2023流程行业边缘计算解决方案.docx

《2023流程行业边缘计算解决方案.docx》由会员分享，可在线阅读，更多相关《2023流程行业边缘计算解决方案.docx（43页珍藏版）》请在优知文库上搜索。

1、流程行业边缘计算解决方案2023一、边缘计算在流程行业的应用价值1(一)流程行业高质量发展对边缘计算能力的需求分析.11.流程行业数字化转型面临的挑战12.边缘计算为流程行业高质量发展带来的现场价值.2(一)边缘计算在流程行业的应用现状41 .边缘计算在电力行业的应用现状42 .边缘计算在石化行业的应用现状53 .边缘计算在钢铁行业的应用现状74 .边缘计算在水泥行业的应用现状85 .边缘计算在有色金属行业的应用现状96 、流程行业边缘计算体系功能架构10(一)功能架构10(一)部署架构131 .5GMEC边缘计算部署模式142 .现场级边缘计算部署模式173 .云原生边缘计算部署模式19三、

2、流程行业边缘计算应用典型案例21(一)电力(火电)行业边缘计算应用典型案例211 .应用场景212 .技术方案213 .实施效果23(一)电力(风电)行业边缘计算应用典型案例231 .应用场景232 .技术方案243 .实施效果25（三）石化行业边缘计算应用典型案例261 .应用场景262 .技术方案263 .实施效果30（四）钢铁行业边缘计算应用典型案例311 .应用场景312 .技术方案323 .实施效果35（五）水泥行业边缘计算应用典型案例351 .应用场景352 .技术方案353 .实施效果37（六）有色金属行业边缘计算应用典型案例381 .应用场景382 .技术方案393 .实施效果

3、41四、流程行业边缘计算发展趋势及建议41（一）强化政策制度保障41（二）加速关键技术攻关41（三）完善标准体系建设42（四）推进规模应用部署42一、边缘计算在流程行业的应用价值(一)流程行业高质量发展对边缘计算能力的需求分析1 .流程行业数字化转型面临的挑战随着工业化和经济的快速发展，我国的流程行业正向着数字化、智能化的方向发展转型，但是制约流程行业转型的因素仍存在很多，主要体现如下：存在信息孤岛现象，信息传递不及时全面；数据价值挖掘不深入，存在行业know-how壁垒；传统设备维护资源耗费大，预测性维护应用不广泛；各系统层次架构不清晰，异构系统间数据协同程度低；智能控制技术应用不足，节能技

4、术改造任重道远等均给流程行业的转型发展造成阻碍。存在信息孤岛现象，信息传递不及时全面。流程行业大量设备和传感器处于环境极端、地理偏远地区，不具备良好网络条件，设备运行状态数据无法被及时采集。同时，设备普遍转数较高且数据量大，也给采集造成了困难。另外，不同供应商不同时期上线的控制系统、监视系统、制造执行系统以及辅助业务系统间往往相互独立，数据不能有效地交换和共享。数据价值挖掘不深入，存在行业know-how壁垒。流程行业现场实时产生大量数据，包含着丰富信息，这些信息真实地反映着现场的运行状态，对其有效挖掘和利用对于企业的生产优化和正确决策有重要意义。一般情况下，现场数据分析主要由具有丰富行业经验

5、的专业人员完成，存在技术壁垒，而且，靠专业人员完成的数据分析有时也难以全面覆盖所有数据。另外，流程行业某些传统工艺会受环境、季节、催化剂和传感器老化等因素影响，具有时变性质，固定参数的静态模型因不能表示这样的时变过程而产生大量误报，造成工厂或设备单元停产，导致损失。传统设备维护耗费大，预测性维护应用不广。流程行业产线固定、设备投资大，需要通过维护延长设备使用周期。目前，对设备的检修维护模式为计划性检修，根据设备生产商提供的经验或数据，制定周期性维护计划，当设备达到检修期限，无论设备状态如何，都统一进行更换、升级。预测性维护通过实时采集设备运行数据进行分析判断，按需检修，能够有效降低人员工作量、

6、减少现场停机时间和提高设备使用寿命，但R前其应用在传统流程行业并未广泛铺开。智能控制技术应用不足，节能技术改造任重道远。流程行业高耗能、高排放，普遍使用能源管理系统进行企业能耗的监视和管理调度，这种事后处理方式，难以满足现阶段“双碳”对于企业节能减排的相关要求。智能的信息模型和先进的控制算法的应用，可以完善现有的能源策略和优化工艺流程，实现对能源的统一调度、动态平衡和高效配置，从根本上减少能耗和排放，但相关解决方案在流程行业的应用仍不充分。2 .边缘计算为流程行业高质量发展带来的现场价值边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的分布式开放架构，就近提供边缘智

7、能服务，满足行业数字化在敏捷联接、实时业务、数据优化、应用智能、安全与隐私保护等方面的关键需求。边缘计算主要在如下方面给流程行业带来现场价值：增强数据处理的实时性，减轻云端计算压力。边缘计算在现场侧对设备、传感器和仪表等终端进行数据采集，有效避免了以往将数据长距离传输至中心机房或云端而面临的网络资源不足和信号干扰等问题的风险，可以最大限度地保证数据采集的实时性。同时，通过边缘侧提供的算力，可以对采集的数据进行实时的过滤、处理、分析和反馈，极大地减轻了全量数据在云端进行处理的算力压力。另外，通过边缘计算提供的开放性的平台，可以实现不同供应商不同时期上线系统的利旧和互通融合。充分发挥数据价值,助力

8、打破行业know-how。边缘计算结合人工智能可以助力流程行业数据价值的深入挖掘，解决现有数据模型不能反应真实场景的问题，打破行业know-how壁垒。边缘计算对从传感器和执行器采集的数据进行过滤、预处理，然后训练人工智能模型，使模型不断更新，最大程度接近真实场景，从而提高工艺模型的精确性，减少误报，提升数据的价值。结合预测性维护技术，提升设备生产效率。流程行业因其设备需保证长时间无故障运转，设备维护尤其重要。边缘计算可以通过设备数据的获取和特征提取分析，进行状态识别和设备健康度预测，最后通过判定预测可信度来确定维护策略并实施维护。边缘计算结合预测性维护可以优化维护成本、最大化提升生产效率、减

9、少设备停机时间和提高设备的使用寿命。随着传感器和边缘计算技术的日趋成熟，预测性维护的准确性和成熟度会更快地发展和突破，在流程行业的应用也会越来越广泛。优化生产工艺，助力节能降碳。流程行业传统的控制方式是Pn）（比例-积分-微分）控制，缺点是难以处理多变量和控制滞后。目前，有些工业控制企业集成了模型预测控制软件系统作为系统级边缘计算载体，通过利用预测模型、系统历史数据以及未来输入来预测系统未来的输出。这种边缘计算控制系统能够通过降低系统反应时的波动振幅来改造整体工艺的效果和量化价值，达到降低能耗、减少碳排放的核心目的。同时，利用动态数学模型可以快速进行工程投入，缩短模型学习时间，降低实施成本。（

10、二）边缘计算在流程行业的应用现状1 .边缘计算在电力行业的应用现状电力产品在人们社会生活中的特殊地位，使其在发电、输电、配电、售电和用电过程中的实时性和可靠性具有极强的经济意义。电力企业生产过程中有信息流、物质流和连续的能源流产生，并伴随着复杂的物理化学反应和物质能源转化传递。提高电网企业和发电企业在设备数据收集、设备智慧运维和用电发电安全监控等方面的效能，成为亟待解决的难题。边缘计算技术的应用可以帮助电力行业解决上述难题。边缘计算在构建低时延、轻量级、高可靠和智能化的智慧电网方面具有明显优势，目前，边缘计算在电力领域的应用以实时数据采集和边缘智能为主。首先，边缘计算解决了从控制系统有序高效地

11、采集实时数据，并按照统一的数据标准把数据汇集到区域数据中心的问题。在现场实时数据采集的过程中，标准的统一网关逐步形成，广泛的协议解析能力也得到强化，使现场数据采集更加标准化、自动化和灵活化。其次，随着边缘端的数据处理能力不断强化，边缘智能将成为电力行业发展的重要趋势。当前，头部能源行业企业均积极引入边缘计算来提升企业的数字化和智能化水平。华能集团自主开发了工业智能平台，其功能组成分别为边缘侧数据采集和汇聚，数据计算和挖掘结果展示。目前该系统已在小湾电厂完成搭建，在实时数据监视报警的基础上，实现了数据聚合监视、特征值报警、故障预测等功能，提升了设备运行、维护和检修精细化、精益化水平；国家能源集团

12、下属的乌海能源，在边缘侧应用了电厂输煤皮带安全管控系统，该系统实现通过智能相机对结构进行图像采集、分析、计算，并利用图像算法针对结构光的特征变化进行识别，判断皮带是否有发生撕裂的状况，以提升企业安全管控水平；大唐电信的边缘物联终端已应用于雄安新区的开关站，该边缘物联终端集电参量采集、环境监测、全景可视化等智能化功能为一体，远程对设备运行状态进行监控，进而降低设备故障发生频率。对频率较高的故障，通过边缘计算分析其趋势性，分析故障发生原因，科学评估设备状态以减少运维工作量，为用户提供更好的运维服务。2 .边缘计算在石化行业的应用现状石化行业包括石油石化和化工两大部分，主要是对原油和天然气进行加工、

13、销售。石化行业涉及的原料危险性大，许多物料易燃、易爆、剧毒和强腐蚀。另外生产过程需要经历多物理、化学过程和传质、传热单元操作，控制条件苛刻且易发生灾难性事故。同时，生产装置大型、技术资金密集，一旦发生事故无论影响还是财产损失，其规模均难以想象。边缘计算因其实时性和智能性的优势，可以在智能监控和网络安全防护等方面助力石化行业的安全生产。目前边缘计算在石化行业主要有三方面应用。一是边缘计算赋能油气生产数据采集和协议整合。边缘计算将端侧产生的数据进行采集和处理，形成实时的示功图数据传输至SCADA.DCS等系统。在此过程中，生产单元繁杂的通信协议被统一转化为OPCUA等协议。二是边缘计算助力石化厂商

14、智能化建设。利用视频摄像头采集的源数据，边缘计算可以智能化地应用，如进行井场内的电子围栏告警、安全作业监管、环境保护监管等。三是边缘计算支持石油石化生产网络的安全防护。安全防护是石油石化生产网络中的一项重要前提，目前一个很突出的矛盾是在边缘侧部署安全设备投入较大，且会降低通信效率和运维效率，一定程度上影响生产业务安全。因此可在通信设备上构建边缘计算能力，将一定的安全功能集中在交换机等网络设备当中，由边缘计算赋能端侧安全管控。石化行业的龙头企业，为解决行业安全生产的痛点问题，目前都在企业内积极促进边缘计算应用的落地。中国石油构建以生产指挥系统和应急管理系统为主要模块的边缘计算平台，借助视频终端、

15、工控采集终端PLC的边缘计算智能监控、智能分析功能，来实现油气生产建设实时监控，异常情况实时报警，信息指令实时推送等功能，提升了本质化安全管理水平和生产管理效率，助推生产调度工作方式变革；中国石化应用网络切片+MEC+UPF（用户面功能）技术，形成石油化工企业的整体边缘计算解决方案，在物料管理、生产调度、环境监测等多场景实现节电减排，节省燃料减排；恒力石化的边缘计算数字挛生项目建设，在设备域应用边缘计算对物理设备建立实时、系统的数字挛生模型，实时分析海量数据，预测设备状态，仿真设备运行，企业因此可以随时掌握相关设备的健康状态，促进了设备监控模式的转变，提高设备管理效率并降低设备故障隐患。3 .边缘计算在钢铁行业的应用现状钢铁行业产业规模巨大、工序多且流程复杂。随着近十几年的发展建设，形成了巨大的产能，同时行业的整体自动化与信息化水平也有很大程度提高。钢铁行业生产过程中，产线控制系统产生大量的过程数据,包括设备数据、工艺数据、操控数据、质量数据、能源数据、班组数据等等，这些数据携带着生产过程的全方位信息，直接或间接的反映着生产过程细节。边缘计算可以实时地采集整理这些数据，并对此进行分析和挖掘，实现模型的优化控制和实时的在线分析等功能，促进钢铁行业的工艺、控制的优化和生产过程管理水平的提升。边缘计算目前典型应用是在钢铁行业轧钢系统的智能控制。在轧钢系统中，大功率电动机工作