设备在线监测与维护标准管理专业系统设计关键技术专项方案.docx

设备在线监测与维护标准管理专业系统设计关键技术专项方案.docx

《设备在线监测与维护标准管理专业系统设计关键技术专项方案.docx》由会员分享，可在线阅读，更多相关《设备在线监测与维护标准管理专业系统设计关键技术专项方案.docx（12页珍藏版）》请在冰豆网上搜索。

设备在线监测与维护标准管理专业系统设计关键技术专项方案

设备在线监测和维护管理系统设计技术方案

1.研究背景及必需性

伴随中国高速铁路快速发展，铁路信息化取得长足进步。

在大规模客运专线建设和现有线改造升级过程中，上线运行系统越来越多，伴随车站自动化程度不停提升，对设备依靠性也越来越高。

而设备作为支撑信息平台和铁路信息化管理关键单元，其可靠性、可维修性、安全性直接决定着车站运行组织、安全化生产好坏。

现在，在铁路车站中，购置了大量价格昂贵服务设施/设备，这些设施/设备来自不一样生产厂家，设备优劣好坏只有经过工作人员巡检或车站人员通告才能得悉，还不能做到实时监测；在碰到春运、暑运等特殊情景下，部分关键设备如电梯、空调等还不能做到事前维修；且设备巡检劳动强度较大，轻易忽略或遗漏问题；现在绝大多数铁路客运站还未建立一套完善设备维修体制，维修由外包企业或生产厂家来负担，设备维修完成后有时不能立即通知车站，造成车站工作人员对设备好坏优劣心中无数，从而设备可靠性及安全性不可控制。

所以，为了改善这种局面，提升工作人员效率，使工作人员对设备真正心中有数，打造一个智能化、人性化、高效安全、适应该代铁路生产管理体系，建立设备在线监测和维护管理系统，实时监测设备状态，立即发觉故障并上传报警，对设备故障进行诊疗，对设备质量进行评定，含相关键应用价值和社会意义。

2.车站设备分类

2.1按地点分类

车站设备按地点进行分类，能够分为：

a.售票厅

b.进站口

c.候车室

d.出站口

e.天桥、地道

f.站台、风雨棚

g.消防通道

h.办公区

i.人员装备

2.2按类别分类

a.安检设备类

大型安检仪

便携式安检仪

金属测器

安全门

b.售、检票类

自动售票机

进出站闸机

c.导向、广播、查询、监控类

导向及PDP屏

摄像头

自助查询机

d.电梯类

直梯

扶梯

e.空调类

中央空调

多联机

机房专用空调

f.电脑类

服务器

个人电脑

g.通讯类

对讲机

h.桌椅家俱类

办公桌

座椅

i.静态标志

j.厕卫类

洗手池

面镜

便器

干手机

2.3按业务分类

根据车站不一样业务范围，车站设备分为客运设备、机电设备、行车设备、消防设备、站房设备等，其中行车设备不在监测范围内，其总体分类以下图1所表示。

图1车站设备分类

2.4按设备等级分类

a.安全一级设备

电梯

空调

照明

服务器

UPS

电源

b.二级设备

广播

导向

视频监控

自动售票机

自动取票机

闸机

制票机

查询机

c.三级设备

洗手池

面镜

便器

干手机

安全门

3.系统总体需求

（1）实现设备基础信息维护

对全站设备基础数据进行维护，对设备状态值进行统一划分，如在用、停用、维修、借入、借出、调入、报废等；灵活配置设备类别，并用树状结构展示；设备属性值能够自主设置，如个、张、排、支、台、套等；能够自主添加和删除设备基础项目和字段。

（2）实现设备运行状态监控

经过制订统一设备接口规范，自动获取各设备（电梯、照明设备、空调设备等）在线运行状态情况。

（3）实现设备故障报警

对监测出有故障设备能够用红色报警灯提醒。

（4）实现关键设备预防维修

对部分关键设备如电梯、照明、空调等设备故障用不一样报警提醒，如故障：

红色，异常：

黄色。

（5）实现设备故障闭环管理

对设备故障进行闭环跟踪，确保设备故障能立即销号。

（6）实现设备故障诊疗

对部分机电设备如电梯、空调等故障进行分析和诊疗。

（7）实现设备质量评定

依据一定时间段内设备故障进行统计，从而评定出设备质量，质量等级分为：

优、中、差。

（8）实现设备查询和统计报表

对设备按多种形式进行查看、查询、生成多种统计报表等。

4.系统架构

4.1系统逻辑结构

车站设备在线监测和维护管理系统分基础设施、数据共享和交换、应用中间件、系统应用4层。

●基础设施层：

网络和硬件设备、操作系统及相关系统软件。

●数据共享和交换层：

集中数据库、当地相关信息化系统和自动化设备数据接口、外部相关信息系统数据接口，和提供信息共享和交换处理机制。

●应用中间件层：

提供支持上层应用领域框架、工作流引擎、基础类库、通用模版等。

●系统应用层：

提供和业务管理相关应用功效、和辅助应用系统配置和管理相关功效。

车站设备在线监测和维护管理系统逻辑结构以下图2所表示：

图2车站设备在线监测和维护管理系统逻辑结构

4.2系统物理结构

本设备在线监测系统在结构上采取分散式测量和总线式监控分析相结合结构，关键由现场监测单元和工控机两部分组成。

其中，现场监测单元关键包含：

PT（电压互感）信号变换器、光纤流传感器，系统结构框图图所表示。

图3系统结构框图

信号变换器为纯阻性．产生电压信号作为监测信号相位基准参考值。

利用精密光纤传感器测量容性设备泄漏电流。

并经过参数测试仪对全部监测量进行就地数字信号处理。

将最终测量结果经过光纤传到后台监控计算机进行分析、诊疗、显示。

监控计算机经过网络连接到前台用户端上。

5.关键技术

5.1关键设备智能预警技术

在车站，假如某个设备已经存在严重故障，不仅造成设备报废损失，而且对乘客生命安全及车站正常运行造成巨大威胁和隐患。

将预警技术应用在设备在线监控系统中，能从根本上提升设备故障监测灵敏度，从而实现正确故障早期预警，预防因设备故障影响车站正常运行。

应用智能预警技术，能够在强大、实现面向车站设备在线状态分析和预报，即经过设备状态信息获取、特征提取及在线分析，实现设备故障多层次预报，在监控历史数据库基础上，结构监控及运行管理教授系统，从而提升运行管理水平，降低工作人员人工维护，降低设备故障率，提升设备运行效率，改善车站人员工作环境，降低运行成本。

在尽可能不改变或少改变现有设备基础上，经过局部嵌入式技术应用，实现对车站监控设备智能化改造；对现有不一样设备进行信息整合，经过信息和智能技术，提升设备监控系统性能。

数据融合技术包含信号处理、特征提取、推理决议三大步骤，本研究所采取多传感器系统数据融合一样也由这三大部分组成，其过程图4所表示。

因为被测对象多为含有不一样特征非电量，所以首先将它们经过传感器转换成为电信号，经过A／D转换将现场参数变为可由微处理器处理数字量。

数字化后电信号经过预处理，能够滤除数据采集过程中现场环境下干扰和噪声；对处理后目标信号做特征提取，依据所提取特征信号进行数据融合，最终输出结果。

图4多传感器系统数据融合过程

在设备故障特征识别中，采取经典自适应加权融合估量算法进行数据融合，其模型图4所表示。

这种数据融合方法不要求知道传感器测量数据任何知识，只是靠传感器所提供测量数据，经过自动计算和调整，就可得出均方误差最小数据融合值。

图5自适应加权融合估量算法模型

算法先对各传感器在某一时刻测量值进行估量，当估量真值为常量时，就可依据各个传感器历史数据均值来进行估量。

因为不一样传感器全部有对应加权数，在总均方误差最小这一最优条件下，依据各个传感器所得到测量值，以自适应方法寻求其对应权数，可使图5融合后x达成最优。

5.2故障诊疗技术

故障诊疗就是依据从系统运行过程中得到信息，进行分析和判定，确定系统是否存在故障及存在何种故障过程。

这个过程实际上是对系统运行模式进行分类，所以故障诊疗也是模式识别问题。

选择适宜故障特征是故障诊疗关键问题。

故障诊疗关键由五个部分组成，以下图所表示。

图6故障诊疗组成

故障诊疗步骤以下：

图7故障诊疗步骤

1）数据获取

依据需要经过传感器测取相关参量，来自传感器信号要用计算机能够运算符号来表示。

通常输入对象信息有一维波形（如机械振动和噪声）、二维图像（如光弹图像、文字、图片等）、物理参量和逻辑值（如压力、温度，或对状态描述，如关或开可用逻辑值即。

或1表示）等。

经过测量、采样、量化、编码、数据形式转换和校准，使信号变成能够计算数据，其数据能够用向量或矩阵表示一维波形或二维图像，这就是数据获取过程。

2）预处理

预处理目标是提升信号信噪比，如剔除奇异项，去掉电平漂移，必需时零均值化，消除趋势项和平滑滤波等，方便突出有用信息，并对输入测量仪器或其它原因所造成退化现象进行复原。

3）特征提取和选择

特征能够分为三类，即物理方面、结构方面和数学方面特征。

大家通常习惯于从物理和结构方面特征去识别对象，因为这些特征轻易被感觉器官所发觉，也便于认识和了解。

不过只有对对应工业设备或系统工作机理有了深入了解，才有可能从物理和结构上适宜特征去识别系统故障。

数学方面特征关键是指利用数理统计方法等得到特征，如均值、方差、协方差函数及线性估计模型参数等等。

4）故障模式分类

假如每一个模式有n个特征数据，则它对应于n维模式空间一个矢量或一个点。

模式分类问题就是把这些模式空间中矢量（或点）确定为一个合适模式类中。

模式空间事先被划分成互不相交区域，每个区域和一个类别模式相对应。

对于故障诊疗，就是在已知多种故障类别及已知部分故障样本点条件下，去判别被观察样本届于哪一个故障。

在进行故障诊疗以前，这些已知信息是经过上述学习过程输入到计算机中去。

5）分析决议

这里经过对某发动机故障诊疗来说明用模式识别方法进行故障诊疗过程。

依据所测试发动机运行时各部分温度和压力，经特征提取压缩数据后形成两维矢量，图所表示，横坐标为温度，纵坐标为压力。

每一次测量形成一个矢量，矢量始端为原点，末端标志为平面上一个点，这就代表一个运行模式。

经过对发动机运行状态一系列测试后，得到测点分为两类，一类为良好工作状态点，图所表示类；另一类为较差或故障工作状态点．图所表示类。

对发动机某一运行状态，得到测点z，大家能够经过判定它属于类还是类来识别它工作良好程度。

很显著，z点属于类。

6.系统功效结构

铁路客运站设备在线监测和维护管理系统关键包含基础数据维护、在线监测、关键设备预防维修、故障事故管理、故障诊疗、设备质量评定、系统管理、统计报表等。

见下图8所表示。

图8设备在线监测和维护管理系统

7.功效说明

7.1基础数据维护

用于建立设备静态履历台账，即设备基础属性信息，包含设备名称、设备类别（售、检票类、电梯类、安检类、空调类等）、设备品牌、设备型号、设备串码、投入使用时间、使用区域、安装位置、使用状态（在用、停用、维修、借入、借出、调入、报废）、维修统计（最终一次维修时间）、借调用统计（最终一次借调用时间）、计量单位、数量、备注等。

能够灵活配置设备类别，并能按多种类别形式用树状结构展示；

能够自主添加和删除设备基础项目和字段；

能够自动生成设备借、调用统计表。

7.2在线监测

能实时监测关键设备状态，如广播、引导屏、闸机、视频状态，并用三种报警灯正常、注意、异常来表示。

7.3关键设备预防维修

能估计未来一段时间内关键设备状态，从而方便车站工作人员开启维修或应急机制。

当用算法测出设备立即故障后，立即在系统中提醒维修。

若无人应答，且实时数据经过新一轮检测运算后仍得出设备立即故障结果，则经过组态软件智能发送短消息给设备关键责任人，进行维修检测。

7.4设备故障诊疗

依据系统运行故障信息或传感器采集信息，进行分析和判定，对这些信息特征进行分类，利用多种模式识别方法，确定是否存在故障和何种故障。

7.5故障事故管理

故障事故管理依据设备具体故障信息，展示了用户需要完成工作任务。

不一样用户登录系统后，依据用户权限和工作内容不一样，展示工作任务不一样。

（1）任何用户：

任何用户指除设备车间主任、包修人外其它全部用户。

提交了设备报修单据后，显示设备报修状态为“报修”，签收状态为“未签收”。

（2）设备车间主任：

对报修单据进行派工，确定单据正确后，显示设备报修状态为为“派工”，签收状态为“未签收”，若确定单据不正确，