基于工业物联网的工业空压机能源管理系统的制作方法

1.本发明涉及智能控制技术领域，具体涉及一种基于工业物联网的工业空压机能源管理系统。


背景技术：

2.空气压缩机是一种以压缩气体的设备，空气压缩机与水泵构造类似，具有结构简单，维护方便，是多种工业生产过程中的主要动力来源。在大型工厂中，许多空气压缩机都是以并联结构为生产提供动力来源，但由于各工厂工序要求的压力不一致，生产过程中用气量变化带来压力波动大，使得过剩供给增加了消耗量，同时人工调节压缩机的起止状态，增加操作时间和设备整体运转时间，造成能源利用率差，导致无法实现生产效益最大化。


技术实现要素：

3.为了解决上述技术问题，本发明的目的在于提供一种基于工业物联网的工业空压机能源管理系统，所采用的技术方案具体如下：
4.设备分类单元，用于基于采样频率采集压缩机的吸入口和排气口的空气压力、压缩空气体积、瞬时功率以及温度，得到设定时间段内的吸入空气压力序列、排出空气压力序列、压缩体积序列、功率序列和温度序列，以构成压缩机的一个特征向量；计算特征向量之间的相似程度以将多个压缩机分为多个类别；
5.权重分配单元，用于利用每个压缩机的特征向量分别计算对应压缩机的工作稳定指标、压缩效率、能耗比和效能比，以用于为每个类别中的每个压缩机相对应的分配稳定性权重、压缩效率权重、能耗比权重和效能比权重；
6.设备管理单元，用于对每个车间每天在不同时刻所消耗的历史气体体积进行相加求和，得到工厂在一天之中每个时刻所规律消耗的综合空气量总和，进而获取当前时刻工厂所需的空气量总和；计算每个类别对应压缩机的平均压缩空气体积，利用所述空气量总和与所述平均压缩空气体积获取所需压缩机数量和压缩机对应类别；基于分配稳定性权重、压缩效率权重、能耗比权重和效能比权重，利用ahp层次分析法确认所述压缩机对应类别中的目标压缩机。
7.进一步地，所述设备分类单元中计算特征向量之间的相似程度以将多个压缩机分为多个类别的方法，包括：
8.将特征向量中的吸入空气压力序列和排出空气压力序列整合成一个第一子向量、温度序列和功率序列整合成一个第二子向量；结合第一子向量、第二子向量和压缩体积序列计算任意两个压缩机之间的相似程度，则相似程度的计算公式为：
[0009][0010]
其中，w(a,b)为压缩机a和压缩机b之间的相似程度；sim(ka,kb)为压缩机a和压缩机b对应第一子向量的相似距离；|ka|-|kb|为压缩机a和压缩机b对应第一子向量的向量模
差值；sim(la,lb)为压缩机a和压缩机b对应第二子向量的相似距离；|la|-|lb|为压缩机a和压缩机b对应第二子向量的向量模差值；dtw(v
1a
,v
1b
)为压缩机a和压缩机b对应压缩体积序列之间的相似值。
[0011]
进一步地，所述权重分配单元中利用每个压缩机的特征向量分别计算对应压缩机的工作稳定指标、压缩效率、能耗比和效能比的方法，包括：
[0012]
基于特征向量中的吸入空气压力序列和排出空气压力序列，将每个序列中对应时刻的吸入口的空气压力和排气口的空气压力进行比值的计算，得到该时刻的压缩比，分别计算每个压缩比与额定压缩比之间的比值，得到一个第一比值序列，对第一比值序列进行中值滤波得到新第一比值序列，计算新第一比值序列的第一比值均值，将该第一比值均值作为对应压缩机的压缩效率；
[0013]
分别计算特征向量中的功率序列的每一个瞬时功率与额定功率之间的比值，得到一个第二比值序列，对第二比值序列进行中值滤波得到新第二比值序列，计算新第二比值序列的第二比值均值，将该第二比值均值作为对应压缩机的能耗比；
[0014]
计算能耗比和压缩效率之间的比值，将该比值作为对应压缩机的效能比；
[0015]
结合第一比值序列、第二比值序列和特征向量中的温度序列计算对应压缩机的工作稳定指标，则工作稳定指标的计算公式为：q＝(105)-var(a)*var(b)*var(t)
，其中，q为工作稳定指标，a为第一比值序列，b为第二比值序列，t为温度序列。
[0016]
进一步地，所述权重分配单元中稳定性权重、压缩效率权重、能耗比权重和效能比权重的分配规则为：工作稳定指标越大，其稳定性权重；压缩效率越大，其压缩效率权重越大；能耗比越大，其能耗比权重越大；效能比越大，效能比权重越大。
[0017]
本发明实施例至少具有如下有益效果：根据不同压缩机的工作性能和任意时刻的工况需求进行自适应的压缩机调配，实现了在减少压缩机损害的前提下，降低能源消耗，实现能源利用最大化，为工厂带来更大的生产效益。
附图说明
[0018]
为了更清楚地说明本发明实施例或现有技术中的技术方案和优点，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它附图。
[0019]
图1为本发明一个实施例提供的一种基于工业物联网的工业空压机能源管理系统的结构框图。
具体实施方式
[0020]
为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种基于工业物联网的工业空压机能源管理系统，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构、或特点可由任何合适形式组合。
[0021]
除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的
技术人员通常理解的含义相同。
[0022]
下面结合附图具体的说明本发明所提供的一种基于工业物联网的工业空压机能源管理系统的具体方案。
[0023]
请参阅图1，其示出了本发明一个实施例提供的一种基于工业物联网的工业空压机能源管理系统的结构框图，该系统包括：
[0024]
设备分类单元10，用于基于采样频率采集压缩机的吸入口和排气口的空气压力、压缩空气体积、瞬时功率以及温度，得到设定时间段内的吸入空气压力序列、排出空气压力序列、压缩体积序列、功率序列和温度序列，以构成压缩机的一个特征向量；计算特征向量之间的相似程度以将多个压缩机分为多个类别。
[0025]
具体的，在工厂中，有几十台压缩机为总装、涂装一、涂装二、冲压、焊装、树脂车间提供压缩空气。在压缩机的吸入口和排气口分别安装一个压力表，以一分钟为采样频率，通过压力表每分钟采集一次吸入口的空气压力p
in
和排气口的空气压力p
out
，由于压缩机是在高温、高压条件下连续运转的动力设备，在经过长期的运行过程，其零部件都会有不同程度的磨损，使其性能降低甚至失效，因此此处测量的数据和出厂时标定的数据会有差异，故在压缩机运行过程中，获取一天内压缩机的吸入口的空气压力p
in
和排气口的空气压力p
out
，进而得到一个吸入空气压力序列和一个排出空气压力序列其中为第一分钟吸入口的空气压力，为第n分钟吸入口的空气压力，为第一分钟排气口的空气压力，为第n分钟排气口的空气压力。
[0026]
在压缩机出口处安装一个空气流量计，利用空气流量计统计压缩机每分钟压缩出的空气体积，同样也是每分钟采集一次压缩机的压缩空气体积v
out
，得到一天内所构成的一个压缩体积序列其中为第一分钟压缩机的压缩空气体积，为第n分钟压缩机的压缩空气体积。
[0027]
在压缩机内部合适的位置并且不影响正常工作的地方安装一个温度传感器，然后每分钟采集一次压缩机的温度t，得到一天内所构建的一个温度序列t＝{t1,..tn}，其中，t1为第一分钟压缩机的温度，tn为第n分钟压缩机的温度；在压缩机电源系统中安装一个功率读取器，每分钟采集一次压缩机的瞬时功率g，得到一天内所构建的一个功率序列g＝{g1,..gn},其中g1为第一分钟压缩机的瞬时功率，gn为第n分钟压缩机的瞬时功率。
[0028]
将吸入空气压力序列p1、排出空气压力序列p2、压缩体积序列v1、温度序列t和功率序列g构成一个压缩机的特征向量，进而利用上述采集方法，能够得到多个压缩机的特征向量。
[0029]
进一步地，在工厂中，是通过压缩机集群共同生产高压空气传输到集中的高压管道中，以供各个车间使用。由于生产需要压缩机的产出往往会高于车间所需的气体体积，用不完的高压空气会通过末端减压控制器进行排放，因此生产此部分的高压空气会造成浪费，不利于能源管理，故需要将不同的压缩机进行分组，则分组方法为：将特征向量中的吸入空气压力序列p1和排出空气压力序列p2整合成一个第一子向量k＝{p1,p2}、温度序列t和功率序列g整合成一个第二子向量l＝{t,g}；结合第一子向量、第二子向量和压缩体积序列计算任意两个压缩机之间的相似程度，则相似程度的计算公式为：
[0030][0031]
其中，w(a,b)为压缩机a和压缩机b之间的相似程度；sim(ka,kb)为压缩机a和压缩机b对应第一子向量的相似距离；|ka|-|kb|为压缩机a和压缩机b对应第一子向量的向量模差值；sim(la,lb)为压缩机a和压缩机b对应第二子向量的相似距离；|la|-|lb|为压缩机a和压缩机b对应第二子向量的向量模差值；dtw(v
1a
,v
1b
)为压缩机a和压缩机b对应压缩体积序列之间的相似值。
[0032]
利用相似程度的计算公式得到任意两个压缩机之间的相似程度，然后基于相似程度利用k-means算法对工厂内的所有压缩机进行分组，令k＝4，进而得到4个类别的压缩机集合，且每个类别中的压缩机的工作性能基本一致。
[0033]
需要说明的是，第一类别对应的压缩机性能最好，然后每个类别的性能依次往下。
[0034]
权重分配单元20，用于利用每个压缩机的特征向量分别计算对应压缩机的工作稳定指标、压缩效率、能耗比和效能比，以用于为每个类别中的每个压缩机相对应的分配稳定性权重、压缩效率权重、能耗比权重和效能比权重。
[0035]
具体的，由于压缩机的工作环境是在长时间的高温、高压下，因此随着使用年限增加或机械部件损耗，造成了与出厂时额定性能指标有些差距，则根据每个压缩机的特征向量来分析对应压缩机的各个特性，具体为：基于特征向量中的吸入空气压力序列p1和排出空气压力序列p2，将每个序列中对应每分钟吸入口的空气压力p
in
和排气口的空气压力p
out
进行比值的计算，得到该分钟的压缩比，即第n分钟的压缩比进而得到一天之内每分钟的压缩比，分别计算每个压缩比与额定压缩比之间的比值，得到一个第一比值序列a，对第一比值序列a进行中值滤波得到新第一比值序列，计算新第一比值序列的第一比值均值，将该第一比值均值作为对应压缩机的压缩效率α；同理，将特征向量中的功率序列的每一个瞬时功率与额定功率进行比较，即分别计算每个瞬时功率与额定功率之间的比值，得到一个第二比值序列b，对第二比值序列b进行中值滤波得到新第二比值序列，计算新第二比值序列b的第二比值均值，将该第二比值均值作为对应压缩机的能耗比β；为了综合分析压缩机的能耗比和压缩效率，则计算能耗比和压缩效率之间的比值，将该比值作为对应压缩机的效能比γ；结合第一比值序列a、第二比值序列b和特征向量中的温度序列计算对应压缩机的工作稳定指标，则工作稳定指标的计算公式为：q＝(105)-var(a)*var(b)*var(t)
，其中q的值域为[0,1]，其数值越接近1，意味着此压缩机工作情况越稳定，即工作过程中高压空气的产出比较稳定，反之越接近0，则意味着工作情况越不稳定，排气压力时高时低，不利于工厂生产。
[0036]
将压缩效率α、能耗比β、效能比γ和工作稳定指标q构成一个压缩机的性能序列，利用上述压缩机各特性的分析方法能够得到每个压缩机的性能序列。根据每个类别中每个压缩机的性能序列为对应类别中的每个压缩机相对应的分配稳定性权重μ1、压缩效率权重μ2、能耗比权重μ3和效能比权重μ4，则分配规则为：工作稳定指标q越大，其稳定性权重μ1；压缩效率α越大，其压缩效率权重μ2越大；能耗比β越大，其能耗比权重μ3越大；效能比γ越大，效能比权重μ4越大。
[0037]
设备管理单元30，用于对每个车间每天在不同时刻所消耗的历史气体体积进行相
加求和，得到工厂在一天之中每个时刻所规律消耗的综合空气量总和，进而获取当前时刻工厂所需的空气量总和；计算每个类别对应压缩机的平均压缩空气体积，利用空气量总和与平均压缩空气体积获取所需压缩机数量和压缩机对应类别；基于分配稳定性权重、压缩效率权重、能耗比权重和效能比权重，利用ahp层次分析法确认压缩机对应类别中的目标压缩机。
[0038]
具体的，由于各个加工车间的功能定位不同，因此所需要使用的空气压力不同，使用频率也不同，因此在每个车间的总高压通道处安装一个空气流量计，以计算每个车间每个时刻所消耗的气体体积v
use
，然后将工厂中每个车间在同一时刻的气体体积v
use
进行相加求和得到该时刻下工厂所需的空气量总和，进而得到一天内每个时刻下工厂所需的空气量总和。由于目前车辆装配工厂绝大部分时间是机械臂机构进行自动操作，并且操作时间是固定的，因此每天中每个时刻所需的空气量总和是有一定规律性的，则采集一周的历史数据，将历史数据进行融合，去除每天的数据噪点，得到工厂在一天内每个时刻所规律消耗的综合空气量总和。
[0039]
由工厂在一天内每个时刻所规律消耗的综合空气量总和可知当前时刻工厂所需的空气量总和，同时考虑到每个类别中的每个压缩机的压缩空气体积的性能差别不大，因此获取当前时刻之前每个压缩机的压缩空气体积以计算每个类别对应压缩机的平均压缩空气体积，进而得到每个类别对应的平均压缩空气体积，根据当前时刻工厂所需的空气量总和与平均压缩空气体积获取所需压缩机数量和压缩机对应类别，则获取规则为：以第一类别中的压缩机为首要选择，然后根据所需的空气量总和顺位下一个级别所对应的类别进行压缩机的选择。
[0040]
作为一个示例，设第一类别的平均压缩空气体积为7m3/分钟，第二类别的平均压缩空气体积为5m3/分钟，第三类别的平均压缩空气体积为3m3/分钟，第四类别的平均压缩空气体积为1m3/分钟，而当前时刻工厂所需的空气量总和为15m3/分钟，因此根据空气量总和15可知利用第二类别中的三个压缩机就能实现其目的，但为了降低压缩机的损耗，实际选择第一类别中的一个压缩机、第二类别中的一个压缩机和第三类别中的一个压缩机。
[0041]
进一步地，使用ahp层次分析法对所需每个类别中的压缩机进行优先启动的确认，其中ahp是一种实用的多目标决策方法，核心思想是通过建立明确的层次结构解析复杂问题，能够有效的处理各项评价指标之间的内在联系及相互独立性，从而量化并综合各个指标，则本发明实施例中利用一种改进的ahp层次分析法进行每个类别中的压缩机的选择，其具体为：首先建立层次模型，包括目标层：压缩机开启选取，准则层：工作稳定指标、压缩效率、能耗比和效能比，方案层：一个类别中的不同压缩机；然后以层次模型为基石，运用相应的指标来确定压缩机各个特性的重要性，从而构建成对比较矩阵，则本发明实施例中使用的是saaty教授提出的比例标度1-9标度法，根据稳定性权重μ1、压缩效率权重μ2、能耗比权重μ3和效能比权重μ4构建成对比较矩阵，进而基于成对比较矩阵选择所需压缩机类别中的耗能小、能效比高、压缩效率高、工作状态稳定的目标压缩机。
[0042]
综上所述，本发明实施例提供了一种基于工业物联网的工业空压机能源管理系统，包括设备分类单元：根据工作状态参数之间的相似程度对压缩机进行分类；权重分配单元：对比每个类别中压缩机的各种特性以为每个压缩机的各个特性分配相对应的权重；设备管理单元：基于工厂所需的空气量总和每个类别的平均压缩空气体积获取所需压缩机数
量和压缩机对应类别，基于每个压缩机的各个特性对应的权重，利用ahp层次分析法确认压缩机对应类别中的目标压缩机。根据不同压缩机的工作性能和任意时刻的工况需求进行自适应的压缩机调配，实现了在减少压缩机损害的前提下，降低能源消耗，实现能源利用最大化，为工厂带来更大的生产效益。
[0043]
需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。且上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0044]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。
[0045]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。