馬益新,梁 希,馬會鈞(.無錫市人力資源和社會保障局,江蘇無錫 40;.重慶大學(xué),重慶 40;.無錫華光鍋爐股份有限公司,江蘇無錫 405)
科技與應(yīng)用
電站鍋爐遠(yuǎn)程在線服務(wù)系統(tǒng)研究
馬益新1,梁 希2,馬會鈞3
(1.無錫市人力資源和社會保障局,江蘇無錫 214011;
2.重慶大學(xué),重慶 401331;3.無錫華光鍋爐股份有限公司,江蘇無錫 214035)
綜合應(yīng)用云存儲技術(shù)、分布式實時數(shù)據(jù)庫技術(shù)、專家系統(tǒng)技術(shù)等研制完成了一種針對電站鍋爐的遠(yuǎn)程在線服務(wù)系統(tǒng),給出系統(tǒng)的軟件體系架構(gòu),介紹了其關(guān)鍵技術(shù)及其實現(xiàn)情況,供同類系統(tǒng)研究、開發(fā)者參考。
電站鍋爐;云存儲;遠(yuǎn)程在線服務(wù);海量大數(shù)據(jù)
隨著我國制造業(yè)的迅猛發(fā)展,企業(yè)的競爭已逐步從傳統(tǒng)的制造競爭演變?yōu)槭袌龈偁?、客戶競爭,企業(yè)的管理重心也從傳統(tǒng)的物流、財務(wù)和制造管理轉(zhuǎn)向全面地客戶管理系統(tǒng),而售后服務(wù)是全面客戶管理關(guān)系中的一個重要方面[1]。
互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的發(fā)展與應(yīng)用,使在線服務(wù)逐步進(jìn)入企業(yè)售后服務(wù)中。與傳統(tǒng)的服務(wù)模式相比,在線服務(wù)及時方便,有利于大幅降低服務(wù)成本。目前這種服務(wù)在軟件、人力資源、咨詢等行業(yè)應(yīng)用較為普遍,但在制造企業(yè)尚處于探索階段。
電站鍋爐是熱電系統(tǒng)的三大核心部件之一,其質(zhì)量直接決定著電力系統(tǒng)能否穩(wěn)定可靠運(yùn)行。目前,電站鍋爐的售后服務(wù)主要存在以下幾個方面的問題:
1)鍋爐出現(xiàn)故障時,解決問題的速度仍然不能很好地滿足用戶要求。
2)售后、安裝服務(wù)成本。一方面,鍋爐出現(xiàn)故障停運(yùn),往往需要生產(chǎn)廠家派由技術(shù)、售后等人員組成的團(tuán)隊現(xiàn)場診斷、解決問題,差旅成本很高。另一方面,由于電站鍋爐結(jié)構(gòu)復(fù)雜(如:大型循環(huán)硫化床鍋爐有上百萬個零件構(gòu)成,高度也達(dá)到幾十米。)往往是邊生產(chǎn)、邊運(yùn)輸、邊安裝,現(xiàn)場指導(dǎo)安裝的工地代表需要幾個月時間才能完成一個項目,成本很高,且安裝過程中出現(xiàn)問題時,不能及時“會診”。
3)質(zhì)量問題賠償金額大。鍋爐停止運(yùn)行意味著電廠停止生產(chǎn),不僅會直接帶來停產(chǎn)損失,而且二次點火的費(fèi)用也很大(如:一臺30萬容量機(jī)組的鍋爐,每點一次火的固定成本就超過20萬元)。如果鍋爐本身質(zhì)量原因造成,索賠金額往往很大。
4)電廠鍋爐運(yùn)行維護(hù)成本居高不下。發(fā)電企業(yè)為了保證電力生產(chǎn)不出現(xiàn)意外中斷,對鍋爐的“過維護(hù)”情況很多。
顯然,研制鍋爐遠(yuǎn)程在線服務(wù)系統(tǒng)將能實現(xiàn)鍋爐設(shè)計、制造人員和電廠運(yùn)行維護(hù)人員的優(yōu)勢互補(bǔ),實現(xiàn)產(chǎn)品制造企業(yè)和用戶單位的協(xié)同維護(hù),將“事后服務(wù)”轉(zhuǎn)為“事前預(yù)防”,有效降低鍋爐故障,降低售后服務(wù)成本,減少停機(jī)時間,對鍋爐制造企業(yè)和發(fā)電企業(yè)都具有較高的經(jīng)濟(jì)效益價值。
綜合應(yīng)用云存儲技術(shù)、分布式實時數(shù)據(jù)庫技術(shù)、專家系統(tǒng)技術(shù)、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)技術(shù)研制完成了鍋爐遠(yuǎn)程在線服務(wù)系統(tǒng),系統(tǒng)由硬件層、虛擬平臺層、操作系統(tǒng)層、應(yīng)用支撐平臺層、應(yīng)用軟件層構(gòu)成。其層次化體系結(jié)構(gòu)如圖1所示。
圖1 鍋爐遠(yuǎn)程服務(wù)系統(tǒng)的軟件體系結(jié)構(gòu)
1)硬件層。硬件平臺層包括網(wǎng)絡(luò)設(shè)備及網(wǎng)絡(luò)、應(yīng)用服務(wù)器及云存儲設(shè)備、桌面設(shè)備、通訊設(shè)備等。
2)虛擬平臺層。建立在操作系統(tǒng)之上,通過虛擬機(jī)模式支持不同操作系統(tǒng)的應(yīng)用。
3)支撐平臺層。圖型平臺用來支持鍋爐遠(yuǎn)程監(jiān)測系統(tǒng)的運(yùn)行;實時數(shù)據(jù)庫用于支持用戶鍋爐運(yùn)行數(shù)據(jù)的采集與存儲;知識庫支持專家系統(tǒng)的知識推理和系統(tǒng)交互。
云存儲平臺基于數(shù)據(jù)立方構(gòu)建。鍋爐安裝過程視頻通過移動網(wǎng)絡(luò)攝像機(jī)保存,系統(tǒng)在需要時通過4G網(wǎng)絡(luò)訪問這些設(shè)備的實時數(shù)據(jù)。
4)應(yīng)用軟件層。呼叫中心平臺支持售后服務(wù)人員和客戶直接的語音通訊,客戶服務(wù)管理系統(tǒng)支持客戶服務(wù)全過程的管理,包括:服務(wù)請求管理、任務(wù)管理、工單管理、服務(wù)處理結(jié)果記錄、服務(wù)成本分析、服務(wù)質(zhì)量統(tǒng)計分析及配件管理等,鍋爐運(yùn)行遠(yuǎn)程診斷系統(tǒng)用于鍋爐設(shè)計專家對用戶鍋爐的遠(yuǎn)程診斷及分析,基于鍋爐運(yùn)行數(shù)據(jù)的海量大數(shù)據(jù)的專家系統(tǒng),一方面通過數(shù)據(jù)挖掘等手段得到有益的知識和信息,為設(shè)計人員改進(jìn)設(shè)計提供支持;另一方面,通過系統(tǒng)推理為用戶鍋爐運(yùn)行情況提供更專業(yè)的診斷結(jié)論。鍋爐安裝遠(yuǎn)程視頻采集系統(tǒng)主要用于支持鍋爐的遠(yuǎn)程安裝指導(dǎo)和分析。
鍋爐遠(yuǎn)程服務(wù)系統(tǒng)運(yùn)行的系統(tǒng)結(jié)構(gòu)如圖2所示。其中,用于采集各用戶鍋爐實時數(shù)據(jù)的數(shù)據(jù)采集代理計算機(jī)和遠(yuǎn)程服務(wù)器集群構(gòu)成專用的VPN隧道。大屏幕顯示系統(tǒng)用于實現(xiàn)服務(wù)大廳用戶鍋爐現(xiàn)場數(shù)據(jù)的實時顯示、遠(yuǎn)程安裝視頻播放等,在線服務(wù)的各種應(yīng)用程序部署在應(yīng)用服務(wù)器。
圖2 鍋爐遠(yuǎn)程在線服務(wù)的系統(tǒng)結(jié)構(gòu)
3.1基于鍋爐海量大數(shù)據(jù)的專家系統(tǒng)
鍋爐運(yùn)行的過程參數(shù)變化數(shù)據(jù)量極其龐大,如:在一臺400 MW的中小型鍋爐需要采集的數(shù)據(jù)節(jié)點有4 000左右,按照采樣周期3秒鐘,每天產(chǎn)生12億條數(shù)據(jù)。鍋爐運(yùn)行海量大數(shù)據(jù)的專家系統(tǒng)是本研究的最大特點,目前國內(nèi)外均沒有此類系統(tǒng)。由學(xué)習(xí)子系統(tǒng)、數(shù)據(jù)挖掘子系統(tǒng)、決策支持子系統(tǒng)、交互子系統(tǒng)構(gòu)成。它通過學(xué)習(xí)、數(shù)據(jù)挖掘、知識推理和人機(jī)交互等子系統(tǒng)為設(shè)計人員優(yōu)化鍋爐設(shè)計提供依據(jù),并全方位的支持客戶的鍋爐運(yùn)行優(yōu)化調(diào)整和故障診斷。
海量大數(shù)據(jù)專家系統(tǒng)利用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)功能[2-3]、大規(guī)模并行分布式處理功能、連續(xù)時間非線性動力學(xué)和全局集體作用實現(xiàn)知識獲取自動化。
海量大數(shù)據(jù)專家系統(tǒng)分別提供兩種界面給鍋爐專家和一般用戶。首先將鍋爐專家提供的鍋爐問題解決實例知識的數(shù)據(jù)文件進(jìn)行預(yù)處理,神經(jīng)網(wǎng)絡(luò)作為知識獲取機(jī)制,從處理后的數(shù)據(jù)文件中學(xué)習(xí)鍋爐知識,并將其存儲在權(quán)值和閾值中,以數(shù)據(jù)文件的形式保存。通過知識錄入界面,鍋爐專家可以總結(jié)鍋爐領(lǐng)域內(nèi)的經(jīng)驗知識,對神經(jīng)網(wǎng)絡(luò)輸出結(jié)果進(jìn)行分類判斷處理,并給出專家建議或?qū)Σ煌Y(jié)果的解決方案。對于一般用戶,可將遇到的鍋爐問題數(shù)據(jù)輸入系統(tǒng)中,經(jīng)過并行推理機(jī)的計算,得到問題的數(shù)值性結(jié)果。將此結(jié)果傳輸?shù)綄ο笸评頇C(jī),對象推理機(jī)自動和知識庫連接,得到與此問題相關(guān)的問題描述性回答及專家建議或解決措施,結(jié)構(gòu)如圖3所示。
圖3 海量大數(shù)據(jù)專家系統(tǒng)的結(jié)構(gòu)
3.1.1學(xué)習(xí)子系統(tǒng)
學(xué)習(xí)子系統(tǒng)包括:模型管理和學(xué)習(xí)任務(wù)管理兩個子系統(tǒng),模型管理模塊對模型的名稱、目的、輸入、輸出參數(shù)、中間層參數(shù)、期望誤差和迭代次數(shù)進(jìn)行設(shè)定和設(shè)置,學(xué)習(xí)任務(wù)管理模塊完成學(xué)習(xí)任務(wù)的制定、學(xué)習(xí)任務(wù)執(zhí)行周期設(shè)定,學(xué)習(xí)成果存儲等等。如:對于前文提及的鍋爐排放、鍋爐運(yùn)行預(yù)警建立如圖4所示的管理模型。
圖4 鍋爐排放管理模型
對于鍋爐的排放,模型學(xué)習(xí)過程如下:首先初始化權(quán)重矩陣,設(shè)定計算精度值和最大迭代次數(shù)。
其次以風(fēng)機(jī)轉(zhuǎn)速、頻率、風(fēng)量,爐膛溫度、燃燒器的燃料流量、冷卻水流量、溫度、冷卻空氣溫度、除塵出口氯化氫、氧化硫濃度等參數(shù)值作為輸入值,對氮氧化物含量、硫化物含量、煙塵含量等設(shè)置期望值并進(jìn)行迭代計算,公式如下:
中間層k=輸入層1*權(quán)重wi11+…+輸入層i*權(quán)重wiii輸出層k=中間層1*權(quán)重wh11+…+中間層i*權(quán)重whii
最后將輸出層k氮氧化物、硫化物、煙塵值與期望的氮氧化物、硫化物、煙塵值對比,滿足設(shè)定精度或者達(dá)到最大迭代此,則停止計算,否則開始新一輪迭代。
可以看出,海量大數(shù)據(jù)專家系統(tǒng)可以提煉出當(dāng)前鍋爐設(shè)計、運(yùn)行專家不具備經(jīng)驗和知識,能為鍋爐安全高效的運(yùn)行、進(jìn)一步優(yōu)化設(shè)計等提供重要依據(jù),如:針對鍋爐運(yùn)行安全問題,建立的鍋爐運(yùn)行預(yù)警模型,通過學(xué)習(xí)可以得到負(fù)荷、鍋爐給水、燃料量、冷卻水、送風(fēng)和引風(fēng)量等與運(yùn)行安全之間較為準(zhǔn)確的相關(guān)性的指標(biāo),而這些指標(biāo)在傳統(tǒng)的設(shè)計經(jīng)驗值和理論估算中往往留有很大的安全系數(shù)。
3.1.2決策支持子系統(tǒng)
決策支持子系統(tǒng)將學(xué)習(xí)系統(tǒng)的成果展示給用戶,該子系統(tǒng)依據(jù)模型中輸入輸出數(shù)據(jù)特點選用邏輯推理或不確定性推理方式。
如:對鍋爐排放管理模型來說,若輸入輸出數(shù)據(jù)都是完整的、準(zhǔn)確的數(shù)值,在這種情況下推理方法采用邏輯推理,其推理過程與學(xué)習(xí)系統(tǒng)模型學(xué)習(xí)過程類似。
在不確定性推理中,知識表示方式是產(chǎn)生式規(guī)則,其形式一般為:
IF ETHEN H(CF(H,E))
其中E是知識前提條件,H是知識結(jié)論CF (H,E)是知識可信度。CF(H,E)取值范圍為[-1,1],值越大表示滿足前提知識條件的結(jié)論H越可信,反之亦然。
如:對汽包壓力大的問題其推理過程如下:
前提條件:
IF E1 THEN H1(0.8)
IF E2 THEN H2(0.3)
IF E3 THEN H3(0.1)
其中E1=汽包壓力大,E2=汽包壓力小,E3=送風(fēng)??;H1=燃料流量大,鍋爐負(fù)荷大;H2=鍋爐低負(fù)荷;H3=鍋爐高負(fù)荷。
經(jīng)過提問后得到各個證據(jù)的可信度為:
CF(E1)=0.8,CF(E2)=-1,CF(E3)=-1
接下來計算結(jié)論可信度CF(H1)=0.8*|max (0,CF(E1)|=0.8*0.8=0.64
同理CF(H2)=0,CF(H3)=0;所以H1>H2>H3,所以結(jié)論為H1,可信度為0.64。
3.1.3大數(shù)據(jù)分析子系統(tǒng)
電站鍋爐產(chǎn)品中所有的子系統(tǒng)都是非線性的,因此,必須對數(shù)據(jù)進(jìn)行統(tǒng)計、分析、挖掘才能提煉出能用于用來優(yōu)化設(shè)計或優(yōu)化鍋爐運(yùn)行狀態(tài)的有用知識,大數(shù)據(jù)分析子系統(tǒng)通過對數(shù)據(jù)分類、采樣、統(tǒng)計、模型分析提煉出有用的知識,并按照不同的需求生成各類報表。
采用K-means統(tǒng)計方式,曲線及圖形繪制采用R語言。例如:對于煙塵濃度分析,首先選擇出不同客戶的同一類型、容量相同或者相近的所有鍋爐,然后定義采樣周期,針對風(fēng)煙類數(shù)據(jù)抽取到所需要的小時、日、月、年等數(shù)據(jù),其次采用K-means聚類算法找出中心值作為R圖分析的采樣樣點數(shù)據(jù),最后利用R圖工具繪制出其正態(tài)分布圖,從而得到最穩(wěn)定的煙塵濃度參數(shù)。
3.1.4交互子系統(tǒng)
大數(shù)據(jù)專家系統(tǒng)中,交互子系統(tǒng)主要支持知識的檢索和統(tǒng)計報表的查詢,交互子系統(tǒng)通過授權(quán)方式可以開放給用戶。
3.2云存儲系統(tǒng)
本系統(tǒng)采用數(shù)據(jù)立方[4-5]實現(xiàn)云存儲系統(tǒng)構(gòu)建,其由索引、數(shù)據(jù)訪問管理模塊、數(shù)據(jù)查詢解析器、作業(yè)解析器、元數(shù)據(jù)、并行計算機(jī)構(gòu)和分布式實時數(shù)據(jù)庫系統(tǒng)構(gòu)成,如圖5所示。
圖5 遠(yuǎn)程服務(wù)系統(tǒng)中的云存儲架構(gòu)
數(shù)據(jù)立方中,鍋爐運(yùn)行實時數(shù)據(jù)的入庫通過采集代理系統(tǒng)完成,數(shù)據(jù)采集代理系統(tǒng)將客戶鍋爐運(yùn)行實時數(shù)據(jù)讀取后存儲到本地實時數(shù)據(jù)庫文件中,實時數(shù)據(jù)庫的歷史數(shù)據(jù)按照測點名分區(qū)存放,索引文件基于測點名稱為關(guān)鍵字構(gòu)建,每個測點在實時數(shù)據(jù)庫文件中對應(yīng)不同的位置偏移量,即X=(Ptname,Positon),x、Ptname、Positon分別表示索引記錄、測點名稱和數(shù)據(jù)庫文件中的偏移量,新的測點數(shù)據(jù)增加后,索引隨之自動更新。
遠(yuǎn)程服務(wù)系統(tǒng)中的元數(shù)據(jù)存儲在遠(yuǎn)程服務(wù)系統(tǒng)的關(guān)系式數(shù)據(jù)庫中,元數(shù)據(jù)和各代理系統(tǒng)的測點表基于以下模型結(jié)構(gòu)構(gòu)建:
M={Bt,Bb,Bs,Bn,Btn,Bnode,Bnum}
M代表系統(tǒng)參數(shù)的空間集合。
Bt∈T1,T1是鍋爐類型的集合(包括:秸稈爐、余熱鍋爐、煤粉爐、垃圾爐等幾種)。
Bb∈T2,T2是鍋爐設(shè)計額定容量(蒸噸數(shù)的集合。(如:130、220、280、750等)。
Bs∈T3,T3是表示所有的鍋爐子系統(tǒng)。(包括:風(fēng)煙子系統(tǒng)、燃燒子系統(tǒng)、除渣子系統(tǒng)、給水子系統(tǒng)、脫硫/脫硝子系統(tǒng)等等)。
Bn∈T4,Tn是鍋爐參數(shù)的集合(如:主蒸汽溫度、含氧量、主蒸汽壓力等等)。
Btn∈T5,T5是用戶鍋爐測點名稱的集合。
由于不同用戶使用不同DCS系統(tǒng),測點編碼規(guī)則完全不同,所以測點名和參數(shù)名稱基本上都是N:1關(guān)系,同時,同一節(jié)點(指數(shù)據(jù)采集代理系統(tǒng)計算機(jī))上的測點名具有唯一性。
Bnode∈T6,T6是節(jié)點名稱的集合,它由安裝數(shù)據(jù)采集代理系統(tǒng)的計算機(jī)名稱的表示。
Bnum∈T7,T7是鍋爐編號的集合,每個連接在遠(yuǎn)程服務(wù)系統(tǒng)中的鍋爐具有唯一的編號,每臺數(shù)據(jù)采集代理系統(tǒng)對應(yīng)一臺或者多臺鍋爐,每一臺鍋爐的所有參數(shù)對應(yīng)一個唯一的Point Type(數(shù)據(jù)類)。
數(shù)據(jù)訪問管理模塊主要完成元數(shù)據(jù)的構(gòu)建、管理,查詢需求生成及結(jié)果輸出。
SQL解析器基于查詢需求生成sql查詢語句。
作業(yè)分析器根據(jù)SQL語法樹、元數(shù)據(jù)和測點表信息,分析所要處理的數(shù)據(jù)表對應(yīng)的所在存儲子節(jié)點位置,生成查詢作業(yè)并發(fā)送給并行計算架構(gòu)。
數(shù)據(jù)立方的分布式并行架構(gòu)是一種典型的主從結(jié)構(gòu),如圖6所示。并行計算架構(gòu)接收到作業(yè)生成器生成的作業(yè),切分查詢作業(yè)形成子任務(wù),然后將子任務(wù)發(fā)送給數(shù)據(jù)所在的存儲子節(jié)點,在執(zhí)行完畢后將結(jié)果返回。
圖6 基于并行計算的作業(yè)提交示意圖
例如:在相關(guān)性分析中,對于需求—“查詢130蒸噸循環(huán)硫化床鍋爐在2014年11月主蒸汽溫度和壓力的所有數(shù)據(jù)”,sql解析器生成的結(jié)果為:
Go
DECLARE@ServerName VARCHAR(30)
DECLARE@dbname VARCHAR(30)
ECLARE@Praname1 VARCHAR(30)
SET@ServerName='@ServerName'
SET@dbname='@DBname'
SET@Praname1='@MainSteamTemperature'
SELECT tag,value,time
FROM piinterP
WHERE tag=@Praname1
AND time BETWEEN'*-720h'AND'2014/11/30
23:59:59'
Go
Go
DECLARE@ServerName VARCHAR(30)
DECLARE@dbname VARCHAR(30)
ECLARE@Praname2 VARCHAR(30)
SET@ServerName='@ServerName'
SET@dbname='@DBname'
SET@Praname2='@MainSteamPressure'
SELECT tag,value,time
FROM piinterP
WHERE tag=@Praname2
AND time BETWEEN'*-720h'AND'2014/11/30 23:59:59'
Go
假設(shè)作業(yè)分析器依據(jù)元數(shù)據(jù)和測點表找到兩臺130蒸噸循環(huán)硫化床鍋爐在運(yùn)行。采集代理計算機(jī)機(jī)器名分別為:AgentServer1、AgentServer2,存放實時數(shù)據(jù)的數(shù)據(jù)庫分別為:AgentDB1、AgentDB2,測點參數(shù)名分別為:(41TE04_2, 41PT04_2) 和(1LAB71CT001,1LAB71CP001)。作業(yè)分析將會替代SQL分析器結(jié)果中的參數(shù)為實際值并生成作業(yè)描述文本。
并行計算架構(gòu)根據(jù)作業(yè)文本生成4個子任務(wù)task1,task2,task3,task4,子任務(wù)task1、task2發(fā)送給節(jié)點AgentServer1,子任務(wù)task3、task4發(fā)送給節(jié)點AgentServer2。
任務(wù)描述格式如下:
Taski=(Severi,Dbnamei,Pramerteri,CommandStri,
Resultsetnamei)
對于上述的task1,任務(wù)描述如下:
Sever1=“AgentServer1”
Dbname1=“AgentDB1”
Pramerter1=“41TE04_2”
CommandStr1=“SELECT tag,value,time
FROM piinterP WHERE tag='41TE04_2'
AND time BETWEEN'*-720h'AND'2014/11/30
23:59:59'”
Resultsetname1=“DS_tbl_41TE04_21”
上述云存儲架構(gòu)具有如下優(yōu)點:
1)可擴(kuò)展性,開放性好。增加鍋爐采集代理節(jié)點時,不需要對遠(yuǎn)程服務(wù)系統(tǒng)的應(yīng)用程序做任何修改。
2)網(wǎng)絡(luò)負(fù)荷小,只有需要被分析或者顯示的數(shù)據(jù)才被從數(shù)據(jù)采集代理系統(tǒng)中讀取。
3)可以數(shù)據(jù)源切換的方式動態(tài)顯示不同鍋爐的實時數(shù)據(jù),遠(yuǎn)程服務(wù)系統(tǒng)數(shù)據(jù)集中存儲與數(shù)據(jù)同步可以和數(shù)據(jù)采集異步進(jìn)行。
4)使用并行計算架構(gòu),數(shù)據(jù)抽取速度快,能滿足大數(shù)據(jù)分析的需要。
3.3數(shù)據(jù)采集代理系統(tǒng)
數(shù)據(jù)采集代理系統(tǒng)主要由消息管理器、同步接口、OPC接口、實時數(shù)據(jù)庫系統(tǒng)構(gòu)成,如圖7所示。
圖7 數(shù)據(jù)采集代理系統(tǒng)
3.3.1消息管理器
消息管理器主要負(fù)責(zé)與遠(yuǎn)程服務(wù)系統(tǒng)通訊并設(shè)定接口的有關(guān)參數(shù)和工作狀態(tài)。主要包括:OPC接口的運(yùn)行、停止,OPC接口采集數(shù)據(jù)的掃描頻率,同步接口同步數(shù)據(jù)的類型(測點表或?qū)崟r數(shù)據(jù)等)。
3.3.2OPC接口
OPC是工業(yè)控制領(lǐng)域的軟件接口標(biāo)準(zhǔn),它按照標(biāo)準(zhǔn)的方法完成不同設(shè)備之間數(shù)據(jù)交換的問題。利用這些接口,客戶可以按照統(tǒng)一的數(shù)據(jù)訪問標(biāo)準(zhǔn)與不同廠商的軟硬件產(chǎn)品進(jìn)行通信。目前電站鍋爐使用的DCS系統(tǒng)中,基本都提供了OPC訪問服務(wù)。
OPC接口完成鍋爐運(yùn)行數(shù)據(jù)的實時采集,由于OPC服務(wù)器提供的測量數(shù)據(jù)來源于DCS數(shù)據(jù)總線,因此,在同一時刻,遠(yuǎn)程服務(wù)系統(tǒng)監(jiān)控圖上看到的數(shù)據(jù)和電廠控制室看到的數(shù)據(jù)是同步的,幾乎沒有延遲。
3.3.3同步接口
同步接口完成代理系統(tǒng)實時數(shù)據(jù)向遠(yuǎn)程服務(wù)系統(tǒng)數(shù)據(jù)庫的實施數(shù)據(jù)同步和測點表的推送(測點表只有在測點描述信息發(fā)生變化時才需要同步,一般情況,數(shù)據(jù)采集代理系統(tǒng)部署完成后同步一次即可)。
3.3.4代理系統(tǒng)實時數(shù)據(jù)庫
安裝在數(shù)據(jù)采集代理計算機(jī)上的實時數(shù)據(jù)庫主要用于對應(yīng)的鍋爐實時數(shù)據(jù)的存儲。這種架構(gòu)的數(shù)據(jù)采集代理系統(tǒng)具有如下特點:
1)最大程度的保證了數(shù)據(jù)采集的完整性。一般代理系統(tǒng)放置在客戶的控制室中,和OPC服務(wù)器之間的網(wǎng)絡(luò)連接比較可靠,所以即使數(shù)據(jù)采集代理系統(tǒng)和遠(yuǎn)程服務(wù)系統(tǒng)之間的網(wǎng)絡(luò)連接中斷,數(shù)據(jù)采集不受影響,同時這些數(shù)據(jù)也可以通過同步接口傳到遠(yuǎn)程服務(wù)系統(tǒng)中來,從而保證了客戶鍋爐運(yùn)行數(shù)據(jù)的完整性。
2)系統(tǒng)運(yùn)行成本可控。某些電廠的DCS系統(tǒng)、工程師工作站和internet網(wǎng)絡(luò)是物理隔離的,因此,有些用戶節(jié)點需要用無線設(shè)備(移動4 G設(shè)備等)進(jìn)行數(shù)據(jù)傳輸,按照每月20 G流量計算,數(shù)據(jù)費(fèi)需要350元以上(不限流量500元/月),運(yùn)行成本較高,對于這些用戶,本系統(tǒng)架構(gòu)靈活支持長期連接或者進(jìn)行服務(wù)時動態(tài)連接的方式,減少網(wǎng)絡(luò)流量的使用,從而降低系統(tǒng)運(yùn)行成本。
3)便于分步實施和部署。遠(yuǎn)程服務(wù)系統(tǒng)開發(fā)完畢后,用戶鍋爐分步接入系統(tǒng)時,只需要搭建數(shù)據(jù)采集代理系統(tǒng),幾乎不需要對遠(yuǎn)程服務(wù)系統(tǒng)本身做任何改變。
本文以O(shè)sisoft公司的PI 2012實時數(shù)據(jù)庫及其SDK工具[6]等為基礎(chǔ),在Visual studio 2013開發(fā)環(huán)境下完成了系統(tǒng)開發(fā)。研究成果在無錫華光鍋爐股份有限公司得到了應(yīng)用,如圖8所示,系統(tǒng)得到企業(yè)設(shè)計人員和用戶的好評,目前系統(tǒng)運(yùn)行穩(wěn)定。
圖8 鍋爐遠(yuǎn)程服務(wù)系統(tǒng)(運(yùn)行診斷子系統(tǒng))
鍋爐遠(yuǎn)程服務(wù)系統(tǒng)的建立和應(yīng)用,實現(xiàn)了傳統(tǒng)服務(wù)模式的創(chuàng)新,為提升鍋爐制造企業(yè)品牌形象,提高服務(wù)效率和質(zhì)量,降低企業(yè)制造成本、售后服務(wù)成本開辟了新的途徑,因此,該系統(tǒng)在鍋爐行業(yè)制造企業(yè)中推廣將具有廣闊的市場前景。同時本文的技術(shù)架構(gòu)及系統(tǒng)完全可應(yīng)用于區(qū)域環(huán)保部門監(jiān)測和分析本地域鍋爐的排放和分析。
[1]馬會鈞,柴新建.面向制造企業(yè)的售后服務(wù)協(xié)同管理集成平臺的研究與實現(xiàn)[J].中國機(jī)械工程,2006(12):1253-1256.
[2]侯媛彬,杜京義,汪梅.神經(jīng)網(wǎng)絡(luò)[M].西安:西安電子科技大學(xué)出版社,2007.
[3]SimonHaykin.神經(jīng)網(wǎng)絡(luò)與機(jī)器學(xué)習(xí)[M].第3版.北京:機(jī)械工業(yè)出版社,2011.
[4]BEYER K,RAMAKRISHNAN R.Bottom-up computation of sparse and iceberg cube[C]//ACM SIGMOD Record. ACM,1999,28(2):359-370.
[5]AGRAWAL R,IMIELINSKI T,SWAMI A.Mining association rules between sets of items in large databases[C]// ACM SIGMOD Record.ACM,1993,22(2):207-216.
[責(zé)任編輯:吳卓]
Research on Remote Online Service System of Power Plant Boiler
MA Yixin1,LIANG Xi2,MA Huijun3
(1.Wuxi Human Resources and Social Security Bureau,Wuxi Jiangsu 214011,China;
2.Chongqing University,Chongqing 401331,China;
3.Wuxi Huaguang Boiler Co.,Ltd,Wuxi Jiangsu 214035,China)
Based on the cloud storage technology,the distributed real-time database technology and the expert system technology,a software architecture of remote online service system is proposed,and the key technology and the implementation strategy are introduced.The research results of this paper can provide reference for similar system research and insights for developers.
power plant boiler;cloud storage;remote online service;massive data
TP311.52
A
1672-6138(2015)01-0011-07
10.3969/j.issn.1672-6138.2015.01.003
2014-12-16
馬益新(1963—),女,江蘇無錫人,高級工程師,碩士,研究方向:軟件工程開發(fā)應(yīng)用和軟件項目管理。