国产欧美日韩精品a在线观看-国产欧美日韩精品一区二区三区-国产欧美日韩精品综合-国产欧美中文字幕-一区二区三区精品国产-一区二区三区精品国产欧美

摘要：隨著人工智能、大數據、移動辦公等技術的不斷深化應用，發電企業移動化、智能化已成為未來提升發電企業設備管理方式的必然趨勢。企業各級領導和設備維護管理人員希望通過上述技術提高日常工作和管理決策的及時性和有效性，通過移動終端的方式能夠實現智能化現場設備管理等。因此本研究試圖以發電企業設備為主體，以圖像智能識別、大數據分析為技術支撐，以移動應用為載體，建立一套企業設備智能健康管理系統，為設備精益管理提供有效支撐，降低設備不可修復性損壞的概率，減少備品備件的消耗，降低信息交流和設備維護成本。

關鍵詞：設備管理；設備健康；設備巡檢；圖像識別

Abstract:With the continuous deepening of the application of technologies such as artificial intelligence, big data,mobile office and other technologies, it has become an inevitable trend to improve the equipment management mode of power generation enterprises in the future. Leaders at all levels and equipment maintenance and management personnel hope to improve the timeliness and effectiveness of daily work and management decisions through the above-mentioned methods and technologies, and realize intelligent on-site equipment management by means of mobile terminals. Therefore, this research attempts to establish a set of enterprise equipment intelligent health management system with power generation enterprise equipment as the main body, image intelligent identification and big data analysis as the technical support, and mobile application as the carrier, to provide effective support for lean management of equipment. The probability of repairable damage reduces the probability of irreparable damage of equipment and reduces the cost of information exchange and equipment maintenance.

Key words: Equipment management; Equipment health; Equipment inspection; Image recognition

1　引言

近年來隨著物聯網、大數據、人工智能、圖像識別、移動辦公等新技術、新理念的發展與應用，發電企業移動化、智能化已成為未來提升發電企業物聯設備管理方式的必然趨勢。在這樣的時代背景下發電企業也在尋求著技術與理念的創新，使得管理質量得到提高、管理成本得以降低，以滿足時代發展的需求。利用大數據、人工智能等新技術，將企業內現有的設備管理模式與內容整合提升，建設智能化、移動化、一站化的設備管理系統，可以更好地對設備管理以及相關檢修、運行調度等工作進行開展和管控，對設備相關的數據與工作進行有序地管理，盡可能避免人為造成的失誤。

2　設備健康管理研究主要內容

過去的設備管理系統往往是根據特定的需求進行建設，隨著需求的增加，逐漸出現多套互不關聯的系統參與管理，不利于設備管理的全局控制；同時部分工作未搭建線上系統，無法有效地進行后續的管理。如何將各類別下眾多數據系統性地進行管理與分析，同時整合各項工作流程，是未來智慧電廠的發展重點之一。

大數據技術對信息的統合分析有著很大的意義，于發電企業設備健康管理與相關工作流程展開有著明顯的提升作用。對于設備管理來說，整合各類相關信息并進行分析，同時將部分關鍵內容及時推送，使得工作人員能更好地把握設備的具體歷史信息以及實時狀態，從而使設備的檢修、啟停等工作能起到更好的決策輔助功能，使工作開展更高效、安全，提升設備管理的整體水平。

本研究通過圖像識別技術自動采集設備KKS編碼、狀態、儀表讀數等數據，減輕設備巡查工作量；通過采集和整合ERP設備臺賬、電廠設備的測點實時變化速率與設備參數上下線報警數據、實時數據庫中存儲的設備運行數據與設備運行日志，以及設備巡檢與檢修記錄等數據，形成設備信息大數據；采用機器學習和大數據分析等技術，從設備信息大數據中自動生成設備健康檔案，實時掌握設備全生命周期信息；根據設備健康檔案，自動制定各個設備的個性化巡查計劃，對亞健康設備進行重點巡查和維護；通過整合與補充，將設備相關缺陷、隱患、工單等工作流程在系統中實現完整的管控功能。將設備以及相關的信息與工作展開有效整合與完善，提升設備管理相關工作的效率與質量。圖1是設備健康管理設計概念圖。

圖1 設計概念圖

3　設計思路與內容構成

設備健康的管理主要分為設備相關各項數據的整合分析與流程的統一管控兩大內容，在設計時也從這兩個方向對內容進行完善。

3.1　整合與分析

3.1.1　設備健康信息的構建系統

以設備作為健康檔案數據整合邏輯的主軸，通過關聯整合多個獨立系統的數據：ERP系統中設備臺賬、消缺情況記錄以及異動情況等數據；PI系統的歷史運行參數等運行數據；巡檢系統中的巡檢記錄；表計系統中表計更換使用時間等信息；設備責任人等不屬于任何已有系統的補充數據等。使用一定規則進行數據的分析管理，形成較為完善的設備信息大數據，以建立一套完整的設備健康檔案數據管理系統。系統數據來源如圖2所示。

圖2 系統數據來源

通過指定KKS碼、設備名，即可查詢設備相關的各系統中整合的數據，并通過大數據分析技術，根據具體需求生成個性化的設備健康檔案。

檔案整合了各個系統的數據，內容全面詳細，可應用范圍廣，整合于手機端的形式也擴大了數據的適用場景。設備異常時可查詢健康檔案，即時獲取到設備的整套相關數據，可通過缺陷歷史、巡檢記錄以及生命周期等對發生異常的背景得到初步判斷，便于后續的分析。巡檢時可通過識別銘牌查詢設備檔案，獲取設備的各項參數、歷史數據以及巡檢相關的記錄、所屬責任人等信息。進行設備維護時，也可以由檔案了解設備的相關參數與運行歷史，以輔助進行正確完善的維護工作。圖3是設備健康臺賬內容構成。

圖3 設備健康臺賬內容構成概覽

3.1.2　設備健康狀態評估

對設備信息大數據中的設備巡查記錄、運行日志、缺陷記錄、檢修記錄等非結構化數據進行分析，自動提取關鍵信息；對設備信息大數據，進行大數據分析與挖掘，自動生成設備運行健康檔案；通過手機、平板等移動設備，可隨時進行設備健康狀態的信息檢索。

3.1.3　設備狀態巡查

以設備健康檔案為依據，自動制定各個設備的個性化巡查計劃，對亞健康設備進行重點巡檢。設備品牌、性能、使用時間各不相同，導致設備維護無法按照現場實際運行情況到期執行，容易造成過度維修。針對這些實際問題，系統通過對設備進行跟蹤，比對分析設備運行狀況，定制設備維護計劃。自動統計匯總，周期輪循，避免過度維修或因關鍵部件壽命周期完畢而引發故障。

3.2　流程管理

建立以設備為主軸，各流程間互相獨立的流程管理系統。部分流程現有運行良好的獨立的系統，可采取接入調用的方式通過該系統直接對其進行管理；部分系統落后、缺失的流程，對其進行重新設計與建立。

3.2.1　設備日常維護

（1）設備給油脂

滿足定期智能管理：加油脂、油質化驗、振動數據等管理技術要求。包括整個閉環流程與完成情況的記錄統計。由負責人預設給油脂的計劃任務，定期提醒指定人員，完成工作任務后在本系統中填寫相關情況并提交閉環。完成的情況可以根據類型、時間等條件分類查看，填補了給油脂管理線上系統的空缺。給油脂任務包含了油脂任務的周期、責任班組以及是否需要獲取相關PI點這三項和業務邏輯相關的內容，以及責任班組具體人員。通過每日定時任務檢測本日需推送的給油脂任務，通過責任班組關聯的具體人員，確定推送對象并發送待執行的任務內容，包括設備名稱、給油脂部位、給油脂量、油脂品種等信息到App端的待執行任務中，點擊詳情可查看該任務的全部信息。給油脂任務標準組成如圖4所示。

圖4 給油脂任務表

（2）定期任務

實現定期輪換工作的智能管理，結合現有的智能巡檢系統在手機App端可以方便地查詢設備的定期輪換記錄、上一次輪換后的運行時間，能夠定期推送超過輪換周期設備的信息，提醒運行人員及時輪換設備。定期任務生成標準組成如圖5所示。

圖5 定期任務表

3.2.2　工單流程管理

該流程以手機或電腦進行點檢工單的發起，填寫關于工單相關檢修工單基本信息，以及作業細節等詳細信息，發起后將對實施人進行消息推送提醒，實施完畢后可通過手機或電腦提交結果。實施過程中存在延期流程，涉及到多步審批，通過建立對應的權限角色對整個流程進行全面控制。相關人員對流程的進度可全程進行監控。

點檢工單的執行歷史保存在系統中，包含工單內容、所處流程狀態、流程中各步驟執行時間與操作人，可通過設定限制條件篩選停送電單的歷史數據，生成報表。圖6為工單流程圖。

圖6 工單流程圖

3.2.3　缺陷流程管理

該流程目前在ERP系統上進行。缺陷流程會在巡檢的過程中即時發起，本模塊的設立旨在為缺陷管理提供一個便捷的移動端上報入口。

在移動端設置缺陷上報功能，巡檢人員填寫缺陷詳細內容，將信息傳輸至后臺服務器，后臺將錄入系統的缺陷票生成ERP系統可接受的標準文檔格式上報ERP系統，在將缺陷信息導入ERP系統后，后續流程可在ERP系統中正常完成，本系統可通過大數據的模式獲取ERP系統中該缺陷的流程狀態以進行實時監控。

3.2.4　隱患流程管理

該流程目前在安健環系統上進行。隱患流程會在巡檢的過程中即時發起，需要提供一個即時上報以及審批、受理的全套流程閉環功能，本模塊為隱患管理提供便捷的流程處理入口。

通過制定對接接口，對接安健環系統流程控制以及進度查詢，在移動端設置隱患上報功能，巡檢人員填寫隱患詳細信息以及附件等內容，將文字信息與文件通過移動端直接傳輸至安健環平臺。流程的處理在安健環系統中執行，本系統則通過前端提供流程審批的入口對該流程進行控制，流程的進度也可在本系統中進行實時的監控。

圖7 隱患流程圖

3.2.5　生命周期管理

生命周期流程在計量系統上預設配置，定期發起周期性檢修任務。本系統對生命周期的流程不介入，只做提醒功能。通過對接數據庫的方式對設備計量系統周期檢修任務進行獲取與分析，檢修任務發起日在系統中進行任務的推送提醒。

3.2.6　巡檢數據檢驗

該流程是對現有巡檢系統巡檢流程的補充。通過調取接口的方式對接獲取巡檢系統的巡檢數據，并確定每條巡檢記錄對應的巡檢設備。通過在本系統中預設設備的PI點，可將巡檢系統的人工巡檢結果與PI系統的測點自動檢測得到的數據進行比對分析生成報表，其中按照制定的規則將兩者檢測結果異常的測點進行提取并進行異常推送，更好地發揮了巡檢工作的價值，加強設備安全性的管理。巡檢數據檢驗流程如圖8所示。

圖8 巡檢數據檢驗流程圖

3.2.7　巡檢歷史軌跡

該流程是對巡檢系統巡檢流程的補充。通過調取巡檢系統提供的接口，結合物聯網技術將巡檢設備點的過程記錄；在本系統中配置巡檢場地模型，建立各設備的點位置，提供軌跡展示的基礎。將獲取的巡檢記錄配合模型生成歷史軌跡圖，以直觀的形式將巡檢的歷史進行展示，加強巡檢的管理。

4　系統構成的技術和方法

4.1　系統架構

整套系統采用分布式架構，硬件、軟件的設計為系統的安全性、可靠性、可維護性和可擴展性預留了空間，以滿足后期擴展的要求。其中：

（1）服務端

采用獨立建立的數據庫，同時對接其他現有系統數據庫；本系統包含用戶權限邏輯控制、流程控制模型、設備信息關聯邏輯模型等邏輯控制內容，具有大數據分析、智能識別分析等分析功能。

（2）網頁端

Vue+Bootstrap+Highcharts+EZUIKit等前端開發框架開發結合搭建。

（3）移動端

采用React Native移動端開發框架進行開發。總體技術架構如圖9所示。

圖9 基于微服務的系統架構

4.2　設備信息大數據的研究

研究多源設備信息的采集與融合技術。采集設備的運行日志、缺陷記錄、健康臺帳等信息，并對這些異構數據進行融合。

研究設備信息大數據的存貯與高效檢索技術。在數據庫中進行設備信息大數據的存貯，建立索引，以支持高效的檢索。

研究設備信息大數據的分析與挖掘技術。采用算法與模型進行分析，并進行可視化展現，更好地實現數據的價值。

基于大數據分析的設備健康狀態評估模型的研究。研究設備健康狀態評估的模型。根據各類型屬性，指定健康閾值指標，多維度進行評估。研究非結構化數據的語義分析技術。從設備巡查記錄、運行日志、缺陷記錄、檢修記錄等非結構化數據中自動提取關鍵信息。通過物聯網信息采集和大數據分析實現設備隱患的提前預警，可以極大地降低事故發生率。

4.3　圖像智能識別

文字檢測與識別一直是計算機視覺以及圖像處理的重要研究方向，場景文字，即自然場景圖片中的文字，對其進行檢測與識別更是當下的研究熱點。采用faster R-CNN作為目標檢測系統，分別檢測現場設備。首先將待檢測的圖片輸入卷積神經網絡得到高維特征圖，然后利用區域提取網絡（Region ProposalNetwork，RPN）在特征圖上生成一系列可能包含目標的矩形框，通過SoftMax分類器將這些矩形框分為兩類（目標和背景），按照分類分數高低進行排列并選擇分值高的若干個矩形框記錄其在特征圖上的坐標；再一次經過卷積神經網絡提取特征后對這些矩形框進行細分類，分為采集信息和背景信息等，并對矩形框的位置進行回歸，完成檢測。圖像識別原理如圖10所示。

圖10 圖像識別原理示意

5　實施內容和效果

本研究的預期目標是：基于圖像智能識別和移動技術，研究與開發一個電廠企業設備智能健康管理系統，實現智能化、移動化的設備健康管理，提高工作效率，減少不必要的經濟損失，具有長期的安全效益和經濟效益。該系統具有以下特性：

通過圖像識別技術自動采集設備KKS編碼、狀態、儀表讀數等數據，減輕設備巡查工作量。通過采集和整合ERP設備臺賬、電廠設備的測點實時變化速率與設備參數上下線報警數據、實時數據庫中存儲的設備運行數據與設備運行日志，以及設備巡檢與檢修記錄等數據，形成設備信息大數據。

采用機器學習和數據分析等技術，從設備信息數據中自動生成設備健康檔案，實時掌握設備全生命周期信息。PC端的管理界面如圖11所示。

圖11 網頁端界面示意

根據設備健康檔案，自動制定各個設備的個性化巡查計劃，對亞健康設備進行重點巡查和維護。支持用戶采用手機或平板等移動設備，進行設備的管理。現場KKS編碼圖片識別查詢出的效果如圖12所示。

圖12 手機端界面示意

6　結語

實現設備管理的智能化、移動化、一站化，對于設備管理工作開展的效率，以及管理人員的信息獲取全面性有著顯著的提升。只有從安裝、使用、維護到各種管理都實現智能化，才能真正達到設備管理安全節能的目標[4]。

本研究對發電企業設備管理模式的創新有著重要的意義，將繁雜而孤立的各個設備管理系統、模塊進行科學化的統一調配，全面提升管理的效果，實現數據的挖掘與互通、工作開展以及歷史記錄的系統管理，對發電企業的管理發展有著積極的推進。

設備健康信息的整合管理與設備相關的流程管理是發電企業日常工作中的基礎。對設備為主軸的設備管理機制特性充分運用，對PI系統、ERP系統、計量系統等各系統以及其數據進行了充分運用與數據分析，使得工作的展開更加標準化，提高工作的質量和效率。

參考文獻：

[1] 王永利. 電廠儀表自動化的檢驗及其智能化管理[J]. 科技創新與應用, 2017, (1) : 170.

[2] 蘇超, 容爍. 特種設備安全監管大數據平臺研究[J]. 物聯網技術, 2020, 10 (07) : 59 - 62.

[3] 溫佳林. 基于深度學習的場景文字檢測與識別[D]. 電子科技大學, 2020.

[4] 錢娟. 火力發電廠鍋爐運行優化策略研究[J].中國設備工程, 2020, (15) : 248 - 249.

作者簡介：

何志瞧（1973- ），男，浙江蕭山人，高級工程師，碩士，現就職于浙江浙能蘭溪發電有限責任公司，主要研究方向為金屬材料、技術監督。

許五洲（1972- ），男，浙江天臺人，工程師，學士，現就職于浙江浙能蘭溪發電有限責任公司，主要研究方向為發電企業管理。

胡凱波（1983- ），男，浙江金華人，工程師，碩士，現就職于浙江浙能蘭溪發電有限責任公司，主要研究方向為電氣自動化。

摘自《自動化博覽》2020年11月刊