实现"双碳"目标,看下纺织业的智慧样本
中国经济正处于由高速增长到高质量发展的转型过程中,伴随着产业升级,中国制造业也将逐步从“中国制造”转向“中国智造”。这就要求制造企业向“绿色”、“高效”发展,在这样的背景下,作为传统高耗能产业之一,纺织印染行业面临着成本高企,环保、减排的严峻挑战。然而,纺织印染企业美欣达早已先人一步,有了应对之策。
早在2005年,美欣达就开始向绿色环保转型。随着5G、AI、IoT 等技术的发展,美欣达的绿色发展之路,进入到更加“智慧”的阶段。借助百度智能云的 AIoT 智慧化解决方案,美欣达成功打造了 AIoT 智慧能源管理服务平台。通过 APS 智能排产、能源管理应用度能、智能验布系统和色差管理系统,在有效实现能源管控的基础上,降本增效,产品竞争优势更加明显,企业综合实力大大加强,为传统制造业的转型升级树立了标杆。
文章图片
不容忽视的能效管理难题
虽然美欣达已经有了较为完善的能效管理体系,对全厂能源进行有效管控及分析。但是,由于各业务数据的计量覆盖率、时效性、多维的数据分析,已经无法支撑企业从能源维度,更深一步进行成本管控。在质量提升、人员管理、能耗环保、产品交付几个方面表现尤为突出。
首先,在产品检测上严重依赖人工主观判断,受情绪、突发事件等多因素影响,人工无法保证检测质量的一致性。而且人工检测能力有限,很难提升检测效率。
其次,人员管理难题日益严重。一方面,制造业招工难、培训难、留人难;另一方面,人工成本已占到产品成本的20%-30%,工资上涨 、社保等更是带来了不小压力。“现在的90后、00后不太愿意做传统行业,而且老师傅随着年龄的增加很多经验无法传承,这样导致企业基础存在很多的问题,我们如何把原来的人工传承变成数据全程?”美欣达总经理龙方胜一直在思考这个难题。
再次,在能耗环保层面,存在“一大一小”矛盾:生产过程中电、水、蒸汽的用量大,而提高企业生产效率、节能降耗发挥重要作用的先进适用技术覆盖面很小,且自动化装备技术不成熟,两者的矛盾使得能耗问题更加突出。
同时,面向市场需求,个性化产品逐渐增多,多品种、小批量、快交货等要求不仅增加了产品交付的难度,还拉长了生产换线空转的时间,增加了生产排程的难度。
【实现"双碳"目标,看下纺织业的智慧样本】因此,打通信息孤岛,依托企业实际业务,建立完善的能源管理服务平台,促进企业能效管理、成本管控更进一步发展,是美欣达最需要迫切解决的问题。
量身定制,从设备层到应用层打造完整解决方案
百度智能云的工程师们,深入了解美欣达业务实际难题,为美欣达量身打造出智慧化能源模型,实现了设备层、资源层、平台层,应用层全面的生产与能效管理,并以智能化、数字化、物联网化、可视化,为生产指导与管理创造更多可能。
在智能排产方面,基于 AI 的智能化排程,实现了生产计划的最优求解。美欣达借助百度智能云成熟的 APS 智能排产服务,建立起了流程及业务规则的规范化管理,并借助可视化智能排产,实现对生产计划、生产情况的全方位掌控,进而科学合理的调节生产,不断提高订单交付率。APS 智能排产
同时,通过系统快速灵活的使用不同策略进行计划和排产,美欣达不断优化整体生产效率,创造了更大的利润空间。
文章图片
可视化智能排产
文章图片
生产计划一览表
>> 度能——能源管理应用
在能源管理方面,通过百度智能云度能,将现场能源数据、质量数据的解析及能耗数据数字化展示。并通过能耗评估、能耗数据监测、能耗报表、能耗分析等,结合能源数据,建立企业标准能源体系、设备体系、仪表设备管理、核算分析模型,实现了基础数据的一致性。
美欣达通过能源数据系统级分析,能源数据的深度应用,不断提高能源系统稳定性,提升了能效,实现数据反哺生产工艺。
文章图片
度能-能源成本分析界面(示例)
>> 智能验布系统、色差管理系统
在百度智能云天工物联网平台的支持下,美欣达实现了色差检验的自动化。该系统通过对线检测布匹的瑕疵缺陷生成检验数据,并与平台集成,实时化、标准化完成面料检验报告的输出,可清晰展现布匹的关键特性,提供本地打印与线上查阅。
另外,色差管理系统可快速识别批头样色差,生成批头样色差检测报告,提升一次通过率,减少修色,杜绝重染与改色。
文章图片
面料瑕疵自动化 AI 识别
文章图片
定点检测、连续检测、报表导出
这一智能化检测完美避免了传统配色室依靠人工检测,定型机与印花机及轧染机缺少连续监测系统,匹头条检测完全依赖员工经验等带来的弊端,以更加高效、准确的智能化手段实现布匹质量监测。
全方位赋能,实现智慧化能效管理
美欣达通过与百度智能云深度合作,从质量检测到生产控制,全面实现了能源管控的数字化,在达到碳监控的同时,保证生产工艺的稳定性,确保生产的智慧化、科学化。
比如,基于 AI 的数据智能算法,美欣达不断改善生产排程,极大优化内部生产和仓储物流,缩短交付时间,提高设备利用率,实现工厂生产竞争力的整体提升。
在智能验布机检测中,智能验布系统、色差管理系统确保了美欣达机器漏检率低于10%,误报率低于10%,且分类准确率大于85% ;验收标准布料的验布打分标准和人工验布的打分标准匹配度达到90%以上,产品瑕疵漏检低于2%;在相同测色条件下,色差重现精度 ΔE 低于0.05。
在能耗层面,美欣达的系统蒸汽单耗下降了0.75t/万米,预期在本年能节约100万元的能源成本。可以说,在能耗监测和预测管理智能系统的支持下,美欣达能快速发现企业节能的关键点,降低生产能耗成本,加速实现“双碳”目标。
通过 AI+IoT 技术应用,美欣达实现了产能、品质、交付能力的综合提升。生产成本下降,员工劳动强度降低,客户满意度提高,产品竞争优势更为明显,企业的综合实力得到加强。
综合来看,百度智能云与美欣达的智慧化探索,树立了传统制造业智能化生产、能效管理的新样本。在国家“双碳”目标的背景下,为制造企业,尤其是纺织企业提供了一条可借鉴的方法。未来,百度智能云将会与美欣达拓展合作的深度与广度,利用智能化技术探索智慧能效管理的更多可能性。
百度AI开发者社区https://ai.baidu.com/forum ,为全国各地开发者提供一个交流、分享、答疑解惑的平台,让开发者在研发路上不再“孤军奋战”,通过不断地交流与探讨找出更好的技术解决方案。如果你想尝试各种人工智能技术、开拓应用场景,赶快加入百度AI社区,你对 AI 的所有畅想,在这里都可以实现!
扫描下方二维码,添加小助手微信「京东卡、小度定制周边、神秘礼盒、行李箱」等更多福利你来拿~
文章图片
推荐阅读
- 关于QueryWrapper|关于QueryWrapper,实现MybatisPlus多表关联查询方式
- MybatisPlus使用queryWrapper如何实现复杂查询
- python学习之|python学习之 实现QQ自动发送消息
- 孩子不是实现父母欲望的工具——林哈夫
- opencv|opencv C++模板匹配的简单实现
- Node.js中readline模块实现终端输入
- java中如何实现重建二叉树
- 人脸识别|【人脸识别系列】| 实现自动化妆
- paddle|动手从头实现LSTM
- pytorch|使用pytorch从头实现多层LSTM