DOE試驗方法在提高制冷系統能效比中的應用

金曉波，王榮文，舒欣，姚佳明

(浙江中煙工業有限責任公司杭州卷煙廠,浙江 杭州 310024）

DOE試驗方法在提高制冷系統能效比中的應用

金曉波，王榮文，舒欣，姚佳明

(浙江中煙工業有限責任公司杭州卷煙廠,浙江 杭州 310024）

針對杭州煙廠制冷系統能效低的問題，利用六西格瑪管理中的試驗設計（DOE）思路對制冷系統的各工序進行優化研究，通過流程分析、因果矩陣（C&E矩陣）、潛在失效模式分析（FMEA分析）、快贏等方法對因子進行篩選，選取了制冷機組負載、冷卻水進水溫度、冷凍水出水溫度等三個關鍵因子，并通過正交試驗進行了優化擬合，得到了最佳參數配置及理論最佳值。通過3個月的試驗驗證期，制冷系統效率從之前的4.06提高到4.41，效率提高了8.6%。

試驗設計（DOE）；因子；制冷系統能效比

根據前瞻研究院數據，中國建筑能耗占全國總能耗的33%，而同時根據空調行業數據空制冷調能耗一般占建筑能耗的60%左右，特別是一些對保溫保濕要求很高的工業企業，這個比例會更高。因此，如何提高空調制冷能效比、降低空調能耗的課題對國家節能降耗意義非常重大。

六西格瑪管理自20世紀80年代誕生于摩托羅拉公司，目前已經演變成為一套行之有效的問題解決方法以及提高組織績效的系統方法論。其中，試驗設計方法（Design of Experiment，DOE）是目前六西格瑪管理中最有效的改善利器之一,它是一種利用數理統計方法，科學安排實驗和分析實驗數據，以較小的試驗規模、較短的試驗周期及最低的實驗成本來獲取最佳的試驗結果及結論的方法。

1 DOE試驗模式綜述

DOE試驗方法基本步驟包括識別查找因子，通過科學手段篩選關鍵因子，安排正交試驗和記錄相關試驗數據，通過數理統計工具對數據進行分析確認，提出因子參數最優配比方案，最后通過若干試驗確認驗證。其過程實質是解決Y=F(xi)的問題，式中Y表示關鍵質量特性，xi表示影響關鍵質量特性的關鍵影響因子，通過因果矩陣、FMEA分析、假設檢驗等方法確定關鍵x因子，通過最終的試驗方法尋找最佳x組合實現Y的最優化，通過制定標準化文件等方法對改進成果進行固化（圖1）。

2 試驗因子的篩選

2.1 問題陳述

目前，杭州卷煙廠制冷站設置有6臺三級離心式制冷主機，主要為卷煙生產工藝空調提供冷凍水。每臺額定制冷量為4785kW，總裝機制冷量為28710kW，每臺主機及配套設備輸入電功率為1123kW，總輸入電功率為6738kW。

從2013、2014年的兩個供冷季節（每年的5月到11月）的能效比數據分析，該制冷系統的能效比平均值只為4.06。其中最好的1個月可以達到4.46，最低的1個月只為3.89，兩者相差很大，制冷系統能效比存在較大的改進機會（圖2）。

圖1 DOE試驗方法流程圖

圖2 2013年、2014年制冷系統能效比I-MR控制圖

2.2 試驗目標確定

本次試驗定義的關鍵質量特性Y為制冷系統能效比（Energy efficiency ratio，EER），其公示表達式為：

其中，制冷站總輸出制冷量及總耗電量數據是通過車間能源管理系統取值，頻次為每小時一次。

通過歷史數據，Y值的現狀值均值為4.06，歷史的最優值4.46，因此試驗的標桿值為4.46，試驗目標值定為4.36。

2.3 試驗流程分析

試驗首先對制冷系統的流程工序進行展開（見圖3），查找到影響制冷能效比的可控輸入性因子共有25個。同時，利用C&E矩陣（因果矩陣）對這25個因子與Y制冷系統能效比的相關性進行專家打分，選出大于11個重要因子進入FMEA分析（潛在失效模式分析）。

圖3 制冷系統流程分析圖

2.4 FMEA分析（潛在失效模式分析）

FMEA分析首先是對這些因子按嚴重度、發生頻率及探測度進行打分（見表1），同時根據團隊討論選取風險優先級分數超過100分的為關鍵因子，因此篩選出了8個嚴重影響制冷系統能效比的關鍵因子，分別為：機組內銅管結垢、冷卻水水質、自動排氣裝置、冷卻塔填料臟堵、制冷劑不足、制冷機組負載、冷卻水進水溫度、冷凍水出水溫度。

根據改善的難易程度、投入的人力物力財力等分析，團隊選定其中的制冷劑不足、機組內銅管結垢、冷卻水水質、自動排氣裝置、冷卻塔填料臟堵等五個因子做快贏改善。

通過措施落實后，對這些因子進行了二次的FMEA打分分析，嚴重度、發生頻率以及探測度都有所下降，改善過后因子的風險優先級存在明顯下降。

3 試驗分析及驗證

3.1 試驗因子顯著性分析

試驗之前需要對關鍵因子做顯著性分析，確認是否真的對關鍵質量特性Y值有顯著影響。因子的顯著性分析是通過低解析度的兩水平試驗，利用假設檢驗、方差分析等方法對因子的顯著性進行評判。本試驗將對制冷機組負載、冷卻水進水溫度、冷凍水出水溫度等三個因子分別做雙樣本T檢驗。為了減少試驗干擾，確定數據真實性、有效性，確定本次試驗方法為：（1）對每一個因子做兩個水平試驗，同時固定其他因子參數不變；（2）試驗時間為每個水平各24小時；（3）試驗機臺號為固定2#制冷機組。通過一個多星期試驗，取得相應的三組數據如表2。同時，通過相應雙樣本T分析確定三個因子與制冷系統能效比都有比較明顯的關系。

3.2 試驗分析

通過顯著分析確定的3個因子實施3因子2水平的全因子正交試驗，另加3個中心點，試驗次數為23+3=11，試驗方案及相應試驗數據如表3所示。

表1 制冷系統FMEA分析

表2 因子雙樣本T檢驗數據

表3 因子2水平試驗數據

通過數據分析，發現交互作用不顯著，因此去掉不顯著項后，模型無明顯的失擬，而且彎曲P值=0.207＞0.05，說明模型為一次模型（圖4）。

圖4 因子回歸分析

整體模型方程式如下：

Y(制冷系統能效比)=2.92259+0.0160478×制冷機負載-0.0138252×冷卻水進水溫度+0.0346812×冷凍水出水溫度

通過響應優化設計得出，當制冷機負載=100%、冷卻水進水溫度=28℃、冷凍水出水溫度=10℃時，制冷系統能效比理論最大值為4.4871。

3.3 試驗驗證

根據試驗分析的優化結果調整影響因子設定值進行試驗驗證，時間為3個月。通過這個3個月每日單值圖可以看到（圖5），優化改善后制冷系統能效比均值可以達到了4.412,比改善之處上升了8.5%，達到了本次4.36的試驗目標值，移動極差也有了明顯下降。但同時也發現實際的制冷系統能效比值還是未達到理論值4.4871，分析原因有：（1）由于生產車間溫濕度有嚴格的要求，因此設備各項參數需要根據實際冷負荷進行調整，有時候不能達到最優設定值；（2）設備電機對設備負載率有限定值，不得超過103%，因此主機一般只能設置到99%；（3）冷卻水進水溫度靠冷卻塔風機的運行臺數控制，控制精度無法達到設置要求。

圖5 3個月的制冷系統能效比I-MR控制圖

4 結語

針對杭州煙廠制冷系統能效比較低的問題，利用六西格瑪中的DOE試驗設計思路對制冷系統的各工序進行優化研究，通過流程分析、C&E矩陣、FMEA分析、快贏等方法對因子進行篩選，選取了制冷機組負載、冷卻水進水溫度、冷凍水出水溫度等三個關鍵因子，并通過正交試驗進行了優化擬合，得到了最佳參數配置及理論最佳值。通過3個月的試驗驗證期，制冷系統能效比均值從4.02提升到了4.412，提升幅度為8.5%，移動極差均值從0.126下降到了0.064，下降幅度49%，說明了設備更加穩定。但也由于實際工藝要求以及設備本身原因未達到理論最佳值4.487，這個也是后續的研究方向。本文將六西格瑪的DOE試驗設計思路很好的用于了設備的效率提升中，將原有粗放的設備管理模式改為精細的管理模式，也為企業設備管理能力的提升提供了借鑒。

[1]王震，劉明明.中國能源清潔低碳化利用的戰略路徑[J].天然氣工業，2016,36(4):96～102.

[2]張涵奇，孫德強，鄭軍衛等.數據工業革命與能源革命更替規律及對我國能源發展的啟示[J].中國能源，2015(7):35～37.

TB657

A

1671-0711（2017）03（上）-0091-03