雾霾来了，工业互联网能做些什么？

工业不生产、汽车不运行、全民开启『家里蹲』模式······全社会都停摆了，但疫情期间为什么还是有雾霾？

最近几个月的疫情防控，可以说相当于一次控制变量的大气污染试验，然而，在我国的京津冀及周边区域仍然出现了好几次的重度雾霾。

据生态环境部14日通报的环境空气质量状况显示，今年1至3月，全国120个城市环境空气质量达标，同比增加24个；PM2.5浓度为46微克/立方米，同比下降了14.8%。

造成大气污染的原因，清华大学环境学院院长贺克斌其中有提到，工厂停工歇业主要集中在加工业和轻工业，而高污染、高能耗的资源型行业，比如火力发电、钢铁等工厂则依然常年运转。

战“疫”过程中，工业互联网在助力应急医院建设，以及帮助企业复工复产起到至关重要的作用，可以赋能很多垂直领域和场景。那么，它能为治理大气污染做些什么？

全应科技是一家聚焦热电生产过程智能化的工业互联网创新型企业，全应科技CEO夏建涛表示：

相比众多工业互联网平台企业专注于3C、家电、石油化工、服装制造等领域的赋能，全应科技独辟蹊径地选择了热电生产过程智能化，这与众多工业互联网平台企业是很不同的。

大气污染的来源：热电厂

谈到热电生产过程智能化，就不得不提到热电厂。热电厂由于既发电又供热，锅炉容量大于同规模火电厂，必须比一般火电厂多增设锅炉容量以备用，水处理量也大。

据公开信息，今年一季度，大唐延安热电厂紧盯年度任务目标，发电量完成全年计划的32%，完成供热21万吉焦，实现了自2017年投产以来生产经营最优成绩。

疫情期间，他们一手抓疫情防控，一手抓生产经营，全力做好疫情期间燃煤和生产防疫物资保障。

然而，热电厂作为人们保供电、保供热的核心，也不可避免地带来了一定程度的大气污染。

雷锋网了解到，燃煤热电的体系构成十分复杂，包括锅炉系统、汽机系统、管网系统及用户用能系统在内涉及上百套设备。但不可否认的是，如此庞大的系统更多的是依靠有经验的工程技术人员来进行动态控制，在这种情况下，响应反馈慢、控制不精确等问题几乎是不可避免的，也造成了我国热电厂能效低、污染大的现状。

去年7月，位于山东省聊城市的两座热电企业——聊城蓝天热电和山东泉林集团热电，因大气污染物超标问题，向全市人民公开道歉。

首先是聊城蓝天热电，他们表示：

再者，山东泉林集团热电则声称：

疫情期间，因为大家的家里要用电、要用热，以及工业生产用热等，所以热电产业需要不停地保障供应。因此，由此带来的大气污染是不可避免的。

工业互联网作为工业数字化、智能化的支撑底座，在节能降耗、提质增效方面有着至关重要的作用，它在治理大气污染时，如何优化热电生产过程？

一个全应热电云、三大场景

早期，全应科技的产品线包括ALLSMART、ALLVISION、ALLSAFE等，而从2017年开始，他们的产品更聚焦在工业互联网平台——全应热电云，致力于热电生产过程智能化这样的非常单一的功能，非常标准化和深度垂直的工作。

夏建涛表示：“热电生产过程智能化，是采用人工智能技术去实现在线生产过程智能优化，最终实现提质增效、节能降耗。由于产品是非常标准化的，对所有的热电生产过程都能够全面覆盖，以标准化产品、标准化服务，去给客户提供价值。”

全应热电云的结构上是云加端的体系，通过在工业现场安装的智能控制器，实现对边缘端的数据采集和智能计算、模型实时计算；而在云端做的是大数据、人工智能引擎的模型构建。

全应热电云的云端，其PaaS层是工业物联网相关数据的高速处理，里面封装了很多标准化的算法和标准化的计算引擎；在PaaS层之上，全应科技构建了面向热电应用的专业SaaS应用，比如包括智能监盘、智能告警、经营分析等热电厂智能化管理APP，以及智能调度机器人、智能司机机器人和智能司炉机器人等一系列面向生产过程的智能控制机器人。此外，他们还有智能热网控制、管网平衡、智能边缘控制器等产品。

他们将热电行业拆分成三个主要的场景，分别是工业热电联产、民用集中供暖以及火力发电。

目前，全应科技聚焦的重点是工业热电联产，同时这方面的落地案例也是最多的，其次是城市供热，最后是火力发电。这三个场景都是通过燃料燃烧产生热能，然后热能再推动汽轮机发电，或者把热能直接通过管道输送给客户，或者变成热水循环输送到每家每户去供热。

雷锋网(公众号：雷锋网)了解到，2019年，全应科技针对这三大场景总共开发了6套工艺数字孪生模型体系，实现了对这些生产场景的全覆盖。下一步，公司将继续加强技术研发，进一步提高数字孪生模型的计算精度，去为热电生产提供更好的节能降耗的效果；另外，全应热电云平台目前已经很成熟了，因此2020年将在全国更大范围内寻求更多的业务覆盖，让客户能够应用到全应热电云这样的一个产品。

做好热电生产过程智能化的关键

“2010年起，我国就是制造业第一大国，但我国制造业总体上大而不强，创新能力依然薄弱，高端供给明显不足，产业总体上属于价值链的中低端，发展不平衡不充分的问题突出。”在2018中国制造业创新大会上，工业和信息化部部长苗圩强调。

面对这种局面，当前国内制造业企业正在向智能化生产转型升级。很多通用型的工业互联网平台在对垂直行业赋能时，大都选择了多个方向。比如施耐德电气 EcoStruxure 平台涵盖了四大市场，包括住宅、基础设施、数据中心以及工业；海尔COSMOPlat平台对家电、电子、服装、农业、化工、模具、机械、房车、建陶等15个垂直行业提供全场景工业互联网解决方案。

而全应科技更专注于热电生产过程智能化，那么，他们大胆选择这个单一赛道的底气到底是什么？

夏建涛表示，热电产业本身具有很高的技术壁垒，需要对产业结构、生产工艺、热动机理等方面具有很深刻的了解，同时也需要从业人员对工业大数据、人工智能和智能控制技术有深度的研究才能做好热电生产过程智能化升级的工作。

雷锋网了解到，国内做工业互联网平台的企业在以自身作为“试炼场”给自己赋能时，大多是来自离散制造业的赋能，比如家电、3C组装等，其实他们是不研究具体工艺的。传统流程型产业的智能化升级最重要工作是要做生产工艺的智能化在线控制优化，这就意味着需要将工业机理、专家知识、数据统计模型和人工智能模型结合到一个点上。

传统工业解决的问题，是用工业机理和专业知识，也就是工业3.0的技术，但经过40年的发展，这个方法已经做到了极致，很难有效解决流程型工业动态工艺的最优控制问题。因此，只有在线用机器学习的方法，用大数据数据统计模型的方法，才能实现实时的数字孪生与生产过程的精准匹配，才能实现端到端的整个生产过程控制、工艺参数的优化计算，才能实现整个生产工艺的智能化提升。

夏建涛表示，目前国内能做热电生产过程智能化的企业极其少见，因此这是他们之所以聚焦热电的第一个原因，此外，做任何流程工业的难点都不一样，需要在生产工艺、专业知识基础上，能把数字孪生模型真正构建起来，也就是说，做整个流程工业的生产过程的智能化升级的本质是在做高维数字空间重构工艺过程，这会是一个难点。谁能重构，谁就能做；谁重构不了，那就做不成。

为什么选择热电生产？

与传统互联网相比，工业互联网的最终作用是希望能够用现代的信息技术、智能技术来服务制造业的生产过程，因此，工业互联网更具有行业属性。

工业互联网平台只有跟具体的生产过程紧密耦合，才有可能对生产过程产生某种价值。全应科技早在2017年的时候，就初步打造出第1代的工业互联网平台，然后开始探索如何结合行业。

我们知道，工业行业非常多，而中国又是世界上工业行业最完备的国家。大体上，工业行业分为离散制造业和流程制造业两大类。

离散制造业，主要有汽车加工、3C电子组装、服装制造等，都是一个工位做完再做下一个工位，要经过一连串可中断的工序进行连接，实现一个产品的输出。

而流程制造业，比如石油化工、煤化工、盐化工、制药、炼钢、发电、水泥、造纸等，他们的生产过程的特色是当把原材料投入到生产设备中以后，要经过一连串的物理化学反应，最后才能够成为一个产品，生产过程是不可中断的。

那么全应科技是怎样锁定流程制造业的热电生产过程呢？

雷锋网了解到，全应科技在用智能化技术服务生产过程，实现提质增效、节能降耗时，主要考虑到三方面因素。而热电产业不仅底层数字化基础良好，体量极为庞大，同时也是一个相对比较分散的产业。

• 首先是底层的数字化技术水平。流程型制造业，因为其流程的变化过程非常快，需要用到高层次的控制器，包括DCS、PLC等这些高速的计算机自动化控制系统去实现管控，才能够实现产品的正常生产，因此他们底层数字化技术基础大多数原本就非常好。 

• 其次，这个行业要够大。因为做一个大的行业是比较有价值的。

• 最后是，这种技术是否能产生真正的价值。工业客户都是理性决策的客户，他们采购任何一个产品，不管是软件、硬件或者某种服务，最终都是要算投资回报比。因此，技术产品服务是否能够给客户带来清晰的、可计算的投资回报，这对于用户做决策很关键。

“这几个方面，热电行业都满足，”此外，夏建涛表示，能源行业是一个国家的国民经济基础，我们中国的能源生产和消耗在全球都是名列前茅的，包括石油石化能源、电能能源、热能源等。

实际上，热电是高温高压下能源的生产和转化过程，对它进行智能化控制的难度还是非常高的，因此如何实现热电生产过程的在线优化控制，实施热电生产过程的最高效率和节能降耗，这对技术的要求和挑战将是非常大的。

“在中国大气污染中，热电产业贡献了34%的污染。”夏建涛表示：“疫情出来后，全社会都停摆了，我们的工业不生产、汽车不运行、餐厅关闭，但为什么有雾霾？就是因为热电，因为热电不能停止。”

工业互联网作为制造业进行提质增效、节能降耗的重要手段，能将热电生产导致的大气污染降低到什么程度？雷锋网雷锋网

雷锋网原创文章，未经授权禁止转载。详情见转载须知。