大型设备远程状态监测及信息采集技术研究

王 晓，陈 杰，李济顺,，隋 新，薛玉君

(1.河南科技大学机电工程学院，河南 洛阳 471003;2.安标国家矿用产品安全标志中心，北京 100000;3.河南科技大学机械设计与传动系统重点实验室，河南 洛阳 471003)

0 引言

大型装备被广泛应用于水泥、电力、冶金、化工、非金属矿业等行业，在制造业占有重要地位[1]。其监控与故障诊断技术一直以来都是各行业的研究重点。随着科技的不断发展，该技术在国内外都取得了一些研究成果。从最开始的离线监测诊断系统，发展为单机在线监测诊断系统。在计算机技术迅猛发展的背景下，逐渐出现了分布式监测与诊断系统和基于Internet的远程监测与故障诊断系统[2]。基于Internet的远程监控系统因具有松耦合性、互操作性好、开发便利、异构资源可共享等优点而得到了广泛应用[3]。

影响大型设备工作的主要参数非常多。对这些参数进行实时监控会产生大量数据，这就对数据压缩、传输效率、传输稳定性、数据处理等提出了更高的要求，传统的监控技术不能很好地满足这些要求[4]。近几年新兴的云计算技术能够大大提高数据的利用率，减轻运算的压力，同时还能提供足够的容灾性，使系统有了更好的可扩展性[5]。因此，将基于Internet的远程故障诊断技术应用于大型高端重装备是本文的研究重点。

本文对硬件设计架构、软件传输技术、网络通信设计进行研究，设计了一种远程设备状态信息监测系统。该系统可用于大型高端重装备的远程状态监测、信号特征提取、数据分析处理、故障预警和判断等。

1 远程状态监测及信息采集方案

1.1 系统方案

大型高端重装备的现场环境往往比较恶劣，网络基础设施较差。为保证状态数据传输能力，采用基于Windows 通信基金会(Windows communication foundation,WCF)的数据传输方案。存储设备实时状态信息的WinCC服务器自建数据库的表结构复杂、项目繁多且表间关系抽象难懂，容易造成潜在的数据丢失、数据异步、数据冗余等问题。为读取数据库中的信息，采取用于过程控制的OLE(OLE for process control，OPC)协议的方式抽取信息。另外，设备关键位置的信息采集频率要求较高，这就造成设备状态采样信息量巨大。传输数据时需采用数据压缩算法。出于安全考虑，需设置一台现场采样传输服务器传输状态信息，并通过设置VPN服务器解决传输中的信息加密问题。

1.2 系统硬件架构

以大型立磨远程监控系统为例，现场设备由PLC系统控制，经现场总线与WinCC服务器相连。WinCC服务器负责监测设备状态信息并存储。现场采样信息传输服务器采用有线局域网与现场的WinCC服务器相连，通过WinCC支持的OPC协议从服务器中读取设备状态信息并传输。VPN服务器用于在现场和后台监控中心之间建立专用的数据网络，以满足设备状态信息加密传输的要求。后台监控服务器主要负责存储从现场采样信息传输服务器传递来的设备状态信息，并将该信息以WinCC的方式呈现给后台工作人员。该服务器为监控人员对设备工况进行有效监控，以及故障预警、故障诊断提供有效的数据支撑和技术支持。

对于后台监控人员来说，远程数据传输等技术细节完全透明。系统硬件结构如图1所示。

图1 系统硬件结构图

1.3 系统软件架构设计

图2为基于OPC的数据传输图。首先根据设备的机械结构和工况环境等特点，建立能够反映设备运行完整工况、适应不同数据传输能力的状态信息模型，抽取WinCC监控工程中的状态变量(Tag)信息。再根据网络环境感知算法或预定义工作模式，由不同的网络条件选择数据同步周期与同步数据内容，并将待同步数据编码形成网络报文；当数据量较大或网络环境较差时，利用针对设备特点开发的信号特征提取算法和数据压缩算法，减少需同步的数据量。最后，在后台监控中心服务器上运行接收软件，接收来自前端同步软件的网络报文。根据报文格式解析反映设备工况的特征数据。根据之前建立的信息模型，将状态信息写入后台同步数据库，完成现场数据与后台监控数据的远程传输。

图2 基于OPC的数据传输图

该系统可同时运行于现场采样传输服务器和后台监控中心服务器。前者负责发送，后者负责接收，根据运行时的角色，实现功能的任意切换。同步传输软件既能实现从现场向后台的数据发送，也可实现后台对现场设备装置的反向控制。

系统采用了可插拔组件设计整个软件功能框架，使系统功能更灵活多变，能适应不同需求。除了必需的功能以外，一些可选功能模块可随着后期的开发需求添加或删减。

主功能模块包括六部分。①系统控制模块，负责为整个软件提供一种可插拔的软件框架，用于监测整个软件框架内各功能组件的加载、启动、停止、暂停等生命周期控制，同时负责不同运行环境的适配、屏蔽操作系统差异等。②PLC通信管理模块，实现WinCC服务器的数据集成。③远程通信管理模块，能够基于TCP/IP协议，在现有公共网络的基础上，建立现场传输软件和后台接收软件间的网络通信；同时针对不同网络条件，采取不同的数据传输策略(控制通信数据内容、传输周期等)。此外，该模块能够在遇到网络传输错误时采取一定的策略重传报文，避免数据丢失或冗余，实现设备状态信息的远程传输。④状态信息持久化模块，用于持久化记录、控制设备状态信息及传输状态(成功、失败、部分成功)，实现设备状态信息建模、数据库读写管理等功能。⑤采集硬件管理模块，提供采集硬件装置的控制适配。⑥状态信息处理模块，需要对高速振动信号先进行特征提取，再进行振动特征信号的传输，或是对原始采样信号进行高性能压缩，以减少所需的数据通信信息量。

2 关键技术

2.1 数据抽取及通信技术

系统采用基于OPC的数据抽取和基于WCF的通信技术，以OPC协议为基础读取数据，解决了WinCC自带数据库信息难以传输的问题。OPC是一套以微软OLE、组件对象模型COM、分布式组件对象模型DCOM技术为基础，基于Windows操作平台，为工业应用程序之间提供高效的信息集成和交互功能的组件对象模型接口标准[6-7]。OLE自动化标准接口包含三层接口：OPCSever，OPCGroup，OPCItem。OPCSever为OPC启动服务器，用于获得其他对象和服务的起始类；OPCGroup用于存储由若干OPCItem组成的Group信息；OPCItem则用于存储Item的具体信息[8-9]。

现场采样信息传输服务器作为OPC客户端，通过OPC协议从WinCC服务器中直接读取变量状态信息。通过WinCC服务器自身支持的OPC协议实现数据的转存，将WinCC数据库转化处理为标准数据库，从中读取需要的传感器实时数据、控制参数、状态信息等数据。此时WinCC服务器作为OPC服务器，支持数据的读取和转存。OPC数据转存如图3所示。

图3 OPC数据转存示意图

在现场需要设置WinCC OPC服务器，需安装OPC Server，设置服务器DCOM组态。OPC传输可靠，适用于大批量数据交换，能满足大型设备实时远程监控的需要。OPC通信流程如图4所示。

图4 OPC通信流程图

针对现场网络设施环境恶劣的问题，为保证传输可靠，设计采用WCF通信技术[10]。通信模型如图5所示。访问点是实现信息交换的基础，客户端和服务器端均通过匹配访问点来进行消息互通[11]。

图5 WCF服务通信模型

2.2 数据传输效率

对大型高端重装备进行远程实时监控，会产生大量数据。为了保证传输可靠性和传输效率，需要对数据进行优化压缩。数据压缩分为以下三个阶段。

第一阶段，PLC采集设备实时状态信息，将传感器采集到的时域信号转化为特征值，减少了大量的数据量。

第二阶段，采取了旋转门变换(spinning door transformation，SDT)算法进行数据压缩。SDT是有损数据压缩法，对数据进行拟合以实现数据压缩[12]。评价SDT算法优劣通常采用两个指标[13]：第一个指标为压缩比CR，用于衡量算法对于数据的压缩能力，受容差ΔE影响；另一个指标为均方根误差δ，用于衡量数据失真程度。

第三阶段，报文格式的优化。程序中通信报文的设计是基于JSON实现的。JSON易于阅读和编码，避免了解析时带来的性能和兼容性问题，提高了数据传输效率[14]。而与JSON相比，BSON被设计成轻量级、高效率的二进制格式，更有利于数据的描述、传输和查询[15]。相对于JSON，BSON数据传输效率更高。上述两级压缩的方法提高了数据传输效率，保障了数据传输效果。

3 应用实例

开发的监控软件已经应用于某钢铁厂的大型立磨远程监控系统。该大型立磨的PLC控制系统为S7-400型，采用的WinCC服务器型号为博途V13。软件所用OPC开发包为opcdaauto.dll，开发环境为Visual Studio 2008。采集数据包括立磨主电机电流值、电机轴承温度、立磨出口压力、立磨出口温度、立磨振动、主风机电流、主辊转速等。数据采集间隔为10 s，原始数据量每天可达到30 MB。根据上文所示的压缩算法，以立磨出口温度参数为例，ΔE=1.5。由于温度较为恒定，经计算，压缩率可达90%以上，压缩误差小于1。

4 结束语

大型高端重装备状态监测及信息采集系统，有效收集、存储了设备的实时运行状态信息，为进一步分析数据、完成设备状态的预判和故障诊断打下了良好基础。未来，针对设备实际运行中产生的问题，可对大量数据的产生带来的数据压缩问题、数据模型的建立、数据采集周期的调整等方面进行系统优化，以满足不断增加的现实需求。

[1] 高峰,郭为忠,宋清玉,等.重型制造装备国内外研究与发展[J].机械工程学报,2010,46(19):92-107.

[2] AZEVEDO H D M D,Araújo A M,Bouchonneau N.A review of wind turbine bearing condition monitoring:State of the art and challenges[J].Renewable & Sustainable Energy Reviews,2016(56):368-379.

[3] 赵阳,高强.基于Web远程监控系统的设计实现[J].自动化仪表,2015,36(1):31-32.

[4] 李琦,王光明,朱林,等.海量环境监测数据存储与共享平台[J].自动化仪表,2016,37(2):61-64.

[5] 卢泽模,云计算数据中心的网络通信技术[J].电子世界,2014(22):10-10.

[6] 夏璐杰,孙首群,卢华阳,等.基于OPC与PLC的远程监视系统的研究[J].自动化仪表,2017,38(2):22-24.

[7] 李海波,赵晓峰,付琛,等.基于 Web 技术的农田恒压灌溉远程监控系统测试研究[J].排灌机械工程学报,2016,34(1):86-92.

[8] 马勇超,金亚萍,张胜,等.基于WCF架构的OPC客户端技术在物流系统中的应用[J].物流技术与应用,2017,22(3):126-128.

[9] 任伟建,江声,霍凤财,等.OPC技术在油田分布式共享系统中的应用[J].自动化仪表,2016,37(10):5-7.

[10]曲广龙,杨洪耕,李兰芳,等.主动配电网电能质量实时监测系统设计与实现[J].电力系统自动化,2015,39(10):117-123.

[11]杨永健.基于WCF的计算机远程监控系统的设计与实现[J].华北科技学院学报,2013,10(3):49-53.

[12]张宗华,叶志佳,牛新征,等.面向监测数据压缩的自适应SDT算法[J].中国测试,2017,43(2):104-108.

[13]马发勇,厉启鹏,马志斌,等.电力调度SCADA系统中历史数据压缩及存储策略[J].电网技术,2014,38(4):1109-1114.

[14] 潘翔,徐小良.基于JSON的网络传输优化策略研究[J].杭州电子科技大学学报,2015,35(5):27-30.

[15]张尧,甘泉,刘建川,等.基于Mongo DB的地理信息共享数据存储模型研究[J].测绘,2014,37(4):147-150.