水泥裝備行業工業互聯網的應用

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了水泥裝備行業工業互聯網的應用范文，希望能給你帶來靈感和參考，敬請閱讀。

關鍵詞：工業互聯網；平臺架構；水泥裝備；邊緣計算；預知性維護

前言

工業互聯網是基于新一代信息通信技術與制造技術深度融合[1]，廣泛連接人、設備、產線、商品等各類生產要素，從而支撐海量工業數據化的開放性平臺。在新一輪科技革命和產業變革背景下，美國、德國、法國等發達國家紛紛把工業互聯網作為拓展“智能+”的賦能抓手，相繼推出一批工業互聯網平臺，如SEIMENS的MindSphere、GE的Predix等。近些年，我國政府也圍繞工業互聯網發展，先后推出一系列政策文件，并培養出如根云平臺、COSMPlat、IN⁃DICS、Cloudiip等一批工業互聯網平臺[2]。我國水泥工業近些年發展迅速，現已成為世界主要水泥生產國和裝備制造國，但在主機裝備基本國產化的同時，仍存在一些問題。一是水泥裝備制造企業的智能化和信息化水平較電子、汽車等高端制造行業，仍存在較大差距；二是高附加值的智能裝備制造在目前仍處于起步階段，終端缺乏數據主動供給能力，無法實現數據的邊緣處理；三是各類型裝備適配不同工業協議導致開放性不足，系統間數據隔離現象明顯，孤島林立，生產和運營管理數據流未能有效整合，數據利用率偏低；四是沒有有效打通設計、生產、檢驗、服務等環節，上下游產業鏈未打通，產品制造和運行維護之間的閉環尚未建立。隨著國家導向和市場環境的變化，水泥裝備企業的生產運營成本不斷提高，競爭也不斷加劇。另一方面，隨著客戶需求變化，水泥生產裝備的個性化和定制化趨勢也將加強，需要以工業互聯網為行業轉型升級的抓手，串聯人機料法環各環節要素，打通供應鏈和產業鏈，構建水泥裝備行業的生態體系，實現由傳統制造業向制造服務業和裝備供應商向綜合服務商的轉變。

1工業互聯網平臺架構設計

1.1總體架構

面向水泥裝備行業的工業互聯網平臺以邊緣層（設備感知層）、IaaS層（基礎設施層）、PaaS層（平臺層）、SaaS層（應用層）組成基本架構，并在此基礎上搭建面向業務、數據和網絡的安全防護體系[3]。邊緣層作為平臺底層支撐，通過各類邊緣終端和網絡協議實時監控設備運行數據并通過網絡傳輸至IaaS層。IaaS層提供虛擬機、服務器、CPU和云存儲資源等基礎設施用以裝載相關應用。PaaS層提供資源管理、計算方法、自動化部署等技術和工具組件，方便用戶在平臺上開展應用開發。SaaS層主要是形成滿足裝備行業應用場景的APP，該層也是工業互聯網平臺在垂直領域的價值所在。

1.2邊緣層

邊緣層是由各類傳感器和網絡協議組成，是工業互聯網中數據采集和傳輸的關鍵部分。通過加裝多傳感器（振動、噪聲、溫度、壓力、位移等）、嵌入式模塊、智能網關等設備，實現對裝備、系統、環境等要素信息的實時采集和處理；結合5G、NB-IOT、萬兆以太網、TSN等通信技術的應用，建立基礎通訊網絡，滿足海量數據的實施采集、傳輸和分析需求。基于工業互聯網天然的分布式特性，將邊緣計算、多協議轉換、多源異構數據接入融合等技術應用于水泥裝備邊緣終端，在靠近數據源頭的網絡邊緣側提供最新端服務，有效解決設備和中心端之間的數據帶寬問題，減輕中心端壓力，提高全局效率。

1.3IaaS層

IaaS層，多可基于私有云、公有云、混合云等多種云端架構，部署數據處理和應用所需基礎設施，包括服務器、存儲、網絡等各類虛擬化資源以及相應的管理能力。水泥企業接入基礎設施層，通過各類API接口調用虛擬化資源，并根據需要在環境中部署運行操作系統和應用程序。虛擬化、分布式存儲、平行計算等技術的應用，確保可以根據用戶需求彈性劃分相應資源池并有效隔離，減輕運維壓力，保障數據安全。

1.4PaaS層

PaaS層為海量數據的整合和治理搭建了基礎服務環境，提供區塊鏈、IOT、云計算、AI、VR、機器學習、資源管理等各類技術組件，通過對各類數據庫的整合，構建基于微服務技術組件、微服務工具組件、大數據工具組件等資源池的“大數據+微服務”體系。PaaS層運用Spark和Hadoop等分布式系統基礎架構，支持批量和實時大數據分析，支持不同應用之間的交互以及第三方API的接入和互聯互通。

1.5SaaS層

SaaS層依托物聯接入、大數據分析等平臺層能力支撐，利用大數據分析、行業知識、微服務等技術，圍繞水泥生產各關鍵裝備打造各類工業App。通過工業互聯網平臺，基于數據實時分析和決策，為企業提供實時監控、資產管理、生產運行、安全環保等場景應用。例如，融合實時監視、大數據、深度學習等先進處理技術，基于關聯知識和時間沉淀，實現設備運行優化、智慧維護、狀態維修的閉環管理。

2工業互聯網在水泥裝備行業的應用

隨著制造業變革不斷深入，數字化、智能化、網絡化技術充分賦予產業技術變革和優化升級新動能。數字化強調對各類價值數據的收集、聚合、分析和應用，網絡化為數據采集和傳輸提供載體，智能化則體現了對數據的應用層次與水平。三位一體構成智能制造數字轉型的核心內容，究其根本，數據是關鍵[4，5]。配置自采集傳感裝置的智能裝備作為產線底層元素，是天然的數據入口，因此裝備制造企業在數據資源獲取方面具備得天獨厚的優勢。裝備制造企業具備豐富的生產實踐經驗和工業知識，更容易基于數據資源，將經驗、原理、技術等知識封裝為微服務或工業App，拓展“智能+制造+服務”，借助工業互聯網賦能企業轉型升級。

2.1裝備制造的智能生產管理

企業可根據需要部署云存儲架構，利用工業互聯網集中接入MES、ERP、OA等分散生產和信息管理系統，打破信息孤島，實現對數據流的匯總分析，對比挖掘設備生命周期中涉及的工藝參數、制造信息、運維數據等，閉環反饋至設計階段，基于云端虛擬環境，對裝備產品進行設計、仿真、分析和優化。與此同時，工業互聯網的開放性和擴展性，可以為裝備制造企業提供覆蓋產業鏈全過程的生產要素，實現優質資源的高效整合和共享。平臺提供的協同設計、協同制造、協同優化能力，可助力企業降低生產成本、縮短制造時間，提高產品質量。

2.2基于智能網關和邊緣計算技術的智能裝備

先進的水泥智慧工廠，往往需要對全場數萬個采樣點的數據進行集中清洗轉換，挖掘內在價值，并實施指令分發和協同，傳統模式將給網絡端和中心端帶來巨大壓力。依托傳感器、控制器等感知設備和智能網關，邊緣計算讓關鍵裝備能夠準確感知自身狀態，為全流程數據感知網絡的建立提供了新的技術手段。具備邊緣計算能力的智能裝備可根據實際需要完成數據采集、清洗、分析、存儲、傳輸以及實時控制，云端中心基于大數據分析、機器學習、模式識別、專家優化等方法，生成運營管理實時策略，下行完成對邊緣智能制造裝備的參數重配置，形成優化控制閉環。終端裝備的智能化提升，其意義不僅在于計算下沉減輕中心端壓力，更重要的是能夠靈活滿足客戶個性化需求，增強客戶運維便捷性，顯著提升產品附加值。

2.3設備管理與預知性維護

水泥工廠繁多機械裝備實時數據的采集和分析，對于生產線的高效運行至關重要。數據的精準分析意味著電耗和煤耗的降低，從而大大降低企業的生產經營成本。同時，異常數據的即時反饋，有助于降低企業的運行風險，最大化企業生產效益。工業互聯網平臺可通過狀態監測、故障診斷、預知性維護、遠程運維等方面，全面提升企業設備管理能力，基于完善的維保計劃和工單流轉流程，豐富的維修知識庫，提高設備維修效率。更重要的是，裝備制造企業長期從事實際工業生產經營，對工業生產的工藝、流程、技術、質量檢測等有深厚的積累，可以結合應用場景和分析需求，封裝工業技術知識形成工業App，在工業互聯網平臺上運行，為客戶提供能源優化、故障預測、遠程診斷、維保服務、備件物流等增值服務。平臺數據的流轉又能夠幫助企業優化產品質量，提升服務品質，顯著提升企業抗風險能力與市場競爭能力。

3結語

水泥裝備行業的工業互聯網應用目前仍處于起步階段，整體上仍面臨裝備智能升級改造緩慢、網絡建設體系不完善、場景應用深度廣度不夠、產業支撐能力不足、標準體系不完善、安全保護機制不健全等問題，各企業對如何構建工業互聯網體系仍不明晰。但隨著工業互聯網應用的不斷推進和深入，裝備制造企業可以以自身業務為核心，打造開放生態，拓展上下游產品、用戶、企業等產業鏈資源；聚焦裝備智能化提升、遠程運維服務和供應鏈集成，延伸外部價值鏈，實現由水泥裝備制造商向制造服務商的轉型。

參考文獻

[1]李首濱.煤炭工業互聯網及其關鍵技術[J].煤炭科學技術，2020,48（7）：98-108.

[2]喻冬梅，蔣宗敏，戴冬云，等.工業互聯網在電力裝備行業的應用[J].電力大數據，2019,22（9）：35-42.

[3]楊祖業，李媛，馬秀麗.面向智能裝備的工業互聯網平臺參考架構[J].中國儀器儀表，2019,（6）：31-36.

[4]陶永，蔣昕昊，劉默，等.智能制造和工業互聯網融合發展初探[J].中國工程科學，2020,22（4）：24-33.

[5]高金吉.工業互聯網賦能裝備智能運維與自主健康[J].計算機集成制造系統，2019,25（12）：3013-3025.

作者：褚彪 單位：合肥水泥研究設計院有限公司