何谓DX和脱碳密不可分的关系,以及可持续发展的制造业中不可或缺的技术的主要图片

让制造业DX成为现实的智能工厂

何谓DX和脱碳密不可分的关系,以及可持续发展的制造业中不可或缺的技术

全球许多制造业企业都正努力通过数字化转型(DX)来提高自身的商业价值和业务效率。而与此同时,为了实现碳中和目标,则需要抑制生产活动中所排放的温室气体(GHG),因此脱碳化措施相关需求也十分强劲。如何应对DX和脱碳这两大趋势,已成为各制造业企业实现商业可持续发展的重要课题。

2021年以后,制造业的脱碳化目的已从单纯的社会贡献进化为与实际利益相关的内容,其中包括遵守与顾客的交易条件以及如何加强成本竞争力等。部分具有实力的电子设备制造商已明确表示,今后将不再从未致力于GHG减排的供应商处采购零件和材料。同时,越来越多的投资家也已将是否积极开展脱碳化举措列入其出资条件之中。此外,在2021年11月召开的“联合国气候变化框架公约第26届缔约方会议(COP26)”上,已将所谓的“1.5℃目标*1”从以往的努力目标升级为更为严格的必达目标,并且今后很有可能还将引进实施更具强制力的有力政策,例如加强环境关联规制、引进碳税等碳定价*2等。由此,对制造业企业来说,脱碳化举措将与其收益直接挂钩,与提高生产效率具有同等的意义。

*1 指将与工业革命前相比的世界平均上升气温控制在1.5℃以内的目标。

*2 将企业的CO2排放量转嫁为成本的相关举措的总称,其中包括对矿物燃料的使用所征收的“碳税”、旨在清除环境限制而进行的CO2“排放权交易”等。据世界银行公布,截至2021年4月10日,已有46个国家和35个地区引进了这一举措。

制造业所面临的两大趋势,即DX和脱碳看似互不相干的。但实际上,DX与生产活动的效率化、节能化乃至脱碳化之间的关系是相辅相成的。作为推进脱碳化的手段,应如何充分运用DX举措,我们将在此进行相关介绍,特别是IoT、AI、数字映射等信息处理技术的前沿应用动向,并对智能工厂中的脱碳化进行解说。

在工厂推进脱碳化的两种手法

工厂内使用的很多装置和设备都是依靠电力运行的,包括机床及产业用机器人、压缩机等马达驱动的装置与设备、电加热器、控制机器等。在制造业中,此类使用电力运行的装置和设备的脱碳化成为重要的课题。

依靠电力运行的装置和设备的脱碳方法大致有两种(图1)。一种是将能源来源转换为不排放温室气体的方法。具体来说,即太阳能和风力等可再生能源的应用。另一种则是彻底削减电力消费中的浪费部分,也就是所谓的省电化。为了促进这两种方法的实施,DX的推进是一个重要前提。

GHG减排的两个手法图片
图1 GHG减排的两个手法 出处:经济产业省资源能源厅

一般来说,从可再生能源得到的电力依赖于自然的阳光和风力,发电量是不稳定的,但是在电力系统中必须满足“同时同量”的电力供给原则,即供电量和耗电量必须始终保持一致。其原因是,如果耗电量和供电量之间产生显著的差异,便会对发电机、送配电设备、电气设备等造成异常的负荷,从而引发故障,造成电力质量不稳定,并有可能引发错误运作或停电。也就是说,需要同时使用实时发电的电力和蓄电池中积蓄的电力等,才能满足工厂内需要的用电量。

以利用IoT应对RE100为目标

近年来,越来越多的制造业企业加入了国际环境倡议“RE100”。该倡议旨在实现企业活动中使用电力的100%可再生能源化。为了在工厂实现“RE100”的理念,需要引进能够对电力的供求平衡进行妥善管理和控制、且不会降低生产效率和品质的电力系统,以及能够弥补对策不足部分的结构,这两个方面都非常重要(图2)。

旨在实现工厂RE100应对的电力系统和结构图片
图2 旨在实现工厂RE100应对的电力系统和结构

为了应对RE100要求,工厂需首先引进太阳能等发电设备和蓄电设备,确立可再生能源的应用基础。除此以外,因天气情况的变化,发电量随时发生变动。同时,工厂内的耗电量也随着生产活动状况上下浮动。因此,需要实现两者变动情况的可视化,并把剩余部分的电力储藏在蓄电池中,或反之从蓄电池中提取不足电力,也是十分重要的。

在先进的工厂中,引进名为“FEMS(Factory Energy Management System)”电力管理系统的案例越来越多,即利用IoT来监测耗电量,进行峰值电力的调整并根据状况对空调、照明设备、生产线的运行进行控制。使用这一系统,能够实现工厂整体的耗电状况可视化,抑制不必要不紧急的设备运转,在保持生产效率的前提下尽可能控制耗电中的浪费现象。不仅如此,今天FEMS不断进化,其管理对象已扩展到发电设备和蓄电设备,能够维持RE100应对工厂的供求平衡要求。

用AI和数字映射,对电力供求平衡进行高精度预测和管理

也正通过活用AI和数字映射*3等新的信息处理技术,尝试进一步提高FEMS的管理和控制精度。

*3 所谓数字映射,是指将IoT所收集的反映当前状况的数据输入现实物品的设计数据中,以此来再现与现实世界相同的状态和性质的数字模型。

例如,为了预测能够从太阳能发电取得的电量,我们开发了一项技术,能够运用AI分析天气预报和至今为止的实际数据,从而正确预测公司内部拥有的设备能够得到的发电量。如果能够对发电量进行高精度的预测,便可通过调整生产计划等方式,避开用电高峰,更有效地应用公司自身所生产的电力。

同时,我们还构建了能够通过电脑再现工厂整体状态和变化情况的数字映射,并开发了能够提高节电对策效果的相关技术。对于装置、设备的控制、运用条件、生产计划的变化可带来怎样的省电效果,对生产效率和产品质量产生怎样的影响?通过在数字映射上对这些问题进行验证,尽可能制定有助于规避风险的有效措施。

制造业中的脱碳化举措与工厂的DX相关举措之间具有不可分割的紧密关系。在致力于DX的同时,不仅需要提高生产效率和品质,也需要思考脱碳化相关的需求。可以说,这一点是非常重要的。

相关文章