论文部分内容阅读
【摘要】水泥生产智能制造是基于新一代信息通信技术与先进制造技术，贯穿于设计、生产、管理、服务等活动的各个环节，具有自感知、自学习、自决策、自执行等功能的新型生产方式，协调智能装备、智能生产、智能管理、智能物流、优化控制等组成部分，实现水泥生产运营全流程的智能制造。
【关键词】建材行业;水泥;智能制造
水泥是典型的传统行业，也是极为典型的流程工业，生产模式与钢铁、化工非常相似。目前，水泥智能制造行业存在诸多挑战，比如：单体智能设备尚未普及，成系统的智能设备集群基本没有组建，大多数水泥生产厂商尚处在自动化+人工参与阶段。
1、智能生产平台
该平台下含数字化矿山智能管理系统、专家优化控制系统、智能质量控制系统和清洁包装发运四大系统。突出“以简为智、以优为智”的特点，在行业率先实现“一键输入、全程智控”的生产模式，即只需在自动化验配料系统中输入熟料或水泥的品质预控目标，系统则自动根据原燃材料信息完成生产配料;据此向数字化矿山智能管理系统下达开采和配矿指令;专家优化控制系统则按照配料参数和品质要求在节能稳产模式下自动引导生产。进入智能生产闭环后，开采的矿石品位和终端产品的质量数据则又会由系统自动实时采集分析，用以不断优化生产方案，使产品品质、能源消耗等控制目标不断逼近预设的最优参数，最终实现降低人员劳动强度、提高产品品质和降低资源能源消耗的运营目标。与此相对应地，以前的模式是人工经验调度，生产组织滞后，质量波动较大，资源利用率低。协同智能生产平台通过系统建设矿山的三维建模，对矿山的品类实现了采矿在线分析、放车调度优化管理，改变了矿山传统的开采模式，有效地提高了资源利用率和生产效率。还开发了专家自动操作系统。水泥工业是典型的流程工业，整个的生产系统是由操作员进行操作，存在的主要问题是人工操作水平不足容易影响产品指标的提高。另外，操作人员换班容易带来工况及质量波动。随着水泥生产的精细化，测控信号不断增多，人工操作难度越来越大。由于缺乏过程质量数据的实时协同，人工操作偏向保守，不利于生产线指标的优化。针对这些问题，还按照生产线专家操作经验、过程机理知识和生产数据分析建立模型，在DCS系统、数字化矿山管理系统和智能质量控制系统的协同下，以最优调节方式来代替之前的传统操作方式。对质量控制系统，以前的方式是采用人工方式取样、送样、制样和产品配比计算，存在化验室人员工作劳动强度大，取样随机性较大，样品代表性不强，检验和配比数据以人工方式通知中控操作员进行操作调整，质量控制的时效性不强等问题。针对这些问题，智能控制系统之质量控制系统将材料在线检测、过程产品自动取样检测等融为一体，全面覆盖公司生产用原料和产品，将检测结果汇集到智能质量控制系统中，实现了堆场可视化、数据化，人员劳动强度下降24%，化验频次提高50%。
2、智慧管理平台
该平台包含生产制造执行系统和营销物流管理系统，旨在利用工业和商业信息化的深度融合，推动工厂的卓越运营。通过制造执行系统，实现了各大工业智能系统的全面融合，建成以產品生产为主线，贯穿生产调度、物资、能源、设备、质量、安全环保、统计等环节的生产全过程管理平台，实现整个制造过程信息化、可视化、无纸化和智慧化，使企业始终以最经济、最稳定的方式生产运营。营销物流管理系统将互联网销售、工厂智能发运和水泥运输在线监管全面融合，实现工厂订单处理、产品发运、货物流向监控等业务流程无人化和数据应用智能化，提升服务质量与效率、互动参与度以及便捷性，提供更为方便、快捷的服务，实现公司营销、管理模式的创新和升级。
3、应用实例
为了验证工业大数据与制造业的结合应用，选择在多家水泥企业运行管理中进行了探索实践。多家水泥企业分布在各个地域，为了实现对国外现场的集中管理，在国内总部也部署一套系统。总部的系统和工厂本地的系统进行双向的数据同步，本地系统实时监测总部系统数据库的变化并采用“拉”的方式同步用户、权限、系统配置等公共数据，同时通过实时分析本地数据库日志将本地业务数据采用“推”的方式同步到总部数据库。
3.1数据采集及数据存储
OPC数据采集客户端：在海外工厂部署分布式控制系统（DCS）通过其OPC接口将现场所有设备的运行参数（温度、压力、压差等）以及设备的维护记录等一系列结构化的数据经专网传输至实时数据库集群中。
3.2数据应用与分析。
设备运行状态、工艺参数、故障数据实时采集并传输，基于大数据分析，逐步实现设备预防性维护与产品良率稳定提升，确保资源充足供给。
工业大数据平台整体采用成熟的 Hadoop 分布式架构，在核心数据中心以外采用边缘计算方式，初步进行分析和处理，经分析后的数据再通过全球链路，传输至核心机房。不同节点构成较好的设备系统，同时在数据安全方面有较好的分层加密应用。平台通过分布式运算架构，实现海量数据在线和离线的深度挖掘分析;通过大数据引擎，对数据进行流式处理，实现数据分析的时效性;通过大数据可视化平台，各层级管理人员能够及时发现随机或异常信息，进行及时决策和不断改进;通过统一的大数据可视化系统，各个层级管理人员能够快速直观了解到生产现场的全部信息，包括：设备的电量、开关状态、电机转速等运行状态，当前的生产数据，如原料消耗、生料产量、熟料产量、产品产量、能耗数据、环境监测数据等，以及当日的统计数据，如设备运行时间、设备台时、电量消耗、综合能耗等。一旦出现异常，及时采取相应措施，确保生产顺利进行。同时从中也能够发现需要不断革新改善的项目，达到旧价值改善、新价值开发的创新管理模式。
结语：
目前，国家水泥生产线自动化技术已经取得了长足的技术进步，但是，在该设备生产领域的竞争力和技术水平与发达国家的先进技术比还有很大差距，需要不断提升水泥生产线设备自动化程度，积极引入新型自动化技术，打开水泥自动化生产新局面。
参考文献：
[1]翟志辉.机械设计制造及其自动化特点和优势及发展趋势[J].环球市场，2017，000（012）：156.
[2]赵英.浅谈水泥生产线自动化技术应用现状及发展趋势[J].科技风，2011（19）：61.
【关键词】建材行业;水泥;智能制造
水泥是典型的传统行业，也是极为典型的流程工业，生产模式与钢铁、化工非常相似。目前，水泥智能制造行业存在诸多挑战，比如：单体智能设备尚未普及，成系统的智能设备集群基本没有组建，大多数水泥生产厂商尚处在自动化+人工参与阶段。
1、智能生产平台
该平台下含数字化矿山智能管理系统、专家优化控制系统、智能质量控制系统和清洁包装发运四大系统。突出“以简为智、以优为智”的特点，在行业率先实现“一键输入、全程智控”的生产模式，即只需在自动化验配料系统中输入熟料或水泥的品质预控目标，系统则自动根据原燃材料信息完成生产配料;据此向数字化矿山智能管理系统下达开采和配矿指令;专家优化控制系统则按照配料参数和品质要求在节能稳产模式下自动引导生产。进入智能生产闭环后，开采的矿石品位和终端产品的质量数据则又会由系统自动实时采集分析，用以不断优化生产方案，使产品品质、能源消耗等控制目标不断逼近预设的最优参数，最终实现降低人员劳动强度、提高产品品质和降低资源能源消耗的运营目标。与此相对应地，以前的模式是人工经验调度，生产组织滞后，质量波动较大，资源利用率低。协同智能生产平台通过系统建设矿山的三维建模，对矿山的品类实现了采矿在线分析、放车调度优化管理，改变了矿山传统的开采模式，有效地提高了资源利用率和生产效率。还开发了专家自动操作系统。水泥工业是典型的流程工业，整个的生产系统是由操作员进行操作，存在的主要问题是人工操作水平不足容易影响产品指标的提高。另外，操作人员换班容易带来工况及质量波动。随着水泥生产的精细化，测控信号不断增多，人工操作难度越来越大。由于缺乏过程质量数据的实时协同，人工操作偏向保守，不利于生产线指标的优化。针对这些问题，还按照生产线专家操作经验、过程机理知识和生产数据分析建立模型，在DCS系统、数字化矿山管理系统和智能质量控制系统的协同下，以最优调节方式来代替之前的传统操作方式。对质量控制系统，以前的方式是采用人工方式取样、送样、制样和产品配比计算，存在化验室人员工作劳动强度大，取样随机性较大，样品代表性不强，检验和配比数据以人工方式通知中控操作员进行操作调整，质量控制的时效性不强等问题。针对这些问题，智能控制系统之质量控制系统将材料在线检测、过程产品自动取样检测等融为一体，全面覆盖公司生产用原料和产品，将检测结果汇集到智能质量控制系统中，实现了堆场可视化、数据化，人员劳动强度下降24%，化验频次提高50%。
2、智慧管理平台
该平台包含生产制造执行系统和营销物流管理系统，旨在利用工业和商业信息化的深度融合，推动工厂的卓越运营。通过制造执行系统，实现了各大工业智能系统的全面融合，建成以產品生产为主线，贯穿生产调度、物资、能源、设备、质量、安全环保、统计等环节的生产全过程管理平台，实现整个制造过程信息化、可视化、无纸化和智慧化，使企业始终以最经济、最稳定的方式生产运营。营销物流管理系统将互联网销售、工厂智能发运和水泥运输在线监管全面融合，实现工厂订单处理、产品发运、货物流向监控等业务流程无人化和数据应用智能化，提升服务质量与效率、互动参与度以及便捷性，提供更为方便、快捷的服务，实现公司营销、管理模式的创新和升级。
3、应用实例
为了验证工业大数据与制造业的结合应用，选择在多家水泥企业运行管理中进行了探索实践。多家水泥企业分布在各个地域，为了实现对国外现场的集中管理，在国内总部也部署一套系统。总部的系统和工厂本地的系统进行双向的数据同步，本地系统实时监测总部系统数据库的变化并采用“拉”的方式同步用户、权限、系统配置等公共数据，同时通过实时分析本地数据库日志将本地业务数据采用“推”的方式同步到总部数据库。
3.1数据采集及数据存储
OPC数据采集客户端：在海外工厂部署分布式控制系统（DCS）通过其OPC接口将现场所有设备的运行参数（温度、压力、压差等）以及设备的维护记录等一系列结构化的数据经专网传输至实时数据库集群中。
3.2数据应用与分析。
设备运行状态、工艺参数、故障数据实时采集并传输，基于大数据分析，逐步实现设备预防性维护与产品良率稳定提升，确保资源充足供给。
工业大数据平台整体采用成熟的 Hadoop 分布式架构，在核心数据中心以外采用边缘计算方式，初步进行分析和处理，经分析后的数据再通过全球链路，传输至核心机房。不同节点构成较好的设备系统，同时在数据安全方面有较好的分层加密应用。平台通过分布式运算架构，实现海量数据在线和离线的深度挖掘分析;通过大数据引擎，对数据进行流式处理，实现数据分析的时效性;通过大数据可视化平台，各层级管理人员能够及时发现随机或异常信息，进行及时决策和不断改进;通过统一的大数据可视化系统，各个层级管理人员能够快速直观了解到生产现场的全部信息，包括：设备的电量、开关状态、电机转速等运行状态，当前的生产数据，如原料消耗、生料产量、熟料产量、产品产量、能耗数据、环境监测数据等，以及当日的统计数据，如设备运行时间、设备台时、电量消耗、综合能耗等。一旦出现异常，及时采取相应措施，确保生产顺利进行。同时从中也能够发现需要不断革新改善的项目，达到旧价值改善、新价值开发的创新管理模式。
结语：
目前，国家水泥生产线自动化技术已经取得了长足的技术进步，但是，在该设备生产领域的竞争力和技术水平与发达国家的先进技术比还有很大差距，需要不断提升水泥生产线设备自动化程度，积极引入新型自动化技术，打开水泥自动化生产新局面。
参考文献：
[1]翟志辉.机械设计制造及其自动化特点和优势及发展趋势[J].环球市场，2017，000（012）：156.
[2]赵英.浅谈水泥生产线自动化技术应用现状及发展趋势[J].科技风，2011（19）：61.