施耐德电气高级副总裁、工业自动化业务中国区负责人庞邢健

随着近年来物联网、AI、5G 等新技术的应用，“智能制造”热度高居不下。但机遇往往与挑战并存。无论是研发设计环节的低效、生产管理环节的排期缺乏弹性、传统经营管理中存在的供应链管理刚性固化，还是传统运维存在无法实时反映设备运行态势、警告分析不够智能、警告根因难以确定等问题，都为工业双转型增加了障碍。

仔细观察这些难点不难看出，所涉及的问题分布在制造业的不同生产环节，在施耐德电气高级副总裁工业自动化业务中国区负责人庞邢健看来，要想实现制造业全生命周期的数字化，要落地到行业具体的应用场景，仅靠施耐德电气自身的力量远远不够，“需要产业链上下游企业共同努力，包括设备提供商、软件开发者、系统集成商、服务提供商、终端用户等共同参与。”

近日，施耐德电气发布了《绿色智能制造创新生态图谱2023版》，针对智能制造中的研发设计、生产管理、经营管理、运维服务四个阶段存在的诸多问题，施耐德电气与技术厂商提供了更具体的解决案例。

制造业四个环节仍存诸多问题

一般来说，智能制造生产环节分为：研发设计、生产管理、运营管理、运维服务四个阶段。

首先，在研发设计环节，传统制造企业研发设计面临市场需求响应慢、团队内部沟通低效、产品设计与生产条件不匹配等问题。

其次，随着企业生产规模不断扩大、产品定制属性不断增强，传统生产模式引致的库存管理滞后、排期缺乏弹性、物料采购难以满足生产管控等问题逐渐成为企业发展的重重阻力，如何将数字化、智能化技术应用于企业生产管理，成为企业的“燃眉之急”。

以冶金行业为例，设备管理领域普遍存在着基础管理、点检管理、检修管理、备件管理等方面问题。

再到企业运营管理环节，当前客户需求多元化、定制化趋势愈加明显，传统经营管理中存在的供应链管理刚性固化、库存管理和订单管理缺乏弹性等问题，成为企业发展软性桎梏。如何在有限产能的背景下，灵活、快速满足客户个性化需求，提升企业经营管理效益，成为数字化转型背景下急需解决的问题。

而以电力行业为例，当前发展面临电量增长乏力、低效和无效投资、购电成本过高、资金使用浪费等诸多挑战。

对此，施耐德电气联合技术合作厂商通过支持各种类型的数据源和数据接入的方式，将数据接入系统后对数据进行充分地整理和归纳，并生成对应的数据业务模型。再基于先进的 AI 技术，例如文本解析、实体识别、语义理解、 图像识别，构筑一整套的语义分析与图像分析的底层引擎能力，并结合系统内置的行业知识图谱和 算法模型，提供智能问答、文档搜索、决策分析、数据预测等多项顶层功能。

对于工业企业而言，安全、稳定生产是底线，传统运维存在无法实时反映设备运行态势、警告分析不够智能、警告根因难以确定等问题，做到故障预先提示，实现设备的远程、快速诊断和维护，显得越来越有必要。

目前，国内电源结构仍将以火电为主，火电中则是以煤电为主。煤电机组在运行过程中，设备故障造成的非计划停运较多，给电力生产带来诸多不利影响，其中锅炉水冷壁磨损泄漏故障是造成机组非计划停运的重要原因。针对锅炉水冷壁磨损，目前采用的措施为定期停炉人工检测维修。但传统人工检测中存在以下问题:

第一，作业周期长，检测效率低。典型的电站锅炉炉膛高度可达 50-100m，传统的检测方式，费时费力。

第二，检测可靠性差。水冷壁磨损主要靠人工手持设备进行点检，受时间和人员精力所限，一般抽取代表点检测，经常出现漏检、误检。

第三，成本较高，易出事故。检测时工作人员高空作业，往往和炉内其他施工交叉进行，存在较大的安全隐患。

施耐德电气和技术合作厂商通过水冷壁检测机器人代替人工进行锅炉水冷壁检测作业，检测机器人搭载清洁模块、无损测厚模块、图像识别模块以及其它多样化作业模块，可以对锅炉水冷壁等关键区域快速准确检测，相关检测结果能够以可视化、系统化的方式汇总给检测人员、管理人员，结合锅炉四管健康分析系统实现台账管理、建立故障和专家知识库等功能。

据介绍，这一方案让检修时间从原来的三周时间缩短到一周，按600MW 机组为例、节省了14 天检修时间，可增发约 2 亿度电，增加收益6000 万元。

数字化如何实现制造业快速减碳？

从2020年做出“碳中和”、“碳达峰”的承诺之后，每年都有重磅政策出台。2021年，双碳工作被列为“十四五”开局之年的重点任务之一；2022年7月，工业和信息化部、发展改革委、财政部等六部门联合发布《工业能效提升行动计划》，将工业“减碳”的窗口期缩短到三年，要求2025年将节能提效作为工业减碳的首要举措。

随着“减碳”时间窗口期越来越短，碳排放重点行业通过数字化、智能化技术进行碳减排资源的优化配置，快速实现减碳的需求日渐凸显。

但是，目前在碳管理中面临不少难题：

首先，由于缺少碳管理专业知识和数字化工具，传统碳资产认证体系复杂，认证周期长，认证行业少，且只有纳入碳排放配额的企业才能参与，其他企业或个人主动参与度低，入手难。

其次，碳管理数据易造假篡改，利用可编辑监测报告模板篡改关键监测数据，从碳排放源头到碳减排，碳 排放报告质量控制缺失，重要原始数据缺乏真实性和准确性，容易造假和篡改，缺乏有效监管。

如何解决这些难题，施耐德电气表示，其基于区块链技术，通过终端数据展示模块清晰呈现产品的绿色可持续属性，或者引入第三方服务进行全链路排放计算、碳足迹追溯，从根源减少供应端碳排放。

显然，在通往双碳的路上，数字技术将在支撑工业节能提效上，展现出巨大的潜力，也会成为目前“减碳”工作中十分具有亮点的一条技术路径。

（本文首发钛媒体APP， 作者｜韩敬娴，编辑｜张敏）