1、,实现降本增效,如何通过预测与控制,智能工厂,智能工厂建设目标：,5个方向,故障维修预防维护,人工操作机器操作,事后统计质量预控,人工经验智能决策,资源效率安环第一,人,机,料,法,环,战略决策持续发展,生产工艺控制,设备级,生产级控制级,更少的故障,机器人、智能设备、现场总线、执行器、传感器等,Security Management,工业以太网,PAC,UPS,Local HMI,Power Monitoring,中低压配电及保护,生产操作,数采据采集存储服务器,运营监控,专家优化控制系统,ERP(企业资源规划）,决策支持商务智能,PAC,视频摄像头门禁控制,MES,在线诊断,安全防护与视频
2、,MV LV Cabinet IMCC,智能工厂4层架构,数字矿山,实时性,4层架构,智能化的三层深度,数字化,3,2,1,信息的记录、存储、查询、汇总、展示移动APP访问信息便于数据的追溯、比对、分析、总结,智能预测智能分析智能决策让机器替代人形成强大劳动力,信息化,智能化,质量生产能源设备物流,书面信息数字化智能设备,自动数据采集,自动取样在线分析自动感知,人智”到“机智,3层深度,APC智能预测与控制,借助于智能控制，可以消除人与人的差别,操作员不同，造成成本和质量上的差异,288万,每月能耗成本节约 24万每年能耗节约 288万CO2减排 8400吨/年,3%,最优和最差的操作员，能耗
3、相比差了3%,每年有大量的钱浪费在能耗上,三类优化控制：1）PID控制 和 2）模糊控制,PID控制比例、微分、积分调节引入DV以体现干扰,基于专家经验、模糊逻辑采用大量规则，进行情境处理依据专家经验，形成模糊矩阵,基于：输入变量 e，偏差变化率 de，输出变量 u建立隶属度函数和规则矩阵,3）APC先进控制,基于内模模型的控制MPC多变量预测模型基于历史/当前值预测变量未来趋势预控式多变量最优调节,智能控制特点一：MPC多变量模型预测控制,利用操作变量（MV）/前馈变量（FFW）在当前/历史的测量值，通过模型预测出被控变量（CV）在将来时段的变化趋势,通过计算操作变量（MV）合理的控制方式（
4、Move Plan)，来抵消未来时刻CV对于其SP的偏离，提高控制品质：,确保变量控得住，波动小！工艺过程更稳定！,C5A温度,人工控制时段,APC自动控制时段,CDC喂煤手动给定,CDC喂煤APC控制,智能控制特点二：结合大数据分析技术预测质量参数,Introduction-10,生料细度预测值和化验值误差大多数0.5（绝对值）依据细度预测值可最及时调整选粉机转速、循环风机频率、喂料量，实现最优生产达到出磨生料细度更稳定生产吨生料的电耗更低煤粉预测值绝对偏差大多数0.2,PA大数据工具（Predicative Analytics）预测分析 机器学习,优化模型,Predictive Analy
5、tics工具 简化建模到部署的流程,历史数据,数据处理,变量降维 数据采样,创建模型,评分校验,解释模型,部署模型,简化,自动,自动,简化,APC内置Python,APC控制,特点三：挖掘数据潜能 实现智能寻优控制,Introduction-12,最佳设定值不是来自专家的经验而是来自“工厂数据的经验”“操作秘籍”与能管系统联动，实现智能自动寻优,APC：自适应控制，保证最优的实现,EMS：历史数据挖掘 找出最优参数集,特点四：简单！配置式编程 便于维护与更新,按照APC项目的实施步骤进行配置操作 集成化的软件平台数据采集模型辨识控制器开发离线模拟参数整定软仪表开发强大的功能及友好的用户界面GUI自动阶跃测试内置线性优化功能快速数据分析便利灵活性,特点五：专家团队实施项目 事实验证效果,先进的技术原理模型预测控制智能算法,成熟的软件平台配置式编程模型自动识别,智能化的控制质量实时预测自动寻优,效果有保证专业队伍品牌背书,祁连山漳县2#生产线-回转窑及篦冷机专家优化系统,生产线规模日产熟料4500吨,项目收益降低能源成本：降低熟料标煤耗1.23kg(1.81%）熟料工序电耗降低0.78度/吨。提升质量：游离钙标准偏差下降率达到10.71%；熟料三天强度提高1.2MPa；熟料28天强度提高了0.8MPa。,案例效果展示,成功案例,
sgpjbg002
工作日 8:30 - 17:30
报告分类
