基于云服務的交互式設(shè)備檢測方法研究

摘? 要：本文提出了一種基于云服務的設(shè)備檢測方法，該方法在待檢測設(shè)備把數(shù)據(jù)傳送給云服務端后，云服務端依據(jù)對數(shù)據(jù)的分析可以判斷異常數(shù)據(jù)，從而推斷故障點的位置。維修人員只需利用筆記本電腦從云服務端獲取檢測數(shù)據(jù)就可以定位故障位置，有利于提高工作效率。

關(guān)鍵詞：設(shè)備檢測;云服務端;數(shù)據(jù)處理

中圖分類號：TS736+.2? ? ? 文獻標識碼：A 文章編號：2096-4706（2019）19-0173-03

Abstract：This paper presents a method of equipment detection based on cloud service. After the cloud service receives the data transmitted by the detected device，the cloud server can judge the abnormal data based on the analysis of the data and infer the location of the fault point. Maintenance staff can know the troubles by getting the detection data from the cloud service through the notebook. This can improve the efficiency.

Keywords：equipment inspection;cloud service;data processing

0? 引? 言

目前對中大型設(shè)備的檢測往往是維修人員根據(jù)維修手冊一項一項地核實檢查，這種操作方式費時費力，存在以下問題：維修人員需要依照維修手冊對所有項進行檢測才能發(fā)現(xiàn)問題和異常，高度依賴維修人員的經(jīng)驗;即使維修手冊寫得很詳細，維修人員由于疏忽的原因也可能會漏掉一些檢測項;維修手冊以文字的形式對各項進行描述，不夠形象直觀。

隨著云服務的普及以及云服務端數(shù)據(jù)處理能力的增強，借助強大的云服務計算能力設(shè)計設(shè)備的檢測方法成為可能，實現(xiàn)對傳統(tǒng)檢測方式的升級，有助于檢測效率的提升。因此有必要提供一種基于云服務的自動檢測方法，能夠讓維修人員快速定位問題，找到故障點，提高工作效率。

1? 設(shè)計思想

基于云服務端[1]的自動檢測方法如圖1所示。待檢測設(shè)備、云服務端和筆記本電腦三者共同組成整個檢測拓撲網(wǎng)絡(luò)。本設(shè)計通過在云服務端對待檢測設(shè)備的檢測數(shù)據(jù)分析來找到異常數(shù)據(jù)，從而推斷待檢測設(shè)備的故障點，維修人員只需攜帶一個筆記本電腦就可以從云服務端獲得待檢測設(shè)備的故障信息。

待檢測設(shè)備需要預先安裝特定的設(shè)備檢測程序，同時待檢測設(shè)備和云服務端之間進行雙向數(shù)據(jù)通信，待檢測設(shè)備向云服務端傳遞包括ID信息、請求指令、檢測數(shù)值等在內(nèi)的各種數(shù)據(jù)。云服務端響應待檢測設(shè)備的請求并接收來自待檢測設(shè)備的檢測數(shù)值，并對所接收到的檢測數(shù)據(jù)進行存儲及分析診斷，生成異常數(shù)據(jù)報表，其異常數(shù)據(jù)報表會在筆記本電腦請求命令下傳遞給筆記本電腦。筆記本電腦在從云服務端獲取異常數(shù)據(jù)報表后以動態(tài)三維畫面演示待檢測設(shè)備存在隱患的地方，引導維修人員進行正確的問題排查。

2? 待檢測設(shè)備與云服務端之間的數(shù)據(jù)處理

如圖2所示是待檢測設(shè)備與云服務端之間的數(shù)據(jù)處理流程框圖。待檢測設(shè)備需要預先安裝特定的設(shè)備檢測程序才能與云服務端進行正常的數(shù)據(jù)通訊。待檢測設(shè)備在安裝了特定的設(shè)備檢測程序的情況下可以訪問云服務端的地址，建立鏈接關(guān)系。

待檢測設(shè)備向云服務端發(fā)送設(shè)備的基本信息，包括設(shè)備ID信息、設(shè)備類型、制造日期、運營時間等數(shù)據(jù)（如圖2中第一個虛線框所示），由于不同的待檢測設(shè)備的ID信息是不一致的，因此云服務端會根據(jù)待檢測設(shè)備的信息建立與待檢測設(shè)備ID唯一匹配的數(shù)據(jù)庫[2]。

接著，待檢測設(shè)備向云服務端發(fā)送檢測請求指令，云服務端接收到待檢測設(shè)備的請求檢測指令后，隨即云服務端依據(jù)待檢測設(shè)備的多個檢測項逐項發(fā)送檢測指令（如圖2中第二個虛線框所示），這些檢測指令包括電壓檢測指令、電流檢測指令、頻率檢測指令、溫度檢測指令、濕度檢測指令、轉(zhuǎn)速檢測指令、加速度檢測指令、應力檢測指令、電池檢測指令等。

待檢測設(shè)備接收到云服務端的各項檢測指令后，逐一調(diào)用與檢測指令匹配的各功能檢測模塊包括電壓檢測模塊、電流檢測模塊、頻率檢測模塊、溫度檢測模塊、濕度檢測模塊、轉(zhuǎn)速檢測模塊、加速度檢測模塊、應力檢測模塊、電池檢測模塊等并逐一向云服務端返回檢測結(jié)果[3]。云服務端接收來自待檢測設(shè)備的檢測結(jié)果數(shù)據(jù)后把這些數(shù)據(jù)存儲到數(shù)據(jù)庫中[4]。

云服務端存儲有待檢測設(shè)備所檢測各項的正常數(shù)據(jù)區(qū)間，對各檢測項的正常數(shù)據(jù)區(qū)間設(shè)置需要前期進行大量的測試驗證工作，需要對合格的待檢設(shè)備進行數(shù)據(jù)收集匯總，并定義出正常的數(shù)據(jù)區(qū)間。只要所檢測項的結(jié)果數(shù)據(jù)處于正常數(shù)據(jù)區(qū)間內(nèi)，則可以判定所檢測項是正常的;如果所檢測項的結(jié)果數(shù)據(jù)處于正常數(shù)據(jù)區(qū)間外，則可以判定所檢測項是異常的。對待檢測設(shè)備的檢測結(jié)果數(shù)據(jù)進行診斷分析，對處于正常數(shù)據(jù)區(qū)間外的檢測結(jié)果數(shù)據(jù)即異常數(shù)據(jù)生成異常數(shù)據(jù)報表，該異常數(shù)據(jù)報表供維修人員的筆記本電腦使用。異常數(shù)據(jù)報表直接反映了待檢測設(shè)備有異常的檢測項，進而可以推斷出在待檢測設(shè)備上有異常的部件。

3? 筆記本電腦和云服務端之間的數(shù)據(jù)處理

如圖3所示是筆記本電腦和云服務端之間的數(shù)據(jù)處理流程框圖。維修人員在現(xiàn)場進行維修時，只需攜帶筆記本電腦就可以定位待檢測設(shè)備的故障點和異常部件。

筆記本電腦首先掃描待檢測設(shè)備的ID信息，然后向云服務端請求異常數(shù)據(jù)報表，云服務端響應筆記本電腦的請求，將待測設(shè)備的異常數(shù)據(jù)報表發(fā)送給筆記本電腦，筆記本電腦接收到異常數(shù)據(jù)報表后，解析異常數(shù)據(jù)報表并生成多個異常項，每個異常項代表了待檢測設(shè)備的故障點和異常部件。每個異常項在筆記本電腦上都進行三維動態(tài)演示，所演示的內(nèi)容包括故障點的功能與作用、故障點在待檢測設(shè)備的位置、故障點的尺寸及結(jié)構(gòu)、正確發(fā)現(xiàn)故障點所需要的操作步驟等（如圖3中虛線框所示的三維動態(tài)顯示異常項）。其中三維動態(tài)演示的內(nèi)容也是建立在前期對檢測設(shè)備的三維設(shè)計基礎(chǔ)上，需要針對性的設(shè)計每個檢測項所對應的三維演示圖，只有這樣才能依據(jù)檢測的異常項向維修人員展示異常項的故障位置、結(jié)構(gòu)和尺寸，以及操作步驟。

維修人員以往查找待檢測設(shè)備的故障點需要進行各種各樣的測試，然后依據(jù)數(shù)據(jù)查找維修手冊，逐一排查問題，這種方式耗時耗力，對維修人員的經(jīng)驗依賴程度較大。而本文提供的方法借助于云服務端的數(shù)據(jù)處理能力，自動根據(jù)檢測的數(shù)據(jù)診斷分析異常數(shù)據(jù)，并列出各個異常項，維修人員只需要通過筆記本電腦即可獲取檢測數(shù)據(jù)和分析結(jié)論，并根據(jù)三維動態(tài)演示圖來逐一確認所檢測的故障問題、故障位置。本方法極大簡化了維修人員的工作流程，減輕了維修人員的工作強度，提高了工作效率，同時降低了對維修人員的經(jīng)驗依賴程度。

4? 結(jié)? 論

本文所提出的基于云服務的交互式設(shè)備檢測方法主要應用于工業(yè)設(shè)備檢修維護現(xiàn)場環(huán)境中，通過云服務端和待檢設(shè)備的交互式通訊，全自動化完成待檢設(shè)備的各項功能檢測，并在云服務端對檢測數(shù)據(jù)進行診斷分析，生成異常數(shù)據(jù)報表，此過程無需人工干預，均在云服務端自動實現(xiàn)完成。而維修人員所要做的僅僅是通過筆記本電腦從云服務端下載待檢測設(shè)備的異常數(shù)據(jù)報表，查看異常檢測項，通過三維動態(tài)演示圖找到設(shè)備故障點和位置。

本方法效率高，攜帶方便，能夠幫助維修人員快速便捷地定位和查找待檢測設(shè)備的故障點和異常部件，彌補了以往依靠維修人員經(jīng)驗來定位問題的不足，三維動態(tài)的演示圖能夠形象地告知維修人員故障位置。此外，待檢測設(shè)備各檢測項的正常數(shù)值區(qū)間和三維動態(tài)演示圖都需要在前期進行系統(tǒng)性的數(shù)據(jù)采集匯總和設(shè)計，只有這樣才能真實反映各檢測項的正常數(shù)值以及演示待檢測設(shè)備各功能的三維演示圖。

參考文獻：

[1] 馮雷，高小明，吳疆，等.Cloud Foundry從數(shù)字化戰(zhàn)略到實現(xiàn) [M].北京：機械工業(yè)出版社，2017.

[2] 孫瓊.嵌入式Linux應用程序開發(fā)詳解 [M].北京：人民郵電出版社，2006.

[3] 錢能.C++程序設(shè)計教程 [M].北京：清華大學出版社，1999.

[4] IT同路人.Linux標準學習教程 [M].北京：人民郵電出版社，2008.

作者簡介：馬先明（1981-），男，漢族，湖北松滋人，高級工程師，碩士研究生，研究方向：自動化控制。