基于组态布局的多系统同步整合重构的建设与应用

王新华 王海君 许浩

（1.临矿集团郭屯煤矿，山东菏泽 274704； 2.华洋通信科技股份有限公司，江苏徐州 221000）

0.引言

郭屯煤矿目前在建设的子系统有主副井提升系统、矿井水处理系统、生活污水处理系统、净水站系统、主通风系统、人员定位系统、安全监测系统、设备综合管理系统、视频监控系统，各个系统相对独立自成一体，没有在一个统一的平台进行管控，本项目以国际知名的IFIX组态软件为基础进行开发融合建设，并进行智能分析和决策建设，很好地解决了煤矿。

1.项目实施

郭屯煤矿以iFIX组态软件为统一平台开发工具进行开发，同步整合重构多个系统，形成管控一体的综合自动化系统，将该平台包括主副井提升系统、矿井水处理系统、生活污水处理系统、净水站系统、主通风系统、人员定位系统、安全监测系统、设备综合管理系统、视频监控系统等多个层面，包括数据整合、软件界面布局、功能完善升级、智能数据分析四个部分。

1.1 数据整合

主要包括：（1）数据分类：对各系统数据根据采集、监测/控制、控制、分析、记录（存储）、输出（上传）进行标识分类和统计；优化组态过程数据库，包括标签名、中文注释、数据上下限等；将上述数据和相对应的控制器设备相关信息根据实际情况和需求进行增减、整理、汇总。（2）组态、功能等优化：对整体风格、组态控制、历史查询等界面、功能进行优化升级，完善数据展示及分类统计，建立综合自动化专业控制平台，提供数据的采集、存储和输出功能。

1.2 系统软件界面布局

本部分主要是完善界面布局，重新设计整体页面方案，优化主导航页面的系统排布方式，统一子系统的界面切换方式，使系统进入的途径和位置更合理；精简子系统主界面，建立更多子窗口，将更多数据放置在子窗口；更换背景图片，选择时下更流行的风格和颜色的背景；明确字体，根据大标题、小标题、数据名称等分类方式统一整理字体；优化链路结构，使得包括界面切换在内的各类转换更合理，尽量减少用户的操作难度；更换设备等的图符，力求更简洁形象的图符使用；优化登录界面，根据甲方意见增加相应的公司等说明；网页类系统去除用户输入账户密码登录步骤。

1.3 功能完善升级

本部分内容包括：对开停记录查询功能、报警记录查询功能及历史数据查询功能进行优化，增强数据的完整性、正确性，让数据查询更快、更方便，显示方式更直观；根据各个系统情况增加相应功能，为用户定制实用易用的其他功能；各系统功能、测点满足现场管理需要，功能完整、测点齐全，人机操作友好，不低于各子系统水平。

1.4 智能数据采集分析

随着国家对煤矿智慧矿山的建设推进，很多煤矿的综合自动化平台大数据分析系统的各类数据也越来越具备了大数据的特征，将大数据技术与煤矿安全生产业务工作相结合，结合郭屯煤矿安全生产管理特点及安全生产大数据分析的实际需求，将线上数据和线下9个系统数据进行数字化采集、存储、整合，利用大数据思维从不同角度和精度对安全生产大数据进行深度关联分析以及可利用性分析，探索发现隐藏在大量繁杂数据中的模式和规律，构建煤矿安全生产大数据分析方法的应用模块，设计出煤矿安全生产大数据分析与管理平台的基本功能、框架及技术架构，形成煤矿安全生产大数据挖掘分析方法体系，挖掘利用数据资源的价值，提升煤矿安全生产管理能力，为煤矿井下异构信息化系统的共建共享工作提供技术手段和参考依据。系统架构如图1数据设计架构图所示。

图1 数据设计架构图

利用现有综合自动化系统，获取设备运行、维护、产出等相关数据挖掘分析结果，从定量分析的方法入手，实现设备监测分析。其中定量分析方法有：同类设备不同设备之间温度对比分析；同类设备不同设备之间累积运行时间对比分析；同一设备不同温度传感器温度对比分析；在获取9个子系统相关设备数据的基础上建立设备故障诊断与分析决策模型，分析人员可以自己选择异常检测模型和调整模型参数，并对异常点进行标记，输入经验知识构建标签库。依据历史的设备异常标签库，实时诊断设备的故障原因、故障类型、故障严重程度，及时发现设备的潜在故障，实现机电设备的故障预警预判功能。

设备故障诊断分析利用时间统计算法、关联分析等方法为维护人员提供丰富、专业的机组状态监测和设备管理、机电效能分析、评估预警等功能，相关人员通过相关的故障信息以及历史的故障知识可以方便的掌握机组运行的状态。主要包含如下功能：机电设备运行时间及效能分析；机电设备故障统计分析，全方位支持故障分析决策；机电设备温度异常诊断。

主要大型设备的数据可统一集中在可视化仪表盘中实时显示，以实现对各系统安全生产工况的实时监测与掌握，并根据预设的监控指标阈值，在可视化应用门户中进行实时告警。

趋势分析是对存储在数据库中的相关历史数据，采用趋势曲线的方式进行分析，趋势分析的作用主要是观察相关设备或系统在一定时间段内，某一或多个数据的变化情况。趋势分析可方便的设定需要分析的时间段，支持多条曲线的同画面显示，以方便对有关联的数据进行对比分析[1]。不同曲线应用不同的颜色加以区分。设备异常数据检测利用机器学习算法、时间统计等方法为维护人员提供丰富、专业的设备状态监测等功能，相关人员可以方便的掌握设备运行的状态。

同时每台设备的健康状况受各种运行参数影响，如通风机的振动、风量、压差、负压等监测值能反应通风机的健康状况。健康状态分析模型用于描述设备及其各部件的运行情况（包括健康、警告、注意等状态）。设备健康状况分析模型能够根据传感器的工作数据，判断设备具体部件的健康状况。结合用户给定的各部件工作权重，通过综合分析，可以获得设备整体的健康情况。结合预测的时序数据，还可以对设备及其各部件的健康情况进行预测[2]。

利用健康状态分析模型，可以向用户输出设备目前和未来一段时间的健康状态，通过界面直观地显示通风机的健康状况，便于用户开展针对性的检查工作。

2.结语

郭屯煤矿基于组态布局的多系统同步整合重构系统的建设为矿井多系统融合、智能化开采提供了一套更好的解决方案，该项目通过多系统的协作整合，达到对相关设备的实时监测，从而可以保障设备的安全运行、减少突发情况对设备的损伤。该项目的完成使郭屯煤矿的矿山自动化、信息化、智能化程度更进一步，值得全行业推广。