王滬松 黃旗忠 劉劍敏 屠凱達(dá) 肖貴慧 姜虹 許晨陽 王乾東

摘要：本文介紹了一個基于設(shè)備實時狀態(tài)數(shù)據(jù)分析的智能化動能管理預(yù)決策系統(tǒng)。通過對大數(shù)據(jù)技術(shù)、機(jī)器學(xué)習(xí)和流式計算的應(yīng)用對動能系統(tǒng)中的實時數(shù)據(jù)進(jìn)行處理分析，制定預(yù)測預(yù)警策略，然后運(yùn)用 CPS進(jìn)行能源仿真預(yù)測，最后介紹將系統(tǒng)運(yùn)用到實際設(shè)備上的效果。該系統(tǒng)的建立旨在保證寧波卷煙廠能源管理過程中的控制流、信息流、管理流的統(tǒng)一，提升寧波卷煙廠卷煙制造業(yè)務(wù)的協(xié)同能力、風(fēng)險控制能力、經(jīng)營管控能力、資源協(xié)調(diào)能力和節(jié)能減排降耗水平。

關(guān)鍵詞：實時狀態(tài);動能管理;預(yù)測預(yù)警

1引言

近年來，伴隨卷煙制造所必需的能源消耗導(dǎo)致卷煙廠的能耗日益增高。同時國家對環(huán)境的保護(hù)要求愈來愈嚴(yán)格，相應(yīng)的節(jié)能減排對企業(yè)實際能源消耗和能源管控提出了更高的標(biāo)準(zhǔn)。隨著國家出臺《十三五規(guī)劃綱要》，對企業(yè)節(jié)能減排降耗工作提出了新的目標(biāo)任務(wù)和要求，制訂了方向措施。目前動力車間鍋爐、空調(diào)、制冷、空壓、除塵、排潮等設(shè)備種類多分布廣;動能管線串聯(lián)起全廠水、電、氣、汽等的供應(yīng)，覆蓋總面積 860多畝，總長度超過十萬米，用于計量配電、蒸汽和壓縮空氣等能源儀表 4700多個，連接全廠各個區(qū)域動能設(shè)備管控，線路眾多，管路繁雜，項目中涉及的 Tag點數(shù)據(jù)有 8000多個。為了響應(yīng)國家的號召，對于動能智能化管理系統(tǒng)的研發(fā)迫在眉睫。

2建設(shè)目標(biāo)

1.構(gòu)建基于生產(chǎn)驅(qū)動的能源仿真模型

采用“事前預(yù)測？事中預(yù)警及滾動修正？事后分析”的閉環(huán)理念實現(xiàn)生產(chǎn)驅(qū)動下的能源供應(yīng)全模型預(yù)測。根據(jù)預(yù)測模型，預(yù)測能源需求量以及設(shè)備供應(yīng)初始化策略;不斷調(diào)整、動態(tài)仿真供應(yīng)模型，實現(xiàn)動力供應(yīng)的滾動重排，達(dá)到精準(zhǔn)按需供能和預(yù)警的響應(yīng)迅速;通過診斷分析模型，判斷事前和事中建模的準(zhǔn)確性，實現(xiàn)模型的不斷優(yōu)化。通過事前預(yù)測、事中監(jiān)控和事后診斷全生產(chǎn)環(huán)節(jié)的供能仿真，實現(xiàn)動能管控的預(yù)警預(yù)測，實現(xiàn)精準(zhǔn)按需供能。

2.構(gòu)建動能管控決策支持平臺

將大數(shù)據(jù)技術(shù)應(yīng)用貫穿在整個動力管控的始末，通過建立數(shù)據(jù)服務(wù)平臺，從“采集、處理、建模、服務(wù)”的全過程對數(shù)據(jù)進(jìn)行診斷分析，將大數(shù)據(jù)深度學(xué)習(xí)與決策相結(jié)合，實現(xiàn)對能源供給保障和能源產(chǎn)生影響的動態(tài)感知。加強(qiáng)對精準(zhǔn)按需供能、設(shè)備運(yùn)行維護(hù)、動能調(diào)度的策略指引。對各個設(shè)備的運(yùn)行數(shù)據(jù)進(jìn)行實時的處理和預(yù)警展示，根據(jù)生產(chǎn)實時、動態(tài)地實現(xiàn)設(shè)備的自我調(diào)節(jié)，實現(xiàn)基于品牌、批次的能源成本管理及自動對比、分析預(yù)測預(yù)警以及基于實時狀態(tài)的智能化動能管理預(yù)決策。

3關(guān)鍵技術(shù)與實現(xiàn)

1.大數(shù)據(jù)技術(shù)的應(yīng)用

卷煙廠能源歷史數(shù)據(jù)庫中存放了大量的數(shù)據(jù)。通過定期地動能系統(tǒng)關(guān)鍵運(yùn)行參數(shù)和重要指標(biāo)進(jìn)行統(tǒng)計分析，利用大數(shù)據(jù)技術(shù)深度挖掘動能性能信息，對動能進(jìn)行全方位、多層面的評估，為管理人員提供運(yùn)行考評和設(shè)備狀態(tài)調(diào)整支持，為決策者提供可參考的對標(biāo)依據(jù)。

2.機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)（Machine Learning， ML）是一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科。具體到本系統(tǒng)，將應(yīng)用聚類算法、分類算法等進(jìn)行動能設(shè)備運(yùn)行管控優(yōu)化與預(yù)測工作，以實現(xiàn)動能管理預(yù)決策的智能化。

3.流式計算

流式計算是相對于批量計算的一個概念，指將到達(dá)的數(shù)據(jù)流在內(nèi)存中實時計算，而批量計算指對存儲的靜態(tài)數(shù)據(jù)進(jìn)行集中計算，因此，流式計算具有低時延、高吞吐且持續(xù)運(yùn)行的特點。

4實施具體內(nèi)容（架構(gòu)、具體細(xì)分點）

基于實時狀態(tài)的智能化動能管理預(yù)決策系統(tǒng)主要功能如圖所示：

1.預(yù)警策略管理

將預(yù)警信息按照緊急程度、嚴(yán)重程度和危害程度分為三級：一級、二級、三級，分別用紅色、橙色、黃色標(biāo)示，一級為最高級別。

將用戶分為三個類別：決策層、管理層、執(zhí)行層。決策層是領(lǐng)導(dǎo)者（廠長及副廠長等），管理層指各部門領(lǐng)導(dǎo)，執(zhí)行層指寧煙業(yè)務(wù)人員。系統(tǒng)將根據(jù)預(yù)警級別，推送給不同層級的相關(guān)人員。紅色預(yù)警將同時推送給決策層、管理層、執(zhí)行層，橙色預(yù)警將推送給管理層和執(zhí)行層、黃色預(yù)警僅推送給相關(guān)執(zhí)行層。

每種預(yù)警都將按業(yè)務(wù)劃分預(yù)警處理第一責(zé)任人，第一責(zé)任人需對收到的橙色以上級別預(yù)警限時辦結(jié)，并將預(yù)警處理結(jié)果及時反饋上級管理者甚至決策層。

遵循三個主要比較方向：一是標(biāo)尺比較，與預(yù)期值或目標(biāo)進(jìn)行對比;二是橫尺比較，與對標(biāo)單位進(jìn)行對比;三是縱尺比較，與自身對比，對比同期、上期以及趨勢性對比等。

對每一個制絲生產(chǎn)批次、卷包生產(chǎn)批次過程中的能源質(zhì)量、能源流量、能源用量，并結(jié)合煙絲煙葉輸出的溫度、水份質(zhì)量標(biāo)準(zhǔn)，按照“一品一策”、“一氣一策”的原則，建立水、電、汽、壓空等預(yù)警策略庫。

2.聚類與相關(guān)性分析

對設(shè)備自身運(yùn)行狀態(tài)、能源質(zhì)量、能源消耗、產(chǎn)品質(zhì)量等多種因子進(jìn)行關(guān)聯(lián)性建模，探索能源質(zhì)量對產(chǎn)品質(zhì)量的影響，設(shè)備狀態(tài)對能源質(zhì)量的影響，設(shè)備狀態(tài)對產(chǎn)品質(zhì)量的影響，設(shè)備狀態(tài)對能耗異常影響等。具體功能模塊包括不限于：

（1）多牌號能源用量分布分析

計算各牌號單位時間內(nèi)對電、水、汽、氣各能源的需求量，得到各牌號對應(yīng)的能源分布直方圖。假設(shè)兩個牌號的能源直方圖分別記為 P和 Q，我們建立合適的距離函數(shù)（L1距離、L2距離、直方圖的交、Hausdorff距離等）用于描述兩個分布的差異性，然后利用聚類分析，把距離相近的牌號歸為一個簇，進(jìn)而找出能源需求相似的牌號，為能源供應(yīng)和排產(chǎn)提供科學(xué)依據(jù)。

（2）單牌號在工藝段能源用量分析

按品牌、批次、工段機(jī)臺（加料段、烘絲段、卷包機(jī)臺等）三個維度統(tǒng)計水、蒸汽、天然氣、空壓和配電的能耗，計算不同介質(zhì)、工段機(jī)臺、批次、品牌的能耗概率分布，建立各牌號按工藝段分布的能源用量模式圖，并對其進(jìn)行顯著性檢驗。

（3）設(shè)備控制策略與能耗相關(guān)性分析

為了分析不同設(shè)備控制策略與能耗之間的相關(guān)性，我們首先對控制策略進(jìn)行分類，把控制策略量化為可獨(dú)立核算能耗的單元，然后統(tǒng)計該控制模式下的單位時間（工單）能耗值，對比不同設(shè)備控制策略能耗的變化情況，并利用方差分析（Analysis of Variance， ANOVA）確定各控制策略對能耗的影響程度。

（4）能源品質(zhì)與產(chǎn)品質(zhì)量相關(guān)性分析

分析蒸汽含水量、溫度與煙絲煙葉的水分、溫度之間的相關(guān)性;分析除塵排潮負(fù)壓與煙絲煙葉的水份、溫度之間的相關(guān)性;分析環(huán)境溫濕度變化與煙絲煙葉的水分、溫度之間的相關(guān)性。

（5）工藝段牌號能耗穩(wěn)定性分析

上圖可以看出各牌號蒸汽平均用量穩(wěn)定趨勢情況。其中，縱坐標(biāo)為蒸汽月度平均用量，紅線為該月度內(nèi)的蒸汽用量的穩(wěn)定性，紅線越長，表示波動越大。

上圖可以看出月度蒸汽平均用量穩(wěn)定趨勢情況。其中，縱坐標(biāo)為蒸汽月度平均用量，紅線為該月度內(nèi)的蒸汽用量的穩(wěn)定性，紅線越長，表示波動越大。

對除塵排潮除異味的風(fēng)機(jī)運(yùn)行狀態(tài)指標(biāo)“溫度、負(fù)壓、頻率、電流”進(jìn)行全面分析，通過機(jī)器自學(xué)習(xí)，探索和產(chǎn)品質(zhì)量的關(guān)聯(lián)性，為除塵排潮設(shè)備預(yù)警策略提供支持。

3.運(yùn)用 CPS進(jìn)行能源仿真預(yù)測

從能源用量、能源流量、設(shè)備開啟初始化策略進(jìn)行第二天能源供應(yīng)仿真，將設(shè)備開啟初始化策略輸送給設(shè)備策略管理及運(yùn)行中心，提供第二天的設(shè)備開啟（開啟時間、開啟臺數(shù)、運(yùn)行參數(shù)）;同時將能源流量和能源用量輸送給動能運(yùn)行管理中心，作為能源供應(yīng)中的初始化跟蹤標(biāo)準(zhǔn);

最后利用動能決策分析中心提供的分析結(jié)果，結(jié)合歷史數(shù)據(jù)，建立新模型、優(yōu)化已有模型，持續(xù)加強(qiáng)仿真模型對于動力車間精準(zhǔn)按需供能的支持。

4.設(shè)備開啟、運(yùn)行策略管理

（1）設(shè)備開啟策略

通過歷史數(shù)據(jù)中的動力設(shè)備參數(shù)及對應(yīng)的動力供應(yīng)數(shù)據(jù)等，建立以設(shè)備參數(shù)、偏移時間為自變量，動力供應(yīng)為因變量的回歸模型。動力設(shè)備開啟后，依據(jù)采集而來的動力設(shè)備參數(shù)，預(yù)測動力供應(yīng)。

以鍋爐最優(yōu)運(yùn)行策略仿真為例，蒸汽動力系統(tǒng)的一般優(yōu)化調(diào)度目標(biāo)是，結(jié)合生產(chǎn)需求，根據(jù)產(chǎn)能和耗能設(shè)備的運(yùn)行參數(shù)、不同公用工程的產(chǎn)耗平衡，建立混合整數(shù)先行規(guī)劃模型，通過模型求解，以最低的能耗滿足生產(chǎn)需求。參考的目標(biāo)函數(shù)如下：

其中，fuel表示設(shè)備所用的燃料（如天然氣），F(xiàn)fuel，boiler，t表示系統(tǒng)在周期 t第 boiler號鍋爐消耗燃料 fuel的流量， Cfuel表示燃料的單價， Yboiler，t為 0-1變量，表示第 boiler號鍋爐在 t時刻的開啟狀態(tài)， Zboiler，t也為 0-1標(biāo)量，表示設(shè)備的開備狀態(tài)是否發(fā)生改變， CHboiler表示鍋爐啟停成本。

（2）設(shè)備運(yùn)行策略

功能設(shè)計：根據(jù)動力設(shè)備運(yùn)行策略仿真模型，輸出鍋爐、空調(diào)、空壓機(jī)、制冷機(jī)、除塵排潮運(yùn)行最優(yōu)參數(shù)，將設(shè)備運(yùn)行仿真策略以“提示”的方式提供給用戶，供用戶參考。策略仿真模型成熟度足夠高時，用戶將最終的策略（各種參數(shù)）進(jìn)行提交，將運(yùn)行策略與設(shè)備進(jìn)行聯(lián)控，實現(xiàn)設(shè)備運(yùn)行過程中的自動糾正。

5.診斷分析報告

①能耗診斷報告（階段所有能耗情況、預(yù)警數(shù)量、預(yù)警問題、引發(fā)預(yù)警原因）

②設(shè)備診斷報告（階段所有設(shè)備健康評分、故障數(shù)量、故障問題、引發(fā)故障的原因，并給出預(yù)維修計劃）

6.績效評價分析

（1）設(shè)備維護(hù)績效分析

通過設(shè)備維修的時長、維修后設(shè)備運(yùn)行效果以及操作工人為評價三方面對設(shè)備維護(hù)績效進(jìn)行統(tǒng)計分析。

（2）能耗績效分析

分別統(tǒng)計各部門、各班組、各批次的能源用量，結(jié)合生產(chǎn)數(shù)量，轉(zhuǎn)化為折標(biāo)單耗指標(biāo)，以此來評定部門、班組的能源績效。

（3）對標(biāo)分析

結(jié)合數(shù)據(jù)中心項目，將杭州卷煙廠數(shù)據(jù)進(jìn)行對標(biāo)分析。

7.知識庫管理

建立動力車間專家知識庫，將動力車間的技術(shù)、知識、經(jīng)驗、圖紙資料等資源固化為初始數(shù)據(jù)輸出，在機(jī)器自學(xué)習(xí)的過程中，不斷對知識庫進(jìn)行擴(kuò)展和完善。知識庫能夠滿足用戶檢索、獲取設(shè)備維修知識和應(yīng)急響應(yīng)措施的需求，滿足管理人員方便進(jìn)行知識管理和維護(hù)，提供新增、編輯、刪除功能，設(shè)定管理層操作權(quán)限要求，管理者對系統(tǒng)自建模完成后的預(yù)測模型、相關(guān)性分析模型、異常檢測模型、設(shè)備運(yùn)行策略模型進(jìn)行模型調(diào)整和修改，系統(tǒng)對修正后的模型再次進(jìn)行仿真，將仿真結(jié)果輸出，給管理者提供決策依據(jù)。

5結(jié)語

本文介紹了動能預(yù)決策系統(tǒng)在寧波卷煙廠中的應(yīng)用，該系統(tǒng)很好的達(dá)成了以下效果：

①優(yōu)化調(diào)度策略與設(shè)備控制，通過大數(shù)據(jù)分析與機(jī)器學(xué)習(xí)，優(yōu)化設(shè)備的調(diào)度策略，逐步實現(xiàn)設(shè)備的自動控制及自適應(yīng)調(diào)整，實時響應(yīng)工藝要求、保障產(chǎn)品質(zhì)量穩(wěn)定，對生產(chǎn)驅(qū)動提供有力支撐。

②基于大數(shù)據(jù)的動能決策支持技術(shù)，通過實時采集監(jiān)測數(shù)據(jù)，進(jìn)行流式計算，對重點用能設(shè)備的能源數(shù)據(jù)進(jìn)行分析處理，尋找設(shè)備運(yùn)行的最佳策略，再通過精準(zhǔn)控制，使生產(chǎn)過程保持最優(yōu)狀態(tài)運(yùn)行，提高企業(yè)節(jié)能減排效率。

③建立動能設(shè)備管控與工藝質(zhì)量的關(guān)聯(lián)，提升工廠精益制造水平。對動能設(shè)備運(yùn)行狀態(tài)的實時跟蹤，通過相關(guān)性模型分析和工藝質(zhì)量的關(guān)系，實現(xiàn)能源品質(zhì)與工藝管控穩(wěn)定性深度融合，對動能設(shè)備和工藝質(zhì)量提升提供決策依據(jù)，以實現(xiàn)精益制造上水平。

參考文獻(xiàn)：

[1]鄭永桃.淺談智能化制造在工廠中的實踐應(yīng)用及展望[J].通訊世界， 2019，26（11）：38-39.

[2]朱洪輝，朱育林.全面系統(tǒng)應(yīng)用信息化技術(shù)提高企業(yè)裝備智能制造能力[J].現(xiàn)代工業(yè)經(jīng)濟(jì)和信息化，2019，9（11）：47-48，51. DOI：10.16525/j.cnki. 14-1362/n.2019.11.19.

[3]黃波.TG智能制造企業(yè)新模式設(shè)計與實施策略研究[D].蘭州交通大學(xué)，2017. DOI：10.7666/d.Y3284508.

[4]郭雅麗.IT系統(tǒng)運(yùn)行管理讓信息化跑得更快[J].CAD/CAM與制造業(yè)信息化，2008，（8）：5. DOI：10.3969/j.issn.1671-8186.2008.08.005.

作者簡介：

王滬松，男，漢族，1989年 05月出生，浙江寧波人，本科，助理工程師，工作單位：浙江中煙工業(yè)有限責(zé)任公司，研究方向：電氣自動化.