葛 蓁,張重齊
(1.武漢華夏理工學(xué)院 信息工程學(xué)院,湖北 武漢430223;2.武漢工商學(xué)院,湖北 武漢 430065;3.武漢虹信技術(shù)服務(wù)有限責(zé)任公司,湖北 武漢 430205)
我國擁有眾多的高校及在校學(xué)生,高校數(shù)量位居全球第二,在校學(xué)生數(shù)量位居全球第一。目前,高校的基礎(chǔ)設(shè)施建設(shè)越來越完善,擁有數(shù)量眾多的電梯、泵房、消防設(shè)施以及門禁道閘等設(shè)備設(shè)施。但是,高校對設(shè)備設(shè)施的管理存在以下兩點(diǎn)問題:一是安全管理意識不強(qiáng),重建設(shè)輕運(yùn)維;二是管理手段薄弱,依靠人工檢測事后處理的方式無法實(shí)時監(jiān)測設(shè)備設(shè)施的運(yùn)行狀態(tài)[1,2]。高校作為人群聚集的場所,一旦發(fā)生電梯墜落和火災(zāi)等安全事故,將會造成嚴(yán)重的經(jīng)濟(jì)損失、人員傷亡以及不良的社會影響。因此,如何保障高校的電梯、泵房、燃?xì)夤艿?、消防設(shè)施以及門禁等設(shè)備設(shè)施的運(yùn)行安全顯得尤為迫切[3]。
針對高校設(shè)備設(shè)施眾多和管理手段智能化不足等突出難題,應(yīng)用新一代物聯(lián)網(wǎng)技術(shù),研究設(shè)計一套高校設(shè)備設(shè)施智能監(jiān)測系統(tǒng),其建設(shè)目標(biāo)主要包括以下4點(diǎn)。一是研究MQTT、CoAP以及XMPP等通用物聯(lián)網(wǎng)協(xié)議,實(shí)現(xiàn)電梯、泵房、門禁道閘以及攝像頭等設(shè)備設(shè)施的泛在接入。二是研究建立基于啟發(fā)式模板挖掘、遠(yuǎn)程監(jiān)督以及開放式信息抽取等技術(shù)的信息抽取方法體系,快速準(zhǔn)確地構(gòu)建設(shè)備設(shè)施運(yùn)行事件知識圖譜,為上層智能化監(jiān)測預(yù)警提供數(shù)據(jù)支撐。三是研究基于深度學(xué)習(xí)的設(shè)備設(shè)施預(yù)測預(yù)警技術(shù),通過海量歷史監(jiān)測信息的挖掘與分析,并通過深度學(xué)習(xí)算法,分析與預(yù)測設(shè)備設(shè)施可能出現(xiàn)的故障信息。四是研究設(shè)備設(shè)施監(jiān)測預(yù)警應(yīng)用需求,基于平臺化微服務(wù)框架,研發(fā)高校設(shè)備設(shè)施智能監(jiān)測系統(tǒng)。
在通信技術(shù)、信息技術(shù)以及射頻識別技術(shù)等新技術(shù)的不斷催生下,實(shí)現(xiàn)萬物互聯(lián)的泛在網(wǎng)絡(luò)架構(gòu)正日漸清晰。其特點(diǎn)是任何時間、任何地點(diǎn)、任何人以及任何物都能順暢地進(jìn)行通信。關(guān)鍵技術(shù)包括體系架構(gòu)及組網(wǎng)技術(shù)、無線泛在網(wǎng)絡(luò)環(huán)境下用戶上下文(環(huán)境)感知性、異構(gòu)無線接入網(wǎng)絡(luò)共存與協(xié)同以及異構(gòu)網(wǎng)絡(luò)的移動性管理等。其體系框架如圖1所示[4]。
泛在網(wǎng)絡(luò)根據(jù)超深、超高以及超遠(yuǎn)等不同應(yīng)用場景,構(gòu)建2G/3G/4G/5G、LoRa、ZigBee以及NBIoT等不同的組網(wǎng)方式,實(shí)現(xiàn)異構(gòu)網(wǎng)絡(luò)的接入,支持MQTT、CoAP、OPC、Modbus、Bacnet、KNX、485 以及HTTP等主流物聯(lián)協(xié)議接入,實(shí)現(xiàn)各類傳感器、二維碼以及智能設(shè)備設(shè)施等泛在接入[5]。
深度學(xué)習(xí)是學(xué)習(xí)樣本數(shù)據(jù)的內(nèi)在規(guī)律和表示層次,通過組合低層特征形成更加抽象的高層表示屬性類別或特征,以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示,是一種包含多個隱藏層的多層感知器,結(jié)構(gòu)如圖2所示[6]。
神經(jīng)網(wǎng)絡(luò)實(shí)際上就是一個輸入向量到輸出向量的函數(shù),即:
根據(jù)輸入計算神經(jīng)網(wǎng)絡(luò)的輸出,需要首先將輸入向量的每個元素的值賦給神經(jīng)網(wǎng)絡(luò)的輸入層的對應(yīng)神經(jīng)元,然后根據(jù)式(1)依次向前計算每一層的每個神經(jīng)元的值,直到最后一層輸出層的所有神經(jīng)元的值計算完畢。最后,將輸出層每個神經(jīng)元的值串在一起就得到了輸出向量。
通過設(shè)備設(shè)施運(yùn)行監(jiān)測數(shù)據(jù)和歷史故障信息,總結(jié)設(shè)備設(shè)施預(yù)警模型。預(yù)警模型因素包括故障類型、異常特征、故障時間以及運(yùn)行時間等,利用深度學(xué)習(xí)算法進(jìn)行訓(xùn)練,推演新的預(yù)警模型,通過收集的故障信息,結(jié)合深度方法算法循環(huán)神經(jīng)網(wǎng)絡(luò),推演新的預(yù)警模型,不斷完善預(yù)警模型庫,模型建立流程如圖3所示[7]。
設(shè)計微服務(wù)軟件架構(gòu),通過提取業(yè)務(wù)服務(wù)屬性建立基于業(yè)務(wù)屬性的微服務(wù)軟件架構(gòu),實(shí)現(xiàn)服務(wù)間的松耦合和高度自治,并且使用輕量級協(xié)議進(jìn)行通信可持續(xù)集成部署的分布式框架,增強(qiáng)平臺的可擴(kuò)展性和高可靠性[8]。
2)水位流量關(guān)系單值化后系統(tǒng)誤差及隨機(jī)不確定度分析計算。依據(jù)《水文巡測規(guī)范》(SL195-2015)4.5.2規(guī)定。系統(tǒng)誤差不大于3%,允許隨機(jī)不確定度見表1。
針對設(shè)備運(yùn)行數(shù)據(jù)和門禁道閘等數(shù)據(jù)具有隱私安全的需求,設(shè)計基于聯(lián)邦學(xué)習(xí)的隱私保護(hù)模型,實(shí)現(xiàn)數(shù)據(jù)的具有隱私保護(hù)特性的聯(lián)合訓(xùn)練和建模[9]。在聯(lián)邦學(xué)習(xí)框架內(nèi),不同的服務(wù)模型在隱私保護(hù)的前提下共享服務(wù)特征,實(shí)現(xiàn)服務(wù)遷移,建立虛擬的共有數(shù)據(jù)模型,避免數(shù)據(jù)孤島,通過可持續(xù)集成的微服務(wù)技術(shù),構(gòu)建數(shù)據(jù)隱私安全的個性化智能服務(wù)模型[10]。安全可控的微服務(wù)集成框架如圖4所示。
本系統(tǒng)綜合運(yùn)用物聯(lián)網(wǎng)、大數(shù)據(jù)以及人工智能等技術(shù)實(shí)現(xiàn)高校設(shè)備設(shè)施智能監(jiān)測與預(yù)警,通過各種信息傳感設(shè)備實(shí)時采集需要監(jiān)控、連接以及互動的物體或過程中需要各種的信息,與互聯(lián)網(wǎng)結(jié)合形成泛在物聯(lián)網(wǎng)絡(luò)。通過建立物聯(lián)網(wǎng)感知層實(shí)時采集電梯、泵房及消防等設(shè)備設(shè)施的數(shù)據(jù),向上匯聚形成設(shè)備設(shè)施運(yùn)行監(jiān)測數(shù)據(jù)中心,并結(jié)合基于深度學(xué)習(xí)的風(fēng)險預(yù)測預(yù)警技術(shù),監(jiān)測和預(yù)警設(shè)備設(shè)施的運(yùn)行,為上層應(yīng)用平臺提供風(fēng)險預(yù)警。此外,上層應(yīng)用平臺提供設(shè)備設(shè)施運(yùn)行監(jiān)測一張圖和設(shè)備設(shè)施運(yùn)行風(fēng)險預(yù)警等多樣化交互功能,形成設(shè)備設(shè)施監(jiān)測預(yù)警一體化處理平臺[11]。平臺整體架構(gòu)如圖5所示。
設(shè)備設(shè)施智能監(jiān)測預(yù)警系統(tǒng)整體架構(gòu)可分為感知層、網(wǎng)絡(luò)層、設(shè)施層、平臺層以及應(yīng)用層5層。其中,感知層實(shí)現(xiàn)安防監(jiān)控、車輛通行、可視對講、電子圍欄、消防栓以及智能門禁等各種設(shè)備設(shè)施的接入。物聯(lián)網(wǎng)集成管理平臺可以實(shí)現(xiàn)各種主流物聯(lián)網(wǎng)協(xié)議的接入,支持異構(gòu)網(wǎng)絡(luò)接入,無需重新開發(fā)接口,實(shí)現(xiàn)動態(tài)配置。傳輸層由互聯(lián)網(wǎng)、物聯(lián)網(wǎng)以及通信網(wǎng)等組成,負(fù)責(zé)傳遞和處理感知層獲取的信息,也可以實(shí)現(xiàn)數(shù)據(jù)的本地存儲,具有遠(yuǎn)程查詢和斷點(diǎn)續(xù)傳的特點(diǎn),可以確保系統(tǒng)的數(shù)據(jù)完整性。設(shè)施層由網(wǎng)絡(luò)交換設(shè)備、網(wǎng)絡(luò)安全設(shè)備、服務(wù)器以及虛擬化軟件等軟硬件組成,為設(shè)備設(shè)施智能監(jiān)測預(yù)警系統(tǒng)提供存儲運(yùn)行的物理設(shè)備。平臺層由設(shè)備設(shè)施運(yùn)行大數(shù)據(jù)中心、物聯(lián)網(wǎng)集成管理平臺以及通用大數(shù)據(jù)管理平臺組成,為上層應(yīng)用提供基礎(chǔ)性支撐。而應(yīng)用層包括監(jiān)測一張圖、預(yù)測預(yù)警、預(yù)警處理、設(shè)備管理以及校園可視化等應(yīng)用,全面滿足各類場景下的信息管理需求,有Web和手機(jī)App等訪問方式。
3.2.1 監(jiān)測一張圖
在地圖展示方面,靜態(tài)顯示地圖圖層信息,動態(tài)顯示業(yè)務(wù)圖層,支持模糊查詢。在全景呈現(xiàn)方面,全景呈現(xiàn)設(shè)備設(shè)施信息、設(shè)備設(shè)施當(dāng)前狀態(tài)、設(shè)備設(shè)施運(yùn)行態(tài)勢預(yù)測以及設(shè)備設(shè)施地理位置等。此外,預(yù)警展示可以實(shí)時展現(xiàn)預(yù)警信息和處理進(jìn)度,態(tài)勢感知可以預(yù)測設(shè)備設(shè)施的運(yùn)行狀態(tài),通過曲線圖方式直觀展現(xiàn)設(shè)備設(shè)施運(yùn)行狀態(tài)并進(jìn)行預(yù)測分析,從而全面感知校園態(tài)勢。
3.2.2 預(yù)測預(yù)警
預(yù)警信息包括當(dāng)前設(shè)備設(shè)施故障告警與預(yù)測預(yù)警信息。通過局部刷新技術(shù)可以實(shí)時獲取后臺產(chǎn)生的告警信息并呈現(xiàn)設(shè)備設(shè)施的預(yù)警信息,呈現(xiàn)內(nèi)容包括設(shè)備名稱、故障類型、故障信息以及故障時間等,而以曲線圖方式可以實(shí)時呈現(xiàn)設(shè)備設(shè)施的態(tài)勢預(yù)測等。
3.2.3 故障處理
接收到預(yù)警信息后,系統(tǒng)自動生成故障工單。工單內(nèi)容包括故障編號、故障名稱、故障內(nèi)容、處理時限、處理部門以及責(zé)任人等。故障信息實(shí)現(xiàn)流程化處理,流程節(jié)點(diǎn)包括起單、轉(zhuǎn)派、駁回、處理、歸檔以及評估等。不同角色對應(yīng)不同節(jié)點(diǎn)流程,且每個節(jié)點(diǎn)流程有處理時限要求。故障信息處理完畢后歸檔進(jìn)入故障信息庫,構(gòu)建故障樣本集。此外通過深度學(xué)習(xí)技術(shù)可以建立新的設(shè)備設(shè)施預(yù)警模型。
3.2.4 設(shè)備管理
設(shè)備管理主要實(shí)現(xiàn)設(shè)備設(shè)施的新增、查詢、維護(hù)、修改以及刪除等功能。設(shè)備設(shè)施信息包括設(shè)備名稱、設(shè)備編號、設(shè)備類型、位置信息、接入?yún)f(xié)議、協(xié)議版本、監(jiān)測指令、所屬部門、責(zé)任人、使用年限、設(shè)備廠家以及聯(lián)系人等。
3.2.5 設(shè)備接入
動態(tài)配置實(shí)現(xiàn)設(shè)備接入,物聯(lián)網(wǎng)集成管理平臺支持當(dāng)前主流設(shè)備的接入,支持協(xié)議包括MQTT、CaAP、OPC、Modbus、BACnet、KNX、485以及HTTP等,根據(jù)設(shè)備的接入?yún)f(xié)議和版本等配置信息自動適配協(xié)議接口。動態(tài)配置規(guī)則庫主要配置設(shè)備檢測周期、檢測指令以及運(yùn)行正常結(jié)果等信息。系統(tǒng)根據(jù)規(guī)則庫自動對設(shè)備設(shè)施進(jìn)行檢測。
3.2.6 系統(tǒng)管理
系統(tǒng)管理實(shí)現(xiàn)用戶管理、角色管理、部門管理以及權(quán)限管理。用戶包括高校管理人員、后勤管理人員、設(shè)備維護(hù)人員以及廠家人員等。角色分為系統(tǒng)管理員、管理者、設(shè)備維修人員以及廠家支撐人員等,為系統(tǒng)提供基礎(chǔ)數(shù)據(jù)管理支撐。
高?;A(chǔ)設(shè)備實(shí)施的運(yùn)行安全關(guān)系到眾多學(xué)生和教師的生命安全及財產(chǎn)安全,日常維護(hù)僅靠人工檢測的方式無法保障基礎(chǔ)設(shè)備設(shè)施的運(yùn)行安全,因此如何實(shí)時監(jiān)測設(shè)備設(shè)施的運(yùn)行情況,實(shí)現(xiàn)風(fēng)險的監(jiān)測與防范,是必須重視與解決的問題?;诖耍梦锫?lián)網(wǎng)技術(shù)實(shí)現(xiàn)高校設(shè)備設(shè)施的感知連接,利用大數(shù)據(jù)和人工智能技術(shù)實(shí)現(xiàn)設(shè)備設(shè)施的運(yùn)行監(jiān)測與智能化預(yù)警,通過自動化流程處理功能實(shí)現(xiàn)設(shè)備設(shè)施故障的高效處理,通過運(yùn)行監(jiān)測一張圖實(shí)現(xiàn)設(shè)備設(shè)施的全局管理。此外利用新一代信息技術(shù)手段,構(gòu)建設(shè)備設(shè)施的智能監(jiān)測與預(yù)警,打造和諧平安校園。