李 理
(天津金融城開發有限公司,天津 300041)
淺談鍋爐集中監測物聯網系統設計
李 理
(天津金融城開發有限公司,天津 300041)
本文闡述了設計鍋爐集中監測物聯網系統的目的和意義,特別指出了本系統對于大氣污染防治方面的特殊貢獻。第二章解釋了其系統架構、運行原理和功效,提出了海量數據系統的設想。第三章詳細介紹了系統的構成,對數據的采集、傳輸和安全監控做出了說明。文章最后總結了物聯網技術的應用發展。
鍋爐監測;互聯網;DCS
近些年以來,我國大氣環境形勢嚴峻,全國各地普遍出現大面積的霧霾天氣,且多發頻發,持續時間較長,社會反映十分強烈。據統計,工業鍋爐對城市大氣污染貢獻率高達45%-65%,是城市污染的一個主要污染源。我國工業鍋爐能耗相對較大,熱效率偏低,設計經濟運行熱效率為72%-83%,實際運行效率60%-65%,設計水平和國際平均水平相比都較低。我國目前主要使用的燃煤工業鍋爐以鏈條爐為主,爐膛相對較小,燃燒方式為層燃,煤粒徑大,燃燒集中在爐膛下部,燃燒條件相對較差。鍋爐容量≤24.5MW(35t/h)的鍋爐約占工業鍋爐總量的98.9%,在中小型燃煤鍋爐中有90%以上的鍋爐為層燃式爐排鍋爐(即層燃爐)。
鍋爐集中監測系統應用示范項目是智能化管理系統在工業監測方面的一個典型應用,它旨在建立一個海量大數據專家系統,在鍋爐DCS實時數據庫分布式系統、異地分布數據傳輸系統的基礎上,將分布于不同地域的鍋爐數據采集、傳輸、匯總,采用海量大數據挖掘技術,通過對鍋爐的橫向數據(不同鍋爐之間的數據)與縱向數據(單一鍋爐的歷史數據)進行統計分析,為優化鍋爐的燃燒系統、處理系統、排放系統等子系統工作運行狀態提供管理決策建議,提供安防監控和故障報警功能,合理處理節能減排、安全生產之間的關系,實現鍋爐的集中監測,推進精細化管理,提升鍋爐運行效率,實現節能減排、環保低碳、安全生產的目標,為控制霧霾、改善空氣環境做出貢獻。
3.1 海量大數據專家系統
海量大數據專家系統,其海量大數據體現在一臺400MW的中小型鍋爐需要采集的數據節點有4000左右,按照采樣周期3秒鐘,每天產生120百萬條數據。海量大數據專家系統將采集到的數據經過分析處理,將會有效地優化鍋爐設計,通過對鍋爐的橫向數據(不同鍋爐之間的數據)與縱向數據(單一鍋爐的歷史數據)進行統計分析,為優化鍋爐的燃燒系統、處理系統、排放系統等子系統工作運行狀態提供決策建議,合理處理節能減排、安全生產之間的關系,實現鍋爐的集中監測,推進精細化管理,提升鍋爐運行效率。
海量大數據分析專家系統包括學習系統、決策系統、大數據分析系統、交互系統、云存儲系統、云安全系統等。

海量大數據專家系統功能模塊
海量大數據系統利用神經網絡學習功能、大規模并行分布式處理功能、連續時間非線性動力學和全局集體作用來實現知識獲取自動化,解決了“組合爆炸”和“推理復雜性”及“無窮遞增”等一系列困難,達成并行聯想和自適應推理,提高本系統的智能水平,使系統具備實時處理能力和較好的魯棒性。
3.2 異地分布式數據傳輸
鍋爐參數值關系到鍋爐運轉安全,某個參數值設置不合適或不正確可能導致鍋爐停止運轉,甚至損壞,所以,采集鍋爐運轉參數值之后,如何將數據安全、可靠、完整地傳輸到控制中心至關重要。數據傳輸的鏈路需要跨越公網,跨越公網就存在被別人篡改的風險。
異地分布數據傳輸解決方案重點研究應用于鍋爐集中監控物聯網系統中,包括數據采集中間件模塊、數據傳輸模塊、消息中間件模塊等。
在實際的DCS數據采集應用中,底層DCS控制種類繁多,由于底層DCS數據采集設備帶來的差異性問題,會給整個服務系統帶來嚴重的數據異構問題,同時,底層直接采集到的數據含有大量重復冗余的信息會給上層應用服務系統帶來巨大的數據壓力。為了解決以上問題,需要構建一個DCS數據采集中間件分離業務邏輯與底層數據采集,通過研制一個可支持多種DCS控制器DCS數據采集中間件平臺,用于采集不同DCS控制器拋出的鍋爐數據。該中間件需要具有遵循標準、功能可擴展、支持基于業務的元事件過濾機制、能管理多種DCS控制終端等特性,以實現各種工作環境下對不同類型的DCS的數據采集。DCS數據采集中間件負責為上層應用屏蔽底層DCS數據采集設備的差異性,提供對DCS數據采集設備統一的管理接口,同時對采集數據進行過濾、匯集、聚合等處理,將其轉換成上層應用能理解的業務數據,為底層硬件與上層應用降低耦合性,分離上層業務邏輯與底層數據采集。
3.3 鍋爐DCS數據采集
鍋爐集中監測系統中的數據采集是基于鍋爐DCS的實時數據庫分布式系統,通過網絡計算機系統,實現批量鍋爐工作過程工作參數的實時數據采集、鍋爐故障的預警及遠程排除。通過該系統旨在連接現場控制系統并將各個子系統的數據包整合到一個統一的數據平臺,既為解決目前工業企業中的各類DCS系統自我封閉,信息不能共享,形成“信息孤島”,難以將信息進行整合提供了必要的實時數據庫服務平臺,也為控制中心檢測銷往各地鍋爐的實時工作狀態提供了集成的實時數據服務平臺。是連接企業管理信息系統和現場控制系統之間的橋梁,在流程工業企業綜合自動化體系和企業遠程監測系統中具有極其重要的地位。
本系統設計的基于DCS的實時數據庫系統框架結構,是一種實時數據與分布式數據庫相結合的分布式實時數據庫,將實時數據庫技術和網絡技術相互滲透和有機結合,通過互聯網絡計算機系統,實現過程采集數據的共享和實時同步。
分布式應用體系分為五層:現場控制系統層、數據接口服務器層、實時數據庫系統層、實時數據平臺應用層、基于OPC或Web服務器的客戶端應用層。
現場控制系統層:現場控制系統層是基于現場的DCS系統中的現場控制站中的主控單元、智能IO單元、現場總線完成現場鍋爐內各種傳感器、智能單元的自動采非電量或者電量信號。
數據接口服務器層:數據接口服務器是網絡的最底層,它們可通過網絡直接與企業的數據源服務器或其它數據設備連接,這些都是服務器中用來運行實時數據庫的接口軟件。

實時數據庫系統的分布式應用模式框架
實時數據庫服務器層:這一層作為接口服務器的上一層,可處理接口軟件采集的數據,并管理相應的采集任務,同時經過計算,向實時數據平臺的應用層提供各類數據服務。
基于OPC或Web服務器的客戶端應用層:客戶端應用層可以通過其它方式(如OPC服務器、Web服務器的方式)向更上一層提供數據服務。
[1]張飛舟,楊東凱,陳智.物聯網技術導論[M].電子工業出版社,2010(06).