馬益新，梁 希，馬會(huì)鈞（.無錫市人力資源和社會(huì)保障局，江蘇無錫 40；.重慶大學(xué)，重慶 40；.無錫華光鍋爐股份有限公司，江蘇無錫 405）

科技與應(yīng)用

電站鍋爐遠(yuǎn)程在線服務(wù)系統(tǒng)研究

馬益新1，梁 希2，馬會(huì)鈞3
（1.無錫市人力資源和社會(huì)保障局，江蘇無錫 214011；
2.重慶大學(xué)，重慶 401331；3.無錫華光鍋爐股份有限公司，江蘇無錫 214035）

綜合應(yīng)用云存儲(chǔ)技術(shù)、分布式實(shí)時(shí)數(shù)據(jù)庫(kù)技術(shù)、專家系統(tǒng)技術(shù)等研制完成了一種針對(duì)電站鍋爐的遠(yuǎn)程在線服務(wù)系統(tǒng)，給出系統(tǒng)的軟件體系架構(gòu)，介紹了其關(guān)鍵技術(shù)及其實(shí)現(xiàn)情況，供同類系統(tǒng)研究、開發(fā)者參考。

電站鍋爐；云存儲(chǔ)；遠(yuǎn)程在線服務(wù)；海量大數(shù)據(jù)

隨著我國(guó)制造業(yè)的迅猛發(fā)展，企業(yè)的競(jìng)爭(zhēng)已逐步從傳統(tǒng)的制造競(jìng)爭(zhēng)演變?yōu)槭袌?chǎng)競(jìng)爭(zhēng)、客戶競(jìng)爭(zhēng)，企業(yè)的管理重心也從傳統(tǒng)的物流、財(cái)務(wù)和制造管理轉(zhuǎn)向全面地客戶管理系統(tǒng)，而售后服務(wù)是全面客戶管理關(guān)系中的一個(gè)重要方面［1］。

互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的發(fā)展與應(yīng)用，使在線服務(wù)逐步進(jìn)入企業(yè)售后服務(wù)中。與傳統(tǒng)的服務(wù)模式相比，在線服務(wù)及時(shí)方便，有利于大幅降低服務(wù)成本。目前這種服務(wù)在軟件、人力資源、咨詢等行業(yè)應(yīng)用較為普遍，但在制造企業(yè)尚處于探索階段。

電站鍋爐是熱電系統(tǒng)的三大核心部件之一，其質(zhì)量直接決定著電力系統(tǒng)能否穩(wěn)定可靠運(yùn)行。目前，電站鍋爐的售后服務(wù)主要存在以下幾個(gè)方面的問題：

1）鍋爐出現(xiàn)故障時(shí)，解決問題的速度仍然不能很好地滿足用戶要求。

2）售后、安裝服務(wù)成本。一方面，鍋爐出現(xiàn)故障停運(yùn)，往往需要生產(chǎn)廠家派由技術(shù)、售后等人員組成的團(tuán)隊(duì)現(xiàn)場(chǎng)診斷、解決問題，差旅成本很高。另一方面，由于電站鍋爐結(jié)構(gòu)復(fù)雜（如：大型循環(huán)硫化床鍋爐有上百萬個(gè)零件構(gòu)成，高度也達(dá)到幾十米。）往往是邊生產(chǎn)、邊運(yùn)輸、邊安裝，現(xiàn)場(chǎng)指導(dǎo)安裝的工地代表需要幾個(gè)月時(shí)間才能完成一個(gè)項(xiàng)目，成本很高，且安裝過程中出現(xiàn)問題時(shí)，不能及時(shí)“會(huì)診”。

3）質(zhì)量問題賠償金額大。鍋爐停止運(yùn)行意味著電廠停止生產(chǎn)，不僅會(huì)直接帶來停產(chǎn)損失，而且二次點(diǎn)火的費(fèi)用也很大（如：一臺(tái)30萬容量機(jī)組的鍋爐，每點(diǎn)一次火的固定成本就超過20萬元）。如果鍋爐本身質(zhì)量原因造成，索賠金額往往很大。

4）電廠鍋爐運(yùn)行維護(hù)成本居高不下。發(fā)電企業(yè)為了保證電力生產(chǎn)不出現(xiàn)意外中斷，對(duì)鍋爐的“過維護(hù)”情況很多。

顯然，研制鍋爐遠(yuǎn)程在線服務(wù)系統(tǒng)將能實(shí)現(xiàn)鍋爐設(shè)計(jì)、制造人員和電廠運(yùn)行維護(hù)人員的優(yōu)勢(shì)互補(bǔ)，實(shí)現(xiàn)產(chǎn)品制造企業(yè)和用戶單位的協(xié)同維護(hù)，將“事后服務(wù)”轉(zhuǎn)為“事前預(yù)防”，有效降低鍋爐故障，降低售后服務(wù)成本，減少停機(jī)時(shí)間，對(duì)鍋爐制造企業(yè)和發(fā)電企業(yè)都具有較高的經(jīng)濟(jì)效益價(jià)值。

1　系統(tǒng)的體系結(jié)構(gòu)

綜合應(yīng)用云存儲(chǔ)技術(shù)、分布式實(shí)時(shí)數(shù)據(jù)庫(kù)技術(shù)、專家系統(tǒng)技術(shù)、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)技術(shù)研制完成了鍋爐遠(yuǎn)程在線服務(wù)系統(tǒng)，系統(tǒng)由硬件層、虛擬平臺(tái)層、操作系統(tǒng)層、應(yīng)用支撐平臺(tái)層、應(yīng)用軟件層構(gòu)成。其層次化體系結(jié)構(gòu)如圖1所示。

圖1　鍋爐遠(yuǎn)程服務(wù)系統(tǒng)的軟件體系結(jié)構(gòu)

1）硬件層。硬件平臺(tái)層包括網(wǎng)絡(luò)設(shè)備及網(wǎng)絡(luò)、應(yīng)用服務(wù)器及云存儲(chǔ)設(shè)備、桌面設(shè)備、通訊設(shè)備等。

2）虛擬平臺(tái)層。建立在操作系統(tǒng)之上，通過虛擬機(jī)模式支持不同操作系統(tǒng)的應(yīng)用。

3）支撐平臺(tái)層。圖型平臺(tái)用來支持鍋爐遠(yuǎn)程監(jiān)測(cè)系統(tǒng)的運(yùn)行；實(shí)時(shí)數(shù)據(jù)庫(kù)用于支持用戶鍋爐運(yùn)行數(shù)據(jù)的采集與存儲(chǔ)；知識(shí)庫(kù)支持專家系統(tǒng)的知識(shí)推理和系統(tǒng)交互。

云存儲(chǔ)平臺(tái)基于數(shù)據(jù)立方構(gòu)建。鍋爐安裝過程視頻通過移動(dòng)網(wǎng)絡(luò)攝像機(jī)保存，系統(tǒng)在需要時(shí)通過4G網(wǎng)絡(luò)訪問這些設(shè)備的實(shí)時(shí)數(shù)據(jù)。

4）應(yīng)用軟件層。呼叫中心平臺(tái)支持售后服務(wù)人員和客戶直接的語音通訊，客戶服務(wù)管理系統(tǒng)支持客戶服務(wù)全過程的管理，包括：服務(wù)請(qǐng)求管理、任務(wù)管理、工單管理、服務(wù)處理結(jié)果記錄、服務(wù)成本分析、服務(wù)質(zhì)量統(tǒng)計(jì)分析及配件管理等，鍋爐運(yùn)行遠(yuǎn)程診斷系統(tǒng)用于鍋爐設(shè)計(jì)專家對(duì)用戶鍋爐的遠(yuǎn)程診斷及分析，基于鍋爐運(yùn)行數(shù)據(jù)的海量大數(shù)據(jù)的專家系統(tǒng)，一方面通過數(shù)據(jù)挖掘等手段得到有益的知識(shí)和信息，為設(shè)計(jì)人員改進(jìn)設(shè)計(jì)提供支持；另一方面，通過系統(tǒng)推理為用戶鍋爐運(yùn)行情況提供更專業(yè)的診斷結(jié)論。鍋爐安裝遠(yuǎn)程視頻采集系統(tǒng)主要用于支持鍋爐的遠(yuǎn)程安裝指導(dǎo)和分析。

2　遠(yuǎn)程在線服務(wù)系統(tǒng)的系統(tǒng)結(jié)構(gòu)

鍋爐遠(yuǎn)程服務(wù)系統(tǒng)運(yùn)行的系統(tǒng)結(jié)構(gòu)如圖2所示。其中，用于采集各用戶鍋爐實(shí)時(shí)數(shù)據(jù)的數(shù)據(jù)采集代理計(jì)算機(jī)和遠(yuǎn)程服務(wù)器集群構(gòu)成專用的VPN隧道。大屏幕顯示系統(tǒng)用于實(shí)現(xiàn)服務(wù)大廳用戶鍋爐現(xiàn)場(chǎng)數(shù)據(jù)的實(shí)時(shí)顯示、遠(yuǎn)程安裝視頻播放等，在線服務(wù)的各種應(yīng)用程序部署在應(yīng)用服務(wù)器。

圖2　鍋爐遠(yuǎn)程在線服務(wù)的系統(tǒng)結(jié)構(gòu)

3　關(guān)鍵技術(shù)研究

3.1基于鍋爐海量大數(shù)據(jù)的專家系統(tǒng)

鍋爐運(yùn)行的過程參數(shù)變化數(shù)據(jù)量極其龐大，如：在一臺(tái)400 MW的中小型鍋爐需要采集的數(shù)據(jù)節(jié)點(diǎn)有4 000左右，按照采樣周期3秒鐘，每天產(chǎn)生12億條數(shù)據(jù)。鍋爐運(yùn)行海量大數(shù)據(jù)的專家系統(tǒng)是本研究的最大特點(diǎn)，目前國(guó)內(nèi)外均沒有此類系統(tǒng)。由學(xué)習(xí)子系統(tǒng)、數(shù)據(jù)挖掘子系統(tǒng)、決策支持子系統(tǒng)、交互子系統(tǒng)構(gòu)成。它通過學(xué)習(xí)、數(shù)據(jù)挖掘、知識(shí)推理和人機(jī)交互等子系統(tǒng)為設(shè)計(jì)人員優(yōu)化鍋爐設(shè)計(jì)提供依據(jù)，并全方位的支持客戶的鍋爐運(yùn)行優(yōu)化調(diào)整和故障診斷。

海量大數(shù)據(jù)專家系統(tǒng)利用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)功能［2-3］、大規(guī)模并行分布式處理功能、連續(xù)時(shí)間非線性動(dòng)力學(xué)和全局集體作用實(shí)現(xiàn)知識(shí)獲取自動(dòng)化。

海量大數(shù)據(jù)專家系統(tǒng)分別提供兩種界面給鍋爐專家和一般用戶。首先將鍋爐專家提供的鍋爐問題解決實(shí)例知識(shí)的數(shù)據(jù)文件進(jìn)行預(yù)處理，神經(jīng)網(wǎng)絡(luò)作為知識(shí)獲取機(jī)制，從處理后的數(shù)據(jù)文件中學(xué)習(xí)鍋爐知識(shí)，并將其存儲(chǔ)在權(quán)值和閾值中，以數(shù)據(jù)文件的形式保存。通過知識(shí)錄入界面，鍋爐專家可以總結(jié)鍋爐領(lǐng)域內(nèi)的經(jīng)驗(yàn)知識(shí)，對(duì)神經(jīng)網(wǎng)絡(luò)輸出結(jié)果進(jìn)行分類判斷處理，并給出專家建議或?qū)Σ煌Y(jié)果的解決方案。對(duì)于一般用戶，可將遇到的鍋爐問題數(shù)據(jù)輸入系統(tǒng)中，經(jīng)過并行推理機(jī)的計(jì)算，得到問題的數(shù)值性結(jié)果。將此結(jié)果傳輸?shù)綄?duì)象推理機(jī)，對(duì)象推理機(jī)自動(dòng)和知識(shí)庫(kù)連接，得到與此問題相關(guān)的問題描述性回答及專家建議或解決措施，結(jié)構(gòu)如圖3所示。

圖3　海量大數(shù)據(jù)專家系統(tǒng)的結(jié)構(gòu)

3.1.1學(xué)習(xí)子系統(tǒng)

學(xué)習(xí)子系統(tǒng)包括：模型管理和學(xué)習(xí)任務(wù)管理兩個(gè)子系統(tǒng)，模型管理模塊對(duì)模型的名稱、目的、輸入、輸出參數(shù)、中間層參數(shù)、期望誤差和迭代次數(shù)進(jìn)行設(shè)定和設(shè)置，學(xué)習(xí)任務(wù)管理模塊完成學(xué)習(xí)任務(wù)的制定、學(xué)習(xí)任務(wù)執(zhí)行周期設(shè)定，學(xué)習(xí)成果存儲(chǔ)等等。如：對(duì)于前文提及的鍋爐排放、鍋爐運(yùn)行預(yù)警建立如圖4所示的管理模型。

圖4　鍋爐排放管理模型

對(duì)于鍋爐的排放，模型學(xué)習(xí)過程如下：首先初始化權(quán)重矩陣，設(shè)定計(jì)算精度值和最大迭代次數(shù)。

其次以風(fēng)機(jī)轉(zhuǎn)速、頻率、風(fēng)量，爐膛溫度、燃燒器的燃料流量、冷卻水流量、溫度、冷卻空氣溫度、除塵出口氯化氫、氧化硫濃度等參數(shù)值作為輸入值，對(duì)氮氧化物含量、硫化物含量、煙塵含量等設(shè)置期望值并進(jìn)行迭代計(jì)算，公式如下：

中間層k=輸入層1*權(quán)重wi11+…+輸入層i*權(quán)重wiii輸出層k=中間層1*權(quán)重wh11+…+中間層i*權(quán)重whii

最后將輸出層k氮氧化物、硫化物、煙塵值與期望的氮氧化物、硫化物、煙塵值對(duì)比，滿足設(shè)定精度或者達(dá)到最大迭代此，則停止計(jì)算，否則開始新一輪迭代。

可以看出，海量大數(shù)據(jù)專家系統(tǒng)可以提煉出當(dāng)前鍋爐設(shè)計(jì)、運(yùn)行專家不具備經(jīng)驗(yàn)和知識(shí)，能為鍋爐安全高效的運(yùn)行、進(jìn)一步優(yōu)化設(shè)計(jì)等提供重要依據(jù)，如：針對(duì)鍋爐運(yùn)行安全問題，建立的鍋爐運(yùn)行預(yù)警模型，通過學(xué)習(xí)可以得到負(fù)荷、鍋爐給水、燃料量、冷卻水、送風(fēng)和引風(fēng)量等與運(yùn)行安全之間較為準(zhǔn)確的相關(guān)性的指標(biāo)，而這些指標(biāo)在傳統(tǒng)的設(shè)計(jì)經(jīng)驗(yàn)值和理論估算中往往留有很大的安全系數(shù)。

3.1.2決策支持子系統(tǒng)

決策支持子系統(tǒng)將學(xué)習(xí)系統(tǒng)的成果展示給用戶，該子系統(tǒng)依據(jù)模型中輸入輸出數(shù)據(jù)特點(diǎn)選用邏輯推理或不確定性推理方式。

如：對(duì)鍋爐排放管理模型來說，若輸入輸出數(shù)據(jù)都是完整的、準(zhǔn)確的數(shù)值，在這種情況下推理方法采用邏輯推理，其推理過程與學(xué)習(xí)系統(tǒng)模型學(xué)習(xí)過程類似。

在不確定性推理中，知識(shí)表示方式是產(chǎn)生式規(guī)則，其形式一般為：

IF ETHEN H（CF（H，E））

其中E是知識(shí)前提條件，H是知識(shí)結(jié)論CF （H，E）是知識(shí)可信度。CF（H，E）取值范圍為［-1，1］，值越大表示滿足前提知識(shí)條件的結(jié)論H越可信，反之亦然。

如：對(duì)汽包壓力大的問題其推理過程如下：

前提條件：

IF E1 THEN H1（0.8）

IF E2 THEN H2（0.3）

IF E3 THEN H3（0.1）

其中E1=汽包壓力大，E2=汽包壓力小，E3=送風(fēng)小；H1=燃料流量大，鍋爐負(fù)荷大；H2=鍋爐低負(fù)荷；H3=鍋爐高負(fù)荷。

經(jīng)過提問后得到各個(gè)證據(jù)的可信度為：

CF（E1）=0.8，CF（E2）=-1，CF（E3）=-1

接下來計(jì)算結(jié)論可信度CF（H1）=0.8*|max （0，CF（E1）|=0.8*0.8=0.64

同理CF（H2）=0，CF（H3）=0；所以H1＞H2＞H3，所以結(jié)論為H1，可信度為0.64。

3.1.3大數(shù)據(jù)分析子系統(tǒng)

電站鍋爐產(chǎn)品中所有的子系統(tǒng)都是非線性的，因此，必須對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)、分析、挖掘才能提煉出能用于用來優(yōu)化設(shè)計(jì)或優(yōu)化鍋爐運(yùn)行狀態(tài)的有用知識(shí)，大數(shù)據(jù)分析子系統(tǒng)通過對(duì)數(shù)據(jù)分類、采樣、統(tǒng)計(jì)、模型分析提煉出有用的知識(shí)，并按照不同的需求生成各類報(bào)表。

采用K-means統(tǒng)計(jì)方式，曲線及圖形繪制采用R語言。例如：對(duì)于煙塵濃度分析，首先選擇出不同客戶的同一類型、容量相同或者相近的所有鍋爐，然后定義采樣周期，針對(duì)風(fēng)煙類數(shù)據(jù)抽取到所需要的小時(shí)、日、月、年等數(shù)據(jù)，其次采用K-means聚類算法找出中心值作為R圖分析的采樣樣點(diǎn)數(shù)據(jù)，最后利用R圖工具繪制出其正態(tài)分布圖，從而得到最穩(wěn)定的煙塵濃度參數(shù)。

3.1.4交互子系統(tǒng)

大數(shù)據(jù)專家系統(tǒng)中，交互子系統(tǒng)主要支持知識(shí)的檢索和統(tǒng)計(jì)報(bào)表的查詢，交互子系統(tǒng)通過授權(quán)方式可以開放給用戶。

3.2云存儲(chǔ)系統(tǒng)

本系統(tǒng)采用數(shù)據(jù)立方［4-5］實(shí)現(xiàn)云存儲(chǔ)系統(tǒng)構(gòu)建，其由索引、數(shù)據(jù)訪問管理模塊、數(shù)據(jù)查詢解析器、作業(yè)解析器、元數(shù)據(jù)、并行計(jì)算機(jī)構(gòu)和分布式實(shí)時(shí)數(shù)據(jù)庫(kù)系統(tǒng)構(gòu)成，如圖5所示。

圖5　遠(yuǎn)程服務(wù)系統(tǒng)中的云存儲(chǔ)架構(gòu)

數(shù)據(jù)立方中，鍋爐運(yùn)行實(shí)時(shí)數(shù)據(jù)的入庫(kù)通過采集代理系統(tǒng)完成，數(shù)據(jù)采集代理系統(tǒng)將客戶鍋爐運(yùn)行實(shí)時(shí)數(shù)據(jù)讀取后存儲(chǔ)到本地實(shí)時(shí)數(shù)據(jù)庫(kù)文件中，實(shí)時(shí)數(shù)據(jù)庫(kù)的歷史數(shù)據(jù)按照測(cè)點(diǎn)名分區(qū)存放，索引文件基于測(cè)點(diǎn)名稱為關(guān)鍵字構(gòu)建，每個(gè)測(cè)點(diǎn)在實(shí)時(shí)數(shù)據(jù)庫(kù)文件中對(duì)應(yīng)不同的位置偏移量，即X=（Ptname，Positon），x、Ptname、Positon分別表示索引記錄、測(cè)點(diǎn)名稱和數(shù)據(jù)庫(kù)文件中的偏移量，新的測(cè)點(diǎn)數(shù)據(jù)增加后，索引隨之自動(dòng)更新。

遠(yuǎn)程服務(wù)系統(tǒng)中的元數(shù)據(jù)存儲(chǔ)在遠(yuǎn)程服務(wù)系統(tǒng)的關(guān)系式數(shù)據(jù)庫(kù)中，元數(shù)據(jù)和各代理系統(tǒng)的測(cè)點(diǎn)表基于以下模型結(jié)構(gòu)構(gòu)建：

M=｛Bt，Bb，Bs，Bn，Btn，Bnode，Bnum｝

M代表系統(tǒng)參數(shù)的空間集合。

Bt∈T1，T1是鍋爐類型的集合（包括：秸稈爐、余熱鍋爐、煤粉爐、垃圾爐等幾種）。

Bb∈T2，T2是鍋爐設(shè)計(jì)額定容量（蒸噸數(shù)的集合。（如：130、220、280、750等）。

Bs∈T3，T3是表示所有的鍋爐子系統(tǒng)。（包括：風(fēng)煙子系統(tǒng)、燃燒子系統(tǒng)、除渣子系統(tǒng)、給水子系統(tǒng)、脫硫/脫硝子系統(tǒng)等等）。

Bn∈T4，Tn是鍋爐參數(shù)的集合（如：主蒸汽溫度、含氧量、主蒸汽壓力等等）。

Btn∈T5，T5是用戶鍋爐測(cè)點(diǎn)名稱的集合。

由于不同用戶使用不同DCS系統(tǒng)，測(cè)點(diǎn)編碼規(guī)則完全不同，所以測(cè)點(diǎn)名和參數(shù)名稱基本上都是N：1關(guān)系，同時(shí)，同一節(jié)點(diǎn)（指數(shù)據(jù)采集代理系統(tǒng)計(jì)算機(jī)）上的測(cè)點(diǎn)名具有唯一性。

Bnode∈T6，T6是節(jié)點(diǎn)名稱的集合，它由安裝數(shù)據(jù)采集代理系統(tǒng)的計(jì)算機(jī)名稱的表示。

Bnum∈T7，T7是鍋爐編號(hào)的集合，每個(gè)連接在遠(yuǎn)程服務(wù)系統(tǒng)中的鍋爐具有唯一的編號(hào)，每臺(tái)數(shù)據(jù)采集代理系統(tǒng)對(duì)應(yīng)一臺(tái)或者多臺(tái)鍋爐，每一臺(tái)鍋爐的所有參數(shù)對(duì)應(yīng)一個(gè)唯一的Point Type（數(shù)據(jù)類）。

數(shù)據(jù)訪問管理模塊主要完成元數(shù)據(jù)的構(gòu)建、管理，查詢需求生成及結(jié)果輸出。

SQL解析器基于查詢需求生成sql查詢語句。

作業(yè)分析器根據(jù)SQL語法樹、元數(shù)據(jù)和測(cè)點(diǎn)表信息，分析所要處理的數(shù)據(jù)表對(duì)應(yīng)的所在存儲(chǔ)子節(jié)點(diǎn)位置，生成查詢作業(yè)并發(fā)送給并行計(jì)算架構(gòu)。

數(shù)據(jù)立方的分布式并行架構(gòu)是一種典型的主從結(jié)構(gòu)，如圖6所示。并行計(jì)算架構(gòu)接收到作業(yè)生成器生成的作業(yè)，切分查詢作業(yè)形成子任務(wù)，然后將子任務(wù)發(fā)送給數(shù)據(jù)所在的存儲(chǔ)子節(jié)點(diǎn)，在執(zhí)行完畢后將結(jié)果返回。

圖6　基于并行計(jì)算的作業(yè)提交示意圖

例如：在相關(guān)性分析中，對(duì)于需求—“查詢130蒸噸循環(huán)硫化床鍋爐在2014年11月主蒸汽溫度和壓力的所有數(shù)據(jù)”，sql解析器生成的結(jié)果為：

Go

DECLARE@ServerName VARCHAR（30）

DECLARE@dbname VARCHAR（30）

ECLARE@Praname1 VARCHAR（30）

SET@ServerName='@ServerName'

SET@dbname='@DBname'

SET@Praname1='@MainSteamTemperature'

SELECT tag，value，time

FROM piinterP

WHERE tag=@Praname1

AND time BETWEEN'*-720h'AND'2014/11/30

23:59:59'

Go

Go

DECLARE@ServerName VARCHAR（30）

DECLARE@dbname VARCHAR（30）

ECLARE@Praname2 VARCHAR（30）

SET@ServerName='@ServerName'

SET@dbname='@DBname'

SET@Praname2='@MainSteamPressure'

SELECT tag，value，time

FROM piinterP

WHERE tag=@Praname2

AND time BETWEEN'*-720h'AND'2014/11/30 23:59:59'

Go

假設(shè)作業(yè)分析器依據(jù)元數(shù)據(jù)和測(cè)點(diǎn)表找到兩臺(tái)130蒸噸循環(huán)硫化床鍋爐在運(yùn)行。采集代理計(jì)算機(jī)機(jī)器名分別為：AgentServer1、AgentServer2，存放實(shí)時(shí)數(shù)據(jù)的數(shù)據(jù)庫(kù)分別為：AgentDB1、AgentDB2，測(cè)點(diǎn)參數(shù)名分別為：（41TE04_2， 41PT04_2） 和（1LAB71CT001，1LAB71CP001）。作業(yè)分析將會(huì)替代SQL分析器結(jié)果中的參數(shù)為實(shí)際值并生成作業(yè)描述文本。

并行計(jì)算架構(gòu)根據(jù)作業(yè)文本生成4個(gè)子任務(wù)task1，task2，task3，task4，子任務(wù)task1、task2發(fā)送給節(jié)點(diǎn)AgentServer1，子任務(wù)task3、task4發(fā)送給節(jié)點(diǎn)AgentServer2。

任務(wù)描述格式如下：

Taski=（Severi，Dbnamei，Pramerteri，CommandStri，

Resultsetnamei）

對(duì)于上述的task1，任務(wù)描述如下：

Sever1=“AgentServer1”

Dbname1=“AgentDB1”

Pramerter1=“41TE04_2”

CommandStr1=“SELECT tag，value，time

FROM piinterP WHERE tag='41TE04_2'

AND time BETWEEN'*-720h'AND'2014/11/30

23:59:59'”

Resultsetname1=“DS_tbl_41TE04_21”

上述云存儲(chǔ)架構(gòu)具有如下優(yōu)點(diǎn)：

1）可擴(kuò)展性，開放性好。增加鍋爐采集代理節(jié)點(diǎn)時(shí)，不需要對(duì)遠(yuǎn)程服務(wù)系統(tǒng)的應(yīng)用程序做任何修改。

2）網(wǎng)絡(luò)負(fù)荷小，只有需要被分析或者顯示的數(shù)據(jù)才被從數(shù)據(jù)采集代理系統(tǒng)中讀取。

3）可以數(shù)據(jù)源切換的方式動(dòng)態(tài)顯示不同鍋爐的實(shí)時(shí)數(shù)據(jù)，遠(yuǎn)程服務(wù)系統(tǒng)數(shù)據(jù)集中存儲(chǔ)與數(shù)據(jù)同步可以和數(shù)據(jù)采集異步進(jìn)行。

4）使用并行計(jì)算架構(gòu)，數(shù)據(jù)抽取速度快，能滿足大數(shù)據(jù)分析的需要。

3.3數(shù)據(jù)采集代理系統(tǒng)

數(shù)據(jù)采集代理系統(tǒng)主要由消息管理器、同步接口、OPC接口、實(shí)時(shí)數(shù)據(jù)庫(kù)系統(tǒng)構(gòu)成，如圖7所示。

圖7　數(shù)據(jù)采集代理系統(tǒng)

3.3.1消息管理器

消息管理器主要負(fù)責(zé)與遠(yuǎn)程服務(wù)系統(tǒng)通訊并設(shè)定接口的有關(guān)參數(shù)和工作狀態(tài)。主要包括：OPC接口的運(yùn)行、停止，OPC接口采集數(shù)據(jù)的掃描頻率，同步接口同步數(shù)據(jù)的類型（測(cè)點(diǎn)表或?qū)崟r(shí)數(shù)據(jù)等）。

3.3.2OPC接口

OPC是工業(yè)控制領(lǐng)域的軟件接口標(biāo)準(zhǔn)，它按照標(biāo)準(zhǔn)的方法完成不同設(shè)備之間數(shù)據(jù)交換的問題。利用這些接口，客戶可以按照統(tǒng)一的數(shù)據(jù)訪問標(biāo)準(zhǔn)與不同廠商的軟硬件產(chǎn)品進(jìn)行通信。目前電站鍋爐使用的DCS系統(tǒng)中，基本都提供了OPC訪問服務(wù)。

OPC接口完成鍋爐運(yùn)行數(shù)據(jù)的實(shí)時(shí)采集，由于OPC服務(wù)器提供的測(cè)量數(shù)據(jù)來源于DCS數(shù)據(jù)總線，因此，在同一時(shí)刻，遠(yuǎn)程服務(wù)系統(tǒng)監(jiān)控圖上看到的數(shù)據(jù)和電廠控制室看到的數(shù)據(jù)是同步的，幾乎沒有延遲。

3.3.3同步接口

同步接口完成代理系統(tǒng)實(shí)時(shí)數(shù)據(jù)向遠(yuǎn)程服務(wù)系統(tǒng)數(shù)據(jù)庫(kù)的實(shí)施數(shù)據(jù)同步和測(cè)點(diǎn)表的推送（測(cè)點(diǎn)表只有在測(cè)點(diǎn)描述信息發(fā)生變化時(shí)才需要同步，一般情況，數(shù)據(jù)采集代理系統(tǒng)部署完成后同步一次即可）。

3.3.4代理系統(tǒng)實(shí)時(shí)數(shù)據(jù)庫(kù)

安裝在數(shù)據(jù)采集代理計(jì)算機(jī)上的實(shí)時(shí)數(shù)據(jù)庫(kù)主要用于對(duì)應(yīng)的鍋爐實(shí)時(shí)數(shù)據(jù)的存儲(chǔ)。這種架構(gòu)的數(shù)據(jù)采集代理系統(tǒng)具有如下特點(diǎn)：

1）最大程度的保證了數(shù)據(jù)采集的完整性。一般代理系統(tǒng)放置在客戶的控制室中，和OPC服務(wù)器之間的網(wǎng)絡(luò)連接比較可靠，所以即使數(shù)據(jù)采集代理系統(tǒng)和遠(yuǎn)程服務(wù)系統(tǒng)之間的網(wǎng)絡(luò)連接中斷，數(shù)據(jù)采集不受影響，同時(shí)這些數(shù)據(jù)也可以通過同步接口傳到遠(yuǎn)程服務(wù)系統(tǒng)中來，從而保證了客戶鍋爐運(yùn)行數(shù)據(jù)的完整性。

2）系統(tǒng)運(yùn)行成本可控。某些電廠的DCS系統(tǒng)、工程師工作站和internet網(wǎng)絡(luò)是物理隔離的，因此，有些用戶節(jié)點(diǎn)需要用無線設(shè)備（移動(dòng)4 G設(shè)備等）進(jìn)行數(shù)據(jù)傳輸，按照每月20 G流量計(jì)算，數(shù)據(jù)費(fèi)需要350元以上（不限流量500元/月），運(yùn)行成本較高，對(duì)于這些用戶，本系統(tǒng)架構(gòu)靈活支持長(zhǎng)期連接或者進(jìn)行服務(wù)時(shí)動(dòng)態(tài)連接的方式，減少網(wǎng)絡(luò)流量的使用，從而降低系統(tǒng)運(yùn)行成本。

3）便于分步實(shí)施和部署。遠(yuǎn)程服務(wù)系統(tǒng)開發(fā)完畢后，用戶鍋爐分步接入系統(tǒng)時(shí)，只需要搭建數(shù)據(jù)采集代理系統(tǒng)，幾乎不需要對(duì)遠(yuǎn)程服務(wù)系統(tǒng)本身做任何改變。

4　系統(tǒng)實(shí)現(xiàn)與應(yīng)用

本文以O(shè)sisoft公司的PI 2012實(shí)時(shí)數(shù)據(jù)庫(kù)及其SDK工具［6］等為基礎(chǔ)，在Visual studio 2013開發(fā)環(huán)境下完成了系統(tǒng)開發(fā)。研究成果在無錫華光鍋爐股份有限公司得到了應(yīng)用，如圖8所示，系統(tǒng)得到企業(yè)設(shè)計(jì)人員和用戶的好評(píng)，目前系統(tǒng)運(yùn)行穩(wěn)定。

圖8　鍋爐遠(yuǎn)程服務(wù)系統(tǒng)（運(yùn)行診斷子系統(tǒng)）

5　結(jié)束語

鍋爐遠(yuǎn)程服務(wù)系統(tǒng)的建立和應(yīng)用，實(shí)現(xiàn)了傳統(tǒng)服務(wù)模式的創(chuàng)新，為提升鍋爐制造企業(yè)品牌形象，提高服務(wù)效率和質(zhì)量，降低企業(yè)制造成本、售后服務(wù)成本開辟了新的途徑，因此，該系統(tǒng)在鍋爐行業(yè)制造企業(yè)中推廣將具有廣闊的市場(chǎng)前景。同時(shí)本文的技術(shù)架構(gòu)及系統(tǒng)完全可應(yīng)用于區(qū)域環(huán)保部門監(jiān)測(cè)和分析本地域鍋爐的排放和分析。

［1］馬會(huì)鈞，柴新建.面向制造企業(yè)的售后服務(wù)協(xié)同管理集成平臺(tái)的研究與實(shí)現(xiàn)［J］.中國(guó)機(jī)械工程，2006（12）：1253-1256.

［2］侯媛彬，杜京義，汪梅.神經(jīng)網(wǎng)絡(luò)［M］.西安：西安電子科技大學(xué)出版社，2007.

［3］SimonHaykin.神經(jīng)網(wǎng)絡(luò)與機(jī)器學(xué)習(xí)［M］.第3版.北京：機(jī)械工業(yè)出版社，2011.

［4］BEYER K，RAMAKRISHNAN R.Bottom-up computation of sparse and iceberg cube［C］//ACM SIGMOD Record. ACM，1999，28（2）:359-370.

［5］AGRAWAL R，IMIELINSKI T，SWAMI A.Mining association rules between sets of items in large databases［C］// ACM SIGMOD Record.ACM，1993，22（2）:207-216.

［責(zé)任編輯：吳卓］

Research on Remote Online Service System of Power Plant Boiler

MA Yixin1，LIANG Xi2，MA Huijun3
（1.Wuxi Human Resources and Social Security Bureau，Wuxi Jiangsu 214011，China；
2.Chongqing University，Chongqing 401331，China；
3.Wuxi Huaguang Boiler Co.，Ltd，Wuxi Jiangsu 214035，China）

Based on the cloud storage technology，the distributed real-time database technology and the expert system technology，a software architecture of remote online service system is proposed，and the key technology and the implementation strategy are introduced.The research results of this paper can provide reference for similar system research and insights for developers.

power plant boiler；cloud storage；remote online service；massive data

TP311.52

A

1672-6138（2015）01-0011-07

10.3969/j.issn.1672-6138.2015.01.003

2014-12-16

馬益新（1963—），女，江蘇無錫人，高級(jí)工程師，碩士，研究方向：軟件工程開發(fā)應(yīng)用和軟件項(xiàng)目管理。