南昌印鈔有限公司 江西 南昌 330043

1 引言

隨著科學技術(shù)與工業(yè)信息化融合與發(fā)展，工業(yè)企業(yè)對關(guān)鍵生產(chǎn)線及設(shè)備的狀態(tài)監(jiān)測已經(jīng)達到了新的平臺要求，全面向工業(yè)4.0，技術(shù)信息化等全新高度。通過對關(guān)鍵設(shè)備的狀態(tài)采集、計算機網(wǎng)絡(luò)傳輸，服務(wù)器數(shù)據(jù)存檔，數(shù)據(jù)建模，故障預警發(fā)布，完成對生線線、關(guān)鍵設(shè)備的信息化管理，為故障預判、故障維修、備件預警提供了決策依據(jù)。本文主要針對凹版印刷機主旋轉(zhuǎn)機構(gòu)的狀態(tài)預警系統(tǒng)作為分析實例。

2 凹版印刷機主旋轉(zhuǎn)機構(gòu)

凹版印刷機主旋轉(zhuǎn)機構(gòu)長時間穩(wěn)定運轉(zhuǎn)，依賴潤滑系統(tǒng)的正常工作，目前印刷凹印機主旋轉(zhuǎn)機構(gòu)的潤滑系統(tǒng)都是封裝在設(shè)備齒輪箱中，供油泵靠主旋轉(zhuǎn)機構(gòu)帶動旋轉(zhuǎn)從而供油，沒有設(shè)置專有的檢測裝置觀察。主旋轉(zhuǎn)機構(gòu)的實時狀態(tài)無法監(jiān)測。

設(shè)備故障突發(fā)是生產(chǎn)中極待解決的問題，針對印刷凹印生產(chǎn)線連續(xù)運行要求高、停機損失大、故障檢測困難等的實際問題，對印刷凹印機及產(chǎn)品線進行多層次分析，為避免設(shè)備因故障臨時停機而提高生產(chǎn)效率，也有益于降低維修成本和實現(xiàn)設(shè)備全安全周期管理。根據(jù)實際實情況，目前運行狀態(tài)主要是針對活動件的溫度、以及各分支潤滑油的流量進行采集監(jiān)測，如圖1所示。

圖1 現(xiàn)場設(shè)備圖

3 系統(tǒng)架構(gòu)

從信息流角度出發(fā)，整個系統(tǒng)總體上可分為三層，如圖1所示。

圖2 系統(tǒng)架構(gòu)

3.1 設(shè)備層 設(shè)備層包含了凹印設(shè)備預警硬件系統(tǒng)由溫度傳感器、流量傳感器、采集PLC和上位機工控主機構(gòu)成。即在凹印設(shè)備主旋轉(zhuǎn)機構(gòu)加裝溫度傳感器和潤滑系統(tǒng)加裝流量傳感器，傳感器再連接到采集PLC的I/O接口，以便將系統(tǒng)狀態(tài)信息提取到控制器。

3.2 數(shù)據(jù)層 數(shù)據(jù)層主要由數(shù)據(jù)庫服務(wù)器構(gòu)成，數(shù)據(jù)庫服務(wù)器通過以太網(wǎng)與采集PLC及凹印機控制器連接，以將控制器內(nèi)存數(shù)據(jù)提取到數(shù)據(jù)庫，從而為設(shè)備預警系統(tǒng)提供信息支撐。

3.3 應(yīng)用層 應(yīng)用層，即最終用戶的PC機通過B/S或C/S模式訪問設(shè)備預警軟件系統(tǒng)，查看預警信息和實時的溫度、流量數(shù)據(jù)。其他系統(tǒng)若需要查看預警數(shù)據(jù)，可通過定制和共享預警系統(tǒng)的數(shù)據(jù)庫視圖實現(xiàn)集成。

系統(tǒng)涵蓋了數(shù)據(jù)采集、設(shè)備遠程在線監(jiān)控、數(shù)據(jù)模型分析、預警系統(tǒng)、設(shè)備管理等功能。如圖1所示，設(shè)備預警系統(tǒng)總體框架以統(tǒng)一數(shù)據(jù)模型為基礎(chǔ)，搭載由工作流引擎、報表引擎及可視化組件構(gòu)建的通用工具集之上。通過系統(tǒng)集成接口與外界系統(tǒng)進行數(shù)據(jù)交換，通過信息發(fā)布平臺發(fā)布實時信息以及故障預警信息。同時為多個工業(yè)平臺提供數(shù)據(jù)接口，實現(xiàn)信息共享。

4 軟件架構(gòu)

系統(tǒng)采用基于RIA的富客戶端技術(shù)，既有C/S模式的特點，又有B/S模式的優(yōu)勢，如圖3所示。

圖3 軟件架構(gòu)

4.1 實體模型 ADO.NET實體模型，是數(shù)據(jù)庫表、視圖、存儲過程等的映射，為服務(wù)端和客戶端提供數(shù)據(jù)支撐。為業(yè)務(wù)邏輯間的數(shù)據(jù)傳遞提供數(shù)據(jù)結(jié)構(gòu)支撐，同時起到校驗數(shù)據(jù)的作用。

4.2 域服務(wù) 域服務(wù)DomainServices，是向客戶端公開數(shù)據(jù)層的WCF Services，創(chuàng)建一個DomainServices實例時，就指定了需要公開的實體模型，以及它所允許的數(shù)據(jù)操作。也可以通過Partial附加DomainServices類，添加用戶自定義的操作?？梢詫?shù)據(jù)的增、刪、改、查，也可以是客戶端相對復雜的業(yè)務(wù)邏輯。

4.3 客戶端 客戶端包括UI層、業(yè)務(wù)邏輯層、數(shù)據(jù)訪問層、數(shù)據(jù)代理層。UI層負責客戶端界面的展示以及接受用戶的操作指令，將指令發(fā)送到業(yè)務(wù)邏輯層或者數(shù)據(jù)訪問層。業(yè)務(wù)邏輯層接收指令，對需要做的操作作出響應(yīng)。數(shù)據(jù)訪問層同樣接受UI層發(fā)送過來的指令，并對其作出響應(yīng)，通過WCF服務(wù)異步觸發(fā)服務(wù)端的方法。數(shù)據(jù)代理層是實體模型在客戶端的映射，作為數(shù)據(jù)的校驗、復雜邏輯、安全的堡壘，為客戶端的信息傳遞提供數(shù)據(jù)支撐。

4.4 公共類庫層 公共類庫層Common Libraries，主要為客戶端提供公共的類資源，包括常用的公共類、操作類、驗證類等。

4.5 公共資源層 公共資源層Common Asset，主要為客戶端提供公共的資源，包括主題資源、樣式資源、模版資源以及本地化資源等。

4.6 控件擴展層 控件擴展層ControlExtension，主要為客戶端提供控件的擴展類，包括常用控件、第三方控件的擴展和重寫等

4.7 熱部署 系統(tǒng)采用了動態(tài)加載技術(shù)，客戶端的通過互交界面，按需求加載應(yīng)用程序包，當客戶端發(fā)生更改時，由WCF服務(wù)即時通知到各個客戶端，客戶端自動加載新的應(yīng)用程序包。

5 數(shù)據(jù)模型

通過大量數(shù)據(jù)采集、積累和分析，逐步建立設(shè)備運行等狀態(tài)的檢測標準及模型。通過數(shù)據(jù)模型建立實時狀態(tài)監(jiān)測與故障預警。

5.1 實時監(jiān)測 實時的溫度、流量能在機旁以及工廠設(shè)備管理系統(tǒng)查看實時溫度、流計數(shù)據(jù)、實時曲線以及歷史曲線、記錄查詢、報警查詢，同時可設(shè)定報警，以及報警輸出。如圖4所示，圖5所示。

5.2 數(shù)據(jù)模型 完成數(shù)據(jù)采集存儲數(shù)據(jù)庫，對數(shù)據(jù)進行預處理，利用Apriori改進算法、頻繁項集、時序規(guī)則模式、以及頻繁時序關(guān)聯(lián)規(guī)則，最后提供決策預警信息，如圖6所示。

5.3 Apriori算法 Apriori算法是一個關(guān)聯(lián)規(guī)則挖掘算法，也是最經(jīng)典的算法。它利用逐層搜索更新迭代方法找出數(shù)據(jù)庫中各項集各數(shù)據(jù)的關(guān)系，以形成某種條件規(guī)則，其過程由連接類矩陣運算與去掉那些沒必要的中間結(jié)果組成。該算法中項集的概念為項的集合。包含K個項的集合為k項集。項集出現(xiàn)的頻率是包含項集的數(shù)量，稱為項集的頻率。如果某項集滿足最小支持度，則稱它頻繁項集。

圖4 實時畫面

圖5 曲線查詢畫面

圖6 數(shù)據(jù)模型

Apriori算法是挖掘關(guān)聯(lián)規(guī)則的頻繁項集算法，一種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項集的算法。其核心思想是通過候選集生成的向下封閉檢測兩個階段來挖掘頻繁項集。

其核心是基于兩階段頻繁集的遞推算法。該關(guān)聯(lián)規(guī)則在分類上屬于單維、單層、布爾關(guān)聯(lián)等單一規(guī)則。

Apriori算法已經(jīng)被廣泛的應(yīng)用到工業(yè)、商業(yè)、信息技術(shù)、網(wǎng)絡(luò)安全等各個領(lǐng)域。

Apriori算法采用了逐層搜索以及快帶更新迭代的方法，簡單明了，沒有復雜的理論推導，易于實現(xiàn)。

5.4 Apriori算法思想 該算法的基本思想是：

先找出所有的頻集，這些項集出現(xiàn)的頻繁性和原預定義的最小支持度一樣。然后由頻繁集產(chǎn)生強關(guān)聯(lián)規(guī)則，然后使用第一步找到的頻集產(chǎn)生期望的規(guī)則，產(chǎn)生只包含集合的項的所有規(guī)則，其中每一條規(guī)則的右部只有一項，這里采用的是中規(guī)則的定義。

一旦這些規(guī)則被生成，那么只有那些大于用戶給定的最小可信度的規(guī)則才被留下來。為了生成所有頻集，使用了遞歸的方法。

6 結(jié)束語

本文采用數(shù)據(jù)模型，通過實例達到數(shù)據(jù)采集、計算機網(wǎng)絡(luò)傳輸、實時狀態(tài)監(jiān)測、故障預警系統(tǒng)，設(shè)備管理及平臺發(fā)布功能。

最后關(guān)鍵設(shè)備基于數(shù)據(jù)模型的狀態(tài)監(jiān)測預警系統(tǒng)是設(shè)備在健康狀態(tài)下安全可靠運行的保證，同時也有效降低設(shè)備的突發(fā)及嚴重故障的發(fā)生。隨著科技的不斷發(fā)展。基于數(shù)據(jù)模型的狀態(tài)監(jiān)測預警系統(tǒng)會有更進一步的發(fā)展。