智慧设备运维系统的研究与设计

文 / 叶文锋

随着云服务、大数据、人工智能的迅速发展，数据处理和数据交换技术的日新月异，计算机通信已经深入到社会生活，并对社会经济的发展起到决定性的作用，而数据中心作为载体更是整个生态链中的重中之重。为了实现具有“全面感知、实时分析、智能决策、精准执行、持续学习”特征的绿色环保型智能化卷烟工厂的愿景，智慧设备运维系统通过对设备运维业务中关键环节的管理，重点围绕设备管理策略、设备运维管理、设备预测性维修等业务环节展开研究，有效推进“面向智能化的传统制造升级，推进精益制造上水平，提高质量、降低成本、增强效率”的要求。

当前，原料、成品、辅料等物流系统的自动化设备种类繁多、数量庞大，生产的复杂多变性，决定了设备运行状态的复杂多变，要求设备管理信息必须准确、及时。设备技术资料、档案不透明，数据收集不到位等问题将直接影响管理决策的正确性。本文对智慧设备运维系统的关键技术进行了研究，构建和完善具备系统性、完整性、协调性、先进性等的3D可视化平台，形成上下贯通、横纵联接的物流设备运行保障体系，积极探索打造自感知、自学习、自决策、自执行、自适应的智能运维模式。

一、设备运维和管理中存在的问题

目前，设备运维和管理主要存在以下几个方面的问题：

1.当前行业内设备调度系统，主要侧重于出入库作业任务配合自动化物流设备的协调运行，对自动化设备正常运行依赖程度高，传统的设备线下管理方式亟待提升为信息化管理。

2.系统具有一定的设备数据采集基础，分别分布于WMS系统任务管理、WCS系统设备调度信息、SCADA系统物流监控、现场HMI电控监控终端，缺乏整合。当设备出现故障时，需要相关人员分别查看，增加人员分析强度，影响设备故障处理效率，距离智能化有明显差距。

3.缺乏设备故障预警，发现设备问题才进行处理，较为被动，设备故障所带来生产风险高，影响生产。

4.备件库存在信息孤岛，无法及时掌握备件有效库存，领用效率低，影响设备维修效率。

5.缺乏设备运行数据、故障统计数据分析，设备维保及管理工作难度大，同时，对后端备件库存不能提供有效的数据分析，很难科学指导备件采购。

二、智慧设备运维的应用

1.设计思路

智慧设备运维的设计思路，包括：

（1）设备管理信息化

通过3D建模、物联网等关键技术实现物流企业对设备管理环节“全面感知、全面覆盖、全程控制，全面提升”的目标，以先进的物联网技术为依托，利用高度信息化、集成化、智能化的设计理念与架构，为企业设备管理提供闭环运行的信息管理系统，从而达到企业降本增效的目的。

（2）物流系统智能化

对堆垛机、AGV、输送机等设备并行集成、并行采集，实现每个子系统能够独立运作而且顶层能够实现策略的管控，减少设备系统之间的耦合度，在各个子系统之间通过3D系统进行联结，在平行串联的基础上实现整个系统的智能化、柔性化，达到高内聚、低耦合。

（3）设备维护智能化

在设计中增加了感知层设备，一方面为未来工业系统的发展预留优化空间，使其尽可能长的适应现代化工业系统，从而延长系统寿命；另一方面进行设备的大数据采集和分析，配合3D可视化系统做到：系统和元件的生命周期管理、异常数据分析预报警、故障处理方案自动生成，提升系统维护智能化水平，从而大幅提高设备生命过程的预见性，达到“上医治未病”，确保设备的稳定及低成本运维。

2.技术路线

全面、高效、便捷的数据中心3D可视化系统是集3D建模、三维场景仿真、视频监控、查询目标跟踪、二三维联动与Web发布于一体的三维监控系统软件。用户通过计算机生成的虚拟模型，可对数据中心一切的物理对象进行查看、交互与分析，有效提升信息交互的效率。技术路线图，如图1。

图1 技术路线图

图2 建模管理

3.智慧设备的运维功能

智慧设备的运维系统，应借助边缘数据采集、实时数据库、OPC以及分布式处理等先进的物联网技术，实时采集系统远端各专业类型设备的关键点数据，进行数据筛选，统计，分析，计算，实现对设备运行情况自动、连续的监视，为安全运行提供必要的辅助决策信息。借助3D仿真技术移入智能平台，清晰地展现复杂设备的内部结构、判断设备运行情况，并以此为依托，结合机器学习算法，开展设备生命周期管理，通过“故障诊断树”来辅助现场的异常判断和故障处置；通过后台的智能维修决策模型进行维修计划排程和任务闭环；通过“保养模型”对各类型设备进行精细化维护保养；通过“备件需求模型”科学控制成本费用，拉动物流保障服务；通过“设备健康评价模型”进行即时自动化评价，建立设备改善工作的良性循环。主要包括以下几个方面：

（1）建模管理（如图2）

将“三维空间”和“虚拟数据”高度融合，能采集实体物流过程的实时数据，将物流过程、设备运行情况虚拟化，并且在虚拟环境中跨各类专业集成展示，完成实体信息、经流程数据的无缝结合，达到信息充分共享，有利于实时监控，降低损失，减少开支，提高生产效率，实现可视化实时监控，为企业打造智慧型生产工厂。

（2）数据采集

采用边缘计算微服务器进行设备数据采集，支持大约120种工业协议，包括在工业自动化领域经常被各个厂家使用的Modbus协议、物联网中经常用到的MQTT协议、Profibus协议等，采集速率最快可以达到50ms/次，实际采集速率应用看现场情况而定，用户可用配置项中更改采集速率，以便满足不同设备的采集需求。

（3）物流监控（如图3）

通过数据采集系统，将设备的运行数据实时采集。并进行数据过滤和分析，然后通过后台通讯分发到系统平台的各个模块中。进行模拟反映企业的生产过程、设备运行情况、质量跟踪状态实时虚拟化，实现企业车间生产过程的实时监控。

（4）故障提示（如图4）

通过对在线实时数据或离线的历史数据进行分析与处理，对报警数据在指定的时间段内做触发运算，包括最大、最小、平均值、次数、时间等统计分析运算。一旦监测到设备故障或系统运行参数越限时，会第一时间通过故障数据发布APP方式推送，通知到相关责任人以便及时处理。

（5）备件联动

设备发生故障时，根据后端备件库库存情况，系统提供丰富的元器件查询方式，用户可以使用多条件，选择在整个设备范围内进行全局搜索，也可以选择某一个部套进行局部搜索。

（6）移动应用

主要是为现场设备维护人员提供报警故障提醒、设备维护保养提醒、设备故障统计分析报表、资料查看、备件库存展示等功能。

（7）决策分析

通过故障信息、图片信息和预警信息，追溯故障发生时，相关变量状态和运行值，同时结合运行曲线图，帮助监控人员进行远程故障诊断和分析，精确地统计、显示出故障率、历史报警信息等内容，并能对故障信息进行班、日、周、月、年统计与分析。根据分析结果，管理人员针对性地制定物流设备维修保养计划、备件采购需求，做好预防性维修，提高设备管理水平。

4.实现价值

真正实现“账、卡、物”相符，提高设备管理的速度和准确性，使各种设备管理能真正落到实处，从而彻底改变工作繁忙、手段落后、信息滞后、沟通困难的传统管理方式，使设备管理更科学、更规范、更有效。

图3 物流监控

图4 预警管理

轻松管理设备，在办公室中就能掌握全方位设备信息，提高经营效率，降低成本支出；为企业设备评估、决策提供更可靠的依据，避免企业在设备管理环节上可能造成的隐患。

三、结论

本文构建和完善了具备系统性、完整性、协调性、先进性的3D可视化平台，形成了上下贯通、横纵联接的物流设备运行保障体系，积极探索打造自感知、自学习、自决策、自执行、自适应的智慧运维模式。当设备发生故障时，系统迅速将故障报警信息传输至本地服务器监控系统上位机，再由上位机通过工业以太网将报警信息上传至信息处理平台。平台通过APP应用将报警信息推送给相关责任人，进行远程报警，实现系统精确统计、故障频率及历史报警信息显示、故障信息统计与分析的功能，提高了维修效率，能够为管理者提供决策管理依据。