引言

《關于加強產融合作推動工業綠色發展的指導意見》提出，要加強產融合作推動工業綠色發展。自2021年以來，綠色產品、綠色工廠及綠色制造等成為主流趨勢，是制造業實現工業碳中和的重要途徑與目標。制造業是實體經濟的支柱，實現工業碳中和既能助力實現國家層面的戰略目標，又能使企業降低成本，實現綠色可持續發展。對于制造業而言，要想實現工業碳中和，最直接、效果最顯著的方式是實現節能，通過技術手段實現節能目標的落地，信息技術在其中起到核心作用。

綠色發展

自第一次工業革命將人類社會帶入“機械時代”后，能源就成為工業發展、人類進步所離不開的“動力”，能源的穩定供給更是“電氣時代”“信息時代”高速發展、穩定運行的重要保障。制造業場景極多，不同行業的工藝、業務需求決定了設備、解決方案均會差別大、通用性低，本文就常見、重要的幾個場景進行闡述，希望為工業碳中和的技術落地提供一定的借鑒意義。

2.1電機節能場景

不論離散行業，還是流程行業，電機是最為常見的拖動設備，同時也是較大的耗能場景。電機的分類較多，本文從能耗角度進行剖析。電機不論用作何種用途，電能始終是其主要的能源供給。結合實際經驗，對電機節能實現較明顯的效果主要從兩方面考慮：正常運轉維護、節能。對于制造業的關鍵拖動設備處的電機，一定要確保關鍵設備在一個檢維修周期內平穩、安全地運行，而一個檢維修周期可能為3年以上。關鍵電機如發生故障或異常導致停車事故，會給企業帶來直接和間接的損失，尤其是流程行業，會直接導致批量產品的報廢，間接的設備清理/清洗、重開車等需額外增加時間、費用成本等。隨著傳感器、5G和信息技術等的發展，對設備狀態監視、異常處理及設備巡檢等提供了高效的手段。

1）設備狀態監視。傳統的設備狀態監視是通過SCADA組態軟件獲取 PLC、DCS、設備控制器等中的數據實現，關鍵設備畫面需安排人員24 小時值守，狀態出現異常通過對講機呼叫維修人員進行處理。目前較為成 熟的方案為在關鍵設備的電機上安裝傳感器（傳感器供電方式為自帶電池或外接電源），可連續采集電機運行期間的電壓、電流、XYZ三向振動、聲音及扭矩等信息，將傳感器數據定時上傳至系統中，系統對數據進行實時監視、事后分析，根據曲線中的異常情況對設備隱患進行預判，給出是否需要提前維修的建議，保證了設備的穩定運行。同時該系統可與設備管理系統對接聯動，當需要維修時，設備管理系統結合歷史維修經驗、設備關聯部件及備品備件庫存等，向維修人員終端推送建議維修方案、需更換的備品備件等信息。該部分在應用時需要注意幾個問題：①由于工業現 場環境復雜，直接應用運營商提供的5G可能會發生網絡中斷、延時等問題，造成數據丟失。可考慮：現場部署局域無線網絡，接入工廠的網絡；傳感器具備一定的數據緩存能力，完善數據斷點續發能力。②在流程行業，電機異常信息不能單獨看待與分析，需關聯上下游的工藝信息，比如某攪拌泵電機運行電流發生波動，但電機其余狀態都正常，此時需要關聯上下游工藝參數進行分析，不能直接判定設備異常。

2）設備巡檢。傳統的設備巡檢主要是依靠人工完成，存在漏檢、巡檢不到位及管理難度大等問題。中大型企業會上線設備管理系統，其中有設備巡檢功能模塊。在現場需巡檢設備處放置二維碼，人工通過PDA（Personal Digital Assistant，掌上電腦）掃描二維碼確認、錄入巡檢信息。該方式減輕了人工部分工作量，若人員偷懶，拍攝現場二維碼的照片，不去現場就用PDA掃描巡檢點二維碼完成巡檢，會帶來設備運行風險，也加大了管理難度。隨著機器視覺、AI、語音識別等新一代信息技術的發展，AR頭盔集成這些技術后在工業設備巡檢中進行應用，取得了較為明顯的效果。可在系統中提前設置巡檢路線，人員戴上AR頭盔按指定路線進行巡檢，到達某一巡檢位置時，人員可以通過語音下達抄表、拍照等指令，完成指令后AR將數據上傳至系統，系統記錄數據、通過圖片判斷設備狀態（如是否漏油、位置是否偏移等）， 并可與設備管理系統設備檢維修功能模塊對接聯動，出現異常時通知相關班組人員進行現場確認、維修等。該技術的應用可大幅減少人員巡檢時的工作量，精準記錄 巡檢數據，對人員巡檢行為是否合規及時判斷，根據上傳的儀表數據實時監視工藝情況是否正常，根據設備圖片對設備狀態進行實時判定。但AR 自帶的攝像頭存在成像角度、效果有時不理想等情況，對設備狀態的判斷會存在一定的誤差，結合系統與現場部署的攝像頭聯動可以取得不錯的效果。

2.2 空壓機節能場景

空壓機是規模企業中最常見、關鍵的設備，也是能耗較高的地方。常規的節能方案主要是用在離心機、螺桿機機組的節能，透平機組目前幾乎無節能方案。工廠設置空壓機組時，一般均會預留幾臺備用機，此處也是節能方案、延長機組使用壽命的關鍵所在。結合實際使用情況，效果顯著、性價比高的方案為“聯控”方式，即：根據主管道、分管道的壓力變化，采用PLC+ 變頻的方式實現壓力恒定，根據機組的運行時間切換備用機組，可有效保證管網的壓力穩定，設備均衡使用，延長機組的運維時間與使用壽命。部分空壓機廠商也可提供該方案。對于空壓機機組節能需要注意以下幾點：

1）壓縮空氣管網鋪設后，隨著生產工況與需求變化，可能做過比較大的改動，甚至是臨時進行分管的改造，未做全局合理的規劃與優化。在對空壓機組進行優化前，需要對管網分布、終端用氣情況、漏氣點及堵點進行詳細的了解與梳理，對漏點和堵點進行治理。對于主管和分管安裝傳感器（流量、壓力等）的位置進行確認，如存在不適合安裝的位置，對改造方案、節能方案需進行充分的論證與評估，切勿為了節能而做節能，若為了節能而做過大的改造，反而會增加生產成本與停機風險。

2）要確定節能是否有效果，需要收集1~2年的歷史數據，主要包括耗電量、空壓機加載率、用氣量及生產工況等，建立生產工況與能耗的實際關系，對節能效果真實情況進行合理、有效的對比。

3）在工業場景中，加裝的傳感器要能與系統或人員進行聯動，實現“閉環”。例如在空壓機機房中加裝露點儀檢測空氣中的濕度，實時了解機組工作條件，此時需要考慮若空氣中濕度較高時，該如何進行處理？對于 在海邊的廠房，是否有加裝該傳感器的必要？對于儀表氣，其供氣中已包含過濾、干燥工藝，是否還有加裝露點儀的必要？

4）合理的設備配置是節約成本的方案，過高的配置會導致設備閑置率過高，造成浪費；過低的配置難以滿足生產多變的狀況，會存在使用不久就要改造的情況，二次投資增加運營成本。從這個角度來看空壓機節能，合理配置的情況下節能空間在3%~5%，若節能效果超過10%，是否應該對當時配置的技術方案進行反思？對節能方案進行充分的論證？

2.3 鍋爐燃煤效率優化

在工業現場，高溫高壓蒸汽是較為常見的需求，其靠鍋爐燃燒所產生。眾所周知，鍋爐是燃煤消耗大戶，對于鍋爐節能優化，主要從兩方面考慮：燃煤效率優化，節約用煤量；對蒸汽輸送管道“治堵防漏”，優化終端用能效率。燃燒效率優化。借助傳感器、攝像頭等，實時采集鍋爐點位數據，對實時數據和原料數據（如熱值）進行多維度分析和監控，實時監視鍋爐燃燒核心指標變化，變化超過設定閾值時，算法/模型自動推薦需要調節的參數和推薦值，將該值反饋給鍋爐中控操作人員，人員進行確認后進行調參操作。該部分涉及到大數據分析、AI建模等相關技術的應用。用汽終端優化。通過AR巡檢及時發現輸汽管道中的漏點，將位置信息推送至相關維修人員；通過壓力傳感器實時獲取壓力變化情況，與鍋爐燃燒聯動，穩定壓力在合理的范圍內；通過MES獲取相關生產計劃，根據產能預算用汽量，與供煤系統、鍋爐燃燒控制系統等聯動，提前對用煤量、所需蒸汽及壓力波動等情況有所預判。鍋爐是一個典型的非線性、復雜控制系統，隨著傳感器、大數據及AI等技術的發展，能夠多維度采集、獲取鍋爐數據；通過大數據技術對數據進行分析，探索數據內在的聯系進行建模；結合歷史工藝情況、專家調參經驗等數據，應用AI建立生產與參數穩定的模型，當參數變化超出規定閾值時，模型能給出參數調整建議值。此部分的難點：

1）流程行業工藝流程長且復雜，用汽需求端與工藝、生產息息相關，結合這些實現鍋爐燃燒優化控制是一個 極大的挑戰，目前所建立的模型屬于探索、嘗試階段，建立準確、有效的模型還有很長的路要走。

2）節約的用煤量較難準確計量，很多時候并不是系統所產生的節能效果，主要因素：每批煤的熱值高低直接影響用煤量，當某批次的燃煤熱值較高時，用煤量會顯著減少；破碎機對煤塊破碎程度高，進入爐膛燃燒時 顆粒越細，燃燒越充分，耗煤量越少。

展望

節能和擴大綠色能源的使用占比是實現工業碳中和的直接手段。光伏發電、風力發電等新能源的使用可減少碳排放，新能源投用目前最大的問題是能源供應不穩定，可通過儲能裝置進行解決。在綠電使用過程中，通 過信息技術對設備狀態實時監視、實現能源供給與調度等，充分用好新能源。

結束語

能源是制造業驅動的基礎，節能是降低企業經營制造成本重要、有效的手段。通過信息技術助力節能減排是必不可少的途徑，傳感器技術讓數據獲取的方式多樣性、多維度，數據的準確性更高；網絡技術讓數據傳輸與交互更為高效、可靠，打通了復雜工業場景中的毛細神經網絡；IT技術讓數據的存儲與應用、系統間的關聯、管理效率提升等逐步成熟與完善；新一代信息技術是企業實現數字化、智能化的關鍵所在，如通過大數據技術去發現數據間的內在聯系，讓數據開始反哺生產經營的各個環節，通過 AI 可建立相應場景下的模型，解決相應場景下的難題，對某些行業也會帶來改變。信息技術與工業業務場景結合應用，通過數據去發現問題、解決問題，找到問題的根本，突破瓶頸。信息技術是助力工業碳中和落地的關鍵手段。能源貫穿生產制造的全過程，隨著工業數字化的建設，終將打通全廠供應鏈、生產制造與經營管理等的數據壁壘，構建全域數據平臺，建立工廠級的模型，聯動資源，通過數據實時反饋生產狀況，某環節發生異常時能通過模型，及時對各環節給出最優化的聯動、調整參數等建議，實現基于數據驅動的智能化，助力制造業盡快實現碳達峰碳中和。

審核編輯 ：李倩