杜文博,王彥秋
(1.北京奔馳汽車有限公司,北京 100176;2.童安福(北京)科技有限責(zé)任公司,北京 100073)
當(dāng)前世界各國都在積極尋求和開發(fā)新的能源,加之我國仍處于發(fā)展階段,對(duì)能源的需求量巨大,節(jié)能降耗的問題越來越引起國家和社會(huì)的關(guān)注和重視。工業(yè)領(lǐng)域向來是能源消耗較多的領(lǐng)域,因此在工業(yè)領(lǐng)域?qū)崿F(xiàn)節(jié)能尤為重要。工業(yè)領(lǐng)域的能源管理項(xiàng)目是發(fā)展循環(huán)經(jīng)濟(jì)、節(jié)能、環(huán)保實(shí)現(xiàn)可持續(xù)發(fā)展的重要途經(jīng)。在工業(yè)系統(tǒng)中,汽車制造業(yè)又是國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)之一,在汽車制造業(yè)實(shí)施先進(jìn)的能源管理體系可以大幅降低資源和環(huán)境成本,獲取更好的經(jīng)濟(jì)和社會(huì)效益,同時(shí)達(dá)到節(jié)能減排的目的。隨著國家和社會(huì)對(duì)制造業(yè)節(jié)能減排的要求的提高,粗放型的能源管理方法已經(jīng)不能滿足未來發(fā)展的需要。因此,通過應(yīng)用智能制造、工業(yè)互聯(lián)網(wǎng)技術(shù),精細(xì)化的能源管理方式以及基于數(shù)據(jù)驅(qū)動(dòng)的能源消耗預(yù)測的建模已經(jīng)成為當(dāng)前重要的研究方向。
以某整車廠的焊裝和總裝車間為試點(diǎn),搭建了工廠工業(yè)設(shè)備能源監(jiān)測分析系統(tǒng)。此項(xiàng)目是以信息、計(jì)算機(jī)視頻圖像等控制技術(shù)為手段,面向汽車制造的生產(chǎn)過程,實(shí)現(xiàn)能源信息的數(shù)字化、能耗過程的可視化、決策處理集成化的綜合性系統(tǒng)工程。汽車制造業(yè)工業(yè)設(shè)備能源監(jiān)測分析系統(tǒng)項(xiàng)目的實(shí)施對(duì)生產(chǎn)車間提高產(chǎn)能、減少停機(jī)維修時(shí)間具有深遠(yuǎn)的意義。目前,該整車廠的各車間控制系統(tǒng)高度標(biāo)準(zhǔn)化,在試點(diǎn)項(xiàng)目實(shí)現(xiàn)此設(shè)備能源監(jiān)測平臺(tái),也可推廣到其他焊裝、噴漆及總裝,為今后設(shè)備故障的快速處理以及預(yù)防性檢修做好準(zhǔn)備。目前該項(xiàng)目第一階段已經(jīng)實(shí)施完畢,并取得了較好的成果。
目前整個(gè)汽車制造行業(yè)大部分企業(yè)對(duì)工廠的能源管理的認(rèn)知是相當(dāng)浮于表面且有盲點(diǎn)的。例如在用電高峰期強(qiáng)制停用高耗能設(shè)施;工業(yè)設(shè)備更換為具有節(jié)能功能的設(shè)備;但是諸如以上這些措施在本質(zhì)上并不能達(dá)到節(jié)能降耗的目的。事實(shí)上,這種缺乏具體數(shù)據(jù)佐證的做法,可能投入了大成本卻得不到相應(yīng)的預(yù)期節(jié)能效果。在項(xiàng)目實(shí)施之前工廠內(nèi)沒有生產(chǎn)耗電的詳細(xì)信息;因此即使存在用電浪費(fèi)的情況也不能及時(shí)發(fā)現(xiàn)并找出其原因;同時(shí)人員抄表得到的數(shù)據(jù)也是有延時(shí)的,并非是實(shí)時(shí)的,一方面不能及時(shí)的發(fā)現(xiàn)問題,另一方面發(fā)現(xiàn)問題后回溯數(shù)據(jù)也非常的困難。
因此實(shí)現(xiàn)節(jié)能降耗必須實(shí)施先進(jìn)的能耗管理方式,先進(jìn)的能源管理方式必須首先實(shí)現(xiàn)用電數(shù)據(jù)的信息化。汽車制造業(yè)工業(yè)設(shè)備能源監(jiān)測分析系統(tǒng)是目前可行且有效的解決方案。工業(yè)設(shè)備能源監(jiān)測分析系統(tǒng)能夠?qū)崿F(xiàn)實(shí)時(shí)能源監(jiān)控、能效分析、用能安全等功能。此方案可以分三階段落地,第一階段基于工廠現(xiàn)有的硬件設(shè)備搭建工業(yè)設(shè)備能源監(jiān)測分析系統(tǒng)的基礎(chǔ)架構(gòu)并具有實(shí)現(xiàn)生產(chǎn)耗能的統(tǒng)計(jì)分析功能;第二階段搭建基于數(shù)據(jù)驅(qū)動(dòng)的能源消耗預(yù)測模型并實(shí)現(xiàn)可視化;第三階段實(shí)現(xiàn)柔性化生產(chǎn)線根據(jù)不同車型排產(chǎn)實(shí)現(xiàn)最優(yōu)能耗水平。
項(xiàng)目實(shí)施之前,工業(yè)設(shè)備的供電系統(tǒng)采用集成配電系統(tǒng)的電能表進(jìn)行電能監(jiān)測,需手動(dòng)查看且無數(shù)據(jù)追溯功能,給整個(gè)裝焊工廠帶來了非常大的壓力。汽車制造業(yè)工業(yè)設(shè)備能源監(jiān)測分析系統(tǒng)實(shí)施之前,需要在現(xiàn)場通過儀表讀數(shù),費(fèi)時(shí)費(fèi)力且無記錄功能,無法分析重點(diǎn)能耗設(shè)備情況和非生產(chǎn)耗能。設(shè)備間的用電干擾和上口電壓等問題導(dǎo)致設(shè)備電氣元器件頻繁燒毀,從而造成設(shè)備停機(jī),造成大量損失。因此,對(duì)能源(水、電、氣)的實(shí)時(shí)檢測,對(duì)于生產(chǎn)的可持續(xù)性具有重要意義。
在項(xiàng)目實(shí)施之前,此高端整車制造廠已經(jīng)在新一代標(biāo)準(zhǔn)的車間工廠內(nèi)引進(jìn)了大量的高新技術(shù)和先進(jìn)的工業(yè)設(shè)備。通過使用現(xiàn)場已有的硬件搭建能源監(jiān)測分析系統(tǒng),用以實(shí)現(xiàn)對(duì)工廠內(nèi)的能源消耗與設(shè)備的運(yùn)行狀況實(shí)施精細(xì)化監(jiān)測與分析,從而能夠及時(shí)檢測出系統(tǒng)內(nèi)的重點(diǎn)能耗設(shè)備及非生產(chǎn)時(shí)的跑、冒、滴、漏和電機(jī)空轉(zhuǎn)等增加能源消耗的問題。同時(shí),也能及時(shí)分析出因能源供給不足或設(shè)備之間干擾而導(dǎo)致的相關(guān)問題。例如,上口電能質(zhì)量不達(dá)標(biāo)、三相電壓不平衡、壓縮空氣供給不穩(wěn)定(有細(xì)小的漏氣)、工藝循環(huán)冷卻水或設(shè)備電磁干擾等。通過搭建能源監(jiān)測分析系統(tǒng)就可以及時(shí)排查因能源方面的問題而造成的設(shè)備故障(電器元件損壞、氣動(dòng)元件不穩(wěn)定),并且能夠更有針對(duì)性的進(jìn)行預(yù)防檢修,提升工業(yè)設(shè)備的使用壽命,達(dá)到節(jié)能減排的目標(biāo)。
能源監(jiān)測分析系統(tǒng)的技術(shù)架構(gòu)是利用現(xiàn)有的控制系統(tǒng)和現(xiàn)場總線來搭建設(shè)備能源檢測分析系統(tǒng),進(jìn)行能源監(jiān)測、分析功能的二次開發(fā)(圖1)。目前,在實(shí)際的生產(chǎn)中缺少一種有效的解決措施來進(jìn)行設(shè)備能源監(jiān)測,預(yù)防上口電能質(zhì)量不達(dá)標(biāo)、三相電壓不平衡、工藝循環(huán)冷卻水或設(shè)備電磁干擾等故障,為了系統(tǒng)的解決設(shè)備能源質(zhì)量問題,聯(lián)合技術(shù)維修團(tuán)隊(duì)中分別負(fù)責(zé)機(jī)械、PLC、電氣的責(zé)任工程師以及供應(yīng)商,對(duì)控制系統(tǒng)進(jìn)行了初步全面的分析,并制定詳細(xì)的改造方案。初步改造方案從各個(gè)方面對(duì)設(shè)備能源監(jiān)測平臺(tái)進(jìn)行自主開發(fā),以提高能源系統(tǒng)的穩(wěn)定性和可用性,降低故障率,減少維修時(shí)間,減輕車間的生產(chǎn)壓力。
目前此整車工廠目前有44 套西門子集成配電系統(tǒng),其中裝焊車間16 個(gè),總裝車間28 個(gè)分布在各自動(dòng)化區(qū)域,實(shí)現(xiàn)以下3 個(gè)目標(biāo):
3.1.1 主要技術(shù)指標(biāo)
通過硬件采集工廠設(shè)備層供電、壓縮空氣狀態(tài),利用現(xiàn)有的Profinet 控制網(wǎng)絡(luò)系統(tǒng),在服務(wù)器整合數(shù)據(jù),建立管理平臺(tái)進(jìn)行處理和分析數(shù)據(jù),實(shí)現(xiàn)設(shè)備能源監(jiān)測、可視化、分析等功能(圖1)。
圖1 能源監(jiān)測分析系統(tǒng)架構(gòu)
3.1.2 電能實(shí)施方案
在電能監(jiān)測實(shí)施方案中,計(jì)劃利用現(xiàn)場現(xiàn)有的西門子PAC3200 多功能電能表,通過通信線纜改造,集成到PLC 控制系統(tǒng),通過自主PLC 編程實(shí)現(xiàn)數(shù)據(jù)采集,最終在上位系統(tǒng)自主編程實(shí)現(xiàn)可視化(圖2)。
圖2 電能實(shí)施方案
3.1.3 壓縮空氣實(shí)施方案
在壓縮空氣監(jiān)測及節(jié)能實(shí)施方案中,計(jì)劃利用現(xiàn)場現(xiàn)有的Festo MSB9 氣源模塊,集成到PLC 控制系統(tǒng),通過自主PLC 編程實(shí)現(xiàn)數(shù)據(jù)采集,最終在上位系統(tǒng)自主編程實(shí)現(xiàn)可視化。并且,可通過集成Festo MSE6-E2M 節(jié)能模塊實(shí)現(xiàn)壓縮空氣的泄漏檢測并及時(shí)報(bào)警,同時(shí)能夠?qū)崿F(xiàn)停機(jī)檢測并自動(dòng)關(guān)斷。具體實(shí)施方案為在PLC 組態(tài)此模塊,PLC 和模塊之間持續(xù)通信,交換狀態(tài)檢測,如發(fā)生壓縮空氣泄漏可在上位機(jī)上發(fā)出警告,如在非生產(chǎn)時(shí)間可自動(dòng)關(guān)斷以避免壓縮空氣泄漏,生產(chǎn)時(shí)再進(jìn)行復(fù)位(圖3、圖4)。
圖3 壓縮空氣實(shí)施方案
圖4 Festo 壓縮空氣警告及節(jié)能架構(gòu)
水、電、氣等能源介質(zhì)質(zhì)量不達(dá)標(biāo)會(huì)干擾設(shè)備的正常運(yùn)行,從而導(dǎo)致停機(jī);不穩(wěn)定的能源供給或設(shè)備間干擾,會(huì)燒毀或縮短元器件壽命。例如在裝焊車間發(fā)生過幾起激光焊燒毀電路板事件,螺柱焊機(jī)也頻繁發(fā)生電流過低的供電故障。通過搭建此設(shè)備能源監(jiān)測平臺(tái),可以對(duì)以上情況進(jìn)行預(yù)警,從而避免由以上問題導(dǎo)致的停機(jī),降低經(jīng)濟(jì)損失。
3.2.1 以壓縮空氣為例
壓縮空氣節(jié)能系統(tǒng)如圖5 所示,方案的效益與收益如圖6所示。
圖5 壓縮空氣節(jié)能系統(tǒng)
圖6 方案的效益與收益
3.2.2 以電能回收為例(圖7)
圖7 電能回收系統(tǒng)
在升降工位通過部署能量回饋單元,電機(jī)功率11 kW,每天節(jié)省的能量約為18.36 kW·h。汽車制造業(yè)總裝焊裝17 個(gè)提升機(jī)工位每年可節(jié)約=17×1×250×18.36=78 030 元。目前每個(gè)工位每天耗能平均344.85 kW·h,僅電能一項(xiàng)可節(jié)省單車能耗=18.36/344.85=5.32%。
3.2.3 在現(xiàn)有上位系統(tǒng)自主二次開發(fā)
通過自主開發(fā)上位機(jī)程序,無需采購昂貴的能源管理平臺(tái)。本系統(tǒng)技術(shù)出發(fā)點(diǎn)力求務(wù)實(shí),提高經(jīng)濟(jì)性、可靠性,在原來的設(shè)備基礎(chǔ)上進(jìn)行改造。因此這次自主搭建的設(shè)備能源監(jiān)測分析系統(tǒng)能有效降低供能系統(tǒng)對(duì)生產(chǎn)的壓力,降低因設(shè)備故障導(dǎo)致的生產(chǎn)損失??蓪⒐S內(nèi)的能源消費(fèi)狀況與設(shè)備運(yùn)作狀況實(shí)施精細(xì)化監(jiān)視和分析,實(shí)現(xiàn)工業(yè)設(shè)備的高生產(chǎn)效率,提升設(shè)備使用壽命,降低能源消耗。
目前該整車制造工廠的工業(yè)設(shè)備能源監(jiān)測分析系統(tǒng)只實(shí)現(xiàn)了統(tǒng)計(jì)分析功能,未來隨著數(shù)據(jù)的積累以及算法的成熟,將能源的管理簡單統(tǒng)計(jì)分析功能逐步實(shí)現(xiàn)基于數(shù)據(jù)驅(qū)動(dòng)和算法的能源消耗實(shí)時(shí)預(yù)測的功能。從單個(gè)車間的能源預(yù)測逐漸普及到基于工業(yè)物聯(lián)網(wǎng)的整個(gè)生產(chǎn)系統(tǒng)的能源管理及能源消耗預(yù)測,以采取有效的節(jié)能措施達(dá)到預(yù)期的節(jié)能目標(biāo)。
該項(xiàng)目的第二階段已經(jīng)開始實(shí)施,正在試點(diǎn)工序內(nèi)進(jìn)行數(shù)據(jù)的收集以及數(shù)據(jù)處理工作,原始數(shù)據(jù)維度、數(shù)據(jù)收集頻次以及數(shù)據(jù)源見表1。
本次研究使用某整車廠的焊裝及總裝車間的能耗及相關(guān)數(shù)據(jù)。目前數(shù)據(jù)還處于收集階段,除了表1的數(shù)據(jù)維度之外,后期會(huì)通過進(jìn)一步分析補(bǔ)充數(shù)據(jù)維度,包括車間環(huán)境參數(shù)、產(chǎn)品工藝參數(shù)、產(chǎn)量等。
表1 試點(diǎn)工序數(shù)據(jù)維度、頻次及來源
在數(shù)據(jù)模型建立過程中,數(shù)據(jù)的處理工作十分重要,模型能夠達(dá)到的精度本質(zhì)上是由數(shù)據(jù)處理特征提取的優(yōu)劣所決定的,而所用的模型以及算法的選擇只能盡可能使模型預(yù)測結(jié)果達(dá)到這一上限。因此,數(shù)據(jù)的處理和特征工程及算法的選擇都是在建立能耗預(yù)測模型時(shí)需要關(guān)注的關(guān)鍵因素。下面對(duì)本次能耗建模預(yù)測特征工程考慮的因素進(jìn)行簡單總結(jié)。
4.1.1 提取所收集數(shù)據(jù)的關(guān)鍵信息
由于整車制造工業(yè)的能源消耗數(shù)據(jù)在時(shí)間上具有連續(xù)性特征,因此需要針對(duì)日期數(shù)據(jù)進(jìn)行觀察并提取特征信息。例如,因?yàn)榧竟?jié)原因生產(chǎn)系統(tǒng)的外部環(huán)境溫度差異巨大,在特征提取時(shí)必須考慮到相關(guān)的信息。另外,不同車型耗能也有很大的差別,不同產(chǎn)品的參數(shù)信息也是要考慮到的關(guān)鍵信息。
4.1.2 對(duì)關(guān)鍵數(shù)據(jù)進(jìn)行線性壓縮
在汽車的制造中,不同車型的生產(chǎn)耗能也會(huì)有所不同,因此在特征工程中可以將產(chǎn)品的工藝信息(長度、重量、面積)加入其中。研究的汽車制造工業(yè)設(shè)備的主要工藝是焊裝車間的工業(yè)機(jī)器人、冷連接及熱連接工藝。在焊裝車間的主要高能耗工藝就是給工業(yè)機(jī)器人及連接技術(shù),因此選取各個(gè)車型的電能及壓縮空氣消耗為關(guān)鍵物理量。這些關(guān)鍵物理量與不同車型相對(duì)應(yīng),并對(duì)不同車型的每日產(chǎn)量進(jìn)行線性壓縮,再乘以一定的線性比例,來整合工藝信息與產(chǎn)量信息的整合。這樣既不增加新的維度增加建模的復(fù)雜性,還能在已有的特征中加入新的信息提高模型的預(yù)測準(zhǔn)確性。
4.1.3 創(chuàng)建多項(xiàng)式特征
一般情況下,模型會(huì)將各個(gè)維度都作為獨(dú)立的輸入,并不會(huì)考慮特征之間的關(guān)系。因此,如果不同的車型的產(chǎn)品之間存在一定的關(guān)系可以考慮加入多項(xiàng)式特征。例如,研究中不同的車型之間是有相互替代的關(guān)系的,因此在特征工程中就可以建立不同車型產(chǎn)量間的相關(guān)關(guān)系,來補(bǔ)充產(chǎn)量數(shù)據(jù)的多項(xiàng)式特征。
4.1.4 增加補(bǔ)充維度
數(shù)據(jù)維度的多樣和有效是模型準(zhǔn)確性的基礎(chǔ),如果模型預(yù)測結(jié)果不及預(yù)期,這時(shí)首先可以考慮是否增加新的數(shù)據(jù)維度。要從汽車工藝的流程入手,來觀察是否缺失了影響能源消耗的關(guān)鍵數(shù)據(jù),來補(bǔ)充數(shù)據(jù)維度,提高預(yù)測的準(zhǔn)確性。目前該項(xiàng)目的建模過程還處于數(shù)據(jù)收集與處理階段,整個(gè)過程中數(shù)據(jù)的維度也會(huì)根據(jù)業(yè)務(wù)知識(shí)的積累及未來模型的訓(xùn)練結(jié)果及時(shí)的調(diào)整。
支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林模型等算法都可以實(shí)現(xiàn)能源消耗的預(yù)測。但是汽車制造工業(yè)設(shè)備能源消耗預(yù)測數(shù)據(jù)量大且離散度較高,支持向量機(jī)和神經(jīng)網(wǎng)絡(luò)算法的運(yùn)用就有一定的局限性。通常,SVM 算法比較適用于數(shù)據(jù)需要高維轉(zhuǎn)低維的場景,適用于小樣本分析,如果樣本量較大則訓(xùn)練時(shí)間會(huì)比較長。BP 神經(jīng)網(wǎng)絡(luò)算法是一種局部搜索的優(yōu)化方法,能夠較好地反應(yīng)出輸入與輸出之間的非線性關(guān)系,處理圖像、語音、文本等高維數(shù)據(jù)。除了BP 神經(jīng)網(wǎng)絡(luò)算法還出現(xiàn)了一些新型的深度神經(jīng)網(wǎng)絡(luò)模型,這些算法也需要相當(dāng)大的數(shù)據(jù)量為依托,對(duì)項(xiàng)目的能耗預(yù)測也不合適。其次,不論是支持向量機(jī)還是神經(jīng)網(wǎng)絡(luò)算法都需要經(jīng)過復(fù)雜的調(diào)參才能達(dá)到較好的預(yù)測效果。
通過綜合比較,研究中的項(xiàng)目擬采用XGBoost 算法進(jìn)行建模分析。
4.2.1 XGBoost 模型的優(yōu)勢
XGBoost 是陳天奇等人開發(fā)的開源機(jī)器學(xué)習(xí)項(xiàng)目,高效地實(shí)現(xiàn)了GBDT 算法并進(jìn)行了算法和工程上的許多改進(jìn)。XGBoost算法能實(shí)現(xiàn)并行計(jì)算和分布式計(jì)算驅(qū)動(dòng)快速學(xué)習(xí);還可以與Flink,Spark及其他云數(shù)據(jù)流系統(tǒng)集成。同時(shí),由于XGBoost在預(yù)測性能上強(qiáng)大且訓(xùn)練速度快,可以處理回歸、分類和排序等多種任務(wù)。相對(duì)于SVM、BP神經(jīng)網(wǎng)絡(luò)算法,XGBoost 算法的訓(xùn)練時(shí)間短;對(duì)初始設(shè)置的參數(shù)依賴性較低;同時(shí)也能適用于不平衡分散數(shù)據(jù)的學(xué)習(xí)和預(yù)測;還能較好的處理表格數(shù)據(jù)。因此對(duì)于項(xiàng)目的能源消耗預(yù)測采用XGboost 模型相比于其他算法更有優(yōu)勢。
4.2.2 XGBoost 模型原理
XGBoost 是基于Boosting 來實(shí)現(xiàn)的。XGBoost 算法是將許多基礎(chǔ)模型集成在一起,基礎(chǔ)模型可以是分類與回歸決策樹也可以是線性模型,是一種集成式提升算法。集成學(xué)習(xí)方法提供了一種系統(tǒng)的解決方案,能夠給出多個(gè)模型的聚合輸出。對(duì)于一個(gè)有m 維輸入、n 個(gè)樣本點(diǎn)的集合了K 個(gè)子模型的模型,如式(1)。
式中 F——回歸樹集合所在的空間
fk——分類樹,具有獨(dú)立結(jié)構(gòu)和獨(dú)立葉權(quán)重
XGBoost 算法的特征如下:XGBoost 算法在損失函數(shù)中加入了正則項(xiàng),防止過度擬合;XGBoost 算法結(jié)合了稀疏感知的分割查找算法能夠處理稀疏數(shù)據(jù);XGBoost 有一個(gè)分布式加權(quán)分位數(shù)草圖算法能夠有效地處理加權(quán)數(shù)據(jù);XGBoost的系統(tǒng)設(shè)計(jì)中有并行學(xué)習(xí)的塊結(jié)構(gòu),在CPU 上使用多個(gè)內(nèi)核,能夠?qū)崿F(xiàn)更快的計(jì)算;XGBoost 在每個(gè)線程中分配內(nèi)部緩沖區(qū)可以優(yōu)化硬件的使用;XGBoost 具有核外計(jì)算的特性,優(yōu)化了可用的磁盤空間。
在2021年全國兩會(huì),碳達(dá)峰和碳中和被首次寫入政府工作報(bào)告,通過制造業(yè)的電氣化升級(jí)改造,應(yīng)用物聯(lián)網(wǎng)技術(shù)打通設(shè)施供電和設(shè)備消耗的技術(shù)壁壘,實(shí)現(xiàn)透明化的工業(yè)用能管理。結(jié)合能源消耗實(shí)時(shí)預(yù)測的功能,優(yōu)化結(jié)果顯著,能較好地實(shí)現(xiàn)汽車制造業(yè)工業(yè)設(shè)備能耗預(yù)測工作。