大数据下的远程设备智能检测系统设计

侯卫卫

(山东经贸职业学院,山东 潍坊 261011)

0 引言

随着我国信息技术的快速发展,电力、冶金以及能源和化工等领域得到了有效发展,并且自动化程度也逐渐增高,使用人员可以通过远程监控系统来掌控系统的运行情况。但是在远程设备的智能检测和安全运维系统中还存在数据传输比较慢的情况,同时在工作的进行中还存在工作效率低下等问题,而这些问题的出现主要是因为采集数据时出现数据孤立的情况,同时还存在数据独立传输、误码率较高等原因。对设备采集的视频帧图像直接进行传输和检测,可能会出现分辨率较低和故障无法及时检测的情况。除此之外,已经使用的检测产品和设备功能相对来说比较孤立,大幅度减少了不同应用领域的通用性,远程检测过程中也会出现系统不稳定的情况,需要有效提高远程智能化检测系统的能力[1]。

在电力和冶金等领域中,远程大数据的远程智能检测运维系统的研究是国内外研究的重点,也是保证各能源生产企业工作以及应用需求的需要。本文主要根据不同地理位置的视频监控系统存在效率较低的问题进行研究,在大数据背景下,远程设备智能检测系统可以有效地发现网络和设备等故障,从而及时有效地进行维修,并最大程度降低运维的成本,从而提高公司自动化控制的安全应用和实施。

1 系统设计方案

本次研究主要针对电力和冶金能源以及化工等多个领域的远程设备智能检测以及安全运维系统中存在的问题。大数据的远程智能检测系统的主系统可以分为6 个系统:视频监控管理平台、智能检测平台、生产设备运维大数据分析平台、移动智能监测与虚拟维护平台、生产设备运行状态检测与预报平台、远程设备运维服务平台。

子系统多数采用了构件式设计,并且在平台统一进行管理,设计的平台和现有的子系统之间有着紧密的关系,在不同地理位置的监控设备可以根据网络联系的方式来搭建视频云平台环境,同时设备信息可以有效利用视频云平台的方式来进行保存,这样既可以节省设备的空间,也可以提高视频检索的效率,并且平台具备操作简单的特点,最大限度地保证远程设备的故障检测以及运行的效率。

2 系统功能

本文主要由设计系统和视频监控管理平台等多个平台构建而成,同时各个平台主要通过“信息”和“集成”的方式来进行彼此联系。其中系统设备主要包括继电保护装置、远动装置、测量装置等,系统集中客户端主要用来与设备通信进行有效交流,并实现人机交互的应用层面,其中在前端进行的使用主要体现在采集视频数据、数据处理和智能转发等方面。

2.1 视频监控管理平台

视频监控设备的集成主要从电力和能源以及矿山等行业的工业智能控制以及信息化产业发展中来进行有效管理,并且给信息的保存以及传输带来了较大的好处,同时有效提高了视频监控管理平台的工作效率。系统配置了云硬盘录像机16 路全D1 设备、云硬盘录像机4 路全D1 设备、交换机、路由器、分布式存储等设备。前端网络电信、联通、移动和2G、3G 等网络都可以进行有效使用,同时对最低宽带进行一定的限制。并且前端在进行使用中占用的是宽带上的资源。其中主要包含:(1)分布式存储体系,在分布式存储体系中还包含:嵌入式云硬盘录像机硬件和监控专用硬盘录像存储。(2)数据加密体系,文件传输加密。(3)安全措施,在进行运行中需要安排一名系统管理人员,来对账号进行限制,如一个账号在同一时间中,只可以一人登录[2]。

2.2 智能检测平台

智能检测平台主要对信息采集、行为分析和报警情况进行有效分析,并对视频进行有效诊断。本文旨在和智能检测平台进行建立联系,从而可以有效实现以下功能:(1)通过手机和电脑来进行实时检测。(2)确保水电站和电力系统可以进行实时连接。(3)确保运营设备是否存在问题,如出现CPU 占用等情况。(4)对视频信息的储存进行检测,从而保证每一个通道都可以进行正常的录像,并且保证连接的信号和硬件是否可以正常使用。(5)确保视频镜头的运行正常。(6)对视频画面预览和轮巡进行检测。(7)对不同视频监控画面的质量来进行检验,同时对视频中存在问题的位置进行改进。(8)确保视频监控在出现问题时可以及时报警。智能检测平台可以对数据采集、数据换算、结果判别和数据管理进行自动处理,从而大幅度提高工作效率,有效保证测试的进度和速度、实验的准确性以及安全性和可靠性,最大程度提高管理水平。

2.3 设备运维大数据分析平台

对智能制造的设备进行多维度运行以及对参数和状态等情况进行有效监管,同时监管的数据可以在每一个节点对数据进行有效处理从而到达数据中心,并对传输到数据中心的数据进行保存。另外还需要针对应用深入学习神经网络,从而对生产设备分类故障进行诊断,并对大数据中得到的信息样本数据进行有效监管,或者通过半监督的机器学习方式来不断地对故障诊断模型进行完善,从而更加有效地保障运维大数据的分析。

2.4 移动智能监测与虚拟维护平台

移动智能检测主要针对正在进行工作的移动生产设备的特点以及参数和状态进行有效采集,同时对相关的算法进行数据检测及数据处理。虚拟维护平台主要对生产设备零部件和虚拟技术的设备进行研究,通过对运行中的物理设备进行虚拟化的方式来进行测评,从而确保维护的方式更加合理科学,同样也可以对设备进行维修[3]。

2.5 生产设备运行状态监测与预报平台

生产设备运行状态检测主要对高端装备进行在线检测,同时对设备所具备的特征以及参数和状态进行图形化的呈现,以便于使用人员讲解、分析和使用,从而帮助使用人员更为直观地认知运行设备。预报平台主要对设备的分类运行状态进行趋势计算,从而明确预报设备在运行中可能出现的情况,并且在最大程度上保证生产的顺利进行,从而有效减少安全事故的出现。

2.6 远程设备运维服务平台

远程设备运维服务平台主要对Web 服务器以及数据库服务器的生产和运维服务系统进行有效开发,从而实现生产所具备的设备数字化以及网络化,同时可以对数据进行及时处理,对本地数据进行提前分析,从而保证生产出现故障之后可以及时报警,在出现紧急情况时可以自动地对设备停止使用。这样可以进行数据的管理以及对大数据的分析,并根据不同设备和应用的特点,进行数据的深层研究,从而明确显示出曲线和报表以及地图位置等。在进行使用中可以采用Web和手机App 等多种方式来进行调整和监管。其中主要进行实时监控以及对设备管理,对使用的设备进行周期性维修,对设备分布以及信息数据进行分析。

系统主要对深度学习的神经网络数据模型中的设备故障诊断模型进行有效管理和完善,同时对前端时序监控图像进行增强,并提高监控图形的分辨率,在系统应用中对设备进行优化。在大数据下对设备故障智能诊断系统进行开发,同时还需要保证分布式网络的远程服务系统的完善。

3 结语

本文主要对大数据下的远程设备智能检测系统进行设计,同时对系统的视频监控图像的收集方式以及传输方式进行完善,并对图像的传输时间进行减少。除此之外,在对系统进行及时收集和分析远程设备过程中,通过大数据来对视频监控系统进行智能检测可以有效降低设备故障运营的维护成本。