今年年初,一家浙江温州的五金制品厂找到我们。老板拿着一张电费单说:\"你看,光是空压机站房一个月电费就8万多,占了全厂电费将近三成。我总感觉有人在偷电,但查了一圈也找不到原因。\"
这家厂主要做五金冲压件,有6台空压机——3台螺杆机、3台活塞机,分布在两个站房里。平时都是电工师傅凭经验开关机,气压不够就开一台,气压高了就关一台,没有系统的管理方法。
这篇文章记录我们怎么用边缘AI网关做空压机站房的能效监测和智能调度。不吹效果多好,就说做了什么、发现了什么、碰到了什么坑。
一、现场情况摸底
跟着电工师傅在厂里转了一天,大致摸清楚了:
- 空压机配置:3台螺杆机(37kW×2、55kW×1)+ 3台活塞机(22kW×2、15kW×1),共6台。老活塞机用了8年以上,螺杆机相对新一些
- 管网分布:两个站房分别在厂区东侧和西侧,用地下管道连接。主管道管径DN80,到各车间分支DN50。据电工说管道已经用了十几年
- 用气模式:白班(8:00-20:00)用气量大,主要供应冲压线和焊接工位。夜班用气量很小,只有几台设备维持运转
- 当前管理方式:全靠电工师傅人工启停。气压低于0.55MPa就开一台,高于0.75MPa就关一台。师傅说他一天跑站房七八趟,有时候半夜气压不稳也得爬起来去看
- IT基础:厂里没有专职IT,老板自己管财务和业务,设备管理全靠经验
了解完这些,我大概知道问题了——空压机站房在大多数工厂都是\"能耗盲区\"。没人知道每台机器效率如何、管道漏气有多严重、压力设多少才合理。
二、数据摸底——第一个月的发现
在动手设计方案之前,我们先做了一件事:在每个空压机上加装智能电表和基础传感器,先采集一个月数据看看真实情况。
一个月的监测结束后,数据分析结果让老板有点意外:
一台22kW活塞机,每天有将近4个小时在空载运行——机器在转但不产气,纯粹烧电不干活。一个月下来这台机器空载耗电占了它总耗电的25%左右。原因很简单:管网压力已经够了,但这台机器没有自动卸载功能,师傅忘了关机。
站房出口压力在0.5-0.8MPa之间剧烈波动。压力峰值时(0.8MPa),部分设备的用气端压力反而降到了0.4MPa以下——说明管道阻力大,还有漏气。
夜班用气量只有白班的10-15%,但还是开着37kW螺杆机。换算一下,这台螺杆机夜班运行6小时的耗电,其中约80%是浪费的。如果用15kW活塞机来顶夜班,电费能省一大截。
我们在周末停产时做了一次\"压降测试\"——关闭所有用气设备,测空压机停机后管网压力下降速度。结果2分钟后压力从0.7MPa降到了0.3MPa,说明管道漏气相当严重。按照行业经验估算,漏气量可能占到了总产气量的20%以上。
第一个月的纯数据采集就值回了传感器成本。如果连现状都不清楚,谈什么节能都是空话。
三、方案设计
基于一个月的数据摸底,方案分了三层:
采集层:分机能耗监测+管网状态感知
每台空压机上装三样东西:
- 智能电表:采集实时功率、累计电量、功率因数。精度0.5级,通过Modbus RTU接入
- 压力传感器:在每台空压机出口、管网主干和关键用气点装压力变送器,4-20mA信号输出
- 温度传感器:监测空压机排气温度、润滑油温度和机头温度(用于预测维护)
同时在管网主干道安装超声波流量计,实时监测总产气量和车间用气量。
边缘层:现场部署边缘AI网关
在两个站房各部署一台边缘AI网关(一台S200),负责:
- 每5秒采集一次所有传感器数据(6台空压机×5路信号+管网流量+压力)
- 本地运行智能调度算法——根据当前用气量和管网压力,自动决定开/关哪台空压机、是否变频调节
- 本地运行异常检测——空载运行超15分钟自动告警、功率曲线异常判断轴承/机头故障趋势
- 边缘缓存数据,断网不断记录
- 把处理后的数据摘要上传云端
选择边缘网关的原因跟其他项目类似:车间网络不稳定、数据量太大(每分钟几百条数据)、需要低延迟控制(自动启停延迟不能超过几秒)。
云端层:能效看板+告警推送+自动报告
云端Web看板展示:
- 空压机站房总能耗趋势(日/周/月对比)
- 每台空压机的能效比(产气1m³消耗多少度电)
- 管网压力实时曲线和漏气趋势
- 告警列表(空载、超温、跑油、压力异常)
- 每周自动生成能耗分析报告
告警通过企业微信推送到电工师傅和厂长手机。
四、实施过程
第一周:硬件安装
6台空压机加装传感器和电表,两个站房各装一台边缘网关。原以为两天能搞定,实际花了四天半。
安装阶段遇到的麻烦:
- 电表接线被反复叫停:电工师傅对带电操作很谨慎,要求我们每次接线前必须先断电。6台机器挨个停机、接线、恢复,每次半小时。占了安装时间的大头
- 传感器信号干扰:站房里变频器产生的电磁干扰很强,压力变送器的4-20mA信号在部分线路上波动很大。解决办法是换屏蔽电缆+走单独的金属线槽
- 超声波流量计安装条件苛刻:要求直管段前10D后5D,但站房里管道拐弯多,找不到足够的直管段。最后只能放在室外主管道上,又多调了两天才找到合适的安装位置
第二周:数据采集和基线建立
全部设备上线后,系统跑了10天做基线数据。这段时间每天分析数据,逐步了解每台空压机的\"性格\":
- 2号螺杆机启动电流明显偏大,检查发现星三角启动的接触器有一组触点烧蚀了(换了一组,问题解决)
- 3号活塞机排气温度比其他机器高了约15°C,判断是散热器翅片被灰尘堵塞(清洗后温度恢复正常)
- 白班和夜班的用气量模式很规律——白班峰值约18m³/min,夜班谷值不到3m³/min
第三周:智能调度上线
智能调度算法上线那天,我其实有点紧张——自动控制空压机的启停,搞不好会影响生产。
调度策略的设计:
- 白班(8:00-20:00):用气量大,以55kW螺杆机为主力+1台37kW螺杆机辅助。优先开能效比高的机器
- 夜班(20:00-8:00):用气量小,切换到15kW活塞机。如果压力低于0.5MPa再加一台22kW
- 变频控制:主力螺杆机带变频器,输出压力稳定在0.65±0.02MPa,不再像以前一样0.5-0.8MPa大范围波动
- 负载均衡:多台机器同时运行时轮换主力机,避免同一台机器长期满负荷运行
- 防震荡:启停间隔至少30分钟,避免频繁启停损坏机器
调度策略刚开始设定了3天的手动审核期——算法只给出\"建议\"而不是直接执行,师傅确认后再操作。3天后确认策略没问题,才切换到自动模式。
第四周:漏气排查和修复
压降测试发现漏气严重后,电工师傅花了两天时间排查漏点。用超声波检漏仪沿着管道走了一遍,结果发现:
- 一个压缩空气快换接头松了,在角落里嘶嘶漏气——这是主要漏点
- 焊接工位旁边的软管有一个小裂纹
- 地下管道有三处接头锈蚀(管道用了十几年,有些地方已经锈穿了)
修复后重新测压降:2分钟从0.7MPa降到0.55MPa,比之前好多了。虽然还没到理想状态(行业标准是15分钟压降不超过0.1MPa),但已经是大进步。
五、实际效果
系统上线运行两个月后,我们跟客户一起做了复盘。
从之前月均8万出头降到了6万左右。主要节能来自三块:夜班切换小机器、消除空载运行、变频稳压减少浪费。
以前压力在0.5-0.8MPa之间剧烈波动,现在稳定在0.63-0.67MPa。用气端的设备反映压力稳定后,气动夹具和气动工具的稳定性好了不少,次品率也有所下降。
一次是2号螺杆机的轴承振动曲线持续上升(提前2周预警,安排检修换了轴承);一次是3号螺杆机排气温度异常升高(散热器需要清洗);一次是1号活塞机的密封圈磨损(产气量下降了约15%,换密封圈后恢复)。
智能调度接管了启停控制,师傅只需在手机上看告警。用他的话说——\"以前夜里下雨也得爬起来去站房,现在躺床上看手机就行了。\"
当然也有一些预期之外的事情。
好的方面:老板觉得数据可靠以后,主动说想再上一条产线的能耗监测。他说了一句话让我印象很深——\"以前花钱像花在雾里,现在至少知道钱花在哪了。\"
不太好的方面:一台用了多年的活塞机在系统上线后第三周出现了活塞环断裂的故障。电工师傅觉得是系统自动启停造成的——频繁启停导致这台老机器扛不住了。我们分析后台数据后发现:这台机器在两个月的调度周期中只被启停了4次,远称不上\"频繁\"。实际原因是这台机器本来就该大修了,换活塞环后恢复正常。但这个争议说明了一个问题——老旧设备的可靠性本身就是一个风险点,智能调度只是把它暴露出来了,而不是制造了它。
六、遇到的技术问题
不同品牌空压机的控制协议不统一
6台空压机来自3个品牌,控制协议各不相同:有的是Modbus RTU、有的是干接点控制、有的只给了RS485但没有公开协议。
处理方式是分情况:有Modbus协议的通过边缘网关直接读取寄存器;只有干接点的加装一个继电器模块,由网关的DO输出控制启停;没有公开协议的那台最老的活塞机,在进线侧加装了接触器控制——边缘网关通过继电器控制接触器通断。
变频器谐波干扰导致数据抖动
功率较大的那台变频螺杆机的变频器产生大量谐波,导致同一配电柜内的智能电表读数波动很大——实时功率能跳变20%以上。后来给智能电表加装了谐波滤波器,同时在软件层做了5秒滑动平均滤波,数据才稳定下来。
# 软件滤波的简化实现
class SlidingAverageFilter:
def __init__(self, window_size=5):
self.window = []
self.window_size = window_size
def filter(self, value):
self.window.append(value)
if len(self.window) > self.window_size:
self.window.pop(0)
return sum(self.window) / len(self.window)
# 使用示例
filter = SlidingAverageFilter(window_size=5)
while True:
raw_power = read_power_from_meter()
smoothed = filter.filter(raw_power)
send_to_edge_gateway(smoothed)
time.sleep(1)
超声波流量计的冷凝水问题
压缩空气管道温度较高,加上车间湿度大,超声波流量计的探头表面容易结露,影响测量精度。后来给探头加了加热套维持探头表面温度高于露点,问题解决。
七、个人的思考
这个项目做完之后,有几个感受比较深:
空压机站房是工厂的\"能源黑箱\"。几乎每个工厂都有,但很少有人真正了解里面发生了什么。我做过的工厂节能改造里,空压机站房的\"节能潜力\"往往比其他环节大得多。原因不是技术多牛,而是管理太粗放了——空载运行、\"大马拉小车\"、管道漏气,这些基础问题都没解决,根本还没到谈AI优化的层面。
数据比算法更重要。在这个项目里,真正产生价值的是第一个月的数据摸底——发现空载、发现漏气、发现夜班浪费。智能调度算法是锦上添花,但如果没有基础数据,连问题在哪都不知道。任何工厂在做数字化改造之前,先花一个月把数据跑起来,一定是回报率较高的第一步。
老旧设备的问题是绕不开的。工厂里很多设备用了十几年甚至二十年,可靠性本身就差。智能调度能优化运行,但解决不了设备老化的问题。相反,数字化手段暴露出了这些隐患——这对工厂来说是好事还是坏事?我觉得是好事,因为知道问题才能解决问题。但做方案的时候得跟客户讲清楚这个预期。
节能和节钱是两回事。节能量可以用公式算出来,但节了多少钱要看电价、峰谷平策略、基本电费的计算方式。这个项目实际的\"省钱效果\"比理论节能量少了一部分,因为该厂的配电变压器是按最大需量计费的——减少用电量虽然降低了需量,但降幅没有预想那么大。如果在方案设计阶段就把电费结构考虑进去,效果评估会更准确。
八、给你的建议
如果你也在考虑空压机站房的节能改造或类似的工业IoT项目,几点个人经验:
- 不要跳过的第一步:花一个月做数据摸底。在谈任何方案之前,先把现有运行数据跑起来。你可能会发现很多问题根本不需要高级算法,纯靠管理手段就能解决。把基础问题先清理掉,再谈优化
- 老旧设备不要参与自动调度。服役超过十年的活塞机/老旧螺杆机,建议只做监测不做控制。让它们作为手动备机存在。自动调度只控制状态较好、有明确协议支持的设备
- 先堵漏再节能。管道漏气是空压机站房的头号浪费源。在谈变频、谈调度之前,先把漏气解决掉。一把超声波检漏仪不贵,但回报很快
- 变频改造不是万能的。变频螺杆机确实能节能,但变频器本身也有功耗(约3-5%),而且谐波干扰会影响其他设备。如果只有一台小功率活塞机在夜班运行,换一台小机器比上变频更划算
- 用气端的管理和产气端一样重要。很多压缩空气的浪费发生在用气端——工人在气枪用完不关、管接头没接好、气动设备漏气。走一圈车间,把用气端的漏气也排查一遍
- 算账的时候要考虑电费结构。工业用电的计价方式很复杂(峰谷平、基本电费/需量电费)。做节能方案之前先搞清楚客户的电费结算方式,否则承诺的省钱效果和实际可能有差距
- 给师傅留一个\"手动优先\"按钮。任何时候自动控制都可能有意外。确保现场有物理开关可以让师傅切回手动模式。这个按钮本身可能永远不会被用到,但它让师傅放心