機場行李自動分揀系統監控裝置的研究

高少博

（北京京航安機場工程有限公司，北京 大興 100176）

0 引言

隨著世界民航的不斷發展，各個民航機場的客流量持續增加，而且還在以每年10%以上的速度快速提升，隨著客流量的增加，巨大的行李總量也給機場的行李分揀系統帶來了極大的壓力。特別是隨著行李分揀系統使用頻次的增加、行李量的增大，導致分揀系統在工作時極易出現故障。目前對行李分揀系統的故障處理還是依靠人工逐項點檢排除的模式，不僅嚴重依賴人工經驗，而且還存在著故障排除效率低的不足，嚴重影響了基礎行李分揀系統的工作可靠性。

結合自動監測和人工智能技術的發展，提出了一種新的機場行李自動分揀系統監控裝置，其通過對行李自動分揀系統運行情況的實時監測，獲取異常數據，然后通過故障數據庫的智能對比，確定故障原因和故障位置。實現了故障的快速定位和處理。根據實際應用表明新的分揀監測系統能夠實現對行李自動分揀監測和異常預警，故障檢出準確性達到了99.5%，故障率降低了95%，對提升行李分揀系統的應用穩定性和可靠性具有十分重要的意義。

1 監測系統整體結構

機場行李自動分揀系統的核心是圍繞行李分揀系統的運行狀態展開的，需要通過對行李分揀系統運行情況的監測來確定其運行狀態是否正常，當出現異常時能夠快速的確定異常原因并給出處理方案。因此該系統在建立時候需要基于機場行李自動分揀系統的系統結構和工作原理，建立其故障樹模型和故障數據庫。當系統發現行李分揀系統的異常參數后能和故障庫數據類型進行對比，及時確定其故障類別。

該監測系統還需要具備運行動態分析和行李分揀系統運行趨勢分析能力，便于自動生成設備運行狀態報告，為維修人員針對性的井下設備維護保養提供依據。該機場行李自動分揀裝置工作流程如圖1 所示[1]。

圖1 行李分揀自動監測系統工作流程圖

根據行李分揀自動監控系統工作流程分析，該監控系統以數據狀態分析、數據分類、故障預警為主因此其監控系統結構可以分為數據采集模塊、基礎信息模塊、數據狀態分類及故障預警模塊、維修決策模塊及數據管理模塊，滿足從數據采集到數據分析和故障預警的全流程控制。該監控系統整體結構如圖2 所示。

圖2 監控系統結構示意圖

數據采集模塊，主要是利用各類傳感器對機場行李分揀系統的運行參數進行監控，并將數據信息實時傳輸到數據庫內進行分析。

基礎信息模塊，主要是對系統內的各類信息進行處理，并具備人機交互功能，為監測信息的查看和數據分析提供信息來源。

數據狀態分類及故障預警模塊，主要是根據監測系統的各類基礎數據獲取到行李分揀系統在當前的功能組狀態，對異常數據進行歸類并和數據庫內的故障特征進行對比，確定故障類型。

維修決策模塊及數據管理模塊。該模塊主要是指以故障庫為基礎的數據存儲和分析系統，包括了運行參數狀態數據存儲庫、歷史故障數據庫、維修方案決策信息庫等，實現對系統運行數據的存儲，便于后續的查詢和調用。

2 數據采集系統方案

數據采集系統數據的精確性和完整性直接決定了該監測系統應用的可靠性。而機場的行李分揀系統路徑長、數據采集點位多，同時運行的數據復雜性高，無法按傳統方式通過多串口和上位機進行數據通信。因此提出了一種新的以集成中控數據傳輸模塊為核心的數據傳輸系統。該系統一方面能夠和底層數據傳輸模塊建立數據通信，進行數據采集和存儲，另一方面則能夠和上位機建立專用的數據通信通道，實現數據的雙向傳輸，因此能夠同時進行數據傳輸和數據處理，解決了數據傳輸量大、數據傳輸效率低的不足。該數據采集系統整體結構如圖3 所示[2]。

圖3 數據采集系統控制結構示意圖

在該系統中，數據采集終端采用了工業PC 機，系統采集到的各類參數信息能夠通過工業數據總線和PLC 控制中心進行數據通信。同時數據中心可以通過TCP/IP 數據通信協議[3]將各類狀態數據傳輸到故障數據庫中心，滿足數據通信中心和各類傳感器、電機及控制模塊間的數據通信需求。

3 數據狀態分類及故障預警模塊

數據狀態分類及故障預警模塊是該自動監控系統的核心，數據庫的建立邏輯和數據完整性直接決定了該數據系統的應用穩定性和可靠性。鑒于機場行李自動分揀系統的復雜性，在建立故障預警模塊時，采用了故障樹分析方案[4]。以行李分揀失敗和行李分揀異常為故障樹的頂事件，然后從故障樹的硬件結構和行李分揀流程出發，建立了行李分揀異常的故障樹，其整體結構如圖4 所示。

圖4 行李分揀失敗故障樹示意圖

該故障庫的核心是能夠通過對異常現象的分析，快速確定行李分揀系統的故障位置和故障原因，因此在進行分析邏輯設定時，選擇了定量分析法[5]。利用各個基本時間發生的歷史概率情況，通過求最小割集的方法來獲取故障原因。然后在將故障原因特性和異常數據特性進行比對，從而能夠快速從故障庫內定位到具體的故障原因并進行報警。

4 專家系統概述

為了提高該行李自動分揀監控系統的應用可靠性，在該系統中打造了轉矩模塊[6]。該模塊屬于人工智能的一部分。在系統內存儲有大量的人工智能數據分析和學習邏輯，系統監測到故障庫內沒有的故障類型時，可以將監測信息傳遞到專家庫內進行數據異常的專線處理和專家診斷，從而有助于故障的快速確認和維修。

同時該系統還集成了故障預測模塊，能夠根據所分揀線體的運行參數，對可能發生的故障進行預判，輸出線體運行狀態發展趨勢報告，從而指導設備維護人員有針對性地對線體進行維護保養，提高線體運行的可靠性和使用壽命。專家系統基本結構如圖5 所示[7]。

圖5 專家系統基本結構示意圖

5 應用情況分析

目前該機場行李自動分揀系統監控裝置已經在多個機場投入應用，根據近2 年的實際應用情況可知，該系統能夠實現對分揀系統運行的全時段監測，對異常的檢出率達到了98.7%，同時對4000 次報警情況進行分析，其故障檢出準確性達到了99.5%，顯示出了極高的準確性。同時該系統的運用，能夠將線體異常數量由最初的1.4 次/天，降低到目前的0.07次/天，故障率降低了95%，有效提升了機場行李分揀系統的運行穩定性。

6 結論

針對目前機場行李分揀系統結構復雜、分揀效率低、異常問題突出的現狀，提出了一種新的機場行李自動分揀系統監控裝置，對監控系統整體結構、數據采集方案、故障分類及預警方案等進行了分析，根據實際應用表明：

（1）行李分揀自動監控系統包括了數據采集模塊、基礎信息模塊、數據狀態分類及故障預警模塊、維修決策模塊及數據管理模塊，滿足從數據采集到數據分析和故障預警的全流程控制。

（2）通過專家庫系統，能夠實現對新出現故障的快速處理和分類，從而提升該系統在解決突發異常時的使用可靠性。

（3）新的分揀監測系統能夠實現對行李自動分揀監測和異常預警，故障檢出準確性達到了99.5%，故障率降低了95%。