基于综合监控大数据的机电设备智能运维研究

梁绍东

（东兰县中等职业技术学校，广西 河池 547000）

0 引 言

在机电设备运维领域，传统的运维模式已经难以满足越来越复杂的设备运行需求。对于机电设备设施的工艺制造、型号采购、调试工作以及故障检修等环节而言，每个环节各项信息的获取和流通相对闭塞，这对于机电设备设施全生命周期的健康管理影响极大。对于维保工作而言，依赖人工方式开展的计划性预防维修的效率较低，同时机电设备设施的运行、故障分析以及检修决策执行非常依赖人工经验，不确定性较大。机电设备的大规模普及运用也因缺乏大数据跟踪和智能化支撑而遭受限制，并且传统设备维保及检修过程不够精细，对于设备全生命周期状态检测预警的功能也较为匮乏，因此旧的维保模式将逐渐被市场淘汰。

随着智能机电设备的不断发展，机电设备的运维难度也随之上升。机电设备的运维管理需要适应时代变化和技术升级，从而满足市场需求。目前，机电设备的智能化运维模式已经成为较受欢迎的运维管理方案。机电设备的智能运维通过物联网技术、“互联网+”技术和设备状态诊断技术等手段实现。基于全息感知和数据共享的理念可以实现对不同类型机电设备的在线分析，并促进管理、维护和系统平台之间的信息互动。智能化运维模式将传统检修管理模式转变为主动检修和定位检修模式，从而提高检修工作效率。同时，运行智能化运维模式可以显著提升机电设备设施的实时监控和安全预警分析能力，为机电设备的安全高效运行提供强大的技术支持。因此，文章对基于综合监控大数据的机电设备智能运维展开了研究。

1 国内机电设备运维现状

机电设备的维修模式包括故障维修和计划性预防维修。目前，计划性预防维修的规程主要基于设备出厂技术资料、设备故障规律以及工程师的经验进行判断。维修过程中会出现过度维修和欠维修的情况，导致维修成本过高。故障维修需要与计划性预防维修建立时空数据联系，但由于缺乏状态检测和数据分析手段，人工分析难度大且检修效率低，导致维修项目缺乏针对性，同时维修周期不够精准，需要更科学的依据和数据支撑改进维修效果。虽然机电设备的操作已经实现远程自动化，常见的操控功能也基本实现模式群组控制和时间表控制，但是设备管理仍然采用传统的人工台账记录模式，无法有效利用维修数据资源，无法快速响应设备新变化，也无法高效管理设备生命周期。

传统机电设备运维管理模式的长期运行成本呈现上升趋势，同时维保质量却并未得到有效提升，资源分配也存在不合理情况，因此提升机电设备运维水平成为了一个迫切需要解决的问题。

大数据和人工智能等新技术的飞速发展为实现智能运维奠定了技术基础。智能化运维系统可以采集、处理、统计以及分析机电设备运维信息，实现设备监测的智能化、维修决策的自动化、设备寿命透明化以及维修管理流程化。该背景下，研究智能运维成为机电设备运维的重要发展方向，有助于提高运维水平并降低相关成本，使机电设备的运维管理更加高效。

2 基于综合监控大数据的机电设备管控系统构建

2.1 大数据管控系统构建技术要点

基于综合监控大数据的机电设备管控平台体系的构建需要进行机电设备数据的全息集成采集，并形成基于时空、状态和检修活动的机电设备大数据。然而，传统的综合监控系统的原设计是基于工业控制，并没有保存设备状态数据和衍生数据，因此需要明确数据转发存储范围和格式，以便提供更好的数据支持和信息分析。基于大数据的综合监控系统将帮助提高机电设备的管控效率和性能，促进机电设备管控体系的智能化和现代化进程。机电智能运维中各项数据应用场景如图1 所示。

图1 机电智能运维数据应用场景

综合监控系统与服务环境品质、灾害模式和设备安全性密切相关，因此需要有严格的接口协议控制和网域隔离。机电设备智能运维系统则是辅助管理系统，服务于维修技术人员和企业管理人员，需要与工单、资产管理系统接口以及员工移动端应用进行交互。在构建基于综合监控大数据的机电设备管控平台体系时，需要考虑安全问题和不同系统之间的数据交互问题，以确保数据的可靠性和安全性。同时，不同系统之间的数据交互需要考虑如何进行单向安全转发，建立数据转发的安全机制和接口协议，加强网域隔离和设置访问权限，从而促进不同系统之间的信息共享和协作，提供更好的管控服务和管理支持。

构建基于综合监控大数据的机电设备管控系统的过程中，数据的应用协同和综合利用极为重要。整理分析采集的数据之后，系统会通过评估模型进行预测和优化，达到降低维护成本和提高运营服务质量的目的。其中，对于数据的应用协同和综合利用是实现这些目标的关键，包括利用数据进行维修保养周期的决策和利用故障数据分析工具来指导优化运维工作等。

2.2 设备管控系统构建的具体措施

首先，需要整合机电设备全生命周期中的各类信息，形成数据库。设备管控系统需要实时严密监控关键部位的设备运行情况，结合具体情况实时调整设备运行状态。同时，系统管控的机电设备设施规模大，设施设备种类繁多。管理机电设备全生命周期的过程中，需要集中管理各个环节采集的信息，并将其整合到一个系统，从而科学存储和管理设备全生命周期的信息数据，然后建立信息数据库，利用大数据分析等信息数字化技术为机电设备构建一个科学完备的全生命周期管理系统，并实现系统的安全有序运行。

其次，实现智能化管理需要科学设计机电设备管控平台，并充分考虑机电设备的安全性和经济性。通过人工智能技术引入专家系统和智能算法设计相关程序，从而规范机电设备的管理，在提升机电设备设施管控能力的同时，实现机电设备设施的最大经济效益。

最后，管理机电设备设施的过程中，需要按照“统一调度、集中控制、分级管理”的原则发布指令。作为机电设备全生命周期管理系统的信息中枢，设备管控系统在了解机电设备设施实时工况的同时，结合大数据辅助分析结果，从而制定科学的调度决策，统一调度机电设备设施和相关工作人员，合理安排设备运行和维修保养工作计划，实现机电设备的精细智能化管理。在“集中控制”方面，调度中心利用大数据分析和互联网技术可以实时监测和远程控制机电设备设施的运行状态，从而实现故障机电设备的快速定位和控制，有效降低机电设备的事故率和因故障引发的二次损失。在“分级管理”方面，需要从管理执行层面、专业技术层面和管理决策层面构建机电设备的管理体系，充分利用互联网技术和大数据分析技术分析各机电设备设施的运行数据，并预判和预警故障，实现各项工作的有序开展。

3 案例分析

不同的机电设备适用于不同的场景和环境，以基于大数据的某变电站机电设备智能管控系统为例，只有有效地维护和管理机电设备，才能满足变电站安全和稳定的运行需求，维护设备的运行环境，确保数据中心的可持续发展和运行质量。因此，在变电站运营期间，需要加强机电设备的维护与管理工作，提高机电设备运行性能，以确保变电站的稳定性和安全性。

运用大数据技术与“互联网+”技术智能化管理和数据统计分析变电站机电设备，是解决当前变电站机电设备管理混乱、档案管理工作缺失、运行评价机制缺失、故障分析机制缺失以及预警工作缺失等问题的有效手段。通过及时反馈机电设备的实时状态和故障信息，提醒工作人员及时检修设备。同时，通过跟踪管理机电设备的全生命周期，机电部门能够更加有效和全面地管理设备，有力支撑机电设备的可靠和稳定运行，并最终保障变电站运行的安全性和稳定性。

智能运维管理系统由采集层、服务层、业务层以及展示层4 层组成，其架构如图2 所示，各层的具体作用如下。

图2 智能运维管理平台系统架构

一是采集层，可以收集各种在线设备的监控数据，并通过超文本传输协议（Hyper Text Transfer Protocol，HTTP）将采集的Java 管理扩展（Java Management Extensions，JMX）协议数据、简单网络管理协议（Simple Network Management Protocol，SNMP）数据、智能平台管理接口（Intelligent Platform Management Interface，IPMI）协议数据以及Agent 协议数据上传至服务层。二是服务层，可以对收到的数据进行逻辑处理，主要包括基于Zabbix 内核的智能对接收集服务、实时数据服务、地理信息系统（Geographic Information System，GIS）引擎服务、工作流引擎服务以及消息服务等。三是业务层，包括设备管理、维修管理、各种基础数据和系统数据的管理与统计等处理业务模块。四是展示层，展示层主要是不同类型的可视化平台，如Web 浏览器和移动App 客户端等。

投入使用后，该智能运维管理平台成功在四川省和上海市等地变电站得到了广泛应用。通过保障机电设备的安全性，该平台为变电站机电运维工作顺利开展提供了强有力的支撑，并得到了设备运维人员的广泛认可。智能机电设备运维管理平台在变电站的成功应用，证明了通过科技创新可以提高现代社会基础设施的运作效率和运行安全性的有效性。

4 结 论

目前，机电设备运维的数智化已成为一种发展趋势。随着物联网和大数据分析能等新兴信息技术的广泛应用，机电设备智能运维领域的研究水平也在不断提高，为其他领域的机电设备传统运维模式的数字化和智能化发展提供了借鉴。文章研究了基于综合监控大数据的机电设备智能运维系统，针对其应用场景，建设科学合理的机电设备智能数据运维体系，不仅能够提高整体运维水平，而且对于机电设备管理与运维的可持续发展有积极意义。