基于物聯(lián)網(wǎng)制造企業(yè)電能綜合監(jiān)控系統(tǒng)

摘 要： 能源監(jiān)控是制造企業(yè)實施生產(chǎn)精益化與智能制造的重要內(nèi)容。針對稀有金屬加工制造企業(yè)生產(chǎn)與裝備特點，研究基于物聯(lián)網(wǎng)的企業(yè)電能綜合監(jiān)控系統(tǒng)，提出系統(tǒng)物聯(lián)網(wǎng)架構和系統(tǒng)軟件構成，采用電能計量表、智能網(wǎng)關與網(wǎng)絡攝像機進行電能數(shù)據(jù)和狀態(tài)信息采集，以太網(wǎng)、光纖環(huán)網(wǎng)組成傳輸網(wǎng)絡；運用BP神經(jīng)網(wǎng)絡構建電能預測模型，設計ADO組件進行數(shù)據(jù)交換與處理。該系統(tǒng)實現(xiàn)了制造企業(yè)電能計量與統(tǒng)計分析、電能預測平衡監(jiān)控、用電負荷與節(jié)能優(yōu)化運行，提高企業(yè)電能有效利用和能源綜合監(jiān)控水平，具有典型的應用價值。

關鍵詞： 制造企業(yè)； 物聯(lián)網(wǎng)； 電能監(jiān)控； 電能預測模型

中圖分類號： TN926?34； TP277； TF355 文獻標識碼： A 文章編號： 1004?373X（2016）16?0159?04

Abstract： The energy monitoring is an important content to implement the lean production and intelligent manufacturing of the manufacturing enterprises. Aiming at the characteristics of production and equipment of the rare metals processing and manufacturing enterprises， the enterprises’ electric energy integrated monitoring system based on Internet of Things （IOT） is researched. The IOT?based system architecture and software composition are proposed. The electric energy meter， intelligent gateway and network camera are used to collect the electric energy data and status information. The Ethernet and optical fiber ring network are adopted to form the transmission network. The BP neural network is used to construct the electric energy prediction model. The ADO component was designed to perform data exchange and processing. The system can realize the electric energy metering and statistical analysis， balance monitoring of electric power forecast， and electrical load and energy saving optimal operation of the manufacturing enterprises， improve the enterprise’s electric energy effective utilization and energy comprehensive monitoring level， and has a typical application value.

Keywords： manufacturing enterprise： Internet of Things： electric energy monitoring； electric energy prediction model

0 引 言

隨著“工業(yè)4.0”與“中國制造2025”快速推廣，智能制造已成為制造加工企業(yè)升級的關鍵?；谖锫?lián)網(wǎng)[1?2]大數(shù)據(jù)的生產(chǎn)制造精益化，制造加工企業(yè)通過收集生產(chǎn)過程的實時數(shù)據(jù)，對生產(chǎn)設備診斷、質量控制、用電量、能源消耗等進行分析、預測與優(yōu)化。制造企業(yè)的能源監(jiān)測與管控系統(tǒng)已成為當前技術熱點，Swords等人開發(fā)了基于電能建模軟件與企業(yè)業(yè)務數(shù)據(jù)庫集成的能源信息系統(tǒng)[3]，田豐研究了全集成自動化的能耗監(jiān)控管理系統(tǒng)[4]，文獻[5?6]研究了鋼鐵企業(yè)能源管理系統(tǒng)及能耗預測模型。稀有金屬制造加工企業(yè)是耗能大戶，以電能消耗為主，電能費用在生產(chǎn)成本中占極大比重[7]，電能綜合監(jiān)控系統(tǒng)研究鮮見報道[8]。

結合西部超導材料科技有限公司生產(chǎn)及裝備特點，研究基于物聯(lián)網(wǎng)的企業(yè)電能綜合監(jiān)控系統(tǒng)，提出系統(tǒng)物聯(lián)網(wǎng)構架和系統(tǒng)軟件構成，通過以太網(wǎng)和光纖環(huán)網(wǎng)構建傳輸網(wǎng)絡，實時采集現(xiàn)場電能數(shù)據(jù)和設備狀態(tài)信息，運用BP神經(jīng)網(wǎng)絡構建電能預測模型，實現(xiàn)制造企業(yè)生產(chǎn)過程實時電能監(jiān)控、動態(tài)統(tǒng)計分析與綜合管理。

1 電能綜合監(jiān)控系統(tǒng)構成

西部超導材料科技有限公司是稀有金屬材料制造加工企業(yè)，下轄熔鑄、鍛造、棒線絲材及設備動力等分廠，按照生產(chǎn)工序分布在公司不同位置，主要用能設備有選布料機、大型油壓機、真空自耗電弧爐、電加熱爐、鍛造機、精鍛機、冷熱軋機、滾模拉絲機等，能源監(jiān)控以生產(chǎn)動力部為中心。

結合企業(yè)生產(chǎn)工藝過程分散、電能消耗以主體設備為主的特點，構建企業(yè)電能綜合監(jiān)控系統(tǒng)物聯(lián)網(wǎng)架構，系統(tǒng)構成如圖1所示。

（1） 電能數(shù)據(jù)采集層。電能計量表采用威勝DTSD341，實時采集主要用能設備和關鍵部位電能數(shù)據(jù)，通過智能網(wǎng)關威勝WEGW?1000S集中各電能計量表數(shù)據(jù)；網(wǎng)絡攝像機采用海康威視DS?2CD892PF采集關鍵部位和重點設備視頻圖像信息。

（2） 網(wǎng)絡傳輸層。采用以太網(wǎng)線、光纖為傳輸介質，光纖收發(fā)器HTB?4100A/B、千兆工業(yè)以太網(wǎng)交換機TP?LINK TL?SG1008構成數(shù)據(jù)傳輸網(wǎng)絡。

（3） 管理決策層。管理決策以生產(chǎn)動力部為中心，數(shù)據(jù)庫服務器選配聯(lián)想TS?540，視頻服務器選配?？低旾DS?6002HF，電能監(jiān)控主機與Web服務器選用研華IPC?610H，視頻監(jiān)控主機選用聯(lián)想T4900，同時配備大屏顯示器，實現(xiàn)電能數(shù)據(jù)統(tǒng)計分析、遠程監(jiān)視監(jiān)控以及綜合管理等功能。

2 電能綜合監(jiān)控系統(tǒng)功能設計

2.1 系統(tǒng)功能組成

電能綜合監(jiān)控系統(tǒng)基于B/S結構，采用模塊化設計軟件功能，包括基礎信息管理、數(shù)據(jù)采集與通信、監(jiān)視監(jiān)控以及統(tǒng)計分析4大功能模塊，系統(tǒng)功能組成如圖2所示。

2.2 系統(tǒng)功能概述

（1） 基礎信息管理。用能單位管理進行用能單位、用能設備、位置、性質建立檔案與動態(tài)數(shù)據(jù)庫；用戶管理實現(xiàn)系統(tǒng)使用者的注冊、添加與刪除、權限設置以及密碼修改等功能；系統(tǒng)信息維護是管理員進行系統(tǒng)運行參數(shù)配置、用能單位和用戶數(shù)據(jù)修改與刪除、用戶權限分配與修改等功能。

（2） 數(shù)據(jù)采集與通信。電能計量數(shù)據(jù)采集實現(xiàn)電流、電壓、電能等數(shù)據(jù)的實時計量；用能與計量設備實現(xiàn)用能與計量設備運行狀態(tài)數(shù)據(jù)采集和錄入，重點用能設備工作時，計量設備屬性、特性及檢修計劃等記錄、查詢和統(tǒng)計；網(wǎng)絡通信管理實現(xiàn)系統(tǒng)通信方式選擇、參數(shù)配置、故障檢測、報警等功能。

（3） 電能監(jiān)視監(jiān)控。電能與設備遠程監(jiān)控實現(xiàn)主要設備電能負荷、設備狀態(tài)、工序生產(chǎn)狀況實時監(jiān)視監(jiān)控和遠程調(diào)度控制；電能預測平衡監(jiān)控利用企業(yè)電能預測模型進行生產(chǎn)過程電能需求、優(yōu)化排產(chǎn)、電能避峰填谷動態(tài)監(jiān)控。用電負荷控制與優(yōu)化運行根據(jù)負荷分布圖自動合理分配負荷消耗，優(yōu)化生產(chǎn)設備、運行時段和用電降峰控制。

（4） 電能統(tǒng)計分析。電能統(tǒng)計分析實現(xiàn)同一時間不同用能單位和用能設備、不同時段同一用能單位和用能設備的電能數(shù)據(jù)統(tǒng)計與趨勢分析，公司總電能量、重點設備電能量統(tǒng)計與分析；節(jié)能效果分析提供公司、用能單位、重點用能設備節(jié)能同比、環(huán)比以及趨勢分析，提供節(jié)能措施指導與建議；電能實際考核提供用能單位、重點設備生產(chǎn)和輔助電能消量，按日、月、年成本核算和考核；電能報表、圖表管理提供公司、用能單位、重點用能設備電能量報表、柱狀圖、餅狀圖、曲線圖顯示，以及動態(tài)實時記錄、查詢和統(tǒng)計。

3 電能綜合監(jiān)控系統(tǒng)的實現(xiàn)

3.1 系統(tǒng)軟件構架設計

采用力控ForceControl V7.0組態(tài)軟件作為開發(fā)平臺，開發(fā)數(shù)據(jù)采集驅動與上位通信協(xié)議驅動，現(xiàn)場電能數(shù)據(jù)通過網(wǎng)關數(shù)據(jù)庫輸入力控實時數(shù)據(jù)庫，通過設計的ADO組件與SQL Server關系數(shù)據(jù)庫連接，實現(xiàn)數(shù)據(jù)的轉存、分析及關系數(shù)據(jù)庫的控制。電能預測模型調(diào)用關系數(shù)據(jù)庫的歷史數(shù)據(jù)和實時數(shù)據(jù)庫的實時數(shù)據(jù)進行企業(yè)生產(chǎn)電能預測，現(xiàn)場圖像視頻通過視頻監(jiān)控軟件輸入視頻數(shù)據(jù)庫存儲、分析，通過視頻控件與力控平臺軟件連接，并實時嵌入到監(jiān)控中。在力控組態(tài)軟件上開發(fā)了多用戶人機界面，軟件采用B/S模式實現(xiàn)多用戶發(fā)布與遠程操作，以及與公司ERP和OA系統(tǒng)聯(lián)網(wǎng)。電能綜合監(jiān)控系統(tǒng)軟件構架，如圖3所示。

3.2 企業(yè)電能預測

（1） 電能預測模型的建立。采用BP神經(jīng)網(wǎng)絡算法[9]構建企業(yè)產(chǎn)量與電能量關系的電能預測模型。確定該企業(yè)影響產(chǎn)量與電能關系的因子為：月份，上月計劃生產(chǎn)量，上月實際生產(chǎn)量，上月計劃電能量，上月實際電能量，本月計劃生產(chǎn)量，本月實際生產(chǎn)量，本月計劃電能量，本月實際電能量，下月計劃生產(chǎn)量；下月電能預測量作為輸出信息節(jié)點；采用試湊法[10]確定隱含層節(jié)點個數(shù)為5，利用2013—2014年數(shù)據(jù)對電能預測模型進行訓練。

（2） 預測結果分析。以2015年各月的輸入層信息節(jié)點數(shù)據(jù)作為電能預測模型檢測樣本，對1～12月企業(yè)實際電能量與模型預測電能量進行驗證及分析[11]，實際電能量與預測電能量結果對比，如表1和圖5所示。

由表1和圖5可知，預測量最小相對誤差為1.02%，最大相對誤差為4.63%，BP神經(jīng)網(wǎng)絡模型對2015年企業(yè)用電能量的預測量與實際用電能量基本吻合。

3.3 數(shù)據(jù)交換與處理

智能網(wǎng)關與電能計量表之間數(shù)據(jù)采集遵循DLT/645?2007通信規(guī)約。智能網(wǎng)關與力控組態(tài)軟件平臺之間數(shù)據(jù)交換采用雙主站模式，且遵循ModBus（TCP/IP）及住建部導則兩類通信協(xié)議，系統(tǒng)數(shù)據(jù)交換與處理方式，如圖6所示。

通過ADO組件建立力控實時數(shù)據(jù)庫與SQL Server關系數(shù)據(jù)庫連接，實現(xiàn)兩數(shù)據(jù)庫間數(shù)據(jù)交換，并進行創(chuàng)建或修改數(shù)據(jù)表以及更新、刪除、添加數(shù)據(jù)等操作。執(zhí)行預先編寫好的數(shù)據(jù)分類、處理等SQL語句，進行數(shù)據(jù)庫與后臺數(shù)據(jù)處理，完成電能數(shù)據(jù)統(tǒng)計和分析。

4 結 論

基于物聯(lián)網(wǎng)的企業(yè)電能綜合監(jiān)控系統(tǒng)在西部超導材料有限公司已投入運行，實際運行結果表明：提出的企業(yè)電能綜合監(jiān)控系統(tǒng)物聯(lián)網(wǎng)架構和軟件系統(tǒng)構架能夠實現(xiàn)制造加工企業(yè)生產(chǎn)過程電能計量、監(jiān)控、統(tǒng)計、分析；采用BP神經(jīng)網(wǎng)絡算法構建企業(yè)電能預測模型，對企業(yè)生產(chǎn)過程電能負荷需求與分配、優(yōu)化排產(chǎn)、電能避峰填谷動態(tài)監(jiān)控，實現(xiàn)企業(yè)生產(chǎn)、設備與節(jié)能優(yōu)化運行；該系統(tǒng)可與企業(yè)ERP管理系統(tǒng)、OA辦公系統(tǒng)無縫集成和協(xié)調(diào)工作，可進一步提高企業(yè)電能整體利用效率，有效提高能源綜合管理水平，實現(xiàn)生產(chǎn)過程精益化與智能制造，具有一定的理論和應用價值。

參考文獻

[1] 張乃祿，李永進，張玉祥，等.基于物聯(lián)網(wǎng)的加油站綜合信息監(jiān)控系統(tǒng)[J].西安石油大學學報（自然科學版），2013，28（6）：103?107.

[2] 張乃祿，李立波，祁宗全，等.基于信息融合的富錳渣生產(chǎn)安全監(jiān)控系統(tǒng)及應用研究[J].冶金自動化，2015，39（4）：52?57.

[3] SWORDS B， COYLE E， NORTON B. An enterprise energy information system [J]. Applied energy， 2008， 85（1）： 61?69.

[4] 田豐.基于全集成自動化的能耗監(jiān)控管理系統(tǒng)設計[J].現(xiàn)代電子技術，2015，38（5）：97?100.

[5] 蔣育翔，黃全福，洪小和.基于鋼鐵企業(yè)能源特點及相互關系的能源管理信息系統(tǒng)的研究[J].冶金自動化，2011，35（2）：18?23.

[6] 劉川來，郭坤.BP神經(jīng)網(wǎng)絡預測技術在企業(yè)能源管理系統(tǒng)中的應用[J].青島科技大學學報（自然科學版），2013，34（2）：203?206.

[7] 馮為民，叢力群.冶金企業(yè)能源管理系統(tǒng)[J].控制工程，2005，12（6）：597?600.

[8] 胡江溢，祝恩國，杜信綱，等.用電信息采集系統(tǒng)應用現(xiàn)狀及發(fā)展趨勢[J].電力系統(tǒng)自動化，2014，38（2）：131?135.

[9] KALOGIROU S A， BOJIC M. Artificial neural networks for the prediction of the energy consumption of a passive solar building [J]. Energy， 2000， 25（5）： 479?491.

[10] 張有山，李光遠，邢軍，等.企業(yè)電能耗的BP神經(jīng)網(wǎng)絡預測模型[J].遼寧科技大學學報，2014，37（4）：343?349.

[11] 謝燕麗.BP神經(jīng)網(wǎng)絡及遺傳算法在有色金屬企業(yè)能源管理中的應用[D].廣州：廣東工業(yè)大學，2014.