本站小編為你精心準備了物聯網下的機械制造和能源管理參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《能源研究與管理》2017年第4期

摘要：實體物理世界和虛擬信息世界的發展與物聯網的形成密不可分，物聯網促進了智能工廠的實施，政府推動了工業4.0革命性的向前發展。新時代的機械制造將在產量和定制方面高度靈活，客戶、公司和供應商之間相互融合，實現產品的良性循環。回顧和分析了當前智能工廠的相關舉措和研究成果，提出了基于物聯網的智能化參考體系結構，定義了智能制造的主要特征，提出了一種基于物聯網的智能制造和能源管理方法，并討論了預期的收益和價值。

關鍵詞：物聯網；機械制造；能源管理；智能制造

市場的新需求和以IoT為代表的新技術的出現，讓機械制造由傳統制造向智能制造邁進。物聯網的基本思想是嵌入式設備通過互聯網絡把物理世界中產品制造過程中的狀態、周圍環境、生產計劃、維護計劃等數據反映到信息世界上，以此提高生產效率[1]；同時，隨著能源價格的上漲、保護環境的意識不斷增強，制造商將綠色制造和節能減排放在首位，生產過程中盡可能消耗最少能源。基于此，在機械制造過程中運用物聯網的思維，實現效率和節能雙贏局面[2]。在機械加工領域，物聯網發揮了突出作用，在設備層和生產線上搜集能源消耗的實時數據。為了提高能源利用率，這些數據被整合在生產管理決策中。本文提出一種基于物聯網的能源管理方案，來展示物聯網是如何提高能源效率的。為了檢驗所提方法對提高能源利用率的影響，在工廠內部的機器上安裝多臺智能電表，實時采集能耗數據，并對這些數據進行分析，通過與生產管理決策相結合，來提高能源效率。

1工業4.0和智能機械制造

1.1“工業4.0”的概念

工業4.0的基本思想是物聯網和智能制造的核心——制造中的產品、零部件、機器將實現對數據的實時收集和數據共享，這將導致工廠控制系統由集中向分散的智能轉變[3]。德國聯邦教育研究部把“工業4.0”定義為：由于物理信息制造系統（CPPS）的存在，制造系統的靈活性大大增強，這使得機器和工廠能夠通過自我優化和重新配置來實現自我調整，以滿足客戶靈活多變的要求[4]。在智能制造過程中，最關鍵的是系統的感知和分析數據的能力，根據結果相應地調整它們的行為，并將此經驗進行儲存，從中獲得學習能力。未來，適當的生產系統和生產方法是分布式互聯生產智慧工廠實現的關鍵。由于不同設備和要素之間數據的實時交換對實現智能制造起決定作用，這些數據代表生產狀況、能耗、物流、客戶訂單和反饋等信息，因此下一代智能工廠必須能夠實時適應不斷變化的市場需求[5]，以此滿足不同客戶對產品的多樣化需求，為產品的定制化服務奠定基礎。

1.2工業4.0的影響

第一次工業革命始于機械設備的引入，它帶來的影響是生產效率的大幅度提升；自20世紀70年代至今，采用電子和信息通信技術帶來的制造過程自動化大范圍普及，被認為是第三次工業革命；把物聯網技術引入到制造領域勢必會帶來第四次工業革命，即工業4.0時代。根據2014年美國質量協會（ASQ）的調查顯示，82%的人聲稱智能制造的實施提高了生產效率，49%的人認為智能制造讓產品缺陷降到了最低，45%的人認為智能制造提高了顧客的滿意度。根據經濟學智庫對物聯網當前和未來使用情況的調查顯示，38%的受訪者認為物聯網將對大多數市場和行業產生重大影響，其中，大部分人認為物聯網的使用會增強企業的競爭力，同時會更環保[6]。

1.3基于物聯網智能機械制造的參考模型

工業4.0中，基于物聯網的智慧工廠參考模型包含了一系列新技術。智能機器：包括M2M通信、機器和其他設備以及人的通信。智能設備：工廠的底層設備、移動設備、操作設備等可以互聯的設備智能制造過程：通過物聯網為管理和制造提供動態的、高效的、自動的、實時的通信。智能工程：包括生產設計、產品的加工和售后服務等環節，使用生產過程的制造數據實時優化。制造IT：在網絡中的軟件應用；通過傳感器和智能電表，智能移動裝置實施的智能監控；通過整合來自IoT的數據來進行產品的管理。智能物流：包括智能物流工具和流程，自組織物流是一個智能的內部物流，它能夠對生產中的變化作出反應，比如原料短缺問題和運輸阻斷問題。大數據和云計算：包括算法、分析應用等，大數據分析為未來工廠的升級、產品的創新提供機會。智能供應：通過信息實時共享，根據工廠需要，選擇最佳供應，以此提高靈活性。

1.4智能制造的特征

1.4.1工廠優化決策的透明性

隨時作出正確的決策是占有市場的關鍵，物聯網具有實時的端到端的透明性（比如生產狀態），允許在生產區域內跨工廠進行優化，以此提高工廠效率。例如，通過給決策者提供實時的生產狀態，來減少原料的損耗。使用移動技術可以縮短問題和決策之間的時間差，在質量缺陷產品被生產出來之前切斷設備電源[7]。此外，在生產過程中，能源消費的透明度可以為決策者提供依據，從而減少能源浪費。

1.4.2大數據創造價值

通過對物聯網設備搜集的大量數據進行分析，可以帶來價值和創新。例如，在設備供應商方面，可以根據設備不同時期的狀態參數，來判斷和預測設備是否發生故障，這樣就可以為客戶提供最好的維修服務，提高設備生產效率，建立與客戶直接的穩固關系。

1.4.3主動維護生產監控系統和實時性

數據收集有助于提高設備維護的主動性，比如，當周圍溫度超過溫度傳感器量程時，系統可以采取斷電維護措施，避免設備被損壞；當設備能源消耗高于正常水平時，設備可以進入主動維護模式，以此節約能源，避免有質量缺陷的產品進入市場。在基于物聯網的時代，設備可以自動進行自身狀態估計和預測，避免發生故障。

1.4.4能源管

理提供能效需要意識到生產線上或設備上的能耗行為。智能電表可以提供實時數據，結合物聯網技術，整合能源數據的調度，根據工廠能耗情況，有針對性地進行能源高效管理。

2基于物聯網的能源管理

作為智能工廠的研究成果，整個方案包括4個階段：第1個階段涉及對生產過程的理解和對當前能源管理的評價及改進。第2個階段重點通過對物聯網技術搜集實時數據，然后分析其特征和局限性。這里要定義需要監視的機器對象及一系列指標（有功功率、無功功率），定義每個機器的監控設備規格、通信系統。此外，還要確定生產順序和加工時間，以便對能源消耗行為作出有效決策；第3個階段是將這些數據轉化為能量管理工具（比如能源決策支持系統、仿真工具），使得決策者能夠找到能源消耗的原因，并加以改進，同時選擇可持續的配置方式，以提高產品質量和能源利用率。第4個階段位于最上層，通過合理地設計，將能源數據集成到生產管理中，以此提高能源管理效率。在上述各個階段，通過整合能源數據，可以提高能源管理的水平。此外，應根據生產計劃對這些能源進行有效的配置，用最小的能耗產生最大的收益。

3結論

本文概述了“智能工廠”的理念、基于物聯網的智能體系框架、智能工廠的特征，同時介紹了一種采用物聯網方法來支持能源管理的方案，以此提高生產系統能源利用效率。從車間搜集能耗數據，為決策者能源分配提供依據，最后通過整合能源數據應用于生產管理實踐中，以此來提高能源效率和能源管理水平。

參考文獻：

［1］呂洋.淺析基于智能制造技術的智能機械制造工藝［J］.軟件（電子版），2016（2）.

［2］李毅中.2013年我國智能機械制造將成主要趨勢［J］.工程機械，2015（4）.

［3］陳龍.淺議機械制造智能化發展［J］.科協論壇，2011（2）：95.

［4］劉剛.機械制造智能化發展趨勢探析［J］.工業技術創新，2017（1）：171-173.

［5］田煒.基于現代機械制造智能化發展的研究［J］.工程技術（文摘版），2016（5）：250.

［6］劉力.基于VBee技術的無線網絡在工廠能源管理系統中的應用［J］.企業技術開發（學術版），2016，35（10）：30-32.

［7］李顯成，謝波，劉剛，等.工業能源管理技術，讓能源管理如此簡單有效［J］.智慧工廠，2017（7）.

作者：栗鵬飛 單位：鄭州鐵路職業技術學院