基于工業(yè)云的電熔鎂爐監(jiān)控系統(tǒng)與關(guān)鍵技術(shù)

冉振莉，徐 泉，吳志偉，劉文慶，王良勇，劉長(zhǎng)鑫，柴天佑

(東北大學(xué) 流程工業(yè)綜合自動(dòng)化國(guó)家重點(diǎn)實(shí)驗(yàn)室，遼寧 沈陽(yáng) 110819)

0 引言

電熔鎂砂是航空航天、國(guó)防軍工、冶金建材等行業(yè)廣泛使用的耐火材料，是一種極其重要的戰(zhàn)略物資。電熔鎂砂的熔煉設(shè)備——三相交流電熔鎂爐是典型的高耗能設(shè)備，電熔鎂砂生產(chǎn)過(guò)程中的電能成本占整個(gè)生產(chǎn)成本的60%以上。因此，如何合理利用電能成為電熔鎂砂生產(chǎn)企業(yè)最關(guān)心的問(wèn)題，熔煉過(guò)程中反映電能利用效率的指標(biāo)是產(chǎn)品單噸能耗，即每生產(chǎn)1 t合格產(chǎn)品所消耗的電能。熔煉過(guò)程中，產(chǎn)品單噸能耗直接受電極電流的大小和穩(wěn)定程度影響，電流過(guò)大會(huì)浪費(fèi)電能資源，電流過(guò)小會(huì)導(dǎo)致熔煉過(guò)程不充分;熔煉過(guò)程電流波動(dòng)較大，會(huì)使能量輸入不均衡、原料融化不均勻，從而導(dǎo)致雜質(zhì)析出不徹底，影響產(chǎn)品品位[1]，因此電極電流的大小和穩(wěn)定程度是熔煉過(guò)程最為關(guān)鍵的兩個(gè)指標(biāo)，需要被實(shí)時(shí)監(jiān)控。

目前國(guó)內(nèi)電熔鎂砂廠的監(jiān)控系統(tǒng)大多為本地監(jiān)控，其監(jiān)控環(huán)境十分惡劣，并且監(jiān)控系統(tǒng)的服務(wù)對(duì)象為現(xiàn)場(chǎng)知識(shí)水平較為落后的操作工人，無(wú)法對(duì)關(guān)鍵工藝參數(shù)進(jìn)行調(diào)整[1]。企業(yè)較高知識(shí)水平管理人員如需實(shí)時(shí)掌握生產(chǎn)過(guò)程，并實(shí)時(shí)調(diào)整關(guān)鍵工藝參數(shù)，就需要親臨現(xiàn)場(chǎng)，而電熔鎂砂的生產(chǎn)一般在夜間進(jìn)行，給管理者帶來(lái)了很大的不便和較高的勞動(dòng)強(qiáng)度[1-2]。因此，為了使企業(yè)管理人員能夠隨時(shí)隨地對(duì)生產(chǎn)過(guò)程進(jìn)行監(jiān)控，針對(duì)電熔鎂爐生產(chǎn)過(guò)程，開(kāi)發(fā)一套遠(yuǎn)程移動(dòng)監(jiān)控系統(tǒng)，整合底層過(guò)程數(shù)據(jù)和實(shí)時(shí)視頻數(shù)據(jù)，實(shí)現(xiàn)生產(chǎn)過(guò)程的全方位監(jiān)控十分必要。

然而，由于電熔鎂爐工業(yè)現(xiàn)場(chǎng)環(huán)境的限制，開(kāi)發(fā)電熔鎂爐遠(yuǎn)程移動(dòng)監(jiān)控系統(tǒng)在數(shù)據(jù)采集、數(shù)據(jù)傳輸和數(shù)據(jù)存儲(chǔ)等方面仍然存在一定的挑戰(zhàn)：

(1)在數(shù)據(jù)采集方面 由于電熔鎂爐工業(yè)現(xiàn)場(chǎng)很難通過(guò)布線的方式進(jìn)行數(shù)據(jù)傳輸，也難以通過(guò)傳統(tǒng)有線傳輸方式進(jìn)行數(shù)據(jù)采集，而且由于工業(yè)現(xiàn)場(chǎng)大規(guī)模視頻數(shù)據(jù)采集過(guò)程傳輸延遲大，很容易出現(xiàn)視頻監(jiān)控與實(shí)時(shí)生產(chǎn)過(guò)程不同步的問(wèn)題；另外，在數(shù)據(jù)傳輸方面，電熔鎂企業(yè)所處的位置一般比較偏遠(yuǎn)，環(huán)境惡劣，企業(yè)數(shù)據(jù)傳輸?shù)木W(wǎng)絡(luò)帶寬有限，在有限的網(wǎng)絡(luò)帶寬條件下，如何盡可能提高數(shù)據(jù)傳輸速度來(lái)滿足實(shí)時(shí)監(jiān)控需求，是需要考慮的一大問(wèn)題。電熔鎂企業(yè)由于惡劣環(huán)境的影響容易出現(xiàn)網(wǎng)絡(luò)不穩(wěn)定的情況，網(wǎng)絡(luò)一旦中斷，企業(yè)本地服務(wù)器和云服務(wù)器的網(wǎng)絡(luò)連接也將中斷，數(shù)據(jù)傳輸過(guò)程隨之中斷，僅采用數(shù)據(jù)實(shí)時(shí)傳輸方式進(jìn)行傳輸，中斷期間的數(shù)據(jù)會(huì)丟失，導(dǎo)致后續(xù)數(shù)據(jù)分析結(jié)果出錯(cuò)，對(duì)監(jiān)控人員的控制和決策產(chǎn)生誤導(dǎo)，進(jìn)而對(duì)生產(chǎn)造成不可挽回的重大影響。

(2)在數(shù)據(jù)存儲(chǔ)方面 由于傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)只支持基礎(chǔ)類(lèi)型數(shù)據(jù)的存儲(chǔ)，難以存儲(chǔ)大量圖片、視頻、聲音等流媒體信息，且其能夠存儲(chǔ)的數(shù)據(jù)量有限[3]，電熔鎂生產(chǎn)過(guò)程的數(shù)據(jù)是源源不斷高頻產(chǎn)生的，隨著數(shù)據(jù)量的增大，傳統(tǒng)僅采用關(guān)系數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)的存儲(chǔ)模式已不能很好地支持海量歷史數(shù)據(jù)和海量視頻數(shù)據(jù)的存儲(chǔ)與分析。

近年來(lái)，云計(jì)算技術(shù)的發(fā)展及其在工業(yè)領(lǐng)域的滲透，一方面為工業(yè)生產(chǎn)過(guò)程遠(yuǎn)程移動(dòng)監(jiān)控提供了一種更加便利的解決方案，更好地解決了監(jiān)控系統(tǒng)集中在本地的問(wèn)題，另一方面，隨著工業(yè)大數(shù)據(jù)時(shí)代的來(lái)臨，云計(jì)算技術(shù)的運(yùn)用也使得海量、多態(tài)、異構(gòu)、時(shí)效性的數(shù)據(jù)得以整合和并行處理，有效提高了工業(yè)大數(shù)據(jù)環(huán)境下數(shù)據(jù)采集、存儲(chǔ)、處理、分析和查詢的能力，突破了傳統(tǒng)本地監(jiān)控系統(tǒng)對(duì)海量異構(gòu)數(shù)據(jù)進(jìn)行采集、存儲(chǔ)和處理的瓶頸，從而擴(kuò)展了傳統(tǒng)本地監(jiān)控難以實(shí)現(xiàn)的監(jiān)控功能[3]。目前，云計(jì)算技術(shù)已經(jīng)運(yùn)用到工業(yè)能源監(jiān)控、產(chǎn)品質(zhì)量監(jiān)控、設(shè)備監(jiān)控、工業(yè)過(guò)程監(jiān)控等各個(gè)工業(yè)生產(chǎn)領(lǐng)域，例如高論等[5]提出一種基于智能移動(dòng)終端和云計(jì)算的選礦生產(chǎn)指標(biāo)優(yōu)化決策系統(tǒng)，通過(guò)云計(jì)算技術(shù)實(shí)現(xiàn)了虛擬計(jì)算機(jī)的動(dòng)態(tài)分配和選礦數(shù)據(jù)的處理與存儲(chǔ)，克服了地域范圍的局限，實(shí)現(xiàn)了不同地點(diǎn)的實(shí)時(shí)檢測(cè)和生產(chǎn)指標(biāo)的網(wǎng)絡(luò)化決策；LU等[6]和Sequeira等[7]提出一種基于工業(yè)云的能源監(jiān)控和管理系統(tǒng)，系統(tǒng)從多個(gè)工業(yè)站點(diǎn)進(jìn)行能源消耗的監(jiān)控和調(diào)優(yōu)，在很大程度上節(jié)約了能源，降低了損耗[6-7]；仝營(yíng)等[8]提出一種工業(yè)鍋爐物聯(lián)網(wǎng)的架構(gòu)模型和云計(jì)算模型，實(shí)現(xiàn)了工業(yè)鍋爐運(yùn)行狀態(tài)及能耗、熱效率等關(guān)鍵參數(shù)的遠(yuǎn)程自動(dòng)監(jiān)測(cè)，解決了工業(yè)鍋爐因量多面廣而不便監(jiān)管、自控水平低、能耗及污染較高等問(wèn)題；Zhang等[9]提出一種基于云計(jì)算的鋼鐵質(zhì)量監(jiān)控系統(tǒng)，采用多個(gè)低廉相機(jī)組成的云相機(jī)系統(tǒng)監(jiān)控鋼鐵企業(yè)中鋼鐵表面的缺陷，實(shí)現(xiàn)了對(duì)鋼鐵質(zhì)量的有效監(jiān)控；龐福等[10]提出一種基于云計(jì)算的電能質(zhì)量監(jiān)控系統(tǒng)，利用云計(jì)算的軟件即服務(wù)(Software as a Service, SaaS)模式改進(jìn)了電能質(zhì)量信息的構(gòu)建方式，充分實(shí)現(xiàn)了各項(xiàng)數(shù)據(jù)資源的整合和共享，提高了電能質(zhì)量監(jiān)控的穩(wěn)定性，消除了目前各分散系統(tǒng)無(wú)法進(jìn)行信息共享、異構(gòu)數(shù)據(jù)庫(kù)數(shù)據(jù)傳遞功能不夠穩(wěn)定等問(wèn)題；秦培林等[11]提出一種基于Hadoop的船舶監(jiān)控系統(tǒng)，采用一種基于閾值算法(Threshold Algorithm, TA)和直方圖策略的改進(jìn)的閾值算法(Improved Threshold Algorithm, ITA)，減少了網(wǎng)絡(luò)帶寬消耗和查詢響應(yīng)時(shí)間，提高了查詢效率，使用戶能夠從海量數(shù)據(jù)中快速查詢出有用信息；邵星等[12]提出一種基于云計(jì)算的工業(yè)廢氣監(jiān)控系統(tǒng)，采用基礎(chǔ)設(shè)施即服務(wù)(Infrastructure as a Service, IaaS)方式構(gòu)建云計(jì)算平臺(tái)，存儲(chǔ)和處理采集得到的工業(yè)廢氣數(shù)據(jù)，該云計(jì)算平臺(tái)既可以依據(jù)企業(yè)需求，搭建成為一個(gè)工業(yè)企業(yè)內(nèi)部的私有云，負(fù)責(zé)該企業(yè)內(nèi)部工業(yè)廢氣數(shù)據(jù)的存儲(chǔ)和處理，也可以搭建為一個(gè)公有云，建立一個(gè)公共的工業(yè)廢氣存儲(chǔ)和處理的云計(jì)算平臺(tái)，面向眾多的工業(yè)企業(yè)提供服務(wù)；徐創(chuàng)學(xué)等[13]提出一種基于云計(jì)算工業(yè)視頻級(jí)聯(lián)的生產(chǎn)實(shí)時(shí)監(jiān)控管理系統(tǒng)，采用云計(jì)算級(jí)聯(lián)結(jié)構(gòu)，實(shí)現(xiàn)了不同區(qū)域的現(xiàn)場(chǎng)工業(yè)視頻和生產(chǎn)數(shù)據(jù)的有機(jī)融合，以及視頻流和二維數(shù)據(jù)的有機(jī)共享，從而得到高清晰度的視頻圖像，提高了數(shù)據(jù)實(shí)時(shí)性，降低了傳送帶寬占用率，有效地解決了集團(tuán)總部企業(yè)生產(chǎn)現(xiàn)場(chǎng)之間鏈路帶寬不足、多用戶同時(shí)訪問(wèn)視頻和實(shí)時(shí)數(shù)據(jù)的問(wèn)題。此外，還有像礦山尾礦壩監(jiān)控系統(tǒng)[14]、煤礦安全監(jiān)控系統(tǒng)[15]、基于移動(dòng)云的條件監(jiān)測(cè)系統(tǒng)[16]等監(jiān)控應(yīng)用，目前這類(lèi)監(jiān)控系統(tǒng)雖然利用工業(yè)云實(shí)現(xiàn)了工業(yè)數(shù)據(jù)的采集、傳輸和存儲(chǔ)，但在數(shù)據(jù)規(guī)模增大時(shí)，傳輸效率、傳輸可靠性和數(shù)據(jù)完整性難以滿足企業(yè)對(duì)生產(chǎn)過(guò)程實(shí)時(shí)、智能化監(jiān)控的需求，傳統(tǒng)采用關(guān)系數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)存儲(chǔ)的存儲(chǔ)模式也難以滿足大數(shù)據(jù)環(huán)境下工業(yè)實(shí)時(shí)監(jiān)控對(duì)數(shù)據(jù)存儲(chǔ)效率和訪問(wèn)效率的需求;另外，現(xiàn)有基于云計(jì)算的工業(yè)監(jiān)控系統(tǒng)大都缺乏數(shù)據(jù)的有效分析和挖掘功能，而研究表明，對(duì)數(shù)據(jù)進(jìn)行有效統(tǒng)計(jì)、分析和挖掘，開(kāi)發(fā)指標(biāo)優(yōu)化、故障診斷、指標(biāo)預(yù)報(bào)等監(jiān)控功能對(duì)為企業(yè)管理人員提供高效智能的決策支持、實(shí)現(xiàn)企業(yè)安全高效生產(chǎn)、提高監(jiān)控系統(tǒng)的智能化程度具有重要的作用[17]，現(xiàn)有基于云的監(jiān)控系統(tǒng)難以滿足大數(shù)據(jù)環(huán)境下傳統(tǒng)工業(yè)企業(yè)智能化轉(zhuǎn)型對(duì)智能監(jiān)控和智能決策的需求[18]。

為了解決以上問(wèn)題，本文將云計(jì)算技術(shù)與電熔鎂爐工業(yè)生產(chǎn)過(guò)程相結(jié)合，設(shè)計(jì)開(kāi)發(fā)了基于工業(yè)云的電熔鎂爐遠(yuǎn)程移動(dòng)監(jiān)控系統(tǒng)，該系統(tǒng)采用分布式數(shù)據(jù)采集平臺(tái)實(shí)現(xiàn)了底層過(guò)程數(shù)據(jù)和視頻數(shù)據(jù)的多元化并行采集，提高了視頻數(shù)據(jù)的采集效率，解決了視頻監(jiān)控與實(shí)時(shí)生產(chǎn)過(guò)程不同步的問(wèn)題，同時(shí)提高了數(shù)據(jù)采集的可靠性；采用云計(jì)算和分布式消息中間件實(shí)現(xiàn)工業(yè)現(xiàn)場(chǎng)大規(guī)模實(shí)時(shí)數(shù)據(jù)和非實(shí)時(shí)數(shù)據(jù)的高效、高可靠傳輸，保證了傳輸過(guò)程中數(shù)據(jù)信息的完整性，解決了現(xiàn)有基于云計(jì)算的監(jiān)控系統(tǒng)在數(shù)據(jù)傳輸實(shí)時(shí)性、效率、可靠性和數(shù)據(jù)完整性方面存在的問(wèn)題；采用組合關(guān)系數(shù)據(jù)庫(kù)和非關(guān)系數(shù)據(jù)庫(kù)以及分布式文件系統(tǒng)的數(shù)據(jù)存儲(chǔ)模型進(jìn)行數(shù)據(jù)存儲(chǔ)，提高了工業(yè)數(shù)據(jù)存儲(chǔ)和訪問(wèn)效率，為長(zhǎng)期存儲(chǔ)和分析電熔鎂爐工業(yè)大數(shù)據(jù)提供了技術(shù)保障。另外，本系統(tǒng)還在實(shí)現(xiàn)對(duì)電熔鎂爐生產(chǎn)過(guò)程最基本的過(guò)程狀態(tài)監(jiān)控、參數(shù)設(shè)置、歷史趨勢(shì)監(jiān)控等遠(yuǎn)程移動(dòng)監(jiān)控功能的基礎(chǔ)上，針對(duì)目前基于云計(jì)算的工業(yè)監(jiān)控系統(tǒng)普遍缺乏的數(shù)據(jù)分析功能，借助云計(jì)算強(qiáng)大的處理能力，進(jìn)一步利用長(zhǎng)期存儲(chǔ)的工業(yè)數(shù)據(jù)，結(jié)合數(shù)據(jù)挖掘以及傳統(tǒng)參數(shù)優(yōu)化、參數(shù)辨識(shí)、參數(shù)預(yù)報(bào)、故障診斷等工業(yè)控制技術(shù)，設(shè)計(jì)開(kāi)發(fā)了設(shè)定值指標(biāo)優(yōu)化、單噸能耗預(yù)報(bào)、異常工況識(shí)別、優(yōu)化工況識(shí)別及非優(yōu)原因分析等功能，極大地提升了監(jiān)控系統(tǒng)的智能化程度，為企業(yè)管理者提供了更高效、更智能的決策支持。針對(duì)目前工業(yè)過(guò)程遠(yuǎn)程監(jiān)控系統(tǒng)開(kāi)發(fā)方法復(fù)用率低、無(wú)法跨平臺(tái)訪問(wèn)等問(wèn)題，該系統(tǒng)還將以上功能的開(kāi)發(fā)過(guò)程進(jìn)行了服務(wù)化，提供平臺(tái)即服務(wù)(Platform as a Service, PaaS)和SaaS兩層服務(wù)，以方便用戶調(diào)用，從而實(shí)現(xiàn)監(jiān)控應(yīng)用的快速開(kāi)發(fā)。將本文開(kāi)發(fā)的遠(yuǎn)程移動(dòng)監(jiān)控系統(tǒng)應(yīng)用于遼寧省某電熔鎂砂廠，應(yīng)用效果表明，該系統(tǒng)很好地解決了以前無(wú)法隨時(shí)隨地對(duì)鎂爐生產(chǎn)過(guò)程進(jìn)行監(jiān)控的問(wèn)題，進(jìn)一步提高了產(chǎn)品產(chǎn)量，降低了能耗，初步實(shí)現(xiàn)了電熔鎂爐工業(yè)企業(yè)的智能化轉(zhuǎn)型，為我國(guó)相關(guān)流程工業(yè)的服務(wù)化和智能化改革提供了新的思路，為我國(guó)流程工業(yè)智能工廠的建立和完善提供了參考。

1 電熔鎂爐熔煉過(guò)程工藝

電熔鎂爐是一種電弧爐，其結(jié)構(gòu)如圖1所示。電熔鎂爐的熔煉過(guò)程主要通過(guò)短路三相電極形成大的電弧電流，產(chǎn)生大量的熱量熔化原料，使不同熔點(diǎn)的雜質(zhì)熔化析出，得到純度較高的熔融狀態(tài)的氧化鎂，將其冷卻結(jié)晶后得到產(chǎn)品氧化鎂晶體。

電熔鎂爐冶煉過(guò)程的電能波動(dòng)較大，很容易沖擊電網(wǎng)。影響電能波動(dòng)的因素主要是三相電流值，因此需要對(duì)三相電流值進(jìn)行監(jiān)控，以便及時(shí)發(fā)現(xiàn)故障進(jìn)行故障報(bào)警。根據(jù)參數(shù)的不同類(lèi)型，將要監(jiān)控的參數(shù)分為過(guò)程參數(shù)、設(shè)備狀態(tài)參數(shù)、工藝參數(shù)、控制參數(shù)4類(lèi)。

過(guò)程參數(shù)指?jìng)鞲衅鲗?shí)時(shí)采集到的或者進(jìn)行相應(yīng)處理得到的數(shù)據(jù)，這種類(lèi)型的數(shù)據(jù)需要實(shí)時(shí)顯示，包括三相電極電流、三相電極電壓、三相電極動(dòng)作幅度、爐體轉(zhuǎn)動(dòng)速度、電極升降速度、能耗實(shí)測(cè)值等。

設(shè)備狀態(tài)信息反映當(dāng)前設(shè)備及工況的運(yùn)行狀態(tài)，需要對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)顯示，以便及時(shí)發(fā)現(xiàn)運(yùn)行過(guò)程中出現(xiàn)的異常信息和消息事件信息。本系統(tǒng)的設(shè)備狀態(tài)信息包括液壓站油溫高/低信號(hào)，冷卻水水溫高/低信號(hào)，變頻器運(yùn)行/故障信號(hào)，轉(zhuǎn)爐正反轉(zhuǎn)或故障信號(hào)，當(dāng)前設(shè)備所處工況，加料工況的加料時(shí)間、加料間隔、加料手動(dòng)/自動(dòng)狀態(tài)、電振啟/停狀態(tài)，排氣工況的排氣時(shí)間、排氣次數(shù)、排氣間隔、排氣手動(dòng)/自動(dòng)狀態(tài)，異常工況狀態(tài)如加料異常、排氣異常、過(guò)加熱、半熔化等。

工藝參數(shù)指與當(dāng)前工藝相關(guān)的一些生產(chǎn)邊界條件，包括熔煉電壓、爐體直徑、電極直徑、原料顆粒長(zhǎng)度、原料雜質(zhì)成分等。

控制參數(shù)指可以通過(guò)監(jiān)控軟件下載到控制程序，調(diào)整后可以改善控制效果的參數(shù)，包括手動(dòng)/自動(dòng)狀態(tài)下的比例積分微分(Proportional-Integral-Derivative, PID)參數(shù)、電流設(shè)定值、單噸能耗目標(biāo)值等。

2 系統(tǒng)結(jié)構(gòu)

基于工業(yè)云的電熔鎂爐遠(yuǎn)程移動(dòng)監(jiān)控系統(tǒng)結(jié)構(gòu)如圖2所示，該系統(tǒng)主要由數(shù)據(jù)采集平臺(tái)、數(shù)據(jù)傳輸存儲(chǔ)平臺(tái)、云端服務(wù)管理平臺(tái)、終端監(jiān)控平臺(tái)4部分構(gòu)成。

其中：數(shù)據(jù)采集平臺(tái)通過(guò)部署在本地服務(wù)器的分布式采集程序?qū)崿F(xiàn)底層過(guò)程數(shù)據(jù)和實(shí)時(shí)視頻數(shù)據(jù)的多元化并行采集，消除了視頻采集過(guò)程傳輸延遲大、與過(guò)程數(shù)據(jù)不同步的問(wèn)題，并通過(guò)無(wú)線采集方式進(jìn)行底層過(guò)程數(shù)據(jù)和視頻數(shù)據(jù)的采集，克服了電熔鎂爐生產(chǎn)現(xiàn)場(chǎng)布線困難的問(wèn)題，提高了采集平臺(tái)功能的可擴(kuò)展性以及監(jiān)控軟件的適應(yīng)性；數(shù)據(jù)傳輸和存儲(chǔ)平臺(tái)利用分布式消息中間件Kafka和RabbitMQ，分別實(shí)現(xiàn)對(duì)生產(chǎn)現(xiàn)場(chǎng)大規(guī)模實(shí)時(shí)數(shù)據(jù)和非實(shí)時(shí)數(shù)據(jù)的高效、高可靠傳輸，解決了現(xiàn)有基于云計(jì)算的監(jiān)控系統(tǒng)在數(shù)據(jù)傳輸實(shí)時(shí)性、效率、可靠性和數(shù)據(jù)完整性方面存在的問(wèn)題，并針對(duì)電熔鎂爐生產(chǎn)中的大規(guī)模工業(yè)數(shù)據(jù)，設(shè)計(jì)了組合關(guān)系數(shù)據(jù)庫(kù)和非關(guān)系數(shù)據(jù)庫(kù)的分布式數(shù)據(jù)存儲(chǔ)模型，提高了工業(yè)數(shù)據(jù)存儲(chǔ)和訪問(wèn)效率，為長(zhǎng)期存儲(chǔ)和分析電熔鎂爐工業(yè)大數(shù)據(jù)提供了技術(shù)保障；云端服務(wù)管理平臺(tái)通過(guò)將電熔鎂爐監(jiān)控過(guò)程通用的數(shù)據(jù)采集、數(shù)據(jù)傳輸、設(shè)定值指標(biāo)優(yōu)化、能耗預(yù)報(bào)及預(yù)報(bào)模型校正、異常工況診斷、優(yōu)化工況診斷及非優(yōu)原因分析等功能進(jìn)行服務(wù)化，提供PaaS層基礎(chǔ)服務(wù)和SaaS層微服務(wù)兩層服務(wù)模式，以便各電熔鎂生產(chǎn)企業(yè)直接調(diào)用SaaS層微服務(wù)實(shí)現(xiàn)遠(yuǎn)程移動(dòng)監(jiān)控系統(tǒng)的快速開(kāi)發(fā)，同時(shí)其他工業(yè)過(guò)程遠(yuǎn)程監(jiān)控系統(tǒng)也可通過(guò)調(diào)用PaaS層基礎(chǔ)服務(wù)快速搭建自己的個(gè)性應(yīng)用，解決了目前工業(yè)過(guò)程遠(yuǎn)程監(jiān)控系統(tǒng)開(kāi)發(fā)方法復(fù)用率低，無(wú)法跨平臺(tái)訪問(wèn)等問(wèn)題，大大提高了系統(tǒng)開(kāi)發(fā)的靈活性，縮短了系統(tǒng)開(kāi)發(fā)周期和用戶使用成本；終端監(jiān)控平臺(tái)通過(guò)調(diào)用云端服務(wù)管理平臺(tái)的服務(wù)，分別以手機(jī)APP應(yīng)用和電腦Web應(yīng)用的形式向用戶生動(dòng)形象地呈現(xiàn)監(jiān)控結(jié)果，降低了監(jiān)控過(guò)程中時(shí)間和空間的限制性，提高了人機(jī)交互的便利性。

3 系統(tǒng)功能模塊

基于工業(yè)云的電熔鎂爐遠(yuǎn)程移動(dòng)監(jiān)控系統(tǒng)功能模塊圖如圖3所示，主要分為過(guò)程狀態(tài)監(jiān)控模塊、工況狀態(tài)評(píng)價(jià)模塊和故障推送報(bào)警模塊3大模塊。

3.1 過(guò)程狀態(tài)監(jiān)控模塊

過(guò)程狀態(tài)監(jiān)控模塊用于實(shí)現(xiàn)電熔鎂爐生產(chǎn)過(guò)程最基本的監(jiān)控功能，主要針對(duì)現(xiàn)場(chǎng)操作人員開(kāi)發(fā)，其功能與本地監(jiān)控模塊功能相似，包括過(guò)程監(jiān)控功能、狀態(tài)監(jiān)控功能、參數(shù)設(shè)置功能和歷史趨勢(shì)監(jiān)控功能。

(1)過(guò)程監(jiān)控功能 主要對(duì)電熔鎂砂熔煉過(guò)程中影響控制效果和生產(chǎn)效果的重要變量和過(guò)程參數(shù)進(jìn)行監(jiān)控。

(2)狀態(tài)監(jiān)控功能 主要用于對(duì)電熔鎂爐熔煉過(guò)程的設(shè)備運(yùn)行狀態(tài)、當(dāng)前所處工況狀態(tài)及其工況狀態(tài)參數(shù)進(jìn)行實(shí)時(shí)監(jiān)控。

(3)參數(shù)設(shè)置模塊 用于輸入工藝參數(shù)、在手動(dòng)控制條件下設(shè)置和修改控制參數(shù)并將其下載至底層控制器。在監(jiān)控的過(guò)程中，如果發(fā)現(xiàn)控制效果脫離預(yù)期值，用戶則通過(guò)手動(dòng)方式調(diào)整控制參數(shù)來(lái)及時(shí)調(diào)整控制效果，從而降低生產(chǎn)能耗，提高產(chǎn)品品質(zhì)。

(4)歷史趨勢(shì)監(jiān)控模塊 實(shí)時(shí)顯示電熔鎂砂熔煉過(guò)程中三相電流跟蹤設(shè)定值的準(zhǔn)確度和穩(wěn)定性，直觀地反映控制效果。

3.2 工況狀態(tài)評(píng)價(jià)模塊

工況狀態(tài)評(píng)價(jià)模塊主要面向企業(yè)管理人員、巡檢人員等不同用戶開(kāi)發(fā)，借助云端強(qiáng)大的數(shù)據(jù)存儲(chǔ)和處理功能，通過(guò)統(tǒng)計(jì)和分析鎂爐數(shù)據(jù)實(shí)現(xiàn)底層運(yùn)行優(yōu)化控制和整爐生產(chǎn)狀況評(píng)價(jià)，為企業(yè)管理人員的生產(chǎn)決策提供幫助。工況狀態(tài)評(píng)價(jià)模塊包括視頻監(jiān)控功能、移動(dòng)巡檢功能、設(shè)定值指標(biāo)優(yōu)化功能、單噸能耗預(yù)報(bào)功能、異常工況識(shí)別功能、優(yōu)化工況識(shí)別和非優(yōu)原因分析功能。

(1)視頻監(jiān)控功能

采用流媒體技術(shù)，開(kāi)發(fā)實(shí)時(shí)視頻監(jiān)控和歷史視頻監(jiān)控功能，實(shí)現(xiàn)對(duì)電熔鎂爐工業(yè)現(xiàn)場(chǎng)的視頻監(jiān)控。通過(guò)將視頻監(jiān)控功能與異常工況識(shí)別等功能相結(jié)合，實(shí)現(xiàn)基于電流參數(shù)和圖像的綜合異常診斷與分析，從而大大提升工況診斷的可靠性，對(duì)綜合分析異常工況原因具有重要作用。

(2)移動(dòng)巡檢功能

主要面向巡檢人員開(kāi)發(fā)，在每個(gè)車(chē)間提供該車(chē)間電熔鎂爐狀態(tài)的二維碼，使巡檢人員通過(guò)掃一掃功能即可了解當(dāng)前鎂爐的各項(xiàng)參數(shù)信息，減少巡檢人員的工作負(fù)擔(dān)。

(3)設(shè)定值指標(biāo)優(yōu)化功能

在云端實(shí)現(xiàn)基于案例推理的電熔鎂爐電流設(shè)定值指標(biāo)優(yōu)化算法[19]，根據(jù)單噸能耗目標(biāo)值及當(dāng)前生產(chǎn)邊界條件，在案例庫(kù)中檢索當(dāng)前生產(chǎn)狀況的相似案例并進(jìn)行案例重用，結(jié)合相關(guān)控制理論進(jìn)行推理和計(jì)算，得到最優(yōu)的電流預(yù)設(shè)定值，并基于此進(jìn)行案例修正和存儲(chǔ)。隨著生產(chǎn)的進(jìn)行，案例庫(kù)不斷得到修正和補(bǔ)充，案例庫(kù)規(guī)模增大，云計(jì)算強(qiáng)大的存儲(chǔ)和處理能力，使得在規(guī)模龐大的案例庫(kù)中檢索相似案例變得更加容易，從而減少案例修正的次數(shù)與時(shí)間，大大提高指標(biāo)優(yōu)化的效率和準(zhǔn)確性。

(4)單噸能耗預(yù)報(bào)功能

因?yàn)槿蹮掃^(guò)程的產(chǎn)品產(chǎn)量只能在熔煉過(guò)程結(jié)束后通過(guò)化驗(yàn)獲得，所以單噸能耗無(wú)法在線檢測(cè)，利用實(shí)測(cè)的單噸能耗值來(lái)指導(dǎo)電熔鎂砂生產(chǎn)存在滯后問(wèn)題[20]。單噸能耗預(yù)報(bào)功能通過(guò)建立單噸能耗與三相電流的關(guān)系模型，對(duì)終點(diǎn)單噸能耗值進(jìn)行在線預(yù)報(bào)。由于基于機(jī)理分析方法的單噸能耗與三相電流關(guān)系模型中包含非線性參數(shù)，無(wú)法直接采用該模型進(jìn)行單噸能耗預(yù)報(bào)，本系統(tǒng)采用基于最小二乘和神經(jīng)網(wǎng)絡(luò)辨識(shí)的交替辨識(shí)算法對(duì)模型中的未知參數(shù)和未建模動(dòng)態(tài)進(jìn)行辨識(shí)，從而得到可用的單噸能耗預(yù)報(bào)模型。此外，因?yàn)殡娙坻V爐生產(chǎn)過(guò)程各爐次之間不存在相關(guān)關(guān)系，前一爐所辨識(shí)得到的單噸能耗模型參數(shù)不能直接運(yùn)用于下一爐，所以每一爐次生產(chǎn)完成之后，需要將該爐生產(chǎn)所得的平均電流、對(duì)應(yīng)單噸能耗、單噸能耗模型偏差數(shù)據(jù)加入到訓(xùn)練數(shù)據(jù)集中，重新進(jìn)行參數(shù)辨識(shí)，得到下一爐次單噸能耗模型的未知參數(shù)估計(jì)值，實(shí)現(xiàn)單噸能耗模型的自校正。隨著生產(chǎn)的不斷進(jìn)行，訓(xùn)練數(shù)據(jù)集規(guī)模不斷增大，在云端強(qiáng)大的數(shù)據(jù)處理和數(shù)據(jù)存儲(chǔ)能力支持下，訓(xùn)練所得的辨識(shí)參數(shù)越來(lái)越準(zhǔn)，單噸能耗模型隨之越來(lái)越準(zhǔn)，運(yùn)用該單噸能耗模型進(jìn)行單噸能耗終點(diǎn)預(yù)報(bào)的預(yù)報(bào)值也會(huì)越來(lái)越準(zhǔn)，能夠更好地運(yùn)用該預(yù)報(bào)值指導(dǎo)生產(chǎn)。

(5)異常工況識(shí)別功能

分別采用時(shí)序模式識(shí)別技術(shù)和規(guī)則推理技術(shù)兩種方式對(duì)半熔化、過(guò)加熱、加料異常和排氣異常4種異常工況進(jìn)行識(shí)別，兩種方式單獨(dú)作用，互為補(bǔ)充，當(dāng)二者識(shí)別結(jié)果不同時(shí)，以基于規(guī)則推理的異常工況識(shí)別結(jié)果為主。

(6)優(yōu)化工況識(shí)別及非優(yōu)原因分析模塊

包括在線優(yōu)化工況識(shí)別及非優(yōu)原因分析功能和離線優(yōu)化工況識(shí)別及非優(yōu)原因分析功能。

在線優(yōu)化工況識(shí)別及非優(yōu)原因分析功能將整爐熔煉過(guò)程以設(shè)定值設(shè)定周期為區(qū)間長(zhǎng)度分為若干個(gè)時(shí)間區(qū)間，實(shí)時(shí)分析和評(píng)價(jià)熔煉過(guò)程中每一區(qū)間段的工況狀態(tài)，并分析其非優(yōu)原因，從而便于監(jiān)控人員根據(jù)不同的原因在線調(diào)整設(shè)定值或控制參數(shù)，對(duì)當(dāng)前工況進(jìn)行補(bǔ)償。

離線優(yōu)化工況識(shí)別及非優(yōu)原因分析功能用于在一爐生產(chǎn)完成后，根據(jù)其實(shí)際單噸能耗與優(yōu)化工況單噸能耗邊界值判斷該爐生產(chǎn)是否為優(yōu)化狀態(tài)，若該爐生產(chǎn)狀態(tài)非優(yōu)，則建立整爐單噸能耗與所存儲(chǔ)的各區(qū)間優(yōu)化工況狀態(tài)及非優(yōu)原因之間的相關(guān)關(guān)系模型，運(yùn)用概率與統(tǒng)計(jì)學(xué)理論，離線分析整爐非優(yōu)原因，從而為下一爐次的生產(chǎn)提供指導(dǎo)。

3.3 故障推送報(bào)警模塊

故障推送報(bào)警模塊用于在故障發(fā)生時(shí)，通過(guò)消息推送和短信通知相結(jié)合的方式，實(shí)現(xiàn)不同等級(jí)的故障報(bào)警，從而第一時(shí)間提醒用戶，及時(shí)發(fā)現(xiàn)生產(chǎn)過(guò)程中的故障問(wèn)題，盡快消除故障，最大限度減少現(xiàn)場(chǎng)故障帶來(lái)的損失。消息推送功能采用支持大并發(fā)量、延遲小、流量消耗小、集成簡(jiǎn)單、方便運(yùn)行的輕量級(jí)極光消息推送平臺(tái)開(kāi)發(fā)，短信通知方式能夠返回通知是否發(fā)送成功、用戶是否成功接收通知的回執(zhí)給后臺(tái)應(yīng)用程序，當(dāng)發(fā)送失敗時(shí)可以重新發(fā)送，兩種報(bào)警方式相結(jié)合，大大提高了故障報(bào)警的時(shí)效性和可靠性。

4 系統(tǒng)關(guān)鍵技術(shù)

4.1 基于分布式數(shù)據(jù)采集平臺(tái)的數(shù)據(jù)采集技術(shù)

本系統(tǒng)采用分布式數(shù)據(jù)采集平臺(tái)，對(duì)電熔鎂生產(chǎn)過(guò)程中的底層過(guò)程數(shù)據(jù)、視頻數(shù)據(jù)等多元化數(shù)據(jù)進(jìn)行同步采集。其中，任務(wù)分配節(jié)點(diǎn)將視頻采集任務(wù)和過(guò)程數(shù)據(jù)采集任務(wù)分配給各數(shù)據(jù)采集節(jié)點(diǎn)，并實(shí)現(xiàn)采集節(jié)點(diǎn)異?；虿杉瘮?shù)據(jù)異常時(shí)各節(jié)點(diǎn)任務(wù)的動(dòng)態(tài)調(diào)度;各數(shù)據(jù)采集節(jié)點(diǎn)根據(jù)自身獲取到的任務(wù)實(shí)現(xiàn)相應(yīng)數(shù)據(jù)的采集，并將其存儲(chǔ)至本地?cái)?shù)據(jù)庫(kù)中;管理節(jié)點(diǎn)用于對(duì)各任務(wù)分配節(jié)點(diǎn)、采集節(jié)點(diǎn)等進(jìn)行分布式資源協(xié)調(diào)管理。通過(guò)任務(wù)分配節(jié)點(diǎn)和管理節(jié)點(diǎn)的共同作用保證分布式系統(tǒng)的可靠運(yùn)行。視頻采集首先通過(guò)部署在現(xiàn)場(chǎng)各個(gè)生產(chǎn)環(huán)節(jié)的無(wú)線攝像頭將所拍攝的視頻信號(hào)用無(wú)線方式傳輸至視頻平臺(tái)網(wǎng)關(guān)，再通過(guò)工業(yè)以太網(wǎng)將數(shù)據(jù)傳輸至本地服務(wù)器；底層過(guò)程數(shù)據(jù)的采集首先通過(guò)現(xiàn)場(chǎng)電流變送器、電壓互感器、繼電器、接觸器等傳感器將各模擬量和數(shù)字量信號(hào)傳輸至可編程邏輯控制器(Programmable Logic Controller, PLC)，為了克服電熔鎂爐工業(yè)現(xiàn)場(chǎng)布線困難的問(wèn)題，將PLC中采集到的底層過(guò)程參數(shù)和設(shè)備狀態(tài)參數(shù)通過(guò)modbus協(xié)議傳輸至無(wú)線傳輸模塊，最后通過(guò)RS232串口采集至本地服務(wù)器。本系統(tǒng)中，分布式數(shù)據(jù)采集平臺(tái)各節(jié)點(diǎn)既可以通過(guò)偽分布式形式部署在一臺(tái)本地服務(wù)器上，也可以通過(guò)分布式形式部署在多臺(tái)本地服務(wù)器上?；诜植际綌?shù)據(jù)采集平臺(tái)的數(shù)據(jù)采集方案示意圖如圖4所示。

4.2 數(shù)據(jù)傳輸技術(shù)

本文采用實(shí)時(shí)數(shù)據(jù)傳輸和非實(shí)時(shí)數(shù)據(jù)傳輸相結(jié)合的方式進(jìn)行數(shù)據(jù)傳輸。網(wǎng)絡(luò)正常情況下，采用Kafka實(shí)時(shí)隊(duì)列進(jìn)行數(shù)據(jù)的實(shí)時(shí)傳輸，當(dāng)網(wǎng)絡(luò)發(fā)生中斷時(shí)，因?yàn)镽abbitMQ能夠自動(dòng)處理本地RabbitMQ遠(yuǎn)程數(shù)據(jù)發(fā)送端和云端RabbitMQ集群之間的網(wǎng)絡(luò)連接中斷異常，將中斷期間的數(shù)據(jù)進(jìn)行緩存，在連接恢復(fù)時(shí)再將其發(fā)送到云端RabbitMQ集群的消息隊(duì)列中，從而解耦數(shù)據(jù)的發(fā)送與接收，同時(shí)簡(jiǎn)化程序的開(kāi)發(fā)[21]，所以采用RabbitMQ的分布式消息中間件實(shí)現(xiàn)非實(shí)時(shí)數(shù)據(jù)的傳輸?！癒afka實(shí)時(shí)數(shù)據(jù)傳輸+RabbitMQ非實(shí)時(shí)數(shù)據(jù)傳輸”的傳輸方案，能夠保證傳輸過(guò)程中數(shù)據(jù)信息的完整性，切實(shí)提高監(jiān)控系統(tǒng)的可靠性。具體傳輸方案如圖5所示。

Kafka集群中，設(shè)置Topic1，Topic2，Topic3，Topic4四個(gè)Topic，分別用來(lái)存儲(chǔ)電熔鎂企業(yè)A發(fā)送的底層過(guò)程數(shù)據(jù)、電熔鎂企業(yè)A發(fā)送的視頻數(shù)據(jù)、電熔鎂企業(yè)B發(fā)送的底層過(guò)程數(shù)據(jù)、電熔鎂企業(yè)B發(fā)送的視頻數(shù)據(jù)。每個(gè)Topic的數(shù)據(jù)分為多個(gè)partition分區(qū)，各分區(qū)數(shù)據(jù)在Kafka集群的各個(gè)虛擬服務(wù)器上均衡分布，各Kafka虛擬服務(wù)器的負(fù)載均衡由Zookeeper進(jìn)行管理。由于Kafka是可擴(kuò)展的分布式應(yīng)用，當(dāng)數(shù)據(jù)類(lèi)別增加或接入該平臺(tái)的電熔鎂企業(yè)增加時(shí)，可以開(kāi)啟新的虛擬服務(wù)器，創(chuàng)建新的Topic實(shí)現(xiàn)新增類(lèi)別數(shù)據(jù)的傳輸。

RabbitMQ集群中，設(shè)置兩個(gè)交換機(jī)分別用于接收電熔鎂企業(yè)A和電熔鎂企業(yè)B中的數(shù)據(jù)，并利用設(shè)置的路由規(guī)則將不同類(lèi)別的數(shù)據(jù)路由給不同的隊(duì)列進(jìn)行傳輸。本文設(shè)置的路由規(guī)則為視頻數(shù)據(jù)VD(vedio data)和過(guò)程數(shù)據(jù)PD(process data)。服務(wù)管理平臺(tái)處理數(shù)據(jù)時(shí)，只需指定隊(duì)列名稱即可獲取相應(yīng)電熔鎂企業(yè)的底層過(guò)程數(shù)據(jù)或視頻數(shù)據(jù)。

正常情況下，將企業(yè)本地服務(wù)器的數(shù)據(jù)發(fā)送到Kafka集群中相應(yīng)的Topic分區(qū)，判斷數(shù)據(jù)時(shí)間戳是否連續(xù)，若數(shù)據(jù)時(shí)間戳不連續(xù)，則說(shuō)明傳輸過(guò)程中網(wǎng)絡(luò)發(fā)生了異常，此時(shí)本地?cái)?shù)據(jù)庫(kù)將中斷期間的數(shù)據(jù)進(jìn)行記錄，利用Rabbit MQ發(fā)送端從本地?cái)?shù)據(jù)庫(kù)中讀取本地重新傳送的數(shù)據(jù)，將其作為歷史數(shù)據(jù)發(fā)送至云端的Rabbit MQ集群，服務(wù)管理平臺(tái)進(jìn)行歷史數(shù)據(jù)處理時(shí)從RabbitMQ集群隊(duì)列中獲取這部分?jǐn)?shù)據(jù)。

4.3 數(shù)據(jù)存儲(chǔ)技術(shù)

本文在云端采用“MySQL關(guān)系數(shù)據(jù)庫(kù)+分布式存儲(chǔ)系統(tǒng)(HDFS+HBase)”的存儲(chǔ)模式對(duì)數(shù)據(jù)進(jìn)行存儲(chǔ)。

具體存儲(chǔ)過(guò)程如圖6所示，將本地服務(wù)器由消息中間件傳輸?shù)皆贫说牡讓舆^(guò)程數(shù)據(jù)首先存入MySQL，云端應(yīng)用程序接口(Application Programming Interface，API)服務(wù)管理平臺(tái)從MySQL數(shù)據(jù)庫(kù)中獲取實(shí)時(shí)數(shù)據(jù)進(jìn)行基于實(shí)時(shí)數(shù)據(jù)的數(shù)據(jù)計(jì)算和處理服務(wù)，并將處理結(jié)果返回給MySQL數(shù)據(jù)庫(kù)存儲(chǔ)，當(dāng)MySQL中存儲(chǔ)的實(shí)時(shí)數(shù)據(jù)過(guò)時(shí)，成為歷史數(shù)據(jù)后，采用抽取—交互轉(zhuǎn)換—加載(Extract-Transform-Load, ETL)工具對(duì)其進(jìn)行數(shù)據(jù)清洗等處理后， 存入HBase數(shù)據(jù)庫(kù)，云端API服務(wù)管理平臺(tái)從HBase數(shù)據(jù)庫(kù)中讀取歷史過(guò)程數(shù)據(jù)，實(shí)現(xiàn)基于海量歷史數(shù)據(jù)的數(shù)據(jù)計(jì)算和處理服務(wù)，并將處理結(jié)果返回給MySQL數(shù)據(jù)庫(kù)存儲(chǔ)。本地服務(wù)器將消息中間件傳輸?shù)皆贫说囊曨l數(shù)據(jù)存入Hadoop分布式文件系統(tǒng)(Hadoop Distributed File System, HDFS)中，并將其在HDFS中存儲(chǔ)路徑的索引文件及相關(guān)屬性信息存入HBase數(shù)據(jù)庫(kù)，以便云端API服務(wù)管理平臺(tái)快速訪問(wèn)視頻文件數(shù)據(jù)，實(shí)現(xiàn)視頻數(shù)據(jù)計(jì)算和處理服務(wù)，并將處理結(jié)果存入MySQL數(shù)據(jù)庫(kù)中。

4.4 基于時(shí)序模式識(shí)別技術(shù)的異常工況識(shí)別技術(shù)

采用文獻(xiàn)[22]所述的基于關(guān)鍵點(diǎn)的時(shí)序模式挖掘技術(shù)，從所存儲(chǔ)的大量歷史電流數(shù)據(jù)中挖掘其時(shí)序模式，并對(duì)各時(shí)序模式所對(duì)應(yīng)歷史時(shí)刻的狀態(tài)數(shù)據(jù)進(jìn)行關(guān)聯(lián)性分析，得到各歷史時(shí)刻的系統(tǒng)運(yùn)行情況對(duì)系統(tǒng)歷史出現(xiàn)的異常、異常發(fā)生時(shí)刻、異常電流模式及異常工況類(lèi)型等進(jìn)行記錄，形成異常工況模式案例庫(kù)。當(dāng)出現(xiàn)電流值與案例庫(kù)中異常電流時(shí)序模式相同時(shí)，進(jìn)行異常工況預(yù)報(bào)，通過(guò)比較當(dāng)前時(shí)刻與案例庫(kù)中各案例的電流時(shí)序模式，找出時(shí)序模式與當(dāng)前電流時(shí)序模式相同的案例，通過(guò)比較二者電流的相似性大小，進(jìn)行當(dāng)前時(shí)刻的異常工況類(lèi)型識(shí)別，工作人員根據(jù)相應(yīng)的異常工況及時(shí)采取相應(yīng)的異常解決方案。

時(shí)序模式識(shí)別的具體過(guò)程如圖7所示，首先將電流的時(shí)間序列按照一定規(guī)則劃分為若干個(gè)子序列，其次，提取每個(gè)子序列中電流值的關(guān)鍵點(diǎn)(如電流極值點(diǎn)或轉(zhuǎn)折點(diǎn))，按照關(guān)鍵點(diǎn)將每個(gè)子序列劃分為若干段上升或下降的單調(diào)曲線，將該單調(diào)曲線按照上升或下降趨勢(shì)進(jìn)行“0”“1”字符串編碼，編碼相同的子序列為可能相同的時(shí)序模式。例如圖7中的4個(gè)子序列編碼均相同，采用Key-DTW方法對(duì)當(dāng)前工況和3個(gè)歷史工況時(shí)序模式進(jìn)行相似度計(jì)算[22]，計(jì)算結(jié)果顯示，3個(gè)歷史工況時(shí)序模式中，只有歷史工況3與當(dāng)前工況相似度最接近且滿足相似度要求，故而可判斷當(dāng)前工況與歷史工況3是同一種工況。

5 系統(tǒng)實(shí)現(xiàn)及工業(yè)驗(yàn)證

基于上述研究?jī)?nèi)容，利用云計(jì)算技術(shù)、數(shù)據(jù)傳輸和存儲(chǔ)技術(shù)、服務(wù)化技術(shù)、移動(dòng)互聯(lián)技術(shù)及Web開(kāi)發(fā)技術(shù)等，開(kāi)發(fā)基于工業(yè)云的電熔鎂爐遠(yuǎn)程移動(dòng)監(jiān)控系統(tǒng)。將所開(kāi)發(fā)的基于工業(yè)云的電熔鎂爐遠(yuǎn)程移動(dòng)監(jiān)控系統(tǒng)應(yīng)用于遼寧省大石橋市某電熔鎂砂廠，該廠擁有9臺(tái)電熔鎂爐，每年生產(chǎn)30萬(wàn)噸以上各種品位電熔鎂砂，生產(chǎn)的產(chǎn)品出口韓國(guó)、日本等國(guó)家，用于冶金、航空、建材等行業(yè)。如圖8和圖9所示分別為該廠定制的部分移動(dòng)和Web端監(jiān)控應(yīng)用的應(yīng)用界面。

應(yīng)用效果表明，本文所設(shè)計(jì)的遠(yuǎn)程移動(dòng)監(jiān)控系統(tǒng)運(yùn)行穩(wěn)定、人機(jī)交互友好，可以很好地實(shí)現(xiàn)電熔鎂工業(yè)現(xiàn)場(chǎng)基本的實(shí)時(shí)過(guò)程狀態(tài)監(jiān)控，并能夠輔助監(jiān)控人員完成設(shè)定值指標(biāo)優(yōu)化、單噸能耗預(yù)報(bào)及預(yù)報(bào)模型辨識(shí)和校正、異常和優(yōu)化工況識(shí)別、離線和在線非優(yōu)原因分析等功能，所監(jiān)控過(guò)程數(shù)據(jù)和設(shè)備狀態(tài)與現(xiàn)場(chǎng)實(shí)際運(yùn)行過(guò)程相符。在系統(tǒng)故障時(shí)，本系統(tǒng)能夠?qū)崟r(shí)準(zhǔn)確地進(jìn)行故障報(bào)警，在應(yīng)用期間未出現(xiàn)故障誤報(bào)或不報(bào)情況，滿足了工廠遠(yuǎn)程移動(dòng)監(jiān)控的需求，大大降低了企業(yè)員工和企業(yè)管理者的勞動(dòng)強(qiáng)度，同時(shí)降低了企業(yè)的電能成本，提高了產(chǎn)品產(chǎn)量，為企業(yè)帶來(lái)了一定的經(jīng)濟(jì)效益，初步實(shí)現(xiàn)了電熔鎂企業(yè)的智能化轉(zhuǎn)型。

6 結(jié)束語(yǔ)

本文結(jié)合信息化時(shí)代工業(yè)4.0等新趨勢(shì)對(duì)電熔鎂砂的行業(yè)挑戰(zhàn)，針對(duì)電熔鎂爐工業(yè)生產(chǎn)過(guò)程中缺乏遠(yuǎn)程移動(dòng)監(jiān)控，現(xiàn)場(chǎng)操作人員及企業(yè)管理者無(wú)法隨時(shí)隨地對(duì)生產(chǎn)過(guò)程進(jìn)行監(jiān)控、勞動(dòng)強(qiáng)度大、生產(chǎn)過(guò)程電能消耗大等的問(wèn)題，以及大數(shù)據(jù)環(huán)境下現(xiàn)有基于云的工業(yè)監(jiān)控系統(tǒng)普遍存在的多元化數(shù)據(jù)采集、傳輸、存儲(chǔ)挑戰(zhàn)以及缺乏數(shù)據(jù)分析等問(wèn)題，設(shè)計(jì)開(kāi)發(fā)了基于工業(yè)云的電熔鎂爐遠(yuǎn)程移動(dòng)監(jiān)控系統(tǒng)，運(yùn)用分布式數(shù)據(jù)采集平臺(tái)實(shí)現(xiàn)了視頻數(shù)據(jù)和過(guò)程數(shù)據(jù)的多元化、高效、可靠采集；利用分布式消息中間件，實(shí)現(xiàn)了大規(guī)模實(shí)時(shí)和非實(shí)時(shí)數(shù)據(jù)的高效可靠傳輸，保證了傳輸過(guò)程數(shù)據(jù)的完整性；利用關(guān)系數(shù)據(jù)庫(kù)和非關(guān)系數(shù)據(jù)庫(kù)結(jié)合的方式，實(shí)現(xiàn)了電熔鎂爐工業(yè)大數(shù)據(jù)的高效可靠存儲(chǔ)，提高了數(shù)據(jù)訪問(wèn)效率；并在實(shí)現(xiàn)現(xiàn)有電熔鎂爐本地監(jiān)控系統(tǒng)中過(guò)程狀態(tài)監(jiān)控、參數(shù)設(shè)置、歷史趨勢(shì)監(jiān)控功能的移動(dòng)化和遠(yuǎn)程化的基礎(chǔ)上，進(jìn)一步借助云計(jì)算技術(shù)、數(shù)據(jù)挖掘技術(shù)，以及參數(shù)優(yōu)化、參數(shù)辨識(shí)、參數(shù)預(yù)報(bào)、故障診斷等工業(yè)控制技術(shù)，針對(duì)企業(yè)不同用戶，開(kāi)發(fā)實(shí)現(xiàn)了設(shè)定值指標(biāo)優(yōu)化、單噸能耗預(yù)報(bào)、異常工況識(shí)別、優(yōu)化工況識(shí)別及非優(yōu)原因分析等在本地監(jiān)控難以實(shí)現(xiàn)的功能，突破了傳統(tǒng)本地監(jiān)控系統(tǒng)對(duì)海量異構(gòu)數(shù)據(jù)進(jìn)行采集、存儲(chǔ)和處理的瓶頸，為電熔鎂企業(yè)管理人員的生產(chǎn)評(píng)價(jià)提供了更高效、更智能的決策支持；此外，該系統(tǒng)還實(shí)現(xiàn)了各監(jiān)控功能的服務(wù)化，大大提高了企業(yè)遠(yuǎn)程監(jiān)控系統(tǒng)開(kāi)發(fā)效率。將本文開(kāi)發(fā)的遠(yuǎn)程移動(dòng)監(jiān)控系統(tǒng)應(yīng)用于遼寧省大石橋市某電熔鎂砂廠表明，該系統(tǒng)運(yùn)行穩(wěn)定、交互良好，很好地滿足了電熔鎂爐工業(yè)現(xiàn)場(chǎng)遠(yuǎn)程移動(dòng)監(jiān)控的需求，進(jìn)一步提高了電熔鎂砂產(chǎn)品產(chǎn)量，降低了能耗，初步實(shí)現(xiàn)了傳統(tǒng)電熔鎂生產(chǎn)企業(yè)的智能化和服務(wù)化轉(zhuǎn)型，為相關(guān)生產(chǎn)企業(yè)向智能化和服務(wù)化方向轉(zhuǎn)變提供了思路，同時(shí)為我國(guó)流程工業(yè)智能工廠的建立和完善提供了參考。