国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

蘑菇物聯(lián)技術(shù)（深圳）有限公司

1 目標(biāo)和概述

工廠的公輔車間依據(jù)其提供的功能作用可分為配電車間、空壓站、循環(huán)水車間、制冷車間等，負(fù)責(zé)為工廠的生產(chǎn)車間提供水電冷氣熱，保障正常的生產(chǎn)業(yè)務(wù)。公輔車間內(nèi)配備的設(shè)備類型眾多，消耗的能源資源種類有電、水、氣體、化石能源等，其復(fù)雜性給管理帶來兩個主要的挑戰(zhàn)：一是數(shù)字化的缺失導(dǎo)致設(shè)備管理的混亂，設(shè)備的日常管理極度依賴人工不間斷的巡檢記錄，無法將設(shè)備的臺賬資產(chǎn)管理、保養(yǎng)維保記錄、設(shè)備狀態(tài)預(yù)警、能源消耗報表集中到同一平臺實現(xiàn)自動化和智能化管理；二是設(shè)備日常運(yùn)行調(diào)參依賴人工，缺乏依據(jù)生產(chǎn)車間實時所需動態(tài)調(diào)整的能力，造成設(shè)備運(yùn)行時能源消耗的浪費(fèi)。

公輔車間云智控能源數(shù)字化平臺以單個公輔車間為單位，目前主要是空壓站和制冷車間，通過將自主研發(fā)的蘑菇云盒與車間的設(shè)備和傳感器相連，實現(xiàn)對設(shè)備數(shù)據(jù)的采集，再通過無線LoRa的方式與自主研發(fā)的智能邊緣服務(wù)器相連，從而實現(xiàn)對車間設(shè)備和傳感器的集中數(shù)字化管理。同時智能邊緣服務(wù)器配置有針對特定公輔車間運(yùn)行環(huán)境開發(fā)的人工智能控制算法，能實現(xiàn)對設(shè)備的秒級精準(zhǔn)控制，從而實現(xiàn)公輔車間的整站節(jié)能，節(jié)能率在10%~30%。蘑菇云盒和智能邊緣服務(wù)器還配置有4G通訊模塊，可直接與云服務(wù)器鏈接，通過空中下載（OTA）功能實現(xiàn)本地固件、協(xié)議、智能算法的更新。

2 方案介紹

2.1 系統(tǒng)架構(gòu)（如圖1所示）

圖1 現(xiàn)場系統(tǒng)搭建架構(gòu)圖

公輔車間云智控能源數(shù)字化平臺采用目前工業(yè)互聯(lián)網(wǎng)流行的四層設(shè)計，由采集層、邊緣層、平臺層和應(yīng)用層構(gòu)成。如圖2所示。

圖2 平臺設(shè)計方案架構(gòu)圖

2.2 硬件平臺

硬件平臺主要包括蘑菇云盒和智能邊緣服務(wù)器。

蘑菇云盒應(yīng)用于采集層，通過非入侵的方式與工廠的各類儀表和各公輔車間的設(shè)備連接，采集儀表和設(shè)備的數(shù)據(jù)。蘑菇云盒可連接20多類設(shè)備，支持200多個品牌設(shè)備，支持1300多種通訊協(xié)議。蘑菇云盒配置有LoRa、4G或以太網(wǎng)通信模塊。其中LoRa通訊模塊用于與車間的無線智能傳感器和智能邊緣服務(wù)器通訊，4G通信模塊用于與云平臺直接通訊，具有OTA功能。外觀如圖3所示。

圖3 蘑菇云盒

智能邊緣服務(wù)器應(yīng)用于邊緣層，部署在各公輔車間內(nèi)，集成LoRa基站、4G路由器、計算和控制模塊、人機(jī)交互界面。LoRa基站用于與車間內(nèi)的蘑菇云盒通訊，4G路由器用于與云平臺通訊，具有OTA功能。計算和控制模塊配置有多種人工智能算法模型，云端可通過OTA功能為其配置最新的算法模型，用于將蘑菇采集的實時設(shè)備數(shù)據(jù)利用人工智能算法分析處理得到設(shè)備最優(yōu)運(yùn)行模型，并下發(fā)控制指令，從而達(dá)到節(jié)能的目的。人機(jī)交互界面配置有專門開發(fā)的軟件，具有車間運(yùn)行狀態(tài)展示看板、用戶操作交互等功能。

圖4 智能邊緣服務(wù)器

2.3 軟件平臺

軟件平臺主要承擔(dān)設(shè)備數(shù)據(jù)的存儲、監(jiān)測與分析功能。平臺層可部署在公有云，如阿里云、華為云、騰訊云等，也可部署在私有云或混合云上。平臺層存儲有系統(tǒng)運(yùn)行的大量數(shù)據(jù)，配置有人工算法模型，可通過機(jī)器學(xué)習(xí)不斷優(yōu)化算法模型，并通過OTA功能同步至邊緣層智能服務(wù)器，平臺層還配置有專家?guī)欤瑢⒉杉瘜雍瓦吘墝影l(fā)送的數(shù)據(jù)進(jìn)行清洗與分析，生成智能報表和診斷報告，推送至用戶的電腦或移動端App上。

基于容器技術(shù)的物聯(lián)中臺開發(fā)，包括物聯(lián)通訊（數(shù)據(jù)采集和控制）、協(xié)議管理、數(shù)據(jù)解析、數(shù)據(jù)清洗、數(shù)據(jù)分析、建模等多個環(huán)節(jié)。中臺運(yùn)用了IoT、微服務(wù)架構(gòu)（Spring Cloud）、容器化技術(shù)（Docker+k8s+Rancher）、大數(shù)據(jù)（TCDB+HBase+Spark）。基于容器技術(shù)的物聯(lián)中臺可滿足物聯(lián)網(wǎng)系統(tǒng)對并發(fā)量、通訊穩(wěn)定性、系統(tǒng)拓展性的較大要求。從開發(fā)層面開發(fā)持續(xù)集成/持續(xù)交付，構(gòu)建開發(fā)自動化構(gòu)建、測試、部署流程，提高產(chǎn)品開發(fā)、運(yùn)維部署的效率，減少生產(chǎn)事故，提高生產(chǎn)系統(tǒng)的穩(wěn)定性、可靠性。因而，基于無線通訊及多約束條件AI算法的公輔車間云智控SaaS系統(tǒng)可實現(xiàn)用戶一鍵配置添加新設(shè)備和“不停機(jī)、用戶零感知”升級迭代。

云平臺配置推理規(guī)則引擎、實時統(tǒng)計過程控制（SPC）引擎、分析挖掘引擎、機(jī)理仿真模型，實現(xiàn)對近400個空壓站和制冷車間的數(shù)據(jù)清洗與矯正，便于生成多維度的能源消耗智能報表。

存儲有近400個公輔車間的設(shè)備數(shù)萬個小時的運(yùn)行數(shù)據(jù)，配置有實時計算、批量計算、流式計算等計算引擎，通過機(jī)器學(xué)習(xí)鍛煉，不斷優(yōu)化控制算法模型?；跈C(jī)器學(xué)習(xí)算法智能識別需求端、供給端、管道端三端實時工況，自適應(yīng)預(yù)測需求周期規(guī)律和短期波動變化、供給端實際產(chǎn)量和能效、管道端損耗等運(yùn)行狀態(tài)；基于多參數(shù)多約束條件優(yōu)化算法，對供需差異、控制頻次限制、運(yùn)行時間限制、變頻設(shè)備能效區(qū)間、能耗功率限制等因素建立數(shù)學(xué)規(guī)劃模型，適用于空壓站和制冷車間內(nèi)多設(shè)備聯(lián)動智能控制，實現(xiàn)科學(xué)決策和高效節(jié)能。目前已開發(fā)出針對空壓站、制冷車間和循環(huán)水系統(tǒng)的控制算法模型，采用預(yù)測性控制算法、計劃控制與實時工況識別控制算法、多參數(shù)多約束控制算法等，已實現(xiàn)空壓站和制冷車間的能耗降低10%~30%，實現(xiàn)循環(huán)水系統(tǒng)智能加藥。

2.4 數(shù)據(jù)通訊

針對車間工業(yè)現(xiàn)場復(fù)雜的環(huán)境，公輔車間云智控能源數(shù)字化平臺在公輔車間本地采用LoRa無線通訊傳輸數(shù)據(jù)，減少施工對現(xiàn)場的破壞，可快速安裝部署。將OFDM技術(shù)（正交頻分復(fù)用技術(shù)）引用到SubG頻段的LoRa通訊中，有效提高工業(yè)現(xiàn)場無線通訊的抗干擾性，使得節(jié)點(diǎn)的無線通訊半徑增至100米，通訊的丟包率降低到1%以下。本項目通過時分碼分技術(shù)對星型網(wǎng)絡(luò)下的LoRa基站節(jié)點(diǎn)容量進(jìn)行提升，該技術(shù)分給每個用戶一個互不重疊的非標(biāo)準(zhǔn)時隙，各用戶僅在分配的時隙工作，采用N個時分信道共用一個載波頻道，占據(jù)相同帶寬。所以基站復(fù)雜性較小。其用不同的時隙來發(fā)送和接收信號，因此不需要雙工器。在有限的頻段資源下有效提升系統(tǒng)容量。單個LoRa基站秒級數(shù)據(jù)節(jié)點(diǎn)數(shù)量由原來的5個擴(kuò)充到10個，有效減少工業(yè)現(xiàn)場所需的基站數(shù)量，節(jié)約硬件成本。

邊緣端與云端的通訊則采用4G的方式。

2.5 安全措施

針對智能控制的潛在風(fēng)險，公輔車間云智控能源數(shù)字化平臺采用邊緣端和云端雙邊控制方案，設(shè)置三重安全機(jī)制確保車間的運(yùn)行穩(wěn)定，降低生產(chǎn)風(fēng)險。正常運(yùn)行的情況下，通過邊緣智能服務(wù)器對公輔車間設(shè)備進(jìn)行秒級的精準(zhǔn)控制，當(dāng)邊緣端智能控制出現(xiàn)異常時會切換到云端啟用備用機(jī)制進(jìn)行云邊雙控，當(dāng)整個智能控制路徑都異常失效時，蘑菇云盒會啟動失效保險，恢復(fù)到設(shè)備的原始控制狀態(tài)。

3 代表性及推廣價值

公輔車間云智控能源數(shù)字化平臺歷經(jīng)100多次迭代，目前申請發(fā)明專利共40項、申請軟件著作權(quán)11項、申請實用新型專利5項、申請4項外觀專利、申請作品登記證2項、申請4項商標(biāo)，平臺入選國家工信部2019工業(yè)互聯(lián)網(wǎng)App優(yōu)秀解決方案、AII（中國工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟）全國15個具有代表性的工業(yè)App案例，并榮獲2019智博會·中新工業(yè)App創(chuàng)新應(yīng)用大賽一等獎，數(shù)博會工業(yè)App創(chuàng)新大賽三等獎，入選廣東省工業(yè)互聯(lián)網(wǎng)A類產(chǎn)品。已應(yīng)用企業(yè)覆蓋中國華南區(qū)、華東區(qū)、華北區(qū)、西南區(qū)，成功應(yīng)用于家電、日化、水泥、汽車、電子、制藥、紡織、印刷制品等共60余類制造行業(yè)，總計300多個公輔車間，實現(xiàn)營收2500多萬元。目前運(yùn)行穩(wěn)定，平均節(jié)省能耗在10%到30%之間。

摘自《自動化博覽》2022年2月刊