基于信息物理系統的環錠紡紗智能車間溫度閉環精準控制方法

殷士勇，鮑勁松，孫學民，王佳鋮

(東華大學 機械工程學院，上海 201620)

溫濕度是影響紗線產量和質量的重要因素之一，它與纖維的回潮率、張力等性能之間有密切的關系[1-2]，對紗線生產有很大影響[3]，因此，環錠紡紗線生產過程中各工序尤其是并條、粗紗、細紗和絡筒對生產環境中溫濕度的要求相當高。

早期的紡紗廠采用自然通風等簡單的方法調節生產環境的溫度，雖然一定程度改善了溫度的平衡，但效果不明顯，在這種環境下生產出的紗線質量也不高。隨著紡紗廠空調技術的不斷發展以及自動化技術水平的不斷提高，紡紗車間溫度的自動調控技術也得到了長足發展。董桂芹[4]從控制角度出發，對空調運行節能及合理利用能源方面進行合理優化，實現對車間溫度有效精準控制。王艷霞[5]提出全年溫濕度自動控制模式，并分析出不同焓值區對應的不同溫濕度控制策略。薛永飛[6]從控制的角度研究了紡織廠空氣調節的控制系統，使生產環境內的空氣保持一定的溫度、濕度、流動速度和清新度。李新禹等[7]為解決細紗車間能量消耗過大的問題，提出溫濕度獨立控制解決方法，不僅能滿足生產工藝要求, 而且節省了大約 68%的冷負荷。潘榮昌等[8]分析了新型紡織廠溫濕度自動控制系統的原理、功能、系統組成及軟硬件設計。Di等[9]為能夠準確地獨立控制溫度和濕度，解決能源過度消耗的問題，引入了溫和濕度獨立控制空調系統。以上方法都是從設備角度對溫度控制，沒有達對溫度的精準控制，而在智能車間中溫度的控制顯得十分必要，如何精準控制紡紗生產過程中的溫度是環錠紡紗智能車間亟需解決的問題。

進入工業4.0時代，信息物理系統、工業物聯網等不斷滲透到制造領域中。信息物理系統(CPS)是一個集計算、網絡和物理世界的復雜系統，通過計算技術、通信技術和控制技術的深度融合和協作，以數字化方式在信息世界中呈現物理世界，實現信息世界和物理世界的統一[10-11]。目前，CPS系統正逐步應用到智能電網[12]、航空航天[13]、城市軌道交通[14]、汽車制造[15]、化工生產[16]、鋼鐵制造[17]等領域。本文提出基于CPS的環錠紡紗智能車間的溫度控制方法，通過對環錠紡紗溫度大數據的分析，形成對空調出風量、加熱量等參數的實時調節策略，實現對溫度閉環精準控制。

1 溫度閉環精準控制架構

基于CPS的概念及特征[18]，結合企業目前溫度控制現狀，在文獻[11]的基礎上，提出基于CPS的環錠紡紗智能車間溫度閉環精準控制架構，如圖1所示。該架構分為4層，即為物理層、通信層、信息層和控制層。感知與紡紗溫度相關的各物理實體，通過紡紗工業互聯網將獲得的溫度數據傳輸到紡紗溫度數據平臺，再對溫度數據進行智能計算，形成物理實體的鏡像，達到對空調設備出風量和出風方向等參數的調節，實現對環錠紡紗智能車間溫度的閉環精準控制。

物理層主要是與溫度相關的物理實體，如墻面(包括屋頂)、窗戶、機器設備、人體、照明設備、空調、噴頭等，這些物理實體是紡紗車間溫度數據的采集點。

通信層通過部署在與溫度相關物理實體上的高性能傳感器采集各物理實體的實時溫度數據，并由紡紗工業互聯網將所有實時數據傳輸到信息層的紡紗溫度數據平臺。

信息層有3個子層，分別是：紡紗溫度數據平臺層、智能計算層、鏡像層。紡紗溫度數據平臺層主要是接收由通信層傳輸過來的實時數據，通過過濾、清洗、映射等方法實現數據的融合；智能計算層主要是采用數據分析和挖掘技術，形成溫度調節的領域知識；鏡像層是通過領域知識重構來建立物理實體的數字孿生模型，將物理實體的鏡像呈現在信息層，以實現決策支持。

控制層根據與環錠紡紗溫度相關的物理實體的鏡像，調節空調設備出風量、出風方向或加熱量等參數，實現對環錠紡紗智能車間溫度的閉環精準控制。

圖1 基于CPS的環錠紡紗智能車間溫度閉環精準控制架構Fig.1 Architecture of temperature closed-loop precision control based on CPS for intelligent workshop of ring spinning

2 溫度閉環精準控制方法

表1示出環錠紡紗各工藝對溫度的不同要求。根據不同的要求，需要對各智能車間的溫度進行精準控制。

表1 環錠紡紗車間溫度控制范圍Tab.1 Temperature control range of each main progres workshop of ring spinning ℃

2.1 車間冷熱負荷模型

2.1.1通過墻面(或屋頂)傳入車間內的熱量

墻面(或屋頂)因太陽輻射，會形成由室外至室內的熱流，從而有熱量進入室內。由墻面(或屋頂)傳入車間內的熱量為：

Qq=4.04×10-5KFρJ1α

式中：Qq為通過墻面(或屋頂)太陽輻射傳入車間內的熱量，kW；K為墻面(或屋頂)傳熱系數，W/(m2·℃)；F為墻面(或屋頂)的實際傳熱面積，m2；ρ為墻面(或屋頂)表面對太陽輻射的吸熱系數；J1為當地的太陽輻射照度，W/m2，一般取中午12時水平面上的值；α為墻面(或屋頂)太陽輻射熱熱遷移系數，天窗排風α=0.5，側墻排風α=0.8，下排風α=1.0。

2.1.2通過窗戶傳入車間內的熱量

除墻體以導入熱量外，窗戶也可以將太陽輻射的熱量導入生產車間內，以玻璃窗戶為例，其導入的熱量為：

Qc=XmXzJtS

式中：Qc為通過玻璃窗戶太陽輻射傳入車間內的熱量，kW；Xm為窗的有效面積系數；Xz為窗的遮陽系數，一般紡紗廠不用遮陽，因此，Xz=1；Jt為透過當地的太陽輻射照度，W/m2；S為含窗框在內的面積，m2。

2.1.3紡紗生產車間機器設備的散熱量

環錠紡紗智能車間機器設備的發熱量包括2部分：一部分是電機本身散發的熱量，散入車間空氣中；另一部分是變成機械能，再因機械各部件之間或部件與紗線之間的摩擦而轉化為熱能散入車間空氣中。因此，機器設備的發熱量最終均轉化為空氣中的熱量，其計算公式為：

Qj=103nηNeφα

其中：Qj為機器的散熱量，W；n為機器的數量；η為安裝系數，即機器實耗功率與安裝功率之比，一般為0.7～0.9；NNe為電動機的銘牌額定功率，kW；φ為同時運轉系數，即開動機器數與全部機器數之比，φ=0.85～0.95；α為熱遷移系數，即進入車間的熱量與中歐散熱量之比，清花車間α=0.9，細紗車間有斷頭吸棉而不用回風α=0.92，有電動機通風并排出室外α=0.9，其他車間均取α=1.0。

2.1.4照明設備散熱量

目前，環錠紡紗智能車間的照明設備一般使用日光燈，其能耗絕大部分變成熱量散發到車間中，其熱量計算公式為：

Qz=N1+N2

其中：Qz為照明設備的散熱量，kW；N1為日光燈的功率，kW；N2為鎮流器消耗的功率，kW，一般是日光燈的20%～25%，若電子鎮流器可以忽略不計。

2.1.5人體散熱量

在環錠紡紗智能車間里，工人要不斷散發熱量才能維持正常的體溫。工人人體散熱量與勞動強度和車間溫度有關，其計算公式為：

Qr=nq

式中：Qr為人體總散熱量；n為車間內工人人數；q為每人散發的總熱量，W/人。

2.1.6夏季車間冷負荷

夏季，環錠紡紗智能車間的最大散熱量是在白天，一般不需要考慮照明設備的散熱量，所以，其冷負荷為：

Ql=Qq+Qc+Qj+Qr

對于無窗廠房而言，不需要考慮通過窗戶的導入的熱量，但需要考慮照明散熱量，所以，夏季車間冷負荷為：

Ql=Qq+Qz+Qj+Qr

2.1.7冬季車間熱負荷

冬季，由于車間內溫度比室外高，所以熱量由內向外傳出，同時冬季太陽輻射一般可以忽略，所以，冬季車間熱負荷為：

Qre=Qs-Qz-Qj-Qr

式中，Qs為冬季車間內通過墻面(或屋頂)和窗戶傳出的熱量，W。

2.2 溫度閉環精準控制模型

環錠紡紗生產過程中，智能車間室內冷(熱)負荷是不斷變換的，如果空調系統在運行過程中不作相應的調節或調節不到位，有可能浪費能源或者使車間內空氣指標嚴重影響環錠紡紗線的質量。本文提出基于CPS的環錠紡紗智能車間溫度閉環精準控制方法，如圖2所示。

圖2 基于CPS的環錠紡紗智能車間溫度閉環精準控制Fig.2 Precision control of temperature closed-loop based on CPS for intelligent workshop of ring spinning

步驟1：感知物體實體的溫度，采集環錠紡紗智能車間的溫度數據；

步驟2：通過環錠紡紗工業互聯網傳輸采集的溫度數據到環錠紡紗溫度大數據平臺；

步驟3：基于智能計算對溫度數據進行處理；

步驟4：形成智能車間物理實體的鏡像以及車間溫度控制策略；

步驟5：由控制策略實時對出風量、出風方向或加熱量等參數的調節，形成環錠紡紗智能車間對溫度的精準控制，再進入步驟1。

3 案例及分析

3.1 案例描述

本文以山東某鋼結構全封閉的智能紡紗工廠的細紗車間為例，該車間長為105 m，寬為75 m，有1 680錠細紗機30臺，單臺細紗機的額定功率為20 kW；照明采用功率為18 W、電子鎮流器的節能日光燈600盞；車間用工10人，工作處于中等勞動強度；在同一側墻面有2臺空調機。

車間內熱量計算：

1)對于保溫性能較好的鋼結構全封閉車間而言，通過墻面(或屋頂)和窗戶傳進/出的熱量可以忽略不計，即Qq=Qc=0；

2)車間內機器散熱量：Qj=103nηNNeφα=1 000×30×0.8×20×0.965×0.9=416 880 W；

3)照明設備的散熱量：Qz=N1+N2=600×18=10 800 W；

4)車間工人人體散熱量：Qr=nq=10×198 =1 980 W。

3.2 仿真效果及分析

本文選擇夏季(7月份)和冬季(1月份)對環錠紡紗智能車間的溫度控制進行仿真，是因為在這2個季節，環錠紡紗線對溫度的要求不同，并且冬季室內外溫差大，溫度控制控制上要復雜多。在Think station服務器，Windows 10操作系統，Intel(R)Xeon(R)CPU E-52603v4@1.7 GHz, 32.0G RAM環境下，通過FLUENT軟件計算，分別對的環錠紡紗智能車間的氣流、溫度進行仿真。

3.2.1氣流場仿真結果及分析

圖3示出環錠紡紗智能車間中因溫度調節后所形成的氣流場云圖。

圖3 環錠紡紗智能車間氣流場速度云圖Fig.3 Cloud diagram of airflow field in intelligent workshop of ring spinning.(a) Summer; (b) Winter

可以看出，在氣流在風口處形成受限射流，隨著空氣射流與車間室內空氣不斷進行動量與質量交換，車間室內的空氣不斷被卷入，又因為與更多的空氣進行動量交換使得氣流速度不斷下降。相比夏季智能車間室內外溫差，冬季智能車間室內外溫差更大，所以氣流速度要快些，氣流在室內不斷上升，在頂部氣流速度變大；但總體上來看，環錠紡智能車間能保持氣流場分布均勻，這也是智能車間內空氣溫度保持均勻平衡的主要原因。

3.2.2溫度場仿真結果及分析

圖4示出環錠紡紗智能車間溫度場云圖。夏季，細紗車間室內溫度比設定工的藝溫度要高，需要降低室內溫度，而此時室外的溫度比室內的溫度還要高，直接通風不可行；根據室內溫度分析，在2個風口排進20 ℃的冷風對室內溫度進行降溫，以保證室內溫度控制在(31±1) ℃。冬季，車間室內溫度比設定工藝溫度要低，在2個風口排進31 ℃的暖風，通過升溫以達到工藝溫度(25±1) ℃的要求。

圖4 環錠紡紗智能車間溫度場云圖Fig.4 Cloud diagram of temperature field of intelligent workshop of ring spinning.(a) Summer; (b) Winter

圖5 實測溫度數據與模擬溫度數據的對比Fig.5 Comparison between measured temperature data and simulated temperature data.(a) Summer; (b) Winter

3.3 對比分析

為精準控制環錠紡紗智能車間的溫濕度，同時也為了對比模擬結果，對智能車間進行了溫度隨時間變化的測試實驗(如圖5所示)。

通過采用多通路溫度巡檢儀，在細紗車間內部截面上設置溫度探頭，每分鐘數據直接傳動到環錠紡紗溫度大數據平臺上，對比24 h內的實測平均值與仿真值。

由圖 5 可以看出，環錠紡紗智能車間內夏季溫度明顯高于冬季溫度，其實測平均溫度值和實驗模擬值分別在(31±1) ℃和(25±1) ℃的范圍內波動，同時實測值與模擬值相差，不超過±0.62 ℃，主要是由測量儀器的精準度和簡化的模型引起的。總之，隨著時間的推移，智能車間溫度的精準控制在2 ℃以內波動。

4 結 論

本文提出基于信息物理系統的環錠紡紗智能車間的溫度控制方法，通過對環錠紡紗溫度大數據的分析，形成對空調出風量、加熱量等參數的實時調節策略，實現溫度閉環精準控制。首先，提出溫度閉精準控制架構，該架構分為物理層、通信層、信息層和控制層4層；然后，建立環錠紡紗智能車間冷熱負荷模型并提出溫度閉環精準控制策略；最后通過案例仿真所提方法在智能車間的氣流場和溫度場。由實測平均溫度值與模擬溫度值作對比，結果表明，本文所提方法可以將智能車間溫度精準控制在2 ℃內波動。

FZXB