陀树青，梁 鹏

(1.广东兴发铝业有限公司，广东佛山 528061;2.广东技术师范学院计算机科学学院，广东广州 510665)

铝型材生产企业属于高能耗、高排放制造企业，控制挤压生产成本是企业关注的重点。为保证挤压生产稳定、经济地运行，对挤压机能耗进行实时监测以及能耗异常检测，是实现制造自动化和清洁生产的发展趋势［1－2］。此外，以挤压机组、车间为单位对生产节能情况进行评估，可有效减少能源泄露、待机时间过长、挤压参数不恰当等能耗异常现象［3－5］。

目前铝型材生产能源计量多采用人工计量方式，需要工作人员走遍各个挤压机组记录仪表数据，但由于厂房面积过大不能及时采集生产数据，还无法对生产现场中的能耗异常问题进行及时处理。实时能耗监测系统通过串口服务器读取各个数字仪表的实时数据，集中显示挤压生产的用电量、电压、电流、用量、温度、压力及流量等数据，通过对挤压生产历史数据进行统计，得到正常生产能耗置信区间，面对挤压生产中的能耗异常现象及时发现并做出相应的处理［6］。此外，目前采用的节能评估手段是将未采用节能措施单位产品能耗与采用节能措施后的单位产品的能耗进行对比。但这一方法存在滞后性，随着生产时间、机组工作人员、生产产品的不同，该评估方法会产生较大的误差。文献［7］利用回归型支持向量机根据当前生产参数进行能耗预测，并与实际能耗值进行比较的节能评估方法，可有效避免数据的滞后性。

本文提出一种铝型材挤压机实时能耗监测及能耗异常检测系统，其不仅可实时地监测挤压生产中的能耗数据，还可根据能耗预测发现挤压生产中的能耗异常现象。

1 系统结构组成

系统分为实时能耗监测及能耗异常检测两部分。实时能耗监测部分由硬件部分和数据采集部分组成;能耗异常检测部分由训练回归支持向量机模块，预测能耗区间模块和评估节能效果模块3部分组成。

实时能耗检测硬件部分如图1所示。硬件部分由数字仪表、串口服务器、交换机和监控服务器组成。底层数字仪表与串口交换机通过RS－485接口相连，使用MODBUS－RTU通讯协议进行数据通信，串口服务器与交换机相连，使用TCP/IP协议进行数据通信，各交换机通过局域网与监控服务器相连。

图1 实时能耗检测硬件部分

数字仪表包括智能电表和智能天然气表，智能电表安装于挤压机用电线路上，用于采集用电量、电压、电流、视在功率、有功功率、无功功率、功率因数和频率等参数，该参数又分为A、B、C三相和汇总;智能天然气表安装于辅助加热炉供热管道上，主要采集用量、温度、压力、流量等参数。

串口服务器:安装于车间，连接智能电表、智能天然气表和交换机之间，主要用于串口和网络设备中传输数据，实现RS－485串口到TCP/IP网络接口的数据双向透明传输。

交换机用于传输网络数据到监控服务器;监控服务器用于接收和记录交换机传输的负载能耗数据以及运行回归型支持向量机方法;以回归型支持向量机算法计算单位产品能耗的预测值Xp。

软件部分有数据采集模块和服务器控制模块，数据采集模块运行于串口服务器，其工作内容是从监控服务器收到配置参数后，生成标准的MODBUS数据命令帧，并发送给智能数字仪表，收到智能数字仪表返还的应答数据帧后，将数据帧中的内容打包为TCP/IP所用的数据包，并通过网络接口转发到交换机网关中。服务器控制模块运行于监控服务器，采用微软公司开发的软件开发平台VC++6.0进行开发，使用封装的Mscomm控件进行串口传输，并将硬件采集到的数据传输到上位机界面中实时显示及存储到SQL数据库中。

2 挤压生产能耗异常检测

基于回归型支持向量机的挤压异常能耗检测由训练模型、预测能耗区间和评估节能效果共3个模块组成。

训练模型模块用于训练基于回归型支持向量机的节能评估模型，如图2所示。以某铝型材制造企业挤压车间为例，原始能耗时间序列数据，包括日、月和年等不同时间维度的能耗数据已经由能耗监测系统预先存储于监控服务器的SQL数据库中。从监控服务器的SQL数据库中读取某一挤压机组于2013年4月～2013年8月每挤压1吨铝型材的耗电量和燃气量作为训练数据，输入数据x有挤压质量、环境温度、挤压温度、挤压时间、工人工龄、铝材型号和机器型号等，如表1所示。

表1 检测系统样本的输入参数

使用Matlab训练基于回归型支持向量机对挤压能耗进行处理，具体过程如下:

(1)选择样本数据并对数据进行归一化和去噪处理，样本数据的输入参数x1，x2，…，xn从数据库中读取，样本输出参数y1，y2，…，yn为某挤压机组于2011年1月～2012年8月所每挤压1吨铝型材的耗电量，如表2所示。

(3)将输入参数和输出参数作为回归型支持向量机的训练数据进行输入，求解

得到a*

i，ai，其中，ε为误差指数，C为惩罚因子。

根据求解结果构建决策函数，可以预测能耗结果

预测能耗区间模块，其特征在于使用统计分析方法计算单位产品能耗的置信区间。设单位挤压铝型材的预测耗电量为 X1，X2，…，Xn服从样本分布(μ，σ2)，X和S2分别表示预测耗电量的样本均值和样本方差，则随机变对于给定的置信度1－α，，则预测耗电量的均值μ的置信区间为以某铝型材制造企业挤压车间为例，2013年7月中5天的耗电量分别为345.24度/吨(1 度/吨 =1 W·h·kg－1)、343.82 度/吨、354.05 度/吨、346.44 度/吨、353.26 度/吨，则置信度为0.99的耗电量置信区间为X=348.56，S2=22.55，=t0.005(4)=4.60，则预测耗电量的置信区间为［348.56 －9.77，348.56+9.77］。

图2 支持回归向量机

评估节能效果模块，其特征在于根据每挤压1吨铝型材的能耗预测值Xp和每挤压1吨铝型材能耗的实际值Xt，根据公式计算所述单位产品的节能效果η。

3 系统测试及讨论

为更好地检验检测结果，采用漏检率和误检率作为异常判断指标，漏检率和误检率之和为错误率

以某铝型材制造企业挤压车间为例，从数据库中选取其2011年1月～2012年9月每挤压生产1吨铝型材的耗电量为训练数据，结合软件Matlab，训练基于回归型支持向量机的节能评估模型，数据如表2所示。

表2 挤压车间每生产1吨铝型材的耗电量

根据训练好的回归型支持向量机模型获取单位铝型材耗电量预测值。如图3所示，该企业2012年9月～2012年12月中每月每生产1吨铝型材的耗电量预测值分别为1 100 kW·h、1 083 kW·h、1 055 kW·h和1 092 kW·h。

图3 回归支持向量机预测结果

根据每挤压1吨铝型材的能耗预测值Xp和每挤压1吨铝型材能耗的实际值Xt，根据公式100%计算所述单位产品的节能效果η。图4所示是置信度为99%的某挤压机组日节能能效图，图中可看出多个能耗异常情况。

图4 回归支持向量机能耗异常检测结果

表3是在不同置信度下的挤压能耗异常检测结果，从统计结果中可看出，在不同的置信度下检测结果有所不同，越高的置信度错误率越低，在90%以上的置信度均能保持在20%以下的错误率;此外，所有置信度的漏检率均为0，这表示该方法可将样本中的所有异常情况检出，并可较好地抑制漏检。

表3 挤压能耗异常检测表

4 结束语

针对铝型材挤压机能源使用较多，传统人工采集能耗数据频率低，采集速度慢等问题，提出了一种包括智能电表、智能天然气表、串口服务器、交换机以及监控服务器，智能电表和智能天然气表等构成的挤压能耗监测和能耗异常检测系统。负载通过RS－485总线与串口服务器相连接，串口服务器将RS485串口转换为TCP/IP网络接口，实现了RS－485串口到TCP/IP网络接口的数据双向透明传输，监控服务器实时监测负载能耗数据并对不同的数据进行记录，再利用历史能耗数据以回归型支持向量机方法计算单位铝型材能耗的正常检测区间。此外，还可根据预测能耗数据与实际记录能耗数据进行比较，对挤压生产进行节能评估。经实验证明，该系统不仅可实时采集车间内挤压机组的能耗数据，还可通过对历史能耗数据的分析，检测生产中的能源泄露、待机时间过长、挤压参数不恰当等能耗异常现象。

［1］ Drake R M，Yildirim B，Twomey J，et al．Data collection framework on energy consumption in manufacturing［R］．The Interaction and Entertainment Research Center，2006．

［2］ Dietmair A，Verl A．Energy consumption modeling and optimization for production machines［C］．2008 IEEE International Conference on Sustainable Energy Technologies，Computer Society，2008:574 －579．

［3］ Mouzona G，Mehmet B，Yildirima．Operational methods for minimization of energy consumption of manufacturing equipment［J］．International Journal of Production Research，2007，45(3):4247 －4271．

［4］ 侯彬．考虑机器开关的并行机调度研究［J］．工业工程与管理，2011，16(2):60 －64．

［5］ Mouzona G，Mehmet B，Yildirima．A framework to minimise total energy consumption and total tardiness on a single machine［J］．International Journal of Sustainable Engineering，2007，1(2):105 －116．

［6］ 樊龙，张文爱．基于Modbus协议的智能电表数据采集传输系统的实现［J］．制造业自动化，2014，36(2):120 －124．

［7］ 杨爱人．基于能耗预测模型的能源管理系统研究与实现［D］．广州:华南理工大学，2013．