朗坤智慧成立于1999年，總部位于江蘇省南京市，是國內(nèi)領先的工業(yè)領域信息化整體解決方案提供商。公司秉承“連接、共享、融合、生態(tài)”的經(jīng)營理念，持續(xù)創(chuàng)新，開放合作，在“智慧工廠、智慧園區(qū)、智慧城市”領域構建起“管理咨詢、解決方案與產(chǎn)品、IT運維服務、IT監(jiān)理服務”的全流程全壽期服務體系。
一、關鍵詞
遠程診斷、邊緣計算、數(shù)據(jù)網(wǎng)關、工業(yè)大數(shù)據(jù)、設備感知、專家診斷系統(tǒng)
二、發(fā)起公司和主要聯(lián)系人聯(lián)系方式
發(fā)起公司
朗坤智慧科技股份有限公司
主要聯(lián)系人
嚴云峰，副總經(jīng)理，負責本項目的總體策劃和研發(fā)組織工作，13913940312。
三、合作公司
江蘇省國信資產(chǎn)管理集團有限公司，火電關鍵設備監(jiān)測；
山東能源臨沂礦業(yè)集團責任有限公司，煤礦關鍵生產(chǎn)設備監(jiān)測；
南京大學，提供故障診斷人工智能算法模型。
四、測試床項目目標和概述
本測試床項目針對當前工業(yè)設備管理、運維檢修領域存在的問題，提出一種基于工業(yè)互聯(lián)網(wǎng)的設備遠程監(jiān)測與故障診斷解決方案，廣泛采集各種大型工業(yè)設備運行和狀態(tài)監(jiān)測數(shù)據(jù)，建立設備大數(shù)據(jù)平臺，采用專業(yè)的信號分析技術，將遠程技術專家人工診斷與智能診斷相結合，解決目前工業(yè)設備故障診斷面臨的故障樣本少、專業(yè)技術人員缺乏等矛盾，為工業(yè)企業(yè)提供遠程監(jiān)測、故障診斷等專業(yè)的運維服務。
五、測試床解決方案架構
(一) 測試床應用場景
建立車間、部門、工廠、集團、云平臺五級應用，主要應用場景如下：
l 車間
數(shù)據(jù)檢測、設備檢查，接收平臺設備診斷報告及運維檢修改善建議。
l 部門
設備監(jiān)視、預警信息處理，輔助分析設備狀態(tài)，調(diào)度車間運行方式。
l 工廠
全廠綜合監(jiān)視，處理關鍵設備狀態(tài)異常事件，執(zhí)行集團設備管理及生產(chǎn)調(diào)度指令。
l 集團
全集團設備狀態(tài)評估、統(tǒng)計對標分析、異常監(jiān)控、檢修運維策略優(yōu)化。
l 云平臺
專家遠程診斷服務、設備故障預警審查、設備數(shù)據(jù)建模維護配置。
(二) 測試床重點技術
1. 數(shù)據(jù)采集技術
設備狀態(tài)監(jiān)測與故障診斷面向的對象復雜，數(shù)據(jù)源多種多樣，有離散控制系統(tǒng)（DCS）、管理信息系統(tǒng)（MIS）、廠級監(jiān)控系統(tǒng)（SIS）、數(shù)據(jù)采集與監(jiān)控系統(tǒng)（SCADA）等，以及設備設計、試驗、維修等相關數(shù)據(jù)的EAM系統(tǒng)等。測試床需要具備對不同設備的監(jiān)測儀表、終端、控制系統(tǒng)等數(shù)據(jù)源的海量實時/非實時數(shù)據(jù)進行統(tǒng)一采集、處理、傳輸、存儲和管理的能力。
2. 工業(yè)網(wǎng)關平臺
設備互聯(lián)是工業(yè)企業(yè)實現(xiàn)智慧化轉型的第一步；朗坤從提升設備連接能力與設備智能化兩方面入手，通過智能化的網(wǎng)關軟件與完善的設備組網(wǎng)方案，打造一個智能工業(yè)物聯(lián)網(wǎng)平臺，幫助用戶解決設備接入難、設備自主功能弱的難題。
朗坤從設備接入場景、設備接入網(wǎng)關、設備接入網(wǎng)絡與安全、設備接入平臺服務幾個方面入手，設計了一套完整的工業(yè)設備物聯(lián)網(wǎng)解決方案，目前解決方案已經(jīng)開發(fā)落地，主要由設備端的網(wǎng)關軟件、平臺側的設備接入管理系統(tǒng)以及完善網(wǎng)絡接入硬件方案組成，朗坤工業(yè)物聯(lián)網(wǎng)平臺以其無處不在的智能化設備感知能力，能夠為企業(yè)智慧化轉型打下堅實的基礎。
（工業(yè)物聯(lián)網(wǎng)技術方案）
l 網(wǎng)關軟件功能介紹
工業(yè)網(wǎng)關平臺是朗坤工業(yè)物聯(lián)網(wǎng)平臺邊緣側解決方案的核心組件，朗坤基于19年的設備端數(shù)據(jù)采集處理經(jīng)驗，通過整合平臺化思想、邊緣計算概念以及互聯(lián)網(wǎng)思維，打造了一個通用的工業(yè)設備智能連接平臺。網(wǎng)關軟件主要功能如下表。
| 功能類別 | 功能描述 |
| 采集功能 | 1、 按照配置定時執(zhí)行數(shù)據(jù)采集任務 2、 接受控制指令，控制設備運行 3、 提供常用設備通訊協(xié)議庫 4、 提供協(xié)議二次開發(fā)標準模板 |
| 計算功能 | 1、 完成一次采集數(shù)據(jù)的二次計算 2、支持計算腳本的編輯與測試工作 |
| 模型發(fā)布 | 1、 加載算法模型，通過分析設備原始數(shù)據(jù)給出決策指導 2、 模型庫功能，支持自定義開發(fā)模型添加到模型庫 |
| 本地緩存 | 提供數(shù)據(jù)共享平臺，為邊緣計算等功能提供數(shù)據(jù)接口 |
| 數(shù)據(jù)轉發(fā) | 1、 按照配置上傳實時數(shù)據(jù)至云端 2、 網(wǎng)絡異常數(shù)據(jù)緩存功能 3、 接收并下發(fā)云端控制指令 |
| 系統(tǒng)管理 | 系統(tǒng)配置、系統(tǒng)監(jiān)控、日志管理、系統(tǒng)升級、遠程控制 |
| 二次開發(fā) | 1、 通訊協(xié)議二次開發(fā) 2、 設備模型二次開發(fā) |
l 設備接入管理系統(tǒng)介紹
朗坤設備接入管理系統(tǒng)支持以租戶為單位的設備統(tǒng)一管理，用戶注冊開通即可使用，能夠實現(xiàn)對網(wǎng)關、設備的云端統(tǒng)一管理、監(jiān)控。
| 模塊名稱 | 功能描述 |
| 設備接入 | 提供企業(yè)設備接入監(jiān)控、配置、事件報警功能。 |
| 規(guī)則引擎 | 支持基于JSON、二進制格式的設備數(shù)據(jù)實時分發(fā)、存儲。 |
| 接入SDK | 提供Https、SDK（JAVA/C++等語言）等接口方便開發(fā)者基于平臺做數(shù)據(jù)設備接入二次開發(fā) |
| 數(shù)據(jù)存儲 | 支持數(shù)據(jù)存儲至時序數(shù)據(jù)庫、關系數(shù)據(jù)庫、NOSQL等 |
| 租戶管理 | 租戶的權限、授權信息，租戶下用戶賬戶信息 |
| 安全保護 | 從用戶認證、通訊加密、權限控制等方面嚴格控制通訊過程，用戶信息、數(shù)據(jù)的安全。 |
3. 時序數(shù)據(jù)庫技術
TrendDB是朗坤自主研發(fā)的一套大型通用分布式時序數(shù)據(jù)庫管理軟件，包含完整的實時歷史數(shù)據(jù)庫系統(tǒng)，及應用開發(fā)所需要的套裝軟件：管理工具、開發(fā)工具、分析應用和對外接口。TrendDB提供全方位處理實時數(shù)據(jù)的功能，同時對開發(fā)應用提供了全面支撐。
在壓縮效率、分布式、吞吐量、實時歷史緩存等關鍵指標方面都處于領先地位，關鍵技術指標如下：
4. 數(shù)字信號處理技術
采用數(shù)字濾波、計算階比跟蹤、包絡解調(diào)及重采樣等技術，用于工業(yè)設備振動監(jiān)測信號降噪、變速變工況下振動信號分析、軸承部件故障微弱沖擊信號提取等，實現(xiàn)設備故障特征提取，方便遠程監(jiān)測專家對設備故障進行分析診斷，或者通過機器學習算法實現(xiàn)設備故障智能診斷。
5. 人工智能機器學習技術
建立設備故障診斷模型，采用卷積神經(jīng)網(wǎng)絡等深度學習方法，對設備遠程監(jiān)測大數(shù)據(jù)平臺收集的故障樣本進行訓練學習，不斷提高模型診斷精度，實現(xiàn)設備故障的智能診斷。
(三) 技術創(chuàng)新性及先進性
1. 采用基于DSP+FPGA+ARM結構的嵌入式信號采集技術，增加了信號采集的實時性、可靠性和穩(wěn)定性；
2. 采用邊緣計算技術，系統(tǒng)具備一定的智能化預警能力；
3. 采用了計算階比跟蹤和數(shù)字包絡分析等大量專業(yè)的信號分析技術；
4. 對振動數(shù)據(jù)的存儲采取了時間稀釋及工況標記相結合的優(yōu)化技術，在常規(guī)存儲硬件條件下同時滿足了實時分析的高密度數(shù)據(jù)存儲及異常數(shù)據(jù)的永久存儲要求；
5. 采用多維專業(yè)檢測綜合狀態(tài)評價技術，使診斷對象結果更加全面可靠；
6. 平臺提供故障機理專家規(guī)則知識庫診斷和大數(shù)據(jù)機器學習預測兩種故障分析模式，可以根據(jù)設備模型和數(shù)據(jù)的完整度選擇恰當?shù)姆治瞿Ｐ停岣吡斯收戏治龅倪m用性和準確性。
(四) 測試床解決方案架構
本測試床通過在設備層采集大型工業(yè)設備運行時DCS、SIS、DEH、PLC及部分智能儀表數(shù)據(jù)，以及轉動設備運行時振動狀態(tài)數(shù)據(jù)，遠程傳輸?shù)皆O備狀態(tài)監(jiān)測大數(shù)據(jù)平臺，經(jīng)過專業(yè)的信號分析技術進行信號預處理和特征提取，形成設備故障特征數(shù)據(jù)庫，通過數(shù)據(jù)挖掘、技術專家人工分析、神經(jīng)網(wǎng)絡機器學習方法，建立設備故障診斷模型，形成故障診斷知識庫，為工業(yè)設備運行提供基于工業(yè)互聯(lián)網(wǎng)的遠程監(jiān)測、故障診斷專業(yè)技術服務和遠程運維服務。
工業(yè)互聯(lián)網(wǎng)平臺架構圖
六、預期成果
搭建數(shù)據(jù)中心、專家診斷系統(tǒng)、遠程在線服務平臺，組成工業(yè)互聯(lián)網(wǎng)，將設備制造商、專業(yè)診斷專家服務團隊、工廠（設備擁有方及使用方）、軟件平臺數(shù)據(jù)服務團隊融入到一個平臺，實現(xiàn)數(shù)據(jù)共享、專業(yè)知識共享、專家資源共享，通過移動數(shù)據(jù)降低設備人員流動成本，利用大數(shù)據(jù)分析技術，預測設備狀態(tài)劣化趨勢，優(yōu)化設備運行維修策略，節(jié)約運維檢修費用，提高設備效能和利用率。具體包括以下三個層面的預期成果：
(一) 測試床的預期測試結果，針對測試項
1. 建設一個行業(yè)大數(shù)據(jù)中心
以國信集團、臨礦集團為基點，搭建行業(yè)設備數(shù)據(jù)中心，實時采集電廠、礦井設備數(shù)據(jù)，為大數(shù)據(jù)遠程故障診斷提供數(shù)據(jù)支撐，使設備故障預測更精準、可靠；
2. 建設一個礦業(yè)、能源行業(yè)設備故障預測與健康管理平臺
基于大數(shù)據(jù)，建立設備故障樣本數(shù)據(jù)庫，采用專家診斷與人工智能診斷相結合，實現(xiàn)故障早期預測以及設備健康評估；
3. 開辟一套行業(yè)設備服務模式
集聚專家資源，集中診斷；集中維修隊伍，人才資源合理利用。使用方、生產(chǎn)商、專家、政府合作，搭建重型設備的制造、運維、診斷、檢修生態(tài)圈，提供平臺化服務，并能進行產(chǎn)業(yè)推廣，推動礦山、能源等行業(yè)設備集聚。
(二) 商業(yè)價值
基于工業(yè)互聯(lián)網(wǎng)平臺的設備遠程監(jiān)測診斷測試床為企業(yè)、高校、研究院所、制造商、工業(yè)服務商提供了一個共享的技術服務平臺，充分利用現(xiàn)有的高校、研究院、制造商、使用方等單位的專家資源和工業(yè)互聯(lián)網(wǎng)平臺的大數(shù)據(jù)與AI技術，為企業(yè)生產(chǎn)和運維服務提供遠程技術支持，這一技術服務模式和共享服務平臺具有廣闊的應用市場，商業(yè)價值巨大。
(三) 經(jīng)濟效益
基于工業(yè)互聯(lián)網(wǎng)平臺的設備遠程監(jiān)測診斷測試床可以實現(xiàn)對大型工業(yè)設備的遠程監(jiān)測和故障診斷，充分利用制造商、高校、研究院所的技術專家，為工業(yè)企業(yè)設備管理提供技術指導，大幅降低企業(yè)設備維修成本，解決當前企業(yè)設備運行維護中存在的維修不足導致的故障頻發(fā)以及過維修導致維修成本居高不下等問題，提高了企業(yè)設備管理效率、降低設備故障率和停產(chǎn)時間，提高了設備可用率，為企業(yè)創(chuàng)造可觀的的經(jīng)濟效益。
(四) 社會價值
基于工業(yè)互聯(lián)網(wǎng)平臺的設備遠程監(jiān)測診斷測試床的應用推廣，有力的推動了設備運行維護體系的變革，改變現(xiàn)有的設備預防性維護向預測性維護和狀態(tài)檢修方向發(fā)展，大大減輕預防性定期檢修帶來的社會資源的浪費（過維修）和人力成本的增加，同時遠程監(jiān)測診斷的推廣也提升了設備技術專家這一緊缺資源的價值和有效利用率，對社會進步和技術發(fā)展起到積極地推動作用。
七、測試床技術可行性
本測試床需要測試的技術包括物理平臺和軟件平臺兩部分，以軟件平臺為主。
(一) 物理平臺
l 振動傳感器
采集精度、信號類型、數(shù)據(jù)同步性等。
l 網(wǎng)關設備
支持設備通過以太網(wǎng)、串口物理通訊；
通過透傳方式采集數(shù)據(jù)；
支持4G、WIFI兩種網(wǎng)絡通訊模塊，云端解析；
支持離線運行，通過移動APP配置。
l 手持終端
測溫、測振、存儲容量、電池容量、防護等級（防塵、防水、防爆、跌落）、攝像、定位、通訊網(wǎng)絡等。
l 移動設備
操作系統(tǒng)、屏幕、通訊網(wǎng)絡、電池容量、防護等級等。
(二) 軟件平臺
l 數(shù)據(jù)采集
本地緩存、自動恢復、穩(wěn)定性、實時性、完整性、準確性、遠程配置等。
l 數(shù)據(jù)存儲
存儲測點容量、存儲精度、存儲數(shù)據(jù)容量等。
l 數(shù)據(jù)服務
響應速度、開放程度、接口方式、數(shù)據(jù)安全等。
l 專家診斷
自動診斷、人工診斷、遠程診斷、分析工具、分析模型等。
l 在線監(jiān)視
刷新頻率、監(jiān)測范圍、數(shù)據(jù)融合效果、用戶體驗等。
l 狀態(tài)評估與預警
實時性、準確性、可追溯性等。
八、和AII技術的關系
(一) 與AII總體架構的關系
本測試床遵循并應用了AII總體架構中的網(wǎng)絡互聯(lián)、標識解析、平臺與支撐、工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)、安全及應用中的一部分標準。關鍵部分詳見下表：
(二) AII安全
遵循煤礦、電力行業(yè)安全防護規(guī)定，按照“安全分區(qū)、網(wǎng)絡專用、橫向隔離、縱向認證”的基本原則，采用在Ⅰ區(qū)與Ⅲ區(qū)之間配置物理隔離裝置的部署方式，確保電力實時閉環(huán)監(jiān)控系統(tǒng)及調(diào)度數(shù)據(jù)網(wǎng)絡的安全，以抵御黑客、病毒、惡意代碼等通過各種形式對系統(tǒng)發(fā)起的惡意破壞和攻擊。
(三) 風險模型
廠礦側部署工業(yè)環(huán)網(wǎng)及數(shù)據(jù)本地緩存、斷點續(xù)傳和自適應數(shù)據(jù)采集策略，以應對廠礦側與集團側或云端之間的通訊網(wǎng)絡環(huán)境比較脆弱的實際問題。
(四) 安全聯(lián)系人
胡杰英，負責本測試床項目的數(shù)據(jù)隔離、數(shù)據(jù)傳輸、數(shù)據(jù)授權等信息管理安全。
(五) 與已存在AII測試床的關系
本測試床采用了時間稀釋、工況標記等振動數(shù)據(jù)的彈性存儲，振動、紅外、超聲、電流頻譜、油液等綜合檢測評估模型，遠程在線診斷服務模式等多種獨創(chuàng)實用技術，在平臺層面實現(xiàn)了數(shù)據(jù)接入、數(shù)據(jù)建模與數(shù)據(jù)訂閱的工業(yè)互聯(lián)網(wǎng)遠程專家診斷功能，與現(xiàn)有已存在AII測試床都存在巨大的差異。
九、交付件
第一階段：建立智能傳感器、設備網(wǎng)關、數(shù)據(jù)網(wǎng)關的數(shù)據(jù)傳輸通道，實現(xiàn)本地緩存、邊緣計算、數(shù)據(jù)采集上傳云端、遠程配置管理等功能，階段交付件為智能網(wǎng)關平臺。
第二階段：建立遠程在線監(jiān)測與參數(shù)預警平臺，實現(xiàn)設備生產(chǎn)過程數(shù)據(jù)、振動檢測數(shù)據(jù)、紅外成像數(shù)據(jù)、油液化驗數(shù)據(jù)、超聲檢測數(shù)據(jù)、電流頻譜檢測數(shù)據(jù)等復雜類型數(shù)據(jù)的長期存儲、實時刷新與歷史檢索、參數(shù)異常預警等高效數(shù)據(jù)服務，階段交付件為遠程在線監(jiān)測平臺與大數(shù)據(jù)存儲平臺。
第三階段：建立專家診斷系統(tǒng)與設備遠程診斷平臺，實現(xiàn)設備狀態(tài)在線評估、遠程專家診斷等專家遠程診斷服務功能，階段交付物為設備故障建模工具及設備故障遠程診斷服務平臺。
十、測試床使用者
電力集團、煤礦集團的設備診斷專家、設備管理專家、運行人員、檢修人員都需要通過本系統(tǒng)監(jiān)視設備運行狀態(tài)，實現(xiàn)設備的運行優(yōu)化與優(yōu)化檢修決策。
1. 設備診斷專家
熟悉設備結構、設備特性、故障模式，利用平臺專家系統(tǒng)及分析工具，實現(xiàn)設備狀態(tài)評估，為設備管理專家、運行人員、檢修人員提供遠程指導。
2. 設備管理專家
熟悉設備結構、設備特性，精通設備管理方法，利用檢測數(shù)據(jù)及專家診斷數(shù)據(jù)，檢查設備管理水平，制定設備運維、檢修方案。
3. 運行人員
熟悉設備運行維護操作規(guī)程，接收平臺預警通知信息、輔助診斷專家確認故障現(xiàn)象、接收設備管理專家和診斷專家的遠程指導。
4. 檢修人員
熟悉設備結構和檢修操作規(guī)程，根據(jù)專家診斷系統(tǒng)及設備管理專家、故障診斷專家的狀態(tài)評估結果、分析診斷結論及維修建議，接受遠程維修策略指導。
十一、 知識產(chǎn)權說明
朗坤智慧科技股份有限公司對本測試床的建設、運營、使用擁有產(chǎn)權；
江蘇省國信資產(chǎn)管理集團有限公司、山東能源臨沂礦業(yè)集團責任有限公司對本測試床在各自集團內(nèi)部的使用擁有產(chǎn)權。
十二、 部署，操作和訪問使用
本測試床采用集中部署、多級應用的架構模式，需要將分散在全國各地礦站的7大業(yè)務系統(tǒng)的振動檢測數(shù)據(jù)、生產(chǎn)實時過程數(shù)據(jù)及運維業(yè)務數(shù)據(jù)的采集傳輸并實現(xiàn)業(yè)務協(xié)同處理，貫穿礦側工業(yè)環(huán)網(wǎng)、礦側辦公網(wǎng)絡及集團辦公網(wǎng)絡，然后利用集團網(wǎng)絡同步至工業(yè)互聯(lián)網(wǎng)設備遠程診斷云平臺。本測試床存在地理分布廣、網(wǎng)絡通訊鏈路節(jié)點多、數(shù)據(jù)量大、數(shù)據(jù)結構復雜、時效性要求高等特點，為實現(xiàn)平臺數(shù)據(jù)的可靠性、穩(wěn)定性、準確性、實時性、全面性，擬采用以下網(wǎng)絡拓撲結構：
十三、 資金
十四、 時間軸
本測試床屬于歷時多年的研究項目，主要分為以下幾個關鍵的時間點：
第一階段為智能網(wǎng)關平臺研發(fā)及試點實施階段，計劃歷時6個月(2018.2~2018.7)，完成臨礦集團數(shù)據(jù)接入與存儲工作；完成國信集團下屬能源企業(yè)設備數(shù)據(jù)的接入與存儲工作。
第二階段為遠程在線監(jiān)測與參數(shù)預警平臺研發(fā)與試點實施階段，計劃歷時4個月（2018.8~2018.12）,完成臨礦集團的綜合監(jiān)視頁面組態(tài)、設備數(shù)據(jù)關系建模、參數(shù)預警建模及專業(yè)診斷分析工具（振動分析、超聲分析、電流頻譜分析、紅外攝像分析、油液質量分析）的研發(fā)。完成國信集團下屬能源企業(yè)主要生產(chǎn)實時監(jiān)視畫面的建設，構建工廠工藝模型。
第三階段為診斷模型深度應用階段，計劃歷時8個月（2018.10~2019.5），建立煤礦重點設備類型的專家診斷模型。構建國信集團下屬能源企業(yè)關鍵設備的設備畫像，并實現(xiàn)關鍵設備的預測性維護。
第四階段為建設行業(yè)生態(tài)服務圈，計劃歷時6個月（2019.6~2019.12），建立設備廠商、臨礦集團、國信集團、專家診斷團隊、專業(yè)檢修公司的數(shù)據(jù)共享協(xié)同平臺。基于臨礦集團、國信集團的試點，共同向其它同類型企業(yè)輸出平臺的設備遠程診斷能力。
十五、 附加信息
本測試床項目的關鍵功能模塊，包括智能感知、信號處理、數(shù)據(jù)存儲及專家系統(tǒng)知識庫，都是基于平臺化建模組態(tài)設計模式，具有很強的可移植性。采用的振動、紅外、超聲、油液、電流頻譜、機器學習等關鍵專業(yè)檢測診斷技術，可識別的故障機理具備一定的普適性，能夠有效分析診斷旋轉機械、電機、電氣設備、真空類或高壓類容器設備，除適合應用在火電、煤礦之外，也適宜于水電、風電、光伏發(fā)電、冶金、采礦等對設備可靠度要求高的重資產(chǎn)生產(chǎn)企業(yè)。