浅谈大型设备行业大数据平台的建设

马 文

(太原重工股份有限公司 技术中心， 山西 太原 030024 )

0 引言

物联网是互联网的外延，互联网是通过电脑、移动终端等设备将人联网所形成的一种连接方式，而物联网是通过传感器、通信模块、智能芯片使物体联网。传感器、控制器和专用设备现存在于网络的边缘，通过分配唯一的IP或网络标识来进行数据采集,进而完成双向数据互通，这就是工业物联网[1]。

1 大型设备大数据平台的组成

设备大数据平台的组成如图1所示，通常包括以下几部分：

(1) 数据采集系统。

(2) 基础设施，包括数据中心、呼叫中心、大屏系统、PC等。

(3) 大数据平台软件系统，包含定制开发的业务系统、数据库、操作系统软件、大数据软件等。

图1 设备大数据平台的组成

2 数据采集系统

数据采集系统是大数据平台的基础，所有的数据均来自数据采集系统。数据采集系统采用嵌入式技术(ARM/x86架构)，具有和产品PLC控制器及车载控制器通信交互、有线/无线传输、数据存储、故障库更新、数据分析等功能，通常要求支持多协议多接口接入，常用的接口协议有PROFIBUS、MODBUS、CAN、PROFINET，以及RS485、RS232，同时要求数据采集系统在本地有一定的可编程性，方便用户灵活应用。

3 基础设施

基础设施的建设包括数据中心的建设、呼叫中心的建设、大屏系统建设等。

数据中心的建设主要包括机房的基础设施建设以及机房网络设备、安全设备、服务器的安装与部署。数据中心是业务系统与数据资源进行集中、集成、共享、分析的场地，从应用层面来看，包括核心业务系统、各子业务系统；从数据层面来看，包括操作型数据和分析型数据的集成；从基础设施层面来看，包括机房、服务器、网络、存储和整体IT运维服务。

4 大数据平台软件系统

构建大型工控设备的大数据平台，不仅要按照目前的设计容量和成本考虑，还要考虑随着设备的接入不断增加，数据量会不断地动态增加，这就要求平台必须具备处理大规模数据的能力。按照某大型矿山设备、大型起重设备、大型工程机械接入2 000台的设计量，数据存储空间至少大于50 TB，平台可以实时在线访问5年内的设备运行参数信息。

4.1 系统要求

对大型设备数据平台的定制要求一般体现在以下4个方面：

(1) 低成本定制。随着平台的深入使用，对平台肯定会不断产生新的需求，因此平台的设计结构必须具备足够的弹性。平台设计只需要增加后台服务器软件以及硬件服务器，增加的后台服务器软件(如采集服务器、分析服务器、报警服务器软件)部署到新增的硬件服务器上后，只需修改其配置信息,而无需修改程序代码，即可实现平台的无限扩容，这样就可以在不需要做大变动的情况下投入较少的人力和时间进行定制开发从而满足新的需求[2]。

(2) 可靠性和稳定性。工控大数据平台是面向用户的设计部门、生产部门、销售部门提供应用服务的平台，因此必须具备优良的可靠性和稳定性，同时要求平台能够实现7×24 h的平稳运行。故障恢复时间小于60 min，平均无故障时间大于1.6 ×104h。平台同时可登录用户不低于500名，查询设备的历史数据延时小于60 s，服务器平稳运行状态下的峰值(CPU、内存、网络流量)小于最大值60%。

(3) 可伸缩性。由于平台的入网设备数量持续增加，一次性构建一个庞大的数据中心对厂家来说并不是最经济的方案，因此平台必须具备可伸缩性，在设备入网数增加后可通过增加服务器数量来满足其性能需求。

(4) 维护和管理。平台除满足销售部门、技术部门、售后服务部门、最终用户的需求外，还需满足后台运维人员、开发人员、测试人员的需求，便于日常维护，满足开发人员对于新功能的测试需求[3]。

4.2 系统设计

接入平台的设备均为大型工控设备，数据量规模大，根据平台要求，采用云计算架构，对此架构设计了设备层、平台层、业务层三层，此架构整合了智能制造的多层次需求，系统的架构设计如图2所示[4]。

设备层由服务器、存储设备、网络设备、交换机、路由器等构成；平台层负责与数据采集系统进行数据的上下行通讯；业务层采用了多级均衡设计，有较高的可靠性和伸缩性，同时根据用户的需求进行定制开发，将平台层的计算和分析结果进行输出和展示。平台层存储数据采集系统发送过来的设备原始数据，在业务系统崩溃时，可进行数据的恢复，同时平台层还可向第三方业务系统的标准接口输出数据，并开放相应的接口。业务层根据用户的差异化需求进行需求结果输出。平台将数据运算和业务处理进行隔离，数据运算在平台层进行，业务处理在业务层进行,通过这样的设计来保障数据的安全可靠，同时也可降低业务系统的开发周期及成本[5]。

4.3 业务系统开发

业务系统主要结合业务需求和云计算的系统架构进行定制开发，远程实时检测设备的运行情况、运行数据，实时定位设备的工作位置，记录设备在线情况、设备离线状态、设备售后服务、设备保养、设备报修、派工管理，实现维修历史查询、设备工时统计、能耗统计、故障统计、健康分析、实时故障统计与推送、故障点数据查询与同步回放、自定义故障触发规则、故障预测与主动防护等功能，利用大数据模型进行数据分析、故障统计、运行统计、报表生成等。

图2 系统架构设计

目前本系统的业务需求如图3所示。

图3 平台业务需求

5 结束语

随着物联网技术的发展，用户的需求会不断增加，工控设备平台的建设应紧密结合用户的需求，通过定制、优化设备不断提升设备性能。

参考文献：

[1] 李士宁,罗国佳.工业物联网技术及应用概述[J].电信网技术，2014(3)：26-31.

[2] 李学龙,龚海刚.大数据系统综述[J].中国科学:信息科学,2015,45(1):1-44.

[3] 陈康,郑伟明.云计算：系统实例与研究现状[J].软件学报，2009,20(5):1337-1348.

[4] 何清，庄福振.基于云计算的大数据挖掘平台[J].中兴通讯技术, 2013,34(4):32-38.

[5] 陈良维,申巧俐,张科.大数据挖掘平台的架构设计[J].成都航空职业技术学院学报,2016,32(4):45-47.