国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

★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同的能源管理系統。此系統面向車間生產制造過程，可以實現各類能源信息連接、互通，可以打破信息隔離，幫助管理者監控能源消耗情況、分析能源使用特征，從而更好地實現“雙碳達標”的目標。此系統采用云邊協同架構，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，此系統按照功能劃分為三層：采集層、分析層、應用層。最后，此系統方案在中國航空制造技術研究院的生產現場進行了應用驗證。結果表明，該架構能夠降低能源設備接入和管理難度，能夠提升數據處理速度和應用響應速度，能夠減輕網絡傳輸的負擔和邊緣存儲的壓力。通過應用本能源管理系統，提高了車間能源利用率，減少了資源浪費，保證了生產用能安全。

1　引言

在工業能源場景下，如表1所示，制造現場的工業能源系統眾多^[1]，能源消耗量大。以航空制造車間現場為例，重點能耗設備如表2所示，包括數控設備、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，存在通訊協議不統一、信息孤島現象嚴重等問題。

表1 制造現場工業能源系統

表2 航空制造現場幾大類裝備耗能情況

同時，在生產過程中存在能源浪費現象，因此對設備的實時狀態與能耗情況進行監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

制造企業的生產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車間節能減排具有重要研究意義。目前，亟需更好地發揮能源管理的作用，建立完善能源管控體系，并充分利用信息化、數字化和智能化等手段加強能耗監管，以提高智慧能源管理水平^[2]。

隨著工業數字化轉型的持續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據和生產設備數據是多源異構的，同時獲取的感知數據是海量級的，導致系統傳輸壓力大、主站計算負荷重^[3]。在5G和物聯網的快速發展下，構建端到端的云邊協同架構將是實現車間數據高速互聯、應用整合調度分發以及計算力全覆蓋的重要途徑。

云邊協同可以滿足工業能源場景下設備接入、數據聚合、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勢^[4]，對多協議和通信接口兼容，能夠解決車間中異構設備、多能源終端的數據采集與聚合問題；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測要求，能夠保障用能安全；邊緣計算數據本地處理，能夠提升工業企業能源數據安全性、降低外網帶寬要求，并提供與云服務器的數據傳輸協同。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化和預測，可以優化控制策略，實現智能能源管理。

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

2　云邊協同的車間能源管理系統設計與實現

2.1 車間能源管理總體架構

面向生產車間的能源管理系統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同，助力車間能源管理。

圖2 系統架構圖

采集層：獲取能源信息和生產數據是關鍵，在生產制造現場安裝部署自研邊緣控制器，使用邊緣計算技術，實時采集企業電、水、氣、熱等能源數據，實現初步處理并存儲，并按照策略與云端進行交互。

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

應用層：開發監控大屏、能源管理系統等應用，實現車間能源實時監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）數據采集

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，獲取能源數據；支持多種工業物聯網協議：Modbus、OPC UA、S7、MQTT等，能夠讓車間異構設備互聯互通，實現各類信息連接、互通，打破信息隔離，同時監測重點設備及工藝運行狀態，如溫度、濕度、流量、壓力、速度等。

（2）數據存儲與傳輸

同時基于時序數據庫技術，實現能源數據實時存儲與檢索，為能源管理提供原始數據積累。基于工業物聯網傳輸協議，滿足實時、可靠、低帶寬占用。根據數據類型不同，按照傳輸策略，實現云邊數據協同。

2.2.2　分析層

（1）數據計算

數據處理：通過云服務器和數據處理模塊，對協同到云的邊緣數據進行數據清洗、規范化等；

數據匯總：同時從能源使用種類、監測區域、車間、生產工藝、設備等多個維度進行數據匯總工作；

數據接口：開發通用數據API接口，為數據分析與可視化提供數據支持。

（2）能源分析與預測

基于已有的數據積累，利用云平臺的數據分析能力，進行能源數據分析，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、能源優化調度策略、檢修預測等。

2.2.3　應用層

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

（2）能源數據分析：從多維度統計分析車間設備用能情況，可定制生成各類數據報表，通過模型分析企業的用能質量和節能空間。

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

（4）車間用能安全：實時監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濟和生產損失，維護車間用能安全。

2.3　云邊協同的車間能源管理系統實現

2.3.1　邊緣端

基于i.MX8MQ處理器定制化設計邊緣控制器，使其具有多網口、多現場總線通訊協議、電源管理等功能，同時使用容器技術解決資源緊張、環境異構等問題。本系統定制化開發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，數據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據；

（2）即插即用，支持多種不同自動化系統和通訊協議；

（3）能連接到IT/云端系統，工業邊緣具有優秀的集成能力和可擴展連通性，可實現自動化和IT系統與不同云端系統之間的數據交換；

（4）可以定制開發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制造現場，可以實現能源數據采集、邊緣計算、容器集群等功能，可以實時獲取生產現場的海量數據。

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；

（2）自研數據采集配置軟件。對工業生產車間異構系統、協議的設備和智能能源終端進行數據采集；

（3）Tdengine。它是一款針對時序數據場景設計的專用數據庫和專用大數據處理工具，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協議相對于互聯網常用的HTTP協議更適合邊緣端與云端間的數據傳輸；

（5）OPC UA Server。通過OPC UA統一架構進行數據通信，可以實現多種工業現場總線異構系統的互聯互通。

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集群可以實現邊緣節點之間的相互協作，提高了效率，實現了資源的最大利用率，保證了數據協同可靠性。

2.3.2　云端

在工業網絡與自動化實驗室內部搭建邊緣云（私有云）平臺，可以面向工業制造實現物聯網設備接入、邊緣計算和數據分析，形成邊云協同的模式。

云端平臺可以為不同業務類型的所有物聯網應用終端提供統一的數據接入方案和運行環境，實現高性能、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分析層和應用層部署在平臺上，實現能源信息處理、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、可大規模擴展、豐富、標準統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。Kubernetes簡稱K8S，它是提供應用部署、規劃、更新、維護的一種機制，讓部署容器化應用簡單并且高效。PaaS層搭建數據庫、容器管理平臺、機器學習平臺、大數據平臺、規則引擎、微服務平臺等。其中，數據庫存儲所有能源信息數據；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；大數據平臺和規則引擎用來處理邊緣端源源不斷上傳的時序數據；微服務平臺用于構建能源管理系統應用。

3　車間能源管理系統應用實踐

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

院本部車間能源管理應用如圖5所示，采集的數據包括電力數據，如三相電流、三相電壓、有功功率、視在功率、功率因數、正向有功電能、反向有功電能等；用氣、用水、用煤以及現場生產設備數據如溫度、壓力、流量、速度、報警、工藝參數等。所有數據首先通過設備邊緣網絡傳輸到邊緣，邊緣控制器將緩存所有數據。在云邊協作中，數據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，對于能耗數據和設備所有數據，經過預處理后存儲在Tdengine數據庫。部分數據需要實時傳輸到邊緣云平臺進行模型訓練；部分具有實時性、安全性、隱私性等的數據存儲在邊緣，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據，可以周期性地傳輸到云端。同時，邊緣會定期刪除數據以釋放存儲資源。

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

制造院車間能源管理系統應用的功能包括：展示面板、數據監測、統計報表、事件告警、智能運維、設備管理、系統管理/工具/說明等。

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

圖6 能源監測面板

（2）能源數據分析：采用曲線、餅圖、累積圖、數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。以電能數據為例，如圖7所示，可以實時監測電流、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、環比分析，分類、分時段、分項（車間、重點設備）統計圖形對比分析。

圖7 電力數據監測

（3）統計報表：生成多維度的數據統計報表，并提供一鍵導出功能，如圖8所示。

圖8 統計報表

（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，幫助企業提前預警，避免發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：實現能源與生產數據關聯分析、異常分析、消耗量預測、減排管理、能源優化調度策略等。

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

（7）其他內置功能模塊：包括車間管理、角色用戶、菜單及按鈕授權、數據權限、系統參數、日志管理等。

4　結論

本文提出的車間能源管理系統，基于云邊協同架構，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。此系統按照功能劃分為三層：采集層基于邊緣計算技術，可以實現能源數據和設備數據的實時采集與預處理，并存儲在本地時序數據庫；分析層基于邊緣云平臺，可以實現與邊緣控制器的數據協同，并能對實時能源數據和歷史數據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，并開發能源管理應用，實現車間用能監測和能源分析與預測。

最后，將本系統方案在中國航空制造技術研究院本部生產現場進行應用驗證。結果表明，該架構能夠降低能源設備接入和管理難度，能夠提升數據處理速度和應用響應速度，能夠減輕網絡傳輸的負擔和邊緣存儲的壓力。通過應用本能源管理系統，提高了車間能源利用率，減少了資源浪費，降低了能耗成本，保證了生產用能安全，并助力企業實現數字化、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，現就職于中國航空制造技術研究院，主要從事邊緣計算、工業網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、系統控制與集成技術、邊緣計算、工業網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展現狀及對策研究[J]. 中國標準化, 2022 (01) : 63 - 70, 75.

[3] 張樹華, 仝杰, 張鋆, 等. 面向能源互聯網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中國邊緣計算產業研究報告[R]. 北京: 億歐智庫, 2022.

摘自《自動化博覽》2023年5月刊