方 科 ，寧 琨 ，潘 靈

(1.敏捷智能計(jì)算四川省重點(diǎn)實(shí)驗(yàn)室，四川 成都 610036；2.東方電氣風(fēng)電有限公司，四川 德陽(yáng) 618000)

0 引言

隨著全球工業(yè)數(shù)字化浪潮的到來(lái)，5G、AI、大數(shù)據(jù)等新技術(shù)不斷涌現(xiàn)。智能計(jì)算正在興起，成為“新基建”當(dāng)中與工業(yè)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等行業(yè)系統(tǒng)的重要結(jié)合點(diǎn)和改變數(shù)據(jù)信息服務(wù)模式的關(guān)鍵創(chuàng)新之一，有望帶來(lái)更多的顛覆性業(yè)務(wù)模式[1]。

許多企業(yè)已經(jīng)針對(duì)工業(yè)資產(chǎn)實(shí)現(xiàn)了數(shù)字化，并通過(guò)建立集中的物聯(lián)網(wǎng)平臺(tái)來(lái)收集、處理和分析這些資產(chǎn)數(shù)據(jù)。但行業(yè)智能時(shí)代，除了需要對(duì)海量數(shù)據(jù)分析以實(shí)現(xiàn)各種智能場(chǎng)景外，更需要不斷優(yōu)化計(jì)算力，使其能匹配行業(yè)數(shù)字化帶來(lái)的數(shù)據(jù)爆炸式處理壓力[2-4]。鑒于部分工業(yè)所處惡劣邊緣環(huán)境(例如海上石油勘探平臺(tái)、風(fēng)電)往往缺乏充足的計(jì)算存儲(chǔ)和網(wǎng)絡(luò)資源，但又具有典型的超實(shí)時(shí)毫秒級(jí)數(shù)據(jù)密集型應(yīng)用場(chǎng)景需求，僅依靠邊緣計(jì)算技術(shù)是無(wú)法適用于機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模型的[5-9]。若能進(jìn)一步建立深度學(xué)習(xí)計(jì)算框架對(duì)應(yīng)用場(chǎng)景提供實(shí)時(shí)決策能力，擴(kuò)展數(shù)據(jù)邊緣性低延遲計(jì)算能力，提高非傳統(tǒng)計(jì)算硬件的利用率，比如數(shù)字信號(hào)處理器(DSP)、現(xiàn)場(chǎng)可編程門(mén)陣列(FPGA)、多核CPU 等，則可從這些工業(yè)應(yīng)用中獲取更多的價(jià)值。

1 敏捷智能計(jì)算概念

如圖1 所示，敏捷智能計(jì)算是一種“邊緣計(jì)算+實(shí)時(shí)處理+異構(gòu)部署+智能服務(wù)”的計(jì)算模式，在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè)，融合網(wǎng)絡(luò)、計(jì)算、存儲(chǔ)、應(yīng)用核心能力的分布式開(kāi)放平臺(tái)，以彈性、輕量級(jí)、虛擬化、異構(gòu)和硬件友好為特征，在嵌入式異構(gòu)處理平臺(tái)上實(shí)現(xiàn)大規(guī)模并行計(jì)算和智能算法應(yīng)用。因此，敏捷智能計(jì)算是邊緣計(jì)算與人工智能的結(jié)合，讓每個(gè)邊緣計(jì)算的節(jié)點(diǎn)都具有計(jì)算和決策的能力。

圖1 敏捷智能計(jì)算模式

表1 三種計(jì)算模式的特點(diǎn)

云計(jì)算、邊緣計(jì)算、敏捷智能計(jì)算的特點(diǎn)如表1 所示。與云計(jì)算、邊緣計(jì)算相比，敏捷智能計(jì)算除了擁有更高的安全性、更低的功耗、更短的時(shí)延、更高的可靠性、更低的帶寬需求以外，還可以更大限度地適配相對(duì)惡劣的工作條件與運(yùn)行環(huán)境，利用時(shí)敏數(shù)據(jù)，將計(jì)算與用戶(hù)、業(yè)務(wù)結(jié)合，具有豐富的行業(yè)應(yīng)用場(chǎng)景，強(qiáng)化現(xiàn)場(chǎng)級(jí)控制力，讓數(shù)據(jù)變得更有價(jià)值，應(yīng)對(duì)異構(gòu)型邊緣生態(tài)系統(tǒng)所帶來(lái)的挑戰(zhàn)[10-11]。因此，敏捷智能不是簡(jiǎn)單地把邊緣計(jì)算搭建起來(lái)，把計(jì)算方式從云計(jì)算落實(shí)到貼地計(jì)算，而是基于兼?zhèn)潇`活性(邊緣、異構(gòu))和知識(shí)性(智能)的框架，牢牢把握住了業(yè)務(wù)發(fā)展邏輯的核心——弱化硬件平臺(tái)本身的價(jià)值，凸顯深度定制化的行業(yè)賦能賦智能力，尤其是高機(jī)動(dòng)平臺(tái)、工業(yè)現(xiàn)場(chǎng)等惡劣環(huán)境，通過(guò)集成大量嵌入式通用芯片和并行計(jì)算架構(gòu)、智能計(jì)算引擎來(lái)提供充裕的敏捷智能計(jì)算能力，從而在軍事智能、工業(yè)賦能領(lǐng)域?qū)崿F(xiàn)較高的性能和效能[12]。

2 “雨燕”敏捷智能計(jì)算系統(tǒng)

2.1 總體架構(gòu)

針對(duì)高機(jī)動(dòng)移動(dòng)平臺(tái)和惡劣運(yùn)行環(huán)境下體積小、功耗低等需求，“雨燕”敏捷智能計(jì)算系統(tǒng)以嵌入式環(huán)境下可顆?；?jì)算資源(如多核DSP、多核CPU、多個(gè)FPGA分區(qū)等)作為基礎(chǔ)計(jì)算單元，采用了與超算系統(tǒng)類(lèi)似的工作方式。在用戶(hù)任務(wù)需要運(yùn)行時(shí)，通過(guò)千兆以太網(wǎng)接收用戶(hù)界面(如瀏覽器網(wǎng)頁(yè))提交的任務(wù)請(qǐng)求，根據(jù)用戶(hù)任務(wù)請(qǐng)求所需要的計(jì)算和通信資源，在計(jì)算平臺(tái)資源池上完成計(jì)算平臺(tái)任務(wù)部署和資源調(diào)度；在需要停止指定的任務(wù)時(shí)，通過(guò)用戶(hù)頁(yè)面上的取消按鈕，就可以結(jié)束當(dāng)前任務(wù)的執(zhí)行，將該任務(wù)占用的計(jì)算資源回收，供后面的任務(wù)使用。

“雨燕”系統(tǒng)采用四層結(jié)構(gòu)：顆?；?jì)算資源組成的物理平臺(tái)層、容器虛擬化的計(jì)算資源虛擬化層、基于RTFrame 的敏捷智能計(jì)算框架層和負(fù)責(zé)任務(wù)編排管理的應(yīng)用層，并通過(guò)可視化Web 前端提供異構(gòu)資源池化服務(wù)和敏捷智能計(jì)算服務(wù)，如圖2 所示。

圖2 “雨燕”系統(tǒng)總體架構(gòu)

(1)物理平臺(tái)層主要采用高性能多核DSP 芯片，也支持FPGA、多核CPU 等其他嵌入式硬件計(jì)算資源。物理形態(tài)一般由標(biāo)準(zhǔn)模塊根據(jù)不同的算力規(guī)模任意堆疊，自主研制千核互聯(lián)體系結(jié)構(gòu)，具有靈活的擴(kuò)展能力。

(2)計(jì)算資源虛擬化層主要針對(duì)輕量級(jí)嵌入式資源虛擬化的需求，基于容器虛擬化技術(shù)，完成對(duì)物理平臺(tái)層各類(lèi)異構(gòu)計(jì)算資源的虛擬化，實(shí)現(xiàn)不同應(yīng)用算法的容器虛擬化鏡像和嵌入式異構(gòu)資源的管理。

(3)敏捷智能計(jì)算框架層是在計(jì)算資源物理平臺(tái)層和虛擬化層之上，面向不同應(yīng)用算法所需的大規(guī)模并行計(jì)算需求，通過(guò)RTFrame 等智能計(jì)算框架，構(gòu)建實(shí)時(shí)計(jì)算圖，形成對(duì)應(yīng)用所需計(jì)算資源的分布式協(xié)同計(jì)算服務(wù)能力。

(4)敏捷智能計(jì)算應(yīng)用層主要通過(guò)可視化的計(jì)算任務(wù)編排和框架運(yùn)行管理接口，實(shí)現(xiàn)應(yīng)用所需的計(jì)算資源適配及資源調(diào)度。

2.2 軟硬件組成

“雨燕”敏捷智能計(jì)算系統(tǒng)硬件平臺(tái)由機(jī)箱、背板、系統(tǒng)控制模塊、嵌入式計(jì)算模塊、網(wǎng)絡(luò)交換模塊組成，如圖3 所示。系統(tǒng)控制模塊通過(guò)千兆以太網(wǎng)接受Web 瀏覽器控制，同時(shí)通過(guò)千兆以太網(wǎng)與網(wǎng)絡(luò)交換模塊、嵌入式計(jì)算模塊進(jìn)行指令、響應(yīng)數(shù)據(jù)交互。單塊嵌入式計(jì)算模塊集成了顆粒化計(jì)算資源芯片(如多核DSP、多個(gè)FPGA分區(qū)、多核CPU)，利用千兆以太網(wǎng)絡(luò)和高速交換網(wǎng)絡(luò)(如Rapid IO 網(wǎng)絡(luò)、高速萬(wàn)兆網(wǎng)等)，實(shí)現(xiàn)實(shí)時(shí)計(jì)算總線網(wǎng)絡(luò)與調(diào)度總線網(wǎng)絡(luò)的分離。

圖3 “雨燕”敏捷智能計(jì)算系統(tǒng)硬件組成

“雨燕”敏捷智能計(jì)算系統(tǒng)軟件組成根據(jù)功能和運(yùn)行位置的不同包括四類(lèi)：Master 軟件、節(jié)點(diǎn)代理類(lèi)軟件、實(shí)時(shí)執(zhí)行器類(lèi)軟件和非實(shí)時(shí)執(zhí)行器類(lèi)軟件。分別對(duì)應(yīng)Master 軟件框架、節(jié)點(diǎn)代理軟件框架、實(shí)時(shí)執(zhí)行器軟件框架和非實(shí)時(shí)執(zhí)行器軟件框架，如圖4 所示。

Master 軟件框架包括：Linux 操作系統(tǒng)、TCP/IP 通信軟件和Master 軟件，其中，Master 軟件又包含了RTFrame總?cè)蝿?wù)驅(qū)動(dòng)器、RTFrame 系統(tǒng)總控制器和RTFrame 節(jié)點(diǎn)中管理器；一個(gè)系統(tǒng)只能有一個(gè)Master。

節(jié)點(diǎn)代理軟件框架包括：Linux 操作系統(tǒng)和BSP 驅(qū)動(dòng)軟件、TCP/IP 和本地CMD 通信軟件和Agent 代理軟件，其中，Agent 代理軟件又包含了RTFrame 節(jié)點(diǎn)控制器軟件和RTFrame 任務(wù)執(zhí)行器，一個(gè)節(jié)點(diǎn)可以運(yùn)行多個(gè)RTFrame 任務(wù)執(zhí)行器；通常一個(gè)系統(tǒng)有多個(gè)Agent 節(jié)點(diǎn)。

圖4 “雨燕”敏捷智能計(jì)算系統(tǒng)軟件組成

實(shí)時(shí)執(zhí)行器軟件框架包括：嵌入式處理器操作系統(tǒng)和BSP 驅(qū)動(dòng)軟件、RapidIO 通信中間件軟件和RTFrame執(zhí)行器軟件，其中，RTFrame 執(zhí)行器軟件又包含了RTFrame數(shù)據(jù)集操作軟件和數(shù)據(jù)集管理軟件，而RTFrame 數(shù)據(jù)集操作軟件由基礎(chǔ)操作庫(kù)和用戶(hù)程序組成。

非實(shí)時(shí)執(zhí)行器軟件框架包括：Linux 操作系統(tǒng)和BSP驅(qū)動(dòng)軟件、TCP/IP 通信軟件和RTFrame 執(zhí)行器軟件，其中，RTFrame 執(zhí)行器軟件又包含了RTFrame 數(shù)據(jù)集操作軟件和數(shù)據(jù)集管理軟件，而RTFrame 數(shù)據(jù)集操作軟件由基礎(chǔ)操作庫(kù)和用戶(hù)程序組成。

此外，圖中實(shí)時(shí)和非實(shí)時(shí)主要是針對(duì)執(zhí)行器之間的通信是否采用實(shí)時(shí)傳輸總線而進(jìn)行區(qū)分的，嵌入式處理器之間通過(guò)RapidIO 等總線高速互聯(lián)則稱(chēng)為實(shí)時(shí)執(zhí)行器類(lèi)軟件，如果系統(tǒng)總線為非實(shí)時(shí)的以太網(wǎng)總線，那么稱(chēng)為非實(shí)時(shí)執(zhí)行器類(lèi)軟件，此時(shí)系統(tǒng)退化為一種以太網(wǎng)環(huán)境下的通用云計(jì)算平臺(tái)。

3 關(guān)鍵技術(shù)

3.1 RTFrame 實(shí)時(shí)計(jì)算管理框架

實(shí)時(shí)計(jì)算管理框架(RTFrame)是“雨燕”敏捷智能集群計(jì)算系統(tǒng)在應(yīng)用中的管理中樞，主要包括通用調(diào)度域和實(shí)時(shí)計(jì)算域兩個(gè)維度，通用調(diào)度域包含系統(tǒng)控制器(Master)、任務(wù)驅(qū)動(dòng)器(Driver)、節(jié)點(diǎn)控制器(Agent)、執(zhí)行器組管理器(WorkerMgr)幾個(gè)功能模塊，實(shí)時(shí)計(jì)算域中是多個(gè)執(zhí)行器，承擔(dān)實(shí)質(zhì)的實(shí)時(shí)計(jì)算任務(wù)，如圖5 所示。

任務(wù)驅(qū)動(dòng)器是并行計(jì)算框架實(shí)時(shí)計(jì)算域任務(wù)部署、管理、執(zhí)行過(guò)程監(jiān)控的核心部件，每個(gè)任務(wù)對(duì)應(yīng)一個(gè)任務(wù)驅(qū)動(dòng)器，系統(tǒng)中可同時(shí)存在多個(gè)任務(wù)驅(qū)動(dòng)器。每個(gè)任務(wù)驅(qū)動(dòng)器在新任務(wù)下發(fā)后由系統(tǒng)控制器產(chǎn)生，負(fù)責(zé)任務(wù)部署和任務(wù)執(zhí)行整個(gè)生命周期的管理，在任務(wù)結(jié)束后銷(xiāo)毀。

節(jié)點(diǎn)控制器處在通用調(diào)度域中主節(jié)點(diǎn)和從節(jié)點(diǎn)之間承上啟下的位置，與主節(jié)點(diǎn)的系統(tǒng)控制器和任務(wù)驅(qū)動(dòng)器均有信息的交互，同時(shí)控制著執(zhí)行器組管理器的運(yùn)行。

系統(tǒng)控制器運(yùn)行在系統(tǒng)控制節(jié)點(diǎn)，負(fù)責(zé)所有資源的管理和所有分布式應(yīng)用的管理，包括四大功能模塊：集群資源管理模塊、任務(wù)監(jiān)控模塊、系統(tǒng)配置管理模塊、前后端接口管理模塊。

3.2 實(shí)時(shí)計(jì)算圖表征與構(gòu)建技術(shù)

實(shí)時(shí)計(jì)算圖的表征和構(gòu)建是“雨燕”敏捷智能集群計(jì)算系統(tǒng)在應(yīng)用中的功能抽象實(shí)現(xiàn)，并行計(jì)算架構(gòu)為適應(yīng)大規(guī)模計(jì)算資源的自主高效配置與調(diào)度，采用實(shí)時(shí)計(jì)算圖的方式對(duì)應(yīng)用的計(jì)算任務(wù)進(jìn)行表征與構(gòu)建。實(shí)時(shí)計(jì)算圖的運(yùn)行過(guò)程就是計(jì)算圖中多操作到硬件資源的部署過(guò)程，如圖6 所示。大規(guī)模計(jì)算圖或者多計(jì)算圖并行運(yùn)行時(shí)，這些圖的運(yùn)行需要將計(jì)算圖中的多操作并行部署到計(jì)算域中通用的計(jì)算資源中去。

圖5 RTFrame 實(shí)時(shí)計(jì)算管理框架

圖6 實(shí)時(shí)計(jì)算圖表征與硬件資源映射

3.3 執(zhí)行器Worker 高性能通信技術(shù)

執(zhí)行器Worker 高性能通信是“雨燕”敏捷智能集群計(jì)算系統(tǒng)在應(yīng)用中的信息實(shí)時(shí)交互通道，執(zhí)行器(Worker)可部署于不同計(jì)算節(jié)點(diǎn)的計(jì)算核上，也可部署于同一個(gè)計(jì)算節(jié)點(diǎn)的不同計(jì)算核上，因此必須要實(shí)現(xiàn)每個(gè)計(jì)算圖中各執(zhí)行器之間通信與位置的解耦，并滿(mǎn)足執(zhí)行器間通信的高效性和實(shí)時(shí)性。執(zhí)行器之間基于本地共享內(nèi)存與SRIO 總線共享內(nèi)存模型進(jìn)行統(tǒng)一的內(nèi)存映射通信技術(shù)，采用統(tǒng)一的虛端口進(jìn)行信息交互，給每個(gè)執(zhí)行器配置多個(gè)輸入和輸出數(shù)據(jù)虛通道。

為了簡(jiǎn)化虛通道配置流程，根據(jù)計(jì)算圖的描述模式，采用后向節(jié)點(diǎn)配置前向節(jié)點(diǎn)的方式完成。虛通道配置流程見(jiàn)圖7?？梢钥闯?，運(yùn)行在執(zhí)行器n 上的通道配置管理程序根據(jù)相應(yīng)的配置參數(shù)(ID 號(hào)決定具體芯片，端口port 決定具體虛通道)發(fā)送通道描述符信息給執(zhí)行器1，執(zhí)行器1 收到通道描述符信息后根據(jù)對(duì)應(yīng)信息完成相應(yīng)發(fā)送通道配置，執(zhí)行器n 則完成本地接收通道的配置。發(fā)送通道和接收通道均配置完成后，即可建立起由執(zhí)行器1 發(fā)送到執(zhí)行器n 的塊數(shù)據(jù)通道。

4 智慧風(fēng)電領(lǐng)域的應(yīng)用探討

中國(guó)風(fēng)電過(guò)去十年中飛速發(fā)展，裝機(jī)規(guī)模和速度已經(jīng)成為了世界第一，但是風(fēng)電行業(yè)蓬勃發(fā)展的背后也面臨巨大挑戰(zhàn)。由于風(fēng)場(chǎng)選址通常環(huán)境較為惡劣，導(dǎo)致設(shè)備運(yùn)維管理的難度較大，如何通過(guò)邊緣智能監(jiān)控和預(yù)測(cè)性分析等先進(jìn)技術(shù)手段實(shí)現(xiàn)風(fēng)機(jī)甚至風(fēng)場(chǎng)的智能運(yùn)維，降低運(yùn)維費(fèi)用和提升發(fā)電效率是整個(gè)風(fēng)電行業(yè)的重要發(fā)展方向之一[13-15]。

如果將每臺(tái)風(fēng)機(jī)都視為邊緣節(jié)點(diǎn)，通過(guò)有效利用風(fēng)機(jī)上各類(lèi)傳感器產(chǎn)生的大量數(shù)據(jù)進(jìn)行計(jì)算處理和特征提取，有助于及早發(fā)現(xiàn)風(fēng)電場(chǎng)設(shè)備運(yùn)維管理中的異常情況，及時(shí)排除風(fēng)電場(chǎng)安全隱患，從而大幅降低風(fēng)機(jī)停機(jī)時(shí)間，增加發(fā)電時(shí)間，降低度電成本。但要將這些數(shù)據(jù)傳輸出去進(jìn)行分析需要耗費(fèi)高的帶寬且難以滿(mǎn)足實(shí)時(shí)性要求，智慧風(fēng)電敏捷智能計(jì)算終端應(yīng)運(yùn)而生。

4.1 單體風(fēng)機(jī)智能運(yùn)維

智慧風(fēng)電敏捷智能計(jì)算終端將“雨燕”敏捷智能計(jì)算技術(shù)與風(fēng)電行業(yè)深度結(jié)合，在邊緣端部署RTFrame 實(shí)時(shí)計(jì)算管理框架對(duì)計(jì)算資源進(jìn)行智能管理，以實(shí)時(shí)計(jì)算圖表征與構(gòu)建風(fēng)機(jī)多通道傳感器的有向無(wú)環(huán)數(shù)據(jù)流計(jì)算圖，以高性能通信保障數(shù)據(jù)流的實(shí)時(shí)傳輸。實(shí)際應(yīng)用中，將智慧風(fēng)電敏捷智能計(jì)算終端隨風(fēng)機(jī)主控一起部署在每個(gè)風(fēng)機(jī)上，通過(guò)先進(jìn)的采集以及邊緣計(jì)算策略，除了采集傳統(tǒng)的傳動(dòng)鏈信息之外，還包括葉片、塔筒、螺栓、軸承以及電氣系統(tǒng)等狀態(tài)，根據(jù)采集到的信息基于不同的部件和特征機(jī)理，提供多元化的分析手段，實(shí)現(xiàn)對(duì)風(fēng)機(jī)各設(shè)備的故障進(jìn)行智能診斷，對(duì)設(shè)備狀態(tài)進(jìn)行智能評(píng)估，結(jié)合運(yùn)維經(jīng)驗(yàn)，實(shí)現(xiàn)運(yùn)維決策自動(dòng)化、智慧化，最大限度提升風(fēng)機(jī)運(yùn)行安全與發(fā)電效率。

4.1.1 單體風(fēng)機(jī)智能終端

敏捷智能計(jì)算終端主要由三個(gè)單元構(gòu)成，分別為多源傳感器單元、傳感器信號(hào)預(yù)處理單元、后端處理單元，如圖8 所示。多源傳感器單元用于感知風(fēng)機(jī)部件狀態(tài)，包括雙軸靜態(tài)傾角傳感器、聲音傳感器、振動(dòng)加速度傳感器、低頻振動(dòng)加速度傳感器等；傳感器信號(hào)預(yù)處理單元由信號(hào)調(diào)理和傳感器信號(hào)采集兩部分組成。信號(hào)調(diào)理用于為前端傳感器提供電流，對(duì)傳感器輸出信號(hào)進(jìn)行衰減、放大、濾波處理以滿(mǎn)足后端ADC 芯片輸入要求。

圖7 虛通道配置流程圖

圖8 智慧風(fēng)電敏捷智能計(jì)算終端構(gòu)成圖

智能處理單元進(jìn)行多線程并行數(shù)據(jù)驅(qū)動(dòng)的計(jì)算圖處理，實(shí)現(xiàn)風(fēng)電機(jī)組的多種類(lèi)型多通路傳感器數(shù)據(jù)(例如軸承端振動(dòng)數(shù)據(jù)、齒輪箱振動(dòng)數(shù)據(jù)、風(fēng)向標(biāo)標(biāo)位數(shù)據(jù)、機(jī)組電壓數(shù)據(jù)、機(jī)組電流數(shù)據(jù)等)智能處理，輸出軸承故障狀態(tài)、齒輪箱故障狀態(tài)、葉片故障狀態(tài)、風(fēng)向標(biāo)故障狀態(tài)以及多源傳感器的數(shù)據(jù)感知壓縮傳輸?shù)?。針?duì)不同具體風(fēng)電機(jī)組的狀態(tài)監(jiān)測(cè)功能，實(shí)時(shí)構(gòu)建的計(jì)算圖如圖9所示。當(dāng)輸入數(shù)據(jù)源為軸承振動(dòng)數(shù)據(jù)時(shí)，根據(jù)計(jì)算圖的流水有向無(wú)環(huán)圖特征，數(shù)據(jù)流分別經(jīng)歷數(shù)據(jù)分發(fā)函數(shù)、神經(jīng)網(wǎng)絡(luò)算子推理、數(shù)據(jù)轉(zhuǎn)發(fā)函數(shù)、結(jié)果輸出函數(shù)操作，實(shí)現(xiàn)軸承狀態(tài)分類(lèi)，同時(shí)這些操作由RTFrame 框架自動(dòng)分配計(jì)算資源。

4.1.2 計(jì)算框架在軸承故障智能檢測(cè)應(yīng)用

“雨燕”敏捷智能集群計(jì)算系統(tǒng)的智能化主要體現(xiàn)在計(jì)算框架對(duì)神經(jīng)網(wǎng)絡(luò)計(jì)算框架、推理框架的支持，計(jì)算框架所包含的神經(jīng)網(wǎng)絡(luò)模型包將會(huì)以算子庫(kù)的形式存在，并以應(yīng)用庫(kù)構(gòu)建智能應(yīng)用有向無(wú)環(huán)計(jì)算圖，實(shí)現(xiàn)對(duì)具體場(chǎng)景的智能應(yīng)用。下面以軸承故障智能檢測(cè)進(jìn)行舉例分析，該功能應(yīng)用構(gòu)建的實(shí)時(shí)計(jì)算圖如圖9 所示。

在風(fēng)電智能終端軸承故障智能檢測(cè)應(yīng)用中，基于振動(dòng)信號(hào)的故障診斷在保證軸承安全性能方面起著重要作用，而且軸承故障(滾珠故障、內(nèi)圈故障、外圈故障等)具有隨時(shí)間緩慢演變性，在進(jìn)行故障診斷前，首先需要進(jìn)行信號(hào)特征提取。工程實(shí)現(xiàn)中建立了一維卷積神經(jīng)網(wǎng)絡(luò)(1DCNN)，實(shí)現(xiàn)了軸承振動(dòng)信號(hào)作為輸入軸承故障狀態(tài)作為輸出的端到端軸承故障診斷方法，如圖10 所示。

圖9 風(fēng)電智能終端的功能應(yīng)用實(shí)時(shí)計(jì)算圖構(gòu)建示例

圖10 軸承故障智能檢測(cè)實(shí)現(xiàn)

由于特定工況下的故障數(shù)據(jù)難以采集，傳統(tǒng)方法僅以發(fā)生故障出現(xiàn)了風(fēng)電機(jī)組功能性喪失的情況下才進(jìn)行檢修和數(shù)據(jù)采集，對(duì)功能故障前的數(shù)據(jù)采集存儲(chǔ)較少，因此難以直接使用工程中的故障數(shù)據(jù)。但是軸承故障具有漸變性，需要找到引起質(zhì)變功能性故障前的故障狀態(tài)進(jìn)行提前預(yù)測(cè)維護(hù)，本文采用DC 競(jìng)賽軸承故障檢測(cè)訓(xùn)練賽的數(shù)據(jù)集[16]，數(shù)據(jù)集共1 320 條數(shù)據(jù)，每條數(shù)據(jù)6 000 個(gè)采樣點(diǎn)，實(shí)際訓(xùn)練集為792 條，測(cè)試集為528條。為了避免過(guò)擬合，分析了數(shù)據(jù)的周期性，以1 000 維度將單條數(shù)據(jù)分割為6 份，將訓(xùn)練集擴(kuò)大到4 752 條，大大減小了CNN 過(guò)擬合的可能性。使用Keras 搭建1DCNN 網(wǎng)絡(luò)模型并進(jìn)行訓(xùn)練，代碼如下：

完成5 000 次訓(xùn)練后進(jìn)行測(cè)試，使用測(cè)試集進(jìn)行模型測(cè)試，模型達(dá)到99.8%的準(zhǔn)確率。

4.2 大規(guī)模風(fēng)場(chǎng)智能運(yùn)營(yíng)展望

智能風(fēng)機(jī)是智慧風(fēng)電中最基礎(chǔ)的元素，當(dāng)一個(gè)風(fēng)場(chǎng)中所有的風(fēng)機(jī)單體都配上敏捷智能計(jì)算終端之后，則可利用聯(lián)邦管理技術(shù)將每個(gè)風(fēng)機(jī)上智慧風(fēng)電敏捷智能計(jì)算終端組網(wǎng)形成智慧風(fēng)電敏捷智能計(jì)算集群，將多個(gè)智能計(jì)算終端獲取的風(fēng)機(jī)運(yùn)維數(shù)據(jù)進(jìn)行融合，大幅提升環(huán)網(wǎng)數(shù)據(jù)價(jià)值密度，利用“雨燕”系統(tǒng)強(qiáng)大的敏捷集群智能計(jì)算能力，感知風(fēng)輪在流場(chǎng)中的氣流形態(tài),優(yōu)化風(fēng)電機(jī)組運(yùn)行效率，對(duì)整個(gè)風(fēng)場(chǎng)進(jìn)行實(shí)時(shí)優(yōu)化計(jì)算，提高整個(gè)風(fēng)場(chǎng)發(fā)電效率。

5 結(jié)論

目前邊緣計(jì)算已在“網(wǎng)-云-邊-端”協(xié)同應(yīng)用領(lǐng)域取得了令人矚目的進(jìn)步，而各類(lèi)惡劣條件下超實(shí)時(shí)工業(yè)行業(yè)應(yīng)用場(chǎng)景，直接驅(qū)動(dòng)著人工智能在邊緣計(jì)算平臺(tái)上的應(yīng)用。本文中的雨燕敏捷智能計(jì)算系統(tǒng)，融合了邊緣計(jì)算、超異構(gòu)計(jì)算平臺(tái)、資源虛擬化集群管理、大規(guī)模并行計(jì)算框架、輕量級(jí)智能計(jì)算框架等關(guān)鍵技術(shù)，必將能在這類(lèi)工業(yè)場(chǎng)景發(fā)揮行業(yè)賦能作用。本文只是對(duì)這種敏捷智能計(jì)算模式結(jié)合在風(fēng)電行業(yè)已進(jìn)行的賦能作用做了初步探索，隨著相關(guān)研究及應(yīng)用的深入開(kāi)展，必將挖掘出智慧應(yīng)急、智慧氣象等更多的創(chuàng)新解決范式。