鄭蓓林　章春軍

摘要：為了提升機(jī)泵運(yùn)行的安全性、可靠性，研究了基于云平臺(tái)和運(yùn)行大數(shù)據(jù)的設(shè)備健康狀態(tài)監(jiān)測(cè)診斷模式，設(shè)計(jì)了遠(yuǎn)程在線監(jiān)測(cè)與智能診斷系統(tǒng)，實(shí)現(xiàn)了集在線監(jiān)測(cè)、遠(yuǎn)程監(jiān)控、遠(yuǎn)程診斷、故障匹配識(shí)別于一體的智能高效監(jiān)測(cè)診斷模式。實(shí)際應(yīng)用表明，該系統(tǒng)實(shí)現(xiàn)了遠(yuǎn)程監(jiān)控的目的，能夠較好地接收和傳輸狀態(tài)信息數(shù)據(jù)，可以滿足遠(yuǎn)程實(shí)時(shí)監(jiān)控的需求，并為后續(xù)進(jìn)行設(shè)備故障診斷和分析提供依據(jù)。

關(guān)鍵詞：云平臺(tái);機(jī)泵;遠(yuǎn)程監(jiān)控;遠(yuǎn)程診斷;邊緣計(jì)算

0? ? 引言

大型風(fēng)機(jī)、機(jī)泵等設(shè)備廣泛應(yīng)用于電力、化工、交通等行業(yè)，其運(yùn)行可靠性和維護(hù)成效是保障企業(yè)正常生產(chǎn)的重要基礎(chǔ)。采用先進(jìn)的信息化分析技術(shù)對(duì)該類設(shè)備的運(yùn)行狀態(tài)進(jìn)行檢測(cè)及診斷，可以幫助企業(yè)減少非計(jì)劃停機(jī)或臨時(shí)檢修，使得問(wèn)題發(fā)現(xiàn)早、故障干預(yù)早、事故預(yù)防早，可降低企業(yè)的生產(chǎn)經(jīng)營(yíng)成本，提高生產(chǎn)效率和市場(chǎng)競(jìng)爭(zhēng)力。

1? ? 現(xiàn)狀描述

對(duì)大型設(shè)備的監(jiān)控診斷經(jīng)歷了從最初的離線監(jiān)控診斷系統(tǒng)到單機(jī)在線監(jiān)控診斷系統(tǒng)，再到現(xiàn)在的基于網(wǎng)絡(luò)技術(shù)的遠(yuǎn)程監(jiān)控診斷系統(tǒng)的發(fā)展歷程。目前，隨著制造業(yè)與信息技術(shù)融合的不斷深入，云技術(shù)逐漸應(yīng)用于智能制造的接入、感知、物聯(lián)等方面，本文將討論基于云平臺(tái)的遠(yuǎn)程監(jiān)控診斷技術(shù)在大型高端設(shè)備領(lǐng)域的應(yīng)用。

針對(duì)高速公路隧道中風(fēng)機(jī)運(yùn)行狀態(tài)需進(jìn)行遠(yuǎn)程監(jiān)控及診斷的需要，本系統(tǒng)以分布式數(shù)據(jù)采集、集中式在線監(jiān)測(cè)診斷的方式，通過(guò)大數(shù)據(jù)、云計(jì)算、AI數(shù)據(jù)模型等進(jìn)行智能診斷分析，實(shí)時(shí)掌握設(shè)備運(yùn)行狀態(tài)，提前感知設(shè)備故障，智能下達(dá)設(shè)備維修保養(yǎng)指令，以“數(shù)字化健康+智能化維?！钡姆绞?，實(shí)現(xiàn)設(shè)備全生命周期的健康高效運(yùn)行。

2? ? 技術(shù)方案選擇

基于云平臺(tái)的遠(yuǎn)程機(jī)泵監(jiān)控診斷系統(tǒng)一般由三大部分組成，分別為設(shè)備層（數(shù)據(jù)采集）、云層（網(wǎng)絡(luò)傳輸、云平臺(tái)）及客戶端（終端監(jiān)控設(shè)備）。在系統(tǒng)設(shè)計(jì)時(shí)，對(duì)兩種技術(shù)方案進(jìn)行了比較。

方案一：設(shè)備層的網(wǎng)關(guān)（采集器）僅用作數(shù)據(jù)采集中轉(zhuǎn)，不對(duì)數(shù)據(jù)進(jìn)行處理，數(shù)據(jù)直接上傳至云平臺(tái)。該方案的網(wǎng)關(guān)成本低，實(shí)時(shí)性好，但數(shù)據(jù)量巨大時(shí)，將對(duì)通信產(chǎn)生較大負(fù)荷;利用4G或5G的流量進(jìn)行數(shù)據(jù)傳輸，也將產(chǎn)生較高費(fèi)用。

方案二：使設(shè)備層網(wǎng)關(guān)具有邊緣計(jì)算功能，通過(guò)邊緣計(jì)算在設(shè)備層對(duì)大量采集數(shù)據(jù)進(jìn)行清洗和處理，提取出有價(jià)值的數(shù)據(jù)上傳至云平臺(tái)。該方案可降低數(shù)據(jù)傳輸?shù)膲毫Γ膺吘壘W(wǎng)關(guān)和云服務(wù)器的負(fù)載，對(duì)數(shù)據(jù)存儲(chǔ)、保護(hù)的能力也更強(qiáng)。

本系統(tǒng)將基于方案二進(jìn)行設(shè)計(jì)。

3? ? 系統(tǒng)設(shè)計(jì)

遠(yuǎn)程監(jiān)控診斷系統(tǒng)根據(jù)功能架構(gòu)可以分為4個(gè)模塊：傳感模塊、邊緣網(wǎng)關(guān)、云平臺(tái)、客戶端。其工作流程如圖1所示。

3.1? ? 傳感模塊

本系統(tǒng)中所使用的傳感模塊為智能測(cè)振傳感器，是系統(tǒng)的關(guān)鍵設(shè)備之一，多用于水泵、鼓風(fēng)機(jī)、通風(fēng)機(jī)、空壓機(jī)等設(shè)備的振動(dòng)狀態(tài)監(jiān)測(cè)和溫度狀態(tài)監(jiān)測(cè)。該智能測(cè)振傳感器通過(guò)將振動(dòng)、溫度、壓力等模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)，再上送給邊緣網(wǎng)關(guān)，可廣泛應(yīng)用于工業(yè)設(shè)備現(xiàn)場(chǎng)在線監(jiān)測(cè)。該智能測(cè)振傳感器能以最小1 min的間隔上傳數(shù)據(jù)，數(shù)據(jù)內(nèi)容包括三軸加速度（三軸速度）、溫度、三軸波形等，數(shù)據(jù)類型為峰值、平均幅值、有效值、峭度、峭度指標(biāo)、裕度指標(biāo)、波形指標(biāo)、峰值指標(biāo)、0.5倍頻、1倍頻、2倍頻、3倍頻、4倍頻、頻率、幅值、占比等頻域參數(shù)，以RS485或自定義協(xié)議方式進(jìn)行通信。頻響范圍為10～1 000 Hz，波形最大點(diǎn)數(shù)8 192，溫度分辨率為1 ℃。

3.2? ? 邊緣網(wǎng)關(guān)

本系統(tǒng)設(shè)計(jì)的邊緣網(wǎng)關(guān)即智能數(shù)采終端，是系統(tǒng)的核心之一，具有強(qiáng)大的邊緣計(jì)算功能，是針對(duì)風(fēng)機(jī)設(shè)備的智能管理裝置，具備風(fēng)機(jī)傳感器測(cè)量、波形顯示、頻譜分析、數(shù)據(jù)記錄、RS485/232和4G無(wú)線聯(lián)網(wǎng)等強(qiáng)大功能，能夠可靠實(shí)現(xiàn)風(fēng)機(jī)運(yùn)行的實(shí)時(shí)監(jiān)控、風(fēng)機(jī)停運(yùn)報(bào)警、風(fēng)機(jī)遠(yuǎn)程中心監(jiān)控等。其采用多種遠(yuǎn)程數(shù)據(jù)傳輸模式，適合多種通信條件。常態(tài)下，僅把電量、通風(fēng)量、工作狀態(tài)等基礎(chǔ)信號(hào)定期傳輸至云平臺(tái)。

網(wǎng)關(guān)核心采用了基于NXP公司ARM Cortex-A9架構(gòu)的低功耗處理器，運(yùn)行主頻600 MHz，運(yùn)行Linux-3.14.38操作系統(tǒng)，內(nèi)存256 MB，存儲(chǔ)256 MB。其內(nèi)置軟PLC模塊，通過(guò)CAN等通信模塊，可外擴(kuò)IO信號(hào)，能極大地拓展其在工業(yè)物聯(lián)網(wǎng)的應(yīng)用范圍。該網(wǎng)關(guān)的人機(jī)界面通過(guò)Qt開(kāi)發(fā)實(shí)現(xiàn)，信號(hào)和槽是其框架最為重要的機(jī)制之一，界面調(diào)度主要是通過(guò)信號(hào)與槽完成的。邊緣網(wǎng)關(guān)調(diào)度方案如圖2所示。

該邊緣網(wǎng)關(guān)每隔一定周期讀取測(cè)振傳感器以及其他測(cè)量傳感器的實(shí)時(shí)數(shù)據(jù)，其中包含了X、Y、Z軸方向的振動(dòng)數(shù)據(jù)，通過(guò)FFT快速傅里葉變換轉(zhuǎn)換成頻域數(shù)據(jù)，體現(xiàn)振動(dòng)烈度，同時(shí)展示機(jī)泵的溫度、壓力等信息。該網(wǎng)關(guān)內(nèi)置16 GB以上存儲(chǔ)卡，可存儲(chǔ)采集數(shù)據(jù)，繪制歷史曲線，數(shù)據(jù)可經(jīng)4G/5G無(wú)線通信上傳至云平臺(tái)，如圖3所示。在網(wǎng)關(guān)的顯示屏能顯示故障報(bào)警，包括過(guò)溫報(bào)警、壓力過(guò)低/高報(bào)警、振動(dòng)值過(guò)高報(bào)警等。

3.3? ? 云平臺(tái)

云平臺(tái)是整個(gè)系統(tǒng)的核心部分。在云平臺(tái)上搭建的監(jiān)控診斷服務(wù)，可以解決傳統(tǒng)模式下監(jiān)控距離有限、數(shù)據(jù)協(xié)議轉(zhuǎn)換復(fù)雜、運(yùn)算運(yùn)行效率不高等問(wèn)題。一方面可以定時(shí)向下位機(jī)發(fā)送指令以獲取監(jiān)測(cè)數(shù)據(jù)，同時(shí)將獲取到的數(shù)據(jù)進(jìn)行解析并存儲(chǔ)在云平臺(tái)的數(shù)據(jù)庫(kù)中，以便后續(xù)使用;另一方面可以響應(yīng)用戶請(qǐng)求，若是監(jiān)測(cè)數(shù)據(jù)的獲取請(qǐng)求，只需將云平臺(tái)數(shù)據(jù)庫(kù)中最新的監(jiān)測(cè)數(shù)據(jù)返回給用戶即可，若是控制請(qǐng)求，則云平臺(tái)需要將此命令轉(zhuǎn)發(fā)至下位機(jī)以實(shí)現(xiàn)用戶的控制效果。

本系統(tǒng)采用無(wú)線4G通信方式，并通過(guò)SSL技術(shù)對(duì)通信數(shù)據(jù)進(jìn)行加密，確保數(shù)據(jù)安全。通過(guò)云平臺(tái)上的AI數(shù)學(xué)模型與知識(shí)庫(kù)，對(duì)風(fēng)機(jī)工作狀態(tài)下的振動(dòng)和表面溫度、用電量等大數(shù)據(jù)進(jìn)行實(shí)時(shí)計(jì)算與分析推理，診斷分析模塊主要由實(shí)時(shí)狀態(tài)、歷史數(shù)據(jù)統(tǒng)計(jì)、圖譜分析、健康指數(shù)、診斷報(bào)告、設(shè)備作業(yè)率六部分組成，實(shí)現(xiàn)風(fēng)機(jī)設(shè)備的健康狀態(tài)診斷分析，并動(dòng)態(tài)出具專用的診斷報(bào)告。通過(guò)數(shù)據(jù)服務(wù)方式，為客戶端提供各類圖、表、報(bào)警信息等服務(wù)。

3.4? ? 客戶端

客戶端是系統(tǒng)的前端部分，直接提供給用戶與下位機(jī)交互的平臺(tái)，具備設(shè)備接入及管理、數(shù)據(jù)采集及存儲(chǔ)以及邊緣網(wǎng)關(guān)管理功能。按照客戶需求定制個(gè)性化的實(shí)時(shí)監(jiān)控面板，使用戶可以利用手機(jī)APP客戶端、Web瀏覽器客戶端、Windows客戶端等前端產(chǎn)品，在云端遠(yuǎn)程監(jiān)控來(lái)自工業(yè)現(xiàn)場(chǎng)設(shè)備的傳感器數(shù)據(jù)，并制訂相應(yīng)的預(yù)警和控制命令，使設(shè)備在特定狀態(tài)下執(zhí)行觸發(fā)報(bào)警、數(shù)據(jù)分析等既定動(dòng)作。

4? ? 應(yīng)用驗(yàn)證

本系統(tǒng)的模塊首次應(yīng)用在某隧道的風(fēng)機(jī)上，實(shí)現(xiàn)對(duì)6個(gè)風(fēng)機(jī)的在線監(jiān)控診斷。1臺(tái)智能網(wǎng)關(guān)，可接入3個(gè)風(fēng)機(jī)的數(shù)據(jù)，就地控制室僅放置1個(gè)小型機(jī)柜，與此前使用的系統(tǒng)相比，省去了PLC、操作站、交換機(jī)柜等設(shè)備，使系統(tǒng)變得更加透明簡(jiǎn)單。經(jīng)測(cè)試，可以每秒一次的頻率穩(wěn)定采集并發(fā)送相關(guān)數(shù)據(jù)到智能網(wǎng)關(guān)上，網(wǎng)關(guān)自帶顯示屏，如圖4所示，可通過(guò)Web組態(tài)，將數(shù)據(jù)同時(shí)上傳至多個(gè)服務(wù)器，并通過(guò)OPC UA或MQTT協(xié)議進(jìn)行數(shù)據(jù)傳輸。網(wǎng)關(guān)運(yùn)行數(shù)據(jù)處理程序后，將用于判斷設(shè)備實(shí)時(shí)的運(yùn)行狀態(tài)，獲取異常或超限信息，并及時(shí)將異常信息發(fā)送至云平臺(tái)，云平臺(tái)上的監(jiān)控診斷程序?qū)⒄故井惓?shù)據(jù)并進(jìn)行進(jìn)一步分析計(jì)算。

值班人員或維護(hù)人員可通過(guò)Web頁(yè)面登錄系統(tǒng)，查看當(dāng)前風(fēng)機(jī)工作狀態(tài)，并可以隨著長(zhǎng)時(shí)間的運(yùn)行，觀察風(fēng)機(jī)振動(dòng)的頻率以及振幅的變化，利用已有的AI模型進(jìn)行生命周期預(yù)測(cè)，安排有計(jì)劃的檢修維修。由于AI模型需要大量的實(shí)踐數(shù)據(jù)，目前僅僅做了個(gè)模型，后續(xù)要根據(jù)實(shí)際情況進(jìn)行不斷的自學(xué)習(xí)和模型優(yōu)化。

5? ? 結(jié)語(yǔ)

本文提出了一種基于云平臺(tái)的遠(yuǎn)程機(jī)泵監(jiān)控診斷系統(tǒng)，以應(yīng)用于隧道風(fēng)機(jī)的遠(yuǎn)程監(jiān)控及診斷為例，介紹了該系統(tǒng)在智采終端完成數(shù)據(jù)的采集、分流、存儲(chǔ)及分析，同時(shí)結(jié)合云平臺(tái)，將有價(jià)值的數(shù)據(jù)傳送至云端進(jìn)行診斷處理，并及時(shí)反饋到現(xiàn)場(chǎng)的應(yīng)用。其中邊緣智能網(wǎng)關(guān)等關(guān)鍵技術(shù)是智能制造與云計(jì)算等新技術(shù)融合發(fā)展的重要基礎(chǔ)。該系統(tǒng)可應(yīng)用于智能制造、工業(yè)物聯(lián)網(wǎng)、數(shù)字化工廠等多種場(chǎng)景，為企業(yè)帶來(lái)切實(shí)效益。

[參考文獻(xiàn)]

[1] 智能制造發(fā)展規(guī)劃（2016—2020年）[J].中國(guó)儀器儀表，2017（1）：32-38.

[2] 楊露霞，錢依祎，王玉軍.基于物聯(lián)網(wǎng)的機(jī)泵運(yùn)維管理平臺(tái)設(shè)計(jì)[J].自動(dòng)化儀表，2018，39（6）：1-4.

[3] 吳天舒，陳蜀宇，吳朋.基于應(yīng)力波分析的狀態(tài)監(jiān)控與故障預(yù)測(cè)研究[J].儀器儀表學(xué)報(bào)，2017，38（12）：3061-3070.

[4] 鄒萍，張華，馬凱蒂，等.面向邊緣計(jì)算的制造資源感知接入與智能網(wǎng)關(guān)技術(shù)研究[J].計(jì)算機(jī)集成制造系統(tǒng)，2020，26（1）：40-48.

[5] 孫潔，王興楠，孫曄，等.基于PLC的工業(yè)云平臺(tái)控制系統(tǒng)設(shè)計(jì)[J].電氣傳動(dòng)，2020，50（7）：69-73.