工藝空調(diào)數(shù)據(jù)管理在降低卷煙企業(yè)綜合能耗的應用

苗 強 曹 凱

（山東中煙工業(yè)有限責任公司青島卷煙廠，山東 青島 266101）

·節(jié)能與環(huán)?！?/p>

工藝空調(diào)數(shù)據(jù)管理在降低卷煙企業(yè)綜合能耗的應用

苗 強 曹 凱

（山東中煙工業(yè)有限責任公司青島卷煙廠，山東 青島 266101）

從空調(diào)工藝流程入手，對工藝空調(diào)進行系統(tǒng)分析，以車間需求拉動為導向，通過對大量空調(diào)運行數(shù)據(jù)的挖掘，利用方差分析工具與回歸分析，識別出制冷機效率、新風利用、空調(diào)開機預熱時間等環(huán)節(jié)存在的節(jié)能空間。并進行DO E實驗設計，建立相應控制模型，實現(xiàn)開機智能推送，新風自動調(diào)節(jié)，加以信息化集成與精益看板固化，實現(xiàn)空調(diào)綜合能耗下降的目標。

數(shù)據(jù)管理；DO E實驗；卷煙廠；工藝空調(diào)；綜合能耗；節(jié)能

一、前言

在節(jié)能減排已成為我國的基本國策下，煙草行業(yè)積極履行社會責任，2013年，國家局推進精益管理，青島卷煙廠在山東中煙的領導下，積極響應精益管理與雙增雙節(jié)，將能源管理作為重點工作。

空調(diào)系統(tǒng)作為輔助生產(chǎn)的主要耗能設備，占青島卷煙廠輔助生產(chǎn)耗能的70%，降低空調(diào)系統(tǒng)單耗可以實現(xiàn)企業(yè)效益和社會效益雙贏。在卷煙企業(yè)中，卷煙生產(chǎn)過程的工藝和生產(chǎn)材料對環(huán)境溫濕度的要求標準都很高，加濕不均勻、相對濕度的不足或濕度的高低波動等因素都會直接影響到卷煙生產(chǎn)工藝過程以及最終的卷煙成品，我國卷煙生產(chǎn)企業(yè)從上世紀80年代引進工藝空調(diào)設備以來，就對車間實行恒溫恒濕控制，但是伴隨而來的是卷煙單耗增加問題，空調(diào)能耗量占到卷煙單耗的30%，降低空調(diào)系統(tǒng)單耗成為了緊迫任務。

在經(jīng)年累月的生產(chǎn)過程中，煙草企業(yè)積累了大量的空調(diào)使用數(shù)據(jù)，充分有效地利用這些數(shù)據(jù)，對于煙草行業(yè)的節(jié)能減排具有重要意義。以下從空調(diào)工藝流程入手，對工藝空調(diào)進行系統(tǒng)分析，以車間需求拉動為導向，通過對大量空調(diào)運行數(shù)據(jù)的挖掘，利用方差分析工具與回歸分析，識別出制冷機效率、新風利用、空調(diào)開機預熱時間等環(huán)節(jié)存在的節(jié)能空間。

二、項目背景

青島卷煙廠有工藝空調(diào)45臺，負責保證生產(chǎn)期間，生產(chǎn)區(qū)域的溫濕度工藝指標。目前，卷包空調(diào)系統(tǒng)涉及制冷系統(tǒng)、熱力系統(tǒng)、冷卻循環(huán)水系統(tǒng)，空調(diào)主機控制雖然采用了PID自動調(diào)節(jié)，并通過C/S構架搭建空調(diào)精準控制系統(tǒng)，以SIEMENS的PCS7系統(tǒng)為框架，通過信息管理層、過程控制層、設備控制層三層級管理，利用精準溫濕度控制、溫濕度串級控制與變參數(shù)自動整定控制，實現(xiàn)空調(diào)節(jié)能運行。但是對于空調(diào)運行時間、系統(tǒng)間啟停配合等操作，仍以經(jīng)驗操作為主。

由于空調(diào)系統(tǒng)受室外空氣溫濕度影響大，同時結(jié)構復雜，涉及系統(tǒng)龐大，因此空調(diào)系統(tǒng)節(jié)能還存在著以下需求和挑戰(zhàn)：1.合理的生產(chǎn)組織安排，減少等待的浪費。2.采取節(jié)能新舉措，降低空調(diào)系統(tǒng)耗能。3.優(yōu)化空調(diào)各運行參數(shù)，尋求最佳運行模式。僅僅依靠設備的控制功能來實現(xiàn)機組的運行，已經(jīng)無法同時滿足溫濕度控制和節(jié)能減排的雙重需求。如何從空調(diào)的工藝流程出發(fā)，通過挖掘隱藏在大量歷史數(shù)據(jù)背后的規(guī)律來實現(xiàn)節(jié)能減排的目的，是煙草行業(yè)空調(diào)管理部門亟待解決的一個問題。

三、研究內(nèi)容

利用空調(diào)控制系統(tǒng)累積的數(shù)據(jù)進行分析管理，進一步提高空調(diào)運行效率，降低能源消耗。

首先從空調(diào)工藝流程入手，對全系統(tǒng)進行分析，以車間需求拉動為導向，分析耗能工藝環(huán)節(jié)的能源消耗，針對每一個耗能環(huán)節(jié)進行現(xiàn)場寫實與系統(tǒng)分析，識別出制冷機效率、新風利用、空調(diào)開機預熱時間等環(huán)節(jié)存在的隱形浪費（圖1）。

對于制冷機效率，通過實驗數(shù)據(jù)，進行DOE相應曲面設計（圖2），并進行回歸分析，尋找到最佳負荷狀態(tài)點，并通過電子看板進行固化，實現(xiàn)開機數(shù)量推薦模式；對于新風利用，結(jié)合室外溫濕度變化對于能耗的影響，尋找到不同工況下的新風最佳采用量，并以自控系統(tǒng)進行固化，實現(xiàn)新風的自動調(diào)節(jié)；而對于空調(diào)開關機時間，則是對10年的歷史數(shù)據(jù)進行分析，尋找到最佳值。

圖1 空調(diào)工藝詳細流程圖

圖2 效率與送風機頻率、送風比焓查的曲面圖

本文以空調(diào)機組運行水電費為研究對象，建立空調(diào)使用情況與水電費消耗模型（以下簡稱能耗模型），結(jié)合現(xiàn)場裝置實際運行數(shù)據(jù)，找出影響水電費消耗的關鍵操作參數(shù)（優(yōu)化用的決策變量）和關鍵能耗點（優(yōu)化目標），為進行大量模擬提供依據(jù)。為了減少實驗次數(shù)，同時不影響分析的準確性，通過均勻設計的實驗設計方法列出關鍵操作參數(shù)實驗表，利用已建立的能耗模型進行模擬，產(chǎn)生用于BP神經(jīng)網(wǎng)絡訓練和預測的數(shù)據(jù)，然后采用B P神經(jīng)網(wǎng)絡對模擬數(shù)據(jù)進行訓練和預測，找出關鍵操作參數(shù)與能耗的非線性映射關系，接著在已訓練好的BP神經(jīng)網(wǎng)絡模型基礎上，對不同操作組合情況下的能源消耗進行預測（圖3）。項目還運用可視化看板、標準作業(yè)、信息化集成等措施，并以TsPM系統(tǒng)為支撐進行固化，實現(xiàn)PDCA閉環(huán)持續(xù)改進（圖4）。

項目最終通過看板管理實現(xiàn)制冷機開臺面的最優(yōu)控制，并以標準作業(yè)（SOP）固化操作過程。通過現(xiàn)場調(diào)試與改進，實現(xiàn)了新風閥依據(jù)室外空氣溫濕度的自動調(diào)節(jié)。通過跨部門合作與溝通機制的優(yōu)化，減少了開機預熱時間，通過空調(diào)開機預熱時間的智能消息推送，降低了等待的浪費。并且通過精益項目的實施，調(diào)動了一線員工的積極性，不僅使員工的工作技能有了很大提高，也使得對精益思想的理解更加深入，對精益工具的使用更加嫻熟，使團隊成員各方面能力有了全面提升，項目最終不僅為企業(yè)提高了經(jīng)濟效益，同時也減少了二氧化碳排放量，提高了社會效益，擔負了社會責任。

圖3 空調(diào)機組運行模型構建流程

圖4 TsPM系統(tǒng)設備開臺面控制看板

四、實際應用效果與創(chuàng)新點

通過該項目的實施，將其方法推廣至全廠，實現(xiàn)了空調(diào)系統(tǒng)能耗整體下降，節(jié)能效果明顯，2014年空調(diào)系統(tǒng)萬支卷煙綜合能耗為0.75kg標煤/萬支。通過項目的實施及效果驗證，2015年空調(diào)系統(tǒng)萬支卷煙綜合能耗下降為0.73kg標煤/萬支。

本項目以價值流系統(tǒng)分析為突破口，通過對大量歷史數(shù)據(jù)的分析與現(xiàn)場寫實調(diào)研，成功尋找到隱形的浪費與效率的浪費兩個重要方面。該項目有如下特點：

1.通過優(yōu)化組織控制流程，建立互動通訊機制，實現(xiàn)空調(diào)機組運行的需求拉動模式。2.通過DOE實驗設計，運用回歸分析尋找到最佳設備運行參數(shù)。3.運用信息化手段，對10年數(shù)據(jù)進行分析，以大數(shù)據(jù)為支撐，效果更明顯。4.管理流程優(yōu)化與設備運行效率提升的有機結(jié)合。

五、結(jié)語

通過現(xiàn)場寫實，建立了空調(diào)系統(tǒng)開關機需求拉動供應模式，以大數(shù)據(jù)做支撐，尋找空調(diào)系統(tǒng)最佳預熱時間與關機時間。同時基于線性回歸分析，尋找到設備運行中的最佳效率點，并與系統(tǒng)匹配，通過對新風的利用采用信息化自動控制，實現(xiàn)新風采用量隨室外新風溫濕度變化而調(diào)整模式，此為新風控制的創(chuàng)新模式。

[1]胡世鵬,吳小林,馬利敏,方傳統(tǒng),李奇,張麗紅.基于BP神經(jīng)網(wǎng)絡和遺傳算法的天然氣脫水裝置能耗優(yōu)化[J].天然氣工業(yè),2012,11:89-94+123-124.

[2]劉長俊.基于遺傳BP神經(jīng)網(wǎng)絡技術的大型公建能耗分析模型的研究與應用[D].廣西大學,2012.

[3]楊宏韜,張德江,李秀蘭,王秀英.遺傳神經(jīng)網(wǎng)絡能耗預測模型在鋼鐵企業(yè)中的應用[J].長春工業(yè)大學學報(自然科學版),2007,S1:186-189.

[4]陳煥新,劉江巖,胡云鵬,李冠男.大數(shù)據(jù)在空調(diào)領域的應用[J].制冷學報,2015,04:16-22.

[5]孫冬梅.公共建筑采暖空調(diào)系統(tǒng)能耗預測方法研究[D].重慶大學,2009.

TU831.8

B

1671-0711（2016）06-0085-02