構建礦用產品檢驗檢測整體框架平臺的構想

秦攀

（重慶安標檢測研究院有限公司，重慶 400037）

1 研究背景

盡管全球主要以發展清潔能源、可再生能源為主，但煤炭仍然在能源比例中占有主導地位。中國的煤炭生產主要是井下開采，井下的自然環境復雜，安全生產是煤炭開采中的重中之重。使用礦用產品對礦井環境進行監測，評估礦井環境的安全性，是保證安全生產的重要前提條件。而在目前政府進行“放管服”改革，國有企事業單位轉型升級，經濟整體下行等環境條件下，改變現有檢驗檢測狀況是必須邁出的一步。隨著現代科學技術的不斷發展，一批新技術在行業中不斷應用，且效果顯著[1-5]。只有構建現代化的檢驗檢測實驗室來滿足日益發展的現代化礦用產品功能檢驗的需要，讓檢驗檢測更透明化、智能化，提高檢測效率和準確率，避免出現安全事故，進一步保障井下安全生產[6]。

2 檢驗檢測整體現狀

檢驗報告準確性、公正性直接體現檢驗檢測機構的檢驗水平，關系到檢驗檢測機構的生存與發展。完善質量管理體系、執行技術標注法規、加強檢驗現場監督、編制報告填寫規范、核查最終檢驗報告、實施報告考評機制等，是在現有基礎上加強對日常檢驗檢測工作的管理，保證檢驗檢測的質量[7-10]。但是檢驗檢測機構存在產品類別多、檢測過程煩瑣、檢測任務繁重、檢測設備老化等問題，對人的依賴性極大，對于質量的提升有心無力，標準的變更、技術的變更十分緩慢，而其他行業的發展十分迅速，與其相比存在嚴重脫節現象，跟不上時代的步伐。科學技術是第一生產力，借鑒網絡框架結構系統、智慧交通系統等行業應用，提出構建礦用產品智能化檢驗檢測平臺整體框架。

3 智能化檢驗檢測整體框架平臺構建

智能化檢驗檢測整體框架主要包括感知與傳輸層、云平層構建、數據分析及應用，如圖1所示。

圖1 檢驗檢測整體框圖

3.1 感知與傳輸層

感知層主要實現多類別數據及信息的采集，主要包括技術說明書、標準規程等相關數據、檢驗檢測試驗過程數據、儀器設備狀態監控數據、環境監測數據等。

技術說明書、標準規程等相關數據是檢驗檢測無紙化的表現形式之一，所有相關數據以標準規程的固有形式通過電腦等方式采集到系統中，用于構建實施規則、標準規程等之間的內在聯系；檢驗檢測試驗過程數據是根據技術說明書所獲取檢驗過程中的數據，用于原始記錄及檢驗報告；儀器設備狀態監控數據對設備狀態指標進行監控；環境監測數據是對不同的試驗室溫度、濕度、大氣壓進行監控，便于控制試驗室環境是否符合檢驗檢測環境試驗條件。

3.1.1 檢驗檢測數據采集方式

檢驗檢測數據通過物聯網技術實現數據獲取，其主要來源包括設備接入和手工錄入2種方式。

設備接入包括直連接入和間接接入。直接接入是設備的輸出直接與構建的平臺實現連接，在接入層需要研發與之相匹配的數據傳輸鏈路通道進行連接，便于進行通信及數據的交換；間接接入采用中間設備接入，如通過拍照等方式獲取檢驗檢測過程數據，利用圖像處理技術等獲取數據，然后通過數據接口實現數據上傳。

手工錄入是檢驗員操作相關的儀器設備獲取到相關的數據并將數據錄入到系統中形成檢測數據，可采用平板、手機、電腦等方式進行錄入。

3.1.2 數據的傳輸

數據傳輸按照不同的類別可實現多種分類。本文擬采用全光纖模式，以3層網絡架構設計網絡結構，分別為接入層、匯聚層和中心層。根據網絡3層結構原理，處于底層的鏈路帶寬要設置的偏小，位于中心層的鏈路帶寬設置的越大越好，避免數據量過大產生擁堵。

3.2 云平臺構建[11-12]

“云”其實是互聯網的一個隱喻，“云計算”其實就是使用互聯網來接入存儲或者運行在遠程服務器端的應用、數據或服務。混合云平臺包括IaaS（Infrastructure as a Service）基礎架構即服務模式、PaaS（Platform as a Service）平臺即服務模式、SaaS（Software as a Service）軟件即服務模式，共3層結構。混合云平臺如圖2所示。

圖2 混合云平臺

通過IaaS這種模式，用戶可以從供應商那里獲得所需要的虛擬機或者存儲等資源來裝載相關的應用，同時這些基礎設施煩瑣的管理工作將由IaaS供應商來處理。IaaS能通過它上面對虛擬機支持眾多的應用。IaaS主要的用戶是系統管理員。

通過PaaS這種模式，用戶可以在一個包括SDK、文檔和測試環境等在內的開發平臺上非常方便地編寫應用，而且無論是在部署，還是在運行的時候，用戶都無需為服務器、操作系統、網絡和存儲等資源的管理操心，這些煩瑣的工作都由PaaS供應商負責處理，而且PaaS在整合率上面非常驚人，比如一臺運行Google App Engine的服務器能夠支撐成千上萬的應用。PaaS主要的用戶是開發人員。

通過SaaS這種模式，用戶只要連上網絡，并通過瀏覽器，就能直接使用在云端上運行的應用，而不需要顧慮類似安裝等瑣事，并且免去初期高昂的軟硬件投入。SaaS主要面對的是普通的用戶。

云平臺構建采用發混合云模式，其平臺包括云計算，具有角色多樣化、功能齊全、可擴展性高等優點。

3.3 基于云平臺的數據分析

通過感知層獲取大量底層數據，云平臺進行存儲及組織應用，形成的大量數據用來進行數據分析研究，提取出其中隱含的信息，獲取到的信息用于指導公司的日常工作，提升工作效率。數據是現代企業的生命，目前常用的有傳統數理分析、人工智能、大數據分析、數據孿生等分析方法。

數理分析利用常規的數理知識進行分析，屬常規分析方法，但是在很多地方還是能夠發揮重要作用。大數據是基于海量數據進行分析從而發現一些隱藏的規律、現象、原理等，大數據具有“5V”特點，即Volume（大量）、Velocity（高速）、Variety（多樣）、Value（低價值密度）、Veracity（真實性）。而人工智能在大數據的基礎上更進一步發展，人工智能主要是采用某一類型的數據進行分析，然后根據分析結果做出行動，例如無人駕駛、自動醫學診斷等案例。數據孿生指構建與物理實體完全對應的數字化對象的技術、過程和方法，并構建與物理世界完全映射的真實世界，和物理實體有著強交互性，是一個雙向影響的過程，有虛擬性、唯一性、可視性、多物理性、實時性、可計算性、概率性、多學科性等技術特點。數字孿生目前逐步進入主流行業，其應用領域也從工業領域向其他領域發展。在檢驗檢測中可以應用于設備維護等方面的研究。

利用大量的數據通過不同的分析方法對數據進行分析，得出結論。而各類分析方法側重點不同，相互組合才能發揮出更大的作用，得出的結論便于指導今后的工作。

4 整體框架平臺下的應用分析

4.1 無紙化辦公

無紙化辦公整體Web模塊化結構如圖3所示。

圖3 Web模塊化

考慮技術說明書和使用說明書的固定形式，根據實際情況生成模塊化的技術說明書和使用說明書。模塊整體固定不變，但仍然具有一定的擴展性。企業送檢人員只需根據提示編寫即可，提交完成后，待檢驗人員審核。如無需整改，生成技術審查記錄及報告；若檢驗員提出參數指標不符合、缺項等問題時，反饋給送檢人員進行修改，待修改后進行進一步審核，審核通過后生成技術審查記錄及報告，所有審查的過程都會體現在技術審查記錄中。

根據產品引用的標準規程及對應備案的原始記錄模板生成Web版的原始記錄，檢驗員根據審查合格的技術說明書對檢驗設備開展檢驗工作，通過便攜式平板電腦等設備進入Web記錄試驗數據，提交的數據直接上傳至數據服務器。通過實施規則、標準規程、使用說明書、試驗數據等生成完整的電子版原始記錄及檢驗報告。

4.2 檢驗檢測內在一致性建立

檢驗檢測過程中的實施規則、檢驗標準、技術說明書、使用說明書、原始記錄和檢驗報告之間存在很強的內在聯系，如圖4所示。

圖4 檢驗檢測資料內在聯系

檢驗員首先應接收任務，核查設備類型，根據檢驗實施細則明確產品的要求及執行的標準規程，通過實施規則及標準規程上的內容共同規定產品技術說明書及使用說明書中的要求，最終根據確定好的技術說明書開展檢驗工作，記錄試驗相關數據，生成檢驗報告。

根據以上產品檢驗全過程的分析可得出，整個檢驗過程為一棵樹的遞推關系，上層控制下層，并且需要保持高度一致。

在無紙化的基礎上保證數據通過程序的方式傳遞，保證其前后要求的一致性，從而避免在檢驗檢測過程中出現缺項漏項、檢驗要求出現偏差等問題。

4.3 樣品及儀器設備管理

目前樣品采用人工手貼唯一性標簽，但存在標簽易損壞、漏簽、可被他人直接替換等問題。以二維碼、條形碼等動態碼+樣品描述信息作為唯一性標簽，在外殼及核查的重要零元部件上同時粘貼不易掉落、撕扯損壞的標簽，在領樣及退樣的過程中可采取圖像抓拍利用圖像識別、人工智能等技術對樣品外觀、零元部件進行核查。

儀器設備采用與樣品設備一致的管理模式，不同的是所有儀器設備通過唯一性標識錄入系統平臺中，可通過數據孿生構建與實物之間的物理模型，分析設備的完好情況。也可根據臺賬的數據，分析設備送檢時間等實際問題的研究。

5 總結分析

根據目前檢驗檢測工作開展的實際情況，結合現代智能化網絡技術，實現檢驗檢測與現在技術的良好結合，構建智能化檢驗檢測平臺整體框架。本文提出構建檢驗檢測3層結構平臺整體框架的構想，分別從感知與傳輸層、云平臺構建、數據分析進行解析，最后提出了在整體框架平臺下幾個方面的主要應用。

無紙化辦公，實現不需要重復打印技術說明書、使用說明書、檢驗報告等相關資料，減少紙張浪費，減少檢驗檢測過程中瑣碎的中間環節；檢驗檢測內在一致性建立是通過各因素之間的內在關系以程序的方式進行實現，減少檢驗員不斷重復核對資料的過程，提升檢驗檢測的自動化水平；樣品及儀器設備管理便于減輕日常管理的工作量，掌握設備的完好情況，進一步保障檢驗檢測工作的開展。

通過構建智能化檢驗檢測平臺，提升檢驗檢測效率，平臺可擴展性良好，當有新的檢驗設備加入到系統中時，能實現對新設備良好的連接。且便于開展與檢驗檢測相關研究，如檢驗檢測試驗方法的改進、設備的保養及維護。通過科學管理，把數據變成資產，賦予數據價值。