0 引言
为实现电能计量器具“整体式授权、自动化检定、智能化仓储、物流化配送”的目标，国家电网公司所属省级计量中心利用各类自动化、信息化技术，在计量器具的自动化检定、智能化仓储等方面进行大量的研究和应用[1-5]，建立起包含单相电能表检定系统、三相电能表检定系统、互感器检定系统、采集终端检测系统、智能仓储系统等“四线一库”系统，实现了大规模计量器具的自动化集中检定检测，同时建设了统一的省级计量生产调度平台，实现对计量生产和业务的全方位管控，及计量资产全寿命周期范围的集约管理和资源优化配置[6]。
计量器具自动化检定涉及自动化检定系统、输送系统（输送线或自动导引车AGV）、智能仓储系统等多个环节系统，综合考虑各环节的特点，实现不同环节之间的协调控制，优化各环节的任务分配和调度是进一步提高计量生产效率和设备利用率的关键。目前，针对计量自动化生产系统优化调度的问题，已有许多专家开展了相关研究。文献[7]利用逐级分层建模方法对自动化检定过程进行建模和监控，实现虚拟巡检和协同故障处理，从而提高生产效率；文献[8]提出了一种改进的人工鱼群算法，有效解决了智能立库的出入库作业调度优化问题；文献[9]针对三相电能表外观、接线方式等方面的差异，研发了基于一体化载表托盘、多重定位技术、柔性控制技术的柔性检定系统；文献[10]和文献[11]研究了影响检定流水线运行效率的因素和调度问题数学模型，并分别提出了基于可拓层次法的改进动态优先级调度策略和改进的遗传禁忌混合算法；文献[12]分析了各环节系统之间的相互关系、影响因子和制约条件，提出了一种分区分线体分单元分散调度的优化调度策略；文献[13]分析了电能表检定项的耗时情况，提出了提高检测效率的检定试验时间优化模型和方案。
各网省计量中心通过对“四线一库”系统采取调整结构布局、优化生产节拍、全线分段、增加缓存区等手段，并由省级计量生产调度平台实现生产联动控制，在理想状态下可达到最大的生产效率和设备利用率。然而由于“四线一库”系统的运转均由各自独立的作业系统进行实际控制，生产控制策略彼此独立且缺乏统一监管，在实际生产过程中当遇到异常或故障时因无法实现实时的协同调度和故障处理，易导致因局部异常而产生的整体产能大幅下降。针对上述问题，本文分析了计量自动化检定生产现状和问题，通过标准化接入实现业务交互和数据融合，并在一体化生产状态实时监控基础上，基于在线的故障诊断和生产效能评估，动态地调整生产策略，实现对自动化生产的柔性调度。
1 计量自动化生产现状及问题
计量自动化生产“四线一库”系统包括单相电能表检定系统、三相电能表检定系统、互感器检定系统、采集终端检测系统和智能仓储系统。按照工艺和应用设备的不同，目前主要存在自动化流水线和检定台+AGV两种应用模式。自动化流水线模式主要以自动化检定流水线为核心，辅以输送线与智能立库接驳。各检定检测支线采用并联设计，独立运转，互不影响。计量器具通过输送线从库房接驳处输送到检定区，由各类检定检测装置完成身份识别、耐压测试、外观检查、功能及误差检测、分拣、贴标、封印等步骤，最后完成组箱组垛并回库，全程通过自动化输送线实现计量器具的流转。检定台+AGV模式以检定台为核心，辅以挂表机器人和AGV搬运车等设备。计量器具通过AGV从智能立库接驳处输送到检定区，由挂表机器人挂接到检定台的检定表位上，同时进行身份识别，检定台完成耐压测试、功能及误差检测后再由AGV输送到流水线单元，完成外观检查、分拣、封印、贴标等工序，最后组箱组垛并回库。
目前，各“四线一库”计量自动化生产系统实质上都由各自独立的作业管理系统进行实际控制和管理，各系统的生产运行控制策略彼此独立，未形成一体化的数据融合和实时的生产协同调度。计量自动化生产在应用过程中主要存在以下问题：
（1）缺乏统一的运行监控，管理人员缺乏对计量检定资源的实时掌控，生产异常不易发现，无法发挥出最大产能。
（2）缺乏实时的生产协调调度，在发生故障时无法对检定策略根据实际情况进行调整，重新分配生产资源，导致生产效率下降。
（3）缺少对检定生产各环节和总体的生产效能评估，无法定位生产薄弱环节，检定策略优化调整缺少决策依据。
2 柔性调度技术架构
2.1 总体思路
计量自动化检定系统是典型的刚性生产系统，可采用更换柔性自动化生产设备、联线技术、应用自动化控制和管理技术等方式实现柔性生产，由于各网省生产线已经成型，设备改造难度大，且生产设施来自多个厂商，设备联线的可操作性也不强，因此本文采用的柔性生产调度方法从自动化控制和管理技术入手，根据自动化生产全过程的实时监控结果，通过动态地调整生产策略实现柔性的生产调度。
计量自动化检定各系统均是按照设定的生产节拍运作，生产节拍反映了检定设施每完成一只计量器具检定检测所花费的时间，合理设计各生产环节的生产节拍，可保证整个自动化检定的生产效率。在实际生产中由于设备异常、检定任务切换等原因，各系统很难达到既定的生产节拍，因此通过监控自动化检定各系统的实际节拍并实时地定位生产中的低效薄弱环节，是实现柔性生产调度的基础。以生产节拍为切入点，梳理各生产环节的影响因素，基于实时监控实现生产资源异常告警和故障诊断；针对实际生产情况动态地调整生产策略，并通过监测数据实时验证和分析比对调整结果，最终形成柔性生产调度策略库和联动控制方案。
2.2 技术框架
在省级计量生产调度平台中通过标准化集成与接入技术，与各业务应用系统及生产控制系统的实现业务对接和数据融合，对生产全过程实时监控。建立故障诊断模型，提取和识别异常信息，并通过建立异常处理机制对异常问题快速定位处理。梳理各生产环节影响因素，建立生产效能评估模型和全过程效能评估方法，结合监控数据和故障诊断结果以量化手段实时在线评估生产效能。评估结果用于指导生产节拍和生产策略的调整，通过比对分析调整前后的实际生产效率，逐步固化形成优化调度策略和协调控制方案。技术框架如图1所示。
通过抽取“四线一库”各系统关键信息，形成生产信息集成数据模型，通过标准化集成和接入接口实现各生产系统监控数据的采集，业务数据则从计量生产调度平台中获取，经信息和数据融合后实现对生产全过程的实时监控。
为每个生产环节制定调度策略，使各生产系统、各环节能够协调生产，同时对生产异常和设备异常进行告警。通过建立基于人工神经网络的故障在线诊断模型，实现生产设施异常及故障的在线诊断和预警。
根据系统的生产流程和各环节生产设施的功能的不同，从日常监控数据中找出影响生产效能的关键性因素，建立评价指标，利用多层次模糊综合评价方法实现对检定生产效能的量化评估，避免评价因素的模糊性和不确定性影响最后的评估结果。
以生产效能评估结果为基础，结合实际生产运维经验，构建生产策略库，将设备层、任务层、业务层的控制手段进行统一和整合，利用省级计量生产调度平台的自动化控制和管理技术实现“四线一库”检定生产的柔性调度，达到优化生产的目的。
3 关键技术及难点
3.1 标准化集成与接入
标准化集成与接入实现业务数据与生产运行数据的融合，业务数据来自计量生产调度平台，包括资产档案、生产任务信息、业务汇总与统计、业务异常信息等；生产运行数据来自各“四线一库”系统，包括设备运行状态、异常告警等。两类数据的数据频度和采集方式不同，通过独立的前置系统实现数据集成和融合，实现生产全过程监控功能。架构如图2所示。
业务数据从计量生产调度平台中抽取，生产运行数据通过Web Service方式从“四线一库”系统中获取，在前置系统中根据生产设施监控模型进行一体化的数据转码、匹配和集成后，作为全过程监控和生产效能分析的数据源。
多源数据融合基于全局统一的生产设施身份识别标识编码，包括自动化检定生产单元编码、智能仓储生产单元编码和异常告警编码等。自动化检定生产单元编码格式为：设备厂商_检定方式_设备类别_线体编号_单元编号_单元序号，智能仓储生产单元编码格式为：设备厂商_设备类别_区域编号_单元编号_单元序号，异常告警编码由设备厂商、设备类别、单元编号、序列等组成。根据数据类型和实时性要求不同，分别采用定时接口、状态变化接口、异常告警接口上送数据。定时接口应用于检定系统中生产节拍较短、切换频度较高的单元，如外观检查、封印贴标等，一般数据上送频度为分钟级；状态变化接口应用于检定系统中生产节拍较长、切换频度较低的单元，如耐压、误差检测等，只在状态或运行数据发生变化时一次性打包上送；异常告警信息实时性要求最高，在检定系统探测到异常或异常恢复时实时主动上送。数据交互主要采用Web Service方式，在数据量较大时辅以中间数据库，例如在批量上报检定结论及过程数据时。根据数据实时性要求，数据处理主要包括批量处理和即时处理两种方式，前置系统接收到数据包后解析并提取设备标识，然后将数据转换为统一的处理对象并进行校验，如果不通过则返回错误信息；对于周期性上送的数据，当到达既定的时间窗口或缓存的数据包大小达到阈值时启动数据处理，对于异常告警等数据则在接收后立即处理。
3.2 故障在线诊断
基于计量自动化生产全过程监控，建立故障诊断模型，提取和识别异常信息，建立异常处理机制，可提高故障检测定位和处理的及时性。采用基于人工神经网络的分析方法，将初始故障信息训练学习样本，通过故障信号的提取、自动识别和推理实现在线的分析和诊断。故障在线诊断流程如图3所示。
针对计量自动化生产系统各环节的功能分工，提取和筛选各环节监测数据项，构建计量生产影响因素指标体系。梳理分析计量生产集中监测数据，选取合适的故障影响因素作为自变量，故障类别作为因变量，构建诊断专家库，故障影响因素选取故障发生前和发生时的所有异常数据。
通常一个故障现象包含多个故障影响因素，各因素间可能存在高度相关性，通过对故障影响因素进行主成分分析，消除因素之间的相对共线性，并对高维度变量空间进行降维处理。计量自动化检定系统故障在线诊断技术基于主成分分析和BP神经网络实现，包括建模和诊断两个阶段。在建模阶段，选取故障发生之前或发生时存在突变或异常的生产设施状态信息、生产节拍、故障告警等数据作为故障影响因素，应用合并、剔除、归类等方法对数据进行预处理，例如将故障时间、运行时长计算合并为故障时间占比，剔除位置坐标等对故障判断无影响的数据等；预处理完成后利用主成分分析法影响因素进行线性组合，降低向量维度，提高输入数据对故障的敏感度，应用BP神经网络训练计算后形成故障诊断模型。在诊断阶段，将实时监测数据作为输入，分析提取故障影响因素，并应用在线诊断模型定位故障原因。
将故障在线诊断应用于故障预警，可根据实际需要人工定义诊断周期，并可随时进行故障在线诊断与停止诊断。当诊断出存在故障时，系统给出相应的警示以及诊断出的故障信息，提示故障处理；当故障消除，故障诊断状态会自动化变更为恢复正常。诊断出的故障样本可自动记录在样本筛选库中，同时将故障样本的关键指标记录在样本筛选库中；对样本库进行筛选，将典型的故障样本升级至专家库，并对新增故障样本重新建模，诊断模型进行修复学习，进一步完善模型。
3.3 生产效能评估
在生产全过程监控的基础上，基于集中监测数据构建生产效能评估模型，实现对计量检定生产的量化评估，为日常生产和运维提供有力支撑。针对计量自动化检定生产影响因素多、关系复杂的特点，采用一种多层次模糊综合评估方法对生产效能进行评估。计量检定生产效能体现在生产节拍、效率和质量等方面，因此从生产和管理两个方面构建生产效能评估指标体系，运行属性反映生产设施单元的效率、稳定性和生产质量，管理因素反映了生产安排的计划性和合理性。以单相电能表自动化检定为例，其主要的评估指标如表1所示。
评估完成后，将结果反馈到生产环节中，基于生产策略库和日常运维经验对生产策略进行调整。由于策略调整后的生产效能是一种稳态响应，需要一段时间才能体现，因此在达到稳态后，需要应用新的实时监测数据对检定生产进行再次评估，判断策略调整的效果，之后可重复上述步骤，以要达到生产效能优化的目的。
3.4 柔性调度方法
面对“四线一库”系统刚性自动化生产的现状，从自动化控制和管理技术入手，以效能评估结果为基础，结合实际生产运维经验，构建生产策略库，将设备层、任务层、业务层的控制手段进行统一和整合，利用现有条件实现“四线一库”系统的柔性调度。构建生产策略库以日常检定生产经验为基础，结合实时监测数据，旨在当生产数据发生变化时，能够参照生产策略库找出对策或触发控制手段，也可直接进行干预，验证有效后可补充完善柔性调度策略库。
常用的柔性调度协调控制方法主要有指定任务作业区、调节任务优先级、取消待执行任务、更改计划数量或增加临时计划等，通过触发基本控制手段，可使某一生产单元的节拍或整体节拍发生改变，使计量检定生产重新达到平衡，从而达到优化生产的目的。日常生产中几种典型场景的柔性调度和协调控制方案如下。
（1）生产单元发生故障。某一生产单元发生故障，对此单元进行“隔离”，即此后生产流程中不在使用此生产单元，通知检定系统将生产节拍降低，通过控制缓冲区容量，使仓储出入库节拍缓慢下降。
（2）缓冲区溢出。缓冲区内周转箱过多，导致缓冲区有充满的风险，若缓冲区还未充满，则通知仓储系统降低出库节拍，观察缓冲区情况和检定节拍；若缓冲区接近或已经充满，则通知现场人员人工将周转箱搬下，观察缓冲区情况和检定节拍，视情况决定是否降低生产节拍。
（3）检定任务即将结束。检定任务将要结束时，通知现场人员制定检定任务，系统控制任务下发时机，保证检定线能够连续生产。
（4）检定计划制定不合理。根据历史检定能力进行整个计划工作时间检定量的预测，若与检定计划差距较大，则通知检定人员更正检定计划或发起临时检定计划。
4 结语
本文提出了一种基于自动化控制和管理技术实现电能计量器具自动化检定柔性生产调度的方法。通过标准化集成及接入技术实现不同系统的融合对接和计量生产全过程实时监控，建立了故障在线诊断模型和异常处理机制，对异常问题快速定位处理，在生产效能评估的基础上实现了生产调度策略库的构建与在线优化。基于长时间的运行数据可优化故障在线诊断和生产效能评估模型，后续研究将利用大数据技术手段提高分析的准确性和及时性，进一步完善协调控制和柔性生产调度策略库。
参考文献
[1] 张燕, 黄金娟. 电能表智能化检定流水线系统的研究与应用[J]. 电测与仪表, 2009(12): 74-77.
[2] 李野, 曹国瑞, 石卫平. 单、三相电能表自动化检定系统的研究与应用[J]. 科技视界, 2013(23): 149-151.
[3] 章鹿华, 易忠林, 王思彤, 等. 低压电流互感器自动化检定系统设计与实现[J]. 自动化仪表, 2013(12): 48-50.
[4] 黄奇峰, 蔡奇新, 刘建. 一种超大规模智能电能表全自动检定系统设计[J]. 计算机测量与控制, 2013, 21(8): 2149-2151.
[5] 龙贵山, 刘磊, 刘颖, 等. 电能表自动化检定及智能仓储系统研究[J]. 电测与仪表, 2013(5): 95-100.
[6] 曹志刚, 水乐. 省级计量生产调度平台面向业务监控设计与实现[J]. 电气应用, 2015(S2): 850-853, 858.
[7] 蔡奇新, 邵雪松, 刘建, 等. 电力计量检定数字化车间3D动态感知监控技术研究[J]. 电测与仪表, 2015(S1): 147-152.
[8] 孙卫明, 方彦军, 肖勇, 等. 电能计量设备检定中心智能立库调度优化研究[J]. 自动化仪表, 2014(9): 1-4.
[9] 何志强, 王雍, 刘忠, 等. 柔性控制技术在三相智能电能表自动化检定系统中的应用[J]. 电力测与仪表, 2013(6): 78-82.
[10] 黄友朋, 方彦军, 唐猛, 等. 电能计量设备自动检定流水线调度优化研究[J]. 电测与仪表, 2015(18): 41-45.
[11] 方彦军, 唐猛. 电能计量设备自动检定流水线调度优化研究[J]. 自动化与仪表, 2014(7): 5-9.
[12] 苏慧玲, 刘建, 龚丹, 等. 大规模电能计量器具智能检定的优化调度策略探讨[J]. 电力系统保护与控制, 2015(11): 75-79.
[13] 周峰, 程瑛颖, 肖冀, 等. 大规模电能表自动检定时间优化模型设计[J]. 重庆电力高等专科学校学报, 2016(2): 25-27, 48.
作者信息:
山宪武1，李新泉1，于 静1，刘梦爽1，冉 懿1，李魁雨2
（1． 国网新疆电力有限公司电力科学研究院计量中心，新疆 乌鲁木齐830000；
2. 深圳市国电科技通信有限公司，广东 深圳518031）
