解决方案

Conference related

当前位置 > 首页 > 解决方案 > 工业制造 > 基于CPS的工业边缘智能控制方案

基于CPS的工业边缘智能控制方案

· 杭州和利时自动化有限公司 李戎,李昱,贾晓科


 1 目标和概述 

基于CPS的工业边缘智能控制方案从工业企业的大量生产控制数据中发觉价值,并有效服务于自身的业务,从生产控制系统提取数据进行深度分析、计算、加工后反馈给控制系统和操作人员,让传统监盘走向智能 监盘、自动化控制迈向智能化控制。

 算法是边缘智能控制方案的核心,方案提供算法的 设计环境和运行环境,同时在内置自研算的基础上提供标准开放接口允许用户或者第三方厂商开发新算法。运 行环境支持机理运算和AI运算,并叠加分布式优化智能 调度技术,在提高运算质量同时保障运行的稳定可靠和可扩展性。 

设计人员通过图形化的组态设计环境,自由移动、 摆放算法块,按需组合算法块之间的关系,整个操作过 程简单清晰,极大地降低了用户使用门槛,纵使趋近于 零使用经验的人员也可以通过算法工具快速分析业务。 

“降低编排门槛、强化算法的智能性”,边缘智能 控制方案通过先进、多样的手段发掘数据价值,为工业 控制场景提供全站式综合解决方案,让业务用户不用关 注过程中涉及的计算机和控制系统复杂性,聚焦于工厂 业务发展。

 2 方案介绍 

 和利时基于CPS的工业边缘智能控制方案,用于构 建智能、开放、综合的新一代大型火电智能化发电运行 管控系统,使电厂生产运行更高效、更灵活、更可靠。 方案融合专家经验、机理模型、先进预测控制、深度神 经网络、先进传感技术,对边缘采集数据进行采集、挖 掘和深度分析,提供机组在线深度优化、智能运行监 控、设备故障预警与诊断等智能化应用,实现基于能效 的闭环控制、提升设备的可靠性与利用率、提升人员经 验与知识的可复用程度,从而最终实现电厂经济效益和 运行安全的全面提升。 

系统架构如图1所示。

1683605008721950.png

 图1 系统架构图 

系统主要特点: 

(1)该方案基于传统集散控制系统功能之上,提 供虚拟化、分布式、弹性可伸缩的智能控制能力,以 “软件定义控制”的方式满足智能工厂各类柔性、动 态、分布式的高级控制及部署要求,形成流程行业生产 运营的智能一体化方案。 

(2)方案提供了基于Web技术的符合用户习惯的 类IEC 61131-3低代码组态调试工具,提供工业常用通 用算法及流程行业专业算法,如智能检测、智能控制、 智能寻优、智能监盘、智慧决策等;支持包括Matlab/ Simulink、C/C++、Python、Java等语言开发的模型 导入,方便用户积累沉淀现有成熟工业机理、机器学习 模型及专家经验;工程师及用户可针对现场实际情况灵 活配置、编排、调试已有行业机理及机器学习模型算法,加速应用落地及迭代升级。

 (3)方案支持主流工业协议接入、具备工业异构 数据融合能力,提供基于OPC UA开放的信息模型组织 数据,配合低代码人机界面工具,工程师及用户快速实 现智能应用的数据集成及人机页面搭建。 

(4)方案提供基于5G网络的闭环控制功能,通过 5G+智能控制器+通用IO+智能现场仪表,实现高可靠、 安全的无线控制闭环,预期可以极大节省工厂工程实 施、维护与运维成本。 

(5)提供安全可信技术架构,基于工业生产与控 制的特点,防护措施覆盖生产层到现场控制层,实现了 控制与安全的真正深度融合,确保在工业互联网架构 下,企业生产的主动信息安全防御能力。 目前,该方案已成功应用于百万机组火电、热电等 多个智能化电厂项目,大幅提高生产运行过程智能化水 平,更好地帮助客户实现节能增效、安全环保的生产目 标。 该方案中1号机组健康度总貌、耗差指标汇总分析 图如图2、图3所示。

1683605195333622.png

 图2 机组健康度总貌 

1683605214463096.png

图3 机组耗差指标汇总分析

 3 代表性及推广价值 

  3.1 突破的关键技术 

(1)基于数据驱动和时间周期驱动的混合异构模 型的集成和运行系统组织架构。 

(2)在复杂控制应用场景,将不同供应商、不同 功能及不同语言实现的算法模型统一运行,并在流程工 业边缘侧进行部署,可以将不同语言及运行时环境之间 数据通信及算法配合,实现高级控制、优化、软测量、 仿真、评估的一体化方案。 

(3)实现对FMI2.0协议的支持。

   3.2 主要创新点 

(1)数据计算环境与自动控制环境分立并行,隔 离了海量数据计算对自动控制环境的影响,保障自动控 制环境稳定可靠运行,也支持数据技术创新成果赋能自 动控制。 

(2)通过自研的算法模型协议实现算法组态与编 排,统一规范算法块之间的接口关系。 

(3)兼容FMI2.0协议,与FMU算法块无缝对 接,支持诸如OpenModelica和Matlab等第三方工具 开发功能库。 

(4)设计态和运行态分离,保障了运行时环境和 设计时环境之间的独立性、可移植性和可扩展性。 

(5)运行时环境支持多种触发方式,既支持数据 驱动也支持时间周期触发以及混编的方式统一调度;主 运行时环境根据数据更新状态事件驱动调用算法,也可 通过设置参数项动态控制运行机制。 

(6)通过容器化的运行和管理,可以扩展运行时 环境,定制各种运行环境;在各个扩展运行环境出现异 常时,可设置对应处理措施,如重启状态机、初始化运 行时容器、重新加载初始化等措施。


来源 | 《自动化博览》2023年第2期暨《边缘计算2023专辑》

相关文章链接
面向恩捷锂电池隔膜车间的数据采集和生产过程质量监控方案
太阳电缆5G智慧工厂
TSN(Time Sensitive Networking)测试床
智能协作机器人助手实验平台
基于边缘计算的铸管感算控一体化智能视觉解决方案

关于联盟

边缘计算作为新兴产业应用前景广阔,产业同时横跨OT、IT、CT多个领域,且涉及网络联接、数据聚合、芯片、传感、行业应用多个产业链角色。为了全面促进产业深度协同,加速边缘计算在各行业的数字化创新和行业应用落地,华为技术有限公司、中国科学院沈阳自动化研究所、中国信息通信研究院、英特尔公司、ARM和软通动力信息技术(集团)有限公司作为创始成员,联合倡议发起边缘计算产业联盟,致力于推动“政产学研用”各方产业资源合作,引领边缘计算产业的健康可持续发展。

加入联盟

联系我们

  • 北京市海淀区上地十街辉煌国际5号楼1416
  • +86 10 5711 6299 +86 13910146695
  • info@ecconsortium.net
×

登录

确定