工藝空調數據管理在降低卷煙企業綜合能耗的應用

苗 強 曹 凱

（山東中煙工業有限責任公司青島卷煙廠，山東 青島 266101）

·節能與環保·

工藝空調數據管理在降低卷煙企業綜合能耗的應用

苗 強 曹 凱

（山東中煙工業有限責任公司青島卷煙廠，山東 青島 266101）

從空調工藝流程入手，對工藝空調進行系統分析，以車間需求拉動為導向，通過對大量空調運行數據的挖掘，利用方差分析工具與回歸分析，識別出制冷機效率、新風利用、空調開機預熱時間等環節存在的節能空間。并進行DO E實驗設計，建立相應控制模型，實現開機智能推送，新風自動調節，加以信息化集成與精益看板固化，實現空調綜合能耗下降的目標。

數據管理；DO E實驗；卷煙廠；工藝空調；綜合能耗；節能

一、前言

在節能減排已成為我國的基本國策下，煙草行業積極履行社會責任，2013年，國家局推進精益管理，青島卷煙廠在山東中煙的領導下，積極響應精益管理與雙增雙節，將能源管理作為重點工作。

空調系統作為輔助生產的主要耗能設備，占青島卷煙廠輔助生產耗能的70%，降低空調系統單耗可以實現企業效益和社會效益雙贏。在卷煙企業中，卷煙生產過程的工藝和生產材料對環境溫濕度的要求標準都很高，加濕不均勻、相對濕度的不足或濕度的高低波動等因素都會直接影響到卷煙生產工藝過程以及最終的卷煙成品，我國卷煙生產企業從上世紀80年代引進工藝空調設備以來，就對車間實行恒溫恒濕控制，但是伴隨而來的是卷煙單耗增加問題，空調能耗量占到卷煙單耗的30%，降低空調系統單耗成為了緊迫任務。

在經年累月的生產過程中，煙草企業積累了大量的空調使用數據，充分有效地利用這些數據，對于煙草行業的節能減排具有重要意義。以下從空調工藝流程入手，對工藝空調進行系統分析，以車間需求拉動為導向，通過對大量空調運行數據的挖掘，利用方差分析工具與回歸分析，識別出制冷機效率、新風利用、空調開機預熱時間等環節存在的節能空間。

二、項目背景

青島卷煙廠有工藝空調45臺，負責保證生產期間，生產區域的溫濕度工藝指標。目前，卷包空調系統涉及制冷系統、熱力系統、冷卻循環水系統，空調主機控制雖然采用了PID自動調節，并通過C/S構架搭建空調精準控制系統，以SIEMENS的PCS7系統為框架，通過信息管理層、過程控制層、設備控制層三層級管理，利用精準溫濕度控制、溫濕度串級控制與變參數自動整定控制，實現空調節能運行。但是對于空調運行時間、系統間啟停配合等操作，仍以經驗操作為主。

由于空調系統受室外空氣溫濕度影響大，同時結構復雜，涉及系統龐大，因此空調系統節能還存在著以下需求和挑戰：1.合理的生產組織安排，減少等待的浪費。2.采取節能新舉措，降低空調系統耗能。3.優化空調各運行參數，尋求最佳運行模式。僅僅依靠設備的控制功能來實現機組的運行，已經無法同時滿足溫濕度控制和節能減排的雙重需求。如何從空調的工藝流程出發，通過挖掘隱藏在大量歷史數據背后的規律來實現節能減排的目的，是煙草行業空調管理部門亟待解決的一個問題。

三、研究內容

利用空調控制系統累積的數據進行分析管理，進一步提高空調運行效率，降低能源消耗。

首先從空調工藝流程入手，對全系統進行分析，以車間需求拉動為導向，分析耗能工藝環節的能源消耗，針對每一個耗能環節進行現場寫實與系統分析，識別出制冷機效率、新風利用、空調開機預熱時間等環節存在的隱形浪費（圖1）。

對于制冷機效率，通過實驗數據，進行DOE相應曲面設計（圖2），并進行回歸分析，尋找到最佳負荷狀態點，并通過電子看板進行固化，實現開機數量推薦模式；對于新風利用，結合室外溫濕度變化對于能耗的影響，尋找到不同工況下的新風最佳采用量，并以自控系統進行固化，實現新風的自動調節；而對于空調開關機時間，則是對10年的歷史數據進行分析，尋找到最佳值。

圖1 空調工藝詳細流程圖

圖2 效率與送風機頻率、送風比焓查的曲面圖

本文以空調機組運行水電費為研究對象，建立空調使用情況與水電費消耗模型（以下簡稱能耗模型），結合現場裝置實際運行數據，找出影響水電費消耗的關鍵操作參數（優化用的決策變量）和關鍵能耗點（優化目標），為進行大量模擬提供依據。為了減少實驗次數，同時不影響分析的準確性，通過均勻設計的實驗設計方法列出關鍵操作參數實驗表，利用已建立的能耗模型進行模擬，產生用于BP神經網絡訓練和預測的數據，然后采用B P神經網絡對模擬數據進行訓練和預測，找出關鍵操作參數與能耗的非線性映射關系，接著在已訓練好的BP神經網絡模型基礎上，對不同操作組合情況下的能源消耗進行預測（圖3）。項目還運用可視化看板、標準作業、信息化集成等措施，并以TsPM系統為支撐進行固化，實現PDCA閉環持續改進（圖4）。

項目最終通過看板管理實現制冷機開臺面的最優控制，并以標準作業（SOP）固化操作過程。通過現場調試與改進，實現了新風閥依據室外空氣溫濕度的自動調節。通過跨部門合作與溝通機制的優化，減少了開機預熱時間，通過空調開機預熱時間的智能消息推送，降低了等待的浪費。并且通過精益項目的實施，調動了一線員工的積極性，不僅使員工的工作技能有了很大提高，也使得對精益思想的理解更加深入，對精益工具的使用更加嫻熟，使團隊成員各方面能力有了全面提升，項目最終不僅為企業提高了經濟效益，同時也減少了二氧化碳排放量，提高了社會效益，擔負了社會責任。

圖3 空調機組運行模型構建流程

圖4 TsPM系統設備開臺面控制看板

四、實際應用效果與創新點

通過該項目的實施，將其方法推廣至全廠，實現了空調系統能耗整體下降，節能效果明顯，2014年空調系統萬支卷煙綜合能耗為0.75kg標煤/萬支。通過項目的實施及效果驗證，2015年空調系統萬支卷煙綜合能耗下降為0.73kg標煤/萬支。

本項目以價值流系統分析為突破口，通過對大量歷史數據的分析與現場寫實調研，成功尋找到隱形的浪費與效率的浪費兩個重要方面。該項目有如下特點：

1.通過優化組織控制流程，建立互動通訊機制，實現空調機組運行的需求拉動模式。2.通過DOE實驗設計，運用回歸分析尋找到最佳設備運行參數。3.運用信息化手段，對10年數據進行分析，以大數據為支撐，效果更明顯。4.管理流程優化與設備運行效率提升的有機結合。

五、結語

通過現場寫實，建立了空調系統開關機需求拉動供應模式，以大數據做支撐，尋找空調系統最佳預熱時間與關機時間。同時基于線性回歸分析，尋找到設備運行中的最佳效率點，并與系統匹配，通過對新風的利用采用信息化自動控制，實現新風采用量隨室外新風溫濕度變化而調整模式，此為新風控制的創新模式。

[1]胡世鵬,吳小林,馬利敏,方傳統,李奇,張麗紅.基于BP神經網絡和遺傳算法的天然氣脫水裝置能耗優化[J].天然氣工業,2012,11:89-94+123-124.

[2]劉長俊.基于遺傳BP神經網絡技術的大型公建能耗分析模型的研究與應用[D].廣西大學,2012.

[3]楊宏韜,張德江,李秀蘭,王秀英.遺傳神經網絡能耗預測模型在鋼鐵企業中的應用[J].長春工業大學學報(自然科學版),2007,S1:186-189.

[4]陳煥新,劉江巖,胡云鵬,李冠男.大數據在空調領域的應用[J].制冷學報,2015,04:16-22.

[5]孫冬梅.公共建筑采暖空調系統能耗預測方法研究[D].重慶大學,2009.

TU831.8

B

1671-0711（2016）06-0085-02