基于云平臺的起重機遠程監控系統

上海振華重工（集團）股份有限公司 陳靜 吳波 余丹炯

介紹一種基于云平臺的起重機遠程監控系統（RCMS)，該系統利用云計算等現代信息技術理念和IoT（物聯網，Internet of Thing）新一代信息技術，在用戶碼頭起重機上或者監控中心現場安裝一套數據采集單元，負責采集起重機運行數據，并通過網絡連接到公司起重機遠程管理云平臺，實現港口設備安全管理、運行管理、狀態監測、智能維保和輔助決策等功能。

一、引言

在國家信息安全以及大數據分析熱點應用的背景下，自主可控的云計算受到空前關注，云服務為一種全新的模式，受到大家廣泛的關注，并產生巨大的商業潛力。

隨著ZPMC公司全球起重機設備遍布范圍的不斷擴大，且各區域碼頭環境的復雜性與多樣性，要實現對各碼頭起重機進行遠程監管具有很大的技術挑戰，但也具有很強的現實意義。對于生產廠家來說，遠程管理可大大減少維護工程師到現場的時間和費用，不僅能大量節約人力物力，同時也能在最短時間對現場碼頭起重機提供遠程服務，減少碼頭用戶損失，進而提高公司產品性能。

將現代信息技術運用到傳統的大型起重機設備的遠程監控中去，不但可實現起重機遠程監管的目的，也可促進港口的信息化建設，順應時代潮流。基于云平臺的起重機遠程監控系統（下文簡稱為RCMS）整合廣泛的網絡資源，實現港口設備的遠程管理，極大延伸企業價值鏈，改善制造服務質量，最終提高公司起重機設備的附加值，增強市場競爭力，提高公司的業務水平。

二、基于云平臺的RCMS體系結構

基于云平臺的起重機遠程監控系統采用如圖1所示的體系結構，從下往上依次是數據源層、數據采集層、數據存儲與挖掘層、表示層，系統采用模塊化設計，只需保證層與層間的接口不變，各層的設計和邏輯變化不會影響到整個系統。

圖1 系統框架圖

1. 數據源層

該層主要是起重機相關數據的提供者，如各類傳感器、采集儀及各種型號的PLC等。

2. 數據采集層

數據采集層包括兩大部分，一部分為設備監測數據、運行數據和元數據采集，另一部分則是已有第三方系統數據融合。

設備數據采集通過專用嵌入式設備（下文簡稱為黑匣子）實現，黑匣子支持工業以太網、Modbus和RS-232等通用采集協議，滿足多類型傳感器和PLC數據采集。黑匣子通過光纖以太網，將采集數據傳輸到云上的OPC 服務器，為了保證網絡異常情況下數據的完整性，黑匣子具備緩存3個月設備數據的存儲量，以在網絡恢復正常后補發缺失的數據。第三方系統數據的融合則由公/私有云直接訪問數據庫或者數據庫接口來實現，通過關系型數據庫ETL連接件抽取、轉換后存儲到公/私有云中的數據庫。私有云和公有云間的數據傳輸采用OPC UA協議，私有云OPC服務器經IOT HUB管理設備接入公有云，實現數據高并發傳輸和加密安全傳輸。

運用的工具主要是Sensor Data Collector及OPC UA。兩者均由ZPMC自主研發。Sensor Data Collector可采集十來種不同型號的傳感器信號，OPC UA 支持市場上常見的20多種PLC型號及各類電表、柴油機、鋰電池等，兩者結合能全面收集起重機上各廠家設備的數據，也可根據設備要求定制開發。

3. 數據存儲與挖掘層

數據采集層的數據存儲到Kafka broker。一個RCMS系統有n個Kafka服務器的分布式系統，每臺服務器都負責保存數據，在數據上執行操作。同步使用ZooKeeper構建可靠的、分布式的數據結構，用于協同工作流和配置服務。ZooKeeper是一個分布式的、分層級的文件系統，能促進客戶端間的松耦合。ZooKeeper運行多個Zoo Keeper服務器，以獲得高可用性。每個服務器都持有分布式文件系統的內存復本，為客戶端的讀取請求提供服務。該層及往上，屬于I（Internet）層，該層以下屬于T（Thing）層。

系統存儲數據包括結構化（監測數據、用戶數據等）、半結構化（文檔、文本等）和非結構化數據（圖片、視頻等），因此采用微軟AZURE云大數據存儲、時序數據庫和關系型數據庫混合框架。數據存儲包括兩部分，一部分是用于存儲半結構化和非結構化數據的大數據存儲框架，另一部分是則用于存儲結構化數據（含時序數據）的關系型數據庫和時序數據庫。其中大數據存儲框架采用Hadoop/Hbase和緩存數據庫Redis混合方案，前者為分布式文件存儲數據庫，用于存儲海量半結構化和非結構化數據，后者為內存Key-Value緩存數據庫，用于緩存前者中用戶比較關注的數據，從而提供高速檢索服務；結構化數據存儲采用關系型數據庫MySQL和時序數據庫TSDB混合存儲方案，前者存儲設備元數據、用戶數據等普通結構化數據，后者則存儲溫度、風速、能耗等帶時間變量的時序數據，以利于數據的進一步挖掘分析。

運用到工具：Real-Time Data Trans,Histroian Push,及Sensor Data Push均由ZPMC自主開發。使用這些工具將數據按需分配到各類數據庫中，供前端獲取使用。

4. 表示層

應用層利用系統存儲數據和挖掘分析結果，提供智能管控系統多樣化應用服務，可構建Web平臺，支持手機瀏覽。圖2、圖3所示為某港項目截圖：

圖2 WEB端顯示

圖3 手機端顯示

三、基于云平臺的RCMS主要功能

1. 實時監控

能監視碼頭上所有起重機的實時運行狀態。全球監控中心，全球各碼頭分布在監控地圖上，光標懸浮在碼頭上方可看到碼頭實時健康數據匯總，右側匯總展示全球碼頭健康數據。所有界面均支持大屏展現。點擊各大碼頭可進入碼頭動態監控頁面。

圖4 RCMS 首頁

點擊左側的菜單欄切換至不同的監視頁面，主要包括每臺機器的總覽，如機構運行時間，運行位置，運行速度等重要數據。其它故障信息統計分析及該機器集成的各類子系統如集卡定位系統（CPS）、目標檢測系統（TDS）等的狀態也會在該頁顯示。使用者對起重機的狀態能夠一目了然。不在現場也能隨時隨地查看起重機。

圖5 機器總覽頁

此外還可對機器上的智能電表進行實時數據的展現。使用儀表盤等表示形式，讓畫面呈現方式更加形象易讀取。

圖6 智能電表頁

對于輪胎吊而言，還可實時監測輪胎的壓力信息，可對胎壓的閥值進行設置，如果胎壓實際壓力值低于閥值，可自動變紅，來提醒當前使用的用戶。

圖7 胎壓監測頁

2. 故障模塊

實時故障將會在界面的顯著位置顯示，故障顏色會隨著故障的不同等級進行變化，一般主要有紅黃綠之分，也可根據用戶需求自行配置。故障監視控件顯示當前正發生的故障。

系統將觸發的故障都記錄到數據庫中，用戶可在歷史故障報表畫面中根據需要對存儲在數據庫中的故障記錄，按照一定的搜索條件，把滿足條件的記錄都列在報表管理的相應的頁面中顯示。如可根據日期和時間段、設備類型、設備名稱等條件來搜索查詢歷史故障記錄。每條故障記錄可顯示故障代碼、機器號、故障時間和處理時間、故障描述等信息。統計不同等級、不同機構、相同故障的次數等功能，以用表、柱狀圖等形式來顯示統計數據。

圖8 故障統計頁

3. 產量模塊

根據日期和時間段來統計箱量（自然箱和標準箱）。可根據不同尺寸、不同重量的作業條目占比進行分組統計。以柱形圖，餅圖等多種形式呈現。

同時使用表格列出選擇時段內的每一條吊箱記錄，包括抓箱時間、放箱時間、重量、小車位置、起升位置等詳細信息。

圖9 產量統計頁

四、結束語

該系統極大地方便了用戶對機器的實時監控與診斷，為用戶帶來便捷，減少了用戶或工程人員往返碼頭或機器的時間，提高了工作效率，也提高了起重機產品的附加值。在未來的碼頭市場中，將逐步推廣，促進碼頭的信息化進程。