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,研究了基于云平臺和運(yùn)行大數(shù)據(jù)的設(shè)備健康狀態(tài)監(jiān)測診斷模式,設(shè)計了遠(yuǎn)程在線監(jiān)測與智能診斷系統(tǒng),實(shí)現(xiàn)了集在線監(jiān)測、遠(yuǎn)程監(jiān)控、遠(yuǎn)程診斷、故障匹配識別于一體的智能高效監(jiān)測診斷模式。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;機(jī)泵;遠(yuǎn)程監(jiān)控;遠(yuǎn)程診斷;邊緣計算
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)對該類設(shè)備的運(yùn)行狀態(tài)進(jìn)行檢測及診斷,可以幫助企業(yè)減少非計劃停機(jī)或臨時檢修,使得問題發(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)營成本,提高生產(chǎn)效率和市場競爭力。
1? ? 現(xiàn)狀描述
對大型設(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)測診斷的方式,通過大數(shù)據(jù)、云計算、AI數(shù)據(jù)模型等進(jìn)行智能診斷分析,實(shí)時掌握設(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+智能化維保”的方式,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)及客戶端(終端監(jiān)控設(shè)備)。在系統(tǒng)設(shè)計時,對兩種技術(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),不對數(shù)據(jù)進(jìn)行處理,數(shù)據(jù)直接上傳至云平臺。該方案的網(wǎng)關(guān)成本低,實(shí)時性好,但數(shù)據(jù)量巨大時,將對通信產(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)具有邊緣計算功能,通過邊緣計算在設(shè)備層對大量采集數(shù)據(jù)進(jìn)行清洗和處理,提取出有價值的數(shù)據(jù)上傳至云平臺。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,對數(shù)據(jù)存儲、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。
3? ? 系統(tǒng)設(shè)計
遠(yuǎn)程監(jiān)控診斷系統(tǒng)根據(jù)功能架構(gòu)可以分為4個模塊:傳感模塊、邊緣網(wǎng)關(guān)、云平臺、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)備的振動狀態(tài)監(jiān)測和溫度狀態(tài)監(jiān)測。該智能測振傳感器通過將振動、溫度、壓力等模擬信號轉(zhuǎn)換成數(shù)字信號,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)場在線監(jiān)測。該智能測振傳感器能以最小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)大的邊緣計算功能,是針對風(fēng)機(jī)設(shè)備的智能管理裝置,具備風(fēng)機(jī)傳感器測量、波形顯示、頻譜分析、數(shù)據(jù)記錄、RS485/232和4G無線聯(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)時監(jiān)控、風(fēng)機(jī)停運(yùn)報警、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)信號定期傳輸至云平臺。
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256 MB。其內(nèi)置軟PLC模塊,通過CAN等通信模塊,可外擴(kuò)IO信號,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Qt開發(fā)實(shí)現(xiàn),信號和槽是其框架最為重要的機(jī)制之一,界面調(diào)度主要是通過信號與槽完成的。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振傳感器以及其他測量傳感器的實(shí)時數(shù)據(jù),其中包含了X、Y、Z軸方向的振動數(shù)據(jù),通過FFT快速傅里葉變換轉(zhuǎn)換成頻域數(shù)據(jù),體現(xiàn)振動烈度,同時展示機(jī)泵的溫度、壓力等信息。該網(wǎng)關(guān)內(nèi)置16 GB以上存儲卡,可存儲采集數(shù)據(jù),繪制歷史曲線,數(shù)據(jù)可經(jīng)4G/5G無線通信上傳至云平臺,如圖3所示。在網(wǎng)關(guān)的顯示屏能顯示故障報警,包括過溫報警、壓力過低/高報警、振動值過高報警等。
3.3? ? 云平臺
云平臺是整個系統(tǒng)的核心部分。在云平臺上搭建的監(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)行效率不高等問題。一方面可以定時向下位機(jī)發(fā)送指令以獲取監(jiān)測數(shù)據(jù),同時將獲取到的數(shù)據(jù)進(jìn)行解析并存儲在云平臺的數(shù)據(jù)庫中,以便后續(xù)使用;另一方面可以響應(yīng)用戶請求,若是監(jiān)測數(shù)據(jù)的獲取請求,只需將云平臺數(shù)據(jù)庫中最新的監(jiān)測數(shù)據(jù)返回給用戶即可,若是控制請求,則云平臺需要將此命令轉(zhuǎn)發(fā)至下位機(jī)以實(shí)現(xiàn)用戶的控制效果。
本系統(tǒng)采用無線4G通信方式,并通過SSL技術(shù)對通信數(shù)據(jù)進(jìn)行加密,確保數(shù)據(jù)安全。通過云平臺上的AI數(shù)學(xué)模型與知識庫,對風(fēng)機(jī)工作狀態(tài)下的振動和表面溫度、用電量等大數(shù)據(jù)進(jìn)行實(shí)時計算與分析推理,診斷分析模塊主要由實(shí)時狀態(tài)、歷史數(shù)據(jù)統(tǒng)計、圖譜分析、健康指數(shù)、診斷報告、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,并動態(tài)出具專用的診斷報告。通過數(shù)據(jù)服務(wù)方式,為客戶端提供各類圖、表、報警信息等服務(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,具備設(shè)備接入及管理、數(shù)據(jù)采集及存儲以及邊緣網(wǎng)關(guān)管理功能。按照客戶需求定制個性化的實(shí)時監(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)控來自工業(yè)現(xiàn)場設(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)報警、數(shù)據(jù)分析等既定動作。
4? ? 應(yīng)用驗證
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6個風(fēng)機(jī)的在線監(jiān)控診斷。1臺智能網(wǎng)關(guān),可接入3個風(fēng)機(jī)的數(shù)據(jù),就地控制室僅放置1個小型機(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)變得更加透明簡單。經(jīng)測試,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Web組態(tài),將數(shù)據(jù)同時上傳至多個服務(wù)器,并通過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)時的運(yùn)行狀態(tài),獲取異常或超限信息,并及時將異常信息發(fā)送至云平臺,云平臺上的監(jiān)控診斷程序?qū)⒄故井惓?shù)據(jù)并進(jìn)行進(jìn)一步分析計算。
值班人員或維護(hù)人員可通過Web頁面登錄系統(tǒng),查看當(dāng)前風(fēng)機(jī)工作狀態(tài),并可以隨著長時間的運(yùn)行,觀察風(fēng)機(jī)振動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,安排有計劃的檢修維修。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
本文提出了一種基于云平臺的遠(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、存儲及分析,同時結(jié)合云平臺,將有價值的數(shù)據(jù)傳送至云端進(jìn)行診斷處理,并及時反饋到現(xiàn)場的應(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)字化工廠等多種場景,為企業(yè)帶來切實(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)維管理平臺設(shè)計[J].自動化儀表,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)測研究[J].儀器儀表學(xué)報,2017,38(12):3061-3070.
[4] 鄒萍,張華,馬凱蒂,等.面向邊緣計算的制造資源感知接入與智能網(wǎng)關(guān)技術(shù)研究[J].計算機(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)云平臺控制系統(tǒng)設(shè)計[J].電氣傳動,2020,50(7):69-73.