高精度運動設(shè)備狀態(tài)信息資源智能整合系統(tǒng)*

劉 麗

(天津城建大學(xué) 體育部， 天津 300384)

運動設(shè)備狀態(tài)信息的整合可以有效集中各類信息，是保障后期信息重構(gòu)的有效手段[1-2]，高效的設(shè)備信息資源整合算法可為運動設(shè)備狀態(tài)檢測和信息管理提供可靠的解決策略[3].近幾年，設(shè)備信息整合相關(guān)研究成果涌現(xiàn)較多，喬茜華等[4]以紡織生產(chǎn)車間設(shè)備為研究對象，對設(shè)備生產(chǎn)中狀態(tài)信息集成進行分析.論文利用工業(yè)以太網(wǎng)技術(shù)及PROFIBUS總線技術(shù)，實現(xiàn)各工序設(shè)備生產(chǎn)時數(shù)據(jù)信息聯(lián)網(wǎng)，進而使整個信息管控系統(tǒng)具有一體化特性.李月芳等[5]針對風(fēng)電機組狀態(tài)信息進行管理，提出并設(shè)計了基于ARM的電機組狀態(tài)信息整合系統(tǒng)，使用TCP/IP通信協(xié)議實現(xiàn)上位機和目標板間通信.趙志茹等[6]以提升煤炭企業(yè)設(shè)備狀態(tài)信息管理精細化程度為目的，提出并設(shè)計了設(shè)備信息管理系統(tǒng).論文描述了信息整合管理系統(tǒng)功能模塊，并將該系統(tǒng)應(yīng)用至某集團公司設(shè)備狀態(tài)信息管理中.

以上方法以工業(yè)控制為主，針對運動設(shè)備狀態(tài)信息整合仍處在一個全新的領(lǐng)域，運動智能設(shè)備的信息較為復(fù)雜，故本文提出并設(shè)計基于SOA的高精度運動設(shè)備狀態(tài)信息資源智能整合算法.

1 狀態(tài)信息資源智能整合系統(tǒng)框架

本文設(shè)計的智能信息整合系統(tǒng)框架如圖1所示.圖1中，SOA是一個面向服務(wù)的結(jié)構(gòu)[7]，SOA在設(shè)備狀態(tài)信息資源整合中的應(yīng)用主要為：系統(tǒng)整合設(shè)備運行狀態(tài)監(jiān)測模塊，利用數(shù)據(jù)平臺處理設(shè)備運行狀態(tài)信息，并利用設(shè)備運行狀態(tài)監(jiān)控模塊整合系統(tǒng)運行狀態(tài)信息資源.通過數(shù)據(jù)分析，對狀態(tài)量數(shù)據(jù)與特征量數(shù)據(jù)進行查詢，診斷分析設(shè)備狀態(tài)信息資源，并對設(shè)備狀態(tài)信息資源進行備份和恢復(fù)，最終實現(xiàn)設(shè)備狀態(tài)信息資源智能整合.

圖1 系統(tǒng)框架Fig.1 System framework

2 設(shè)備運行狀態(tài)監(jiān)控模塊

作為企業(yè)設(shè)備狀態(tài)信息資源整合系統(tǒng)的重要支撐，設(shè)備運行狀態(tài)監(jiān)控模塊主要負責(zé)管理設(shè)備狀態(tài)信息，同時進行分析使用，該模塊分析能夠為設(shè)備狀態(tài)信息資源整合提供平臺基礎(chǔ).該模塊結(jié)構(gòu)如圖2所示.

圖2 設(shè)備運行狀態(tài)監(jiān)控模塊Fig.2 Monitoring module for operating status of equipment

設(shè)備點檢工作站以及服務(wù)器具有各自數(shù)據(jù)庫，為設(shè)備管理奠定了基礎(chǔ).設(shè)備監(jiān)測相關(guān)管理人員制定設(shè)備檢修策略、備件計劃以及生產(chǎn)技術(shù)均需基于設(shè)備狀態(tài)開展，不僅要提供總體統(tǒng)計信息，還要給出詳細的狀態(tài)評估結(jié)果.數(shù)據(jù)分布式保存在各工作站中，假設(shè)服務(wù)器數(shù)據(jù)庫產(chǎn)生了故障，則可以借助工作站恢復(fù)信息數(shù)據(jù)，任意數(shù)據(jù)庫中數(shù)據(jù)丟失均不會造成整體數(shù)據(jù)徹底丟失，這也保障了系統(tǒng)容錯性和可實踐性[8-9].

依據(jù)上述監(jiān)控模塊，可完成對設(shè)備狀態(tài)信息采集和設(shè)備狀態(tài)診斷，具體分析如下：

1) 設(shè)備狀態(tài)信息采集.設(shè)備的狀態(tài)信息監(jiān)測資源有測量量、顯示量與觀察量.為了更好地滿足測量量信息資源采集需求，利用數(shù)據(jù)采集器定位點檢信息，保障信息采集可靠性；為了更好地滿足顯示量與觀察量信息采集需求，采用抄表儀實現(xiàn)信息點檢.上述不同信息量利用不同方法采集，可有效保障設(shè)備狀態(tài)信息檢測準確性.

2) 設(shè)備狀態(tài)診斷.監(jiān)測設(shè)備運行狀況比較復(fù)雜，合理的狀態(tài)診斷方法是將全壽命周期監(jiān)測當作重點，通過回溯設(shè)備歷史狀態(tài)信息，利用不斷積累的經(jīng)驗分析判斷設(shè)備狀態(tài).診斷原則為：任意時刻診斷故障率h大于或者等于故障率閾值h*時，維修警報立即響起，該狀態(tài)下的診斷故障率表達式為

(1)

式中：β為故障次數(shù)；η為診斷總次數(shù).

如何判斷設(shè)備狀態(tài)信息故障等級也是一個很重要的研究問題.首先需要檢測運動設(shè)備狀態(tài)，得出缺陷數(shù)據(jù)，估算得出設(shè)備信息包數(shù)量.

在獲取到的信息包中，根據(jù)不同狀態(tài)的信息分別判斷故障等級，即

(2)

式中：αi為設(shè)備狀態(tài)系數(shù)；Ns，i為故障信息包數(shù)量；d1、d2、d3、d4分別為一級故障、二級故障、三級故障和正常信息.

3 設(shè)備狀態(tài)數(shù)據(jù)處理

3.1 設(shè)備狀態(tài)信息資源查詢

查詢作為對輸入的各種類型數(shù)據(jù)信息查詢和瀏覽部分，將在屏幕上實時顯示和打印已經(jīng)檢索到的信息[10]，以方便企業(yè)各個層次的領(lǐng)導(dǎo)和智能部門的查詢，并對于同一個檢索目標可以設(shè)定多次查詢條件.在輸入檢索條件過程中，能夠任意選擇其中的一項或者多項，查詢條件輸入模式設(shè)計為模糊范圍值輸入，進而提升信息查詢效率，提高系統(tǒng)容錯性[11].具體設(shè)備狀態(tài)信息查詢過程如下：

設(shè)Bi為路徑i上的數(shù)據(jù)窗口大小，Ni為路徑i上沒有被確認的設(shè)備信息包數(shù)量，C為接收緩存大小，Mj為路徑j(luò)上未被傳輸?shù)脑O(shè)備信息總量，L為可用路徑條數(shù)，則路徑i上當前運動設(shè)備狀態(tài)傳輸信息的模糊范圍最大集合可表示為

(3)

對式(3)得到的傳輸信息模糊范圍進行分段處理，不同信息段設(shè)置不同的模糊參數(shù)，綜合完成對設(shè)備狀態(tài)信息的查詢[12]，分段表達式為

vd=λln(1+A)m

(4)

式中：λ為查詢特征參量；m為信息段數(shù)量.

3.2 設(shè)備狀態(tài)信息資源備份和恢復(fù)

對一個大型的數(shù)據(jù)庫而言，長年累月地存儲各種類型信息資源會占用比較大的內(nèi)存，所以在系統(tǒng)運行時，需要將一些信息資源在隔年或者季度之后，歸檔或者暫停使用.其次，信息資源需要通過磁盤拷貝存儲，如果需要重復(fù)利用時再恢復(fù)，同時保障系統(tǒng)的容錯性更強[13].

4 信息資源智能整合實現(xiàn)流程

為有效保障系統(tǒng)設(shè)計質(zhì)量，首先需要對高精度運動設(shè)備狀態(tài)信息進行解析，設(shè)x(t)為設(shè)備狀態(tài)整體信息，其計算表達式為

x(t)=Wcos(ωct+θ)

(5)

式中：W為基本信息；t為信息運行時間；ωc為信號質(zhì)控信息；θ為告警信息.

設(shè)xAMFM(t)為設(shè)備狀態(tài)的特征信息，其計算表達式為

xAMFM(t)=a(t)σ

(6)

式中：a(t)為帶限信息；σ為特征系數(shù).根據(jù)式(6)計算得到設(shè)備的狀態(tài)算子，即

(7)

(8)

根據(jù)高精度運動設(shè)備的狀態(tài)算子，可構(gòu)建信息解析模型為

(9)

式中：F為運動設(shè)備最終狀態(tài)數(shù)值；p1和p2為不同的信息解析因子；q1和q2為不同的設(shè)備狀態(tài)反饋因子.

結(jié)合上述信息解析模型，可給出設(shè)備狀態(tài)信息解析整合流程，如圖3所示.圖3數(shù)據(jù)解析整合過程中，先讀取設(shè)備狀態(tài)信息資源文件，并初始化現(xiàn)存設(shè)備狀態(tài)信息和傳感參數(shù)信息，依據(jù)文件標簽解析文件.假設(shè)信息文件為質(zhì)控信息，則依據(jù)質(zhì)控信息格式解析并整合數(shù)據(jù)，存儲至數(shù)據(jù)庫；假設(shè)信息為基本信息，解析軟件會依據(jù)設(shè)備狀態(tài)信息判斷當前設(shè)備存在與否，再將信息轉(zhuǎn)交給信息存儲模塊；假設(shè)信息文件為設(shè)備性能信息，則依據(jù)設(shè)備性能信息數(shù)據(jù)格式得到設(shè)備性能信息，再轉(zhuǎn)交給存儲模塊；假設(shè)數(shù)據(jù)為告警信息，則依據(jù)告警信息數(shù)據(jù)格式，解析整合文件得到告警信息，保存至數(shù)據(jù)庫.

在信息資源系統(tǒng)中，總體運行部分也是系統(tǒng)設(shè)計的重要部分，圖4為系統(tǒng)整體運行流程.圖4中，當系統(tǒng)初始化之后，利用設(shè)備狀態(tài)點檢模塊得到設(shè)備狀態(tài)信息，將點檢結(jié)果錄入至相應(yīng)數(shù)據(jù)庫并備份.解析并分類整合設(shè)備狀態(tài)點檢結(jié)果，判斷點檢結(jié)果是否異常，如果異常則給出相應(yīng)解決對策；如果不為異常信息，則正常傳輸上報，結(jié)束系統(tǒng)運行.

圖3 設(shè)備狀態(tài)信息解析整合流程Fig.3 Flow chart of analysis and integration of equipment status information

圖4 系統(tǒng)整體運行流程Fig.4 Flow chart of overall operating of system

5 實驗結(jié)果與分析

為驗證基于SOA的高精度運動設(shè)備狀態(tài)信息資源智能整合系統(tǒng)性能，進行了實驗分析.實驗對象為某市電力公司的輸變電設(shè)備，將實驗設(shè)備與PC機連接，每隔15 min采集一次數(shù)據(jù)，共采集30組數(shù)據(jù)進行仿真評價分析，圖5為采集信息經(jīng)過3種不同運行系統(tǒng)的容錯性對比.

由圖5可知，基于SOA的高精度運動設(shè)備狀態(tài)信息資源智能整合系統(tǒng)運行容錯系數(shù)在不同采集次數(shù)下均高于0.9，而文獻系統(tǒng)運行容錯系數(shù)平均較小，可靠性較差.主要原因為：所提系統(tǒng)為了增強系統(tǒng)運行容錯性，將設(shè)備狀態(tài)信息數(shù)據(jù)分布式保存在各工作站中，即使服務(wù)器數(shù)據(jù)庫產(chǎn)生了故障，其能夠借助工作站恢復(fù)信息數(shù)據(jù)，任意數(shù)據(jù)庫中數(shù)據(jù)丟失均不會造成整體數(shù)據(jù)徹底丟失，設(shè)備狀態(tài)點檢模塊保障了系統(tǒng)容錯性.在信息資源檢索模塊中，將查詢條件輸入模式設(shè)計為以模糊范圍值輸入，以便提高系統(tǒng)容錯性.

圖5 不同系統(tǒng)運行容錯性對比Fig.5 Comparison in fault-tolerance for different systems

6 結(jié) 論

鑒于設(shè)備狀態(tài)信息整合系統(tǒng)對設(shè)備運行方面的重要意義，提出并設(shè)計了基于SOA的高精度運動設(shè)備狀態(tài)信息資源智能整合系統(tǒng).通過實驗證明了所提系統(tǒng)具有可靠性和準確性，可為該領(lǐng)域發(fā)展提供支撐.接下來的研究中，應(yīng)注重對設(shè)備狀態(tài)信息質(zhì)量的分析，進而完成對高質(zhì)量設(shè)備信息資源的優(yōu)化整合，為設(shè)備的高精度控制和發(fā)展提供依據(jù).

圖6 不同系統(tǒng)設(shè)備狀態(tài)檢測準確性對比Fig.6 Comparison in detection accuracy under different system equipment status