施耐德電氣高級副總裁、工業(yè)自動化業(yè)務中國區(qū)負責人龐邢健

隨著近年來物聯(lián)網(wǎng)、AI、5G 等新技術的應用，“智能制造”熱度高居不下。但機遇往往與挑戰(zhàn)并存。無論是研發(fā)設計環(huán)節(jié)的低效、生產(chǎn)管理環(huán)節(jié)的排期缺乏彈性、傳統(tǒng)經(jīng)營管理中存在的供應鏈管理剛性固化，還是傳統(tǒng)運維存在無法實時反映設備運行態(tài)勢、警告分析不夠智能、警告根因難以確定等問題，都為工業(yè)雙轉型增加了障礙。

(資料圖)

仔細觀察這些難點不難看出，所涉及的問題分布在制造業(yè)的不同生產(chǎn)環(huán)節(jié)，在施耐德電氣高級副總裁工業(yè)自動化業(yè)務中國區(qū)負責人龐邢健看來，要想實現(xiàn)制造業(yè)全生命周期的數(shù)字化，要落地到行業(yè)具體的應用場景，僅靠施耐德電氣自身的力量遠遠不夠，“需要產(chǎn)業(yè)鏈上下游企業(yè)共同努力，包括設備提供商、軟件開發(fā)者、系統(tǒng)集成商、服務提供商、終端用戶等共同參與。”

近日，施耐德發(fā)布了《綠色智能制造創(chuàng)新生態(tài)圖譜2023版》，針對智能制造中的研發(fā)設計、生產(chǎn)管理、經(jīng)營管理、運維服務四個階段存在的諸多問題，施耐德與技術廠商提供了更具體的解決案例。

制造業(yè)四個環(huán)節(jié)仍存諸多問題

一般來說，智能制造生產(chǎn)環(huán)節(jié)分為：研發(fā)設計、生產(chǎn)管理、運營管理、運維服務四個階段。

首先，在研發(fā)設計環(huán)節(jié)，傳統(tǒng)制造企業(yè)研發(fā)設計面臨市場需求響應慢、團隊內部溝通低效、產(chǎn)品設計與生產(chǎn)條件不匹配等問題。

其次，隨著企業(yè)生產(chǎn)規(guī)模不斷擴大、產(chǎn)品定制屬性不斷增強，傳統(tǒng)生產(chǎn)模式引致的庫存管理滯后、排期缺乏彈性、物料采購難以滿足生產(chǎn)管控等問題逐漸成為企業(yè)發(fā)展的重重阻力，如何將數(shù)字化、智能化技術應用于企業(yè)生產(chǎn)管理，成為企業(yè)的“燃眉之急”。

以冶金行業(yè)為例，設備管理領域普遍存在著基礎管理、點檢管理、檢修管理、備件管理等方面問題。

再到企業(yè)運營管理環(huán)節(jié)，當前客戶需求多元化、定制化趨勢愈加明顯，傳統(tǒng)經(jīng)營管理中存在的供應鏈管理剛性固化、庫存管理和訂單管理缺乏彈性等問題，成為企業(yè)發(fā)展軟性桎梏。如何在有限產(chǎn)能的背景下，靈活、快速滿足客戶個性化需求，提升企業(yè)經(jīng)營管理效益，成為數(shù)字化轉型背景下急需解決的問題。

而以電力行業(yè)為例，當前發(fā)展面臨電量增長乏力、低效和無效投資、購電成本過高、資金使用浪費等諸多挑戰(zhàn)。

對此，施耐德聯(lián)合技術合作廠商通過支持各種類型的數(shù)據(jù)源和數(shù)據(jù)接入的方式，將數(shù)據(jù)接入系統(tǒng)后對數(shù)據(jù)進行充分地整理和歸納，并生成對應的數(shù)據(jù)業(yè)務模型。再基于先進的 AI 技術，例如文本解析、實體識別、語義理解、 圖像識別，構筑一整套的語義分析與圖像分析的底層引擎能力，并結合系統(tǒng)內置的行業(yè)知識圖譜和 算法模型，提供智能問答、文檔搜索、決策分析、數(shù)據(jù)預測等多項頂層功能。

對于工業(yè)企業(yè)而言，安全、穩(wěn)定生產(chǎn)是底線，傳統(tǒng)運維存在無法實時反映設備運行態(tài)勢、警告分析不夠智能、警告根因難以確定等問題，做到故障預先提示，實現(xiàn)設備的遠程、快速診斷和維護，顯得越來越有必要。

目前，國內電源結構仍將以火電為主，火電中則是以煤電為主。煤電機組在運行過程中，設備故障造成的非計劃停運較多，給電力生產(chǎn)帶來諸多不利影響，其中鍋爐水冷壁磨損泄漏故障是造成機組非計劃停運的重要原因。針對鍋爐水冷壁磨損，目前采用的措施為定期停爐人工檢測維修。但傳統(tǒng)人工檢測中存在以下問題:

第一，作業(yè)周期長，檢測效率低。典型的電站鍋爐爐膛高度可達 50-100m，傳統(tǒng)的檢測方式，費時費力。

第二，檢測可靠性差。水冷壁磨損主要靠人工手持設備進行點檢，受時間和人員精力所限，一般抽取代表點檢測，經(jīng)常出現(xiàn)漏檢、誤檢。

第三，成本較高，易出事故。檢測時工作人員高空作業(yè)，往往和爐內其他施工交叉進行，存在較大的安全隱患。

施耐德和技術合作廠商通過水冷壁檢測機器人代替人工進行鍋爐水冷壁檢測作業(yè)，檢測機器人搭載清潔模塊、無損測厚模塊、圖像識別模塊以及其它多樣化作業(yè)模塊，可以對鍋爐水冷壁等關鍵區(qū)域快速準確檢測，相關檢測結果能夠以可視化、系統(tǒng)化的方式匯總給檢測人員、管理人員，結合鍋爐四管健康分析系統(tǒng)實現(xiàn)臺賬管理、建立故障和專家知識庫等功能。

據(jù)介紹，這一方案讓檢修時間從原來的三周時間縮短到一周，按600MW 機組為例、節(jié)省了14 天檢修時間，可增發(fā)約 2 億度電，增加收益6000 萬元。

數(shù)字化如何實現(xiàn)制造業(yè)快速減碳？

從2020年做出“碳中和”、“碳達峰”的承諾之后，每年都有重磅政策出臺。2021年，雙碳工作被列為“十四五”開局之年的重點任務之一；2022年7月，工業(yè)和信息化部、發(fā)展改革委、財政部等六部門聯(lián)合發(fā)布《工業(yè)能效提升行動計劃》，將工業(yè)“減碳”的窗口期縮短到三年，要求2025年將節(jié)能提效作為工業(yè)減碳的首要舉措。

隨著“減碳”時間窗口期越來越短，碳排放重點行業(yè)通過數(shù)字化、智能化技術進行碳減排資源的優(yōu)化配置，快速實現(xiàn)減碳的需求日漸凸顯。

但是，目前在碳管理中面臨不少難題：

首先，由于缺少碳管理專業(yè)知識和數(shù)字化工具，傳統(tǒng)碳資產(chǎn)認證體系復雜，認證周期長，認證行業(yè)少，且只有納入碳排放配額的企業(yè)才能參與，其他企業(yè)或個人主動參與度低，入手難。

其次，碳管理數(shù)據(jù)易造假篡改，利用可編輯監(jiān)測報告模板篡改關鍵監(jiān)測數(shù)據(jù)，從碳排放源頭到碳減排，碳 排放報告質量控制缺失，重要原始數(shù)據(jù)缺乏真實性和準確性，容易造假和篡改，缺乏有效監(jiān)管。

如何解決這些難題，施耐德表示，其基于區(qū)塊鏈技術，通過終端數(shù)據(jù)展示模塊清晰呈現(xiàn)產(chǎn)品的綠色可持續(xù)屬性，或者引入第三方服務進行全鏈路排放計算、碳足跡追溯，從根源減少供應端碳排放。

顯然，在通往雙碳的路上，數(shù)字技術將在支撐工業(yè)節(jié)能提效上，展現(xiàn)出巨大的潛力，也會成為目前“減碳”工作中十分具有亮點的一條技術路徑。

（本文首發(fā)鈦媒體APP， 作者｜韓敬嫻，編輯｜張敏）

關鍵詞：