中文字幕观看-国产免费一区二区三区最新不卡-国产第三页-亚洲天堂第一页-先锋影音资源av-亚洲激情第一页-91日本视频-久久99久久久久久久久久久-91淫黄大片-久久精品爱-夜夜撸影院-国产爽爽爽-美女一区二区视频-鸥美一级片-国产综合在线观看

引言

青島國真智慧科技有限公司是青島天人環境股份有限公司的全資子公司，是一家專業從事環境產業互聯網平臺開發和運營的科技創新企業。

在國家大力發展工業互聯網的背景下，為了解決環境企業效益低、安全差、監管難等痛點，公司在國內率先研發成功第一個環境產業互聯網平臺——Eiiplat。依托環境產業互聯網平臺，利用實現設備增效的三步法(找點位、建邏輯、尋規律)，公司構建基于環境產業平臺的設備增效功能測試床，將設備的生產、操作、管理數據有效融合，利用大數據技術進行數據分析和挖掘，構建環境產業的設備增效模型，實現企業額外的效益增收目標。公司對增效進行重新定義，率先提出設備增效（效益）新概念，幫助企業實現降本、增效（效率）、提質的目標，最終實現生態共贏。

一、關鍵詞

環境產業互聯網平臺 增效 智能化 數字工廠

二、測試床項目承接主體

2.1.發起公司和主要聯系人聯系方式

2.2.合作公司

青島天人環境股份有限公司

泰爾實驗室科技（無錫）有限公司

三、測試床項目目標

本測試床面向環境產業，環境產業目前主要面臨效益低、監管難、安全差等問題。環保產品的公共屬性導致環境工程項目運行效率低、效果差，許多項目靠政府補貼勉強維持，或偷工減料以犧牲環境為代價獲取盈利。以餐廚項目為例，處理成本約200-300元/噸，政府補貼一般為260元/噸，提取油脂和產生沼氣可獲得收益約100元/噸，在沒有政府補貼的情況下企業不能盈利，補貼低的話很難盈利。國家對環境越來越重視，因為不能獲得企業真實有效的數據，導致政府雖然投入了大量的人力、物力，卻很難對企業生產排放進行有效監管。環衛工人傷亡事故時有發生，據數據統計，美國環衛工人死亡率為0.16‰，而我們中國以哈爾濱為例，環衛工人死亡率為1.35%，是美國的100多倍，可以說我國環衛工作是高危職業。

國家大力發展工業互聯網的背景下，為了解決環境企業效率低、安全差、監管難等痛點，青島國真智慧科技有限公司在國內率先研發成功第一個環境產業互聯網平臺——Eiiplat。本測試床面向環境產業五大行業（固廢、污水、大氣、噪音、輻射）內的處理企業、政府監管部門用戶，提出設備增效三步法(找點位、建邏輯、尋規律)及其實現技術，滿足設備運行狀態實時監控、預測預警和性能優化的需要，解決設備使用壽命短、能耗高、故障多、運維成本高等問題。以工業設備連接、運行和狀態數據采集能力為基礎，通過工業互聯網、5G、云計算、大數據、數字孿生、容器技術，搭載產業專屬的軟件模型庫，實現環境產業工業生產高效節能運行、智能化運維管理、增加生產收入。

測試床主要測試目標為驗證環境產業項目設備的增效空間，在達到行業排放標準的前提下，分析設備全生命周期數據、應用場景，測試增效模型有效性，同時根據運行數據不斷更新、迭代模型庫，提供持續的增效運維服務。以固廢行業為例，從垃圾處理設施入手，總結經驗封裝成模型后，與各細分行業頭部企業合作，快速復制到環境產業內各細分行業。

本測試目標是打造行業內首個以設備增效功能驗證為核心的測試床，促進環境產業現代化設備管理體系的新技術、新基礎和新業態的建設。本測試床的價值在于可檢測設備排放是否達到行業標準，為企業降本、增效、提質及提供設備增效技術驗證，為政府提供及時可靠的監管數據。

四、測試床方案架構

4.1.測試床應用場景

構建基于云計算的設備數據匯聚、分析和服務平臺，打造環境產業專屬基于設備增效管理方面的軟件模型庫，提供持續增效服務。本測試床主要面向兩大應用場景，包括設備故障診斷維護和設備協同增效。

1.設備故障診斷維護基于設備健康的評估模型和故障預測模型分析設備的實時運行狀態，及時發現可能出現的異常狀態，并提前對異常狀態采取恰當的預測性維護，模型下發運行決策和維護建議至邊緣層執行，由定期計劃維護改為基于設備健康模型分析的精準維護，提高設備運行維護效率和可靠性，減少用工和停機時間并提高整個工廠的效率。

應用價值：維保費用降低近20%以上，設備故障率降低近50%以上。

2.設備協同增效

通過搭建環境產業互聯網平臺，構建設備的最優運行模型，并按照效率、能耗、安全、健康度等目標，輸出最優運行參數下發至邊緣層執行，一方面能夠發現能耗的異常或峰值情形，優化生產過程中能源消耗，大大降低能耗成本；另一方面能夠提升廢棄物的利用率，增加產品數量質量與生產收入；同時根據海量運行數據不斷更新、迭代增效模型庫，依據本測試床群體知識，設備及設備集合可進行持續的增效優化。舉例如下：

（1）濕垃圾預處理設備提油增效

粗油脂作為濕垃圾處理中預處理系統的主要產品，其提取效率受進料溫度、流量、含油率、三相轉速等多個預處理設備（見圖4-1）因素的影響，傳統油脂提取工藝參數的設置多采用經驗值，粗油脂的品質和產量不可控，油脂回收率較低。針對以上問題基于現有項目工程運行數據，通過分析油脂提取工藝設備運行參數和效果，建立油脂回收增效模型，綜合能耗、售價等經濟因素智能匹配運行工藝參數，達到提升產油量的目的。

應用價值：預處理設備油脂提取提升8%。

圖4-1 預處理設備

（2）厭氧設備產氣增效

沼氣作為厭氧設備（見圖4-2）系統的主要產品，其產氣效率受進料溫度、流量、VFA、ALK、PH、TS、VS等多個因素的影響，傳統厭氧產氣工藝參數的設置多采用經驗值，沼氣產量及沼氣中甲烷含量不可控，沼氣產氣率較低。厭氧設備產氣模型根據大量歷史數據，通過厭氧設備的自變量（進料量、進料頻次、溫度、攪拌頻率）對因變量（產氣量）的影響進行擬合分析，綜合能耗等經濟因素匹配最優運行工藝參數，達到提升產氣量的目的。

應用價值：厭氧設備產氣提升10%。

圖4-2 厭氧設備

（3）厭氧設備降耗增效

厭氧設備攪拌系統受液體粘度、濃度、槳葉角度、槳葉數量、罐體直徑、液面高度等各方面的影響。通過厭氧系統設備降耗模型可以降低設備潛在的過多能源消耗，同時根據設備運行狀態調整參數，維持厭氧系統整體穩定。根據設備的健康狀況，提高厭氧設備運行維護效率和可靠性，減少停機時間并提高整個工廠的效率。

應用價值：厭氧設備運行能耗降本至少20%。

4.2.測試床架構

本測試床符合AII工業互聯網標準架構, 由邊緣層、IaaS層、PaaS層及SaaS層組成，同時由安全防護體系保駕護航。包括設備增效模型、設備參數控制、設備遠程監控、設備預警、設備工藝優化為核心功能的重點測試技術，建立工業互聯網體系架構下的設備互聯體系。

4.3.測試床方案

通過5G技術提高邊緣設備的實時數據上傳速率，同時降低延時。微服務架構（見圖4-3）確保后期設備數量及設備接入數據量增加時快速的進行橫向擴展，在云計算、大數據、容器技術的支撐下，高效、穩定的進行海量數據的分析和存儲。通過人工智能對設備安全、增效、能耗、運維等進行預測，同時引用3D/VR技術對設備運行狀態進行實時監控。

圖4-3 測試床軟件架構

4.4.方案重點技術

首次利用工業互聯網平臺技術解決環境產業效益低、監管難和安全差的問題，并創造性提出設備增效方法及其實現技術。基于設備控制點位描述技術，通過對工廠運行設備、工藝參數的數據采集，實時監測設備、工藝參數的運行狀態，充分了解工藝設備作業過程中不同狀態下的運行規律。

以獲取的大量設備狀態、工藝參數歷史數據為基礎，結合設備維修歷史數據、工藝配方數據，利用設備增效模型構建技術，通過人工智能的機器學習算法，抽取運行歷史數據中的關鍵特征，如發動機轉速、油溫、油壓、工作時間，厭氧發酵的溫度、PH、攪拌機頻率等，構建裝備故障分析模型、裝備故障預測模型，以及產品增產模型等，進而實現故障原因的快速定位和維修措施，以及工藝系統運行參數優化的建議。

通過物聯網+大數據+人工智能技術對運行設備、工藝參數進行全面的分析和洞察，給出系統性的預測性維護、故障診斷和系統優化解決方案，在確保安全的前提下，提高物質利用率、轉化率和生產效率是本測試床的聚焦點。

4.5.方案自主研發性、創新性及先進性

環境產業互聯網平臺利用天人環境近30年的行業沉淀，結合信通院泰爾實驗室的技術優勢，通過建立實時、系統、全面的環境產業設備數據采集體系，構建基于云計算的設備數據匯聚、分析和服務平臺，打造環境產業專屬基于設備增效管理方面的軟件模型庫。

設備增效實現沒有可參考案例和理論指導，經過多年實踐總結提煉出實現設備增效的三步法（見圖4-4），即找點位、建邏輯、尋規律。在設備控制點位描述技術方面，引入點位圖+點位表，先找點、再定位，利用點位控制圖和功能表來進行設備點位描述及控制技術分析；分析行業物質、資金、數據與其影響因素關系，在特征提取、建模、模型訓練的基礎上實現設備增效模型構建技術創新；在廢棄物全產業鏈溯源方面，綜合物質流、區塊鏈、設備標識和行業標準創新設備標識技術應用。

圖4-4 設備增效實現三步法示意圖

（1）找點位

通過物料流轉去向及氣、液、渣產出占比，明確降本增效點，通過設備增效影響因素分析（見圖4-5、圖4-6、圖4-7、表4-1），確定增加傳感器的類型、規格、數量、位置等具體參數。

圖4-5 物料平衡圖

圖4-6 因素分析圖

圖4-7 點位控制圖

表4-1 點位功能表

（2）建邏輯

從單因素、多因素、系統因素三個方面分析物能損耗（降本）和增產（增收）及效益（增效）與其影響因素之間的關系，用方程式或模型和線圖（即邏輯分析圖，非示意圖，見圖4-8）描述表示。  

圖4-8建邏輯

（3）尋規律

通過數據清洗、數據分析、數據挖掘，尋找大數據中的規律，見圖4-9。

圖4-9尋規律

本測試床可實現設備運行狀態實時監控、預測預警、性能優化；可檢測設備排放是否達到行業排放標準；根據設備健康模型創新設備維修保養服務，避免過度維修保養的同時提升設備使用壽命；結合生產作業要求選擇最優設備運行模型以控制設備運行，實現精準、高效、節能服務；根據不同設備和故障信息選擇恰當的設備分析模型，提高設備故障分析的準確性和安全性。

本測試床解決設備使用壽命短、能耗高、故障多、安全差、運維成本高等問題，打造行業內首個以設備增效功能驗證為核心的測構床，構建環境產業現代化設備管理體系的新技術、新基礎和新業態。

4.6.方案安全風險控制

隨著本測試床的應用推廣，設備接入數據量隨之增加，數據處理不及時會產生數據丟失、設備數據分析不準確等問題，造成能耗損失或設備損壞，采用微服務架構，行業PAAS層部分成熟算法模型下沉至邊緣層，對數據進行過濾、預處理、緩存等操作，減輕數據通訊壓力。

大數據正逐漸演變為新一代基礎性支撐技術，設備數據安全成為設備大數據與環境產業融合領域安全的重要影響因素，針對不斷變化演進的網絡攻擊形態，設計建構更加完善的大數據平臺安全保護體系，為上層跨行業應用提供基礎性安全保障。

設備控制安全方面，識別和抵御安全威脅，加強設備控制安全預警，增加應急處理策略，增強設備、網絡、控制等安全保障能力。

五、測試床實施部署

5.1.  測試床實施規劃

2021年05月-2021年09月：有機廢棄物處理項目現場勘察，設備增效方案設計，設備增效數據驗證（初試）。

2021年10月-2021年12月：有機廢棄物處理設備數據增效驗證（中試）。

2022年01月-2022年03月：有機廢棄物處理設備數據增效驗證（終試）。

2022年04月-2022年07月：固廢處理項目現場勘察，設備增效方案設計，設備增效數據驗證測試。

2022年08月-2022年11月：污水處理項目現場勘察，設備增效方案設計，設備增效數據驗證測試。

2022年12月-2023年03月：大氣污染處理項目現場勘察，設備增效方案設計，設備增效數據驗證測試。

2023年04月-2023年07月：噪音污染處理項目現場勘察，設備增效方案設計，設備增效數據驗證測試。

2023年08月-2023年11月：輻射污染處理項目現場勘察，設備增效方案設計，設備增效數據驗證測試。

2023年12月-2024年03月：有機廢棄物、固廢、污水、大氣、噪音、輻射污染處理項目設備增效實現復核，測試床發布正式版、線上運營。

5.2.  測試床實施的技術支撐及保障措施

1.部署基于阿里云ECS服務器，安全、高效、彈性伸縮。

2.軟件采用微服務架構，并發量高、容錯性高、動態擴展、獨立部署、復雜度可控，測試床實施部署架構參見圖5-1。

圖5-1 測試床實施部署架構圖

3.大數據、人工智能、數據分析、3D/VR等先進技術應用，為協同制造、智能生產、供應鏈融合提供強有力的應用支撐。對各單元設備處理量、利用率、蒸汽量、耗電量、人工成本、設備運行參數等數據進行實時監控，并對數據進行分析、優化工藝。對各單元設備處理量、運行時間、藥劑量、設備參數、溫度、pH、耗電量、污染物進出指標等數據進行實時監控，并對數據進行系統分析優化工藝，保障處理效果的同時降低能耗提高效率。

4.邊緣計算技術，實現設備錯誤數據剔除、數據緩存等預處理以及邊緣實時分析，降低網絡傳輸負載和云端計算壓力。將云端訓練驗證完善的設備增效模型下沉至邊緣測，在邊緣測就近計算，降低通訊資源消耗。將云端訓練驗證完善的設備增效模型下沉至邊緣測，在邊緣測就近計算，降低通訊資源消耗，邊緣側實施部署參見圖5-2。

圖5-2 邊緣側實施部署架構圖

5.3.  測試床實施的自主可控性

1. IAAS基礎設施：國產阿里云等眾多云廠商技術已經非常成熟，比購買硬件自主搭建效率高而且易于運維。

2. PAAS基礎軟件：操作系統Linux、關系數據庫Mysql、物理網時序數據庫Cassandra、消息代理服務器EMQ、大數據Hadoop、機器學習Tensorflow等軟件都屬于開源項目。國產優秀開源軟件用戶量逐漸占領中國市場，項目中使用較多。

3. SAAS 服務：自主設計、編碼、編譯、打包、運行，完全自主可控。

4. 安全防護：從感知層到網絡層再到應用層，通過密鑰管理機制、數據加密、路由安全、認證及訪問控制等多種方式進行安全管理。

六、測試床預期成果

6.1.測試床的預期可量化實施結果

1. 申請設備增效軟件著作權5項、相關專利3項。

2. 搭建一個環境產業設備增效功能測試平臺

基于大數據，建立設備增效功能樣本數據庫，采用專家診斷與人工智能診斷相結合，實現設備增效功能評估。

3. 編寫一套環境產業互聯網平臺數據標準

公司牽頭，在中國城市環境衛生協會指導下，聯合測試床合作伙伴（天人環境、信通院泰爾實驗室）、行業頭部企業共同起草編寫環境產業互聯網平臺數據標準，其中設備增效相關數據標準是其重要組成部分。

6.2.測試床的商業價值、經濟效益

1. 商業價值

基于環境產業平臺的設備增效功能測試床為企業、政府、高校、研究院所、制造商、工業服務商提供了一個共享的技術服務平臺，充分利用現有的高校、研究院、制造商、使用方等單位的專家資源和工業互聯網平臺的大數據與AI技術，為企業生產和運維服務提供遠程技術支持，為政府監管提供及時可靠的數據支持，這一技術服務模式和共享服務平臺具有廣闊的應用市場，商業價值巨大。

2. 經濟效益

基于環境產業平臺的設備增效功能測試床可以實現對污染物處理設備的遠程監測和故障診斷，充分利用制造商、高校、研究院所的技術專家，為工業企業設備管理提供技術指導，大幅降低企業設備維修成本近20%，解決當前企業設備運行維護中存在的維修不足導致的故障頻發以及過維修導致維修成本高、效益低等問題，提高了企業設備管理效率、降低設備故障率近40%，為企業降本、增收、提質30%左右。

6.3.測試床的社會價值

基于環境產業平臺的設備增效功能測試床的應用推廣，形成有效統一的頂層規劃、完整、科學的標準體系與合適的運行管理模式，實現產業鏈上下游企業間更大范圍的實施鏈接與智能交互融合，滿足環境行業及其上下游關聯產業的協同發展，實現多方共贏，最終推動整個產業體系的可持續快速發展。

同時，測試床通過廢棄物全產業鏈溯源的設備標識技術，從源頭保障數據真實性與可追溯性，為政府科學決策、有效監管提供依據和入口，徹底解決環境監管難的問題，確保人類擁有一個美好的生存環境。

6.4.測試床初步推廣應用案例

1. 德清旺能生態餐廚廢棄物資源化處理廠設備增效測試

德清旺能生態餐廚廢棄物資源化處理廠，處理規模100t/d（實際餐廚50t/d+廚余50t/d），并配套相應污水處置。采用“獨立預處理+聯合厭氧發酵+沼氣發電工藝”工藝路線，工程占地11畝。該項目是浙江省為數不多的集餐飲和廚余垃圾協同處置的項目。

項目運行初期面臨產氣量低、能耗大、各工段無法實現集中管控等問題，運用設備增效實現三步法進行了智能化升級和平臺化運營管理的改造，實現了從漿料產生、輸送到厭氧發酵全工藝流程設備的數據監管與有序運行，保障設備生產數據留痕。

通過厭氧系統設備增效模型遠程診斷及下發指令，基于厭氧設備增效特征提取、建模、模型訓練，利用設備增效模型與大數據分析，使厭氧設備能耗投入產出比得到明顯的提升。連接環境產業互聯網平臺—Eiiplat測試，知其產出比由原來的3.88增大到4.31，提升比例為11%，設備故障率降低35%，綜合效益提升30%左右。

基于德清厭氧設備運行數據形成增效功能測試報告，依據厭氧罐、攪拌機的實際運行工況編寫完成設備測試床設計方案及部署說明等，為該項目的經濟性評估和發展規劃提供了數據支撐。

2. 平潭綜合實驗區廚余垃圾處理廠設備增效測試

平潭綜合實驗區餐廚垃圾處理廠，設計處理濕垃圾150噸（100噸廚余+50噸餐廚），主工藝流程為預處理＋干式厭氧發酵＋生物脫硫＋膜法脫碳，已獲住建部“環境衛生科技示范項目”殊榮。

原工廠內部網絡技術體系與網絡結構相互隔離，使得IT系統與現場的通信存在較多障礙，對工業數據采集網絡傳輸的質量提出了新的要求。一是各子系統設備（除臭、污水、厭氧工段等）的工業控制網絡，與工廠信息網絡的技術標準各異，難以融合互通；二是工業生產全流程設備存在大量“信息死角”，亟待解決；三是設備信息源較差，實時生產數據的采集、類型、精度以及頻率等方面存在較大提升空間。

針對上述問題，該項目致力于實現可視化、智能化和平臺化的廠區設備運營管理模式，是國內首個環境產業互聯網平臺—Eiiplat試點項目，經過設備控制點位分析（點位圖+點位表），利用中央集中管控系統形成各設備信號傳輸，并自動下傳廠區中控系統，分析廠區設備增效與其影響因素關系，通過全廠數據聚類、邊緣計算、算法模型等物聯網手段，形成了針對不同設備的增效模型，打通了各設備間的信息孤島，實現了干發酵厭氧罐設備降本增效。

測試結果表明厭氧設備降耗12%、產氣率提升4%，設備故障率降低35%，廠區實現綜合增效30%以上。利用差值計算、隨機化算法、最短路徑算法等大數據算法，解決了設備數據傳輸精度不高、信號質量差等弊端，將設備增效模型的準確度提高20%以上，并編寫完成了厭氧設備增效功能測試使用說明書和測試報告，為該項目其它設備的智能化和平臺化升級改造提供了數據支撐。

七、測試床成果驗證

7.1.測試床成果驗證計劃

2021年05月-2021年09月：有機廢棄物處理設備增效數據驗證（初試），增效目標10%。

2021年10月-2021年12月：有機廢棄物處理設備數據增效驗證（中試），增效目標20%。

2022年01月-2022年03月：有機廢棄物處理設備數據增效驗證（終試），增效目標30%。

2022年04月-2022年07月：固廢處理設備增效數據驗證測試，增效目標30%。

2022年08月-2022年11月：污水處理設備增效數據驗證測試，增效目標30%。

2022年12月-2023年03月：大氣污染處理設備增效數據驗證測試，增效目標30%。

2023年04月-2023年07月：噪音污染處理設備增效數據驗證測試，增效目標30%。

2023年08月-2023年11月：輻射污染處理設備增效數據驗證測試，增效目標30%。

2023年12月-2024年03月：有機廢棄物、固廢、污水、大氣、噪音、輻射污染處理設備增效實現復核（綜合增效目標30%），測試床正式發布并線上運營。

7.2.測試床成果驗證方案

測試床針對環境產業處理設備進行驗證，以下以固廢行業餐廚廢棄物處理為例，搭建基于環境產業平臺的設備增效功能驗證環境，對下述場景（表7-1參數優化增效，表7-2設備故障預測增效）進行代表性驗證：

表7-1設備參數優化增效功能測試

表7-2設備故障預測增效功能測試

八、與已存在AII測試床的關系

通過與已有AII測試床比對，現有AII測試床沒有可以實現以“設備增效”、“先客戶后平臺”的盈利模式相關測試床，也沒有環境產業相關設備增效測試床。經國家知識產權局官網檢索“設備增效”（見圖8-1），已有專利均屬于設備構造設計類型專利，無本測試床軟件模型類設備增效知識產權。本測試床屬于首創。

圖8-1 國家知識產權局官網專利檢索

九、測試床成果交付

9.1.測試床成果交付件

測試床交付成果內容見表9-1。

表9-1 測試床成果交付件

9.2.測試床可復制性

可復制的行業及應用場景：環境產業互聯網平臺以固廢行業為基礎，利用固廢行業的建設經驗、數據分析與挖掘經驗，可以在環境產業行業內包括固廢、污水、大氣、噪音、輻射等進行快速復制，為行業的設備優化、工藝的發展提供增效測試環境。還可將設備增效模型經過適應性的參數調整后，快速復制到建設工業互聯網大環境下的數字化智能工廠的設備增效模型分析。

9.3.測試床開放性

基于環境產業平臺的設備增效模型測試床本身具備良好的開放及兼容能力，不僅適用于在環境產業內對污水、大氣、噪音、輻射等環境領域進行平滑對接，也適用于與工業互聯網大環境下數字化智能工廠設備的平滑對接，最終實現全行業的開放性，幫助企業實現設備增效目標。

十、其他信息

10.1.測試床使用者

基于環境產業平臺的設備增效功能測試床建立完成后，非發起方的測試床參與者、公司需與發起方簽訂增效測試協議后，可將環境產業的處理設備利用本測試床進行增效功能的驗證，包括優化設備運營參數、故障預測分析等功能。

10.2.測試床知識產權說明

基于環境產業平臺的設備增效功能測試床由青島國真智慧科技有限公司發起，合作者、生態伙伴共同打造。

項目合作過程中產生的開發成果及其知識產權，包括但不限于申請專利的權利、專利申請權、專利權、版權、商業秘密，均歸發起方及該成果的合作開發者與生態伙伴共建者擁有或共同擁有；未經共同擁有者一方書面同意，另一方不可將本協議項目合作過程中產生的任何知識產權轉讓、許可、泄露給任何第三方。

10.3.測試床運營及訪問使用

選取內蒙古赤峰、浙江富陽、福建平潭為本測試床測試地點，系統主要部署于阿里云中，環境產業互聯網平臺資源由青島國真智慧科技有限公司負責統一運營管理，參與單位協助。訪問者可隨時向青島國真智慧科技有限公司申請授權賬號進行使用。

10.4.測試床資金

環境產業互聯網平臺建設為自有資金，穩定充足，同時也會爭取專項資金支持。

10.5.測試床時間軸

本測試床屬于歷時八年的研究項目，主要分為以下幾個關鍵的時間點：

2021年1月-2021年2月：按測試床要求完善平臺架構與功能。

2021年2月-2021年4月，搭建設備增效測試系統。

2021年5月-2021年10月：有機廢棄物處理項目現場勘察，設備增效方案設計和數據增效驗證測試。

2021年6月-2021年10月：固廢處理項目現場勘察，設備增效方案設計和設備數據增效驗證測試。

2021年7月-2021年10月：污水處理項目現場勘察，設備增效方案設計和設備數據增效驗證測試。

2021年8月-2021年10月：大氣污染處理項目現場勘察，設備增效方案設計和設備數據增效驗證測試。

2021年9月-2021年10月：噪音污染處理項目現場勘察，設備增效方案設計和設備數據增效驗證測試。

2021年10月-2021年10月：輻射污染處理項目現場勘察，設備增效方案設計和設備數據增效驗證測試。

2021年11月-2021年11月：有機廢棄物、固廢、污水、大氣、噪音、輻射污染處理項目設備增效初步實現復核。

2021年12月-2021年12月：有機廢棄物、固廢、污水、大氣、噪音、輻射污染處理項目設備增效功能測試床發布正式版、線上運營。

10.6.附加信息

測試床成果將首先應用于固廢行業的設備，通過數據網關收集設備數據，將所有設備數據在本測試床中進行大數據分析，得到最優的設備運行參數數據集。該數據集可為環境行業的處理設備提供準確的指導數據、預測數據，幫助運營方人員優化廠區生產策略、工藝運行參數，從而達到增強設備安全性能、降低設備能耗、提升設備運行與生產效率，提高資源利用率和處理質量。

環境產業互聯網平臺以固廢行業為基礎，利用固廢行業的建設經驗、數據分析與挖掘經驗，通過與污水、大氣、噪音、輻射等行業頭部企業合作，從平臺建設開始規劃測試功能與復制實施方案，為環境產業各細分行業的工藝技術、設備生產和工程建設與運營管控的優化提供增效測試環境，為徹底解決環境產業效率低、安全差和監管難的痛點提供技術支撐和測試保障。