摘要：

傳統(tǒng)的機電設備狀態(tài)監(jiān)測與管理體系通常均采用獨立配置的方式，布局零散且設備之間關聯(lián)性較差，容易出現(xiàn)監(jiān)測內(nèi)容不全面及監(jiān)測信息記錄不完整的問題。研究基于大數(shù)據(jù)技術，對機電設備狀態(tài)監(jiān)測方法進行了創(chuàng)新，重點對機電設備狀態(tài)監(jiān)測系統(tǒng)中的大數(shù)據(jù)遠程傳輸、存儲等核心問題進行了分析，開發(fā)出一套運用大數(shù)據(jù)技術進行機電設備狀態(tài)監(jiān)測和管理的系統(tǒng)。該系統(tǒng)運行效果良好，對其他企業(yè)設備狀態(tài)監(jiān)測管理工作有較強的借鑒意義。

關鍵詞：

大數(shù)據(jù); 狀態(tài)監(jiān)測; 管理理論

中圖分類號： TP 311

文獻標志碼： A

Research on Theory and Method of Equipment Condition

Monitoring Management Based on Big Data

ZHAO Defu

（College of Management and Economics， Tianjin University， Tianjin 300072， China）

Abstract：

Traditional mechanical and electrical equipment condition monitoring and management systems usually adopt independent configuration. The layout is scattered and the correlation between the devices is poor. It is easy to cause the problems of incomplete monitoring content and incomplete monitoring information record. Based on the large data technology， the state monitoring method of electromechanical equipment is innovated. The core problems of the state monitoring system of electromechanical equipment， such as the longdistance transmission and storage of large data， are analyzed. A state monitoring and management system of electromechanical equipment using large data technology is developed. The system runs well and has a strong reference value for the equipment condition monitoring and management of other enterprises.

Key words：

big data; condition monitoring; management theory

0引言

以傳統(tǒng)方式配置的機電設備狀態(tài)監(jiān)測管理系統(tǒng)，通常會因為獨立且分散的布局出現(xiàn)兩方面的問題：①單獨的檢測系統(tǒng)不能全面對設備進行檢測，在反映設備整體工作狀態(tài)上存在缺陷;②獨立配置的設備狀態(tài)監(jiān)測系統(tǒng)會將檢測數(shù)據(jù)就地儲存于該設備主機內(nèi)，受主機存儲空間影響，會對數(shù)據(jù)存儲時間有所限制，造成某些具有長期保留價值的數(shù)據(jù)被刪除[13]。在數(shù)字化與智能化的要求下，機電設備狀態(tài)監(jiān)測管理系統(tǒng)需要將監(jiān)測管理體系中的數(shù)據(jù)進行融合并進行統(tǒng)一管理，確保改進后的系統(tǒng)能夠在設備整個生命周期內(nèi)完成對設備的全面監(jiān)測和數(shù)據(jù)分析，為技術人員及管理人員提供全面、可靠的技術支撐。

研究以我國某大型企業(yè)為例，利用大數(shù)據(jù)技術對企業(yè)機電設備監(jiān)測管理系統(tǒng)進行了改造[4]。改造后的系統(tǒng)能夠實現(xiàn)“集團級”狀態(tài)監(jiān)測和數(shù)據(jù)存儲與管理，在此基礎上開發(fā)一套完善的機電設備狀態(tài)監(jiān)測系統(tǒng)，實現(xiàn)了對企業(yè)機電設備的全方位、全生命周期的監(jiān)測、分析、評估和診斷。

1系統(tǒng)建設目標

1.1完成多源數(shù)據(jù)介入

改造后系統(tǒng)要能夠接入企業(yè)下屬各個部門的機電設備狀態(tài)監(jiān)測系統(tǒng)，能夠同時完成不同設備數(shù)據(jù)的調(diào)用和存儲，并將監(jiān)測數(shù)據(jù)完整傳輸至總部數(shù)據(jù)中心進行保存。

1.2構建全景數(shù)據(jù)中心

利用大數(shù)據(jù)及云計算技術，完善以往單一的實體數(shù)據(jù)存儲體系，構建全景數(shù)據(jù)中心對監(jiān)測數(shù)據(jù)進行統(tǒng)一管理。

1.3構建輕量化應用中心

利用大數(shù)據(jù)技術，采用輕量化、插件化的數(shù)據(jù)挖掘與分析思路，實現(xiàn)對機電設備狀態(tài)的遠程監(jiān)測、分析、評價和故障診斷。

2系統(tǒng)總體架構

本次搭建監(jiān)測系統(tǒng)總共分為三層，總體架構見圖1所示。

①數(shù)據(jù)接入層，通過數(shù)據(jù)接口軟件搭建數(shù)據(jù)接入平臺，與各部門機電設備監(jiān)測子系統(tǒng)進行連接，獲取全部設備的檢測數(shù)據(jù)[5];②數(shù)據(jù)中心層，在企業(yè)總部搭建云平臺進行數(shù)據(jù)存儲，并按照功能搭建子數(shù)據(jù)庫，對企業(yè)所有設備信息進行統(tǒng)一管理，并向各子數(shù)據(jù)庫提供數(shù)據(jù)支持[6];③應用中心層，采用輕量化、插件化思路部署應用運行管控平臺，針對企業(yè)設備運行狀態(tài)開發(fā)監(jiān)測應用軟件，實現(xiàn)對機電設備狀態(tài)的智能管理[7]。

3系統(tǒng)網(wǎng)絡結構

本次設計系統(tǒng)的網(wǎng)絡結構，如圖2所示。

3.1數(shù)據(jù)采集層

該層設備主要包括：①數(shù)據(jù)采集前置服務器，通過在各不同部門的全面部署，實現(xiàn)對接入設備的實施狀態(tài)監(jiān)測，并將監(jiān)測數(shù)據(jù)通過專用網(wǎng)絡傳送至總部數(shù)據(jù)庫儲存;②縱向加密裝置，對傳輸過程中數(shù)據(jù)進行加密，保證數(shù)據(jù)安全性[810];③數(shù)據(jù)通信服務器，位于企業(yè)總部，接收到企業(yè)各部門采集到的數(shù)據(jù)后存儲至數(shù)據(jù)中心數(shù)據(jù)庫。此外，由于企業(yè)各部門設備監(jiān)控系統(tǒng)數(shù)據(jù)均已傳輸至總部集控中心，因此主要通過Ⅲ區(qū)接口服務器完成監(jiān)控系統(tǒng)數(shù)據(jù)接入。

3.2數(shù)據(jù)中心層

該層設備主要包括：①實時數(shù)據(jù)庫服務器，主要負責設備狀態(tài)監(jiān)測的特征數(shù)據(jù)及原始數(shù)據(jù)的存儲工作;②關系數(shù)據(jù)庫服務器，主要負責設備狀態(tài)監(jiān)測過程中的測點信息、設備檔案、評估及診斷結論等信息的存儲工作;③數(shù)據(jù)預處理服務器，主要負責對狀態(tài)監(jiān)測過程中產(chǎn)生的各種數(shù)據(jù)進行加工，方便軟件對數(shù)據(jù)進行快速反應[11]。

3.3應用中心層

該層設備主要包括：①應用服務器，主要負責簡化系統(tǒng)應用軟件;②應用管控服務器，主要負責對各環(huán)節(jié)應用軟件進行管控和部署。

4數(shù)據(jù)采集層

4.1數(shù)據(jù)采集

為滿足該企業(yè)現(xiàn)場數(shù)據(jù)接口種類繁多的需求，研究將該企業(yè)設備使用頻率較高的通信協(xié)議做成獨立模塊，可根據(jù)具體需求安裝到對應的數(shù)據(jù)采集前置服務器上。該系統(tǒng)支持常用的IEC61850、IEC104、Modbus等通信協(xié)議，支持通過以太網(wǎng)口及串口接入各類型數(shù)據(jù)。對于該企業(yè)中某些非標準協(xié)議通信系統(tǒng)，采用特定通信協(xié)議進行通信。

4.2數(shù)據(jù)遠距離傳輸

機電設備狀態(tài)監(jiān)測系統(tǒng)中，數(shù)據(jù)產(chǎn)生的頻率通常為s級甚至ms級[12]。如何保證檢測數(shù)據(jù)遠距離傳輸過程中的完整性和實時性成為系統(tǒng)搭建中的難點。研究采用基于消息隊列的數(shù)據(jù)傳輸機制來進行數(shù)據(jù)遠程傳輸，如圖3所示。

1.系統(tǒng)在采集到狀態(tài)監(jiān)測數(shù)據(jù)后可首先將數(shù)據(jù)寫入消息隊列，首先保證數(shù)據(jù)得到一定時長的緩存。緩存時間具體數(shù)值可以更具不同部門以及不同設備自行設置。

2.消息隊列中的新數(shù)據(jù)可以通過通信程序定期傳輸至總部數(shù)據(jù)中心。根據(jù)網(wǎng)絡帶寬情況，若網(wǎng)絡傳輸速率小于數(shù)據(jù)產(chǎn)生速率，則尚未傳輸?shù)臄?shù)據(jù)可繼續(xù)保留，網(wǎng)絡空閑時自動進行傳輸。保證了數(shù)據(jù)傳輸?shù)耐暾裕植挥绊憯?shù)據(jù)傳輸?shù)姆€(wěn)定性。

3.數(shù)據(jù)采集前置服務器可進行3d時間的數(shù)據(jù)緩存，一旦各部門設備狀態(tài)監(jiān)測系統(tǒng)與數(shù)據(jù)中心之間出現(xiàn)網(wǎng)絡中斷現(xiàn)象，可在網(wǎng)絡恢復后繼續(xù)進行數(shù)據(jù)傳輸。

對于數(shù)據(jù)量大、產(chǎn)生頻率高的振擺系統(tǒng)，系統(tǒng)通過時頻轉換，將其原始波形轉化為相應的頻譜，避免其直接傳輸影響通信網(wǎng)絡的實時性和穩(wěn)定性。

5數(shù)據(jù)中心層

數(shù)據(jù)中心層存儲及管理架構，如圖4所示。

本次開發(fā)的系統(tǒng)數(shù)據(jù)存儲策略能夠根據(jù)數(shù)據(jù)不同的特點（非結構、半結構、結構數(shù)據(jù)），靈活采用不同的方式對數(shù)據(jù)進行有效管理和存儲，既保證了數(shù)據(jù)的完整和準確，又保證了軟件能夠快速高效地進行數(shù)據(jù)調(diào)取和查詢。

5.1分布式實時數(shù)據(jù)庫

實時數(shù)據(jù)庫具有存寫快、可在線壓縮等優(yōu)勢。通過對計算機集群上部署分布式實時數(shù)據(jù)庫，能夠對包括全部特征量和原始數(shù)據(jù)在內(nèi)的系統(tǒng)實施狀態(tài)數(shù)據(jù)進行存儲。同時，該機制能夠有效節(jié)約存儲空間，并充分發(fā)揮多機并行的工作優(yōu)勢。缺點是在該機制下數(shù)據(jù)庫本身不能將不同測點數(shù)據(jù)之間的邏輯關系儲存下來，同時也無法根據(jù)邏輯條件查詢相應數(shù)據(jù)。

5.2關系數(shù)據(jù)庫

布置關系數(shù)據(jù)庫一定程度上可以彌補分布式實時數(shù)據(jù)庫的不足[13]。除單純存儲數(shù)據(jù)外，關系數(shù)據(jù)庫還能夠存儲如存儲設備參數(shù)、數(shù)據(jù)挖掘及計算結果等數(shù)據(jù)之間的邏輯關系，便于系統(tǒng)根據(jù)各數(shù)據(jù)之間的邏輯關系進行數(shù)據(jù)調(diào)取和查詢。

5.3內(nèi)存數(shù)據(jù)庫

在內(nèi)存數(shù)據(jù)庫中對監(jiān)測數(shù)據(jù)進行操作，具有存取極快、反應極敏捷的優(yōu)勢。當系統(tǒng)中需要進行某些復雜計算時，將部分常用監(jiān)測數(shù)據(jù)緩存到內(nèi)存數(shù)據(jù)庫中可以顯著提高系統(tǒng)的反應速度。

5.4文件數(shù)據(jù)庫

主要用于存儲非結構化以及半結構化數(shù)據(jù)，如圖片、音頻、視頻以及各類型報表等。針對振擺波形數(shù)據(jù)、故障案例數(shù)據(jù)等同樣可以采用文件形式存儲進文件數(shù)據(jù)庫[1415]。

系統(tǒng)的數(shù)據(jù)存儲空間以及存儲時間均可通過擴展計算機集群節(jié)點的方式實現(xiàn)，根據(jù)該企業(yè)需求，將數(shù)據(jù)存儲時間年限暫定為15年。在數(shù)據(jù)中心部署數(shù)據(jù)服務層，能夠在為各個應用程序提供數(shù)據(jù)服務的同時，分離應用層和數(shù)據(jù)存儲層，有效提高了系統(tǒng)應用的可靠性和可擴展性。

6應用中心層

6.1輕量化應用策略

輕量化的應用策略表現(xiàn)為：該系統(tǒng)中的所有應用之間均保持相對獨立，其應用功能專為解決某一特定問題或關注某個特定設備狀態(tài)而設計。在該策略的支持下，能夠有效降低系統(tǒng)內(nèi)部的復雜性，同時能夠保證系統(tǒng)的更新迭代速度，使企業(yè)以盡量低的成本和代價來應對某些業(yè)務邏輯發(fā)生的變化。

6.2應用開發(fā)框架和管理平臺

該系統(tǒng)中的應用開發(fā)框架以及管理平臺實行統(tǒng)一規(guī)范進行部署，系統(tǒng)中的各個應用軟件以插件的形式在該開發(fā)框架和管理平臺中統(tǒng)一進行統(tǒng)計、分析以及組態(tài)。有利于保證不同應用軟件的一致性。

6.3應用集市

應用集市，即將系統(tǒng)中各種輕量化應用軟件統(tǒng)一部署到某一模塊中的策略。通過系統(tǒng)部署的應用集市功能，能夠保證不同用戶根據(jù)自身需求和權限靈活選擇應用軟件進行操作。

6.4應用軟件功能

該系統(tǒng)應用軟件功能主要包括：①全景數(shù)據(jù)展示，即通過二維、三維或動畫等數(shù)據(jù)可視化手段，將機組狀態(tài)監(jiān)測系統(tǒng)、調(diào)速器監(jiān)測系統(tǒng)、監(jiān)控系統(tǒng)等數(shù)據(jù)進行多維度展示，使管理人員能夠從全方位、多維度實現(xiàn)對機電設備狀態(tài)的監(jiān)測;②預警報警，主要包括動態(tài)閥值報警、趨勢預警、故障預警等;③專業(yè)分析，針對不同部門、不同的監(jiān)測設備，開發(fā)具有針對性的專業(yè)分析工具，對監(jiān)測數(shù)據(jù)進行深入分析，該公司所用到的分析工具主要有波形圖、頻譜圖、瀑布圖、大衛(wèi)三角法、立體圖示法等;④大數(shù)據(jù)分析，利用大數(shù)據(jù)回歸、聚類分析等算法，對監(jiān)測系統(tǒng)采集數(shù)據(jù)進行深度挖掘，通過對數(shù)據(jù)變化特征和規(guī)律進行分析，得到設備的運行規(guī)律以及其他特征;⑤狀態(tài)評價，主要針對監(jiān)測設備的工作狀態(tài)、專項故障以及某些實驗數(shù)據(jù)進行評價或評估;⑥故障診斷，通過系統(tǒng)大數(shù)據(jù)分析結果，針對設備常見故障建立故障診斷數(shù)據(jù)庫，并將人工智能技術、機器學習技術等與該系統(tǒng)故障樹推理機技術相融合，實現(xiàn)了系統(tǒng)針對常見設備故障的自診斷功能，同時系統(tǒng)故障診斷知識庫采用開源形式，技術人員或管理人員能夠更具設備運營實施情況，有針對性地進行功能的增刪改查，實現(xiàn)了人工與機器自學習的結合。

7總結

本次研發(fā)的基于大數(shù)據(jù)的設備狀態(tài)監(jiān)測管理系統(tǒng)已經(jīng)正式投入使用。共接入該企業(yè)下屬所有分公司、各類型設備等40多個子系統(tǒng)，超過14萬個測點數(shù)據(jù)，初步實現(xiàn)了系統(tǒng)設定中的“完成多源數(shù)據(jù)介入”“構建全景數(shù)據(jù)中心”“構建輕量化應用中心”等各項功能。系統(tǒng)的建成和成功運行，實現(xiàn)了原有系統(tǒng)不具備的設備狀態(tài)遠程監(jiān)測功能，有效降低了人工先現(xiàn)場分析后診斷維護的成本;實現(xiàn)了專家“遠程會診”的可能，極大地提高了系統(tǒng)監(jiān)測和故障診斷效率。該系統(tǒng)部署的設備狀態(tài)監(jiān)測數(shù)據(jù)中心能夠實現(xiàn)設備全壽命周期的數(shù)據(jù)統(tǒng)一管理和存儲，能夠為設備后續(xù)多年的監(jiān)測、維護以及系統(tǒng)升級提供數(shù)據(jù)服務和技術支持。然而，利用大數(shù)據(jù)進行設備狀態(tài)監(jiān)測管理的形式還比較新，系統(tǒng)中尚存在一些問題，如大數(shù)據(jù)分析準確度問題以及開源的系統(tǒng)故障診斷知識庫安全問題等，需要在今后的工作和研究中逐一解決。

參考文獻

[1]吳秋莉，郭麗娟，呂澤承，等.基于大數(shù)據(jù)的井噴式狀態(tài)監(jiān)測數(shù)據(jù)實時處理研究[J].電力信息與通信技術，2017（3）：5459.

[2]高帆，王玉軍，楊露霞.基于物聯(lián)網(wǎng)和運行大數(shù)據(jù)的設備狀態(tài)監(jiān)測診斷[J].自動化儀表，2018，39（6）：58.

[3]李子龍.基于大數(shù)據(jù)的設備狀態(tài)在線監(jiān)測與預警診斷系統(tǒng)研究[D].Beijing：華北電力大學，2016.

[4]宋亞奇，周國亮，朱永利，等.云平臺下輸變電設備狀態(tài)監(jiān)測大數(shù)據(jù)存儲優(yōu)化與并行處理[J].中國電機工程學報，2015，35（2）：255267.

[5]王德文，周青.一種電力設備狀態(tài)監(jiān)測大數(shù)據(jù)的分布式聯(lián)機分析處理方法[D].中國電機工程學報，2016，36（19）：5111

5121.

[6]鞏宇，曾廣移，李德華，等.基于大數(shù)據(jù)的設備狀態(tài)監(jiān)測系統(tǒng)設計及應用[J].水電與抽水蓄能，2019，5（2）：102108.

[7]王曉，陳杰，李濟順.大型設備遠程狀態(tài)監(jiān)測及信息采集技術研究[J].自動化儀表，2018，39（1）：6669.

[8]李紅衛(wèi)，楊東升，孫一蘭.智能故障診斷技術研究綜述與展望[J].計算機工程與設計，2013，34（2）：632637.

[9]裴洪，胡昌華，司小勝，等.基于機器學習的設備剩余壽命預測方法綜述[J].機械工程學報，2019，55（8）：113.

[10]周福娜，高育林，王佳瑜.基于深度學習的緩變故障早期診斷及壽命預測[J].山東大學學報，2017，47（5）：3037.

[11]孔憲光，鐘福磊，馬洪波.工業(yè)大數(shù)據(jù)環(huán)境下的混合故障診斷模型研究[C].2015年全國機械行業(yè)可靠性技術學術交流會暨第五屆可靠性工程分會第二次全體委員大會論文集，2015：200204.

[12]江秀臣，盛戈皞.電力設備狀態(tài)大數(shù)據(jù)分析的研究和應用[J].高電壓技術2018，44（4）：10411050.

[13]劉達新.基于運行大數(shù)據(jù)學習的復雜裝備故障診斷技術及其典型應用[J].中興通訊技術，2017，23（4）：5659.

[14]魏大千，王波，劉滌塵.基于時序數(shù)據(jù)相關性挖掘的WAMS/SCADA數(shù)據(jù)融合方法[J].高電壓技術，2016，42（1）：315320.

[15]黃宜華.大數(shù)據(jù)機器學習系統(tǒng)研究進展[J].大數(shù)據(jù)，2015，1（1）：2847.

（收稿日期： 2019.07.01）

作者簡介：趙德甫（1978），男，本科，工程師，研究方向：管理科學與工程。

文章編號：1007757X（2020）08015403