解决方案
Solution
一、需求分析
（一）需求分析和方案引述
建设自动化生产线是提升车间能力重要手段之一，需要通过自动化与信息化的深度结合、合理利用，才能使得整个自动化生产线真正的实现自动化、柔性化以及智能化。目前，厂区工艺生产线各道工序，包括：钣金、吸附、发泡、总装等，都具备对应的监控平台或自动化系统，但各套平台之间，相互独立，存在严重的“数据孤岛”问题，这就使得原本相互关联的各工艺流程在数据层面分散割离，甚至相互掣肘。
当前生产线各道重点工序已存在的监控系统采集到的数据大部分仅仅用于实时展示查询和实时逻辑的局部范围联动，未将生产数据和资产类数据进行有效的沉淀、积累和价值数据萃取应用，无法真正发挥数字化系统对生产管理的有效管控，深层次挖掘产线生产能力；无法对现有的产线生产模式及产线节拍提供更好的优化建议和辅助决策。
厂区的电力系统相对完善，但厂区的能源管理有待进一步提升。目前阶段对三级和四级的配电系统的数据采集和管理应用尚处空白，当前的能源管理只是对各能源进项进行总回路的计量监控，不能细化单位或分时能耗至各支路、各设备、各工序，同时缺少节能分析管控、无法对用能超限考核，亦难以形成分支能耗对各生产要素的数字化评估；无法确定能源消耗在什么地方、能源消耗是否正常，是否合理等；
在产线设备日常运行时，出现的异常事件和局部问题，设备安全、健康状态、工作运行状态等不易得到全方位监管；无法精准预测和评估设备故障、剩余寿命和维护周期；对于设备异常、事故缺乏预警提示和防范举措。
各工序标准化管控仍以手抄和纸面记录、确认为主，主观意识偏差对质量安全管控存在一定的隐患。工序数据上报程序复杂，人力资源和时间成本消耗较大。
针对这些问题，我们提出建立冰酒体系重点工序数字化管理平台，实现“数据物联化、生产可视化、管控策略化、管理数字化、决策智能化”的解决之道。
数据物联化：在厂区现场增设分布式部署的工业云网络，以及可形成泛在连接的云、网、边、端设备，将现场的生产数据和资产运行数据进行。
云化处理；对现场的成套控制设备或PLC设备进行边缘计算和数据解析，实时采集资产的运行数据；对原有各生产管理系统进行整合升级，将整个数字化系统的数据融合处理；通过多样化的数据服务路径，实现数据共享，打破数据孤岛，提升数据覆盖率和生产运营效率；
生产可视化：营造快速反应、富有弹性和精细化的数字化生产环境，衍生覆盖全区域和重点工序的3D可视化数字孪生场景，对现场设备资产实施全生命周期管控，减少无效价值流程和粗放型管理岗位，实现敏捷化生产和资产价值提升；系统内置多种智能算法、故障预警和风险评估规则，自动对各重点工序的工艺流程、能效进行对标分析，帮助厂区全面洞察全局，实现提质增效和节能降耗的目标；
管控策略化：集成各个重点工序的智能化控制系统，实现每道工序、每台设备的实时监控与策略性管理，保证设备在整个全生命周期内安全、稳定运行。
管理数字化：建立整个冰酒体系产线的数字化系统，对现场的设备、生产流程等进行数字化管理；数据汇聚处理，全流程挖掘产线历史数据数据价值，帮助厂区沉淀数据资产；
决策智能化：基于互联互通的物联感知和开放的云计算平台，全面提升管理人员对场景内用能设备的“感知力”和“掌控力”，通过对异常能耗的洞察分析和高效易用的生产管理手段，实现高达15%的综合效益提升。
（二）项目总体目标
本项目旨在设计一套完整的冰酒体系重点工序数字化管理平台，实现整个产线智能化的生产管理，人员安全管理，资产运维管理，真正打造“多线一体，统一管控”的数字化智能柔性生产线。
通过冰酒体系重点工序数字化管理平台用户能够实现：
1、数据融通、打破各道工序的数据孤岛：以冰酒体系重点工序数字化管理平台为核心，建设厂区信息集成平台，向上支撑厂区的经营管理，向下实现生产过程的实时数据高度集成，将各自独立的信息系统连接成为一个完整、可靠、有序的整体。
2、历史数据价值沉淀：基于时序记录的历史态生产数据进行统计分析，挖掘产线各道重点工序的问题，推荐最佳生产节拍策略，评估各个设备和线路的运维状态，生成综合性分析报告；
3、全生命周期管理：基于生产行为和设备行为的大数据模型，采用深度学习算法对产线生产设备及元器件的身份信息、运行状况、故障等信息进行特征提取及聚合统计分析；预估生产设备及元器件的剩余使用寿命，对生产设备及元器件生命周期变化趋势进行预测，建立生产设备及元器件生命周期演变模型，以实现设备更换、安装、备件库存情况等信息的全方位管理；
4、能效分析预测：对每道工序的能效进行分析，并结合产量、班组等分析产线的能效；结合系统运行、峰平谷电价政策，优化当前能效，生成安全、经济的生产方案；利用大数据趋势预测的方法，结合季节变化、月度变化、产量等因素，对能效、产量进行趋势分析，并预测未来一段时间的变化情况，防患未然；
5、安全评估预警：通过视频采集和物联感知，对厂区的重点工序、危险区域实时监测，及时、有效、精确、警戒等多方面监控和处理，时时刻刻保证工作人员安全，避免重大事故的发生；监测生产线自动化设备能效情况及运行状况，运用大数据算法，自动合成安全数据模型，分析变化趋势寻找运行规律，提前预判设备故障，减少损失，实现智能安全运维；
6、产品质量追溯：冰柜、冰箱经过总装、质检之后，可根据不同产品的特性要求，在系统“产品标识”模块，输入产品出厂相关属性数据，如产品ID、出厂环境参数、产品属性、零部件属性以及其他一些质量相关参数，系统将自动生成自带产品身份属性和“身世数据包”的唯一标识码，作为后期进行产品质量追溯的依据。
7、生产流程标准化：系统支持各道重点工序操作标准卡、检验标准卡的输入，标准输入之后，系统将自动转化为对应工艺的预警限制，当现场人员操作不当或者其他原因导致这些对象参数超限时，系统自动告警；同时，系统对重点工艺参数进行趋势预测，当出现越限趋势时，系统会发出提示，以弹窗、短信、声光告警等方式提醒工作人员和授权管理者，及时修正工艺流程，确保质量品质。
二、系统架构
冰酒体系重点工序数字化管理平台让整个厂区变成一个智能系统，实现人-人、人-机、机-物和机-机等互联互通，打通设备层、执行层、控制层、管理层及企业层之间的信息传递，实现厂区、生产线、设备、工位，以及质量、效率等信息的透明可视，实现产线全生命周期运维管理，以更快的传递、更高的效率及更好的柔性满足产线生产需求，做到设备零停机、产品零缺陷、安全零事故。
整个系统的数据采集存储、数据分析应用、服务应用均采用分布式运算结构，各个重点工序子系统之间耦合度低，相互之间不产生数据依赖。
系统架构如下图所示：
三、实施方案
（一）项目实施流程
调研阶段：进一步了解厂区需求与挑战
分析阶段：确认目标与实施规划
定义阶段：建立具体的项目可交付内容
设计阶段：技术和业务流程设计
开发阶段：配置、客户化、系统测试
实施阶段：培训并执行解决方案
优化阶段：投运后持续改进及数据
（二）技术关键及主要内容
1、基于分布式交互式技术的多模态数据动态感知与快速融通技术：1）针对不同工序监控平台的异构数据，通过边缘计算和云端轮询结合的方式实现快速数据融通；2）提供标准化身份识别系统和API接口供各层应用或第三方应用调用系统数据；3）数据转发、定向路由和数据通断管理；4）多层级网络调度和穿透技术。
2、面向状态监控（CM）和预测性维护（PdM）的时序数据分析与预警技术：1）研究针对冰柜产线设备的关键运行参数的多变量关联分析算法，生成相关的参数关系平衡模型，实现故障诊断、预测和维护决策；2）研究基于深度学习的产线设备健康监测技术，利用先进数据处理算法、分析方法来挖掘、提取、解析运行过程中大数据的隐含信息，实现对设备运行状态的全天候健康监测和故障预测，建立针对冰柜产线设备的自动专家决策、智能维护管理体系；
3、全平台独立场景状态展示、远程任务下达及跟踪管理技术：研究开发基于微服务架构的冰柜产线体系的多端展示系统，包括：3D可视化大屏、web管理端、手机运维端，实现在同一云网络下的多端访问交互服务，包括：生产线监控、实时信息查询，设备预防性维护，报警和状态推送，智能工单管理、自动点检等功能。
4、钣金弯角实时数据感知和反馈技术：
在钣金折弯工序完成的下一步，增设钣金折弯机光学角度测量系统，采用线激光对运动中的钣金边缘进行即时角度分析、评估和特征描述，一旦出现不符合89°- 92°范围的折边，系统立刻进行缺陷定位，并发出告警信息，提醒现场人员对钣金折弯设备进行优化，避免批量性缺陷问题的出现；同时测量数据自动上传到云端管理系统，系统将综合所有钣金角度监测数据，进行大数据分析，针对同一个位置点，进行趋势分析与缺陷预警分析，并自动分析报告，给出钣金生产线优化建议，提高钣金生产合格率和生产效率。
此外，根据钣金生产流程现场条件与角度测量的要求，钣金折弯机光学角度测量系统将内置修正算法，对钣金材料传送带的水平度、平整度进行算法补偿，提高角度测量结果的准确度与精度。
5、电检工序数据云化处理及快速排障
将待检柜体电源接入二次回路故障检测模块，在功能自检工序，将采集到的自检阶段的数据进行云化处理，快速推测系统各项功能和二次功能回路是否正常，一旦发现异常，及时下发数据到检测人员对异常产品进行返修处理，缩短质检时间，提高工作效率。
同时，该电参数计量单元可将每次监测的数据上传至云端大数据系统，通过多维度数据处理分析，寻找故障规律，生成检验报告，方便现场工作人员及时发现并修正生产流程中可能存在的问题，减少损失。
6、基于矩阵感知技术的内胆吸附厚度自动化检测
吸附内胆厚度检测系统，主要实现方法在内胆下线环节，通过矩阵感知技术，实时精准测量并计算内胆基准点处吸塑厚薄数据，生成实时统计数据库，自动生成厚度曲线图，并对曲线进行预测分析，对异常趋势和越限进行报警；系统对比多组缺陷厚度曲线数据，找出缺陷率高的基准点或者存在缺陷趋势的基准点，及时提醒现场人员，检查吸附设备，修正吸附工艺，降低内胆不合格率。
7、产品身世数据库：
重点工序，包括钣金、吸附、发泡，针对每一件产品，将该产品生产流程包含的重要参数（包括产品ID、环境参数、过程参数、监测参数等）进行通规处理，衍生出带有唯一产品工件的识别身份的产品属性-工艺数据集；并形成数据库和可调用的API数据接口，积累数据资产，便于后期进行产品质量追溯和工艺经验总结。
（三）系统功能分解及具体实施
1.环境部署方案
整套服务端应用部署到私有云平台，保证系统高可靠和高可用的要求。建议的详细配置如下：
1） 每台云主机配置：64 位，16H64G，500G 硬盘。
2） 操作系统使用 Red Hat Enterprise Linux 9或其它免费开源社区版 Linux，（注：开源版本没有官方的售后服务）；
3） 安装专业防火墙软件；
4） 域名服务；
5） 企业专网服务；
6） 数据库集群。
2.多端展示方案
1）数字孪生可视化大屏
从厂区、车间、工位、再到生产设备均可实现3D展示和互动，对整个冰酒生产系统进行全面数据获取和可视化，搭建全链路、全流程、全场景可视化平台，实时监控各道生产工序设备的运行状况及能效状态，实现管理精细化和高效化，提升产线生产管理能力和监控能力。
数字孪生可视化大屏主要包括以下几部分功能：
①整个厂房全场景页面：
3D建模等比例还原厂房生产线布局，通过大屏直观透视生产流程工艺和设备运行数据；在大屏上实时展示设备告警效果，支持后台邮件、短信推送等方式达到实时监测、及时管控的目的，提升监控指挥与设备运维管理的效率；
②重点工序生产线监控页面：
重点工序包括钣金、吸附、预混、发泡、抽空、灌注等，针对每一道生产工序，均3D建模还原现场生产流程，做到“专线专屏”，展示各个生产线执行过程，采用图形化方式展示该产线生产任务量、任务执行进度以及产品质量等信息，帮助工作人员了解当前工序的能效水平以及工艺质量水平；
系统利用深度学习算法，自动对生产过程历史数据进行多变量关联分析，建立各个生产流程中的重要参数的关系平衡模型；全天候监测各个维度的生产数据，一旦出现冲破平衡关系的超标数据，可实现自动调整、预警提示；
对生产人员的操作行为、生产节拍、关键节点参数实时监测、追踪，出现不合规操作时，系统自动发出警告；系统自动对故障告警信息进行聚合统计，运用大数据算法对告警信息进行特征提取，分析出概率较高的故障类型或故障点，防止批量性质量问题的发生；
③重点工序生产运行报告
对基于时序记录的历史态生产数据进行统计分析，挖掘生产过程中出现的问题，推荐最佳的生产节拍以及节能增效策略；同时评估生产线和设备的运维状态，对生产过程中的重要参数和能效进行趋势预测，自动生成针对每道工序、每台设备、每日、每周、每月、每年的综合性分析报告。
2）电脑管理端
管理端Web应用，主要用于全局信息的配置和管理，包括：资产管理、运维管理、操作日志、用户管理、权限管理等功能。
管理端Web页面主要包括以下几部分组成：
①场景导图
场景导图页面主要基于现场实际布局的不同视图而形成的可交互场景，将生产信息、工单信息、告警信息与场景相结合，以场景作为设备导航，方便运维管理人员快速定位设备，查看信息；构建设备数据化生命体，系统自动整合设备的运行数据、维修、保养、点检以及备件信息，完成设备全生命周期信息的管理；
②运维管理
可以针对设备类型、故障等级、时间跨度等多维护进行告警和故障信息展示；从故障到工单，再到验收全程数字化，智能推荐维修方案，自动汇总数据辅助故障分析。运维人员通过运维管理可以创建生产线及设备的周期维护计划、周期任务下发、工单派发、工单状态更新等一系列操作，对设备进行预防性维护，确保设备处于完好状态，充分发挥设备效能，有效提高完成率；
③设备管理
可以通过设备管理页面修改平台全局设备信息，包括a）设备的添加、删除、修改设备功能；b）可以在输入框输入设备名称，进行模糊查询；c）不同生产线之间，进行数据隔离展示不同数据；d）可以通过点击设备进入设备详细页面并展示对应设备的状态、产能数据、告警数据等；
④生产管理
支持用户自行设置相关工序流程操作标准、检验标准，系统将按照这些标准自动生成对应流程的执行预警阈值，出现越限，即可发出警告，提高生产效率。
此外，系统支持各类生产操作指导材料导入整理，实现设备资料文档标准化管理，随时随地快速查阅，有效提升文档与知识的利用率，实现知识的快速沉淀与传播；知识库支持多权限管理，按照权限范围和文档密级划分权限；
⑤系统配置
系统配置主要用户管理、部门管理、模板管理以及挂载管理等功能，包含元器件和设备的数据关联，用户账号、部门和职务的分配，以及工单模板字典的管理。
3）手机运维端
系统提供手机运维端，包括监控概览、设备信息查询、告警处理、事件跟踪等功能，用户或运维人员可通过手机，即可实时掌握设备的运行情况，方便运维人同日常化运维需求，减少运维人员的操作强度，通过手机与PC端实时互动，响应派单及故障告警等信息，提高运维效率，为用户提供更好的运维服务。
3、重点工序监控方案
1）钣金:
钣金生产子系统，主要实现对钣金生产各工艺流程的可视化管理，主要功能包括：实时生产监控、智能故障告警、维护保养预警、告警事件记录、产品质量检测等；
a.整合钣金生产线监控系统，3D建模搭建钣金生产流程，实现钣金生产过程中任务执行、工艺管理、质量管理、设备管理；
b.重点监测钣金折弯工艺，通过钣金折弯机光学角度测量系统，自动监测钣金角度等，出现异常，可自动告警或自动下发指令进行调整，防止批量性质量问题的发生；
c.实时监测钣金生产各个设备及关键部件运行参数，预测分析运行趋势，对设备及部件进行寿命预测、衰减追踪，提前预警，实现预防性维护，做到设备部件零事故。
d.实时检测钣金生产流程能耗值，按照工艺、生产、质量、设备等维度进行聚合分类统计，优化生产流程，降低能耗。
2）内胆吸附：
内胆生产监控子系统实现内胆吸附工艺过程中工艺参数监测、预防性维护诊断、钣金生产质量检测等功能。
a. 内胆吸附工艺流程重点检查预加热温度、加热温度，结合内胆工件质量分布，分析最佳温度组合，提高吸附合格率；
b. 通过吸附内胆厚度检测系统，通过激光点矩阵自动测量内胆工件，生成关键基准点的厚度曲线，识别出内胆缺陷类型与位置，并自动报警；
c. 系统结合吸附内胆厚度检测系统，对所有已完成的内胆工件的质量参数进行聚合统计，通过大数据比对，分析内胆加工合格率以及内胆经常出现的不合格厚度的位置，精准指导现场人员对内胆工艺生产线进行优化；
3）预混:
发泡材料预混阶段的子系统监控，主要实现各个维度参数全天候监控、故障预警和追溯等功能。
a. 构建预混车间数据模型，实时监测预混过程中的物料、环境、质量、进度、异常处理等流程，实现预混阶段的全过程监测，提升原料混合质量与安全；
b. 重点监测参数，主要包括搅拌监测、温度监测以及液位监测，系统内置相对应的阈值规则，并自动绘制出原料温度、液位变化趋势图，固定运行条件下，温度、液位低于或超过对应阈值，系统给出警告：温度过高、溢料警告、缺料警告等，或者自动控制机器停止注料，直至恢复正常继续运行；
c.全天候监测压力值、液位值、温度值，结合大数据智能算法，对参数历史数据进行特征提取，得到压力、液位、温度关系平衡模型；实时监测参数与模型关系，出现异常趋势，立即预警或者系统自动控制停止注料；同时，系统可根据平衡模型，自动校准注料质量。
d.针对混合头和高低压换向阀等，系统自动记录混合头注料次数，达到预设寿命次数时，系统自动提示运维检修人员进行维护或者更换。
e.实时监测各个设备及关键部件运行参数，预测分析运行趋势，对设备及部件进行寿命预测、衰减追踪，提前预警，实现预防性维护，做到设备部件零事故。
4)发泡：
高压发泡机的子系统监控，主要实现发泡机的预测性维护、故障预警、远程监控与诊断、工业参数监测、追溯等功能。高压发泡机作为冰箱柜生产线的核心生产设备，包括：预装、预热、箱体或门体发泡等工艺流程；
a.构建发泡车间数据模型，对发泡过程中的计划、物料、生产、质量、进度、异常处理等业务流程深度还原，实现发泡生产制造的全过程追溯，提升发泡质量；
b.重点监控环境温度、模具温度、注料质量、注料压力、注料温度等参数。同时，系统可自动对发泡流程重点参数进行深度，构建高质量发泡可根据平衡模型，自动校准箱体注料质量，做到发泡箱体零缺料。
c.构建箱体或门体发泡的工艺操作流程展示图，实时动态跟踪每一步流程操作，展示当前流程进度、剩余操作时间等；系统内置多项操作标准，包括温度标准、操作时间标准等，严格控制发泡流程重要指标，任何一个流程出现问题，系统都会自动给出提示或修正；
d.针对发泡机电机、液压系统电机等，重点监测电机的电流、电压、振动、温度等参数状态，采用多变量关联ConvexHull算法分析关键变量的关系，预测变量的异常变化趋势，给出更准确的预警信息，一旦出现异常工况，系统立刻告警或者有针对性的停机维护检修；
e.建立发泡机异常报警数据库，设计基于相似数据段查找的算法，进行对当前报警数据的相似性查找，以达到准确的完成报警根源分析；通过大量设备状态数据分析，挖掘设备元件状态动态演变规律，实现发泡机的全生命周期管理。
f.将发泡流程包含的重要参数（包括：环境温度、原料温度、混合比例、发泡前壳体预热温度、注料压力、注料温度等参数）进行统计处理，关联到箱体条形码及包装纸箱码，便于后期进行发泡质量追溯；
g.实时检测发泡流程能耗值，结合发泡箱体、发泡门体产量，分析单位产量用能、平均产值、发泡机发泡量，多个维度统计发泡机的产值与能效情况。
5) 抽空：
抽空流程利用真空泵或压缩机对制冷剂循环系统进行抽真空，排出系统中的空气和残留水分。抽空流程监控子系统主要实现抽空过程中工艺参数监测、预防性维护诊断功能。
a. 重点监测抽空过程中的重要参数，包括：环温、抽空度、抽空时间。系统内置抽空检验标准卡，自动调取抽空流程参数数据，匹配标准，出现偏差，即可预警；
b. 制定抽空泵工作运行报告，支持日报、周报、月报、年报；
c. 系统利用大数据学习方法，对每一真空泵的抽空数据进行特征提取，找出最佳的抽空状态参数模型；抽空过程中，预测参数变化趋势，与模型比对，给出更精准的预警信号；
d.实时检测抽空生产流程能耗值，按照工艺、生产、质量、设备等维度进行聚合分类统计，优化生产流程，降低能耗。
6) 灌注:
灌注制冷剂的工艺流程监控子系统主要实现灌注过程的工艺参数监测和预防性维护。
a. 重点监测灌注前制冷系统真空度，无法达到预定要求，自动闭锁操作，减少不合格操作；
b. 全天候监测制冷剂罐压力、各类表计压力值、制冷剂质量等，当参数达到预定范围，系统自动给出提示，严格避免出现不合格操作，尽可能达到灌注零缺陷；
c. 系统自动记录灌注枪头密封圈等易损不见的使用时长，达到预设寿命时，系统自动提示运维检修人员进行维护或者更换。
d. 实时检测灌注生产流程能耗值，按照工艺、生产、质量、设备等维度进行聚合分类统计，优化生产流程，降低能耗。
7）总装：
总装阶段监控子系统主要针对冰箱总装工艺流程进行工艺参数监测、设备故障预警等。
a.监测总装过程重要操作标准参数，汇总产品个部件的标识码，获取各部件出厂属性参数并进行汇总统计，统一关联到整装产品的唯一标识码；
b.实时监测总装历程各个设备及关键部件运行参数，预测分析运行趋势，对设备及部件进行寿命预测、衰减追踪，提前预警，实现预防性维护，做到设备部件零事故。
4、数据安全策略
1）数据库系统安全
a.验证：保证只有授权的合法用户才能注册和访问；
b.授权：对不同的用户访问数据库授予不同的权限；
c.审计：监视各用户对数据库施加的动作；
2）应用层安全设计
a.采用身份认证技术、对各种应用服务的安全性增强配置服务来保障网络系统在应用层的安全。
b.数据权限：数据权限包含整个模块是否允许查看（模块打开功能）、单条记录是否允许访问（记录查看权限）和记录属性可见（字段级别权限）。
3）功能权限设计
a.操作管理(菜单资源，URL资源，页面元素)
b.权限管理
c.角色管理
d.用户管理
e.授权中心
4）数据安全验证
a.设置用户的数据范围
b.数据范围接口
c.表现层展现
5）用户输入通用准则
a.尽可能使用验证控件，以限定用户输入可接受的值。
b.在运行服务器代码之前，始终确保 IsValid 属性的值为 true。如果值为 false，则意味着一个或多个验证控件未通过验证检查。
四、技术标准
（一）技术标准
GB 50171 电气装置安装工程盘、柜及二次回路结线施工及验收规范
GB/T 2423.1 电工电子产品环境试验 第2部分：试验方法 试验A：低温
GB/T 2423.2 电工电子产品环境试验 第2部分：试验方法 试验B：高温
GB/T 2423.4 电工电子产品基本环境试验规程 试验Db：交变湿热试验方法
GB/T 2423.10 电工电子产品环境试验 第2部分：试验方法 试验Fc：振动（正弦）
GB/T 15153.1 远动设备及系统 工作条件 第1篇：电源和电磁兼容性
GB/T 15153.2 远动设备及系统 工作条件 第2篇：环境条件（气候、机械和其他非电影响因素）
GB/T 16435.1 远动设备及系统 接口（电气特性）
GB/T 17463.1 远动设备及系统 性能要求
GB/T 17626 电磁兼容 试验和测量技术
GB/T13729 远程终端通用技术条件
DL/T630 交流采样远动终端技术条件
DL/T634.5101-2002 远动设备及系统 第5-101部分 传输规约 基本远动任务配套标准
DL/T634.5104-2009 远动设备及系统 第 5-104 部分 传输规约 采用标准传输协议子集的 DL/T634.5101-2002 网络访问
SD 325-1989 电力系统电压和无功技术导则
DL 755-2001 电力系统安全稳定导则
国家电力监管委员会5号令 电力二次系统安全防护规定
国家电力监管委员会电监安全［2006］34号 电力二次系统安全防护总体方案
DL 755-2001 电力系统安全稳定导则
（二）技术性能指标和参数
通过服务器扩容和适当的数据库存储和扩展策略，系统今后将接入数千台设备，因此平台的处理能力应满足如下要求：
1、支持300用户并发应用接入请求；
2、系统远期接入设备数量达到5000台；
3、Web页面处理：系统支持300用户同时在线进行网页并行操作，且系统响应时间小于2s；
4、CPU忙时利用率不超过60%，保证系统运行稳定性。
5、平台具有高可靠性和高稳定性。关键设备应采用负载均衡、分布式处理结构，主要模块冗余度至少为1+1；
6、系统各服务器应保证数据实时的一致性、可用性，主备倒用时间不大于3分钟；
7、故障恢复时间不大于30分钟；
8、系统满足7×24h不间断工作。
五、效益预测
1）打通厂区数据孤岛，实现不同系统的数据共享，提升经营发展能力；实现对设备数据、能源消耗、环境数据的统筹监控；统筹人员和设备、能耗和产品、生产工艺和流程、生产和环境之间的生产平衡，使管理者全面、准确、及时地观察到厂区的生产进度、能耗数据和安防隐患等。
2）提升增效价值。生产用能数据透明提高管理水平；减少人力、提高劳动效率；通过能耗分析管理优化能源运营方案，推演管理节能空间；提高能源利用效率，节能增效；采用大数据算法分析，优化工艺流程；通过专业分析和诊断，挖掘配电和负载的非正常能耗因素。整体预计年能耗预期可降低5%~15%；
3）提升管理效率。通过数据可视化交互实施掌握设备运维状态，做到全寿命周期管控；辅以大数据分析实现对现场资产和工业场景管理的精准决策，降低主观失误率；数据高效流转确保管理人员通过远程监控全面掌握现场信息，管控效率预期可提高20%。
4）资产效率提升。资产数字化赋能现场设备具备价值属性，挖掘资产潜力和利用价值，进一步提升和丰富了设备资产的可配置性；通过现场设备物联和数据互通实现设备与设备、设备与环境、设备与人员以及人员与环境之间的相互协同，全面盘活资源利用空间，提升资产利用效率；通过实时态和历史态衍生数据诊断现场设备健康状态，分析设备潜在问题，提供合理化运维策略，提升运维水平和效率，延长设备寿命。该类型可为企业带来高达30%的综合效益提升。
