发明内容
本发明的目的在于提供一种调味品厂低碳管理***,其旨在解决现有的调味品厂运维响应效率低,不利于调味品厂低碳生产的技术问题。
为达到上述目的,本发明提供的方案是:
一种调味品厂低碳管理***,包括信息采集模块、数据存储模块、数字孪生模块、数据分析模块和AI决策模块,所述数据存储模块与所述信息采集模块连接,所述数字孪生模块、所述数据分析模块和所述AI决策模块分别与所述数据存储模块连接;
所述信息采集模块用于实时采集环境温湿度数据、调料配比数据、各加工设备控制参数、各加工设备控制参数阈值、能耗数据和碳排放数据,所述信息采集模块还用于采集厂房图像;
所述数据存储模块用于存储调味品厂历史数据和所述信息采集模块采集的实时数据;
所述数字孪生模块根据信息采集模块采集到的厂房图像制作调味品厂三维数字化模型,并在孪生界面的虚拟动画中展示实时获取的各加工设备控制参数、能耗数据和碳排放数据,形成虚拟调味品厂空间;
所述数据分析模块基于所述数据存储模块输出的实时数据对各加工设备的逐时能耗进行预测,并判断实时能耗是否异常,若能耗异常则发出告警信息,并触发所述AI决策模块启动;
所述AI决策模块基于调味品厂历史数据,生成满足在加工设备运行产生的能耗最小的前提下调味成品品质最佳的优化方案,并根据优化方案仿真模拟调味品生产加工流程得到仿真验证数据,以及将仿真验证数据和现场数据对比,并把对比结果反馈至控制中心。
优选地,所述环境温湿度数据通过温湿度传感器采集获取;所述调料配比数据通过采集称量机PLC数据得到;所述各加工设备控制参数通过采集各加工设备PLC得到;所述能耗数据包括总厂房能耗数据、各运行设备能耗数据;所述能耗数据通过采集电力仪表数据获取;所述碳排放数据通过采集电力仪表数据和天然气流量计数据算得到。
优选地,所述厂房图像包括调料加工设备图像、生产车间图像以及周边环境图像,所述厂房图像通过摄像装置拍摄获得。
优选地,所述数据分析模块运用智能优化算法对各加工设备的逐时能耗进行预测。
优选地,所述数据分析模块的分析内容还包括各加工设备运行状态、反应温度、PH显示值、调料配比、调味成品品质、碳排放趋势、碳排放强度、减排分析、碳指标、单位能耗对比分析。
优选地,所述数字孪生模块基于加工设备图像、生产车间图像以及周边环境图像,运用算法将照片拼接,然后自动对齐照片、生成点云、添加纹理,完成调味品厂三维数字化模型的制作。
优选地,所述调味品厂低碳管理***还包括与所述数据分析模块连接的告警模块,若设备某一状态数据值超过标准范围,则所述数据分析模块触发告警模块启动,所述告警模块按照按预设的告警方式告警。
优选地,所述调味品厂低碳管理***还包括修正模块,所述修正模块分别与所述AI决策模块和所述数据存储模块连接,所述修正模块用于读取优化方案的数据以及对应数据的阈值,并判断优化方案的数据是否在阈值范围内,若优化后的数据在阈值范围内,则输出优化后的数据;若优化后的数据大于阈值最大值,则将优化后的数据修正为阈值最大值;若优化后的数据小于阈值最小值,则将优化后的数据修正为阈值最小值。
优选地,所述调味品厂低碳管理***还包括自动优化模块,所述自动优化模块与所述修正模块连接,所述自动优化模块用于将修正后的优化方案的数据传输给加工设备控制台。
优选地,所述自动优化模块通过mqtt协议将修正后的优化方案的数据传输给加工设备控制台。
本发明提供的调味品厂低碳管理***具有以下优点:
第一,本发明的调味品厂低碳管理***通过数字孪生模块搭建调味品厂三维数字化模型,能够实时展示调味品厂生产动态,达到可交互实现虚拟现实管理控制,并且实时监测数据映射到虚拟设备,异地专家可使用AR眼镜在虚拟调味品厂空间中亲临实景般进行巡查管控调味品厂的各种设备以及工艺处理过程,比如pH值、反应温度、搅拌速度、进出料泵设置等。异地专家还可以分析调味品厂的潜在影响因素,对加工设备进行优化处理,使其满足低能耗生产。并且在设备在运行过程出现较大能耗时,异地专家可以在线上快速解决,从而能够提高运维响应效率,使加工设备最大限度保持低能耗工作,有利于调味品厂低碳生产。
第二,本发明的调味品厂低碳管理***设置有AI决策模块,在能耗异常时, AI决策模块被触发,AI决策模块生成满足在设备运行产生的能耗最小的前提下调味成品品质最佳的优化方案,并根据优化方案仿真模拟调味品生产加工流程得到仿真验证数据,将仿真数据和现场数据对比,能够精准快速的自动分析匹配相关参数,并把对比结果反馈至控制中心进行后续处理,这样即使专家没空进行优化处理,普通操作者也可以根据优化方案对现场加工设备优化处理,同样能够提高运维响应效率,使加工设备最大限度保持低能耗工作,从而有利于调味品厂低碳生产。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
还需要说明的是,当元件被称为“固定于”或“设置于”另一个元件上时,它可以直接在另一个元件上或者可能同时存在居中元件。当一个元件被称为是“连接”另一个元件,它可以是直接连接另一个元件或者可能同时存在居中元件。
另外,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
如图1所示,其为本发明的一种实施例的调味品厂低碳管理***100。
请参阅图1所示,本发明实施例的调味品厂低碳管理***100,包括信息采集模块10、数据存储模块20、数字孪生模块30、数据分析模块40和AI决策模块50,数据存储模块20与信息采集模块10连接,数字孪生模块30、数据分析模块40和AI决策模块50分别与数据存储模块20连接;
信息采集模块10用于实时采集环境温湿度数据、调料配比数据、各加工设备控制参数、各加工设备控制参数阈值、能耗数据和碳排放数据,信息采集模块10还用于采集厂房图像;
数据存储模块20用于存储调味品厂历史数据和信息采集模块10采集的实时数据,调味品厂历史数据包括加工设备运行产生的调料配比数据、各加工设备控制参数、各加工设备控制参数阈值、能耗数据;
数字孪生模块30根据信息采集模块10采集到的厂房图像制作调味品厂三维数字化模型,并在孪生界面的虚拟动画中展示实时获取的各加工设备控制参数、能耗数据和碳排放数据,形成虚拟调味品厂空间;
数据分析模块40基于数据存储模块20输出的实时数据对各加工设备的逐时能耗进行预测,并判断实时能耗是否异常,若能耗异常则发出告警信息,并触发AI决策模块50启动;
AI决策模块50基于调味品厂历史数据,运用智能优化算法,生成满足在加工设备运行产生的能耗最小的前提下调味成品品质最佳的优化方案,并根据优化方案仿真模拟调味品生产加工流程得到仿真验证数据,将仿真验证数据和现场数据对比,并把对比结果反馈至控制中心300进行后续处理。
本发明实施例的调味品厂低碳管理***100具有以下优点:
第一,本发明实施例的调味品厂低碳管理***100通过数字孪生模块30 搭建调味品厂三维数字化模型,能够实时展示调味品厂生产动态,达到可交互实现虚拟现实管理控制,并且实时监测数据映射到虚拟设备,异地专家可使用 AR眼镜在虚拟调味品厂空间中亲临实景般进行巡查管控调味品厂的各种设备以及工艺处理过程,比如pH值、反应温度、搅拌速度、进出料泵设置等。异地专家还可以分析调味品厂的潜在影响因素,对加工设备进行优化处理,使其满足低能耗生产。并且在设备在运行过程出现较大能耗时,异地专家可以在线上快速解决,从而能够提高运维响应效率,使加工设备最大限度保持低能耗工作,有利于调味品厂低碳生产。
第二,本发明实施例的调味品厂低碳管理***100设置有AI决策模块50,在能耗异常时,AI决策模块50被触发,AI决策模块50生成满足在设备运行产生的能耗最小的前提下调味成品品质最佳的优化方案,并根据优化方案仿真模拟调味品生产加工流程得到仿真验证数据,将仿真数据和现场数据对比,能够精准快速的自动分析匹配相关参数,并把对比结果反馈至控制中心300进行后续处理,这样即使专家没空进行优化处理,普通操作者也可以根据优化方案对现场加工设备优化处理,同样能够提高运维响应效率,使加工设备最大限度保持低能耗工作,从而有利于调味品厂低碳生产。
示例性地,在某些实施例中,通过温湿度传感器采集环境温湿度数据,多个温湿度传感器主要设置在设备运作区域,温湿度传感器安装高度距离设备1.5 米。
调料配比数据通过采集称量机PLC数据得到;各加工设备控制参数通过采集各加工设备PLC得到,例如对炒锅自控PLC、内包机PLC、外包机PLC、化油锅PLC、炼油锅PLC、冷却隧道PLC、锅炉PLC等进行数据采集;能耗数据包括总厂房能耗数据、各运行设备能耗数据,能耗数据通过采集电力仪表数据得到;碳排放数据通过采集电力仪表数据和天然气流量数据计算得到。
厂房图像包括调料加工设备图像、生产车间图像以及周边环境图像,厂房图像通过摄像装置获得。
可以理解地,摄像装置可以安装在厂房的固定位置,并设置成定时拍摄厂房图像。摄像装置也可以不安装在厂房的固定位置,当厂房的调料加工设备、生产车间以及周边环境发生改变时,再手动拍摄对应的图像。
可选地,信息采集模块10还用于采集工作人员信息,工作人员信息的采集结合公司职工录入表和打卡***确定工作人员信息数据。
示例性地,在某些实施例中,数据分析模块40运用智能优化算法对各加工设备的逐时能耗进行预测,对比实时能耗,若实际能耗超过预测能耗的一定的百分比例(例如炒锅机的实际能耗超过预测能耗的50%),则发出告警信息,并触发AI决策模块50启动,同时将告警信息发送给管理者,及时发出告警信息能够有效减少调味品工厂损失。
需要说明的是,智能优化算法又称为现代启发式算法,是一种具有全局优化性能、通用性强、并且适合于并行处理的算法。这种算法一般具有严密的理论依据,而不是单纯凭借专家经验,理论上可以在一定时间内找到最优解或近似最优解。常用的智能优化算法有模拟退火算法、遗传算法、群智能算法等。
进一步地,数据分析模块40的分析内容还包括各加工设备运行状态、反应温度、PH显示值、调料配比、调味成品品质、碳排放趋势、碳排放强度、减排分析、碳指标、单位能耗对比分析等。
进一步地,调味品厂低碳管理***100还包括告警模块60,当设备某一状态数据值超过标准范围时,数据分析模块40触发告警模块60启动,告警模块 60按照预设的告警方式进行告警,例如焖制罐罐内温度设置的控制范围为60~65℃,若生产过程中罐内温度超高或过低不超过20%,此时产生“温高”或“温低”告警并发出提醒给控制人员;若生产过程中罐内温度异常过高或过低,此时产生严重告警并发起警报。
示例性地,在某些实施例中,数字孪生模块30基于加工设备图像、生产车间图像以及周边环境图像,运用算法将照片拼接,然后自动对齐照片、生成点云、添加纹理,完成调味品厂三维数字化模型的制作。
示例性地,在某些实施例中,AI决策模块50基于调味品厂历史数据,运用智能优化算法,在设备运行产生的能耗最小的前提下满足调味成品品质最佳的优化方案。
示例性地,在某些实施例中,调味品厂低碳管理***100还包括修正模块 70,修正模块70分别与AI决策模块50和数据存储模块20连接,修正模块70 用于读取优化方案的数据以及对应数据的阈值,并判断优化方案的数据是否在阈值范围内,若优化后的数据在阈值范围内,则输出优化后的数据;若优化后的数据大于阈值最大值,则将优化后的数据修正为阈值最大值;若优化后的数据小于阈值最小值,则将优化后的数据修正为阈值最小值。
进一步地,调味品厂低碳管理***100还包括自动优化模块80,自动优化模块80与修正模块70连接,自动优化模块80用于将修正后的优化方案的数据传输到加工设备控制台200,管理员在无需修改优化方案的基础上,通过自动优化模块80自动传输修正后的优化方案的数据到加工设备控制台200,响应速度更快,且能够避免手动输入出错的问题。
具体地,自动优化模块80通过mqtt协议将修正后的优化方案的数据传递到加工设备控制台200。
当控制中心300收到AI决策模块50反馈的优化方案和对比结果,可以选择启动自动优化模块80对加工设备的控制参数进行自动优化处理,也可以选择手动对加工设备的控制参数进行优化处理。
下面以牛油火锅底料生产线为例进行说明调味品厂低碳管理***100的应用,具体如下:
将处理过的辣椒等原辅料分别装入不锈钢容器中等待备用,通过称重机 PLC设置原料配比,分别称重后倒入混料机,混合20分钟后运输到炒锅机,炒锅机根据自控PLC管理者所设置的炒制温度、炒制时间、炒制转速、炒制火力等控制参数进行炒制,同时从牛油罐抽出牛油至炼油锅中,管理者将炼油锅PLC设置加热牛油到120℃左右后等待备用;通过空压机的真空负压作用下,将炒制好的半成品配料抽入至焖制罐内,通过焖制罐PLC控制罐内温度保持在 60-65℃,焖制8小时后醇化处理,抽至搅拌槽内,搅拌好的底料自动下料到全自动内包机进行定量灌装,灌装好的火锅底料包经冷却线进行降温底料成型,通过外包机确定外观样式包装后装箱,最后出厂检验、成品入库。信息采集模块10实时采集上述加工设备的能耗,并运用智能优化算法对各个运行加工设备的逐时能耗进行预测,对比实时能耗,如果任一加工设备超过预测能耗的一定百分比(例如发现炒锅机的实际能耗超过预测能耗的50%),则发起能耗异常警示并发送提示消息给管理者。同时,AI决策模块50被触发,基于相同原料配比和其他设备相同参数的情况下,AI决策模块50运用智能优化算法对炒锅机的炒制温度、炒制时间、炒制转速、炒制火力等控制参数进行优化,满足能耗最小、调味成品品质最佳的炒锅机优化方案,并将仿真验证后的优化方案与现场数据对比,将对比结果反馈给控制中心300,修正模块70接收AI决策模块50输出的炒锅机优化方案,并基于从数据存储模块20获取的炒制温度、炒制时间、炒制转速、炒制火力等控制参数的阈值判断炒锅机优化方案的炒制温度、炒制时间、炒制转速、炒制火力等控制参数是否在阈值范围内,判断发现炒制温度的数值大于阈值最大值,炒制转速的数值小于阈值最小值,其余数据在阈值范围内,则炒制温度修改为阈值最大值,炒制转速修改为阈值最小值,其余数据不变,并将修正后的优化方案传输给控制中心300和自动优化模块80,管理者查看告警信息后查看炒锅机设备是否存在老化缘由,若否则,则可以参考修正后优化方案的数据手动调整炒锅机的控制参数或者启动自动优化模块 80,将修正后的优化方案的数据传输到加工设备控制台200。
以上所述仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是在本发明的发明构思下,利用本发明说明书及附图内容所作的等效结构变换,或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。