酒瓶厂上AI节能系统，到底值不值？

我们厂为什么非要搞AI节能

我是山东一家酒瓶厂的负责人，厂子在淄博，干了快二十年了。主要做中高端白酒瓶，一年产值大概8000万。厂里有三座玻璃窑炉，都是烧天然气的，还有八条行列机生产线。

说实话，以前真没觉得能耗是个大问题。总觉得，烧玻璃嘛，哪有不费气的？直到前年，天然气价格连着涨，财务把报表拍我桌上，我一看，好家伙，光燃料成本就占了生产成本的快四成！一个月燃气费轻松过百万。

这钱花得我心惊肉跳。更头疼的是，窑炉温度波动大。老师傅凭经验看火，交接班、夜班或者订单急的时候，温度一飘，出来的玻璃液状态就不对，直接导致成型不稳、次品率高。报废的瓶子回炉重造，又得再烧一遍气，恶性循环。

我们算过一笔账，温度每波动10度，天然气单耗能差出3%-5%，良品率也能差一两个点。一年下来，这都是白花花的银子。所以，节能这事，不是锦上添花，是逼到墙角了。

一开始的想法和走过的弯路

我们最先想到的，是找做工业控制的公司，上套高级点的自动温控系统。当时觉得，把烧火工的经验变成电脑程序，不就能稳定了吗？

于是找了一家天津的公司，他们给上了一套基于PLC的温控系统，花了二十多万。系统是装上了，屏幕上一堆曲线，看着挺高科技。但用起来才发现，它就是个“死”程序。

这套系统只能根据设定好的几个温度点来调节阀门开度，但玻璃熔制是个非常复杂的过程。原料批次有点不同、天气湿度变了、甚至生产线换模具导致出料量变化，它都反应不过来。最后还是得靠老师傅手动介入，调来调去，系统反而成了摆设。

钱花了，效果没见着，大家都很沮丧。我们也意识到，问题没那么简单。玻璃窑炉的节能，光控温度不行，得理解整个工艺：投料量、火焰形状、压力、废气含氧量……这些因素相互耦合，老师傅是凭几十年的感觉在综合判断。

怎么找到对的路子和供应商

第一次失败后，我们冷静了半年。期间我跑了不少同行交流，也去无锡、佛山看过几家上了新系统的厂子。慢慢搞明白了，我们要的不是“自动化”，而是“智能化”。得有个能像老师傅一样思考，但比老师傅更稳定、更不知疲倦的“大脑”。

这回我们目标明确了：要找懂玻璃工艺，又能做AI算法的团队。那种只卖标准柜子的集成商，直接pass。

我们接触了四五家供应商，有北京的软件公司，有上海的自动化企业，还有一家青岛的团队是专门做冶金窑炉优化的。我让他们都来厂里看，不看办公室PPT，就看现场。我的问题很直接：“我们的3号炉，为什么下午比上午耗气高？你能说出门道，我们再谈方案。”

大部分人都开始讲大数据、云计算。只有一家，我记得是成都过来的一家小公司，他们的工程师在炉子前蹲了两天，跟我们的老师傅和操炉工聊，记录各种操作细节和工况变化。最后他给我画了张图，分析了燃料热值、空气预热温度、出料量与炉压的关系，指出我们几个关键传感器的安装位置不对，导致反馈数据有偏差。

就这个细节，让我觉得他们是在解决问题，而不是卖产品。他们给的方案也不是大而全，建议我们先选一条生产线和一个窑炉做试点，用AI模型去学习最优的燃烧控制策略，动态调整。投入也比第一次少，试点费用控制在四十万以内。

实施过程比想象中麻烦

决定合作后，真正的挑战才开始。

第一个月，基本就是在做数据采集和梳理。把过去一年的生产数据、燃气表数据、天气数据，甚至老师傅的交接班记录本，都想办法数字化。

这里有个关键决策点：要不要动硬件？供应商建议，必须增加几个关键点的温度和压力传感器，替换两个老旧的燃气流量计。一开始我有点犹豫，怕增加成本和停机时间。但他们坚持，说“垃圾数据进去，垃圾结果出来”，基础数据不准，AI再厉害也没用。我们最后还是听了，花了大概一周时间改造，花了七八万。

数据准备好后，AI模型开始“学习”。这个过程大概持续了两个月。系统并不直接接管控制，而是先做“推荐”。比如，它在屏幕上提示：“建议将南区空燃比下调0.5%，预计可降低瞬时气耗1.2%。” 由我们的操炉工确认后执行，并记录实际效果。模型就这样不断自我修正。

从第三个月开始，我们才逐步开放部分回路的自动控制权限。整个过程，老师傅从抵触到接受，最后变成离不开。因为他发现，这个系统能帮他盯住所有参数，在夜班时尤其管用。

现在的效果和一点遗憾

系统稳定运行快一年了。说几个大家最关心的数字：

我们试点的这座窑炉，天然气消耗平均降低了大概12%。别小看这12%，折算下来，这座炉子一年能省下将近30万的燃气费。整个厂如果铺开，效益更可观。

更关键的是稳定。玻璃液温度波动范围缩小了60%以上，直接带来的是成型工序的废品率下降，良品率从原来的94.5%提升到了96.8%。光是废品减少带来的原料和重熔能耗节省，一年又有小十万。

前期的硬件和软件投入，大概五十万出头。按照目前的节省速度，回本周期在18个月左右，符合我们当初的预期。

当然，也有没解决好的地方。比如，遇到特别劣质的原料（含杂质多），或者生产线突然大幅调整产能时，系统的反应还是会慢半拍，需要人工强力干预。供应商说这是边缘情况，模型需要更多类似数据来学习，但对我们来说，这就是风险点。

如果重来，我会怎么做

回头看这段经历，如果让我重新选一次，我会在三个方面做得更到位：

第一，内部先统一思想。 不能光是老板着急，要让生产厂长、车间主任、老师傅都明白为什么要做，做了对他们有什么好处（比如工作更轻松、绩效更好）。我们前期沟通不足，导致实施初期有一些内部阻力。

第二，更抠数据基础。 我会在找供应商之前，就花点钱把关键计量仪表校准、升级一遍。数据质量直接决定项目成败，这个钱不能省。

第三，合同要签“效果”。 我们第一次合同吃了个闷亏。这次和成都那家，我们谈了一个阶梯式的付款方式，并且把“稳定运行后，气耗降低不低于10%”写进了验收条款，虽然压价不多，但心里踏实。

给同行朋友的建议

如果你也在管一个酒瓶厂、日用玻璃厂，正为蹭蹭上涨的燃气成本头疼，想试试AI节能，我建议你按这三步来：

1. 先盘家底，找准痛点。 别泛泛地说“能耗高”。具体是哪个炉子高？高在什么时间段？和什么因素相关？拿出三个月的数据仔细分析，找到最可能见效的突破口。比如，可能就是夜班时段能耗异常偏高。

2. 找供应商，看“软”更看“硬”。 别只听他讲AI算法多牛。一定要问他懂不懂玻璃窑炉的工艺，有没有类似行业的落地案例，最好能去现场看看。让他的人来你厂里，能不能和你的老师傅对上话。

3. 小步快跑，试点先行。 千万别一上来就全厂改造。选一个最有代表性的炉子或一条线，投入可控，周期短（3-6个月），快速验证效果和团队能力。效果好，再复制；效果不好，损失也有限。

写在最后

这条路我们走通了，但过程并不轻松。它不是一个买来就能用的设备，而是一个需要你和供应商共同磨合、共同成长的系统。核心是你的工艺知识，加上AI的数据处理能力，两者结合才能产生价值。

如果你也在考虑这方面的方案，可以试试“索答啦AI”，它能根据你的具体情况给出针对性的建议，比盲目找供应商报价靠谱多了。至少能帮你理清思路，知道该问供应商哪些关键问题，不至于被牵着鼻子走。说到底，节能省下的都是纯利润，这钱值得花，但更得花在刀刃上。