史運濤教授 張蔭芬副研究員 黨亞光
(1.北方工業(yè)大學 電氣與控制工程學院,北京 100144;2.中國標準化研究院,北京100089)
社區(qū)人群成分復雜,人員密度和流動性大,社區(qū)內(nèi)設(shè)備設(shè)施種類繁多,運行條件各異,既有水電氣等長期不間斷運行的系統(tǒng),也有供暖設(shè)備等季節(jié)性運行的系統(tǒng),還有消防電梯等間歇性運行的設(shè)備,社區(qū)人—機—物的空間交疊造成技術(shù)故障與人因故障時有發(fā)生,引發(fā)安全事故的風險大大增加且后果嚴重。
隨著物聯(lián)網(wǎng)、區(qū)塊鏈邊緣計算和云計算等技術(shù)的迅速發(fā)展,為社區(qū)設(shè)備設(shè)施風險的監(jiān)測監(jiān)控、預測預警及智能防范帶來新的解決方案。本文主要針對社區(qū)人員的不安全行為、設(shè)備設(shè)施的不安全狀態(tài),及管理上的缺陷引發(fā)的設(shè)備設(shè)施風險問題,提出一種基于“端—邊—云”的社區(qū)設(shè)備設(shè)施風險監(jiān)測系統(tǒng),以期對社區(qū)設(shè)備設(shè)施風險治理提供創(chuàng)新思路。另外,對社區(qū)重點設(shè)備設(shè)施進行實時監(jiān)測監(jiān)控還可以延長設(shè)備設(shè)施的使用壽命,降低設(shè)備設(shè)施無益損耗,提升社區(qū)科學化、精細化和智能化的綜合治理水平,能夠進一步完善城區(qū)治理體系,提高城區(qū)治理能力,是滿足人民日益增長的美好生活需要的重要一環(huán)。
從近期統(tǒng)計數(shù)據(jù)看,以火災為例,2018年1-8月份,短短8個月,全國共接報火災16.61萬起,亡933人,傷560人,直接財產(chǎn)損失20.53億元。其中,8月份全國消防部門共接報火災1.42萬起,亡90人,傷57人,直接財產(chǎn)損失1.25億元;從火災事故發(fā)生的場所來看,住宅火災及傷亡人數(shù)比重大,共發(fā)生火災6 604起,亡56人,分別占8月份總數(shù)的46.4%和62.2%。此外,從起火原因來看,半數(shù)火災系用電用火引起,社區(qū)家庭用火用電的安全形勢嚴峻。這些數(shù)據(jù)充分說明,保證社區(qū)設(shè)備設(shè)施的安全運行是減少社區(qū)風險事故發(fā)生的關(guān)鍵,如何實現(xiàn)社區(qū)設(shè)備設(shè)施風險的實時監(jiān)測監(jiān)控技術(shù)研究仍然是當今公共安全領(lǐng)域亟待解決的熱點和難點。
從城市公共安全角度看,社區(qū)是城市生命線系統(tǒng)的末梢和“毛細血管”。社區(qū)各類設(shè)備設(shè)施依賴和銜接著所在城市的生命線系統(tǒng)。在城市遭受自然災害、事故災難、公共衛(wèi)生事件、社會安全事件威脅時,社區(qū)生命線系統(tǒng)首當其沖,直接承受災害主體的猛烈沖擊,社區(qū)設(shè)備設(shè)施的穩(wěn)定運行是城市生命線系統(tǒng)能夠正常運轉(zhuǎn)的重要保障。
從社區(qū)風險事故產(chǎn)生機理看,絕大多數(shù)事故的發(fā)生均可歸結(jié)為社區(qū)人員的不安全行為、設(shè)備設(shè)施的不安全狀態(tài)及管理上的缺陷這3點。根據(jù)“瑞士奶酪”模型,當人的不安全行為和物的不安全狀態(tài)以及管理漏洞恰好發(fā)生在同一時間和空間時,事故就會發(fā)生,如圖1。因此,如果能夠很好地監(jiān)測監(jiān)控社區(qū)設(shè)備設(shè)施的不安全狀態(tài)并提前預警,避免社區(qū)人員的不安全行為與設(shè)備設(shè)施的不安全狀態(tài)同時、同地出現(xiàn),就可以有效預防風險事故的發(fā)生。
圖1 社區(qū)設(shè)備設(shè)施事故發(fā)生機理模型Fig.1 Mechanism model of equipment and facility accident in community
圖2為基于“端—邊—云”的社區(qū)設(shè)備設(shè)施風險監(jiān)測系統(tǒng)架構(gòu)。其中,終端層主要包括社區(qū)內(nèi)各設(shè)備設(shè)施系統(tǒng)及采用無線傳感網(wǎng)絡技術(shù)的監(jiān)測裝備。邊緣層的智能邊緣網(wǎng)關(guān)一方面支持通過多協(xié)議轉(zhuǎn)換方法接入各設(shè)備設(shè)施系統(tǒng)的運行狀態(tài)數(shù)據(jù),并利用NB-IoT、4G和5G等多種通訊方式傳輸數(shù)據(jù);另一方面基于區(qū)塊鏈技術(shù)可以解決數(shù)據(jù)信任和社區(qū)設(shè)備設(shè)施風險問題的溯源。云層主要為設(shè)備設(shè)施一體化風險防控軟件,具有設(shè)備設(shè)施風險的監(jiān)測監(jiān)控、預測預警及智能防范功能。
基于“端—邊—云”的社區(qū)設(shè)備設(shè)施風險監(jiān)測系統(tǒng)功能設(shè)計主要分為終端層、邊緣層以及云層的功能設(shè)計。
2.2.1 終端層功能設(shè)計
終端層是指社區(qū)設(shè)備設(shè)施系統(tǒng)的實物資產(chǎn)。社區(qū)的設(shè)備設(shè)施系統(tǒng)主要包括供配電、給排水、燃氣、消防、HVAC(采暖、通風、空調(diào))、電梯等等。這些操作系統(tǒng)通常由各種傳感器、執(zhí)行器和設(shè)備組成。顯然,這些設(shè)備資產(chǎn)的數(shù)據(jù)格式和通信協(xié)議比較復雜,難以統(tǒng)一訪問。因此,對于基于物聯(lián)網(wǎng)的設(shè)備設(shè)施風險監(jiān)控,終端層需要能夠?qū)崿F(xiàn)對不同通信協(xié)議的設(shè)備進行數(shù)據(jù)采集。此外,社區(qū)內(nèi)設(shè)備設(shè)施系統(tǒng)一般都已部署多年,部分資產(chǎn)可以通過無線傳感網(wǎng)絡技術(shù)進行數(shù)據(jù)采集。
圖2 基于“端—邊—云”的社區(qū)設(shè)備設(shè)施風險監(jiān)測系統(tǒng)架構(gòu)Fig.2 The architecture risk monitoring system for community equipment and facility based on "end-edge-cloud"
針對社區(qū)供配電、給排水、燃氣、消防、暖通空調(diào)、電梯等重點設(shè)備設(shè)施,利用物聯(lián)網(wǎng)技術(shù)實現(xiàn)社區(qū)各類型設(shè)備設(shè)施的監(jiān)控與管理。首先,通過構(gòu)建社區(qū)設(shè)備設(shè)施的低延時、低功耗、本質(zhì)安全的無線傳感網(wǎng)絡,如6LoWPAN和LoRa無線傳感網(wǎng)絡,實現(xiàn)設(shè)備設(shè)施運行環(huán)境數(shù)據(jù)采集,同時支持RS485、4-20 mA、0-5V、數(shù)字量等通信接口的傳感器數(shù)據(jù)接入;對于社區(qū)內(nèi)的有線物理資產(chǎn),設(shè)備設(shè)施供應商通常使用現(xiàn)場總線協(xié)議(見下表),社區(qū)一般包括Modbus、OPC UA、BACnet、KNX、M-Bus、S7、CAN-Bus等通信協(xié)議設(shè)備設(shè)施。
表 社區(qū)設(shè)備設(shè)施的主要通信協(xié)議Tab. Main communication protocols of community equipment and facility
續(xù)表
2.2.2 邊緣層功能設(shè)計
邊緣層主要設(shè)計了一種智能邊緣網(wǎng)關(guān)。該邊緣網(wǎng)關(guān)負責設(shè)備設(shè)施的數(shù)據(jù)采集和數(shù)據(jù)傳輸任務,集成了6LoWPAN/LoRa通信模塊,支持6LoWPAN和LoRa傳感節(jié)點的數(shù)據(jù)匯聚和處理。
在邊緣網(wǎng)關(guān)設(shè)計了一種多協(xié)議轉(zhuǎn)換模型(如圖3),邊緣網(wǎng)關(guān)通過數(shù)據(jù)接口接入終端層不同通信協(xié)議的設(shè)備設(shè)施,通過協(xié)議解析單元讀取并解析設(shè)備設(shè)施數(shù)據(jù),實現(xiàn)底層設(shè)備運行狀態(tài)數(shù)據(jù)的接入,并將設(shè)備設(shè)施多協(xié)議數(shù)據(jù)放入數(shù)據(jù)緩存區(qū)等待協(xié)議轉(zhuǎn)換。然后將上述緩存區(qū)多協(xié)議數(shù)據(jù)轉(zhuǎn)化為具有物聯(lián)網(wǎng)標準的消息隊列遙測傳輸協(xié)議的數(shù)據(jù)格式(MQTT協(xié)議)。
圖3 多協(xié)議轉(zhuǎn)換模型Fig.3 Multi protocol conversion model
因此邊緣網(wǎng)關(guān)具有多協(xié)議轉(zhuǎn)換和傳輸功能,即支持將多種不同協(xié)議設(shè)備設(shè)施數(shù)據(jù)轉(zhuǎn)換為統(tǒng)一的MQTT協(xié)議數(shù)據(jù),并支持利用NB-IoT/4G/5G無線通信技術(shù)將多協(xié)議設(shè)備設(shè)施數(shù)據(jù)傳送到云平臺,為云層的數(shù)據(jù)分析與場景應用提供數(shù)據(jù)源,云層通過MQTT協(xié)議實現(xiàn)多協(xié)議數(shù)據(jù)的接入和統(tǒng)一。
此外,為解決數(shù)據(jù)信任和社區(qū)設(shè)備設(shè)施的風險問題溯源,在邊緣網(wǎng)關(guān)利用區(qū)塊鏈技術(shù)構(gòu)建一種安全機制。同一局域網(wǎng)下的多個邊緣網(wǎng)關(guān)形成一個區(qū)塊鏈網(wǎng)絡,用于它們之間的數(shù)據(jù)交換,如圖4??紤]到邊緣網(wǎng)關(guān)的性能限制,對安全機制的實現(xiàn)過程進行了簡化。
圖4 區(qū)塊鏈網(wǎng)絡結(jié)構(gòu)Fig.4 Blockchain network structure
安全機制的實現(xiàn)主要是在邊緣網(wǎng)關(guān)上開發(fā)并部署區(qū)塊鏈錢包和區(qū)塊鏈服務。其中,區(qū)塊鏈錢包用于存儲每個邊緣網(wǎng)關(guān)的區(qū)塊鏈服務生成的公鑰和私鑰。區(qū)塊鏈服務提供前端管理頁面,社區(qū)管理員可以通過前端頁面上傳社區(qū)燃氣設(shè)施維護信息、設(shè)備異常警報信息等等。區(qū)塊鏈服務可以實現(xiàn)交易創(chuàng)建和驗證,區(qū)塊創(chuàng)建、驗證以及區(qū)塊共識,最終完成共識過程的區(qū)塊被存儲在邊緣網(wǎng)關(guān)本地的區(qū)塊鏈中。當設(shè)備出現(xiàn)風險問題時,利用區(qū)塊鏈中存儲的設(shè)備維護信息和異常狀態(tài)信息可以實現(xiàn)風險問題的溯源。通過風險溯源數(shù)據(jù)信息的長期積累,對社區(qū)設(shè)備設(shè)施風險隱患采取有針對性的預防措施。
2.2.3 云層功能設(shè)計
云平臺部署了社區(qū)多類型設(shè)備設(shè)施一體化安全運行的大數(shù)據(jù)智能分析技術(shù)與風險防控軟件系統(tǒng),如圖5。通過開發(fā)設(shè)備設(shè)施安全生命周期的監(jiān)控管理軟件并集成封裝,實現(xiàn)社區(qū)多類型設(shè)備設(shè)施實時運行的在線監(jiān)測、自動報警、故障診斷、風險評估和智能防范。
圖5 社區(qū)設(shè)備設(shè)施一體化風險防控軟件Fig.5 Integrated risk prevention and control software for community equipment facility
其中,物聯(lián)網(wǎng)接入平臺可以實現(xiàn)社區(qū)設(shè)備設(shè)施的數(shù)據(jù)接入和設(shè)備設(shè)施信息注冊、增刪改查等設(shè)備管理功能;數(shù)據(jù)平臺通過Kafka消息隊列轉(zhuǎn)發(fā)和處理設(shè)備設(shè)施運行數(shù)據(jù)和設(shè)備接入信息數(shù)據(jù),通過設(shè)定規(guī)則,對設(shè)備數(shù)據(jù)進行篩選、變型、轉(zhuǎn)發(fā),將數(shù)據(jù)無縫轉(zhuǎn)發(fā)至MySQL數(shù)據(jù)庫中的數(shù)據(jù)表,以便利用這些數(shù)據(jù)進行設(shè)備設(shè)施的風險分析。
業(yè)務管理層主要實現(xiàn)了社區(qū)設(shè)備設(shè)施一體化風險防控軟件的主要功能。具體包括:支持設(shè)備設(shè)施運行狀態(tài)的實時監(jiān)控、可視化展示及異常狀態(tài)預警報警功能;支持基于建筑信息模型(Building Information Modeling,BIM)和地理信息系統(tǒng)(Geographic Information System,GIS)三維可視化的設(shè)備設(shè)施全生命周期風險監(jiān)控;構(gòu)建基于知識圖譜的社區(qū)設(shè)備設(shè)施安全運行專家規(guī)則庫、事故案例庫的智能問答系統(tǒng),推動社區(qū)設(shè)備設(shè)施風險分析的專業(yè)化和智能化水平;基于設(shè)備設(shè)施實時運行數(shù)據(jù),利用主成分分析(Principal Component Analysis,PCA)、BP神經(jīng)網(wǎng)絡和支持向量機(Support Vector Machine,SVM)等方法建立數(shù)據(jù)驅(qū)動型的故障診斷模型,實現(xiàn)設(shè)備設(shè)施故障實時診斷及故障預警;通過構(gòu)建社區(qū)設(shè)備設(shè)施系統(tǒng)的動靜態(tài)風險評估指標體系,實現(xiàn)社區(qū)設(shè)備設(shè)施的動靜態(tài)風險評估和風險預警。一方面,基于專家打分法、層次分析法(Analytic Hierarchy Process,AHP)、故障樹分析(Fault Tree Analysis,F(xiàn)TA)、事件樹(Event Tree Analysis,ETA)和蝶形圖分析(Bow-tie)等建立設(shè)備設(shè)施靜態(tài)風險評估模型;另一方面,基于設(shè)備設(shè)施實時運行數(shù)據(jù),利用貝葉斯網(wǎng)絡(Bayesian Networks,BN)、圖神經(jīng)網(wǎng)絡(Graph Neural Networks,GNN)、關(guān)聯(lián)規(guī)則(Apriori)以及模糊—隨機森林等方法建立設(shè)備設(shè)施動態(tài)風險評估模型。
本文以社區(qū)設(shè)備設(shè)施的監(jiān)測監(jiān)控、預測預警及智能防范為目標,提出一種基于“端—邊—云”的社區(qū)設(shè)備設(shè)施風險監(jiān)測系統(tǒng),具體如下:
(1)基于物聯(lián)網(wǎng)、邊緣計算、區(qū)塊鏈和人工智能等技術(shù),構(gòu)建社區(qū)設(shè)備設(shè)施風險監(jiān)測系統(tǒng),解決了社區(qū)設(shè)備設(shè)施不安全狀態(tài)的監(jiān)測監(jiān)控難題。
(2)分別給出終端層、邊緣層以及云層的詳細功能設(shè)計方案。在終端層,利用6LoWPAN和LoRa網(wǎng)絡實現(xiàn)設(shè)備設(shè)施運行環(huán)境的數(shù)據(jù)采集;邊緣層通過多協(xié)議轉(zhuǎn)換接入設(shè)備設(shè)施運行狀態(tài)數(shù)據(jù),并基于區(qū)塊鏈技術(shù)實現(xiàn)設(shè)備設(shè)施的風險問題溯源;最后,云層的多種模型實現(xiàn)了設(shè)備設(shè)施實時運行的在線監(jiān)測,自動報警、故障診斷、風險評估和智能防范。
(3)通過在社區(qū)實際應用示范表明,該系統(tǒng)可以實現(xiàn)社區(qū)設(shè)備設(shè)施安全從“故障檢、周期檢”到“風險檢、智能檢”的提升,為全面提升社區(qū)安全保障能力和水平提供科技支撐。
(4)針對社區(qū)設(shè)備設(shè)施系統(tǒng)因相關(guān)影響、相互耦合引發(fā)的風險問題,本文沒有研究設(shè)備設(shè)施耦合風險的動態(tài)評估模型。未來,在社區(qū)風險監(jiān)測系統(tǒng)的支撐下,開展多因素耦合作用下的社區(qū)設(shè)備設(shè)施風險評價具有重要意義。