764,114
次編輯
變更
创建页面，内容为“ '''陕鼓智能运维工业互联网平台'''陕鼓围绕流程行业提质增效及高质量发展需求，利用工业传感器网络与泛在感知技术对…”
'''陕鼓智能运维工业互联网平台'''陕鼓围绕流程行业提质增效及高质量发展需求，利用工业传感器网络与泛在感知技术对多源设备、异构系统、运营环境、人员信息等要素进行实时高效采集和云端汇聚。依托底层PaaS平台构建的可扩展的操作系统，为工业应用软件开发提供一个基础平台。向用户提供设备健康评估、故障诊断、故障预测和预测性维修、智能巡检，资产管理，运行绩效管理，运维数字双胞胎；针对流程工艺，提供先进控制，工艺及过程数据建模、计算、分析、优化；在工业园区管理方面，提供能源管理，现场智能监控等功能。最终实现提高设备能源利用效率、减少污染物排放、强化风险防范、降低运维成本，实现节能降耗和效率的显著提升。
====一、案例简介==
陕鼓智能运维工业互联网平台按照接入层、工业PaaS、应用层进行分层功能架构设计。工业PaaS平台基于通用PaaS平台面向工业领域进行深度改造，由通用PaaS、工业大数据平台、平台运营系统、测试集成开发系统、工业微服务组件库、行业机理模型等部分组成，以满足工业实时、可靠、安全需求，并在工业行业实践当中不断优化以适应工业企业的复杂需求。主要对流程工业用户的透平设备全生命周期健康管理起到业务模式的支撑能力：能实现将不同来源和不同结构的数据进行广泛采集；具备支撑海量工业数据处理的能力；能通过工业机理和数据科学实现海量数据的深度分析，并能实现对工业知识的沉淀和复用；能够提供开发工具及环境，实现工业APP 的开发、测试和部署。平台具备温度、压力、振动等参数大数据处理能力、智能处理能力、智能传输能力、远程数据单元的传输逻辑等。
==二、案例背景介绍==
国务院《关于深化“互联网+先进制造业”发展工业互联网的指导意见》指出：“加快建设和发展工业互联网，推动互联网、大数据、人工智能和实体经济深度融合，发展先进制造业，支持传统产业优化升级，具有重要意义。
作为重型装备制造服务厂商，陕鼓服务客户主要属于流程工业领域，因生产过程工艺流程长，反应机理复杂，生产规模大，影响因素多，属于典型的非线性、大时滞、强耦合过程，这使得过程控制的精确数学模型无法建立，面临需要大量专业知识支持的持续性解决方案的问题，陕鼓借助工业互联网平台，依托专业设备监测诊断解决方案商提供在线的设备状态分析、故障预测，就能大幅度降低该业务的运行成本提升服务质量。
经过多年积累，陕鼓具备工业互联网产业平台经验。围绕流程行业提质增效及高质量发展需求，陕鼓利用工业传感器网络与泛在感知技术对多源设备、异构系统、运营环境、人员信息等要素进行实时高效采集和云端汇聚。完善支撑海量工业数据处理环境，依托底层PaaS平台构建的可扩展的操作系统，为工业应用软件开发提供一个基础平台。
==三、案例应用详情==
===1、总体应用框架===
平台按照接入层、工业PaaS、应用层进行分层功能架构设计。工业PaaS平台基于通用PaaS平台面向工业领域进行深度改造，由通用PaaS、工业大数据平台、平台运营系统、测试集成开发系统、工业微服务组件库、行业机理模型等部分组成，以满足工业实时、可靠、安全需求，并在工业行业实践当中不断优化以适应工业企业的复杂需求。同时，充分考虑到5G网络技术的发展与应用，平台底层数据传输及信息通讯支持5G技术体系，在用户端采用边缘计算部署，确保控制层响应速度及生产数据安全。
===2、平台功能模块组成===
====（1）透平装备数据监测====
通过遴选各专业的主要设备及其运行状态指标，对直接影响运营服务的主要设备和设备运行状态的主要参数信息进行动态监测并形成统计分析图表及电子文档报告等。
====（2）设备信息管理====
包括信息采集管理和信息综合管理两大模块。
====（3）故障分析管理====
目前透平设备的自动化程度越来越高，结构越来越复杂，需要考虑更复杂的运行状态、工艺参数及工作环境，因此需要更加人工智能方法的预测技术来指导机械设备的故障管理。
====（4）故障预测====
首先选取若干历史数据序列作为样本源，然后构造适宜的网络结构，用某种训练算法对网络进行训练使其满足精度要求后进行预测。
====（5）维修检修管理====
面向资产密集型的冶金、化工等流程企业，系统以资产设备为主要管理对象，按照定期检修、状态检修、缺陷管理、技术改造、故障检修和停机大修等各种维修策略，建立以维修工单为核心的计划、执行和分析管理制度，保证的高效、可靠和安全的运行，同时缩减维修成本，实现企业利润最大化。
====（6）基础维修管理====
系统监测到设备故障告警后，结合辅助决策管理，创建故障维修工单，触发故障维修流程，推送相应专业工作人员客户端，提醒各单位及时完成各自工作，完成对故障的识别、维修、反馈的整体流程。
====（7）辅助决策管理需求====
辅助决策支持是指在一系列控制过程或操作中，协助操作员决策完成处置设备故障告警、维修恢复等过程中的系统联动功能的相对独立的软件模块。辅助决策系统充分利用系统平台的数据集中优势，把人的判断力和计算机的信息处理能力综合在一起，及不影响其的主观能动性，还可以辅助提高企业操作人员与维护人员的决策效能。
====（8）服务商及供应商绩效考核管理====
包括工作统计考核和绩效考核评估两大模块
====（9）设备服务能力评估====
针对设备维护与管理的评价方法研究，以期用量化的评估结果对企业的设备维护与管理工作进行指导。
==四、创新性与优势==
====1、故障预测和专家诊断====
本平台采用实时数据“超球”建模和“相似度曲线”技术，通过系统设备自身运行过程中产生的海量实时历史数据，挖掘出设备在各种复杂工况下的运行规律，并通过海量实时历史数据抽取出与系统设备各相关参数之间的耦合关联，进而通过系统设备在线实时运行的“超球”模型识别出系统设备当前运行状态与其历史状态之间的细微差异。
====2、5G与AR远程装配相结合====
减少作业风险：通过 AR+ 工业的解决方案，可以减少在日常作业中所发生的问题，员工可以第一时间发现“设备异常”、“人员行为异常”、“错误流程”、“质量不稳定”等信息。系统会智能地挑选最优解决方案来处理当前所发生的异常；
提高工作效率：设计、生产、培训、维修、巡检、监控等每一个环节都可以由 5G+AR 带来全新的工作形式。第一时间同步信息、AI 智能指导作业过程、工单列表保证正规的流程、清晰的培训方式 + 实践指导、自动智能巡检 +AR 巡检、远程维修等将大幅度提高每一个环节的工作效率。
降低企业成本：AR可以在各个环节降低工业成本。包括设计方案的展示、材料的配比、能源的管控、作业流程优化、场地的利用率和故障率的降低、个人能力提高等等，从而达到降低资源消耗（人力，物力），增加产能的目的。
==五、案例应用效益分析==
该平台适合于冶金/化工行业的装备及机组本地运行的集中监控/综合数据分析和统一运维管理系统，为规模化检修维护、合理优化资源配置、提高生产管理效率、提供数字化管理平台、逐步将当前分散式、扁平化的管理转变为区域化、集约化的精益生产管理模式，解决管理主体过多，资源配置不合理、管理效率偏低、经济效益增长受限的问题。本系统为装备提供了预测、感知、分析、推理、决策功能，促进传统产品维修服务逐渐向产品运行管理、优化决策分析和优化产品设计方向渗透，最终加快装备智能化的进程。
==参考文献==
[[Category:500 社會科學類]]