1、通過預測與控制實現智能工廠降本增效智能工廠建設目標：5個方向故障維修預防維護人工操作機器操作事后統計質量預控人工經驗智能決策資源效率安環第一人機料法環戰略決策持續發展設備效率業務運營能效管理生產工藝控制設備級生產級控制級企業級更好的決策運營級更高的效率更少的故障機器人、智能設備、現場總線、執行器、傳感器等Security Management工業以太網PACUPSLocal HMIPower Monitoring中低壓配電及保護生產操作數采據采集存儲服務器運營監控專家優化控制系統ERP (企業資源規劃）決策支持商務智能PAC視頻攝像頭門禁控制MES能源管理在線診斷安全防護與視頻MV LV Ca

2、binet IMCC智能工廠4層架構生產管理質量管理設備管理物流管理原料管理數字礦山實時性4層架構智能化的三層深度數字化321信息的記錄、存儲、查詢、匯總、展示移動APP訪問信息便于數據的追溯、比對、分析、總結智能預測智能分析智能決策讓機器替代人形成強大勞動力信息化智能化物理工廠人的經驗經驗知識化知識模型化模型算法化算法代碼化代碼軟件化軟件使用質量生產能源設備物流書面信息數字化智能設備自動數據采集自動取樣在線分析自動感知人智”到“機智3層深度APC智能預測與控制借助于智能控制，可以消除人與人的差別操作員不同，造成成本和質量上的差異288萬每月能耗成本節約 24萬每年能耗節約 288萬CO2減排

3、 8400噸/年3%最優和最差的操作員，能耗相比差了3%每年有大量的錢浪費在能耗上三類優化控制：1）PID控制 和 2）模糊控制PID控制比例、微分、積分調節引入DV以體現干擾基于專家經驗、模糊邏輯采用大量規則，進行情境處理依據專家經驗，形成模糊矩陣基于：輸入變量 e，偏差變化率 de，輸出變量 u建立隸屬度函數和規則矩陣3） APC先進控制基于內模模型的控制MPC多變量預測模型基于歷史/當前值預測變量未來趨勢預控式多變量最優調節長周期優化MPC多變量預測模型CVsMVsCVsSimSci APC 數據庫動作信號測量信號規則控制器最小代價函數優化后的設定點數值 和 操作變量MV輸出值現場智能控

4、制特點一：MPC多變量模型預測控制利用操作變量（MV）/前饋變量（FFW）在當前/歷史的測量值，通過模型預測出被控變量（CV）在將來時段的變化趨勢通過計算操作變量（MV）合理的控制方式（Move Plan)，來抵消未來時刻CV對于其SP的偏離，提高控制品質：確保變量控得住，波動??！工藝過程更穩定！C5A溫度人工控制時段APC自動控制時段CDC喂煤手動給定CDC喂煤APC控制智能控制特點二：結合大數據分析技術預測質量參數Introduction - 10生料細度預測值和化驗值誤差大多數0.5（絕對值）依據細度預測值可最及時調整選粉機轉速、循環風機頻率、喂料量，實現最優生產達到出磨生料細度更穩定生

5、產噸生料的電耗更低煤粉預測值絕對偏差大多數0.2PA大數據工具（Predicative Analytics） 預測分析 機器學習優化模型Predictive Analytics工具 簡化建模到部署的流程歷史數據數據處理變量降維 數據采樣創建模型評分校驗解釋模型部署模型簡化自動自動簡化APC內置PythonAPC控制特點三：挖掘數據潛能 實現智能尋優控制Introduction - 12最佳設定值不是來自專家的經驗而是來自“工廠數據的經驗”“操作秘籍”與能管系統聯動，實現智能自動尋優APC：自適應控制，保證最優的實現EMS：歷史數據挖掘 找出最優參數集特點四：簡單！ 配置式編程 便于維護與更新按

6、照APC項目的實施步驟進行配置操作 集成化的軟件平臺數據采集模型辨識控制器開發離線模擬參數整定軟儀表開發強大的功能及友好的用戶界面GUI自動階躍測試內置線性優化功能快速數據分析便利靈活性特點五：專家團隊實施項目 事實驗證效果先進的技術原理模型預測控制智能算法成熟的軟件平臺配置式編程模型自動識別智能化的控制質量實時預測自動尋優效果有保證專業隊伍品牌背書祁連山漳縣2#生產線-回轉窯及篦冷機專家優化系統生產線規模日產熟料4500噸項目收益降低能源成本：降低熟料標煤耗1.23kg (1.81%）熟料工序電耗降低0.78度/噸。提升質量：游離鈣標準偏差下降率達到10.71%；熟料三天強度提高1.2MPa；熟料28天強度提高了0.8MPa。案例效果展示成功案例項目名稱項目范圍實施年份徐州中聯水泥#2窯 （1萬噸）2015祁連山漳縣水泥窯 & 水泥磨（輥壓機+球磨）2016承德金隅水泥窯（+工業固廢）2017祁連山成縣水泥窯 & 水泥磨