智慧設備運維系統的研究與設計

文 / 葉文鋒

隨著云服務、大數據、人工智能的迅速發展，數據處理和數據交換技術的日新月異，計算機通信已經深入到社會生活，并對社會經濟的發展起到決定性的作用，而數據中心作為載體更是整個生態鏈中的重中之重。為了實現具有“全面感知、實時分析、智能決策、精準執行、持續學習”特征的綠色環保型智能化卷煙工廠的愿景，智慧設備運維系統通過對設備運維業務中關鍵環節的管理，重點圍繞設備管理策略、設備運維管理、設備預測性維修等業務環節展開研究，有效推進“面向智能化的傳統制造升級，推進精益制造上水平，提高質量、降低成本、增強效率”的要求。

當前，原料、成品、輔料等物流系統的自動化設備種類繁多、數量龐大，生產的復雜多變性，決定了設備運行狀態的復雜多變，要求設備管理信息必須準確、及時。設備技術資料、檔案不透明，數據收集不到位等問題將直接影響管理決策的正確性。本文對智慧設備運維系統的關鍵技術進行了研究，構建和完善具備系統性、完整性、協調性、先進性等的3D可視化平臺，形成上下貫通、橫縱聯接的物流設備運行保障體系，積極探索打造自感知、自學習、自決策、自執行、自適應的智能運維模式。

一、設備運維和管理中存在的問題

目前，設備運維和管理主要存在以下幾個方面的問題：

1.當前行業內設備調度系統，主要側重于出入庫作業任務配合自動化物流設備的協調運行，對自動化設備正常運行依賴程度高，傳統的設備線下管理方式亟待提升為信息化管理。

2.系統具有一定的設備數據采集基礎，分別分布于WMS系統任務管理、WCS系統設備調度信息、SCADA系統物流監控、現場HMI電控監控終端，缺乏整合。當設備出現故障時，需要相關人員分別查看，增加人員分析強度，影響設備故障處理效率，距離智能化有明顯差距。

3.缺乏設備故障預警，發現設備問題才進行處理，較為被動，設備故障所帶來生產風險高，影響生產。

4.備件庫存在信息孤島，無法及時掌握備件有效庫存，領用效率低，影響設備維修效率。

5.缺乏設備運行數據、故障統計數據分析，設備維保及管理工作難度大，同時，對后端備件庫存不能提供有效的數據分析，很難科學指導備件采購。

二、智慧設備運維的應用

1.設計思路

智慧設備運維的設計思路，包括：

（1）設備管理信息化

通過3D建模、物聯網等關鍵技術實現物流企業對設備管理環節“全面感知、全面覆蓋、全程控制，全面提升”的目標，以先進的物聯網技術為依托，利用高度信息化、集成化、智能化的設計理念與架構，為企業設備管理提供閉環運行的信息管理系統，從而達到企業降本增效的目的。

（2）物流系統智能化

對堆垛機、AGV、輸送機等設備并行集成、并行采集，實現每個子系統能夠獨立運作而且頂層能夠實現策略的管控，減少設備系統之間的耦合度，在各個子系統之間通過3D系統進行聯結，在平行串聯的基礎上實現整個系統的智能化、柔性化，達到高內聚、低耦合。

（3）設備維護智能化

在設計中增加了感知層設備，一方面為未來工業系統的發展預留優化空間，使其盡可能長的適應現代化工業系統，從而延長系統壽命；另一方面進行設備的大數據采集和分析，配合3D可視化系統做到：系統和元件的生命周期管理、異常數據分析預報警、故障處理方案自動生成，提升系統維護智能化水平，從而大幅提高設備生命過程的預見性，達到“上醫治未病”，確保設備的穩定及低成本運維。

2.技術路線

全面、高效、便捷的數據中心3D可視化系統是集3D建模、三維場景仿真、視頻監控、查詢目標跟蹤、二三維聯動與Web發布于一體的三維監控系統軟件。用戶通過計算機生成的虛擬模型，可對數據中心一切的物理對象進行查看、交互與分析，有效提升信息交互的效率。技術路線圖，如圖1。

圖1 技術路線圖

圖2 建模管理

3.智慧設備的運維功能

智慧設備的運維系統，應借助邊緣數據采集、實時數據庫、OPC以及分布式處理等先進的物聯網技術，實時采集系統遠端各專業類型設備的關鍵點數據，進行數據篩選，統計，分析，計算，實現對設備運行情況自動、連續的監視，為安全運行提供必要的輔助決策信息。借助3D仿真技術移入智能平臺，清晰地展現復雜設備的內部結構、判斷設備運行情況，并以此為依托，結合機器學習算法，開展設備生命周期管理，通過“故障診斷樹”來輔助現場的異常判斷和故障處置；通過后臺的智能維修決策模型進行維修計劃排程和任務閉環；通過“保養模型”對各類型設備進行精細化維護保養；通過“備件需求模型”科學控制成本費用，拉動物流保障服務；通過“設備健康評價模型”進行即時自動化評價，建立設備改善工作的良性循環。主要包括以下幾個方面：

（1）建模管理（如圖2）

將“三維空間”和“虛擬數據”高度融合，能采集實體物流過程的實時數據，將物流過程、設備運行情況虛擬化，并且在虛擬環境中跨各類專業集成展示，完成實體信息、經流程數據的無縫結合，達到信息充分共享，有利于實時監控，降低損失，減少開支，提高生產效率，實現可視化實時監控，為企業打造智慧型生產工廠。

（2）數據采集

采用邊緣計算微服務器進行設備數據采集，支持大約120種工業協議，包括在工業自動化領域經常被各個廠家使用的Modbus協議、物聯網中經常用到的MQTT協議、Profibus協議等，采集速率最快可以達到50ms/次，實際采集速率應用看現場情況而定，用戶可用配置項中更改采集速率，以便滿足不同設備的采集需求。

（3）物流監控（如圖3）

通過數據采集系統，將設備的運行數據實時采集。并進行數據過濾和分析，然后通過后臺通訊分發到系統平臺的各個模塊中。進行模擬反映企業的生產過程、設備運行情況、質量跟蹤狀態實時虛擬化，實現企業車間生產過程的實時監控。

（4）故障提示（如圖4）

通過對在線實時數據或離線的歷史數據進行分析與處理，對報警數據在指定的時間段內做觸發運算，包括最大、最小、平均值、次數、時間等統計分析運算。一旦監測到設備故障或系統運行參數越限時，會第一時間通過故障數據發布APP方式推送，通知到相關責任人以便及時處理。

（5）備件聯動

設備發生故障時，根據后端備件庫庫存情況，系統提供豐富的元器件查詢方式，用戶可以使用多條件，選擇在整個設備范圍內進行全局搜索，也可以選擇某一個部套進行局部搜索。

（6）移動應用

主要是為現場設備維護人員提供報警故障提醒、設備維護保養提醒、設備故障統計分析報表、資料查看、備件庫存展示等功能。

（7）決策分析

通過故障信息、圖片信息和預警信息，追溯故障發生時，相關變量狀態和運行值，同時結合運行曲線圖，幫助監控人員進行遠程故障診斷和分析，精確地統計、顯示出故障率、歷史報警信息等內容，并能對故障信息進行班、日、周、月、年統計與分析。根據分析結果，管理人員針對性地制定物流設備維修保養計劃、備件采購需求，做好預防性維修，提高設備管理水平。

4.實現價值

真正實現“賬、卡、物”相符，提高設備管理的速度和準確性，使各種設備管理能真正落到實處，從而徹底改變工作繁忙、手段落后、信息滯后、溝通困難的傳統管理方式，使設備管理更科學、更規范、更有效。

圖3 物流監控

圖4 預警管理

輕松管理設備，在辦公室中就能掌握全方位設備信息，提高經營效率，降低成本支出；為企業設備評估、決策提供更可靠的依據，避免企業在設備管理環節上可能造成的隱患。

三、結論

本文構建和完善了具備系統性、完整性、協調性、先進性的3D可視化平臺，形成了上下貫通、橫縱聯接的物流設備運行保障體系，積極探索打造自感知、自學習、自決策、自執行、自適應的智慧運維模式。當設備發生故障時，系統迅速將故障報警信息傳輸至本地服務器監控系統上位機，再由上位機通過工業以太網將報警信息上傳至信息處理平臺。平臺通過APP應用將報警信息推送給相關責任人，進行遠程報警，實現系統精確統計、故障頻率及歷史報警信息顯示、故障信息統計與分析的功能，提高了維修效率，能夠為管理者提供決策管理依據。