预测能耗方法和模型外文翻译资料

 2022-08-24 11:08

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

预测能耗方法和模型

Reimann等人

某些制造领域，如铸造、成形或切割，可能导致高能量消耗，特别是在考虑可再生能源的情况下，与能源供应商协商生产计划和消费预测是有益的。这将有助于供应商方面对能源和基础设施部件进行优化管理，有助于降低成本，达到生产费用最优和平衡的结果。

在过去，制造业能耗预测问题是进行了很多研究的课题。他们中的大多数要么在非常详细的水平上考虑过程的物理建模，要么为特定的生产过程引入定制的预测模型。因此，很难将它们的结果应用于不同场景中的其他用例。

作为结果，需要一种关于制造业功耗预测的通用方法和模型来涵盖各种工艺、机器和材料。而且，这种方法必须支持适用性强的颗粒度水平，以预测制造过程的能量消耗。而另一方面，对更细粒度的预测，例如机器的某些部分，则需要考虑特定的优化。

我们的成果有两方面。首先，我们提出了一个通用模型，用于指定功耗机器。一种基于树的复合方法支持两个层次，依赖于机器的结构或外部因素，例如公司决策。这一方法可扩展到本体。第二，提出了各结构层次功耗的静态和动态建模方法，基于该模型可以实现预测。此外，我们还提供了一个连铸机运行过程的实例实现和预测。

1.介绍

德国和欧洲能源市场的当前变化和趋势：领域向柔性能源消耗过渡的需求产生的能量。由于《德国可再生能源法》（EEG）和欧洲的气候和能源，生产计划必须考虑能源供应的分散性目的。为了实现对工业能源消耗的有效控制，能源相关数据必须从消费者和供应商获取。

消费者必须提供有关其能源消耗基础设施的信息。此类数据的抽象级别可能因技术先决条件或内部法规的不同而有所不同。因此，能量相关数据可能仅适用于整个工厂，或者在最佳情况下，适用于机器的混凝土骨料，可以实现对信息的采集和处理。更精确的信息意味着更大的潜力，能源相关的优化生产过程。

另一方面，供应商应该公布他们的融资模型，以便安排客户生产的最佳时间点。在本文中，作者将只提及与工业能源消费者相关的部分。

由于缺乏可用于交换能源相关数据的标准，消费者可以自由决定使用哪种数据格式。因此，主要的问题是有两个不同的维度，数据资源和数据访问，从中检索数据格式。一方面，数据源可以是估计或测量(历史)数据，甚至是能源消耗的物理模型。另一方面，这些资源可能有多种访问途径，例如，通过excel表格，数据库，时间序列，甚至通过matlab/Simulink模型。我们认为这一事实是数据供应商所必需的自由，但因此，我们也面临着大量可能的数据格式，需要作为跨产品数据资源 数据访问来支持。

为了克服这个问题，需要一个规范化的数据格式，它是足以支持现有的常规数据源的所有属性和要求。本文以一种本体论的表现为基础，以保证其灵活性。它分为两部分: 1)能源消费结构，2)能源行为规范。前者遵循给定的模式，该模式允许在任意粒度级别上对使用者进行分层定义。后者提供了用于指定消耗能源的静态和或动态行为的核心概念。这些需要自动访问和处理。

在本文的剩余部分中，我们在第2节中描述了一一种迭代指定能源消耗者的方法。在此基础上，第3节介绍了确定结构的形式和我们对描述静态能量行为模型的方法。为了完成该方法，我们定义动态能量行为的解决方案在第4节中进行了描述。四。我们的实现和连铸工艺的演示在第5节中给出。在第6节相关工作和第7节今后的工作中总结论文。

关键词：能效；预测模型；本体论

2.消费者替代品分类方法

如上所述，需要一种通用方法和规范化数据格式来支持任意能源相关数据的交换。为了能够预测制造过程的能源消耗，我们在图1中提出了高级方法，并在下面进行了详细说明。

我们提出的方法包括四个主要步骤。一开始， 通过提供能源相关数据启动这一过程。为了预测能源消耗，这些数据被分为消费者的结构和与结构相对应的相关消费信息。我们将这些信息明确地联系起来，以强调哪个单位消耗了特定数量的能量。此外，我们还提出了一种迭代方法来提供与能源相关的数据，以尊重能源消耗实体的层次性。例如，考虑工厂中的连铸机。该机器由多个集合和单元组成，例如火焰切割机、中间包处理装置或润滑系统。每一个都由不同的子部分组成，这些子部分又消耗它们自己的能量。根据需求的详细程度，我们提出了一种迭代方法来提供这些数据。对所提供的耗能部件信息进行粒度越细，能量模型越精确，优化潜力越大。这意味着，当以更高的规模提供信息时，粗粒度的结果可以快速实现。这可以是，例如，整个机器的总消耗量。在这个抽象层次上，提供的能量消耗很容易实现，但不能用于精确分析。相反，在较低水平上提供能量消耗，例如主要或辅助聚集体，更精确和高产，并且可以区分非生产性能。这种较低规模的信息适合于制造过程的分析和优化。这意味着，计划方案中的这一步骤应辅之以需求驱动的重组过程，具体取决于特定目的所需的详细程度。

第二步是将提供的数据自动规范化为通用格式。此格式必须是支持对数据进行有意义的访问，而不需要查找详细信息。此外，在用例中可以模拟用例规范定制和或个体特性。例如，考虑在不同过程中要区分的阶段。在每一个阶段， 一个单位都会消耗一定量的能量。它们永远不能一概而论，但仍应以特定的方式提出质疑。每一个过程、机器、生产线、工厂和工厂都是不同的，但必须是相当大的。为了支持自动规范化，我们提出了一种导入机制。对于每种不同的源格式，都必须实现一个导入程序，将数据转换为通用格式。这种格式尊重能源消耗实体的组成层次性。为了便于理解，规定消费者结构的主要概念是明确和选定的。因此，可以非常容易地实现特定源格式的特定导入程序。一个详细的解释可以在第3节中找到。

在这个阶段，所提供的信息(消费者结构和能源消耗)可以被视为与静态能源相关的行为，因为它代表一个特定过程的消耗。 因此，它不能用于预测其他设置或用例的消耗。在这一阶段，所提供的静态行为旨在参数化，以创建变化点。因此，影响能源消耗的制造过程的特性可以限定为不同的值。基于所提供的与静力学能量相关的数据，迭代地提交到目标，从而实现快速结果。因此，可以确定影响能源消耗的特性，并且可以在此阶段指定消费者的动态能源相关行为。在第4节里对我们的参数化方法作了更详细的说明。

在参数化迭代完成后，所得模型可用于预测不同性质的能耗。从这个意义上说，先前确定和指定的参数现在必须绑定到指定的值。这些参数可能是，例如，材料的厚度或过程中的载荷。将参数化模型与具体数值相结合，可以预测特定约束参数下的新能源消耗。

3.消费者结构和静态行为建模

我们提出的方法是基于所参考系统的组件模型。根据对能耗模型的要求，每个部件都有相关的稳态能耗模型或动态能耗模型。这种方法可以描述为某种灰箱模型，它将系统内部结构和主要数学关系的已知事实与需要通过实验确定的进一步数值 参数结合起来。Yang和Marquardt[3]对系统建模进行 了厂泛的综述。他们研究了所谓的多尺度模型的结构:数学系统模型，其关系从不同的细节层次(尺度)在不同模型之间建立起关系。例如，这种多尺度模型能够将分子或原子尺度的热传导效应与冷却系统的宏观模型结合起来。此外，这些模型不同于系统的标准模型，因为它们具有系统组件之间逻辑和物理关系的明确表示，因此是系统结构的语义模型。Yang和Marquardt对多尺度模型的概念化以Bertalan Offy的一般系统理论为核心，并以Bunge以及Wand和Weber的作品为基础。

根据[8]后者可以视作本体论，并且在先前的工作中也如在[9]中所述，其中它被称为Bunge-Wand-Weber (BWW)本体论。Yang和Marquardt以这个本体论为基础，从多尺度建模的角度对一般系统进行了全面的数学定义。

如图2所示，在所述方法中使用的系统模型的基本概念。一个系统的特征是一组连接的对象，这些对象可以通过部分和整体的关系分解为一组组件。每个组件都拥有多个属性，这些属性的值是在特定上下文中描述系统建立的系统功能(例如，取决于时间、位置等其他)。如果组件以某种方式相互影响，则它们是耦合的，通过力、热、材料或信号传输来表征物体之间的多重连接。

图2：部分-整体关系、系统级别和耦合

图3：用户结构及静态能量相关数据规范

有关这些模型的形象表示，需要一个框架来描述系统组件及其物理和逻辑关系。在后文中，将对指定用户的结构和静态能量相关行为的主要概念加以解释，然后用户可以将其用作(编程)接口。为了便于理解，这些概念如图3a所示，其中我们使用了统一建模语言(UML) [10]的符号。 概念和多重性的具体属性在本图中省略，但在后文中进行了解释。

入口点是指定用户，例如连铸机。此时，用户可决定开始建模的比例。这样的粒度级别也可以是生产线或特定的机器。消费者由几个部分组成。部件是一个抽象的概念， 它可以是一个项，也可以是一个组件。一个项目是整个系统中最小的能耗单元。因此，如果不进行进一步分解，举个例子，可以是连铸机中的给料机。组件将其他子部件组合在一起，因此包含子部件。通过这种父子(或部分-全部)关系，建立起树状结构模型，其中的项是叶子。为了能够(编程)访问消费者与能源相关的静态行为，我们提供接口时间功能。如图3a中的有向箭头所示，部件可以参考时间函数，这意味着它们可以独立地建模。

我们提供接口时间功能来观察消费者与能源相关的静态行为。如图3a中的箭头所示，部件可以指时间功能，这意味着它们可以独立建模。这种方法强调了方法的迭代性：首先，可以在指定静态行为之前对整个结构进行建模。类似于部分接口时间函数，虽然是一个抽象的概念，但是可以通过一个过程来实现。该概念的一个实例旨在描述时间的变化即一个过程反映了一定数量的能源消耗。在图3b的上部，举例说明了使用者，而下半部分显示了时间函数的相关实例。这个图中还显示了如何处理静态能耗的计算。对于结构树和一个特定的时间点能量消耗被计算为基本子节点的总和消费。这种方法可以计算系统树中每个节点的能耗。计算值沿树传播，直到用户请求它的地方为止。

（a） 以RDF表示。 （b） 与工艺阶段相关的能耗。

图4。连铸机示例模型。

以上所描述的建模方法基于将系统模型视为有向图的思想，其中节点映射到各个系统组件，边映射到它们之间的整体关系或耦合。资源描述框架（RDF）[第28-49页]使用有向图来表示数据，因此非常适合通过上述方法对系统建模。图4a概述了这种系统的示例连铸机的型号。上半部分是机器层次结构的摘录，它是通过使用RDF属性部分来定义的。结构模型的使用者还可以包含使用RDF属性建立的（像在示例介于中间包预热系统和中间包温度装置之间）拓扑连接。各组成部分系统可能与能量模型有关。该示例使用静态过程能分配向量a和额定功率P来对各项目的静态能耗进行建模。这个分配向量包含系统中每个进程p的范围[0，1]内的值（ap），以对部分Pp建模，并且应对此过程进行说明。对应于图4a的摘录:人能量酯，图4b描绘了映射到所述处理阶段的能量情况。

4.模拟消费者的动态行为

动态能量相关行为的概念。（b） 基于树的参数模型及参数绑定消费者的结构。

图5.用户动态能源相关数据的参数化。

如二章节所述:在参数化阶段，我们对能量相关的动态行为进行建模。我们认为这个步骤应该基于先前提供的结构和静态行为来迭代完成。如图5a所示，迭代求精可以通过进一步专门化过程来实现，因为这个概念不仅是一个时间函数，而且还是一个参数化的时间函数。因此，以前建模的流程现在可以通过为使用者指定参数模型来参数化，同样也是为了使迭代规范。在参数模型中，可以定义影响系统的潜在特性能源消耗。因此，参数模型包含几个参数。每个参数都必须引用一个数据类型，以确保参数在计算中兼容并且可以恰如其分。对于连铸机，这些参数可能是板坯的厚度或要处理的运行数。图5b示出了右上角（橙色）部分中的参数模型的示例。这个参数模型的规范是在申请阶段之前实现的（见第2）。自定义参数独立于特定进程的前提，是需要指定一个参数绑定模型将参数绑定到具体值。因此，参数绑定模型包含多个参数绑定。每绑定一个参数，必须设置符合该参数的值（图5a中未示出）来键入。使用这种方法，可以为不同的情况实行不同的绑定。图5b左上方的绿色部分显示了两个具体的绑定。除了特定的时间节点之外，这些参数都应绑定应用于参数模型。因此，先前提供的与静态能量相关的行为被参数化，并且被改进并应用于动态能量相关行为模型。

5.实施和示例演示

我们用Java实现了整个方法的所有概念，并使用我们的框架知识建模和管理体系结构将基于RDF的三元组表示为Java对象。这使得我们将从程序员的角度将RDF类视为传统的Java类。这样做的好处是java对象形成一个图形和基于RDF的查询语言，例如SPARQL协议和RDF查询语言，也可以用来推理整个知识库。

为了给用户提供图形界面，我们使用了远程应用程序平台（RAP）2。作为一个示例过程，我们从我们的一个合作伙伴那里获得了与能源相关的数据作为Excel表格。因此，我们为其能源数据表的特定格式做出了导入程序，并可以将其特定数据转换为我们的通用格式。由于我们的方法非常灵活且扩展度高，所以我们可以在导入数据的属性时，很容易地提供更多的过程。因此，我们Excel表可以加载到web应用程序来实现能耗可以可视化。图6显示了我们基于RAP的web应用程序以及连铸机和工艺的简化摘录。我们可以看到一个特定的合作伙伴扩展。例如，在右窗口中，树的选定节点（左窗口）的能量消耗可以映射到连铸的具体工艺阶段。如第二节所述，可视化是用JavaScript框架D3.3实现的。它必须为每个不同的数据格式提供导入程序。之后我们可以可以在基于RAP的web应用程序中使用和分析这种格式的数据。

Jan Reimann et al. / Procedia Manufactur

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[236194]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章