通过预测与控制实现智能工厂降本增效

1、通过预测与控制实现智能工厂降本增效智能工厂建设目标：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设备效率业务运营能效管理生产工艺控制设备级生产级控制级企业级更好的决策运营级更高的效率更少的故障机器人、智能设备、现场总线、执行器、传感器等Security Management工业以太网PACUPSLocal HMIPower 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能源管理在线诊断安全防护与视频MV LV Ca

2、binet IMCC智能工厂4层架构生产管理质量管理设备管理物流管理原料管理数字矿山实时性4层架构智能化的三层深度数字化321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物理工厂人的经验经验知识化知识模型化模型算法化算法代码化代码软件化软件使用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

3、 8400吨/年3%最优和最差的操作员，能耗相比差了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长周期优化MPC多变量预测模型CVsMVsCVsSimSci APC 数据库动作信号测量信号规则控制器最小代价函数优化后的设定点数值 和 操作变量MV输出值现场智能控

4、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（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

5、产吨生料的电耗更低煤粉预测值绝对偏差大多数0.2PA大数据工具（Predicative Analytics） 预测分析 机器学习优化模型Predictive Analytics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PythonAPC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

6、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项目名称项目范围实施年份徐州中联水泥#2窑 （1万吨）2015祁连山漳县水泥窑 & 水泥磨（辊压机+球磨）2016承德金隅水泥窑（+工业固废）2017祁连山成县水泥窑 & 水泥磨