一、背景与挑战
1.行业背景
Ø工业互联网逐渐进入平稳发展阶段,市场规模巨大且平稳上升,2021年-2025年中国工业互联网市场规模从7800亿到1.2万亿,其中软件与应用占比31%。
Ø基于工业互联网平台的智能应用已经在产品链(工业设计等)、价值链(生产制造流程)、资产链(调试、运维、全生命周期管理)等全工业流程不断成熟和落地,并产生价值。
2.技术发展趋势
Ø设备连接、通信,数据存储与计算,数据处理与分析技术等基础技术栈到达较成熟阶段,已形成完整的技术体系,工业用户对于工业互联网基础技术更加有信心。
Ø随着新技术的成熟及在各领域的实践经验,基于数字孪生、AI 技术,融合数据驱动、模型驱动与知识驱动,高效的、智能化的企业级工业互联网平台产品和解决方案不断落地。
3.企业面临的挑战
4.不同运维方式的优缺点
5.设备运维面临的挑战
(1)安全不间断运行的挑战
设备安全稳定运行要求高,业务功能一般涉及多个系统与应用,所采用的事后处置为主的运维模式,存在异常定位困难、处理效率低等 缺陷,这种被动异常响应模式已经不能满足异常快速定位和处理的需求。
(2)运维人才稀缺的挑战
运维由于工作量大、工作内容重复且枯燥,运维岗位特别是值班岗位的吸引力逐渐降低。智能仪表、电力系统、阴极保护等设备的维护需专业运维团队完成,尤其压缩机组、泵机组等大型设备。各用户单位缺少对应的设备运维工程师,运维需求与人力资源紧缺的矛盾,已经成为无法避免的矛盾。
(3)远程运维的的挑战
传统的现场运维方式运维数据大多直接存储在现场,设备通常地点偏僻分散、现场巡检工作繁琐重复等困难而导致运维成本和压力增大, 将所有运维数据统一上传至统一的中心数据库/池,采用远程运维的是发展趋势。
二、系统概要介绍
1.开发背景
为解决当前设备运维系统存在的问题,采用现在的物联网技术和IOT的理念,可为用户提供一套标准、统一、高效的设备远端管理的解决方案。促进设备维护向预测性维护 管理转变,实现设备的智能高效管理。
空压站建设的不断深入,无人站理念的不断推进,站场未来设备的维护运行模式将向预测性维护转变。建设具有互联网、大数 据和人工智能技术的设备远程管理服务中心将成为指导未来设备管理和智能化发展新的着力点。
物联网IOT设备集控监测系统采用基于工业互联网平台为工具的远程运维管理系统,系统可通过大数据及人工智能模型实现设备监控、多维分析、状态评测评估、智能预警等功能。平台基于统一的数据接 口和数据接入标准等,有利于后期平台的扩展。
2.系统的优势
(1)全关键设备覆盖
范围涵盖空压站的主要设备。包括压缩机组、泵机组、计量系统、PLC/RTU、智能仪表、网络设备、供电设备、阴保系统、泄漏检测、 辅助系统等。
(2)统一存储平台
针对多种数据源,支持关系型、时序、非结构化、文文件系统,关系型等数据。
(3)诊断数据标准化
搭建脱离于机理算法之外的诊断模型来识别故障隐患,预测故障发生趋势,实现故障的提前识别,并根据工程数据的不断累积、调 优,从而使诊断分析模型越来越准确。
(4)大数据分析
系统充分利用实时大数据技术,通过数据智能分析,支持实现故障检测、故障隔离、性能检测、健康管理、部件寿命追踪等能力, 充分挖掘设备的更高价值。
(5)机器学习算法
使机器可以模仿人类的思考,对环境的感知和动作的实现是计算和决策
(6)灵活的产品配置
诊断平台采用灵活的配置完成各诊断模块的部署,能够快速适应项目的规模的扩容和功能扩展需求。
(7)强大的数据汇聚能力
将海量的非生产相关的多源、动态、异构、碎片化数据进行统一汇集,支持各种设备数据通过统一的数据传输协议上传至平台端, 支持HTTP、Socket、MQTT及私有协议。
(8)强大的数据显示能力
将各种设备的诊断、分析、维护及管理结果以图谱、趋势图、表单、诊断维护报告的模式生成、展示。
3.业务架构
系统采用基于工业互联网平台为工具的云端运维管理系统,系统对现有分散设备进行整合,系统可通过大数据及人工智能模型实现设备监控、多维分析、状态评测评估、智能预警等功能。平台基于统一的数据接口和数据接入标准等,有利于后期平台的扩展。
4.总体架构
各设备厂商采集到的数据以及经过计算的数据,均由核心交换机及工业路由器通过管网专线接入平台数据层进行统一存储。 平台端部署平台数据网关、数据存储、计算分析引擎等基础服务,并基于此实现设备监测与诊断的相关应用。
5.平台架构
系统采用B/S架构,在稳定可靠的基础设施、数据标准、信息安全的大框架下实施,系统架构分为三层,采集层、数据 存储及计算层、业务应用层。
6.数据接入集成
各模块实时上传原始数据(时间序列数据),诊断结果数据(报警、预测分析结果等)以及其他各专业系统所必要的业务数据、 非结构化知识数据及文件。
各模块提供设备私有协议的解析,可通过在边缘网关进行解析,也可在平台端利用平台提供的私有协议解析框架(平台提供框架 文档)进行解析。
有线数据通过以太网上传至平台端,数据传输协议支持HTTP 、Socket 及MQTT,数据传输可通过SSL/TLS认证加密保障数据接入安全。
7.应用界面集成
系统设计并采用了插件化web的架构,插件作为独立的功能模块。
满足了系统所面对的多样化需求,方便客户对系统扩展、个性化开发、灵活裁剪。
三、平台功能介绍
1.数据存储
平台基于分布式大数据技术,提供分布式文件系统、时序数据库、关系型数据库及内存数据库等 存储架构,实现多源数据格式的存储,并与统一的数据管理及应用工具体系相配合,完成数据的持久化、治理、计算与分析,以数据中台 的形式提供数据的开放与服务,实现大数据分析、展现等智能应用。
工业时序数据——面向工业大数据OLAP分析的分布式时序数据库;
关系型数据——通过开源数据库MySQL来实现结构化、关系型数据存储,包括元数据、大数据分析与预测结果、业务数据等。 同时提供用于存储海量历史数据、冷数据的分布式列数据库,可支撑海量历史数据的高复杂度离线计算。
文件系统——提供非结构化文件如文本文件、EXCEL、XML及其他文件到数据库的汇集工具,实现日志信息及文本信息的存储, 满足全文搜索及日志分析的需求。
2.数据计算
可实现多个场景的数据处理和数据计算,包括:
针对数据流的实时数据计算,为用户提供实时的数据预处理、清洗、报警;
针对历史数据的分布式内存计算,使用分布式数据计算技术实现海量数据的批量运算,并转化为可实现被用户使用的数据计算和 分析结果;
针对历史数据的多维分析运算,即构建数据立方,实现OLAP分析。
3.数据采集
Ø数据采集
产气端(空压机、干燥机等主辅机)
输气端(输气管道)
用气端(各终端使用设备)
Ø采集项
相关各项设备上报的的运行状态、仪表参数、空压站环境数据以及现场摄像头采集的图像。
包括但不限于主机功耗、压缩空气流量、气压、温度、露点、环境温度、湿度、空气质量等。
Ø数据来源
空压相关设备电控板通讯端口采集;
仪器仪表端数据上报;
现场摄像监控系统采集。
4.设备资产管理
提供智能化一站式设备资产管理&运维功能,包含设备接入、设备匹配、设备分组、设备维保、保养、维修、耗材等等。
★优势特性:
Ø基本信息高度可配置
组织架构、设备分类、型号、规格、属性高度可配置,快速完成不同种类和型号设备的管理。
Ø可配置的工作审批流程
产品内置轻量化工作流引擎,可根据业务需求自由设置是否有审批流程,配置审批流程的节点、条件等详细信息。
Ø业务智能提醒
提供保养、检测、续费、报废等业务的智能提醒功能,提醒条件和时间周期可配置。
5.设备监控&健康管理
提供设备全生命周期健康管理与故障诊断功能,包括设备的连接、综合监控、报警预警、多维分析、健康评估、部件状态评测、故障诊断,故障处理跟踪/故障上报/故障跟踪等功能,并支持与第三方智能分析服务(设备故障智能预警、早期预警)集成。
★优势特性:
Ø多模式360度设备监控
GIS、卡片、视频、2D组、3D ※支持与视频、2D、3D系统对接。
Ø高度可配置的报警、预警模块
支持与第三方智能预警服务(SaCa RealRec)的对接,通过数字线程提供实时数据,并接收预测分析结果实现早期预警。
Ø健康评估
提供黑盒白盒2种评分模块,低成本全方位评估设备健康状态。
Ø基于深度学习的异常诊断算法
通过优化的深度学习算法,用户可根据实际数据快速构建诊断模型实施设备参数的异常诊断。
6.设备运行监测
实时在线监控设备的运行状况和各项指标,根据报警条件触发后立刻产生报警信息
报警推送
ØAPP
Ø系统
Ø微信
Ø 邮件 短信
7.设备的运行映射/部署映射
组态式界面配置,根据需要配置需要的画面,包括设备模型、数据浏览、图标分析、报警提示等等
8.能耗分析
能耗分析模块,通过对设备用能情况得汇总计算和统计,显示系统运行的能耗比和比功率等数据
9.AI模型分析
通过大数据和相关AI算法,实现对设备用能得预测、节能和设备性能得分析等
10.报表管理
通过数据库的功能,对相关数据进行分类归组,利用系统报表组态功能,按用户定义形成报表模板,生成单项报表或组合报表。
运维人员可根据预设的报表模板,生成所需要的报表。支持按月份、季度、年份等多种维度查询,保存响应的报表以备随时查看。支持报表的预览、导出以及删除等操作
11.权限管理
根据系统设置的安全规则或者安全策略,用户可以访问而且只能访问自己被授权的资源。
系统提供如下功能:
(1)角色管理界面,由用户定义角色,给角色赋权限;
(2)用户角色管理界面,由用户给系统用户赋予角色。
12.移动App
平台提供基于H5技术的移动端APP,支持安卓、IOS、小程序等多平台,可对接RFID扫描设备,支持无网络情况下的离线功能。 移动端应用包含了设备资产管理、设备运级及综合监控等基础业务功能。
沪ICP备2023033112号-1