楊偉偉，王思寧，鄭貴德，宋亞瓊

（1.南大通用數(shù)據(jù)技術(shù)股份有限公司，天津 200384 ；2.北京中電普華信息技術(shù)有限公司，北京 100192；3.中國電機(jī)工程學(xué)會，北京 100761）

0 引言

生產(chǎn)制造企業(yè)實現(xiàn)能耗優(yōu)化，需要管理和技術(shù)方法結(jié)合，在管理上，需要優(yōu)化生產(chǎn)布局和流程結(jié)構(gòu)，淘汰落后工藝和產(chǎn)能，以節(jié)能設(shè)備替換過高耗能設(shè)備。本文研究主要以汽車制造為例，通過大數(shù)據(jù)分析技術(shù)方法輔助實現(xiàn)能耗優(yōu)化。

本文從企業(yè)生產(chǎn)設(shè)備入手，利用企業(yè)已有數(shù)據(jù)資源，廣泛采集影響能耗的相關(guān)數(shù)據(jù)，構(gòu)建能耗知識庫、利用人工智能算法并通過大數(shù)據(jù)分析平臺進(jìn)行數(shù)據(jù)挖掘分析，形成能耗優(yōu)化方案，輔助生產(chǎn)企業(yè)實現(xiàn)節(jié)能降耗。

1 能耗知識庫構(gòu)建

1.1 能耗特點分析

以汽車制造廠車間能耗為例，不同設(shè)備、工藝、使用能源類型、設(shè)備運行環(huán)境和狀態(tài)等所反映的能耗規(guī)律均不同。

汽車行業(yè)典型的工藝包括沖壓、焊裝、涂裝及總裝四大工藝。汽車制造是高耗能企業(yè)，其中，涂裝車間占比很高，通常高達(dá) 50%以上；汽車制造的能源類型有多種，常見的有電、燃?xì)?、壓縮氣、蒸汽（轉(zhuǎn)換能源）、水（轉(zhuǎn)換能源）等。以上這些特性以及產(chǎn)品類型、產(chǎn)量、設(shè)備工作模式狀態(tài)、氣候、班組技能、發(fā)生事件等都對能耗產(chǎn)生不同影響。

1.2 數(shù)據(jù)建模

典型的能耗管理決策依據(jù)包括：車間及重點設(shè)備多個維度的能耗趨勢、各種能源類型的能耗的權(quán)重比、各個車間的能耗構(gòu)成及比重、關(guān)鍵設(shè)備的OEE（總體設(shè)備效率）、關(guān)鍵設(shè)備的有功效率（設(shè)備生產(chǎn)運行占設(shè)備開機(jī)時間），關(guān)鍵設(shè)備開啟停次數(shù)與產(chǎn)量及能耗關(guān)系、高能耗設(shè)備的開溫提前期與環(huán)境氣溫關(guān)系、關(guān)聯(lián)設(shè)備的關(guān)聯(lián)度及能耗、可替換設(shè)備的能耗關(guān)系、氣溫對加熱設(shè)備的敏感度、氣溫對制冷設(shè)備的敏感度、停機(jī)時間對設(shè)備能耗的影響度、異常能耗及趨勢、影響設(shè)備能耗的主要因素及權(quán)重、鍋爐等高能源消耗的與運行參數(shù)關(guān)系等。

設(shè)備是能耗的關(guān)鍵主體，本文圍繞車間設(shè)備實體構(gòu)建能耗知識庫，數(shù)據(jù)模型示例如圖1所示。

圖1是車間能耗知識庫的數(shù)據(jù)模型樣例。實際上，由于工廠設(shè)備數(shù)量大、加工的工序多，形成的數(shù)據(jù)模型會更復(fù)雜。其反映的能耗信息如下。

圖1 汽車制造能耗知識庫數(shù)據(jù)模型示例

? 通過車間能耗的構(gòu)成關(guān)系，可以按能源類型對能耗進(jìn)行匯總及換算，從而獲得車間總能耗。

? 通過設(shè)備構(gòu)成關(guān)系以及能耗類型關(guān)系，不僅可以實現(xiàn)能耗的個體分析，而也可以實現(xiàn)能耗的分類分析。

? 上下游能耗設(shè)備的能耗關(guān)系具有一定的比例關(guān)系，通過上下游的比例關(guān)系分析，可以及時發(fā)現(xiàn)能耗異常，同時能耗上下游比例關(guān)系也是能耗平衡優(yōu)化的重要依據(jù)；

? 設(shè)備與產(chǎn)品生成的關(guān)系分析優(yōu)化能耗的重要依據(jù)，單位產(chǎn)品能耗是制造業(yè)能耗的重要指標(biāo)，同時設(shè)備與產(chǎn)品生成的關(guān)系可以發(fā)現(xiàn)設(shè)備異常能耗，計算各設(shè)備能耗的比例關(guān)系。

? 產(chǎn)品生成的工序流程關(guān)系，可以用來分析產(chǎn)品加工國產(chǎn)的能耗關(guān)系及影響度，挖掘能耗及產(chǎn)品質(zhì)量、能耗與工藝、能耗與班組的關(guān)系，同時也可以發(fā)現(xiàn)產(chǎn)品生成過程的能耗異常。

2 能耗分析方法

為了更有效對能耗進(jìn)行分析，本文針對不同能耗類型，采用了不同的分析方法。主要采用的分析方法如下。

2.1 回歸分析

回歸分析算法在能耗優(yōu)化中適用場景比較多。對于高耗能設(shè)備，可以通過設(shè)備監(jiān)控獲取的參數(shù)實現(xiàn)能耗優(yōu)化，以高耗能的鍋爐能耗優(yōu)化為例，影響鍋爐能耗的典型參數(shù)有壓力、蒸汽溫度、汽流量、水溫、排煙溫度、氧化氮濃度、飛灰含碳量、煙氣含氧量、燃燒原料品種等，通過回歸分析可以獲得各運行參數(shù)對能耗的影響度，并進(jìn)一步通過優(yōu)選運行參數(shù)，實現(xiàn)高耗能設(shè)備能耗的優(yōu)化。

但由于能耗影響參數(shù)多，需要多元回歸，同時，能耗與影響參數(shù)通常是非線性關(guān)系，因此，本文使用多項式非線性回歸分析。非線性回歸的函數(shù)組合比較靈活（如正弦、余弦、指數(shù)變量），具體函數(shù)確定不容易。而對于神經(jīng)網(wǎng)絡(luò)，有萬能近似定理證明，僅有一層隱藏層的前饋網(wǎng)絡(luò)就足夠表示任何函數(shù)近似到任意的精度，故此本文使用神經(jīng)網(wǎng)絡(luò)作為回歸函數(shù)，神經(jīng)網(wǎng)絡(luò)通過其激活函數(shù)（如Sigmoid、tanh、ReLU）的非線性變化，可以較好實現(xiàn)非線性回歸，而且神經(jīng)網(wǎng)絡(luò)在大樣本數(shù)據(jù)分析優(yōu)勢更大，準(zhǔn)確度更高。

2.2 關(guān)聯(lián)分析

關(guān)聯(lián)分析，能夠發(fā)現(xiàn)生產(chǎn)過程中影響能耗異常的因素。為了分析能耗的異常，可以構(gòu)建項集{能耗，加工對象，原料品種，工序，設(shè)備，班組，時段}，通過Apriori 關(guān)聯(lián)算法，得出發(fā)生能耗異常時頻繁伴隨發(fā)生的加工對象、原料品種、工序、設(shè)備、班組、時段。從而發(fā)現(xiàn)能耗異常的強(qiáng)關(guān)聯(lián)項，當(dāng)然，也可以通過關(guān)聯(lián)分析，調(diào)整相關(guān)項，有效優(yōu)化能耗。

理論上，如果通過枚舉的方法尋找項集中各項的關(guān)聯(lián)程度，但在數(shù)據(jù)量巨大的項集中實現(xiàn)其工程量將是浩大的，而在Apriori算法可以技巧性地優(yōu)化工作量。

2.3 多元一次線性分析

通常，除了重點設(shè)備外，車間內(nèi)的大部分設(shè)備并不提供個體能耗數(shù)據(jù)。但通過線性回歸計算，能夠獲得對個體設(shè)備的能耗。個體設(shè)備能耗近似計算方法可以表示為多元一次方程，示意如下：

其中，x1到xn是待估算的個體設(shè)備的能耗，b1到bn是各車間的總能耗。a11到ann是各個體設(shè)備的產(chǎn)量與運行時間的乘積。通過以上線性方程就可以獲得個體設(shè)備的能耗，從而作為個體設(shè)備能耗進(jìn)一步分析的基礎(chǔ)。

2.4 知識抽取分析

設(shè)備知識庫的數(shù)據(jù)源包括來自企業(yè)設(shè)備全生命周期管理的設(shè)備基本信息、設(shè)備構(gòu)成、設(shè)備操作指南、維護(hù)記錄、故障維修記錄、生產(chǎn)加工的產(chǎn)品及數(shù)量、設(shè)備運行狀態(tài)、設(shè)備功率、能耗構(gòu)成及能耗量等信息。本文分析采用RDF（resource description framework）描述設(shè)備、能耗及其關(guān)系，構(gòu)建知識數(shù)據(jù)模型，并以三元組的形式保存到知識庫中。

知識抽取是在基于設(shè)備及能耗關(guān)系等本體信息構(gòu)建的知識圖譜模型基礎(chǔ)實現(xiàn)的。通過設(shè)備知識抽取，可以獲取能耗優(yōu)化知識，比如，可以了解高耗能設(shè)備啟動與產(chǎn)品加工生產(chǎn)的關(guān)系、設(shè)備能耗構(gòu)成、故障征兆（故障影響能耗）、機(jī)械設(shè)備運行軌跡與能耗的關(guān)系、燃燒爐的節(jié)能模式、等效設(shè)備能耗對比等。

以電焊機(jī)能耗異常為例，通過知識庫實現(xiàn)異常排查。問題排查路徑是：用氣異常→點焊機(jī)→加壓機(jī)→維修工單→ 生產(chǎn)排程單→影響能耗、產(chǎn)量

。其知識庫模型示意圖如圖2所示。

依據(jù)圖2示意，搜索原理如下：

? 讀取設(shè)備模型；

? 根據(jù)能耗特征找到異常設(shè)備（點焊機(jī)01）；

? 確認(rèn)設(shè)備后，根據(jù)設(shè)備構(gòu)成找到潛在故障設(shè)備部位（加壓機(jī)01）；

? 找到設(shè)備故障部位后，根據(jù)設(shè)備狀態(tài)診斷所需維修（維修工單）；

? 從同類設(shè)備維修歷史工單獲取設(shè)備維修需要停機(jī)或更換的時間（生產(chǎn)排程）；

? 根據(jù)車間排程任務(wù)調(diào)整計算可能影響的加工量及能耗。

3 能耗分析平臺構(gòu)建

基于知識庫的能耗優(yōu)化管理需要獲取大量的設(shè)備靜態(tài)和動態(tài)數(shù)據(jù)，需要構(gòu)建能耗分析平臺實現(xiàn)數(shù)據(jù)的采集、組織、管理、建模以及分析展現(xiàn)。能耗分析平臺架構(gòu)如圖3所示。

圖3 能耗分析平臺架構(gòu)

分析平臺總體包括4個層次。

（1）IaaS層

該層是基礎(chǔ)設(shè)施層，支持平臺的運行維護(hù)，可采用本地系統(tǒng)或云服務(wù)模式。

（2）DaaS層

該層是本應(yīng)用研究的核心層，提供數(shù)據(jù)服務(wù)，數(shù)據(jù)來源主要有兩類，一類是來自企業(yè)已有ERP/MES中與設(shè)備及生產(chǎn)排程的相關(guān)信息，另一類是來自企業(yè)對設(shè)備的傳感數(shù)據(jù)（IoT）；通過這兩類數(shù)據(jù)集成并構(gòu)建知識模型，支持設(shè)備能耗分析；由于數(shù)據(jù)來源多，通常在構(gòu)建業(yè)務(wù)模型前需要對數(shù)據(jù)進(jìn)一步組織治理；數(shù)據(jù)支撐使用了數(shù)據(jù)倉庫、數(shù)據(jù)湖及工業(yè)互聯(lián)網(wǎng)技術(shù)。

（3）PaaS層

該層是基于DaaS層所提供的數(shù)據(jù)服務(wù)，為上層的應(yīng)用提供應(yīng)用工具或應(yīng)用系統(tǒng)，該層提供應(yīng)用開發(fā)集成服務(wù)。

（4）SaaS層

該層是用戶應(yīng)用層，為用戶提供具體與能耗相關(guān)的報表、數(shù)據(jù)分析、知識抽取及可視化展現(xiàn)服務(wù)。

4 實踐與驗證

通過技術(shù)研究與實踐，本文使用能耗優(yōu)化研究技術(shù)實現(xiàn)了能耗的分析與展現(xiàn)，主要內(nèi)容表現(xiàn)示例如下。

（1）鍋爐運行參數(shù)優(yōu)化

鍋爐是高耗能設(shè)備，實時采集的設(shè)備狀態(tài)數(shù)據(jù)量很大，本文使用神經(jīng)網(wǎng)絡(luò)非線性回歸實現(xiàn)對燃?xì)忮仩t（重點高能耗）的參數(shù)調(diào)優(yōu)，高耗能設(shè)備運行狀態(tài)優(yōu)化建議見表1。

表1 高耗能設(shè)備運行狀態(tài)優(yōu)化建議

通過對歷史能耗及與各指標(biāo)關(guān)系的機(jī)器學(xué)習(xí)分析，系統(tǒng)給出了各關(guān)鍵指標(biāo)的合理值，也就是目標(biāo)值，同時給出采集到各關(guān)鍵指標(biāo)實際值，并計算各指標(biāo)實際值與目標(biāo)值的偏差和產(chǎn)生能耗的正負(fù)影響值。以上數(shù)據(jù)可以通過信息推出供監(jiān)控及操作人員參考。以上模型給出的指標(biāo)建議是綜合了能耗的經(jīng)濟(jì)性和實際工作溫度要求提出的，具有實際指導(dǎo)意義。

（2）烘干室升溫優(yōu)化

烘干室需要一定時間升溫到工作狀態(tài)，也就是開溫，升溫的能耗很高，而且開溫時間與環(huán)境溫度有關(guān)，控制好升溫時間節(jié)能顯著。高耗能設(shè)備開溫提前時間優(yōu)化建議如圖4所示。

圖4 高耗能設(shè)備開溫提前時間優(yōu)化建議

高耗能設(shè)備開啟時間不同，對能耗影響較大。在高耗能設(shè)備開始使用時間固定的情況下，由于季節(jié)不同，設(shè)備環(huán)境溫度差異很大。高耗能設(shè)備起始溫度也有差異。如冬天低溫的起始溫度是-5℃，夏天高溫是40℃。高耗能設(shè)備開啟時間有很大不同。以上是通過歷史數(shù)據(jù)分析，針對具體設(shè)備在具體位置及不同環(huán)境溫度，設(shè)備開啟時間的建議。

（3）能耗異常的強(qiáng)關(guān)聯(lián)因素分析

生產(chǎn)要素和能耗存在關(guān)聯(lián)關(guān)系，通過關(guān)聯(lián)數(shù)據(jù)頻繁集，本文使用關(guān)聯(lián)算法生成了能耗與生產(chǎn)要素的關(guān)聯(lián)度排序集合，為能耗問題改善提供參考建議。能耗影響因素關(guān)聯(lián)分析如圖5所示。

圖5 能耗影響因素關(guān)聯(lián)分析

? 規(guī)則詳細(xì)信息欄目表示關(guān)聯(lián)項，如電耗異常（Ele）、氣耗異常（Gas）、水耗異常（Wat）和電耗因素（如設(shè)備（D）、產(chǎn)品（P））的關(guān)聯(lián)；

? 置信度表示在先決條件X發(fā)生的情況下，由關(guān)聯(lián)規(guī)則“X→Y”推出Y的概率；

? 支持度表示項集{X,Y}在總項集里出現(xiàn)的概率。前項和后項支持度分別表示X和Y在總項集的出現(xiàn)概率。

（4）設(shè)備綜合效率

問題設(shè)備往往會造成能耗異常，OEE（設(shè)備綜合效率）指標(biāo)可用來發(fā)現(xiàn)設(shè)備能耗利用效率。設(shè)備綜合效率問題分析如圖6所示。

圖6 設(shè)備綜合效率問題分析

圖5表示17日時，沖壓機(jī)設(shè)備有功利用率明顯偏低。這種情況，可能是機(jī)器開著，但工作效率低（如工作節(jié)拍太低），會造成能耗浪費。

5 結(jié)束語

本文基于知識庫的制造業(yè)能耗優(yōu)化平臺技術(shù)，綜合了知識庫、機(jī)器學(xué)習(xí)及大數(shù)據(jù)平臺技術(shù)，根據(jù)制造行業(yè)對節(jié)能減排的業(yè)務(wù)需要，提出了一種可行的能耗優(yōu)化數(shù)字化解決方案，經(jīng)過汽車制造企業(yè)的示范研究應(yīng)用，分析精度可以滿足業(yè)務(wù)需要，能夠提升能耗管理水平。這不僅是企業(yè)實現(xiàn)數(shù)字化轉(zhuǎn)型的示范，也是對國家倡導(dǎo)的能耗優(yōu)化的行業(yè)應(yīng)用示范。本文研究可作為生產(chǎn)企業(yè)，特別是制造業(yè)能耗管理優(yōu)化的參考。