大數據背景下智能化工廠的建設

朱佳樂

摘? 要：隨著信息技術的飛速發展，建設智能化工廠的已成為行業重要發展趨勢。如何將大數據技術利用于工廠生產設備維護管理，減少工廠生產設備故障次數，減少非計劃停車都有著重要的指導意義。利用大數據監測技術可以進行及時的故障診斷和排除，提高工廠管理水平，進而提高工廠的競爭力。文章將通過淺談大數據背景下的智能化工廠建設來論述如何將大數據技術應用到智能工廠，大數據技術背景下智能化工廠建設的重要目的以及意義。

關鍵詞：大數據;智能化工廠;設施設備;工廠建設;故障診斷

中圖分類號：F425? ? ? ? ?文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2019）23-0080-02

Abstract： With the rapid development of information technology， the construction of intelligent chemical plants has become an important development trend of the industry. How to apply big data technology to the maintenance and management of factory production equipment， reduce the number of failures of factory production equipment， and reduce unplanned parking has important guiding significance. The use of big data monitoring technology can carry out timely fault diagnosis and troubleshooting， improve the level of factory management， and then improve the competitiveness of the factory. By talking about the construction of intelligent chemical plant under the background of big data， this paper discusses how to apply big data technology to intelligent plant and the important purpose and significance of intelligent chemical plant construction under the background of big data technology.

Keywords： big data; intelligent chemical plant; facilities and equipment; factory construction; fault diagnosis

引言

大數據技術是通過云計算的方式利用計算機網絡技術合理的利用計算資源提高企業的生產效率。大數據背景下的智能化工廠建設可以有效的降低成本，實現綠色計算，在當今科學技術發展推動之下，大數據技術尤為突出。該技術不斷的完善已經被應用到了社會中的各行各業，不僅僅提高了工作質量，還提高了工作效率，提高了管理水平和管理技術。文中就大數據背景下的建設的應用進行探究。

1 大數據背景下國內智能工廠發展現狀分析

當前我國的制造企業面臨著轉型的巨大壓力，由于勞動力成本的不斷提高、生產產能過剩、企業之間競爭日益激烈、個性化的需求等等因素，迫使企業采取差異化的競爭優勢，提高其競爭能。并且隨著當今信息化、智能化等新興技術的迅速興起，利用大數據技術為企業推動智能化工廠建設有著良好的技術支撐，并且隨著國家和地方政府相關政策的實施，有遠見的工廠都已經不約而同的向智能化趨勢發展。

1.1 典型智能化工廠案例分析

雖然目前世界上并沒有完整意義上的智能工廠案例，但是各國都在進行積極的探索。智能化工廠建設中要實現的物流追蹤，信息自動采集，倉儲應用，自動化生產等信息同步離不開射頻模塊（RFID）的幫助，射頻模塊是物聯網的和核心，能夠容納大量信息，并且讀取速度快并且識別功能強，可以同時識別多個高速移動的物體，受環境影響小（產品上有污漬時仍可識別），并且安全性好。從理論上講，裝上射頻標簽后，全世界的物品都將擁有獨一無二、功能強大、非接觸快速讀取的“身份證”。

目前許多有遠見的智能工廠的企業的基本戰略都是使用射頻模塊（RFID）來實現制造企業生產過程執行系統（MES）和倉庫管理系統（WMS）的實時可追溯性，智能工廠的設施設備和生產產品的信息及時由RFID發出，并借助MES和WMS來實時監控，倉儲調配，質量跟蹤，自動化生產并根據以往的生產信息來判斷如何調整生產方式才能提高生產效率并作出改進，以此來最大程度的節約生產資料，降低生產成本并提高產品質量。

1.2 智能化工廠的政策環境

智能化制造是當今全球制造業的發展趨勢和核心技術，也是工廠轉型發展的重要方向。我國針對智能工廠提出了一系列的政策。《中國制造2025》中描繪了中國成為制造強國的藍圖，希望通過30年的努力，把中國從制造大國轉變為世界一流的制造強國，把工廠智能化制造作為當前中國制造的重要突破口，鼓勵企業建設智能工廠，推動企業轉型，發展智能制造。并且國家已經開展了許多的智能制造試點以及智能制造的專項活動，這些試點和活動已經擴展到了全國范圍。根據智能化工廠發展的新模式，智能工廠建設包括兩類，一類是智能標準試驗驗證類的工程項目;另一類是制造新模式的工程項目。在2017年國家已經把智能工廠列入了工信部第4個季度的標準計劃當中;在2018年我國工信部正式發印了《智能制造綜合標準和新模式應用項目管理細則》，為進一步推動智能工廠的建設提供了良好的政策環境。

2 大數據背景下智能工廠的優勢

智能化工程的建設主要依托于軟硬件產品以及設施設備，對于工廠建設如何使設施設備的運作更加智能化依賴依托于工業硬件的集成和發展，這也將成為智能工廠發展的重點。由于軟件和硬件是密不可分的，所以未來智能化工程硬件設施設備建設將朝著模塊化、標準化的方向發展。總之，未來的智能工廠會變得更加自動化、平臺化、信息化、準確化，并且實現人、產品、以及設施設備的實時連通，運用物聯網技術，大數據云平臺技術有效的實現對工廠設施設備的智能控制，對工廠的運作進行精準識別，幫助企業建立安全，綠色，高效節能的生產工廠，進而提高工廠的經濟實力和社會效益。

2.1 數據采集可以對設施設備進行及時維護

對于智能工廠的正常運行必須依靠設施設備的正常運作。大數據監測可以通過對比設備運轉時的各種數據，得出設備的實時工作情況，計算其維護成本，在最合理的時間對設備進行維護，在保證生產的高效進行的同時降低設備的維護成本，以此來提高生產效率。

2.2 數據計算背景的考評制度

利用大數據相關數據的計算，建立科學合理的考評制度能夠積極的調動員工的積極性，還能夠有效的保證工廠完成工作目標，在工廠運作當中能夠保證人員之間的信息流暢，降低運行成本。在大數據背景下，以各種考核因素作為基本指標，再根據日常工作表現、工作時長、工作嚴謹度作為核算因子，可以得出一份公平公正的考核表，讓員工能夠及時的發現自己的問題，減少錯誤行為的出現，讓考評制度成為提高工廠效率的重要制度。

2.3 建立故障診斷制度

利用大數據技術可以對工廠設施設備運行實現實時的狀態監測，能夠對特定信息進行檢測、記錄、處理，對設備出現的故障能夠進行基本的診斷。大數據監測技術主要是利用設備運行當中的各種信息，如溫度、壓力、噪聲、轉速、震動等通過傳感器輸送到系統中進行檢測，與正常運行的設備狀態參數進行對比，做到實時監控設備的運行狀態，如果設施設備運行不當，或者是有一些隱患問題，則能夠幫助檢測人員及時的進行故障排除，利用各種儀器確定隱患的位置危險等級，減少因故障而造成的停工，提高生產效率。

3 智能工廠的發展的問題及解決方案

3.1 智能工廠的發展問題

就當前我國大部分的工廠而言，只有一些有經濟實力雄厚的企業才能夠建設智能化工廠。在智能工廠的建設中，利用大數據技術結合振動技術可以有效的為智能工廠的設備維修系統提供良好的解決方案，對工廠的設施設備做到及時維護，減少工廠經濟損失。但是在智能工廠的建設初期需要巨大的成本投入，并且其收益在初始階段難以直接的體現出來，相關企業需要一段時間的發展才能充分發現其優勢。

3.2 解決方案

就智能工廠的發展趨勢而言，一方面從全球角度來看，工業控制領域巨頭紛紛將互聯網和人工智能作為核心進行產業模式協同發展，為工廠建設搭建工業大數據平臺，進一步提高工業的近期工業發展水平，從整個工業大數據背景的智能化工廠競爭的格局來看，相關企業應該著眼于長遠利益，未來的智能工廠發展浪潮是大數據技術走向平臺化、系統化，進一步提高信息技術對工廠建設的背景，固步自封只會讓自己變得落后。加大對于智能工廠的投入眼前看似沒有明顯的收益提高，但是對于未來企業的發展有著重要的戰略意義。

4 結束語

利用大數據技術可以實現對數據的實時分析和計算，可以顯著的提高工廠的生產效率，在減少人工成本同時提高生產的質量和效益;利用大數據獲取各種生產設備的實時參數，解決當前生產中存在的問題并優化生產方法;利用大數據科學地對工廠設施設備使用和維護，合理地進行設備狀態監測和故障診斷，以此來提高經濟效益，帶動生產力的發展。

參考文獻：

[1]呂先華.智能化工程管理中存在的問題及對策分析[J].工廠管理學理論，2014（11）：81-82.

[2]付永偉.論智能工廠中大數據計算中存在的問題及對策[J].管理信息化，2015（09）：30.

[3]鄧芳芳.精細化管理工廠管理中的應用和實踐[J].工廠界，2017（12）：45-46.