基于云平臺(tái)的動(dòng)力設(shè)備遠(yuǎn)程故障診斷系統(tǒng)研究

楊文廣，龍 泉，蔣東翔

（清華大學(xué) 熱能工程系，動(dòng)力系統(tǒng)及發(fā)電設(shè)備控制與仿真國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100084）

基于云平臺(tái)的動(dòng)力設(shè)備遠(yuǎn)程故障診斷系統(tǒng)研究

楊文廣，龍 泉，蔣東翔

（清華大學(xué) 熱能工程系，動(dòng)力系統(tǒng)及發(fā)電設(shè)備控制與仿真國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 100084）

總結(jié)了動(dòng)力設(shè)備遠(yuǎn)程故障診斷系統(tǒng)的結(jié)構(gòu)和相關(guān)技術(shù)方案，對(duì)工業(yè)云平臺(tái)的國(guó)內(nèi)外現(xiàn)狀進(jìn)行了綜述，分析了基于工業(yè)云平臺(tái)的動(dòng)力設(shè)備遠(yuǎn)程故障診斷系統(tǒng)的結(jié)構(gòu)。研究了基于云平臺(tái)的動(dòng)力設(shè)備遠(yuǎn)程故障診斷系統(tǒng)的開發(fā)技術(shù)，利用Bosh Lite搭建了一個(gè)私有的Cloud Foundry PaaS平臺(tái)，完成了一個(gè)軸承故障診斷應(yīng)用案例及其在私有云平臺(tái)和公有云平臺(tái)上的開發(fā)與應(yīng)用，利用滾動(dòng)軸承故障模擬實(shí)驗(yàn)臺(tái)的實(shí)驗(yàn)數(shù)據(jù)對(duì)系統(tǒng)了測(cè)試。通過對(duì)比，發(fā)現(xiàn)并總結(jié)了基于云平臺(tái)開發(fā)動(dòng)力設(shè)備遠(yuǎn)程故障診斷系統(tǒng)的優(yōu)點(diǎn)和面臨的挑戰(zhàn)。

動(dòng)力設(shè)備；工業(yè)互聯(lián)網(wǎng)；云平臺(tái)；故障診斷；遠(yuǎn)程故障診斷系統(tǒng)

0 引言

風(fēng)力發(fā)電機(jī)、汽輪機(jī)和燃?xì)廨啓C(jī)等動(dòng)力設(shè)備是電力系統(tǒng)的重要組成部分，因動(dòng)力設(shè)備故障導(dǎo)致停機(jī)甚至引發(fā)傷亡事故的事件時(shí)有發(fā)生，以風(fēng)力發(fā)電設(shè)備為例，我國(guó)風(fēng)電市場(chǎng)面臨的主要問題之一就是故障率高[1]。研究如何提高動(dòng)力設(shè)備運(yùn)行的安全性與可靠性具有非常重要的意義。動(dòng)力設(shè)備故障診斷系統(tǒng)通過對(duì)動(dòng)力設(shè)備的運(yùn)行狀態(tài)進(jìn)行監(jiān)測(cè)和分析，可以在故障程度輕微時(shí)準(zhǔn)確地將其發(fā)現(xiàn)和識(shí)別，輔助運(yùn)行人員對(duì)異常進(jìn)行處理，避免嚴(yán)重事故，提高設(shè)備可靠性。此外，它積累的數(shù)據(jù)可以用于設(shè)備優(yōu)化設(shè)計(jì)和故障診斷理論研究，因此，動(dòng)力設(shè)備故障診斷系統(tǒng)對(duì)于相關(guān)產(chǎn)業(yè)的發(fā)展和學(xué)術(shù)研究都具有十分重要的意義。

GE-Bently公司開發(fā)的System I系統(tǒng)，廣泛用于動(dòng)力設(shè)備的振動(dòng)狀態(tài)監(jiān)測(cè)與故障診斷系統(tǒng)的開發(fā)[2]。Elsaadawi等人[3]基于KAPPA PC開發(fā)了一套基于產(chǎn)生式規(guī)則的三相電動(dòng)機(jī)的故障診斷專家系統(tǒng)。在國(guó)內(nèi)，也有很多公司和高校進(jìn)行了動(dòng)力設(shè)備故障診斷系統(tǒng)的研究與開發(fā)，楊文廣等人[4]基于模糊專家系統(tǒng)開發(fā)了一套風(fēng)力機(jī)的遠(yuǎn)程故障診斷系統(tǒng)。蔣東翔等人[5]開發(fā)了一套汽輪機(jī)組遠(yuǎn)程振動(dòng)監(jiān)測(cè)及診斷系統(tǒng)。

2007年IBM和Google首次提出了云計(jì)算（Cloud Computing）的概念[6]。隨后各大IT公司紛紛推出了商業(yè)云平臺(tái)，改變了軟件的開發(fā)和運(yùn)行模式，代表性的云平臺(tái)有AWS，Azure和阿里云等。2012年GE將云計(jì)算引入工業(yè)領(lǐng)域，提出了工業(yè)互聯(lián)網(wǎng)的概念[7]。2016年GE開放了其工業(yè)云平臺(tái)Predix[8]。西門子也開發(fā)了云平臺(tái)MindSphere[9]，將其稱為物聯(lián)網(wǎng)（Internet of Things，IoT）操作系統(tǒng)。在國(guó)內(nèi)，徐工集團(tuán)在阿里云上搭建了國(guó)內(nèi)首個(gè)工業(yè)云平臺(tái)“徐工工業(yè)云”[10]，2016年年底三一重工開放了工業(yè)云平臺(tái)“根云”[11]。這些工業(yè)云平臺(tái)的推出，使得故障診斷系統(tǒng)的運(yùn)行基礎(chǔ)設(shè)施出現(xiàn)了新的選擇，作為對(duì)比，本文將使用傳統(tǒng)方式開發(fā)的故障診斷系統(tǒng)稱為基于自建服務(wù)器的故障診斷系統(tǒng)。

各大公司正積極將其相關(guān)應(yīng)用移植到云平臺(tái)。東方航空公司在Predix上搜集了500多臺(tái)CFM56發(fā)動(dòng)機(jī)高壓渦輪葉片保修數(shù)據(jù)，進(jìn)行葉片損傷預(yù)測(cè)[12]。由于云計(jì)算的關(guān)鍵技術(shù)包括分布式的數(shù)據(jù)存儲(chǔ)與分布式的數(shù)據(jù)計(jì)算，國(guó)內(nèi)一些學(xué)者將基于Hadoop的應(yīng)用稱為云計(jì)算的應(yīng)用。朱朝鵬[13]研究了基于Hadoop平臺(tái)的工業(yè)數(shù)據(jù)存儲(chǔ)管理方案以及基于Map/Reduce的智能故障診斷算法的并行計(jì)算實(shí)現(xiàn)。云平臺(tái)的核心是虛擬化技術(shù)，Hadoop是云平臺(tái)中計(jì)算服務(wù)和存儲(chǔ)服務(wù)的一種實(shí)現(xiàn)方式。目前國(guó)內(nèi)對(duì)基于云平臺(tái)的動(dòng)力設(shè)備故障診斷系統(tǒng)的研究較少。

本文以基于云平臺(tái)的動(dòng)力設(shè)備故障診斷系統(tǒng)為研究對(duì)象，通過案例研究其開發(fā)與維護(hù)過程，并通過與傳統(tǒng)的故障診斷系統(tǒng)進(jìn)行對(duì)比，說明其優(yōu)缺點(diǎn)，為各類動(dòng)力設(shè)備故障診斷系統(tǒng)的運(yùn)行平臺(tái)方案選型提供參考。

1 動(dòng)力設(shè)備遠(yuǎn)程故障診斷系統(tǒng)

動(dòng)力設(shè)備故障診斷系統(tǒng)是一套集成了故障診斷知識(shí)和算法的軟硬件系統(tǒng)，根據(jù)結(jié)構(gòu)可以將其分為單機(jī)/便攜式的和基于網(wǎng)絡(luò)的遠(yuǎn)程故障診斷系統(tǒng)。圖1給出了動(dòng)力設(shè)備遠(yuǎn)程故障診斷系統(tǒng)的結(jié)構(gòu)示意圖?？蛻舳私尤敕绞娇梢圆捎肂/S或C/S方式，接入設(shè)備可以是電腦或各類移動(dòng)設(shè)備。

故障診斷服務(wù)是整個(gè)系統(tǒng)的核心，它通過對(duì)實(shí)時(shí)數(shù)據(jù)的處理，評(píng)估設(shè)備狀態(tài)，檢測(cè)異常，診斷故障的部位、程度和根本原因，輔助運(yùn)行人員進(jìn)行處理。故障診斷服務(wù)由多個(gè)功能模塊組成，一般包括數(shù)據(jù)采集、數(shù)據(jù)管理、知識(shí)管理、診斷分析和人機(jī)交互等模塊，圖2方框中的部分為故障診斷服務(wù)的一個(gè)典型結(jié)構(gòu)圖[4]。

圖1 動(dòng)力設(shè)備遠(yuǎn)程故障診斷系統(tǒng)結(jié)構(gòu)示意圖

圖2 故障診斷應(yīng)用結(jié)構(gòu)圖

數(shù)據(jù)采集模塊定時(shí)從采集設(shè)備主動(dòng)讀取或監(jiān)聽接收動(dòng)力設(shè)備的運(yùn)行數(shù)據(jù)，該模塊可以根據(jù)需要內(nèi)置一些數(shù)據(jù)預(yù)處理功能，如異常數(shù)據(jù)剔除、數(shù)據(jù)匯總、特征提取等功能，然后將數(shù)據(jù)送入實(shí)時(shí)數(shù)據(jù)庫(kù)系統(tǒng)進(jìn)行存儲(chǔ)。該模塊是連接機(jī)器與分析服務(wù)的橋梁，需要根據(jù)具體的數(shù)據(jù)采集設(shè)備和存儲(chǔ)服務(wù)進(jìn)行開發(fā)。

數(shù)據(jù)管理主要包括時(shí)間序列數(shù)據(jù)和關(guān)系型數(shù)據(jù)的管理。運(yùn)行數(shù)據(jù)為時(shí)序型數(shù)據(jù)，可根據(jù)采樣頻率分為低頻數(shù)據(jù)如溫度，和高頻數(shù)據(jù)如振動(dòng)、噪音、應(yīng)變數(shù)據(jù)，需要通過時(shí)間序列數(shù)據(jù)庫(kù)（TSDB）進(jìn)行存儲(chǔ)。PI數(shù)據(jù)庫(kù)是目前應(yīng)用最廣泛的商業(yè)實(shí)時(shí)數(shù)據(jù)庫(kù)，如王俏文等人[14]利用PI實(shí)時(shí)數(shù)據(jù)庫(kù)搭建供電企業(yè)的實(shí)時(shí)數(shù)據(jù)中心。商業(yè)實(shí)時(shí)數(shù)據(jù)庫(kù)存在價(jià)格昂貴的缺點(diǎn)，隨著大數(shù)據(jù)技術(shù)的發(fā)展，出現(xiàn)了InfluxDB、Prometheus、OpenTSDB等優(yōu)秀的開源分布式時(shí)序數(shù)據(jù)庫(kù)。NoSQL數(shù)據(jù)庫(kù)如Redis、Mongodb等也可以用于一些時(shí)間序列數(shù)據(jù)的存儲(chǔ)。作者也開發(fā)了一套輕量級(jí)的實(shí)時(shí)數(shù)據(jù)庫(kù)，可以用于數(shù)據(jù)規(guī)模小或嵌入式的故障診斷環(huán)境[4]。分析結(jié)果等數(shù)據(jù)采用關(guān)系型數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)，常用的商業(yè)關(guān)系型數(shù)據(jù)庫(kù)有Oracle和SQLServer等，開源關(guān)系型數(shù)據(jù)庫(kù)有PostgreSQL和MySQL等。

診斷分析模塊利用知識(shí)庫(kù)中的知識(shí)，對(duì)運(yùn)行數(shù)據(jù)進(jìn)行分析，完成異常檢測(cè)和故障診斷等分析，最后將分析結(jié)果寫入數(shù)據(jù)庫(kù)。知識(shí)庫(kù)中存放著診斷分析需要的所有的知識(shí)，包括設(shè)備結(jié)構(gòu)原理、傳感器信息、正常行為模型和各種故障模型等知識(shí)。知識(shí)庫(kù)中的知識(shí)需要針對(duì)具體動(dòng)力設(shè)備的正常特性和故障機(jī)理進(jìn)行深入研究獲得。設(shè)備的運(yùn)行數(shù)據(jù)中蘊(yùn)含著大量的信息，數(shù)據(jù)挖掘方法是這些知識(shí)的主要來源之一。診斷分析模塊根據(jù)具體需求，可能包括數(shù)據(jù)處理、狀態(tài)識(shí)別、健康評(píng)估、預(yù)測(cè)診斷、決策制定等功能模塊[15]，這些模塊的開發(fā)涉及各種信號(hào)分析，模式識(shí)別，趨勢(shì)預(yù)測(cè)，最優(yōu)化等方法。Angeli[16]根據(jù)故障診斷方法的不同，將故障診斷系統(tǒng)劃分為基于模型的，基于知識(shí)的和基于人工神經(jīng)網(wǎng)絡(luò)等模型的診斷系統(tǒng)和基于定性仿真的診斷系統(tǒng)。作者針對(duì)故障診斷的需求，開發(fā)一套模糊專家系統(tǒng)，并在風(fēng)力機(jī)和汽輪機(jī)中進(jìn)行了應(yīng)用[4,17]。

故障診斷服務(wù)應(yīng)當(dāng)采用松耦合的、開放式的架構(gòu)，可以根據(jù)數(shù)據(jù)規(guī)模、用戶規(guī)模和安全性等不同需求，其各個(gè)模塊可以集成部署，獨(dú)立進(jìn)程部署、或分布式集群部署。

2 基于云平臺(tái)的動(dòng)力設(shè)備故障診斷系統(tǒng)

云計(jì)算是指通過虛擬化技術(shù)，將抽象的計(jì)算能力、存儲(chǔ)能力和網(wǎng)絡(luò)通信能力以及傳統(tǒng)的數(shù)據(jù)、基礎(chǔ)應(yīng)用等資源都作為服務(wù)提供，使得開發(fā)者以更快的速度、更低的成本構(gòu)建出各類應(yīng)用，在維護(hù)階段，這些應(yīng)用還可以根據(jù)實(shí)時(shí)的用戶規(guī)模，計(jì)算量的需求，進(jìn)行彈性的伸縮[18]。云計(jì)算為開發(fā)者提供一種新的應(yīng)用部署和運(yùn)行管理模式，應(yīng)用的開發(fā)者可以不用考慮軟硬件基礎(chǔ)設(shè)施，集中于算法和領(lǐng)域，而應(yīng)用的這些改變對(duì)終端用戶是透明的。根據(jù)云計(jì)算服務(wù)層次不同，一般將云計(jì)算服務(wù)分為三層[18]，如圖3所示。

圖3 云計(jì)算服務(wù)類型

基礎(chǔ)設(shè)施即服務(wù)（Infrastructure as a Service，IaaS）將虛擬的計(jì)算機(jī)作為服務(wù)提供，用戶可以直接購(gòu)買具有不同計(jì)算和存儲(chǔ)能力的虛擬計(jì)算機(jī)（云服務(wù)器）進(jìn)行使用，其核心是虛擬化技術(shù)。相較于物理機(jī)和虛擬主機(jī)，云服務(wù)器具有性價(jià)比高，可靠性高和可擴(kuò)展性好等優(yōu)點(diǎn)。AWS等公有云平臺(tái)均提供IaaS服務(wù)。目前可用于搭建私有IaaS平臺(tái)的開源項(xiàng)目包括OpenStack，CloudStack，Eucalyptus等。

平臺(tái)即服務(wù)（Platform as a Service，PaaS）提供開發(fā)者將符合該云平臺(tái)規(guī)范的應(yīng)用部署到云中的服務(wù)。用戶只需要指定應(yīng)用依賴的環(huán)境，PaaS會(huì)自動(dòng)創(chuàng)建其需要的虛擬環(huán)境并運(yùn)行該應(yīng)用。PaaS一般部署在IaaS云平臺(tái)中。目前可用于搭建私有PaaS的開源項(xiàng)目包括，Cloud Foundry，OpenShift，Stackato，Cloudify等。

軟件即服務(wù)（Software as a Service，SaaS）是指通過運(yùn)行在云中的應(yīng)用，為終端用戶提供服務(wù)的模式。例如基于云平臺(tái)的故障診斷系統(tǒng)就是一種SaaS應(yīng)用。

2012年GE將云計(jì)算引入工業(yè)領(lǐng)域，提出了工業(yè)互聯(lián)網(wǎng)的概念[7]，隨后GE、西門子、徐工集團(tuán)和三一重工等公司都紛紛開發(fā)并開放了自己工業(yè)云平臺(tái)。這些工業(yè)云平臺(tái)均屬于PaaS平臺(tái)，其中Predix和MindSphere等工業(yè)云平臺(tái)均基于Cloud Foundry開發(fā)?；谠破脚_(tái)的遠(yuǎn)程故障診斷系統(tǒng)的整體結(jié)構(gòu)如圖4所示。

圖4 基于云的動(dòng)力設(shè)備遠(yuǎn)程故障診斷系統(tǒng)結(jié)構(gòu)圖

可以看到，該系統(tǒng)的整體結(jié)構(gòu)與圖1中傳統(tǒng)的故障診斷系統(tǒng)相同。系統(tǒng)由機(jī)器側(cè)、云和用戶側(cè)三大部分組成，其中，機(jī)器側(cè)通過軟件將采集的實(shí)時(shí)數(shù)據(jù)通過網(wǎng)絡(luò)發(fā)送到基于云的遠(yuǎn)程診斷中心，云中心接收實(shí)時(shí)數(shù)據(jù)后，進(jìn)行存儲(chǔ)和分析。用戶通過B/S或C/S的客戶端軟件，接入云上的應(yīng)用，獲取故障診斷等服務(wù)。

與面向普通消費(fèi)者應(yīng)用的云平臺(tái)相比較，工業(yè)云平臺(tái)的目標(biāo)是實(shí)現(xiàn)機(jī)器與人的連接，需要接收、處理可視化來自于IoT的不同類型的、海量的工業(yè)數(shù)據(jù)。例如2014年P(guān)redix每天要接收來自1萬(wàn)億設(shè)備資產(chǎn)上1000萬(wàn)個(gè)傳感器所返回的5000萬(wàn)條數(shù)據(jù)[19]。因此，工業(yè)云平臺(tái)提供了針對(duì)工業(yè)數(shù)據(jù)的存儲(chǔ)、分析和管理功能需求的眾多服務(wù)，并滿足工業(yè)安全的要求。與傳統(tǒng)的故障診斷系統(tǒng)部署方式相比，云平臺(tái)提供了數(shù)據(jù)庫(kù)、高性能計(jì)算、工業(yè)數(shù)據(jù)分析等縱多服務(wù)，使得開發(fā)者專注于故障診斷應(yīng)用的開發(fā)。

3 基于云平臺(tái)的故障診斷應(yīng)用開發(fā)

為深入研究基于云平臺(tái)的動(dòng)力設(shè)備故障診斷系統(tǒng)，我們搭建了一個(gè)私有的CloudFoundry PaaS平臺(tái)，開發(fā)了一個(gè)簡(jiǎn)單的滾動(dòng)軸承故障診斷應(yīng)用，并將其部署到私有云平臺(tái)和公有Cloud Foundry云平臺(tái)Pivotal Web Services（PWS）[20]中。

3.1 Cloud Foundry私有云平臺(tái)搭建

Cloud Foundry是VMware推出的一個(gè)開源PaaS云平臺(tái)，它支持多種框架、語(yǔ)言、運(yùn)行時(shí)環(huán)境、IaaS云平臺(tái)，使開發(fā)人員能夠快速進(jìn)行應(yīng)用程序的部署和擴(kuò)展，無(wú)需擔(dān)心任何基礎(chǔ)架構(gòu)的問題[21]。Cloud Foundry作為一個(gè)大型的分布式系統(tǒng)，需通過BOSH部署，它既可以部署到IaaS平臺(tái)中，也可以單機(jī)部署。本文只介紹單機(jī)搭建私有云平臺(tái)的方法，具體步驟如下[21]：

1）下載并安裝VirtualBox、ruby、Vagrant、BOSH CLI、Cloud Foundry CLI等工具；

2）下載BOSH Lite的虛擬機(jī)模板文件，通過vagrant工具創(chuàng)建虛擬機(jī)；

3）通過BOSH CLI登陸到虛擬機(jī)中的BOSH Director中，將Cloud Foundry部署到Garden容器中。

對(duì)于所有的基于Cloud Foundry的云平臺(tái)，都統(tǒng)一通過Cloud Foundry CLI工具來進(jìn)行應(yīng)用的部署和生命周期的管理[21]。

3.2 軸承故障診斷應(yīng)用開發(fā)

本文開發(fā)的基于云平臺(tái)的滾動(dòng)軸承故障診斷應(yīng)用的整體架構(gòu)如圖5所示。其中，軸承故障診斷應(yīng)用通過WebSocket監(jiān)聽獲取實(shí)時(shí)數(shù)據(jù)，對(duì)于接收到的數(shù)據(jù)通過支持向量機(jī)（Support vector machine，SVM）進(jìn)行故障診斷分析；它通過接收Web請(qǐng)求，返回Web頁(yè)面或數(shù)據(jù)，實(shí)現(xiàn)與用戶的交互。振動(dòng)數(shù)據(jù)采集系統(tǒng)通過一個(gè)運(yùn)行在本地的程序模擬，它將實(shí)驗(yàn)數(shù)據(jù)通過WebSocket將逐一推送到云中的故障診斷應(yīng)用中；在客戶端，用戶通過瀏覽器來與故障診斷應(yīng)用交互，獲取狀態(tài)監(jiān)測(cè)和故障診斷的結(jié)果。

圖5 基于云平臺(tái)的滾動(dòng)軸承故障診斷應(yīng)用開發(fā)

本文采用的故障數(shù)據(jù)來自于滾動(dòng)軸承故障模擬實(shí)驗(yàn)臺(tái)[22]。選擇的數(shù)據(jù)包含三個(gè)故障狀態(tài)，分別是滾動(dòng)體故障（F1）、外圈輕微故障（F2）和外圈嚴(yán)重故障（F3），轉(zhuǎn)速均為466rpm，各狀態(tài)及其樣本數(shù)如表1所示。

表1 選擇的故障實(shí)驗(yàn)數(shù)據(jù)

本文選擇的故障數(shù)據(jù)僅通過軸承垂直振動(dòng)加速度信號(hào)的有效值和峭度兩個(gè)特征參數(shù)就可以完成區(qū)分，如圖6所示。隨機(jī)選擇70%的數(shù)據(jù)用于SVM的訓(xùn)練，剩余數(shù)據(jù)用于測(cè)試。將訓(xùn)練好的模型與人機(jī)交互等其他模塊集成，完成了整個(gè)軸承故障診斷應(yīng)用的開發(fā)。

由于該軸承故障診斷應(yīng)用沒有使用特定云平臺(tái)的服務(wù)，因此它可以部署于任何Cloud Foundry云平臺(tái)中。我們采用Cloud Foundry CLI成功將該應(yīng)用推送到私有云平臺(tái)和公有云平臺(tái)PWS中。通過瀏覽器訪問部署的應(yīng)用，均順利進(jìn)入如圖7所示的界面。

圖6 故障樣本在特征空間的分布

圖7 故障診斷系統(tǒng)界面

通過振動(dòng)采集器將測(cè)試數(shù)據(jù)推送到云中，可以看到界面中數(shù)據(jù)的變化，由于故障數(shù)據(jù)非常典型，診斷正確率為100%。至此，我們完成了基于云平臺(tái)的滾動(dòng)軸承故障診斷系統(tǒng)開發(fā)。

3.3 對(duì)比分析

綜合以上分析與開發(fā)，可以發(fā)現(xiàn)，與傳統(tǒng)的動(dòng)力設(shè)備故障診斷系統(tǒng)相比，基于云平臺(tái)的動(dòng)力設(shè)備故障診斷系統(tǒng)具有以下優(yōu)點(diǎn)：1）簡(jiǎn)化了系統(tǒng)的開發(fā)和維護(hù)過程，使得開發(fā)者可以避免IT（Information Technology）基礎(chǔ)架構(gòu)的安裝維護(hù)工作，集中于應(yīng)用的開發(fā)； 2）云平臺(tái)上的應(yīng)用具有可彈性伸縮，方便擴(kuò)展等優(yōu)點(diǎn)，在應(yīng)用運(yùn)行維護(hù)階段如果有更多的設(shè)備或用戶接入，開發(fā)者可以快速的完成基礎(chǔ)架構(gòu)的擴(kuò)容；可以按需購(gòu)買計(jì)算能力，進(jìn)行大數(shù)據(jù)分析；3）云平臺(tái)有專業(yè)團(tuán)隊(duì)維護(hù)，系統(tǒng)可靠性高。4）系統(tǒng)開發(fā)維護(hù)的全生命周期成本更低；

基于云平臺(tái)的故障診斷應(yīng)用也面臨著挑戰(zhàn)：1）云平臺(tái)只是故障診斷系統(tǒng)的一種運(yùn)行環(huán)境，故障診斷系統(tǒng)開發(fā)的核心仍然是具體動(dòng)力設(shè)備診斷知識(shí)和診斷算法的研究；2）云平臺(tái)上應(yīng)用的調(diào)試相對(duì)復(fù)雜，開發(fā)人員需要學(xué)習(xí)一些新的知識(shí)；3）基于公有云平臺(tái)的故障診斷系統(tǒng)的應(yīng)用受到網(wǎng)絡(luò)安全和網(wǎng)絡(luò)帶寬的限制；4）數(shù)據(jù)和診斷應(yīng)用軟件都要部署在云上，數(shù)據(jù)和軟件的隱私與安全性問題十分重要。

對(duì)于動(dòng)力設(shè)備業(yè)主而言，電廠現(xiàn)場(chǎng)使用的故障診斷系統(tǒng)涉及大量振動(dòng)數(shù)據(jù)的傳輸，而且實(shí)時(shí)性、穩(wěn)定性和安全性的要求都非常高。公有云平臺(tái)難以同時(shí)滿足這些要求，而私有云平臺(tái)本身需要運(yùn)維，且無(wú)法發(fā)揮云的優(yōu)勢(shì)，因此，現(xiàn)場(chǎng)的故障診斷系統(tǒng)仍然會(huì)采用傳統(tǒng)的自建服務(wù)器的方式。

大型的動(dòng)力設(shè)備業(yè)主需要建立區(qū)域級(jí)的遠(yuǎn)程診斷中心系統(tǒng)進(jìn)行資產(chǎn)績(jī)效管理（Assert Performance Management，APM），動(dòng)力設(shè)備的制造商也需要建立了設(shè)備的遠(yuǎn)程監(jiān)測(cè)診斷中心，用于產(chǎn)品優(yōu)化設(shè)計(jì)和提供運(yùn)維服務(wù)。這類系統(tǒng)需要具有大數(shù)據(jù)管理、大數(shù)據(jù)分析、動(dòng)態(tài)擴(kuò)容等能力，這些需求和云平臺(tái)的優(yōu)勢(shì)非常契合，因此基于云平臺(tái)來構(gòu)建遠(yuǎn)程監(jiān)測(cè)診斷中心，是非常具有競(jìng)爭(zhēng)力的方案。但是對(duì)一些敏感單位，出于安全的考慮，可能不會(huì)選擇公有云平臺(tái)；而一些大型的設(shè)備制造商會(huì)可能選擇開發(fā)自己的工業(yè)云平臺(tái)，一方面是不希望自己設(shè)備的運(yùn)行數(shù)據(jù)進(jìn)入競(jìng)爭(zhēng)對(duì)手的平臺(tái)中，另一方面也是自身轉(zhuǎn)型升級(jí)、尋找新的盈利點(diǎn)的需要。

4 結(jié)束語(yǔ)

本文通過一個(gè)基于云平臺(tái)的滾動(dòng)軸承故障診斷應(yīng)用的開發(fā)，研究了基于云平臺(tái)的動(dòng)力設(shè)備遠(yuǎn)程故障診斷系統(tǒng)的設(shè)計(jì)與開發(fā)技術(shù)，并通過將其與傳統(tǒng)的故障診斷系統(tǒng)進(jìn)行對(duì)比，總結(jié)了其優(yōu)缺點(diǎn)。相較于傳統(tǒng)的遠(yuǎn)程故障診斷系統(tǒng)，基于云平臺(tái)的動(dòng)力設(shè)備遠(yuǎn)程診斷系統(tǒng)具有成本低、可彈性伸縮、方便擴(kuò)展和穩(wěn)定性高等優(yōu)點(diǎn)，非常適合于動(dòng)力設(shè)備遠(yuǎn)程故障診斷中心的構(gòu)建。由于云平臺(tái)

【】【】上應(yīng)用存在調(diào)試相對(duì)復(fù)雜，受到網(wǎng)絡(luò)安全和網(wǎng)絡(luò)帶寬的限制，以及數(shù)據(jù)和應(yīng)用軟件隱私安全等缺點(diǎn)，現(xiàn)場(chǎng)運(yùn)維使用的遠(yuǎn)程故障診斷系統(tǒng)仍然會(huì)采用傳統(tǒng)的自建服務(wù)器的方式。

[1] Lin Y, Tu L, Liu H, et al.Fault analysis of wind turbines in China[J].Renewable & Sustainable Energy Reviews,2016,55:482-490.

[2] GE. System 1 Optimization and Diagnostics Software Brochure[R].2012.

[3] Elsaadawi A M, Kalas A E, Fawzi M. Development of an expert system to fault diagnosis of three phase induction motor drive system[A].Power System Conference[C].2008:497-502.

[4] 楊文廣,蔣東翔.大型風(fēng)力機(jī)組遠(yuǎn)程智能監(jiān)測(cè)與診斷系統(tǒng)的研究與開發(fā)[J].中國(guó)工程科學(xué),2015,(03):24-29.

[5] 蔣東翔,倪維斗,于文虎,等.大型汽輪發(fā)電機(jī)組遠(yuǎn)程在線振動(dòng)監(jiān)測(cè)分析與診斷網(wǎng)絡(luò)系統(tǒng)[J].動(dòng)力工程,1999,(01):50-53.

[6] 劉黎明.云計(jì)算起源探析[J].電信網(wǎng)技術(shù),2010,(09):8-11.

[7] 楊帥.工業(yè)4.0與工業(yè)互聯(lián)網(wǎng):比較、啟示與應(yīng)對(duì)策略[J].當(dāng)代財(cái)經(jīng),2015,(08): 99-107.

[8] GE. The World's First Industrial Internet Platform[EB/OL].2016.https://www.predix.com.

[9] Siemens. MindSphere – Siemens Cloud for Industry[EB/OL].2015.http://www.siemens.com.

[10] 馬鐵寶,田豐,劉云璐.DT時(shí)代的工業(yè)互聯(lián)網(wǎng)生態(tài)[J].電信網(wǎng)技術(shù),2016,(08):6-14.

[11] Root of Industry. Root Cloud[EB/OL].2016.http://www.rootcloud.com.

[12] 楊濤.Predix:工業(yè)互聯(lián)網(wǎng)的階段性界碑[J].中國(guó)工業(yè)評(píng)論,2015,(10):76-81.

[13] 朱朝鵬.基于云計(jì)算的遠(yuǎn)程診斷關(guān)鍵技術(shù)研究[D].鄭州大學(xué), 2013.

[14] 王俏文,陶文偉,丁堅(jiān)勇,等. 基于PI數(shù)據(jù)庫(kù)的供電企業(yè)實(shí)時(shí)數(shù)據(jù)中心的設(shè)計(jì)與實(shí)現(xiàn)[J].電力系統(tǒng)自動(dòng)化,2009,(06): 99-103.

[15] Holmberg,Kenneth,AdgarA,et al.E-maintenance[M].Springer, 2010.

[16] Angeli C. Online expert systems for fault diagnosis in technical processes[J]. Expert Systems,2008,25(2):115-132.

[17] 鄧彤天,楊文廣,安少朋,等.基于模糊專家系統(tǒng)的汽輪機(jī)遠(yuǎn)程振動(dòng)故障診斷系統(tǒng)的設(shè)計(jì)與開發(fā)[J].汽輪機(jī)技術(shù),2015,(03):217-220.

[18] 方巍,文學(xué)志,潘吳斌,等.云計(jì)算:概念、技術(shù)及應(yīng)用研究綜述[J].南京信息工程大學(xué)學(xué)報(bào)(自然科學(xué)版),2012,(04):351-361.

[19] 林雪萍.工業(yè)互聯(lián)網(wǎng):人機(jī)交互式數(shù)字帝國(guó)[J].中國(guó)工業(yè)評(píng)論,2016,(04):16-23.

[20] Pivotal Software. Pivotal Web Services[EB/OL].2017.http://run.pivotal.io/.

[21] Cloud Foundry Foundation. Getting Started with Cloud Foundry[EB/OL].2017.http://docs.cloudfoundry.org.

[22] 陳杰.風(fēng)力機(jī)振動(dòng)信號(hào)分析與故障模擬實(shí)驗(yàn)研究[D].北京:清華大學(xué),2013.

Research of the power equipment remote fault diagnosis system based on cloud platform

YANG Wen-guang, LONG Quan, JIANG Dong-xiang

TH17

：A

1009-0134(2017)07-0006-04

2017-03-22

楊文廣（1988 -），男，湖北人，博士后，研究方向?yàn)閯?dòng)力設(shè)備故障診斷。