基于Web的電機實時狀態監測與顯示系統①

李 丹,肖炳甲,2,季振山,王 勇,劉少清

1(中國科學院 合肥物質科學研究院,合肥 230031)

2(中國科學技術大學,合肥 230031)

據美國權威咨詢機構Forrester稱,到2020年,全球物聯網業務與人和人之間的通信業務比例將達到30：1.物聯網讓人類生活發生了巨大的變化[1].在工業4.0的浪潮中,企業和公司正朝著智能化的方向發展,這不僅是公司內部生產管理系統的智能化,也是產品的智能化[2].電機是工業領域應用最廣泛的動力設備,存在著一些潛在的重大事故,會造成人員和財產損失嚴重,因此,確定電機故障的根源是不可忽視的問題[3].電機的正常運行對企業的安全生產起著重要作用,本文通過對電機運行相關數據的采集,對電動機故障進行預判和報警,并對采集到的數據進行合理的顯示,為相關人員提供了查看和分析數據的平臺.采集設備用于在工業運行中24小時不間斷地采集電機參數,采集設備包括以下傳感器：加速度傳感器、速度傳感器、RTD溫度傳感器、電流傳感器、電壓傳感器和電渦流位移傳感器.采集的數據以固定的時間間隔存儲在云數據庫中.相關人員和專家可登錄電機狀態監測與顯示系統的網頁和移動終端應用程序,實時查看電機狀態,獲取電機的故障報警,也可查詢電機歷史狀態信息.

圖1 系統框架圖

1 系統框架

系統框架如圖1所示.系統主要由5層組成：對象層、傳感器層、設備層和決策層、云平臺層和終端層.對象層包括需要在系統中監控的電機組件.傳感器層是所有傳感器的集合.根據用戶的需要,系統主要包括以下傳感器：加速度傳感器、速度傳感器、RTD溫度傳感器、電流傳感器、電壓傳感器和電渦流位移傳感器.采集設備主要采用NI PXI采集機.云平臺使用阿里云服務,包括存儲用戶數據、電機信息數據、故障原始數據、二級數據以及發布網頁和應用程序.終端層包括基于網頁的顯示終端和基于應用程序的顯示終端.主要功能包括遠程監控診斷、數據分析、用戶認證等.基于Web的系統顯示電機的詳細信息,基于應用程序的系統直觀地顯示報警信息.

2 系統功能

系統主要功能劃分如圖2所示.它由3個主要模塊組成：用戶管理、電機管理和電機狀態監測.用戶管理模塊包括用戶注冊、用戶登錄和用戶編輯.電機管理模塊包括硬件信息管理、屬性信息管理和狀態顯示.狀態監測模塊包括實時數據顯示、故障層預警、運行監測、故障報告、決策分析和數據頻譜.

3 系統設計

3.1 系統結構

系統結構如圖3所示.基于Web的電機狀態實時監測系統由3層組成：數據層提供相應的數據服務,基礎平臺層是實現系統的工具,功能層是系統向用戶提供的功能描述.數據是系統中決定系統可用性的重要部分.數據可分為兩部分：采集數據(實時采集數據和故障數據)和屬性數據(用戶數據、電機屬性數據和其他數據).在基礎平臺層,利用一些軟件平臺來實現這些功能.MySQL數據庫用于存儲那些容易檢索的數據.EasyUI[4]是基于jQuery和angular的用戶界面組件集合.它可以為構建現代和交互式的JavaScript應用程序提供基本的功能.PHP是一種流行的通用腳本語言,特別適合于Web開發.HighCharts[5]是一個用純JavaScript編寫的圖表庫,它可以輕松的向網站或Web應用程序添加交互式圖表,并且對于個人學習、個人網站和非商業用途是免費的.HighCharts支持的圖表類型包括直線、圖形、面積圖、條形圖、餅圖、散點圖、米圖、氣泡圖、瀑布圖等,其中許多可以集成到同一圖表中,形成混合圖.

圖2 系統功能結構圖

圖3 系統結構圖

3.2 服務系統架構

系統架構如圖4所示.該系統是基于Linux/Apache/MySQL/PHP(LAMP)標準應用框架設計的.

圖4 服務系統架構圖

(1)提取電機所有采集的原始數據,保存到MySQL關系數據庫中；

(2)用戶通過認證后可以使用Web瀏覽器訪問系統；

(3)Web服務器不僅實現了HTTP和相關的TCP連接處理,還實現了HTTP協議、Web資源管理,并負責提供Web服務器管理功能,本系統使用的Web服務器是Apache.

3.3 云平臺及配置

阿里云平臺用于儲存原始數據,提供數據和應用服務.云平臺的配置如下：

(1)CentOS Linux release 7.3.1611 64 bit Linux Operating System

(2)2 CPU,4 GB RAM,40 GB Hard disk,2 Mbps Bandwidth

(3)Private network

(4)MySQL 5.1/PHP 5.3/Apache 2.2

3.4 數據庫設計

在傳感層,數據采集系統的采樣率為10 kHz.為了簡化問題,我們只提取原始數據并每隔1 ms將其存儲到MySQL數據庫中.主要的E-R圖如圖5所示.MySQL表如表1所示.每個電機的元數據保存到machinedata表中,如表2所示.

4 系統實現

4.1 運維矩陣

模型-視圖-控制器(MVC)模式被用于開發系統.為了提供用戶友好的界面,采用了jquery easyui框架.它是基于jquery的用戶界面插件的集合.用戶可以使用easyui快速構建前端網頁.圖6顯示了基于easyui的網頁截圖.本頁面展示了運行維護矩陣,提供了詳細的電機信息和硬件參數,用戶可在本頁訪問故障信息鏈接.

4.2 實時狀態監控

系統中被監控的電機上分布有8個傳感器.這些傳感器構成傳感器網絡,用于收集傳感器數據,供用戶分析和查詢.在實時狀態監控頁面,列出實時傳感器數據,如果出現異常,相應的燈閃爍紅色,否則燈閃爍綠色.應注意,加速度數據有4個故障級別.表3顯示了警報級別描述.圖7顯示了實時狀態監控的詳細信息.

4.3 電機信息列表

為了提供給用戶管理所有系統中相關電機的解決方案,實現了電機信息列表.管理員可以訪問汽車、工廠和城市之間的關系信息.此外,管理員還可以根據實際需要添加、編輯或刪除列表.典型的電機信息列表如圖8所示.

圖5 E-R圖

表1 MySQL表

4.4 運行監控

為了更好地了解傳感器數據的變化趨勢,為故障分析提供有效的參考,本系統提供了波形圖.當用戶在頁面中選擇顯示周期和變量時,快速繪制所選周期的變量波形.故障等級也根據不同的故障程度預設并用不同的顏色標記.圖9顯示了近一小時內加速度x的變化趨勢.橫坐標是時間,縱坐標是加速度x.此外,它還提供了查看波形部分細節的功能.通過按住鼠標左鍵并選擇某個波形段,可以放大波形.如圖10所示,我們還將中間級范圍以外的故障點用紅燈標記,方便用戶快速獲得故障點.HighCharts被用于可視化傳感器數據.HighCharts可以輕松地向網站或Web應用程序添加交互式圖表,并可以快速處理20萬個數據.

表2 Machinedata表結構

4.5 故障報告

由于元數據信息已經被采集和存儲,因此可以自動給出數據統計和故障報告.圖11顯示了詳細的故障報告.

圖6 運維矩陣

表3 故障級別說明

圖7 實時狀態監控

圖8 電機信息列表

圖9 最近1小時加速度X波形圖

圖10 加速度X局部細節

圖11 故障報告

4.6 決策分析

決策分析的功能是提供不同電機數據之間的比較.圖12顯示了4臺電機在同一時間段內的振動對比,用戶可以方便地分析這些數據.

5 結語

本文設計了一種基于Web的電機狀態實時監測系統,為用戶獲取電機的所有采集數據和故障信息提供了依據.系統主要功能有：運行維護矩陣、實時狀態監測、故障報告、電機信息列表、運行監測和決策分析.為了提高訪問速度,未來的工作可以把一些鍵值數據緩存到數據庫中.另外,為方便用戶分析數據,更多的數據可視化形式可以被加入系統中.

圖12 決策分析