基于工業(yè)互聯(lián)網(wǎng)的混凝土泵車群遠程監(jiān)控與故障診斷系統(tǒng)

鄧子畏， 朱紅求

（中南大學 自動化學院，湖南 長沙410083）

1 引言

混凝土泵車具有機動靈活、工作效率高、自動化程度高等特點，在土木工程建設(shè)過程中獲得了廣泛的應(yīng)用。 由于大型工程機械設(shè)備的應(yīng)用分布越來越分散和自動化程度越來越高，傳統(tǒng)的售后人員現(xiàn)場故障維護模式的維護成本和維護效率，已經(jīng)成為制約工程機械制造和租賃等企業(yè)發(fā)展的瓶頸。 因此，利用當前的信息處理技術(shù)和網(wǎng)絡(luò)通信技術(shù)，開發(fā)工程機械設(shè)備的遠程監(jiān)控與故障診斷系統(tǒng)的需求變得尤為迫切。

國內(nèi)外學者和科研機構(gòu)在這方面做了大量的工作。 曹勇［1］提出了基于云計算的工程機械集成系統(tǒng)，利用移動通信、GIS、GPS、GPRS 等相關(guān)技術(shù)，構(gòu)造了一個開放性系統(tǒng)，實現(xiàn)了工程機械的遠程監(jiān)控和集成化管理。 彭細等人［2］為了有效解決工程機械建設(shè)上大數(shù)據(jù)問題并實現(xiàn)信息的有效推送，提出了工程機械GPS 遠程智能監(jiān)控系統(tǒng)。 諸劍等人［3］針對工程機械使用過程中難以實時監(jiān)控的問題，提出了大數(shù)據(jù)背景下工程機械遠程監(jiān)控技術(shù)。 王吉平等人［4］在傳統(tǒng)監(jiān)控監(jiān)測的基礎(chǔ)上，結(jié)合GPRS 技術(shù)研制了瀝青灑布車遠程數(shù)據(jù)采集與監(jiān)控系統(tǒng)。 詹宏宏等人［5］研發(fā)了機群遠程監(jiān)測與故障診斷系統(tǒng)，實現(xiàn)機群中各分散單機的遠程監(jiān)測與故障診斷。 黃神富等人［6］研究了基于Internet 的工程機械遠程故障診斷系統(tǒng)，利用現(xiàn)代化的網(wǎng)絡(luò)技術(shù)來縮短收集故障信息的時間。 國內(nèi)外一些大型工程機械設(shè)備制造企業(yè)也紛紛開發(fā)了自己的遠程監(jiān)控與故障診斷系統(tǒng)，以此來提高產(chǎn)品的競爭力和服務(wù)保障能力：沃爾沃建筑設(shè)備公司研發(fā)的機器跟蹤信息服務(wù)系統(tǒng)Matris軟件包［7］、德國O＆K 公司應(yīng)用衛(wèi)星通訊技術(shù)開發(fā)的工況控制系統(tǒng)BCS［8］、由歐盟資助的CIRC 新一代路面施工工程機械的控制和監(jiān)測系統(tǒng)［9］、日本小松公司用于中小型工程機械的KOMTRAX 遙控管理系統(tǒng)和用于大型工程機械的MHMS 機械健康管理系統(tǒng)［10］、 美國卡特彼勒公司利用GPS、 GIS 和GSM 技術(shù)開發(fā)的采礦鏟土運輸技術(shù)系統(tǒng)METS［11］等；國內(nèi)大型的工程機械設(shè)備制造企業(yè)，如徐工機械、三一重工、中聯(lián)重科、柳工機械等公司，也各自開發(fā)了自己的工程設(shè)備遠程監(jiān)控與故障診斷系統(tǒng)［12－16］。 這些系統(tǒng)可以幫助客戶更好地遠程監(jiān)控設(shè)備狀態(tài)，有效地提高了設(shè)備的生產(chǎn)效率和降低了設(shè)備的故障維修成本。 基于新一代信息技術(shù)物聯(lián)網(wǎng)、機器學習、可視化技術(shù)與傳統(tǒng)的泵車維護深度融合，本文提出了基于工業(yè)互聯(lián)網(wǎng)技術(shù)的泵車遠程監(jiān)控及故障診斷應(yīng)用系統(tǒng)，實現(xiàn)了混凝土泵車群的遠程監(jiān)控與故障診斷，可以提高泵車故障診斷效率，降低企業(yè)的運維成本。

2 遠程監(jiān)控及故障診斷系統(tǒng)的設(shè)計

遠程監(jiān)控的目標就是檢測泵車機身故障，通過采集泵車傳感器的狀態(tài)數(shù)據(jù)，分析泵車健康狀態(tài)，當出現(xiàn)故障時，能較準確的診斷出故障發(fā)生的位置及原因。 泵車群遠程監(jiān)控及故障診斷的總體架構(gòu)如圖1 所示。 如圖1 所示，系統(tǒng)包括泵車實時的數(shù)據(jù)采集與接入，數(shù)據(jù)解析與大數(shù)據(jù)分析，故障診斷算法包括基于堆疊自編碼器算法和基于深度遷移學習的診斷算法。 混凝土泵車的運行情況通過遠程數(shù)據(jù)采集與分析、機器學習等，然后通過JAVAWEB 技術(shù)將數(shù)據(jù)結(jié)果圖形化展現(xiàn)出來。

圖1 泵車群遠程監(jiān)控及故障診斷系統(tǒng)的總體架構(gòu)

2.1 系統(tǒng)功能設(shè)計

系統(tǒng)軟件開發(fā)采用模塊化設(shè)計思想，根據(jù)泵車管理的業(yè)務(wù)需求和現(xiàn)場客戶的實際需求設(shè)計了系統(tǒng)管理、設(shè)備管理、監(jiān)控管理、故障管理和數(shù)據(jù)分析等五個模塊。 每個模塊下又設(shè)計了多個子功能模塊，通過這些子功能模塊實現(xiàn)混凝土泵車群的遠程監(jiān)控與故障診斷等功能。 具體的功能子模塊包括很多功能塊，如系統(tǒng)管理子模塊包括用戶管理、角色管理、菜單管理、字典管理、區(qū)域管理等功能塊。 通過這些子模塊可以實現(xiàn)用戶的注冊與登陸、泵車狀態(tài)監(jiān)控、泵車數(shù)據(jù)詳情展示、泵車歷史軌跡回放、泵車數(shù)據(jù)統(tǒng)計、泵車故障診斷等功能。 通過數(shù)據(jù)可視化，非常直觀的展示泵車的情況，有利于提高泵車故障診斷的效率。 設(shè)計的系統(tǒng)軟件功能結(jié)構(gòu)如圖2 所示。

圖2 泵車應(yīng)用系統(tǒng)軟件功能結(jié)構(gòu)

2.2 數(shù)據(jù)庫概念設(shè)計

數(shù)據(jù)庫的基本結(jié)構(gòu)可分為物理數(shù)據(jù)層、概念數(shù)據(jù)層和用戶數(shù)據(jù)層。 數(shù)據(jù)庫的概念設(shè)計是為了在系統(tǒng)需求的基礎(chǔ)上將具體的對象實體抽取成一種數(shù)據(jù)模型，幫助開發(fā)人員理清數(shù)據(jù)關(guān)系以及數(shù)據(jù)的組織結(jié)構(gòu)，主要的輸出為數(shù)據(jù)庫表的E-R 圖。

2.2.1 個人信息模塊E-R 圖

所有用戶都有唯一的用戶名信息，可以查看自己的個人信息，包括姓名、企業(yè)名稱、密碼、手機號碼等，同時用戶可以擁有多種角色權(quán)限，此間關(guān)系為一對多。

圖3 個人信息模塊E-R 圖

2.2.2 系統(tǒng)管理模塊E-R 圖

圖4 系統(tǒng)管理模塊E-R 圖

系統(tǒng)管理員可以管理用戶，角色，菜單等信息，用戶關(guān)聯(lián)角色，關(guān)系為一對多；角色關(guān)聯(lián)菜單，關(guān)系為多對多；角色的屬性包括角色名稱、角色標識，菜單的屬性包括菜單名稱、圖標、鏈接、權(quán)限標識。

2.2.3 泵車數(shù)據(jù)基本信息E-R 圖

圖5 泵車數(shù)據(jù)基本信息E-R 圖

2.2.4 系統(tǒng)總體E-R 圖

根據(jù)上下文設(shè)計的各模塊E-R 圖，采用規(guī)范化理論綜合集成局部E-R 圖，去除命名、屬性以及結(jié)構(gòu)上的沖突，消除不必要的冗余信息，得到如圖6 所示的系統(tǒng)總體E-R 模型圖。

圖6 系統(tǒng)總體E-R 圖

2.3 微服務(wù)設(shè)計

系統(tǒng)架構(gòu)上采用springcloud 微服務(wù)技術(shù)，實現(xiàn)敏捷開發(fā)和部署。 在系統(tǒng)內(nèi)微服務(wù)按照業(yè)務(wù)功能本身的獨立性來劃分，例如歷史軌跡查詢、故障診斷算法調(diào)用、預警消息推送等模塊都是以微服的形式開發(fā)。 微服包括配置管理、服務(wù)發(fā)現(xiàn)、斷路器、路由、微代理、事件總線、負載均衡等技術(shù)。 通過以微服務(wù)技術(shù)實現(xiàn)接口設(shè)計，提高了系統(tǒng)的可擴展性以及海量數(shù)據(jù)下的穩(wěn)定性。

泵車故障診斷應(yīng)用系統(tǒng)在設(shè)計中，考慮到以后實際應(yīng)用過程中的海量數(shù)據(jù)、高并發(fā)等，決定采用基于springcloud 的微服務(wù)技術(shù)來解決這些問題。 隨著云計算、虛擬化技術(shù)的流行，使用微服務(wù)技術(shù)的成本也隨著降低。 在應(yīng)用系統(tǒng)中數(shù)據(jù)的采集、預處理、存儲、診斷算法調(diào)用都采用微服務(wù)的方式來實現(xiàn)。 微服務(wù)的技術(shù)架構(gòu)如圖7 所示。

3 系統(tǒng)的應(yīng)用與測試

3.1 功能界面

泵車監(jiān)控功能使用百度地圖進行實時的定位跟蹤，并且能實時采集數(shù)據(jù)并展示當前泵車的狀態(tài)數(shù)據(jù)，比如油量、是否開機、累計工作時間等，在地圖下方有展示泵車的報警信息，包括違反作業(yè)操作報警，設(shè)備故障報警等。 泵車運行實時監(jiān)控界面如圖8所示。

圖7 微服務(wù)架構(gòu)設(shè)計

圖8 泵車監(jiān)控實時界面

依據(jù)獲取的混凝土泵車的運行數(shù)據(jù)，基于提出的故障診斷模型，就可以實時進行故障診斷，并將診斷結(jié)果進行顯示。 同時顯示設(shè)備的標識信息以及泵車的設(shè)備參數(shù)，為泵車的快速維護提供完整的信息。具體的故障診斷界面如圖9 所示。

圖9 泵車故障診斷界面

3.2 系統(tǒng)實驗測試

泵車故障診斷系統(tǒng)的性能實驗的主要目的是驗證由本文提出的泵車故障診算法調(diào)用中，在泵車狀態(tài)數(shù)據(jù)的傳輸過程中，故障診斷準確率以及故障診斷實時性等性能。

實驗裝置為數(shù)據(jù)模擬發(fā)射器及泵車故障診斷系統(tǒng)。 實驗計算機為thinkPad X1 筆記本電腦，其主要性能參數(shù)為Intel（R）core（TM） i5，RAM 8.0GB，CPU＠ 2.9GHz 2.9GHz，64 位操作系統(tǒng)；linux 服務(wù)器10臺，4 核8G 內(nèi)存。

通過模擬數(shù)據(jù)的產(chǎn)生，經(jīng)過平臺的數(shù)據(jù)預處理。通過一組仿真模型數(shù)據(jù)來進行機器學習，通過大量數(shù)據(jù)的訓練后，會產(chǎn)生一條故障基準線，將采集的泵車狀態(tài)數(shù)據(jù)轉(zhuǎn)換成特定的狀態(tài)值，通過此故障基準線比較即可判斷是否有故障數(shù)據(jù)產(chǎn)生。 實驗采用2組不同的數(shù)據(jù)，來測試故障診斷的平均用時及準確性。 實驗結(jié)果如表1 和圖10 所示。

第2 組的平均用時比第1 組略高，但總體差異不大，對于泵車故障診斷的實際情況中的應(yīng)用影響比較小，且花費的時間處于合理的范圍，可認為系統(tǒng)中的故障診斷算法調(diào)用滿足實際需求。

圖10 故障診斷模型調(diào)用結(jié)果

4 結(jié)語

根據(jù)系統(tǒng)的開發(fā)環(huán)境、技術(shù)特點以及現(xiàn)場實際需求等，設(shè)計了泵車機群遠程監(jiān)控與故障診斷系統(tǒng)平臺的總體架構(gòu)以及系統(tǒng)的軟件結(jié)構(gòu)，并提出了接口設(shè)計以及數(shù)據(jù)庫設(shè)計等關(guān)鍵技術(shù)，開發(fā)完成了一套符合實際需求、功能完善、性能穩(wěn)定的泵車遠程監(jiān)控與故障診斷系統(tǒng)，實現(xiàn)了混凝土泵車群的遠程監(jiān)控與故障診斷。 系統(tǒng)的模擬測試結(jié)果表明了該系統(tǒng)的有效性。 該系統(tǒng)的開發(fā)為泵車的運營管理者提供了遠程監(jiān)控與管理的具體手段，可以降低企業(yè)的運維成本和提高設(shè)備的綜合管理水平。