西門子(中國)有限公司張英麗,湯奇,喬冠倫,陸晨,宋元明,張兆輝
1 目標和概述
1.1 項目背景
在Voc廢氣處理過程中,用戶在現場主要會遇到以下幾個問題:Voc廢氣處理過程中需要消耗大量天然氣,而現場實際運行過程中的運行規則通過經驗難以對閉環控制過程實時優化;現場缺少實時數據看板,對于用戶來說,無法直觀了解過程數據,只能通過常規巡檢方式了解運行狀態;目前很難有效整合繁雜的底層PLC數據。
為了更好地獲得廢氣處理爐的運行及控制數據,以及更好地提供統一的數據格式及數據接口,并基于給定的規則達到基于工業軟件進行閉環控制的目的,本項目采用西門子工業邊緣計算平臺及控制應用,作為連接目標試點爐系統和IT系統的橋梁。基于客戶所提供的業務背景和控制邏輯細節,西門子邊緣計算通過結合領域規則以及現成的實際運行策略,開發對應的工業邊緣APP,以解決當前高能耗的能源痛點。
1.2 挑戰
當前控制模式主要依賴人工經驗和預設定的規則進行控制,運營效率較低;控制過程涉及的參數組合數量龐大且場景復雜,依靠傳統的規則難以保證能快速尋找到最優值、達到節能效果;在現場會有較多的因素(環境、工況等)影響到設備的運行性能和能效,量化分析這些因素之間的相關性具有一定的挑戰;基于固定規則下(或事后)的控制反饋,可能會錯過現場運營需求,甚至產生不必要的能耗浪費;另外對于以往的現場來說,一般工廠缺乏對基礎設施這一部分的精細化管理,往往都需要高度依賴人工經驗,而實際的Voc控制系統復雜且處于不斷動態變換的過程,依賴人工經驗的尋優難以實時地找到相對較優的推薦參數進行優化。
1.3 解決方案
本方案基于西門子工業人工智能算法庫及應用組件,結合客戶現場采集的各測點時序及信號數據(歷史和實時),通過數據敏感性分析技術,建立數據驅動的聯合控制模型用于優化群控系統整體能耗;基于預測及優化算法,構建群控系統控制參數、環境變量及目標優化參數之間的映射關系,從大量的備選控制策略中找出最優策略,達到節能降本的目標,并借助西門子工業邊緣的實時、穩定特性更好地進行優化分析及反饋。
(1)解決方案目標
本方案以客戶所提供的位于某地的Voc廢氣處理爐為實施目標,進行基于西門子工業邊緣的數據采集及控制系統的開發和部署(數據采集設備為西門子PLC,型號:S7-300)。
本方案基于客戶給定的控制邏輯單元、輸入輸出單元,及邏輯規則,在西門子工業邊緣上部署定制化開發的能耗預測及節能優化APP,以實現與現場控制系統的對接及爐體自動化閉環控制的需求。
圖1 解決方案框架
(2)解決方案實施概要
本方案主要分為兩個大的階段:咨詢及診斷、開發實施。
在咨詢階段,首先根據歷史數據,對目標的設備和控制系統和分布情況分析,對現有控制系統和節能手段進行調研,明確可實施的節能方案以及現場的技術基礎;其次對高能耗的目標設備和系統進行實地的現場調研,定位主要能耗點并對其中的關鍵點進行顆粒度細分,進一步確定潛在節能方向;最后結合相關領域專家進行系統化的討論和評估后,鎖定具體的節能方向和目標。
在解決方案的開發和實施階段,對于已鎖定的節能方向,匹配西門子現有節能系統中所具備的功能和算法組件,并針對已有功能組件的可復用性進行研究,在對關鍵數據理解、收集和預處理的基礎上,對節能算法、應用進行適配、最小原型的測試及優化,根據算法分析的初步結果結合客戶驗證的反饋結果對模型進行進一步的迭代,優化至目標要求后,在按照交付要求的用戶UI、接口上進行應用的開發和集成,最終完成在現場的部署運行,結合實際的工況對模型定期進行迭代,并基于操作習慣,進行節能指導。
(3)收益
本方案提升了控制系統的精細化管理,優化了控制系統的反饋響應,提升了控制系統在運營過程中的整體效率和設備的運行利用率,并確保了設備的運行穩定,在保障生產需求側用量的同時,優化了整體能耗,在上海某地的項目中天然氣消耗量降低了15%左右。
(4)解決方案框架
解決方案框架如圖2所示。
圖2 解決方案框架
1.4 西門子工業邊緣平臺的優勢特點
(1)開放式技術架構:在現場設備級別運行基于IT容器技術的應用程序,實現強大復雜的功能;
(2)一體化管理平臺:使用邊緣管理平臺,實現跨地域邊緣設備及應用的靈活管理;
(3)豐富的數據通訊:打破自動化和IT系統之間的數據屏障,使數據通訊更簡單、更迅速;
(4)低維護易更新:應用及固件版本根據實際場景維護,批量管理,縮短時間;
(5)海量硬件設備支持:未來邊緣系統將集成到HMI、IPC和PLC中,最大化滿足現場需求;
(6)打造完整生態體系:突破IT和OT界限,實現軟件和硬件的互聯互通,吸引不同角色用戶構建生態。
目前,西門子邊緣生態環境下的APP以功能類型為分類依據,主要分為三類APP,各類APP的功能如下所述:
(1)通訊連接型APP:基于不同類型的工業通訊協議,連接現場的自動化設備,實現設備內部信號變量的采集和訂閱;
(2)數據處理型APP:對采集到的信號變量進行集中管理和模型構建,以便上層的邊緣應用型APP進行調用;
(3)邊緣應用型APP:基于前期構建的數據模型,實現工業現場描述性、診斷性、預測性和決策性的分析應用。
邊緣應用型APP基于前述兩類APP采集存儲的數據,通過數據邊緣處理分析和可視化展示,安全、高效、靈活地為工業現場提供了一系列描述性、診斷性、預測性和決策性的功能應用,以滿足狀態監測、工藝監測與控制、預測性維護和質量檢測與管控等不同的業務場景需求。
不僅如此,邊緣應用型APP之間的依存關系具備以下特點:
(1)低耦合:每個邊緣應用型APP都具備從數據處理層提取數據模型和信號變量的能力,這就意味著,每個邊緣應用型APP的部署和使用不會受其他應用程序的任何影響;
(2)可聯動:部分邊緣應用型APP之間的功能存在聯動性,通過配置調用多個APP的聯動功能,可以為用戶提供更多維度的數據對比分析結果和更多樣化的終端交互體驗。基于上述特點,西門子將以復合功能模塊為最小單位搭建的工業信息化系統,轉化為以獨立應用程序為最小單位部署的工業邊緣平臺,輕松滿足了工業現場日趨靈活多變的功能需求。
1.5 西門子工業邊緣產品架構
在邁向工業4.0的今天,5G、人工智能、邊緣計算等新技術不斷涌現,引領著新一輪的工業變革,驅動著中國工業向產業數字化、數字產業化的方向不斷前進。各行各業通過新技術的賦能,最后走向從萬物互聯到萬物智能的新經濟業態。
西門子通過工業邊緣、人工智能等新興技術,幫助客戶不斷挖掘數字化潛力。借助西門子全套的數字化解決方案,可實現整個價值鏈的數字化轉型。
西門子工業邊緣,融合了信息技術領域的網絡、計算、存儲和智能應用的核心能力,并將最新的人工智能等技術融入邊緣計算,為企業提供了安全、實時、靈活的工業現場本地數據處理解決方案。為了使工業邊緣場景更加易于落地,西門子提供了多種邊緣設備、統一的管理平臺、豐富的邊緣應用及開放的線上應用商店。同時,西門子還致力于建立領先的工業邊緣生態,為企業和合作伙伴創造了更多價值。
圖3
西門子工業邊緣分為三個層級,它們分別執行不同的功能。
首先,是最頂層的工業邊緣中心,用于監視多個工業邊緣管理平臺,并且可以存儲、瀏覽和下載工業邊緣APP。在這里,大家可以找到由西門子和合作伙伴開發的針對多種行業和應用場景的APP。
第二層,平臺層,是工業邊緣管理平臺,用于集中管理所有已連接邊緣設備的軟件平臺。它處于工廠車間層級,可以同時監控上百臺已連接設備的狀態,并且可在目標邊緣設備上安裝邊緣應用和升級軟件,將功能從云端轉移到生產系統。
第三層,設備層,是部署了工業邊緣運行系統的邊緣設備,在數據生成現場就可以進行采集和處理,并且支持和自動化設備的集成和執行容器化的邊緣應用。這里的一臺邊緣設備可以同時運行多個應用APP。目前西門子已發布了包括SIMATIC 227E和427E等多種邊緣設備,并且有不同算力和內存的產品可供選擇,可以滿足多種場景的需求。其中,SIMATIC-IPC 227E邊緣設備已通過了由中國信息通信研究院開展的“邊緣計算標準件計劃”評測。它內置了工業邊緣計算的軟件系統,除了提供美觀易用的網頁訪問方式外,還可直接通過工業邊緣管理系統進行統一的管理。它連接了OT和IT兩個層級,為IT應用提供了便捷的數據連接性能和運行平臺。通過它,可以讀取工業現場的自動化實時數據,對這些數據進行存儲和處理后,再用多種多樣的可視化圖表展示各項實時狀態和KPI數據。為保證工廠重要數據傳輸的安全性,它也可以將重要數據上傳到工廠的私有存儲服務器或是公有云上。同時,它也可通過集中管理的特點,更好地為終端客戶提供服務。
2 方案介紹
Voc設備的智慧節能控制系統功能主要分為兩大部分:變量監測及參數調優。其整體實現解決方案的具體步驟如下:
(1)使用西門子工業邊緣計算的數據服務應用實時采集VoC處理過程中相關的工藝及外部環境參數:
· 溫度監測:支持以下變量的實時監測,各個變量的監測信息如表1所示;所有變量均支持儀表盤和曲線圖兩種展示模式,其中曲線圖的有效數據展示周期為最近30秒。
表1 溫度各個變量的監測信息
· 濃度監測:濃度監測功能支持以下變量的實時監測,各個變量的監測信息如表2所示;所有變量均支持儀表盤和曲線圖兩種展示模式,其中曲線圖的有效數據展示周期為最近30秒。
表2 濃度各個變量的監測信息
· 頻率監測:頻率監測功能支持以下變量的實時監測,各個變量的監測信息如表3所示;所有變量均支持儀表盤和曲線圖兩種展示模式,其中曲線圖的有效數據展示周期為最近30秒。
表3 頻率各個變量的監測信息
(2)通過能源消耗預測的趨勢以及能源策略優化兩個算法模型在邊緣側進行實時參數尋優。
(3)將尋優得到的參數通過西門子工業邊緣的南向數據連接型APP反向寫入至控制設備側。
實際的閉環優化控制技術路線如圖4所示。
圖4 閉環優化控制技術路線圖
(4)控制設備根據優化建議參數進行上下閾值判斷已評估控制風險,從而保障優化參數可根據實際控制情況進行調優。
調優過程涉及到對軟件系統狀態的配置,包括PLC狀態以及APP狀態:APP界面作為APP的前端,一方面承擔著UI展示和交互的職責,另一方面承擔著和PLC以及APP后端連接的中間件職責,其信息交互功能如圖5所示。
圖5
其中,對PLC-APP狀態可通過手動方式進行糾偏介入,因此設計的控制優化分為兩個部分,分別為“閉環優化控制”和“異常糾偏處理”。
(5)能源消耗預測以及策略優化模型會根據現場的定期數據積累后進行模型迭代后,可在邊緣端及時更新以達到更精確的控制策略優化和調節。
3 代表性及推廣價值
該項目適用于絕大多數場景如空壓機組、水泵組、暖通空調、廢氣燃燒等涉及到控制策略或群控策略的情況,對于一些老舊高能耗或能耗高居不下的群控設備來說有重大意義,實際可節省3%~15%的能源消耗(根據實際工況而定)。該方案也著重于將數字化能力如邊緣計算和人工智能技術的能力拓展到企業節能減碳層面,其對絕大多數場景具有很好的通用性,因此該方案也非常具有推廣價值。
摘自《自動化博覽》2024年第二期暨《邊緣計算2024專輯》