CN111830912A - 一种工业生产线设备智能优化节能系统和方法 - Google Patents
一种工业生产线设备智能优化节能系统和方法 Download PDFInfo
- Publication number
- CN111830912A CN111830912A CN201910315165.0A CN201910315165A CN111830912A CN 111830912 A CN111830912 A CN 111830912A CN 201910315165 A CN201910315165 A CN 201910315165A CN 111830912 A CN111830912 A CN 111830912A
- Authority
- CN
- China
- Prior art keywords
- equipment
- index
- value
- production
- optimization
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明涉及一种工业生产线设备智能优化节能系统和方法,包括设备选型配置优化,根据目标函数和约束条件选择所需的设备型号和数量;设备运行指标优化,根据设备生产指标期望值,建立多目标优化模型,获取设备运行指标并优化;以及设备预警与报警,根据设备监测状态和频率特性获取设备故障类型,并触发报警提醒。通过对生产设备进行精确优化和管控,提供了最佳的设备选型配置和优化的设备运行指标,最大化的提高了生产效率,降低了能源消耗。同时,通过实时故障预警和报警,提高了故障处理的反应速度,保障生产安全。
Description
技术领域
本发明属于工业控制领域,具体涉及一种工业生产线设备智能优化节能系统和方法。
背景技术
当前,能源短缺和环境污染问题已成为全球性的问题,节能和环保已成为全社会日益关注的问题。在我国的能源消耗中,工业能源消耗量占全国能源消耗总量的70%左右,传统的能源资源高消耗与粗放型工业控制管理发展道路已难以为继,改变传统的高消耗、高污染和低效益的经济增长模式,发展一条以智能化生产体系为支撑,以低消耗、低排放、高效率的资源节约型循环经济为目的的新型清洁生产道路已迫在眉睫。
目前,大部分企业在工业生产线设备的运行管理上,智能化程度较低。虽然有许多厂家推出了能耗在线监测系统及能源管理中心系统软件,能够解决能耗监测和能耗统计的问题,但是这些系统或软件未能从设备的日常使用方面给出节能降耗或保障生产线稳定运行的相关措施。在设备的日常使用中,例如设备选型配置、设备运行参数控制以及设备故障监测主要采用人工或者半人工的方式来完成,无法达到对企业中的设备进行精细优化和精确管控,从而无法从全厂或全区域设备运行角度统筹降低能耗。
简单来说,主要存在如下问题:
(1)在设备选型方面,一般根据车间上报设备选型,财务审核预算的方式选择购买设备型号并使用,从而难以兼顾工业生产中的生产性(设备的生产率)、可靠性(精确度和可靠度)、安全性(生产安全的保证性)、经济性(投资少、效率高)、维修性(维修的难易程度)、适用和耐用性(适用环境和使用寿命)、通用和成套性(配套零件的标准化)以及环保性(能耗及排污要求)的各种要求。
(2)在设备运行参数控制方面,由于工业生产运行涉及到多个工序,各类生产工艺指标的设定以及修正通常依靠操作人员的经验式调控进行,人为主观性较强,难以精细化的保证产量的稳定以及生产效率的平稳,也无法最大化设备的生产效率以及最小化设备的单位能耗。如何通过合理设定各个工序的运行指标使得综合生产指标达到目标范围,同时又可以减少因为人为设定而造成的能源和资源消耗,提高经济效益是企业越来越重视的问题。
(3)在设备故障检测方面,现代大型设备自动化以及长期高速运转必然带来各种不同的故障,由于故障而导致设备的停产给企业带来了巨大的经济损失。特别是在设备发生故障后没能及时预测而导致事后维修的情形,不仅带来经济损失,严重的还可能对设备造成巨大的损害。在生产设备的日常运行中,虽然能够监测到设备的运行数据,但对于运行数据的变化不敏感,从而难以及时发现运行数据的异常并提前预警设备故障问题。
发明内容
为了解决上述的技术问题,本发明提出了一种工业生产线设备智能优化节能系统和方法。
一种工业生产线设备智能优化节能方法,包括:
设备选型配置优化,根据目标函数和约束条件选择所需的设备型号和数量;
设备运行指标优化,根据设备生产指标期望值,建立多目标优化模型,获取设备运行指标并优化;
设备预警与报警,根据设备监测状态和频率特性获取设备故障类型,并触发报警提醒。
进一步地,所述设备选型配置优化包括:
设定约束条件和目标函数,
确定具有最低目标函数的设备型号和设备数量作为设备选型。
进一步地,所述设备运行指标优化包括:
设定设备运行指标近似值和设备生产指标设定值,
根据所述设备运行指标近似值、当前设备运行状态和前一时刻设备生产指标实际值预报设备生产指标预报值,
根据所述设备生产指标设定值和所述设备生产指标预报值的偏差前馈校正所述设备运行指标近似值,
根据所述设备生产指标设定值和所述前一时刻设备生产指标实际值反馈校正所述设备运行指标近似值,从而获得当前设备运行指标优化值。
进一步地,所述设备预警和报警包括:
获取设备信息和规则信息,
在设备进入稳定状态后,采集各监测点的特征值数据,
根据所述特征值数据获取各监测点的频谱分布,
将各监测点的所述频谱分布与故障规则进行匹配,并获取监测点的规则事实,
根据监测点的规则事实和频谱分布获取故障类型,触发报警提醒并提示故障类型。
进一步地,所述频谱分布为主导频率和伴随频率。
一种工业生产线设备智能优化节能系统,包括:
设备选型配置优化单元,用于根据目标函数和约束条件选择所需的设备型号和数量;
设备运行指标优化单元,用于根据设备生产指标期望值,建立多目标优化模型,获取设备运行指标并优化;
设备预警与报警单元,用于根据设备监测状态和频率特性获取设备故障类型,并触发报警提醒。
进一步地,所述设备选型配置优化单元包括:
约束条件设定模块,用于设定约束条件,
目标函数设定模块,用于设定目标函数,
设备选型确定模块,用于确定具有最低目标函数的设备型号和设备数量为设备选型。
进一步地,所述设备运行指标优化单元包括:
设定模块,用于设定设备运行指标近似值和设备生产指标设定值,
预报模块,用于根据所述设备运行指标近似值、当前设备运行状态和前一时刻设备生产指标实际值获得设备生产指标预报值,
前馈校正模块,用于根据所述设备生产指标设定值和所述设备生产指标预报值的偏差前馈校正所述设备运行指标近似值,
反馈校正模块,用于根据所述设备生产指标设定值和所述前一时刻设备生产指标实际值反馈校正所述设备运行指标近似值,从而获得当前设备运行指标优化值。
进一步地,所述设备预警和报警单元包括:
初始化模块,获取设备信息和规则信息,
监测模块,在设备进入稳定状态后,采集各监测点的特征值数据,
频谱分析模块,根据所述特征值数据获取各监测点的频谱分布,
匹配模块,将各监测点的所述频谱分布与故障规则进行匹配,并获取监测点的规则事实,
报警模块,根据监测点的规则事实和频谱分布获取故障类型,触发报警提醒并提示故障类型。
进一步地,所述频谱分布为主导频率和伴随频率的频谱值。
本发明的有益效果:本发明提出的工业生产线设备智能优化节能系统和方法,通过对生产设备进行精确优化和管控,提供了最优的设备选型配置和优化的设备运行指标,最大化的提高了生产效率,降低了能源消耗。同时,通过实时故障预警和报警,提高了故障处理的反应速度,保障生产安全,进一步提高了生产效率,降低能源消耗。
附图说明
图1是本发明实施例提出的一种工业生产线设备智能优化节能方法的流程图;
图2是本发明实施例提出的一种设备选型配置优化方法的流程图;
图3是本发明实施例提出的一种设备运行指标优化方法的流程图;
图4是本发明实施例提出的一种设备预警与报警方法的流程图;
图5是本发明实施例提出的一种工业生产线设备智能优化节能系统的结构图;
图6是本发明实施例提出的一种设备选型配置优化单元的结构图;
图7是本发明实施例提出的一种设备运行指标优化单元的结构图;
图8是本发明实施例提出的一种设备预警与报警单元的结构图;
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。但本领域技术人员知晓,本发明并不局限于附图和以下实施例。
实施例1
图1是本发明实施例提出的一种工业生产线设备智能优化节能方法的流程图。如图1所示,工业生产线设备智能优化节能方法包括步骤110,设备选型配置优化。根据目标函数和约束条件选择所需的设备型号和数量。分析各设备的作业流程、设备类型和设备品牌,在满足产量约束条件和资金约束条件下,比较不同型号设备的目标函数,据此选择出最合适的设备型号及其数量。
工业生产线设备智能优化节能方法还包括步骤120,设备运行指标优化。根据设备生产指标期望值,建立多目标优化模型,获取设备运行指标并优化。利用计划调度层给定的生产指标期望值,建立多目标优化模型,获得设备生产指标设定值和设备运行指标近似值。通过前馈和反馈的方式对设备运行指标近似值进行优化,从而最大限度的提高设备和能源利用率,降低生产能耗,最终提升企业效益。
工业生产线设备智能优化节能方法还包括步骤130,设备预警与报警。根据设备监测状态和频率特性获取设备故障类型,并触发报警提醒。监测设备各监测点的频率特性和规则事实,与规则库中的故障规则进行匹配,判断设备的监测点是否发生故障以及故障的类型,并发出警告。
图2是本发明实施例提出的一种设备选型配置优化方法的流程图。合理进行设备优化选型,是提高劳动生产率、保证生产质量和降低生产能耗的一个重要因素。根据设备选择的原则,在选择大型设备的时候,一般要求同一生产线尽量使用同一型号的机械设备。现假设Xj为所需选择某类型设备的第j个型号设备的数量(j=1,2,3···,z,z为可供选择的设备型号数)。
如图2所示,设备选型配置优化方法包括步骤210,设定约束条件。约束条件包括产量约束和资金约束。产量约束为设备的生产能力与设备数量的乘积应大于等于计划调度层给定的生产线生产指标期望值。假设Pj为一台j型设备的生产能力,M为生产线生产指标期望值,则PjXj≥M。资金约束为设备的购置费用和相关投资费用应当小于等于设备的初始投资限额。假设Aj为j型设备的单台购置费用,FCj为j型设备的相关投资费用,Imax为初始投资限额,则
设备选型配置优化方法包括步骤220,设定目标函数,以年费最低为目标设定目标函数。一条生产线上设备的年费包括平均设备年购置费、设备年维持费、设备附加年投资费、设备附加年维持费等。由于购买设备时通常使用银行贷款,因此平均设备年购置费和贷款期限和银行年利率相关。假设Aj为j型设备的单台购置费用,Bj为j型设备的单台年维持费用,n为j型设备的贷款期限,i为贷款年利率,FAj为j型设备的附加年投资费用,FBj为j型设备的附加年维持费用,则目标函数
设备选型配置优化方法包括步骤230,选择具有最低目标函数的设备型号作为优选的设备选型,对应的Xj则为优选的设备数量。由此,对于设备的选型,只需知道各型号设备的性能参数,各型号设备的购置费、资金的年利率和贷款期限,再根据类似生产线使用相同型号设备的经济性能,估算出各型号设备的年维持费用、附加年投资费和附加年维持费,在满足生产线初始投资限额和生产能力限定的条件下,就可以计算选择出所需要的设备型号及设备数量。
图3是本发明实施例提出的一种设备运行指标优化方法的流程图。如图3所示,设备运行指标优化方法包括设定步骤310,设定设备运行指标近似值Sp(t)和生产指标设定值Ps(t)。用户根据实际工况条件设定运行指标边界约束条件和生产指标目标值。在满足边界约束条件下,以生产指标最大化和单位产量能耗最低化为目标,建立多目标优化模型,采用例如改进的非劣分类遗传算法来求解该多目标优化模型,得到满足边界约束的运行指标解集,根据工艺要求选取一组作为设备运行指标近似值Sp(t),进而确定设备生产指标设定值Ps(t)。
设备运行指标优化方法还包括预报步骤320,根据设备运行指标近似值对设备生产指标进行预报,得到设备生产指标预报值。建立设备生产指标预报模型,描述当前设备运行指标近似值Sp(t)、当前工况条件、前一时刻综合生产指标实际值Pr(t-1)之间的函数关系,获得当前时刻设备生产指标预报值Pp(t)。
虽然根据步骤310获得了运行指标近似值Sp(t),但是由于多目标优化模型的不确定性、各个工序生产工况的变动、原料成分的变动、生产设备的磨损等,并不能保证在设定误差范围内生产结果符合综合生产指标期望值。因此还需要通过校正的方法来改善生产运行指标的跟踪效果。
设备运行指标优化方法还包括前馈校正步骤330。建立指标前验评估与动态校正模型,根据当前生产指标设定值Ps(t)和生产指标预报值Pp(t)的偏差调整设备运行指标近似值Sp(t)。
设备运行指标优化方法还包括反馈校正步骤340。建立指标后验评估与动态校正模型,根据当前生产指标设定值Ps(t)和前一时刻设备生产指标实际值Pr(t-1)调整设备指标近似值Sp(t),从而获得当前设备运行指标优化值S(t)。
图4是本发明实施例提出的一种设备预警与报警方法的流程图。为了获取故障点和故障类型,采用基于规则的预警技术。如图4所示,设备预警和报警方法包括获取步骤410,在系统初始化阶段获取所有的设备信息以及故障规则信息。故障规则信息基于机组组态信息建立。机组组态信息包括测点的报警参数信息、测点的位置及部位信息。
设备预警和报警方法还包括采集步骤420,在设备进入稳定状态以后,系统开始采集各监测点的特征值数据,例如设备电机的振动情况。
设备预警和报警方法还包括频率分析步骤430,当缓冲区满时,对缓冲区中的特征值数据进行处理,得出当前设备下各监测点的所有频谱分布,主要是主导频率和伴随频率。
设备预警和报警方法还包括匹配步骤440,在得到频率特性之后,将各监测点的主导频率(伴随频率)与故障规则进行匹配,并获取监测点的规则事实。规则事实包括振动变化情况、振动稳定性、轴心轨迹形状等。
设备预警和报警方法还包括报警步骤450,根据规则事实和频率特性获取当前设备中指定测点发生故障的类型,触发报警提醒并提示故障类型。例如设备运行数据经过频谱分析,主导频率为1/3倍频,对应的可能故障类是支撑系统、摩擦、流体动力激振和共振。而监测点的规则事实为振动随负荷明显变化,润滑油油温对振动无显著影响。根据上述规则事实和频率特性,判断设备中该监测点发生旋转失速故障,进而触发报警。
从而通过实时故障预警和报警,提高了故障处理的反应速度,保障生产安全。并且可以在停机故障发生前,根据设备运行出现的异常特征值,发现设备存在故障的风险类型及位置,提早进行防范。
通过在设备的日常使用中,对设备选型配置、设备运行参数控制以及设备故障监测三方面进行优化,达到对企业中的设备进行精确管控以及节能的目的。
实施例2
图5是本发明实施例提出的一种工业生产线设备智能优化节能系统的结构图。如图5所示,工业生产线设备智能优化节能系统包括设备选型配置优化单元510。根据目标函数和约束条件选择所需的设备型号和数量。分析各设备的作业流程、设备类型和设备品牌,在满足产量约束条件和资金约束条件下,比较不同型号设备的目标函数,据此选择出最合适的设备型号及其数量。
工业生产线设备智能优化节能系统还包括设备运行指标优化单元520。根据设备生产指标期望值,建立多目标优化模型,获取设备运行指标并优化。利用计划调度层给定的生产指标期望值,建立多目标优化模型,获得设备生产指标设定值和设备运行指标近似值。通过前馈和反馈的方式对设备运行指标进行优化,从而最大限度的提高设备和能源利用率,降低生产能耗,最终提升企业效益。
工业生产线设备智能优化节能系统还包括设备预警与报警单元530。根据设备监测状态和频率特性获取设备故障类型,并触发报警提醒。监测设备各监测点的频率特性和规则事实,与规则库中的故障规则进行匹配,判断设备的监测点是否发生故障以及故障的类型,并发出警告。
图6是本发明实施例提出的一种设备选型配置优化单元的结构图。合理进行设备优化选型,是提高劳动生产率、保证生产质量和降低生产能耗的一个重要因素。根据设备选择的原则,在选择大型设备的时候,一般要求同一生产线尽量使用同一型号的机械设备。现假设Xj为所需选择某类型设备的第j个型号设备的数量(j=1,2,3···,z,z为可供选择的设备型号数)。
如图6所示,设备选型配置优化单元600包括约束条件设定模块610。约束条件包括产量约束和资金约束。产量约束为设备的生产能力与设备数量的乘积应大于等于计划调度层给定的生产线生产指标期望值。假设Pj为一台j型设备的生产能力,M为生产线生产指标期望值,则PjXj≥M。资金约束为设备的购置费用和相关投资费用应当小于等于设备的初始投资限额。假设Aj为j型设备的单台购置费用,FCj为j型设备的相关投资费用,Imax为初始投资限额,则
设备选型配置优化单元600包括目标函数设定模块620。以年费最低为目标设定目标函数。一条生产线上设备的年费包括平均设备年购置费、设备年维持费、设备附加年投资费、设备附加年维持费等。由于购买设备时通常使用银行贷款,因此平均设备年购置费和贷款期限和银行年利率相关。假设Aj为j型设备的单台购置费用,Bj为j型设备的单台年维持费用,n为j型设备的贷款期限,i为贷款年利率,FAj为j型设备的附加年投资费用,FBj为j型设备的附加年维持费用,则目标函数
设备选型配置优化单元600包括设备选型设定模块630。选择具有最低目标函数的设备型号作为优选的设备选型,对应的Xj则为优选的设备数量。由此,对于设备的选型,只需知道各型号设备的性能参数,各型号设备的购置费、资金的年利率和贷款期限,再根据类似生产线使用相同型号设备的经济性能,估算出各型号设备的年维持费用、附加年投资费和附加年维持费,在满足生产线初始投资限额和生产能力限定的条件下,就可以计算选择出所需要的设备型号及设备数量。
图7是本发明实施例提出的一种设备运行指标优化单元的结构图。如图7所示,设备运行指标优化单元700包括设定模块710,用于设定设备运行指标近似值Sp(t)和生产指标设定值Ps(t)。用户根据实际工况条件设定运行指标边界约束条件和生产指标目标值。在满足边界约束条件下,以生产指标最大化和单位产量能耗最低化为目标,建立多目标优化模型,采用例如改进的非劣分类遗传算法来求解该多目标优化模型,得到满足边界约束的运行指标解集,根据工艺要求选取一组作为运行指标近似值Sp(t),进而确定生产指标设定值Ps(t)。
设备运行指标优化单元700还包括预报模块720,用于根据设备运行指标近似值对设备生产指标进行预报,得到设备生产指标预报值。建立设备生产指标预报模型,描述当前运行指标近似值Sp(t)、当前工况条件、前一时刻综合生产指标实际值Pr(t-1)之间的函数关系,获得当前时刻设备生产指标预报值Pp(t)。
虽然根据设定模块710获得了运行指标近似值Sp(t),但是由于多目标优化模型的不确定性、各个工序生产工况的变动、原料成分的变动、生产设备的磨损等,并不能保证在设定误差范围内生产结果符合综合生产指标期望值。因此还需要通过校正的方法来改善生产运行指标的跟踪效果。
设备运行指标优化单元700还包括前馈校正模块730,用于建立指标前验评估与动态校正模型,根据当前生产指标设定值Ps(t)和生产指标预报值Pp(t)的偏差调整设备运行指标近似值Sp(t)。
设备运行指标优化单元700还包括反馈校正单元740,用于建立指标后验评估与动态校正模型,根据当前生产指标设定值Ps(t)和前一时刻设备生产指标实际值Pr(t-1)调整设备指标近似值Sp(t),从而获得当前设备运行指标优化值S(t)。
图8是本发明实施例提出的一种设备预警与报警单元的结构图。为了获取故障点和故障类型,采用基于规则的预警技术。如图8所示,设备预警和报警单元800包括获取模块810,用于在系统初始化阶段获取所有的设备信息以及故障规则信息。故障规则信息基于机组组态信息建立。机组组态信息包括测点的报警参数信息、测点的位置及部位信息。
设备预警和报警单元800还包括采集模块820,在设备进入稳定状态以后,系统开始采集各监测点的特征值数据,例如设备电机的振动情况。
设备预警和报警单元800还包括频率分析模块830,当缓冲区满时,对缓冲区中的特征值数据进行处理,得出当前设备下各监测点的所有频谱分布,主要是主导频率和伴随频率。
设备预警和报警单元800还包括匹配模块840,在得到频率特性之后,将各监测点的主导频率(伴随频率)与故障规则进行匹配,并获取监测点的规则事实。规则事实包括振动变化情况、振动稳定性、轴心轨迹形状等。
设备预警和报警单元800还包括报警模块850,根据规则事实和频率特性获取当前设备中指定测点发生故障的类型,触发报警提醒并提示故障类型。例如设备运行数据经过频谱分析,主导频率为1/3倍频,对应的可能故障类是支撑系统、摩擦、流体动力激振和共振。而监测点的规则事实为振动随负荷明显变化,润滑油油温无对振动无显著影响。根据上述规则事实和频率特性,判断设备中该监测点发生旋转失速故障,进而触发报警。
从而通过实时故障预警和报警,提高了故障处理的反应速度,保障生产安全。并且可以在停机故障发生前,根据设备运行出现的异常特征值,发现设备存在故障的风险类型及位置,提早进行防范。
通过在设备的日常使用中,对设备选型配置、设备运行参数控制以及设备故障监测三方面进行优化,达到对企业中的设备进行精确管控以及节能的目的。
本领域技术人员可以理解,在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。
计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或它们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上,对本发明的实施方式进行了说明。但是,本发明不限定于上述实施方式。凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种工业生产线设备智能优化节能方法,其特征在于,包括:
设备选型配置优化,根据目标函数和约束条件选择所需的设备型号和数量;
设备运行指标优化,根据设备生产指标期望值,建立多目标优化模型,获取设备运行指标并优化;
设备预警与报警,根据设备监测状态和频率特性获取设备故障类型,并触发报警提醒。
2.如权利要求1所述的智能优化节能方法,其特征在于:
所述设备选型配置优化包括:
设定约束条件和目标函数,
确定具有最低目标函数的设备型号和设备数量作为设备选型。
3.如权利要求1所述的智能优化节能方法,其特征在于,
所述设备运行指标优化包括:
设定设备运行指标近似值和设备生产指标设定值,
根据所述设备运行指标近似值、当前设备运行状态和前一时刻设备生产指标实际值预报设备生产指标预报值,
根据所述设备生产指标设定值和所述设备生产指标预报值的偏差前馈校正所述设备运行指标近似值,
根据所述设备生产指标设定值和所述前一时刻设备生产指标实际值反馈校正所述设备运行指标近似值,从而获得当前设备运行指标优化值。
4.如权利要求1-3任一权利要求所述的智能优化节能方法,其特征在于,
所述设备预警和报警包括:
获取设备信息和规则信息,
在设备进入稳定状态后,采集各监测点的特征值数据,
根据所述特征值数据获取各监测点的频谱分布,
将各监测点的所述频谱分布与故障规则进行匹配,并获取监测点的规则事实,
根据监测点的规则事实和频谱分布获取故障类型,触发报警提醒并提示故障类型。
5.如权利要求4所述的智能优化节能方法,所述频谱分布为主导频率和伴随频率。
6.一种工业生产线设备智能优化节能系统,其特征在于,包括:
设备选型配置优化单元,用于根据目标函数和约束条件选择所需的设备型号和数量;
设备运行指标优化单元,用于根据设备生产指标期望值,建立多目标优化模型,获取设备运行指标并优化;
设备预警与报警单元,用于根据设备监测状态和频率特性获取设备故障类型,并触发报警提醒。
7.如权利要求6所述的智能优化节能系统,其特征在于:
所述设备选型配置优化单元包括:
约束条件设定模块,用于设定约束条件,
目标函数设定模块,用于设定目标函数,
设备选型确定模块,用于确定具有最低目标函数的设备型号和设备数量为设备选型。
8.如权利要求6所述的智能优化节能系统,其特征在于,
所述设备运行指标优化单元包括:
设定模块,用于设定设备运行指标近似值和设备生产指标设定值,
预报模块,用于根据所述设备运行指标近似值、当前设备运行状态和前一时刻设备生产指标实际值获得设备生产指标预报值,
前馈校正模块,用于根据所述设备生产指标设定值和所述设备生产指标预报值的偏差前馈校正所述设备运行指标近似值,
反馈校正模块,用于根据所述设备生产指标设定值和所述前一时刻设备生产指标实际值反馈校正所述设备运行指标近似值,从而获得当前设备运行指标优化值。
9.如权利要求6所述的智能优化节能系统,其特征在于,
所述设备预警和报警单元包括:
初始化模块,获取设备信息和规则信息,
监测模块,在设备进入稳定状态后,采集各监测点的特征值数据,
频谱分析模块,根据所述特征值数据获取各监测点的频谱分布,
匹配模块,将各监测点的所述频谱分布与故障规则进行匹配,并获取监测点的规则事实,
报警模块,根据监测点的规则事实和频谱分布获取故障类型,触发报警提醒并提示故障类型。
10.如权利要求9所述的智能优化节能系统,所述频谱分布为主导频率和伴随频率的频谱值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910315165.0A CN111830912A (zh) | 2019-04-18 | 2019-04-18 | 一种工业生产线设备智能优化节能系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910315165.0A CN111830912A (zh) | 2019-04-18 | 2019-04-18 | 一种工业生产线设备智能优化节能系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111830912A true CN111830912A (zh) | 2020-10-27 |
Family
ID=72914970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910315165.0A Pending CN111830912A (zh) | 2019-04-18 | 2019-04-18 | 一种工业生产线设备智能优化节能系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111830912A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115327930A (zh) * | 2022-10-17 | 2022-11-11 | 青岛艾德森物联科技有限公司 | 一种可视化节能管控方法及系统 |
CN116757546A (zh) * | 2023-07-05 | 2023-09-15 | 安徽如柒信息科技有限公司 | 一种基于工业互联网的生产监测预警系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101794119A (zh) * | 2010-03-08 | 2010-08-04 | 浙江中控软件技术有限公司 | 瓦斯系统平衡与优化调度方法、装置及系统 |
CN102331547A (zh) * | 2011-07-12 | 2012-01-25 | 江苏镇安电力设备有限公司 | 一种变压器绕组振动的在线监测及故障诊断方法 |
US20120101638A1 (en) * | 2010-10-22 | 2012-04-26 | Chan Li Machinery Co., Ltd. | Optimum proportional-integral-derivative (pid) control method for adapting a process facility system |
CN102494336A (zh) * | 2011-12-16 | 2012-06-13 | 浙江大学 | 一种循环流化床锅炉燃烧过程多变量控制方法 |
CN103617456A (zh) * | 2013-12-04 | 2014-03-05 | 东北大学 | 一种选矿过程运行指标优化方法 |
CN105160159A (zh) * | 2015-08-13 | 2015-12-16 | 新奥能源服务有限公司 | 一种多能源技术量化筛选方法 |
CN108630399A (zh) * | 2018-03-05 | 2018-10-09 | 微山宏瑞电力科技有限公司 | 一种防火电力变压器 |
CN109597360A (zh) * | 2018-04-09 | 2019-04-09 | 万洲电气股份有限公司 | 一种智能优化节能系统工艺管控优化节能的方法 |
-
2019
- 2019-04-18 CN CN201910315165.0A patent/CN111830912A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101794119A (zh) * | 2010-03-08 | 2010-08-04 | 浙江中控软件技术有限公司 | 瓦斯系统平衡与优化调度方法、装置及系统 |
US20120101638A1 (en) * | 2010-10-22 | 2012-04-26 | Chan Li Machinery Co., Ltd. | Optimum proportional-integral-derivative (pid) control method for adapting a process facility system |
CN102331547A (zh) * | 2011-07-12 | 2012-01-25 | 江苏镇安电力设备有限公司 | 一种变压器绕组振动的在线监测及故障诊断方法 |
CN102494336A (zh) * | 2011-12-16 | 2012-06-13 | 浙江大学 | 一种循环流化床锅炉燃烧过程多变量控制方法 |
CN103617456A (zh) * | 2013-12-04 | 2014-03-05 | 东北大学 | 一种选矿过程运行指标优化方法 |
CN105160159A (zh) * | 2015-08-13 | 2015-12-16 | 新奥能源服务有限公司 | 一种多能源技术量化筛选方法 |
CN108630399A (zh) * | 2018-03-05 | 2018-10-09 | 微山宏瑞电力科技有限公司 | 一种防火电力变压器 |
CN109597360A (zh) * | 2018-04-09 | 2019-04-09 | 万洲电气股份有限公司 | 一种智能优化节能系统工艺管控优化节能的方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115327930A (zh) * | 2022-10-17 | 2022-11-11 | 青岛艾德森物联科技有限公司 | 一种可视化节能管控方法及系统 |
CN116757546A (zh) * | 2023-07-05 | 2023-09-15 | 安徽如柒信息科技有限公司 | 一种基于工业互联网的生产监测预警系统 |
CN116757546B (zh) * | 2023-07-05 | 2023-12-12 | 安徽如柒信息科技有限公司 | 一种基于工业互联网的生产监测预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109240244B (zh) | 基于数据驱动的设备运行状态健康度分析方法及系统 | |
CN109426205A (zh) | 一种工业智能优化节能系统 | |
CN111191878A (zh) | 一种基于异常分析的台区及电能表状态评价方法及系统 | |
EP2779052A1 (en) | Systems and methods for updating confidence values with energy information associated with an industrial automation system | |
CN111830912A (zh) | 一种工业生产线设备智能优化节能系统和方法 | |
CN111090939B (zh) | 石化装置异常工况的预警方法和系统 | |
CN109634238A (zh) | 一种数控机床加工过程质量-能量效率评估与监控方法 | |
CN116073436B (zh) | 一种光伏新能源电力系统容量优化控制方法 | |
CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
US9911163B2 (en) | Systems and methods for determining energy information using an organizational model of an industrial automation system | |
JP2002278614A (ja) | プラント総合効率算出装置 | |
CN115600910A (zh) | 一种电力数据资产分析系统 | |
CN117391411B (zh) | 一种基于iot物联网的产品加工管理系统 | |
CN112418548B (zh) | 一种基于人工智能技术的智能车间管理方法和系统 | |
US9501804B2 (en) | Multi-core processor for performing energy-related operations in an industrial automation system using energy information determined with an organizational model of the industrial automation system | |
CN113642248B (zh) | 定位设备剩余使用时间的评估方法及装置 | |
CN111174824B (zh) | 一种酸雾排放的管控平台 | |
CN114155072A (zh) | 基于大数据分析的财务预测模型构建方法及系统 | |
CN114065958A (zh) | 一种用于非标设备的预防性主动维护处理方法及系统 | |
RU2295590C1 (ru) | Способ статистического управления качеством электродной продукции | |
CN109869325B (zh) | 一种水泵性能自动测试方法及系统 | |
Sharifnezhad et al. | Performance of pumping stations in relation to irrigation management (Case Study: Khuzestan Province, Iran) | |
CN112083704A (zh) | 化工装置控制回路性能定量评估方法、机器可读存储介质 | |
CN117522345A (zh) | 能源损耗分析方法、数据中台、设备及存储介质 | |
CN116227740B (zh) | 一种基于区块链的能源分析管理云平台 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201027 |