基于知识库的制造业能耗优化平台技术研究

基于知识库的制造业能耗优化平台技术研究

贺晓斌

陕西延长石油集团橡胶有限公司  陕西  西安  712000

摘要：在经济规模和比重较高的情况下，利用数字技术实现生产单位的能源消耗最优是非常重要的。本文主要结合我国的实际情况，给出了以知识库为基础的能源优化方法，分析生产过程中的能耗特征、优化的技术的运用。同时，也要从工厂的生产装备着手，通过ERP的数据和设备的工作状况，查找出对能耗的影响规律，建立知识库，并通过神经网络、关联分析等机器学习方法，对能耗进行最优控制。

关键词：知识库；制造业；能耗优化平台技术

引言

工业生产是一种典型的高能耗、高污染的工业生产模式，不仅浪费了大量的能源，还会对环境造成很大的污染，严重影响了生态环境的健康可持续发展。因此，为了减少能源消耗，降低能耗损失，必须进行相应优化，期间研究了一种基于知识推理和数据驱动算法的能耗优化技术。通过将知识推理算法与遗传算法结合在一起构建了一种能耗预测与优化平台系统结构，并对系统模型进行测试和验证后实现了能耗预测与优化。

1 能耗知识库构建

1.1 能耗特点分析

制造业是能源消耗大户，同时也是能耗优化的重点领域。目前，大多数研究和应用都集中在能源管理、企业资源规划等方面，而对于面向能耗的智能管理和决策还没有系统深入地研究。通过对制造业能耗数据进行分析和挖掘，能够获得能耗相关数据的共性规律及应用规律。本文以制造业为例，通过梳理其生产工艺流程特点及流程状态信息构建能耗知识库，并结合企业自身特点、行业特性、产品特征、设备运行模式等设计了不同的知识模型。

1.2 数据建模

本文研究的企业能耗优化平台，是在现有能源管理系统（Energy Management System, EMS）的基础上进行改进和优化的，以车间为基本单元（设备），建立基于能耗管理的企业能耗数据模型。其基础数据包括：车间设备实体、工艺操作、生产设备和能源消耗数据。在实际生产中，由于设备数量大，加工工序多，所建立的数据模式将更加复杂，其反映的能耗信息如下：

（1）车间能耗按加工类型分为生产工段能耗、辅助工段消耗以及其他辅助用能3个部分。生产中，加工工段的能耗主要来源于工艺过程消耗和工艺单元设备的能耗。

（2）能耗数据模型的建立依据：工艺过程特征、设备构成特征。工艺流程是确定能源消耗的主要原因，同时工艺步骤的执行状态也会影响到能耗的高低。利用设备组成和能源消耗的种类，既可以对能源消耗进行单独的分析，又可以对能源消耗进行分类和分析。

（3）能耗数据模型的建立依据：生产流程、企业自身特点。通过对工艺流程的分析，可以看出企业生产工艺和产品加工的关系，同时也可以发现各设备间存在的制约能耗平衡发展的瓶颈。对上游和下游能源消耗的相关进行研究，利用上游和下游能源消耗之间的比率，可以及时地检测出能源消耗的异常情况，并对能源供需的影响进行了优化。

（4）基于生产流程的数据关联分析，挖掘能耗异常。通过对工艺流程的分析，可以发现生产工段间的能耗异常情况，找出能源消耗异常的原因和工艺步骤中存在的问题，通过这些现象可以优化能耗。

（5）产品生成的工序流程关系能够对产品生产工艺中能耗的关系及影响程度进行剖析，并发掘出产品质量、能耗与工艺、能耗与班组之间的联系，并揭示产品生产中能耗的异常现象。

2 能耗分析方法

2.1 回归分析

在分析过程中，通常需要对影响设备能耗的多个参数进行分析，并通过计算得到最优值。为了使计算更加准确，通常采用多元线性回归分析方法来获取多个参数与设备能耗的关系曲线。多元回归分析的基本思想是，首先用样本数据建立回归方程，然后根据样本数据对方程进行近似拟合。由于在不同的环境下，变量与响应变量之间的关系有可能完全相反或完全相同，因此在研究过程中需要使用一个近似的模型来拟合各未知参数与响应变量之间相互作用，常用的回归模型有线性、二次非线性。但是，由于能源消耗的因素众多，必须进行多元回归，而且能源消耗与各影响因素之间往往存在着一定的非线性，故采用了多项式的线性回归方法。非线性回归的函数结合较为灵活（如正弦、余弦、指数等），难以准确地判断特定的函数。本论文将神经网络做为一种回归方法，藉由其活化功能（Sigmoid、 tanh、 ReLU）等之非线性变异，可以对其进行非线性回归，并且在大样本数据的处理上具有更大的优越性和更高的精确度。

2.2 关联分析

关联分析（Association Analysis）是一种用来描述数据之间复杂关系的数学方法。关联分析能发现数据间可能存在的关联性，因此在关联分析中经常会使用到关联规则。期间应用 Apriori关联方法，得到在能源消耗出现的过程中，经常伴随出现的加工对象、原料种类、工序、设备、班组和时段。由此，可以找出能源消耗的异常相关性，并对其进行相关性分析，对其进行相应的调节，使能源消耗达到最优。从原理上讲，在一个庞大的项目集合中，要用列举的方式来查找各个项目之间的相关性，这需要大量的工作量，而 Apriori则可以巧妙地优化工作量。

3 能耗分析平台构建

以知识库为基础进行能耗优化管理，要求对大量的设备进行静态、动态的采集。在此过程中，必须建立能耗分析分析平台，进行数据采集、组织、管理、建模和分析展示。能耗分析平台总体由4个层面组成。

3.1 IaaS 层

该层为数据中心，为上层应用提供底层的数据存储、计算能力和数据处理服务。该层是服务层，包含知识库、能耗分析模型、能耗监测设备等资源。

3.2 DaaS 层

DaaS层主要提供基础的数据服务，包括数据访问服务、数据集成与共享服务、计算与存储服务。目前使用的核心技术有数据库、元数据处理技术（Reduce、 MySQL等）等。

3.3 PaaS 层

PaaS层为能耗分析平台提供应用服务。该层是一个数据源，可提供数据存储、转换、管理以及对数据进行计算的服务，使能控能够实现对复杂能耗过程的控制。

3.4 SaaS 层

该层是云服务层，是企业在云平台上进行能耗优化管理的基础设施。它提供了一种以数据为中心的云端服务，使企业可以将其所有的数据上传到云平台中，从而实现能耗管理系统对海量设备和数据的实时监控和管理。

4 结束语

总而言之，企业能耗优化平台建设应结合具体的应用案例进行研究，通过对这些具体案例的分析，才能更好地说明基于知识的企业能耗优化平台构建是切实可行的。本文主要基于对能耗特点以及能耗分析方法的探究，而后基于知识库的制造业能耗优化平台中的IaaS 层、DaaS 层、PaaS 层、SaaS 层4个层次内容进行分析，以期能够有效降低制造业能耗控制的智能化水平。

参考文献

[1]胡金鑫.浅谈机械加工制造过程中的能耗优化方法[J].中国新技术新产品,2019,(05):50-51.

[2]朱高兴.机械加工制造过程能耗优化方法研究[J].农家参谋,2019,(02):207.

[3]毛磊.浅析机械加工制造过程能耗优化措施[J].科技风,2018,(18):150.