0引言

在工業(yè)制造行業(yè)，電機被大量使用。65%的工業(yè)能耗由電機消耗，20%的維護費用消耗在電機上。為此,電機的維護在工業(yè)制造行業(yè)占據(jù)著重要的地位。當前,電機的維護主要是人工巡檢,加上故障之后的維修,這對工業(yè)制造的正常生產(chǎn)活動開展帶來了不利影響^[1]。

物聯(lián)網(wǎng)技術(shù)的發(fā)展以及國內(nèi)三大電信運營商的深度參與,使得大規(guī)模設(shè)備接入與聯(lián)機、協(xié)議解析、邊緣數(shù)據(jù)采集與處理成為可能^[2—3]。通過工業(yè)IOT平臺,連接各類物聯(lián)網(wǎng)傳感器和智能網(wǎng)關(guān),全面收集生產(chǎn)、檢測等各類型設(shè)備和機臺數(shù)據(jù)^[4];同時通過融合時序數(shù)據(jù)庫、大數(shù)據(jù)存儲等不同技術(shù)組件構(gòu)建存儲平臺^[5],對設(shè)備運行實時產(chǎn)生的時序型數(shù)據(jù)與設(shè)備故障診斷應(yīng)用中的高頻振動信號等各類型數(shù)據(jù)進行統(tǒng)一的存儲與管理,可以為后續(xù)的實時狀態(tài)監(jiān)控、可視化、異常告警、故障診斷與預(yù)測、分析優(yōu)化等數(shù)字化 應(yīng)用提供數(shù)據(jù)支撐^[6]。

利用大數(shù)據(jù)、人工智能等技術(shù)手段實現(xiàn)關(guān)鍵設(shè)備的故障預(yù)警預(yù)測是設(shè)備管理中智能化、創(chuàng)新性的價值體現(xiàn),也是提高設(shè)備可靠性、提高生產(chǎn)效率與品質(zhì)的重要技術(shù)手段^[7]。

通過機器學(xué)習、多因子分析等數(shù)據(jù)智能手段,可對設(shè)備關(guān)鍵運行參數(shù)進行相關(guān)分析,建立故障診斷、預(yù)測及運行優(yōu)化等各類模型,有效減少設(shè)備故障次數(shù),提高設(shè)備運維效率,改善設(shè)備狀態(tài),實現(xiàn)生產(chǎn)設(shè)備全生命周期健康管理,同時也能極大地降低企業(yè)的設(shè)備運維成本^[8]。

另外,豐富的建模經(jīng)驗,也為后續(xù)定制型的預(yù)測模型構(gòu)建提供了必要的技術(shù)基礎(chǔ)^[9]。

1 電機預(yù)測性維護系統(tǒng)設(shè)計

1.1 整體設(shè)計架構(gòu)

預(yù)測性維護系統(tǒng) (Predictive Maintenance,PdM) 是層次化的綜合解決方案,針對特定系統(tǒng)、單套設(shè)備、多套設(shè)備分別提供振動監(jiān)測與診斷、實時狀態(tài)監(jiān)測與維護、預(yù)測性維護的解決方案,合理應(yīng)對從部件到設(shè)備再到產(chǎn)線、車間、企業(yè)等不同層面設(shè)備管理的差異化需求。

電機預(yù)測性維護系統(tǒng)架構(gòu)如圖1所示。

結(jié)合物聯(lián)網(wǎng)平臺的數(shù)采能力和大數(shù)據(jù)建模分析平臺的數(shù)據(jù)分析、建模、預(yù)測能力最終形成電機預(yù)測性維護系統(tǒng),該系統(tǒng)的功能簡述如下:

1)高頻實時的采集能力:基于振動傳感器的高頻實時采集,全面支持智能分析。

2)多維度的振動分析:支持時域分析、頻譜分析、包絡(luò)分析、趨勢分析等實時振動分析。

3)強大的特征庫支持:基于FMEA故障庫實現(xiàn)統(tǒng)一管理以及持續(xù)優(yōu)化。

4)智能預(yù)測與診斷:基于人工智能,對故障樣本進行訓(xùn)練分析,實現(xiàn)自動診斷,并支持對故障庫進行持續(xù)優(yōu)化。

5)可視化展示:提供豐富的儀表盤、組態(tài)、表單、圖表文件、數(shù)據(jù)分析結(jié)果等集中展示,支持大屏、web頁面、移動端等。

1.2 物聯(lián)網(wǎng)平臺

物聯(lián)網(wǎng)平臺提供了可配置、所見即所得的開發(fā)方式,能夠幫助IT人員以及業(yè)務(wù)人員方便快速地開發(fā)設(shè)備管理、在線監(jiān)測、告警管理、設(shè)備效率分析等各類圖形化和數(shù)據(jù)分析類的工業(yè)智能應(yīng)用。

物聯(lián)網(wǎng)平臺提供泛在的連接能力,通過工業(yè)網(wǎng)關(guān)連接生產(chǎn)現(xiàn)場多種多樣的自動化設(shè)備及傳感器,同時連接物聯(lián)網(wǎng)相關(guān)的異構(gòu)的業(yè)務(wù)系統(tǒng)(例如ERP、 MES等)。平臺提供物模型管理能力,基于連接的數(shù)據(jù)為設(shè)備和流程構(gòu)建物實例。同時提供數(shù)據(jù)分析能力,包括便捷的公式編輯能力,方便地創(chuàng)建各種類型的KPI指標(例如OEE、JPH等),以及提供規(guī)則引擎,實現(xiàn)基于規(guī)則的分析。告警是物聯(lián)網(wǎng)場景最常見的功能,平臺提供告警管理,實現(xiàn)告警的定義、分析以及告警消息的靈活訂閱。工業(yè)應(yīng)用是物聯(lián)網(wǎng)平臺價值落地的重要一環(huán)。平臺提供豐富的顯示組件,通過拖拉拽組件的方式搭建應(yīng)用,綁定物聯(lián)網(wǎng)數(shù)據(jù)到顯示組件,快速實現(xiàn)物聯(lián)網(wǎng)應(yīng)用的開發(fā)。

1.2.1物聯(lián)網(wǎng)平臺架構(gòu)

如圖2所示,該架構(gòu)由邊緣設(shè)備、工業(yè)采集網(wǎng)關(guān)、邊緣智能一體機以及物聯(lián)網(wǎng)平臺組成。邊緣設(shè)備指工業(yè)現(xiàn)場用于生產(chǎn)制作的設(shè)備,時刻在產(chǎn)生海量數(shù)據(jù),也是工業(yè)企業(yè)的數(shù)字資產(chǎn)。工業(yè)采集網(wǎng)關(guān)主要用于連接邊緣設(shè)備,支持數(shù)據(jù)采集、邊緣計算、設(shè)備管理、數(shù)據(jù)上傳等,支持多品牌多協(xié)議多控制器類型,支持第三方采集網(wǎng)關(guān),具備高可用、橫向擴展、斷電續(xù)傳等特點。邊緣智能一體機是軟硬一體的物聯(lián)網(wǎng)邊緣平臺,適用于中小規(guī)模物聯(lián)網(wǎng)應(yīng)用場景。

1.2.2 物聯(lián)網(wǎng)平臺功能

1.2.2.1 連接異構(gòu)數(shù)據(jù)源

1)采集物聯(lián)網(wǎng)時序數(shù)據(jù):通過MQTT、Kafka等協(xié)議連接工業(yè)網(wǎng)關(guān)以及邊緣計算設(shè)備采集的物聯(lián)網(wǎng)時序數(shù)據(jù)。

2)采集業(yè)務(wù)系統(tǒng)數(shù)據(jù):通過數(shù)據(jù)庫對接的方式連接異構(gòu)的業(yè)務(wù)系統(tǒng),可以連接MySQL、PostgreSQL、Oracle、IoTDB等SQL數(shù)據(jù)庫。

1.2.2.2 管理物模型

基于業(yè)務(wù)需求為設(shè)備、流程和關(guān)系快速構(gòu)建各種層次化和拓撲化的物模板,實例化物模型構(gòu)建物實例。物模板的屬性類型包括靜態(tài)屬性、流數(shù)據(jù)動態(tài)屬性、批數(shù)據(jù)動態(tài)屬性、公式指標、算法模型指標、子模型以及引用模型。

1.2.2.3 物聯(lián)網(wǎng)數(shù)據(jù)存儲

支持海量物聯(lián)網(wǎng)數(shù)據(jù)的高性能、分布式存儲、查詢和計算;集群支持千萬點每秒級別數(shù)據(jù)寫入,數(shù)據(jù)存儲自動無損壓縮比率達90%。

1.2.2.4 數(shù)據(jù)實時計算和分析

1)公式指標計算:提供計算引擎,輕松實現(xiàn)跨系統(tǒng)的數(shù)據(jù)查詢、指標計算和分析。公式指標計算提供了工業(yè)常用的算子,通過拖拉拽屬性和算子的方式快速構(gòu)建公式指標,例如OEE、JPH等指標。

2)規(guī)則引擎:物聯(lián)網(wǎng)平臺提供規(guī)則引擎,能夠基于CRON表達式靈活地定義觸發(fā)器,提供多樣的執(zhí)行條件設(shè)置,包括條件的與、或、次數(shù)、持續(xù)時間等,提供多種執(zhí)行動作,包括告警觸發(fā)、規(guī)則觸發(fā)等。利用規(guī)則引擎,便捷地定義告警、定時維保等應(yīng)用。

3)告警分析:規(guī)則的一個執(zhí)行動作就是告警,通過告警管理,可以定義告警詳情,實現(xiàn)告警的確認和掛起,以及基于告警的統(tǒng)計分析。另外,可以定義告警的消息模板,通過郵件、短信、API等方式推送告警相關(guān)信息。

1.2.2.5 可視化開發(fā)

1)可視化開發(fā):提供豐富的儀表盤、組態(tài)、表單、圖表文件,包括儀表盤、溫度計、折線圖、雷達圖、柱狀圖、餅圖、地圖等常用的可視化組件,同時支持第三方的可視化組件。拖拉拽組件快速搭建可視化頁面,并綁定組件到已創(chuàng)建的物實例屬性,實現(xiàn)所見即所得的無代碼的應(yīng)用開發(fā)。

2)自定義表單:平臺支持自定義表單,包括表單的管理,表格數(shù)據(jù)的修改、存儲和查詢,利用表格組件實現(xiàn)表單填報等功能。

1.2.2.6 高效邊緣協(xié)同

無縫對接系統(tǒng)工業(yè)網(wǎng)關(guān)和邊緣智能一體機,實現(xiàn)設(shè)備數(shù)據(jù)同步、模型共享,同時兼容第三方工業(yè)采集網(wǎng)關(guān);可以在線部署基于機器學(xué)習和AI在云端訓(xùn)練好的復(fù)雜分析模型,實現(xiàn)高級數(shù)據(jù)分析;提供基于 REST API的數(shù)據(jù)服務(wù)。

1.2.2.7 安全與管理

1)權(quán)限管理:平臺提供用戶、用戶組、角色管理,實現(xiàn)基于組織和角色的數(shù)據(jù)權(quán)限和菜單權(quán)限管理。另外,平臺提供網(wǎng)關(guān)認證、設(shè)備認證等功能。

2)系統(tǒng)管理:平臺提供日志管理,支持日志的分類、查詢以及導(dǎo)出。平臺提供系統(tǒng)監(jiān)控功能,實現(xiàn)平臺資源的統(tǒng)計分析、核心組件的健康度監(jiān)控以及異常監(jiān)控,并支持監(jiān)控項的告警管理。

1.3 大數(shù)據(jù)建模分析平臺簡介

大數(shù)據(jù)建模與分析平臺能夠快速對接各類實時、結(jié)構(gòu)化和非結(jié)構(gòu)化的異構(gòu)數(shù)據(jù)源,自定義跨系統(tǒng)的數(shù)據(jù)集,通過自帶分析組件來快速定義可視化的分析工作流,利用數(shù)據(jù)集實現(xiàn)分析模型的訓(xùn)練、驗證和應(yīng)用,支持自定義算法組件以及組件共享,提供 SPC、RCA等分析模型模板,支持多種模式的分析任務(wù)和跨系統(tǒng)的分析模型在線部署,提供分析結(jié)果的圖表展示。

大數(shù)據(jù)建模與分析平臺架構(gòu)如圖3所示。

大數(shù)據(jù)平臺的功能如下:

1)快速對接數(shù)據(jù)源:快速對接各類實時、結(jié)構(gòu)化和非結(jié)構(gòu)化的異構(gòu)數(shù)據(jù)源,支持自定義跨系統(tǒng)的統(tǒng)一數(shù)據(jù)集,利用數(shù)據(jù)來訓(xùn)練和驗證模型,并實現(xiàn)數(shù)據(jù)的高級分析。

2)豐富的分析組件:提供兩百多種數(shù)據(jù)分析組件,并且持續(xù)更新迭代,組件包括工業(yè)數(shù)據(jù)預(yù)處理、統(tǒng)計、機器學(xué)習算法、深度學(xué)習、NLP、模型評估器、建模(訓(xùn)練、驗證、應(yīng)用)。

3)可視化的分析工作流:通過拖放式對選擇的組件進行連接以構(gòu)建可視化的分析工作流,分步驟運行,每一步都能及時地查看執(zhí)行結(jié)果,從而方便地嘗試不同算法組合,快速實現(xiàn)流程化、定制化的數(shù)據(jù)分析。

4)自定義算法組件:支持上傳算法代碼生成自定義的算法組件,組件發(fā)布后支持跨團隊的訂閱和共享。另外,平臺提供常用的分析模型模板助力企業(yè)快速地模型開發(fā),包括統(tǒng)計過程控制(SPC)、自動根因分析(RCA)、多元異常檢測、虛擬量測(VM)等等。

5)多種任務(wù)部署:平臺支持模型實例發(fā)布為API任務(wù)、定時任務(wù)、實時任務(wù)、交互式任務(wù)等模式。分析模型支持發(fā)布到數(shù)據(jù)管理系統(tǒng)、邊緣系統(tǒng)以及云端,實現(xiàn)基于模型的實時計算、邊緣計算和云端計算。

6)數(shù)據(jù)可視化:支持組件執(zhí)行結(jié)果實時展示及繪圖,包括柱狀圖、折線圖、雷達圖等圖形,同時提供鉆取、聯(lián)動、縮放、篩選、鏈接等交互操作。另外,可視化場景可直接生成鏈接,提供給其他應(yīng)用系統(tǒng)使用。

1.4 手機APP

提供齊套Android和iOS操作系統(tǒng)的手機App。

1.5 數(shù)據(jù)庫

1.5.1 時序數(shù)據(jù)庫

時序數(shù)據(jù)庫包含時序數(shù)據(jù)庫和展現(xiàn)平臺兩部分。通過Kafka數(shù)據(jù)采集調(diào)度模塊,對外部歷史文件數(shù)據(jù)進行批量采集調(diào)度,對傳感器實時產(chǎn)生的數(shù)據(jù)進行實時采集調(diào)度,采集調(diào)度后數(shù)據(jù)經(jīng)過數(shù)據(jù)交換、數(shù)據(jù)處理、數(shù)據(jù)存儲,然后在展現(xiàn)平臺進行時序數(shù)據(jù)指標的動態(tài)監(jiān)控,完成數(shù)據(jù)分析儀表盤等功能,或數(shù)據(jù)導(dǎo)出進行高級的數(shù)據(jù)挖掘服務(wù)。

時序數(shù)據(jù)庫系統(tǒng)支持批量和實時的數(shù)據(jù)加載,加載速度高達每秒千萬級別測點,支持4~10倍的無損數(shù)據(jù)壓縮,支持小時粒度可變時間片設(shè)置,支持類 SQL查詢、秒級查詢響應(yīng)以及上千的并發(fā)查詢,數(shù)據(jù)圖表實現(xiàn)可視化查詢和分析,支持副本存儲保證數(shù)據(jù)安全,支持高可用和橫向擴展。

1.5.2 MPP數(shù)據(jù)庫

MPP數(shù)據(jù)庫是一款高性能、高兼容、高可用、低成本的PB級企業(yè)海量數(shù)據(jù)庫,是簡單實用的下一代 PB級實時分析型數(shù)據(jù)倉庫,也是節(jié)點數(shù)量可以伸縮的數(shù)據(jù)庫集群,能夠高效處理I/O數(shù)據(jù)吞吐和并發(fā)計算,在工業(yè)生產(chǎn)、數(shù)據(jù)中心等商業(yè)智能應(yīng)用領(lǐng)域,對海量數(shù)據(jù)處理的性能極其優(yōu)異,承載著將工業(yè)企業(yè)的數(shù)據(jù)價值實時化分析的重任。

1.6 網(wǎng)絡(luò)安全

1.6.1 應(yīng)用技術(shù)

在基于國產(chǎn)密碼算法的PKI中,所有的密碼算法均使用國產(chǎn)密碼算法,主要包括對稱算法SM4、非對稱算法SM2和Hash算法SM3。

在系統(tǒng)中采用基于國產(chǎn)密碼算法的PKI技術(shù)來實現(xiàn)數(shù)據(jù)的簽名和驗簽,由于算法的安全性是得到國家認可的,因此能夠保證簽名和驗簽的結(jié)果是安全可信的。

1.6.2 密碼應(yīng)用架構(gòu)

針對本項 目中平臺側(cè)、邊緣側(cè)密碼應(yīng)用安全的設(shè)計包括以下部分:

1)平臺側(cè)存儲了核心、重要的業(yè)務(wù)數(shù)據(jù),平臺側(cè)應(yīng)用數(shù)據(jù)的安全性需要采用合規(guī)的密碼產(chǎn)品與平臺側(cè)應(yīng)用結(jié)合,實現(xiàn)平臺側(cè)核心、重要業(yè)務(wù)數(shù)據(jù)的加密保護。

2)平臺側(cè)通過網(wǎng)絡(luò)通信方式,將平臺側(cè)數(shù)據(jù)和程序下發(fā)給邊緣側(cè),在網(wǎng)絡(luò)傳輸過程中,需要采用合規(guī)的密碼產(chǎn)品,實現(xiàn)平臺側(cè)與邊緣側(cè)通信過程中數(shù) 據(jù)的機密性、完整性。

1.6.3 平臺側(cè)數(shù)據(jù)加密存儲

平臺側(cè)存儲了核心、重要的業(yè)務(wù)數(shù)據(jù),平臺側(cè)部署數(shù)據(jù)加解密系統(tǒng),并為其提供數(shù)據(jù)加密、解密服務(wù)接口,實現(xiàn)平臺側(cè)核心、重要業(yè)務(wù)數(shù)據(jù)的加密保護。

1.6.3.1 數(shù)據(jù)加解密服務(wù)系統(tǒng)

數(shù)據(jù)加解密服務(wù)系統(tǒng)為商用密碼檢測中心合規(guī)性密碼產(chǎn)品。平臺側(cè)應(yīng)用可直接調(diào)用數(shù)據(jù)加解密服務(wù)系統(tǒng)提供的數(shù)據(jù)加解密服務(wù),實現(xiàn)平臺側(cè)核心、重要業(yè)務(wù)和用戶數(shù)據(jù)的加密存儲,防止數(shù)據(jù)泄露風險。

1.6.3.2 服務(wù)器密碼機

服務(wù)器密碼機也是敏感數(shù)據(jù)安全保護的一種有 效物理工具,能可靠、安全地保護網(wǎng)絡(luò)中的數(shù)據(jù),包括對數(shù)據(jù)的加/解密、簽名驗證;消息來源正確性驗證(MAC)的產(chǎn)生,能有效地防止對數(shù)據(jù)進行篡改、偽造和竊取等行為。海泰方圓服務(wù)器密碼機還有完善的密鑰管理體系,能提供由全硬件噪聲源產(chǎn)生的隨機密鑰以及密鑰的人工輸入接口,能有效防止通信信道上的主動攻擊行為。

2 應(yīng)用案例

本系統(tǒng)在中石油寶石機械石油鉆機上進行了應(yīng)用,通過數(shù)字化的手段有效實現(xiàn)了設(shè)備軟性價值的增長點,滿足石油連續(xù)性生產(chǎn)要求。通過各種實時監(jiān)控、定期的計劃性維修和不定期的視情維修,能對設(shè)備進行有效的維護,避免設(shè)備的無計劃停機造成巨大的損失。

架構(gòu)如圖4所示。

應(yīng)用圖如圖5所示。

實現(xiàn)價值:幫助鉆機用戶構(gòu)建基于設(shè)備實時數(shù)據(jù)實現(xiàn)預(yù)測性維修的完整方案,提供故障知識庫幫助客戶提高故障診斷效率,實現(xiàn)運維經(jīng)驗的沉淀,通過移動端幫助運營人員隨時隨地了解設(shè)備的健康狀態(tài),并通過遠程專家指導(dǎo),對異常做出及時處理。另外,該系統(tǒng)的應(yīng)用,有效減少了人員出差90人次,增加了備件銷售3 000萬元,幫助了企業(yè)向服務(wù)型制造轉(zhuǎn)型。

3 結(jié)束語

電機屬于旋轉(zhuǎn)動力機械,廣泛運用于工業(yè)領(lǐng)域的各行各業(yè)。電機是否連續(xù)轉(zhuǎn)動,對企業(yè)生產(chǎn)至關(guān)重要。在不可預(yù)測的情況下,這種損耗常常引起設(shè)備停機,影響作業(yè)效率。更有甚者,它會導(dǎo)致嚴重故障,給工業(yè)生產(chǎn)帶來極大的損失。本文設(shè)計的基于物聯(lián)網(wǎng)和大數(shù)據(jù)的電機預(yù)測性維護系統(tǒng)能實時評估電機健康狀態(tài),提前預(yù)測電機故障,從而降低企業(yè)設(shè)備運維成本,具有極大的經(jīng)濟價值和可推廣性。

[參考文獻]

[1]李洋.基于設(shè)備建模的設(shè)備預(yù)測性維護方法[J].中國設(shè)備工程,2022(12):86—88.

[2] 陳冬梅,趙思恒,魏承印,等.船舶柴油機狀態(tài)監(jiān)測及預(yù)測性維護研究及應(yīng)用 [J].中國機械工程,2022,33 (10):1162—1168.

[3]胡宏明,張波.設(shè)備預(yù)防預(yù)測性維護應(yīng)用[J].設(shè)備管理與維修,2022(22):58—60.

[4]朱廷,賁道偉.集裝箱岸橋預(yù)測性維護的研究[J].智能制造,2023(1):106—108.

[5]姜姍.電機智能軸承在線監(jiān)測系統(tǒng)及故障預(yù)警技術(shù)研究[D].哈爾濱:哈爾濱理工大學(xué),2019.

[6]金曉航,孫毅,單繼宏,等.風力發(fā)電機組故障診斷與預(yù)測技術(shù)研究綜述[J].儀器儀表學(xué)報,2017,38(5):1041—1053.

[7]黃猛.基于大數(shù)據(jù)和機器學(xué)習模型的風力發(fā)電機組健康管理研究[J].機械制造,2017,55(8):37—39.

[8]傅建中.智能制造裝備的發(fā)展現(xiàn)狀與趨勢[J].機電工程,2014,31(8):959—962.

[9]李垚,朱才朝,陶友傳,等.風電機組可靠性研究現(xiàn)狀與發(fā)展趨勢[J].中國機械工程,2017,28(9):1125—1133.

2024年第14期第5篇