基于物聯網的冷凝機組云監控系統與遠程診斷

黎志生，王叁軍，唐福輝

（1.華南理工大學 信息網絡工程研究中心，廣州 510641；2.廣州城建職業學院 繼續教育學院，廣州 510900；3.廣州熵利節能技術有限公司，廣州 511400）

隨著近年國家對農村邊遠地區的支持不斷深入，配合農產品的銷售推廣，田邊冷庫的配套建設越來越常見；另外在城市里，目前各種冷鏈物流配送供應鏈在攻城略地[1]，對冷庫的需求也呈現迅猛增長的趨勢[2]。廠家面對廣域的用戶分布，如何做到更好地管控和準確定位故障，對用戶和維護方都有著重要意義。

互聯網思維是解決跨區域大規模應用的必然手段，文獻[3]提出了利用物聯網技術來實現冷庫遠程運維等功能，遠程監控制冷設備的運行狀態，及時了解掌握產品的各項關鍵數據，在機器出現異常的時候，系統能自動發出警報，讓營運方及廠家了解故障的原因；文獻[4]探索研究了大型冷庫智能控制與監控系統，其監控系統是基于上下位機為主的控制系統的網絡結構。本文研究利用物聯網手段管控冷庫制冷設備運行數據，構建分布式[5]的大規模云管控系統[6]，具有更靈活的用戶組管理，能實現管控小組交叉管理設備的功能，技術人員的參與度更多；另外系統可視化程度較高，數據圖表化更直觀，制冷設備的數據全面，有利于為提高傳熱性能[1]提出更好的解決方案，也有利于系統故障分析，及為檢修工作指明目標根源，在提升服務效率的同時為下一步實現智能化大數據分析打好基礎。

1 冷庫構成

本文中介紹的冷庫是由物聯網云控部分、冷凝機組部分和保溫庫房等構成，技術核心是基于文獻[7]的專利“一種冷熱庫”技術構建的，其中冷熱庫包括保溫庫房、電控系統以及熱泵等冷凝機組，如圖1所示。

圖1 冷庫構成示意圖Fig.1 Schematic diagram of cold storage

另外物聯網云控部分主要由以下幾大模塊來完成數據的收集、傳輸和處理[8]，包括各類傳感器、主控板、無線通信模塊，還有云數據庫和遠程支撐系統，它能對制冷系統的主要控制元素進行連接與控制，并把數據通過互聯網發到對應系統，還可通過系統修改參數發送指令來改變目標設備的運行狀態，完成數據從收集、傳輸、存儲、處理、應用到控制的整個過程，如圖2 所示。

圖2 數據交互過程Fig.2 Data interaction process

2 數據收集與通信

2.1 數據收集

數據檢測與收集工作由主控板完成，其平臺架構由感知層、傳輸層和應用層3 部分組成[9-10]，其集成連接的各類傳感器是系統的神經末梢，擔負著信息感知的功能，肩負設備監測、數據采集等工作，利用Modbus 485 接口把數據經通信模塊加密后傳輸到云端[11]，自動存儲到系統數據庫中。主控板電路如圖3 所示。

圖3 主控板電路圖（局部）Fig.3 Circuit diagram of main control board（local）

2.2 數據通信模塊

數據通信模塊（DTU）是整個系統的橋梁，最好自帶加密功能，能確保數據傳輸的安全。當DTU 與目標設備通信時，遵從Modbus 485 通信協議，波特率與485 端口輸入一致，采用“從機地址_ 功能號_數據地址_讀取數據個數_CRC 校驗”的格式，主機對從機進行數據輪詢，把數據讀入指定的寄存器中。為了更直接讓目標設備與云端數據庫進行溝通，可把點位信息對照寫在嵌入式程序中一起燒錄到DTU 里，缺點是不方便調試修改。本系統采用數據進來后不做修改的方式，期間DTU 只做二進制轉十進制的翻譯，然后直接傳輸到系統數據庫，DTU完成數據橋梁的工作，由系統平臺來處理不同分類和點位信息匹配。這樣的好處是在系統面對多個不同類型的設備時，減輕DTU 調試對接工作，DTU 的適用面更廣，方便同一套系統對接不同類型的目標設備。

DTU 采用MQTT 通信協議與云端進行通信。過程中服務器端根據需要訂閱三個主題，分別為上報狀態主題和上報數據主題，另外服務器端可以下發一個指令主題，由DTU 設備來訂閱，用以修改設備端（如空調）的寄存器值，這樣DTU 就完成數據信息的上傳下達工作。

系統接收到的狀態報告如下，主要提示受監控設備正常在線：

{"data_id"：35，"cmd_type"：5，"cmd_arg"：2，"device_id"："868618 0532****"，"online"：0，"version："："v2.00_35_tongyi_HotColdWater"}

系統接收到數據報告：

{"data_id"：35，"data_type"：5，"device_id"："8686180532****"，"signal"：20，"status"：1，"version"：1，"c_type"：401，"card_num"："89860 4B02622D0****"，"collect_time"：1，"data"：{"p"："12，283，2，76，280，302，0，277，215，0，0，360，328，0，4，25，20，0，186，1320，450，3，15，0，0，0，0，51，80，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，0，180"，"c"：""，"e"：""}}

為了適應大多數設備不同數量點位參數的要求，DTU 預設了90 個寄存器來傳參，讓系統的適應性更好，但又不能盲目太長，數據傳輸過程如果產生中斷，太長就會受影響。

3 云監控平臺

3.1 平臺架構與構成

系統可以同時管控多個用戶組，每個用戶組可以設置若干個管理員，而且可以同時管控對應若干臺設備，廠家統管眾多冷庫設備和用戶群，形成龐大的分布式管控平臺，如圖4 所示。

圖4 遠程管控平臺架構圖Fig.4 Remote control platform architecture diagram

系統為應對多種用戶需求，采用了C#，Bootstrap，Html5，CSS3，Jsp，Ajax，Jquery 等多種語言和先進的前端技術編程方法來完成。用戶終端采用B/S 架構，用戶在網絡環境下可以隨時通過瀏覽器來對設備進行遠程監控[12]，客戶端采用圖形化界面，監控狀態和數據通過Web 方式呈現出來，實現了友好的數據前端可視化[13]。

云監控平臺主要功能包括用戶管理、設備管理、數據展示、歷史數據等幾個模塊[14]，通過分布式架構，管控眾多的設備數據資源。設備安裝后，系統通過MQTT 通信協議把遠程數據存入系統。系統提供客戶端給用戶自行匹配設備，用戶可以選取對應的設備參數，匹配設備數據，對參數表進行點位調配，然后通過手動在地圖上捕獲位置進行定位，完成設備與后臺數據對應初始化。

3.2 數據處理與呈現

云端系統接收從通信模塊發送過來的數據，由于DTU 對數據只做了簡單二轉十的處理，所以系統必須通過對數據進行點位配置修改好后才能存入數據庫，特別是有些是沒有小數點，有些是一位小數，有些是兩位小數，有正數又有負數，還有些是時間類別的，必須配合不同參數不同的處理方式。比如時間參數在DTU 中通過二進制轉十進制后數據必須再采用六十進制轉回時間制式，數字除以60取整就是小時，取余就是分鐘，再判斷分鐘小于10補0，實現代碼如下：

系統采用微軟.net MVC 框架，先從數據庫中取出硬件上行的數據，根據用戶配置的點位信息對數據進行解析，利用JS 渲染，結合百度ECHART 圖表控件，實現設備數據圖表動態呈現效果。如圖5 所示，可清晰看到設備位置和運行狀態。

圖5 設備運行狀態系統界面Fig.5 Equipment operation status interface

ECharts 是基于JavaScript 的數據可視化開源圖表庫[15]，系統采用圖層堆疊形式定義了多個參數圖形標簽（包括溫度、排氣、壓力、頻率、電流、電壓等），用戶瀏覽時通過激活它們關聯的圖層來實現一個頁面展示多種參數圖形。前端實現關鍵代碼參考如下：

4 預警與故障診斷

利用云監控系統，能實現實時數據監測，對各項指標可以設定預警值，提前發現設備的運行狀態臨界狀態，有效減低故障率；對發生故障的設備，也能準確診斷出故障原因，為事后維修提供參考數據，大大減免無頭緒的現場摸索排查過程。遠程診斷流程如圖6 所示。

圖6 遠程診斷流程Fig.6 Remote diagnosis flow chart

4.1 設備報警

系統日常對設備進行自動監控，當需要預警/報警判斷時，首先獲取目標設備的數據信息和特征信號，包括溫度、振動、壓力等，通過把各信號當前的狀態信息與設定的預警/報警值進行對比，系統判斷是否有故障傾向，然后發出預警提示同時通知管理員，例如：

（1）當前回氣溫度≥P073 設定值，且持續P074時間，則發出回氣溫度過高報警；

（2）當前回氣溫度≤P075 設定值，且持續P074時間，則發出回氣溫度過低報警；

（3）當前排氣溫度≥P077 設定值，且持續P074時間，則發出排氣溫度過高報警。冷凝機組的冷媒有泄漏的可能。

4.2 遠程故障診斷及處理

某冷庫，用戶反映庫溫達不到-18 ℃要求，一直在-2～-5 ℃左右，通過查看系統記錄的圖表數據和分析，發現庫房溫度確實無法達標，如圖7 所示。

圖7 庫房溫度變化Fig.7 Temperature change of warehouse

故障診治分析：

（1）除霜間隔短，頻次多，導致供冷時間少，庫房輸入的冷量少，從而導致庫房溫度無法下降，如圖8 所示。

圖8 除霜狀態Fig.8 Defrosting state

（2）當地電壓低，設計要求是380 V 電源供電，但實際只有330～360 V 左右，導致壓縮機運行電流大，到達了保護值從而導致停機，再次啟動后也無法恢復正常要求，從而反復不斷開、關，冷量供應自然就少。如圖9 和圖10 所示。

圖9 輸入電壓數據Fig.9 Input voltage data

圖10 壓縮機相電流值Fig.10 Compressor phase current value

處理措施：

（1）通過系統修改參數，遠程調整除霜間隔、除霜次數；

（2）通知用戶方，重新接電源，保證恒定電壓380 V 供電。

正常故障排查是費時費力的事，但利用系統就可以實現減少安排工程師進行現場排查檢測[16]的情況，通過系統數據分析能大概掌握“病癥”，并快速為用戶開出“藥方”，解決故障，盡早恢復庫房營運。

5 結語

基于物聯網技術構建的一站式冷庫云平臺監控系統，幫助廠家實現所有設備資源監控數據的自動采集、診斷、控制及展示，可以同時管控眾多的目標設備，可以積累不同類型、不同指標的大量數據，為后期產品精細化分析與數據挖掘提供堅實的基礎，有利于產品的改進和新品研發。

通過系統對運行設備狀態的視圖和數據分析，能給用戶專業指導或可通過系統協助用戶改正相應參數設置，從而讓設備能效達到最佳狀態，為業主節約能耗開銷。出現故障時能及時解決問題，提升工作效率，大大降低遠程維修支持的資源開銷，減少庫內生鮮食品和農產品的損失。