为了给风机叶片做一套可行的、可规模化应用的预测性维护系统 ， 作为工业智能公司老板的孙昕就专门招募了一群专注风电领域的产品经理、流体力学博士和叶片设计与运维专家 。
在风电专家和算法工程师的共同努力下 ， 天泽智云推出了针对风电行业的智能化健康管理解决方案 ， 并自主研发了融合智能算法的软硬一体化产品「叶片卫士?」 。 通过外加传感器监测叶片扫风声噪、本体振动、与结构应力数据 ， 经过融合机理特征增强的 AI 分析判断结构开裂、前缘腐蚀、螺栓断裂等风险因子 ， 利用专家知识融合各个因子判断不同故障类型 ， 并及时进行预警 。
文章图片
把风电叶片运维从依靠工人经验去「定性」分析转变成了依靠数据的「定量」分析 ， 包括故障模式、故障等级、设备损耗风险程度等 ， 为用户决策维修时机、制定维修策略提供量化依据 ， 真正打通数据与决策之间的鸿沟 ， 帮助用户降低运维成本 。
工艺经验沉淀与智能化升级
优化能源管理是工业人工智能的另一个重点应用领域 。 据不完全统计 ， 大型工业系统正消耗着全球能源的 54％ 。 冶炼企业是能源消耗大户 ， 也是 AI 能源管理见效最快速的行业 。
钢铁联合企业构成非常复杂 ， 能效提升的推动过程会遇到各种困难 。 典型问题之一是煤气产用不平衡 ， 而且每个工序的突发异常 ， 都将影响整个管网压力的波动 。
产用的不均衡可能影响正常的生产运营乃至不必要的浪费 。 比如说 ， 煤气波动过大时造成燃烧效率降低 ， 即使已投用自动燃烧系统的炉窑也很难达到经济区间 。 而煤气管网压力过高则导致煤气放散白白浪费 ， 煤气压力过低会造成末端工序因生产条件无法满足而临时停产 。 这样不仅会造成巨大的经济损失 ， 也会造成环境污染 。
为解决这些问题 ， 需要有效地协调煤气跨工序的协同调度 ， 构建煤气智能平衡系统 ， 为管理者提供数字化管理的抓手 ， 为动力调度和一线操作员提供操作辅助决策建议从而提高工作效率 。
山东某钢铁企业在工业 AI 技术的实践中 ， 将高炉煤气智能平衡系统部署在各个分厂的集控室中 ， 与生产密切配合 。 系统可以实时监测管网压力和各设备产用气波动 ， 并通过智能模型的预测和计算 ， 为一线操作员提供实时用气建议 ， 使得各工序煤气的使用既能满足本工序的工艺要求 ， 又能实现跨工序间的用气协同 。
当发生异常情况时 ， 系统也可以实时通知动力调度员和管网各工序操作员 ， 实现更敏捷的调度响应 。 最后 ， 系统也提供了对煤气波动的归因分析 ， 帮助相关部门分析问题原因 ， 持续改善 。
推荐阅读
- 星链|石豪：在太空，马斯克和美国当局是如何作恶的
- 建设|这一次，我们用SASE为教育信息化建设保驾护航
- 生活|气笑了，这APP的年度报告是在嘲讽我吧
- 精度|将建模速率提升10倍，消费级3D扫描仪Magic Swift在2021高交会大显“身手”
- 最新消息|世界单体容量最大漂浮式光伏电站在德州并网发电
- 公司|科思科技：正在加速推进智能无线电基带处理芯片的研发
- 测试|图森未来完成全球首次无人驾驶重卡在公开道路的全无人化测试
- Monarch|消息称微软Win11 2022重大更新将在明年夏天到来
- 社交|Facebook被指试图在美政客中抹黑前雇员Frances Haugen声誉
- Intel|Intel在Alder Lake平台演示PM1743 PCIe Gen 5 SSD，带宽达14GB/s