基于邊緣計(jì)算的車間設(shè)備監(jiān)控系統(tǒng)研究

王美林 黃鈞

摘要：現(xiàn)有的車間大型設(shè)備復(fù)雜度高，越來越依賴監(jiān)控系統(tǒng)對其進(jìn)行實(shí)時(shí)性管理。目前依靠云計(jì)算的設(shè)備監(jiān)控系統(tǒng)所需傳輸?shù)臄?shù)據(jù)量越來越大，導(dǎo)致需求緊急響應(yīng)的告警信息容易出現(xiàn)延遲，嚴(yán)重會(huì)造成設(shè)備停機(jī)等問題。針對現(xiàn)有PVC壓延車間設(shè)備告警方案定位不明確和告警響應(yīng)不及時(shí)的問題，該文引入邊緣計(jì)算概念，設(shè)計(jì)了一個(gè)新型設(shè)備監(jiān)控系統(tǒng)，將告警事件處理放置在邊緣端，減輕數(shù)據(jù)長距離傳輸帶來的高延時(shí)性和云計(jì)算中心處理壓力，利用用戶定義的閾值告警機(jī)制和特征樹去重策略減少告警頻繁帶來的運(yùn)維困難，提高設(shè)備告警處理針對性和實(shí)時(shí)性。通過對比分析，加入邊緣計(jì)算對監(jiān)控系統(tǒng)的告警實(shí)時(shí)性有了較大的提升。

關(guān)鍵詞：邊緣計(jì)算;PVC車間;閾值告警;去重;監(jiān)控

中圖分類號(hào)：TP206+.3? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2021）15-0218-04

Abstract： The existing workshop large-scale equipment has high complexity， more and more rely on the monitoring system for its real-time management. At present， the amount of data needed to be transmitted by the equipment monitoring system relying on cloud computing is increasing， which leads to the delay of alarm information requiring emergency response， and seriously causes equipment downtime and other problems. Aiming at the problems of unclear positioning and untimely alarm response of existing PVC calendering workshop equipment alarm scheme， this paper introduces the concept of edge computing and designs a new equipment monitoring system， which places the alarm event processing at the edge end to reduce the high delay caused by long-distance data transmission and the processing pressure of Cloud Computing Center， and uses the user-defined threshold alarm mechanism and feature tree to remove the alarm Heavy strategy reduces the operation and maintenance difficulties caused by frequent alarms， and improves the pertinence and real-time of equipment alarm processing. Through comparative analysis， the real-time alarm performance of the monitoring system is greatly improved by adding edge computing.

Key words： edge computing; PVC workshop; threshold alarm; deduplication; monitoring

1 背景

隨著工業(yè)4.0建設(shè)的不斷推進(jìn)，我國傳統(tǒng)工業(yè)信息化進(jìn)程飛速發(fā)展，車間的大型機(jī)械設(shè)備日益呈現(xiàn)復(fù)雜化、大型化和多功能化[1]。同時(shí)，針對設(shè)備的各項(xiàng)數(shù)據(jù)采集無論從數(shù)量上或者精度上也有了質(zhì)的飛躍，這對設(shè)備的監(jiān)控也提出了新的問題，如何加速數(shù)據(jù)的實(shí)時(shí)性處理使得故障信息更快地響應(yīng)也是車間監(jiān)控告警的迫切需求。

針對現(xiàn)有大型設(shè)備監(jiān)控系統(tǒng)數(shù)據(jù)的復(fù)雜性和關(guān)聯(lián)性，張棋勝在云計(jì)算平臺(tái)監(jiān)控系統(tǒng)的研究與應(yīng)用[2]中設(shè)計(jì)了推拉混合式數(shù)據(jù)采集算法以及在云端建立預(yù)測模型進(jìn)行數(shù)據(jù)處理，大大提高了數(shù)據(jù)處理的質(zhì)量。但是，由于云端遠(yuǎn)距離傳輸?shù)奶匦詫σ恍?shí)時(shí)性要求高的事件處理效果并不盡如人意。曹彬乾等在基于STM32+FPGA的數(shù)據(jù)采集系統(tǒng)的設(shè)計(jì)[3]中采用了嵌入式系統(tǒng)在車間現(xiàn)場進(jìn)行多類型信號(hào)的實(shí)時(shí)采集和處理，解決了工業(yè)精密儀器快速響應(yīng)的問題。但是，該方法對于設(shè)備的可拓展性和告警規(guī)則的制定并不方便，以及由于存儲(chǔ)功能的薄弱當(dāng)監(jiān)控的數(shù)據(jù)量級(jí)超出一定程度后數(shù)據(jù)處理的效果也會(huì)變?nèi)酢?/p>

本文聚焦某五輥PVC壓延機(jī)生產(chǎn)線，該生產(chǎn)線現(xiàn)有報(bào)警系統(tǒng)是通過故障信息上傳云端再實(shí)現(xiàn)具體告警通知，在告警信息激增的情況下會(huì)導(dǎo)致設(shè)備告警響應(yīng)緩慢而且不利用監(jiān)控人員排查，容易造成設(shè)備停機(jī)或更大的后果。

針對該P(yáng)VC車間對告警高實(shí)時(shí)性和有效性響應(yīng)的需求，本文提出基于邊緣計(jì)算的工業(yè)車間設(shè)備告警事件處理方法。本方法主要在邊緣端處理告警事件，首先利用用戶終端定義的越限告警規(guī)則確定相關(guān)告警信息，再通過去重、特征匹配等方法減少大量冗余且重復(fù)的告警信息，使得從邊緣端上傳到云端的告警信息大幅減少，并有效加速告警通知的實(shí)時(shí)性和可靠性，對傳統(tǒng)工業(yè)信息化進(jìn)程具有積極意義。

2 設(shè)備告警整體結(jié)構(gòu)

為提高告警通知實(shí)時(shí)性，本文利用邊緣端實(shí)現(xiàn)告警信息的預(yù)處理，在提高處理的效率的同時(shí)有效減少傳輸?shù)臄?shù)據(jù)，達(dá)到加速的目的，并通過邊緣與云端的匹配機(jī)制進(jìn)一步縮短告警的響應(yīng)時(shí)間。

本文采用的車間設(shè)備告警事件處理系統(tǒng)如圖1，主要由信息采集模塊、處理模塊和終端模塊組成。在邊緣端層面分為信息采集模塊、第一通信模塊、處理模塊[4]，主要實(shí)現(xiàn)閾值告警信息判定、告警信息去重、邊緣端匹配等功能;而在云端包括云端匹配模塊、告警模塊、第二通信模塊和終端模塊，主要實(shí)現(xiàn)云端定義告警通知、云端匹配等功能。

2.1 數(shù)據(jù)采集

本文從5M1E[5]角度出發(fā)，結(jié)合PVC車間案例選取合適的設(shè)備信息采集以及告警信息采集設(shè)備，找出如表1所示相關(guān)傳感器：

上述數(shù)據(jù)傳輸?shù)竭吘壎朔?wù)器進(jìn)行協(xié)議解析后，其設(shè)備狀態(tài)信息根據(jù)模擬量、離散量、開關(guān)量將其分類進(jìn)入數(shù)據(jù)超限處理子模塊得出閾值告警信息，而設(shè)備自身基礎(chǔ)告警信息進(jìn)入告警去重處理子模塊。

2.2 邊緣端處理

2.2.1 超限處理

數(shù)據(jù)超限處理子模塊通過接收用戶終端設(shè)定的閾值告警規(guī)則進(jìn)行判斷定位越限告警信息及對應(yīng)的告警級(jí)別，對設(shè)備狀態(tài)信息的判斷結(jié)果傳輸至所述告警去重處理子模塊。

其中，離散量用于判斷是否超限的內(nèi)置規(guī)則為：

[r=1nt=1ns-sd]

式中，n為一次告警需要判斷的數(shù)據(jù)次數(shù)，s為當(dāng)次數(shù)據(jù)值，[sd]為用戶設(shè)定的高低閾值，通過判斷r是否超過內(nèi)置緩沖區(qū)而決定是否判定成功。內(nèi)置緩沖區(qū)參考不同設(shè)定狀態(tài)數(shù)據(jù)而改變，其差別如表2所示：

其中，模擬量通過A/D轉(zhuǎn)換器得到離散量后進(jìn)行上述公式的判斷。另外開關(guān)量分為兩種，其一為普通機(jī)位進(jìn)行開關(guān)運(yùn)作，該開關(guān)量為正常操作跳過閾值判斷;其二為報(bào)警開關(guān)量，如本文提及的PVC車間里的煙霧報(bào)警器屬于常關(guān)量NO，當(dāng)超過限度時(shí)自動(dòng)跳轉(zhuǎn)為1，則轉(zhuǎn)化成具體的告警信息直接進(jìn)入去重模塊。

本文參照PVC車間定義用戶終端設(shè)定界面，可輸入內(nèi)容包括設(shè)備型號(hào)、觸發(fā)條件、告警級(jí)別、告警方式，如下圖所示：選取某具體軋輪機(jī)，將出現(xiàn)可選的傳感器類別以及每個(gè)傳感器的閾值范圍，可選組合形式觸發(fā)，并根據(jù)傳感器的超限數(shù)量和超限閾值層級(jí)選擇告警級(jí)別，并確定所述設(shè)備型號(hào)的告警方式。

2.2.2 告警信息去重

經(jīng)過上一模塊后得到的設(shè)備越限告警信息將會(huì)和基礎(chǔ)告警信息采集模塊的告警信息一并進(jìn)行去重處理，其類型與相關(guān)信息如表3所示：

由于工業(yè)車間對具體故障有詳細(xì)分類[6]，因此本文基于PVC車間對不同告警信息賦值唯一的類型碼和專屬于該告警信息的狀態(tài)碼，另外，未提及的未知異常告警不參與去重處理，將統(tǒng)一給予特殊故障碼（00）直接進(jìn)入所述邊緣端匹配子模塊。

賦予告警信息唯一特征碼，該特征碼與所有不同告警信息一一對應(yīng)，其中特征碼形式為二叉樹節(jié)點(diǎn)，例設(shè)備變位告警結(jié)構(gòu)如圖3所示：

在對具體故障轉(zhuǎn)換給予唯一特征碼S后，根據(jù)具體需要可設(shè)定從第N層開始截?cái)啵簧蟼鹘財(cái)嗌戏降囊粋€(gè)告警通知，其中N>1，如第三層截?cái)?，則131-軸承變位節(jié)點(diǎn)的子節(jié)點(diǎn)變位告警都只上傳軸承變位。

除該層級(jí)劃分方法外還包括時(shí)間窗排除法，對任一個(gè)告警信息賦予狀態(tài)碼T=0，當(dāng)某告警信息響應(yīng)時(shí)T置1，并在T=1的時(shí)間窗W內(nèi)刪除相同的告警信息，只記錄該時(shí)間段重復(fù)收到該告警信息的次數(shù)，保留在邊緣端數(shù)據(jù)庫定時(shí)集中上傳，規(guī)定時(shí)間結(jié)束后T置0，等待新的告警信息響應(yīng);

上述可控?cái)?shù)值（N、W）在用戶終端的去重級(jí)別選項(xiàng)上進(jìn)行控制，以滿足不同時(shí)段需要的去重效果。

2.3 邊緣云匹配機(jī)制

經(jīng)過預(yù)處理后的告警信息需要在邊緣端和云端建立一套映射關(guān)系模型，一方面轉(zhuǎn)化為更簡潔的數(shù)值提高傳輸效率，另一方面達(dá)到加密目的使數(shù)據(jù)安全性提升[7]。兩端匹配模塊均記錄告警通知與唯一標(biāo)識(shí)符的映射關(guān)系，上述表述中的唯一標(biāo)識(shí)符包括告警設(shè)備型號(hào)、告警級(jí)別和唯一特征碼對應(yīng)的符號(hào)，其中唯一特征碼對應(yīng)每個(gè)唯一的告警信息，該特征碼參考上述去重模塊中的二叉樹結(jié)構(gòu)。同時(shí)，該映射關(guān)系由用戶終端模塊進(jìn)行任務(wù)下達(dá)，并可進(jìn)行更改。

應(yīng)用本案例中PVC壓延機(jī)的數(shù)據(jù)，該映射關(guān)系模型部分如表4：

表中設(shè)備型號(hào)來源于五輥PVC壓延機(jī)生產(chǎn)線，多個(gè)設(shè)備模塊定義：軋輪機(jī)A（01）、軋輪機(jī)B（02）、過濾機(jī)模塊（03）、引取設(shè)備模塊輥滾輪模塊（04）、壓花機(jī)模塊（05）等，告警級(jí)別針對具體告警內(nèi)容有所區(qū)別，如溫度越限程度確定不同告警級(jí)別。最終輸出合并數(shù)字到達(dá)云端進(jìn)行解析匹配[8]，嚴(yán)重遵循設(shè)備型號(hào)+告警級(jí)別+唯一碼順序進(jìn)行編排。

3 性能測試

3.1 數(shù)據(jù)集和參數(shù)設(shè)置

本次實(shí)驗(yàn)數(shù)據(jù)來源于某五輥PVC壓延機(jī)生產(chǎn)線，本文采用了三個(gè)模塊進(jìn)行實(shí)驗(yàn)，分別是軋輪機(jī)模塊、輥滾輪模塊、引取設(shè)備模塊。為保證本次實(shí)驗(yàn)具有通用性，采用的數(shù)據(jù)集包括不同模塊的性能數(shù)據(jù)（溫度、電壓、電流和運(yùn)轉(zhuǎn)速度）和不同模塊的自身故障告警信息，測試數(shù)據(jù)取兩天歷史數(shù)據(jù)，總數(shù)據(jù)量達(dá)300萬條。

3.2 性能指標(biāo)

本文將從以上PVC壓延機(jī)歷史數(shù)據(jù)中進(jìn)行性能仿真測試，主要從告警響應(yīng)的實(shí)時(shí)性和有效性出發(fā)，通過設(shè)定兩組實(shí)驗(yàn)測試其性能。

對于響應(yīng)時(shí)間的比較，一為邊緣端利用上述機(jī)制處理告警事件，并將結(jié)果上傳至云端進(jìn)行響應(yīng)，邊緣端設(shè)置在實(shí)驗(yàn)室服務(wù)器，云端設(shè)置在阿里云平臺(tái)上的服務(wù)器（華南地區(qū)），二為相同的告警機(jī)制部署在云端處理，省略匹配模塊，云端同樣設(shè)置在阿里云平臺(tái)。

以閾值告警信息為例，設(shè)定軋輪機(jī)溫度超出設(shè)定閾值創(chuàng)建告警項(xiàng)并進(jìn)行短信通知告警，初始輸入量為1萬條溫度數(shù)據(jù)，對比兩種方式響應(yīng)時(shí)間，圖5短信通知可以看到，加入邊緣端處理的告警時(shí)間比傳統(tǒng)處理方式提早了約2秒。

對于本文所提出的去重策略，進(jìn)行測試驗(yàn)證去重效果。本次測試依舊采用告警響應(yīng)時(shí)間作為評(píng)判標(biāo)準(zhǔn)，改變告警信息并發(fā)數(shù)觀察響應(yīng)時(shí)間，去重模塊部署在邊緣端，在云端監(jiān)控界面等待告警響應(yīng)，在其他參數(shù)一致的情況下，設(shè)定告警去重級(jí)別為2，如圖6所示，綠色折線代表加入去重模塊，紅色折現(xiàn)代表邊緣端省略去重模塊，當(dāng)150個(gè)告警并發(fā)數(shù)前并兩者響應(yīng)時(shí)間無明顯區(qū)別，當(dāng)告警并發(fā)數(shù)超過250個(gè)后，加入去重模塊的效果十分明顯，不加入去重的響應(yīng)時(shí)間大幅增長，從未來設(shè)備拓展性的角度出發(fā)該去重模塊是值得保留的。

4 結(jié)束語

本文提出了基于邊緣計(jì)算的工業(yè)車間告警事件處理方法，相比現(xiàn)有云端處理告警事件的流程大大縮短了告警的響應(yīng)時(shí)間。本文在邊緣側(cè)提出一種數(shù)據(jù)預(yù)處理方法，通過狀態(tài)數(shù)據(jù)的閾值判斷與告警信息的去重完成數(shù)據(jù)的處理工作，減少云端計(jì)算負(fù)載以及解決高并發(fā)告警信息帶來難以運(yùn)維的問題，并建立邊緣端與云端的匹配模型實(shí)現(xiàn)數(shù)據(jù)傳輸?shù)募铀伲垢婢憫?yīng)時(shí)間進(jìn)一步減少。該方法為工業(yè)信息化的決策科學(xué)化、監(jiān)督過程化提供智能參考的依據(jù)，開創(chuàng)車間監(jiān)控管理的新模式。

參考文獻(xiàn)：

[1] 黃猛，李維忠，宋亞昕，等.新型機(jī)車車鉤緩沖器研發(fā)與優(yōu)化設(shè)計(jì)[J].機(jī)械設(shè)計(jì)與制造，2011（7）：14-16.

[2] 張棋勝.云計(jì)算平臺(tái)監(jiān)控系統(tǒng)的研究與應(yīng)用[D].北京：北京交通大學(xué)，2011.

[3] 曹彬乾，程遠(yuǎn)增，楊青.基于STM32+FPGA的數(shù)據(jù)采集系統(tǒng)的設(shè)計(jì)[J].計(jì)算機(jī)工程與設(shè)計(jì)，2014，35（4）：1231-1235.

[4] Rut J，Kulinska E，Maslowski D，et al.Supervisory control and data acquisition system as a means of safety at work formation in a manufacturing company[J].European Research Studies Journal，2020，XXIII（Issue 3）：399-409.

[5] 呂華章，陳丹，王友祥.邊緣云平臺(tái)架構(gòu)與應(yīng)用案例分析[J].郵電設(shè)計(jì)技術(shù)，2019（3）：35-39.

[6] 吳一凡.基于5M1E的飛機(jī)總裝過程三維可視化及其管控方法[D].杭州：浙江大學(xué)，2019.

[7] 袁靜，劉立衛(wèi).故障管理系統(tǒng)告警信息處理模型及技術(shù)要求[J].電信工程技術(shù)與標(biāo)準(zhǔn)化，2014，27（11）：41-45.

[8] 翁兆琦，張琳.面向多角度信息交互的文本語義匹配模型[J/OL].[2021-01-26].計(jì)算機(jī)工程：1-8.

[9] 傅偉.基于關(guān)聯(lián)規(guī)則的服務(wù)器告警數(shù)據(jù)分析的研究與應(yīng)用[D].南昌：南昌大學(xué)，2019.

【通聯(lián)編輯：謝媛媛】