基于物联网的电梯故障监测与预警系统设计

时间：2024-07-28

蒋曦阳,黄健鹏,童一飞,孙浩翔

(1. 江苏省特种设备安全监督检验研究院,江苏南京 210036; 2. 南京理工大学机械工程学院,江苏南京 210094)

0 引言

近几年在“工业 4.0”和“中国制造 2025”的背景下,我国积极推动机械设备智能化改造,其中物联网技术在电梯行业中的应用日益普遍。如今电梯的大部分数据都能利用传感器进行采集,如运行时的状态数据、机械部件的振动信号数据。电梯除了在使用中会产生大量的数据,在后期维保中也会产生海量数据。这些数据一方面呈现种类多样化,另一方面数量也得到了爆发式增长[1]。数据体量激增带来的不仅是挑战更是机遇,如何通过电梯海量数据来对其进行运行状态监测与故障预警,已然是业内专家学者与相关管理部门当前亟待解决的问题。

状态监测系统能够获取设备运行的信息,并将该信息用于预测设备状态特性变化以及相应的变化趋势,从而对其受损程度进行评估。通过对设备状态的监测,可以保证设备的正常运行,避免造成经济和人员的损失[2]。RAO等[3]指出,日立公司针对本品牌电梯特性研发出可对被监管电梯建立数据档案的电梯安全监管系统,全天候监控存储电梯的基本信息。富士达所开发的电梯远程监控可视系统(ELVIC),通过连接大楼内的广域网络或局域网络,即可在计算机上开启监控可视系统,实时监控电梯运行情况[4]。邹鑫等[5]基于S7-1500PLC设计了一种电梯运行监控系统,其仿真实验结果表明,该系统能够有效降低电梯运行能耗,提高了查找故障的准确性和维修效率。

本文基于物联网技术,采用分布式集群,开发电梯故障监测与预警系统。

1 系统需求分析

1.1 功能需求分析

1)实时数据采集与传输。考虑到预警需要数据具备实时性,电梯运行数据通过物联网感知层与传输层后需要及时存储至服务器集群中。

2)实时数据分析。系统的业务逻辑模块需尽快获取数据并进行处理与分析,以便进行电梯故障的诊断与预警。

3)结果可视化展现。集群中任意服务器的浏览器均可实时查看所需数据,便于电梯管理人员掌握电梯运行状态。

1.2 性能需求分析

电梯运行数据具有体量大、实时性高等特点,系统需要具备如下4个特点。

1)可用性高。需防止集群中某一服务器故障而影响系统对外提供故障预警与监测等相关服务。

2)精确性高。因电梯运行数据体量较大,在处理与分析时需防止出现数据未被消费或被多次消费等问题。

3)效率高。为防止数据大量堆积而造成系统崩溃,系统需具备高效的数据处理能力,且各模块还需具备较大吞吐量。

4)可拓展性高。系统的计算框架需具备高可拓展性,以便增设新的业务逻辑。

2 系统设计

2.1 系统总体架构设计

根据需求并基于模块化思想,将系统分为以下4个模块:数据采集传输模块、数据分发模块、数据与业务逻辑处理模块以及结果可视化模块,如图1所示。限于篇幅,本文将介绍系统中的数据采集传输模块、数据分发模块以及结果可视化模块。

图1 系统总体架构

根据系统的整体架构设计,基于数据流进行的电梯监测和故障预警主要的整体工作流程如下:

1)系统感知层通过传感器设备采集电梯运行数据;

2)通过传输层,将数据传输至本地服务器集群并存储在数据库中;

3)业务逻辑处理模块获取相应数据并进行分析与逻辑判断,以实现对电梯故障的诊断与预警;

4)将结果存入数据库中,以便结果可视化模块进行展示。

2.2 数据采集与传输模块设计

1)传输技术选择。电梯运行信号采集具有采样频率高、数据量大、采集实时性较高等特点,而以太网以有线的方式部署,网络接入简便,部署费用较低且其传输速度快、可处理的信息体量庞大,与电梯数据采集实时性高、数据量大等特点相匹配。因此本文将采用以太网的方式进行数据传输。

2)整体方案设计。系统通过传感器采集电梯运行状态信号与x、y、z轴3个方向的振动信号数据。如通过光感传感器获取是否平层到站的数据、通过轿门上的光幕传感器获取轿厢门厅是否卡人的数据、通过振动加速度传感器获取轿厢振动情况的数据。获取的原始数据通过换算提取后存入实时数据库,等待分布式处理集群的后续故障诊断、故障预警模块调用,以进行电梯运行安全监测与轿厢振动状态的实时监控与预警。信号特征值在经过处理后,将存入历史数据库以供后续模块的分析利用。

3)采集系统设计。系统采集模块的硬件部分主要包括传感器、CP2104模块(可以将TTL串口转USB接口)、电梯控制板、有线以太网传输模块4个部分。

基于以太网的数据采集包括了多台分布式服务器终端与下位机。服务器终端用来处理以太网传输来的数据信号,下位机负责采集、上位机负责数据处理与存储。上位机使用TCP/IP 协议来完成与下位机之间的数据传输。传感器采集到的电梯运行数据的数字信号通过CP2104模块与电梯控制板模块进行交互,将数字信号传递到电梯控制板模块。在电梯控制模块上通过网线连接路由器,设定相应的IP地址与服务器集群进行数据传输。

4)采集数据内容。本系统主要采集的数据是电梯运行状态数据与轿厢振动加速度数据。本系统选择的振动加速度传感器型号为EVA-625。因EVA-625的尺寸较小,安装便利,可同时测量x、y、z3个方向的振动加速度信号。

5)传输格式设计。系统通过传感器所设定的数据格式,将数据直接传输至本地服务器集群中,其格式主要由5个部分组成:起始码、地址码、数据流、结束码、校验码。

2.3 数据分发模块设计

实时的电梯流数据具有如下特点:数据获取速度快、种类多、体量大。在处理这些数据时,首先需要将原始数据中的无效数据段进行筛除,随后将数据分发至分布式集群中进行处理。为了使得数据分发模块具备较大的吞吐量、可分布式扩展等特点,本文选用Flink1.8、Kafka2.11、Flume1.90。构建集群的数据流处理引擎。

电梯运行信号数据在被传感器采集后,首先传输并存储至本地数据库中,随后Flume会实时监听并拉取本地数据库的日志文件,接着Kafka接收并存储数据流日志文件,最后通过Flink集群对数据流进行处理与分析,图2描述了整个流程结构。

图2 数据分发整合流程结构图

传感器采集的电梯运行数据通过网络传输到数据中心的服务器上,服务器将数据发送到Kafka消息队列中,随后Flink集群会获取数据并进行分析。在Kafka集群中,电梯运行数据依照数据来源和产生时间在相应的Topic队列上进行分区储存。Flink通过addsource操作将Flink集群与Kafka连接到一起,此种方式不再需要专门Receiver开启专门的线程来循环读取Kafka消息队列中的数据,这种方式增大了计算时的并行度,提高了效率。为避免数据丢失,在采取addsource方式时,只要在Kafka上对数据进行复制,就可以根据副本来进行数据重新读取。同时,它保证了数据只被消费一次,也避免了相同数据重复消费的问题。

2.4 结果可视化模块设计

1)架构设计。相比C/S架构,B/S架构具有良好的系统性扩展性,可随用户需求增加新的功能[6]。在实际生产中,由于B/S结构的Web技术逐渐发展完善,在浏览器上进行开发的客户端数量也逐渐增多[7]。本系统在后端业务处理模块中提供相关数据接口,将前端与后端解耦,降低了对前端功能依赖度,便于后期的复用与维护。前端通过HTTP发送请求至URL当中以获取后端资源,后端将前端请求的数据以JSON格式发回,前端再将这些数据解析成 JavaScript对象,再考虑到与用户交互的便捷性与美观性对页面进行渲染和展示。图3展示了基于物联网的电梯典型故障监测与预警系统前后端分离总体架构。

图3 前后端总体架构图

2)可视化模块功能设计。基于模块化思想,将系统分为五大功能模块,分别是电梯地理位置可视化模块、电梯数据管理模块、相关单位管理模块、电梯控制系统故障监测模块与电梯轿厢系统故障预警模块,系统具体功能如图4所示。

图4 数据采集硬件部分结构框架

3)数据库设计。本系统通过MySQL关系型数据库对电梯典型故障监测与诊断信息、电梯故障预警信息、电梯相关单位信息等进行存储,并根据分析建立数据库中表与表之间的关系建立系统的E-R模型。通过数据库对系统数据进行存储,一是方便了系统对数据的管理,二是满足了数据的可追溯性以及查询分析的高效性。本系统中的数据库E-R模型如图5所示。

图5 数据库E-R图

在电梯故障诊断与预警系统的设计中,物联网感知层与传输层处理的数据具有体量大、实时性高的相关特点,所以为了方便后期对历史数据进行追溯查询,需要将采集到的实时数据存入数据库中进行定期的维护管理。同时,为了提高数据库的读写,数据库对电梯运行数据进行分表存储。