【《基于互联网的设备诊断协同平台方案设计案例》4800字】

基于互联网的设备诊断协同平台方案设计案例目录TOC\o"1-3"\h\u624基于互联网的设备诊断协同平台方案设计案例 1259271.1协同管理理论研究 169591.1.1协同管理理论 13471.1.2设备诊断协同生态关系 234861.1.3设备边缘协同与云协同 3269281.2故障诊断协同过程 5244121.1.1故障诊断业务过程 511201.1.2故障诊断协同流程 5225721.3故障诊断协同平台总体架构设计 7184151.3.1技术架构设计 7235921.3.2功能架构设计 91.1协同管理理论研究1.1.1协同管理理论协同管理理论最早于20世纪70年代由德国物理学家斯图加特大学哈肯（HermannHaken）教授提出，是协同理论与管理理论的结合，协同管理理论的基础是协同学，协同学的发展促使协同管理理论更加完善，系统是否可以有效发挥协同作用，取决于每个子系统的协同作用能否发挥最大效果，如果协同作用良好，则系统的整体功能将良好。在管理活动中，人员、组织、环境和其他子系统相互协调和协作，并围绕统一的目标进行合作，共同一致地完成某一目标，则可以产生1+1>2的协同效应；相反，如果它们相互制约，则会增加整个管理系统的内部矛盾，并且系统中的各个子系统相互制约都难以发挥它们自身应有的功能，从而导致混乱状态的产生，降低工作效率。计算机支持协同工作（ComputerSupportedCooperativeWork，CSCW）最早于1984年由美国麻省理工学院的IreneGreifhh和美国数字设备公司的PaulCashman等提出。计算机支持协同工作主要是解决了有关如何利用计算机支持开展交叉学科工作，即怎样支持为来自不同领域和学科的专家开展共同工作。计算机协同工作是一项研究如何通过使用计算机系统来支持分散在各地的群体协同起来共同工作的技术，即在计算机支持的工作环境中（ComputerSupported，CS），许多人共同工作完成一项需要通过协作才能完成的工作（CooperativeWork，CW）的过程。计算机协同工作至少需要由两个或两个以上协同配合主体（单位或专家个人）组成，使用计算机技术、协作软件、通信技术和网络技术来支持共享环境中的协作工作，通过约定的信息交换机制和相互协同制度，分别承担不同的工作任务、交互式协商完成同一个共同的工作目标。通过互联网络建立协作的工作平台，在异地工作时实现远程共享资源和资源的优化配置，消除或减少人们时间地理位置分离的障碍，实现优势互补以及异地资源上的共享，工作团队共同面对新任务新挑战，提高团队整体工作质量和工作效率。随着信息技术的飞速发展，设备运维管理的各项工作开始变得日益复杂，以往传统的服务模式完成一项工作只要少数人，现在需要更多的人参与其中，现在几乎每项任务都是多数人共同努力的结果，所以设备运维管理协同工作现如今变得越发重要。如何在需要协同才能完成的工作中提高工作效率，在技术成熟的信息社会中，通过计算机支持的协同工作是一个必要的手段。计算机协同工作运用到设备故障诊断工作中是计算机科学在互联网+领域的一个重要的研究方向，其主要研究内容是设备运维管理相关方之间进行协同工作和设备边云协同的关键技术。1.1.2设备诊断协同生态关系电力企业作为资产密集型企业，设备是电力企业重要的生产工具，日常良好的管理与维护是保证企业安全生产的关键因素之一，基于设备全生命周期管理尤为重要。设备全生命周期是指设备从设计到报废的全过程，包括设备的前期规划选型、设计、生产制造、监造、采购、运输、安装、调试、移交、运行维护、改造升级、报废处理等业务全过程。在协同管理思想的指导下，借助互联网技术，以设备全生命周期全过程全流程为主线，从数据产生的源头开始，围绕设备生命周期中数据、信息、知识的产生和使用，构建了如图1.1.1所示的设备全生命周期的生态模型，设备相关方都是生态体系中积极参与的关键要素。图1.1.1设备全生命周期的生态模型从图中可以看出，设备的全生命周期的生态模型由设计、制造、安装调试、运行使用、升级改造、报废组成，这些设备维护知识分别由设计、制造、安装等单位掌握，而这些知识对于使用单位维护和使用具有重要的作用。在设备运行使用阶段产生的故障和故障修复解决过程相关知识都是由使用单位掌握，这些设备故障产生和修复的相关知识对于生态系统中所有单位都是值得学习的，对使用相同设备的相关单位避免类似故障发生尤为重要；原设备的使用数据、故障发生数据对设计单位在进行新一轮产品迭代设计中在改进原来设计方面具有重要的参考依据。设备设计制造单位最初提供设备设计数据和出厂数据，将来需要设备运行数据；设备使用单位需要设备设计数据，也产生设备运维数据，所以需要一个基于故障数据收集和基于知识的设备维护的协同共享平台，将在设备全生命周期中将发挥重要作用。基于互联网的设备故障诊断与维护管理系统，在一个分布性和协作性的虚拟诊断环境中可以通过互联网共享设备维护的知识，从而在整个设备生命周期中实现设备的维护与管理。1.1.3设备边缘协同与云协同安装在项目现场的设备条件复杂多变，系统复杂，满足模型充分训练的样本数据的难以收集，现场计算能力弱。云边协同是一种新型计算范式，其将云计算强大的资源能力与边缘计算超低的时延特性结合起来，实现了边缘支撑云端应用，云端助力边缘本地化需求的协同优化目标[54]。运用云端强大计算能力、丰富的存储资源和边缘设备个性化适应能力强、反应速度快结合的思想，借助云/边协同技术构建设备故障诊断平台，充分发挥边缘端与云端的特点，边缘计算主要处理实时任务，为云端提供数据；云计算则负责非实时、长周期数据、云端训练的处理，通过云边协同实现边缘应用的全生命周期管理[55]。通过对本地计算实时性和计算资源要求进行协调，实现设备故障的实时监控诊断。在设备故障诊断云边协同的过程中边缘设备和云端协同分工如图1.1.2。图1.1.2边云协同云端可以提供各种类型的服务，如资源池、弹性和灵活性、可扩展性（水平和垂直）、性能高可用性、托管服务等[56]。云端丰富的计算资源可按照需求动态扩展获得相应的计算能力以快速执行大量复杂计算，存储资源可随时动态申请用来存储供模型训练的海量样本，数据和信息存储在云端实现数据信息异地共享，再对数据进行整理和挖掘分析数据间潜在的关系找出有价值的信息，为管理者提供有效提高决策支持能力。但由于云端网络通讯延迟导致时间敏感性差，往往不能完全满足现场工业设备实时控制的要求。边缘计算中的下行数据表示云服务，上行数据表示万物互联服务，边缘是指从数据源到云计算中心的路径之间的任意计算和网络资源[57]。由于边缘端与现场设备紧密耦合，数据不需要通过网络传到的云端，超低时延，实时响应性好，更适合于数据分析和智能化响应处理。边缘端具有安全性高、带宽成本低、响应速度快、实施配置快捷、易于管理等就地优势，能更好地支撑本地设备智能化实时处理与执行，满足网络的实时响应要求。但由于边缘设备计算资源有限，而故障诊断模型需要大规模数据训练计算资源，限制了故障诊断系统的发展。在构建设备故障诊断平台时，需要结合云端和边缘端各自的优缺点，充分发挥云/边缘端的各自优势，达到资源协同、数据信息协同、模型算法协同、和诊断应用协同。1.2故障诊断协同过程1.1.1故障诊断业务过程针对现场不同设备应用场景，梳理设备接入、数据实时清洗、实时数据存储、数据分析批处理、大数据建模分析几大关键问题过程，可分别形成对应的数据接入压力测试、大数据流处理、大数据批处理、时序数据库读写、算法建模等测试用例和对应的测试工具，诊断业务过程如图1.1.1。图1.1.1诊断业务过程系统由采集器、传感器、服务器组成，传感器拾取风机传动链振动、转速信号，经采集器高速同步采集和信号处理，计算得到反映风机状态的特征量和动态数据，经风场现场光纤环网和局域网，传输至中控室现场服务器，保存在服务器数据库中。1.1.2故障诊断协同流程设备远程协同诊断是通过建立协同工作平台，诊断工作通过互联网通信相关技术，将不同领域的诊断资源进行整合，为诊断专家提供一个相对虚拟的远程诊断环境，在此环境中进行设备故障诊断，集成资源实现故障诊断的优化，设备故障协同诊断有如下流程：（1）设备尚未在诊断平台注册的用户，通过客户端发出对专家们发出诊断邀请，同时上传设备相关信息（包括设备基本情况、反应设备故障的照片、故障期间运行数据等）；设备直接接入云端的用户，平台能实时获取设备运行数据，诊断平台依据已有的模型进行自诊断。（2）设备发生故障向平台申请服务，平台接收到用户的诊断邀请后，对用户提出的诊断申请进行预先分析，根据设备所属于的行业、专业和故障自身的特征选择相应合适的诊断专家，然后将诊断邀请发送给相应诊断专家，或专家看到适合自己专长的领域主动参与。（3）诊断专家收到邀请之后，判断是否需要参与诊断，或主动参与受到确认后，都要向诊断中心反馈个人参与意向。（4）在有限的时间内，诊断中心将收集到的专家反馈回来的信息，为相应的专家提供独立的诊断环境，对于复杂的故障也可以采用专家会诊的模式。（5）诊断专家接入平台，实时了解设备过往历史数据，利用平台提供的辅助工具和知识库，进行诊断分析，出具相应诊断报告、维修建议。（6）设备使用者根据平台上专家提供的诊断结果，结合现场情况对设备进行维护，修复后时将维护的经验分享至诊断平台上，供其他的用户进行下载学习。如果是多个专家采用抢单模式参与，设备使用者可以根据实际情况进行方案必选。（7）诊断中心根据故障诊断结果、行业专家评价和设备用户检修结果进行综合评价，更新专家的业绩，用户维护的经验分享也引入评分机制，打造良性发展的生态环境。系统主要流程如图1.1.2所示。图1.1.2互联网下的设备诊断流程通过上面的设备诊断专家协同过程来看，基于互联网的设备诊断协同管理平台建设成果不仅为设备使用单位提供服务，所有参与设备诊断的相关干系人都能通过该平台进行高效的信息沟通、知识分享与工作协作，能够迅速地解决设备管理中的各类问题。但是对于每条信息均及时的反馈，如果不能及时反馈，会导致诊断的效率大打折扣，应用的效果也不理想，问题也得不到解决，所以设备远程诊断协同平台需要各方的参与和配合，形成共建共享机制。1.3故障诊断协同平台总体架构设计1.3.1技术架构设计平台需要从边缘层将各类设备数据的接入到数据转发，并提供数据统一管理的完整解决方案，为设备管理人员提供设备诊断服务。平台的技术架构图设计如图1.3.1所示：图1.3.1技术架构设备接入层，将运行设备上或设备的控制系统中实时变化数据，从DCS、SCADA、PLC系统通过网关（数据采集接口）将单向实时存储到技术设施层的数据库中，该层最关键的技术是对多种接口协议的支持。基础设施层，需要支持企业私有云部署和公有云部署模式，借助现有的基础设施，充分发挥企业现有基础设施，保护客户已有信息化硬件设施的投入。数据存储层，能够涵盖企业设备全生命周期管理过程中所有的非结构化数据（以文件附件形式存档的文档、视频、音频等）、结构化数据和设备运行过程中的产生的实时数据。平台软件层，为平台运行和业务应用开发提供支撑，包括运行环境、开发工具、计算引擎和流程引擎等基础软件，并对外提供统一的API服务。应用软件层，提供设备日常运维管理、设备运行监视、设备诊断等业务模块，直接面向用户进行业务流程处理的终端界面。应用展现层，主要有大屏展示模式、常用的PC端应用和移动应用三种应用模式，分别适应不同的应用场景。大屏展示模式，主要用于企业调度或展示中心，全面直观的反应企业设备管理水平，综合体现设备运行状态、设备运行完好率等重要指标；PC端应用模式，主要是日常业务处理、报告生成等工作；移动应用模式，适应日常业务移动办公场景，充分利用碎片化时间，主要是用于流程处理和内容浏览，提高工作学习效率。1.3.2功能架构设计功能主要分为设备