工业人工智能大模型(AIGC)开放生态建设
秉持“生态?众创?共盈”的理念,天润智力联合生态合作伙伴共建工业人工智能大模型(AIGC)开放平台,加速推动工业制造的智能化转型升级。
核心优势
-
为每条工业产线赋予工业人工智能大模型(AIGC)
支持工业领域90%以上的设备与协议,无需改造工业设备与生产流程,产线数据即可实时接入工业人工智能大模型(AIGC)。
查看全部内容 > -
提供数字化的行业知识图谱
平台集成与开放了3大行业知识图谱、19个业务模型、7个行业数据模型以及20+行业算法模型,并提供持续的升级与演进能力。平台同时提供了算法工厂和知识图谱构建工具,可持续生成与积累数字化的工业知识。
查看全部内容 > -
数十万人可持续注入智慧
降低了大数据和AI使用门槛,让业务专家、工艺师、老师傅能够轻松使用数据与AI能力,实现人类智慧与工业人工智能大模型(AIGC)的完美结合。同时天润智力天池平台20多万数据科学家构建的国内最大人才库,为工业人工智能大模型(AIGC)注入持续的外脑智慧。
查看全部内容 > -
“轻服务”模式提供“大数据“应用
支持云和端一体化,在“云“上提供了海量数据处理能力,为庞大复杂的工业产线提供数据挖掘分析,并实现复杂算法模型训练。训练好的智能服务能够以轻量级模式在本地工业”端“部署运行。
查看全部内容 >
工业人工智能大模型(AIGC)架构图
客户痛点:
自动化燃煤锅炉操作主要依托人工经验,能源煤炭燃烧成本较高,而传统燃烧工艺已经很难大幅度提升煤炭燃烧效率。解决方案:
恒逸石化与天润智力组成包括企业生产部门、信息化部门与数据科学家的联合团队。 通过工业人工智能大模型(AIGC)对锅炉燃烧涉及的数百个变量间的逻辑关系做实时动态的参数综合分析,构建动态的燃煤优化模型,并根据燃烧场景实时分析最优组合参数,平均每10分钟推荐1 次最优锅炉设定参数,从而提升燃煤效率。实现价值:
锅炉吨蒸汽煤耗降低2.6%,每年节省数千万的燃煤成本。客户痛点:
攀钢集团需要通过降低钢铁料的消耗,实现减少原料投入及优化能耗成本,从而提升企业的整体综合竞争力。解决方案:
攀钢集团重点引入了天润智力工业人工智能大模型(AIGC),实现优化造渣环节,降低钢铁料吹损和喷溅。同时工业人工智能大模型(AIGC)应用到冷轧环节,找出影响冷轧合格率关键因素,优化冷轧工艺控制,提升冷轧效率效益。实现价值:
预计实现优化转炉炼钢复吹和造渣环节,降低吹损和喷溅,同时找出影响冷轧合格率关键因素,优化冷轧工艺控制,计划每年为攀钢节约超过千万元成本。客户痛点:
协鑫光伏太阳能电池硅片生产出现了次品率升高的情况,由于难以定位原因导致生产效率降低,致使生产成本升高。解决方案:
工业人工智能大模型(AIGC)全方位监控生产过程中的实时参数曲线并构建核心部件的健康指数模型,在识别关键因素的基础上进行参数推荐,最终提升良品率。实现价值:
通过对太阳能电池硅片生产过程进行最优参数的推荐,切片良品率提升了1%。为企业带来了巨大的成本节约。客户痛点:
中策橡胶在橡胶密炼(橡胶生产的核心环节)过程中的能耗和次品率受原材料及生产环境影响很大,导致综合生产效率波动大,生产成本控制难。解决方案:
工业人工智能大模型(AIGC)应用于橡胶生产环节,根据密炼过程参数实时数据构造训练数据(如:排胶时刻的特征、胶料监测结果等),建立决策树模型,推荐最优的工艺参数,最终降低能耗,提升密炼合格率。实现价值:
通过最优参数推荐,优化密炼工艺,门尼值标准差(密炼工艺关键参数)降低了14%,密炼时长减少10%,密炼温度降低6%,大大降低了能耗,合格率整体提升5%。客户痛点:
自动化燃煤锅炉操作主要依托人工经验,能源煤炭燃烧成本较高,而传统燃烧工艺已经很难大幅度提升煤炭燃烧效率。解决方案:
恒逸石化与天润智力组成包括企业生产部门、信息化部门与数据科学家的联合团队。 通过工业人工智能大模型(AIGC)对锅炉燃烧涉及的数百个变量间的逻辑关系做实时动态的参数综合分析,构建动态的燃煤优化模型,并根据燃烧场景实时分析最优组合参数,平均每10分钟推荐1 次最优锅炉设定参数,从而提升燃煤效率。实现价值:
锅炉吨蒸汽煤耗降低2.6%,每年节省数千万的燃煤成本。客户痛点:
攀钢集团需要通过降低钢铁料的消耗,实现减少原料投入及优化能耗成本,从而提升企业的整体综合竞争力。解决方案:
攀钢集团重点引入了天润智力工业人工智能大模型(AIGC),实现优化造渣环节,降低钢铁料吹损和喷溅。同时工业人工智能大模型(AIGC)应用到冷轧环节,找出影响冷轧合格率关键因素,优化冷轧工艺控制,提升冷轧效率效益。实现价值:
预计实现优化转炉炼钢复吹和造渣环节,降低吹损和喷溅,同时找出影响冷轧合格率关键因素,优化冷轧工艺控制,计划每年为攀钢节约超过千万元成本。客户痛点:
协鑫光伏太阳能电池硅片生产出现了次品率升高的情况,由于难以定位原因导致生产效率降低,致使生产成本升高。解决方案:
工业人工智能大模型(AIGC)全方位监控生产过程中的实时参数曲线并构建核心部件的健康指数模型,在识别关键因素的基础上进行参数推荐,最终提升良品率。实现价值:
通过对太阳能电池硅片生产过程进行最优参数的推荐,切片良品率提升了1%。为企业带来了巨大的成本节约。客户痛点:
中策橡胶在橡胶密炼(橡胶生产的核心环节)过程中的能耗和次品率受原材料及生产环境影响很大,导致综合生产效率波动大,生产成本控制难。解决方案:
工业人工智能大模型(AIGC)应用于橡胶生产环节,根据密炼过程参数实时数据构造训练数据(如:排胶时刻的特征、胶料监测结果等),建立决策树模型,推荐最优的工艺参数,最终降低能耗,提升密炼合格率。实现价值:
通过最优参数推荐,优化密炼工艺,门尼值标准差(密炼工艺关键参数)降低了14%,密炼时长减少10%,密炼温度降低6%,大大降低了能耗,合格率整体提升5%。客户痛点:
传统风力发电机维护主要是在故障发生后,事后发现维修复杂,维修周期长、维修费高昂,同时停机造成巨额的经济损失。解决方案:
利用温度传感器对整个风机的温度测点进行实时监控,同时对海量温度数据实时分析,构建风机异常检测与感知预测模型,提前识别风机运行异常并预警。实现价值:
提前发现风机潜在的问题故障,变大修为小修,大幅降低维修成本,缩短维修时间,降低30%左右的年运维成本。客户痛点:
电池片生产工序繁多、工艺极其复杂,依靠传统的分析方式已经很难在品质提升上取得突破性的进展。解决方案:
基于对电池片全生产流程数据的整理与打通,识别影响电池片质量的关键工序与核心因素,利用智能算法对核心参数进行优化推荐,并在产线的对比测试中不断调优,最终提升电池片的A品占比。实现价值:
通过对天合光能生产关键环节的优化,帮助天合光能实现了A品比例7%的提升,帮助天合光能进一步巩固在行业中的领先地位。客户痛点:
锅炉关键部件发生故障后,客户很难快速定位发生故障的部件,维护时间长,致使设备停机造成的损失比较严重。解决方案:
基于工业锅炉系统的实时监控数据,针对锅炉的主体部分及其主要辅助装置/部件(如给料机、引风机、送风机、省煤器、空气预热器、布袋除尘器等)的每一个子系统搭建了相应的“基于残差的异常预警模型”,对锅炉的主体和各个部件的异常状态进行预警,辅助故障定位,减少因故障对业主带来的生产损失,优化备件资源。实现价值:
通过对自动化燃烧锅炉运行过程的测点进行分析和建模,对异常状态进行预警,辅助故障定位,优化备件资源,减少因故障对业主带来的生产损失。客户痛点:
客户生产的通信产品需要进行严格测试,但测试内容点数百个,测试周期长,耗时与成本高。解决方案:
工业人工智能大模型(AIGC)应用于京信通信的产品质量测试领域,对测试点与产品质量结果进行建模分析;分析海量测试数据结果与质量关系,找出影响产品质量的关键测试内容点,同时对产品调试调测过程中的参数进行关系挖掘分析,分析可优化关系指标。实现价值:
产品的调测效率提升了43%~100%,从而大幅降低产品测试周期与成本,同时保障了生产连续性。