智能制造案例 |智能工厂-7
为推动智能制造深入发展，推介智能制造标杆企业经验做法，在工业和信息化部装备工业一司指导下，电子工业出版社与中国电子技术标准化研究院共同编写了智能工厂典型案例（精简版），内容涵盖汽车、家用电器、石油化工、纺织服装、飞机制造等领域。现将部分内容摘编如下，供有关方面学习借鉴。
智慧采矿保障铁矿资源安全鞍矿业智慧生产平台建设
我国铁矿石的主要特点是“贫、细、杂”，平均铁品位低，采选难度大，提高生产效率节能降耗任务繁重，存在原料不确定性强、设备专用性强、作业环境恶劣等很多生产与管理的复杂性难题。针对这一难题，鞍钢集团矿业有限公司（简称鞍钢矿业）作为我国冶金矿山龙头企业，应用智能制造理念探索了一条提升矿山品质及安全之路，并取得了卓越的成效。
图1.智慧化选矿生产车间
实施路径
鞍钢矿业智能制造建设是以“创新驱动”为抓手，在满足集团化管控、多元化发展、可持续发展等战略需求基础上，基于矿冶工程理论，运用“云计算、大数据、物联网、智能控制”等技术，以智能感知与智能认知为核心，建立多层级工业大脑，重点开展智慧生产、智慧管理、智慧服务三部分建设，为企业资源评估、矿山规划、安全生产、优化调度、监控检测和决策管理等各种需求快速做出智能响应，实现矿山智慧化管理和运行。
图2 鞍钢矿业智能生产平台架构
一、基于五品联动的集团化采选生产智慧管控。依据公司五品联动理论，以整体效益最大化为目标，将勘察、采矿、配矿、选矿、冶炼统筹集成大系统，进行全系统联动优化。在完善破碎、磨矿、选别、筛分、过滤、烧结、球团等各工艺环节已有调度、控制与信息系统基础上，研发生产过程动态优化智能调度算法，实现融合智能操作与智能控制相结合的采选全过程智慧控制。通过数字化、智能化手段挖掘生产潜力，合理匹配生产环节的控制需求，实现整体生产综合效益最大化。
二、构建矿山采选物流精准时空跟踪体系。矿石物料跟踪技术，基于矿石物料基因时空模型，融合了深度学习、强化学习等智能技术，实现矿石是物料的时空状态实时跟踪。整合牙轮钻穿孔定位、GPS智能调度模型、油耗管控指标等系统数据，实现穿孔、爆破、铲装、运输、破碎等生产要素的全程时空状态监控；建立采矿前馈物料跟踪模型，实现矿石爆破、产装运卸生产过程控制与管理；建立选矿前馈与反馈结合的矿石物料跟踪模型，实现流程过程、工艺参数优化；通过烧球生产全过程智能控制，实现工艺参数及配料优化管控。
三、采选主体设备智能健康管理技术。建立EAM设备资产管理平台，利用数据实时采集技术获取设备运行状态参数，自动生成设备预知检修计划，实现设备检修工单自动生成，并触发检修计划时间和工单所需备件的采购周期优化采购计划与库存量；建立故障库和原因知识库，深度分析挖掘设备实际作业效率、处理能力，优化设备使用方式，关键设备实现在线分析与智慧监控，从而实现设备单体效率最大化，设备整体消耗最优化，实现设备智能化管控。
四、采选工业大数据分析与服务技术。基于PSA模型抽取不同数据源、异构数据，利用DSO模型进行多源异构数据融合，形成数据服务共性技术，构建工业互联网数据存储与管理服务平台。通过数据多维度分析挖掘，利用数据分析模型和算法实时监测分析成本变动，分析成本影响因素，形成基于数据智能的决策，提升企业核心竞争力。
实施成效
鞍钢矿业以建设“智慧矿山”为目标，依靠创新驱动，变生产型企业为经营性企业，提升铁矿山企业的核心竞争力，进而实现绿色、安全、智能化生产。通过开展智能制造建设，矿业采选生产效能及设备利用效率分别提高了1.98%、92.38%，企业运营成本降低了2.17%。2019年，入选国家智能制造标杆企业。
本期推荐书目：中望3D从入门到精通