油漆車間能源智能化管理系統規劃與應用

徐春 王瑋

摘 要：油漆車間作為整車廠的能源消耗主體，車間的能源管理較為重要。隨著數字化技術和工業4.0的不斷推進和發展，油漆車間能源管理系統通過大量的能源計量儀表和網絡技術實現能源耗量的有效計量，同時結合大數據技術，可實現能源消耗預測和耗量異常的分析功能。能源智能化管理系統可有效指導車間的能源管理，減少能耗浪費，輔助工廠的生產管理。

關鍵詞：油漆車間;能源管理;智能化;大數據;節能

中圖分類號：TP391 ?文獻標識碼：A ?文章編號：1671-7988（2020）14-228-03

Abstract： As the main body of energy consumption in the vehicle factory， the energy management of the paintshop is more important. With the continuous promotion and development of digital technology and industry 4.0， the energy management system of paintshop realizes the statistical report of energy consumption by a large number of energy instruments and network technology. Meanwhile， combined with big data technology， it can effectively predict energy consumption and analyze abnormal consumption. The intelligent energy management system can effectively guide the energy management of the paintshop， reduce the waste of energy consumption， and assist the production management of the factory.

Keywords： Paintshop; Energy management; Intelligence; Big data technology; Energy conservation

CLC NO.： TP391 ?Document Code： A ?Article ID： 1671-7988（2020）14-228-03

前言

傳統整車廠的能源管理方式呈現為管理過程粗放化、數據采集人工化、分析整理復雜化以及問題處理滯后化和數據不充分化的特點。伴隨信息技術發展和大數據的應用，能源管理系統旨在建立一個實時化、透明化、集成化、數據共享化、智能化的能源數字化管理平臺，基礎層面通過儀器儀表實現能耗數據的實時的采集和傳輸，過程層面通過規則或者大數據提供能耗異常的及時判定與預警，應用層面借助采集的大數據給出不同維度的能源報表為管理層提供可視，最終指導相關人員了解相關設備的能耗梯度，找出存在的浪費或者供求關系的不平衡，以降低車間的能耗及碳排放。[1][2][3]

1 能源智能化管理系統架構

1.1 能源系統的簡介

油漆車間能源智能化管理系統是基于傳統的油漆車間能源計量平臺進行進一步開發，同時與車間生產管理系統、物流生產管理系統互聯，實現了能源消耗計量與統計功能、能源異常分析以及能耗預測功能。該能源管理系統是對油漆車間內部的工業水、純水（RO1、RO2）、冷凍水、熱水、電、天然氣、壓縮空氣、廢水全介質、全范圍進行耗量采集，分析，控制，實施的系統管理。對于生產過程中每類能源消耗存在的異常，該系統做到及時報警，并從儀表的自檢狀況、生產過程工藝、設備的變化、開關機時間以及外界環境變化等多維度進行有效的分析，并提示出指導建議。隨著后續生產能耗數據的不斷收集和積累，最終可實現在不同生產模式條件下的能耗預測功能。

1.2 能源系統的架構

此能源智能化管理系統分硬件和軟件兩部分，硬件系統由計量儀表系統和網絡通信系統組成，軟件系統由數據統計量統計系統以及大數據分析系統組成。其中，硬件系統由194套的能源計量儀表、30個協議轉換網關、2臺服務器以及1套客戶端組成的，系統架構圖如圖1所示。每一種能源系統管網規劃均需考慮能源計量的工藝性、能源消耗重要性和計量便利性，能源計量儀表的安裝位置是根據管網的布局進行選擇定位，計量儀表的選擇要考慮能源實際應用范圍，對于超出流量范圍的計量是無法做到準確計量。其系統的計量儀表的分布模式如圖2所示。

系統的軟件架構均分為信息發布層，業務應用層和數據管理層三部分。信息發布層是實現個性化的顯示界面和數據報表，業務應用層是實現數據計算統計，能耗曲線（餅圖）以及單車能耗分析功能;數據管理層是用于數據采集和存儲。

2 能源智能化系統的功能規劃

2.1 數據收集與報表功能

系統統計的數據主要分為兩類，一類是能耗用量，一類是成本計算。為了進一步細化分析能源的消耗狀況，分別從時段、工藝段及生產組織階段三個維度進行數據細化。時段能耗分析主要針對每年/月/日/班次的能耗數據進行分析，目的用于評估固定時間段內能耗狀況和能源績效狀況。工藝段能耗分析主要針對油漆車間不同工藝段的能耗占比進行分析，確定能源管理的重點。生產組織階段能耗分析主要針對車間開機、運行以及關機三個階段的能耗進行分析，用于判定是否存在開關機浪費以及停機階段非正常能耗問題（如跑冒滴漏問題）的有效管理。

通過能耗數據的收集，主要是為了給管理人員一目了然的數據或者分析圖表，同時為后續的大數據統計和分析奠定基礎。在收集能耗數據的同時，也收集能耗的相關聯數據，如物流生產產量信息，外界環境溫濕度、車身進出工藝段的AVI信息、公用動力的性能參數信息（冷凍水送回水溫度、熱水的溫度、壓縮空氣的壓力等），設備開關機信號、停機信息及工藝參數監測信息等，這些數據之間的打通與關聯用于后續能耗異常的分析。

2.2 能耗數據異常分析功能

油漆車間在生產或者非生產階段難免會出現能耗異常的情況，目前整車廠較為先進的能源管理系統對于異常能耗狀況只做到報警提示，后續需工程技術人員結合現場的實際情況進行人工分析，費時費力，而且對技術人員有一定的技術要求。該能源智能化管理系統結合平時能耗失效分析的模式經驗，開發了能源異常分析模塊，系統能及時給出能耗異常的原因，引導工程技術人員及時進行問題的發現和整改。

能耗數據的異常主要從儀表異常和生產狀態異常兩個維度進行考慮。計量儀表的損壞是常見能耗數據異常因素之一，系統首先進行計量儀表是否有異常的判定。儀表的自身故障的報警信號要接入能源系統，同時能源儀表自檢的結果也也是作為儀表異常的判定依據之一。若儀表正常，則從生產工藝狀況角度進行能源分析，判定失效的工藝設備范圍，再針對該工藝設備狀態進行失效因素的判定，其中包含對該時間段的產量、外界環境條件、設備運行狀態。對于能源系統應用的前2年時間是屬于數據收集階段，此階段能耗異常分析是通過能源計算規則進行失效判定，2年之后是系統大數據成熟階段，可以通過日常收集的同類大數據進行異常對比分析。其能源異常診斷分析的思維導圖如圖3所示。

2.3 能源負荷率分析

在油漆車間規劃階段，能源規劃值是根據設備用能額定值以及地區的氣候條件進行理論經驗計算得到，在現場實際運營過程中，規劃值與實際運行值有一定程度偏差，能源負荷率就是這個偏差的評價指標，能源負荷率是指某一能源能耗實際運行值與規劃最大值之間的比例。系統的最大能源負荷率在80%-95%范圍內較為合理，高于95%的能源負荷率會產生一定條件下能源供應不足的風險，同時后續車間改造優化有會產生限制，若能源供應系統進行改造，涉及改造工作量比較大。若最大能源負荷率低于80%，則會造成站房能源資源浪費。對于后續工廠站房的規劃或者改造，車間能源負荷率的變化規律是供能資源的優化配置的重要參考數據之一。

2.4 能源大數據的開發應用

隨著能源消耗及相關關聯數據的不斷收集，剔除一定的異常偏差值后，剩下的海量的數據通過相關優化算法進行學習，進一步開發能源管理新功能[4]。利用學習后的數據，可以預測每一種生產模式條件下能耗，可以作為判定能源異常判定標準，能源大數據的應用和開發也是目前行業內熱點研究內容，需要不斷的研究和探索。

3 能源智能化管理系統應用

能源系統對各類能源每幾分鐘進行一次數據采集，通過計算實現能耗的統計分析功能，根據車間管理人員要求差異分層級界面顯示，主界面顯示如圖4所示。對于每一工藝段做實時數據監控，出現能耗異常時可做出及時報警和分析，其界面如圖5所示。

根據目前系統運行的報警分析的信息，能源消耗異常的主要三個原因是：設備或生產停線故障（小時產量不足）、外界溫濕度變化大、設備提早開機及延時關機（包含調試或延時生產），該系統判定分析的異常原因與實際生產狀況較為接近。

4 結論

油漆車間能源智能化管理系統的建立和使用是體現國家“互聯網”+智慧能源發展的戰略，通過對生產全過程各類能源消耗數據進行采集、加工、分析和處理，讓車間管理者更充分、深入的了解車間能源利用狀況，發現生產和設備運行節能空間，實現能源精細化管控，優化生產能耗，均衡實際生產與能耗之間的關系，提高能源利用效率，降低單車能源消耗[5]。結合后續不斷積累的能源大數據，不斷開發和完善能耗大數據在能耗異常分析和能耗預測模型的功能，不斷挖掘出最優的能源消耗與價值創造之間的關系。

參考文獻

[1] 托馬斯，米夏埃爾，布里吉特.實施工業4.0[M].北京：電子工業出版社，2016.

[2] 王志恒，王嬌.能源管理系統（EMS）在輕型商用車制造能耗數字化中的應用[J].汽車工藝師， 2019， 9：21-24.

[3] 胡榮.淺析能源統計在企業能源管理工作中的作用[J].資源節約與環保，2019，12： 120～125.

[4] 劉詳妹.基于BP神經網絡的組合預測技術在企業能源管理系統中的應用研究[D].青島科技大學，2012.

[5] 瞿超暢，倪俊.企業能源管理系統大數據平臺的研究[J].能源研究與利用，2019，5： 54～55.