大型設備遠程狀態監測及信息采集技術研究

王 曉，陳 杰，李濟順,，隋 新，薛玉君

(1.河南科技大學機電工程學院，河南 洛陽 471003;2.安標國家礦用產品安全標志中心，北京 100000;3.河南科技大學機械設計與傳動系統重點實驗室，河南 洛陽 471003)

0 引言

大型裝備被廣泛應用于水泥、電力、冶金、化工、非金屬礦業等行業，在制造業占有重要地位[1]。其監控與故障診斷技術一直以來都是各行業的研究重點。隨著科技的不斷發展，該技術在國內外都取得了一些研究成果。從最開始的離線監測診斷系統，發展為單機在線監測診斷系統。在計算機技術迅猛發展的背景下，逐漸出現了分布式監測與診斷系統和基于Internet的遠程監測與故障診斷系統[2]?；贗nternet的遠程監控系統因具有松耦合性、互操作性好、開發便利、異構資源可共享等優點而得到了廣泛應用[3]。

影響大型設備工作的主要參數非常多。對這些參數進行實時監控會產生大量數據，這就對數據壓縮、傳輸效率、傳輸穩定性、數據處理等提出了更高的要求，傳統的監控技術不能很好地滿足這些要求[4]。近幾年新興的云計算技術能夠大大提高數據的利用率，減輕運算的壓力，同時還能提供足夠的容災性，使系統有了更好的可擴展性[5]。因此，將基于Internet的遠程故障診斷技術應用于大型高端重裝備是本文的研究重點。

本文對硬件設計架構、軟件傳輸技術、網絡通信設計進行研究，設計了一種遠程設備狀態信息監測系統。該系統可用于大型高端重裝備的遠程狀態監測、信號特征提取、數據分析處理、故障預警和判斷等。

1 遠程狀態監測及信息采集方案

1.1 系統方案

大型高端重裝備的現場環境往往比較惡劣，網絡基礎設施較差。為保證狀態數據傳輸能力，采用基于Windows 通信基金會(Windows communication foundation,WCF)的數據傳輸方案。存儲設備實時狀態信息的WinCC服務器自建數據庫的表結構復雜、項目繁多且表間關系抽象難懂，容易造成潛在的數據丟失、數據異步、數據冗余等問題。為讀取數據庫中的信息，采取用于過程控制的OLE(OLE for process control，OPC)協議的方式抽取信息。另外，設備關鍵位置的信息采集頻率要求較高，這就造成設備狀態采樣信息量巨大。傳輸數據時需采用數據壓縮算法。出于安全考慮，需設置一臺現場采樣傳輸服務器傳輸狀態信息，并通過設置VPN服務器解決傳輸中的信息加密問題。

1.2 系統硬件架構

以大型立磨遠程監控系統為例，現場設備由PLC系統控制，經現場總線與WinCC服務器相連。WinCC服務器負責監測設備狀態信息并存儲?，F場采樣信息傳輸服務器采用有線局域網與現場的WinCC服務器相連，通過WinCC支持的OPC協議從服務器中讀取設備狀態信息并傳輸。VPN服務器用于在現場和后臺監控中心之間建立專用的數據網絡，以滿足設備狀態信息加密傳輸的要求。后臺監控服務器主要負責存儲從現場采樣信息傳輸服務器傳遞來的設備狀態信息，并將該信息以WinCC的方式呈現給后臺工作人員。該服務器為監控人員對設備工況進行有效監控，以及故障預警、故障診斷提供有效的數據支撐和技術支持。

對于后臺監控人員來說，遠程數據傳輸等技術細節完全透明。系統硬件結構如圖1所示。

圖1 系統硬件結構圖

1.3 系統軟件架構設計

圖2為基于OPC的數據傳輸圖。首先根據設備的機械結構和工況環境等特點，建立能夠反映設備運行完整工況、適應不同數據傳輸能力的狀態信息模型，抽取WinCC監控工程中的狀態變量(Tag)信息。再根據網絡環境感知算法或預定義工作模式，由不同的網絡條件選擇數據同步周期與同步數據內容，并將待同步數據編碼形成網絡報文；當數據量較大或網絡環境較差時，利用針對設備特點開發的信號特征提取算法和數據壓縮算法，減少需同步的數據量。最后，在后臺監控中心服務器上運行接收軟件，接收來自前端同步軟件的網絡報文。根據報文格式解析反映設備工況的特征數據。根據之前建立的信息模型，將狀態信息寫入后臺同步數據庫，完成現場數據與后臺監控數據的遠程傳輸。

圖2 基于OPC的數據傳輸圖

該系統可同時運行于現場采樣傳輸服務器和后臺監控中心服務器。前者負責發送，后者負責接收，根據運行時的角色，實現功能的任意切換。同步傳輸軟件既能實現從現場向后臺的數據發送，也可實現后臺對現場設備裝置的反向控制。

系統采用了可插拔組件設計整個軟件功能框架，使系統功能更靈活多變，能適應不同需求。除了必需的功能以外，一些可選功能模塊可隨著后期的開發需求添加或刪減。

主功能模塊包括六部分。①系統控制模塊，負責為整個軟件提供一種可插拔的軟件框架，用于監測整個軟件框架內各功能組件的加載、啟動、停止、暫停等生命周期控制，同時負責不同運行環境的適配、屏蔽操作系統差異等。②PLC通信管理模塊，實現WinCC服務器的數據集成。③遠程通信管理模塊，能夠基于TCP/IP協議，在現有公共網絡的基礎上，建立現場傳輸軟件和后臺接收軟件間的網絡通信；同時針對不同網絡條件，采取不同的數據傳輸策略(控制通信數據內容、傳輸周期等)。此外，該模塊能夠在遇到網絡傳輸錯誤時采取一定的策略重傳報文，避免數據丟失或冗余，實現設備狀態信息的遠程傳輸。④狀態信息持久化模塊，用于持久化記錄、控制設備狀態信息及傳輸狀態(成功、失敗、部分成功)，實現設備狀態信息建模、數據庫讀寫管理等功能。⑤采集硬件管理模塊，提供采集硬件裝置的控制適配。⑥狀態信息處理模塊，需要對高速振動信號先進行特征提取，再進行振動特征信號的傳輸，或是對原始采樣信號進行高性能壓縮，以減少所需的數據通信信息量。

2 關鍵技術

2.1 數據抽取及通信技術

系統采用基于OPC的數據抽取和基于WCF的通信技術，以OPC協議為基礎讀取數據，解決了WinCC自帶數據庫信息難以傳輸的問題。OPC是一套以微軟OLE、組件對象模型COM、分布式組件對象模型DCOM技術為基礎，基于Windows操作平臺，為工業應用程序之間提供高效的信息集成和交互功能的組件對象模型接口標準[6-7]。OLE自動化標準接口包含三層接口：OPCSever，OPCGroup，OPCItem。OPCSever為OPC啟動服務器，用于獲得其他對象和服務的起始類；OPCGroup用于存儲由若干OPCItem組成的Group信息；OPCItem則用于存儲Item的具體信息[8-9]。

現場采樣信息傳輸服務器作為OPC客戶端，通過OPC協議從WinCC服務器中直接讀取變量狀態信息。通過WinCC服務器自身支持的OPC協議實現數據的轉存，將WinCC數據庫轉化處理為標準數據庫，從中讀取需要的傳感器實時數據、控制參數、狀態信息等數據。此時WinCC服務器作為OPC服務器，支持數據的讀取和轉存。OPC數據轉存如圖3所示。

圖3 OPC數據轉存示意圖

在現場需要設置WinCC OPC服務器，需安裝OPC Server，設置服務器DCOM組態。OPC傳輸可靠，適用于大批量數據交換，能滿足大型設備實時遠程監控的需要。OPC通信流程如圖4所示。

圖4 OPC通信流程圖

針對現場網絡設施環境惡劣的問題，為保證傳輸可靠，設計采用WCF通信技術[10]。通信模型如圖5所示。訪問點是實現信息交換的基礎，客戶端和服務器端均通過匹配訪問點來進行消息互通[11]。

圖5 WCF服務通信模型

2.2 數據傳輸效率

對大型高端重裝備進行遠程實時監控，會產生大量數據。為了保證傳輸可靠性和傳輸效率，需要對數據進行優化壓縮。數據壓縮分為以下三個階段。

第一階段，PLC采集設備實時狀態信息，將傳感器采集到的時域信號轉化為特征值，減少了大量的數據量。

第二階段，采取了旋轉門變換(spinning door transformation，SDT)算法進行數據壓縮。SDT是有損數據壓縮法，對數據進行擬合以實現數據壓縮[12]。評價SDT算法優劣通常采用兩個指標[13]：第一個指標為壓縮比CR，用于衡量算法對于數據的壓縮能力，受容差ΔE影響；另一個指標為均方根誤差δ，用于衡量數據失真程度。

第三階段，報文格式的優化。程序中通信報文的設計是基于JSON實現的。JSON易于閱讀和編碼，避免了解析時帶來的性能和兼容性問題，提高了數據傳輸效率[14]。而與JSON相比，BSON被設計成輕量級、高效率的二進制格式，更有利于數據的描述、傳輸和查詢[15]。相對于JSON，BSON數據傳輸效率更高。上述兩級壓縮的方法提高了數據傳輸效率，保障了數據傳輸效果。

3 應用實例

開發的監控軟件已經應用于某鋼鐵廠的大型立磨遠程監控系統。該大型立磨的PLC控制系統為S7-400型，采用的WinCC服務器型號為博途V13。軟件所用OPC開發包為opcdaauto.dll，開發環境為Visual Studio 2008。采集數據包括立磨主電機電流值、電機軸承溫度、立磨出口壓力、立磨出口溫度、立磨振動、主風機電流、主輥轉速等。數據采集間隔為10 s，原始數據量每天可達到30 MB。根據上文所示的壓縮算法，以立磨出口溫度參數為例，ΔE=1.5。由于溫度較為恒定，經計算，壓縮率可達90%以上，壓縮誤差小于1。

4 結束語

大型高端重裝備狀態監測及信息采集系統，有效收集、存儲了設備的實時運行狀態信息，為進一步分析數據、完成設備狀態的預判和故障診斷打下了良好基礎。未來，針對設備實際運行中產生的問題，可對大量數據的產生帶來的數據壓縮問題、數據模型的建立、數據采集周期的調整等方面進行系統優化，以滿足不斷增加的現實需求。

[1] 高峰,郭為忠,宋清玉,等.重型制造裝備國內外研究與發展[J].機械工程學報,2010,46(19):92-107.

[2] AZEVEDO H D M D,Araújo A M,Bouchonneau N.A review of wind turbine bearing condition monitoring:State of the art and challenges[J].Renewable & Sustainable Energy Reviews,2016(56):368-379.

[3] 趙陽,高強.基于Web遠程監控系統的設計實現[J].自動化儀表,2015,36(1):31-32.

[4] 李琦,王光明,朱林,等.海量環境監測數據存儲與共享平臺[J].自動化儀表,2016,37(2):61-64.

[5] 盧澤模,云計算數據中心的網絡通信技術[J].電子世界,2014(22):10-10.

[6] 夏璐杰,孫首群,盧華陽,等.基于OPC與PLC的遠程監視系統的研究[J].自動化儀表,2017,38(2):22-24.

[7] 李海波,趙曉峰,付琛,等.基于 Web 技術的農田恒壓灌溉遠程監控系統測試研究[J].排灌機械工程學報,2016,34(1):86-92.

[8] 馬勇超,金亞萍,張勝,等.基于WCF架構的OPC客戶端技術在物流系統中的應用[J].物流技術與應用,2017,22(3):126-128.

[9] 任偉建,江聲,霍鳳財,等.OPC技術在油田分布式共享系統中的應用[J].自動化儀表,2016,37(10):5-7.

[10]曲廣龍,楊洪耕,李蘭芳,等.主動配電網電能質量實時監測系統設計與實現[J].電力系統自動化,2015,39(10):117-123.

[11]楊永健.基于WCF的計算機遠程監控系統的設計與實現[J].華北科技學院學報,2013,10(3):49-53.

[12]張宗華,葉志佳,牛新征,等.面向監測數據壓縮的自適應SDT算法[J].中國測試,2017,43(2):104-108.

[13]馬發勇,厲啟鵬,馬志斌,等.電力調度SCADA系統中歷史數據壓縮及存儲策略[J].電網技術,2014,38(4):1109-1114.

[14] 潘翔,徐小良.基于JSON的網絡傳輸優化策略研究[J].杭州電子科技大學學報,2015,35(5):27-30.

[15]張堯,甘泉,劉建川,等.基于Mongo DB的地理信息共享數據存儲模型研究[J].測繪,2014,37(4):147-150.