ET工业大脑在制造业应用案例介绍-阿里云开发者社区

开发者社区> 大数据> 正文
登录阅读全文

ET工业大脑在制造业应用案例介绍

简介: 本文介绍了ET工业大脑理念和一些世纪的应用案例。通过本文的阅读,可以了对工业大脑和阿里云在工业大脑方向的工作有一定的了解。

演讲嘉宾简介:刘宇航(昊海)ET工业大脑首席架构师。

 

本次直播视频精彩回顾,戳这里!https://yunqi.aliyun.com/2018/nanjing/review 

 

一、阿里云智能制造介绍

1.     新制造发展的新一波浪潮已经到来

ET大脑,智能制造这些概念并非来源于阿里巴巴。在这个时代背景下,无论是国内还是国际,都把工业当作发展对象。阿里巴巴在这一方向上的工作一方面为了响应国家的号召,另一方面也是为了顺应产业的潮流。

 

7634badd4f19a56abf9140bb6847103d21e1bc47


2.     阿里云一直致力于为广大企业提供最优质的技术服务


7e9d914b4472d74061c9e609e296845a66cf7fdb


3.     阿里云拥有完整的大数据体系,技术架构久经考验

阿里云原来就是阿里巴巴的IT部门,所有的数据、业务都架构在其之上。它是经得起长时间,高频次,不容失误的金融、商业交易的冲击的架构。

 

a3bbd4e065dd7f9d8f0c749485e4e40e60797317


4.     我们的理念是:大数据是IT技术与应用场景的完美结合

ET工业大脑是工业大脑中的一个分支。其他分支包括,农业大脑、城市大脑等。可以理解为是大数据技术、云计算技术,在具体的行业和业务场景结合形成的有特殊行业属性的一种产品。

 

03bf37a97732bd989023d82b65cf4200d9b31d8d


5.     阿里云ET大脑深入行业,为一家又一家企业创造看得见的效益。

阿里云的一个理念是一定要真正找到企业的痛点,产生真正的效益,帮助企业解决问题,降低能耗,提高效率等。

 

ac4100c8bb4dd4b446be5c22ae24b8fd6e519521


6.     安全可靠的数据安全保障,是持续合作的基础

 

45a7a339657b0051f08308ca23f38e9fd6a60c6d


二、工业智能制造理念和应用

1.     工业智能化项目的布局和三个基石

生产集中: 生产和产生价值的部分是集中的。解决这部分痛点,十分有利于提升企业的效益。

目标明确: 确定具体场景,明确目标。

数据闭环: 数据从企业中来,经过算法处理后,还要回到系统中去指导生产,产生效益。

f21b851c80d017ee4cde6a537fa9aef9e2c1f6e1


下图展示了一些基本应用。

 

a952fbaee248a72c47a8ffefa44ac6507eae7c56


2.     工业智能化与传统的工业专家有何区别?

以前的工业大部分是靠人来支撑的,比如老专家的经验。这本质上是一种机理的推导。而工业智能化,将这种机理推导转向数据分析。 同时,可以应用于工艺创新、流程优化、智能生产、风险预警等方面。

 

464756143fb3f418896d591103aa760be9f18338


3.     传统的经验有何局限性?数据和专家经验应该如何结合?

举一个简单的例子,以一个钢铁厂为例,从矿石到产品中间会经过一系列的过程,每一个环节的负责人可以保证当前段是最优的,但无法保证整个产线产生的结果是最优的,即局部最优的叠加不一定是全局最优。而我们现在做的事情就是依靠大数据,依靠全数据链的数据驱动进行决策。

 

18fc294c1ab69093e807b90506f867e597a611c7


4.     工业大数据应从哪里入手?

·政策要求: 供给侧改革,不仅是去库存,一方面:低效产能,提升产品质量提升竞争型。另一方面:减少能耗,绿色环保。提升生产效率。

·设备故障:以风电设备为例,大部分为出保设备。运行年限变长,机组故障率逐年递增,风电场运维成本也逐年增加。如,一台风电机组,一次大修的成本为30-50w。

·能源消耗:工业互联网影响了全球44%的能耗(GE,2011)。烧焦的耗电优化。锅炉加热炉燃烧煤气,耗费大量能源,希望能提升加热效率,降低能耗成本。

·人力成本:为避免故障带来问题,需要安排维修人员不断巡检。30个工厂,每厂100多个维修人员,每个工厂有几百台生产设备,设备每年的维修费用有几个亿。

·生产低效:弹簧钢钢材存在脱碳率高的问题,良品率大概80%-90%,希望能降低脱碳率,提升良品率。提升风电场运行的计划和效率。

 

9b58d96268e6f6bb233f08bb7f5fdc38fd7acf60


5.     ET工业大脑的核心能力框架

核心框架基本上包含供、研、产、销、能、环这几个方面。相关的各种应用都在阿里巴巴的官网上可以找到。

 

d76608bb3969b01ed63c05142153e500c52a8fd9


6.     工业大数据建设的数据基础

即数据的来源,包括在线数据,IoT方面的基础层数据等来自全域的数据。

 

36054274307daa5f7d4a6fb3086e6f1b0c54f0ee


三、工业智能制造案例

1.     协鑫光伏–太阳能电池切片良品率提升

痛点: 协鑫光伏太阳能电池硅片生产过程的切片次品率过高,导致生产效率降低,生产成本升高。

方案: 将阿里云ET工业大脑应用于太阳能电池硅片生产制造领域,监控切片生产参数曲线,推荐最优参数,提升良品率。

价值: 通过对太阳能电池切片制造流程进行最优参数推荐,提升了1%的切片良品率,从而大大减少太阳能电池硅片产品次品率。

 

c0c870184ae7579653d02ebdf1dbb70836fbb315


2.     中策橡胶–炼胶工艺提升

痛点:中策橡胶在橡胶密炼(橡胶生产的核心环节)过程中的能耗和次品率过高,导致生产效率降低,生产成本升高。

方案: 将阿里云ET工业大脑应用于橡胶生产领域,对密炼工艺建模分析,推荐最优工艺参数。

价值:通过最优参数推荐,优化密炼工艺:门尼值标准差降低14%(密炼工艺关键参数)、密炼时长减少10%,密炼温度降低6%,大大降低密炼能耗和次品率。

 

285e9fcf56d7d1f3d4f6950c17ad572d1c6c450c


3.     梦兰神采–企业废料智能交易与企业排废监督

痛点:产废企业与处废企业供求交易低效,企业排废申报缺乏综合评估与监督,导致废料处理低效,资源浪费。

方案:将阿里云ET工业大脑应用于企业废料处理领域,分析废料特征,追踪废料流向,建立企业排废综合评估模型。

价值:通过对废料和供求企业的特征分析,提升废料交易效率,实施企业排废申报监督,大大降低环境污染,提升资源回收率,预防企业排废申报欺诈行为。

 

9a313b870f6412cbaf1f81ecafe668ff502dc388


4.     固德威–光伏发电智能化功率预测

痛点:光伏发电功率的波动对电网的安全性和稳定性有严重影响,导致电网运行成本高、对太阳能资源的利用率低。

方案:将阿里云ET工业大脑应用于光伏发电领域,通过分析气象数据和历史功率数据,科学预测光伏发电功率。

价值:通过对光伏发电功率的预测,支撑电网统筹安排常规电源和光伏发电的协调配合,大大提升电网安全和太阳能资源利用率,降低电网运行成本。

 

af214d6dd9a63e3e801f97dba2763e0ca6cdd46e


5.     国网浙电– 变压器油色谱在线监测数据评估与筛选

痛点:变压器油色谱在线监测数据能够监测变压器故障,但由于该数据质量参差不齐,导致变压器在线监测准确率低,并导致电网在油色谱在线监测装置上的投资回报率低。

方案:建立油色谱在线监测数据的可靠性分析模型,从完整性、一致性、准确性三个维度分析数据质量,并由此评估油色谱在线监测装置性能。

价值:筛选出可靠的监测数据,并对监测装置的可靠性评分,为变压器故障监测提供数据保障,指导电网制定监测装置的采购计划和厂家的选择。

 

5fb657ee2fd618d2b2917aea8c917d6fc8509e6b


6.     中芯国际–芯片良率提升

痛点:中芯国际28纳米集成电路芯片生产过程的光罩产品次品率(CD偏差)过高,导致生产效率降低,生产成本升高。

方案:将阿里云ET工业大脑应用于中国顶尖精密制造领域,对工艺参数进行建模分析,构建预测模型。

价值:通过CD预测建模,预测误差可控制在1纳米左右,大大减少光罩产品次品率。

 

f6e1a16317705d609385c48949afdbeeeda56f68


7.     盾安集团–风力发电机故障预测

痛点:传统风力发电机维护是故障发生后“亡羊补牢”,事后发现维修复杂,维修周期长,停产损失大、维修费高昂。

方案:通过海量风机历史运行数据,构建风电机组异常智能监控预警以及风电机机组故障预测模型,提前发现微小故障并预警。

价值:通过高频谐波的占比预测风机故障趋势,提前2个月进行发电机故障预警,风机维护费用从30-50万减少至2万元每台。

 

d57b8e032c21c1fb9d4be33fcf31ec63161b5b7a


8.     火车列车故障检测

基于图像的案例。

 

682d4f26df811325cd31161d3d4fe33741e4bdf0

 

dca27d504d5384a7292c612d24a754bae6e9a53e


85a13708648e2ef0144d47b3485ad7916b4e8dd8


四、 工业大数据平台

 

42b47a9bb3e00746693a63501e17b55b87130708


1a9739962cbbc571ee9f7bfdc7a21effe10fe198


五、宣传扩展和知识转移

1.     为合作方提供培训与知识转移,提升企业的自我造血能力

目标:独立进行大数据平台的使用、管理、测试维护、故障处理和新需求的数据存储、算法建模、数据呈现、大屏展示等工作。

·上云培训:通过培训熟练运用阿里云产品、技术、服务及解决方案。

·共同参与实施:需求调研、方案设计、数据建模、算法定制、数据分析应用、大屏展示、安全体系构建在整体规划实施中,掌握大数据平台相关云服务使用与系统运维。

·现场培训:研讨会、答疑等方式,对产品使用、部署方式、运维管理、针对业务场景的云架构及项目中设备、软件、技术方面存在的问题研讨,答疑。

·集中培训:定期或不定期对关键业务人员和技术人员进行集中培训。

 

affcc3f5d129874485808518d3610f19a4238055


2.     重点领域的企业联合宣传,提升智能制造转型的影响力

·五大机场平面广告:北京、广州、上海、深圳、杭州

·分众11个城市楼宇广告:杭州、苏州、重庆、南京、成都、广州、深圳、武汉、厦门、上海、北京


eea9a0521766667506fa00d4542875656e5368eb


本文由云栖志愿小组马JY整理


版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享: