(资料图)
2022年11月16日，由OFweek维科网主办的“2022中国智能制造数字化创新峰会暨维科杯工业自动化及数字化行业年度评选颁奖典礼”在深圳举行，霍尼韦尔（中国）有限公司凭借食品饮料行业数字化转型解决方案荣获“2022年度优秀解决方案奖”。
同时，在“制造业数字化转型与智能制造前沿趋势”的主题峰会上，来自霍尼韦的资深数据科学家史季轩也分享了“工业场景下的大数据分析”，并从预测性维护、工艺参数优化以及能耗优化等方面详细阐述了工业数据分析在制造业场景中的运用和价值。
1.预测性维护：工厂内的设备维护从最早的事后维修到周期性维护已经形成较为传统化的运作方式，而结合设备状态监视和诊断技术，可以在设备即将发生故障之前，判断设备异常，提前介入，从而实现事前预警和维护；
2.工艺参数优化：其涉及到知识智能和数据智能两大方面，即将工业机理、专家知识等信息与机器学习和数据统计的技术方式相结合，形成工业机理模型、深度学习模型、专家知识模型以及机器学习等模型，让数据驱动和生产过程进行机理建模，最终实现参数寻优及决策建议；
3.能耗优化：能耗优化是将预测与优化有效结合的场景化典型，过去在能耗管理方面存在着粗放管理、依赖操作人员个人经验以及节能单一化等痛点，而结合工业数据的进一步挖掘和分析，可以很好的实现全工厂全产线的整体能耗优化；
目前霍尼韦尔工业数据分析解决方案已经成熟应用在钢铁焊接的工艺优化以及空压、纯水、暖通系统的能耗优化等场景中，通过工业数据的有效挖掘和智能分析，为制造业客户提供事前管理决策。
在圆桌讨论环节，霍尼韦尔工业数据分析事业部总经理周琦参与了主题为：“双碳”目标下，制造业企业的转型升级之路。
在谈到“双碳”目标下，制造业将面临的挑战与机遇话题时，周琦认为过去的制造业转型更多的关注在业务层的数字化，即利用互联网的手段改变工厂内的工作方式和流程，就像众多企业使用钉钉无纸化办公一样，而“双碳”的要求和目标是需要企业实实在在的用数据说话，不管是能耗的降低还是可持续发展的目标，均需要将触角进一步伸进工厂的每一条产线和每一台设备，更加需要利用工业大数据分析技术，进行工厂生产的事前预测管理，以此降低工厂的事后损失和维护成本等。
当下，霍尼韦尔工业数据分析解决方案已经在食品饮料领域帮助了众多客户实现工艺优化及产品质量溯源等诉求，未来，我们还将持续推进工业数据的价值挖掘，让制造业从信息化、数字化进一步升级到“自主智能化”，助力企业在数字化转型的战略目标上，更加行之有效。
