本文摘要：摘要：針對(duì)企業(yè)安全生產(chǎn)數(shù)據(jù)處理量大，不能有效科學(xué)處理，從而導(dǎo)致生產(chǎn)效率低下，裝置運(yùn)行穩(wěn)定性不高的問題，利用先進(jìn)的信息技術(shù)和算法模型，幫助企業(yè)消除信息孤島，實(shí)現(xiàn)數(shù)據(jù)智能分析，生產(chǎn)經(jīng)營(yíng)更趨科學(xué)合理。 關(guān)鍵詞：信息技術(shù);控制系統(tǒng);數(shù)據(jù)處理;智能分析
摘要：針對(duì)企業(yè)安全生產(chǎn)數(shù)據(jù)處理量大，不能有效科學(xué)處理，從而導(dǎo)致生產(chǎn)效率低下，裝置運(yùn)行穩(wěn)定性不高的問題，利用先進(jìn)的信息技術(shù)和算法模型，幫助企業(yè)消除信息孤島，實(shí)現(xiàn)數(shù)據(jù)智能分析，生產(chǎn)經(jīng)營(yíng)更趨科學(xué)合理。
關(guān)鍵詞：信息技術(shù);控制系統(tǒng);數(shù)據(jù)處理;智能分析
0引言
新一代信息技術(shù)與工業(yè)企業(yè)深度融合，正在引發(fā)影響深遠(yuǎn)的產(chǎn)業(yè)變革，形成新的生產(chǎn)方式、產(chǎn)業(yè)形態(tài)、商業(yè)模式和經(jīng)濟(jì)增長(zhǎng)點(diǎn)。數(shù)據(jù)為工業(yè)企業(yè)轉(zhuǎn)型升級(jí)開辟了新途徑。處于數(shù)據(jù)化的時(shí)代，企業(yè)獲取、管理和利用到的數(shù)據(jù)量越來越大、種類越來越多，若能對(duì)數(shù)據(jù)進(jìn)行科學(xué)的采集、組織、分析與利用，為產(chǎn)品全生命周期和企業(yè)生產(chǎn)經(jīng)營(yíng)各環(huán)節(jié)提供有價(jià)值的決策參考，就能提高生產(chǎn)率、利潤(rùn)率和企業(yè)綜合發(fā)展水平。
數(shù)據(jù)處理平臺(tái)為數(shù)據(jù)的價(jià)值挖掘提供了基礎(chǔ)能力，機(jī)器學(xué)習(xí)算法為數(shù)據(jù)的價(jià)值挖掘提供了有效手段。隨著生產(chǎn)信息化應(yīng)用的逐步深入，如何將生產(chǎn)過程數(shù)據(jù)整合并進(jìn)行分析挖掘，從海量數(shù)據(jù)中獲取更大的價(jià)值、向數(shù)據(jù)要生產(chǎn)力成正逐步成為企業(yè)思考和解決的問題。
1現(xiàn)狀分析
兗礦集團(tuán)國(guó)宏化工公司年產(chǎn)50萬t甲醇，工業(yè)自動(dòng)化生產(chǎn)能力較強(qiáng)，生產(chǎn)過程基本實(shí)現(xiàn)全流程DCS/PLC自動(dòng)化控制，技術(shù)和工藝水平處于國(guó)內(nèi)前列，產(chǎn)品質(zhì)量穩(wěn)定，生產(chǎn)效率較高,目前整個(gè)廠區(qū)鍋爐、合成/凈化/氣化、空分裝置均使用DCS系統(tǒng)進(jìn)行遠(yuǎn)程控制，水處理和煤儲(chǔ)運(yùn)系統(tǒng)使用PLC控制系統(tǒng)。
主要工藝環(huán)節(jié)都建設(shè)了信息系統(tǒng)，生產(chǎn)過程中的關(guān)鍵設(shè)備實(shí)時(shí)狀態(tài)、控制開關(guān)操作能在調(diào)度系統(tǒng)中即時(shí)展示，數(shù)據(jù)通過IOServer應(yīng)用和現(xiàn)場(chǎng)設(shè)備進(jìn)行通訊，采集現(xiàn)場(chǎng)數(shù)據(jù)并存儲(chǔ)到調(diào)度服務(wù)器中合并存儲(chǔ)，服務(wù)器存儲(chǔ)數(shù)據(jù)庫(kù)是SQLserver，無法應(yīng)對(duì)更大量數(shù)據(jù)存儲(chǔ)，且廠區(qū)內(nèi)只有當(dāng)天數(shù)據(jù)被存儲(chǔ)，其他歷史數(shù)據(jù)通過公共機(jī)遠(yuǎn)程傳輸?shù)竭h(yuǎn)程服務(wù)器中長(zhǎng)期存儲(chǔ)。
2存在問題
裝置運(yùn)行的穩(wěn)定性不高。由于化工生產(chǎn)工藝繁雜，從上游的水煤漿制備到氣化反應(yīng)制合成氣，再到煤氣的變換、低洗、甲醇合成，中間很多工藝雖然實(shí)現(xiàn)了小回路自動(dòng)化控制，但裝置級(jí)的大回路難以實(shí)現(xiàn)自動(dòng)控制，對(duì)于關(guān)鍵的參數(shù)設(shè)置和調(diào)節(jié)仍然主要依靠人的經(jīng)驗(yàn)，特別是當(dāng)裝置來料發(fā)生波動(dòng)的時(shí)候，人操作也難比保持裝置的穩(wěn)定性，裝置的波動(dòng)往往造成能耗物耗的增加，甚至影響裝置的正常運(yùn)行。
現(xiàn)場(chǎng)存在危險(xiǎn)因素�；て髽I(yè)還有部分工序需要人員親自現(xiàn)場(chǎng)巡檢，由于化工工藝原因，不可避免的產(chǎn)生存在CO、CO2等有毒有害氣體，特別是事故狀態(tài)下可能導(dǎo)致泄露�；て髽I(yè)高溫高壓管道、儲(chǔ)罐較多，會(huì)對(duì)巡檢和緊急處置人員帶來較大的安全隱患。節(jié)能增效空間較大。化工企業(yè)是高能耗的工藝，主要的原料是煤和水，提升裝置的運(yùn)行效率，提高產(chǎn)能、降低生產(chǎn)水蒸氣的單位煤耗、單位產(chǎn)品的蒸汽消耗，則對(duì)企業(yè)效益產(chǎn)生較大影響，據(jù)測(cè)算，甲醇生產(chǎn)綜合煤耗每降低0.1%，每年可節(jié)約成本1000萬元。
3設(shè)計(jì)方案
針對(duì)企業(yè)工藝較為復(fù)雜、安全生產(chǎn)數(shù)據(jù)量大的實(shí)際情況，通過開發(fā)應(yīng)用先進(jìn)的數(shù)據(jù)處理工廠對(duì)企業(yè)系統(tǒng)數(shù)據(jù)、工廠設(shè)備數(shù)據(jù)、傳感器數(shù)據(jù)、人員管理數(shù)據(jù)等多方工業(yè)企業(yè)數(shù)據(jù)進(jìn)行匯集，借助算法工廠的語(yǔ)音交互、圖像/視頻識(shí)別、機(jī)器學(xué)習(xí)和人工智能算法，激活海量數(shù)據(jù)價(jià)值，用人工智能技術(shù)解決化工生產(chǎn)管理中的難點(diǎn)問題，從而實(shí)現(xiàn)節(jié)能降耗，為企業(yè)智能化升級(jí)提供技術(shù)支撐。
按照大數(shù)據(jù)“存通用”的方法論，在數(shù)據(jù)接入到大數(shù)據(jù)平臺(tái)后，首先對(duì)原始數(shù)據(jù)進(jìn)行存儲(chǔ)。在原始數(shù)據(jù)與最終結(jié)果之間，需要通過ETL(ExtractTransformationLoad)等手段進(jìn)行清洗、轉(zhuǎn)換、脫敏、整理，主要包括：預(yù)處理接待，去除或補(bǔ)全有缺失值的數(shù)據(jù)、去除或修改格式和內(nèi)容錯(cuò)誤的、邏輯錯(cuò)誤的、不需要的數(shù)據(jù)，盡量達(dá)到數(shù)據(jù)的完整性，唯一性，合法性和一致性。提供數(shù)據(jù)開發(fā)平臺(tái)，便于更好的進(jìn)行ETL、數(shù)據(jù)建模、數(shù)據(jù)管理與數(shù)據(jù)運(yùn)維的工作。機(jī)器學(xué)習(xí)平臺(tái)，更好的進(jìn)行在算法建模過程的可視化的拖拉拽的開發(fā)者服務(wù)。數(shù)據(jù)分析平臺(tái)，更好的基于大數(shù)據(jù)的分析工作。
4技術(shù)路線
數(shù)據(jù)處理工廠從邏輯上分為數(shù)據(jù)采集層、平臺(tái)層、算法模型層以及應(yīng)用運(yùn)行層。數(shù)據(jù)層：數(shù)據(jù)采集接入層負(fù)責(zé)將數(shù)據(jù)從DCS/PLC各級(jí)相應(yīng)系統(tǒng)中將數(shù)據(jù)實(shí)時(shí)、離線采集到大數(shù)據(jù)處理平臺(tái)。數(shù)據(jù)采集層工具和套件要支持從數(shù)據(jù)庫(kù)、文件、數(shù)據(jù)流等多種類型數(shù)據(jù)源中采集數(shù)據(jù)，支持各種類型傳輸協(xié)議。工具平臺(tái)層：提供數(shù)據(jù)采集、存儲(chǔ)、計(jì)算、機(jī)器學(xué)習(xí)、可視化等一整套工具和平臺(tái)。
大數(shù)據(jù)平臺(tái)支持海量數(shù)據(jù)存儲(chǔ)，根據(jù)數(shù)據(jù)類型和應(yīng)用場(chǎng)景將數(shù)據(jù)存儲(chǔ)到平臺(tái)相應(yīng)的資源中，如：結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)使用不同的存儲(chǔ)策略。同時(shí)，平臺(tái)支持實(shí)時(shí)計(jì)算、離線計(jì)算、流計(jì)算等多種計(jì)算框架。針對(duì)實(shí)時(shí)性要求高的場(chǎng)景，如：鍋爐燃燒工藝參數(shù)推薦、精餾塔工藝優(yōu)化等業(yè)務(wù)場(chǎng)景，采用流計(jì)算架構(gòu)進(jìn)行處理，整個(gè)計(jì)算過程可在秒級(jí)完成。實(shí)時(shí)計(jì)算支持上層快速BI分析。
算法模型層：工業(yè)大腦包含算法工廠功能，可以基于機(jī)器學(xué)習(xí)平臺(tái)進(jìn)行算法建模，并進(jìn)行算法管理、運(yùn)行調(diào)試，并能發(fā)布到本地運(yùn)行。應(yīng)用運(yùn)行層：提供一個(gè)本地化運(yùn)行環(huán)境，讓能耗優(yōu)化模型穩(wěn)定運(yùn)行，實(shí)時(shí)推薦優(yōu)化參數(shù)，供操作人員進(jìn)行控制操作。同時(shí)提供數(shù)據(jù)可視化模塊，實(shí)時(shí)展示生產(chǎn)運(yùn)行狀態(tài)和生產(chǎn)管理效益數(shù)據(jù)。
5技術(shù)效果
5.1有效消除數(shù)據(jù)孤島
由于企業(yè)不同DCS/PLC生產(chǎn)系統(tǒng)中布置的多個(gè)生產(chǎn)控制系統(tǒng)，數(shù)據(jù)都分布在各自獨(dú)立系統(tǒng)中，數(shù)據(jù)導(dǎo)出較為繁瑣，數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一，形成多個(gè)數(shù)據(jù)孤島，對(duì)數(shù)據(jù)應(yīng)用造成非常大的困難。數(shù)據(jù)處理工廠實(shí)現(xiàn)了不同工業(yè)場(chǎng)景下多種主流協(xié)議的接入、多源異構(gòu)數(shù)據(jù)(如文本文件、日志文件、消息流、數(shù)據(jù)庫(kù)、工業(yè)OPC協(xié)議數(shù)據(jù)等)的實(shí)時(shí)接入和處理，從而保障了復(fù)雜的工業(yè)生產(chǎn)環(huán)境下多種設(shè)備所產(chǎn)生的復(fù)雜數(shù)據(jù)的采集與集中打通的需求。
對(duì)全鏈路的工業(yè)體系數(shù)據(jù)進(jìn)行組織管理，打通企業(yè)信息化與制造設(shè)備、生產(chǎn)物料、人力資源等各種資源之間的數(shù)據(jù)關(guān)聯(lián)，構(gòu)建人機(jī)料法環(huán)統(tǒng)一數(shù)據(jù)模型,形成新工業(yè)數(shù)據(jù)倉(cāng)體系，完成工業(yè)數(shù)據(jù)的資產(chǎn)化，并結(jié)合阿里云針對(duì)不同工業(yè)場(chǎng)景下的算法模型，以數(shù)據(jù)+算法的技術(shù)實(shí)現(xiàn)產(chǎn)業(yè)價(jià)值的提升。提供成熟的工業(yè)元數(shù)據(jù)管理設(shè)計(jì)服務(wù)、完善的數(shù)據(jù)安全保護(hù)方案、靈活的工業(yè)大數(shù)據(jù)標(biāo)簽體系。
5.2全面提供支撐平臺(tái)
數(shù)據(jù)處理工廠提供了人工智能計(jì)算平臺(tái)、數(shù)據(jù)挖掘建模平臺(tái)、算法管理工廠等核心功能，降低了人工智能應(yīng)用開放和管理成本，給本項(xiàng)目智能化應(yīng)用提供了技術(shù)支撐。作為一個(gè)基礎(chǔ)工作平臺(tái)，工業(yè)大腦為企業(yè)信息化員工和其他信息化服務(wù)廠商提供了一個(gè)技術(shù)創(chuàng)新的環(huán)境，支持后續(xù)開發(fā)更多智能化應(yīng)用，為企業(yè)持續(xù)創(chuàng)新提供了技術(shù)保障。
5.3逐步實(shí)現(xiàn)智能化應(yīng)用
從海量生產(chǎn)數(shù)據(jù)的集成、打通到數(shù)據(jù)知識(shí)圖譜的構(gòu)建，將企業(yè)的生產(chǎn)數(shù)據(jù)資產(chǎn)化，在此基礎(chǔ)上，運(yùn)用工業(yè)數(shù)據(jù)智能服務(wù)套件針對(duì)企業(yè)業(yè)務(wù)進(jìn)行提升，如：產(chǎn)品質(zhì)量提升/良品率提升、生產(chǎn)設(shè)備的預(yù)測(cè)性維護(hù)、生產(chǎn)設(shè)備故障監(jiān)測(cè)、供應(yīng)鏈智能管理、生產(chǎn)能耗優(yōu)化、企業(yè)廢料監(jiān)測(cè)與處理、智能圖像質(zhì)檢，通過智能化應(yīng)用逐步實(shí)現(xiàn)企業(yè)全面智能化升級(jí)。
大數(shù)據(jù)智能論文范例：基于云計(jì)算的圖書采購(gòu)平臺(tái)建設(shè)
6結(jié)論
數(shù)據(jù)處理工廠是在云計(jì)算大數(shù)據(jù)的技術(shù)背景下，利用先進(jìn)的智能技術(shù)和算法模型結(jié)合企業(yè)歷史數(shù)據(jù)，做到生產(chǎn)和管理的精細(xì)化、智能化，進(jìn)而提升企業(yè)的經(jīng)濟(jì)和社會(huì)效益。
作者：張洪偉1，時(shí)均坡1，趙連濤2
轉(zhuǎn)載請(qǐng)注明來自發(fā)表學(xué)術(shù)論文網(wǎng)：http:///dzlw/24347.html
