电子信息----中国科学院沈阳分院科技成果信息网

  团队信息




                        .table1{ margin-top:10px;}
                            .table1 td{ font-size:14px; color:#3e3e3e;}
                            .f16{ font-size:16px; font-weight:600;}




     课题组名称：工业控制网络技术创新团队


    课题组网址：


    负责人：曾鹏
    工作单位：中国科学院沈阳自动化研究所
    学科领域：工业通信




                        .table2{ margin-top:10px;}
                            .table2 td{ font-size:14px; color:#3e3e3e;}
                            .f16{ font-size:16px; font-weight:600;}




     课题组院地合作联络人员


    姓名：李世超
    办公电话：024-23970232


    手机：18202434364
    E-mail：lishichao@sia.cn






     科技处院地合作联络人员


    姓名：房灵申
    办公电话：024-23970539


    手机：13840267512
    E-mail：lsfang@sia.cn




                        .ctxt{ padding-top:10px; line-height:26px; padding-bottom:20px;}


  团队介绍




  工业控制网络技术创新团队致力于工业无线网络相关核心技术的研发，突破了基于射频环境认知和自适应跳频的高可靠通信技术、基于高精度同步和事件驱动的低能耗技术、基于空间、时间、频率多维调度的实时通信技术等工业无线核心技术，建立了具有自主知识产权的用于工业过程自动化的无线网络WIA-PA技术体系，该技术已被IEC接受成为国际标准，这也标志着我国在工业无线领域成为技术领先的国家。同时，面向石油、化工、冶金等行业，开发研制了基于WIA-PA无线网络技术的系统芯片、网络产品、测控产品、系统平台等产品，已在行业内各大企业得到规模化应用，实现经济效益3亿元以上，社会和环境效益显着，并已在辽宁建立产业化公司，具备一定规模的量产能力。

  主要研究方向包括：

  ● 工业无线网络相关核心技术研究；
  ● WIA-PA工业无线网络技术研发；
  ● WIA-PA工业无线网络智能仪表研制；
  ● WIA-PA工业无线网络设备研发及应用；
  ● WIA-PA工业无线网络管理与维护软件研发；
  ● WIA-PA工业互联网平台开发；

  典型转移转化项目案例




  1. WIA-PA无线网络技术开发与产业化

  工业现场设备和人员反射、设备开启等造成工业现场窄带多频噪声、干扰和多途效应严重，且温度变化范围大（从-45℃到80℃），高湿度、高震动以及频繁移动的人员和设备都将引发无线信道状态的变化。如何在恶劣的环境下满足高可靠、高实时、低功耗的通信性能要求是工业无线网络应用的共性难题。本研发团队紧紧围绕我国石油、化工、电力等重点产业工业自动化的应用发展需求，自主研发了一种适合在恶劣工业现场环境使用的高可靠、高实时、低功耗的WIA-PA无线网络技术。该技术采用一种自组织、自治愈的智能Mesh网络路由机制，能够针对应用条件和环境的动态变化，保持网络性能的高可靠性和强稳定性，解决工厂环境下遍布的各种大型器械、金属管道等对无线信号的反射、散射造成的多径效应，以及马达、器械运转时产生电磁噪声对无线通信的干扰，满足了工业网络应用的高可靠、高实时、低功耗的无线通信需求，推动了工业自动化系统的功能提升与扩展，是实现提高生产效率、提升产品质量，节约能源和降低排放的重要使能技术。


  工业无线网络Mesh+Star混合拓扑结构

  相关技术通过项目合作、产值分成、技术入股等多种形式与中科奥维、中石油、中石化等企业合作，提升了企业技术质量水平，创造了可观的经济与社会效益。

  2. WIA-PA无线仪表研制开发

  工业过程自动化应用中，对工业无线仪表有着很严格的要求，包括低成本、低功耗、高可靠性等，一般的无线仪表难以满足。这就导致了我国工业现场仪表、执行装置和控制器间大多采用有线方式连接，实现最基本的生产过程监测，由于成本和布线困难等原因，很多监测点没有被监测，特别是石油化工企业的生产现场分布地域广，需要监控的信息点分散、信息内容复杂，布设有线传感器的成本非常高，而且不易维护，主要依靠人工巡检，存在问题较多。本研发团队针对工业无线仪表应用的技术难点，基于WIA无线技术研制开发了新一代智能无线仪表，包括无线温度仪表、无线压力仪表、无线示功仪、无线电量仪等。在生产过程中，通过无线仪表监测的温度、压力、流量、液位等过程量，提升产量与质量；通过无线仪表监测大型设备健康、能量消耗等情况，提升资产与能耗管理水平；通过无线仪表监测系统，排除安全隐患，有效提高生产安全性。同时，联合行业骨干企业进行工业化试制，解决了工业无线仪表应用的技术难题，满足了行业急需。


  WIA-PA无线压力、温度变送器安装


  WIA-PA无线示功仪安装


  压力变送器现场安装图

  与辽河油田、大庆油田、抚顺石化等企业合作开展典型工程示范应用，应用效果得到了企业的高度肯定和广泛认可。

  3.基于WIA-PA技术的工业互联网平台

  我国正在大力推进制造业的智能化转型升级，其核心是基于海量工业数据的全面感知，通过端到端的数据深度集成与建模分析，实现智能化的决策与控制指令，形成智能化生产、网络化协同、个性化定制、服务化延伸等新型制造模式。这一背景下，传统数字化工具已经无法满足需求。

  本研发团队瞄准制造业数字化、网络化、智能化发展需求，通过使用工业无线网络WIA-PA技术，构建基于海量数据采集、汇聚、分析的服务体系，开发了支撑制造资源泛在连接、弹性供给、高效配置的工业互联网平台。

  基于WIA-PA技术的工业互联网平台能够有效采集和汇聚生产现场数据，通过数据分析和反馈实现面向工业现场的生产过程优化，同时又可打通不同系统的数据资源，实现面向企业生产运营的决策优化：在生产工艺方面，平台通过对工艺参数、设备运行等数据进行综合分析，找出生产过程中的最优参数，提升生产质量；在生产流程方面，通过平台对生产进度、物料管理、企业管理等数据进行分析，提升排产、进度、物料、人员等方面管理的准确性；在质量管理方面，平台基于产品检验数据等过程数据进行关联性分析，实现在线质量监测和异常分析，降低产品不良率；在设备维护方面，平台结合设备历史数据与实时运行数据，构建数字孪生，及时监控设备运行状态，并实现设备预测性维护；在能耗管理方面，平台基于现场能耗数据的采集与分析，对设备、产线、场景能效使用进行合理规划，提高能源使用效率，实现节能减排；在生产管控方面，基于平台进行业务管理系统和生产执行系统集成，实现企业管理和现场生产的协同优化；在决策管理方面，平台通过对企业内部数据的全面感知和综合分析，有效支撑智能决策。

  目前，团队针对不同行业的生产需求已开发了石化综合管控平台、油井远程监测与优化控制系统平台、智能油田生产指挥一体化平台等产品，已在石油、石化、冶金等领域进行了示范性应用。



  石化综合管控平台


  大庆智能化油田软件平台

  相关技术通过项目合作、技术服务等形式与中石油、中石化、鞍钢集团、上海电气集团等大中型企业合作，有效提升了企业技术质量水平，取得直接和间接经济效益超亿元。

  团队信息




                        .table1{ margin-top:10px;}
                            .table1 td{ font-size:14px; color:#3e3e3e;}
                            .f16{ font-size:16px; font-weight:600;}




     课题组名称：中科云翼互联智造服务云平台创新团队


    课题组网址：http://www.cascloudwing.cn/


    负责人：潘福成
    工作单位：中国科学院沈阳自动化研究所
    学科领域：智能制造




                        .table2{ margin-top:10px;}
                            .table2 td{ font-size:14px; color:#3e3e3e;}
                            .f16{ font-size:16px; font-weight:600;}




     课题组院地合作联络人员


    姓名：李歆
    办公电话：024-83601269


    手机：13898896460
    E-mail：lixin@sia.cn






     科技处院地合作联络人员


    姓名：房灵申
    办公电话：024-23970539


    手机：13840267512
    E-mail：lsfang@sia.cn




                        .ctxt{ padding-top:10px; line-height:26px; padding-bottom:20px;}


  团队介绍




  中科云翼互联智造服务云平台是一个面向制造企业和工业APP软件开发的工业云平台，平台主要作用如下：
  （1）可为集团型制造企业提供一套共享的管控软件对过程进行管理，促使管理模式的统一；
  （2）降低企业IT运维成本，使得IT资源得到优化配置，避免重复部署及分散维护并能适应业务规模的变化；
  （3）可为中小企业以云的方式提供廉价制造过程管控服务；
  （4）便于企业难题的解决，对于制造过程的优化、分析难题可通过完善生态系统提供共研众创环境有利于问题的解决，为企业智能制造转型升级注入新动能。

  主要研究方向包括：

  工业互联网平台构建技术；
  工业互联网边缘侧网关技术；
  数字孪生与AR/VR技术；
  云MES；
  基于工业互联网的设备远程监控与故障分析；
  设备健康状态体检及寿命预测；
  大数据驱动的工艺过程参数优化；
  基于大数据分析的质量缺陷分析。

  典型转移转化项目案例




  1.云MES技术开发与产业化

  研发团队基于多年在企业实施MES项目的技术积累，基于中科云翼互联智造服务云平台研制了面向中小装配类企业的云MES，其以较低的成本为中小企业提供生产过程精益化管控服务，其覆盖人、机、料、法、环等生产诸要素，充分利用“数字工厂建模”和“大数据分析”等核心服务，为MES系统管控功能的规范化集成与智能化分析提供基础支撑，实现全流程生产实时跟踪与过程追溯。利用工业云互联互通特性，实现计划、质量、物流等协同化管理，支撑互联制造新模式的应用。主要功能包括：工艺管理、计划管理、工单管理、质量管理、过程跟踪、绩效分析、看板管理等功能。


  图1云MES运行实例

  云MES系统已经在沈阳新松医疗科技股份有限公司、沈阳中之杰流体控制系统有限公司等企业示范应用，结果表明每家企业可降低信息化成本60%-70%，有效提升生产效率%15-36%，设备利用率提升8%-25%，质量提升5%-18%，成为企业向智能制造转型升级的重要抓手，创造了可观的经济与社会效益；着名的航天云网已选用中科云翼的云MES为企业用户提供服务，并签订853万元的合同，一次性采购了500个企业用户数的软件授权，扩大了成果的影响力和行业内的认可度。


  图2现场使用案例

  2.大数据驱动的过程参数优化

  针对中宽带加热炉控制系统、现场仪表和执行机构的现状，利用大数据平台及相关优化模型、算法，搭建加热炉燃烧过程优化大数据分析及应用平台。通过分析燃烧过程智能优化控制策略，应用于加热炉燃烧过程控制系统中，保持燃烧状态的实时优化控制，保证加热炉燃烧过程的高效、稳定和节能。

  该系统的实施，可达成以下目标：

  （1）优化钢坯加热温度曲线。实现加热全过程的操作指导和过程跟踪，通过学习出的最优化加热曲线指导整个加热流程，并通过深度学习预测算法对其他因素对加热过程的影响进行预判，从而修正加热曲线，给出实时温度设定建议，确保烧钢质量的稳定。

  （2）节能减排。在保证烧钢质量一致性的基础上，通过对燃烧的优化控制，降低企业能耗，降低能耗3.2%，减少生产成本。

  （3）在合理稳定的燃烧控制基础上，可以降低氧化烧损率，提高产品质量。


  图3 加热炉跟踪模型



  图4各区炉温预测效果图（12小时数据预测2.5小时趋势）

  3.设备远程监控与故障分析

  自主式水下机器人具有运动范围广、智能性强、安全可靠等优点，用于在水下完成海洋军事情报收集、侦察和搜救等重要任务，对科学研究的发展和军事安全的保障有着极大的促进作用。然而，随着技术的发展，需求的不断提升，自主式水下机器人的工作环境也越来越复杂，一旦发生事故 ,造成的财产损失都是巨大的。因此，保证水下机器人在航行时，特别是长时间航行时的安全尤为重要。要保障自主式水下机器人安全性、可靠性，就需要对AUV（Autonomous Underwater Vehicle，自主水下机器人）进行故障诊断。然而，由于AUV是一个十分复杂的非线性系统，各个模块之间具有强耦合性，需要对多维数据综合分析。同时，AUV系统具有退化多阶段特性，具有故障类型复杂、故障样本不完备的特点。

  项目组针对此问题展开了相应的研究和软件开发，相继研发了基于深度学习的双RBM（Restricted Boltzmann Machines，受限玻尔兹曼机）故障诊断算法、基于多块信息提取的故障诊断算法，及集成相关算法的基于AUV运行数据的故障检测软件。

  针对模块间的强耦合性问题，对多维数据综合分析，项目组研发了基于深度学习的双RBM故障诊断算法。双RBM故障诊断算法利用RBM网络综合多维数据、特征能量最低的特点分别提取AUV运行数据的故障特征及正常特征，并将提取到的特征进行反向重构，根据重构数据质量进行故障状态诊断。

  软件功能介绍：

  数据导入模块：数据文件的读入、关闭，数据变量特征的层次树展示，数据可视化、相关变量信息查看及保存，数据另存为等；

  数据展示模块：单变量或多变量的数据折线图的绘制，保存等。

  多块PCA模块：从本地或系统集成导入已有模型，分块信息提取、变化率信息及累积误差信息提取、中值滤波的去噪、贝叶斯推断的故障检测等；

  双RBM模块：从本地或系统集成导入已有模型，数据标准化、数据分组、模型展示、网络综合等；

  分析报告设置模块：生出特定模板的Word报告，针对不同的潜水器数据给出相应的潜水报告。

  潜水器故障分析软件界面如下图所示：


  图5 故障分析页面


  图6 故障分析页面

  提出的故障诊断算法对于实际数据中的各种故障类型都有非常好的效果，实现了多维数据的综合分析，达到了较高的准确率和较低的误报率、漏报率。开发的故障诊断软件，功能丰富，故障定位准确，且在测试中运行良好，为维护人员提供了可靠的维护指导。