高速公路上安装的机电设备具有种类多、数量大等特点,各个设备分散安装增加了设备运维检修的难度, 设备巡检养护工作耗费了大量人力资源。 传统运维管理系统需要由人工输入巡检运维数据,无法提高运维管理效率,也难以发挥计算机技术的强大功能。 在运维管理中引进人工智能技术、GIS 系统及大数据分析技术等, 可开展机电设备运行状态的实时监控,呈现设备运行状态,并进行在线故障分析。 发生故障后能智能派单,帮助运维人员第一时间发现故障问题,指导运维人员现场维修,最大程度提高响应效率,减少故障损失。 本研究介绍了智慧运维系统关键技术,分析系统功能,以期积极推广智慧运维系统的应用,降低公路运维成本,提高设备故障响应效率,保证机电设备安全运行。
高速公路工程使用大量机电设备, 由于不同机电设备厂商的产品型号不同,对机电设备的集中监控难度较大。 部分机电设备经过光电缆网络接入有线网络, 部分设备通过RS232等接口连接网络,但仍有部分设备无法入网。 联网设备可以采取标准化协议,如数据库支持SQL、服务器支持SNMP 等,在场上支持下将设备状态上传至系统中。 通过HTTP 访问设备发送指令,并接收设备传输的数据信息,通过数据信息传递第一时间掌握设备状态信息,如光强检测设备、栏杆机及称重设备等。 对于目前尚未联网的设备,可以借助前端采集终端对设备数据进行采集,通过物联网络传输数据,支持运维管理工作的开展。
Lora 技术作为远距离传输技术,具有安全性高、传输距离远等特征,终端可以接受不同强弱信噪比的信号,并选择对应的扩频因子,从而实现远距离信号传输。 高速公路上由于设备相对分散,更适合应用Lora 技术实现信号传播。 传感器可以对电压、温度及电流进行测定,将测定数据发送至Lora 网关,网关和有线网络相连接,将数据传递至服务器,并对设备展开全天候状态监控。 由于终端电耗低,电池可满足终端的正常运作需求,一旦设备停电,可借助电池供电持续运行一段时间。1 kps 速率的信号可在空旷场地中远距离运输4 km,即使在隧道内,传输距离也能长达1 km[1]。 使用7 920 C 锂电池可为设备提供8 h 供电,满足大部分情况下的供电运行需求。
专家系统是人工智能技术中的重要内容, 基于现有知识库智能分析设备故障信息, 并根据专家数据库给出对应的处理办法,对历史数据展开统计调查,通过查阅类似故障信息提出解决方案。 处理故障后,所有的处理方案、诊断技术以及故障数据均保存于专家系统中,作为新的条目备用。 随着运行时间的积累,专家库中数据越来越多,专家系统分析经验越来越丰富,从而形成了智慧运维诊断。 专家系统还能根据用户输入关键字模糊匹配,对数据检索分析,对用户提出的问题给出指导建议。 专家系统可自动化进行数据分析,研判可能出现故障的原因,提示用户展开巡检养护工作,以提高运维效率。
机电设备运行数据存在时间属性,可定时更新,使用时序数据库对数据进行保存。 不同于传统数据库,时序数据库采取时间属性+ 标签化形式进行数据保存,能快速写入数据,支持多维度查询功能。 只设置时间索引降低储存成本,数据库结构简单,方便于数据库维护管理。系统选择Elasticsearch 数据库,用于对状态数据的保存, 应用数据保存于Mysql 数据库中[2]。18 s 即可完成50 多万条数据的写入,1 s 内可完成数据查询,吞吐量高,更适合运维管理工作实践。
高速公路机电智慧运维系统能科学了解机电设备状态、养护机电设施,从而保障机电设施的运行安全。 通过智慧运维管理可第一时间了解系统安全隐患及缺陷故障, 实施日常隐患排查工作。 运维系统将对高速公路进行全天候监测,保护高速公路的安全性。 结合机电设备的运维管理需求,设计运维管理系统,其组织框架如图1 所示。
图1 智慧运维系统
为保证机电设备智慧运维应保证设备稳定运行, 能够及时发现故障问题并第一时间解决问题, 运行监控模块即在线监测系统,能够密切关注机电设备运行状态以及运行数据,保存故障信息,保证了工作人员可以快速发现故障问题,积极解决故障。 借助于机电设备管理平台,能够统一监测机电设备,并对故障信息进行警报处理, 根据故障数据形成警报统计分析图、拓扑监控视图、机房模拟图以及主线路段展示图等。
智慧运维系统最基础的功能为设备管理模块, 可以统一管理不同设备以及配件, 保证流程规范化。 设备管理分为库存、机构以及设备3 个模块,实现对设备的全生命周期管理。如图2 所示,从运营分析及运营规划开始,可在智慧运维系统中开始管理,包括上线、验证、录入、入库及下线展开设备规划和运营的全生命周期管理。 同时也能对设备维护工作展开管理,详细记录设备维护任务、执行情况、满意度以及维护数据记录等内容。 如对设备进行巡检养护,可在养护记录单中详细记录养护巡检调度管理任务、值班人员等信息,全程以数据形式记录储存。
图2 设备管理
机电智慧运维系统的统计管理主要负责统计记录、 分析运行数据, 并提出运营建议。 经过对机电设备运行数据的分析,形成综合管理数据表,详细记录各个指标的数据和变化,在管理系统中统一展示, 经过人工智能以及大数据分析技术的进一步统计分析,可以从不同角度展示分析结果,向运维人员呈现设备健康状态、性能参数、故障原因、成本效益等详细信息。 按照管理单位设定的考核指标,也能对运维人员工作情况进行数据化考核,从系统数据中选择设备管理任务、运维能力、用户评价、工作时间等数据展开数据考核,更公平客观地评价员工工作绩效。 同时经过对运维数据的分析,也能了解设备零部件运行寿命、运维频率以及预算定额等详细数据,为管理人员做出管理决策提供数据支持。 表1 为对使用年限和故障率的分析, 根据故障率的对比更有利于选择性能更好的设备,降低故障率。
表1 不同设备使用年限和故障率统计结果
如运维管理机构想要对比设备品牌性能差异, 也能根据系统中故障率分析、性能指标评价硬件设备的稳定性,指导采购计划选择性价比更优的品牌。
经过一段时间运行后,设备运维数据得到全方位保存,经过长期积累,形成综合知识库,根据运维管理单位特点,对知识库数据展开数据挖掘及人工智能分析, 得到降低故障率及运维成本的可行性措施,进而挖掘运维系统的服务功能[3]。 知识库数据也提供检索数据、维护数据以及数据管理等功能,能够应用于运维管理阶段各个环节中, 充分利用大数据支持运维管理,推动知识库智能化发展。
在移动互联网的支持下, 运维人员可利用手机终端下载移动端平台,在运维现场发送处理工单,如在巡检养护任务中将现场工况拍照上传至系统,查看历史故障数据,并直接填写巡检情况,第一时间上传并完成巡检运维任务。 同时也能通过移动端系统接受公告信息、故障问题等信息。 通过移动端平台,机电智慧运维实现了公开透明化管理, 最大程度提高运维管理效率,降低运维成本,对机电设备实现闭环管理。 运维人员通过扫描设备的二维码,系统自动跳转设备的相关信息,运维人员可远程获取设备的检修时间、故障信息、具体位置、设备编号等信息,无须现场录入设备信息,大幅提高运维人员操作效率及劳动量。 监控中心也能了解运维人员到达现场的时间及维修记录,无须进行签到,提高人员管理效率。