二、我国“互联网+”绿色制造模式探索全方位推进

当前，以互联网相关技术为代表的新一代信息通信技术正不断向工业研发、设计、生产、流通、管理、服务、回收等各环节加速渗透。信息通信技术在工业中从过去的单点应用、环节集成发展为全面融合，为工业发展赋予了网络化、个性化、服务化、智能化、绿色化的新特征。我国制造业企业积极利用新兴技术，特别是在设计研发、生产、运维和回收利用方面的应用效果显著，探索出了一批“互联网+”绿色制造融合发展新模式。

（一）“互联网+”推动设计研发绿色化

企业在设计研发环节的绿色制造体现在通过云计算、人工智能等技术，为企业实现绿色设计和智能仿真试验提供软硬件能力支撑，减少前期研发设计环节资源消耗，降低研发高端、复杂绿色产品的专业技术门槛。

1. 云服务为仿真设计提供支撑

制造企业通过使用云服务平台搭建虚拟仿真及虚拟装配环境，并结合人工智能技术快速筛选出符合设计目标的最优方案，从而大幅降低企业在研发设计环节的试错次数及成本，消除产品在实际生产前不必要的能耗，提高企业进行产品研发仿真的效率。

例如，航天云网通过搭建私有云平台，为各研发部门进行的设计研发过程提供了虚拟测试环境，由不同部门设计研发的导弹部件可以在虚拟环境中进行装配并仿真测试其发射性能，使用者只需要通过从服务器推送到客户端的软件窗口就可以完成这一过程，大大提高了设计研发效率，避免了不必要的原型机制造，从而达到了绿色制造的效果。东风神龙应用思科提供的3D制图设计云协同服务，贯穿从设计之初到售后支持的全生命周期，实现设计文件、零部件位置、工作参数说明、设备手册和每个区域、机械结构、生产部件的设计与修改由多地设计人员同时在线协作完成，并可进行便利化的设计方案虚拟验证，不仅节约了30%以上的设计环节的耗时，还提升了设计方案的有效性。

2. 通过专业软件优化设计方案

在机加工、3D打印等领域，部分企业在产品研发初期就通过平台化的专业软件系统，针对制造环节的复杂工艺进行前期优化，优化后的设计方案可以大大降低加工制造时的能耗及材料损耗。例如，比亚迪应用西门子推出的Simcenter™软件解决方案，实现以设计为中心的自动驾驶电动汽车（AEV）热仿真，帮助电子和汽车设计工程师在设计过程中及早处理关键热变更问题，并利用热设计数据为自动驾驶的安全性和可靠性需求提供支持，生成精确热模型用于预测实际性能，进而降低与创建物理样机和开展广泛测试有关的成本及时间损失。

3. 利用海量数据进行轻量化设计

大数据技术正在被用于优化产品的设计方案，汽车、装备等领域的领军企业开始在产品零部件结构设计阶段利用海量的工程数据进行轻量优化，通过在数字空间中的多次仿真测试，最终在提升产品性能与可靠性的同时，降低产品在制造、运行、回收等环节的能耗，使产品设计富含绿色基因。例如，北汽福田通过数据技术开展整车轻量化设计，同比国内同类客车产品减重5%～10%，节油3%～5%，而与此同时结构刚度同比提升10%以上。广州数控在其工业机器人上也应用了这项技术，将机器人的每个零件都进行严格的数据仿真分析，显著优化了运行能耗。

4. 从全生命周期进行产品设计

企业通过建立大数据知识库，在产品设计前期即从产品用料、产品运维能耗、循环利用难度等环节提供相关的设计方案，综合比对各种方案的优劣，实现产品全生命周期对环境影响的最小化。例如，天津卡达克负责运营的中国汽车材料数据系统（CAMDS）搭建起汽车生产企业各级供应商材料信息数据交互平台，为汽车企业提供基于全产业链材料数据分析的系统化环保服务解决方案。该系统的出现突破了汽车材料绿色属性信息数据匮乏、材料信息数据交互方式复杂等关键问题，对解决汽车行业数据国际通用和企业筛选符合环保要求的材料等难题起到很大作用。

（二）“互联网+”促进生产流程智能化

企业利用物联网、云计算、5G等技术打造集成能源管理、污染物排放监测等能力的平台，实时监控并优化生产线相关设备参数，提高资源能源利用效率，实现绿色生产。

1. 改造传统设备实现联网

目前，传统制造企业工厂/车间内的装备大部分仍然为非智能装备，这些装备通常还有很长时间的使用寿命，但是因为无法接入网络系统而不能成为新的生产组织模式中的组成单元。部分企业为适应数字化转型需要，主动对传统设备进行升级，使其具备感知和联网能力，进而通过互联网技术提升其智能化、绿色化的生产能力。例如，上海名匠智能针对传统工厂设备老旧，无法适应网络化、智能化生产组织模式的情况，自主研发了一套数据采集系统，实现了生产现场老旧装备的智能化改造，改造后的装备可以通过网络接入企业的网络管理平台，使企业用户通过直观的图表和数据获得实时生产状况，快速实现工业智能化生产。

2. 对生产全流程的能源使用统筹优化

企业在智能化工厂/车间内部署能耗优化管控系统，通过互联网实时监控生产线上各节点的工作状态，并实时优化相关的设备参数，从而优化生产线能耗，并进一步改进优化制造工艺和业务流程，高效、合理地利用能源。例如，阿里巴巴和朗新科技合作开发的节能服务运营平台针对大中型企业用户，以云计算SaaS服务的形式为企业用户提供自动化采集、实时监测、分级考核、系统性优化与智能化规划等能源管理服务，不同于其他能源管理系统侧重于监测或优化，该平台覆盖了从前期用能规划、过程监测、后期诊断优化到最终决策控制的闭环能源管理全过程。三一集团实时采集下属所有子公司生产设备运行及能源消耗数据，借助根云平台进行数据的传输、存储、分析与优化；设备互联互通模块实现对设备的电流曲线、用电量、开机率等运行参数的实时监控；能耗管理模块实现对所有能源类型的管控覆盖，涵盖用能单位、次级用能单位和用能设备三级计量体系，实现对能源输配、调度管理、异常处理等的全方位管理，设备升级之后节能减排效果显著。富士康成都厂区通过搭建智能云网制造系统实时监控生产能耗，一旦达到能耗预设范围值或供给故障将及时预警显示，避免因能耗不足或超标导致生产异常或出现生产事故。此外，富士康成都厂区还在废水排放口安装监测设备，实时在线监测，每10秒向环保局传输监测数据，并可将数据同步到Apple合作伙伴IPE网站，以便于公众监督。

3. 实现按需生产，消除库存

企业通过互联网平台能够对生产线上各环节的生产状态进行精准监测和预判，促进各环节之间的协作达到无缝对接，从而保证生产线上在制品零库存，杜绝相关的材料及能耗浪费，最大化提高资源利用效率。例如，杉数科技运用人工智能决策优化手段激发企业生产力，其为某制造商打造的多工厂协同智能生产计划解决方案涉及原材料的采购和分配、生产过程中各工厂间材料的转运与分配、产品需求预测、长短周期结合的生产计划制定等方面，对减少供应链迟滞、提高产能利用率、降低机器空转有很大作用，帮助工厂达到了节能减排、提高产能、降低物料浪费的目的。富士康工厂通过部署边缘计算平台对钨、钴等贵金属废料各项状态指标实施监控和跟踪，再根据不同的需求使废料再生利用，从而做到变废为宝，使贵重金属资源得到更高效、更环保的高价值利用。

4. 建立生产线虚拟仿真系统

企业通过互联网技术实时监测全套系统的运行状态参数，并在虚拟数字空间中对系统进行同步建模仿真，在此基础上对系统的下一步运行状况进行预判，并将实时生成的优化决策方案及时反馈到真实世界的运行系统中，从而实现全系统快速、有效的迭代优化，提升产品的质量并降低生产制造全过程的能耗。例如，智益科技利用物联网技术、人工智能技术、数字孪生技术等，为某企业制订智能工厂解决方案，在搭建的虚拟系统内对生产流程进行高精度仿真，实时监测企业现有生产流程运行状况并利用人工智能技术分析优化，帮助企业实现异常检测、物料自动分拣、多工位物料转运生产等功能。

5. 优化生产环节的流程与工艺

制造企业在生产规划环节利用虚拟现实技术、数字化仿真技术构建数字工厂，通过在虚拟环境中实现工厂布局仿真、工艺规划、机械仿真、装配仿真、物流仿真等，对生产线和工艺物流、人员配置、人机装配过程等进行验证规划、优化评估，从而大幅减少规划变更、工艺调整时的能耗。例如，诚益通不断探索数字化、透明化制药车间的建设、运维和管理模式，采用三维设计软件进行工厂总体设计、工艺流程数字化建模，系统模型采用与生产控制系统相同的数据源，为企业用户带来可视化的预览、三维管线综合、施工图纸深化设计、工程量统计、4D施工模拟、工厂化预制及现场装配指导等功能，真实还原生产现场状态，从而可构建一个直观的、可视的生产过程和厂区仿真系统。

（三）“互联网+”加速产品运维自动化

企业利用物联网、虚拟现实、大数据等技术实时监测产品运行情况，及时预测风险隐患点，以智能运维为企业节约大量人力成本，提高设备运行效率。

1. 提高现场巡检效率

在传统工业生产制造中，为维护设备安全稳定运行而展开的运维巡检工作量非常巨大，应用虚拟现实技术和机器人成为改进巡检流程、降低运维成本的新方法。部分企业让巡检人员佩戴可触发获取设备实时运行数据、运行状态和台账信息等信息的AR眼镜，使用能按设定路线完成自动巡检的巡检机器人等，既提高了巡检效率，又满足了管路巡检、电网巡检等特殊场合的需求。例如，国家电网在陕西汉中应用的智能巡检机器人集运动四驱底盘、无轨化导航等多种高科技技术于一体，同时具备远程控制、自主充电功能，通过自主或遥控方式对变电站设备进行红外监测、故障查找、可见光图像智能判别、设备区域无死角监控、巡检数据分析比对等，有效提高了设备缺陷和故障查找的准确性和及时性，可以在各种恶劣环境下保障供电安全。

2. 开展预测性维护

制造企业通过对智能化装备产品精准建模，使运维人员可在一个高度拟真的数字模型上直观监测设备运行的各项数据，结合大数据分析和人工智能算法分析，提前发现异常情况并进行操作验证，然后将优化过的方案远程推送到设备上，达到节约维护成本、提高能效的效果。例如，中化工业互联网平台聚焦石油化工企业设备维护，搭建的设备智能诊断系统通过振动传感器、高速采集器、边缘网关将动力设备运行时的状态参数采集传输到平台，结合设备机理模型、专家知识库、人工智能算法、大数据等处理分析，判断和预测设备故障状态，将事后补救变成事前预防，减少了维保人员的出勤次数，提高了维保效率。西安水务集团通过建立智慧水务平台，完成供水调度、远程水表控制、管网参数、水厂调度、水质在线监控、二次供水设备、管网巡检、漏失率控制等的动态监控，实现水质、水压、能耗等管网参数的城域化汇集管理功能，为管理人员提出直观的处理结果辅助决策建议，显著提高了系统运维管理水平。TCL工厂通过全面收集设备和机台数据，并通过机台故障数据分析、多因子全程大数据分析等数据智能手段，有效降低了设备故障次数，提高了设备运维效率，改善了设备状态，极大地降低了企业的设备运维成本。

3. 对智能装备的运维调度

企业利用智能装备产品的感知和联网能力，配合工厂内5G网络和工业专线，实现厂区内部按需调度管理各种设备和在危险区域实施远程作业，提升厂区智能物流水平，进而打通各制造环节之间的衔接关系，提高智能装备产品的使用效率。例如，天瑞水泥通过实时数据库实现和DCS系统无缝集成，建立系统和上万台生产设备的连接，实现实时自动采集、智能监控与智能分析的集中调度管理系统，将原煤、电的消耗减少5%以上，节能降耗效果显著。富士康在生产现场部署智能装备的基础上，实现了设备联网上云和智能管理、监控与分析。其智能工厂通过数据采集、车间联网、智能装备、智能产线实现了厂区内多个车间的信息共享、准时配送、协同作业、预测维护，且产品检测和分析、生产物流与生产过程实现闭环集成，显著提升了生产过程的自动化、透明化、可视化、精益化水平。

（四）“互联网+”实现回收利用便捷化

企业利用区块链、物联网等技术对产品零部件从原料采购到废弃物回收再利用的全生命周期管理，推动再生资源利用企业、产品再制造企业和废弃产品的对接，提高产品回收利用效率。

1. 提高余热余压综合利用效率

企业通过物联网技术实时监测企业生产过程的能源资源使用情况，及时感知生产过程中释放出的副产热能、压差能等，并通过智能调度系统及时将余热余压传输到相应能量转换设备中，促进能源回收利用。例如，三菱电机中国分部通过AnyWire温湿度传感器和EcoMonitor电能监测模块实时收集制造现场的温度、湿度、照明、电压、电流及用电量等方面的数据，结合互联网技术进行数据分析，通过可编程控制器实时控制制造现场各种设备的运行，实现制造现场能源管理的可视化、可分析化、可改善化、可用化，提高能源利用效率，减少能源浪费，从而削减能源使用成本。

2. 建立绿色资源交易平台

制造企业打通绿色资源线下评估和线上推广渠道，通过互联网平台推动实现资源绿色认证、供求智能匹配与信用评价等功能，帮助更多企业获得质优价廉的绿色资源产品。例如，百川资源再生科技聚焦再生纺织品生产，为化解干式着色法彩纱生产存在的供需矛盾及湿式印染工艺存在的环保负担问题，应用互联网技术建立再生彩纱超市，收集全球范围内的订单数据，并将彩纱市场需求与生产端的仓储、生产进行实时对接，实现智能化配送和生产，既可随时满足不同客户对不同规格、品类彩纱的小批量需求，又能满足生产端低成本大批量的生产要求，为再生彩纱推广和废旧塑料的循环利用拓宽道路。

3. 搭建资源回收利用网络

企业利用区块链技术建立包含原材料提供商、产品生产商、产品使用方、回收网点企业、资源再利用企业的回收供应链网络，借助区块链技术透明、不可篡改的特点，刻画产品使用、物流、回收轨迹，帮助解决资源回收利用中的信息不对称问题，提升资源回收利用水平。例如，鞍钢股份汽车钢供应链项目覆盖产品研发、设计、采购、生产、销售、服务、回收等产品全生命周期环节，综合考虑零件制造的输入、输出和资源消耗及对环境的影响，即由原料采集到回收利用的转化过程中的物料流动、资源消耗、废品废料产生、回收再利用等情况，打造汽车零配件绿色供应链系统，促进产品全生命周期绿色发展。

[1]《云计算白皮书（2012年）》，工业和信息化部电信研究院（中国信息通信研究院）。

[2]《云计算白皮书（2020年）》，中国信息通信研究院。

[3]https://www.businessgreen.com/。

[4]数据来源：欧盟官方网站，https://ec.europa.eu/info/research-and-innovation/research-area/industrial-research-and-innovation/key-enabling-technologies/advanced-manufacturing_en。

[5]《云计算发展白皮书（2020年）》第24页，中国信息通信研究院。

[6]https://www.spire2030.eu/projects/outputs/cocop-copper-smelter-optimization。

[7]资料来源：《非凡2020让制造撑起一片天——制造企业数字化转型案例集锦》，IBM。