基于模糊算法的熔铸炉电力能耗分析研究

时剑，廉迎战，韦荷，刘辉，余宇航

（1．广东工业大学自动化学院，广东广州 510006；2．佛山市华鸿铜管有限公司，广东佛山 528234；3．广东中钰科技有限公司，广东广州 511419）

基于模糊算法的熔铸炉电力能耗分析研究

时剑1，廉迎战1，韦荷1，刘辉2，余宇航3

（1．广东工业大学自动化学院，广东广州 510006；2．佛山市华鸿铜管有限公司，广东佛山 528234；3．广东中钰科技有限公司，广东广州 511419）

针对有色金属加工企业熔铸生产工艺流程的特点，监测熔铸设备的用能状况和数据，利用模糊算法对设备电能质量进行综合分析和评价。对不同工况下的电能质量和能耗指标进行对标，降低能源消耗，提升企业能源管理和设备经济运行水平。

熔铸设备；能耗；电能质量；模糊算法；能效对标

0 引 言

现代有色金属加工行业的生产规模日趋大型化、智能化和现代化，存在特定的生产工艺流程，其生产用能消耗非常大，同时加工生产工艺较为复杂，包含较多类型的工艺设备，所呈现的负荷特性复杂，影响配电网电能质量，加大用能成本，因此，提高电能质量与节能降耗已成为该企业提高经济效益、打造低碳生产的重要途径。

有色金属加工工艺流程主要包括：熔铸、轧制、联拉、盘拉、精整、退火、包装等环节，其中熔铸环节主要采用电加热，它是有色金属加工的基础，其电力能源消耗占整个企业生产加工中能源消耗的25%以上，因此，熔铸环节的电力能源质量，所呈现的负荷特性复杂，对企业的节能减排和清洁生产影响最大。

本文主要针对熔铸设备电能质量和能源消耗进行深入研究和探讨。

1 电能质量评价模型

针对有色金属企业熔铸工艺特点，设备特征，建立电能质量综合评价模型，获得电能质量评价指标。

1．1 电能质量评价指标

电能质量好坏等级由多个单项指标的情况及各指标所占权重共同确定，具有随机性和不确定性，因此采用模糊算法对其进行综合评价［1］。电能质量评价系统的评价指标主要包括：电压偏差、频率偏差、电力谐波、电压波动、电压闪变、三相不平衡等。电压偏差和频率偏差“小”以及谐波含有率“低”都是电能质量“好”，等级高的条件，但是“小”、“低”、“好”都没有明确的标准，无法用定量的数值去衡量和评定，所以采用模糊算法进行电能质量的研究与评价［2－3］。

1．2 评价指标隶属函数

隶属函数是模糊算法应用的基础，电能质量隶属函数的有效与否直接关系到电能质量评价等级的科学性。其主要因素如下。

｛电压偏差很小｝模糊集的隶属函数可表示为：

其中ΔU为电压偏差，U1、U2为电压限值，其值根据具体情况而定。

｛电压偏差持续时间很短｝模糊集的隶属函数可以表示为：

其中TΔU、ΔT为电压偏差百分比和相应的持续时间，kt1和TΔU0是常数，其值依据具体情况而定。

｛电压波动很小｝的隶属函数可表示为：

其中ΔV为波动幅度，U3、U4为常数，其值根据具体情况而定。｛电压波动持续时间很短｝的隶属函数可以表示为：

其中TΔV为持续时间，TΔV0、kt2为常数，其值根据具体情况而定。电能质量其它的指标与这两项指标的隶属函数相类似［4－5］。

1．3 电能质量评价等级

把电能质量Q分为优质、良好、中等、合格、不合格共五个等级，评判集表示为：

1．4 电能质量与隶属度函数的对应关系

确定好各指标隶属函数和电能质量的等级后，定义各指标隶属度大小与电能质量等级的关系也是相当重要的。根据专家经验和电能用户要求，定义隶属度与等级的关系如表1所示。

表1 隶属度与等级的关系

1．5 各指标隶属函数

从企业能源管理系统中取出熔铸炉正常生产工况下的数据，得到各指标的隶属度数据如表2所示。

表2 隶属度数据表

2 电能质量评价分析

电能质量综合指标评价，在2小时内，电压偏差等级“优质”有4组数据，为“良好”的有4组，为“中等”的有0组，为“合格”的有0组，为“不合格”的有0组。再依次对频率偏差、谐波畸变、三相不平衡、电压波动与闪变四个指标进行计算，可以得到单指标评判矩阵R。

运用AHP层次分析法确定各单项指标的权重值B，依次为电压偏差、频率偏差、谐波畸变、三相不平衡、电压波动和闪变，权重值如下［6］：

对这2小时的电能质量综合评价结果为：

作归一化处理得到：

根据最大隶属度原则，这2小时的电能质量等级评价为“优”。

3 熔铸炉能耗对比分析

3．1 熔铸炉电能质量监测

下面以熔铸工艺为例，建立能源管理系统与电能质量评价监测模型示意图如图1所示。

熔铸车间主要的生产工艺是铜管棒坯材的熔铸工艺，包括熔炼和铸造两个环节。生产设备有6台熔铸炉和6台引铸机，设备总功率为6 *（450＋30）＝2 880（kW），占总设备容量的27．4%。目前能源管理系统监测和采集的数据有3＃、4＃、5＃、6＃共4台熔铸炉。

图1 熔铸炉电能质量评价模型示意图

3．2 熔铸炉电能数据处理

熔铸车间的生产可分为三种情况：正常生产状态，更换模具状态和停产状态。在上文中已对正常生产状态下的电能质量作了评价，下面将对另外两种情况下的电能质量分别作一个评价。各取两个小时的8组数据，根据上文中的步骤得到，更换模具状态下的电能质量等级为“优等”，停产状态下电能质量等级为“优等”。由此可见，对于熔铸炉而言，不管是处于哪种工况下，电能质量受熔铸炉影响很小，可忽略不计。

该企业能源管理系统监测和采集所有熔铸车间的能耗相关数据，现将这些数据作为一个样本区间进行筛选和清洗，去掉权重排名小于25%和大于75%的数据，剩下的数据属于合理电力能耗区间分析数据，也就是作为正常生产的能耗数据。这样就排除了在生产中的因为人为的数据录入以及系统异常情况采集的数据，使能源监测数据更具科学性、合理性，具有参考价值［7］。

3．3 熔铸炉能耗对比分析

3．3．1 正常生产状态对比分析

正常生产状态下，每台熔铸炉的能耗情况如表3所示。

表3 熔铸炉正常生产时的能耗情况

相对于3＃、5＃、6＃熔铸炉，4＃熔铸炉的单产能耗曲线波动很大，预测4＃熔铸炉存在设备隐患，需要加强预防或是提前整修。

3．3．2 更换模具状态分析

熔铸炉更换模具，不同的操作人员，更换的时间长短不一样，有些工人只需要3小时，而时间长的则长达12小时。在这样的情况下，必然造成单产能耗的差别很大，必然也存在着差异巨大的节能空间。尽量缩短换模时间可以减小由于炉子升温而造成的能耗损失。每台熔铸炉的性能不一样，也导致了换模具次数相差很大，而每一次更换模具都将使产品单耗大大增加，因此减少更换模具的次数也能产生很好的节能效果。根据统计数据，4＃熔铸炉换模次数比其他熔铸炉多很多，可能存在安全隐患，可定期对熔铸炉进行检查，可以减少熔铸炉换模的次数，大大降低能耗［8］。

3．3．3 设备停产状态分析

在熔铸炉不生产的情况，同台炉子每天消耗的电能不一样，有的甚至相差很大如表4所示。

表4 熔铸炉不生产时能耗情况表

熔铸炉不生产时，3＃熔铸炉比其他三台熔铸炉消耗的电量大很多，可能存在设备隐患。

4 结束语

本文在企业电能能源数据采集的基础上，利用模糊算法对熔铸炉工艺设备能耗进行综合评价，得到符合实际情况的、客观的评价结果，同时，对熔铸炉不同工况条件下的电力能耗分析，为企业识别生产设备隐患，指导企业设备运行维护以及建立设备经济运行等方面有着重要的现实意义。

［1］陶顺，肖湘宁．电力系统电能质量评估体系架构［J］．电工技术学报，2010，25（4）：171－175．

［2］唐会智，彭建春．基于模糊理论的电能质量综合量化指标研究［J］．电网技术，2003，27（12）：85－88．

［3］谭家茂，黄少先．基于模糊理论的电能质量综合评价方法研究［J］．继电器，2006，34（3）：55－59．

［4］蒋金良，袁金晶，欧阳森．基于改进隶属度的电能质量模糊综合评价［J］．华南理工大学学报，2012，40（11）：107－111．

［5］舒服华．粗糙集在电能质量综合评价中应用［J］．电力自动化设备，2008，28（10）：75－79．

［6］熊以旺，程浩忠，王海群．基于改进AHP和概率统计的电能质量综合评估［J］．电力系统保护与控制，2009，37（13）：48－52．

［7］程浩忠．电能质量监测与分析［M］．北京：科学出版社，2012．

［8］陶顺，肖湘宁．电能质量单项指标和综合指标评估的研究［J］．华北电力大学学报，2008，35（2）：25－29．

An Analytical Study on Casting Furnace Electricity Consum ption Based on Fuzzy Algorithm

SHIJian1，LIAN Ying-zhan1，WEIHe1，LIU Hui2．YU Yu-hang3
（1．Automation College of Guangdong University of Technology，Guangzhou Guangdong 510006，China；2．Foshan Huahong Copper Tube Co．，Ltd．，Foshan Guangdong 528234，China；3．Guangdong Zhongyu Technology Co．，Ltd．，Guangzhou Guangdong 511419，China）

With respect to the characters of casting process in non-ferrousmetal processing enterprises，energy consumption and data of casting equipment ismonitored and fuzzy algorithm is used to analyze and evaluate the electric energy quality of the equipment．Benchmarks are set for electric energy quality and energy consumption under differentworking conditions so as to reduce energy consumption and promote enterprise energymanagement and economical operation of the equipment．

casting equipment；energy consumption；electric energy quality；fuzzy algorithm；energy efficiency benchmarking

10．3969／j·issn．1000－3886．2014．04．021

TM921．01

A

1000－3886（2014）04－0062－03

时剑（1989－），男，河南南阳人，在读硕士，主要研究方向为电气节能降耗技术及信息系统开发等。 廉迎战（1963－），男，河南焦作人，副教授，硕士生导师，主要研究方向为工业企业智能自动化、电气节能降耗设备和新技术等。

定稿日期：2013－09－18

广东省节能专项（13ZK0085）