در مورد ساخت کارخانه‌های هوشمند، اطلاعاتی و خودکار، چه ایده‌هایی دارید و شما در حال حاضر چه پایه‌ها و تجربیاتی دارید؟

Thread Content

آخرین بار این پست توسط 328104062 در تاریخ ۲۰۱۶-۱۰-۱۵ ساعت ۲۰:۵۵ ویرایش شد. همان‌طور که در عنوان آمده است: روند کارخانه‌های بزرگ این است که تعداد کارکنان کمتر و تجهیزات بزرگ‌تر می‌شوند، میزان اتصالات بین تجهیزات بیشتر می‌گردد، تحلیل‌های آماری دقیق‌تر می‌شوند، روش‌های مدیریتی نیز فراوان‌تر می‌شوند؛ همچنین روش‌های کنترل و بهینه‌سازی نیز گسترده‌تر می‌شوند. اما در واقعیت، ما اغلب بر هزینه‌های تولید تمرکز می‌کنیم و هزینه‌های مدیریتی را نادیده می‌گیریم. برای انتخاب بهترین روش‌های مدیریتی، لازم است از روش‌های هوشمندسازی، اطلاعاتی‌سازی و خودکارسازی استفاده کرد و برنامه‌ریزی، تولید، فروش، فناوری، مدیریت و ساخت پروژه‌ها را یکپارچه کرد. ۱. کارخانه هوشمند و اطلاعاتی در تصور شما چگونه است؟ دوم، در فرآیند اجرای مدیریت و عملیات هوشمند، به نظر شما چه پایه‌هایی وجود دارد؟ از چه روش‌هایی برای اجرا استفاده می‌شود؟ سوم: به نظر شما در فرآیند اجرا، چه خطراتی وجود دارد که باید از آن‌ها اجتناب کرد؟ اجازه دهید ابتدا نظرات خودم را بیان کنم؛ لطفاً مرا ببخشید:
۱. کارخانه‌های هوشمند، در وهله اول شامل موارد زیر هستند:
الف. خودکارسازی تولید و آمارگیری: خودکارسازی شامل خودکارسازی فرآیندهای عملیاتی (یا بدون نیاز به انسان)، تولید خودکار داده‌ها، آمارگیری و محاسبات، تحلیل ساده (با کمک انسان)، و همچنین خودکارسازی فرآیندهای مدیریتی (هشدار خودکار در صورت تجاوز به استانداردها، و ارزیابی خودکار اجرای دستورات). این امر منجر به افزایش کارایی و کاهش بار کاری انسان‌ها می‌شود. ۲. یکپارچه‌سازی اطلاعات: مدیریت یکپارچه تحلیل بازار، برنامه‌ریزی فرآوری مواد خام، برنامه‌ریزی تولید، عملیات و فروش؛ با توجه به شرایط بازار، پیگیری مراحل خرید مواد خام، تولید و فروش انجام می‌شود و بهینه‌سازی فرآوری مواد و برنامه‌ریزی تولید نیز در نظر گرفته می‌شود. ۳. بصری‌سازی از راه دور: بصری‌سازی محیط کار، بصری‌سازی پویای مدیریت نیروی کار، و بصری‌سازی انتقال داده‌های عملیات تولید از راه دور؛ تا بتوان بر اساس آن‌ها تصمیمات لازم را اتخاذ کرد و الزامات کنترل تولید را در هر زمان برآورده ساخت.
۴. به‌کارگیری داده‌های بزرگ: کمک به تصمیم‌گیری و تشخیص از راه دور، و ایجاد سیستمی برای ذخیره اطلاعات متخصصان. از طریق ارائه هشدارهای پیش‌بینانه بر اساس تجربیات گذشته و شبیه‌سازی‌های فعلی، کمک به تصمیم‌گیری، ارتباط داده‌ها با مؤسسات تحقیقاتی، موسسات طراحی و کارخانه‌های دارای فرآیندهای مشابه (در بخش‌های غیرمحرمانه)، ایجاد سیستم پایگاه داده کارشناسان، و در نهایت امکان تشخیص از راه دور دستگاه‌ها ； ایجاد پایگاه داده بزرگی از دستگاه‌ها برای تحلیل فرآیند تغییر کیفی ناشی از تغییرات کمی. دوم، چه پایه‌هایی وجود دارد؟ از چه روش‌هایی برای اجرا استفاده می‌شود؟ پایه لایه محلی: DCS، GS، SIS/CCS، CCTV، AFM، سیستم‌های کنترل خودکار آتش و اطفای حریق، سیستم ترکیب روغن‌ها؛ نقشه‌های PDMS از سوی موسسه طراحی، داده‌های سه‌بعدی را فراهم می‌کنند. پایه‌های مدیریتی: MES، PRM (AMS)، APS، پلتفرم‌های اندازه‌گیری، نظارت بر واحدهای تولیدی، نظارت آنلاین بر انتشار آلاینده‌ها و غیره.
روش‌ها: خواندن داده‌ها به صورت یک‌طرفه از طریق OPC، ایجاد تصاویر پویا با استفاده از نمودارهای سه‌بعدی، تحلیل، قضاوت، هشدار و ارائه اطلاعات از طریق پایه‌های مدیریتی، و نمایش پویای مواد، فرآیندهای تولیدی و کارکنان از طریق GPRS.
سوم: ریسک‌ها و مشکلات: ریسک‌های مربوط به امنیت اطلاعات، ویروس‌ها؛ مشکلات: وجود موانع در رابط‌های ارتباطی بین سیستم‌ها و به اشتراک گذاشتن داده‌ها