反應(yīng)堆關(guān)鍵設(shè)備狀態(tài)數(shù)據(jù)標(biāo)準(zhǔn)化研究

李書劍，龐天楓，楊泰波，劉才學(xué)

（中國核動(dòng)力研究設(shè)計(jì)院，成都 610213）

0 引言

故障診斷是保障核電站安全、穩(wěn)定性運(yùn)行的重要環(huán)節(jié)。在反應(yīng)堆關(guān)鍵設(shè)備故障診斷專業(yè)領(lǐng)域，中國核動(dòng)力研究設(shè)計(jì)院自主設(shè)計(jì)、研發(fā)的相關(guān)產(chǎn)品種類豐富，并在核電市場(chǎng)具有較廣的覆蓋面，主要產(chǎn)品包括：1）松脫部件監(jiān)測(cè)系統(tǒng)（LPMS，loose part monitoring system），主要用于反應(yīng)堆一回路內(nèi)可能出現(xiàn)的松動(dòng)件、脫落件和遺留的金屬零件等的在線監(jiān)測(cè)［1］；2）堆內(nèi)構(gòu)件振動(dòng)監(jiān)測(cè)系統(tǒng)（VMS，vibration monitoring system，），主要用于周期性監(jiān)測(cè)堆內(nèi)構(gòu)件的振動(dòng)，防止堆芯吊籃壓緊彈簧過度松弛和支撐嚴(yán)重劣化［2］；3）主管道和波動(dòng)管LBB（leak before break）泄漏監(jiān)測(cè)系統(tǒng)，簡稱“LBB”，主要用于監(jiān)測(cè)反應(yīng)堆一回路主管道和波動(dòng)管早期破前泄漏［3］；4）反應(yīng)堆冷卻劑泵監(jiān)測(cè)系統(tǒng)（CPMS，coolant pump monitoring system），主要用于主泵等旋轉(zhuǎn)機(jī)械狀態(tài)監(jiān)測(cè)與分析［4］。上述產(chǎn)品主要采集振動(dòng)、運(yùn)行工況等狀態(tài)數(shù)據(jù)，采集到的數(shù)據(jù)統(tǒng)稱為 “反應(yīng)堆關(guān)鍵設(shè)備狀態(tài)數(shù)據(jù)”。目前，上述產(chǎn)品已應(yīng)用于國內(nèi)46臺(tái)、海外4臺(tái)核電機(jī)組，并且建立了基于大數(shù)據(jù)和互聯(lián)網(wǎng)的反應(yīng)堆遠(yuǎn)程智能診斷平臺(tái)（PRID，platform of reactor remote intelligent diagnosis），每月收集超過10萬條監(jiān)測(cè)系統(tǒng)數(shù)據(jù)，而PRID依靠這些數(shù)據(jù)進(jìn)行反應(yīng)堆關(guān)鍵設(shè)備的狀態(tài)分析、故障診斷及預(yù)警，已成功進(jìn)行了60余次故障告警［5］。

由于不同核電機(jī)組的設(shè)備型號(hào)及結(jié)構(gòu)，以及核電業(yè)主的實(shí)際需求存在較大差異，再加上軟硬件版本提升和技術(shù)更新?lián)Q代，上述產(chǎn)品應(yīng)用在不同核電機(jī)組的版本不盡相同，甚至同一機(jī)組在不同運(yùn)行周期的產(chǎn)品版本也可能存在差異，這直接導(dǎo)致了不同產(chǎn)品所產(chǎn)生的數(shù)據(jù)偏離了預(yù)先制定的統(tǒng)一標(biāo)準(zhǔn)規(guī)范，數(shù)據(jù)資源出現(xiàn) “熵增”現(xiàn)象。另外，隨著數(shù)據(jù)的積累量越來越大，數(shù)據(jù)的利用和管理效率也逐漸降低。而在數(shù)據(jù)使用后端，依賴于數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)在設(shè)備故障診斷領(lǐng)域的深入應(yīng)用也對(duì)數(shù)據(jù)質(zhì)量提出了更高的要求［6-7］。

通過對(duì)核電故障診斷產(chǎn)品所采集的狀態(tài)數(shù)據(jù)資源進(jìn)行全面梳理和細(xì)致分析，總結(jié)得到了目前的資源現(xiàn)狀，主要包括：

1）文件格式多樣：包括“.dat”、“.tdms”、“.csv”等7種文件格式；

2）解析規(guī)則眾多：海內(nèi)外50個(gè)核電機(jī)組產(chǎn)品所產(chǎn)生的數(shù)據(jù)對(duì)應(yīng)了20種不同的解析規(guī)則；

3）數(shù)據(jù)解析復(fù)雜：數(shù)據(jù)沒有統(tǒng)一的解析規(guī)范，且編碼方式、數(shù)據(jù)類型等存在差異。

上述現(xiàn)狀導(dǎo)致了PRID在進(jìn)行數(shù)據(jù)解析時(shí)耗時(shí)較長以及數(shù)據(jù)解析容易出錯(cuò)，十分不利于數(shù)據(jù)的統(tǒng)一管理和后續(xù)產(chǎn)品的開發(fā)與迭代。

本文將首先對(duì)核電故障診斷產(chǎn)品所采集的狀態(tài)數(shù)據(jù)資源現(xiàn)狀進(jìn)行全面梳理和細(xì)致分析，然后基于數(shù)據(jù)標(biāo)準(zhǔn)化的相關(guān)概念，提出反應(yīng)堆關(guān)鍵設(shè)備狀態(tài)數(shù)據(jù)標(biāo)準(zhǔn)化的思路與方法；在此基礎(chǔ)上，結(jié)合實(shí)際數(shù)據(jù)情況，進(jìn)行工程應(yīng)用實(shí)踐，并評(píng)估數(shù)據(jù)標(biāo)準(zhǔn)化的效果，最后進(jìn)行總結(jié)并提出思考，為未來核電市場(chǎng)產(chǎn)品供貨、遠(yuǎn)程智能診斷平臺(tái)拓展、健康管理平臺(tái)開發(fā)等提供數(shù)據(jù)側(cè)相關(guān)參考。

1 反應(yīng)堆關(guān)鍵設(shè)備狀態(tài)數(shù)據(jù)資源現(xiàn)狀分析

1.1 整體情況

核電故障診斷產(chǎn)品所采集的狀態(tài)數(shù)據(jù)資源主要來源于四大類：LPMS產(chǎn)品應(yīng)用于50個(gè)核電機(jī)組，VMS產(chǎn)品應(yīng)用于26個(gè)核電機(jī)組，CPMS產(chǎn)品應(yīng)用于5個(gè)機(jī)組，而LBB產(chǎn)品應(yīng)用于2個(gè)機(jī)組。在產(chǎn)品前端，數(shù)據(jù)采集主要通過基于LabVIEW 軟件的程序?qū)崿F(xiàn)，LabVIEW 是一款圖形化的軟件開發(fā)工具［8］，在數(shù)據(jù)采集、硬件控制、數(shù)據(jù)交互等方面具有很大的優(yōu)勢(shì)［9］。通過LabVIEW 采集得到的數(shù)據(jù)文件定期傳遞至PRID，存儲(chǔ)在專門的數(shù)據(jù)服務(wù)器中，并進(jìn)行后續(xù)的處理與分析工作。

通過對(duì)數(shù)據(jù)資源進(jìn)行全面梳理和細(xì)致分析，發(fā)現(xiàn)目前在數(shù)據(jù)的采集、讀取、存儲(chǔ)、使用等方面存在較多不統(tǒng)一、不規(guī)范等問題，具體表現(xiàn)在文件格式、文件命名、文件編碼方式、文件數(shù)據(jù)類型以及文件解析規(guī)則等方面，本節(jié)將依次進(jìn)行分析。

1.2 文件格式不統(tǒng)一

文件格式是指數(shù)據(jù)在計(jì)算機(jī)中存儲(chǔ)而使用的對(duì)信息的特殊編碼方式，每一類信息都可以有一種或多種文件格式保存在電腦存儲(chǔ)中，每一種文件格式通常會(huì)有一種或多種擴(kuò)展名（文件后綴）用于識(shí)別，不同的擴(kuò)展名對(duì)應(yīng)不同的打開和使用方式。

根據(jù)梳理，目前反應(yīng)堆關(guān)鍵設(shè)備狀態(tài)數(shù)據(jù)資源文件格式種類多樣，具體如表1所示，其中，產(chǎn)品數(shù)據(jù)包括7種格式，其中大部分為 “.dat”格式，“.dat”格式文件通過二進(jìn)制進(jìn)行讀寫，具有較快的讀寫速度和較小的文件體積，適合高頻數(shù)據(jù)采集以及大批量數(shù)據(jù)存儲(chǔ)［10］。另外少量其他格式也為二進(jìn)制文件（如 “.cbv”、“.DAN”等），“.tdms”與“.csv”格式需要輔助軟件進(jìn)行讀取。

表1 數(shù)據(jù)文件格式

多文件格式存在的數(shù)據(jù)管理問題主要包括：1）文件格式種類較多，若進(jìn)行統(tǒng)一管理，則需要對(duì)多種格式進(jìn)行適配，增加了軟件的復(fù)雜程度；2）數(shù)據(jù)隔離程度高，不同類型格式文件較難互相轉(zhuǎn)化。

1.3 數(shù)據(jù)文件命名方式多樣化

文件名是數(shù)據(jù)文件的標(biāo)識(shí)符，在同一個(gè)地址下具有唯一性。目前故障診斷產(chǎn)品數(shù)據(jù)文件命名方式種類多樣，具體情況如表2所示。由表可知，大部分文件的文件名只包含采集日期、時(shí)間信息，部分文件將傳感器采集通道名作為文件名（如 “VRA01”），部分文件名中存在空格，容易影響文件名讀取。

表2 數(shù)據(jù)文件命名方式

隨著數(shù)據(jù)積累，為便于規(guī)范化管理和查詢，應(yīng)當(dāng)具備通過文件名初步識(shí)別該數(shù)據(jù)文件所屬電站、機(jī)組、類型、采集數(shù)據(jù)時(shí)間等關(guān)鍵信息，其中福清3號(hào)機(jī)組CPMS數(shù)據(jù)文件名較為規(guī)范（FQ03ZB20210820161117000.dat），能夠有效通過文件名識(shí)別關(guān)鍵信息，但是該文件名分隔較少，難以閱讀。

1.4 數(shù)據(jù)文件編碼方式不統(tǒng)一

編碼是信息從一種形式或格式轉(zhuǎn)換為另一種形式的過程，使用預(yù)先規(guī)定的方法將漢字、數(shù)字或其他對(duì)象編成數(shù)碼，計(jì)算機(jī)在處理文件時(shí)，將可以正常閱讀或使用的十進(jìn)制數(shù)字、英文字母、漢字等轉(zhuǎn)化為二進(jìn)制編碼。對(duì)故障診斷產(chǎn)品的數(shù)據(jù)文件進(jìn)行讀取分析時(shí)發(fā)現(xiàn)，數(shù)據(jù)文件存在編、解碼方式的不統(tǒng)一。

二進(jìn)制數(shù)據(jù)文件在計(jì)算機(jī)中進(jìn)行編碼存儲(chǔ)時(shí)分為大端編碼（big-endian，亦稱高尾端）和小端編碼（little-endian，亦稱低尾端）兩種模式，大端編碼將低位數(shù)據(jù)存放在高位地址，小端編碼將低位數(shù)據(jù)存放在低位地址［12］。使用大端解碼的方式讀取小端編碼的數(shù)據(jù)文件，將會(huì)出現(xiàn)解析錯(cuò)誤。在現(xiàn)有的數(shù)據(jù)文件中，大部分?jǐn)?shù)據(jù)文件都采用大端編碼的模式，少部分采用小端編碼的模式。除大、小端編碼方式以外，數(shù)據(jù)文件中還存在字符的編碼問題。目前數(shù)據(jù)資源中存在數(shù)字字符（如 “05”）、英文字符（如機(jī)組簡標(biāo)“HYH”）、特殊字符（如 “／”）和中文字符（如 “正常”），其中，數(shù)字、英文、特殊字符采用ASCII編碼方式［13］，中文字符采用GBK 規(guī)范［14］。

文件編碼方式的不統(tǒng)一導(dǎo)致在文件讀取時(shí)必須事先確定文件編碼規(guī)則，否則將導(dǎo)致數(shù)據(jù)解析出錯(cuò)。

1.5 文件數(shù)據(jù)類型多樣化

數(shù)據(jù)類型涉及到數(shù)據(jù)文件所存儲(chǔ)的具體內(nèi)容，根據(jù)針對(duì)上述所有類型數(shù)據(jù)文件的分析，可以總結(jié)得到目前數(shù)據(jù)資源所包含的12種數(shù)據(jù)類型，如表3所示。在目前已有的數(shù)據(jù)資源中，使用最多的數(shù)據(jù)類型是單精度浮點(diǎn)型（single）、短整型（short）和整型（int8），另外，“結(jié)構(gòu)型”數(shù)據(jù)僅存在于“.tdms”格式文件中。

表3 數(shù)據(jù)類型

1.6 文件解析規(guī)則復(fù)雜

由于在產(chǎn)品研發(fā)階段考慮到數(shù)據(jù)文件的高速采集和大量存儲(chǔ)等情況，大部分產(chǎn)品的數(shù)采系統(tǒng)將數(shù)據(jù)以二進(jìn)制形式存儲(chǔ)，這就導(dǎo)致了數(shù)據(jù)文件不便于直接閱讀，必須通過數(shù)據(jù)解析的方式將二進(jìn)制數(shù)據(jù)轉(zhuǎn)換成十進(jìn)制數(shù)據(jù)。

數(shù)據(jù)解析規(guī)則是將二進(jìn)制數(shù)據(jù)轉(zhuǎn)化為可供正常閱讀的十進(jìn)制數(shù)據(jù)的關(guān)鍵，缺少數(shù)據(jù)規(guī)則將只能通過按位嘗試等“硬破解”方法進(jìn)行數(shù)據(jù)讀取（如早年國外產(chǎn)品服務(wù)機(jī)構(gòu)提供的數(shù)據(jù)），當(dāng)遇到數(shù)據(jù)存在加密等情況時(shí)，沒有解析規(guī)則將永遠(yuǎn)無法提取出有效數(shù)據(jù)。目前，數(shù)據(jù)解析規(guī)則復(fù)雜是反應(yīng)堆關(guān)鍵設(shè)備狀態(tài)數(shù)據(jù)資源中最為突出的問題，通過梳理，故障診斷產(chǎn)品數(shù)據(jù)資源目前具有20余項(xiàng)解析規(guī)則，如表4所示。

表4 數(shù)據(jù)解析規(guī)則

2 數(shù)據(jù)標(biāo)準(zhǔn)化的思路與方法

為解決數(shù)據(jù)資源現(xiàn)狀中存在的問題，考慮應(yīng)用數(shù)據(jù)標(biāo)準(zhǔn)化的相關(guān)方法，數(shù)據(jù)標(biāo)準(zhǔn)化用于解決數(shù)據(jù)不規(guī)范、不統(tǒng)一等問題，也稱為標(biāo)準(zhǔn)化數(shù)據(jù)治理，包括標(biāo)準(zhǔn)定義、標(biāo)準(zhǔn)發(fā)布、標(biāo)準(zhǔn)維護(hù)等功能。數(shù)據(jù)標(biāo)準(zhǔn)化的目的在于盡可能對(duì)處于相對(duì)混亂狀態(tài)的數(shù)據(jù)資源實(shí)現(xiàn)規(guī)范化管理，最大程度提升數(shù)據(jù)的使用便利程度和使用效率，為后續(xù)挖掘數(shù)據(jù)價(jià)值奠定基礎(chǔ)［15］。針對(duì)核電故障診斷產(chǎn)品所采集的狀態(tài)數(shù)據(jù)，數(shù)據(jù)標(biāo)準(zhǔn)化應(yīng)當(dāng)按照數(shù)據(jù)類型統(tǒng)一、解析規(guī)則少、解析快速方便、參數(shù)標(biāo)準(zhǔn)化度高、文件空間利用率高、容錯(cuò)性強(qiáng)、可移植性強(qiáng)、可擴(kuò)展性強(qiáng)等原則進(jìn)行設(shè)計(jì)，但在實(shí)際執(zhí)行過程中會(huì)遇到較多問題，需要根據(jù)實(shí)際情況進(jìn)行調(diào)整，數(shù)據(jù)標(biāo)準(zhǔn)化一旦執(zhí)行將禁止輕易更改，因此需要對(duì)數(shù)據(jù)標(biāo)準(zhǔn)化方法進(jìn)行充分測(cè)試［16］。對(duì)反應(yīng)堆關(guān)鍵設(shè)備狀態(tài)數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化將有助于：

1）針對(duì)存量數(shù)據(jù)：對(duì)當(dāng)前存量的數(shù)據(jù)資源，進(jìn)行規(guī)范化整理，使數(shù)據(jù)便于調(diào)取和使用；

2）針對(duì)增量數(shù)據(jù)：對(duì)未來增量的數(shù)據(jù)資源，數(shù)據(jù)產(chǎn)生和存儲(chǔ)按照標(biāo)準(zhǔn)化執(zhí)行，使數(shù)據(jù)統(tǒng)一。

本文提出的數(shù)據(jù)標(biāo)準(zhǔn)化思路如圖1所示，主要流程即對(duì)照數(shù)據(jù)資源現(xiàn)狀中存在的問題，進(jìn)行標(biāo)準(zhǔn)化規(guī)范的定義與發(fā)布，通過標(biāo)準(zhǔn)化規(guī)范的約束，對(duì)原始較為混亂的數(shù)據(jù)資源進(jìn)行強(qiáng)制化、規(guī)范化管理，最后形成完整的數(shù)據(jù)標(biāo)準(zhǔn)化流程體系。本文主要根據(jù)上述思路，從文件格式、文件命名、文件編碼方式、文件數(shù)據(jù)類型、文件解析規(guī)則、數(shù)據(jù)存儲(chǔ)與讀取等方面入手開展數(shù)據(jù)標(biāo)準(zhǔn)化的實(shí)踐。

圖1 數(shù)據(jù)標(biāo)準(zhǔn)化的流程

3 數(shù)據(jù)標(biāo)準(zhǔn)化的實(shí)踐與效果

3.1 文件格式標(biāo)準(zhǔn)化

經(jīng)過對(duì)現(xiàn)有數(shù)據(jù)資源的梳理，以及查閱相關(guān)資料，包括對(duì)特殊格式數(shù)據(jù)（如 “.tdms”）進(jìn)行調(diào)研，結(jié)合目前狀態(tài)數(shù)據(jù)文件的實(shí)際情況（以 “.dat”數(shù)據(jù)格式為主），擬采用“.dat”文件格式作為數(shù)據(jù)存儲(chǔ)文件格式。

使用“.dat”格式的主要優(yōu)點(diǎn)包括：

1）使用便利度高：與現(xiàn)有數(shù)據(jù)、各類系統(tǒng)軟件適配，現(xiàn)有的LabVIEW 數(shù)據(jù)讀取、分析軟件可以照常使用，使用方便簡單，非標(biāo)準(zhǔn)化“.dat”數(shù)據(jù)文件格式可以較為簡單地轉(zhuǎn)化為標(biāo)準(zhǔn)化“.dat”數(shù)據(jù)；

2）軟件適配度高：“.dat”文件格式采用二進(jìn)制方式存儲(chǔ)數(shù)據(jù)，占用內(nèi)存小，編碼方式簡單，可以使用任何軟件進(jìn)行讀取，適用于LabVIEW、C、Java、Python、MATLAB等眾多編程語言，不存在知識(shí)產(chǎn)權(quán)限制；

3）數(shù)據(jù)安全性高：可以通過適當(dāng)?shù)募用芊绞綄?duì) “.dat”中的二進(jìn)制數(shù)據(jù)進(jìn)行加密，提高數(shù)據(jù)的安全性［17］。

目前，使用“.dat”格式存在以下問題：

（1）高度依賴于解析規(guī)則的準(zhǔn)確性：解析規(guī)則出現(xiàn)錯(cuò)漏將直接導(dǎo)致數(shù)據(jù)解析出錯(cuò)，另外，數(shù)據(jù)規(guī)則過多也容易導(dǎo)致數(shù)據(jù)解析出現(xiàn)混亂，因此需要優(yōu)化解析規(guī)則，確定較優(yōu)的數(shù)據(jù)存儲(chǔ)方式；

（2）數(shù)據(jù)所包含的信息不夠全面：文件中僅包含數(shù)據(jù)內(nèi)容，不包含對(duì)數(shù)據(jù)的解釋信息，必須依賴解析規(guī)則中的解釋字段才能識(shí)別解析數(shù)據(jù)的意義，因此，需要盡可能地將解釋字段也包含在數(shù)據(jù)文件中。

3.2 文件命名標(biāo)準(zhǔn)化

3.2.1 機(jī)組簡標(biāo)規(guī)范

現(xiàn)有的數(shù)據(jù)文件中，部分文件存在 “核電機(jī)組簡標(biāo)”這一字段，根據(jù)解析出來的數(shù)據(jù)，該數(shù)據(jù)長度不固定，如“TW05”、“HYH05”，在字符前還有部分非打印ASCII碼字符，如文件結(jié)束傳遞標(biāo)識(shí)等。為進(jìn)行統(tǒng)一，現(xiàn)對(duì)核電機(jī)組簡標(biāo)做如下標(biāo)準(zhǔn)化規(guī)定：

核電機(jī)組簡標(biāo)統(tǒng)一由5位字符組成，通用格式可以表示為：“XXXYY”，其中，“XXX”表示電站簡標(biāo)，為三位大寫英文字母，“YY”為兩位數(shù)字，代表機(jī)組編號(hào)。

核電機(jī)組簡標(biāo)的命名方式借鑒了國際航空運(yùn)輸協(xié)會(huì)制定的全球機(jī)場(chǎng)代碼命名規(guī)則，電站簡標(biāo)由三位字母組成，為核電基地拼音首字母大寫，當(dāng)核電基地為三字時(shí)，取每個(gè)字的拼音首字母，當(dāng)核電基地為二字時(shí)，取第一字拼音首字母和第二字拼音前兩位，如紅沿河（HYH）和海陽（HYA），當(dāng)出現(xiàn)沖突時(shí)，新機(jī)組名稱應(yīng)當(dāng)更換為其他字母。新命名規(guī)則的優(yōu)點(diǎn)是能快速識(shí)別當(dāng)前電站和機(jī)組，且可使用的字母范圍較廣。由此對(duì)全國所有在運(yùn)行及規(guī)劃機(jī)組進(jìn)行命名，制定機(jī)組簡標(biāo)標(biāo)準(zhǔn)規(guī)范，如表5所示。

表5 機(jī)組簡標(biāo)標(biāo)準(zhǔn)規(guī)范（節(jié)選）

3.2.2 文件命名規(guī)范

統(tǒng)一機(jī)組簡標(biāo)后，可以對(duì)文件命名格式進(jìn)行規(guī)范，文件命名格式可以表示為：XXXYY＿TTTT＿YYYYMMDDhhmmss＿AA.xxx，具體表示方法為“機(jī)組簡標(biāo)＿類型＿日期時(shí)間＿編碼.后綴名”，其中，各字段對(duì)應(yīng)含義如表6所示。值得注意的是，文件命名規(guī)范規(guī)定了每個(gè)字段的長度，所以在 “類型”字段中，所有的產(chǎn)品均采用了四位字母的編碼方式，并以產(chǎn)品英文縮寫為主，若字符不夠四位（如“VMS”），則使用第一個(gè)實(shí)詞的非元音字母進(jìn)行補(bǔ)位（如“VBMS”）［18］。

表6 文件命名格式規(guī)范

各個(gè)字段以下劃線 “＿”分隔，便于閱讀，文件名長度固定，包含電站機(jī)組、數(shù)據(jù)類型、日期時(shí)間等關(guān)鍵信息。

3.3 文件編碼方式標(biāo)準(zhǔn)化

1）數(shù)據(jù)編碼規(guī)范：統(tǒng)一使用低位有效、大端編碼方式進(jìn)行數(shù)據(jù)存儲(chǔ)，即將二進(jìn)制數(shù)據(jù)的高位存放在內(nèi)存的低地址中，將二進(jìn)制數(shù)據(jù)的低位存放在內(nèi)存的高地址中，同時(shí)在每個(gè)內(nèi)存空間中先存放字節(jié)的低位數(shù)據(jù)。對(duì)于目前采用小端編碼方式存儲(chǔ)的數(shù)據(jù)，采用交換字節(jié)順序等方式將其轉(zhuǎn)化為大端編碼模式。在后續(xù)數(shù)據(jù)讀取時(shí)，同樣按照低位有效、大端編碼的方式進(jìn)行讀取。

2）字符編碼規(guī)范：目前數(shù)據(jù)資源中存在英文字母字符、數(shù)字字符、特殊符號(hào)字符和漢字字符，其中前三種字符屬于ASCII編碼，漢字屬于GBK 編碼規(guī)范，在數(shù)據(jù)標(biāo)準(zhǔn)化中，將統(tǒng)一使用UTF-8的編碼方式。UTF-8編碼是一種使用廣泛、包含字符數(shù)量極多的一種編碼規(guī)范，使用UTF-8編碼可以將所有語言體系下各種類型的字符都涵蓋［19］。

3）字節(jié)對(duì)齊規(guī)范：統(tǒng)一使用1字節(jié)對(duì)齊模式，需要在編譯、解析軟件中進(jìn)行說明。當(dāng)使用其他字節(jié)對(duì)齊方式時(shí)，可能會(huì)出現(xiàn)空字節(jié)等情況［20］。

3.4 文件數(shù)據(jù)類型標(biāo)準(zhǔn)化

數(shù)據(jù)是數(shù)據(jù)文件最重要的內(nèi)容，數(shù)據(jù)類型標(biāo)準(zhǔn)化對(duì)已有的數(shù)據(jù)類型進(jìn)行統(tǒng)一編碼，規(guī)定對(duì)應(yīng)的字節(jié)數(shù)、位數(shù)和計(jì)算規(guī)則，在后續(xù)數(shù)據(jù)的存儲(chǔ)和讀取中都統(tǒng)一使用該標(biāo)準(zhǔn)規(guī)則，將數(shù)據(jù)資源中的12種類型縮減到7種，并給每一種數(shù)據(jù)類型賦予固定的“編碼”，制定的數(shù)據(jù)類型標(biāo)準(zhǔn)規(guī)范如表7所示。

表7 數(shù)據(jù)類型規(guī)范

3.5 解析規(guī)則標(biāo)準(zhǔn)化

為了將解析規(guī)則標(biāo)準(zhǔn)化，首先制定標(biāo)準(zhǔn)化通用解析規(guī)則，當(dāng)前階段，準(zhǔn)化通用解析規(guī)則（包括各類標(biāo)準(zhǔn)化規(guī)范）都使用Excel表格形式建立，后續(xù)逐步在數(shù)據(jù)庫中建立。標(biāo)準(zhǔn)化通用解析規(guī)則如表8所示，其中，“循環(huán)采集次數(shù)”指某些產(chǎn)品會(huì)進(jìn)行特定次數(shù)的平滑計(jì)算，該次數(shù)為前期指定。

表8 通用解析規(guī)則表

將VMS某產(chǎn)品的數(shù)據(jù)解析規(guī)則轉(zhuǎn)化成通用解析規(guī)則，如表9所示。

表9 解析規(guī)則標(biāo)準(zhǔn)化后的VMS某產(chǎn)品數(shù)據(jù)解析規(guī)則（節(jié)選）

通用解析規(guī)則的優(yōu)點(diǎn)在于：

1）規(guī)則表形式結(jié)構(gòu)標(biāo)準(zhǔn)固定：規(guī)則表的結(jié)構(gòu)一經(jīng)確定就不需更改，只需要往里面填入對(duì)應(yīng)字段，且填寫內(nèi)容除屬性、通道、單位外，全部為數(shù)字，便于軟件進(jìn)行識(shí)別；

2）規(guī)則表適配度高，解析規(guī)則得到優(yōu)化：根據(jù)目前的實(shí)踐情況，通用解析規(guī)則表適配于松脫、振動(dòng)、主泵的所有“.dat”文件格式，也適配于 “.sig”、“.cbv”等非標(biāo)準(zhǔn)格式；

3）閱讀簡單，數(shù)據(jù)清晰：通用解析規(guī)則表在填入內(nèi)容以后，內(nèi)容非常清晰，因?yàn)檩^多需要重復(fù)填寫的內(nèi)容都可以賦空值，由程序自行運(yùn)算，因而相較于原始解析規(guī)則，可閱讀性得到了較大提升。

3.6 數(shù)據(jù)存儲(chǔ)與讀取標(biāo)準(zhǔn)化

3.6.1 “八字節(jié)法”標(biāo)準(zhǔn)化數(shù)據(jù)存儲(chǔ)方法

數(shù)據(jù)存儲(chǔ)使用“八字節(jié)法（8-Byte，B8）”標(biāo)準(zhǔn)化數(shù)據(jù)存儲(chǔ)方法，對(duì)應(yīng)“八字節(jié)法（B8）”標(biāo)準(zhǔn)化讀取方法?！鞍俗止?jié)法（B8）”標(biāo)準(zhǔn)化數(shù)據(jù)存儲(chǔ)方法是一種為故障診斷產(chǎn)品數(shù)據(jù)定制的數(shù)據(jù)存儲(chǔ)方法，規(guī)定數(shù)據(jù)文件由以下三部分內(nèi)容構(gòu)成：1）頭文件；2）頭文件結(jié)束標(biāo)志；3）數(shù)據(jù)。

1）頭文件：頭文件部分按照每八字節(jié)存儲(chǔ)一個(gè) “屬性”下的一個(gè) “通道”的 “單位”和 “數(shù)據(jù)”相關(guān)信息，故稱為“八字節(jié)法”。“八字節(jié)法”頭文件定義規(guī)則如表10所示。

表10 “八字節(jié)法”頭文件定義規(guī)則

“八字節(jié)法”限制每個(gè) “屬性”、“通道”以及 “單位”的字符串長度為127個(gè)字節(jié)，一般情況下字符長度滿足要求；數(shù)據(jù)類型小于127 種，根據(jù)數(shù)據(jù)類型標(biāo)準(zhǔn)表的定義，當(dāng)前只定義了7種數(shù)據(jù)類型；數(shù)據(jù)數(shù)量為32位整型，數(shù)據(jù)范圍非常大，各種類型數(shù)據(jù)均滿足要求。

2）頭文件結(jié)束標(biāo)志：頭文件所有數(shù)據(jù)存儲(chǔ)完畢以后，存儲(chǔ)一個(gè)全部為1（0xFF）的八字節(jié)數(shù)據(jù)作為頭文件結(jié)束標(biāo)志。

3）數(shù)據(jù)：在頭文件結(jié)束標(biāo)志以后，按照頭文件的規(guī)定順序存放數(shù)據(jù)。

3.6.2 數(shù)據(jù)的讀取方法

當(dāng)數(shù)據(jù)文件按照 “八字節(jié)法”進(jìn)行存儲(chǔ)時(shí)，數(shù)據(jù)的讀取將變得非常簡單，讀取八字節(jié)格式的文件不需要任何的解析規(guī)則，僅需要八字節(jié)格式編碼的逆算法——解碼算法即可。

八字節(jié)格式文件的讀取方式如下：

1）以流式數(shù)據(jù)方式打開 “.dat”文件，每次將八個(gè)字節(jié)的內(nèi)容讀入內(nèi)存，其中，第一個(gè)字節(jié)內(nèi)容為 “屬性”字段字節(jié)長度，第二個(gè)字節(jié)內(nèi)容為 “通道”字段字節(jié)長度，第三個(gè)字節(jié)內(nèi)容為 “單位”字段字節(jié)長度，第四個(gè)字節(jié)內(nèi)容為數(shù)據(jù)類型，第五至八字節(jié)內(nèi)容為數(shù)據(jù)數(shù)量，解析規(guī)則和表完全一致，將讀取并解析后的數(shù)據(jù)存放進(jìn)內(nèi)存中；

2）當(dāng)讀取到八個(gè)全為1（0xFF）的字節(jié)時(shí)，頭文件讀取結(jié)束，此時(shí)內(nèi)存中的頭文件解析數(shù)據(jù)即為該文件的“目錄”；

3）在頭文件結(jié)束標(biāo)志后，按照 “目錄”中的 “屬性”字符長度、“通道”字符長度、“單位”字符長度、數(shù)據(jù)類型和數(shù)據(jù)數(shù)量，依次讀取對(duì)應(yīng)的數(shù)據(jù)并解析。數(shù)據(jù)讀取完成后，同樣存儲(chǔ)在標(biāo)準(zhǔn)化數(shù)據(jù)結(jié)構(gòu)體中。

3.6.3 “八字節(jié)法”的優(yōu)點(diǎn)

“八字節(jié)法”標(biāo)準(zhǔn)化數(shù)據(jù)存儲(chǔ)方法具有如下優(yōu)點(diǎn)：

1）數(shù)據(jù)文件完全脫離于解析規(guī)則：按照 “八字節(jié)法”存儲(chǔ)的數(shù)據(jù)文件不再依賴于復(fù)雜的解析規(guī)則，通過算法解碼可以直接讀取文件的全部內(nèi)容；

2）數(shù)據(jù)解碼方法簡單：通過簡單的解碼算法即可將文件內(nèi)容解析出來，算法簡單，易于理解，通過編寫簡單的程序模塊即可實(shí)現(xiàn)數(shù)據(jù)解析；

3）數(shù)據(jù)文件結(jié)構(gòu)固定：所有的八字節(jié)文件格式固定包括“頭文件”、“頭文件結(jié)束標(biāo)志”、“數(shù)據(jù)”三部分內(nèi)容，使文件各部分易于識(shí)別，各部分內(nèi)容長度根據(jù)需要?jiǎng)討B(tài)變化；

4）文件標(biāo)準(zhǔn)化程度高：數(shù)據(jù)文件經(jīng)過文件格式標(biāo)準(zhǔn)化（均采用“.dat”存儲(chǔ)格式）、文件命名標(biāo)準(zhǔn)化、數(shù)據(jù)類型標(biāo)準(zhǔn)化和編碼方式標(biāo)準(zhǔn)化（大端編碼），標(biāo)準(zhǔn)化程度高；

5）易于錯(cuò)誤排查：根據(jù)八字節(jié)編碼特性和頭文件結(jié)束標(biāo)志，容易排查“.dat”文件是否存在字節(jié)錯(cuò)位、漏字節(jié)等情況。

3.7 數(shù)據(jù)標(biāo)準(zhǔn)化的實(shí)踐效果

針對(duì)反應(yīng)堆關(guān)鍵設(shè)備狀態(tài)數(shù)據(jù)現(xiàn)有資源，通過文件格式標(biāo)準(zhǔn)化、文件命名標(biāo)準(zhǔn)化、文件編碼方式標(biāo)準(zhǔn)化、文件數(shù)據(jù)類型標(biāo)準(zhǔn)化、解析規(guī)則標(biāo)準(zhǔn)化以及數(shù)據(jù)存儲(chǔ)與讀取標(biāo)準(zhǔn)化等手段，初步實(shí)現(xiàn)了數(shù)據(jù)標(biāo)準(zhǔn)化，部分經(jīng)標(biāo)準(zhǔn)化后的數(shù)據(jù)資源如圖2 所示。可以看出，所有的數(shù)據(jù)文件都是“.dat”格式，并且嚴(yán)格按照前述機(jī)組簡標(biāo)規(guī)范和文件命名規(guī)范進(jìn)行命名，所有的數(shù)據(jù)文件統(tǒng)一采用大端編碼、字符采用UTF-8編碼、1字節(jié)對(duì)齊方式，并且所有文件都按照“八字節(jié)法”標(biāo)準(zhǔn)化方法進(jìn)行存儲(chǔ)。

圖2 經(jīng)過標(biāo)準(zhǔn)化處理后的數(shù)據(jù)文件（部分）

通過數(shù)據(jù)標(biāo)準(zhǔn)化，故障診斷產(chǎn)品所采集的反應(yīng)堆關(guān)鍵設(shè)備狀態(tài)數(shù)據(jù)資源在統(tǒng)一性、標(biāo)準(zhǔn)性和規(guī)范性上得到了極大提升，數(shù)據(jù)標(biāo)準(zhǔn)化的效果如表11所示。

表11 數(shù)據(jù)標(biāo)準(zhǔn)化前后的效果對(duì)比

4 結(jié)束語

數(shù)據(jù)標(biāo)準(zhǔn)化主要聚焦于缺乏規(guī)范性、統(tǒng)一性的數(shù)據(jù)資源。本文首先梳理了反應(yīng)堆關(guān)鍵設(shè)備狀態(tài)數(shù)據(jù)的數(shù)據(jù)資源現(xiàn)狀，整理了當(dāng)前數(shù)據(jù)資源存在的問題；然后提出了數(shù)據(jù)標(biāo)準(zhǔn)化的思路和方法，從文件格式、文件命名、文件編碼方式、文件數(shù)據(jù)類型、解析規(guī)則、數(shù)據(jù)讀取、數(shù)據(jù)存儲(chǔ)等方面進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化實(shí)踐，定義了機(jī)組簡標(biāo)規(guī)范、文件命名規(guī)范、數(shù)據(jù)編碼規(guī)范、字符編碼規(guī)范等標(biāo)準(zhǔn)化規(guī)范用以對(duì)數(shù)據(jù)資源進(jìn)行約束。通過數(shù)據(jù)標(biāo)準(zhǔn)化實(shí)踐，反應(yīng)堆關(guān)鍵設(shè)備狀態(tài)數(shù)據(jù)資源的統(tǒng)一性、規(guī)范性和標(biāo)準(zhǔn)性得到了極大提升，充分提高了數(shù)據(jù)質(zhì)量和管理的效率。

隨著“數(shù)字化反應(yīng)堆”建設(shè)的推進(jìn)和數(shù)字化轉(zhuǎn)型的迫切需求，數(shù)據(jù)資源將迎來新一輪的使用和研究熱潮，為了提升數(shù)據(jù)資源的使用效率、增強(qiáng)數(shù)據(jù)質(zhì)量，確保最大限度挖掘數(shù)據(jù)資源的內(nèi)在價(jià)值，數(shù)據(jù)標(biāo)準(zhǔn)化應(yīng)該作為一種重要的數(shù)據(jù)管理手段貫穿數(shù)據(jù)使用的全流程，避免由于數(shù)據(jù)資源混亂而造成的數(shù)據(jù)浪費(fèi)。除數(shù)據(jù)標(biāo)準(zhǔn)化以外，數(shù)據(jù)管理中還包含了數(shù)據(jù)安全管理、數(shù)據(jù)質(zhì)量管理、數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)生命周期管理等多方面，后續(xù)可以根據(jù)需要在核電故障診斷產(chǎn)品數(shù)據(jù)資源中進(jìn)行進(jìn)一步探索和實(shí)踐。