基于大數(shù)據(jù)分析的空管設(shè)備檢修模式

羅汶峰

摘 要：針對空管設(shè)備數(shù)據(jù)的海量化趨勢，通過大數(shù)據(jù)分析技術(shù)對設(shè)備狀態(tài)進(jìn)行深層次高質(zhì)量評估，提出基于狀態(tài)的設(shè)備檢修模式，以達(dá)到既能消除設(shè)備故障隱患、提高可靠性，又能節(jié)省成本、提高工作效率的目的。

關(guān)鍵詞：大數(shù)據(jù)分析；檢修模式；空管設(shè)備；狀態(tài)評估

中圖分類號：TP311.13 文獻(xiàn)標(biāo)志碼：A 文章編號：2095-2945（2018）29-0195-02

Abstract： In view of the sea quantification trend of air traffic control equipment data， this paper uses big data analysis technology to carry on the deep level high quality appraisal to the equipment condition， and proposes the equipment maintenance mode based on the condition， in order to not only eliminate the hidden trouble of equipment fault， but also improve the reliability. At the same time， it can save cost and improve work efficiency.

Keywords： big data analysis； maintenance mode； ATC equipment； condition evaluation

引言

近年來，在我國各行各業(yè)中興起了大數(shù)據(jù)熱潮。數(shù)字化信息的產(chǎn)生越來越多，變化也越來越快，我們每天都在產(chǎn)生數(shù)據(jù)，創(chuàng)造大數(shù)據(jù)和使用大數(shù)據(jù)。在國家大數(shù)據(jù)與“互聯(lián)網(wǎng)+”戰(zhàn)略下，大數(shù)據(jù)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算等新興技術(shù)正在快速增長與發(fā)展，大數(shù)據(jù)時代已經(jīng)正式到來[1]。大數(shù)據(jù)在社會生活和經(jīng)濟(jì)各行業(yè)中發(fā)揮著重要的作用，它既可以是基礎(chǔ)性的資源也可以作為工具加以利用。在不知不覺中，大數(shù)據(jù)已經(jīng)改變了人們的生活、工作以及思考的方式。

民航空管設(shè)備的巡檢管理模式，也在大數(shù)據(jù)的浪潮下悄然發(fā)生改變。設(shè)備運行的可靠性和安全性是空管設(shè)備維護(hù)的首要目標(biāo)。傳統(tǒng)的空管設(shè)備管理模式是計劃性維護(hù)、預(yù)防性維護(hù)和故障維護(hù)。這些模式存在諸多不足，在行業(yè)不斷壯大，設(shè)備不斷增多背景下，計劃性巡檢必然會消耗大量的人力物力，某種程度上具有一定的盲目性，降低生產(chǎn)效率；過度的預(yù)防性維護(hù)則需經(jīng)常停機檢查影響安全保障外，還會造成設(shè)備模塊的頻繁拆裝，反而會產(chǎn)生新的設(shè)備隱患；故障維護(hù)屬于事后維護(hù)，表明發(fā)生了的設(shè)備故障，已對安全生產(chǎn)造成既定影響，整個設(shè)備維護(hù)將處于被動。基于此，設(shè)備維護(hù)部門提出將工作理念“到期必修，修必修好”改為“該修必修，修必修好”，于是對狀態(tài)檢修技術(shù)的探討和運用日益受到關(guān)注。

1 狀態(tài)檢修的優(yōu)勢

狀態(tài)檢修是預(yù)知性檢修，是以設(shè)備狀態(tài)為基礎(chǔ)，以預(yù)測設(shè)備狀態(tài)發(fā)展趨勢為依據(jù)的檢修方式[2]。它能有效地避免故障檢修和周期性定期檢修帶來的弊端，是較為理想的檢修方式，也是今后設(shè)備檢修模式發(fā)展的趨勢[3]。狀態(tài)檢修前，通過利用已有的設(shè)備狀態(tài)信息和歷史數(shù)據(jù)，進(jìn)行多方位多角度分析，最大限度地把握設(shè)備狀態(tài)，依此制定合理的檢修維護(hù)策略。基于狀態(tài)的檢修既能將故障消滅在萌芽狀態(tài)，提高設(shè)備運行的可靠性，又能減少定期檢修中不必要的檢修作業(yè)，提高工作效率。

實現(xiàn)狀態(tài)檢修的關(guān)鍵，是準(zhǔn)確評估設(shè)備當(dāng)前的運行狀態(tài)。傳統(tǒng)的方法為基于導(dǎo)則和打分制或基于有限數(shù)據(jù)的專家診斷系統(tǒng)[4]。面對日益增多的設(shè)備維護(hù)和監(jiān)控數(shù)據(jù)，大數(shù)據(jù)分析技術(shù)則為空管設(shè)備狀態(tài)評估開辟了一條全新的路線，并對現(xiàn)有設(shè)備狀態(tài)監(jiān)測參數(shù)提出了更高的要求。該方法引入了數(shù)理統(tǒng)計、模式識別等方面的理論和工具，在大規(guī)模數(shù)據(jù)分析的基礎(chǔ)上，重點挖掘不確定模型條件下被分析因素之間的關(guān)聯(lián)性。

2 基于大數(shù)據(jù)的設(shè)備狀態(tài)評估模式

基于大數(shù)據(jù)的設(shè)備狀態(tài)評估模式主要包括四個關(guān)鍵步驟，分別是原始設(shè)備數(shù)據(jù)收集、設(shè)備數(shù)據(jù)預(yù)處理、設(shè)備數(shù)據(jù)挖掘分析、決策知識應(yīng)用[5]，如圖1所示。

（1）原始的設(shè)備數(shù)據(jù)。這包括設(shè)備的日常運行數(shù)據(jù)、維護(hù)數(shù)據(jù)和監(jiān)控數(shù)據(jù)，以及故障記錄、維修記錄和設(shè)備所處環(huán)境的溫度、濕度、降水等外部數(shù)據(jù)，為設(shè)備積累海量的日志信息。

（2）設(shè)備數(shù)據(jù)預(yù)處理。設(shè)備原始數(shù)據(jù)存在很多噪聲信息，具有一定程度的混雜性與不真實性。在分析挖掘前對數(shù)據(jù)進(jìn)行預(yù)處理，能有效地提取高質(zhì)量數(shù)據(jù)，并將不同設(shè)備的數(shù)據(jù)進(jìn)行一致化操作，約簡數(shù)據(jù)中的稀疏屬性，提高數(shù)據(jù)挖掘的準(zhǔn)確性。

（3）設(shè)備數(shù)據(jù)挖掘分析。常用的大數(shù)據(jù)挖掘技術(shù)，主要有聚類、關(guān)聯(lián)、遺傳算法、支持向量機等算法。基于大數(shù)據(jù)的設(shè)備評估方法就是利用這些算法對設(shè)備良好狀態(tài)下的大量歷史數(shù)據(jù)進(jìn)行挖掘分析，得到對應(yīng)于設(shè)備在不同操作模式下正常運行的各種參數(shù)指標(biāo)值，并對基于各種故障與缺陷狀態(tài)下的全景歷史數(shù)據(jù)進(jìn)行深度的關(guān)聯(lián)分析，得到設(shè)備各種數(shù)據(jù)與設(shè)備不同健康狀態(tài)之間的對應(yīng)關(guān)系，以評估設(shè)備的當(dāng)前運行狀態(tài)。

（4）決策知識應(yīng)用。獲取設(shè)備當(dāng)前運行狀態(tài)后，就可以提出基于該設(shè)備運行狀態(tài)的相應(yīng)決策。常見的設(shè)備狀態(tài)分類有故障、隱患、正常，如設(shè)備存在故障，則就及時停機檢修；如發(fā)現(xiàn)設(shè)備存在安全隱患，則應(yīng)盡快安排巡檢，以排除隱患，避免設(shè)備往惡化方向發(fā)展；如設(shè)備狀態(tài)正常，則可合理地推遲巡檢，以減少不必要的作業(yè)，提高效率。

3 基于大數(shù)據(jù)的設(shè)備狀態(tài)評估應(yīng)用前景

隨著空管設(shè)備的日益增多以及相應(yīng)監(jiān)測設(shè)備的大量使用，空管設(shè)備數(shù)據(jù)海量化的趨勢將越來越明顯。面對如此海量的數(shù)據(jù)，大數(shù)據(jù)分析技術(shù)成為了空管設(shè)備狀態(tài)評估的關(guān)鍵點，為深層次分析數(shù)據(jù)間邏輯關(guān)系從而得到更高價值的狀態(tài)評估提供了可能。

美國紐約愛迪生電力公司對高危井蓋的分析處理是設(shè)備狀態(tài)大數(shù)據(jù)挖掘分析是典型案例。該公司通過分析每年多起電費井蓋爆炸造成的嚴(yán)重事故，采取大數(shù)據(jù)分析手段統(tǒng)計出106種預(yù)警先兆，預(yù)測2009年可能出事的井蓋并嚴(yán)加監(jiān)控。結(jié)果位列前10%的高危井蓋中，預(yù)測準(zhǔn)確率達(dá)44%[6]。

目前，在國內(nèi)民航空管行業(yè)中，尚未有大數(shù)據(jù)挖掘分析在空管設(shè)備狀態(tài)評估領(lǐng)域的具體應(yīng)用，但有理由相信，隨著空管設(shè)備狀態(tài)信息的爆炸式增長，通過大數(shù)據(jù)分析技術(shù)實現(xiàn)空管設(shè)備狀態(tài)精細(xì)化評估是未來必然的發(fā)展趨勢，而基于狀態(tài)的檢修模式則是大數(shù)據(jù)狀態(tài)評估技術(shù)的一個典型應(yīng)用。

4 結(jié)束語

本文提出了基于狀態(tài)的設(shè)備檢修模式，分析其相對傳統(tǒng)檢修模式的優(yōu)勢，并著重介紹了利用大數(shù)據(jù)分析技術(shù)對設(shè)備當(dāng)前狀態(tài)進(jìn)行深層次高質(zhì)量評估的方法與步驟，在傳統(tǒng)的民航空管設(shè)備管理領(lǐng)域里注入新興概念。

參考文獻(xiàn)：

[1]盧薇薇.淺談“大數(shù)據(jù)”在民用航空領(lǐng)域的應(yīng)用[J].科技與創(chuàng)新，2017（10）：121.

[2]韓曉霞，李莉，馬海燕，等.關(guān)于電力設(shè)備狀態(tài)檢修技術(shù)的研究[J].青海電力，2006（3）：13-16.

[3]李慧敏，任敏哲，安永成.電氣設(shè)備狀態(tài)檢修的探討[J].西北電力技術(shù)，2006（1）：37-39.

[4]黃建華，全零三.變電站高壓電氣設(shè)備狀態(tài)檢修的現(xiàn)狀及其發(fā)展[J].電力系統(tǒng)自動化，2001，25（16）：56-61.

[5]周開倫.設(shè)備的大數(shù)據(jù)管理模式[J].中國設(shè)備工程，2017（04）：28-29.

[6]宮宇，呂金壯.大數(shù)據(jù)挖掘分析在電力設(shè)備狀態(tài)評估中的應(yīng)用[J].南方電網(wǎng)技術(shù)，2014，8（6）：74-77.

[7]李卓珩.空管自動化系統(tǒng)應(yīng)用與維護(hù)分析[J].科技創(chuàng)新與應(yīng)用，2017（20）：133-134.