基于大數(shù)據(jù)的智能成套裝備專家系統(tǒng)設(shè)計

宋振鐸，程 凱

（1.中國煤礦機械裝備有限責(zé)任公司，北京 100011；2.中煤華晉集團有限公司王家?guī)X分公司，山西 河津 043300）

0 引言

隨著煤礦的增多，會帶來其他方面的資源整合，其中煤機設(shè)備就包含在內(nèi)?？傮w上看，中國煤炭機械設(shè)備市場一直處于迅猛上升趨勢，而采煤機、液壓支架、噴霧泵等作為煤炭企業(yè)建設(shè)高產(chǎn)、高效、安全采煤礦井，實現(xiàn)采煤機械化不可或缺的關(guān)鍵設(shè)備，其價值量逐年遞增。

隨著煤機設(shè)備的增長，煤礦特殊的工作時間安排，設(shè)備長期處于復(fù)雜的環(huán)境及長時間的工作狀態(tài)中，必然會帶來設(shè)備的損耗。例如，采煤機會由于在運行中受到巖石及采集的煤的沖擊出現(xiàn)荷載，還會受到水汽及煤塵的影響，極容易使內(nèi)部機械零件或者液壓元件出現(xiàn)磨損，使采煤機設(shè)備出現(xiàn)故障，進而影響生產(chǎn)，甚至影響周邊環(huán)境，所以對煤機設(shè)備的設(shè)備診斷是必要的[1]。

傳統(tǒng)的設(shè)備診斷技術(shù)更多是依靠人工拿著儀器或者專業(yè)技術(shù)人員采集現(xiàn)場數(shù)據(jù)后進行分析研究，再得出結(jié)論。這種方式一方面很依賴技術(shù)人員的經(jīng)驗及相關(guān)技術(shù)等，并且不同問題所涉及的技術(shù)也不同，協(xié)調(diào)技術(shù)人員也需要消耗時間精力等。另一方面分析研究結(jié)果也會消耗很多的時間，使生產(chǎn)受到影響。近年來，隨著傳感器技術(shù)及大數(shù)據(jù)技術(shù)的發(fā)展，基于這方面技術(shù)的故障診斷方式出現(xiàn)了。

大數(shù)據(jù)是收集、組織、處理和收集大型數(shù)據(jù)集洞察所需的非傳統(tǒng)策略和技術(shù)的總稱。涉及大數(shù)據(jù)處理的一般活動類別是：將數(shù)據(jù)提取到系統(tǒng)中；將數(shù)據(jù)保存在存儲中；計算和分析數(shù)據(jù)；可視化結(jié)果。由于煤礦數(shù)據(jù)具有數(shù)據(jù)量大、數(shù)據(jù)復(fù)雜等特點，傳統(tǒng)的數(shù)據(jù)采集分析方式已經(jīng)無法滿足日益增長的需求，所以煤礦大數(shù)據(jù)是滿足智能化礦山建設(shè)的重要一步。

因此，針對目前存在的問題及各種大數(shù)據(jù)的特點，可通過傳感器采集煤機設(shè)備，如在采煤機、液壓器、噴霧泵等內(nèi)部零件或者元件上用傳感器采集實時數(shù)據(jù)，包括溫度、轉(zhuǎn)速、電流、電壓等運行數(shù)據(jù)，通過大數(shù)據(jù)分析研究，得出該設(shè)備在運行過程中出現(xiàn)的零件損耗或者運行異常等問題，保證生產(chǎn)的穩(wěn)步進行[2]。

1 系統(tǒng)總體框架

大數(shù)據(jù)成套裝備專家系統(tǒng)的系統(tǒng)體系結(jié)構(gòu)，由數(shù)據(jù)采集層、數(shù)據(jù)存儲層、服務(wù)層，業(yè)務(wù)層以及用戶端的Web展示層組成。系統(tǒng)總體功能框架如圖1所示。

圖1 系統(tǒng)總體框架

系統(tǒng)可使用服務(wù)端數(shù)據(jù)采集模塊通過數(shù)據(jù)連接代碼讀取OPC實時數(shù)據(jù)，當(dāng)失去實時數(shù)據(jù)連接的時候，從歷史數(shù)據(jù)庫獲取數(shù)據(jù)，解析數(shù)據(jù)被發(fā)送到KAFKA消息隊列。接著服務(wù)端啟動2個原始數(shù)據(jù)消費者，其中一個消費者將原始數(shù)據(jù)直接存入實時數(shù)據(jù)存儲庫；另一個消費者，根據(jù)模型管理中配置的在線模型是否需要接收的實時信息和關(guān)聯(lián)的數(shù)據(jù)集信息，啟動模型；模型接收數(shù)據(jù)服務(wù)輸入的數(shù)據(jù)，將運行結(jié)果反饋給數(shù)據(jù)服務(wù)，數(shù)據(jù)服務(wù)將分析結(jié)果數(shù)據(jù)存入分析數(shù)據(jù)庫，同時發(fā)送結(jié)果信息至KAFKA。預(yù)警模塊通過消費結(jié)果判斷是否預(yù)警，如果預(yù)警，根據(jù)預(yù)警元數(shù)據(jù)信息存入傳統(tǒng)數(shù)據(jù)庫，并放入緩存，前端實時展示。業(yè)務(wù)端每天通過定時任務(wù)，調(diào)用離線模型請求服務(wù)端的數(shù)據(jù)存儲服務(wù)，將分析數(shù)據(jù)存入分析數(shù)據(jù)庫，并放入緩存。業(yè)務(wù)端調(diào)用在線模型，請求數(shù)據(jù)服務(wù)獲取數(shù)據(jù)集，完成如預(yù)警信息、圖形化展示等功能，調(diào)用一次熱點數(shù)據(jù)后放入緩存，再次訪問時提高訪問速度[3]。

2 系統(tǒng)分層結(jié)構(gòu)

大數(shù)據(jù)成套裝備專家系統(tǒng)的系統(tǒng)體系結(jié)構(gòu)，由數(shù)據(jù)采集層、數(shù)據(jù)存儲層、服務(wù)層，業(yè)務(wù)層以及與用戶端的Web展示層組成。

2.1 數(shù)據(jù)采集層

數(shù)據(jù)采集層主要包括兩個部分，分別為實時數(shù)據(jù)庫和歷史數(shù)據(jù)庫。當(dāng)系統(tǒng)實時數(shù)據(jù)庫連接成功后，通過數(shù)據(jù)協(xié)議采集實時數(shù)據(jù)，當(dāng)實時數(shù)據(jù)庫連接失敗后，會自動從歷史數(shù)據(jù)庫中獲取數(shù)據(jù)，確保數(shù)據(jù)時刻能被提供進行分析展示。

2.2 數(shù)據(jù)存儲層

數(shù)據(jù)存儲層主要包括傳統(tǒng)數(shù)據(jù)庫以及大數(shù)據(jù)數(shù)據(jù)存儲，大數(shù)據(jù)數(shù)據(jù)存儲包括實時數(shù)據(jù)存儲和分析數(shù)據(jù)存儲。

其中從現(xiàn)場煤機設(shè)備上采集的實時數(shù)據(jù)存儲在大數(shù)據(jù)實時數(shù)據(jù)庫HIVE中，離線分析數(shù)據(jù)存儲在大數(shù)據(jù)HBASE中，傳統(tǒng)數(shù)據(jù)庫使用MySQL，主要存儲元數(shù)據(jù)、熱點數(shù)據(jù)、關(guān)系數(shù)據(jù)等，并且建有緩存，可以和上層服務(wù)層進行數(shù)據(jù)交互。

2.3 服務(wù)層

服務(wù)層主要抽象成六大服務(wù)模塊：數(shù)據(jù)采集、預(yù)警管理、指標(biāo)管理、數(shù)據(jù)服務(wù)、模型元數(shù)據(jù)、數(shù)據(jù)集，用于為業(yè)務(wù)層提供數(shù)據(jù)支撐。

數(shù)據(jù)采集模塊用于實時數(shù)據(jù)采集、數(shù)據(jù)解析，將數(shù)據(jù)轉(zhuǎn)發(fā)至KAFKA。預(yù)警管理模塊主要處理預(yù)警信息、診斷信息與模型數(shù)據(jù)和原始數(shù)據(jù)的關(guān)系，通過預(yù)警信息可以查詢診斷信息，通過預(yù)警信息可追溯相關(guān)的原始數(shù)據(jù)信息等。指標(biāo)管理模塊主要管理重要分析模型指標(biāo)的配置，根據(jù)現(xiàn)場工況建立不同設(shè)備的分析模型，針對不同的設(shè)備使用需求、運行狀況和使用壽命建立分析模型。數(shù)據(jù)服務(wù)模塊主要提供統(tǒng)一的大數(shù)據(jù)查詢、存儲接口，可以提供模型需要的數(shù)據(jù)，提供模型輸出數(shù)據(jù)的存儲接口，接收數(shù)據(jù)并將其存儲到分析數(shù)據(jù)庫Hbase，還可以消費KAFKA數(shù)據(jù)采集信息，將原始數(shù)據(jù)存入實時數(shù)據(jù)庫HIVE中。模型無數(shù)據(jù)模塊主要把模型分為在線模型和離線模型，在線模型主要負責(zé)請求原始實時數(shù)據(jù)及歷史數(shù)據(jù)；離線模型主要從請求服務(wù)端實時數(shù)據(jù)存儲庫中，將分析的數(shù)據(jù)提取出來。模型從功能分為預(yù)警模型、診斷模型，功能涉及存儲模型入?yún)?、出參以及模型的基本元?shù)據(jù)信息，可以為模型入?yún)⒓俺鰠⑴渲脭?shù)據(jù)集。數(shù)據(jù)集模塊主要維護數(shù)據(jù)集信息，包括數(shù)據(jù)庫配置、表字段信息、條件信息等[4]。

2.4 業(yè)務(wù)層

業(yè)務(wù)層主要功能包括用戶管理，礦區(qū)、工作面管理，設(shè)備基礎(chǔ)信息管理，以及設(shè)備異常預(yù)警、故障診斷、能耗分析、生命周期預(yù)測等業(yè)務(wù)展示頁面的接口，同時包括模型的運行。

2.5 展示層

系統(tǒng)提供一個統(tǒng)一的綜合門戶，為用戶提供設(shè)備監(jiān)控、專家業(yè)務(wù)系統(tǒng)等業(yè)務(wù)功能的集中展示頁面。

3 系統(tǒng)業(yè)務(wù)實現(xiàn)功能

3.1 基礎(chǔ)信息管理

基礎(chǔ)信息管理提供維護煤礦信息、工作面信息、設(shè)備基礎(chǔ)信息、指標(biāo)信息等基礎(chǔ)信息的維護功能。

3.2 設(shè)備在線監(jiān)測

設(shè)備在線監(jiān)測顯示工作面內(nèi)采煤機、輸送機、支架、帶式輸送機、乳化液泵、噴霧泵等設(shè)備的實時運行狀態(tài)。

（1）總覽頁面。系統(tǒng)提供總覽界面按設(shè)備類型分類，顯示不同類型設(shè)備的數(shù)量及狀態(tài)，狀態(tài)分為正常、預(yù)警、報警、通信異常、停機和重點關(guān)注。同時總覽頁面還展示故障記錄統(tǒng)計信息，包括設(shè)備名稱、設(shè)備編號、故障類型、故障等級、故障發(fā)生時間等重要信息。

（2）某類型設(shè)備頁面。在總覽界面中點擊某種類型設(shè)備，進入相應(yīng)類型設(shè)備的展示頁面，展示具體設(shè)備的運行狀態(tài)及歷史故障趨勢曲線，故障記錄信息等內(nèi)容。

（3）單體設(shè)備頁面。點擊某臺設(shè)備進入設(shè)備明細頁面，可展示該設(shè)備所有的測點信息實時數(shù)據(jù)，以及按時間和狀態(tài)查詢?nèi)魏螠y點的原始數(shù)據(jù)、分析曲線，歷史報警信息、故障記錄及分析結(jié)論等內(nèi)容。

3.3 預(yù)警管理

預(yù)警管理根據(jù)專家系統(tǒng)的預(yù)警模型分析得出設(shè)備預(yù)警信息，在預(yù)警中心中統(tǒng)一管理，以列表方式展示當(dāng)前的所有預(yù)警信息，點擊某條預(yù)警信息可查看一段時間的原始數(shù)據(jù)，并可查看分析預(yù)警原因。

3.4 故障診斷

故障診斷根據(jù)專家系統(tǒng)故障診斷模型可分析出設(shè)備故障原因，設(shè)備故障內(nèi)容包括電機壽命、輸送機鏈條壽命等。

3.5 閾值配置管理

閾值配置系統(tǒng)提供維護設(shè)備和指標(biāo)的關(guān)系，維護每種類型設(shè)備對應(yīng)的關(guān)鍵指標(biāo)，以及指標(biāo)對應(yīng)閾值的配置功能[5]。

3.6 綜合分析

綜合分析包括統(tǒng)計信息、異常設(shè)備數(shù)量總數(shù)、異常設(shè)備數(shù)據(jù)分布情況、風(fēng)險設(shè)備數(shù)量變化趨勢、設(shè)備報警累計時長統(tǒng)計（Top10）、設(shè)備報警持續(xù)時間較長的事件（Top10）等重點關(guān)注的統(tǒng)計信息，以圖形化的方式展示。

3.7 系統(tǒng)配置

系統(tǒng)配置功能包括用戶管理、用戶角色管理、權(quán)限管理、日志管理等功能。

4 結(jié)束語

本系統(tǒng)通過研究全面感知技術(shù)、數(shù)據(jù)管理技術(shù)、設(shè)備智能診斷技術(shù)、大數(shù)據(jù)技術(shù)等，由統(tǒng)一數(shù)據(jù)采集模型，規(guī)范各類型設(shè)備數(shù)據(jù)接入方式，構(gòu)建了一個統(tǒng)一的工作面成套裝備運行大數(shù)據(jù)中心，整合專家知識，構(gòu)建智慧的預(yù)測分析模型，通過大數(shù)據(jù)BI分析技術(shù)，構(gòu)建專家業(yè)務(wù)分析系統(tǒng)，實現(xiàn)對煤礦工作面設(shè)備大數(shù)據(jù)的智慧化管理。■