基于工業(yè)互聯(lián)的儀器儀表健康狀態(tài)在線監(jiān)測(cè)云平臺(tái)關(guān)鍵技術(shù)研究

呂洲

（晉中學(xué)院，山西 晉中 030619）

在眾多加工領(lǐng)域中，產(chǎn)品的質(zhì)量檢測(cè)是重中之重，而質(zhì)量檢測(cè)的關(guān)鍵又離不開(kāi)計(jì)量?jī)x表的正常運(yùn)行。為此需要對(duì)計(jì)量?jī)x表的狀態(tài)進(jìn)行監(jiān)測(cè)，而目前來(lái)看，計(jì)量?jī)x表狀態(tài)的監(jiān)測(cè)仍存在人工檢測(cè)方式與離線檢測(cè)方式，通過(guò)這兩種檢測(cè)方式雖然能夠在一定程度上檢測(cè)到儀器儀表的健康狀態(tài)，但是在檢測(cè)效率、校測(cè)質(zhì)量上仍存在不小的提升空間。為提高儀器儀表的檢測(cè)效率與精度，本文將在工業(yè)互聯(lián)的基礎(chǔ)上，對(duì)儀器儀表健康狀態(tài)在線監(jiān)測(cè)云平臺(tái)進(jìn)行設(shè)計(jì)研究，以推動(dòng)儀器儀表檢測(cè)的智能化水平，提高檢測(cè)的質(zhì)量與效率。

1 工業(yè)互聯(lián)基本概述

工業(yè)互聯(lián)可視為一張包含了工業(yè)現(xiàn)場(chǎng)各種生產(chǎn)要素（生產(chǎn)設(shè)備、生產(chǎn)流程信息、人、產(chǎn)品等）的大型網(wǎng)絡(luò)。通過(guò)該網(wǎng)絡(luò)中的人工智能技術(shù)，可以推動(dòng)工業(yè)制造的智能化水平，實(shí)現(xiàn)工業(yè)現(xiàn)場(chǎng)生產(chǎn)的現(xiàn)代化變革。

2 基于工業(yè)互聯(lián)的儀器儀表狀態(tài)在線監(jiān)測(cè)云平臺(tái)架構(gòu)搭建

為搭建工業(yè)互聯(lián)儀器儀表狀態(tài)在線監(jiān)測(cè)云平臺(tái)架構(gòu)，本文以A生物研究所車(chē)間的儀器儀表為研究對(duì)象，實(shí)現(xiàn)了云平臺(tái)架構(gòu)的搭建工作。基于工業(yè)互聯(lián)的儀器儀表健康狀態(tài)在線監(jiān)測(cè)云平臺(tái)由感知層、傳輸層以及服務(wù)層共同組成，具體如圖1所示。

圖1 云平臺(tái)架構(gòu)構(gòu)建

其中，感知層由數(shù)據(jù)采集模塊和智能感知模塊組成。傳輸層利用TCP/IP協(xié)議實(shí)現(xiàn)數(shù)據(jù)的傳輸工作，具體傳輸步驟有二：

第一，將數(shù)據(jù)傳輸至匯聚節(jié)點(diǎn)當(dāng)中進(jìn)行處理。

第二，利用公網(wǎng)將處理完畢的數(shù)據(jù)傳輸至監(jiān)測(cè)云平臺(tái)。通過(guò)這種方式進(jìn)行數(shù)據(jù)傳輸，具備實(shí)時(shí)性與可靠性的特點(diǎn)。

服務(wù)層所包含的功能主要有3個(gè)：

（1）實(shí)現(xiàn)數(shù)據(jù)的存儲(chǔ)。

（2）能夠?qū)?shù)據(jù)狀態(tài)與其健康狀態(tài)進(jìn)行診斷。

（3）可利用云平臺(tái)與相關(guān)終端實(shí)現(xiàn)診斷結(jié)果顯示與預(yù)警。傳輸層將采集得到的數(shù)據(jù)傳輸至服務(wù)層中時(shí)，需要對(duì)數(shù)據(jù)進(jìn)行實(shí)時(shí)存儲(chǔ)與分析，以實(shí)現(xiàn)工業(yè)現(xiàn)場(chǎng)的實(shí)時(shí)診斷與監(jiān)測(cè)。其中，數(shù)據(jù)分析指的是進(jìn)行量化的數(shù)據(jù)訓(xùn)練，并借助神經(jīng)網(wǎng)絡(luò)技術(shù)與專家系統(tǒng)對(duì)數(shù)據(jù)進(jìn)行狀態(tài)檢測(cè)，如此便能獲取相關(guān)儀表儀器的健康狀態(tài)情況，為后臺(tái)人員的作業(yè)指引正確方向。

教學(xué)實(shí)驗(yàn)時(shí)間從2017年2月起，至2018年1月結(jié)束。實(shí)驗(yàn)期間，每學(xué)期安排階段測(cè)試2次，期中考試、期末考試各1次。每次考試時(shí)，實(shí)驗(yàn)班、對(duì)照班使用相同的試卷，試卷難度與題量均符合中專學(xué)校數(shù)學(xué)課程大綱的要求。考試采用閉卷形式，卷面滿分為100分。考試時(shí)，4個(gè)班學(xué)生混編考場(chǎng)，隨機(jī)安排考位。考后由任課教師批閱試卷，做到評(píng)分標(biāo)準(zhǔn)一致。

3 基于工業(yè)互聯(lián)儀器儀表狀態(tài)在線監(jiān)測(cè)云平臺(tái)關(guān)鍵技術(shù)

3.1 感知層設(shè)計(jì)

基于工業(yè)互聯(lián)儀器儀表健康狀態(tài)在線監(jiān)測(cè)云平臺(tái)的感知層主要負(fù)責(zé)對(duì)制水車(chē)間多個(gè)子系統(tǒng)生產(chǎn)參數(shù)的實(shí)時(shí)采集。其中的生產(chǎn)參數(shù)眾多，如疫苗間純化水分配系統(tǒng)中的TT201儲(chǔ)水罐溫度、純化水制備系統(tǒng)中的RO膜出水導(dǎo)電情況、疫苗間注射水分配系統(tǒng)中的CT501回水電導(dǎo)情況、診斷注射用水分配系統(tǒng)中的CT601回水電導(dǎo)情況等。可見(jiàn)，在進(jìn)行數(shù)據(jù)采集時(shí)，并非在同一系統(tǒng)中實(shí)現(xiàn)的，而是需要在多個(gè)子系統(tǒng)中進(jìn)行的，因此，采集節(jié)點(diǎn)存在分散性的特點(diǎn)，需要進(jìn)行無(wú)線傳感器網(wǎng)絡(luò)的搭建，以滿足對(duì)各個(gè)子系統(tǒng)生產(chǎn)參數(shù)的有效采集。

無(wú)線傳感器網(wǎng)絡(luò)主要由傳感器節(jié)點(diǎn)、匯聚節(jié)點(diǎn)、管理節(jié)點(diǎn)共同組成。其中，傳感器節(jié)點(diǎn)負(fù)責(zé)感知事物，匯聚節(jié)點(diǎn)負(fù)責(zé)數(shù)據(jù)的處理與匯聚工作，管理節(jié)點(diǎn)負(fù)責(zé)對(duì)網(wǎng)絡(luò)的管理。將無(wú)線傳感器節(jié)點(diǎn)隨機(jī)部署到監(jiān)測(cè)環(huán)境中，而后利用預(yù)置算法實(shí)現(xiàn)各節(jié)點(diǎn)的連接，以實(shí)現(xiàn)數(shù)據(jù)的高效采集與傳輸。

傳感器節(jié)點(diǎn)在結(jié)束數(shù)據(jù)采集工作后，利用無(wú)線傳感器網(wǎng)絡(luò)中的交換節(jié)點(diǎn)，將采集得到的數(shù)據(jù)傳輸至基站中，在衛(wèi)星或網(wǎng)絡(luò)的幫助下，再將數(shù)據(jù)傳輸至管理節(jié)點(diǎn)當(dāng)中，以對(duì)數(shù)據(jù)進(jìn)行處理與分析。在云平臺(tái)系統(tǒng)中，所有生產(chǎn)參數(shù)都具備PLC控制系統(tǒng)，因此，在進(jìn)行數(shù)據(jù)采集時(shí)主要使用到的感知技術(shù)為PLC數(shù)據(jù)感知技術(shù)，該技術(shù)的實(shí)現(xiàn)，離不開(kāi)以太網(wǎng)的支持。

3.2 傳輸層設(shè)計(jì)

為了確保采集得到的數(shù)據(jù)與云服務(wù)器間的生產(chǎn)參數(shù)信息具備可靠性與實(shí)時(shí)性，需要設(shè)計(jì)出合理的數(shù)據(jù)傳輸方案，如此才能實(shí)現(xiàn)監(jiān)測(cè)云平臺(tái)的動(dòng)態(tài)化監(jiān)測(cè)。結(jié)合制水車(chē)間的實(shí)際情況，考慮云服務(wù)器與采集車(chē)間的距離性，務(wù)必安置無(wú)線通信或因特網(wǎng)，如此才能確保云端與生產(chǎn)車(chē)間數(shù)據(jù)的連通性。

為了滿足以上需求，能夠選擇的數(shù)據(jù)傳輸技術(shù)有兩種：一是GSM短信技術(shù)；二是GPRS技術(shù)。對(duì)其一而言，可利用GSM網(wǎng)絡(luò)實(shí)現(xiàn)手機(jī)終端、數(shù)據(jù)采集模塊以及云端間的通信往來(lái)。這種方法無(wú)法滿足量化數(shù)據(jù)的傳輸，且僅能夠在數(shù)據(jù)出現(xiàn)異常報(bào)警問(wèn)題時(shí)，才會(huì)進(jìn)行傳輸，由于這一特性，使得其使用費(fèi)用低于其他通信方式。不管GSM處于何種狀態(tài)（空閑狀態(tài)、呼叫狀態(tài)等），均能夠?yàn)閷?duì)點(diǎn)信息的通信傳輸提供保障。

進(jìn)行信息傳輸時(shí)，其信息量并非無(wú)限的，而是具有一定限制的（140字符）。同時(shí)，吞吐量較低、短信傳輸延時(shí)性較長(zhǎng)、無(wú)法滿足實(shí)現(xiàn)性要求較高的參數(shù)采集等均為GSM短信技術(shù)的不足之處。當(dāng)然，其優(yōu)勢(shì)在于價(jià)格便宜、方便快捷、安全性能較高、擁有兩種不同的工作模式（推與拉）、能夠?yàn)槎喾N數(shù)據(jù)提供針對(duì)性的傳輸承載。其傳輸流程如圖2所示。

圖2 傳輸流程

由圖2可以看出，利用GSM短信技術(shù)實(shí)現(xiàn)數(shù)據(jù)的采集、傳輸流程較為便捷。

3.3 服務(wù)層設(shè)計(jì)

（1）數(shù)據(jù)解析與存儲(chǔ)。為實(shí)現(xiàn)數(shù)據(jù)的解析與存儲(chǔ)，此處使用到了Netty應(yīng)用程序框架。該框架能夠?yàn)閁DP、TCP、文件傳輸?shù)忍峁?qiáng)力支持，同時(shí)，Netty因其N(xiāo)IO框架緣故，使其在進(jìn)行IO操作時(shí)，具備異步非阻塞的特點(diǎn)。此外，在Future-Listener機(jī)制的作用下，為用戶獲取IO結(jié)果提供了快速便捷的渠道。

（2）軟件系統(tǒng)架構(gòu)搭建與設(shè)計(jì)。為了確保項(xiàng)目搭建的合理性，使用了Maven搭建工程，通過(guò)這種方式可快速實(shí)現(xiàn)整個(gè)項(xiàng)目的搭建工作。同時(shí)，在Maven自動(dòng)導(dǎo)jar包作用下，可在Pom.xml中設(shè)定好坐標(biāo)實(shí)現(xiàn)構(gòu)件的自主下載。在開(kāi)發(fā)系統(tǒng)時(shí)，利用到了Spring+SpringMVC+Mybatis（SSM）框架，該框架優(yōu)點(diǎn)如下：配置輕量級(jí)、開(kāi)發(fā)簡(jiǎn)單、更能迎合ORM的實(shí)現(xiàn)。

其中，借助Spring中的IOC特性，對(duì)對(duì)象間的依賴、解耦進(jìn)行控制，為后續(xù)開(kāi)發(fā)提供有利條件。同時(shí)，根據(jù)其AOP特性，可通過(guò)集中化開(kāi)發(fā)的方式開(kāi)發(fā)出一些重復(fù)模塊，以確保事務(wù)、日志等功能的合理控制。利用Spring MVC實(shí)現(xiàn)wed開(kāi)發(fā)與解耦，無(wú)需額外配置，降低開(kāi)發(fā)的難度。Mybatis通過(guò)xml配置的方式操作數(shù)據(jù)庫(kù)，以完成對(duì)sql語(yǔ)句與代碼的解耦，同時(shí)為系統(tǒng)提供動(dòng)態(tài)SQL語(yǔ)句與映射標(biāo)簽，使系統(tǒng)變的更加靈活輕量化。基于軟件系統(tǒng)設(shè)計(jì)原則和框架的構(gòu)建，其架構(gòu)設(shè)計(jì)應(yīng)包含表現(xiàn)層、服務(wù)層以及持久層。

其中，通過(guò)表現(xiàn)層全面展示儀器儀表的監(jiān)控狀態(tài)與系統(tǒng)的數(shù)據(jù)情況，實(shí)現(xiàn)用戶與系統(tǒng)間的實(shí)時(shí)交互。利用應(yīng)用層可實(shí)現(xiàn)健康狀態(tài)混合診斷模型的構(gòu)建與相關(guān)的業(yè)務(wù)邏輯功能，能夠?qū)?shí)現(xiàn)的服務(wù)傳輸至表現(xiàn)層中進(jìn)行展示。在持久層中，可通過(guò)調(diào)用Mysql數(shù)據(jù)庫(kù)的方式，實(shí)現(xiàn)數(shù)據(jù)的解析、存儲(chǔ)以及使用。整個(gè)軟件系統(tǒng)架構(gòu)響應(yīng)情況如圖3所示。

圖3 響應(yīng)流程

由圖3可以看出，首先TCP協(xié)議在Netty作用下，完成相應(yīng)解析工作后，將數(shù)據(jù)存儲(chǔ)到數(shù)據(jù)庫(kù)當(dāng)中，其次利用服務(wù)層對(duì)數(shù)據(jù)進(jìn)行診斷與處理，最后將診斷得到的結(jié)果傳輸至表現(xiàn)層中進(jìn)行展示。通過(guò)這一套流程，確保了儀器儀表健康狀態(tài)的動(dòng)態(tài)化監(jiān)測(cè)。

（3）數(shù)據(jù)庫(kù)設(shè)計(jì)。數(shù)據(jù)庫(kù)分布于持久層，主要負(fù)責(zé)數(shù)據(jù)的讀取工作。在整個(gè)系統(tǒng)中，假如數(shù)據(jù)可設(shè)計(jì)存在弊端，那么勢(shì)必會(huì)對(duì)系統(tǒng)的運(yùn)行造成負(fù)面影響。換言之，通過(guò)云平臺(tái)查詢數(shù)據(jù)時(shí)，響應(yīng)速度若較為緩慢，那么就會(huì)對(duì)混合診斷模型運(yùn)算及系統(tǒng)顯示情況造成不利影響。因此，數(shù)據(jù)庫(kù)的設(shè)計(jì)十分重要，應(yīng)當(dāng)滿足以下幾點(diǎn)原則：

第一，定義主鍵類(lèi)型，并將其設(shè)置為自增且唯一。

第二，搭建的索引規(guī)則時(shí)，應(yīng)當(dāng)確保其合理性。

第三，設(shè)計(jì)范式級(jí)別時(shí)，應(yīng)當(dāng)盡量滿足三范式。

第四，及時(shí)對(duì)數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行備份。此外，診斷所得的數(shù)據(jù)狀態(tài)與儀器儀表健康狀態(tài)通常由“1”表示為正常，由“0”表示為異常。

（4）算法接口設(shè)計(jì)。在云服務(wù)器后臺(tái)邏輯處理模塊中嵌入混合診斷模型，以確保儀器儀表健康狀態(tài)的實(shí)時(shí)診斷。在算法接口設(shè)計(jì)中，首先需要在java語(yǔ)言的基礎(chǔ)上，完成Elman人工神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)的代碼設(shè)計(jì)，因此，此處的算法接口設(shè)計(jì)為上述Elman人工神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)的java語(yǔ)言算法接口設(shè)計(jì)。

首先，完成數(shù)據(jù)狀態(tài)的診斷工作，而后根據(jù)診斷所得結(jié)果實(shí)現(xiàn)對(duì)儀器儀表健康狀態(tài)的診斷工作。在對(duì)儀器儀表健康狀態(tài)診斷期間，需要對(duì)Elman神經(jīng)網(wǎng)絡(luò)與專家系統(tǒng)的相關(guān)接口進(jìn)行設(shè)計(jì)。設(shè)計(jì)內(nèi)容包括專家系統(tǒng)中的方法調(diào)用、神經(jīng)網(wǎng)絡(luò)中的測(cè)試集與訓(xùn)練集構(gòu)造、數(shù)據(jù)的歸一化操作以及訓(xùn)練等。在云平臺(tái)后臺(tái)邏輯中，為確保神經(jīng)網(wǎng)絡(luò)的魯棒性，需要對(duì)其進(jìn)行相關(guān)的訓(xùn)練與預(yù)測(cè)工作，同時(shí)還需對(duì)專家系統(tǒng)的參數(shù)狀態(tài)進(jìn)行診斷，將二者預(yù)測(cè)與診斷結(jié)果進(jìn)行相互融合，為儀器儀表狀態(tài)診斷提供重要的數(shù)據(jù)依據(jù)，如此才能獲得良性儀器儀表健康狀態(tài)診斷結(jié)果。

4 實(shí)現(xiàn)研究

為檢驗(yàn)基于工業(yè)互聯(lián)的儀器儀表健康狀態(tài)在線監(jiān)測(cè)云平臺(tái)的可行性，此處以A生物研究所車(chē)間的儀器儀表為研究對(duì)象，進(jìn)行了模擬實(shí)驗(yàn)。具體而言，通過(guò)檢測(cè)研究對(duì)象子系統(tǒng)中的生產(chǎn)參數(shù)、電導(dǎo)及溫度值、儀表健康狀態(tài)的方式，實(shí)現(xiàn)對(duì)云平臺(tái)的可行性分析。通過(guò)模擬實(shí)驗(yàn)發(fā)現(xiàn)，將純化水制備系統(tǒng)正常數(shù)據(jù)與診斷間純凈水分配系統(tǒng)異常數(shù)據(jù)導(dǎo)入云平臺(tái)后，模擬得到的結(jié)果如表1所示。

表1 導(dǎo)入正常數(shù)據(jù)和異常數(shù)據(jù)后云平臺(tái)模擬結(jié)果

由表1可以看出，基于工業(yè)互聯(lián)的儀器儀表健康狀態(tài)在線監(jiān)測(cè)云平臺(tái)能夠有效檢測(cè)出不同數(shù)據(jù)導(dǎo)入時(shí)的參數(shù)狀態(tài)與儀表狀態(tài)，具有較高的實(shí)用性。

5 結(jié)語(yǔ)

綜上，本文首先對(duì)工業(yè)互聯(lián)的基本概念進(jìn)行了簡(jiǎn)單講解，以更好幫助讀者對(duì)工業(yè)互聯(lián)的認(rèn)識(shí)，而后，對(duì)其云平臺(tái)架構(gòu)進(jìn)行搭建。其次，對(duì)該云平臺(tái)的關(guān)鍵技術(shù)進(jìn)行了設(shè)計(jì)與分析，包括數(shù)據(jù)感知層設(shè)計(jì)、傳輸層設(shè)計(jì)以及應(yīng)用服務(wù)層的設(shè)計(jì)。最后，以A生物研究所車(chē)間的儀器儀表為研究對(duì)象，進(jìn)行了模擬實(shí)驗(yàn)，最終結(jié)果肯定了基于工業(yè)互聯(lián)的儀器儀表健康狀態(tài)在線檢測(cè)云平臺(tái)的可行性，能夠有效識(shí)別參數(shù)狀態(tài)與儀表健康狀態(tài)，確保了車(chē)間運(yùn)行的安全性。