联合利华集团如何实现人工智能改造（人工智能平台）

联合利华集团在全球 100 多个工厂实施了能效管理系统建设，将各分厂的能效数据采集并传送到总部云平台数据库，对所有数据的分析处理都在此平台上进行。不仅仅是能耗数据的展示和监测，而是对能源的生产、转换和消耗进行在线平衡，利用人工智能从能源系统角度发现节能机会。

业务痛点

联合利华集团的生产技术和设备非常先进，能源使用效率也排在世界前列。为进一步降低生产成本、提高产品竞争力，联合利华提出每年在上一年基础上减少能耗 5%。在多年技术升级改造的基础上，能源的生产和使用已经成为一个庞大的系统，进一步的节能减排变得越来越困难。通过常规的技术改造已经没有节能潜力可挖，时有头痛医头、脚痛医脚的情况发生。

为了实现节能目标，联合利华采用人工智能大数据分析系统，以客观数据为依据，以能量平衡为基础，从系统角度对海量数据的分析、比对，发现潜在的节能机会。对机会的风险和收益作为一个整体进行评估，并制定实施计划，通过大量的机会识别对节能目标做到了分解落实。

数据来源

数据主要来源有： 1）机器数据：设备及传感器数据、PLC、DCS；（2）业务数据：BMS、MES、SCADA。

采集模块或采集软件定时采集仪表或控制系统能效数据，将全厂能效数据进行汇总，统一发送到云平台上的数据库。系统支持各种标准接口协议，从仪表或已有控制系统采集数据，也可以通过手工录入抄表记录，支持将 Excel 历史数据批量导入，将能效相关数据采集到数据中心。每个工厂平均 200 多个数据采集点，为了满足后台计算需要，更新频率采用 1 分钟一次，联合利华能效管理系统累计采集 14亿数据点，1269 个活跃用户，实现全球工厂的能效对标。

能效管理大数据系统包含：系统应用支撑、现场数据采集、因特网传输和云平台存储、数据应用计算分析、用户网页访问五部分。具体应用模块包括：

1）综合能耗分析与预测预警

人工智能系统可使用各种分析模型，识别工艺积极或者非积极生产状态，找到与能耗变化高度相关性的关键参数，比如产量、度日数等并建立合理的能效绩效目标来监控能源消费，同时可计算单位产品能耗，根据产品设置回归分析的目标值，并设置警报，对比能源消耗和产量发现节能机会，也同时可以实现聚类、分类、关联、例外、时间序列、空间解析等丰富的分析模型。在联合利华某洗发液工厂，通过产量和电耗的回归分析，预测基础负荷，设定理想电耗曲线，使该厂合理安排每天的生产负荷，仅此一项就节电 15%。

2）机会识别、量化与节能量监测

对各类生产设备进行实时能耗监控。并根据总体消耗及分类消耗能源数据对比，识别能效改进方法，并对此做出量化。同时利用累计和图分析技术监测累计偏差，用以分析积极或者消极的能耗趋势，量化分析和监测节能量和浪费情况。在某食品厂识别出 18 个节能机会，通过调整生产运行方式以及技术改造，全年节约能源开支 50 万欧元。

3）故障预测和设备整体效率分析

通过夹点，资产可用性，瀑布模型，计划、非计划停机深度分析报告打破原有的管理方法，使设备管理各个环节得到系统性提升。为联合利华节约大量的维修和停产费用。

4）能源专家系统

基于大数据分析，通过不同类别能源数据计算，形成了两千多个方案的知识库。在此基础上具备了锅炉专家系统、电机专家系统、蒸汽专家系统、制冷专家系统和压缩空气专家系统。

锅炉专家系统通过耗差分析实时调整运行参数，使原有的运行模式受到重新评估，监视蒸汽负荷状态进行优化，确保锅炉始终处于最佳运行状态。在实施的工厂中锅炉效率平均提升 2%。

电机专家系统基于系统负载因数和运行状态（运行小时数、相差、震动、电机温度、启停次数），自动生成能耗及可靠性的改善建议。节能 3%-10%，可靠性提高 20%，停机减少时间 5%-7%，减少电机配件 30%，维护费用降低 20%。蒸汽专家系统实时计算蒸汽平衡，对散热、泄漏等超标损失及时发现并报警。系统疏水器实现在线监测，彻底杜绝了因疏水器失效造成的蒸汽损失。对蒸汽系统通过建模做到了逐级使用，闪蒸汽、凝结水回收率达到 95%以上。实施后，蒸汽系统整体效率提高了 10%。

制冷专家系统提供了一个从全面的生命周期角度出发的具有可靠性的制冷系统。包括了整个制冷系统中每一个阶段的能量转换过程。通过监控制冷环境并优化的冷却负荷，工厂实现可靠和高效方面的改进。将 PLC 系统与 人工智能系统相连接，通过 HMI 和传感器阵列计算出实时的系统性能系数，优化冷凝和蒸发温度来减少末端冷负荷。通过改进关断、隔离和机械的序列进一步提高效率。联合利华某冰激凌厂采用制冷专家系统，第一阶段通过实施新的运行组合方式，在 2016 年全厂节电 6.2%，相当于每年节约 6 万欧元。第二阶段通过优化滑阀控制策略实现节电 14%，相当于全年节电 21.7 万欧元。

项目技术先进性可总结为以下三点：

1）结合人工智能、云计算、大数据技术，通过数据挖掘和数据分析，以数据为依据，寻找节能机会。

2）使用云平台，除了企业内部使用，还会邀请行业专家对工厂能效使用情况进行分析，提供解决方案。

3）应用 人工智能系统作为分析工具和辅助决策工具。该平台有更好的交互性、易操作性（通过简单拖拉拽实现），能无编码操作，界面友好，支持个性化定制，用户体验好。

应用效果

截至目前，已经完成联合利华全球 100 多家工厂的能效数据接入和分析。已接入的碳排放数据占联合利华全部排放的 50%；已接入的能耗数据占全部能源消耗的 54%；已接入的水耗数据占全部水耗的64%。大大提高联合利华的能源管理效率和效果。平均为每个工厂实现能源节约 5%-15%，节水 5%-30%，原材料减少 1%-3%，包装节约5%，取得了巨大的经济效益和社会效益。