張文聰，姚 奕，鄭 瀟，潘佳怡，仇 翔，余世明

（浙江工業(yè)大學(xué)，浙江 杭州 310023）

智能裝備是信息技術(shù)、計(jì)算機(jī)技術(shù)、人工智能技術(shù)的深度結(jié)合，可以在實(shí)際的生產(chǎn)過(guò)程中進(jìn)行自我監(jiān)測(cè)、分析、控制、處理和反饋。傳統(tǒng)智能裝備的核心是一套自動(dòng)控制系統(tǒng)。設(shè)計(jì)者按照一定方式把智能裝備與控制終端設(shè)備相連，形成一個(gè)有機(jī)整體。一般通過(guò)設(shè)置參數(shù)閾值，通過(guò)判斷當(dāng)前裝備數(shù)據(jù)是否超過(guò)閾值來(lái)調(diào)節(jié)開(kāi)關(guān)的開(kāi)合，由工作人員來(lái)進(jìn)行診斷分析[1]。

隨著智能化技術(shù)的不斷提升，智能裝備的計(jì)算數(shù)據(jù)量和復(fù)雜度都在不斷提升，這些都要求控制系統(tǒng)具備高容量網(wǎng)絡(luò)帶寬、高性能計(jì)算資源、自適應(yīng)軟件架構(gòu)以及智能計(jì)算框架，顯然傳統(tǒng)的自動(dòng)控制系統(tǒng)難以滿足這些要求[2-4]。而迅猛發(fā)展的云計(jì)算技術(shù)可以有效解決以上難題。云計(jì)算的基本原理是，通過(guò)使計(jì)算任務(wù)分布在大量的云端分布式計(jì)算機(jī)上，使得智能裝備管理員能夠?qū)⒃朴?jì)算資源匹配到智能裝備云控制的應(yīng)用上，根據(jù)需求訪問(wèn)計(jì)算機(jī)和存儲(chǔ)系統(tǒng)[5]。將云計(jì)算技術(shù)與控制系統(tǒng)相融合，形成基于云計(jì)算的智能裝備運(yùn)維管控體系架構(gòu)是未來(lái)發(fā)展的重要方向。

本文基于云計(jì)算和人工智能等技術(shù)，結(jié)合大數(shù)據(jù)分析技術(shù)、邊緣控制技術(shù)、網(wǎng)絡(luò)虛擬化技術(shù)、智能預(yù)測(cè)控制技術(shù)等進(jìn)行云端智能統(tǒng)籌決策。建立預(yù)測(cè)性維護(hù)系統(tǒng)，實(shí)現(xiàn)對(duì)智能裝備的故障定位處理、故障診斷分析、制定故障解決方案。綜合設(shè)計(jì)提出了一種針對(duì)智能裝備的云端遠(yuǎn)程運(yùn)維管控系統(tǒng)。

1 智能裝備云端遠(yuǎn)程管控系統(tǒng)設(shè)計(jì)

1.1 管控系統(tǒng)整體框架

智能裝備云端遠(yuǎn)程運(yùn)維管控系統(tǒng)整體框架如圖1所示，分為云端控制層、邊緣控制層和設(shè)備感知層。在設(shè)備感知層中以機(jī)器編號(hào)標(biāo)識(shí)不同的智能裝備。針對(duì)不同的控制目標(biāo)，在智能裝備中裝載不同的數(shù)據(jù)采集監(jiān)測(cè)模塊。基于數(shù)據(jù)采集技術(shù)和傳感技術(shù)獲取智能裝備的實(shí)時(shí)數(shù)據(jù)。通過(guò)無(wú)線網(wǎng)絡(luò)技術(shù)，首先將實(shí)時(shí)獲取到的裝備狀態(tài)信息即時(shí)發(fā)送到云控制平臺(tái)上，再通過(guò)云控制平臺(tái)對(duì)獲取到的信息數(shù)據(jù)進(jìn)行系統(tǒng)化、智能化地處理運(yùn)算分析，采用大數(shù)據(jù)分析、協(xié)調(diào)控制、智能預(yù)測(cè)控制等技術(shù)，實(shí)現(xiàn)云端智能決策、云端協(xié)同控制以及資源優(yōu)化調(diào)度，將得到的預(yù)測(cè)性結(jié)果以及具體調(diào)控方案發(fā)送到智能裝備終端，實(shí)現(xiàn)對(duì)整個(gè)智能裝備體系的統(tǒng)一監(jiān)控、管理、決策和控制服務(wù)。

圖1 智能裝備云端遠(yuǎn)程管控系統(tǒng)整體框架

1.2 邊緣控制技術(shù)

在智能裝備云端遠(yuǎn)程運(yùn)維管控系統(tǒng)中，為了提高對(duì)智能裝備終端控制的實(shí)時(shí)性，緩解云端負(fù)載壓力。在邊緣引入邊緣控制技術(shù)，充分利用終端邊緣計(jì)算的優(yōu)勢(shì)，在邊緣網(wǎng)絡(luò)中部署邊緣控制服務(wù)器，形成云-邊-端協(xié)調(diào)優(yōu)化管控，無(wú)需將全部數(shù)據(jù)上傳至云平臺(tái)進(jìn)行云決策就可以實(shí)現(xiàn)在本地或小區(qū)域范圍內(nèi)對(duì)具體系統(tǒng)進(jìn)行控制，利用邊緣控制的接近性減少用戶訪問(wèn)服務(wù)的時(shí)延，提高用戶體驗(yàn)。

在邊緣控制中針對(duì)不同的智能裝備采用不同的控制方法，利用邊緣計(jì)算方法設(shè)計(jì)具體的控制策略，實(shí)現(xiàn)智能裝備本地邊緣控制。同時(shí)為云控制平臺(tái)提供裝備局部信息，云控制系統(tǒng)根據(jù)各個(gè)邊緣服務(wù)器提供的數(shù)據(jù)信息設(shè)計(jì)提供全局控制策略，統(tǒng)籌整個(gè)智能裝備體系，二者相互協(xié)作，互相彌補(bǔ)不足，保證智能裝備云端遠(yuǎn)程管控系統(tǒng)優(yōu)質(zhì)高效運(yùn)行。

2 智能裝備云端遠(yuǎn)程運(yùn)維系統(tǒng)設(shè)計(jì)

2.1 運(yùn)維系統(tǒng)整體架構(gòu)

智能裝備云端遠(yuǎn)程運(yùn)維系統(tǒng)工作模型如圖2所示。由傳感器和數(shù)據(jù)采集器獲取智能裝備當(dāng)前的運(yùn)行狀態(tài)信息和過(guò)程信息，通過(guò)無(wú)線網(wǎng)絡(luò)將數(shù)據(jù)上傳至云平臺(tái)，云平臺(tái)對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)記錄，并通過(guò)特征分析等手段對(duì)數(shù)據(jù)進(jìn)行聚合、閾值判斷，得到當(dāng)前智能裝備的狀態(tài)。通過(guò)對(duì)當(dāng)前裝備的狀態(tài)分析，判斷是否發(fā)生故障。如果裝備發(fā)生故障，則對(duì)裝備進(jìn)行故障診斷定位分析，基于裝備本身的機(jī)械原理和電路原理建立仿真機(jī)理模型，將裝備故障狀態(tài)與模型基于正常狀態(tài)下的輸出進(jìn)行對(duì)比，判定故障發(fā)生位置和故障等級(jí)?；谝陨闲畔?，開(kāi)展對(duì)智能裝備的健康情況預(yù)測(cè)，對(duì)智能裝備的健康狀態(tài)變化以及故障發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)分析，制定智能裝備的維護(hù)方案，最后執(zhí)行維護(hù)方案。

圖2 智能裝備云端運(yùn)維系統(tǒng)工作模型

2.2 預(yù)測(cè)性維護(hù)系統(tǒng)

預(yù)測(cè)性維護(hù)是以狀態(tài)為依據(jù)的維護(hù)，通過(guò)對(duì)系統(tǒng)部件進(jìn)行定期的狀態(tài)監(jiān)測(cè)，判定裝備所處的狀態(tài)，預(yù)測(cè)裝備狀態(tài)未來(lái)的發(fā)展趨勢(shì)，依據(jù)裝備的狀態(tài)發(fā)展趨勢(shì)和可能的故障模式，預(yù)先制定預(yù)測(cè)性維護(hù)計(jì)劃[6-7]。預(yù)測(cè)性維護(hù)系統(tǒng)的核心是數(shù)據(jù)的實(shí)時(shí)獲取和運(yùn)算處理。結(jié)合云邊協(xié)調(diào)布局管理，系統(tǒng)在中心管理控制并提供決策支持，同時(shí)計(jì)算下沉到邊緣服務(wù)器，能夠更快速地響應(yīng)和反饋。

智能裝備中的零部件高度集成，通過(guò)預(yù)測(cè)性維護(hù)，對(duì)系統(tǒng)的各個(gè)部件進(jìn)行實(shí)時(shí)檢測(cè)，以檢測(cè)到的狀態(tài)參數(shù)為基礎(chǔ)，對(duì)裝備未來(lái)的工作狀況進(jìn)行預(yù)測(cè)，進(jìn)而實(shí)現(xiàn)智能裝備的預(yù)測(cè)性維護(hù)。預(yù)測(cè)性維護(hù)系統(tǒng)能夠利用對(duì)智能裝備的數(shù)據(jù)綜合分析，預(yù)測(cè)故障發(fā)生的時(shí)間和位置，最大化提高零件工作效率，減少不必要的停工停產(chǎn)。

3 示范應(yīng)用

對(duì)于本文設(shè)計(jì)的智能裝備云端遠(yuǎn)程運(yùn)維管控系統(tǒng)，選取智能裝備中的典型裝備智能無(wú)人零售終端裝備為示范應(yīng)用，設(shè)計(jì)如圖3所示的智能零售裝備云端遠(yuǎn)程運(yùn)維管控系統(tǒng)驗(yàn)證其可行性。

圖3 智能零售裝備云端遠(yuǎn)程運(yùn)維管控系統(tǒng)

設(shè)計(jì)web端云服務(wù)平臺(tái)，對(duì)智能無(wú)人零售終端裝備的交易情況、內(nèi)部參數(shù)、位置信息等狀態(tài)信息和過(guò)程信息進(jìn)行監(jiān)測(cè)、統(tǒng)計(jì)和分析，針對(duì)當(dāng)前零售終端的運(yùn)行狀態(tài)進(jìn)行健康預(yù)測(cè)分析。

同時(shí)開(kāi)發(fā)手機(jī)移動(dòng)端APP，如圖4所示，在手機(jī)移動(dòng)端用戶可以實(shí)時(shí)獲取智能裝備當(dāng)前信息，也可查看裝備內(nèi)部的貨物情況，實(shí)現(xiàn)預(yù)定下單。

圖4 手機(jī)移動(dòng)端APP設(shè)計(jì)

綜上，本文提出的智能裝備云端遠(yuǎn)程運(yùn)維管控系統(tǒng)在智能化無(wú)人零售終端裝備中得以成功應(yīng)用，并取得較好的效果，實(shí)現(xiàn)了對(duì)智能化無(wú)人零售終端裝備的狀態(tài)監(jiān)測(cè)、數(shù)據(jù)統(tǒng)計(jì)和智能分析。

4 結(jié)束語(yǔ)

本文基于云計(jì)算技術(shù)，將云平臺(tái)控制系統(tǒng)與邊緣控制技術(shù)相結(jié)合，形成對(duì)智能裝備的云邊端協(xié)調(diào)優(yōu)化管控。利用傳感技術(shù)和數(shù)據(jù)采集技術(shù)實(shí)時(shí)感知獲取當(dāng)前智能裝備的狀態(tài)信息和過(guò)程信息，通過(guò)無(wú)線網(wǎng)絡(luò)將數(shù)據(jù)上傳至云平臺(tái)，結(jié)合大數(shù)據(jù)分析技術(shù)和智能預(yù)測(cè)控制技術(shù)，提出全局優(yōu)化控制策略，實(shí)現(xiàn)對(duì)智能裝備的優(yōu)化管控，并建立預(yù)測(cè)性維護(hù)系統(tǒng)，對(duì)智能裝備進(jìn)行預(yù)測(cè)性維護(hù)和故障診斷分析，提出故障解決方案，實(shí)現(xiàn)遠(yuǎn)程運(yùn)維處理。由于缺少大量故障信息支持，本文下一步研究重點(diǎn)是收集智能裝備的故障信息，在實(shí)際運(yùn)行中對(duì)智能裝備進(jìn)行故障診斷分析。