加载中…
个人资料
  • 博客等级:
  • 博客积分:
  • 博客访问:
  • 关注人气:
  • 获赠金笔:0支
  • 赠出金笔:0支
  • 荣誉徽章:
正文 字体大小:

【冲破穹顶】工业4.0时代,为PM 2.5制造者安上智能引擎

(2015-03-05 14:25:29)
标签:

杂谈


前几天熬夜看了柴静的《穹顶之下》,久久不能平静,决定环境保护从我做起,并在脑中给自己列了一个长长的减排清单,一夜就这样失眠的过去了。早晨醒来,顶着两个大大的黑眼圈,浑身无力的我毅然决定,还是无节操的开车上班吧……

【冲破穹顶】工业4.0时代,为PM <wbr>2.5制造者安上智能引擎
 深圳的空气还算不错,经过小区外的第一个路口,突然!一辆水泥搅拌车和一辆泥头大货呼啸而过,顿时尘土飞扬,飞沙走石,我还没来得及关车窗,就吃了一嘴的土,于是隔着车窗指着那两个无素质的PM2.5制造者狂喷(此处省略2000字)。

《穹顶之下》中提到:

一辆黄标柴油大货的PM2.5排放量是一辆国IV车的500倍

柴油车的数量占比为17%,而氮氧化物的排放要占所有机动车的70%

柴油车一次性颗粒物的排放更是要占到99%

【冲破穹顶】工业4.0时代,为PM <wbr>2.5制造者安上智能引擎 

工程车辆大部分都是柴油车,它是国家发展和城市建设的重要工具,但它带来的环境污染问题也是非常严重的,同时工程车辆还存在机械状态难监控、车况施工环境复杂、安全性难保证等诸多挑战。今天我们就聊一聊如何解决这些难题,在工业4.0时代为这些PM 2.5制造者安上智能引擎,冲破雾霾穹顶。

监控这一秒,实时安全绿色运营

大型机械作业车辆日常运营中,车况、施工环境复杂,安全存在诸多挑战。业界曾发生混凝土泵车机械伤害事故,机械工程车辆一旦发生断臂、倾覆、剐蹭等情况,会酿成严重的人身和经济损失,在机械的作业及运输过程中,大功率柴油发动机排放的黑烟也一直被施工地点附近的居民所诟病。这就迫切需要一个实时状态监控系统,能够对施工作业中车辆的作业以及各种参数进行准确测量及展示,实时进行隐患分析及环境取证并及时处理。

实时状态监控系统包括两部分:一是工程车况实时监控,采集排放、车速、油耗、油压、油温、位置、加速度、水平度等一系列机械车辆的车况数据,以全面获取现场作业车况;二是对施工现场实时监控,采集气压、温度、空气质量、车辆轨迹、罐体正反转、转速、臂架张力等安全运营的关键环境参数,以获取复杂的施工现场作业环境信息。

工程机械企业现有的采集终端是无法满足在线状态监控的需求的,因为实时状态监控系统采集频次需达到1秒,并能实时将采集信息传送到智能监控中心。因此,华为面向机械行业各纬度需求定制开发了智能IoT终端。为满足接入端各项数据采集需求,终端提供丰富接口,并针对私有协议进行定制,可采集机械车辆本地控制系统数据;为补齐现有监控能力和业务数据完整性,终端增加了加速度计、陀螺仪和摄像头;为降低数据传送成本,终端可实现智能本地业务处理,进行有效数据筛选,并提供多种无线传输能力;值得一提的是,智能IoT终端还提供开放的平台,可支持客户软件自定义,满足行业个性化需求,易集成eSDK套件,缩小定制周期。

对车况、施工现场的实时监控,可为现场监管人员提供隐患警告及事故告警,并可通过安全警报系统将安全提醒实时推送给施工人员,保障施工安全、人员安全、财产安全、环境安全。

感知下一秒,超前预测维护

在客户施工现场,一辆搅拌车液压系统出现故障,因抢救不及时,混凝土凝结在搅拌桶内,混凝土损失和清理费用累计达万元。可见,工程机械车辆连续可靠工作是客户的关键需求,以“急救”为主的服务方式过于滞后,已经无法达到客户的期望。据调查,目前大约一半的维护响应问题来自于配件供应,缺少合理的平衡预测是存在的主要问题。预测性维修可根据车况预测相关备件需求,并按需进行维保,规避突发异常和故障,提升车辆可用系数。

通过采用在线传输和离线传输相结合的方式,对工程机械车辆的转速、冲程、排量、零件状态等监控信息进行全面采集;结合积累的大量结构疲劳损伤信息,维保专家可为各车型建立诊断库,设置相关临界对比信息,综合呈现建立车辆健康度及零件寿命表;车辆健康度及零件寿命表持续滚动更新,根据动态变化的车辆体检信息,可预知最佳更换时间,制定备件备货计划,更新维保任务计划;在预测维修系统中,当车辆状态接近临界异常时,根据历史概率及时告警,在预留的处理周期时间内,维修人员可获取配套备件,及时进行现场维保,更换零件以保障车辆持续健康度。

有分析表明,补救式维修的成本是相同的预测式维修成本的3倍。通过智能感知、智能分析进行超前预测维护,可主动确定车辆保养周期,对车辆零件及时更新维护,从而实现工程机械车辆按需维保。机械制造企业在向服务型制造转型的过程中,服务模式从“急救式”被动服务向“预测性”主动服务转变,这一转变带来了质的飞跃,不仅节约了运营成本,还大大提升了客户满意度。

决策快一步,海量数据挖掘

获取海量客户运营数据是机械制造企业的金矿,建立挖掘模型将有助于机械制造企业形成竞争力,优化产品开发,实现价值管理。

首先,挖掘环境、排放、机器零件、油耗、电能、车辆安全性能、用户操作行为信息的样本,可提炼价值产品需求信息,指导产品规划与开发;其次,挖掘车辆运营信息数据样本,可识别优质客户,根据客户等级制定相应销售策略,指导订价决策;最后,挖掘工况信息和客户使用历史信息样本,还可向客户进行个性化产品推荐。

工程机械企业当前的系统架构无法满足其10万量级的运营规模和海量采集样本智能分析的需求,华为采用E2E IoT架构设计的车辆作业云平台,可承载几十万量级的终端数据上传,及日新增采集1.6T数据的容量,其模块化IoT结构可根据业务扩张战略按需扩展。智能IoT终端将故障异常数据、能耗数据、环境参数、现场监控图像等海量有效数据通过无线网络实时汇聚到该平台,通过SAP HANA及SAP业务套件对站点排产、机群行为、人员操作进行分析,及时提供响应建议,高效辅助业务决策。

制造服务化,机械车辆精细运营

工程机械制造企业面向互联机群展开设计,安装智能IoT终端作为标准配置,配合部署在站点、制造总部的ICT设备及业务平台,形成机械车辆精细运营平台。机械车辆精细运营平台对现场及车辆实时采集监控,可支撑现场安全运营;站点客户操作使用过程中,维修、保养更新等业务都可以通过机械车辆精细运营平台获取到及时性服务;平台获取的环境、机器、工程等海量价值信息,可应用于市场产品优化;车辆作业云中心通过数据样本建模分析,可实现围绕“站车人”开展的全面智能运营。

在机群互联协作的天罗地网下,工程机械设备的一切状态、施工现场的一切安全监测信息在制造总部的智能大脑中枢一目了然。智能大脑具有全局性、前瞻性指挥调度能力,能高效、安全、可靠地支撑客户运营,为客户量身定制个性化产品,提升机械制造企业的创新力和竞争力。

0

阅读 收藏 喜欢 打印举报/Report
  

新浪BLOG意见反馈留言板 欢迎批评指正

新浪简介 | About Sina | 广告服务 | 联系我们 | 招聘信息 | 网站律师 | SINA English | 产品答疑

新浪公司 版权所有