施耐德電氣高級副總裁、工業自動化業務中國區負責人龐邢健

隨著近年來物聯網、AI、5G 等新技術的應用，“智能制造”熱度高居不下。但機遇往往與挑戰并存。無論是研發設計環節的低效、生產管理環節的排期缺乏彈性、傳統經營管理中存在的供應鏈管理剛性固化，還是傳統運維存在無法實時反映設備運行態勢、警告分析不夠智能、警告根因難以確定等問題，都為工業雙轉型增加了障礙。

(資料圖)

仔細觀察這些難點不難看出，所涉及的問題分布在制造業的不同生產環節，在施耐德電氣高級副總裁工業自動化業務中國區負責人龐邢健看來，要想實現制造業全生命周期的數字化，要落地到行業具體的應用場景，僅靠施耐德電氣自身的力量遠遠不夠，“需要產業鏈上下游企業共同努力，包括設備提供商、軟件開發者、系統集成商、服務提供商、終端用戶等共同參與?！?/p>

近日，施耐德發布了《綠色智能制造創新生態圖譜2023版》，針對智能制造中的研發設計、生產管理、經營管理、運維服務四個階段存在的諸多問題，施耐德與技術廠商提供了更具體的解決案例。

制造業四個環節仍存諸多問題

一般來說，智能制造生產環節分為：研發設計、生產管理、運營管理、運維服務四個階段。

首先，在研發設計環節，傳統制造企業研發設計面臨市場需求響應慢、團隊內部溝通低效、產品設計與生產條件不匹配等問題。

其次，隨著企業生產規模不斷擴大、產品定制屬性不斷增強，傳統生產模式引致的庫存管理滯后、排期缺乏彈性、物料采購難以滿足生產管控等問題逐漸成為企業發展的重重阻力，如何將數字化、智能化技術應用于企業生產管理，成為企業的“燃眉之急”。

以冶金行業為例，設備管理領域普遍存在著基礎管理、點檢管理、檢修管理、備件管理等方面問題。

再到企業運營管理環節，當前客戶需求多元化、定制化趨勢愈加明顯，傳統經營管理中存在的供應鏈管理剛性固化、庫存管理和訂單管理缺乏彈性等問題，成為企業發展軟性桎梏。如何在有限產能的背景下，靈活、快速滿足客戶個性化需求，提升企業經營管理效益，成為數字化轉型背景下急需解決的問題。

而以電力行業為例，當前發展面臨電量增長乏力、低效和無效投資、購電成本過高、資金使用浪費等諸多挑戰。

對此，施耐德聯合技術合作廠商通過支持各種類型的數據源和數據接入的方式，將數據接入系統后對數據進行充分地整理和歸納，并生成對應的數據業務模型。再基于先進的 AI 技術，例如文本解析、實體識別、語義理解、 圖像識別，構筑一整套的語義分析與圖像分析的底層引擎能力，并結合系統內置的行業知識圖譜和 算法模型，提供智能問答、文檔搜索、決策分析、數據預測等多項頂層功能。

對于工業企業而言，安全、穩定生產是底線，傳統運維存在無法實時反映設備運行態勢、警告分析不夠智能、警告根因難以確定等問題，做到故障預先提示，實現設備的遠程、快速診斷和維護，顯得越來越有必要。

目前，國內電源結構仍將以火電為主，火電中則是以煤電為主。煤電機組在運行過程中，設備故障造成的非計劃停運較多，給電力生產帶來諸多不利影響，其中鍋爐水冷壁磨損泄漏故障是造成機組非計劃停運的重要原因。針對鍋爐水冷壁磨損，目前采用的措施為定期停爐人工檢測維修。但傳統人工檢測中存在以下問題:

第一，作業周期長，檢測效率低。典型的電站鍋爐爐膛高度可達 50-100m，傳統的檢測方式，費時費力。

第二，檢測可靠性差。水冷壁磨損主要靠人工手持設備進行點檢，受時間和人員精力所限，一般抽取代表點檢測，經常出現漏檢、誤檢。

第三，成本較高，易出事故。檢測時工作人員高空作業，往往和爐內其他施工交叉進行，存在較大的安全隱患。

施耐德和技術合作廠商通過水冷壁檢測機器人代替人工進行鍋爐水冷壁檢測作業，檢測機器人搭載清潔模塊、無損測厚模塊、圖像識別模塊以及其它多樣化作業模塊，可以對鍋爐水冷壁等關鍵區域快速準確檢測，相關檢測結果能夠以可視化、系統化的方式匯總給檢測人員、管理人員，結合鍋爐四管健康分析系統實現臺賬管理、建立故障和專家知識庫等功能。

據介紹，這一方案讓檢修時間從原來的三周時間縮短到一周，按600MW 機組為例、節省了14 天檢修時間，可增發約 2 億度電，增加收益6000 萬元。

數字化如何實現制造業快速減碳？

從2020年做出“碳中和”、“碳達峰”的承諾之后，每年都有重磅政策出臺。2021年，雙碳工作被列為“十四五”開局之年的重點任務之一；2022年7月，工業和信息化部、發展改革委、財政部等六部門聯合發布《工業能效提升行動計劃》，將工業“減碳”的窗口期縮短到三年，要求2025年將節能提效作為工業減碳的首要舉措。

隨著“減碳”時間窗口期越來越短，碳排放重點行業通過數字化、智能化技術進行碳減排資源的優化配置，快速實現減碳的需求日漸凸顯。

但是，目前在碳管理中面臨不少難題：

首先，由于缺少碳管理專業知識和數字化工具，傳統碳資產認證體系復雜，認證周期長，認證行業少，且只有納入碳排放配額的企業才能參與，其他企業或個人主動參與度低，入手難。

其次，碳管理數據易造假篡改，利用可編輯監測報告模板篡改關鍵監測數據，從碳排放源頭到碳減排，碳 排放報告質量控制缺失，重要原始數據缺乏真實性和準確性，容易造假和篡改，缺乏有效監管。

如何解決這些難題，施耐德表示，其基于區塊鏈技術，通過終端數據展示模塊清晰呈現產品的綠色可持續屬性，或者引入第三方服務進行全鏈路排放計算、碳足跡追溯，從根源減少供應端碳排放。

顯然，在通往雙碳的路上，數字技術將在支撐工業節能提效上，展現出巨大的潛力，也會成為目前“減碳”工作中十分具有亮點的一條技術路徑。

（本文首發鈦媒體APP， 作者｜韓敬嫻，編輯｜張敏）

關鍵詞：