矩控新辰——BIPV柔性生產線邊緣計算解決方案

在全球氣候變暖、生態環境危機的壓力下，世界各國均逐步制定了可再生能源發展目標，共同應對全球氣候變化，太陽能光伏發電作為未來可再生能源發展的主力，為BIPV（光伏建筑一體化）提供了巨大的發展機遇與空間。在我國碳排放“3060”的目標和巨大的建筑體量的催化下，預計未來我國BIPV行業將呈快速增長態勢。

BIPV的生產多為單機設備，在生產過程中，對于生產效率、產品質量和制造成本三要素的控制起著至關重要的作用，而產品的質量和生產控制始終處于主導地位，必須實現設備的自動化智能化，生產數據的透明化、可追溯性，完成設備狀態、生產數據、生產工藝的實時監控。

一、核心訴求

建立產線自動化智能化、生產監控與預警、質量分析、質量追溯等模型，增加工藝參數優化、設備健康評估、數據透明化等功能模塊。

目前痛點   

痛點一：產線自動化低

痛點二: 生產中缺乏車間實時狀態監控及訂單數據無法實時監控

痛點三: 生產工藝無法做到智能管理

二、解決方案

建立產線自動化智能化解決六大難題

01 流程再造

解決課題——在當前光伏玻璃制造的基礎上，如何結合自動化設備和數字化手斷進行增能提效；

推薦決策——1、設備管理 2、質量管理 3、物流仿真 4、andon系統 5、邊緣計算；

創新點——全方位的業務流程再造，覆蓋生產管理全場景，實現設備資產全生命周期數字化管理和生產現場全流程智能管理。

02 數據治理

解決課題——生產現場的數據分散在各自設備PLC或底層服務器，如何將數據采集并實現統一規范的管理；

推薦決策——1、數據采集 2、數據服務器方案 3、數據監控管理 4、數據標準；

創新點——建立標準統一、集中互用的數據平臺，實現制造過程數據全面采集，設備聯網率≥99%。

03 全面可視

解決課題——如何基于工業機理、數學模型實現生產數據的決策轉化；

推薦決策——1、產線設備健康預測分析 2、光伏玻璃質量分析及追溯；

創新點——建立算法模型，基于大數據實現設備故障、質量參數的預測性分析和健康診斷。

04 智能決策

解決課題——如何將專業知識、專家經驗進行系統智能的轉化；

推薦決策——1、異常追因溯源 2、設備維保自動派單 3、故障解決方案推送 4、備件庫存預警；

創新點——基于指標庫、決策庫、模型庫、知識庫追因溯源，深度挖掘數據價值，實現數據驅動，智能決策。

05 大數據分析

解決課題——如何基于工業機理、數學模型實現生產數據的決策轉化；

推薦決策——1、產線設備健康預測分析 2、光伏玻璃質量分析及追溯；

創新點——建立算法模型，基于大數據實現設備故障、質量參數的預測性分析和健康診斷。

06 創新賦能

解決課題——智能制造技術發展迅速，如何結合這些技術實現創新的應用場景，賦能制造；

推薦決策——1、5G+TSN/WIFI6 2、數字孿生；

創新點——5G技術、設備三維動態監控等前沿技術的試點應用。