基于組態布局的多系統同步整合重構的建設與應用

王新華 王海君 許浩

（1.臨礦集團郭屯煤礦，山東菏澤 274704； 2.華洋通信科技股份有限公司，江蘇徐州 221000）

0.引言

郭屯煤礦目前在建設的子系統有主副井提升系統、礦井水處理系統、生活污水處理系統、凈水站系統、主通風系統、人員定位系統、安全監測系統、設備綜合管理系統、視頻監控系統，各個系統相對獨立自成一體，沒有在一個統一的平臺進行管控，本項目以國際知名的IFIX組態軟件為基礎進行開發融合建設，并進行智能分析和決策建設，很好地解決了煤礦。

1.項目實施

郭屯煤礦以iFIX組態軟件為統一平臺開發工具進行開發，同步整合重構多個系統，形成管控一體的綜合自動化系統，將該平臺包括主副井提升系統、礦井水處理系統、生活污水處理系統、凈水站系統、主通風系統、人員定位系統、安全監測系統、設備綜合管理系統、視頻監控系統等多個層面，包括數據整合、軟件界面布局、功能完善升級、智能數據分析四個部分。

1.1 數據整合

主要包括：（1）數據分類：對各系統數據根據采集、監測/控制、控制、分析、記錄（存儲）、輸出（上傳）進行標識分類和統計；優化組態過程數據庫，包括標簽名、中文注釋、數據上下限等；將上述數據和相對應的控制器設備相關信息根據實際情況和需求進行增減、整理、匯總。（2）組態、功能等優化：對整體風格、組態控制、歷史查詢等界面、功能進行優化升級，完善數據展示及分類統計，建立綜合自動化專業控制平臺，提供數據的采集、存儲和輸出功能。

1.2 系統軟件界面布局

本部分主要是完善界面布局，重新設計整體頁面方案，優化主導航頁面的系統排布方式，統一子系統的界面切換方式，使系統進入的途徑和位置更合理；精簡子系統主界面，建立更多子窗口，將更多數據放置在子窗口；更換背景圖片，選擇時下更流行的風格和顏色的背景；明確字體，根據大標題、小標題、數據名稱等分類方式統一整理字體；優化鏈路結構，使得包括界面切換在內的各類轉換更合理，盡量減少用戶的操作難度；更換設備等的圖符，力求更簡潔形象的圖符使用；優化登錄界面，根據甲方意見增加相應的公司等說明；網頁類系統去除用戶輸入賬戶密碼登錄步驟。

1.3 功能完善升級

本部分內容包括：對開停記錄查詢功能、報警記錄查詢功能及歷史數據查詢功能進行優化，增強數據的完整性、正確性，讓數據查詢更快、更方便，顯示方式更直觀；根據各個系統情況增加相應功能，為用戶定制實用易用的其他功能；各系統功能、測點滿足現場管理需要，功能完整、測點齊全，人機操作友好，不低于各子系統水平。

1.4 智能數據采集分析

隨著國家對煤礦智慧礦山的建設推進，很多煤礦的綜合自動化平臺大數據分析系統的各類數據也越來越具備了大數據的特征，將大數據技術與煤礦安全生產業務工作相結合，結合郭屯煤礦安全生產管理特點及安全生產大數據分析的實際需求，將線上數據和線下9個系統數據進行數字化采集、存儲、整合，利用大數據思維從不同角度和精度對安全生產大數據進行深度關聯分析以及可利用性分析，探索發現隱藏在大量繁雜數據中的模式和規律，構建煤礦安全生產大數據分析方法的應用模塊，設計出煤礦安全生產大數據分析與管理平臺的基本功能、框架及技術架構，形成煤礦安全生產大數據挖掘分析方法體系，挖掘利用數據資源的價值，提升煤礦安全生產管理能力，為煤礦井下異構信息化系統的共建共享工作提供技術手段和參考依據。系統架構如圖1數據設計架構圖所示。

圖1 數據設計架構圖

利用現有綜合自動化系統，獲取設備運行、維護、產出等相關數據挖掘分析結果，從定量分析的方法入手，實現設備監測分析。其中定量分析方法有：同類設備不同設備之間溫度對比分析；同類設備不同設備之間累積運行時間對比分析；同一設備不同溫度傳感器溫度對比分析；在獲取9個子系統相關設備數據的基礎上建立設備故障診斷與分析決策模型，分析人員可以自己選擇異常檢測模型和調整模型參數，并對異常點進行標記，輸入經驗知識構建標簽庫。依據歷史的設備異常標簽庫，實時診斷設備的故障原因、故障類型、故障嚴重程度，及時發現設備的潛在故障，實現機電設備的故障預警預判功能。

設備故障診斷分析利用時間統計算法、關聯分析等方法為維護人員提供豐富、專業的機組狀態監測和設備管理、機電效能分析、評估預警等功能，相關人員通過相關的故障信息以及歷史的故障知識可以方便的掌握機組運行的狀態。主要包含如下功能：機電設備運行時間及效能分析；機電設備故障統計分析，全方位支持故障分析決策；機電設備溫度異常診斷。

主要大型設備的數據可統一集中在可視化儀表盤中實時顯示，以實現對各系統安全生產工況的實時監測與掌握，并根據預設的監控指標閾值，在可視化應用門戶中進行實時告警。

趨勢分析是對存儲在數據庫中的相關歷史數據，采用趨勢曲線的方式進行分析，趨勢分析的作用主要是觀察相關設備或系統在一定時間段內，某一或多個數據的變化情況。趨勢分析可方便的設定需要分析的時間段，支持多條曲線的同畫面顯示，以方便對有關聯的數據進行對比分析[1]。不同曲線應用不同的顏色加以區分。設備異常數據檢測利用機器學習算法、時間統計等方法為維護人員提供豐富、專業的設備狀態監測等功能，相關人員可以方便的掌握設備運行的狀態。

同時每臺設備的健康狀況受各種運行參數影響，如通風機的振動、風量、壓差、負壓等監測值能反應通風機的健康狀況。健康狀態分析模型用于描述設備及其各部件的運行情況（包括健康、警告、注意等狀態）。設備健康狀況分析模型能夠根據傳感器的工作數據，判斷設備具體部件的健康狀況。結合用戶給定的各部件工作權重，通過綜合分析，可以獲得設備整體的健康情況。結合預測的時序數據，還可以對設備及其各部件的健康情況進行預測[2]。

利用健康狀態分析模型，可以向用戶輸出設備目前和未來一段時間的健康狀態，通過界面直觀地顯示通風機的健康狀況，便于用戶開展針對性的檢查工作。

2.結語

郭屯煤礦基于組態布局的多系統同步整合重構系統的建設為礦井多系統融合、智能化開采提供了一套更好的解決方案，該項目通過多系統的協作整合，達到對相關設備的實時監測，從而可以保障設備的安全運行、減少突發情況對設備的損傷。該項目的完成使郭屯煤礦的礦山自動化、信息化、智能化程度更進一步，值得全行業推廣。