随着互联网技术、传感器技术和人工智能技术的快速发展，物联网技术也应运而生，物联网技术在各类领域能发挥重要性变革，对解放生产力、提高工作效率和推动规模化生产等方面贡献颇大，特别是在农业领域大有可为。实现智慧农业，必须依靠物联网技术为依托，以智慧平台为核心，立足市场需求，构建生产组织智能化、产品质量溯源化、市场经营网络化为一体的产业体系。
物联网是通过智能传感器、射频识别、激光扫描仪、全球定位系统、遥感等信息传感器设备及系统和其他基于物－物通信模式的短距离自组织网络，按照约定的协议，在物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种巨大智能网络。它是通信网和互联网的扩展应用和网络延伸，主要是实现人与物、物与物的信息交互。
二、物联网四层模型
在信息层面，数据信息经历生成、传输、处理和应用四个阶段，分别对应着物联网的感知识别层、网络构建层、数据处理层和综合应用层。感知识别层是利用感知技术和智能装备对物理世界进行感知识别。网络构建层是按照特定的通信协议搭建各类网络对信息进行传输，以实现物－网互联。数据处理层通过大数据和人工智能技术对网络层采样的数据进行预处理、计算存储和数据挖掘等一系列 *** 作，最大地发挥出信息的生产效能。综合应用层是集成各类技术以实现实时控制、精准管理和科学决策等功能的应用系统，从而改进人的生产方式。各类技术应对不同环境、不同需求独立展开工作，各层面间又是联系紧密，如同链条式协同配合。
感知层作为物联网的“神经末梢”，主要是通过信息感知技术将生活生产各方面映射成数据信息，并能可靠传送到网络层，实现物理世界和信息世界连接起来。信息感知技术是指利用传感器、RFID、GPS和RS等实时实地对农业领域物体进行信息采集和获取。在农业生产现场可以利用无线传感器采集温湿度、光照、溶解氧浓度和农作物长势等参数，利用视频监控设备获取农作物成长现状，利用遥感技术大规模感知农作物表面和环境因素。信息感知层作为物联网的基础，获取大量的数据信息，为信息进一步加工、处理、分析而科学决策和指导生产经营打通“二元”壁垒。
网络层要在感知层和处理层发挥承上启下作用，是以现场总线技术、无线传感器网络技术（WSN）和移动通信技术互为补充的通信网络将传感设备连接“上网”。信息传输技术可分为有线和无线、短距离和长距离，它们有各自特点、应对不同环境、利用不同信道共同组建集成网络体系，以实现高度可靠的信息交流和共享。无线传感器网络成为农业信息传输的“主力军”，通过包括传感器节点、汇聚节点、任务管理节点。大量具有独立处理能力的微型传感器节点布置在监测区域逐跳传输，并路由到汇聚节点，然后通过互联网或卫星抵达任务管理节点，最后用户通过任务管理节点配置和管理传感器网络以实现监测任务发布和数据收集。常见的无线局域网技术有蓝牙、WIFI、ZigBee，无线广域网技术有LPWAN、NB-IOT、4G和5G。特别是以“万物互联”为目标的5G将农业物联网数据传输效率带来“质的跃升”。
处理层是农业物联网的“灵魂”，通过信息处理技术对感知层采集的信息存储和挖掘分析形成预测预警、智能决策、优化控制和疾病诊断等智能模型，从而对农业生产和经营给出科学的指导。农业生产和经营过程中，数据信息是呈指数型爆炸产生，不仅是体量大，而且结构复杂、实时性强、关联度高，必须通过大数据技术处理、存储和管理，才能从海量数据中获取更多的价值。农业大数据技术平台是以Hadoop架构、MapReduce软件模型、其他组件补充的生态软件体系形成的分布式海量数据存储管理、运算处理和分析平台。数据挖掘是指从海量数据中通过算法搜索隐藏的信息关系，主要手段是机器学习、深度学习、计算机视觉等人工智能技术。只要获取隐藏知识，才能帮助决策者做出合理、正确的决定和决策。
应用层是农业物联网的“指挥室”。主要通过感知技术、传输技术、处理技术和设备进行软硬件综合集成，形成智能控制、监控决策、专家系统、物流溯源等等应用。根据生产、经营的和管理不同需求，开发出特定功能的应用，用户通过web端或移动客户端应用实时掌握信息、发出精准控制指令。可以说，先进技术发挥设备的最大生产力，综合应用改变人的工作方式，有利于做出更科学合理决策。智能制造源于人工智能的研究。一般认为智能是知识和智力的总和，前者是智能的基础，后者是指获取和运用知识求解的能力。
智能制造是指在生产过程中，将智能装备通过通信技术有机连接起来，实现生产过程自动化，
并通过各类感知技术收集生产过程中的各种数据，通过工业以太网等通信手段，上传至工业服务器，在工业软件系统的管理下进行数据处理分析。
并与企业资源管理软件相结合，提供最优化的生产方案或者定制化生产，最终实现智能化生产。
钢铁行业在积极化解过剩产能的基础上加快推进钢铁行业转型升级，当前的重点就是加快智能制造发展，即借助智能制造技术，转变生产管理模式，实现敏捷制造和精细化管理，进而推动钢铁行业的转型升级。
智能制造引领新一轮制造业革命，也是一场具有划时代意义的深刻的工业革命。《中国制造2025》明确坚持创新驱动、智能转型、强化基础、绿色发展，加快我国从制造大国向制造强国转变。推进钢铁行业智能制造是时代发展的必然趋势，也是我国实现钢铁强国的必由之路。
时下，我国钢铁行业正在全面贯彻实施《钢铁工业调整升级规划（2016－2020年）》（以下简称《规划》）。“十三五”期间，我国钢铁工业将进入以结构调整、转型升级为主的发展阶段，也是钢铁工业结构性改革的关键阶段。钢铁行业要积极适应、把握、引领经济发展新常态，落实供给侧结构性改革，以全面提高钢铁工业综合竞争力为目标，以化解过剩产能为主攻方向，坚持结构调整、创新驱动、绿色发展、质量为先、开放发展，加快实现调整升级，提高我国钢铁工业发展质量和效益。
要实现钢铁工业“十三五”规划的目标，钢铁企业必须全面推进智能制造，而《规划》为我国钢铁行业如何推进智能制造指明了方向，确定了目标，指出了路径。
钢企智能制造探索步伐加快
如今，不少钢铁企业已经在智能制造上开拓探索和实践，取得了较好的成效。宝武集团、沙钢等大型钢企采用工业机器人、无人行车、无人台车、无人仓库等智能制造技术来提高劳动效率，降低生产成本，在钢铁生产自动化、库存、营销等关键环节智能化水平先进。
一些大型钢厂将智能制造分成“3+1”模式，即“智能装备、智能工厂、智能互联和基础设施”，进行探索和实施。据介绍，目前，该领域研发的课题主要是钢铁制造全流程在线检测—监测技术及数字化、智能化嵌入技术，分布与集成相结合的余热余能梯级利用和系统回收技术，钢铁生产智能化能源管控与环境优化技术，污染物分布与集中结合的协同控制与一体化脱除技术，钢厂与相关产业互补链接及与周边社会共生共荣生态链接技术，钢铁流程制造和服务一体化网络集成技术，钢铁制造流程物质流、能量流、信息流协同动态调控技术，高性能钢铁产品定制化、减量化生产及装备技术，高性能钢铁产品全生命周期智能化设计、制备加工技术。
从目前来看，不少钢企纷纷进入智能制造领域：
有的钢厂借助“互联网+”、物联网和智能制造技术，依托传感器、工业软件、网络通信系统、新型人机交互方式，实现人、设备、产品等制造要素和资源的相互识别、实时联通，促进钢铁研发、生产、管理、服务与互联网紧密结合，推动钢铁生产方式的定制化、柔性化、绿色化、网络化、智能化。
有些技术、资金实力雄厚的钢铁企业，则以钢铁流程绿色化、智能化集成为目标，重点围绕制造流程结构优化、制造流程技术提升、钢铁制造服务平台建立、新型商业模式建立与运营四大关键路径进行研发。
有的钢厂以关键环节机器换人为抓手，尝试和实践全工序机器换人，提升智能化生产水平，先后建成5000毫米宽厚板和特棒示范智能车间，形成了独具特色的智能制造发展之路。
有的钢厂明确智能制造目标，稳步推进：减少人工作业，提升自动化能力；全面推进建立区域化、工序化的信息监控、管控平台；制订公司智能化制造规划，并成立智能制造推进项目团队，以实现从机械化、自动化、信息化到智能化的逐步转变。
有的钢企确定了智能制造目标，即在未来几年内建设、改造一批智能化产线，完成基于互联网来满足用户个性化需求的智能化研发、生产、销售体系构建，促进企业实现向智能制造模式的转型。
钢企推进智能制造该如何着力？
一家钢企从事自动化生产工作的负责人坦言：“我们公司不是不想尝试智能制造，而是不知道该怎么着手。”
曾有一家大型钢铁企业工程师也向笔者表示，目前，国内钢铁智能化仍处于初级阶段，在实际生产过程中还是以经验为主导，尽管个别生产线有自己的数据库，但一般为生产工艺的数据，在上下游衔接等方面没有形成一个统一的系统。
那么，钢铁行业该如何加快推进智能制造？在一系列钢铁产业发展的高峰论坛上，业内专家就我国钢铁业推进智能制造发表了各自的见解，给钢铁企业诸多的思考和启迪。
业内专家指出，钢铁行业在积极化解过剩产能的基础上加快推进钢铁行业转型升级，当前的重点就是加快智能制造发展，即借助智能制造技术，转变生产管理模式，实现敏捷制造和精细化管理，进而推动钢铁行业的转型升级。智能制造是制造业未来发展的重大趋势，也是当前钢铁行业转型升级、提质增效的重要着力点。早在2015年工信部发布的《2015年智能制造试点示范专项行动实施方案》，决定自2015年启动实施智能制造试点示范专项行动，以促进工业转型升级，加快制造强国建设进程。其中，钢铁行业已被列入工信部的智能制造试点范围。
专家同时强调，推进钢铁行业智能制造是一个庞大的系统工程，涉及资金、技术、人力等诸多方面，系统策划是确保目标一步一步实现的有效方法，不能急功近利、一哄而上，而要稳扎稳打、分步实施、循序渐进，即针对我国钢铁行业和智能制造的特点，逐步推进制造过程智能化。诸如，在重点领域试点建设智能工厂或数字化车间，加快人机智能交互、工业机器人、智能物流管理等技术和装备在生产过程中的应用，促进钢铁制造工艺的仿真优化、数字化控制、状态信息实时监测和自适应控制等的发展。同时，在此基础上全面实施高级计划排程（APS）系统，实现敏捷制造和精准交货。
专家表示，在推进企业决策智能化方面，目前主要以两化深度融合为载体。钢铁智能制造的核心是对信息资源的有效开发和高效利用，目标是提高资源的全局利用效率，其重点在于决策的智能化。为提高资源和能源利用效率，钢铁企业应采用系统优化的思想，建立具有冶炼技术和经济成本的双重模型，实现单部门局部优化与多部门一体化全局优化的平衡。
大数据是传统数据库、数据仓库、商业智能概念外延的扩展和手段。推进大数据的集成应用，关键在于健全钢铁行业信息化基础设施，整合冶金数据资源，突破钢铁行业大数据核心技术，提升钢铁大数据分析应用能力，提高数据安全保障能力，培养复合型大数据人才，组织实施制造业大数据创新应用试点，以推动制造模式变革和冶金行业的转型升级，培育发展冶金产业新业态。
以上由物联传媒转载，如有侵权联系删除
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）