基于云計算的智能裝備遠程運維管控系統設計*

張文聰，姚 奕，鄭 瀟，潘佳怡，仇 翔，余世明

（浙江工業大學，浙江 杭州 310023）

智能裝備是信息技術、計算機技術、人工智能技術的深度結合，可以在實際的生產過程中進行自我監測、分析、控制、處理和反饋。傳統智能裝備的核心是一套自動控制系統。設計者按照一定方式把智能裝備與控制終端設備相連，形成一個有機整體。一般通過設置參數閾值，通過判斷當前裝備數據是否超過閾值來調節開關的開合，由工作人員來進行診斷分析[1]。

隨著智能化技術的不斷提升，智能裝備的計算數據量和復雜度都在不斷提升，這些都要求控制系統具備高容量網絡帶寬、高性能計算資源、自適應軟件架構以及智能計算框架，顯然傳統的自動控制系統難以滿足這些要求[2-4]。而迅猛發展的云計算技術可以有效解決以上難題。云計算的基本原理是，通過使計算任務分布在大量的云端分布式計算機上，使得智能裝備管理員能夠將云計算資源匹配到智能裝備云控制的應用上，根據需求訪問計算機和存儲系統[5]。將云計算技術與控制系統相融合，形成基于云計算的智能裝備運維管控體系架構是未來發展的重要方向。

本文基于云計算和人工智能等技術，結合大數據分析技術、邊緣控制技術、網絡虛擬化技術、智能預測控制技術等進行云端智能統籌決策。建立預測性維護系統，實現對智能裝備的故障定位處理、故障診斷分析、制定故障解決方案。綜合設計提出了一種針對智能裝備的云端遠程運維管控系統。

1 智能裝備云端遠程管控系統設計

1.1 管控系統整體框架

智能裝備云端遠程運維管控系統整體框架如圖1所示，分為云端控制層、邊緣控制層和設備感知層。在設備感知層中以機器編號標識不同的智能裝備。針對不同的控制目標，在智能裝備中裝載不同的數據采集監測模塊。基于數據采集技術和傳感技術獲取智能裝備的實時數據。通過無線網絡技術，首先將實時獲取到的裝備狀態信息即時發送到云控制平臺上，再通過云控制平臺對獲取到的信息數據進行系統化、智能化地處理運算分析，采用大數據分析、協調控制、智能預測控制等技術，實現云端智能決策、云端協同控制以及資源優化調度，將得到的預測性結果以及具體調控方案發送到智能裝備終端，實現對整個智能裝備體系的統一監控、管理、決策和控制服務。

圖1 智能裝備云端遠程管控系統整體框架

1.2 邊緣控制技術

在智能裝備云端遠程運維管控系統中，為了提高對智能裝備終端控制的實時性，緩解云端負載壓力。在邊緣引入邊緣控制技術，充分利用終端邊緣計算的優勢，在邊緣網絡中部署邊緣控制服務器，形成云-邊-端協調優化管控，無需將全部數據上傳至云平臺進行云決策就可以實現在本地或小區域范圍內對具體系統進行控制，利用邊緣控制的接近性減少用戶訪問服務的時延，提高用戶體驗。

在邊緣控制中針對不同的智能裝備采用不同的控制方法，利用邊緣計算方法設計具體的控制策略，實現智能裝備本地邊緣控制。同時為云控制平臺提供裝備局部信息，云控制系統根據各個邊緣服務器提供的數據信息設計提供全局控制策略，統籌整個智能裝備體系，二者相互協作，互相彌補不足，保證智能裝備云端遠程管控系統優質高效運行。

2 智能裝備云端遠程運維系統設計

2.1 運維系統整體架構

智能裝備云端遠程運維系統工作模型如圖2所示。由傳感器和數據采集器獲取智能裝備當前的運行狀態信息和過程信息，通過無線網絡將數據上傳至云平臺，云平臺對數據進行存儲記錄，并通過特征分析等手段對數據進行聚合、閾值判斷，得到當前智能裝備的狀態。通過對當前裝備的狀態分析，判斷是否發生故障。如果裝備發生故障，則對裝備進行故障診斷定位分析，基于裝備本身的機械原理和電路原理建立仿真機理模型，將裝備故障狀態與模型基于正常狀態下的輸出進行對比，判定故障發生位置和故障等級。基于以上信息，開展對智能裝備的健康情況預測，對智能裝備的健康狀態變化以及故障發展趨勢進行預測分析，制定智能裝備的維護方案，最后執行維護方案。

圖2 智能裝備云端運維系統工作模型

2.2 預測性維護系統

預測性維護是以狀態為依據的維護，通過對系統部件進行定期的狀態監測，判定裝備所處的狀態，預測裝備狀態未來的發展趨勢，依據裝備的狀態發展趨勢和可能的故障模式，預先制定預測性維護計劃[6-7]。預測性維護系統的核心是數據的實時獲取和運算處理。結合云邊協調布局管理，系統在中心管理控制并提供決策支持，同時計算下沉到邊緣服務器，能夠更快速地響應和反饋。

智能裝備中的零部件高度集成，通過預測性維護，對系統的各個部件進行實時檢測，以檢測到的狀態參數為基礎，對裝備未來的工作狀況進行預測，進而實現智能裝備的預測性維護。預測性維護系統能夠利用對智能裝備的數據綜合分析，預測故障發生的時間和位置，最大化提高零件工作效率，減少不必要的停工停產。

3 示范應用

對于本文設計的智能裝備云端遠程運維管控系統，選取智能裝備中的典型裝備智能無人零售終端裝備為示范應用，設計如圖3所示的智能零售裝備云端遠程運維管控系統驗證其可行性。

圖3 智能零售裝備云端遠程運維管控系統

設計web端云服務平臺，對智能無人零售終端裝備的交易情況、內部參數、位置信息等狀態信息和過程信息進行監測、統計和分析，針對當前零售終端的運行狀態進行健康預測分析。

同時開發手機移動端APP，如圖4所示，在手機移動端用戶可以實時獲取智能裝備當前信息，也可查看裝備內部的貨物情況，實現預定下單。

圖4 手機移動端APP設計

綜上，本文提出的智能裝備云端遠程運維管控系統在智能化無人零售終端裝備中得以成功應用，并取得較好的效果，實現了對智能化無人零售終端裝備的狀態監測、數據統計和智能分析。

4 結束語

本文基于云計算技術，將云平臺控制系統與邊緣控制技術相結合，形成對智能裝備的云邊端協調優化管控。利用傳感技術和數據采集技術實時感知獲取當前智能裝備的狀態信息和過程信息，通過無線網絡將數據上傳至云平臺，結合大數據分析技術和智能預測控制技術，提出全局優化控制策略，實現對智能裝備的優化管控，并建立預測性維護系統，對智能裝備進行預測性維護和故障診斷分析，提出故障解決方案，實現遠程運維處理。由于缺少大量故障信息支持，本文下一步研究重點是收集智能裝備的故障信息，在實際運行中對智能裝備進行故障診斷分析。