大數據技術在特種設備檢驗中的應用

王延東 王 佳

山東省濟寧市特種設備檢驗研究院 山東 濟寧 272000

當前社會各界廣泛關注大數據技術,通過大數據技術可以挖掘更多信息,促進相關行業的穩步發展。特種設備檢驗過程中應用大數據技術,可以改善傳統特種設備檢驗的不足,提高檢驗質量與實效性。因此,有必要研究特種設備檢驗中應用大數據技術的措施。

1 特種設備檢驗中大數據技術的優勢

大數據技術可以幫助檢驗人員制定方案,但與傳統檢驗存在差別,體現為大數據技術中可以從大量數據中自動發現規律,提高大數據技術質量與效率。大數據技術特點如下:

1.1 提升預警能力 特種設備檢驗大數據能夠對預警能力實現提升。通過對特種設備檢驗大數據的獲取和分析,能夠預知特種設備情況的發展狀況,這能夠便于對其變化和故障等情況提出應急預警。

通過特種設備檢驗大數據能夠實現對檢驗保護決策水平的提升。傳統特種設備檢驗的決策制定缺乏對相關數據的應用,而通過特種設備檢驗大數據的收集、整理和分析,就能夠得到特種設備檢驗狀況和發展的數據成果,進而對特種設備檢驗的科學決策提供依據。

1.2 信息數據的共享 在信息化快速發展的今天,特種設備檢驗標準、檢測設備不斷更新,目的在于滿足更多數據信息量的處理工作,但數據量增加的同時增加了信息數安全保管處理的難度。使用大數據平臺能夠實現對數據的存儲共享和分段式管理,利用結構化的管理模式,能夠為特種設備檢驗工作開展時數據查詢和處理提供有效幫助。

對此,需要建立統一的特種設備檢驗制度,根據不同的內容制定相應的監管內容,落實監管責任,提升日常特種設備檢驗中數據收集效率。在具體管理的過程中,需要重視各個部門之間的合作,快速進行信息共享,確保數據信息的準確性。這種管理模式改變了傳統的局面,對于提升特種設備檢驗的效率具有重要的現實意義。

2 特種設備檢驗中大數據技術的應用

2.1 結合常見風險,搭建安全評價體系 特種設備檢驗過程中利用大數據技術,搭建相應的安全評價體系,從后果影響因素及可能影響因素兩方面進行分析。這里選擇起重機械為對象,分析搭建設備風險分級模型要考慮的因素,也就是相關的信息數據。分析起重機械事故發生的原因,與現實管理工作結合起來,進一步明確起重機械風險評估指標,如表1所示。

表1 起重機械風險評估指標分析

通過表1指標分析,里面需要的資料大部分都可以直接從檢驗報告與檢驗活動中獲得,僅有運行因素中部分項目獲得難度較大或內容較多,需要檢驗人員整理分析、計算記錄。特別是主要故障和風險點因素,風險評定時會受到主要受力構件、重要零部件及安全保護裝置等因素影響,需要獲得較多的內容。如果起重機械中安裝監測系統,就可以較為簡單的獲得相應資料,如圖1所示為起重機械結構健康監測與管理系統原理。

圖1 起重機械結構健康監測與管理系統原理

整個過程中利用大數據技術,可以對檢驗報告與檢驗活動過程中產生的數據進行深層次挖掘,與現代起重機械結構健康監測與管理技術結合起來,基本可以自動化獲得起重機械風險指標。也可以通過類似方法獲得其他的類型特種設備的風險指標,實現高效檢驗的目的。

2.2 獲取所需數據,做好數據清洗工作

2.2.1 獲取數據 相關數據主要來自特種設備檢驗機構信息系統,數據獲取可以從現有系統運行數據庫中獲取相關數據,選擇和主題相關的數據融入到主題數據倉庫中。如圖2所示為數據抽取流程圖。

圖2 數據抽取流程示意圖

特種設備檢驗機構需要具有特征數據的數據。

2.2.2 數據清洗工作 很多特種設備檢驗機構實施信息化已經很久,長期下來積累了大量數據。加上隨著企業信息化建設,其間系統經過了數次升級與調整,使得系統中存在較多的“臟”數據。這是因為日常業務人員工作時會出現數據錄入錯誤的情況,這些數據通常系統維護人員會直接處理掉,不會對正常業務產生影響,但系統層面依然會出現數據不一致的情況,這時要進行數據清洗,提高數據質量,以滿足數據挖掘的需求。如圖3所示為數據清洗流程。

圖3 數據清洗流程示意圖

數據清理工作的本質,就是將數據中不合邏輯數值、空缺值去掉,保證預測結果的準確性,還能將一些偏差較大的數值去掉,這些數值大多在特殊情況下出現的。如,產品內部交易價格低,部分產品生產周期長造成價格高于普通產品等。

2.3 建立特種設備檢驗大數據共享平臺 通過完成更多特種設備監測設備的設置,需要有效地管理海量的數據與變化,因此也需要更強的數據存儲能力的配合,應該以優化與完善傳統關系數據庫為前提,應該以時間范圍進行劃分應用分片技術。但是因為數據量非常龐大,可能有數據加載較慢、存儲空間不足以及數據報表載入速度較慢等問題出現,從而影響系統正常運行。為使特種設備安全管理創新的效果得到進一步增強,相關人員可以通過利用Spark和Hadoop技術完成特種設備檢驗大數據的分布式處理,構建特種設備檢驗數據處理平臺,使各項數據擁有更強的處理效果,能夠使應用、存儲、管理數據的能力得到有效提升。

利用特種設備檢驗大數據處理平臺還能有效地管理原有的業務邏輯相關數據,從而大幅度地提升應用特種設備檢驗大數據的效果。為使傳統系統中數據應用存在的問題得到有效解決,可以通過建立特種設備檢驗大數據共享平臺對數據的共享、服務與維護管理功能進行增強,可以高效地處理和整合特種設備檢驗相關的信息數據,完成相關信息的有效共享。另外,還需要建立完善的數據維護管理與運行機制,使數據擁有更高的質量,有效地分類與管理原有數據,提升數據應用的拓展性和靈活性。此外,我國出現了越來越嚴重的特種設備安全問題,各種因素嚴重地損害特種設備的安全運行。對于特種設備安全管理創新,需要保證模型的正確使用。為更加準確、及時地進行特種設備安全,可以對數值模型的過程分析技術進行利用,從而模擬與計算安全風險的生成過程與演變規律以及分布狀態,可以對安全因素的根源、密度、發展方向以及趨勢進行明確。

2.4 做好網絡安全管理,提高大數據技術應用效果 為保證計算機安全,減少系統運行中由于風險問題而對通信速度、安全等所產生的影響,相關工作人員需要從前期設計時就開始考慮系統安全問題,針對其中可能存在的安全問題建立一個專業的維護平臺。所以系統設置要以目前行業最高等級的安全制度為參考,按照時間段的不同以及設計需要,對系統運行狀況以及通信安全等問題進行全面檢測,針對可能出現的問題預先設計好維護方案,如此才能最大限度確保計算機系統在運行時的安全性,保證通信正常、安全。

（1）在實際運行中,計算機系統可能遇到各種各樣的安全問題,對此,相關工作人員可以通過“監測+評測”的形式,找到造成此次系統問題的主要風險因素,然后對此進行把控和處理。比如,用戶在日常使用中會利用電腦進行網頁瀏覽,此時最可能遇到的危險因素就是系統遭受他人攻擊,這就涉及到用戶計算機系統的安全性,導致用戶信息、資料、隱私等的泄露。所以,工作人員在對用戶計算機系統進行風險測評時,需要從其網絡應用、軟硬件配置以及端口協議等多方面進行綜合考慮,同時對系統遭受攻擊后可能發生的信息泄露、信息安全、能否正常使用等多種情況進行分析,制定相應對策,確保用戶計算機安全。

（2）在系統風險分析完成后,工作人員需要借助AHP分層法對各項風險程度進行匯總和排列,為后期維護人員工作開展提供一些必要的參考和依據。

（3）借助相應的監測和分析,能夠準確判斷系統是否處于正常使用狀態,以及用戶上網時所遭受的風險以及攻擊次數。同樣的,工作人員也可以借助該系統對此次風險所在成的損失進行統計和整理,包括內部系統以及在進行通信安全維護時,詳細明確系統維護的每個細節、步驟和具體目標,確保用戶或企業內部通信系統的安全和穩定使用。在實際使用時,一旦出現因為電腦安全系數降低而引發的通信安全問題,相關工作人員可以從相關軟件方面著手,對電腦的整個系統進行優化,同時根據實際需要設置一些僅供內部員工使用的權限,以免因為一些外界因素而影響到用戶的正常使用。

結語

總之,特種設備在各行各業中都有著廣泛應用,通過合理應用大數據技術,提高檢驗結果的安全性與可靠性。通過發揮大數據技術的優勢,與特種設備檢驗工作結合起來,豐富檢驗方法,利用大數據技術推進特種設備檢驗行業的穩步發展。