大数据背景下智能化工厂的建设

来源:用户上传      作者:

　　摘  要：随着信息技术的飞速发展，建设智能化工厂的已成为行业重要发展趋势。如何将大数据技术利用于工厂生产设备维护管理，减少工厂生产设备故障次数，减少非计划停车都有着重要的指导意义。利用大数据监测技术可以进行及时的故障诊断和排除，提高工厂管理水平，进而提高工厂的竞争力。文章将通过浅谈大数据背景下的智能化工厂建设来论述如何将大数据技术应用到智能工厂，大数据技术背景下智能化工厂建设的重要目的以及意义。
　　关键词：大数据;智能化工廠;设施设备;工厂建设;故障诊断
　　中图分类号：F425         文献标志码：A         文章编号：2095-2945（2019）23-0080-02
　　Abstract： With the rapid development of information technology， the construction of intelligent chemical plants has become an important development trend of the industry. How to apply big data technology to the maintenance and management of factory production equipment， reduce the number of failures of factory production equipment， and reduce unplanned parking has important guiding significance. The use of big data monitoring technology can carry out timely fault diagnosis and troubleshooting， improve the level of factory management， and then improve the competitiveness of the factory. By talking about the construction of intelligent chemical plant under the background of big data， this paper discusses how to apply big data technology to intelligent plant and the important purpose and significance of intelligent chemical plant construction under the background of big data technology.
　　Keywords： big data; intelligent chemical plant; facilities and equipment; factory construction; fault diagnosis
　　引言
　　大数据技术是通过云计算的方式利用计算机网络技术合理的利用计算资源提高企业的生产效率。大数据背景下的智能化工厂建设可以有效的降低成本，实现绿色计算，在当今科学技术发展推动之下，大数据技术尤为突出。该技术不断的完善已经被应用到了社会中的各行各业，不仅仅提高了工作质量，还提高了工作效率，提高了管理水平和管理技术。文中就大数据背景下的建设的应用进行探究。
　　1 大数据背景下国内智能工厂发展现状分析
　　当前我国的制造企业面临着转型的巨大压力，由于劳动力成本的不断提高、生产产能过剩、企业之间竞争日益激烈、个性化的需求等等因素，迫使企业采取差异化的竞争优势，提高其竞争能。并且随着当今信息化、智能化等新兴技术的迅速兴起，利用大数据技术为企业推动智能化工厂建设有着良好的技术支撑，并且随着国家和地方政府相关政策的实施，有远见的工厂都已经不约而同的向智能化趋势发展。
　　1.1 典型智能化工厂案例分析
　　虽然目前世界上并没有完整意义上的智能工厂案例，但是各国都在进行积极的探索。智能化工厂建设中要实现的物流追踪，信息自动采集，仓储应用，自动化生产等信息同步离不开射频模块（RFID）的帮助，射频模块是物联网的和核心，能够容纳大量信息，并且读取速度快并且识别功能强，可以同时识别多个高速移动的物体，受环境影响小（产品上有污渍时仍可识别），并且安全性好。从理论上讲，装上射频标签后，全世界的物品都将拥有独一无二、功能强大、非接触快速读取的“身份证”。
　　目前许多有远见的智能工厂的企业的基本战略都是使用射频模块（RFID）来实现制造企业生产过程执行系统（MES）和仓库管理系统（WMS）的实时可追溯性，智能工厂的设施设备和生产产品的信息及时由RFID发出，并借助MES和WMS来实时监控，仓储调配，质量跟踪，自动化生产并根据以往的生产信息来判断如何调整生产方式才能提高生产效率并作出改进，以此来最大程度的节约生产资料，降低生产成本并提高产品质量。
　　1.2 智能化工厂的政策环境
　　智能化制造是当今全球制造业的发展趋势和核心技术，也是工厂转型发展的重要方向。我国针对智能工厂提出了一系列的政策。《中国制造2025》中描绘了中国成为制造强国的蓝图，希望通过30年的努力，把中国从制造大国转变为世界一流的制造强国，把工厂智能化制造作为当前中国制造的重要突破口，鼓励企业建设智能工厂，推动企业转型，发展智能制造。并且国家已经开展了许多的智能制造试点以及智能制造的专项活动，这些试点和活动已经扩展到了全国范围。根据智能化工厂发展的新模式，智能工厂建设包括两类，一类是智能标准试验验证类的工程项目;另一类是制造新模式的工程项目。在2017年国家已经把智能工厂列入了工信部第4个季度的标准计划当中;在2018年我国工信部正式发印了《智能制造综合标准和新模式应用项目管理细则》，为进一步推动智能工厂的建设提供了良好的政策环境。 　　2 大数据背景下智能工厂的优势
　　智能化工程的建设主要依托于软硬件产品以及设施设备，对于工厂建设如何使设施设备的运作更加智能化依赖依托于工业硬件的集成和发展，这也将成为智能工厂发展的重点。由于软件和硬件是密不可分的，所以未来智能化工程硬件设施设备建设将朝着模块化、标准化的方向发展。总之，未来的智能工厂会变得更加自动化、平台化、信息化、准确化，并且实现人、产品、以及设施设备的实时连通，运用物联网技术，大数据云平台技术有效的实现对工厂设施设备的智能控制，对工厂的运作进行精准识别，帮助企业建立安全，绿色，高效节能的生产工厂，进而提高工厂的经济实力和社会效益。
　　2.1 数据采集可以对设施设备进行及时维护
　　对于智能工厂的正常运行必须依靠设施设备的正常运作。大数据监测可以通过对比设备运转时的各种数据，得出设备的实时工作情况，计算其维护成本，在最合理的时间对设备进行维护，在保证生产的高效进行的同时降低设备的维护成本，以此来提高生产效率。
　　2.2 数据计算背景的考评制度
　　利用大数据相关数据的计算，建立科学合理的考评制度能够积极的调动员工的积极性，还能够有效的保证工厂完成工作目标，在工厂运作当中能够保证人员之间的信息流畅，降低运行成本。在大数据背景下，以各种考核因素作为基本指标，再根据日常工作表现、工作时长、工作严谨度作为核算因子，可以得出一份公平公正的考核表，让员工能够及时的发现自己的问题，减少错误行为的出现，让考评制度成为提高工厂效率的重要制度。
　　2.3 建立故障诊断制度
　　利用大数据技术可以对工厂设施设备运行实现实时的状态监测，能够对特定信息进行检测、记录、处理，对设备出现的故障能够进行基本的诊断。大数据监测技术主要是利用设备运行当中的各种信息，如温度、压力、噪聲、转速、震动等通过传感器输送到系统中进行检测，与正常运行的设备状态参数进行对比，做到实时监控设备的运行状态，如果设施设备运行不当，或者是有一些隐患问题，则能够帮助检测人员及时的进行故障排除，利用各种仪器确定隐患的位置危险等级，减少因故障而造成的停工，提高生产效率。
　　3 智能工厂的发展的问题及解决方案
　　3.1 智能工厂的发展问题
　　就当前我国大部分的工厂而言，只有一些有经济实力雄厚的企业才能够建设智能化工厂。在智能工厂的建设中，利用大数据技术结合振动技术可以有效的为智能工厂的设备维修系统提供良好的解决方案，对工厂的设施设备做到及时维护，减少工厂经济损失。但是在智能工厂的建设初期需要巨大的成本投入，并且其收益在初始阶段难以直接的体现出来，相关企业需要一段时间的发展才能充分发现其优势。
　　3.2 解决方案
　　就智能工厂的发展趋势而言，一方面从全球角度来看，工业控制领域巨头纷纷将互联网和人工智能作为核心进行产业模式协同发展，为工厂建设搭建工业大数据平台，进一步提高工业的近期工业发展水平，从整个工业大数据背景的智能化工厂竞争的格局来看，相关企业应该着眼于长远利益，未来的智能工厂发展浪潮是大数据技术走向平台化、系统化，进一步提高信息技术对工厂建设的背景，固步自封只会让自己变得落后。加大对于智能工厂的投入眼前看似没有明显的收益提高，但是对于未来企业的发展有着重要的战略意义。
　　4 结束语
　　利用大数据技术可以实现对数据的实时分析和计算，可以显著的提高工厂的生产效率，在减少人工成本同时提高生产的质量和效益;利用大数据获取各种生产设备的实时参数，解决当前生产中存在的问题并优化生产方法;利用大数据科学地对工厂设施设备使用和维护，合理地进行设备状态监测和故障诊断，以此来提高经济效益，带动生产力的发展。
　　参考文献：
　　[1]吕先华.智能化工程管理中存在的问题及对策分析[J].工厂管理学理论，2014（11）：81-82.
　　[2]付永伟.论智能工厂中大数据计算中存在的问题及对策[J].管理信息化，2015（09）：30.
　　[3]邓芳芳.精细化管理工厂管理中的应用和实践[J].工厂界，2017（12）：45-46.
转载注明来源:https://www.xzbu.com/1/view-14992065.htm