本文部分理論圖示和案例借鑒知乎文章

工業(yè)的發(fā)展加劇著能源的不斷消耗，在資源和環(huán)境的約束下，能夠?qū)δ芎倪M(jìn)行科學(xué)的分析和管理才能真正實(shí)現(xiàn)能源的有效性運(yùn)營(yíng)。因此有大量的能耗管理系統(tǒng)提供商為用能單位提供傳感器與監(jiān)控設(shè)備、能源信息管理系統(tǒng)、生產(chǎn)線與建筑管理等產(chǎn)品與服務(wù)。

隨著工業(yè)的不斷發(fā)展，這些產(chǎn)品及服務(wù)已經(jīng)成為了紅海，供應(yīng)商無法通過銷售能源管理產(chǎn)品獲得足夠的利潤(rùn)。它們需要探索尚未挖掘的商機(jī)或目標(biāo)客戶群尚未被發(fā)現(xiàn)的需求，來挖掘新的價(jià)值。

目標(biāo)

依據(jù)李杰教授的主控式創(chuàng)新理論，我們將目標(biāo)定為“精益能源管理”，旨在幫助客戶實(shí)現(xiàn)精益的能源管理，減少工業(yè)機(jī)械能源消耗，通過IT信息工具獲取數(shù)據(jù)，利用有效的技術(shù)手段，在數(shù)據(jù)分析中盡可能的挖掘價(jià)值。通過相關(guān)的工廠能源監(jiān)控和管理軟件，為客戶打造“綠色工廠和自動(dòng)化服務(wù)”。

創(chuàng)新矩陣

能耗管理與監(jiān)測(cè)

從能耗管理與監(jiān)測(cè)角度，使工廠的能耗透明化。這就要求所提供的能耗數(shù)據(jù)不能像以往那樣僅僅統(tǒng)計(jì)每一臺(tái)設(shè)備在一段時(shí)間內(nèi)的總能耗，而是要將能耗的構(gòu)成進(jìn)一步分解：

1、每一臺(tái)設(shè)備在各種工作模式下的能耗統(tǒng)計(jì)。

通常設(shè)備有停機(jī)、待機(jī)、空載運(yùn)轉(zhuǎn)、工作、待料、自檢等各種工作模式，在生產(chǎn)系統(tǒng)中的設(shè)備都是按照產(chǎn)品的生產(chǎn)節(jié)拍在各個(gè)模式下有規(guī)律地轉(zhuǎn)換，而生產(chǎn)節(jié)拍的設(shè)計(jì)會(huì)對(duì)能耗產(chǎn)生很大的影響。

據(jù)統(tǒng)計(jì)，生產(chǎn)系統(tǒng)中的總能耗有很大一部分（離散生產(chǎn)系統(tǒng)超過50% ）其實(shí)并非用于生產(chǎn)，而是設(shè)備的待機(jī)、空載運(yùn)轉(zhuǎn)、待料等過程中的無用功消耗，了解這些消耗的構(gòu)成是對(duì)生產(chǎn)計(jì)劃和生產(chǎn)節(jié)拍優(yōu)化的第一步。

2、每一種產(chǎn)品在不同生產(chǎn)環(huán)節(jié)中的能耗。

 統(tǒng)計(jì)每一種產(chǎn)品在生產(chǎn)過程中的能量消耗能夠增加產(chǎn)品成本的透明度，并將這些數(shù)據(jù)反饋到設(shè)計(jì)端進(jìn)行生產(chǎn)工藝和流程的優(yōu)化。

3、比較執(zhí)行相同任務(wù)的不同設(shè)備的能耗差異。

通常一個(gè)工廠內(nèi)會(huì)有生產(chǎn)同類產(chǎn)品的多條產(chǎn)線，而不同產(chǎn)線中的設(shè)備供應(yīng)商也會(huì)五花八門，對(duì)同類產(chǎn)線中執(zhí)行相同負(fù)載循環(huán)的設(shè)備能耗進(jìn)行比較，就可以知道哪種供應(yīng)商的設(shè)計(jì)更加節(jié)能、控制策略更加優(yōu)化。

同時(shí)這些信息也是供應(yīng)商想要獲得的，在對(duì)數(shù)據(jù)進(jìn)行充分分析后，可將能耗排序、能耗分解和根本原因挖掘的分析結(jié)果有償提供給這些供應(yīng)商，并對(duì)他們提出改善要求，實(shí)現(xiàn)與供應(yīng)商的共同成長(zhǎng)。

挖掘能耗數(shù)據(jù)的價(jià)值

從能耗產(chǎn)生的數(shù)據(jù)角度，進(jìn)一步挖掘更多的信息，從而分析預(yù)測(cè)設(shè)備的運(yùn)行風(fēng)險(xiǎn)與產(chǎn)品的質(zhì)量風(fēng)險(xiǎn)。

 在生產(chǎn)系統(tǒng)中，存在著許多不可測(cè)量的風(fēng)險(xiǎn)，這些風(fēng)險(xiǎn)在真正引發(fā)設(shè)備故障和次品率上升之前很難被知曉和避免，這就需要通過采集一些具備先兆性的信號(hào)加以預(yù)測(cè)。

然而，由于生產(chǎn)系統(tǒng)中的設(shè)備眾多，且生產(chǎn)環(huán)境較為復(fù)雜，對(duì)所有設(shè)備加裝傳感器顯然是不太現(xiàn)實(shí)的，這就需要有一種非侵入式的監(jiān)控手段，通過設(shè)備天然具備的信號(hào)進(jìn)行監(jiān)測(cè)。

對(duì)于幾乎所有設(shè)備而言，能耗信息就是設(shè)備天然具備的信號(hào)，且能夠在一定程度上顯示出設(shè)備衰退、質(zhì)量偏移等不可測(cè)量風(fēng)險(xiǎn)的征兆。

能耗信息故障預(yù)診系統(tǒng)示意圖

美國(guó)智能維護(hù)系統(tǒng)中心(IMS)與日本某自動(dòng)化控制及電子設(shè)備制造廠商合作開發(fā)了基于能耗信號(hào)對(duì)工業(yè)系統(tǒng)進(jìn)行故障預(yù)測(cè)與健康管理的技術(shù)(Power Prognosis Analytics,PPA)，通過對(duì)設(shè)備能耗信息的深度建模與信息挖掘，實(shí)現(xiàn)對(duì)設(shè)備早期故障和產(chǎn)品質(zhì)量風(fēng)險(xiǎn)的預(yù)測(cè)性管理。

PPA能夠?qū)Ξa(chǎn)品各個(gè)生產(chǎn)環(huán)節(jié)中被不同設(shè)備加工過程中的能耗信息進(jìn)行采集，并在嵌入式的處理中進(jìn)行自動(dòng)地步驟識(shí)別和特征提取等功能，分析每一個(gè)步驟的質(zhì)量風(fēng)險(xiǎn)貢獻(xiàn)度。

能耗信息故障預(yù)診系統(tǒng)分析流程圖

這套分析系統(tǒng)的核心被稱為非嵌入式設(shè)備能耗診斷分析模塊(Nonintrusive Energy-based Machine Performance Analytics,EMPA)，能耗信號(hào)輸入到 EMPA 模塊后，經(jīng)過分析流程，針對(duì)固定時(shí)間固定動(dòng)作、動(dòng)態(tài)時(shí)間固定動(dòng)作以及動(dòng)態(tài)時(shí)間動(dòng)態(tài)動(dòng)作等不同設(shè)備屬性開發(fā)了相應(yīng)的分析模塊。其分析步驟可以大致分解為以下幾部分：

步驟 1：分析模塊讀取傳感器讀入的原始數(shù)據(jù)，并對(duì)原始數(shù)據(jù)按照負(fù)載循環(huán)進(jìn)行自動(dòng)識(shí)別和分割。數(shù)據(jù)分割可以按照信號(hào)周期性出現(xiàn)的特征，比如功率的峰值、零交點(diǎn)等。對(duì)于工業(yè)生產(chǎn)系統(tǒng)而言，由于設(shè)備一直在不停地生產(chǎn)同樣的產(chǎn)品，每一個(gè)負(fù)載循環(huán)的功率和能耗曲線應(yīng)該有很大的相似性，因此可以根據(jù)這些曲線中的相似點(diǎn)進(jìn)行數(shù)據(jù)分割。

步驟 2：對(duì)在步驟 1 中進(jìn)行分割后的信號(hào)進(jìn)行特征提取，將原始數(shù)據(jù)映射到特征空間。特征提取是指從傳感器信號(hào)中提取能夠反映信號(hào)特性的一些量值，此方法中主要包括時(shí)域特征。信號(hào)的時(shí)域特征主要包括均值、每個(gè)步驟的總能耗、總能耗與預(yù)期值的偏差、能量最大值、均方值、峭度、偏斜度以及信號(hào)熵等。

步驟 3：對(duì)提取的特征矩陣進(jìn)行降維處理，目的是為了去除點(diǎn)特征矩陣中的冗余，在保證方差最大情況下將盡可能地去除特征之間的相關(guān)性。常用的數(shù)據(jù)降維手段包括K-L變換、主成分分析等數(shù)據(jù)降維的手段。

步驟 4：基于最新獲得的信號(hào)特征矩陣，基于計(jì)算設(shè)備當(dāng)前狀態(tài)與健康基線狀態(tài)的偏差對(duì)設(shè)備的衰退狀態(tài)進(jìn)行評(píng)計(jì)，從而量化設(shè)備衰退程度。

步驟 5：在獲得設(shè)備衰退狀態(tài)信息之后便可通過強(qiáng)化學(xué)習(xí)的機(jī)制選擇不同設(shè)備衰退狀態(tài)下合適的預(yù)測(cè)模型，從而進(jìn)一步預(yù)測(cè)設(shè)備特征空間的未來發(fā)展趨勢(shì)。

步驟 6：當(dāng)設(shè)備的健康值超過了控制范圍，或是所預(yù)測(cè)的未來健康值在未來設(shè)定時(shí)間內(nèi)超過控制范圍，系統(tǒng)將產(chǎn)生相應(yīng)的預(yù)警提示。

案例分享

1、汽車制造業(yè)能耗分析及故障預(yù)測(cè)成功案例

XX汽車制造公司在整車生產(chǎn)過程中將會(huì)產(chǎn)生巨量數(shù)據(jù)，包括能耗數(shù)據(jù)、生產(chǎn)數(shù)據(jù)、環(huán)境數(shù)據(jù)等，這些數(shù)據(jù)中蘊(yùn)藏了巨大的價(jià)值，包括產(chǎn)品故障、生產(chǎn)優(yōu)化的目標(biāo)都可以從數(shù)據(jù)中進(jìn)行挖掘。客戶需要我們對(duì)能耗和生產(chǎn)數(shù)據(jù)進(jìn)行挖掘，找出異常點(diǎn)，希望分析出節(jié)約能耗的方向，并且對(duì)生產(chǎn)過程中的故障進(jìn)行預(yù)測(cè)。

慧都能耗異常值分析，為XX汽車制造公司提供咨詢、調(diào)研、研發(fā)、實(shí)施、維護(hù)一整個(gè)環(huán)節(jié)的完善服務(wù)。

數(shù)據(jù)探索：耗電分析、耗水分析、耗時(shí)分析等

數(shù)據(jù)處理：基于耗電、耗水、耗時(shí)數(shù)據(jù)進(jìn)行處理，找到數(shù)據(jù)的異常點(diǎn)，對(duì)異常點(diǎn)進(jìn)行分析。

圖1 識(shí)別時(shí)序數(shù)據(jù)中的異常點(diǎn)

圖2 識(shí)別能耗時(shí)序數(shù)據(jù)的拐點(diǎn)

經(jīng)分析發(fā)現(xiàn)，很多設(shè)備在非工作時(shí)間依然開機(jī)，如果關(guān)機(jī)，電泳和前處理階段的節(jié)能情況如下

如果能夠?qū)⒛承┸嚨那疤幚砗碗娪緯r(shí)間分別減少到37分鐘和23分鐘，在處理功率恒定的情況下，分別將會(huì)節(jié)約能耗3.23%和6.30%。

用Qlik進(jìn)行數(shù)據(jù)探索分析——耗能分析

成功交付

慧都能耗異常值分析解決方案從2018年11月開始導(dǎo)入實(shí)施，項(xiàng)目團(tuán)隊(duì)結(jié)合客戶現(xiàn)場(chǎng)生產(chǎn)情況通過和客戶詳細(xì)溝通斟酌，實(shí)施團(tuán)隊(duì)駐場(chǎng)開發(fā)經(jīng)過接近半年的共同努力，最終于2019年3月項(xiàng)目經(jīng)培訓(xùn)后成功交付。

客戶表示，應(yīng)用后效果顯著：

• 人工判斷異常準(zhǔn)確率為50%，方案優(yōu)化之后，可以提高到83%。
• 人工判斷異常平均時(shí)間為10分鐘，方案實(shí)施之后，只需要100ms。
• 方案實(shí)施后，前處理節(jié)能3.23%。
• 方案實(shí)施后，電泳節(jié)能6.30%。

注：此案例來源于慧都大數(shù)據(jù)團(tuán)隊(duì)的真實(shí)客戶能耗分析及故障預(yù)測(cè)項(xiàng)目實(shí)施。

2、自動(dòng)化控制及電子設(shè)備制造業(yè)能耗分析案例

日本某自動(dòng)化控制及電子設(shè)備制造廠商掌握著世界領(lǐng)先的傳感與控制核心技術(shù)。在工業(yè)自動(dòng)化控制系統(tǒng)領(lǐng)域中，產(chǎn)品系列包括各種傳感器和監(jiān)控設(shè)備，并涉及生產(chǎn)線與建筑物的管理工作，可以及時(shí)獲取生產(chǎn)線上各工業(yè)機(jī)械的能源消耗數(shù)據(jù)，實(shí)現(xiàn)對(duì)工業(yè)機(jī)械的性能監(jiān)控。用能企業(yè)通過分析和利用所獲得的能源監(jiān)控?cái)?shù)據(jù)，可以減少生產(chǎn)線運(yùn)行過程中所消耗的能源。

在與美國(guó)智能維護(hù)系統(tǒng)中心(IMS)的合作中，該廠商開發(fā)了KM100系統(tǒng)，這是由一種節(jié)能的、小型化的電量監(jiān)控器所構(gòu)成的系統(tǒng)，可測(cè)量并顯示生產(chǎn)線中各工位各機(jī)械設(shè)備的初始電壓、電流、累計(jì)電量、無效功率、功率因數(shù)和頻數(shù)等，并在本體中存儲(chǔ)測(cè)量數(shù)據(jù)，在通信網(wǎng)絡(luò)中進(jìn)行集中監(jiān)控管理，可以輕松實(shí)現(xiàn)節(jié)能信息的獲取和監(jiān)控功能。

另外，在商業(yè)模式的創(chuàng)新方面，該日本企業(yè)采用贈(zèng)送設(shè)備、退稅提成的方式，與客戶共享能源精密管理所帶來的經(jīng)濟(jì)效益。如果直接銷售KM100產(chǎn)品所產(chǎn)生的利潤(rùn)并不高，如果將產(chǎn)品免費(fèi)贈(zèng)送給具有生產(chǎn)線的工廠，通過及時(shí)監(jiān)控和分析數(shù)據(jù)幫助生產(chǎn)線實(shí)現(xiàn)節(jié)能，然后根據(jù)該生產(chǎn)線每年節(jié)能退稅總額進(jìn)行提成。由此，免費(fèi)贈(zèng)送的方式可以鼓勵(lì)生產(chǎn)線使用該產(chǎn)品，也為企業(yè)帶來了很大的收益，在提升能源使用效率的同時(shí)實(shí)現(xiàn)業(yè)務(wù)的開發(fā)和拓展。

注：此案例來源于李杰等著寫的《從大數(shù)據(jù)到智能制造》一書中。

關(guān)于慧都大數(shù)據(jù)分析平臺(tái)

慧都大數(shù)據(jù)分析平臺(tái)「GetInsight®」升級(jí)發(fā)布，將基于企業(yè)管理駕駛艙、產(chǎn)品質(zhì)量分析及預(yù)測(cè)、設(shè)備分析及預(yù)測(cè)等大數(shù)據(jù)模型的構(gòu)建，助力企業(yè)由傳統(tǒng)運(yùn)營(yíng)模式向數(shù)字化、智能化的新模式轉(zhuǎn)型升級(jí)，抓住數(shù)據(jù)經(jīng)濟(jì)的發(fā)展勢(shì)頭，提供管理效能，精準(zhǔn)布局未來。了解更多，請(qǐng)。

慧都大數(shù)據(jù)專業(yè)團(tuán)隊(duì)為企業(yè)提供商業(yè)智能大數(shù)據(jù)平臺(tái)搭建，免費(fèi)業(yè)務(wù)咨詢，定制開發(fā)等完整服務(wù)，快速、輕松、低成本將任何Hadoop集群從試用階段轉(zhuǎn)移到生產(chǎn)階段。

歡迎撥打慧都熱線023-68661681或咨詢，我們有專業(yè)的大數(shù)據(jù)團(tuán)隊(duì)，為您提供免費(fèi)大數(shù)據(jù)相關(guān)業(yè)務(wù)咨詢！