【ZiDongHua 之方案应用场收录关键词: 人工智能 数字孪生 工业互联网 机器视觉
  
  中冶京诚数字化智能化转型的创新实践
  
  版权声明:本文刊登于《中国勘察设计》杂志2024年5月刊,版权为《中国勘察设计》杂志社及作者所有,欢迎转载,转载请注明作者及出处。
  
  数字化助力企业转型升级
  
  智能化赋能产业高质量发展
  
  中冶京诚工程技术有限公司
  
  葛秀欣  贡金鹏  韦彬  方宇  郑文学
  
  国家“十四五”规划首次专篇论述数字化发展,提出加快5G、人工智能、数字孪生、工业互联网等新一代信息通信技术与行业融合创新发展,推进相关行业数字化、智能化转型迈入新阶段。钢铁行业着力构建以数据为关键要素的数据驱动发展模式,推动行业向高质量发展转型。钢铁行业虽在多年以前就已开始工业化和信息化的进程,但在数字化转型过程中仍面临着对数字化认识不足、两化水平不均衡、信息孤岛现象、企业数据利用率低等诸多问题。中冶京诚工程技术有限公司(以下简称“中冶京诚”)结合自身在钢铁企业多年设计、集成、管控经验,打造了适合钢铁企业的数字化整体框架,基于此架构的数字化孪生工厂管控平台已在国内多家企业落地实施,为钢铁企业数字化转型提供了很好的示范作用,并制定多项数字化相关行业标准,把工业领域的实践成果也推广到了数字城市基础建设领域。
  
  行业数字化转型发展
  
  存在的问题
  
  中冶京诚在工业领域通过数据赋能工业,解决行业数据多而分散的问题,并融合设计、仿真、实验验证数据,助力企业数字化转型发展。通过整合数据,实现价值链延伸,推动行业企业数据多场景复用,实现数据多维度的创新应用。但是,目前行业数字化转型发展仍不均衡,普遍存在下列问题。
  
  行业数据资产标准化低、数据质量低
  
  钢铁企业中通过各种信息化系统已积累了海量的不同类型的数据,但绝大部分数据采集上来以后都储存在企业的数据中心数据库中,处于“沉睡”状态。企业在前期设计、建设阶段的数据更是被当作历史档案保存在企业档案馆中,被束之高阁,难再利用。正是这些“沉睡”在档案馆和数据库中的数据,对工厂运维和运营决策却起着至关重要的作用。
  
  钢铁企业流程长,数据种类多,数据缺乏统一标准,无法有效避免数据混乱冲突、一数多源、多样多类等问题,缺乏规范的数据治理流程,数据冗杂、缺值、冲突等质量问题无法被及时发现并解决。
  
  部分钢铁企业对数字化转型的认识不够,虽然对企业要实现智能化有着清晰的目标,但具体的实现路径不清晰,部分企业一味加大智能装备的投入比例,对工业软件投入较低,对多维度数据融合、数据价值挖掘认识不足。
  
  智能化应用困难,智能技术要求起点高、开发应用周期长
  
  企业在数据智能应用方面也存在问题,AI应用开发、模型训练以及服务运维需要多方面人才配合才能完成。业务开发工程师负责梳理业务场景,算法工程师实现算法编程及训练,服务工程师负责现场实施调试,开发应用过程中需要的技术门槛相对较高。
  
  整个AI应用开发周期较长,首先业务人员梳理应用场景,然后开发人员从数据采集再到模型建立及模型调优,最后模型部署上线,整个过程超过三个月,时间及成本过高。
  
  行业迫切需要智能化平台集成行业常用的AI场景算法库,从而降低开发难度,减少开发周期。
  
  传统信息化架构需要进一步升级,系统架构无法支撑企业数字化转型发展
  
  传统信息化五级架构中,每个信息化系统基本独立建设实施,系统架构各异、接口复杂、企业运维难度大。企业信息化系统是基于不同业务逐步建立的,由于缺乏统一的规划,各个业务系统间因平台、技术、开发语言等不同,造成彼此孤立、缺乏共享性、业务数据被隔离、信息流程被割裂等现象,影响了数据的一致性和准确性,难以从整体上运用与挖掘。
  
  新一代工业互联网平台采用统一的架构,实现了资源共享、数据共享,开发过程标准且运维便捷(图1)。
 
  
  图1 工业互联网统一架构
  
  中冶京诚数字化、智能化
  
  系统构建
  
  总体技术路线
  
  依托多年的实践,中冶京诚提出了覆盖数字化设计、数字化交付及数字化运维的全流程数字化工厂建设解决方案。
  
  构建“以标识码为纲、以物料码为目”的数字化编码体系,将物理的实体工厂逐层解构并唯一标识,形成虚拟工厂的底层逻辑架构,实现了工厂数字化各阶段的编码贯通,为贯穿工程建造期与工厂运维期搭建了桥梁;以数字化设计为先导,力求在工程项目的初始设计阶段就为企业注入数字化基因,为智能工厂夯实坚实的数据基础,实现了各专业基于“统一平台、统一模型、统一数据架构”的高效数字化协同设计。搭建了基于三级架构的数字化交付标准体系,首次提出了一套契合钢铁行业特色、符合数字工厂要求的数字化交付规则。实现了从设计、采购到施工的全过程交付成果的统一数据组织,成功打通了工程建造期与工厂运维期的数据界面,为冶金工厂建造期全过程信息数字交付提供了标准范本。以数字化交付为基础,开发了包含“工厂级、车间级、设备级”多个层级的数字化工厂运维平台,实现公司级、工序级、设备级的纵向贯穿,以及生产、物流、设备、质量、安全、能源、环保等全业务的横向覆盖。形成了钢铁行业全流程数字化建设体系,引领了钢铁行业数字化转型、智能化升级(图2)。
 
  
  图2 数字化转型路线图
  
  数字化设计平台建设
  
  冶金工厂建设涉及工艺布置设计、P&ID设计、管道系统设计、电气仪表系统设计、混凝土结构设计、建筑设计、钢结构设计以及设备设计等多专业设计,各专业设计内容大相径庭,因此,构建满足冶金工厂全部专业数字化协同设计的平台和软件架构,实现各专业间设计数据贯通和工作协同难度极大,需要打通各专业数字化设计软件与编码平台的数据接口,在设计阶段为模型赋予标识码和物料编码。中冶京诚依托BIM核心技术,搭建以编码平台为基础的协同设计平台,编制了4大类百余册BIM标准,建立了包含100余万条编码和50余万条元件库的基础库,形成了“架构先进、系统完备、运行高效”的三维数字化体系(图3)。
 
 
  
  图3 数字化编码体系
  
  中冶京诚在钢铁行业首次搭建涵盖冶金、民建、非标机械与电气的多专业数字化设计平台,开发出设计数据管理PDM系统4套、高效设计工具集Master系列软件8套、元件库管理器CCP软件1套,系统性解决了设计标准及成果无统一管理、设计效率低、软件功能不全等问题,设计效率较原生软件提升37%,物料精准度提升3.9%,实现了各专业基于“统一平台、统一模型、统一数据架构”的高效数字化协同设计。
  
  协同设计平台通过自动接收设计任务、自动配置标准设计环境以及信息共享、设计协同、三维提资、模型校审、一键出图等功能,实现设计过程线上管理、设计标准统一推送、设计成果“一键”归档和设计过程全程可追溯。同时,平台通过各类编码,串接工厂对象,构建出“工厂数字地图”。
  
  数字化交付平台建设
  
  目前,钢铁行业数字化交付规则内容各不相同,难以达成统一交付要求;数据组织方式以传统的“卷册”方式为主,形成了数据的“物理隔绝”,阻碍了数据的传递,造成数据难以利用。此外,数字化交付无行业指导标准,交付规则“百家争鸣”,数据组织“良莠不齐”,使得交付难以进行。
  
  中冶京诚针对目前冶金工厂数字化交付“无交付规则、无数据组织”以及交付体系尚处空白等问题,搭建了基于三级架构的数字化交付标准体系。首次制订出一套契合钢铁行业特色、符合数字工厂要求的数字化交付规则。开发出基于同一数据标准的“数–模”分离工具,解决了设计数据与原生文件捆绑且无法后期利用的问题;开发出多源数据服务接口,实现了建造期数据、文档和模型的汇聚;开发出信息整合工具,实现了多源数据在编码维度上的数据重构。该平台实现了从设计、采购到施工的全过程交付成果的统一数据组织,成功打通了工程建造期与工厂运维期的数据界面,为冶金工厂建造期全过程信息数字交付提供了标准范本。
 
  数字化孪生管控平台建设
  
  在数字化交付完成后,企业拥有了自己的静态数字工厂,静态工厂通过工厂运行后的实际数据和模型驱动就形成了动态数字孪生工厂。中冶京诚以工业互联网为底座,融合大数据、人工智能及数字孪生技术搭建出了冶金行业的数字孪生管控平台。
  
  图6 数字孪生工厂架构
  
  数字孪生管控平台系统整体架构包括数据采集层,并有数据中台、Al中台及业务中台三个核心中台,依托整个平台打造企业孪生工厂应用。
  
  数据中台是构建数字孪生工厂平台的基础,为上层的孪生应用及智慧决策提供数据支撑。数据底座主要用于业务数据的抽取、处理及整合,同时将数据划分为不同的主题进行存储,以供上层业务应用的调取及分析。
  
  孪生应用层主要基于工厂数据底座中的数据进行各种业务场景的应用,包括生产过程的监控仿真、设备的智能运维、工厂综合管理、应急安全管理、沉浸式培训考核等。
  
  智能中台提供机器视觉、数据挖掘、分析预测等方面的分析能力,同时还可以提供低代码的Al模型开发功能,降低了Al模型研发技术门槛。通过Al中台实现样本管理、模型开发、模型训练、模型发布、模型管理等功能。平台提供图像Al模型的模板,基于此类模版,可以实现缺陷的识别模型的开发,包括样本标注、样本管理、模型开发、模型训练、模型发布和管理等。通过Al模版功能,降低了Al应用的难度,并将开发周期从3个月降低至1个月。
 
  行业数字化标准体系建设
  
  中冶京诚在建立行业数字化转型系统的基础上,也投入了大量行业标准的编制工作。牵头构建了从数字化交付到数字化孪生平台建设标准族,通过标准的引领作用,引导行业数字化转型。主编及参编行业数字化标准有:《钢铁行业冶金工程数字化交付  第1部分:数字化交付总则》《钢铁行业冶金工程数字化交付  第2部分:对象类库规定》《钢铁行业冶金工程数字化交付  第3部分:标识码规定》《钢铁行业冶金工程数字化交付  第4部分:物料分类与编码规定》《钢铁行业数字孪生  第1部分:通用要求》《钢铁行业数字孪生  第2部分:模型构建》《钢铁行业数字孪生  第3部分:信息交互》。
  
  数字孪生工厂
  
  管控平台建设实践
  
  数字孪生工厂管控平台的基础是数据,一部分是以数字化交付成果为基础,移交至企业的静态数据,包括设计、建造及采购数据;另一部分来自企业运营时期各业务形成的生产数据。系统包含“工厂级、车间级、设备级”多个层级的数字化工厂运维平台,实现公司级、工序级、设备级的纵向贯穿,以及生产、物流、设备、质量、安全、能源、环保等全业务的横向覆盖。建成了钢铁行业首个全流程数字化工厂项目,引领钢铁行业数字化转型、智能化升级。数字化工厂具体功能如下:
  
  工厂整体运营管理
  
  结合管控中心的调度大屏幕、分厂的监控电脑以及移动设备等多种展示手段,展示数字化工厂的三维可视化地图,同时在三维地图上分不同场景展示公司重要的生产运营、设备管控、能源消耗、物流运输、管网安全等信息,满足公司各级管理、调度、运维人员的需要。
 
  生产工艺监控与仿真
  
  数字化工厂可对生产工艺过程实现在线同步监控和离线运行模拟。
  
  在线同步监控可实时查看各个重要工艺流程的实际工艺动作,同步三维模型,保证虚拟环境和现场工艺设备动作的一致性。
  
  离线运行模拟可在非生产环境下模拟整个生产工艺流程的完整运行。通过模拟数据变化,动态驱动三维模型状态改变,并根据不同的模拟和参数调整,不断提高生产管理的效率,降低生产运行成本。例如,数字化高炉展示场景包含高炉的料仓下料、皮带上料、炉顶布料、炉内料层高度、风口回旋区状态、铁口出铁等关键场景,各关键场景展示结合工艺动画和重点工艺参数进行。
 
  设备运维管理
  
  数字化运维管理可以提供全方位的数据整合、智能化设备装配指导、设备的智能化巡检以及设备智能监控和快速故障处理等。
  
  在数字化工厂平台中,基于BIM编码体系实现设备设计图纸、操作指导、维护指导、运行数据、监控报警、优化预测、检修信息的全面贯通,实现设备的信息集成和全生命周期数字化管理功能。
  
  基于设备运行监控的预测性维护,不仅可以降低异常停机时间5%左右,避免因维护不及时造成动辄价值百万级的设备损坏,同时也能避免因为设备停复机造成的产量损失。提前精准运维让设备长期保持在稳定状态,降低了因为设备异常造成的产品不合格率。
  
  管网安全监控
  
  数字化工厂中将能源管网全面可视化,通过阀门仪表数据的采集和分析,对企业“生命线”进行全面监控预警,同时针对管网日常运行数据进行分析,能够提高日常管网及主干电缆安全管理的效率,降低运营成本。
  
  通过建立全面的管网管线电缆三维工程数据库,可以将全厂地上、地下、土建中的管网管线进行直观展示,并可以通过平台快速查看管网的埋深、架空高度、管线材质、口径、介质以及当前的仪表阀门运行信息和安装位置等内容,同时可以通过三维模型更加精准地计算管网管线的长度。
  
  平台可以通过实时监测管网相关的压力、温度,结合能源供需平衡和企业安全标准进行自动分析,对整个管网实现全面监控和安全预警管理。当发生危险事故时,可以对事故(如爆管、泄漏影响、能源供需平衡、管损等)进行智能化分析,同时集成事故应急预案,通过平台可以实现紧急调度指挥。
  
  数字化环保监控
  
  数字化工厂平台将唐钢新区有组织和无组织排放数据进行统一管理,提供环保排放监测、环保设备监测和环保应急联动,实现环保业务协同管理。
  
  环保排放监测:数字化工厂平台接入厂区内排放点的实时数据,通过平台设定判断规则,对于超出正常范围的排放数据,在数字地图上进行预警,提醒管控人员排放超标。
  
  环保设备监测:接入厂内主要的环保设备(除尘器等)的实时运行参数和设备报警数据,或者在数字化平台设定判断规则,对超出正常范围的设备异常数据,在数字地图上进行预警。
  
  环保应急联动:在数字化平台发出环保预警信号,根据对应的预警事故类别,平台自动启动相应的应急预案,支撑管控人员快速高效处理,避免发生环保事故。
 
  物流调度管理
  
  数字化工厂管理平台集成唐钢新区内部主要的道路信息,通过与物流系统通讯,实时读取厂前区车辆、厂内运输车辆的位置坐标信息,并在三维工厂模型上动态跟踪展示车辆的位置信息变化,协助物流调度人员动态掌控公司内部的物资调拨情况和厂内车辆位置。
  
  系统可集成物流系统的运输计划路径、车辆计量过磅实绩、车辆排队等信息,在大屏幕上动态展示车辆的计划行驶路线以及每个计量磅秤前的车辆排队等候情况,协助管理者更好地优化物流线路。
  安全管理
  
  数字化工厂可以对危险源和应急储备物资的位置及相关信息进行标识,并对可能发生的事故进行应急仿真演练,同时对紧急事故进行模拟分析,从而降低发生事故时的损失,提高应对突发事故的能力。
  
  在平台中对于各车间的危险等级、危险源安全距离区域、危险源位置进行标识,同时针对各类应急物资储备位置、储备量、购置和更新日期、检查日期进行标识,当出现应急物资准备不足、过期等问题时平台会自动提醒。
  
  虚拟培训考核
  
  设备操作培训,模拟拆卸组装方面采用AR增强现实技术,可协助用户不用到实物装配车间就可快速学习了解设备操作和安装的关键步骤及相关知识。
  
  通过管理平台可以定期进行员工安全培训,对厂内的危险源进行标注及说明,同时在VR和AR漫游中,让员工了解危险源的位置、影响范围、绿色通道、发生安全事故时的应急措施、逃生路线等。
  
  通过AR、VR技术构建虚拟的培训考核场景,有效提高运维效率,降低因操作不当造成的安全风险和设备损坏。此外,虚拟培训环境不受人员数量、环境等因素的限制,相比传统的培训方式,效率提升能够达60%。
 
  从数字工厂到数字城市
  
  近年来,中冶京诚致力于将数字化管控平台技术应用于智慧城市,打造数字城市、智慧管廊、数字园区等智慧城市产品,实现城市市政运维、智能交通管控、供冷供热、应急安全、文化传媒全方位于一体的城市智能运营管控,打造数字化、透明化城市。
  
  数字化管控平台在城市楼宇资产管理中有广泛应用。以BIM技术为基础,结合物联网、大数据、人工智能等技术手段,创立楼宇资产管控新模式,构建精准评价、全面品控、风险防控三大体系,打造资产管理的“数字化企业大脑”。平台包含资产经营、楼宇运行、楼宇安全、物业质量4大模块,涵盖核心管控点2000余个,构建多维度、系统化数据模型89个,全方位强化楼宇全生命周期管理,实现业务全在线、风险早预警、管理高质效,有效提升资产运营价值。
  
  结 语
  
  数字化转型是实现智能化工厂的基础,这已成为业界的共识。中冶京诚提出了钢铁企业基于现状实现数字化转型的切实架构,并率先提出了基于数据底座实现智慧工厂的路径。基于此架构的数字孪生工厂已在河北、山西、山东、福建等多个钢铁企业落地应用,反馈效果良好。未来,经过诸多项目验证并迭代更新的数字孪生工厂平台将为更多的钢铁企业提供数字化服务,为实现钢铁企业的智能化、智慧化管控贡献力量。