久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

★中國航空制造技術研究院李達，鄒方

摘要：本文提出了基于云邊協(xié)同的能源管理系統(tǒng)。此系統(tǒng)面向車間生產(chǎn)制造過程，可以實現(xiàn)各類能源信息連接、互通，可以打破信息隔離，幫助管理者監(jiān)控能源消耗情況、分析能源使用特征，從而更好地實現(xiàn)“雙碳達標”的目標。此系統(tǒng)采用云邊協(xié)同架構，分為邊緣端和云端兩部分：邊緣端使用自研的邊緣控制器組成集群，云端搭建邊緣云（私有云）平臺；同時，此系統(tǒng)按照功能劃分為三層：采集層、分析層、應用層。最后，此系統(tǒng)方案在中國航空制造技術研究院的生產(chǎn)現(xiàn)場進行了應用驗證。結果表明，該架構能夠降低能源設備接入和管理難度，能夠提升數(shù)據(jù)處理速度和應用響應速度，能夠減輕網(wǎng)絡傳輸?shù)呢摀瓦吘壌鎯Φ膲毫ΑＭㄟ^應用本能源管理系統(tǒng)，提高了車間能源利用率，減少了資源浪費，保證了生產(chǎn)用能安全。

1　引言

在工業(yè)能源場景下，如表1所示，制造現(xiàn)場的工業(yè)能源系統(tǒng)眾多^[1]，能源消耗量大。以航空制造車間現(xiàn)場為例，重點能耗設備如表2所示，包括數(shù)控設備、熱成型設備和熱壓罐設備等。車間中的設備品牌不同，年代各異，存在通訊協(xié)議不統(tǒng)一、信息孤島現(xiàn)象嚴重等問題。

表1 制造現(xiàn)場工業(yè)能源系統(tǒng)

表2 航空制造現(xiàn)場幾大類裝備耗能情況

同時，在生產(chǎn)過程中存在能源浪費現(xiàn)象，因此對設備的實時狀態(tài)與能耗情況進行監(jiān)測與分析具有重要意義。在圖1某零件加工過程中，在理想溫控情況中在t1時間段溫度下降進行能源回收；而在實際加工中在t2時間段加熱過度，降溫滯后，造成能源浪費。

圖1 某零件加熱溫度曲線

制造企業(yè)的生產(chǎn)車間中存在著能源消耗量大、信息孤島多、能耗管控難等一系列問題，因此降低設備能耗和管理耗能設備對生產(chǎn)車間節(jié)能減排具有重要研究意義。目前，亟需更好地發(fā)揮能源管理的作用，建立完善能源管控體系，并充分利用信息化、數(shù)字化和智能化等手段加強能耗監(jiān)管，以提高智慧能源管理水平^[2]。

隨著工業(yè)數(shù)字化轉型的持續(xù)推進和對能耗管控的重視，車間中接入大量的傳感器和終端，這些智能能源終端數(shù)據(jù)和生產(chǎn)設備數(shù)據(jù)是多源異構的，同時獲取的感知數(shù)據(jù)是海量級的，導致系統(tǒng)傳輸壓力大、主站計算負荷重^[3]。在5G和物聯(lián)網(wǎng)的快速發(fā)展下，構建端到端的云邊協(xié)同架構將是實現(xiàn)車間數(shù)據(jù)高速互聯(lián)、應用整合調度分發(fā)以及計算力全覆蓋的重要途徑。

云邊協(xié)同可以滿足工業(yè)能源場景下設備接入、數(shù)據(jù)聚合、應用智能等方面的技術需求。邊緣計算有低延時、低成本、本地計算及安全性高等優(yōu)勢^[4]，對多協(xié)議和通信接口兼容，能夠解決車間中異構設備、多能源終端的數(shù)據(jù)采集與聚合問題；邊緣計算更靠近終端的特性可以滿足低時延要求，符合車間能源的實時監(jiān)測要求，能夠保障用能安全；邊緣計算數(shù)據(jù)本地處理，能夠提升工業(yè)企業(yè)能源數(shù)據(jù)安全性、降低外網(wǎng)帶寬要求，并提供與云服務器的數(shù)據(jù)傳輸協(xié)同。云擁有豐富的存儲資源和計算能力，云計算具有高性能、高可用、靈活可擴展等特點，可以支持車間能效分析優(yōu)化和預測，可以優(yōu)化控制策略，實現(xiàn)智能能源管理。

本文提出的基于云邊協(xié)同的能源管理系統(tǒng)，面向車間生產(chǎn)制造過程，可以實現(xiàn)各類能源信息連接、互通，可以打破信息隔離，幫助管理者監(jiān)控能源消耗情況、分析能源使用特征，從而更好地實現(xiàn)“雙碳達標”的目標。通過現(xiàn)場部署自研邊緣控制器和智能能源終端，此系統(tǒng)云端開發(fā)能源管理云平臺可以進行能耗全面監(jiān)測、能效分析優(yōu)化和預測，并挖掘生產(chǎn)制造現(xiàn)場節(jié)能潛力，提高生產(chǎn)設備的能源利用率，保證生產(chǎn)安全。

2　云邊協(xié)同的車間能源管理系統(tǒng)設計與實現(xiàn)

2.1 車間能源管理總體架構

面向生產(chǎn)車間的能源管理系統(tǒng)功能架構分為采集層、分析層和應用層，如圖2所示。其中采集層為邊緣端，分析層和應用層為云端。邊緣端與云端緊密協(xié)同，助力車間能源管理。

圖2 系統(tǒng)架構圖

采集層：獲取能源信息和生產(chǎn)數(shù)據(jù)是關鍵，在生產(chǎn)制造現(xiàn)場安裝部署自研邊緣控制器，使用邊緣計算技術，實時采集企業(yè)電、水、氣、熱等能源數(shù)據(jù)，實現(xiàn)初步處理并存儲，并按照策略與云端進行交互。

分析層：通過云邊協(xié)同策略，將采集到的能源數(shù)據(jù)上傳到云服務器（私有云或公有云），并通過平臺的大數(shù)據(jù)、云計算等功能進行數(shù)據(jù)處理與存儲，通過業(yè)務模塊進行能源實時和歷史分析與能源消耗量預測，實現(xiàn)能源綜合平衡與優(yōu)化，提升利用率。

應用層：開發(fā)監(jiān)控大屏、能源管理系統(tǒng)等應用，實現(xiàn)車間能源實時監(jiān)測和用能分析預測展示，為管理者、技術人員提供能源管理服務。

2.2　車間能源管理功能特點

2.2.1　采集層

（1）數(shù)據(jù)采集

基于邊緣計算技術，對多種能源終端，如智能電表、水流量采集器、燃氣采集器、冷熱量采集器等計量表進行采集，獲取能源數(shù)據(jù)；支持多種工業(yè)物聯(lián)網(wǎng)協(xié)議：Modbus、OPC UA、S7、MQTT等，能夠讓車間異構設備互聯(lián)互通，實現(xiàn)各類信息連接、互通，打破信息隔離，同時監(jiān)測重點設備及工藝運行狀態(tài)，如溫度、濕度、流量、壓力、速度等。

（2）數(shù)據(jù)存儲與傳輸

同時基于時序數(shù)據(jù)庫技術，實現(xiàn)能源數(shù)據(jù)實時存儲與檢索，為能源管理提供原始數(shù)據(jù)積累。基于工業(yè)物聯(lián)網(wǎng)傳輸協(xié)議，滿足實時、可靠、低帶寬占用。根據(jù)數(shù)據(jù)類型不同，按照傳輸策略，實現(xiàn)云邊數(shù)據(jù)協(xié)同。

2.2.2　分析層

（1）數(shù)據(jù)計算

數(shù)據(jù)處理：通過云服務器和數(shù)據(jù)處理模塊，對協(xié)同到云的邊緣數(shù)據(jù)進行數(shù)據(jù)清洗、規(guī)范化等；

數(shù)據(jù)匯總：同時從能源使用種類、監(jiān)測區(qū)域、車間、生產(chǎn)工藝、設備等多個維度進行數(shù)據(jù)匯總工作；

數(shù)據(jù)接口：開發(fā)通用數(shù)據(jù)API接口，為數(shù)據(jù)分析與可視化提供數(shù)據(jù)支持。

（2）能源分析與預測

基于已有的數(shù)據(jù)積累，利用云平臺的數(shù)據(jù)分析能力，進行能源數(shù)據(jù)分析，訓練建立預測模型。

分析功能包括：用能質量分析、成本分析、績效分析、異常報警以及報表生成等；

預測功能包括：消耗量預測、能源優(yōu)化調度策略、檢修預測等。

2.2.3　應用層

（1）能源實時監(jiān)測：對生產(chǎn)制造車間的“水、電、熱、氣”等能源的消耗及設備狀態(tài)進行動態(tài)監(jiān)控和管理，車間管理者可通過大屏幕、網(wǎng)頁等了解實時用能情況。

（2）能源數(shù)據(jù)分析：從多維度統(tǒng)計分析車間設備用能情況，可定制生成各類數(shù)據(jù)報表，通過模型分析企業(yè)的用能質量和節(jié)能空間。

（3）用能管理與預測：對用能情況進行預測，進行節(jié)能減排管理，將生產(chǎn)與用能進行優(yōu)化配置，達到能源精細化管理和節(jié)約用能成本的作用。

（4）車間用能安全：實時監(jiān)控車間能源和設備的狀況，針對能源異常、超標等情況設置報警，有效避免事故造成的經(jīng)濟和生產(chǎn)損失，維護車間用能安全。

2.3　云邊協(xié)同的車間能源管理系統(tǒng)實現(xiàn)

2.3.1　邊緣端

基于i.MX8MQ處理器定制化設計邊緣控制器，使其具有多網(wǎng)口、多現(xiàn)場總線通訊協(xié)議、電源管理等功能，同時使用容器技術解決資源緊張、環(huán)境異構等問題。本系統(tǒng)定制化開發(fā)設計的自主可控的邊緣控制器如圖3所示。

圖3 邊緣控制器

邊緣控制器的特點為：

（1）近于實時的分析，數(shù)據(jù)源與邊緣設備之間的短距離，意味著可近乎實時地快速收集和預處理數(shù)據(jù)；

（2）即插即用，支持多種不同自動化系統(tǒng)和通訊協(xié)議；

（3）能連接到IT/云端系統(tǒng)，工業(yè)邊緣具有優(yōu)秀的集成能力和可擴展連通性，可實現(xiàn)自動化和IT系統(tǒng)與不同云端系統(tǒng)之間的數(shù)據(jù)交換；

（4）可以定制開發(fā)App，以Docker容器的方式運行，可以快速部署和啟動應用。

將邊緣控制器部署在工業(yè)制造現(xiàn)場，可以實現(xiàn)能源數(shù)據(jù)采集、邊緣計算、容器集群等功能，可以實時獲取生產(chǎn)現(xiàn)場的海量數(shù)據(jù)。

在邊緣控制器中的主要軟件包括：

（1）能源終端采集驅動。驅動針可以對智能電表、水流量采集器、燃氣采集器、冷熱量采集器等進行開發(fā)；

（2）自研數(shù)據(jù)采集配置軟件。對工業(yè)生產(chǎn)車間異構系統(tǒng)、協(xié)議的設備和智能能源終端進行數(shù)據(jù)采集；

（3）Tdengine。它是一款針對時序數(shù)據(jù)場景設計的專用數(shù)據(jù)庫和專用大數(shù)據(jù)處理工具，具有高性能、分布式、支持SQL等特點；

（4）EMQ X Broker。使用MQTT傳輸協(xié)議，可以以極少的代碼和有限的帶寬，為連接遠程設備提供實時可靠的消息服務。MQTT協(xié)議相對于互聯(lián)網(wǎng)常用的HTTP協(xié)議更適合邊緣端與云端間的數(shù)據(jù)傳輸；

（5）OPC UA Server。通過OPC UA統(tǒng)一架構進行數(shù)據(jù)通信，可以實現(xiàn)多種工業(yè)現(xiàn)場總線異構系統(tǒng)的互聯(lián)互通。

同時，各個邊緣控制器之間分別安裝K3s開源框架，組成邊緣計算集群。組成的K3s集群可以實現(xiàn)邊緣節(jié)點之間的相互協(xié)作，提高了效率，實現(xiàn)了資源的最大利用率，保證了數(shù)據(jù)協(xié)同可靠性。

2.3.2　云端

在工業(yè)網(wǎng)絡與自動化實驗室內(nèi)部搭建邊緣云（私有云）平臺，可以面向工業(yè)制造實現(xiàn)物聯(lián)網(wǎng)設備接入、邊緣計算和數(shù)據(jù)分析，形成邊云協(xié)同的模式。

云端平臺可以為不同業(yè)務類型的所有物聯(lián)網(wǎng)應用終端提供統(tǒng)一的數(shù)據(jù)接入方案和運行環(huán)境，實現(xiàn)高性能、高標準、高可用、高彈性、低成本和低風險的自主可控全分布式架構。通過將能源管理系統(tǒng)分析層和應用層部署在平臺上，實現(xiàn)能源信息處理、存儲和分析。

圖4 邊緣云整體架構設計

邊緣云整體架構設計如圖4所示。

邊緣云的IaaS層基于OpenStack實現(xiàn)虛擬化、資源池化，并提供可靈活調度、彈性伸縮的存儲和計算資源，提供實施簡單、可大規(guī)模擴展、豐富、標準統(tǒng)一的云計算管理平臺。通過對資源進行管理，IaaS層以服務的形式提供給上層應用或者用戶去使用。

邊緣云的PaaS層基于Kubernetes實現(xiàn)。Kubernetes簡稱K8S，它是提供應用部署、規(guī)劃、更新、維護的一種機制，讓部署容器化應用簡單并且高效。PaaS層搭建數(shù)據(jù)庫、容器管理平臺、機器學習平臺、大數(shù)據(jù)平臺、規(guī)則引擎、微服務平臺等。其中，數(shù)據(jù)庫存儲所有能源信息數(shù)據(jù)；機器學習平臺中包含TensorFlow、Pytorch等深度學習框架，用于訓練能源分析和能源預測模型；大數(shù)據(jù)平臺和規(guī)則引擎用來處理邊緣端源源不斷上傳的時序數(shù)據(jù)；微服務平臺用于構建能源管理系統(tǒng)應用。

3　車間能源管理系統(tǒng)應用實踐

將本文提出的系統(tǒng)在中國航空制造技術研究院本部進行應用驗證，構建云邊協(xié)同模式的車間能源管理系統(tǒng)。

院本部車間能源管理應用如圖5所示，采集的數(shù)據(jù)包括電力數(shù)據(jù)，如三相電流、三相電壓、有功功率、視在功率、功率因數(shù)、正向有功電能、反向有功電能等；用氣、用水、用煤以及現(xiàn)場生產(chǎn)設備數(shù)據(jù)如溫度、壓力、流量、速度、報警、工藝參數(shù)等。所有數(shù)據(jù)首先通過設備邊緣網(wǎng)絡傳輸?shù)竭吘墸吘壙刂破鲗⒕彺嫠袛?shù)據(jù)。在云邊協(xié)作中，數(shù)據(jù)將以不同的方式進行處理：

圖5 制造院本部車間能源管理應用

邊緣端，對于能耗數(shù)據(jù)和設備所有數(shù)據(jù)，經(jīng)過預處理后存儲在Tdengine數(shù)據(jù)庫。部分數(shù)據(jù)需要實時傳輸?shù)竭吘壴破脚_進行模型訓練；部分具有實時性、安全性、隱私性等的數(shù)據(jù)存儲在邊緣，便于下道工序及時處理，快速響應。對實時性要求不強的部分數(shù)據(jù)，可以周期性地傳輸?shù)皆贫恕Ｍ瑫r，邊緣會定期刪除數(shù)據(jù)以釋放存儲資源。

云端，使用EMQ消息服務器以發(fā)布-訂閱的模式獲取邊緣控制器上傳的數(shù)據(jù)，經(jīng)過大數(shù)據(jù)平臺處理后匯總在邊緣云數(shù)據(jù)庫中。由于數(shù)據(jù)將存儲和備份在云中，當邊緣計算節(jié)點出現(xiàn)故障時，存儲在云端的數(shù)據(jù)不會丟失。同時，也方便邊緣遠程查看實時和本地數(shù)據(jù)，并進行歷史查詢。

制造院車間能源管理系統(tǒng)應用的功能包括：展示面板、數(shù)據(jù)監(jiān)測、統(tǒng)計報表、事件告警、智能運維、設備管理、系統(tǒng)管理/工具/說明等。

（1）監(jiān)控面板：用于大屏展示，通過多級目錄提供企業(yè)級、車間級和設備級的可視化面板，企業(yè)管理者可快速了解能源信息，如圖6所示。

圖6 能源監(jiān)測面板

（2）能源數(shù)據(jù)分析：采用曲線、餅圖、累積圖、數(shù)字表等方式進行展示，支持按能源種類、車間、時間等維度查詢相關能源用量。以電能數(shù)據(jù)為例，如圖7所示，可以實時監(jiān)測電流、電壓、功率、電量等，同時包括最大值及時間戳、最小值、平均值，同比、環(huán)比分析，分類、分時段、分項（車間、重點設備）統(tǒng)計圖形對比分析。

圖7 電力數(shù)據(jù)監(jiān)測

（3）統(tǒng)計報表：生成多維度的數(shù)據(jù)統(tǒng)計報表，并提供一鍵導出功能，如圖8所示。

圖8 統(tǒng)計報表

（4）事件告警：對能源異常事件進行告警，包括告警時間、等級、位置、告警描述等，支持根據(jù)時間、等級、位置進行篩選，如圖9所示。可針對電氣安全、限電和能耗雙控，包括電參量異常報警、能耗超標報警、限電報警等，幫助企業(yè)提前預警，避免發(fā)生火災事故和被罰款導致用能成本過高。

圖9 事件告警

（5）智能運維：實現(xiàn)能源與生產(chǎn)數(shù)據(jù)關聯(lián)分析、異常分析、消耗量預測、減排管理、能源優(yōu)化調度策略等。

（6）設備管理：對采集層的數(shù)據(jù)、采集設備（邊緣控制器和能源終端）的狀態(tài)等信息進行展示與管理。

（7）其他內(nèi)置功能模塊：包括車間管理、角色用戶、菜單及按鈕授權、數(shù)據(jù)權限、系統(tǒng)參數(shù)、日志管理等。

4　結論

本文提出的車間能源管理系統(tǒng)，基于云邊協(xié)同架構，分為邊緣端和云端。邊緣端使用自研的邊緣控制器組成集群，云端搭建了邊緣云（私有云）平臺。此系統(tǒng)按照功能劃分為三層：采集層基于邊緣計算技術，可以實現(xiàn)能源數(shù)據(jù)和設備數(shù)據(jù)的實時采集與預處理，并存儲在本地時序數(shù)據(jù)庫；分析層基于邊緣云平臺，可以實現(xiàn)與邊緣控制器的數(shù)據(jù)協(xié)同，并能對實時能源數(shù)據(jù)和歷史數(shù)據(jù)進行分析與能耗預測；應用層，可以為用戶提供能源管理服務，并開發(fā)能源管理應用，實現(xiàn)車間用能監(jiān)測和能源分析與預測。

最后，將本系統(tǒng)方案在中國航空制造技術研究院本部生產(chǎn)現(xiàn)場進行應用驗證。結果表明，該架構能夠降低能源設備接入和管理難度，能夠提升數(shù)據(jù)處理速度和應用響應速度，能夠減輕網(wǎng)絡傳輸?shù)呢摀瓦吘壌鎯Φ膲毫ΑＭㄟ^應用本能源管理系統(tǒng)，提高了車間能源利用率，減少了資源浪費，降低了能耗成本，保證了生產(chǎn)用能安全，并助力企業(yè)實現(xiàn)數(shù)字化、智能化轉型升級。

作者簡介：

李　達（1996-），男，河北秦皇島人，工程師，碩士，現(xiàn)就職于中國航空制造技術研究院，主要從事邊緣計算、工業(yè)網(wǎng)絡與自動化等研究工作。

鄒　方（1965-），男，湖南婁底人，研究員，碩士，現(xiàn)就職于中國航空制造技術研究院，主要從事智能制造基礎技術、系統(tǒng)控制與集成技術、邊緣計算、工業(yè)網(wǎng)絡與自動化等研究工作。

參考文獻：

[1] Nimbalkar Sachin, Guo Wei, Carpenter Petri, et al. Smart Manufacturing Technologies and Data Analytics for Improving Energy Efficiency in Industrial Energy Systems[J]. National Renewable Energy Lab, 2017.

[2] 丁爽, 姜玲玲, 林翎, 等. 我國碳達峰碳中和標準化發(fā)展現(xiàn)狀及對策研究[J]. 中國標準化, 2022 (01) : 63 - 70, 75.

[3] 張樹華, 仝杰, 張鋆, 等. 面向能源互聯(lián)網(wǎng)智能感知的邊緣計算技術研究[J]. 電力信息與通信技術, 2020, 18 (04) : 42 - 50.

[4] 孫齊遠. 2022中國邊緣計算產(chǎn)業(yè)研究報告[R]. 北京: 億歐智庫, 2022.

摘自《自動化博覽》2023年5月刊