冉振莉，徐 泉，吳志偉，劉文慶，王良勇，劉長鑫，柴天佑

(東北大學 流程工業(yè)綜合自動化國家重點實驗室，遼寧 沈陽 110819)

0 引言

電熔鎂砂是航空航天、國防軍工、冶金建材等行業(yè)廣泛使用的耐火材料，是一種極其重要的戰(zhàn)略物資。電熔鎂砂的熔煉設備——三相交流電熔鎂爐是典型的高耗能設備，電熔鎂砂生產過程中的電能成本占整個生產成本的60%以上。因此，如何合理利用電能成為電熔鎂砂生產企業(yè)最關心的問題，熔煉過程中反映電能利用效率的指標是產品單噸能耗，即每生產1 t合格產品所消耗的電能。熔煉過程中，產品單噸能耗直接受電極電流的大小和穩(wěn)定程度影響，電流過大會浪費電能資源，電流過小會導致熔煉過程不充分;熔煉過程電流波動較大，會使能量輸入不均衡、原料融化不均勻，從而導致雜質析出不徹底，影響產品品位[1]，因此電極電流的大小和穩(wěn)定程度是熔煉過程最為關鍵的兩個指標，需要被實時監(jiān)控。

目前國內電熔鎂砂廠的監(jiān)控系統大多為本地監(jiān)控，其監(jiān)控環(huán)境十分惡劣，并且監(jiān)控系統的服務對象為現場知識水平較為落后的操作工人，無法對關鍵工藝參數進行調整[1]。企業(yè)較高知識水平管理人員如需實時掌握生產過程，并實時調整關鍵工藝參數，就需要親臨現場，而電熔鎂砂的生產一般在夜間進行，給管理者帶來了很大的不便和較高的勞動強度[1-2]。因此，為了使企業(yè)管理人員能夠隨時隨地對生產過程進行監(jiān)控，針對電熔鎂爐生產過程，開發(fā)一套遠程移動監(jiān)控系統，整合底層過程數據和實時視頻數據，實現生產過程的全方位監(jiān)控十分必要。

然而，由于電熔鎂爐工業(yè)現場環(huán)境的限制，開發(fā)電熔鎂爐遠程移動監(jiān)控系統在數據采集、數據傳輸和數據存儲等方面仍然存在一定的挑戰(zhàn)：

(1)在數據采集方面 由于電熔鎂爐工業(yè)現場很難通過布線的方式進行數據傳輸，也難以通過傳統有線傳輸方式進行數據采集，而且由于工業(yè)現場大規(guī)模視頻數據采集過程傳輸延遲大，很容易出現視頻監(jiān)控與實時生產過程不同步的問題；另外，在數據傳輸方面，電熔鎂企業(yè)所處的位置一般比較偏遠，環(huán)境惡劣，企業(yè)數據傳輸的網絡帶寬有限，在有限的網絡帶寬條件下，如何盡可能提高數據傳輸速度來滿足實時監(jiān)控需求，是需要考慮的一大問題。電熔鎂企業(yè)由于惡劣環(huán)境的影響容易出現網絡不穩(wěn)定的情況，網絡一旦中斷，企業(yè)本地服務器和云服務器的網絡連接也將中斷，數據傳輸過程隨之中斷，僅采用數據實時傳輸方式進行傳輸，中斷期間的數據會丟失，導致后續(xù)數據分析結果出錯，對監(jiān)控人員的控制和決策產生誤導，進而對生產造成不可挽回的重大影響。

(2)在數據存儲方面 由于傳統關系數據庫只支持基礎類型數據的存儲，難以存儲大量圖片、視頻、聲音等流媒體信息，且其能夠存儲的數據量有限[3]，電熔鎂生產過程的數據是源源不斷高頻產生的，隨著數據量的增大，傳統僅采用關系數據庫進行存儲的存儲模式已不能很好地支持海量歷史數據和海量視頻數據的存儲與分析。

近年來，云計算技術的發(fā)展及其在工業(yè)領域的滲透，一方面為工業(yè)生產過程遠程移動監(jiān)控提供了一種更加便利的解決方案，更好地解決了監(jiān)控系統集中在本地的問題，另一方面，隨著工業(yè)大數據時代的來臨，云計算技術的運用也使得海量、多態(tài)、異構、時效性的數據得以整合和并行處理，有效提高了工業(yè)大數據環(huán)境下數據采集、存儲、處理、分析和查詢的能力，突破了傳統本地監(jiān)控系統對海量異構數據進行采集、存儲和處理的瓶頸，從而擴展了傳統本地監(jiān)控難以實現的監(jiān)控功能[3]。目前，云計算技術已經運用到工業(yè)能源監(jiān)控、產品質量監(jiān)控、設備監(jiān)控、工業(yè)過程監(jiān)控等各個工業(yè)生產領域，例如高論等[5]提出一種基于智能移動終端和云計算的選礦生產指標優(yōu)化決策系統，通過云計算技術實現了虛擬計算機的動態(tài)分配和選礦數據的處理與存儲，克服了地域范圍的局限，實現了不同地點的實時檢測和生產指標的網絡化決策；LU等[6]和Sequeira等[7]提出一種基于工業(yè)云的能源監(jiān)控和管理系統，系統從多個工業(yè)站點進行能源消耗的監(jiān)控和調優(yōu)，在很大程度上節(jié)約了能源，降低了損耗[6-7]；仝營等[8]提出一種工業(yè)鍋爐物聯網的架構模型和云計算模型，實現了工業(yè)鍋爐運行狀態(tài)及能耗、熱效率等關鍵參數的遠程自動監(jiān)測，解決了工業(yè)鍋爐因量多面廣而不便監(jiān)管、自控水平低、能耗及污染較高等問題；Zhang等[9]提出一種基于云計算的鋼鐵質量監(jiān)控系統，采用多個低廉相機組成的云相機系統監(jiān)控鋼鐵企業(yè)中鋼鐵表面的缺陷，實現了對鋼鐵質量的有效監(jiān)控；龐福等[10]提出一種基于云計算的電能質量監(jiān)控系統，利用云計算的軟件即服務(Software as a Service, SaaS)模式改進了電能質量信息的構建方式，充分實現了各項數據資源的整合和共享，提高了電能質量監(jiān)控的穩(wěn)定性，消除了目前各分散系統無法進行信息共享、異構數據庫數據傳遞功能不夠穩(wěn)定等問題；秦培林等[11]提出一種基于Hadoop的船舶監(jiān)控系統，采用一種基于閾值算法(Threshold Algorithm, TA)和直方圖策略的改進的閾值算法(Improved Threshold Algorithm, ITA)，減少了網絡帶寬消耗和查詢響應時間，提高了查詢效率，使用戶能夠從海量數據中快速查詢出有用信息；邵星等[12]提出一種基于云計算的工業(yè)廢氣監(jiān)控系統，采用基礎設施即服務(Infrastructure as a Service, IaaS)方式構建云計算平臺，存儲和處理采集得到的工業(yè)廢氣數據，該云計算平臺既可以依據企業(yè)需求，搭建成為一個工業(yè)企業(yè)內部的私有云，負責該企業(yè)內部工業(yè)廢氣數據的存儲和處理，也可以搭建為一個公有云，建立一個公共的工業(yè)廢氣存儲和處理的云計算平臺，面向眾多的工業(yè)企業(yè)提供服務；徐創(chuàng)學等[13]提出一種基于云計算工業(yè)視頻級聯的生產實時監(jiān)控管理系統，采用云計算級聯結構，實現了不同區(qū)域的現場工業(yè)視頻和生產數據的有機融合，以及視頻流和二維數據的有機共享，從而得到高清晰度的視頻圖像，提高了數據實時性，降低了傳送帶寬占用率，有效地解決了集團總部企業(yè)生產現場之間鏈路帶寬不足、多用戶同時訪問視頻和實時數據的問題。此外，還有像礦山尾礦壩監(jiān)控系統[14]、煤礦安全監(jiān)控系統[15]、基于移動云的條件監(jiān)測系統[16]等監(jiān)控應用，目前這類監(jiān)控系統雖然利用工業(yè)云實現了工業(yè)數據的采集、傳輸和存儲，但在數據規(guī)模增大時，傳輸效率、傳輸可靠性和數據完整性難以滿足企業(yè)對生產過程實時、智能化監(jiān)控的需求，傳統采用關系數據庫進行數據存儲的存儲模式也難以滿足大數據環(huán)境下工業(yè)實時監(jiān)控對數據存儲效率和訪問效率的需求;另外，現有基于云計算的工業(yè)監(jiān)控系統大都缺乏數據的有效分析和挖掘功能，而研究表明，對數據進行有效統計、分析和挖掘，開發(fā)指標優(yōu)化、故障診斷、指標預報等監(jiān)控功能對為企業(yè)管理人員提供高效智能的決策支持、實現企業(yè)安全高效生產、提高監(jiān)控系統的智能化程度具有重要的作用[17]，現有基于云的監(jiān)控系統難以滿足大數據環(huán)境下傳統工業(yè)企業(yè)智能化轉型對智能監(jiān)控和智能決策的需求[18]。

為了解決以上問題，本文將云計算技術與電熔鎂爐工業(yè)生產過程相結合，設計開發(fā)了基于工業(yè)云的電熔鎂爐遠程移動監(jiān)控系統，該系統采用分布式數據采集平臺實現了底層過程數據和視頻數據的多元化并行采集，提高了視頻數據的采集效率，解決了視頻監(jiān)控與實時生產過程不同步的問題，同時提高了數據采集的可靠性；采用云計算和分布式消息中間件實現工業(yè)現場大規(guī)模實時數據和非實時數據的高效、高可靠傳輸，保證了傳輸過程中數據信息的完整性，解決了現有基于云計算的監(jiān)控系統在數據傳輸實時性、效率、可靠性和數據完整性方面存在的問題；采用組合關系數據庫和非關系數據庫以及分布式文件系統的數據存儲模型進行數據存儲，提高了工業(yè)數據存儲和訪問效率，為長期存儲和分析電熔鎂爐工業(yè)大數據提供了技術保障。另外，本系統還在實現對電熔鎂爐生產過程最基本的過程狀態(tài)監(jiān)控、參數設置、歷史趨勢監(jiān)控等遠程移動監(jiān)控功能的基礎上，針對目前基于云計算的工業(yè)監(jiān)控系統普遍缺乏的數據分析功能，借助云計算強大的處理能力，進一步利用長期存儲的工業(yè)數據，結合數據挖掘以及傳統參數優(yōu)化、參數辨識、參數預報、故障診斷等工業(yè)控制技術，設計開發(fā)了設定值指標優(yōu)化、單噸能耗預報、異常工況識別、優(yōu)化工況識別及非優(yōu)原因分析等功能，極大地提升了監(jiān)控系統的智能化程度，為企業(yè)管理者提供了更高效、更智能的決策支持。針對目前工業(yè)過程遠程監(jiān)控系統開發(fā)方法復用率低、無法跨平臺訪問等問題，該系統還將以上功能的開發(fā)過程進行了服務化，提供平臺即服務(Platform as a Service, PaaS)和SaaS兩層服務，以方便用戶調用，從而實現監(jiān)控應用的快速開發(fā)。將本文開發(fā)的遠程移動監(jiān)控系統應用于遼寧省某電熔鎂砂廠，應用效果表明，該系統很好地解決了以前無法隨時隨地對鎂爐生產過程進行監(jiān)控的問題，進一步提高了產品產量，降低了能耗，初步實現了電熔鎂爐工業(yè)企業(yè)的智能化轉型，為我國相關流程工業(yè)的服務化和智能化改革提供了新的思路，為我國流程工業(yè)智能工廠的建立和完善提供了參考。

1 電熔鎂爐熔煉過程工藝

電熔鎂爐是一種電弧爐，其結構如圖1所示。電熔鎂爐的熔煉過程主要通過短路三相電極形成大的電弧電流，產生大量的熱量熔化原料，使不同熔點的雜質熔化析出，得到純度較高的熔融狀態(tài)的氧化鎂，將其冷卻結晶后得到產品氧化鎂晶體。

電熔鎂爐冶煉過程的電能波動較大，很容易沖擊電網。影響電能波動的因素主要是三相電流值，因此需要對三相電流值進行監(jiān)控，以便及時發(fā)現故障進行故障報警。根據參數的不同類型，將要監(jiān)控的參數分為過程參數、設備狀態(tài)參數、工藝參數、控制參數4類。

過程參數指傳感器實時采集到的或者進行相應處理得到的數據，這種類型的數據需要實時顯示，包括三相電極電流、三相電極電壓、三相電極動作幅度、爐體轉動速度、電極升降速度、能耗實測值等。

設備狀態(tài)信息反映當前設備及工況的運行狀態(tài)，需要對數據進行實時顯示，以便及時發(fā)現運行過程中出現的異常信息和消息事件信息。本系統的設備狀態(tài)信息包括液壓站油溫高/低信號，冷卻水水溫高/低信號，變頻器運行/故障信號，轉爐正反轉或故障信號，當前設備所處工況，加料工況的加料時間、加料間隔、加料手動/自動狀態(tài)、電振啟/停狀態(tài)，排氣工況的排氣時間、排氣次數、排氣間隔、排氣手動/自動狀態(tài)，異常工況狀態(tài)如加料異常、排氣異常、過加熱、半熔化等。

工藝參數指與當前工藝相關的一些生產邊界條件，包括熔煉電壓、爐體直徑、電極直徑、原料顆粒長度、原料雜質成分等。

控制參數指可以通過監(jiān)控軟件下載到控制程序，調整后可以改善控制效果的參數，包括手動/自動狀態(tài)下的比例積分微分(Proportional-Integral-Derivative, PID)參數、電流設定值、單噸能耗目標值等。

2 系統結構

基于工業(yè)云的電熔鎂爐遠程移動監(jiān)控系統結構如圖2所示，該系統主要由數據采集平臺、數據傳輸存儲平臺、云端服務管理平臺、終端監(jiān)控平臺4部分構成。

其中：數據采集平臺通過部署在本地服務器的分布式采集程序實現底層過程數據和實時視頻數據的多元化并行采集，消除了視頻采集過程傳輸延遲大、與過程數據不同步的問題，并通過無線采集方式進行底層過程數據和視頻數據的采集，克服了電熔鎂爐生產現場布線困難的問題，提高了采集平臺功能的可擴展性以及監(jiān)控軟件的適應性；數據傳輸和存儲平臺利用分布式消息中間件Kafka和RabbitMQ，分別實現對生產現場大規(guī)模實時數據和非實時數據的高效、高可靠傳輸，解決了現有基于云計算的監(jiān)控系統在數據傳輸實時性、效率、可靠性和數據完整性方面存在的問題，并針對電熔鎂爐生產中的大規(guī)模工業(yè)數據，設計了組合關系數據庫和非關系數據庫的分布式數據存儲模型，提高了工業(yè)數據存儲和訪問效率，為長期存儲和分析電熔鎂爐工業(yè)大數據提供了技術保障；云端服務管理平臺通過將電熔鎂爐監(jiān)控過程通用的數據采集、數據傳輸、設定值指標優(yōu)化、能耗預報及預報模型校正、異常工況診斷、優(yōu)化工況診斷及非優(yōu)原因分析等功能進行服務化，提供PaaS層基礎服務和SaaS層微服務兩層服務模式，以便各電熔鎂生產企業(yè)直接調用SaaS層微服務實現遠程移動監(jiān)控系統的快速開發(fā)，同時其他工業(yè)過程遠程監(jiān)控系統也可通過調用PaaS層基礎服務快速搭建自己的個性應用，解決了目前工業(yè)過程遠程監(jiān)控系統開發(fā)方法復用率低，無法跨平臺訪問等問題，大大提高了系統開發(fā)的靈活性，縮短了系統開發(fā)周期和用戶使用成本；終端監(jiān)控平臺通過調用云端服務管理平臺的服務，分別以手機APP應用和電腦Web應用的形式向用戶生動形象地呈現監(jiān)控結果，降低了監(jiān)控過程中時間和空間的限制性，提高了人機交互的便利性。

3 系統功能模塊

基于工業(yè)云的電熔鎂爐遠程移動監(jiān)控系統功能模塊圖如圖3所示，主要分為過程狀態(tài)監(jiān)控模塊、工況狀態(tài)評價模塊和故障推送報警模塊3大模塊。

3.1 過程狀態(tài)監(jiān)控模塊

過程狀態(tài)監(jiān)控模塊用于實現電熔鎂爐生產過程最基本的監(jiān)控功能，主要針對現場操作人員開發(fā)，其功能與本地監(jiān)控模塊功能相似，包括過程監(jiān)控功能、狀態(tài)監(jiān)控功能、參數設置功能和歷史趨勢監(jiān)控功能。

(1)過程監(jiān)控功能 主要對電熔鎂砂熔煉過程中影響控制效果和生產效果的重要變量和過程參數進行監(jiān)控。

(2)狀態(tài)監(jiān)控功能 主要用于對電熔鎂爐熔煉過程的設備運行狀態(tài)、當前所處工況狀態(tài)及其工況狀態(tài)參數進行實時監(jiān)控。

(3)參數設置模塊 用于輸入工藝參數、在手動控制條件下設置和修改控制參數并將其下載至底層控制器。在監(jiān)控的過程中，如果發(fā)現控制效果脫離預期值，用戶則通過手動方式調整控制參數來及時調整控制效果，從而降低生產能耗，提高產品品質。

(4)歷史趨勢監(jiān)控模塊 實時顯示電熔鎂砂熔煉過程中三相電流跟蹤設定值的準確度和穩(wěn)定性，直觀地反映控制效果。

3.2 工況狀態(tài)評價模塊

工況狀態(tài)評價模塊主要面向企業(yè)管理人員、巡檢人員等不同用戶開發(fā)，借助云端強大的數據存儲和處理功能，通過統計和分析鎂爐數據實現底層運行優(yōu)化控制和整爐生產狀況評價，為企業(yè)管理人員的生產決策提供幫助。工況狀態(tài)評價模塊包括視頻監(jiān)控功能、移動巡檢功能、設定值指標優(yōu)化功能、單噸能耗預報功能、異常工況識別功能、優(yōu)化工況識別和非優(yōu)原因分析功能。

(1)視頻監(jiān)控功能

采用流媒體技術，開發(fā)實時視頻監(jiān)控和歷史視頻監(jiān)控功能，實現對電熔鎂爐工業(yè)現場的視頻監(jiān)控。通過將視頻監(jiān)控功能與異常工況識別等功能相結合，實現基于電流參數和圖像的綜合異常診斷與分析，從而大大提升工況診斷的可靠性，對綜合分析異常工況原因具有重要作用。

(2)移動巡檢功能

主要面向巡檢人員開發(fā)，在每個車間提供該車間電熔鎂爐狀態(tài)的二維碼，使巡檢人員通過掃一掃功能即可了解當前鎂爐的各項參數信息，減少巡檢人員的工作負擔。

(3)設定值指標優(yōu)化功能

在云端實現基于案例推理的電熔鎂爐電流設定值指標優(yōu)化算法[19]，根據單噸能耗目標值及當前生產邊界條件，在案例庫中檢索當前生產狀況的相似案例并進行案例重用，結合相關控制理論進行推理和計算，得到最優(yōu)的電流預設定值，并基于此進行案例修正和存儲。隨著生產的進行，案例庫不斷得到修正和補充，案例庫規(guī)模增大，云計算強大的存儲和處理能力，使得在規(guī)模龐大的案例庫中檢索相似案例變得更加容易，從而減少案例修正的次數與時間，大大提高指標優(yōu)化的效率和準確性。

(4)單噸能耗預報功能

因為熔煉過程的產品產量只能在熔煉過程結束后通過化驗獲得，所以單噸能耗無法在線檢測，利用實測的單噸能耗值來指導電熔鎂砂生產存在滯后問題[20]。單噸能耗預報功能通過建立單噸能耗與三相電流的關系模型，對終點單噸能耗值進行在線預報。由于基于機理分析方法的單噸能耗與三相電流關系模型中包含非線性參數，無法直接采用該模型進行單噸能耗預報，本系統采用基于最小二乘和神經網絡辨識的交替辨識算法對模型中的未知參數和未建模動態(tài)進行辨識，從而得到可用的單噸能耗預報模型。此外，因為電熔鎂爐生產過程各爐次之間不存在相關關系，前一爐所辨識得到的單噸能耗模型參數不能直接運用于下一爐，所以每一爐次生產完成之后，需要將該爐生產所得的平均電流、對應單噸能耗、單噸能耗模型偏差數據加入到訓練數據集中，重新進行參數辨識，得到下一爐次單噸能耗模型的未知參數估計值，實現單噸能耗模型的自校正。隨著生產的不斷進行，訓練數據集規(guī)模不斷增大，在云端強大的數據處理和數據存儲能力支持下，訓練所得的辨識參數越來越準，單噸能耗模型隨之越來越準，運用該單噸能耗模型進行單噸能耗終點預報的預報值也會越來越準，能夠更好地運用該預報值指導生產。

(5)異常工況識別功能

分別采用時序模式識別技術和規(guī)則推理技術兩種方式對半熔化、過加熱、加料異常和排氣異常4種異常工況進行識別，兩種方式單獨作用，互為補充，當二者識別結果不同時，以基于規(guī)則推理的異常工況識別結果為主。

(6)優(yōu)化工況識別及非優(yōu)原因分析模塊

包括在線優(yōu)化工況識別及非優(yōu)原因分析功能和離線優(yōu)化工況識別及非優(yōu)原因分析功能。

在線優(yōu)化工況識別及非優(yōu)原因分析功能將整爐熔煉過程以設定值設定周期為區(qū)間長度分為若干個時間區(qū)間，實時分析和評價熔煉過程中每一區(qū)間段的工況狀態(tài)，并分析其非優(yōu)原因，從而便于監(jiān)控人員根據不同的原因在線調整設定值或控制參數，對當前工況進行補償。

離線優(yōu)化工況識別及非優(yōu)原因分析功能用于在一爐生產完成后，根據其實際單噸能耗與優(yōu)化工況單噸能耗邊界值判斷該爐生產是否為優(yōu)化狀態(tài)，若該爐生產狀態(tài)非優(yōu)，則建立整爐單噸能耗與所存儲的各區(qū)間優(yōu)化工況狀態(tài)及非優(yōu)原因之間的相關關系模型，運用概率與統計學理論，離線分析整爐非優(yōu)原因，從而為下一爐次的生產提供指導。

3.3 故障推送報警模塊

故障推送報警模塊用于在故障發(fā)生時，通過消息推送和短信通知相結合的方式，實現不同等級的故障報警，從而第一時間提醒用戶，及時發(fā)現生產過程中的故障問題，盡快消除故障，最大限度減少現場故障帶來的損失。消息推送功能采用支持大并發(fā)量、延遲小、流量消耗小、集成簡單、方便運行的輕量級極光消息推送平臺開發(fā)，短信通知方式能夠返回通知是否發(fā)送成功、用戶是否成功接收通知的回執(zhí)給后臺應用程序，當發(fā)送失敗時可以重新發(fā)送，兩種報警方式相結合，大大提高了故障報警的時效性和可靠性。

4 系統關鍵技術

4.1 基于分布式數據采集平臺的數據采集技術

本系統采用分布式數據采集平臺，對電熔鎂生產過程中的底層過程數據、視頻數據等多元化數據進行同步采集。其中，任務分配節(jié)點將視頻采集任務和過程數據采集任務分配給各數據采集節(jié)點，并實現采集節(jié)點異?；虿杉瘮祿惓r各節(jié)點任務的動態(tài)調度;各數據采集節(jié)點根據自身獲取到的任務實現相應數據的采集，并將其存儲至本地數據庫中;管理節(jié)點用于對各任務分配節(jié)點、采集節(jié)點等進行分布式資源協調管理。通過任務分配節(jié)點和管理節(jié)點的共同作用保證分布式系統的可靠運行。視頻采集首先通過部署在現場各個生產環(huán)節(jié)的無線攝像頭將所拍攝的視頻信號用無線方式傳輸至視頻平臺網關，再通過工業(yè)以太網將數據傳輸至本地服務器；底層過程數據的采集首先通過現場電流變送器、電壓互感器、繼電器、接觸器等傳感器將各模擬量和數字量信號傳輸至可編程邏輯控制器(Programmable Logic Controller, PLC)，為了克服電熔鎂爐工業(yè)現場布線困難的問題，將PLC中采集到的底層過程參數和設備狀態(tài)參數通過modbus協議傳輸至無線傳輸模塊，最后通過RS232串口采集至本地服務器。本系統中，分布式數據采集平臺各節(jié)點既可以通過偽分布式形式部署在一臺本地服務器上，也可以通過分布式形式部署在多臺本地服務器上?；诜植际綌祿杉脚_的數據采集方案示意圖如圖4所示。

4.2 數據傳輸技術

本文采用實時數據傳輸和非實時數據傳輸相結合的方式進行數據傳輸。網絡正常情況下，采用Kafka實時隊列進行數據的實時傳輸，當網絡發(fā)生中斷時，因為RabbitMQ能夠自動處理本地RabbitMQ遠程數據發(fā)送端和云端RabbitMQ集群之間的網絡連接中斷異常，將中斷期間的數據進行緩存，在連接恢復時再將其發(fā)送到云端RabbitMQ集群的消息隊列中，從而解耦數據的發(fā)送與接收，同時簡化程序的開發(fā)[21]，所以采用RabbitMQ的分布式消息中間件實現非實時數據的傳輸。“Kafka實時數據傳輸+RabbitMQ非實時數據傳輸”的傳輸方案，能夠保證傳輸過程中數據信息的完整性，切實提高監(jiān)控系統的可靠性。具體傳輸方案如圖5所示。

Kafka集群中，設置Topic1，Topic2，Topic3，Topic4四個Topic，分別用來存儲電熔鎂企業(yè)A發(fā)送的底層過程數據、電熔鎂企業(yè)A發(fā)送的視頻數據、電熔鎂企業(yè)B發(fā)送的底層過程數據、電熔鎂企業(yè)B發(fā)送的視頻數據。每個Topic的數據分為多個partition分區(qū)，各分區(qū)數據在Kafka集群的各個虛擬服務器上均衡分布，各Kafka虛擬服務器的負載均衡由Zookeeper進行管理。由于Kafka是可擴展的分布式應用，當數據類別增加或接入該平臺的電熔鎂企業(yè)增加時，可以開啟新的虛擬服務器，創(chuàng)建新的Topic實現新增類別數據的傳輸。

RabbitMQ集群中，設置兩個交換機分別用于接收電熔鎂企業(yè)A和電熔鎂企業(yè)B中的數據，并利用設置的路由規(guī)則將不同類別的數據路由給不同的隊列進行傳輸。本文設置的路由規(guī)則為視頻數據VD(vedio data)和過程數據PD(process data)。服務管理平臺處理數據時，只需指定隊列名稱即可獲取相應電熔鎂企業(yè)的底層過程數據或視頻數據。

正常情況下，將企業(yè)本地服務器的數據發(fā)送到Kafka集群中相應的Topic分區(qū)，判斷數據時間戳是否連續(xù)，若數據時間戳不連續(xù)，則說明傳輸過程中網絡發(fā)生了異常，此時本地數據庫將中斷期間的數據進行記錄，利用Rabbit MQ發(fā)送端從本地數據庫中讀取本地重新傳送的數據，將其作為歷史數據發(fā)送至云端的Rabbit MQ集群，服務管理平臺進行歷史數據處理時從RabbitMQ集群隊列中獲取這部分數據。

4.3 數據存儲技術

本文在云端采用“MySQL關系數據庫+分布式存儲系統(HDFS+HBase)”的存儲模式對數據進行存儲。

具體存儲過程如圖6所示，將本地服務器由消息中間件傳輸到云端的底層過程數據首先存入MySQL，云端應用程序接口(Application Programming Interface，API)服務管理平臺從MySQL數據庫中獲取實時數據進行基于實時數據的數據計算和處理服務，并將處理結果返回給MySQL數據庫存儲，當MySQL中存儲的實時數據過時，成為歷史數據后，采用抽取—交互轉換—加載(Extract-Transform-Load, ETL)工具對其進行數據清洗等處理后， 存入HBase數據庫，云端API服務管理平臺從HBase數據庫中讀取歷史過程數據，實現基于海量歷史數據的數據計算和處理服務，并將處理結果返回給MySQL數據庫存儲。本地服務器將消息中間件傳輸到云端的視頻數據存入Hadoop分布式文件系統(Hadoop Distributed File System, HDFS)中，并將其在HDFS中存儲路徑的索引文件及相關屬性信息存入HBase數據庫，以便云端API服務管理平臺快速訪問視頻文件數據，實現視頻數據計算和處理服務，并將處理結果存入MySQL數據庫中。

4.4 基于時序模式識別技術的異常工況識別技術

采用文獻[22]所述的基于關鍵點的時序模式挖掘技術，從所存儲的大量歷史電流數據中挖掘其時序模式，并對各時序模式所對應歷史時刻的狀態(tài)數據進行關聯性分析，得到各歷史時刻的系統運行情況對系統歷史出現的異常、異常發(fā)生時刻、異常電流模式及異常工況類型等進行記錄，形成異常工況模式案例庫。當出現電流值與案例庫中異常電流時序模式相同時，進行異常工況預報，通過比較當前時刻與案例庫中各案例的電流時序模式，找出時序模式與當前電流時序模式相同的案例，通過比較二者電流的相似性大小，進行當前時刻的異常工況類型識別，工作人員根據相應的異常工況及時采取相應的異常解決方案。

時序模式識別的具體過程如圖7所示，首先將電流的時間序列按照一定規(guī)則劃分為若干個子序列，其次，提取每個子序列中電流值的關鍵點(如電流極值點或轉折點)，按照關鍵點將每個子序列劃分為若干段上升或下降的單調曲線，將該單調曲線按照上升或下降趨勢進行“0”“1”字符串編碼，編碼相同的子序列為可能相同的時序模式。例如圖7中的4個子序列編碼均相同，采用Key-DTW方法對當前工況和3個歷史工況時序模式進行相似度計算[22]，計算結果顯示，3個歷史工況時序模式中，只有歷史工況3與當前工況相似度最接近且滿足相似度要求，故而可判斷當前工況與歷史工況3是同一種工況。

5 系統實現及工業(yè)驗證

基于上述研究內容，利用云計算技術、數據傳輸和存儲技術、服務化技術、移動互聯技術及Web開發(fā)技術等，開發(fā)基于工業(yè)云的電熔鎂爐遠程移動監(jiān)控系統。將所開發(fā)的基于工業(yè)云的電熔鎂爐遠程移動監(jiān)控系統應用于遼寧省大石橋市某電熔鎂砂廠，該廠擁有9臺電熔鎂爐，每年生產30萬噸以上各種品位電熔鎂砂，生產的產品出口韓國、日本等國家，用于冶金、航空、建材等行業(yè)。如圖8和圖9所示分別為該廠定制的部分移動和Web端監(jiān)控應用的應用界面。

應用效果表明，本文所設計的遠程移動監(jiān)控系統運行穩(wěn)定、人機交互友好，可以很好地實現電熔鎂工業(yè)現場基本的實時過程狀態(tài)監(jiān)控，并能夠輔助監(jiān)控人員完成設定值指標優(yōu)化、單噸能耗預報及預報模型辨識和校正、異常和優(yōu)化工況識別、離線和在線非優(yōu)原因分析等功能，所監(jiān)控過程數據和設備狀態(tài)與現場實際運行過程相符。在系統故障時，本系統能夠實時準確地進行故障報警，在應用期間未出現故障誤報或不報情況，滿足了工廠遠程移動監(jiān)控的需求，大大降低了企業(yè)員工和企業(yè)管理者的勞動強度，同時降低了企業(yè)的電能成本，提高了產品產量，為企業(yè)帶來了一定的經濟效益，初步實現了電熔鎂企業(yè)的智能化轉型。

6 結束語

本文結合信息化時代工業(yè)4.0等新趨勢對電熔鎂砂的行業(yè)挑戰(zhàn)，針對電熔鎂爐工業(yè)生產過程中缺乏遠程移動監(jiān)控，現場操作人員及企業(yè)管理者無法隨時隨地對生產過程進行監(jiān)控、勞動強度大、生產過程電能消耗大等的問題，以及大數據環(huán)境下現有基于云的工業(yè)監(jiān)控系統普遍存在的多元化數據采集、傳輸、存儲挑戰(zhàn)以及缺乏數據分析等問題，設計開發(fā)了基于工業(yè)云的電熔鎂爐遠程移動監(jiān)控系統，運用分布式數據采集平臺實現了視頻數據和過程數據的多元化、高效、可靠采集；利用分布式消息中間件，實現了大規(guī)模實時和非實時數據的高效可靠傳輸，保證了傳輸過程數據的完整性；利用關系數據庫和非關系數據庫結合的方式，實現了電熔鎂爐工業(yè)大數據的高效可靠存儲，提高了數據訪問效率；并在實現現有電熔鎂爐本地監(jiān)控系統中過程狀態(tài)監(jiān)控、參數設置、歷史趨勢監(jiān)控功能的移動化和遠程化的基礎上，進一步借助云計算技術、數據挖掘技術，以及參數優(yōu)化、參數辨識、參數預報、故障診斷等工業(yè)控制技術，針對企業(yè)不同用戶，開發(fā)實現了設定值指標優(yōu)化、單噸能耗預報、異常工況識別、優(yōu)化工況識別及非優(yōu)原因分析等在本地監(jiān)控難以實現的功能，突破了傳統本地監(jiān)控系統對海量異構數據進行采集、存儲和處理的瓶頸，為電熔鎂企業(yè)管理人員的生產評價提供了更高效、更智能的決策支持；此外，該系統還實現了各監(jiān)控功能的服務化，大大提高了企業(yè)遠程監(jiān)控系統開發(fā)效率。將本文開發(fā)的遠程移動監(jiān)控系統應用于遼寧省大石橋市某電熔鎂砂廠表明，該系統運行穩(wěn)定、交互良好，很好地滿足了電熔鎂爐工業(yè)現場遠程移動監(jiān)控的需求，進一步提高了電熔鎂砂產品產量，降低了能耗，初步實現了傳統電熔鎂生產企業(yè)的智能化和服務化轉型，為相關生產企業(yè)向智能化和服務化方向轉變提供了思路，同時為我國流程工業(yè)智能工廠的建立和完善提供了參考。