高速公路上安裝的機電設備具有種類多、數量大等特點,各個設備分散安裝增加了設備運維檢修的難度, 設備巡檢養護工作耗費了大量人力資源。 傳統運維管理系統需要由人工輸入巡檢運維數據,無法提高運維管理效率,也難以發揮計算機技術的強大功能。 在運維管理中引進人工智能技術、GIS 系統及大數據分析技術等, 可開展機電設備運行狀態的實時監控,呈現設備運行狀態,并進行在線故障分析。 發生故障后能智能派單,幫助運維人員第一時間發現故障問題,指導運維人員現場維修,最大程度提高響應效率,減少故障損失。 本研究介紹了智慧運維系統關鍵技術,分析系統功能,以期積極推廣智慧運維系統的應用,降低公路運維成本,提高設備故障響應效率,保證機電設備安全運行。
高速公路工程使用大量機電設備, 由于不同機電設備廠商的產品型號不同,對機電設備的集中監控難度較大。 部分機電設備經過光電纜網絡接入有線網絡, 部分設備通過RS232等接口連接網絡,但仍有部分設備無法入網。 聯網設備可以采取標準化協議,如數據庫支持SQL、服務器支持SNMP 等,在場上支持下將設備狀態上傳至系統中。 通過HTTP 訪問設備發送指令,并接收設備傳輸的數據信息,通過數據信息傳遞第一時間掌握設備狀態信息,如光強檢測設備、欄桿機及稱重設備等。 對于目前尚未聯網的設備,可以借助前端采集終端對設備數據進行采集,通過物聯網絡傳輸數據,支持運維管理工作的開展。
Lora 技術作為遠距離傳輸技術,具有安全性高、傳輸距離遠等特征,終端可以接受不同強弱信噪比的信號,并選擇對應的擴頻因子,從而實現遠距離信號傳輸。 高速公路上由于設備相對分散,更適合應用Lora 技術實現信號傳播。 傳感器可以對電壓、溫度及電流進行測定,將測定數據發送至Lora 網關,網關和有線網絡相連接,將數據傳遞至服務器,并對設備展開全天候狀態監控。 由于終端電耗低,電池可滿足終端的正常運作需求,一旦設備停電,可借助電池供電持續運行一段時間。1 kps 速率的信號可在空曠場地中遠距離運輸4 km,即使在隧道內,傳輸距離也能長達1 km[1]。 使用7 920 C 鋰電池可為設備提供8 h 供電,滿足大部分情況下的供電運行需求。
專家系統是人工智能技術中的重要內容, 基于現有知識庫智能分析設備故障信息, 并根據專家數據庫給出對應的處理辦法,對歷史數據展開統計調查,通過查閱類似故障信息提出解決方案。 處理故障后,所有的處理方案、診斷技術以及故障數據均保存于專家系統中,作為新的條目備用。 隨著運行時間的積累,專家庫中數據越來越多,專家系統分析經驗越來越豐富,從而形成了智慧運維診斷。 專家系統還能根據用戶輸入關鍵字模糊匹配,對數據檢索分析,對用戶提出的問題給出指導建議。 專家系統可自動化進行數據分析,研判可能出現故障的原因,提示用戶展開巡檢養護工作,以提高運維效率。
機電設備運行數據存在時間屬性,可定時更新,使用時序數據庫對數據進行保存。 不同于傳統數據庫,時序數據庫采取時間屬性+ 標簽化形式進行數據保存,能快速寫入數據,支持多維度查詢功能。 只設置時間索引降低儲存成本,數據庫結構簡單,方便于數據庫維護管理。系統選擇Elasticsearch 數據庫,用于對狀態數據的保存, 應用數據保存于Mysql 數據庫中[2]。18 s 即可完成50 多萬條數據的寫入,1 s 內可完成數據查詢,吞吐量高,更適合運維管理工作實踐。
高速公路機電智慧運維系統能科學了解機電設備狀態、養護機電設施,從而保障機電設施的運行安全。 通過智慧運維管理可第一時間了解系統安全隱患及缺陷故障, 實施日常隱患排查工作。 運維系統將對高速公路進行全天候監測,保護高速公路的安全性。 結合機電設備的運維管理需求,設計運維管理系統,其組織框架如圖1 所示。

圖1 智慧運維系統
為保證機電設備智慧運維應保證設備穩定運行, 能夠及時發現故障問題并第一時間解決問題, 運行監控模塊即在線監測系統,能夠密切關注機電設備運行狀態以及運行數據,保存故障信息,保證了工作人員可以快速發現故障問題,積極解決故障。 借助于機電設備管理平臺,能夠統一監測機電設備,并對故障信息進行警報處理, 根據故障數據形成警報統計分析圖、拓撲監控視圖、機房模擬圖以及主線路段展示圖等。
智慧運維系統最基礎的功能為設備管理模塊, 可以統一管理不同設備以及配件, 保證流程規范化。 設備管理分為庫存、機構以及設備3 個模塊,實現對設備的全生命周期管理。如圖2 所示,從運營分析及運營規劃開始,可在智慧運維系統中開始管理,包括上線、驗證、錄入、入庫及下線展開設備規劃和運營的全生命周期管理。 同時也能對設備維護工作展開管理,詳細記錄設備維護任務、執行情況、滿意度以及維護數據記錄等內容。 如對設備進行巡檢養護,可在養護記錄單中詳細記錄養護巡檢調度管理任務、值班人員等信息,全程以數據形式記錄儲存。

圖2 設備管理
機電智慧運維系統的統計管理主要負責統計記錄、 分析運行數據, 并提出運營建議。 經過對機電設備運行數據的分析,形成綜合管理數據表,詳細記錄各個指標的數據和變化,在管理系統中統一展示, 經過人工智能以及大數據分析技術的進一步統計分析,可以從不同角度展示分析結果,向運維人員呈現設備健康狀態、性能參數、故障原因、成本效益等詳細信息。 按照管理單位設定的考核指標,也能對運維人員工作情況進行數據化考核,從系統數據中選擇設備管理任務、運維能力、用戶評價、工作時間等數據展開數據考核,更公平客觀地評價員工工作績效。 同時經過對運維數據的分析,也能了解設備零部件運行壽命、運維頻率以及預算定額等詳細數據,為管理人員做出管理決策提供數據支持。 表1 為對使用年限和故障率的分析, 根據故障率的對比更有利于選擇性能更好的設備,降低故障率。

表1 不同設備使用年限和故障率統計結果
如運維管理機構想要對比設備品牌性能差異, 也能根據系統中故障率分析、性能指標評價硬件設備的穩定性,指導采購計劃選擇性價比更優的品牌。
經過一段時間運行后,設備運維數據得到全方位保存,經過長期積累,形成綜合知識庫,根據運維管理單位特點,對知識庫數據展開數據挖掘及人工智能分析, 得到降低故障率及運維成本的可行性措施,進而挖掘運維系統的服務功能[3]。 知識庫數據也提供檢索數據、維護數據以及數據管理等功能,能夠應用于運維管理階段各個環節中, 充分利用大數據支持運維管理,推動知識庫智能化發展。
在移動互聯網的支持下, 運維人員可利用手機終端下載移動端平臺,在運維現場發送處理工單,如在巡檢養護任務中將現場工況拍照上傳至系統,查看歷史故障數據,并直接填寫巡檢情況,第一時間上傳并完成巡檢運維任務。 同時也能通過移動端系統接受公告信息、故障問題等信息。 通過移動端平臺,機電智慧運維實現了公開透明化管理, 最大程度提高運維管理效率,降低運維成本,對機電設備實現閉環管理。 運維人員通過掃描設備的二維碼,系統自動跳轉設備的相關信息,運維人員可遠程獲取設備的檢修時間、故障信息、具體位置、設備編號等信息,無須現場錄入設備信息,大幅提高運維人員操作效率及勞動量。 監控中心也能了解運維人員到達現場的時間及維修記錄,無須進行簽到,提高人員管理效率。
