智能工厂规划应考虑哪些核心要素？

2023-03-06

在当前智能制造热潮下，不少企业都在筹划建设智能工厂。 那么，智能工厂的规划应该考虑哪些核心要素呢？

1、智能化厂房设计

智能工厂的厂房设计需要引入BIM（建筑信息模型），通过3D设计软件进行建筑设计，尤其是水、电、气、网络、通讯等管线的设计。 同时，智能厂房应规划智能视频监控系统、智能采光照明系统、通风空调系统、智能安防报警系统、智能门禁一卡通系统、智能火灾报警系统等。

2、智能化生产线规划

智能生产线是智能工厂规划的核心环节。 企业需要根据生产的产品、生产线的生产能力和生产节奏，采用价值流图等方法合理规划智能生产线。 智能生产线的特点是：在生产装配过程中，可以通过传感器、数控系统或RFID自动采集产量、质量、能耗、设备性能（OEE）等数据。

3、精益生产

精益生产的核心思想是消除一切浪费，确保工人以最高效的方式进行协作。 许多企业采用U型生产线和装配线建立智能制造单元。 推进精益生产是一个持续改进的长期过程，应与推进信息化、自动化紧密结合。

4.制造执行系统

MES（制造执行系统）是智能工厂规划的重点。 MES是车间执行层的生产信息化管理系统。 与ERP系统连接，与现场PLC程序控制器、数据采集器、条码、检测设备相连。 设备。 MES旨在强化MRP计划的执行功能，执行生产计划，执行生产排程，实时反馈生产进度； MES系统需要引入生产作业调度功能，为生产计划和生产排程提供辅助工具，提高计划的准确性。

5、工厂智能物流

推进智能工厂建设，生产现场的智能物流非常重要，尤其是对于离散型制造企业。 在规划智能工厂时，重要的是尽量减少无效的材料处理。 按每个客户订单集中配送，通过RGV配送至流水线，省去了线边仓库。

6、生产质量管理

提高品质是工厂管理永恒的主题。 在智能工厂的规划中，生产质量管理是核心业务流程。 在生产管理信息系统建设过程中，质量保证体系和质量控制活动必须统一策划、同步实施，贯彻质量是设计的、生产的而不是测试的理念。

7、无纸化生产

在生产过程中，工件配备图纸、工艺卡、生产工艺记录卡、变更单等纸质文件作为生产依据。 随着信息技术的提高和智能终端成本的降低，在智能工厂的规划中，可以将信息终端普及到各个工位。 结合轻量级 3D 模型和 MES 系统，操作员可以在车站刷 RFID 卡。 HMI（Human- ）接受工单，接受图纸、工艺、订单等生产数据员工宿舍能耗管理系统设计，能灵活适应生产计划、图纸、工艺的变化。

八、设备管理

设备是生产要素，充分发挥设备效能（OEE——整体设备效率）是智能工厂生产管理的基本要求。 OEE的提高标志着产能的提升和成本的降低。

9. 数据收集

在生产过程中，需要及时采集产量、质量、能耗、加工精度、设备状态等数据，并与订单、工序、人员等进行关联，实现生产过程全程可追溯。

10.能源管理

为了降低智能工厂的整体能耗，提高劳动生产率，尤其是高耗能单位，能源管理是非常必要的。 采集能耗监测点（烘箱、变配电、照明、空调、电梯、关键设备）的能耗及运行信息，形成能耗分类、分项、分区统计分析，并可统一进行能源调度与优化 能源介质平衡，以达到能源优化利用的目的。

11. 工业安全

企业在规划新厂房时，需要充分考虑各种安全隐患，包括机电设备的安全、员工的安全防护，以及安全报警装置、消防设备等安全设施的设置。

12. 数据分析与应用

通过大数据中心可以查询生产线上各种设备和仪器的状态，但大多数离散制造企业尚未建立生产监控和指挥系统。 数据是智能工厂建设的血液，在应用系统之间流动。 智能工厂在运行过程中，会产生设计、工艺、制造、仓储、物流、质量、人员等业务数据。 这些数据可能来自ERP、MES、APS、WMS、QIS等应用系统。 需要一个统一的标准体系来规范数据管理的全过程，建立数据命名、数据编码、数据安全等一系列数据管理规范，确保数据的一致性和准确性。

黑龙江科技大学电气与控制工程学院、哈尔滨工业大学电气工程及其自动化学院、许继集团有限公司研究员苏训文、许殿国、杨荣峰、岳洪轩，环境因素对风扇最大功率点跟踪（MPPT）功率信号反馈算法（PSF）的影响，首先根据温度、湿度和空气密度之间的数学关系，温湿度影响PSF算法的机理被分析。 然后黑龙江能耗管理系统风机，提出了一种考虑温湿度的最优功率曲线获取方法，给出了考虑温湿度的PSF算法的实现过程和具体流程。 该方法考虑了风扇损失对PSF算法的影响。

最后在/分析平台上搭建了基于功率信号反馈算法的双馈单元模型。 仿真分析和风电场现场试验验证了考虑温度和湿度的PSF算法可以获得更高的风能转换效率。

近年来随着风力发电的快速发展，如何获得风力发电机最大风能转换效率的算法越来越受到人们的关注。 最大功率点跟踪（ , MPPT）算法有叶尖速比法、最优转矩法、功率信号反馈法、爬山法、模糊算法、神经网络法等[1-14]。 对于转动惯量大、叶轮参数已知的大中型机组，通常采用功率信号反馈方式[14]。

目前，大多数风电机组制造商在选择风电机组控制策略时，通常认为空气密度是恒定的或仅根据风电场的年平均空气密度来确定风电机组的最优控制策略，而很少考虑温度和湿度变化对风力涡轮机的影响。 输出功率的冲击会导致风机的输出功率达不到制造商设计的最佳输出功率值。

文献[1]回顾了风力机的各种MPPT算法，指出间接功率法需要空气密度值，否则会影响风机的效率，空气密度的变化会影响风机的最优功率曲线爬山算法。 文献[15]分析了风机最大功率点控制的影响因素，指出温度变小，会导致空气密度变大，从而使转矩增益（De-Gain，DTG）跟踪控制转矩增益系数Kd并且基于跟踪控制在收缩跟踪区间内的补偿系数增加，但本文只给出了结果，没有分析其影响的机理。

文献[16]提出了一种考虑高度和温度自适应空气密度变化的风力发电机转矩优化控制方法。 事实上，风扇所处的不同温度、海拔高度、气压和湿度会导致空气密度随时间波动。 上述方法没有考虑湿度和风扇损耗的影响，也没有进行深入的机理分析和仿真分析。 在风电机组的实际控制中是否需要对四种环境因素都进行测量还有待进一步研究。

为此，本文以MPPT算法中的功率信号反馈（Power，PSF）算法为例，首先分析了环境因素影响PSF算法的机理； 其次，考虑了机组的损耗，给出了获得标准空气密度最优功率曲线的方法； 然后提出了一种新的考虑温度和湿度的风机功率信号反馈算法，最后仿真和风场试验验证了该方法的正确性。

图1 双馈单元PSF算法

综上所述

1）给出温湿度与空气密度的数学关系，分析温湿度影响PSF算法的机理。 给出了考虑温度和湿度的PSF算法。

2）由于单位损耗的存在，采用实验或模拟的方法得到标准空气密度下的最优功率曲线来控制风机，会比原来的方法获得更大的风能利用效率。

3）考虑温度和湿度的PSF算法将获得更大的风能转换效率。 当温度较低时，不需要考虑湿度对PSF算法的影响，只需要考虑温度对PSF算法的影响； 当温度较高时，需要考虑相对湿度对空气密度的影响，PSF算法需要同时考虑温度和湿度的影响。