杨冰之:机器(设备)数据及其开发利用

来源/作者:
浏览量: 分享

本文系pg电子 集团董事长、首席节能官杨冰之先生于2023年110日下午在“工业互联网联盟第20次工作组全会碳达峰碳中和工作组会议”上的演讲。未经本人审核,内容通过现场速记整理。

今天关于机器数据的话题谈浅见、然对于工业互联网平台来讲数据如何发挥价值,数据变现则是当前重中之重,在推进节能项目项目过程中对机器数据非常渴望。

一、数据需要变现、可以变现,必须变现!

数字经济如火如荼,数据资产备受关注,工业互联网如日中天。数据越来越多、越来越好,认知越来越明确,需求也越来越强。怎样讲数据资产潇逸华,就是数据变现,数据变现是数字资产价值化最直接、最有力的具体表现,也是企业、政府等各方期盼、亟待突破的重要工作。数据变现难、慢、烦,也是工业互联网企业亟待解决的老大难问题。

个人认为数字化转型成功的标志之一就是向数据要效益。如何实现数据资产快速变现,找到可靠的应用场景显得十分必要和关键。

 

二、数据变现迎来极大政策红利

近日《中共中央国务院关于构建数据基础制度更好发挥数据要素作用的意见明确指出:

1.推进非公共数据按市场化方式共同使用、共享收益的新模式,企业机器数据为非公共数据

2.支持第三方机构、中介服务组织加强数据采集和质量评估标准制定,蘑菇物联需要采集数据才能用ai实现节能

3.鼓励企业积极参与数据要素市场建设,围绕数据来源、数据产权、数据质量、数据使用等,推行面向数据商及第三方专业服务机构的数据流通交易声明和承诺制

4.数据变现已经没有多少制度障碍,关键是实际行动,找到切实可行的方式和模式。

 

三、机器(设备)数据的有关认知

1.机器数据定义:机器自身的和运行过程中产生的数据,以及与机器有关的其他数据。

2.内涵:包括机器相关的各类数据,也是生产数据和能耗数据的有机体,是企业数据体系的重要组成。

3.分类:第一类:本体数据(铭牌数据、电流、电压功率因数、能效等级)、运行数据(三相电流电压、频率等)、关联数据(工况相关)等;第二类:关系维度、设备类别维度(空压机、风机、水泵等),时间维度,工艺维度,产品维度等。

4.特征:主数据、数据体系、数据标准、数据质量。

5.其他:企业数据体系包括机器数据,机器数据是企业生产数据重要的部分。

机器数据是企业数据挖掘的一个金矿,低品位还是高品位,挖掘的难易程度,风险高低,如何协作挖掘?


四、机器数据的主要作用与处理

(一)机器数据的采集

1. 方式:要素、广度、质量;

2. 工具:传感设备与数据治理(方式)

3. 时长:采集密度(合同能源管理中设备能耗数据)

4. 结果:后续流程等。

(二)机器数据的作用与价值

1. 控制:通过运营状况的数据和生产需求进行设备运行状况的控制,降低无效做工;  

2. 预测:对机器的维修、设备更换提供的决策参考;

3. 节能:为节能技术提供效果数据对比;

4. 管护:为设备日常管控提供信息参考;

5. 其他:不同机器的功能与任务差异等分析。

(三)机器数据的加工与应用(采评)

途径、数据模型目的和各个环节处理都可以进行分析。

五、当前机器数据采集与应用的现状

企业一般都有一些传感器等设备,机器自带屏显数据,质量好而全的比较少,采集仪器、维度、数据处理能力有关系;对工况要求精度,对能耗的敏感度行业差异大;企业信息化水平的差异性和数字化转型能力造成数据采集能力的差异高能耗数据采集成为机器数据采集的重点。高耗能企业数据采集好对节能带来很大的空间,打下良好基础。

高耗能行业和设备的机器数据采集与应用应成为机器数据采集的重点工作1)高耗能行业;2)高耗能设备;3)差异性比较;4)重点行业的机器数据的主要开发利用案例。

 

六、机器数据与制造业企业数字化转型的关系

   数字化转型的重要组成环节,oar销售环节、erp再到机器,从业务到生产环节,精准、高效的采集到数字孪生、元宇宙就比较近了,是企业数字化转型升华的重要标志,如果没有机器数据采集相对处于初级阶段。


七、机器数据与数字孪生、元宇宙及数字资产化

机器数据可以生成数字孪生,大量机器数据采集对工业元宇宙有帮助,对数字资产化有贡献。


八、机器数据在节能中的实践应用(机器能耗与浪费)

机器与能源消耗:企业能耗构成主要是生产和管理,其中机器能耗占绝大部分。电解铝管理能耗占比不到0.5%,生产能耗占99.5%以上;机器的能源浪费严重,推行机器能效标志,机器功率因数低、能效等级低,应该淘汰还未淘汰的还有很多,据统计电力真正用到做工的只有35%的转化,665%浪费了;机器的节能及其对数据依赖未来数字化机器画像应该是低能耗、高能效、高效益的机器运营。

 

九、数采企业是机器数据采集的主体

(一)核心竞争力

1、数据资产化和变现的政策环境与趋势;

2、数采企业的竞争力模型;

3、核心能力的A主要指标;

4、其他:数据采集能力、应用能力、变现能力、商务运作、定位、资本及人力资源等综合部分,但是最核心是对数据应用场景的挖掘价值能力。

机器数据工作的未来前景(机器数据成熟度分析)

如何多快好省,精准实新全的采集数,应用变现能力强。

 

十、机器数据现状及价值利用问卷调查

为发挥机器数据更大价值、特意开展问卷调查,感谢您在百忙之中填写,促进企业数字化转型和数采企业价值变现。

1、您企业的机器数据采集情况如何?很好(数据全、实时、多)/比较好 / 一般

2、您企业的机器数据目前主要应用在哪些方面?(按重要性填写)

      机器监测/预测性维护/设备管理/节能/其他

3、您认为目前机器数据开发利用的情况如何:很充分

4、您认为还可以在哪些方面利用?

5、您认为与同行最好企业相比,您企业的机器数据开发利用情况如何?

6、制约企业机器数据采集不高的主要原因有哪些?

7、对机器数字孪生的看法:

8、您认为您的企业大概能实现时间:

9、利用不高的主要原因:

10、对行业主要建议:

11、是否愿意参与相关会议与培训?

12、在利用机器节能方面还有哪些好建议?

 

十一、机器数据变现的挑战

采集成本,采集维度越多成本高,跟工况相关的数据不好采集;找到应用场景加速变现能力;具备一定的行业经验和丰富的设备知识;复合型人才,节能行业服务方最关心数据,工业流程、节能和信息化结合起来,节能率、节能量和节能收益,没有数据就没有节能率体现,节能率换算碳排放数据,能够得到用能方各个角色的认可,最争议的就是数据的问题,如何计算都大量依靠数据。


十二、pg电子 机器变现的案例实践-业务流程(1

图片1.png 

 

十三、pg电子 机器变现的案例实践-数据应用(2

各个环节都跟数据打交道。

图片2.png

十四、pg电子 机器变现的案例实践-数据研究(3

设备体征表包含38以上字段、确保节能率效果的把控,更全面了解设备情况。

图片3.png

十五、我们期待的合作伙伴

具有行业知识数据思维项目经验的专业性工业互联网类上市企业、民企/国企、与能源管理最紧密的相关企业优先合作。

1.有客户:高耗能客户100+

2.有数据:链接设备10+10个关键节能字段;

3.有团队:销售团队和项目经理100+

4.有品牌:头部企业,行业集聚度高

5.有资金:投融资和金融服务能力

十六、未来之路展望

机器作为生产的最重要工具,是实体经济的主力军。做好数实融合,从机器数据入手也是一个重要方式。数据越来越多、利用越来越广,需求越来越大,加快变现的重要性、必要性与紧迫性。pg电子 奇力,中国双碳战略主力军,节能产业投资专家,拥有独创性诺贝尔级节能技术,为用能方提供解困、投资和分享全流程服务,秉承全域节能即利润、节能即行善、节能就是竞争力”的合作理念,实现节能项目从花钱到赚钱的商业模式飞跃。目前聚焦于水泥、电解、钢铁、发电和运输等高耗能行业,并助力城市和园区实现绿色低碳。


标签:
责任编辑:admin

相关产品

在线客服