高少博

（北京京航安機(jī)場(chǎng)工程有限公司，北京 大興 100176）

0 引言

隨著世界民航的不斷發(fā)展，各個(gè)民航機(jī)場(chǎng)的客流量持續(xù)增加，而且還在以每年10%以上的速度快速提升，隨著客流量的增加，巨大的行李總量也給機(jī)場(chǎng)的行李分揀系統(tǒng)帶來(lái)了極大的壓力。特別是隨著行李分揀系統(tǒng)使用頻次的增加、行李量的增大，導(dǎo)致分揀系統(tǒng)在工作時(shí)極易出現(xiàn)故障。目前對(duì)行李分揀系統(tǒng)的故障處理還是依靠人工逐項(xiàng)點(diǎn)檢排除的模式，不僅嚴(yán)重依賴人工經(jīng)驗(yàn)，而且還存在著故障排除效率低的不足，嚴(yán)重影響了基礎(chǔ)行李分揀系統(tǒng)的工作可靠性。

結(jié)合自動(dòng)監(jiān)測(cè)和人工智能技術(shù)的發(fā)展，提出了一種新的機(jī)場(chǎng)行李自動(dòng)分揀系統(tǒng)監(jiān)控裝置，其通過(guò)對(duì)行李自動(dòng)分揀系統(tǒng)運(yùn)行情況的實(shí)時(shí)監(jiān)測(cè)，獲取異常數(shù)據(jù)，然后通過(guò)故障數(shù)據(jù)庫(kù)的智能對(duì)比，確定故障原因和故障位置。實(shí)現(xiàn)了故障的快速定位和處理。根據(jù)實(shí)際應(yīng)用表明新的分揀監(jiān)測(cè)系統(tǒng)能夠?qū)崿F(xiàn)對(duì)行李自動(dòng)分揀監(jiān)測(cè)和異常預(yù)警，故障檢出準(zhǔn)確性達(dá)到了99.5%，故障率降低了95%，對(duì)提升行李分揀系統(tǒng)的應(yīng)用穩(wěn)定性和可靠性具有十分重要的意義。

1 監(jiān)測(cè)系統(tǒng)整體結(jié)構(gòu)

機(jī)場(chǎng)行李自動(dòng)分揀系統(tǒng)的核心是圍繞行李分揀系統(tǒng)的運(yùn)行狀態(tài)展開的，需要通過(guò)對(duì)行李分揀系統(tǒng)運(yùn)行情況的監(jiān)測(cè)來(lái)確定其運(yùn)行狀態(tài)是否正常，當(dāng)出現(xiàn)異常時(shí)能夠快速的確定異常原因并給出處理方案。因此該系統(tǒng)在建立時(shí)候需要基于機(jī)場(chǎng)行李自動(dòng)分揀系統(tǒng)的系統(tǒng)結(jié)構(gòu)和工作原理，建立其故障樹模型和故障數(shù)據(jù)庫(kù)。當(dāng)系統(tǒng)發(fā)現(xiàn)行李分揀系統(tǒng)的異常參數(shù)后能和故障庫(kù)數(shù)據(jù)類型進(jìn)行對(duì)比，及時(shí)確定其故障類別。

該監(jiān)測(cè)系統(tǒng)還需要具備運(yùn)行動(dòng)態(tài)分析和行李分揀系統(tǒng)運(yùn)行趨勢(shì)分析能力，便于自動(dòng)生成設(shè)備運(yùn)行狀態(tài)報(bào)告，為維修人員針對(duì)性的井下設(shè)備維護(hù)保養(yǎng)提供依據(jù)。該機(jī)場(chǎng)行李自動(dòng)分揀裝置工作流程如圖1 所示[1]。

圖1 行李分揀自動(dòng)監(jiān)測(cè)系統(tǒng)工作流程圖

根據(jù)行李分揀自動(dòng)監(jiān)控系統(tǒng)工作流程分析，該監(jiān)控系統(tǒng)以數(shù)據(jù)狀態(tài)分析、數(shù)據(jù)分類、故障預(yù)警為主因此其監(jiān)控系統(tǒng)結(jié)構(gòu)可以分為數(shù)據(jù)采集模塊、基礎(chǔ)信息模塊、數(shù)據(jù)狀態(tài)分類及故障預(yù)警模塊、維修決策模塊及數(shù)據(jù)管理模塊，滿足從數(shù)據(jù)采集到數(shù)據(jù)分析和故障預(yù)警的全流程控制。該監(jiān)控系統(tǒng)整體結(jié)構(gòu)如圖2 所示。

圖2 監(jiān)控系統(tǒng)結(jié)構(gòu)示意圖

數(shù)據(jù)采集模塊，主要是利用各類傳感器對(duì)機(jī)場(chǎng)行李分揀系統(tǒng)的運(yùn)行參數(shù)進(jìn)行監(jiān)控，并將數(shù)據(jù)信息實(shí)時(shí)傳輸?shù)綌?shù)據(jù)庫(kù)內(nèi)進(jìn)行分析。

基礎(chǔ)信息模塊，主要是對(duì)系統(tǒng)內(nèi)的各類信息進(jìn)行處理，并具備人機(jī)交互功能，為監(jiān)測(cè)信息的查看和數(shù)據(jù)分析提供信息來(lái)源。

數(shù)據(jù)狀態(tài)分類及故障預(yù)警模塊，主要是根據(jù)監(jiān)測(cè)系統(tǒng)的各類基礎(chǔ)數(shù)據(jù)獲取到行李分揀系統(tǒng)在當(dāng)前的功能組狀態(tài)，對(duì)異常數(shù)據(jù)進(jìn)行歸類并和數(shù)據(jù)庫(kù)內(nèi)的故障特征進(jìn)行對(duì)比，確定故障類型。

維修決策模塊及數(shù)據(jù)管理模塊。該模塊主要是指以故障庫(kù)為基礎(chǔ)的數(shù)據(jù)存儲(chǔ)和分析系統(tǒng)，包括了運(yùn)行參數(shù)狀態(tài)數(shù)據(jù)存儲(chǔ)庫(kù)、歷史故障數(shù)據(jù)庫(kù)、維修方案決策信息庫(kù)等，實(shí)現(xiàn)對(duì)系統(tǒng)運(yùn)行數(shù)據(jù)的存儲(chǔ)，便于后續(xù)的查詢和調(diào)用。

2 數(shù)據(jù)采集系統(tǒng)方案

數(shù)據(jù)采集系統(tǒng)數(shù)據(jù)的精確性和完整性直接決定了該監(jiān)測(cè)系統(tǒng)應(yīng)用的可靠性。而機(jī)場(chǎng)的行李分揀系統(tǒng)路徑長(zhǎng)、數(shù)據(jù)采集點(diǎn)位多，同時(shí)運(yùn)行的數(shù)據(jù)復(fù)雜性高，無(wú)法按傳統(tǒng)方式通過(guò)多串口和上位機(jī)進(jìn)行數(shù)據(jù)通信。因此提出了一種新的以集成中控?cái)?shù)據(jù)傳輸模塊為核心的數(shù)據(jù)傳輸系統(tǒng)。該系統(tǒng)一方面能夠和底層數(shù)據(jù)傳輸模塊建立數(shù)據(jù)通信，進(jìn)行數(shù)據(jù)采集和存儲(chǔ)，另一方面則能夠和上位機(jī)建立專用的數(shù)據(jù)通信通道，實(shí)現(xiàn)數(shù)據(jù)的雙向傳輸，因此能夠同時(shí)進(jìn)行數(shù)據(jù)傳輸和數(shù)據(jù)處理，解決了數(shù)據(jù)傳輸量大、數(shù)據(jù)傳輸效率低的不足。該數(shù)據(jù)采集系統(tǒng)整體結(jié)構(gòu)如圖3 所示[2]。

圖3 數(shù)據(jù)采集系統(tǒng)控制結(jié)構(gòu)示意圖

在該系統(tǒng)中，數(shù)據(jù)采集終端采用了工業(yè)PC 機(jī)，系統(tǒng)采集到的各類參數(shù)信息能夠通過(guò)工業(yè)數(shù)據(jù)總線和PLC 控制中心進(jìn)行數(shù)據(jù)通信。同時(shí)數(shù)據(jù)中心可以通過(guò)TCP/IP 數(shù)據(jù)通信協(xié)議[3]將各類狀態(tài)數(shù)據(jù)傳輸?shù)焦收蠑?shù)據(jù)庫(kù)中心，滿足數(shù)據(jù)通信中心和各類傳感器、電機(jī)及控制模塊間的數(shù)據(jù)通信需求。

3 數(shù)據(jù)狀態(tài)分類及故障預(yù)警模塊

數(shù)據(jù)狀態(tài)分類及故障預(yù)警模塊是該自動(dòng)監(jiān)控系統(tǒng)的核心，數(shù)據(jù)庫(kù)的建立邏輯和數(shù)據(jù)完整性直接決定了該數(shù)據(jù)系統(tǒng)的應(yīng)用穩(wěn)定性和可靠性。鑒于機(jī)場(chǎng)行李自動(dòng)分揀系統(tǒng)的復(fù)雜性，在建立故障預(yù)警模塊時(shí)，采用了故障樹分析方案[4]。以行李分揀失敗和行李分揀異常為故障樹的頂事件，然后從故障樹的硬件結(jié)構(gòu)和行李分揀流程出發(fā)，建立了行李分揀異常的故障樹，其整體結(jié)構(gòu)如圖4 所示。

圖4 行李分揀失敗故障樹示意圖

該故障庫(kù)的核心是能夠通過(guò)對(duì)異常現(xiàn)象的分析，快速確定行李分揀系統(tǒng)的故障位置和故障原因，因此在進(jìn)行分析邏輯設(shè)定時(shí)，選擇了定量分析法[5]。利用各個(gè)基本時(shí)間發(fā)生的歷史概率情況，通過(guò)求最小割集的方法來(lái)獲取故障原因。然后在將故障原因特性和異常數(shù)據(jù)特性進(jìn)行比對(duì)，從而能夠快速?gòu)墓收蠋?kù)內(nèi)定位到具體的故障原因并進(jìn)行報(bào)警。

4 專家系統(tǒng)概述

為了提高該行李自動(dòng)分揀監(jiān)控系統(tǒng)的應(yīng)用可靠性，在該系統(tǒng)中打造了轉(zhuǎn)矩模塊[6]。該模塊屬于人工智能的一部分。在系統(tǒng)內(nèi)存儲(chǔ)有大量的人工智能數(shù)據(jù)分析和學(xué)習(xí)邏輯，系統(tǒng)監(jiān)測(cè)到故障庫(kù)內(nèi)沒(méi)有的故障類型時(shí)，可以將監(jiān)測(cè)信息傳遞到專家?guī)靸?nèi)進(jìn)行數(shù)據(jù)異常的專線處理和專家診斷，從而有助于故障的快速確認(rèn)和維修。

同時(shí)該系統(tǒng)還集成了故障預(yù)測(cè)模塊，能夠根據(jù)所分揀線體的運(yùn)行參數(shù)，對(duì)可能發(fā)生的故障進(jìn)行預(yù)判，輸出線體運(yùn)行狀態(tài)發(fā)展趨勢(shì)報(bào)告，從而指導(dǎo)設(shè)備維護(hù)人員有針對(duì)性地對(duì)線體進(jìn)行維護(hù)保養(yǎng)，提高線體運(yùn)行的可靠性和使用壽命。專家系統(tǒng)基本結(jié)構(gòu)如圖5 所示[7]。

圖5 專家系統(tǒng)基本結(jié)構(gòu)示意圖

5 應(yīng)用情況分析

目前該機(jī)場(chǎng)行李自動(dòng)分揀系統(tǒng)監(jiān)控裝置已經(jīng)在多個(gè)機(jī)場(chǎng)投入應(yīng)用，根據(jù)近2 年的實(shí)際應(yīng)用情況可知，該系統(tǒng)能夠?qū)崿F(xiàn)對(duì)分揀系統(tǒng)運(yùn)行的全時(shí)段監(jiān)測(cè)，對(duì)異常的檢出率達(dá)到了98.7%，同時(shí)對(duì)4000 次報(bào)警情況進(jìn)行分析，其故障檢出準(zhǔn)確性達(dá)到了99.5%，顯示出了極高的準(zhǔn)確性。同時(shí)該系統(tǒng)的運(yùn)用，能夠?qū)⒕€體異常數(shù)量由最初的1.4 次/天，降低到目前的0.07次/天，故障率降低了95%，有效提升了機(jī)場(chǎng)行李分揀系統(tǒng)的運(yùn)行穩(wěn)定性。

6 結(jié)論

針對(duì)目前機(jī)場(chǎng)行李分揀系統(tǒng)結(jié)構(gòu)復(fù)雜、分揀效率低、異常問(wèn)題突出的現(xiàn)狀，提出了一種新的機(jī)場(chǎng)行李自動(dòng)分揀系統(tǒng)監(jiān)控裝置，對(duì)監(jiān)控系統(tǒng)整體結(jié)構(gòu)、數(shù)據(jù)采集方案、故障分類及預(yù)警方案等進(jìn)行了分析，根據(jù)實(shí)際應(yīng)用表明：

（1）行李分揀自動(dòng)監(jiān)控系統(tǒng)包括了數(shù)據(jù)采集模塊、基礎(chǔ)信息模塊、數(shù)據(jù)狀態(tài)分類及故障預(yù)警模塊、維修決策模塊及數(shù)據(jù)管理模塊，滿足從數(shù)據(jù)采集到數(shù)據(jù)分析和故障預(yù)警的全流程控制。

（2）通過(guò)專家?guī)煜到y(tǒng)，能夠?qū)崿F(xiàn)對(duì)新出現(xiàn)故障的快速處理和分類，從而提升該系統(tǒng)在解決突發(fā)異常時(shí)的使用可靠性。

（3）新的分揀監(jiān)測(cè)系統(tǒng)能夠?qū)崿F(xiàn)對(duì)行李自動(dòng)分揀監(jiān)測(cè)和異常預(yù)警，故障檢出準(zhǔn)確性達(dá)到了99.5%，故障率降低了95%。