项目简介
项目以数字孪生车间实现虚实融合和数据驱动，完成全要素、全流程、全业务数据的集成与融合，并支持迭代运行和优化。突出精益生产，瞄准未来发展方向，打造数字化、智能化、精益化的现代工厂。
项目完善精益生产体系并形成精益流程，着力构建发现解决问题的机制，全方位、多层次推进精益生产；持续提升生产现场、生产加工、成本管控、设备保障、物料管理的精益水平。
业务痛点
巡检任务繁重
制丝车间烘丝等 19 个步骤涉及 58 项巡检确认，人工重复工作量大
生产波动影响质量
人工干预、环境和物料差异容易造成工艺波动
异常响应不及时
生产、工艺和设备异常难以及时识别、定位并推送
生产要素缺少联动
设备、物料、工单、环境和人员数据未充分互联，难以实现上下游自适应控制
海量实时数据处理压力
平台每秒需要处理 6 万多个传感器数据，并支撑高频边缘计算与汇总
解决方案
智能计划与产前检测
对生产环境、物料、设备和人员进行产前检查，并支持工单调度优化
工艺设备智能控制
通过机器学习构建控制模型，基于实时监测结果进行预测和反向控制
生产线集中监控
构建生产线数字化模型，实现生产过程可视化、设备自动启停和无人化控制
工业数据平台
采用本地数据中心部署，支持每天 300GB 以上增量数据及 600TB 以上存储规模
全流程追溯与分析
以烟丝批次号为主线追溯生产过程，并建立质量、工艺相关性分析和异常判定模型
项目效果
主要工艺设备智能控制
- 通过机器学习构建智能控制模型
- 基于实时监测数据预测，通过反向控制执行，实现控制过程无人干预
生产线自适应控制和集中监控
- 构建生产线数字化模型，实现生产过程可视化
- 运用物联网技术，建立生产线生产条件验证模型，实现生产线自动启停
- 建立生产流程控制模型，实现生产线无人操作
主生产线全流程追溯和多维分析
- 以烟丝批次号为主线，实现生产过程的全流程追溯
- 建立不同维度分析主题和模型，对产品质量和生产工艺等进行相关性分析，优化持续改进
- 建立异常判定模型，实现预警信息推送
