★中國航空制造技術(shù)研究院李達，鄒方

摘要：本文提出了基于云邊協(xié)同的能源管理系統。此系統面向車(chē)間生產(chǎn)制造過(guò)程，可以實(shí)現各類(lèi)能源信息連接、互通，可以打破信息隔離，幫助管理者監控能源消耗情況、分析能源使用特征，從而更好地實(shí)現“雙碳達標”的目標。此系統采用云邊協(xié)同架構，分為邊緣端和云端兩部分：邊緣端使用自研的邊緣控制器組成集群，云端搭建邊緣云（私有云）平臺；同時(shí)，此系統按照功能劃分為三層：采集層、分析層、應用層。最后，此系統方案在中國航空制造技術(shù)研究院的生產(chǎn)現場(chǎng)進(jìn)行了應用驗證。結果表明，該架構能夠降低能源設備接入和管理難度，能夠提升數據處理速度和應用響應速度，能夠減輕網(wǎng)絡(luò )傳輸的負擔和邊緣存儲的壓力。通過(guò)應用本能源管理系統，提高了車(chē)間能源利用率，減少了資源浪費，保證了生產(chǎn)用能安全。

1　引言

在工業(yè)能源場(chǎng)景下，如表1所示，制造現場(chǎng)的工業(yè)能源系統眾多^[1]，能源消耗量大。以航空制造車(chē)間現場(chǎng)為例，重點(diǎn)能耗設備如表2所示，包括數控設備、熱成型設備和熱壓罐設備等。車(chē)間中的設備品牌不同，年代各異，存在通訊協(xié)議不統一、信息孤島現象嚴重等問(wèn)題。

表1 制造現場(chǎng)工業(yè)能源系統

表2 航空制造現場(chǎng)幾大類(lèi)裝備耗能情況

同時(shí)，在生產(chǎn)過(guò)程中存在能源浪費現象，因此對設備的實(shí)時(shí)狀態(tài)與能耗情況進(jìn)行監測與分析具有重要意義。在圖1某零件加工過(guò)程中，在理想溫控情況中在t1時(shí)間段溫度下降進(jìn)行能源回收；而在實(shí)際加工中在t2時(shí)間段加熱過(guò)度，降溫滯后，造成能源浪費。

圖1 某零件加熱溫度曲線(xiàn)

制造企業(yè)的生產(chǎn)車(chē)間中存在著(zhù)能源消耗量大、信息孤島多、能耗管控難等一系列問(wèn)題，因此降低設備能耗和管理耗能設備對生產(chǎn)車(chē)間節能減排具有重要研究意義。目前，亟需更好地發(fā)揮能源管理的作用，建立完善能源管控體系，并充分利用信息化、數字化和智能化等手段加強能耗監管，以提高智慧能源管理水平^[2]。

隨著(zhù)工業(yè)數字化轉型的持續推進(jìn)和對能耗管控的重視，車(chē)間中接入大量的傳感器和終端，這些智能能源終端數據和生產(chǎn)設備數據是多源異構的，同時(shí)獲取的感知數據是海量級的，導致系統傳輸壓力大、主站計算負荷重^[3]。在5G和物聯(lián)網(wǎng)的快速發(fā)展下，構建端到端的云邊協(xié)同架構將是實(shí)現車(chē)間數據高速互聯(lián)、應用整合調度分發(fā)以及計算力全覆蓋的重要途徑。

云邊協(xié)同可以滿(mǎn)足工業(yè)能源場(chǎng)景下設備接入、數據聚合、應用智能等方面的技術(shù)需求。邊緣計算有低延時(shí)、低成本、本地計算及安全性高等優(yōu)勢^[4]，對多協(xié)議和通信接口兼容，能夠解決車(chē)間中異構設備、多能源終端的數據采集與聚合問(wèn)題；邊緣計算更靠近終端的特性可以滿(mǎn)足低時(shí)延要求，符合車(chē)間能源的實(shí)時(shí)監測要求，能夠保障用能安全；邊緣計算數據本地處理，能夠提升工業(yè)企業(yè)能源數據安全性、降低外網(wǎng)帶寬要求，并提供與云服務(wù)器的數據傳輸協(xié)同。云擁有豐富的存儲資源和計算能力，云計算具有高性能、高可用、靈活可擴展等特點(diǎn)，可以支持車(chē)間能效分析優(yōu)化和預測，可以?xún)?yōu)化控制策略，實(shí)現智能能源管理。

本文提出的基于云邊協(xié)同的能源管理系統，面向車(chē)間生產(chǎn)制造過(guò)程，可以實(shí)現各類(lèi)能源信息連接、互通，可以打破信息隔離，幫助管理者監控能源消耗情況、分析能源使用特征，從而更好地實(shí)現“雙碳達標”的目標。通過(guò)現場(chǎng)部署自研邊緣控制器和智能能源終端，此系統云端開(kāi)發(fā)能源管理云平臺可以進(jìn)行能耗全面監測、能效分析優(yōu)化和預測，并挖掘生產(chǎn)制造現場(chǎng)節能潛力，提高生產(chǎn)設備的能源利用率，保證生產(chǎn)安全。

2　云邊協(xié)同的車(chē)間能源管理系統設計與實(shí)現

2.1 車(chē)間能源管理總體架構

面向生產(chǎn)車(chē)間的能源管理系統功能架構分為采集層、分析層和應用層，如圖2所示。其中采集層為邊緣端，分析層和應用層為云端。邊緣端與云端緊密協(xié)同，助力車(chē)間能源管理。

圖2 系統架構圖

采集層：獲取能源信息和生產(chǎn)數據是關(guān)鍵，在生產(chǎn)制造現場(chǎng)安裝部署自研邊緣控制器，使用邊緣計算技術(shù)，實(shí)時(shí)采集企業(yè)電、水、氣、熱等能源數據，實(shí)現初步處理并存儲，并按照策略與云端進(jìn)行交互。

分析層：通過(guò)云邊協(xié)同策略，將采集到的能源數據上傳到云服務(wù)器（私有云或公有云），并通過(guò)平臺的大數據、云計算等功能進(jìn)行數據處理與存儲，通過(guò)業(yè)務(wù)模塊進(jìn)行能源實(shí)時(shí)和歷史分析與能源消耗量預測，實(shí)現能源綜合平衡與優(yōu)化，提升利用率。

應用層：開(kāi)發(fā)監控大屏、能源管理系統等應用，實(shí)現車(chē)間能源實(shí)時(shí)監測和用能分析預測展示，為管理者、技術(shù)人員提供能源管理服務(wù)。

2.2　車(chē)間能源管理功能特點(diǎn)

2.2.1　采集層

（1）數據采集

基于邊緣計算技術(shù)，對多種能源終端，如智能電表、水流量采集器、燃氣采集器、冷熱量采集器等計量表進(jìn)行采集，獲取能源數據；支持多種工業(yè)物聯(lián)網(wǎng)協(xié)議：Modbus、OPC UA、S7、MQTT等，能夠讓車(chē)間異構設備互聯(lián)互通，實(shí)現各類(lèi)信息連接、互通，打破信息隔離，同時(shí)監測重點(diǎn)設備及工藝運行狀態(tài)，如溫度、濕度、流量、壓力、速度等。

（2）數據存儲與傳輸

同時(shí)基于時(shí)序數據庫技術(shù)，實(shí)現能源數據實(shí)時(shí)存儲與檢索，為能源管理提供原始數據積累?；诠I(yè)物聯(lián)網(wǎng)傳輸協(xié)議，滿(mǎn)足實(shí)時(shí)、可靠、低帶寬占用。根據數據類(lèi)型不同，按照傳輸策略，實(shí)現云邊數據協(xié)同。

2.2.2　分析層

（1）數據計算

數據處理：通過(guò)云服務(wù)器和數據處理模塊，對協(xié)同到云的邊緣數據進(jìn)行數據清洗、規范化等；

數據匯總：同時(shí)從能源使用種類(lèi)、監測區域、車(chē)間、生產(chǎn)工藝、設備等多個(gè)維度進(jìn)行數據匯總工作；

數據接口：開(kāi)發(fā)通用數據API接口，為數據分析與可視化提供數據支持。

（2）能源分析與預測

基于已有的數據積累，利用云平臺的數據分析能力，進(jìn)行能源數據分析，訓練建立預測模型。

分析功能包括：用能質(zhì)量分析、成本分析、績(jì)效分析、異常報警以及報表生成等；

預測功能包括：消耗量預測、能源優(yōu)化調度策略、檢修預測等。

2.2.3　應用層

（1）能源實(shí)時(shí)監測：對生產(chǎn)制造車(chē)間的“水、電、熱、氣”等能源的消耗及設備狀態(tài)進(jìn)行動(dòng)態(tài)監控和管理，車(chē)間管理者可通過(guò)大屏幕、網(wǎng)頁(yè)等了解實(shí)時(shí)用能情況。

（2）能源數據分析：從多維度統計分析車(chē)間設備用能情況，可定制生成各類(lèi)數據報表，通過(guò)模型分析企業(yè)的用能質(zhì)量和節能空間。

（3）用能管理與預測：對用能情況進(jìn)行預測，進(jìn)行節能減排管理，將生產(chǎn)與用能進(jìn)行優(yōu)化配置，達到能源精細化管理和節約用能成本的作用。

（4）車(chē)間用能安全：實(shí)時(shí)監控車(chē)間能源和設備的狀況，針對能源異常、超標等情況設置報警，有效避免事故造成的經(jīng)濟和生產(chǎn)損失，維護車(chē)間用能安全。

2.3　云邊協(xié)同的車(chē)間能源管理系統實(shí)現

2.3.1　邊緣端

基于i.MX8MQ處理器定制化設計邊緣控制器，使其具有多網(wǎng)口、多現場(chǎng)總線(xiàn)通訊協(xié)議、電源管理等功能，同時(shí)使用容器技術(shù)解決資源緊張、環(huán)境異構等問(wèn)題。本系統定制化開(kāi)發(fā)設計的自主可控的邊緣控制器如圖3所示。

圖3 邊緣控制器

邊緣控制器的特點(diǎn)為：

（1）近于實(shí)時(shí)的分析，數據源與邊緣設備之間的短距離，意味著(zhù)可近乎實(shí)時(shí)地快速收集和預處理數據；

（2）即插即用，支持多種不同自動(dòng)化系統和通訊協(xié)議；

（3）能連接到IT/云端系統，工業(yè)邊緣具有優(yōu)秀的集成能力和可擴展連通性，可實(shí)現自動(dòng)化和IT系統與不同云端系統之間的數據交換；

（4）可以定制開(kāi)發(fā)App，以Docker容器的方式運行，可以快速部署和啟動(dòng)應用。

將邊緣控制器部署在工業(yè)制造現場(chǎng)，可以實(shí)現能源數據采集、邊緣計算、容器集群等功能，可以實(shí)時(shí)獲取生產(chǎn)現場(chǎng)的海量數據。

在邊緣控制器中的主要軟件包括：

（1）能源終端采集驅動(dòng)。驅動(dòng)針可以對智能電表、水流量采集器、燃氣采集器、冷熱量采集器等進(jìn)行開(kāi)發(fā)；

（2）自研數據采集配置軟件。對工業(yè)生產(chǎn)車(chē)間異構系統、協(xié)議的設備和智能能源終端進(jìn)行數據采集；

（3）Tdengine。它是一款針對時(shí)序數據場(chǎng)景設計的專(zhuān)用數據庫和專(zhuān)用大數據處理工具，具有高性能、分布式、支持SQL等特點(diǎn)；

（4）EMQ X Broker。使用MQTT傳輸協(xié)議，可以以極少的代碼和有限的帶寬，為連接遠程設備提供實(shí)時(shí)可靠的消息服務(wù)。MQTT協(xié)議相對于互聯(lián)網(wǎng)常用的HTTP協(xié)議更適合邊緣端與云端間的數據傳輸；

（5）OPC UA Server。通過(guò)OPC UA統一架構進(jìn)行數據通信，可以實(shí)現多種工業(yè)現場(chǎng)總線(xiàn)異構系統的互聯(lián)互通。

同時(shí)，各個(gè)邊緣控制器之間分別安裝K3s開(kāi)源框架，組成邊緣計算集群。組成的K3s集群可以實(shí)現邊緣節點(diǎn)之間的相互協(xié)作，提高了效率，實(shí)現了資源的最大利用率，保證了數據協(xié)同可靠性。

2.3.2　云端

在工業(yè)網(wǎng)絡(luò )與自動(dòng)化實(shí)驗室內部搭建邊緣云（私有云）平臺，可以面向工業(yè)制造實(shí)現物聯(lián)網(wǎng)設備接入、邊緣計算和數據分析，形成邊云協(xié)同的模式。

云端平臺可以為不同業(yè)務(wù)類(lèi)型的所有物聯(lián)網(wǎng)應用終端提供統一的數據接入方案和運行環(huán)境，實(shí)現高性能、高標準、高可用、高彈性、低成本和低風(fēng)險的自主可控全分布式架構。通過(guò)將能源管理系統分析層和應用層部署在平臺上，實(shí)現能源信息處理、存儲和分析。

圖4 邊緣云整體架構設計

邊緣云整體架構設計如圖4所示。

邊緣云的IaaS層基于OpenStack實(shí)現虛擬化、資源池化，并提供可靈活調度、彈性伸縮的存儲和計算資源，提供實(shí)施簡(jiǎn)單、可大規模擴展、豐富、標準統一的云計算管理平臺。通過(guò)對資源進(jìn)行管理，IaaS層以服務(wù)的形式提供給上層應用或者用戶(hù)去使用。

邊緣云的PaaS層基于Kubernetes實(shí)現。Kubernetes簡(jiǎn)稱(chēng)K8S，它是提供應用部署、規劃、更新、維護的一種機制，讓部署容器化應用簡(jiǎn)單并且高效。PaaS層搭建數據庫、容器管理平臺、機器學(xué)習平臺、大數據平臺、規則引擎、微服務(wù)平臺等。其中，數據庫存儲所有能源信息數據；機器學(xué)習平臺中包含TensorFlow、Pytorch等深度學(xué)習框架，用于訓練能源分析和能源預測模型；大數據平臺和規則引擎用來(lái)處理邊緣端源源不斷上傳的時(shí)序數據；微服務(wù)平臺用于構建能源管理系統應用。

3　車(chē)間能源管理系統應用實(shí)踐

將本文提出的系統在中國航空制造技術(shù)研究院本部進(jìn)行應用驗證，構建云邊協(xié)同模式的車(chē)間能源管理系統。

院本部車(chē)間能源管理應用如圖5所示，采集的數據包括電力數據，如三相電流、三相電壓、有功功率、視在功率、功率因數、正向有功電能、反向有功電能等；用氣、用水、用煤以及現場(chǎng)生產(chǎn)設備數據如溫度、壓力、流量、速度、報警、工藝參數等。所有數據首先通過(guò)設備邊緣網(wǎng)絡(luò )傳輸到邊緣，邊緣控制器將緩存所有數據。在云邊協(xié)作中，數據將以不同的方式進(jìn)行處理：

圖5 制造院本部車(chē)間能源管理應用

邊緣端，對于能耗數據和設備所有數據，經(jīng)過(guò)預處理后存儲在Tdengine數據庫。部分數據需要實(shí)時(shí)傳輸到邊緣云平臺進(jìn)行模型訓練；部分具有實(shí)時(shí)性、安全性、隱私性等的數據存儲在邊緣，便于下道工序及時(shí)處理，快速響應。對實(shí)時(shí)性要求不強的部分數據，可以周期性地傳輸到云端。同時(shí)，邊緣會(huì )定期刪除數據以釋放存儲資源。

云端，使用EMQ消息服務(wù)器以發(fā)布-訂閱的模式獲取邊緣控制器上傳的數據，經(jīng)過(guò)大數據平臺處理后匯總在邊緣云數據庫中。由于數據將存儲和備份在云中，當邊緣計算節點(diǎn)出現故障時(shí)，存儲在云端的數據不會(huì )丟失。同時(shí)，也方便邊緣遠程查看實(shí)時(shí)和本地數據，并進(jìn)行歷史查詢(xún)。

制造院車(chē)間能源管理系統應用的功能包括：展示面板、數據監測、統計報表、事件告警、智能運維、設備管理、系統管理/工具/說(shuō)明等。

（1）監控面板：用于大屏展示，通過(guò)多級目錄提供企業(yè)級、車(chē)間級和設備級的可視化面板，企業(yè)管理者可快速了解能源信息，如圖6所示。

圖6 能源監測面板

（2）能源數據分析：采用曲線(xiàn)、餅圖、累積圖、數字表等方式進(jìn)行展示，支持按能源種類(lèi)、車(chē)間、時(shí)間等維度查詢(xún)相關(guān)能源用量。以電能數據為例，如圖7所示，可以實(shí)時(shí)監測電流、電壓、功率、電量等，同時(shí)包括最大值及時(shí)間戳、最小值、平均值，同比、環(huán)比分析，分類(lèi)、分時(shí)段、分項（車(chē)間、重點(diǎn)設備）統計圖形對比分析。

圖7 電力數據監測

（3）統計報表：生成多維度的數據統計報表，并提供一鍵導出功能，如圖8所示。

圖8 統計報表

（4）事件告警：對能源異常事件進(jìn)行告警，包括告警時(shí)間、等級、位置、告警描述等，支持根據時(shí)間、等級、位置進(jìn)行篩選，如圖9所示?？舍槍﹄姎獍踩?、限電和能耗雙控，包括電參量異常報警、能耗超標報警、限電報警等，幫助企業(yè)提前預警，避免發(fā)生火災事故和被罰款導致用能成本過(guò)高。

圖9 事件告警

（5）智能運維：實(shí)現能源與生產(chǎn)數據關(guān)聯(lián)分析、異常分析、消耗量預測、減排管理、能源優(yōu)化調度策略等。

（6）設備管理：對采集層的數據、采集設備（邊緣控制器和能源終端）的狀態(tài)等信息進(jìn)行展示與管理。

（7）其他內置功能模塊：包括車(chē)間管理、角色用戶(hù)、菜單及按鈕授權、數據權限、系統參數、日志管理等。

4　結論

本文提出的車(chē)間能源管理系統，基于云邊協(xié)同架構，分為邊緣端和云端。邊緣端使用自研的邊緣控制器組成集群，云端搭建了邊緣云（私有云）平臺。此系統按照功能劃分為三層：采集層基于邊緣計算技術(shù)，可以實(shí)現能源數據和設備數據的實(shí)時(shí)采集與預處理，并存儲在本地時(shí)序數據庫；分析層基于邊緣云平臺，可以實(shí)現與邊緣控制器的數據協(xié)同，并能對實(shí)時(shí)能源數據和歷史數據進(jìn)行分析與能耗預測；應用層，可以為用戶(hù)提供能源管理服務(wù)，并開(kāi)發(fā)能源管理應用，實(shí)現車(chē)間用能監測和能源分析與預測。

最后，將本系統方案在中國航空制造技術(shù)研究院本部生產(chǎn)現場(chǎng)進(jìn)行應用驗證。結果表明，該架構能夠降低能源設備接入和管理難度，能夠提升數據處理速度和應用響應速度，能夠減輕網(wǎng)絡(luò )傳輸的負擔和邊緣存儲的壓力。通過(guò)應用本能源管理系統，提高了車(chē)間能源利用率，減少了資源浪費，降低了能耗成本，保證了生產(chǎn)用能安全，并助力企業(yè)實(shí)現數字化、智能化轉型升級。

作者簡(jiǎn)介：

李　達（1996-），男，河北秦皇島人，工程師，碩士，現就職于中國航空制造技術(shù)研究院，主要從事邊緣計算、工業(yè)網(wǎng)絡(luò )與自動(dòng)化等研究工作。

鄒　方（1965-），男，湖南婁底人，研究員，碩士，現就職于中國航空制造技術(shù)研究院，主要從事智能制造基礎技術(shù)、系統控制與集成技術(shù)、邊緣計算、工業(yè)網(wǎng)絡(luò )與自動(dòng)化等研究工作。

參考文獻：

[1] Nimbalkar Sachin, Guo Wei, Carpenter Petri, et al. Smart Manufacturing Technologies and Data Analytics for Improving Energy Efficiency in Industrial Energy Systems[J]. National Renewable Energy Lab, 2017.

[2] 丁爽, 姜玲玲, 林翎, 等. 我國碳達峰碳中和標準化發(fā)展現狀及對策研究[J]. 中國標準化, 2022 (01) : 63 - 70, 75.

[3] 張樹(shù)華, 仝杰, 張鋆, 等. 面向能源互聯(lián)網(wǎng)智能感知的邊緣計算技術(shù)研究[J]. 電力信息與通信技術(shù), 2020, 18 (04) : 42 - 50.

[4] 孫齊遠. 2022中國邊緣計算產(chǎn)業(yè)研究報告[R]. 北京: 億歐智庫, 2022.

摘自《自動(dòng)化博覽》2023年5月刊