AI赋能工厂暖通空调 智慧管控更高效
发布：hthc时间：2023/06/01[字体：大中小]
提高能源利用效率是可持续发展的重要内容，是我国经济和社会长期发展的基本战略。其中，工艺厂房是我国实现双碳目标需重点节能降耗的行业之一，正面临着巨大压力和挑战。
首先，工艺环境能否满足设计目标，将直接影响产品的质量，面对室外气候条件的不规律变化和产能的变化，其空调系统如何自动匹配产品生产要求的工艺环境，保障产品的生产质量，成为工艺厂房面临的挑战。其次，工艺厂房洁净区面积大，工艺环境品质要求高，致使空调能耗巨大，占全厂能耗的40%以上，既要保障工艺环境，又要节能降碳。第三，工艺厂房系统庞大、设备分散、工艺复杂，运维管理压力大。
为了解决工艺厂房空调系统品控人为干预大、能耗高、系统控制复杂及运维管理难度大等问题，汇通华城推出了MCES系列工艺厂房暖通空调智慧管控解决方案。
AI赋能 更可靠
负荷预测与遗传进化
以保障供冷/热质量、制冷系统稳定性为基础，提高控制系统稳定性。
在线学习
建立冰机、换热器等的设备知识库，为控制提供数据模型和决策依据。
AI赋能 更智慧
风水联动控制
通过空调源端到末端的智慧联动控制，实现了通风空调系统的全局经济运行，平衡了工厂的内外部环境。
能源协同优化
加大了自动决策能源调动方向及力度，实现了多能源站的协同运行。
自学习自进化
建立室外环境与负荷、负荷与时间的相关性模型，通过对控制模型的学习进化，实现全生命周期的持续优化。
AI赋能 更高效
全局能源看板、全局能效看板
以全数据化视角识别项目运行效率。
能源决策
根据室外环境参数、负荷需求，自动选择冷/热源投运模式，参照峰谷平电价政策，进行蓄放冷决策。
温湿分控与新风量优化
对温湿度分离控制，按照生产要求预制多种模式，协调排风与新风量。
大数据为工厂管控提供决策支持，遗传进化、在线学习等AI技术的发展与应用，将带来暖通空调控制与管理的新融合、新发展。
编辑：马 掩
审核：李佳育
复审：漆国英
终审：郭云霞