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）科技有限責任公司，北京 100073）

0 引言

當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的關注和重視。工業(yè)領域向來是能源消耗較多的領域，因此在工業(yè)領域?qū)崿F(xiàn)節(jié)能尤為重要。工業(yè)領域的能源管理項目是發(fā)展循環(huán)經(jīng)濟、節(jié)能、環(huán)保實現(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)濟的支柱產(chǎn)業(yè)之一，在汽車制造業(yè)實施先進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)濟和社會效益，同時達到節(jié)能減排的目的。隨著國家和社會對制造業(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，通過應用智能制造、工業(yè)互聯(lián)網(wǎng)技術，精細化的能源管理方式以及基于數(shù)據(jù)驅(qū)動的能源消耗預測的建模已經(jīng)成為當前重要的研究方向。

1 工廠工業(yè)設備能源監(jiān)測分析系統(tǒng)簡介

以某整車廠的焊裝和總裝車間為試點，搭建了工廠工業(yè)設備能源監(jiān)測分析系統(tǒng)。此項目是以信息、計算機視頻圖像等控制技術為手段，面向汽車制造的生產(chǎn)過程，實現(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)設備能源監(jiān)測分析系統(tǒng)項目的實施對生產(chǎn)車間提高產(chǎn)能、減少停機維修時間具有深遠的意義。目前，該整車廠的各車間控制系統(tǒng)高度標準化，在試點項目實現(xiàn)此設備能源監(jiān)測平臺，也可推廣到其他焊裝、噴漆及總裝，為今后設備故障的快速處理以及預防性檢修做好準備。目前該項目第一階段已經(jīng)實施完畢，并取得了較好的成果。

2 汽車制造工業(yè)設備能源管理現(xiàn)狀

目前整個汽車制造行業(yè)大部分企業(yè)對工廠的能源管理的認知是相當浮于表面且有盲點的。例如在用電高峰期強制停用高耗能設施；工業(yè)設備更換為具有節(jié)能功能的設備；但是諸如以上這些措施在本質(zhì)上并不能達到節(jié)能降耗的目的。事實上，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的預期節(jié)能效果。在項目實施之前工廠內(nèi)沒有生產(chǎn)耗電的詳細信息；因此即使存在用電浪費的情況也不能及時發(fā)現(xiàn)并找出其原因；同時人員抄表得到的數(shù)據(jù)也是有延時的，并非是實時的，一方面不能及時的發(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。

因此實現(xiàn)節(jié)能降耗必須實施先進的能耗管理方式，先進的能源管理方式必須首先實現(xiàn)用電數(shù)據(jù)的信息化。汽車制造業(yè)工業(yè)設備能源監(jiān)測分析系統(tǒng)是目前可行且有效的解決方案。工業(yè)設備能源監(jiān)測分析系統(tǒng)能夠?qū)崿F(xiàn)實時能源監(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)有的硬件設備搭建工業(yè)設備能源監(jiān)測分析系統(tǒng)的基礎架構(gòu)并具有實現(xiàn)生產(chǎn)耗能的統(tǒng)計分析功能；第二階段搭建基于數(shù)據(jù)驅(qū)動的能源消耗預測模型并實現(xiàn)可視化；第三階段實現(xiàn)柔性化生產(chǎn)線根據(jù)不同車型排產(chǎn)實現(xiàn)最優(yōu)能耗水平。

項目實施之前，工業(yè)設備的供電系統(tǒng)采用集成配電系統(tǒng)的電能表進行電能監(jiān)測，需手動查看且無數(shù)據(jù)追溯功能，給整個裝焊工廠帶來了非常大的壓力。汽車制造業(yè)工業(yè)設備能源監(jiān)測分析系統(tǒng)實施之前，需要在現(xiàn)場通過儀表讀數(shù)，費時費力且無記錄功能，無法分析重點能耗設備情況和非生產(chǎn)耗能。設備間的用電干擾和上口電壓等問題導致設備電氣元器件頻繁燒毀，從而造成設備停機，造成大量損失。因此，對能源（水、電、氣）的實時檢測，對于生產(chǎn)的可持續(xù)性具有重要意義。

在項目實施之前，此高端整車制造廠已經(jīng)在新一代標準的車間工廠內(nèi)引進了大量的高新技術和先進的工業(yè)設備。通過使用現(xiàn)場已有的硬件搭建能源監(jiān)測分析系統(tǒng)，用以實現(xiàn)對工廠內(nèi)的能源消耗與設備的運行狀況實施精細化監(jiān)測與分析，從而能夠及時檢測出系統(tǒng)內(nèi)的重點能耗設備及非生產(chǎn)時的跑、冒、滴、漏和電機空轉(zhuǎn)等增加能源消耗的問題。同時，也能及時分析出因能源供給不足或設備之間干擾而導致的相關問題。例如，上口電能質(zhì)量不達標、三相電壓不平衡、壓縮空氣供給不穩(wěn)定（有細小的漏氣）、工藝循環(huán)冷卻水或設備電磁干擾等。通過搭建能源監(jiān)測分析系統(tǒng)就可以及時排查因能源方面的問題而造成的設備故障（電器元件損壞、氣動元件不穩(wěn)定），并且能夠更有針對性的進行預防檢修，提升工業(yè)設備的使用壽命，達到節(jié)能減排的目標。

3 汽車制造業(yè)工業(yè)設備能源監(jiān)測分析系統(tǒng)設計

能源監(jiān)測分析系統(tǒng)的技術架構(gòu)是利用現(xiàn)有的控制系統(tǒng)和現(xiàn)場總線來搭建設備能源檢測分析系統(tǒng)，進行能源監(jiān)測、分析功能的二次開發(fā)（圖1）。目前，在實際的生產(chǎn)中缺少一種有效的解決措施來進行設備能源監(jiān)測，預防上口電能質(zhì)量不達標、三相電壓不平衡、工藝循環(huán)冷卻水或設備電磁干擾等故障，為了系統(tǒng)的解決設備能源質(zhì)量問題，聯(lián)合技術維修團隊中分別負責機械、PLC、電氣的責任工程師以及供應商，對控制系統(tǒng)進行了初步全面的分析，并制定詳細的改造方案。初步改造方案從各個方面對設備能源監(jiān)測平臺進行自主開發(fā)，以提高能源系統(tǒng)的穩(wěn)定性和可用性，降低故障率，減少維修時間，減輕車間的生產(chǎn)壓力。

3.1 基于Profinet的工業(yè)物聯(lián)網(wǎng)方案

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，總裝車間28 個分布在各自動化區(qū)域，實現(xiàn)以下3 個目標：

3.1.1 主要技術指標

通過硬件采集工廠設備層供電、壓縮空氣狀態(tài)，利用現(xiàn)有的Profinet 控制網(wǎng)絡系統(tǒng)，在服務器整合數(shù)據(jù)，建立管理平臺進行處理和分析數(shù)據(jù)，實現(xiàn)設備能源監(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 電能實施方案

在電能監(jiān)測實施方案中，計劃利用現(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 編程實現(xiàn)數(shù)據(jù)采集，最終在上位系統(tǒng)自主編程實現(xiàn)可視化（圖2）。

圖2 電能實施方案

3.1.3 壓縮空氣實施方案

在壓縮空氣監(jiān)測及節(jié)能實施方案中，計劃利用現(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 編程實現(xiàn)數(shù)據(jù)采集，最終在上位系統(tǒng)自主編程實現(xiàn)可視化。并且，可通過集成Festo MSE6-E2M 節(jié)能模塊實現(xiàn)壓縮空氣的泄漏檢測并及時報警，同時能夠?qū)崿F(xiàn)停機檢測并自動關斷。具體實施方案為在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上發(fā)出警告，如在非生產(chǎn)時間可自動關斷以避免壓縮空氣泄漏，生產(chǎn)時再進行復位（圖3、圖4）。

圖3 壓縮空氣實施方案

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)量不達標會干擾設備的正常運行，從而導致停機；不穩(wěn)定的能源供給或設備間干擾，會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，螺柱焊機也頻繁發(fā)生電流過低的供電故障。通過搭建此設備能源監(jiān)測平臺，可以對以上情況進行預警，從而避免由以上問題導致的停機，降低經(jīng)濟損失。

3.2 方案的效果與收益

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 個提升機工位每年可節(jié)約=17×1×250×18.36=78 030 元。目前每個工位每天耗能平均344.85 kW·h，僅電能一項可節(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)上位機程序，無需采購昂貴的能源管理平臺。本系統(tǒng)技術出發(fā)點力求務實，提高經(jīng)濟性、可靠性，在原來的設備基礎上進行改造。因此這次自主搭建的設備能源監(jiān)測分析系統(tǒng)能有效降低供能系統(tǒng)對生產(chǎn)的壓力，降低因設備故障導致的生產(chǎn)損失?？蓪⒐S內(nèi)的能源消費狀況與設備運作狀況實施精細化監(jiān)視和分析，實現(xiàn)工業(yè)設備的高生產(chǎn)效率，提升設備使用壽命，降低能源消耗。

4 工業(yè)設備能耗預測模型

目前該整車制造工廠的工業(yè)設備能源監(jiān)測分析系統(tǒng)只實現(xiàn)了統(tǒng)計分析功能，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)計分析功能逐步實現(xiàn)基于數(shù)據(jù)驅(qū)動和算法的能源消耗實時預測的功能。從單個車間的能源預測逐漸普及到基于工業(yè)物聯(lián)網(wǎng)的整個生產(chǎn)系統(tǒng)的能源管理及能源消耗預測，以采取有效的節(jié)能措施達到預期的節(jié)能目標。

該項目的第二階段已經(jīng)開始實施，正在試點工序內(nèi)進行數(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，后期會通過進一步分析補充數(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 試點工序數(shù)據(jù)維度、頻次及來源

4.1 特征工程

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測結(jié)果達到這一上限。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測模型時需要關注的關鍵因素。下面對本次能耗建模預測特征工程考慮的因素進行簡單總結(jié)。

4.1.1 提取所收集數(shù)據(jù)的關鍵信息

由于整車制造工業(yè)的能源消耗數(shù)據(jù)在時間上具有連續(xù)性特征，因此需要針對日期數(shù)據(jù)進行觀察并提取特征信息。例如，因為季節(jié)原因生產(chǎn)系統(tǒng)的外部環(huán)境溫度差異巨大，在特征提取時必須考慮到相關的信息。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鍵信息。

4.1.2 對關鍵數(shù)據(jù)進行線性壓縮

在汽車的制造中，不同車型的生產(chǎn)耗能也會有所不同，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)設備的主要工藝是焊裝車間的工業(yè)機器人、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)機器人及連接技術，因此選取各個車型的電能及壓縮空氣消耗為關鍵物理量。這些關鍵物理量與不同車型相對應，并對不同車型的每日產(chǎn)量進行線性壓縮，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雜性，還能在已有的特征中加入新的信息提高模型的預測準確性。

4.1.3 創(chuàng)建多項式特征

一般情況下，模型會將各個維度都作為獨立的輸入，并不會考慮特征之間的關系。因此，如果不同的車型的產(chǎn)品之間存在一定的關系可以考慮加入多項式特征。例如，研究中不同的車型之間是有相互替代的關系的，因此在特征工程中就可以建立不同車型產(chǎn)量間的相關關系，來補充產(chǎn)量數(shù)據(jù)的多項式特征。

4.1.4 增加補充維度

數(shù)據(jù)維度的多樣和有效是模型準確性的基礎，如果模型預測結(jié)果不及預期，這時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鍵數(shù)據(jù)，來補充數(shù)據(jù)維度，提高預測的準確性。目前該項目的建模過程還處于數(shù)據(jù)收集與處理階段，整個過程中數(shù)據(jù)的維度也會根據(jù)業(yè)務知識的積累及未來模型的訓練結(jié)果及時的調(diào)整。

4.2 預測模型的選擇

支持向量機、神經(jīng)網(wǎng)絡、隨機森林模型等算法都可以實現(xiàn)能源消耗的預測。但是汽車制造工業(yè)設備能源消耗預測數(shù)據(jù)量大且離散度較高，支持向量機和神經(jīng)網(wǎng)絡算法的運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練時間會比較長。BP 神經(jīng)網(wǎng)絡算法是一種局部搜索的優(yōu)化方法，能夠較好地反應出輸入與輸出之間的非線性關系，處理圖像、語音、文本等高維數(shù)據(jù)。除了BP 神經(jīng)網(wǎng)絡算法還出現(xiàn)了一些新型的深度神經(jīng)網(wǎng)絡模型，這些算法也需要相當大的數(shù)據(jù)量為依托，對項目的能耗預測也不合適。其次，不論是支持向量機還是神經(jīng)網(wǎng)絡算法都需要經(jīng)過復雜的調(diào)參才能達到較好的預測效果。

通過綜合比較，研究中的項目擬采用XGBoost 算法進行建模分析。

4.2.1 XGBoost 模型的優(yōu)勢

XGBoost 是陳天奇等人開發(fā)的開源機器學習項目，高效地實現(xiàn)了GBDT 算法并進行了算法和工程上的許多改進。XGBoost算法能實現(xiàn)并行計算和分布式計算驅(qū)動快速學習；還可以與Flink，Spark及其他云數(shù)據(jù)流系統(tǒng)集成。同時，由于XGBoost在預測性能上強大且訓練速度快，可以處理回歸、分類和排序等多種任務。相對于SVM、BP神經(jīng)網(wǎng)絡算法，XGBoost 算法的訓練時間短；對初始設置的參數(shù)依賴性較低；同時也能適用于不平衡分散數(shù)據(jù)的學習和預測；還能較好的處理表格數(shù)據(jù)。因此對于項目的能源消耗預測采用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 來實現(xiàn)的。XGBoost 算法是將許多基礎模型集成在一起，基礎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。集成學習方法提供了一種系統(tǒng)的解決方案，能夠給出多個模型的聚合輸出。對于一個有m 維輸入、n 個樣本點的集合了K 個子模型的模型,如式（1）。

式中 F——回歸樹集合所在的空間

fk——分類樹，具有獨立結(jié)構(gòu)和獨立葉權(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，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)設計中有并行學習的塊結(jié)構(gòu)，在CPU 上使用多個內(nèi)核，能夠?qū)崿F(xiàn)更快的計算；XGBoost 在每個線程中分配內(nèi)部緩沖區(qū)可以優(yōu)化硬件的使用；XGBoost 具有核外計算的特性，優(yōu)化了可用的磁盤空間。

5 結(jié)束語

在2021年全國兩會，碳達峰和碳中和被首次寫入政府工作報告，通過制造業(yè)的電氣化升級改造，應用物聯(lián)網(wǎng)技術打通設施供電和設備消耗的技術壁壘，實現(xiàn)透明化的工業(yè)用能管理。結(jié)合能源消耗實時預測的功能，優(yōu)化結(jié)果顯著，能較好地實現(xiàn)汽車制造業(yè)工業(yè)設備能耗預測工作。