐關鍵受熱面各管的壽命預測準確率能到85%以上。高效除垢是提高鍋爐傳熱效率、維護鍋爐安全運行的一項重要工作。水垢降低了鍋爐受熱面的傳熱效率，使鍋爐受熱面溫度升高，當超過金屬所能承受的溫度時，金屬鍋筒、管壁等受熱面會發(fā)生鼓包、穿孔和破裂等事故，嚴重影響鍋爐安全運行，降低了鍋爐的使用壽命。一是實時監(jiān)測水質。利用水質在線監(jiān)測儀表等智能傳感器，實時采集鍋爐水的溶解氧、PH值、磷酸根、電導率、硅等參數(shù)，并上傳到工業(yè)互聯(lián)網(wǎng)平臺上。二是水質分析和決策。利用水處理控制模型，對水質參數(shù)和水量進行智能分析，自動生成水質優(yōu)化處理方案。三是智能加藥。輸出水質優(yōu)化處理信號到鍋爐的上位機系統(tǒng)和PLC系統(tǒng)，實時智能調節(jié)化學藥劑的添加濃度和劑量，達到最佳水處理效果。例如，東方希望包頭鋁業(yè)對155MW機組鍋爐汽水加藥系統(tǒng)進行了智能化改造，將鍋爐實際運行數(shù)據(jù)上傳到云端，化學值班員在云端遠程設定每臺鍋爐給水PH值，使給水PH值穩(wěn)定在9.2±0.1范圍內，實現(xiàn)了汽水指標的精準控制。同時，原來8人四班三倒的工作模式，現(xiàn)在只需要1名化學值班員夜間監(jiān)測4次運行參數(shù)，大幅提升了勞動效率。(三)推廣前景我國是全球工業(yè)鍋爐生產(chǎn)應用數(shù)量最大、應用范圍最廣泛的國家，規(guī)模以上鍋爐生產(chǎn)企業(yè)有千余家，根據(jù)國家統(tǒng)計局數(shù)據(jù)顯示，2021年1-2月全國工業(yè)鍋爐產(chǎn)量為54884.4蒸發(fā)量噸，同比增長59%。我國工業(yè)鍋爐容量小、數(shù)量大、布點散、能耗高，各生產(chǎn)廠家、檢驗機構和監(jiān)管部門對自己的鍋爐設備無法做到集中管理和控制，使得設備使用運行狀態(tài)不明，產(chǎn)品維護成本高，發(fā)生故障定位維修時間長，產(chǎn)品升級換代緩慢。推動工業(yè)鍋爐設備上云，可實時采集設備工況數(shù)據(jù)，結合大數(shù)據(jù)、人工智能等新興技術，開展鍋爐能效管理、鍋爐燃燒管控、鍋爐健康管理等智能服務，實現(xiàn)設備集中管理控制，改善能耗水平和綠色生產(chǎn)水平，因而工業(yè)鍋爐上云的市場推廣空間巨大。2020年5月，國家市場監(jiān)督管理總局(國家標準化管理委員會)發(fā)布《工業(yè)鍋爐能效限定值及能效等級》(GB24500-2020),并將于2021年6月1日起正式實施，這將加速推動工業(yè)鍋爐上云改造的步伐。預計到2025年，上云工業(yè)鍋爐將有望超過50%,工業(yè)鍋爐上云改造的市場空間將持續(xù)擴三、石油化工設備上云解決方案(一)痛點問題石油化工是高耗能的產(chǎn)業(yè)，其能耗量在我國行業(yè)耗能中排于第五位，位列金屬冶煉、建材、化工和電力之后。石化企業(yè)中工藝設備是生產(chǎn)加工的主體，設備能耗是全廠能耗最重要的組成部分，大型煉廠的全廠能耗組成中，85%-90%為設備能耗，因此對主要耗能裝置以進行有效的能耗管理是石化企業(yè)節(jié)能減排的重點。在傳統(tǒng)模式下，企業(yè)難以實時采集、監(jiān)測、分析設備能耗情況，不能精準確石化行業(yè)的生產(chǎn)設備具有危險性，一旦設備在運行的過程中出現(xiàn)異常高溫、高壓、設備腐蝕泄漏的情況，會引發(fā)火災或者爆炸事故，造成人員傷亡。傳統(tǒng)的設備管理方式為定期檢查和定期維護，企業(yè)連續(xù)生產(chǎn)期間很難及時了解設備內部情況，并準確識別設備故障，造成安全生產(chǎn)的石油化工屬于流程行業(yè)，一旦某一設備發(fā)生設備故障而非計劃臨時停機檢修，將造成整個生產(chǎn)裝置的全面停產(chǎn)(或大幅度減產(chǎn)),企業(yè)的經(jīng)濟效益損失十分嚴重。通常，一次較大的設備事故(例如壓縮機組轉子損壞)的直接經(jīng)濟損失大約為百萬元以上，間接經(jīng)濟損失(裝置產(chǎn)值損失及開、停車放空損失)大約為數(shù)千萬元。石化大機組等動設備價值高，而且零部件多、結構復雜、故障形式多樣，運維難度較大。傳統(tǒng)的以設備或測點為對象的監(jiān)測技術，單一的參數(shù)指標不能全面體現(xiàn)設備故障特征，導致設備出現(xiàn)異常不能快速定位。同時，由于石化設備復雜，對維修人員的技術和經(jīng)驗要求高，缺乏經(jīng)驗的維修人員對機組檢修難以一次合格，存在二次檢修現(xiàn)象。(二)應用場景石油化工是高耗能的產(chǎn)業(yè)，對石油化工設備進行有效的能耗管理是石化企業(yè)節(jié)能的重點。一是關鍵耗能設備的數(shù)據(jù)采集。針對加熱爐、壓縮機、泵等關鍵耗能設備，采集排煙溫度、熱負荷、燃料類型、熱效率、燃料流量、折標系數(shù)、空氣過剩系數(shù)、壓縮機的流量、出入口溫度、出入口壓力、軸功率、揚程、輸送液體密度等能耗數(shù)據(jù)。二是節(jié)能降耗的模型構建與耗能分析。利用大數(shù)據(jù)和人工智能技術，結合工業(yè)機理和專家知識，構建石化設備能耗模型，分析耗能的關鍵因素，找出能耗最低的工藝參數(shù)來指例如，恒逸石化推動石化設備上云，通過對恒逸石化歷年鍋爐燃燒數(shù)據(jù)進行深度學習，推算出最優(yōu)的鍋爐燃燒參數(shù)，實現(xiàn)了燃煤發(fā)電效率提升2.6%,在節(jié)煤方面增加了設備隱患與故障輕則影響生產(chǎn)，重則容易引發(fā)安全事故。實現(xiàn)設備故障風險評估，合理安排處置優(yōu)先級和措施至關重要。一是設備關鍵安全參數(shù)的數(shù)據(jù)采集。利用傳感器等智能終端，實時采集石化設備運行過程中的工藝參數(shù)、維修記錄以及振動等數(shù)據(jù)，在云端總結提取設備生產(chǎn)過程中的各種風險因素。二是設備安全預警模型的構建與訓練?；谑O備運行機理、行業(yè)標準、結合設備管理領域的專家知識和實踐經(jīng)驗，應用工業(yè)大數(shù)據(jù)算法和人工智能技術，構建重點設備運行、工藝報警、現(xiàn)場報警、作業(yè)安全、隱患管理、工藝平穩(wěn)率等一級、二級設備安全預警模型，并通過對設備歷史數(shù)據(jù)的挖掘、自學習、訓練識別設備的健康安全邊界，實現(xiàn)對設備健康實時計算分析、故障預警與自動診斷。三是設備安全預警與優(yōu)化?；谏显剖O備的實時運行數(shù)據(jù)和設備安全預警模型，實時分析設備關鍵零部件的健康情況，一旦出現(xiàn)設備運行異常和安全風險，提前安全預警，并給出降低設備安全風險的優(yōu)化方案，指例如，大連恒力石化基于工業(yè)互聯(lián)云平臺對PTA裝置壓縮機組、高危泵等重要設備進行智能監(jiān)測，通過實時采集設備的振動與關聯(lián)的工藝數(shù)據(jù)、邊緣計算，構建設備機理與自學習模型，實現(xiàn)對設備健康實時計算分析、故障預警、自動診斷，設備安全預警準確率95%以上，有效確保設備安全。山東京博石化基于supOS工業(yè)操作系統(tǒng)建立了包括事故事件管理、隱患管理、工藝平穩(wěn)率、重點設備運行、工藝報警、現(xiàn)場報警、作業(yè)安全和安全領導力等8個一級指標和30個二級指標。根據(jù)不同的風險權重，從公司和車間兩個維度為每個指標賦予不同的扣分系數(shù)，經(jīng)復雜的計算提煉，從而形成可視化、可對比、可執(zhí)行、可預警的設備的故障風險評估體系。安全指標從上線之初的負1500多，提升并穩(wěn)定在目前的正70以上；逾期未處理隱患從上線之初的140個左右，下降并穩(wěn)定在目前的個位數(shù)。隱患平均處理時間從上線之初的4.6天，降低至目前的3.8天。推動石化設備上云，可實現(xiàn)石化設備全生命周期的故障預測和主動維護，降低設備非計劃停機的損失。一是設備全生命周期的數(shù)據(jù)采集。采集石化設備全生命周期的歷史故障、故障數(shù)據(jù)模型、維修記錄設備振動與關聯(lián)工藝實時數(shù)據(jù)，以及設備部件結構、參數(shù)、功能、機理等數(shù)據(jù)。二是設備預測性維護模型的構建?；谠O備機理、行業(yè)標準、專家知識，應用人工智能、自學習機制并結合知識圖譜技術，構建石化設備預測性維護模型。三是設備故障預測和主動維護。基于上云石化設備的實時運行數(shù)據(jù)和設備預測性維護模型，對設備健康實時計算分析、預測石化設備關鍵零部件健康變遷與劣化趨勢，預判零部件的損壞時間和剩余使用壽命，實現(xiàn)主動、及時、提前地開展設備維例如，鎮(zhèn)海煉化開展云上泵群監(jiān)測，對52套裝置1700余臺高危泵遠程實時狀態(tài)監(jiān)測及診斷，及時發(fā)現(xiàn)泵群設備故障信息，2019年主動分析異常107起，建議拆檢40多起，經(jīng)檢修驗證與診斷結論相符，確保裝置安全、穩(wěn)定、長周期運行。大連恒力石化工業(yè)互聯(lián)網(wǎng)設備智能化平臺對動設備開展實時、智能化健康計算分析，實現(xiàn)數(shù)據(jù)采集、邊緣計算、數(shù)據(jù)傳輸、健康計算、故障預警、自動診斷、專家協(xié)同、維護指導服務閉環(huán)智能化運行，關鍵部件故障預警與自動診斷準確率95%以上，有效支撐企業(yè)預測維護體系的建設。石化設備結構復雜，運維難度大，對維修人員的技術和經(jīng)驗要求高。一是設備運維模擬。在云端構建石化設備數(shù)字模型，結合可視化技術，開展模擬的石化設備的機組拆裝、機組試車、應急處置等設備運維培訓，提高人員的設備運維技能，保證機組檢修一次合格。二是設備操作路徑優(yōu)化?；谑O備數(shù)字孿生體，在實際煉化生產(chǎn)前，對工藝配方、工藝流程等全方位模擬仿真，優(yōu)化石化裝置的操作參數(shù)，優(yōu)化石化裝置的操作路徑，得出最優(yōu)的煉化生產(chǎn)方案。中石油云南石化在實際開工前，在云端對開工原油的煉化工藝流程進行模擬分析，明確煉化設備的各項操作參數(shù)，從而指導生產(chǎn)操作，實現(xiàn)了常減壓裝置1次開車成功，制氫聯(lián)合裝置核心設備投產(chǎn)1次成功。(三)推廣前景當前，我國石化行業(yè)能耗水平較高，環(huán)保壓力日益增大，市場推廣空間巨大。推動石油化工設備上云，可實時采集設備工況數(shù)據(jù)，結合大數(shù)據(jù)、人工智能等新興技術，開展設備狀態(tài)檢測、安全預警、預測性維護等智能服務，改善能耗水平和綠色生產(chǎn)水平。預計到2025年，上云石化設備將超過90%,并使設備平均能耗降低30%,甲烷排放量減少20%以上。四、柴油發(fā)動機上云解決方案(一)痛點問題我國柴油發(fā)動機發(fā)展時間相對于國外較短，長時間處于逆向開發(fā)階段，技術積累不足，高端產(chǎn)品較為短缺。其次，鋼材類型、零件處理方式、生產(chǎn)工藝的不同都會影響發(fā)動機動力性能、可靠性和安全性，還需要兼顧油耗和排放指標，導致產(chǎn)品研發(fā)難度大。此外，任何一款新機型的開發(fā)上市，還要經(jīng)歷漫長而又嚴謹?shù)脑囼灒e累大量數(shù)據(jù)支撐發(fā)動機的參數(shù)標定，整體研發(fā)周期長。柴油發(fā)動機作為中間件，廣泛配套在其他產(chǎn)品中，是汽車、農(nóng)業(yè)機械、工程機械、船舶、內燃機車、地質和石油鉆機、軍用設備、通用設備、移動和備用電站裝備等的主要配套動力。面對復雜多變的工作環(huán)境和功率要求，目前柴油發(fā)動機的型號種類難以適應各種工況下的專業(yè)化需求，造成不必要的能耗浪費，降低能量轉化效率。柴油發(fā)動機是高精度動力設備，每個工作循環(huán)都經(jīng)歷進氣、壓縮、做功、排氣四個沖程，受到燃油質量、操作、環(huán)境、負荷等因素的影響，會導致很多不必要的故障出現(xiàn)。柴油發(fā)動機的故障種類很多，如起動困難、運轉異常、運轉的功率不正常、轉速異常、振動強烈等，其故障診斷主(二)應用場景推動柴油發(fā)動機上云，基于產(chǎn)品全生命周期數(shù)據(jù)采集，能夠匯聚優(yōu)勢資源，優(yōu)化產(chǎn)品研發(fā)流程，促進柴油發(fā)動機通過邊緣感知，實現(xiàn)柴油發(fā)送機運行數(shù)據(jù)實時采集分析，于柴油機設備上云的海量數(shù)據(jù)基礎，構建柴油發(fā)動機仿真模型或數(shù)字孿生體，通過參數(shù)設置、模擬實驗不斷優(yōu)化設計，縮短研發(fā)周期。三是協(xié)同研發(fā)?；诠I(yè)互聯(lián)網(wǎng)平臺構建柴油發(fā)動機研發(fā)云生態(tài)，促進全球范圍內頂級柴油發(fā)動機制造商、高端研發(fā)人才、優(yōu)質企業(yè)用戶等力量共同攻克難點。例如，濰柴動力搭建起了全球協(xié)同研發(fā)平臺，通過開發(fā)工具、知識、數(shù)據(jù)信息的云端共享，實現(xiàn)六國十二地協(xié)同研發(fā)。北京福田康明斯通過柴油發(fā)動機上云，減少產(chǎn)品設計和改進的數(shù)據(jù)收集時間95%,提高產(chǎn)品研發(fā)效率。推動柴油發(fā)動機上云，實時采集發(fā)動機運行參數(shù)，經(jīng)過可視化處理，推送到電腦終端或者移動終端，可以幫助用戶實時掌握發(fā)動機健康水平，實現(xiàn)遠程運維。一是設備連接。通過接入柴油發(fā)動機本身系統(tǒng)或者安裝傳感器的方式，推動不同區(qū)域、型號、工況的柴油發(fā)動機實現(xiàn)泛在互聯(lián)。二是可視化展示?；谛乱淮畔⒓夹g，對柴油發(fā)動機數(shù)據(jù)信息做可視化處理，通過終端大屏、AR/VR等方式進行簡約展示，幫助維修技師直觀掌握設備健康狀況。三是遠程調控。根據(jù)柴油發(fā)動機設備狀態(tài)，建立數(shù)據(jù)分析模型，進行大數(shù)據(jù)分析計算，不斷優(yōu)化設備工作功率、時長，例如，廣柴通過在船用發(fā)動機上安裝物聯(lián)盒，讀取出原本柴油機上監(jiān)控系統(tǒng)的運行參數(shù)并上傳至云端，用電腦或手機實時獲取每一臺柴油機的功率、實時運行的轉速、定位等參數(shù)，掌握航行在海洋深處的船舶發(fā)動機真實的運行情況，降低約30%的設備管理成本，縮短20%左右的設推動柴油發(fā)動機設備上云，實時監(jiān)控柴油發(fā)動機運行狀態(tài)，構建健康診斷、預測預警、故障評估等模型，建立快速故障響應機制，實現(xiàn)柴油發(fā)動機智能維修。一是狀態(tài)監(jiān)測。通過對底層設備的識別，加裝傳感器硬件，通過網(wǎng)絡連接完成數(shù)據(jù)采集，建立大數(shù)據(jù)平臺，在線監(jiān)測設備狀態(tài)。二是預測預警。構建柴油機健康診斷模型，基于過往的運行指標和參數(shù)，對設備狀態(tài)參數(shù)的對比分析來識別設備潛在故障風險，進行實時的健康評估和風險預警。三是智能維護。通過構建故障模型并分析實時數(shù)據(jù)，自動生成維修碼及維修檔案，提前完成柴油發(fā)動機設備維護，降低故障發(fā)生的頻次，確保設備穩(wěn)定運行。例如，北京福田康明斯建立車聯(lián)網(wǎng)IoV模型，采集發(fā)動機轉速、功率、扭矩、GPS等車輛數(shù)據(jù)，利用數(shù)據(jù)分析，提供車輛故障報警及遠程診斷服務。(三)推廣前景柴油發(fā)動機應用廣泛，是重型汽車、大型客車、工程機械、船舶、發(fā)電機組、航空航天等設備的重要配套設施，經(jīng)過十多年的發(fā)展，逐漸形成了完整的生態(tài)體系。柴油發(fā)動機行業(yè)的發(fā)展在很大程度上取決于相關終端產(chǎn)品市場情況，隨著全球機械化、智能化進程加快，汽車、農(nóng)用機械、高端裝備等行業(yè)的興起，據(jù)中研網(wǎng)數(shù)據(jù)顯示，全球柴油發(fā)動機需求總量將穩(wěn)定上漲，預測將以5%的速度向前發(fā)展。面對日益突出的環(huán)境污染、產(chǎn)能浪費、和故障頻發(fā)等問題，推動柴油發(fā)送機設備上云，通過大數(shù)據(jù)分析、模型計算，實現(xiàn)設備的在線監(jiān)測、智能運維、共享研發(fā)、迭代優(yōu)化，將會直接產(chǎn)生巨大的經(jīng)濟效益和社會價值。(一)痛點問題大中型電機被廣泛應用于生產(chǎn)制造、城市交通和物流運輸?shù)炔煌袠I(yè)，是各種復雜系統(tǒng)的重要動力裝置。但是受限于工藝千差萬別、系統(tǒng)匹配不合理、長期低負荷運行、調節(jié)方式落后、工況復雜多樣等因素，我國大中型電機系統(tǒng)在運行過程中損耗較多電能，實際運行效率比國際先進水平低10%—20%,設備利用效率提升空間巨大。電機系統(tǒng)是一個包含電機本體、拖動設備、控制裝置、管網(wǎng)設施等綜合系統(tǒng)，在溫度、濕度、壓強等環(huán)境參數(shù)不一的各種復雜工況中運行，設備故障頻率較高。在主要依托人力資源開展設備維護的傳統(tǒng)方式中，人力維護成本和備品備件管理成本居高不下，電機設備計劃外停機時間較長，影響其他生產(chǎn)設備正常運轉，會給企業(yè)帶來巨大損失。電機設備是一種專業(yè)的高功率電器，其檢修運維需要專業(yè)技術人員和豐富實踐經(jīng)驗，設備產(chǎn)品安全風險較高。如果安全管理不規(guī)范或工作人員操作不當，電機設備容易發(fā)生設備傾斜、設備砸人等引發(fā)的機械風險，漏電等引發(fā)的電擊風險，短路等引發(fā)的火災風險，以及輻射風險等，導致重大人員傷亡和財產(chǎn)損失。大中型電機是現(xiàn)代工業(yè)生產(chǎn)流程中最重要且不可或缺的原動力。但是根據(jù)工信部數(shù)據(jù)，電機能耗約占整個工業(yè)能耗的65%以上，是名副其實的“用電大戶”。我國電機產(chǎn)品在設計的精細化、制造的智能化、質量的標準化等方面明顯不足，高效節(jié)能電機普及率不高，實際運行功率難以(二)應用場景推動大中型電機設備上云，可加速設備運行數(shù)據(jù)的云端匯聚，基于各類機理模型和算法模型，實現(xiàn)設備在少人干預的情況下高效、安全運轉，有效提升設備利用效率。一是信息自感知。高效采集電機設備的溫度、功率、工況、振動等各類運行信息，在云端將相關數(shù)據(jù)建立聯(lián)系，動態(tài)、全面監(jiān)控設備運行狀態(tài)。二是業(yè)務增值決策。基于對設備運行狀態(tài)的精準掌控，充分利用行業(yè)知識圖譜和大數(shù)據(jù)、人工智能等技術加速人工操作經(jīng)驗的軟件化進程，指導設備在不同情況下的增值決策。三是控制自執(zhí)行。在云端進行正確決策的基礎上，將決策信息轉換成設備可理解、可執(zhí)行的決策模型，驅動設備自我調節(jié)，在無人干預情況下目前，基于上云的電機設備托管應用，仍處于市場預熱階段，尚未實現(xiàn)大規(guī)模的商業(yè)化推廣。上海電科電機科技有限公司等企業(yè)正積極完善電機托管的解決方案，充分消除用戶的顧慮，提高用戶的接受程度，提升用戶的電機利用效率。推動大中型電機設備上云，可以實時采集和監(jiān)測設備運行數(shù)據(jù)和環(huán)境參數(shù)，打通設備之間數(shù)據(jù)流通渠道，實現(xiàn)設備狀態(tài)實時監(jiān)測。一是設備數(shù)據(jù)采集。加快智能傳感器、工業(yè)網(wǎng)絡等基礎設施部署，精準采集電機設備的電流、電壓、頻率、振動、噪音、溫度、時間等運行參數(shù)。二是設備互聯(lián)互通。推動電機設備與其它設備數(shù)據(jù)的云端匯聚，消除各類生產(chǎn)設備間的數(shù)據(jù)孤島問題，實現(xiàn)設備數(shù)據(jù)的集成共享和全局可視。三是設備狀態(tài)監(jiān)測。基于采集的各類設備參數(shù)，完善設備數(shù)字畫像，實現(xiàn)設備運行時間、環(huán)境等動態(tài)數(shù)據(jù)的數(shù)字化和可視化，實時反映設備運行狀態(tài)。例如，ABB集團通過智能傳感器將低壓電機與工業(yè)互聯(lián)網(wǎng)相連接，從而實現(xiàn)對電機的連續(xù)監(jiān)測。傳感器可以便捷地貼附在電機上，將電機震動、溫度、負載和能耗等關鍵數(shù)據(jù)傳輸?shù)皆贫?。?shù)據(jù)顯示，這款智能傳感器解決方案可減少高達70%的電機停機時間，將其使用壽命延長高達30%,并通過優(yōu)化電機性能降低能耗達10%。推動大中型電機設備上云，可基于實時采集的設備狀態(tài)數(shù)據(jù)，結合工業(yè)機理模型挖掘并預警設備故障，減少設工智能等新興技術，對采集的設備數(shù)據(jù)建立科學的故障分結合電機設備故障分析模型，精準預測設備故障位置、時間，減少設備停機時間，全面優(yōu)化檢修流程。三是設備虛擬運維。以設備故障位置、時間為基礎，在賽博空間對設備運維方案進行全角度、多方位的仿真驗證，確定最佳設推動大中型電機設備上云，可加快部署高精度智能傳感器，實現(xiàn)設備無人智能巡檢、精準遠程運維和綜合運維備上云數(shù)據(jù)為基礎，加強無人機、機器人等智能設備的使用，優(yōu)化巡檢路線和方式，避免錯檢、漏檢等錯誤。二是設備遠程運維。匯聚電機設備狀態(tài)數(shù)據(jù)的云平臺，基于電機設備維護方案，向具有執(zhí)行功能的終端傳達指令，實現(xiàn)電機設備上云，建立電機設備全生命周期監(jiān)測體系，對設備運維過程和效果進行綜合評估，進一步優(yōu)化設備維護方推動大中型電機設備上云，可準確監(jiān)測設備運行功率，結合生產(chǎn)情況對設備能耗數(shù)據(jù)進行分析，實現(xiàn)能耗資源動角度精準監(jiān)測企業(yè)內電機設備的能耗數(shù)據(jù)。二是設備能耗精準分析。以電機設備實時、全面、精準的能耗數(shù)據(jù)為基礎，深入分析設備能耗存在的問題環(huán)節(jié)，確定能耗優(yōu)化方產(chǎn)計劃和實際生產(chǎn)運轉情況，動態(tài)優(yōu)化能耗供給，減少設備空轉等引起的能耗損失，提高能源利用效率，降低能耗(三)推廣前景電機及其系統(tǒng)廣泛應用于我國能源、化工、冶金、石化、化工、煤炭、建材、公用設施、家用電器以及電力拖動等多個行業(yè)和領域，是我國工業(yè)的基礎。電機巨大的保有量和規(guī)模龐大的產(chǎn)業(yè)市場，充分表明了電機及系統(tǒng)在國民經(jīng)濟和社會發(fā)展中有著不可替代的重要地位和作用。電機設備效率低、風險大、能耗高等問題日益突出，亟需深入開展上云工程，提升電機設備自監(jiān)測、自診斷、自優(yōu)化六、大型空壓機上云解決方案(一)痛點問題大型空壓機一般用于機械加工、化工生產(chǎn)、管道輸送等領域，具有設備價值高、應用范圍廣、工作環(huán)境雜等特性?，F(xiàn)有企業(yè)對設備通常采取事后維護或定期維護方式，無法動態(tài)監(jiān)測設備關鍵運行數(shù)據(jù)并及時反饋，設備運維管理大多依賴經(jīng)驗管理，數(shù)據(jù)采集及時性相對較弱，對人員技能要求、物料及時性準確性要求較高，容易出現(xiàn)設備停機、設備欠修或過修等問題。目前國內部分企業(yè)的能耗監(jiān)測仍停留在人工抽樣檢測的階段，而產(chǎn)氣端、輸氣端、用氣端都會影響到空壓機的整體能效，有時難免出現(xiàn)以偏概全。在空壓機組能源效率的強制性國家標準實施后，單機節(jié)能的空間已經(jīng)縮小，亟需基于平臺對空壓機系統(tǒng)進行統(tǒng)籌考慮，優(yōu)化整體運行參數(shù)，及時根據(jù)實際運行情況動態(tài)調整，加快空壓機整站能效提升?？諌簷C承擔著提供動力、通風通氣、機器啟動等重要功能，一旦發(fā)生事故將對企業(yè)生產(chǎn)經(jīng)營產(chǎn)生較大影響。同時，空壓機設備數(shù)據(jù)對企業(yè)生產(chǎn)、管理、經(jīng)營等具有重要指標性意義，數(shù)據(jù)泄露隱患嚴重影響企業(yè)管理者設備上云信心，更關系到行業(yè)信息安全和企業(yè)生產(chǎn)安全等重要領域，亟需可靠的數(shù)據(jù)傳輸安全機制保障數(shù)據(jù)的安全、可靠傳輸。空壓機產(chǎn)業(yè)鏈涉及設備制造、設備代理/服務、設備使用等多類企業(yè)，目前各方存在數(shù)據(jù)共享不足、信息交流缺失等問題，業(yè)務協(xié)同水平普遍不高。例如，設備制造企業(yè)不知道空壓機在哪種工況下運行，設備代理/服務企業(yè)不知道客戶使用過程中有什么問題，設備使用企業(yè)不知如何提升空壓機效率。各方缺乏一體化協(xié)同服務管理體系，無法形成空壓機“制造-使用-運維-設計”閉環(huán)服務，難以形成(二)應用場景推動大型空壓機上云有利于采集設備的實時運行數(shù)據(jù)，結合設備故障診斷模型，自動預警設備故障并確定最優(yōu)設備維護方案，實現(xiàn)設備智能管理。一是設備狀態(tài)監(jiān)測。企業(yè)通過空壓機設備上云實時采集主機溫度、油溫、儲氣罐壓力、出口壓力、水管溫度等工作狀態(tài)數(shù)據(jù)，增強設備狀態(tài)監(jiān)測的可靠程度，有效解決空壓機監(jiān)測難問題。二是運行狀態(tài)分析。通過對不同空壓機和同一空壓機不同時期的歷史數(shù)據(jù)進行系統(tǒng)全面的分析，供用戶及時查看運營數(shù)據(jù)，幫助企業(yè)優(yōu)化方案，增加企業(yè)效益。三是設備預測維護。綜合利用采集的設備數(shù)據(jù)，通過大數(shù)據(jù)分析，結合管線漏氣等設備故障診斷模型，將空壓機實時運行數(shù)據(jù)與標準參空壓機行業(yè)的能耗問題極為突出，往往耗費企業(yè)大量財力，不利于企業(yè)盈利水平與能力的提升。開展空壓機上云有利于管理者提高能源消耗水平認知，實現(xiàn)精細化設備能耗管控優(yōu)化。一是分配式優(yōu)化。在實時采集能效數(shù)據(jù)的基礎上建立設備用氣、產(chǎn)氣模型，通過設備整體效率和綜利用整站效能提升的數(shù)據(jù)分析模型，為空壓機動態(tài)互補調對空壓機的橫向數(shù)據(jù)對比與縱向歷史分析，為空壓機制造單位和使用單位進行產(chǎn)品升級換代提供數(shù)據(jù)支撐，提升企業(yè)核心競爭力。空壓機上云有利于設備制造商、設備代理/服務商、設備使用企業(yè)等主體建立后服務市場維護管理體系，提煉工單管理服務，形成自動化服務模式，加速企業(yè)新市場開拓。一是打造智能工單。通過對設備的實時監(jiān)控實現(xiàn)自診斷、自決策、自適應，自動推送空壓機故障、推送維修工單，并在平臺上實現(xiàn)服務派工、維修報告、服務驗收、工單存檔等。二是主動式銷售?？諌簷C選型過大容易造成資源浪費，選型太小則容易造成用氣不夠、壓力不足等問題。通過上云有利于匯聚壓力、排氣量、空氣質量、場地等參數(shù)，為過濾器、儲氣罐等選型提供數(shù)據(jù)支撐，增加空壓機制造通過上云可以為大數(shù)據(jù)、人工智能等技術應用提供數(shù)據(jù)支持，加強空壓機產(chǎn)業(yè)鏈相關主體的數(shù)據(jù)協(xié)同，助力空臺助力幫助設備制造企業(yè)實時監(jiān)測設備數(shù)據(jù)，依托海量的數(shù)據(jù)尤其是空壓機運維數(shù)據(jù)，縮短新品研發(fā)迭代周期。二是風向標指數(shù)。根據(jù)工況數(shù)據(jù)比較不同廠商空壓機性能，探索商業(yè)模式創(chuàng)新，基于上云數(shù)據(jù)計算形成行業(yè)創(chuàng)新指標體系，為檢測行業(yè)發(fā)展情況提供實時數(shù)據(jù)支撐。三是整鏈式服務。通過上云打通產(chǎn)業(yè)鏈各環(huán)節(jié)流程數(shù)據(jù)，降低環(huán)節(jié)間溝通成本，助力企業(yè)實現(xiàn)空壓站低成本運營的發(fā)展目標。(三)推廣前景作為通用工業(yè)設備，空壓機的使用場景復雜多樣，在中國約85%的工廠都配備有空壓站，廣泛覆蓋醫(yī)藥、食品、電子、塑膠、紡織、電力、建材等各行業(yè)?？諌簷C在行業(yè)內又被稱為“電老虎”,據(jù)全國能源基礎與標準化關統(tǒng)計資料顯示，工業(yè)空氣壓縮機系統(tǒng)年耗電量約占全國總發(fā)電量的6%-9%左右，能耗改造潛力巨大。如果推動一半的設備進行上云推廣，并按照預計能耗整體降低5%的標準，全年將節(jié)約成本超過170億元，減少碳排放超過2400七、工程機械上云解決方案(一)痛點問題工程機械設備主要承擔高強度、高負荷作業(yè)，作業(yè)施工環(huán)境多樣且惡劣，高頻率的轉移、日常保養(yǎng)不足和不必要的拆卸和安裝又使得設備磨損嚴重，所以工程機械設備故障發(fā)生率較高。傳統(tǒng)以預防為主的定期維修無法有效處理潛在或突發(fā)的異常故障，還會造成較高的零部件維修和養(yǎng)護成本，給用戶企業(yè)帶來額外的經(jīng)濟負擔。施工效率是影響工程進度和整體效益重要因素，傳統(tǒng)工程機械設備施工過程存在點多面廣、管理薄弱、不透明、調動混亂、設備質量低等問題，導致設備效能難以完全發(fā)揮。同時，工程機械設備日常作業(yè)環(huán)境惡劣且多變，對于操作人員技術水平、專業(yè)素養(yǎng)、精神狀態(tài)等要求較高，高素質人才的缺失造成工程機械設備施工效率進一步降低。如何在施工過程中進行科學的設備管理，是施工企業(yè)不可忽視的工作，也是影響施工質量和效率的重要因素。我國工程機械設備管理普遍存在管理思路落后、操作人員意識不強、體制機制欠缺、設備維護保養(yǎng)不到位等問題，亟需采用信息技術對設備進行系統(tǒng)科學管理，減少管理時工程機械設備屬于高價值設備，下游中小企業(yè)用戶往往存在買不起的情況，逐漸衍生出質押貸款、質押租賃、擔保租賃等多種金融模式。但是，傳統(tǒng)銀行抵押或擔保貸款的方式體系并不完善，且工程施工現(xiàn)場意外情況多發(fā)，導致設備意外損壞難索賠、銀行貸款壞賬、設備投保價值(二)應用場景推動工程機械設備上云，可實時監(jiān)測設備的實時狀態(tài)數(shù)據(jù)，經(jīng)過大數(shù)據(jù)比對分析、模型計算可以及時洞察設備故障，通過仿真模擬優(yōu)化設備維護方案，實現(xiàn)設備遠程運維。一是設備狀態(tài)監(jiān)測。實時采集工程機械設備位置、工況、油耗、溫度、電壓、電流等數(shù)據(jù)，提高設備狀態(tài)洞察力，增強設備狀態(tài)監(jiān)測的可靠程度。二是設備故障預測預警。構建設備健康評估、故障預測、自動報警等模型，通過輸入?yún)?shù)、工況等數(shù)據(jù)，對設備故障進行預測，提供技術支撐和設備異常報警服務，延長設備使用壽命，降低故障率。三是設備智能化維修。通過遠程定位、模擬擇優(yōu)、參數(shù)優(yōu)化等方式確定設備故障位置、故障類型和最優(yōu)維修方案，直接派單給最合適的維修技師，以更高效率、更低解決方案，通過傳感器將遠程的故障預警率提高到58%。徐工集團推動工程機械上云，為每一臺設備做數(shù)字畫像，將可能損壞的零部件進行提前更換，使設備故障率降低一推動工程機械設備上云，將機器和工人連接，對機械設備實時監(jiān)控，了解施工現(xiàn)場，通過云平臺分析優(yōu)化施工通過傳感器、無人機、三維掃描儀等方式對施工對象、施工場景、外在環(huán)境等因素進行高精度感知，建立虛實映射的數(shù)字孿生體，輸入設立不同的施工條件，進行工況模擬程機械設備全連接，在線監(jiān)測所有設備施工情況，推動施工作業(yè)過程可視化展示，促進施工管理精細化。三是現(xiàn)場施工指揮調度。建立施工一體化系統(tǒng)，在線協(xié)調塔吊、機動車等多種設備施工進度，提升設備間協(xié)作能力，根據(jù)設推動工程機械設備上云，實現(xiàn)工程機械設備的深刻洞察、設備故障精準預測、事故風險有效評估，支撐施工單機械設備上云，在線采集設備運行數(shù)據(jù)，基于云端信息共享，對每臺設備進行數(shù)據(jù)比對、統(tǒng)計分析，進行經(jīng)驗總結、統(tǒng)進行設備統(tǒng)一管理，是設備的維護管理工作有組織、有計劃的進行，提高設備綜合效能和適應生產(chǎn)的能力。三是后市場服務。建立設備管理數(shù)據(jù)庫，基于大數(shù)據(jù)分析，探索施工機械設備使用的一般規(guī)律，按照科學合理的方法向用戶提供設備使用、維修、保養(yǎng)和管理建議和服務，增強推動工程機械設備上云，實現(xiàn)工程機械設備的深刻洞察、設備故障精準預測、事故風險有效評估，支撐工程機械設備制造企業(yè)、使用企業(yè)與金融機構之間開展融資租賃。一是智能化信用評級。推動工程機械設備上云，在線采集設備運行、施工隊作業(yè)情況、承包商貸款情況和經(jīng)營情況等數(shù)據(jù)，建立完善客戶經(jīng)營、信用等大數(shù)據(jù)分析模型，降低企業(yè)信用評級成本。二是數(shù)字化渠道對接?；谠贫诵畔⒐蚕恚焖賹佑匈徶蒙a(chǎn)設備等需求的企業(yè)承租人及有理財需求的自然人、金融機構和非金融機構，解決金融服務中的信息不對稱的問題，在更大范圍內實現(xiàn)資金供需的對接匹配。三是資產(chǎn)保全?；诠こ虣C械設備上云，在線監(jiān)測設備狀態(tài)和位置，加強設備監(jiān)管，科學合理進行設例如，中聯(lián)重科基于平臺成立融資租賃公司，推動機械設備上云進行統(tǒng)一管理，實現(xiàn)了設備的擴大銷售，獲得的營業(yè)額占集團總收入的20%以上。三一集團推動工程機械上云上平臺，對設備進行精細管理，拓展設備租賃等業(yè)務，通過融資租賃或者經(jīng)營性租賃運營的設備超過50%,年在外貨款管理額超300億。(三)推廣前景根據(jù)中國工程機械工業(yè)協(xié)會統(tǒng)計資料顯示，2020年我國挖掘機、汽車起重機、履帶起重機、機動工業(yè)車輛、升降作業(yè)平臺等工程機械主要產(chǎn)品銷售量分別增長39%、26.1%、43.4%、31.5%、35.1%,創(chuàng)歷史新高。隨著工程機械設備銷售量、保有量不斷增加，售后維修、設備租賃、智慧施工、在線管理等業(yè)務需求潛力巨大，逐漸形成規(guī)模龐大的后市場生態(tài)鏈。推動工程機械設備上云，可實時采集設備運行數(shù)據(jù)，結合大數(shù)據(jù)、人工智能等新興技術，提高設備故障診斷和預測性維護水平，大幅度降低維修成本，提高設備利用率。預計到2025年，基于工程機械設備上云的后市場服務利潤將占企業(yè)利潤50%以上。八、數(shù)控機床上云解決方案(一)痛點問題數(shù)控機床設備價值較高，數(shù)控機床應用行業(yè)廣泛，但很多數(shù)控機床設備不具備自感知、自分析和自決策等功能。傳統(tǒng)數(shù)控機床運維主要采取事后維修或定期維護，難以實時檢測數(shù)控機床設備的溫度、電壓、壓力、振動等各種運行數(shù)據(jù)并準確識別設備故障。一方面，容易給數(shù)控機床使用方造成停機，影響生產(chǎn)計劃且浪費其他設備成本，造成巨額經(jīng)濟損失甚至人員傷亡；另一方面，數(shù)控機床制造商需要組建專門的售后工程師團隊隨時奔赴現(xiàn)場，容易產(chǎn)生數(shù)控機床行業(yè)普遍數(shù)字化、信息化水平較低，生產(chǎn)過程重要參數(shù)的人工統(tǒng)計、離線存儲等現(xiàn)象普遍存在。由于獲取設備數(shù)據(jù)的實時性、多元性不足，難以對設備的加工情況、故障情況、使用效率等方面進行綜合分析處理。導致企業(yè)在生產(chǎn)、維護等環(huán)節(jié)的精準管控能力相對較弱。相對于國外進口同款機床，機床平均利用率僅僅相當于國外先進水平的一半左右，平均無故障時間也僅僅達到國外先進水平的一半左右，全行業(yè)內機床資源的綜合利用率亟待當前，對于機床長期運行狀態(tài)數(shù)據(jù)存儲應用的軟硬件支撐仍有不足，不利于實現(xiàn)對歷史數(shù)據(jù)的大量存儲分析。同時，大量數(shù)控機床車間生產(chǎn)情況存在離線孤島問題，部分數(shù)據(jù)不能及時上報車間主任、廠長等管理者，影響管理者即時決策。管理者無法及時獲得設備的健康狀態(tài)、產(chǎn)量信息等準確數(shù)據(jù)，無法結合設備的加工過程數(shù)據(jù)進行準確的產(chǎn)能分析或良品率分析，經(jīng)常不得不僅憑經(jīng)驗進行備件管理或只根據(jù)訂單進行粗放式排產(chǎn)。數(shù)控機床是集機械制造、計算機、液壓、傳感、信息處理、光機電等技術于一體的機電產(chǎn)品，復雜程度高。數(shù)控機床的生產(chǎn)加工工藝迭代需要大量設備運行數(shù)據(jù)作為支撐，而數(shù)據(jù)的采集和利用一直是該行業(yè)的難點和痛點。當前，專注于數(shù)控機床改造的企業(yè)數(shù)量較少，多集中在設備生產(chǎn)制造企業(yè)的工藝研究，但由于技術積累不足、知識傳遞不夠等因素，往往很難觸及數(shù)控系統(tǒng)的深度改造，數(shù)控機床的上云整體步伐較為緩慢。(二)應用場景推動數(shù)控機床設備上云，可實時采集數(shù)控機床的運行數(shù)據(jù)，對設備全生命周期進行健康管理。一是實時數(shù)據(jù)采集。通過在數(shù)控機床上安裝電壓傳感器、壓力傳感器等先進傳感器，實時采集數(shù)機床主軸運行狀態(tài)、機床滾珠絲杠運行狀態(tài)、機床導軌運行狀態(tài)等重要參數(shù)。二是可視化管理?；跀?shù)控機床運行數(shù)據(jù)，運用人工智能、大數(shù)據(jù)等手段，深度挖掘可反映數(shù)控機床運行狀態(tài)的指標，并做可視結合數(shù)控機床故障診斷模型，自動預警數(shù)控機床故障并確定最優(yōu)維護方案，遠程指導用戶排除設備故障，實現(xiàn)集的數(shù)控機床設備數(shù)據(jù)，結合已有的設備故障診斷模型，對設備故障進行分析和預警，確定故障發(fā)生的部位、原因、時間和檢修人員，避免設備故障引發(fā)的生產(chǎn)停滯和安全問題。二是設備遠程運維。采集機床的報警歷史、運行狀態(tài)和關鍵工藝參數(shù)，實時上傳至云端。在云平臺上基于同行業(yè)、同類設備、同類加工件的大數(shù)據(jù)資源和人工智能技術對采集到的參數(shù)進行訓練、計算和存儲，實現(xiàn)數(shù)控機床的遠程集中監(jiān)控、機床效率分析、實時故障告警、基于知識推動數(shù)控機床上云，可有效解決刀具壽命難預測、加工部件易損壞等問題，提高刀具使用效率。一是刀具狀態(tài)監(jiān)測。通過采集機臺振動、電流傳感器和控制器等多類異構數(shù)據(jù)，準確掌握刀具的健康狀態(tài)。二是刀具故障診斷。結合刀具運行狀態(tài)數(shù)據(jù)，在云端基于深度學習訓練刀具剩余壽命預測模型，并部署到邊緣側，實施監(jiān)測分析刀具狀態(tài)數(shù)