基于ARIMA模型的環(huán)境監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

王 鵬，徐圣法，劉杰強(qiáng)，李田甜，王海江

(北京東方計(jì)量測(cè)試研究所，北京 100086)

0 引言

隨著試驗(yàn)任務(wù)的不斷增加，對(duì)發(fā)射區(qū)工作環(huán)境的安全性和可靠性提出了更高的智能化監(jiān)控管理要求。如何更好的在信息化、智能化的技術(shù)條件下，收集整合分析環(huán)境參數(shù)數(shù)據(jù)，高效評(píng)估預(yù)測(cè)環(huán)境健康狀態(tài)，對(duì)突發(fā)事故快速響應(yīng)報(bào)警，提前預(yù)判安全事故，把風(fēng)險(xiǎn)系數(shù)降到最低，是當(dāng)前智慧發(fā)射場(chǎng)建設(shè)需研究的課題。本文設(shè)計(jì)的環(huán)境監(jiān)測(cè)系統(tǒng)，通過(guò)在發(fā)射區(qū)關(guān)鍵位置布置的傳感器收集環(huán)境參數(shù)信息，采用虛擬實(shí)景、二維、三維、圖形、圖表、柱狀圖、餅狀圖、曲線等多種可視化手段，在正常情況下，實(shí)時(shí)展示發(fā)射場(chǎng)區(qū)環(huán)境綜合監(jiān)測(cè)信息；在事故發(fā)生時(shí)，快速鎖定泄漏源位置，預(yù)判推進(jìn)劑泄漏擴(kuò)散路徑，評(píng)估事故危險(xiǎn)等級(jí)，給出巡檢人員最佳逃生路線的指導(dǎo)性意見(jiàn)，為管理者指揮調(diào)度提供重要的數(shù)據(jù)參考依據(jù)。該系統(tǒng)顯示功能多樣化，操作簡(jiǎn)單，維護(hù)便捷，可實(shí)現(xiàn)跨平臺(tái)訪問(wèn)與管理，具備智能預(yù)判與提前預(yù)警等快速響應(yīng)能力，提高了發(fā)射場(chǎng)智能化監(jiān)控管理水平，有效提升人員工作效率。目前該系統(tǒng)已在某地投入使用，應(yīng)用效果顯著。

1 系統(tǒng)功能要求

環(huán)境監(jiān)測(cè)系統(tǒng)主要用于實(shí)時(shí)監(jiān)測(cè)、評(píng)估、判斷發(fā)射區(qū)環(huán)境的健康狀態(tài)、推進(jìn)劑泄漏情況、推進(jìn)劑泄漏擴(kuò)散狀態(tài)、空調(diào)設(shè)備運(yùn)行狀態(tài)、人員健康狀態(tài)等情況，對(duì)突發(fā)安全事故快速響應(yīng)，迅速鎖定事故源，掌握相關(guān)處置策略，對(duì)事態(tài)變化趨勢(shì)跟蹤和評(píng)估，作為事故搶救的重要依據(jù)。其主要功能如下。

1.1 重要部位，實(shí)時(shí)監(jiān)測(cè)顯示

利用關(guān)鍵部位布置的傳感器、網(wǎng)絡(luò)通訊、數(shù)據(jù)交互、大數(shù)據(jù)分析與處理等多種技術(shù)手段，結(jié)合地理圖像數(shù)據(jù)，采用虛擬實(shí)景、二維、三維、圖形、圖表、柱狀圖、餅狀圖、曲線等多種可視化手段，實(shí)時(shí)展示發(fā)射區(qū)域環(huán)境健康狀態(tài)、空調(diào)設(shè)備運(yùn)行狀態(tài)，跟蹤推進(jìn)劑泄漏數(shù)據(jù)的變化趨勢(shì)，并對(duì)環(huán)境安全程度做出評(píng)估。還可進(jìn)行歷史數(shù)據(jù)查詢、三維模型歷史數(shù)據(jù)回放、歷史數(shù)據(jù)變化趨勢(shì)查詢等操作。

1.2 突發(fā)事故，快速報(bào)警提醒

當(dāng)推進(jìn)劑泄漏事故發(fā)生時(shí)，可通過(guò)界面高亮閃爍和現(xiàn)場(chǎng)聲光報(bào)警器，根據(jù)不同程度的報(bào)警等級(jí)，發(fā)出報(bào)警信號(hào)，實(shí)現(xiàn)雙重報(bào)警，快速鎖定泄漏源位置，及時(shí)判斷評(píng)估泄漏事故狀態(tài)，為巡檢人員提供最佳逃生路線的指導(dǎo)性意見(jiàn)，快速給出事故處理的合理建議。還可進(jìn)行報(bào)警歷史查詢、報(bào)警事件統(tǒng)計(jì)分析、重要數(shù)據(jù)預(yù)測(cè)報(bào)警、報(bào)警限值設(shè)定等操作。

1.3 環(huán)境狀態(tài)，跟蹤預(yù)測(cè)評(píng)估

當(dāng)發(fā)生推進(jìn)劑泄漏事故時(shí)，可通過(guò)泄漏源定位功能，快速鎖定事故發(fā)生源頭，為事故搶修節(jié)約寶貴時(shí)間；通過(guò)推進(jìn)劑泄漏擴(kuò)散評(píng)估功能，模擬推進(jìn)劑泄漏后，在發(fā)射場(chǎng)外部擴(kuò)散情況，為場(chǎng)外工作區(qū)與生活區(qū)人員撤離提供指導(dǎo)意見(jiàn)；通過(guò)空調(diào)設(shè)備運(yùn)行狀態(tài)評(píng)估功能，判斷重要區(qū)域空氣風(fēng)場(chǎng)流向及風(fēng)力大小，為空調(diào)設(shè)備控制調(diào)整提供指導(dǎo)意見(jiàn)；通過(guò)重要數(shù)據(jù)變化趨勢(shì)預(yù)測(cè)功能，提前預(yù)防安全事故發(fā)生，為試驗(yàn)任務(wù)安全執(zhí)行提供有力保障。

1.4 人員健康，安全運(yùn)維管理

通過(guò)巡檢人員佩戴便攜式個(gè)人劑量計(jì)設(shè)備，收集工作人員接觸推進(jìn)劑濃度累積量，記錄統(tǒng)計(jì)巡檢人員工作情況，運(yùn)用加權(quán)比較法，分析評(píng)估人員健康狀態(tài)，建立人員健康檔案，為工作人員健康工作，提供指導(dǎo)意見(jiàn)。

1.5 系統(tǒng)設(shè)備，智能監(jiān)控管理

可對(duì)系統(tǒng)中涉及到的傳感器、數(shù)據(jù)采集器、個(gè)人劑量計(jì)、聲光報(bào)警器等設(shè)備進(jìn)行配置、修改、增刪操作；建立設(shè)備信息庫(kù)，定期提示需要維護(hù)的設(shè)備信息；對(duì)系統(tǒng)用戶個(gè)人信息、系統(tǒng)界面操作菜單、用戶操作日志記錄、角色分配權(quán)限，進(jìn)行集中運(yùn)維管理，實(shí)現(xiàn)權(quán)限統(tǒng)一分配和系統(tǒng)輔助操作管理。

2 系統(tǒng)整體架構(gòu)

環(huán)境監(jiān)測(cè)系統(tǒng)主要是通過(guò)發(fā)射場(chǎng)重要區(qū)域和關(guān)鍵位置布置的各種高精度傳感器，實(shí)時(shí)采集發(fā)射區(qū)周邊偏二甲肼氣體濃度、二氧化氮?dú)怏w濃度、氧氣濃度等10余種環(huán)境參數(shù)狀態(tài)信息，通過(guò)數(shù)據(jù)采集器把環(huán)境參數(shù)模擬信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)，再傳遞到中轉(zhuǎn)工控機(jī)上，通過(guò)組態(tài)軟件把數(shù)據(jù)轉(zhuǎn)換成特定協(xié)議格式，打包分類，傳送至服務(wù)器主機(jī)上，通過(guò)數(shù)據(jù)處理軟件和評(píng)估算法模塊，對(duì)數(shù)據(jù)進(jìn)行綜合分析、計(jì)算、處理、評(píng)估，并通過(guò)數(shù)據(jù)顯示軟件，把處理后的數(shù)據(jù)展示給用戶。該系統(tǒng)采用B/S架構(gòu)設(shè)計(jì)[4]，可以直接在瀏覽器中輸入網(wǎng)址打開(kāi)，通過(guò)特定賬號(hào)和密碼來(lái)遠(yuǎn)程登陸訪問(wèn)該系統(tǒng)，便于用戶隨時(shí)查看發(fā)射區(qū)域現(xiàn)場(chǎng)及周邊以至整個(gè)場(chǎng)區(qū)的態(tài)勢(shì)。在人員值班室分別放置兩臺(tái)聲光報(bào)警器，當(dāng)泄漏事故發(fā)生時(shí)，系統(tǒng)自動(dòng)控制發(fā)出聲光報(bào)警信號(hào)，提示工作人員事故排查。

環(huán)境監(jiān)測(cè)系統(tǒng)通過(guò)對(duì)環(huán)境參數(shù)收集分析，運(yùn)用Calpuff軟件[5-7](非穩(wěn)態(tài)拉格朗日煙團(tuán)模型，可模擬三維流場(chǎng)隨時(shí)間和空間發(fā)生變化時(shí)，污染物在大氣環(huán)境中的擴(kuò)散過(guò)程)，建立氣體擴(kuò)散模型，模擬推進(jìn)劑泄漏后，在發(fā)射場(chǎng)外部擴(kuò)散情況，為場(chǎng)外工作區(qū)與生活區(qū)人員撤離提供指導(dǎo)意見(jiàn)；運(yùn)用樸素貝葉斯方法，判斷定位推進(jìn)劑泄漏源位置，輔助值班人員及早發(fā)現(xiàn)險(xiǎn)情，為事故搶修節(jié)約寶貴時(shí)間；基于ARIMA模型，預(yù)測(cè)評(píng)估推進(jìn)劑泄漏變化趨勢(shì)，提前做好防范工作，把安全事故風(fēng)險(xiǎn)系數(shù)降到最低；通過(guò)微壓差數(shù)據(jù)分析對(duì)比，識(shí)別關(guān)鍵區(qū)域風(fēng)場(chǎng)流向和風(fēng)力強(qiáng)度，判斷當(dāng)前空調(diào)設(shè)備運(yùn)行情況是否符合設(shè)計(jì)要求，為空調(diào)設(shè)備風(fēng)量控制調(diào)節(jié)，提供指導(dǎo)意見(jiàn)，確保推進(jìn)劑泄漏后，可沿風(fēng)場(chǎng)方向排出場(chǎng)外，保障巡檢人員人身安全；通過(guò)巡檢人員攜帶的個(gè)人劑量計(jì)，收集人員攝入的推進(jìn)劑濃度累積量數(shù)據(jù)，運(yùn)用加權(quán)比較法，評(píng)估人員健康狀態(tài)，建立人員健康檔案，給出員工合理工作建議，保障身心健康。

系統(tǒng)結(jié)構(gòu)組成圖如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)組成圖

3 系統(tǒng)軟件設(shè)計(jì)

該系統(tǒng)采用B/S架構(gòu)設(shè)計(jì)，運(yùn)行于銀河麒麟操作系統(tǒng)上，可兼容Microsoft Windows系列操作系統(tǒng)，數(shù)據(jù)存儲(chǔ)于MySQL數(shù)據(jù)庫(kù)中，采用SpringBoot框架編寫業(yè)務(wù)層服務(wù)，前臺(tái)展示界面采用Vue.js技術(shù)開(kāi)發(fā)，其邏輯架構(gòu)如圖2所示。系統(tǒng)軟件由兩部分組成：數(shù)據(jù)處理軟件和數(shù)據(jù)顯示軟件。數(shù)據(jù)處理軟件包含數(shù)據(jù)接收、數(shù)據(jù)庫(kù)管理、數(shù)據(jù)分析、數(shù)據(jù)服務(wù)和評(píng)估算法；數(shù)據(jù)顯示軟件包含數(shù)據(jù)顯示與查詢模塊、報(bào)警查詢與預(yù)警模塊、環(huán)境評(píng)估模塊、人員健康檔案、設(shè)備管理模塊和系統(tǒng)管理模塊。

數(shù)據(jù)處理軟件主要負(fù)責(zé)對(duì)中轉(zhuǎn)工控機(jī)上傳的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)接收處理，與評(píng)估算法模塊配合完成數(shù)據(jù)的綜合分析與評(píng)估、對(duì)其運(yùn)行結(jié)果進(jìn)行存儲(chǔ)和管理。數(shù)據(jù)顯示軟件可以通過(guò)訪問(wèn)服務(wù)器數(shù)據(jù)庫(kù)表對(duì)處理和評(píng)估后的數(shù)據(jù)進(jìn)行提取顯示。數(shù)據(jù)顯示軟件為人機(jī)操作交互界面，通過(guò)向各個(gè)模塊發(fā)送請(qǐng)求，被請(qǐng)求模塊前往數(shù)據(jù)庫(kù)表中調(diào)用相關(guān)數(shù)據(jù)，然后返回查詢的數(shù)據(jù)結(jié)果，結(jié)合地理信息模型，運(yùn)用多種可視化手段，為用戶展示數(shù)據(jù)運(yùn)行結(jié)果。數(shù)據(jù)處理軟件和數(shù)據(jù)顯示軟件二者之間完全獨(dú)立運(yùn)行，通過(guò)WebSocket通信協(xié)議進(jìn)行數(shù)據(jù)交互。

圖2 系統(tǒng)架構(gòu)圖

軟件運(yùn)行流程如圖3所示。首先，數(shù)據(jù)處理軟件采用UDP通信協(xié)議方式獲取數(shù)據(jù)采集器傳輸?shù)母黝惌h(huán)境參數(shù)信息數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行解析。然后，系統(tǒng)對(duì)解析后的數(shù)據(jù)通過(guò)與報(bào)警限值比較，判斷是否存在報(bào)警事件，如果存在，則在系統(tǒng)界面報(bào)警提示，并把報(bào)警信息存儲(chǔ)到報(bào)警記錄數(shù)據(jù)庫(kù)表中；如果不存在，則把解析后的數(shù)據(jù)存儲(chǔ)到實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)庫(kù)表中。同時(shí)，解析后的數(shù)據(jù)經(jīng)算法評(píng)估模塊的各功能模塊運(yùn)行計(jì)算，得到預(yù)測(cè)評(píng)估結(jié)果數(shù)據(jù)，并對(duì)結(jié)果數(shù)據(jù)與預(yù)警限值比較，判斷是否有預(yù)警事件發(fā)生，如果有，則在系統(tǒng)界面預(yù)警提示，并把預(yù)警數(shù)據(jù)存儲(chǔ)到預(yù)警記錄數(shù)據(jù)庫(kù)表中；如果沒(méi)有，則把結(jié)果數(shù)據(jù)存儲(chǔ)到預(yù)測(cè)數(shù)據(jù)庫(kù)表中。同時(shí)，解析后的數(shù)據(jù)經(jīng)過(guò)處理分析后，存儲(chǔ)到相應(yīng)的數(shù)據(jù)庫(kù)表中。當(dāng)用戶需要查看不同類型的數(shù)據(jù)信息時(shí)，數(shù)據(jù)顯示軟件觸發(fā)數(shù)據(jù)調(diào)用程序，從相應(yīng)的數(shù)據(jù)庫(kù)表中提取相關(guān)數(shù)據(jù)信息，進(jìn)行多維度展示。

圖3 系統(tǒng)軟件流程圖

4 預(yù)測(cè)報(bào)警算法

推進(jìn)劑濃度是環(huán)境參數(shù)中最重要的監(jiān)測(cè)指標(biāo)，一旦發(fā)生泄漏事故，如果處理不當(dāng)，將會(huì)引發(fā)嚴(yán)重后果。為了預(yù)防推進(jìn)劑泄漏事故發(fā)生，系統(tǒng)開(kāi)發(fā)推進(jìn)劑預(yù)測(cè)報(bào)警功能，通過(guò)對(duì)推進(jìn)劑歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)的綜合分析，運(yùn)用ARIMA模型[8-10]，對(duì)推進(jìn)劑泄漏的時(shí)間序列數(shù)據(jù)分析與預(yù)測(cè)，提前預(yù)警，及早通知維護(hù)人員檢查維修，把安全事故風(fēng)險(xiǎn)系數(shù)降到最低。

預(yù)測(cè)報(bào)警算法模塊工作流程如圖4所示。首先，數(shù)據(jù)處理軟件對(duì)推進(jìn)劑實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)進(jìn)行預(yù)測(cè)門限判別，當(dāng)推進(jìn)劑濃度數(shù)據(jù)連續(xù)5個(gè)以上超過(guò)預(yù)測(cè)門限值時(shí)，系統(tǒng)觸發(fā)算法模塊，對(duì)推進(jìn)劑數(shù)據(jù)變化趨勢(shì)預(yù)測(cè)，并根據(jù)預(yù)測(cè)結(jié)果，繪制出未來(lái)24小時(shí)內(nèi)的數(shù)據(jù)變化趨勢(shì)曲線，同時(shí)，系統(tǒng)還對(duì)預(yù)測(cè)值與報(bào)警閥值進(jìn)行比較，如果預(yù)測(cè)值超過(guò)報(bào)警閥值，數(shù)據(jù)處理軟件立即向數(shù)據(jù)顯示軟件發(fā)出報(bào)警信號(hào)，通過(guò)系統(tǒng)界面報(bào)警提示和聲光報(bào)警器發(fā)出聲光報(bào)警信號(hào)等多種報(bào)警手段，提醒工作人員有安全隱患存在，需前往現(xiàn)場(chǎng)故障排查。系統(tǒng)自動(dòng)將預(yù)警過(guò)程信息和預(yù)警判別結(jié)果存入到預(yù)警記錄數(shù)據(jù)庫(kù)表和趨勢(shì)預(yù)測(cè)數(shù)據(jù)庫(kù)表中，便于用戶后續(xù)查看。

圖4 預(yù)測(cè)報(bào)警算法模塊工作流程圖

預(yù)測(cè)報(bào)警算法是基于ARIMA模型來(lái)實(shí)現(xiàn)的，其中，φ、θ兩個(gè)權(quán)值的作用是將采集的推進(jìn)劑濃度值Xt-i和誤差項(xiàng)u進(jìn)行加權(quán)，獲得未來(lái)時(shí)刻推進(jìn)劑濃度的預(yù)測(cè)值Xt，權(quán)值需要通過(guò)ARIMA模型運(yùn)算獲取。

ARIMA算法模型可以表示為：

(1)

式中，Xt-i為系統(tǒng)在t-i時(shí)刻所采集到的推進(jìn)劑濃度值；Xt為算法模塊預(yù)測(cè)的t時(shí)刻推進(jìn)劑濃度值；ut-j、ut為t、t-j時(shí)刻的誤差項(xiàng)；φi為對(duì)應(yīng)i時(shí)刻采集的推進(jìn)劑濃度的權(quán)值；θj為j時(shí)刻誤差項(xiàng)的權(quán)值；p、q為通過(guò)ARIMA模型識(shí)別定階后生成的最佳參數(shù)。

算法模塊運(yùn)行步驟如下所示：

1)識(shí)別推進(jìn)劑濃度序列的平穩(wěn)性。把采集到的推進(jìn)劑濃度值看做一個(gè)序列，令Bk為k時(shí)刻推進(jìn)劑濃度的滯后算子，即：

BkXt=Xt-k

(2)

把公式(2)代入到公式(1)得公式(3)：

(3)

令φ(B)=1-φ1B+φ2B2+……+φpBp,則序列的平穩(wěn)條件是φ(B)的根在單位圓外。

2)對(duì)非平穩(wěn)序列平穩(wěn)化處理。如果推進(jìn)劑濃度序列的根在單位圓內(nèi)，即為非平穩(wěn)濃度序列，則需要對(duì)序列數(shù)值進(jìn)行差分運(yùn)算。取序列中各相鄰項(xiàng)之間的差值，組成新的序列，并判斷新序列的平穩(wěn)性。如果新序列依然為非平穩(wěn)序列，則繼續(xù)差分運(yùn)算，直到差分后的序列變?yōu)槠椒€(wěn)為止，差分階數(shù)記為d。

3)根據(jù)序列模型識(shí)別規(guī)則，建立對(duì)應(yīng)序列模型。當(dāng)推進(jìn)劑濃度序列平穩(wěn)處理后，對(duì)模型識(shí)別定階，判斷適合該序列的最佳模型，識(shí)別出使模型最佳的p與q兩個(gè)參數(shù)。

在建立模型的過(guò)程中，首先需確定推進(jìn)劑濃度序列的自協(xié)方差函數(shù)rk、自相關(guān)函數(shù)pk與偏自相關(guān)函數(shù)φkk，其數(shù)學(xué)公式如(4)～(6)所示。

(4)

式中，σ2為白噪聲序列的方差；k為某一時(shí)刻。

(5)

式中，pk表示推進(jìn)劑濃度序列中，相隔k時(shí)刻的采樣值之間的相關(guān)程度。

(6)

式中，φkk表示對(duì)于推進(jìn)劑濃度序列Xt，在已獲取k-1個(gè)推進(jìn)劑濃度序列值的情況下，Xt與Xt-k之間的條件相關(guān)關(guān)系。

隨著k的增加，如果推進(jìn)劑濃度序列的自相關(guān)函數(shù)pk與偏自相關(guān)函數(shù)φkk的函數(shù)值逐漸變?yōu)?，我們稱其具有截尾性；反之，如果隨著k的增加，自相關(guān)函數(shù)值和偏自相關(guān)函數(shù)值不為0，則稱其具有拖尾性。若濃度序列的偏自相關(guān)函數(shù)是截尾的，而自相關(guān)函數(shù)是拖尾的，則濃度序列選用AR模型運(yùn)算；若濃度序列的偏自相關(guān)函數(shù)是拖尾的，而自相關(guān)函數(shù)是截尾的，則濃度序列選用MA模型運(yùn)算；若濃度序列的偏自相關(guān)函數(shù)和自相關(guān)函數(shù)均是拖尾的，則濃度序列選用ARMA模型運(yùn)算。

模型的最佳參數(shù)p和q可以通過(guò)AIC準(zhǔn)則來(lái)確定，AIC定階準(zhǔn)則的公式如式(7)所示：

(7)

(8)

(9)

(10)

5)把獲得的最佳參數(shù)p和q、權(quán)值φ和θ、推進(jìn)劑采集的濃度值Xt-i以及誤差項(xiàng)u代入到識(shí)別得到的序列模型中，經(jīng)計(jì)算，最終得到未來(lái)各時(shí)刻的推進(jìn)劑濃度差分?jǐn)?shù)據(jù)序列。在關(guān)閉算法模塊之前，系統(tǒng)將一直延用識(shí)別得到的序列模型進(jìn)行預(yù)測(cè)，模型運(yùn)算得到的各項(xiàng)參數(shù)值將保持不變。

6)對(duì)計(jì)算得到的未來(lái)時(shí)刻推進(jìn)劑濃度差分?jǐn)?shù)據(jù)序列進(jìn)行差分逆運(yùn)算，即為推進(jìn)劑濃度未來(lái)時(shí)刻預(yù)測(cè)值，系統(tǒng)自動(dòng)把預(yù)測(cè)值存儲(chǔ)到趨勢(shì)預(yù)測(cè)數(shù)據(jù)庫(kù)表中。

通過(guò)上述步驟，可以得到推進(jìn)劑濃度未來(lái)時(shí)刻預(yù)測(cè)值，系統(tǒng)通過(guò)調(diào)用趨勢(shì)預(yù)測(cè)數(shù)據(jù)庫(kù)表中相關(guān)數(shù)據(jù)，繪制成推進(jìn)劑濃度變化趨勢(shì)曲線，展示給用戶。

運(yùn)用MATLAB仿真軟件驗(yàn)證監(jiān)測(cè)預(yù)警算法的準(zhǔn)確性。系統(tǒng)連續(xù)選取600個(gè)真實(shí)的推進(jìn)劑濃度值作為參考數(shù)據(jù)源，監(jiān)測(cè)預(yù)警算法模塊按照上述步驟，利用前200個(gè)推進(jìn)劑濃度實(shí)際值，計(jì)算得到后400個(gè)推進(jìn)劑濃度預(yù)測(cè)序列值，預(yù)測(cè)數(shù)值與實(shí)際數(shù)值對(duì)比，如圖5所示。對(duì)算法得到的推進(jìn)劑預(yù)測(cè)值與實(shí)際值進(jìn)行相對(duì)誤差運(yùn)算，運(yùn)算結(jié)果如圖6所示，由圖可看出，推進(jìn)劑預(yù)測(cè)值與實(shí)際值相對(duì)誤差小于2.6%。

圖5 實(shí)際值與預(yù)測(cè)值仿真對(duì)比圖

圖6 相對(duì)誤差運(yùn)算結(jié)果圖

根據(jù)上述實(shí)驗(yàn)結(jié)果可知，由預(yù)測(cè)報(bào)警算法模塊計(jì)算得到的推進(jìn)劑濃度預(yù)測(cè)序列數(shù)據(jù)曲線與推進(jìn)劑實(shí)測(cè)曲線相比，準(zhǔn)確率最高達(dá)97%以上，可以作為推進(jìn)劑泄漏預(yù)測(cè)報(bào)警的重要判斷依據(jù)。

5 試驗(yàn)驗(yàn)證與分析

為了驗(yàn)證系統(tǒng)功能指標(biāo)是否滿足設(shè)計(jì)要求，保證試驗(yàn)結(jié)論的真實(shí)性和有效性，特委托第三方測(cè)評(píng)機(jī)構(gòu)對(duì)系統(tǒng)功能測(cè)試。測(cè)試工具包括：USR-TCP232-Test串口轉(zhuǎn)網(wǎng)絡(luò)調(diào)試助手、jmeter壓力測(cè)試工具、Post-man接口測(cè)試工具、MATLAB仿真工具、Visual Studio、MySQL和ProView。

系統(tǒng)功能測(cè)試連接關(guān)系如圖7所示，測(cè)試方法主要是通過(guò)數(shù)據(jù)源模擬軟件模擬現(xiàn)場(chǎng)實(shí)時(shí)數(shù)據(jù)，驗(yàn)證系統(tǒng)功能符合情況。

圖7 系統(tǒng)功能測(cè)試連接關(guān)系圖

系統(tǒng)主要測(cè)試用例執(zhí)行情況統(tǒng)計(jì)如表1所示，系統(tǒng)全部測(cè)試用例執(zhí)行情況統(tǒng)計(jì)如表2所示。系統(tǒng)所有測(cè)試用例都覆蓋執(zhí)行，所有測(cè)試用例都全部通過(guò)，無(wú)不合格測(cè)試項(xiàng)，系統(tǒng)功能滿足設(shè)計(jì)要求。

6 結(jié)束語(yǔ)

本文提出的環(huán)境監(jiān)測(cè)系統(tǒng)，結(jié)合了“大數(shù)據(jù)分析、物聯(lián)網(wǎng)、虛擬實(shí)景、人工智能”等最前沿技術(shù)手段，實(shí)現(xiàn)了對(duì)發(fā)射區(qū)環(huán)境安全、空調(diào)設(shè)備運(yùn)行安全和人員健康安全的全面監(jiān)控，通過(guò)評(píng)估算法模塊及ARIMA數(shù)學(xué)模型，大大提高了發(fā)射場(chǎng)智能化監(jiān)控管理水平，為發(fā)射場(chǎng)建設(shè)提供安全、可靠、敏捷的一體化解決方案。

表1 系統(tǒng)主要測(cè)試用例執(zhí)行統(tǒng)計(jì)表

表2 系統(tǒng)全部測(cè)試用例執(zhí)行情況統(tǒng)計(jì)表

該系統(tǒng)在實(shí)際應(yīng)用中發(fā)揮了重要作用，可為其他領(lǐng)域的環(huán)境與設(shè)備健康監(jiān)測(cè)管理提供一種技術(shù)手段，具有一定的實(shí)用性和應(yīng)用前景。