施耐德電氣：以“人工智能+”夯實新型工業(yè)化根基

“工業(yè)4.0”“新質生產力”“人工智能+”……我們正在經歷著生產力變革的時代,以科技創(chuàng)新作為內核、打破產業(yè)場景邊界的新質生產力應運而生,而其中的重要代表力量,便是人工智能的發(fā)展。

在今年3月份,“人工智能+”首次被寫入政府工作報告,這意味著中國將加快形成以人工智能為引擎的新質生產力。這與施耐德電氣長久以來布局數(shù)字化、智能化的方向不謀而合,施耐德電氣堅信將AI技術投入到工業(yè)產業(yè)實際應用中,將為中國工業(yè)的“進階”激發(fā)出無限潛力。

隨著AI技術不斷迭代演進,怎樣在復雜多變的工業(yè)領域發(fā)揮其價值使其推動新質生產力發(fā)展?又有哪些場景可以讓AI發(fā)揮其最大作用,實現(xiàn)AI規(guī)?；瘧?從而加速駛向新型工業(yè)化?

效率進化,指數(shù)級變革生產力

在傳統(tǒng)工業(yè)向新型工業(yè)的轉型過程中,以前沿技術創(chuàng)造切實價值是必經之路——施耐德電氣正在進一步打破IT與OT之間的壁壘,深入企業(yè)從設計、建造到運營和維護的全生命周期,將AI技術對生產力的迭代推動力付諸實踐。

在前期的研發(fā)設計環(huán)節(jié),施耐德電氣正在以AI技術革新軟件的傳統(tǒng)開發(fā)方式,例如通過大模型輔助生成基礎代碼并幫助檢查代碼完整性,為工程師省去大量重復性工作,為新技術、新功能的開發(fā)注入更多活力。而在重點生產制造環(huán)節(jié),以AI技術助力工廠提質增效,例如通過AI智能決策幫助協(xié)同多方因素、制定精準生產計劃;通過AI視覺檢測,高效識別產品瑕疵、提升產品質量等。在運維管理過程中,施耐德電氣正借助AI算法與機器學習助力企業(yè)高效管理資產設備、提升運營效率、優(yōu)化能源使用,助力企業(yè)提升運營維護的效率與韌性。

由此可見,無論是視覺識別、機器學習、大語言模型、還是生成式AI,目前都已切實滲透于工業(yè)生產流程的方方面面。那么推動AI場景價值最大化的關鍵是什么?

深入場景,技術與應用深度融合

發(fā)揮AI技術潛能的關鍵在于推動AI技術與實際應用場景的融合創(chuàng)新。作為AI場景化應用的 “實踐者”和“賦能者”,施耐德電氣正致力于將AI技術與一系列垂直行業(yè)場景進行深度融合,賦能生產提質增效:

 ?   工藝流程優(yōu)化:施耐德電氣借助AI算法制定智能控制策略,為某啤酒制造商提供了顛覆性的產線優(yōu)化方案。通過對全量生產數(shù)據(jù)進行匯聚、分析、敏銳監(jiān)測工況,并預測、微調最優(yōu)控制策略,幫助客戶安全優(yōu)質生產的同時實現(xiàn)了20%的物料節(jié)約與15%的生產效率提升。

 ?   工業(yè)全流程減碳:在某化工企業(yè)的應用實例中,施耐德電氣為實現(xiàn)其監(jiān)控某真空蒸餾裝置的六個碳排放源,部署了定制化機器學習模型。該模型利用AVEVA PI System運營大數(shù)據(jù)管理平臺實現(xiàn)每5分鐘分析一次數(shù)據(jù)流,從而對二氧化碳排放潛在偏差的產生及時反饋。這使操作人員能夠迅速做出反應,調查根本原因,并進行有針對性的調整,以優(yōu)化流程并最大程度減少二氧化碳排放。該模型不僅適用于真空蒸餾裝置,還可以遷移到不同工業(yè)流程。

 ?   能耗精細化管理:施耐德電氣為某半導體企業(yè)提供的冰機冷量預測解決方案,基于AI算法,根據(jù)l 冰機運行的歷史數(shù)據(jù),對需求端的制冷量進行精準預測。通過對用能需求更加精準的把控,實現(xiàn)能耗的精細化管理。實測數(shù)據(jù)顯示,該方案節(jié)能效果達3-5%,如果配套硬件改造,可實現(xiàn)5-10%的綜合節(jié)能。

 ?   空壓機能效提升:施耐德電氣通過AI智能算法實現(xiàn)對空壓站的優(yōu)化控制與智能管理,幫助企業(yè)顯著提高能源使用效率。在某新能源車企的站房管理系統(tǒng)項目中,通過對數(shù)據(jù)的采集、建模、分析,為工廠的綜合站房空壓站控制系統(tǒng)、暖通控制系統(tǒng)提供了最優(yōu)運行參數(shù)建議,實現(xiàn)控制邏輯優(yōu)化與節(jié)能增效,使該企業(yè)在建設高效、節(jié)能的現(xiàn)代化和綠色化工廠的道路上事半功倍。

 ?   動態(tài)制冷提效:在某數(shù)據(jù)中心的暖通節(jié)能改造項目上,施耐德電氣將AI建模和數(shù)據(jù)分析算法注入傳統(tǒng)PID閉環(huán)控制之中,通過建模與數(shù)據(jù)采集、精準預測、優(yōu)化求解及策略輸出四步走,對機房內的末端精密空調進行優(yōu)化,使其根據(jù)實際需求進行動態(tài)制冷輸出,同時對冷站控制系統(tǒng)進行全局尋優(yōu),實現(xiàn)末端空調系統(tǒng)節(jié)電31%,預計冷站制冷效率提升20%。

 ?   預測性維護:基于振動機理+數(shù)理模型的設備故障預測與診斷系統(tǒng),結合工藝數(shù)理模型故障診斷工具,不僅可以幫用戶診斷機械老化及磨損問題,還可以為用戶診斷電氣故障或工藝變換導致的設備故障。施耐德電氣廈門工廠為真空爐設備部署了基于AI 的預測性維護解決方案,實現(xiàn)了全年7*24小時的實時數(shù)據(jù)監(jiān)測設備狀況,并根據(jù)預測曲線有計劃地安排設備維護,每年可節(jié)省約120萬元維護成本。

隨著人工智能等數(shù)字化技術的飛速發(fā)展,全球工業(yè)正在經歷重大變革。施耐德電氣將堅持創(chuàng)新驅動,推動AI技術與更多行業(yè)的具體應用場景深度融合,并聯(lián)手更多伙伴共同打造產業(yè)影響力,向更智能、創(chuàng)新、可持續(xù)的未來工業(yè)進發(fā)。

　　轉自：中國網

　　【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業(yè)經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業(yè)宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯(lián)系：010-65363056。

延伸閱讀