卷烟厂空压系统数智化控制模型研究

［摘 要］某卷烟厂紧密围绕绿色低碳发展路线，以推进实施“绿色工厂”建设为目标，大力推广绿色低碳的生产生活方式。对卷烟厂空压系统数智化控制模型的研究对于实现节能减排、打造智能工厂、提高生产效率、改善产品质量以及促进绿色发展等方面都具有重要的意义。文章以此为契机提出了构建空压系统数智化控制模型，旨在实现建设数字化站房，设备智能化控制及整站节能降耗。

［关键词］空压机；数智化；控制模型；节能降耗

［中图分类号］TU83 ［文献标志码］A ［文章编号］2095–6487（2024）04–0006–03

1 业务背景

某卷烟厂动力中心建有1 个空压站房，含6 台英格索兰空压机和6 台干燥机以及配套储气罐。对当前空压系统进行深入分析，发现传统的空压系统尚存在许多不足，如生产用气变化频繁，须操作工到现场启停设备；对投入设备数量及参数进行调整依靠操作工个人经验设置；当空压机或干燥机发生故障时，不能快速切换备用机或停机；设备频繁加卸载，运行效率低下产生浪费；设备供气方案无法与生产用气情况实时匹配，产气端与用气端压力不匹配，或者在特定情况下，不能开启最优的设备组合，导致压力波动，加剧能耗损失等。

2 必要性与可行性

2.1 必要性

对该厂当前空压系统进行现状分析，总结如下：①单台空压机频繁加卸载，空载率高；②设备电机无过电流保护；③无法固定时间启停，能源浪费大；④生产用气需求变化，供需压力不匹配；⑤无法均衡设备运行时间。

当前空压系统的痛点：①站房10%～30% 的能源浪费；②压缩空气品质不稳定；③浪费人工。

产生上述问题的根本原因为：①缺乏数据监测与分析；②无法在数据分析基础上，进行AI 智能控制。

该厂空压站智能管控缺少手段，表现在生产用气发生变化时，需要专门安排人员启停设备，不能根据实时用气量对投入设备数量进行调整；各设备参数依靠操作人员个人经验设置，发生故障时，不能快速切换备机投入运行，容易对产品质量造成影响；不能开启最优的设备组合，产气端压力与用气端压力存在不匹配情况，造成能耗损失；现有的能源管控系统用于空压机运行数据监测，尚未实现智能控制，与空压机精细化管理要求还存在差距。

2.2 可行性

该厂现有空压系统已接入动力能源管理系统，为模型提供了前期的统计数据支撑；系统管路已安装部分压力表、流量计等仪器仪表，可在原有基础上加装传感器、摄像头等数据动态监控智能仪表，通过非侵入式施工实现系统改造。

（1）对站房现场配置安装1 台边缘智能服务器，通过Lora 实现秒级的控制指挥现场所有设备；在站房的母管上分别安装2 个压力变送器（1 主1 备）和1 个流量计，依靠母管压力和流量进行AI 算法控制，另外在母管上加装1 台露点仪，实现实时监测压缩空气露点情况。

（2）在空压机、干燥机、压力变送器、流量计、露点仪上各安装1 台数采网关。根据母管上的压力和流量实现对站房内的空压机、干燥机整体的实时智能控制和监测。

3 研究目标

总体目标：空压站输出稳定压力，实现能效最优。

具体目标：对空压站房6 台空压机的运行状态、运行参数进行监测，提供设备实时报警提醒，提供远程手动及定时启停操作。通过单点压力窄带恒压控制，解决多台设备层叠式压力带导致的系统压力过高带来的能耗浪费，同时通过压力、流量等多参数及设备优先级约束机制对设备进行调度控制，确保整个空压系统处于最优的运行工况。

4 建模准备

4.1 成本分析

构建空压系统数智化控制模型的成本分析公式为：总成本= 建模技术成本＋硬件安装成本+ 培训成本＋维护成本＋其他相关成本－降低能耗带来的成本节省－降低维护成本带来的成本节省。

4.2 数据准备

为数智化控制模型收集和准备必要的数据。控制模型需要的数据类型包括：①历史数据。包括空压系统过去性能的数据，取自动力能管监控系统，例如，压力历史曲线、流量历史曲线等。②实时数据。包括控制模型中安装的传感器和智能仪表采集的数据。③环境数据。包括站房温湿度、空压机内部温湿度和其他可能影响空压系统性能的环境因素数据。该数据可用于调整系统参数以优化不同环境条件下的性能。④能源定价数据。包括有关能源成本的数据，主要是电能成本，包括高峰和非高峰电能费率。该数据用于开发基于当前能源价格优化能源使用的算法。⑤系统配置数据。包括有关英格索兰SH300 型无油水冷螺杆空压机系统特定组件的数据，包括每个组件的品牌和型号，以及他们的运行参数和规格。

5 建模逻辑

5.1 模型概述

对现场6 台空压机及6 台干燥机的运行状态、运行参数进行监测，提供设备实时报警提醒，提供远程手动及定时启停操作。通过智能控制单点压力窄带恒压控制，解决多台设备层叠式压力带导致的系统压力过高带来的能耗浪费，同时可通过压力、流量等多参数及设备投入优先级顺序机制对设备进行调度控制，确保整个空压系统处于最优的运行工况。

实现智能化控制一般分为两个步骤，即识别+ 调度。识别：用气需求是多少、供气能力有多少、设备运行时长多少等；调度：AI 算法建立模型、强化学习、精准控制。

5.2 模型介绍

5.2.1 模型目标

通过全数据采集分析实现智能化控制；利用智能AI 算法实现整站节能；通过预防性决策降低维护成本。

5.2.2 模型逻辑

空压系统的数智化控制模型基于反馈控制回路。该模型不断收集有关空压系统性能的数据，并使用这些数据调整系统设置以优化其性能。

模型采用集中PLC 控制柜实现智能化算法控制，流程如图1 所示。步骤如下。

（1）收集和分析空压系统性能的历史数据，该数据将作为模型算法的基线。从传感器及智能仪表收集实时数据，该数据将提供有关系统性能的实时信息。

（2）对收集的数据进行清洗、组织，移除异常值或错误数据点，对不同来源的数据以及以与控制模型兼容的方式格式化数据。

（3）根据实际工况，基于供需动态匹配序列决策、窄带恒压技术，按供需匹配生成供需流量动态平衡AI 算法。以母管压力、流量作调控依据预测模型，充分利用设备效能，调整运行设备数量，将设备的加载率提高至90% 以上。

（4）使用模拟数据测试模型算法，根据反馈控制回路的序列决策微调算法以提高其准确性和有效性。采用母管压力与流量数据，根据供需模型触发调节。

（5）依托多开机浪费、运行组合效率低、单机能效低、后处理损耗、局部高压浪费等评价指标，分别建立回归模型和分类模型。

（6）验证模型以确保其符合预期结果。将模型的输出结果与实际性能数据进行比较，验证系统能保证供需平衡，实现按需供给，不断降低供需差异导致的卸载放空及压力波动的能耗浪费。

模型序列决策过程（实现供需实时动态匹配）如图2 所示。

（1）在任意时刻，决策者观察到系统当前所处的状态S（空压机加卸载状态、主机运行时长、母管压力及流量、空压机单台流量、生产用气量等）。

（2）根据这个状态从可行的决策行为中选一个行动A（空压主机启动或停机、加/ 卸载、切换备机、干燥机的启动/ 停止等）。

（3）这个行动对系统后续运行产生两方面影响：①产生一个即时的奖励或惩罚R ；②系统下一阶段的状态按某种规律P 产生变化（生产用气量大决策增开设备，提高加载时间；生产用气量小决策控制设备卸载或停机；先停工频、优先启动变频机、按优先级顺序启动、平衡设备运行时间）。

（4）决策行为循环往复，算出使整体收益最大的策略π（空压站根据生产用气量输出稳定压力，实现能效最优）。

5.2.3 输入数据

输入数据分为模型传感器和智能仪表采集的实时数据、主机的状态参数及历史数据库中的统计数据。这些数据又包括：①空压主机数据。包括入口真空压力、二级进气压力、二级排气压力、压缩机排气压力、一级排气温度等。②干燥机数据。包括干燥机各阀门状态、进口压力、进口温度、出口压力、再生排气温度、后冷进口温度、后冷出口温度等。③储气罐数据。包括各储气罐的压力、温度、精过滤器压差等。④分气缸数据。包括主分气缸、卷包、制丝分气缸及母管的气体压力、温度、流量数据。⑤冷却塔系统。冷却水进水温度、出水温度、循环泵频率、风扇电机状态等。⑥其他状态参数。加/ 卸载状态、主机报警状态、一级温度报警、二级温度报警、进气真空度报警等。⑦历史统计数据。单机设备能耗、主机正常运行时间、用气量累计和其他相关数据。

5.2.4 输出数据

5.2.4.1 空压系统主机的控制输出

（1）设备自定义启停。自定义启停时间，按照计划时间开启和关闭设备。

（2）设备开启组合。根据生产用气及设备优先级动态决策自动开启最优设备运行组合。

（3）自动加/ 卸载。当用气减少时，自动控制设备卸载、停机，当用气增加时，自动控制待机设备启动加载。

（4）故障切换备机。设备发生重故障时，自动停机切换并启动备机，防止低压风险。

（5）均衡设备运行时长。根据策略均衡设备运行时间，运行时间长的先停，运行时间短的先启。

5.2.4.2 干燥机控制输出

实现干燥机远程启停，并监测其运行状态和故障状态，提供故障信息提醒。

（1）当空压机启动时，对应的干燥机立即启动，保证气体质量。

（2）当空压机停机时，对干燥机进行较短的延时停机控制。

（3）当干燥机发生故障停机时，设定短暂延时后自动停止对应的空压机并进行锁定，不再参与智能控制。

6 效果验证

6.1 可量化收益（单位能耗）

降低管网平均压力：从670～780 kPa 降至680～730 kPa，降低能效比为0.2×7%=1.4%，收益=685 万元×1.4%=9.59 万元/a，综合成本下降1.4%。减少卸载节能空间：根据用气需求匹配空压机启停加卸载，将工频机加载率提高至98% 以上，节能空间为4%，年收益=685 万元×4%=27.4 万元/a， 综合成本下降4%。

6.2 非量化收益（潜在价值）

数字化能效监测：数字化大屏实时监控全设备运行状态，故障在线预警，保养周期提醒。降低运维成本≥ 30%，6 000 元/a。

智能化无人值守：空压机自动控制，AI 算法自主调参，设备优先级动态决策，附属设备智能控制。按需供气，智能调机，省人提效。减少人工成本≥ 50%，60 000 元/a。

隐形成本：因压缩空气稳定性及品质不良导致增加的其他成本费用，包括：①车间产品不良成本费用；②气动元件购买费用；③气动设备维修费用；④气动设备停机损失费用；⑤设备损坏提前购置费用。降低产值成本≥ 0.8%。

6.3 预期收益

通过计算分析，按现状在不置换改造空压机的状态下，该厂空压站房使用数智化控制模型后，可在原有的用电基础上最少节省用电约37 万元/a，在现有基础上至少节能5.4%。

7 结束语

随着行业数字化转型工作的深入，传统的空压系统运行模式已不能满足现代企业数字化，以及智能化的发展需求，空压系统的数智化改造成为智能工厂建设的必然要求。通过对某卷烟厂空压系统数智化控制模型进行研究，企业可在能源效率、成本节约和整体生产力方面取得显著效益。

参考文献

[1] 姚岚，张东平，王红梅，等. 企业空压机节能改造技术[J].中国科技信息，2015（23）：69-70，54.