一、需求分析

（一）需求分析和方案引述

建設自動化生產線是提升車間能力重要手段之一，需要通過自動化與信息化的深度結合、合理利用，才能使得整個自動化生產線真正的實現自動化、柔性化以及智能化。目前，廠區工藝生產線各道工序，包括：鈑金、吸附、發泡、總裝等，都具備對應的監控平臺或自動化系統，但各套平臺之間，相互獨立，存在嚴重的“數據孤島”問題，這就使得原本相互關聯的各工藝流程在數據層面分散割離，甚至相互掣肘。

當前生產線各道重點工序已存在的監控系統采集到的數據大部分僅僅用于實時展示查詢和實時邏輯的局部范圍聯動，未將生產數據和資產類數據進行有效的沉淀、積累和價值數據萃取應用，無法真正發揮數字化系統對生產管理的有效管控，深層次挖掘產線生產能力；無法對現有的產線生產模式及產線節拍提供更好的優化建議和輔助決策。

廠區的電力系統相對完善，但廠區的能源管理有待進一步提升。目前階段對三級和四級的配電系統的數據采集和管理應用尚處空白，當前的能源管理只是對各能源進項進行總回路的計量監控，不能細化單位或分時能耗至各支路、各設備、各工序，同時缺少節能分析管控、無法對用能超限考核，亦難以形成分支能耗對各生產要素的數字化評估；無法確定能源消耗在什么地方、能源消耗是否正常，是否合理等；

在產線設備日常運行時，出現的異常事件和局部問題，設備安全、健康狀態、工作運行狀態等不易得到全方位監管；無法精準預測和評估設備故障、剩余壽命和維護周期；對于設備異常、事故缺乏預警提示和防范舉措。

各工序標準化管控仍以手抄和紙面記錄、確認為主，主觀意識偏差對質量安全管控存在一定的隱患。工序數據上報程序復雜，人力資源和時間成本消耗較大。

針對這些問題，我們提出建立冰酒體系重點工序數字化管理平臺，實現“數據物聯化、生產可視化、管控策略化、管理數字化、決策智能化”的解決之道。

數據物聯化：在廠區現場增設分布式部署的工業云網絡，以及可形成泛在連接的云、網、邊、端設備，將現場的生產數據和資產運行數據進行。

云化處理；對現場的成套控制設備或PLC設備進行邊緣計算和數據解析，實時采集資產的運行數據；對原有各生產管理系統進行整合升級，將整個數字化系統的數據融合處理；通過多樣化的數據服務路徑，實現數據共享，打破數據孤島，提升數據覆蓋率和生產運營效率；

生產可視化：營造快速反應、富有彈性和精細化的數字化生產環境，衍生覆蓋全區域和重點工序的3D可視化數字孿生場景，對現場設備資產實施全生命周期管控，減少無效價值流程和粗放型管理崗位，實現敏捷化生產和資產價值提升；系統內置多種智能算法、故障預警和風險評估規則，自動對各重點工序的工藝流程、能效進行對標分析，幫助廠區全面洞察全局，實現提質增效和節能降耗的目標；

管控策略化：集成各個重點工序的智能化控制系統，實現每道工序、每臺設備的實時監控與策略性管理，保證設備在整個全生命周期內安全、穩定運行。

管理數字化：建立整個冰酒體系產線的數字化系統，對現場的設備、生產流程等進行數字化管理；數據匯聚處理，全流程挖掘產線歷史數據數據價值，幫助廠區沉淀數據資產；

決策智能化：基于互聯互通的物聯感知和開放的云計算平臺，全面提升管理人員對場景內用能設備的“感知力”和“掌控力”，通過對異常能耗的洞察分析和高效易用的生產管理手段，實現高達15%的綜合效益提升。

（二）項目總體目標

本項目旨在設計一套完整的冰酒體系重點工序數字化管理平臺，實現整個產線智能化的生產管理，人員安全管理，資產運維管理，真正打造“多線一體，統一管控”的數字化智能柔性生產線。

通過冰酒體系重點工序數字化管理平臺用戶能夠實現：

1、數據融通、打破各道工序的數據孤島：以冰酒體系重點工序數字化管理平臺為核心，建設廠區信息集成平臺，向上支撐廠區的經營管理，向下實現生產過程的實時數據高度集成，將各自獨立的信息系統連接成為一個完整、可靠、有序的整體。

2、歷史數據價值沉淀：基于時序記錄的歷史態生產數據進行統計分析，挖掘產線各道重點工序的問題，推薦最佳生產節拍策略，評估各個設備和線路的運維狀態，生成綜合性分析報告；

3、全生命周期管理：基于生產行為和設備行為的大數據模型，采用深度學習算法對產線生產設備及元器件的身份信息、運行狀況、故障等信息進行特征提取及聚合統計分析；預估生產設備及元器件的剩余使用壽命，對生產設備及元器件生命周期變化趨勢進行預測，建立生產設備及元器件生命周期演變模型，以實現設備更換、安裝、備件庫存情況等信息的全方位管理；

4、能效分析預測：對每道工序的能效進行分析，并結合產量、班組等分析產線的能效；結合系統運行、峰平谷電價政策，優化當前能效，生成安全、經濟的生產方案；利用大數據趨勢預測的方法，結合季節變化、月度變化、產量等因素，對能效、產量進行趨勢分析，并預測未來一段時間的變化情況，防患未然；

5、安全評估預警：通過視頻采集和物聯感知，對廠區的重點工序、危險區域實時監測，及時、有效、精確、警戒等多方面監控和處理，時時刻刻保證工作人員安全，避免重大事故的發生；監測生產線自動化設備能效情況及運行狀況，運用大數據算法，自動合成安全數據模型，分析變化趨勢尋找運行規律，提前預判設備故障，減少損失，實現智能安全運維；

6、產品質量追溯：冰柜、冰箱經過總裝、質檢之后，可根據不同產品的特性要求，在系統“產品標識”模塊，輸入產品出廠相關屬性數據，如產品ID、出廠環境參數、產品屬性、零部件屬性以及其他一些質量相關參數，系統將自動生成自帶產品身份屬性和“身世數據包”的唯一標識碼，作為后期進行產品質量追溯的依據。

7、生產流程標準化：系統支持各道重點工序操作標準卡、檢驗標準卡的輸入，標準輸入之后，系統將自動轉化為對應工藝的預警限制，當現場人員操作不當或者其他原因導致這些對象參數超限時，系統自動告警；同時，系統對重點工藝參數進行趨勢預測，當出現越限趨勢時，系統會發出提示，以彈窗、短信、聲光告警等方式提醒工作人員和授權管理者，及時修正工藝流程，確保質量品質。

二、系統架構

冰酒體系重點工序數字化管理平臺讓整個廠區變成一個智能系統，實現人-人、人-機、機-物和機-機等互聯互通，打通設備層、執行層、控制層、管理層及企業層之間的信息傳遞，實現廠區、生產線、設備、工位，以及質量、效率等信息的透明可視，實現產線全生命周期運維管理，以更快的傳遞、更高的效率及更好的柔性滿足產線生產需求，做到設備零停機、產品零缺陷、安全零事故。

整個系統的數據采集存儲、數據分析應用、服務應用均采用分布式運算結構，各個重點工序子系統之間耦合度低，相互之間不產生數據依賴。

系統架構如下圖所示：

三、實施方案

（一）項目實施流程

調研階段：進一步了解廠區需求與挑戰

分析階段：確認目標與實施規劃

定義階段：建立具體的項目可交付內容

設計階段：技術和業務流程設計

開發階段：配置、客戶化、系統測試

實施階段：培訓并執行解決方案

優化階段：投運后持續改進及數據

（二）技術關鍵及主要內容

1、基于分布式交互式技術的多模態數據動態感知與快速融通技術：1）針對不同工序監控平臺的異構數據，通過邊緣計算和云端輪詢結合的方式實現快速數據融通；2）提供標準化身份識別系統和API接口供各層應用或第三方應用調用系統數據；3）數據轉發、定向路由和數據通斷管理；4）多層級網絡調度和穿透技術。

2、面向狀態監控（CM）和預測性維護（PdM）的時序數據分析與預警技術：1）研究針對冰柜產線設備的關鍵運行參數的多變量關聯分析算法，生成相關的參數關系平衡模型，實現故障診斷、預測和維護決策；2）研究基于深度學習的產線設備健康監測技術，利用先進數據處理算法、分析方法來挖掘、提取、解析運行過程中大數據的隱含信息，實現對設備運行狀態的全天候健康監測和故障預測，建立針對冰柜產線設備的自動專家決策、智能維護管理體系；

3、全平臺獨立場景狀態展示、遠程任務下達及跟蹤管理技術：研究開發基于微服務架構的冰柜產線體系的多端展示系統，包括：3D可視化大屏、web管理端、手機運維端，實現在同一云網絡下的多端訪問交互服務，包括：生產線監控、實時信息查詢，設備預防性維護，報警和狀態推送，智能工單管理、自動點檢等功能。

4、鈑金彎角實時數據感知和反饋技術：

在鈑金折彎工序完成的下一步，增設鈑金折彎機光學角度測量系統，采用線激光對運動中的鈑金邊緣進行即時角度分析、評估和特征描述，一旦出現不符合89°- 92°范圍的折邊，系統立刻進行缺陷定位，并發出告警信息，提醒現場人員對鈑金折彎設備進行優化，避免批量性缺陷問題的出現；同時測量數據自動上傳到云端管理系統，系統將綜合所有鈑金角度監測數據，進行大數據分析，針對同一個位置點，進行趨勢分析與缺陷預警分析，并自動分析報告，給出鈑金生產線優化建議，提高鈑金生產合格率和生產效率。

此外，根據鈑金生產流程現場條件與角度測量的要求，鈑金折彎機光學角度測量系統將內置修正算法，對鈑金材料傳送帶的水平度、平整度進行算法補償，提高角度測量結果的準確度與精度。

5、電檢工序數據云化處理及快速排障

將待檢柜體電源接入二次回路故障檢測模塊，在功能自檢工序，將采集到的自檢階段的數據進行云化處理，快速推測系統各項功能和二次功能回路是否正常，一旦發現異常，及時下發數據到檢測人員對異常產品進行返修處理，縮短質檢時間，提高工作效率。

同時，該電參數計量單元可將每次監測的數據上傳至云端大數據系統，通過多維度數據處理分析，尋找故障規律，生成檢驗報告，方便現場工作人員及時發現并修正生產流程中可能存在的問題，減少損失。

6、基于矩陣感知技術的內膽吸附厚度自動化檢測

吸附內膽厚度檢測系統，主要實現方法在內膽下線環節，通過矩陣感知技術，實時精準測量并計算內膽基準點處吸塑厚薄數據，生成實時統計數據庫，自動生成厚度曲線圖，并對曲線進行預測分析，對異常趨勢和越限進行報警；系統對比多組缺陷厚度曲線數據，找出缺陷率高的基準點或者存在缺陷趨勢的基準點，及時提醒現場人員，檢查吸附設備，修正吸附工藝，降低內膽不合格率。

7、產品身世數據庫：

重點工序，包括鈑金、吸附、發泡，針對每一件產品，將該產品生產流程包含的重要參數（包括產品ID、環境參數、過程參數、監測參數等）進行通規處理，衍生出帶有唯一產品工件的識別身份的產品屬性-工藝數據集；并形成數據庫和可調用的API數據接口，積累數據資產，便于后期進行產品質量追溯和工藝經驗總結。

（三）系統功能分解及具體實施

1.環境部署方案

整套服務端應用部署到私有云平臺，保證系統高可靠和高可用的要求。建議的詳細配置如下：

1） 每臺云主機配置：64 位，16H64G，500G 硬盤。

2） 操作系統使用 Red Hat Enterprise Linux 9或其它免費開源社區版 Linux，（注：開源版本沒有官方的售后服務）；

3） 安裝專業防火墻軟件；

4） 域名服務；

5） 企業專網服務；

6） 數據庫集群。

2.多端展示方案

1）數字孿生可視化大屏

從廠區、車間、工位、再到生產設備均可實現3D展示和互動，對整個冰酒生產系統進行全面數據獲取和可視化，搭建全鏈路、全流程、全場景可視化平臺，實時監控各道生產工序設備的運行狀況及能效狀態，實現管理精細化和高效化，提升產線生產管理能力和監控能力。

數字孿生可視化大屏主要包括以下幾部分功能：

①整個廠房全場景頁面：

3D建模等比例還原廠房生產線布局，通過大屏直觀透視生產流程工藝和設備運行數據；在大屏上實時展示設備告警效果，支持后臺郵件、短信推送等方式達到實時監測、及時管控的目的，提升監控指揮與設備運維管理的效率；

②重點工序生產線監控頁面：

重點工序包括鈑金、吸附、預混、發泡、抽空、灌注等，針對每一道生產工序，均3D建模還原現場生產流程，做到“專線專屏”，展示各個生產線執行過程，采用圖形化方式展示該產線生產任務量、任務執行進度以及產品質量等信息，幫助工作人員了解當前工序的能效水平以及工藝質量水平；

系統利用深度學習算法，自動對生產過程歷史數據進行多變量關聯分析，建立各個生產流程中的重要參數的關系平衡模型；全天候監測各個維度的生產數據，一旦出現沖破平衡關系的超標數據，可實現自動調整、預警提示；

對生產人員的操作行為、生產節拍、關鍵節點參數實時監測、追蹤，出現不合規操作時，系統自動發出警告；系統自動對故障告警信息進行聚合統計，運用大數據算法對告警信息進行特征提取，分析出概率較高的故障類型或故障點，防止批量性質量問題的發生；

③重點工序生產運行報告

對基于時序記錄的歷史態生產數據進行統計分析，挖掘生產過程中出現的問題，推薦最佳的生產節拍以及節能增效策略；同時評估生產線和設備的運維狀態，對生產過程中的重要參數和能效進行趨勢預測，自動生成針對每道工序、每臺設備、每日、每周、每月、每年的綜合性分析報告。

2）電腦管理端

管理端Web應用，主要用于全局信息的配置和管理，包括：資產管理、運維管理、操作日志、用戶管理、權限管理等功能。

管理端Web頁面主要包括以下幾部分組成：

①場景導圖

場景導圖頁面主要基于現場實際布局的不同視圖而形成的可交互場景，將生產信息、工單信息、告警信息與場景相結合，以場景作為設備導航，方便運維管理人員快速定位設備，查看信息；構建設備數據化生命體，系統自動整合設備的運行數據、維修、保養、點檢以及備件信息，完成設備全生命周期信息的管理；

②運維管理

可以針對設備類型、故障等級、時間跨度等多維護進行告警和故障信息展示；從故障到工單，再到驗收全程數字化，智能推薦維修方案，自動匯總數據輔助故障分析。運維人員通過運維管理可以創建生產線及設備的周期維護計劃、周期任務下發、工單派發、工單狀態更新等一系列操作，對設備進行預防性維護，確保設備處于完好狀態，充分發揮設備效能，有效提高完成率；

③設備管理

可以通過設備管理頁面修改平臺全局設備信息，包括a）設備的添加、刪除、修改設備功能；b）可以在輸入框輸入設備名稱，進行模糊查詢；c）不同生產線之間，進行數據隔離展示不同數據；d）可以通過點擊設備進入設備詳細頁面并展示對應設備的狀態、產能數據、告警數據等；

④生產管理

支持用戶自行設置相關工序流程操作標準、檢驗標準，系統將按照這些標準自動生成對應流程的執行預警閾值，出現越限，即可發出警告，提高生產效率。

此外，系統支持各類生產操作指導材料導入整理，實現設備資料文檔標準化管理，隨時隨地快速查閱，有效提升文檔與知識的利用率，實現知識的快速沉淀與傳播；知識庫支持多權限管理，按照權限范圍和文檔密級劃分權限；

⑤系統配置

系統配置主要用戶管理、部門管理、模板管理以及掛載管理等功能，包含元器件和設備的數據關聯，用戶賬號、部門和職務的分配，以及工單模板字典的管理。

3）手機運維端

系統提供手機運維端，包括監控概覽、設備信息查詢、告警處理、事件跟蹤等功能，用戶或運維人員可通過手機，即可實時掌握設備的運行情況，方便運維人同日常化運維需求，減少運維人員的操作強度，通過手機與PC端實時互動，響應派單及故障告警等信息，提高運維效率，為用戶提供更好的運維服務。

3、重點工序監控方案

1）鈑金:

鈑金生產子系統，主要實現對鈑金生產各工藝流程的可視化管理，主要功能包括：實時生產監控、智能故障告警、維護保養預警、告警事件記錄、產品質量檢測等；

a.整合鈑金生產線監控系統，3D建模搭建鈑金生產流程，實現鈑金生產過程中任務執行、工藝管理、質量管理、設備管理；

b.重點監測鈑金折彎工藝，通過鈑金折彎機光學角度測量系統，自動監測鈑金角度等，出現異常，可自動告警或自動下發指令進行調整，防止批量性質量問題的發生；

c.實時監測鈑金生產各個設備及關鍵部件運行參數，預測分析運行趨勢，對設備及部件進行壽命預測、衰減追蹤，提前預警，實現預防性維護，做到設備部件零事故。

d.實時檢測鈑金生產流程能耗值，按照工藝、生產、質量、設備等維度進行聚合分類統計，優化生產流程，降低能耗。

2）內膽吸附：

內膽生產監控子系統實現內膽吸附工藝過程中工藝參數監測、預防性維護診斷、鈑金生產質量檢測等功能。

a. 內膽吸附工藝流程重點檢查預加熱溫度、加熱溫度，結合內膽工件質量分布，分析最佳溫度組合，提高吸附合格率；

b. 通過吸附內膽厚度檢測系統，通過激光點矩陣自動測量內膽工件，生成關鍵基準點的厚度曲線，識別出內膽缺陷類型與位置，并自動報警；

c. 系統結合吸附內膽厚度檢測系統，對所有已完成的內膽工件的質量參數進行聚合統計，通過大數據比對，分析內膽加工合格率以及內膽經常出現的不合格厚度的位置，精準指導現場人員對內膽工藝生產線進行優化；

3）預混:

發泡材料預混階段的子系統監控，主要實現各個維度參數全天候監控、故障預警和追溯等功能。

a. 構建預混車間數據模型，實時監測預混過程中的物料、環境、質量、進度、異常處理等流程，實現預混階段的全過程監測，提升原料混合質量與安全；

b. 重點監測參數，主要包括攪拌監測、溫度監測以及液位監測，系統內置相對應的閾值規則，并自動繪制出原料溫度、液位變化趨勢圖，固定運行條件下，溫度、液位低于或超過對應閾值，系統給出警告：溫度過高、溢料警告、缺料警告等，或者自動控制機器停止注料，直至恢復正常繼續運行；

c.全天候監測壓力值、液位值、溫度值，結合大數據智能算法，對參數歷史數據進行特征提取，得到壓力、液位、溫度關系平衡模型；實時監測參數與模型關系，出現異常趨勢，立即預警或者系統自動控制停止注料；同時，系統可根據平衡模型，自動校準注料質量。

d.針對混合頭和高低壓換向閥等，系統自動記錄混合頭注料次數，達到預設壽命次數時，系統自動提示運維檢修人員進行維護或者更換。

e.實時監測各個設備及關鍵部件運行參數，預測分析運行趨勢，對設備及部件進行壽命預測、衰減追蹤，提前預警，實現預防性維護，做到設備部件零事故。

4)發泡：

高壓發泡機的子系統監控，主要實現發泡機的預測性維護、故障預警、遠程監控與診斷、工業參數監測、追溯等功能。高壓發泡機作為冰箱柜生產線的核心生產設備，包括：預裝、預熱、箱體或門體發泡等工藝流程；

a.構建發泡車間數據模型，對發泡過程中的計劃、物料、生產、質量、進度、異常處理等業務流程深度還原，實現發泡生產制造的全過程追溯，提升發泡質量；

b.重點監控環境溫度、模具溫度、注料質量、注料壓力、注料溫度等參數。同時，系統可自動對發泡流程重點參數進行深度，構建高質量發泡可根據平衡模型，自動校準箱體注料質量，做到發泡箱體零缺料。

       c.構建箱體或門體發泡的工藝操作流程展示圖，實時動態跟蹤每一步流程操作，展示當前流程進度、剩余操作時間等；系統內置多項操作標準，包括溫度標準、操作時間標準等，嚴格控制發泡流程重要指標，任何一個流程出現問題，系統都會自動給出提示或修正；

d.針對發泡機電機、液壓系統電機等，重點監測電機的電流、電壓、振動、溫度等參數狀態，采用多變量關聯ConvexHull算法分析關鍵變量的關系，預測變量的異常變化趨勢，給出更準確的預警信息，一旦出現異常工況，系統立刻告警或者有針對性的停機維護檢修；

e.建立發泡機異常報警數據庫，設計基于相似數據段查找的算法，進行對當前報警數據的相似性查找，以達到準確的完成報警根源分析；通過大量設備狀態數據分析，挖掘設備元件狀態動態演變規律，實現發泡機的全生命周期管理。

f.將發泡流程包含的重要參數（包括：環境溫度、原料溫度、混合比例、發泡前殼體預熱溫度、注料壓力、注料溫度等參數）進行統計處理，關聯到箱體條形碼及包裝紙箱碼，便于后期進行發泡質量追溯；

g.實時檢測發泡流程能耗值，結合發泡箱體、發泡門體產量，分析單位產量用能、平均產值、發泡機發泡量，多個維度統計發泡機的產值與能效情況。

5) 抽空：

抽空流程利用真空泵或壓縮機對制冷劑循環系統進行抽真空，排出系統中的空氣和殘留水分。抽空流程監控子系統主要實現抽空過程中工藝參數監測、預防性維護診斷功能。

a. 重點監測抽空過程中的重要參數，包括：環溫、抽空度、抽空時間。系統內置抽空檢驗標準卡，自動調取抽空流程參數數據，匹配標準，出現偏差，即可預警；

b. 制定抽空泵工作運行報告，支持日報、周報、月報、年報；

c. 系統利用大數據學習方法，對每一真空泵的抽空數據進行特征提取，找出最佳的抽空狀態參數模型；抽空過程中，預測參數變化趨勢，與模型比對，給出更精準的預警信號；

d.實時檢測抽空生產流程能耗值，按照工藝、生產、質量、設備等維度進行聚合分類統計，優化生產流程，降低能耗。

6) 灌注:

灌注制冷劑的工藝流程監控子系統主要實現灌注過程的工藝參數監測和預防性維護。

a. 重點監測灌注前制冷系統真空度，無法達到預定要求，自動閉鎖操作，減少不合格操作；

b. 全天候監測制冷劑罐壓力、各類表計壓力值、制冷劑質量等，當參數達到預定范圍，系統自動給出提示，嚴格避免出現不合格操作，盡可能達到灌注零缺陷；

c. 系統自動記錄灌注槍頭密封圈等易損不見的使用時長，達到預設壽命時，系統自動提示運維檢修人員進行維護或者更換。

d. 實時檢測灌注生產流程能耗值，按照工藝、生產、質量、設備等維度進行聚合分類統計，優化生產流程，降低能耗。

7）總裝：

總裝階段監控子系統主要針對冰箱總裝工藝流程進行工藝參數監測、設備故障預警等。

a.監測總裝過程重要操作標準參數，匯總產品個部件的標識碼，獲取各部件出廠屬性參數并進行匯總統計，統一關聯到整裝產品的唯一標識碼；

b.實時監測總裝歷程各個設備及關鍵部件運行參數，預測分析運行趨勢，對設備及部件進行壽命預測、衰減追蹤，提前預警，實現預防性維護，做到設備部件零事故。

4、數據安全策略

?

1）數據庫系統安全

a.驗證：保證只有授權的合法用戶才能注冊和訪問；

b.授權：對不同的用戶訪問數據庫授予不同的權限；

c.審計：監視各用戶對數據庫施加的動作；

2）應用層安全設計

a.采用身份認證技術、對各種應用服務的安全性增強配置服務來保障網絡系統在應用層的安全。

b.數據權限：數據權限包含整個模塊是否允許查看（模塊打開功能）、單條記錄是否允許訪問（記錄查看權限）和記錄屬性可見（字段級別權限）。

3）功能權限設計

a.操作管理(菜單資源，URL資源，頁面元素)

b.權限管理

c.角色管理

d.用戶管理

e.授權中心

4）數據安全驗證

a.設置用戶的數據范圍

b.數據范圍接口

c.表現層展現

5）用戶輸入通用準則

a.盡可能使用驗證控件，以限定用戶輸入可接受的值。

b.在運行服務器代碼之前，始終確保 IsValid 屬性的值為 true。如果值為 false，則意味著一個或多個驗證控件未通過驗證檢查。

四、技術標準

（一）技術標準

GB 50171 電氣裝置安裝工程盤、柜及二次回路結線施工及驗收規范

GB/T 2423.1 電工電子產品環境試驗 第2部分：試驗方法 試驗A：低溫

GB/T 2423.2 電工電子產品環境試驗 第2部分：試驗方法 試驗B：高溫

GB/T 2423.4 電工電子產品基本環境試驗規程 試驗Db：交變濕熱試驗方法

GB/T 2423.10 電工電子產品環境試驗 第2部分：試驗方法 試驗Fc：振動（正弦）

GB/T 15153.1 遠動設備及系統  工作條件 第1篇：電源和電磁兼容性

GB/T 15153.2 遠動設備及系統  工作條件 第2篇：環境條件（氣候、機械和其他非電影響因素）

GB/T 16435.1 遠動設備及系統 接口（電氣特性）

GB/T 17463.1 遠動設備及系統 性能要求

GB/T 17626 電磁兼容 試驗和測量技術

GB/T13729 遠程終端通用技術條件

DL/T630 交流采樣遠動終端技術條件

DL/T634.5101-2002 遠動設備及系統 第5-101部分 傳輸規約 基本遠動任務配套標準

DL/T634.5104-2009 遠動設備及系統 第 5-104 部分 傳輸規約 采用標準傳輸協議子集的 DL/T634.5101-2002 網絡訪問

SD 325-1989 電力系統電壓和無功技術導則

DL 755-2001 電力系統安全穩定導則

國家電力監管委員會5號令 電力二次系統安全防護規定

國家電力監管委員會電監安全［2006］34號 電力二次系統安全防護總體方案

DL 755-2001 電力系統安全穩定導則

（二）技術性能指標和參數

  通過服務器擴容和適當的數據庫存儲和擴展策略，系統今后將接入數千臺設備，因此平臺的處理能力應滿足如下要求：

1、支持300用戶并發應用接入請求；

2、系統遠期接入設備數量達到5000臺；

3、Web頁面處理：系統支持300用戶同時在線進行網頁并行操作，且系統響應時間小于2s；

4、CPU忙時利用率不超過60%，保證系統運行穩定性。

5、平臺具有高可靠性和高穩定性。關鍵設備應采用負載均衡、分布式處理結構，主要模塊冗余度至少為1+1；

6、系統各服務器應保證數據實時的一致性、可用性，主備倒用時間不大于3分鐘；

7、故障恢復時間不大于30分鐘；

8、系統滿足7×24h不間斷工作。

五、效益預測

1）打通廠區數據孤島，實現不同系統的數據共享，提升經營發展能力；實現對設備數據、能源消耗、環境數據的統籌監控；統籌人員和設備、能耗和產品、生產工藝和流程、生產和環境之間的生產平衡，使管理者全面、準確、及時地觀察到廠區的生產進度、能耗數據和安防隱患等。

2）提升增效價值。生產用能數據透明提高管理水平；減少人力、提高勞動效率；通過能耗分析管理優化能源運營方案，推演管理節能空間；提高能源利用效率，節能增效；采用大數據算法分析，優化工藝流程；通過專業分析和診斷，挖掘配電和負載的非正常能耗因素。整體預計年能耗預期可降低5%~15%；

3）提升管理效率。通過數據可視化交互實施掌握設備運維狀態，做到全壽命周期管控；輔以大數據分析實現對現場資產和工業場景管理的精準決策，降低主觀失誤率；數據高效流轉確保管理人員通過遠程監控全面掌握現場信息，管控效率預期可提高20%。

4）資產效率提升。資產數字化賦能現場設備具備價值屬性，挖掘資產潛力和利用價值，進一步提升和豐富了設備資產的可配置性；通過現場設備物聯和數據互通實現設備與設備、設備與環境、設備與人員以及人員與環境之間的相互協同，全面盤活資源利用空間，提升資產利用效率；通過實時態和歷史態衍生數據診斷現場設備健康狀態，分析設備潛在問題，提供合理化運維策略，提升運維水平和效率，延長設備壽命。該類型可為企業帶來高達30%的綜合效益提升。