化学工业4.0新范式及其关键技术

全球化背景下,为应对化学工业绿色和可持续发展挑战,提出了化学工业4.0新范式。核心是通过人与人、人与机器和机器与机器间无障碍的信息交换,帮助企业对生产经营中复杂多变的状况做出精准判断和实时反应,其特点是"供应链网"整合、柔性化、服务化和智能化。进而讨论了化学工业4.0的关键性技术,包括化学工业的信息物理系统架构(Cyber-Physical System,CPS)、基于CPS的柔性化生产体系、CPS的数字化技术和基于CPS的知识管理体系,作为例,分析了基于CPS的智能化精馏单元架构。

基于嵌入式系统的工业控制CPS架构研究

为了提高企业生产的智能化,将信息物理系统(CPS,Cyber-physical system)应用到工业控制领域,提出基于嵌入式系统的工业控制CPS系统架构。根据CPS体系特征及属性,以嵌入式系统为基础,从CPS微控制单元及体系模型内部各关联单元之间的通信、互联、数据处理与共享等方面构建了CPS架构,从微观和宏观两个维度阐述了CPS系统在信号处理、实时通信、精准控制以及自主协调等方面的强大能力。以四川某油品配送中心的智能油库系统为例,结果表明:CPS可提高工作效率25%,降低运营成本13%,并保证零质量事故。

四川省能源强度影响因素分析

为降低四川省能源强度,对影响能源强度的因素采用了向量自回归模型等方法进行了研究。结果表明:长期来看,能源消费结构、产业结构等对能源强度表现为正影响,工业化水平等对能源强度表现为负影响,短期来看,产业结构的变动对能源强度的影响变化较大,剩下依次为能源消费结构、经济发展、工业化水平、贸易依存度。综上可得出建议,为降低能源强度,需优化产业结构,降低煤炭消费比重,重视开发新能源,淘汰落后工业产业。

基于软测量的设备异常识别技术研究

针用各类传感器监测系统运行过程中的异常是企业常用方法,但由于技术障碍或成本原因已无法满足工厂在复杂环境下对设备运行稳定性、可靠性更高的要求。设备异常识别技术作为智能制造的重要技术组成部分,已成为设备异常识别的研究热点。本文通过引入软测量的技术,基于企业工艺数据、设备运行机电数据、过程实时数据等,结合数据管理、软测量模型建立和异常结果发布等相关技术,设计了设备异常识别系统模型。在实例分析中,采用GA-BP算法实现了设备状态的实时监测以及异常识别,验证了软测量技术在设备异常识别系统中算法实现的可行性。

化工企业供应链网的协同评价模型

目前对于供应链网的协同性评价研究主要局限在单一核心供应链模型难以全面评价具有网络结构的企业与供应链的协同性,且在化工企业供应链网的协同性评价方向少有报道。为了解决这个问题,提出了面向多节点无核心的供应链网结构模型。并根据化工企业的特性,从工业代谢平衡、企业竞争力、契约执行力和信息交互能力等方面建立了适用于化工企业供应链网协同评价模型体系,同时定义了工业代谢平衡度、企业竞争力评价指数、契约执行度等指标,给出了各指标的计算公式。通过对供应链网的结构体系的分析,给出了合作型、竞争型和混合型供应链网基本构型的评价模型。最后以煤化工行业为例,对煤化工行业供应链网结构分析,并应用评价模型计算,通过结果分析证实了面向供应链网协同评价模型的可行性和准确性。