一種智能化建筑綜合運維資源智慧共享平臺的研究

陸文輝 李巖松

（1.上海申騰信息技術有限公司，上海 200040；2.上?？萍拣^，上海 200127）

0 研究背景

隨著目前數字化和智能化園區的不斷普及以及物聯網技術的跨越式發展，建筑運維數據信息化在建筑中的運用實例不斷增加，在傳統的建筑運維過程中，資源的利用率較低，容易造成浪費資源的問題，同時建筑運維的效率也非常低，都是靠人工進行檢查和維護，處理響應的時間也比較長，不利于設備的健康使用。該文設計和研究的一種智能化建筑綜合運維資源智慧共享平臺通過運用物聯網、大數據及云計算等新科學技術，有效地整合了建筑運維資源，形成一個針對綜合運維資源的共享經濟平臺，平臺將運維資源需求方和運維資源供給方有效聯結，按需匹配運維資源供給和資源需求，提升資源配置率。運維資源需求方是指建筑園區、公共建筑、物業公司、機電安裝公司和運維公司等不同類型的需求方。運維資源供給方是指設備、專業技術人員以及技術知識等閑散資源。系統通過智能算法預測和科學調度設備維護維修計劃，保證建筑、設備長期處于最佳運轉狀態，實現運維資源的合理調度和社會共享，達到降低物業公司人、物和能耗成本，提高運維團隊收入以及提升用戶舒適度、便捷度的效果，也為建筑提供最高效能和最安全的技術保障。同時，在建筑運維數據信息化后，未來可以在建筑全生命周期中的各應用方向發揮更多的作用。系統通過建立分布式架構對硬件終端設備進行智能化數據分析，對數據進行處理，并及時反饋處理結果。同時，系統通過云服務提供數據分析處理能力，將采集的硬件數據提前進行預處理計算，然后將數據能力統一對外進行輸出，利用驅動架構對現實中復雜多樣的設備進行抽象、模型化，使設備真正變成一個通用的對象，進而可以自由地設計業務邏輯與功能。

1 智慧共享平臺總體架構

智能化建筑綜合運維資源智慧共享平臺在充分考慮系統基本功能性要求的同時，還兼顧后期系統基本的運維服務問題，采用平臺化的集成管理設計思路來構建系統，系統總體架構主要包括3 層，分別是基礎設施層、中間層以及應用服務層?；A設施層主要是負責系統底層硬件資源對接工作，主要包括建筑中的電子傳感器設備、物理服務器以及數據采集設備等基本的硬件設備資源，基礎設施層的核心功能是負責統籌調度系統的硬件資源，基礎數據采集系統利用多協議融合接口采集和傳輸數據。系統中間層主要由應用支撐組件和通用平臺組件2 個部分組成。應用支撐組件主要是由負責系統的預測模型、預測算法、多協議融合引擎和機電設備模型組成。通用平臺組件主要負責平臺的操作系統、數據庫、中間件、目錄服務和云計算框架等核心組件。中間層主要的功能是提供系統數據存儲能力、系統應用服務能力、基礎數據庫服務能力以及網絡安全檢查和控制能力等。另外，中間層還需要對底層功能邏輯進行處理，對外提供統一的平臺管理服務和數據安全控制服務等。應用服務層主要是提供系統應用能力和運維資源共享管理能力，主要是由運維資源共享管理系統和能力應用系統構成的，運維資源共享管理系統包括運維基礎數據、正常運維計劃、異常維修需求、運維方案服務及共享資源調度等定制服務。能力應用系統提供基礎數據管理能力、運維計劃管理能力、異常運維管理、共享資源調度能力和智能化巡檢能力等，系統通過分析、處理數據信息來對外提供基礎的信息統計查詢功能和動態報表展示功能。具體總體架構如圖1 所示。

圖1 系統總體架構圖

2 設備維護智能預測流程和算法

該文研究了一種智能化建筑綜合運維資源智慧共享平臺，該平臺主要通過在線平臺整合未被完全利用的各種設備、專業技術人員以及技術知識等閑散資源，實現多對多的共享運維模式，系統實時監控各機電設備的運行狀態，科學安排和預測設備維護維修計劃，并通過不斷地學習機器案例達到更智能地分配資源和提供專家決策意見的目的，從而實現運維資源的合理調度和社會共享。

2.1 機電設備智能預測分析流程

首先，根據其歷史的維護狀態信息、專家系統以及國家標準信息進行信息處理，得到系統維護處理的標準。其次，由智能狀態監控系統對機電設備的狀態進行監控，通過監測數據提取特征，再由灰色系統進行預測，支持向量機預測以及神經模糊系統預測組成的混合預測模型進行趨勢預測，對維護進行預估，得到整體評定、維護決策和部件評定。最后，將維護完成后的信息反饋到歷史記錄中。建立在灰色系統理論基礎上的灰色預測可克服一般外推預測法的缺陷，它不是用原始數據來建模的，而是用生成模塊來建模的，在一定程度上將噪聲或干擾濾去或弱化，因此有更廣泛的應用場景。但是對零星分散、歷史記錄較短的數據序列來說，如果使用傳統的灰色預測模型進行數據預測處理，往往得到的結果都會出現一定程度的擬合和欠擬合現象，不能進行準確預測，且缺乏對模型數據進行動態更新的能力。該文對灰色系統預測模型進行改進處理，使其與傳統的預測模型不同。同時，為了解決之前模型數據處理能力不足的問題，該模型通過采用等維新陳代謝法和平均傾斜度法進行改進，在保留之前模型處理能力的同時，該模型還具有動態數據更新的能力，使數據處理實時高效，處理得到的預測結果也更加合理。機電設備智能化預測分析流程如圖2 所示。

圖2 機電設備灰色系統預測分析流程圖

2.2 改進灰色系統預測算法

灰色系統算法不是采用原始數據進行建模計算的，而是采用生成的模塊進行計算，可以有效地避免因原始數據不足而導致計算預測結果不準備的劣勢，采用新生成的模塊進行計算可以在一定程度上減少或者弱化噪聲干擾。但是對數據較短或者分布零散的情況來說，采用傳統的灰色系統算法進行計算預測會造成過擬合和欠擬合的現象，不能準確地預測結果，導致結果預測失真，缺乏指導意義。該文對傳統的灰色系統算法進行優化，該模型通過采用等維新陳代謝法和平均傾斜度法，克服了傳統的灰色預測模型的缺陷。該模型除了具備基本灰色預測模型的優點外，還能使所建模型具備輸入數據動態更新的能力，使預測更合理。改進灰色系統預測模型如圖3 所示。首先，用動態等維新陳代謝法將輸入數據更新為維數的時間序列。其次，采用與傳統灰色模型相同的一次累加法生成序列。再次，求解平均傾斜度，通過平均傾斜度快速求取自適應序列系數，由自適應序列系數即可建立改進的GM 模型。在建立模型后，采用與傳統灰色模型相同的方法求取系數。最后，輸出逆累加生成的預測數據。當等維新陳代謝時，預測結果的偏差可以在輸入數據更新中發揮指導作用，即當偏差過大時即對輸入的時間序列進行更新，反之，不用進行更新。

圖3 改進灰色系統預測算法流程圖

2.3 神經模糊預測算法

神經模糊算法在許多預測場景中都得到了很多的運用，尤其在與數據處理相關的計算場景，在設備運維檢查狀態場景中也可以采用神經模糊算法進行預測計算。該文采用神經模糊預測算法對設備運維進行計算預測，具體采用1 個基于模糊規則的6 層神經網絡，并假定神經模糊系統有4 個輸入節點和1 個輸出節點，分別為X={X，X，X，X}和X，如圖4 所示。

圖4 神經模糊算法簡圖

第四層，每個結點是1 個標以Π 的固定結點，第個結點的輸出是第條規則的激勵強度與所有規則的激勵強度之和的比值，如公式（3）所示。該層的輸出稱為規一化激勵強度。

第六層，將該層的單結點計算所有傳來的信號的和作為總輸出，如公式（4）所示。

在具體計算中，采用混合學習算法確定參數。其中，在前向通道中，各個結點的輸出可向前輸出至第五層，采用最小二乘法辨識結點參數。在反向通道中，誤差信號反傳，用梯度下降法更新隸屬函數中的參數。由于混合學習算法減少了原始純反向傳播算法的搜索空間的維數，因此收斂速度非?？?。

3 智慧共享平臺實踐成果

智能化建筑綜合運維資源智慧共享平臺主要需要保證和實現運維資源的共享管理，平臺需要對所運維的資源信息非常熟悉，包括機電設備信息、專業運維知識庫和歷史運維記錄信息等。平臺對管理的運維設備進行必要的庫存信息管理，包括設備的具體保存位置、目前所屬單位和具體的使用要求等。運維資源智慧共享平臺同時還會對管理的運維設備建立專門的設備管理系統，系統會提供設備的出入庫管理、設備存儲管理和設備維修記錄信息管理等能力，這些能力可以在后期輔助專業運維人員完成設備管理和處理工作。為了方便后期管理人員直接對數據進行查看和分析，專業運維設備的分析處理數據會提供詳細的統計分析報表查詢能力。系統為了方便后期設備管理人員開展日常設備管理工作，系統對外提供設備日常的維護工作日志操作，維護對應的設備維護計劃日歷，系統會根據該計劃定期提醒專業管理人員對硬件設備開展日常維護工作。當專業運維人員判斷確實需要進行維修時，專業管理人員根據報修的項目進行維修，在完成具體的維修工作后，同步輔助錄入維修日志，并記錄該維修工作使用備品的數量，備品庫根據對應的備品數量進行出入庫數據統一管理。

智能化建筑綜合運維資源智慧共享平臺主要提供2 種巡檢方式：機器人巡檢和人工巡檢。機器人巡檢就是通過數據采集子系統采集的數據，使用數據分析功能，根據行業標準和規范設置自動報警。人工巡檢是指維修人員根據設備巡檢計劃定期對設備進行現場巡檢，人工巡檢采用App+NFC技術實現巡檢功能。通過平臺的智能化巡檢子系統可以實現各類設施設備的電子編碼、建立相應的維修維保電子臺賬、巡檢簽到及巡檢ISO 流程操作和缺失巡檢報警提醒等應用。運維資源智慧共享平臺會集中保存設備運維管理記錄和具體的維護保養記錄等信息，運維管理人員可以通過平臺查詢每個設備的具體信息，便于分析運行維護的狀態，輔助開展定期保養和維護工作。專業運維人員定期安排工作人員對設備進行巡檢，針對運維保護的信息建立專門的數據信息文檔，并由專人對機電設備進行維護，同時每一臺設備都用RFID 芯片作為介質寫入其固定的標識，工作人員利用RFID技術自動識別運維設備信息，并將具體的維護日志追加到數據庫中，便于日常監測和管理查詢。通過加強對運維期機電設備的綜合信息化管理，延長設備的使用壽命，保障所有設備系統可以安全、穩定地運行。

智能化建筑綜合運維資源智慧共享平臺會對全部入庫設備進行集中管理，運維資源智慧共享平臺會采集相關設備的運行和維護數據，并實時對采集的運維數據進行分析，系統會對出現異常狀態的設備進行數據預警，同時會保存相關的異常運行數據信息，針對可以解決的運維問題，系統也會給出相關的處理建議和操作指導，例如硬件閥門出現泄漏或因傳感器不穩定導致出現采集異常等狀態，系統會智能匹配設備的非正常行為和原因，并為運維人員提供相關信息，以開展檢查確認工作（可以節約處理時間）。系統維護人員可以通過平臺查看每臺設備的具體信息，對異常的設備進行信息查看和問題定位，節約處理問題的時間，提高運維效率。設備管理維護效果圖如圖5 所示。

圖5 智慧園區機電綜控平臺管理成果圖

4 結語

通過前期對建筑綜合運維資源的數據調查和相關專業文獻的研究，該文還具體地分析了智能化建筑綜合運維資源智慧共享平臺的研究背景和現狀，介紹了智能化建筑綜合運維資源智慧共享平臺的核心處理技術、總體設計架構和工作原理，圍繞目前企業用戶對實際設備的運維需求，完善相關智能化建筑綜合運維資源智慧共享平臺的功能。智能化建筑綜合運維資源智慧共享平臺通過綜合連接硬件設備和用戶對硬件設備的具體運行狀況進行實時監控，同時也會定期安排人工采集信息數據，保證設備信息監控和數據采集保持正常的更新頻率。平臺還會提供全局設備信息查看和智能化監控能力，技術人員可以通過平臺可視化地查看具體設備的健康運行情況，也可以對設備進行單獨查閱，保證設備健康、平穩地運行。