论文部分内容阅读
摘要：近年来，我国的各行各业迅速发展，智能化建设的发展也有了改善。智能化产业装备，是集合多种高技术和多行业结构改造的制造装备。智能产业装备制造是先进产品生产技术、互联网技术与人工智能科技的深度融合。现在所说的智能制造装备，主要包括几个方面：先进灵敏的传感器组件、灵活多用的控制系统、工业机操纵设备、自动化设备生产线。智能化产业装备代表着高端装备的核心，是制造装备的基础同时也是制造业的前提，如今智能化产业装备制造工业，已经是越来越多国家的竞相追求的目标。作为一个智能装备制造业有力的发展导向和互联网与工业产业化高度相容的完美体现，发展智能化产业装备，在加快我国制造业快速升级、生产水平和产品性能，大大提高生产率、减少浪费能源资源有着非常现实和重要的意义，在保护环境方面能起到突出的作用。
关键词：智能化装备平台;研发;应用
引言
面向重型机械、机器人等智能装备行业对设备管理、远程运维、优化迭代等方面需求，有利于实现智能装备行业数字化、网络化、智能化，促进装备制造业与新一代信息技术融合发展，规范了工业互联网平台建设，为工业互联网平台搭建提供有益借鉴。
1数据驱动PHM系统运行模式
智能装备的数据驱动PHM系统按功能可分为6大部分：数据采集、信号处理、状态监测、故障诊断、故障预测、维护决策。首先各类传感器对智能装备的运行信号进行采集，对信号进行预处理和特征提取后，利用监测模型进行状态监测和故障诊断，利于预测模型进行故障预测，为设备的维护决策提供支持。（1）信号处理。其包括两部分：①进行数据预处理，如对缺失数据进行插值处理、数据异常值剔除、提取相关信号等;②针对不同的信号类型的特点进行信号特征提取，比如统计特征分析、小波分解、经验模态分解等。（2）状态监测。对特征信息进行实时监测，得到智能装备运行状态，为故障报警、故障诊断、故障预测提供历史监测与统计数据。（3）故障诊断。对故障信号进行离线或在线诊断，本系统采用基于总体经验模态分解法（ensembleempiricalmodedecomposition，EEMD）和径向基神经网络（radialbasisfunction，RBF）故障诊断方法进行故障诊断建模，确定故障类型。（4）故障预测。其为PHM的核心技术和能力，在状态监测与故障诊断信息的基础上，对关键参数进行时间序列上的故障预测，实现故障提前感知能力。智能装备的运行参数一般呈现非线性和非平稳性，针对该特点，本文采用动态神经网络进行模型建立和故障预测。（5）维护决策。维护人员根据状态监测、健康评估和故障预测结果进行，评估和判定职能装备的总体健康状态，采取合适的维护策略进行维护。
2微服务架构
本平台采用微服务模式进行设计，包括服务注册、服务发现、负载均衡、服务网关、配置中心、API管理、调用链等组件，微服务框架。服务注册：服务注册是一个记录当前可用的微服务实例的网络信息数据库，是服务发现机制的主要核心，服务注册表包含查询API、管理API，使用查询API获得可用服务的实例，使用管理API实现注册、注销。服务发现：服务调用方从服务注册中心找到自己需要调用的服务的地址。负载均衡：服务提供方一般以多实例的形式提供服务，负载均衡功能能够让服务调用方连接到合适的服务节点，并且节点选择的工作对服务调用方来说是透明的。服务网关：服务网关是服务调用的唯一入口，可以在这个组件是实现用户鉴权、动态路由、负载限流等功能。配置中心：将本地化的配置信息（Properties、XML、YAML等）注册到配置中心，实现程序包在开发、测试、生产环境的无差别性，方便程序包的迁移。API管理：以方便的形式编写及更新API文档，并以方便的形式供调用者查看和测试。通常需要加入版本控制的概念，以确保服务的不同版本在升级过程中都能够提供服务。（7）调用链记录完成一个业务逻辑时调用到的微服务，并将这种串行或并行的调用关系展示出来。在系统出错时，可以方便地找到出错点。同时统计各个服务的调用次数，确保比较热的服务能够被分配更多的资源。基于微服务架构可实现资源灵活组织、功能封装复用，开发敏捷高效，支撑快速构建面向智能装备的业务PaaS平台。以设计仿真、生产优化、管理运营等领域经验知识为背景，打造可移植、可复用的工业微服务组件，形成丰富的工业机理模型，构建应用开发环境，帮助用户快速构建定制化的工业APP。
3我国智能装备制造业在未来的发展
在我国智能装备制造业起步晚，发展潜力巨大。（1）智能装备行业想要发展，就必须有长期动力，而这一动力就来自于产业升级。自从我国经济走出国门工业开始繁荣时起，我国国民经济快速提高和发展的主要动力都也以说来源于我的工业化的道路发展，尤其是我们国家在装备制造产业的告诉快节奏增加。到了2016年为止，我国的在工业这一领域，对我们国家的GDP贡献率总和大约占比32%，在各行业同期中排名最高。制造业产业在我国经济增长的上的贡献仍然占据了不可替代的重要作用和提供了主要的动力。但是，我们可以看到是，在这个经济快速增长的模式的另一面，装备产业的发展同时也带给我们的众多不可知道的隐患。我国的工业化企业一直都从事着粗放型生产发展模式的引导，依靠着地大物博、资源矿产丰富、国家和政府的财力物力支撑，在此之间，用高产能、高度污染和较高的能源消耗，以此来换取更高的收益。在制造业转型的过程中，智能装备的发展不可忽视，制造业升级需要智能装备帮助一般制造业从繁重的人力劳动中解脱，降低生产成本，更多的投入到研发和服务中去，建立新的发展模式。在未来相对较长的一段时间里，智能装备将围绕产业升级得到进一步发展。（2）下游制造业的需求稳定增长，为未来智能制造提供广阔的发展空间，自动化生产线在发展初期，主要运用于汽车行业，经过长期发展，汽车行业自动化程度已达较高水平。而随着环保标准的不断提升，以及客户对汽车消费品质的提升、个体化和差异化的消费需求增长，汽车生产向差异化小规模定制生产模式方向发展，汽车生产厂商管理向工业互联网、物联网和大数据方向发展，新车型的推出速度和更新换代周期不断加快，这些趋势都对以自动化生产线为代表的汽车制造装备的自动化、柔性化、智能化和信息化水平提出了更高的要求，相应汽车行业固定资产投资将保持持续较快的增长。（3）国家产业政策大力支持智能装备发展，国务有关文件指出，在快速培育和发展新型战略性智能化产业中，把高端装备制造业列入了我国反正新兴产业的七大战略性产业之一。为了加快落实实施国务院这一重要决定，快速将智能制造装备发展成产业化，国家多个部门组织开展了以智能装备制造业位典范的专项立案。着重加大对智能测控技术的支持，在产业智能装备设备领域进行示范性应用，以及试点产业设备生产线的建设和使用。项目支持包括了冲压成型产业生产线、自动化装配制造生产线和自动化焊接生产线项目，和包括我国汽车产业的自动化加工、装配、运输等生产线项目。
结语
智能装备对智能化、网络化的维护需求正逐步提高，PHM技术是未来智能装备智能维护的发展方向。本文针对智能装备预测性维护存在的智能化和网络化程度不高、物理模型建模困难等问题，从数据挖掘的角度出发，结合智能算法和混合编程网络开发技术，研究和开发了基于数据驱动的远程PHM系统。应用结果表明，该系统能以较高效率完成故障诊断、故障预测等核心功能，其开发模式和核心技术为PHM系统的开发提供了借鉴意义。
参考文献
[1]张军，李志秀，王锐，等.基于SharpDevelop插件架构的研究及应用云南大学学报（自然科学版），2011，33（S2）：251～255。
[2]陸建华，俞洋.基于WEB的组态界面软件架构的设计与实现.辽宁师范大学学报（自然科学版），2013，36（4）.
[3]黄天戍，刘奇志，任清珍，等.组态软件在工业监控系统中的二次开发.武汉水力电力大学学报，1999，32（2）.
关键词：智能化装备平台;研发;应用
引言
面向重型机械、机器人等智能装备行业对设备管理、远程运维、优化迭代等方面需求，有利于实现智能装备行业数字化、网络化、智能化，促进装备制造业与新一代信息技术融合发展，规范了工业互联网平台建设，为工业互联网平台搭建提供有益借鉴。
1数据驱动PHM系统运行模式
智能装备的数据驱动PHM系统按功能可分为6大部分：数据采集、信号处理、状态监测、故障诊断、故障预测、维护决策。首先各类传感器对智能装备的运行信号进行采集，对信号进行预处理和特征提取后，利用监测模型进行状态监测和故障诊断，利于预测模型进行故障预测，为设备的维护决策提供支持。（1）信号处理。其包括两部分：①进行数据预处理，如对缺失数据进行插值处理、数据异常值剔除、提取相关信号等;②针对不同的信号类型的特点进行信号特征提取，比如统计特征分析、小波分解、经验模态分解等。（2）状态监测。对特征信息进行实时监测，得到智能装备运行状态，为故障报警、故障诊断、故障预测提供历史监测与统计数据。（3）故障诊断。对故障信号进行离线或在线诊断，本系统采用基于总体经验模态分解法（ensembleempiricalmodedecomposition，EEMD）和径向基神经网络（radialbasisfunction，RBF）故障诊断方法进行故障诊断建模，确定故障类型。（4）故障预测。其为PHM的核心技术和能力，在状态监测与故障诊断信息的基础上，对关键参数进行时间序列上的故障预测，实现故障提前感知能力。智能装备的运行参数一般呈现非线性和非平稳性，针对该特点，本文采用动态神经网络进行模型建立和故障预测。（5）维护决策。维护人员根据状态监测、健康评估和故障预测结果进行，评估和判定职能装备的总体健康状态，采取合适的维护策略进行维护。
2微服务架构
本平台采用微服务模式进行设计，包括服务注册、服务发现、负载均衡、服务网关、配置中心、API管理、调用链等组件，微服务框架。服务注册：服务注册是一个记录当前可用的微服务实例的网络信息数据库，是服务发现机制的主要核心，服务注册表包含查询API、管理API，使用查询API获得可用服务的实例，使用管理API实现注册、注销。服务发现：服务调用方从服务注册中心找到自己需要调用的服务的地址。负载均衡：服务提供方一般以多实例的形式提供服务，负载均衡功能能够让服务调用方连接到合适的服务节点，并且节点选择的工作对服务调用方来说是透明的。服务网关：服务网关是服务调用的唯一入口，可以在这个组件是实现用户鉴权、动态路由、负载限流等功能。配置中心：将本地化的配置信息（Properties、XML、YAML等）注册到配置中心，实现程序包在开发、测试、生产环境的无差别性，方便程序包的迁移。API管理：以方便的形式编写及更新API文档，并以方便的形式供调用者查看和测试。通常需要加入版本控制的概念，以确保服务的不同版本在升级过程中都能够提供服务。（7）调用链记录完成一个业务逻辑时调用到的微服务，并将这种串行或并行的调用关系展示出来。在系统出错时，可以方便地找到出错点。同时统计各个服务的调用次数，确保比较热的服务能够被分配更多的资源。基于微服务架构可实现资源灵活组织、功能封装复用，开发敏捷高效，支撑快速构建面向智能装备的业务PaaS平台。以设计仿真、生产优化、管理运营等领域经验知识为背景，打造可移植、可复用的工业微服务组件，形成丰富的工业机理模型，构建应用开发环境，帮助用户快速构建定制化的工业APP。
3我国智能装备制造业在未来的发展
在我国智能装备制造业起步晚，发展潜力巨大。（1）智能装备行业想要发展，就必须有长期动力，而这一动力就来自于产业升级。自从我国经济走出国门工业开始繁荣时起，我国国民经济快速提高和发展的主要动力都也以说来源于我的工业化的道路发展，尤其是我们国家在装备制造产业的告诉快节奏增加。到了2016年为止，我国的在工业这一领域，对我们国家的GDP贡献率总和大约占比32%，在各行业同期中排名最高。制造业产业在我国经济增长的上的贡献仍然占据了不可替代的重要作用和提供了主要的动力。但是，我们可以看到是，在这个经济快速增长的模式的另一面，装备产业的发展同时也带给我们的众多不可知道的隐患。我国的工业化企业一直都从事着粗放型生产发展模式的引导，依靠着地大物博、资源矿产丰富、国家和政府的财力物力支撑，在此之间，用高产能、高度污染和较高的能源消耗，以此来换取更高的收益。在制造业转型的过程中，智能装备的发展不可忽视，制造业升级需要智能装备帮助一般制造业从繁重的人力劳动中解脱，降低生产成本，更多的投入到研发和服务中去，建立新的发展模式。在未来相对较长的一段时间里，智能装备将围绕产业升级得到进一步发展。（2）下游制造业的需求稳定增长，为未来智能制造提供广阔的发展空间，自动化生产线在发展初期，主要运用于汽车行业，经过长期发展，汽车行业自动化程度已达较高水平。而随着环保标准的不断提升，以及客户对汽车消费品质的提升、个体化和差异化的消费需求增长，汽车生产向差异化小规模定制生产模式方向发展，汽车生产厂商管理向工业互联网、物联网和大数据方向发展，新车型的推出速度和更新换代周期不断加快，这些趋势都对以自动化生产线为代表的汽车制造装备的自动化、柔性化、智能化和信息化水平提出了更高的要求，相应汽车行业固定资产投资将保持持续较快的增长。（3）国家产业政策大力支持智能装备发展，国务有关文件指出，在快速培育和发展新型战略性智能化产业中，把高端装备制造业列入了我国反正新兴产业的七大战略性产业之一。为了加快落实实施国务院这一重要决定，快速将智能制造装备发展成产业化，国家多个部门组织开展了以智能装备制造业位典范的专项立案。着重加大对智能测控技术的支持，在产业智能装备设备领域进行示范性应用，以及试点产业设备生产线的建设和使用。项目支持包括了冲压成型产业生产线、自动化装配制造生产线和自动化焊接生产线项目，和包括我国汽车产业的自动化加工、装配、运输等生产线项目。
结语
智能装备对智能化、网络化的维护需求正逐步提高，PHM技术是未来智能装备智能维护的发展方向。本文针对智能装备预测性维护存在的智能化和网络化程度不高、物理模型建模困难等问题，从数据挖掘的角度出发，结合智能算法和混合编程网络开发技术，研究和开发了基于数据驱动的远程PHM系统。应用结果表明，该系统能以较高效率完成故障诊断、故障预测等核心功能，其开发模式和核心技术为PHM系统的开发提供了借鉴意义。
参考文献
[1]张军，李志秀，王锐，等.基于SharpDevelop插件架构的研究及应用云南大学学报（自然科学版），2011，33（S2）：251～255。
[2]陸建华，俞洋.基于WEB的组态界面软件架构的设计与实现.辽宁师范大学学报（自然科学版），2013，36（4）.
[3]黄天戍，刘奇志，任清珍，等.组态软件在工业监控系统中的二次开发.武汉水力电力大学学报，1999，32（2）.