南昌印鈔有限公司 江西 南昌 330043
隨著科學(xué)技術(shù)與工業(yè)信息化融合與發(fā)展,工業(yè)企業(yè)對(duì)關(guān)鍵生產(chǎn)線及設(shè)備的狀態(tài)監(jiān)測(cè)已經(jīng)達(dá)到了新的平臺(tái)要求,全面向工業(yè)4.0,技術(shù)信息化等全新高度。通過(guò)對(duì)關(guān)鍵設(shè)備的狀態(tài)采集、計(jì)算機(jī)網(wǎng)絡(luò)傳輸,服務(wù)器數(shù)據(jù)存檔,數(shù)據(jù)建模,故障預(yù)警發(fā)布,完成對(duì)生線線、關(guān)鍵設(shè)備的信息化管理,為故障預(yù)判、故障維修、備件預(yù)警提供了決策依據(jù)。本文主要針對(duì)凹版印刷機(jī)主旋轉(zhuǎn)機(jī)構(gòu)的狀態(tài)預(yù)警系統(tǒng)作為分析實(shí)例。
凹版印刷機(jī)主旋轉(zhuǎn)機(jī)構(gòu)長(zhǎng)時(shí)間穩(wěn)定運(yùn)轉(zhuǎn),依賴潤(rùn)滑系統(tǒng)的正常工作,目前印刷凹印機(jī)主旋轉(zhuǎn)機(jī)構(gòu)的潤(rùn)滑系統(tǒng)都是封裝在設(shè)備齒輪箱中,供油泵靠主旋轉(zhuǎn)機(jī)構(gòu)帶動(dòng)旋轉(zhuǎn)從而供油,沒(méi)有設(shè)置專有的檢測(cè)裝置觀察。主旋轉(zhuǎn)機(jī)構(gòu)的實(shí)時(shí)狀態(tài)無(wú)法監(jiān)測(cè)。
設(shè)備故障突發(fā)是生產(chǎn)中極待解決的問(wèn)題,針對(duì)印刷凹印生產(chǎn)線連續(xù)運(yùn)行要求高、停機(jī)損失大、故障檢測(cè)困難等的實(shí)際問(wèn)題,對(duì)印刷凹印機(jī)及產(chǎn)品線進(jìn)行多層次分析,為避免設(shè)備因故障臨時(shí)停機(jī)而提高生產(chǎn)效率,也有益于降低維修成本和實(shí)現(xiàn)設(shè)備全安全周期管理。根據(jù)實(shí)際實(shí)情況,目前運(yùn)行狀態(tài)主要是針對(duì)活動(dòng)件的溫度、以及各分支潤(rùn)滑油的流量進(jìn)行采集監(jiān)測(cè),如圖1所示。
圖1 現(xiàn)場(chǎng)設(shè)備圖
從信息流角度出發(fā),整個(gè)系統(tǒng)總體上可分為三層,如圖1所示。
圖2 系統(tǒng)架構(gòu)
3.1 設(shè)備層 設(shè)備層包含了凹印設(shè)備預(yù)警硬件系統(tǒng)由溫度傳感器、流量傳感器、采集PLC和上位機(jī)工控主機(jī)構(gòu)成。即在凹印設(shè)備主旋轉(zhuǎn)機(jī)構(gòu)加裝溫度傳感器和潤(rùn)滑系統(tǒng)加裝流量傳感器,傳感器再連接到采集PLC的I/O接口,以便將系統(tǒng)狀態(tài)信息提取到控制器。
3.2 數(shù)據(jù)層 數(shù)據(jù)層主要由數(shù)據(jù)庫(kù)服務(wù)器構(gòu)成,數(shù)據(jù)庫(kù)服務(wù)器通過(guò)以太網(wǎng)與采集PLC及凹印機(jī)控制器連接,以將控制器內(nèi)存數(shù)據(jù)提取到數(shù)據(jù)庫(kù),從而為設(shè)備預(yù)警系統(tǒng)提供信息支撐。
3.3 應(yīng)用層 應(yīng)用層,即最終用戶的PC機(jī)通過(guò)B/S或C/S模式訪問(wèn)設(shè)備預(yù)警軟件系統(tǒng),查看預(yù)警信息和實(shí)時(shí)的溫度、流量數(shù)據(jù)。其他系統(tǒng)若需要查看預(yù)警數(shù)據(jù),可通過(guò)定制和共享預(yù)警系統(tǒng)的數(shù)據(jù)庫(kù)視圖實(shí)現(xiàn)集成。
系統(tǒng)涵蓋了數(shù)據(jù)采集、設(shè)備遠(yuǎn)程在線監(jiān)控、數(shù)據(jù)模型分析、預(yù)警系統(tǒng)、設(shè)備管理等功能。如圖1所示,設(shè)備預(yù)警系統(tǒng)總體框架以統(tǒng)一數(shù)據(jù)模型為基礎(chǔ),搭載由工作流引擎、報(bào)表引擎及可視化組件構(gòu)建的通用工具集之上。通過(guò)系統(tǒng)集成接口與外界系統(tǒng)進(jìn)行數(shù)據(jù)交換,通過(guò)信息發(fā)布平臺(tái)發(fā)布實(shí)時(shí)信息以及故障預(yù)警信息。同時(shí)為多個(gè)工業(yè)平臺(tái)提供數(shù)據(jù)接口,實(shí)現(xiàn)信息共享。
系統(tǒng)采用基于RIA的富客戶端技術(shù),既有C/S模式的特點(diǎn),又有B/S模式的優(yōu)勢(shì),如圖3所示。
圖3 軟件架構(gòu)
4.1 實(shí)體模型 ADO.NET實(shí)體模型,是數(shù)據(jù)庫(kù)表、視圖、存儲(chǔ)過(guò)程等的映射,為服務(wù)端和客戶端提供數(shù)據(jù)支撐。為業(yè)務(wù)邏輯間的數(shù)據(jù)傳遞提供數(shù)據(jù)結(jié)構(gòu)支撐,同時(shí)起到校驗(yàn)數(shù)據(jù)的作用。
4.2 域服務(wù) 域服務(wù)DomainServices,是向客戶端公開(kāi)數(shù)據(jù)層的WCF Services,創(chuàng)建一個(gè)DomainServices實(shí)例時(shí),就指定了需要公開(kāi)的實(shí)體模型,以及它所允許的數(shù)據(jù)操作。也可以通過(guò)Partial附加DomainServices類,添加用戶自定義的操作??梢詫?duì)數(shù)據(jù)的增、刪、改、查,也可以是客戶端相對(duì)復(fù)雜的業(yè)務(wù)邏輯。
4.3 客戶端 客戶端包括UI層、業(yè)務(wù)邏輯層、數(shù)據(jù)訪問(wèn)層、數(shù)據(jù)代理層。UI層負(fù)責(zé)客戶端界面的展示以及接受用戶的操作指令,將指令發(fā)送到業(yè)務(wù)邏輯層或者數(shù)據(jù)訪問(wèn)層。業(yè)務(wù)邏輯層接收指令,對(duì)需要做的操作作出響應(yīng)。數(shù)據(jù)訪問(wèn)層同樣接受UI層發(fā)送過(guò)來(lái)的指令,并對(duì)其作出響應(yīng),通過(guò)WCF服務(wù)異步觸發(fā)服務(wù)端的方法。數(shù)據(jù)代理層是實(shí)體模型在客戶端的映射,作為數(shù)據(jù)的校驗(yàn)、復(fù)雜邏輯、安全的堡壘,為客戶端的信息傳遞提供數(shù)據(jù)支撐。
4.4 公共類庫(kù)層 公共類庫(kù)層Common Libraries,主要為客戶端提供公共的類資源,包括常用的公共類、操作類、驗(yàn)證類等。
4.5 公共資源層 公共資源層Common Asset,主要為客戶端提供公共的資源,包括主題資源、樣式資源、模版資源以及本地化資源等。
4.6 控件擴(kuò)展層 控件擴(kuò)展層ControlExtension,主要為客戶端提供控件的擴(kuò)展類,包括常用控件、第三方控件的擴(kuò)展和重寫等
4.7 熱部署 系統(tǒng)采用了動(dòng)態(tài)加載技術(shù),客戶端的通過(guò)互交界面,按需求加載應(yīng)用程序包,當(dāng)客戶端發(fā)生更改時(shí),由WCF服務(wù)即時(shí)通知到各個(gè)客戶端,客戶端自動(dòng)加載新的應(yīng)用程序包。
通過(guò)大量數(shù)據(jù)采集、積累和分析,逐步建立設(shè)備運(yùn)行等狀態(tài)的檢測(cè)標(biāo)準(zhǔn)及模型。通過(guò)數(shù)據(jù)模型建立實(shí)時(shí)狀態(tài)監(jiān)測(cè)與故障預(yù)警。
5.1 實(shí)時(shí)監(jiān)測(cè) 實(shí)時(shí)的溫度、流量能在機(jī)旁以及工廠設(shè)備管理系統(tǒng)查看實(shí)時(shí)溫度、流計(jì)數(shù)據(jù)、實(shí)時(shí)曲線以及歷史曲線、記錄查詢、報(bào)警查詢,同時(shí)可設(shè)定報(bào)警,以及報(bào)警輸出。如圖4所示,圖5所示。
5.2 數(shù)據(jù)模型 完成數(shù)據(jù)采集存儲(chǔ)數(shù)據(jù)庫(kù),對(duì)數(shù)據(jù)進(jìn)行預(yù)處理,利用Apriori改進(jìn)算法、頻繁項(xiàng)集、時(shí)序規(guī)則模式、以及頻繁時(shí)序關(guān)聯(lián)規(guī)則,最后提供決策預(yù)警信息,如圖6所示。
5.3 Apriori算法 Apriori算法是一個(gè)關(guān)聯(lián)規(guī)則挖掘算法,也是最經(jīng)典的算法。它利用逐層搜索更新迭代方法找出數(shù)據(jù)庫(kù)中各項(xiàng)集各數(shù)據(jù)的關(guān)系,以形成某種條件規(guī)則,其過(guò)程由連接類矩陣運(yùn)算與去掉那些沒(méi)必要的中間結(jié)果組成。該算法中項(xiàng)集的概念為項(xiàng)的集合。包含K個(gè)項(xiàng)的集合為k項(xiàng)集。項(xiàng)集出現(xiàn)的頻率是包含項(xiàng)集的數(shù)量,稱為項(xiàng)集的頻率。如果某項(xiàng)集滿足最小支持度,則稱它頻繁項(xiàng)集。
圖4 實(shí)時(shí)畫面
圖5 曲線查詢畫面
圖6 數(shù)據(jù)模型
Apriori算法是挖掘關(guān)聯(lián)規(guī)則的頻繁項(xiàng)集算法,一種最有影響的挖掘布爾關(guān)聯(lián)規(guī)則頻繁項(xiàng)集的算法。其核心思想是通過(guò)候選集生成的向下封閉檢測(cè)兩個(gè)階段來(lái)挖掘頻繁項(xiàng)集。
其核心是基于兩階段頻繁集的遞推算法。該關(guān)聯(lián)規(guī)則在分類上屬于單維、單層、布爾關(guān)聯(lián)等單一規(guī)則。
Apriori算法已經(jīng)被廣泛的應(yīng)用到工業(yè)、商業(yè)、信息技術(shù)、網(wǎng)絡(luò)安全等各個(gè)領(lǐng)域。
Apriori算法采用了逐層搜索以及快帶更新迭代的方法,簡(jiǎn)單明了,沒(méi)有復(fù)雜的理論推導(dǎo),易于實(shí)現(xiàn)。
5.4 Apriori算法思想 該算法的基本思想是:
先找出所有的頻集,這些項(xiàng)集出現(xiàn)的頻繁性和原預(yù)定義的最小支持度一樣。然后由頻繁集產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則,然后使用第一步找到的頻集產(chǎn)生期望的規(guī)則,產(chǎn)生只包含集合的項(xiàng)的所有規(guī)則,其中每一條規(guī)則的右部只有一項(xiàng),這里采用的是中規(guī)則的定義。
一旦這些規(guī)則被生成,那么只有那些大于用戶給定的最小可信度的規(guī)則才被留下來(lái)。為了生成所有頻集,使用了遞歸的方法。
本文采用數(shù)據(jù)模型,通過(guò)實(shí)例達(dá)到數(shù)據(jù)采集、計(jì)算機(jī)網(wǎng)絡(luò)傳輸、實(shí)時(shí)狀態(tài)監(jiān)測(cè)、故障預(yù)警系統(tǒng),設(shè)備管理及平臺(tái)發(fā)布功能。
最后關(guān)鍵設(shè)備基于數(shù)據(jù)模型的狀態(tài)監(jiān)測(cè)預(yù)警系統(tǒng)是設(shè)備在健康狀態(tài)下安全可靠運(yùn)行的保證,同時(shí)也有效降低設(shè)備的突發(fā)及嚴(yán)重故障的發(fā)生。隨著科技的不斷發(fā)展?;跀?shù)據(jù)模型的狀態(tài)監(jiān)測(cè)預(yù)警系統(tǒng)會(huì)有更進(jìn)一步的發(fā)展。