日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

蘑菇物聯技術（深圳）有限公司

1 目標和概述

工廠的公輔車間依據其提供的功能作用可分為配電車間、空壓站、循環水車間、制冷車間等，負責為工廠的生產車間提供水電冷氣熱，保障正常的生產業務。公輔車間內配備的設備類型眾多，消耗的能源資源種類有電、水、氣體、化石能源等，其復雜性給管理帶來兩個主要的挑戰：一是數字化的缺失導致設備管理的混亂，設備的日常管理極度依賴人工不間斷的巡檢記錄，無法將設備的臺賬資產管理、保養維保記錄、設備狀態預警、能源消耗報表集中到同一平臺實現自動化和智能化管理；二是設備日常運行調參依賴人工，缺乏依據生產車間實時所需動態調整的能力，造成設備運行時能源消耗的浪費。

公輔車間云智控能源數字化平臺以單個公輔車間為單位，目前主要是空壓站和制冷車間，通過將自主研發的蘑菇云盒與車間的設備和傳感器相連，實現對設備數據的采集，再通過無線LoRa的方式與自主研發的智能邊緣服務器相連，從而實現對車間設備和傳感器的集中數字化管理。同時智能邊緣服務器配置有針對特定公輔車間運行環境開發的人工智能控制算法，能實現對設備的秒級精準控制，從而實現公輔車間的整站節能，節能率在10%~30%。蘑菇云盒和智能邊緣服務器還配置有4G通訊模塊，可直接與云服務器鏈接，通過空中下載（OTA）功能實現本地固件、協議、智能算法的更新。

2 方案介紹

2.1 系統架構（如圖1所示）

圖1 現場系統搭建架構圖

公輔車間云智控能源數字化平臺采用目前工業互聯網流行的四層設計，由采集層、邊緣層、平臺層和應用層構成。如圖2所示。

圖2 平臺設計方案架構圖

2.2 硬件平臺

硬件平臺主要包括蘑菇云盒和智能邊緣服務器。

蘑菇云盒應用于采集層，通過非入侵的方式與工廠的各類儀表和各公輔車間的設備連接，采集儀表和設備的數據。蘑菇云盒可連接20多類設備，支持200多個品牌設備，支持1300多種通訊協議。蘑菇云盒配置有LoRa、4G或以太網通信模塊。其中LoRa通訊模塊用于與車間的無線智能傳感器和智能邊緣服務器通訊，4G通信模塊用于與云平臺直接通訊，具有OTA功能。外觀如圖3所示。

圖3 蘑菇云盒

智能邊緣服務器應用于邊緣層，部署在各公輔車間內，集成LoRa基站、4G路由器、計算和控制模塊、人機交互界面。LoRa基站用于與車間內的蘑菇云盒通訊，4G路由器用于與云平臺通訊，具有OTA功能。計算和控制模塊配置有多種人工智能算法模型，云端可通過OTA功能為其配置最新的算法模型，用于將蘑菇采集的實時設備數據利用人工智能算法分析處理得到設備最優運行模型，并下發控制指令，從而達到節能的目的。人機交互界面配置有專門開發的軟件，具有車間運行狀態展示看板、用戶操作交互等功能。

圖4 智能邊緣服務器

2.3 軟件平臺

軟件平臺主要承擔設備數據的存儲、監測與分析功能。平臺層可部署在公有云，如阿里云、華為云、騰訊云等，也可部署在私有云或混合云上。平臺層存儲有系統運行的大量數據，配置有人工算法模型，可通過機器學習不斷優化算法模型，并通過OTA功能同步至邊緣層智能服務器，平臺層還配置有專家庫，將采集層和邊緣層發送的數據進行清洗與分析，生成智能報表和診斷報告，推送至用戶的電腦或移動端App上。

基于容器技術的物聯中臺開發，包括物聯通訊（數據采集和控制）、協議管理、數據解析、數據清洗、數據分析、建模等多個環節。中臺運用了IoT、微服務架構（Spring Cloud）、容器化技術（Docker+k8s+Rancher）、大數據（TCDB+HBase+Spark）。基于容器技術的物聯中臺可滿足物聯網系統對并發量、通訊穩定性、系統拓展性的較大要求。從開發層面開發持續集成/持續交付，構建開發自動化構建、測試、部署流程，提高產品開發、運維部署的效率，減少生產事故，提高生產系統的穩定性、可靠性。因而，基于無線通訊及多約束條件AI算法的公輔車間云智控SaaS系統可實現用戶一鍵配置添加新設備和“不停機、用戶零感知”升級迭代。

云平臺配置推理規則引擎、實時統計過程控制（SPC）引擎、分析挖掘引擎、機理仿真模型，實現對近400個空壓站和制冷車間的數據清洗與矯正，便于生成多維度的能源消耗智能報表。

存儲有近400個公輔車間的設備數萬個小時的運行數據，配置有實時計算、批量計算、流式計算等計算引擎，通過機器學習鍛煉，不斷優化控制算法模型。基于機器學習算法智能識別需求端、供給端、管道端三端實時工況，自適應預測需求周期規律和短期波動變化、供給端實際產量和能效、管道端損耗等運行狀態；基于多參數多約束條件優化算法，對供需差異、控制頻次限制、運行時間限制、變頻設備能效區間、能耗功率限制等因素建立數學規劃模型，適用于空壓站和制冷車間內多設備聯動智能控制，實現科學決策和高效節能。目前已開發出針對空壓站、制冷車間和循環水系統的控制算法模型，采用預測性控制算法、計劃控制與實時工況識別控制算法、多參數多約束控制算法等，已實現空壓站和制冷車間的能耗降低10%~30%，實現循環水系統智能加藥。

2.4 數據通訊

針對車間工業現場復雜的環境，公輔車間云智控能源數字化平臺在公輔車間本地采用LoRa無線通訊傳輸數據，減少施工對現場的破壞，可快速安裝部署。將OFDM技術（正交頻分復用技術）引用到SubG頻段的LoRa通訊中，有效提高工業現場無線通訊的抗干擾性，使得節點的無線通訊半徑增至100米，通訊的丟包率降低到1%以下。本項目通過時分碼分技術對星型網絡下的LoRa基站節點容量進行提升，該技術分給每個用戶一個互不重疊的非標準時隙，各用戶僅在分配的時隙工作，采用N個時分信道共用一個載波頻道，占據相同帶寬。所以基站復雜性較小。其用不同的時隙來發送和接收信號，因此不需要雙工器。在有限的頻段資源下有效提升系統容量。單個LoRa基站秒級數據節點數量由原來的5個擴充到10個，有效減少工業現場所需的基站數量，節約硬件成本。

邊緣端與云端的通訊則采用4G的方式。

2.5 安全措施

針對智能控制的潛在風險，公輔車間云智控能源數字化平臺采用邊緣端和云端雙邊控制方案，設置三重安全機制確保車間的運行穩定，降低生產風險。正常運行的情況下，通過邊緣智能服務器對公輔車間設備進行秒級的精準控制，當邊緣端智能控制出現異常時會切換到云端啟用備用機制進行云邊雙控，當整個智能控制路徑都異常失效時，蘑菇云盒會啟動失效保險，恢復到設備的原始控制狀態。

3 代表性及推廣價值

公輔車間云智控能源數字化平臺歷經100多次迭代，目前申請發明專利共40項、申請軟件著作權11項、申請實用新型專利5項、申請4項外觀專利、申請作品登記證2項、申請4項商標，平臺入選國家工信部2019工業互聯網App優秀解決方案、AII（中國工業互聯網產業聯盟）全國15個具有代表性的工業App案例，并榮獲2019智博會·中新工業App創新應用大賽一等獎，數博會工業App創新大賽三等獎，入選廣東省工業互聯網A類產品。已應用企業覆蓋中國華南區、華東區、華北區、西南區，成功應用于家電、日化、水泥、汽車、電子、制藥、紡織、印刷制品等共60余類制造行業，總計300多個公輔車間，實現營收2500多萬元。目前運行穩定，平均節省能耗在10%到30%之間。

摘自《自動化博覽》2022年2月刊