劉 麗
(天津城建大學(xué) 體育部, 天津 300384)
運動設(shè)備狀態(tài)信息的整合可以有效集中各類信息,是保障后期信息重構(gòu)的有效手段[1-2],高效的設(shè)備信息資源整合算法可為運動設(shè)備狀態(tài)檢測和信息管理提供可靠的解決策略[3].近幾年,設(shè)備信息整合相關(guān)研究成果涌現(xiàn)較多,喬茜華等[4]以紡織生產(chǎn)車間設(shè)備為研究對象,對設(shè)備生產(chǎn)中狀態(tài)信息集成進(jìn)行分析.論文利用工業(yè)以太網(wǎng)技術(shù)及PROFIBUS總線技術(shù),實現(xiàn)各工序設(shè)備生產(chǎn)時數(shù)據(jù)信息聯(lián)網(wǎng),進(jìn)而使整個信息管控系統(tǒng)具有一體化特性.李月芳等[5]針對風(fēng)電機(jī)組狀態(tài)信息進(jìn)行管理,提出并設(shè)計了基于ARM的電機(jī)組狀態(tài)信息整合系統(tǒng),使用TCP/IP通信協(xié)議實現(xiàn)上位機(jī)和目標(biāo)板間通信.趙志茹等[6]以提升煤炭企業(yè)設(shè)備狀態(tài)信息管理精細(xì)化程度為目的,提出并設(shè)計了設(shè)備信息管理系統(tǒng).論文描述了信息整合管理系統(tǒng)功能模塊,并將該系統(tǒng)應(yīng)用至某集團(tuán)公司設(shè)備狀態(tài)信息管理中.
以上方法以工業(yè)控制為主,針對運動設(shè)備狀態(tài)信息整合仍處在一個全新的領(lǐng)域,運動智能設(shè)備的信息較為復(fù)雜,故本文提出并設(shè)計基于SOA的高精度運動設(shè)備狀態(tài)信息資源智能整合算法.
本文設(shè)計的智能信息整合系統(tǒng)框架如圖1所示.圖1中,SOA是一個面向服務(wù)的結(jié)構(gòu)[7],SOA在設(shè)備狀態(tài)信息資源整合中的應(yīng)用主要為:系統(tǒng)整合設(shè)備運行狀態(tài)監(jiān)測模塊,利用數(shù)據(jù)平臺處理設(shè)備運行狀態(tài)信息,并利用設(shè)備運行狀態(tài)監(jiān)控模塊整合系統(tǒng)運行狀態(tài)信息資源.通過數(shù)據(jù)分析,對狀態(tài)量數(shù)據(jù)與特征量數(shù)據(jù)進(jìn)行查詢,診斷分析設(shè)備狀態(tài)信息資源,并對設(shè)備狀態(tài)信息資源進(jìn)行備份和恢復(fù),最終實現(xiàn)設(shè)備狀態(tài)信息資源智能整合.
圖1 系統(tǒng)框架Fig.1 System framework
作為企業(yè)設(shè)備狀態(tài)信息資源整合系統(tǒng)的重要支撐,設(shè)備運行狀態(tài)監(jiān)控模塊主要負(fù)責(zé)管理設(shè)備狀態(tài)信息,同時進(jìn)行分析使用,該模塊分析能夠為設(shè)備狀態(tài)信息資源整合提供平臺基礎(chǔ).該模塊結(jié)構(gòu)如圖2所示.
圖2 設(shè)備運行狀態(tài)監(jiān)控模塊Fig.2 Monitoring module for operating status of equipment
設(shè)備點檢工作站以及服務(wù)器具有各自數(shù)據(jù)庫,為設(shè)備管理奠定了基礎(chǔ).設(shè)備監(jiān)測相關(guān)管理人員制定設(shè)備檢修策略、備件計劃以及生產(chǎn)技術(shù)均需基于設(shè)備狀態(tài)開展,不僅要提供總體統(tǒng)計信息,還要給出詳細(xì)的狀態(tài)評估結(jié)果.數(shù)據(jù)分布式保存在各工作站中,假設(shè)服務(wù)器數(shù)據(jù)庫產(chǎn)生了故障,則可以借助工作站恢復(fù)信息數(shù)據(jù),任意數(shù)據(jù)庫中數(shù)據(jù)丟失均不會造成整體數(shù)據(jù)徹底丟失,這也保障了系統(tǒng)容錯性和可實踐性[8-9].
依據(jù)上述監(jiān)控模塊,可完成對設(shè)備狀態(tài)信息采集和設(shè)備狀態(tài)診斷,具體分析如下:
1) 設(shè)備狀態(tài)信息采集.設(shè)備的狀態(tài)信息監(jiān)測資源有測量量、顯示量與觀察量.為了更好地滿足測量量信息資源采集需求,利用數(shù)據(jù)采集器定位點檢信息,保障信息采集可靠性;為了更好地滿足顯示量與觀察量信息采集需求,采用抄表儀實現(xiàn)信息點檢.上述不同信息量利用不同方法采集,可有效保障設(shè)備狀態(tài)信息檢測準(zhǔn)確性.
2) 設(shè)備狀態(tài)診斷.監(jiān)測設(shè)備運行狀況比較復(fù)雜,合理的狀態(tài)診斷方法是將全壽命周期監(jiān)測當(dāng)作重點,通過回溯設(shè)備歷史狀態(tài)信息,利用不斷積累的經(jīng)驗分析判斷設(shè)備狀態(tài).診斷原則為:任意時刻診斷故障率h大于或者等于故障率閾值h*時,維修警報立即響起,該狀態(tài)下的診斷故障率表達(dá)式為
(1)
式中:β為故障次數(shù);η為診斷總次數(shù).
如何判斷設(shè)備狀態(tài)信息故障等級也是一個很重要的研究問題.首先需要檢測運動設(shè)備狀態(tài),得出缺陷數(shù)據(jù),估算得出設(shè)備信息包數(shù)量.
在獲取到的信息包中,根據(jù)不同狀態(tài)的信息分別判斷故障等級,即
(2)
式中:αi為設(shè)備狀態(tài)系數(shù);Ns,i為故障信息包數(shù)量;d1、d2、d3、d4分別為一級故障、二級故障、三級故障和正常信息.
查詢作為對輸入的各種類型數(shù)據(jù)信息查詢和瀏覽部分,將在屏幕上實時顯示和打印已經(jīng)檢索到的信息[10],以方便企業(yè)各個層次的領(lǐng)導(dǎo)和智能部門的查詢,并對于同一個檢索目標(biāo)可以設(shè)定多次查詢條件.在輸入檢索條件過程中,能夠任意選擇其中的一項或者多項,查詢條件輸入模式設(shè)計為模糊范圍值輸入,進(jìn)而提升信息查詢效率,提高系統(tǒng)容錯性[11].具體設(shè)備狀態(tài)信息查詢過程如下:
設(shè)Bi為路徑i上的數(shù)據(jù)窗口大小,Ni為路徑i上沒有被確認(rèn)的設(shè)備信息包數(shù)量,C為接收緩存大小,Mj為路徑j(luò)上未被傳輸?shù)脑O(shè)備信息總量,L為可用路徑條數(shù),則路徑i上當(dāng)前運動設(shè)備狀態(tài)傳輸信息的模糊范圍最大集合可表示為
(3)
對式(3)得到的傳輸信息模糊范圍進(jìn)行分段處理,不同信息段設(shè)置不同的模糊參數(shù),綜合完成對設(shè)備狀態(tài)信息的查詢[12],分段表達(dá)式為
vd=λln(1+A)m
(4)
式中:λ為查詢特征參量;m為信息段數(shù)量.
對一個大型的數(shù)據(jù)庫而言,長年累月地存儲各種類型信息資源會占用比較大的內(nèi)存,所以在系統(tǒng)運行時,需要將一些信息資源在隔年或者季度之后,歸檔或者暫停使用.其次,信息資源需要通過磁盤拷貝存儲,如果需要重復(fù)利用時再恢復(fù),同時保障系統(tǒng)的容錯性更強[13].
為有效保障系統(tǒng)設(shè)計質(zhì)量,首先需要對高精度運動設(shè)備狀態(tài)信息進(jìn)行解析,設(shè)x(t)為設(shè)備狀態(tài)整體信息,其計算表達(dá)式為
x(t)=Wcos(ωct+θ)
(5)
式中:W為基本信息;t為信息運行時間;ωc為信號質(zhì)控信息;θ為告警信息.
設(shè)xAMFM(t)為設(shè)備狀態(tài)的特征信息,其計算表達(dá)式為
xAMFM(t)=a(t)σ
(6)
式中:a(t)為帶限信息;σ為特征系數(shù).根據(jù)式(6)計算得到設(shè)備的狀態(tài)算子,即
(7)
(8)
根據(jù)高精度運動設(shè)備的狀態(tài)算子,可構(gòu)建信息解析模型為
(9)
式中:F為運動設(shè)備最終狀態(tài)數(shù)值;p1和p2為不同的信息解析因子;q1和q2為不同的設(shè)備狀態(tài)反饋因子.
結(jié)合上述信息解析模型,可給出設(shè)備狀態(tài)信息解析整合流程,如圖3所示.圖3數(shù)據(jù)解析整合過程中,先讀取設(shè)備狀態(tài)信息資源文件,并初始化現(xiàn)存設(shè)備狀態(tài)信息和傳感參數(shù)信息,依據(jù)文件標(biāo)簽解析文件.假設(shè)信息文件為質(zhì)控信息,則依據(jù)質(zhì)控信息格式解析并整合數(shù)據(jù),存儲至數(shù)據(jù)庫;假設(shè)信息為基本信息,解析軟件會依據(jù)設(shè)備狀態(tài)信息判斷當(dāng)前設(shè)備存在與否,再將信息轉(zhuǎn)交給信息存儲模塊;假設(shè)信息文件為設(shè)備性能信息,則依據(jù)設(shè)備性能信息數(shù)據(jù)格式得到設(shè)備性能信息,再轉(zhuǎn)交給存儲模塊;假設(shè)數(shù)據(jù)為告警信息,則依據(jù)告警信息數(shù)據(jù)格式,解析整合文件得到告警信息,保存至數(shù)據(jù)庫.
在信息資源系統(tǒng)中,總體運行部分也是系統(tǒng)設(shè)計的重要部分,圖4為系統(tǒng)整體運行流程.圖4中,當(dāng)系統(tǒng)初始化之后,利用設(shè)備狀態(tài)點檢模塊得到設(shè)備狀態(tài)信息,將點檢結(jié)果錄入至相應(yīng)數(shù)據(jù)庫并備份.解析并分類整合設(shè)備狀態(tài)點檢結(jié)果,判斷點檢結(jié)果是否異常,如果異常則給出相應(yīng)解決對策;如果不為異常信息,則正常傳輸上報,結(jié)束系統(tǒng)運行.
圖3 設(shè)備狀態(tài)信息解析整合流程Fig.3 Flow chart of analysis and integration of equipment status information
圖4 系統(tǒng)整體運行流程Fig.4 Flow chart of overall operating of system
為驗證基于SOA的高精度運動設(shè)備狀態(tài)信息資源智能整合系統(tǒng)性能,進(jìn)行了實驗分析.實驗對象為某市電力公司的輸變電設(shè)備,將實驗設(shè)備與PC機(jī)連接,每隔15 min采集一次數(shù)據(jù),共采集30組數(shù)據(jù)進(jìn)行仿真評價分析,圖5為采集信息經(jīng)過3種不同運行系統(tǒng)的容錯性對比.
由圖5可知,基于SOA的高精度運動設(shè)備狀態(tài)信息資源智能整合系統(tǒng)運行容錯系數(shù)在不同采集次數(shù)下均高于0.9,而文獻(xiàn)系統(tǒng)運行容錯系數(shù)平均較小,可靠性較差.主要原因為:所提系統(tǒng)為了增強系統(tǒng)運行容錯性,將設(shè)備狀態(tài)信息數(shù)據(jù)分布式保存在各工作站中,即使服務(wù)器數(shù)據(jù)庫產(chǎn)生了故障,其能夠借助工作站恢復(fù)信息數(shù)據(jù),任意數(shù)據(jù)庫中數(shù)據(jù)丟失均不會造成整體數(shù)據(jù)徹底丟失,設(shè)備狀態(tài)點檢模塊保障了系統(tǒng)容錯性.在信息資源檢索模塊中,將查詢條件輸入模式設(shè)計為以模糊范圍值輸入,以便提高系統(tǒng)容錯性.
圖5 不同系統(tǒng)運行容錯性對比Fig.5 Comparison in fault-tolerance for different systems
鑒于設(shè)備狀態(tài)信息整合系統(tǒng)對設(shè)備運行方面的重要意義,提出并設(shè)計了基于SOA的高精度運動設(shè)備狀態(tài)信息資源智能整合系統(tǒng).通過實驗證明了所提系統(tǒng)具有可靠性和準(zhǔn)確性,可為該領(lǐng)域發(fā)展提供支撐.接下來的研究中,應(yīng)注重對設(shè)備狀態(tài)信息質(zhì)量的分析,進(jìn)而完成對高質(zhì)量設(shè)備信息資源的優(yōu)化整合,為設(shè)備的高精度控制和發(fā)展提供依據(jù).
圖6 不同系統(tǒng)設(shè)備狀態(tài)檢測準(zhǔn)確性對比Fig.6 Comparison in detection accuracy under different system equipment status