发布时间:2024-01-11
浏览量:219
4月17日至21日,全球约4000家来自机械工程、电气和数字行业以及能源行业的企业参加了2023年汉诺威工业博览会。在这个历史悠久的工业贸易展览会上,从复杂生产过程的自动化和数字化,到人工智能(AI)渗透和优化生产和与设计,以及能源管理、碳足迹分析和减少二氧化碳排放等,工业领域的参与者聚焦二氧化碳中和生产、AI、数字化工厂等方面,竞相展示未来生产和能源供应的解决方案。
二氧化碳中和生产
减少二氧化碳排放,并在生产中努力实现碳中和对于企业而言正变得越来越重要。欧盟的绿色协议目标是到2030年,将温室气体净排放量与1990年的水平相比至少减少55%,并到2050年实现碳中和。3月16日,欧盟委员会提出了净零工业法,在强化战略自主的同时对企业发展减排技术提出了更高的要求。在汉诺威工业博览会(以下简称工博会)上,人们聚焦气候友好型生产转变的方式,例如,过程用能的电气化、氢气和生物质的使用、二氧化碳的回收、循环经济的扩展等。
化石燃料是迄今为止造成全球气候变化的最主要原因,占全球温室气体排放的75%以上,占所有二氧化碳排放的近90%。波茨坦气候影响研究所希尔维亚·马代杜博士认为,用低碳电力代替化石燃料并将该电力用于核心工业过程(例如加热)是工业领域向低碳生产转变的关键。占欧洲排放量约15%的工业二氧化碳排放主要是通过燃烧燃料进行供热而产生的。过程用能电气化需要能源供应领域进行重大转型,相应的基础设施、工艺技术、工程设备等都亟待变革。
在工博会上,多家企业展示了他们的净零热系统。这样的系统结合了电气化和蓄热的优点。一方面通过电气化增加对可再生能源的利用,在最合适的时间,以损耗较少的方式将电力转变为热能;另一方面,热能存储(TES)技术的创新则进一步为热电联动提供了更加清洁、灵活的解决方案,通过将介质加热到特定高温后保持温度,并在需要时释放热能,热储能系统可用于应对电力市场价格的波动,并降低能源成本。通过这种方式,工艺热、区域供热甚至传统发电厂发电的热能都可以经济高效的方式脱碳。许多需要大量能源的工业部门,如食品、化工、金属加工等都能够从中受益。
尽管欧洲的氢能产业处于世界前列,但现在仍然迫切地需要将氢经济从小众转向规模化。欧盟认为,可再生的绿氢将为其到2050年实现气候中和发挥重要作用。为了刺激和支持可持续氢能的生产和投资,欧盟委员会发布了欧洲氢能银行计划,将2030年氢产量目标提高了一倍,达1000万吨,并且每年再进口1000万吨氢。因此,工在博览会上,围绕氢气的工业化生产、远距离运输和安全存储,以及氢能应用的各种场景,很多企业提出了自己的解决方案。
作为化石燃料的环保替代品,电力合成燃料(E-Fuel)是由水、二氧化碳和来自可再生能源的电力制成的。它具有与传统燃料相似的特性和化学性质,可用于传统内燃机,但不会释放额外的破坏气候的气体。欧盟特许2035年后继续销售使用E-Fuel的内燃机汽车。经典内燃机的拥护者将电力合成燃料视为未来出行的气候中和选择方案之一。工博览会上,关于电力合成燃料规模化生产及其经济性的讨论仍在继续。德国西门子能源等展示了其在智利南部以工业规模利用绿色电力和水生产二氧化碳中性燃料的项目“Haru Oni”。这是世界上第一家投入运营的电力合成燃料的全集成工厂,2023年计划生产13万升合成燃料。
作为2023年汉诺威工业博览会的一部分,碳足迹(CO2足迹)相关的技术创新也得到了更多的关注。多家企业展示了实时确定产品碳足迹的例子。许多相关技术在展台上随处可见:数字孪生、智能化安全运营、5G、AI、数字产品护照、资产管理外壳等。未来,随着企业核算碳排放的需求不断扩大,数字化系统辅助的碳管理工作将得到更多的重视。数字化碳管理不仅能减少现场核查的工作量,还能与工厂日常管理相融合,有效提升生产过程中产品碳排放管理水平和供应链碳足迹管控能力。
工博会上,人们还能看到不同的提取和储存二氧化碳的方法。例如卡尔斯鲁厄理工学院(KIT)热过程工程研究所开发的技术就可从大气中直接提取二氧化碳并将其转化为炭黑。技术流程包括用吸附器将二氧化碳从环境空气中分离出来,然后在微结构反应器中与电解产生的绿氢发生反应生成甲烷,最后甲烷通过装有液态锡的鼓泡反应器,发生热解反应生成氢气和炭黑。通过这种方式,有害的温室气体可转化为高科技应用的原料。经过不断改进,KIT已建成并投入使用了一个集装箱大小的测试设施,每天可从环境空气中提取近两公斤的二氧化碳,并在连续运行中转化大约0.5公斤的固体碳。
在二氧化碳回收方面,工业自动化领军者费斯托公司独辟蹊径,设计了新型的生物反应器,利用藻类来吸收二氧化碳。与此同时,藻类的代谢过程还会产生脂肪酸、色素和表面活性剂等物质,这些物质可作为生产药品、食品、塑料或化妆品的原材料。2022年,费斯托首次展示了名为“PhotoBionicCell”的生物反应器。利用自己在气动、电气自动化、过程自动化、数字化和人工智能等技术领域的优势,费斯托的生物反应器拥有最佳的生长条件,其中的藻类吸收的二氧化碳比陆地植物多一百倍。在2023年的汉诺威工业博览会上,费斯托展示了该系统的规模化以及工业化的初步阶段。费斯托表示,这是在通往拯救气候的超级藻类工厂的道路上迈出的第一步。
人工智能渗透工业领域
伴随新一波AI的热潮,汉诺威工博会也聚焦“生产中的AI”这一主题。从机器人技术到生产单元,AI和流程自动化相互作用,在增强企业竞争力方面表现不凡。除了优化流程外,制造业在仿真、测试和产品开发方面越来越依赖AI。但目前而言,即插即用的AI应用还很少见。除了数据采集和处理外,如何将AI模型集成到现有系统中将是未来几年行业面临的重要挑战。工博会平台有助于AI开发人员与用户面对面交流,共同推进“工业级AI”产品的开发。
在智能优化生产流程方面,西门子公司以一个巧克力工厂模型为例,展示了如何将机器学习模型有效集成到生产流程中。在模型案例中,经过大约72小时的数字孪生训练,AI制定了一个最佳的解决方案,使得所有巧克力棒都尽可能快地在前面的传送带上运输,并且仅在最后一个传送带上精确控制速度。弗劳恩霍夫4个研究所联合展示了用人工智能优化生产计划的例子。面对制造时间精确到分钟,订单网络和数据结构异常复杂的情况,人工管理已很难胜任,而AI可确保将不同订单分配给最合适的生产机器,以实现最佳的利用率。
弗劳恩霍夫数字媒体技术研究所(IDMT)在工博会上展示了一个基于AI的工业噪声分析在整个生产链上应用的案例。内容包括过程监控、产品在线和终端质量控制以及机器的预测性维护等。创新的测试系统可以根据每次插拔过程中产生的噪音来识别部件是否正确连接。给人的反馈可以是听觉的、视觉的或触觉的,例如通过振动。机器人则直接从传感器系统获取必要的信息。IDMT 开发的解决方案还包括用语音命令可靠地控制机器。即使在工厂车间嘈杂的环境中,语音识别也能正常工作。
在模拟仿真方面,领先的工程AI软件公司Monolith AI展示了其机械工程仿真解决方案。它的AI方法比普通的数字模拟走得更远。每次模拟都可进一步开发一个产品模型,从而为制造商提供更多分析数据。这意味着机械工程可节省大量测试。此外,AI还会根据真实的数据,为开发者的产品提出建议。像ChatGPT或DALL-E这样的系统已可支持当今的文本生成、编程和设计。在传统的设计空间探索(DSE)中,工程师必须手动扫描非常大的问题空间来获得设计解决方案。而在AI的帮助下,包括芯片设计在内的复杂设计领域将发生重大的变化。可以预见,DSE将是未来人工智能项目的重点之一。
此外,参观者还可在工博会中找到能激发灵感的AI工具和用例。例如,费斯托在开发生物反应器时就利用AI和量子传感器来检查细胞的活力,以便在最佳时间开始收获产品,针对藻类培养物的繁殖进行优化,或者以最低的能耗维持特定的生长参数。英特尔与合作伙伴则展示了基于AI的机器人如何确保装配线上的质量。西门子展示了在人工智能系统ChatGPT的协助下如何加速可编程逻辑控制器的代码编程。弗劳恩霍夫智能分析和信息系统研究所则展示了针对AI程序的开发测试工具和程序,从可靠性、公平性、稳健性、透明度和数据保护方面检查和评估AI应用程序。
制造业的数字化趋势
自动化之后是生产的数字化,目标是生产效率、速度和质量的提高,使企业在通向未来工业的道路上获得更高竞争力。未来的生产是数字化、智能化和网络化的。数字化工厂需要从产品研发、工艺、制造、质量和内部物流等与产品制造价值链相关的各个环节都基于数字化软件和自动化系统进行支撑,例如制造执行系统(MES)。通过监控、跟踪、记录和控制整个生产周期来优化制造流程,MES填补了生产计划与底层工业控制之间的鸿沟,实现了企业计划、执行、控制三层之间的信息流通。
在工博会上,参观者可看到下一代MES产品,即面向工业物联网框架的制造运营管理系统(MOM)。现代企业需要全球化的解决方案,以实现供应链分段管理,适应快速的市场变化,以及任意地点设计、生产和销售产品。MOM强调生产同步性,支持网络化制造。现代企业的管理架构在云/工业物联网平台、本地、边缘或混合场景中得到灵活使用。用发展的眼光看,实现数字化企业转型意味着要将产品生命周期管理、MOM和自动化整合在一起。
至于已提出10多年的“工业4.0”,作为德国工业制造的伞形品牌概念,它将传感器制造商、自动化专家、机器人制造商、软件制造商和用户聚集在一起,成功激发了人们对自动化的热情,也对工业过程的数字化产生很大的影响。然而,迄今还是有很多企业没有意愿或能力参与“工业4.0”的转型。投资回报率(ROI)的不确定性是这些企业缺乏对数字化和自动化承诺的决定性论据。
另一方面,研究人员发现,来自亚洲的充满活力的公司,正在企业的数字化领域投入巨资,并且已超越了许多西方竞争对手。慕尼黑大学与合作伙伴一起对全球899家工业公司进行了数字化程度调查。结果发现,只有50%的生产过程实现了自动化。最有效的是两种技术是自主运输和AI。在德国、奥地利、瑞士、英国和美国的公司中,整个生产过程中只有大约44% 自动化的。而在中国,这一比例已达到69%。