0  引言

    為實現電能計量器具“整體式授權、自動化檢定、智能化倉儲、物流化配送”的目標，國家電網公司所屬省級計量中心利用各類自動化、信息化技術，在計量器具的自動化檢定、智能化倉儲等方面進行大量的研究和應用^[1-5]，建立起包含單相電能表檢定系統、三相電能表檢定系統、互感器檢定系統、采集終端檢測系統、智能倉儲系統等“四線一庫”系統，實現了大規模計量器具的自動化集中檢定檢測，同時建設了統一的省級計量生產調度平臺，實現對計量生產和業務的全方位管控，及計量資產全壽命周期范圍的集約管理和資源優化配置^[6]。

    計量器具自動化檢定涉及自動化檢定系統、輸送系統（輸送線或自動導引車AGV）、智能倉儲系統等多個環節系統，綜合考慮各環節的特點，實現不同環節之間的協調控制，優化各環節的任務分配和調度是進一步提高計量生產效率和設備利用率的關鍵。目前，針對計量自動化生產系統優化調度的問題，已有許多專家開展了相關研究。文獻[7]利用逐級分層建模方法對自動化檢定過程進行建模和監控，實現虛擬巡檢和協同故障處理，從而提高生產效率；文獻[8]提出了一種改進的人工魚群算法，有效解決了智能立庫的出入庫作業調度優化問題；文獻[9]針對三相電能表外觀、接線方式等方面的差異，研發了基于一體化載表托盤、多重定位技術、柔性控制技術的柔性檢定系統；文獻[10]和文獻[11]研究了影響檢定流水線運行效率的因素和調度問題數學模型，并分別提出了基于可拓層次法的改進動態優先級調度策略和改進的遺傳禁忌混合算法；文獻[12]分析了各環節系統之間的相互關系、影響因子和制約條件，提出了一種分區分線體分單元分散調度的優化調度策略；文獻[13]分析了電能表檢定項的耗時情況，提出了提高檢測效率的檢定試驗時間優化模型和方案。

    各網省計量中心通過對“四線一庫”系統采取調整結構布局、優化生產節拍、全線分段、增加緩存區等手段，并由省級計量生產調度平臺實現生產聯動控制，在理想狀態下可達到最大的生產效率和設備利用率。然而由于“四線一庫”系統的運轉均由各自獨立的作業系統進行實際控制，生產控制策略彼此獨立且缺乏統一監管，在實際生產過程中當遇到異常或故障時因無法實現實時的協同調度和故障處理，易導致因局部異常而產生的整體產能大幅下降。針對上述問題，本文分析了計量自動化檢定生產現狀和問題，通過標準化接入實現業務交互和數據融合，并在一體化生產狀態實時監控基礎上，基于在線的故障診斷和生產效能評估，動態地調整生產策略，實現對自動化生產的柔性調度。

1  計量自動化生產現狀及問題

    計量自動化生產“四線一庫”系統包括單相電能表檢定系統、三相電能表檢定系統、互感器檢定系統、采集終端檢測系統和智能倉儲系統。按照工藝和應用設備的不同，目前主要存在自動化流水線和檢定臺+AGV兩種應用模式。自動化流水線模式主要以自動化檢定流水線為核心，輔以輸送線與智能立庫接駁。各檢定檢測支線采用并聯設計，獨立運轉，互不影響。計量器具通過輸送線從庫房接駁處輸送到檢定區，由各類檢定檢測裝置完成身份識別、耐壓測試、外觀檢查、功能及誤差檢測、分揀、貼標、封印等步驟，最后完成組箱組垛并回庫，全程通過自動化輸送線實現計量器具的流轉。檢定臺+AGV模式以檢定臺為核心，輔以掛表機器人和AGV搬運車等設備。計量器具通過AGV從智能立庫接駁處輸送到檢定區，由掛表機器人掛接到檢定臺的檢定表位上，同時進行身份識別，檢定臺完成耐壓測試、功能及誤差檢測后再由AGV輸送到流水線單元，完成外觀檢查、分揀、封印、貼標等工序，最后組箱組垛并回庫。

    目前，各“四線一庫”計量自動化生產系統實質上都由各自獨立的作業管理系統進行實際控制和管理，各系統的生產運行控制策略彼此獨立，未形成一體化的數據融合和實時的生產協同調度。計量自動化生產在應用過程中主要存在以下問題：

    （1）缺乏統一的運行監控，管理人員缺乏對計量檢定資源的實時掌控，生產異常不易發現，無法發揮出最大產能。

    （2）缺乏實時的生產協調調度，在發生故障時無法對檢定策略根據實際情況進行調整，重新分配生產資源，導致生產效率下降。

    （3）缺少對檢定生產各環節和總體的生產效能評估，無法定位生產薄弱環節，檢定策略優化調整缺少決策依據。

2  柔性調度技術架構

2.1  總體思路

    計量自動化檢定系統是典型的剛性生產系統，可采用更換柔性自動化生產設備、聯線技術、應用自動化控制和管理技術等方式實現柔性生產，由于各網省生產線已經成型，設備改造難度大，且生產設施來自多個廠商，設備聯線的可操作性也不強，因此本文采用的柔性生產調度方法從自動化控制和管理技術入手，根據自動化生產全過程的實時監控結果，通過動態地調整生產策略實現柔性的生產調度。

    計量自動化檢定各系統均是按照設定的生產節拍運作，生產節拍反映了檢定設施每完成一只計量器具檢定檢測所花費的時間，合理設計各生產環節的生產節拍，可保證整個自動化檢定的生產效率。在實際生產中由于設備異常、檢定任務切換等原因，各系統很難達到既定的生產節拍，因此通過監控自動化檢定各系統的實際節拍并實時地定位生產中的低效薄弱環節，是實現柔性生產調度的基礎。以生產節拍為切入點，梳理各生產環節的影響因素，基于實時監控實現生產資源異常告警和故障診斷；針對實際生產情況動態地調整生產策略，并通過監測數據實時驗證和分析比對調整結果，最終形成柔性生產調度策略庫和聯動控制方案。

2.2  技術框架

    在省級計量生產調度平臺中通過標準化集成與接入技術，與各業務應用系統及生產控制系統的實現業務對接和數據融合，對生產全過程實時監控。建立故障診斷模型，提取和識別異常信息，并通過建立異常處理機制對異常問題快速定位處理。梳理各生產環節影響因素，建立生產效能評估模型和全過程效能評估方法，結合監控數據和故障診斷結果以量化手段實時在線評估生產效能。評估結果用于指導生產節拍和生產策略的調整，通過比對分析調整前后的實際生產效率，逐步固化形成優化調度策略和協調控制方案。技術框架如圖1所示。

    通過抽取“四線一庫”各系統關鍵信息，形成生產信息集成數據模型，通過標準化集成和接入接口實現各生產系統監控數據的采集，業務數據則從計量生產調度平臺中獲取，經信息和數據融合后實現對生產全過程的實時監控。

    為每個生產環節制定調度策略，使各生產系統、各環節能夠協調生產，同時對生產異常和設備異常進行告警。通過建立基于人工神經網絡的故障在線診斷模型，實現生產設施異常及故障的在線診斷和預警。

    根據系統的生產流程和各環節生產設施的功能的不同，從日常監控數據中找出影響生產效能的關鍵性因素，建立評價指標，利用多層次模糊綜合評價方法實現對檢定生產效能的量化評估，避免評價因素的模糊性和不確定性影響最后的評估結果。

    以生產效能評估結果為基礎，結合實際生產運維經驗，構建生產策略庫，將設備層、任務層、業務層的控制手段進行統一和整合，利用省級計量生產調度平臺的自動化控制和管理技術實現“四線一庫”檢定生產的柔性調度，達到優化生產的目的。

3  關鍵技術及難點

3.1  標準化集成與接入

    標準化集成與接入實現業務數據與生產運行數據的融合，業務數據來自計量生產調度平臺，包括資產檔案、生產任務信息、業務匯總與統計、業務異常信息等；生產運行數據來自各“四線一庫”系統，包括設備運行狀態、異常告警等。兩類數據的數據頻度和采集方式不同，通過獨立的前置系統實現數據集成和融合，實現生產全過程監控功能。架構如圖2所示。

    業務數據從計量生產調度平臺中抽取，生產運行數據通過Web Service方式從“四線一庫”系統中獲取，在前置系統中根據生產設施監控模型進行一體化的數據轉碼、匹配和集成后，作為全過程監控和生產效能分析的數據源。

    多源數據融合基于全局統一的生產設施身份識別標識編碼，包括自動化檢定生產單元編碼、智能倉儲生產單元編碼和異常告警編碼等。自動化檢定生產單元編碼格式為：設備廠商_檢定方式_設備類別_線體編號_單元編號_單元序號，智能倉儲生產單元編碼格式為：設備廠商_設備類別_區域編號_單元編號_單元序號，異常告警編碼由設備廠商、設備類別、單元編號、序列等組成。根據數據類型和實時性要求不同，分別采用定時接口、狀態變化接口、異常告警接口上送數據。定時接口應用于檢定系統中生產節拍較短、切換頻度較高的單元，如外觀檢查、封印貼標等，一般數據上送頻度為分鐘級；狀態變化接口應用于檢定系統中生產節拍較長、切換頻度較低的單元，如耐壓、誤差檢測等，只在狀態或運行數據發生變化時一次性打包上送；異常告警信息實時性要求最高，在檢定系統探測到異常或異常恢復時實時主動上送。數據交互主要采用Web Service方式，在數據量較大時輔以中間數據庫，例如在批量上報檢定結論及過程數據時。根據數據實時性要求，數據處理主要包括批量處理和即時處理兩種方式，前置系統接收到數據包后解析并提取設備標識，然后將數據轉換為統一的處理對象并進行校驗，如果不通過則返回錯誤信息；對于周期性上送的數據，當到達既定的時間窗口或緩存的數據包大小達到閾值時啟動數據處理，對于異常告警等數據則在接收后立即處理。

3.2  故障在線診斷

    基于計量自動化生產全過程監控，建立故障診斷模型，提取和識別異常信息，建立異常處理機制，可提高故障檢測定位和處理的及時性。采用基于人工神經網絡的分析方法，將初始故障信息訓練學習樣本，通過故障信號的提取、自動識別和推理實現在線的分析和診斷。故障在線診斷流程如圖3所示。

    針對計量自動化生產系統各環節的功能分工，提取和篩選各環節監測數據項，構建計量生產影響因素指標體系。梳理分析計量生產集中監測數據，選取合適的故障影響因素作為自變量，故障類別作為因變量，構建診斷專家庫，故障影響因素選取故障發生前和發生時的所有異常數據。

    通常一個故障現象包含多個故障影響因素，各因素間可能存在高度相關性，通過對故障影響因素進行主成分分析，消除因素之間的相對共線性，并對高維度變量空間進行降維處理。計量自動化檢定系統故障在線診斷技術基于主成分分析和BP神經網絡實現，包括建模和診斷兩個階段。在建模階段，選取故障發生之前或發生時存在突變或異常的生產設施狀態信息、生產節拍、故障告警等數據作為故障影響因素，應用合并、剔除、歸類等方法對數據進行預處理，例如將故障時間、運行時長計算合并為故障時間占比，剔除位置坐標等對故障判斷無影響的數據等；預處理完成后利用主成分分析法影響因素進行線性組合，降低向量維度，提高輸入數據對故障的敏感度，應用BP神經網絡訓練計算后形成故障診斷模型。在診斷階段，將實時監測數據作為輸入，分析提取故障影響因素，并應用在線診斷模型定位故障原因。

    將故障在線診斷應用于故障預警，可根據實際需要人工定義診斷周期，并可隨時進行故障在線診斷與停止診斷。當診斷出存在故障時，系統給出相應的警示以及診斷出的故障信息，提示故障處理；當故障消除，故障診斷狀態會自動化變更為恢復正常。診斷出的故障樣本可自動記錄在樣本篩選庫中，同時將故障樣本的關鍵指標記錄在樣本篩選庫中；對樣本庫進行篩選，將典型的故障樣本升級至專家庫，并對新增故障樣本重新建模，診斷模型進行修復學習，進一步完善模型。

3.3  生產效能評估

    在生產全過程監控的基礎上，基于集中監測數據構建生產效能評估模型，實現對計量檢定生產的量化評估，為日常生產和運維提供有力支撐。針對計量自動化檢定生產影響因素多、關系復雜的特點，采用一種多層次模糊綜合評估方法對生產效能進行評估。計量檢定生產效能體現在生產節拍、效率和質量等方面，因此從生產和管理兩個方面構建生產效能評估指標體系，運行屬性反映生產設施單元的效率、穩定性和生產質量，管理因素反映了生產安排的計劃性和合理性。以單相電能表自動化檢定為例，其主要的評估指標如表1所示。

    評估完成后，將結果反饋到生產環節中，基于生產策略庫和日常運維經驗對生產策略進行調整。由于策略調整后的生產效能是一種穩態響應，需要一段時間才能體現，因此在達到穩態后，需要應用新的實時監測數據對檢定生產進行再次評估，判斷策略調整的效果，之后可重復上述步驟，以要達到生產效能優化的目的。

3.4  柔性調度方法

    面對“四線一庫”系統剛性自動化生產的現狀，從自動化控制和管理技術入手，以效能評估結果為基礎，結合實際生產運維經驗，構建生產策略庫，將設備層、任務層、業務層的控制手段進行統一和整合，利用現有條件實現“四線一庫”系統的柔性調度。構建生產策略庫以日常檢定生產經驗為基礎，結合實時監測數據，旨在當生產數據發生變化時，能夠參照生產策略庫找出對策或觸發控制手段，也可直接進行干預，驗證有效后可補充完善柔性調度策略庫。

    常用的柔性調度協調控制方法主要有指定任務作業區、調節任務優先級、取消待執行任務、更改計劃數量或增加臨時計劃等，通過觸發基本控制手段，可使某一生產單元的節拍或整體節拍發生改變，使計量檢定生產重新達到平衡，從而達到優化生產的目的。日常生產中幾種典型場景的柔性調度和協調控制方案如下。

    （1）生產單元發生故障。某一生產單元發生故障，對此單元進行“隔離”，即此后生產流程中不在使用此生產單元，通知檢定系統將生產節拍降低，通過控制緩沖區容量，使倉儲出入庫節拍緩慢下降。

    （2）緩沖區溢出。緩沖區內周轉箱過多，導致緩沖區有充滿的風險，若緩沖區還未充滿，則通知倉儲系統降低出庫節拍，觀察緩沖區情況和檢定節拍；若緩沖區接近或已經充滿，則通知現場人員人工將周轉箱搬下，觀察緩沖區情況和檢定節拍，視情況決定是否降低生產節拍。

    （3）檢定任務即將結束。檢定任務將要結束時，通知現場人員制定檢定任務，系統控制任務下發時機，保證檢定線能夠連續生產。

    （4）檢定計劃制定不合理。根據歷史檢定能力進行整個計劃工作時間檢定量的預測，若與檢定計劃差距較大，則通知檢定人員更正檢定計劃或發起臨時檢定計劃。

4  結語

    本文提出了一種基于自動化控制和管理技術實現電能計量器具自動化檢定柔性生產調度的方法。通過標準化集成及接入技術實現不同系統的融合對接和計量生產全過程實時監控，建立了故障在線診斷模型和異常處理機制，對異常問題快速定位處理，在生產效能評估的基礎上實現了生產調度策略庫的構建與在線優化。基于長時間的運行數據可優化故障在線診斷和生產效能評估模型，后續研究將利用大數據技術手段提高分析的準確性和及時性，進一步完善協調控制和柔性生產調度策略庫。

參考文獻

[1] 張燕, 黃金娟. 電能表智能化檢定流水線系統的研究與應用[J]. 電測與儀表, 2009(12): 74-77. 

[2] 李野, 曹國瑞, 石衛平. 單、三相電能表自動化檢定系統的研究與應用[J]. 科技視界, 2013(23): 149-151. 

[3] 章鹿華, 易忠林, 王思彤, 等. 低壓電流互感器自動化檢定系統設計與實現[J]. 自動化儀表, 2013(12): 48-50. 

[4] 黃奇峰, 蔡奇新, 劉建. 一種超大規模智能電能表全自動檢定系統設計[J]. 計算機測量與控制, 2013, 21(8): 2149-2151. 

[5] 龍貴山, 劉磊, 劉穎, 等. 電能表自動化檢定及智能倉儲系統研究[J]. 電測與儀表, 2013(5): 95-100. 

[6] 曹志剛, 水樂. 省級計量生產調度平臺面向業務監控設計與實現[J]. 電氣應用, 2015(S2): 850-853, 858. 

[7] 蔡奇新, 邵雪松, 劉建, 等. 電力計量檢定數字化車間3D動態感知監控技術研究[J]. 電測與儀表, 2015(S1): 147-152. 

[8] 孫衛明, 方彥軍, 肖勇, 等. 電能計量設備檢定中心智能立庫調度優化研究[J]. 自動化儀表, 2014(9): 1-4. 

[9] 何志強, 王雍, 劉忠, 等. 柔性控制技術在三相智能電能表自動化檢定系統中的應用[J]. 電力測與儀表, 2013(6): 78-82. 

[10] 黃友朋, 方彥軍, 唐猛, 等. 電能計量設備自動檢定流水線調度優化研究[J]. 電測與儀表, 2015(18): 41-45. 

[11] 方彥軍, 唐猛. 電能計量設備自動檢定流水線調度優化研究[J]. 自動化與儀表, 2014(7): 5-9. 

[12] 蘇慧玲, 劉建, 龔丹, 等. 大規模電能計量器具智能檢定的優化調度策略探討[J]. 電力系統保護與控制, 2015(11): 75-79. 

[13] 周峰, 程瑛穎, 肖冀, 等. 大規模電能表自動檢定時間優化模型設計[J]. 重慶電力高等專科學校學報, 2016(2): 25-27, 48. 

作者信息:

山憲武1，李新泉1，于  靜1，劉夢爽1，冉  懿1，李魁雨2

（1． 國網新疆電力有限公司電力科學研究院計量中心，新疆 烏魯木齊830000；

2. 深圳市國電科技通信有限公司，廣東 深圳518031）