起重机安全监管大数据平台建设

“本文选自《起重运输机械》杂志，如需转载，请注明出处”胡静波 冯月贵摘 要：分析了大数据在行业监管领域的应用现状，指出其在起重机监管领域应用的不足，接着论述了基于工业大数据的起重机安全监管平台的组成架构，并从数据来源、现场采集技术、大数据预处理、大数据存储技术、大数据分析技术、大数据挖掘方法、多类型用户平台架构和软件实现等角度分析了该平台建设的难点，阐述了建设起重机安全监管大数据平台的现实意义。关键词：起重机；工业大数据；监管平台中图分类号：TH21 文献标识码：A 文章编号：1001-0785（2019）11-0045-04Abstract: In this paper, the application status of big data in the field of industry monitoring is analyzed, its deficiencies in the application of crane monitoring are pointed out , then the composition framework of crane safety monitoring platform based on industrial big data is discussed, and the difficulties in the platform construction are analyzed from the perspectives of data sources, on-site acquisition technology, big data preprocessing, big data storage technology, big data analysis technology, big data mining method, multi-type user platform architecture and software implementation, and the practical significance of building crane safety monitoring big data platform is expounded.Keywords: crane; industrial big data; monitoring platform0 引言起重机械属于特种设备的一种，对其的常规性检验包括使用单位的自行检查和法定检验机构的周期性检验两类，安全监督管理则是由地方各级人民政府负责特种设备安全监督管理的部门负责本行政区域内起重机械的监督管理职责。对起重机的维保在相关法规中并未规定需由取得资质的单位进行，故大部分起重机使用单位采取了自行维保的方式，维保方式包括周期性的预防性维护和发生事故后的恢复性维护两类。此种类型的起重机械日常维保和检查方式造成了在用起重机械的健康程度普遍不高。针对这一情况，质检总局在《大型起重机械安装安全监控管理系统实施方案》中，要求有条件的单位可根据具体情况和工作需要，逐步建立基于物联网技术的起重机械安全监控管理的局域监控平台和远程监控平台。在2016 年发布实施的TSG Q7015—2016《起重机械定期检验规则》和TSG Q7016—2016《起重机械安装改造重大修理监督检验规则》中，针对超过一定额定起重量的大型起重机，作出了需要安装安全监控系统的规定。但其功能要求仅是依据GB/T 28264—2017《起重机械安全监控管理系统》的内容，其中并未对监控系统的联网提出任何要求。起重机械安全监控管理的局域监控平台和远程监控平台在各地区都并未真正建立起来。1 大数据的行业监管应用随着信息化技术的快速发展，数据已不仅仅是局限于计算科学领域中的数值形式，工业生产、科学研究、日常生活、气温气象等各行业各种维度的信息收集与研究促使信息技术领域产生了爆炸式的发展， 进而产生了近年来学术界与工业界的热点问题——大数据。在2015 年5 月全球大数据时代贵阳峰会上，中国政府表示将大数据上升到国家战略高度，积极筹备指定国际大数据战略与发展计划。大数据资源已被认为是与自然资源、人力资源同样重要的战略资源，包含了巨大的经济价值，数据为王的大数据时代已经来临。目前大数据技术在质量监督、环境监察、运政管理等行业监管领域都已有一定的应用案例。在质监领域，国家质检总局2014 年联合工信部、发改委实施“国家特种设备安全监管物联网应用示范工程”，该项目选取部分省市地区为试点，依托物联网、电子认证和云计算等成熟技术，以数据标准为规范，以数据单向采集、多方校验为数据唯一性和可追溯的保障，初步建成以电梯和气瓶为对象的特种设备物联网示范工程。以动态管理和追溯为目标，督促各方监督，实现对生产单位（制造、安装改造维修、保养、充装、运输）、运行状态、从业人员、检验质量、能耗淘汰、应急处置、产品追溯、杜绝假冒、报废管理等多项内容的适时、动态监控和预警，为政府决策、社会管理、行业规范、企业自律、公众了解提供充分的信息基础，创新监管模式，带动电梯和气瓶产业向规模化和标准化方向发展，提升公共安全防范处置能力，加快公共安全保障体系的建设和完善。在环境监管领域，2013 年国家环保部联合工信部、发改委开展了基于物联网的“智慧环保”工程。在无锡开展的项目示范已接近尾声, 项目完成了“一平台、一中心、四标准、二十四应用”的开发。所构建的在线监控平台运用了空间网络技术、地理编码技术，将移动信息化技术应用到环境监察执法中。通过与现有的审批系统、行政处罚、排污收费、环境信访、监测数据、在线监测、环境统计、排污申报等系统有机结合起来，实现信息共享和数据交换，实现对污染源基础信息库、自动监控信息数据库、历史执法信息数据库等的快捷访问。在运政监管领域，宁波市运管部门2016 年推出的集装箱行业监管服务平台，将该市所有的集装箱运输行业企业、车辆、人员等监管和服务工作都集中在这个平台上。通过已获取数据（如集装箱输运数量、GPS 平均里程统计分析、集装箱提空箱进码头平均时间统计等）来分析行业的景气程度，为行业决策部门提供数据，支撑行业规划决策，同时能优化港口、货代、堆场、运输企业之间集装箱运输业务流程，推进港区、堆场间双重运输，通过该平台大大提升集装箱物流链服务水平。在起重机领域，近年来，已有部分起重机械制造企业关注到物联网和大数据等新兴技术，并已在各自企业内进行了一定程度的应用尝试。如三一重工已经在该公司生产的设备上增加了通信功能，目前已经有超过10万台设备通过网络与三一企业控制中心及快速反应团队连接。企业控制中心可远程监控设备的运转情况，并基于工业大数据实现故障预警，有针对性地提供维修等服务，实现了服务型制造。徐工集团成立了国内首家工程机械物联网应用研发中心，客户通过手机可以随时随地查看设备的地理位置、工作时间、历史轨迹、当天油耗、健康状况、保养提醒等信息。近期又打造了徐工工业云平台，借助新一代信息技术，将徐工数字化工业能力输出，打造了一个开放共享共赢的全球云平台。此类应用针对的多是本企业生产的起重设备，只是对其进行了状态监控和数据分析，应用的目的是指导生产和服务用户，所获得的数据并未为行业主管部门的安全监管所用。大数据在起重机行业监管领域开展应用尚存在缺乏统一规范标准、无主管部门统一规划、缺乏长效机制、系统应用架构不明确等诸多问题。2 起重机监管平台建设内容构建一套基于工业大数据的面向起重机运行状态的安全监管平台，需要结合物联网、工业大数据和云计算等新兴信息技术，平台应覆盖起重机全流程、全环节和全生命周期的数据链。平台的整体框架如图1 所示。图1 起重机工业大数据监管平台整体框架根据平台的框架组成及其关键技术，在建设过程中需要解决起重机运行状态复杂信息的采集方法，起重机的工业大数据预处理方法，起重机大数据挖掘分析技术等难点，具体包括：1）数据来源分析及现场采集技术研究起重机使用场所中应包括吊运熔融金属的起重机、吊运危险品的起重机、按要求应装设监控系统的大型起重机、防爆环境起重机以及重点企业的生产设备性起重设备等，根据各自不同的使用环境特点、使用特点和自身结构特征进行分类，制定适用于本系统的不确定数据源起重机运行状态信息采集方案，并对多传感器监测优化布置方法进行研究。大数据监管平台的数据来源可分为现场应用级的起重机监控软件直接上传和企业应用级的设备运维平台上传两种类型，需统一两类数据来源的标准，并对数据接口进行设计。2）起重机大数据预处理和存储技术研究大数据的预处理是指用一定的策略对采集到的起重机大数据进行处理，使数据能够满足完整性、一致性、有效性等要求，以提高后续数据分析的正确性。针对起重机现场的特点，本研究的数据预处理主要在于缺失值处理和相似重复记录处理两类。缺失值处理是由于现场环境的复杂性和网络传输故障等原因，造成的数据集中某些字段的确实，拟采用统计方法、分类方法以及关联规则等策略进行处理。相似重复记录是由于实际采集的数据集中可能包含了表式统一物理意义的重复记录，处理时可采用基于欧几里得距离、欧式距离和皮尔逊相关系数的相似检测策略。起重机大数据的存储的难点在于其存在广泛的异构性，数据类型包括有结构化数据、半结构化数据和非结构化数据。结构化数据是传统关系型数据库中的数据，半结构化数据是以XML、HTML 等格式存储的数据，非结构化数据是文本、文档、电子表格、图片等形式的数据，这些数据来源于不同的数据库，需要集成一个统一的访问接口以实现对这些数据的统一访问。3）起重机数据分析技术和挖掘方法研究对采集的数据进行分析和挖掘的目的是从多角度和切入点对起重机进行有效的监管，形成一个全生命周期的监管模式。对常用的工业大数据分析和挖掘方法如K均值、BP 神经网络、遗传算法、聚类算法和贝叶斯理论等进行比较和研究，从而形成一个统一的大数据挖掘算法库，将对应于起重机监管平台中不同业务应用目的的数据挖掘算法进行集成。通过该数据挖掘算法库的应用，获取相关的起重设备风险关键特征，并将起重设备运行状态数据输入平台，以自动获得设备日常运行趋势和使用维护建议。4）面对多类型用户的大数据监管平台架构和软件实现由于平台所采集的起重机数据量大，需要采用一种可靠性和容错性较高平台架构，并且需要具有相对较简单编程模型的特点，故可采用Hadoop 模型架构。Hadoop 是一个开源的可扩展的分布式系统架构，可实现分布式文件系统HDFS，跨集群管理存储资源，适合本系统面对多类型用户基于工业大数据的起重机安全监管应用。同时考虑平台的软件实现，可采用ApacheHUE 实现一个可视化的交互分析界面，平台的不同类型用户可通过Web 来实现数据集群管理、数据分析结果可视化展示、数据集群状态显示等功能。3 结束语基于工业大数据的起重机安全监管平台建成后，可重点对大型起重机械、吊运熔融金属起重机、吊运危险品起重机等危险性较大的起重机进行监控。该平台可服务于监管部门、检验机构、使用单位、维保单位、制造单位和社会大众等，是监管部门提高监管效率、保障特种设备安全、精准服务特种设备产业的重要支撑和途径。此类监管平台的应用和实施，一是有利于实施精准监管。通过工业大数据平台的建立，可以促进人、机、环、管各要素的有机结合，通过对起重机工业大数据的采集、分析、运用，可以准确实现起重机智能化安全管理、隐患治理、预测预警，促进监管部门从发现隐患转变为消除隐患。二是有利于实现精准检验。通过工业大数据平台，健全完善起重机从安装、使用、维保等全过程、全覆盖的数据信息，可以实时监测设备的“健康状态”，方便检验机构及时掌握特种设备安全和运行状况，为制定精准的检验方案提供支持。三是有利于提供精准服务。通过工业大数据平台，可以实现更大范围的互联互通，推动各相关方融合创新，促进社会齐抓共管特种设备安全，进一步提升公共服务能力，同时可对行业产品质量进行分析和评估，进而科学遴选重点企业、项目、品种，落实分类帮扶重点。参考文献[1] TSG Q7015—2016 起重机械定期检验规则[S].[2] TSG Q7016—2016 起重机械安装改造重大修理监督检验规则[S].[3] 谢涛，刘耕源. 工业能源环境大数据：发展历史与关键技术[C]. 2016 年全国环境信息技术与应用交流大会论文案例集，2016，107-112.[4] 王孟杰. 国家特种设备安全监管物联网应用示范工程完善性论证会成功召开[N]. 中国自动识别技术, 2014，(1)[5] 东方头条. 环境监控物联网应用工程：感知环境、智慧环保[EB/OL].http://mini.eastday.com/a/161130153013238.html,2016-11-30.[6] 和讯网. 用“大数据”手段进行行业服务管理[EB/OL].http://news.hexun.com/2015-12-04/180996646.html,2015-12-04.[7] 于佳宁.“互联网+”的三个重要发展方向[J]. 物联网技术，2015，(4):3，4.[8] 刘世磊. 三一重工：打造中国本土工业物联网开放平台[J]. 中国工业评论，2016，(8):84-88.[9] 刘刚. 徐工信息多项黑科技，引领工业4.0 革命[J]. 大视界，2017，(1):6-9.[10] 特刊.“互联网+”时代，企业管理是这样的[N]. 中国企业报, 2015-03-31.▲END举报/反馈发表评论发表作者最新文章高定位精度的第三代核环行起重机运行系统 刚柔耦合动力学仿真01-2014:40液压挖掘机转台有限元分析与疲劳强度评估01-2014:33SPMT 液压平板车车板变形有限元计算与仿真模拟01-2014:31相关文章《科学大家》｜物联网，大数据，人工智能，构建智能世界的技术金字塔数据编目已过时，数据发现正当道阿里云李飞飞：云原生分布式数据库与数据仓库系统点亮数据上云数据分析是什么？一篇文章告诉数据化运营的原理、价值、趋势数字化时代，聊聊“主数据”

本文来源于程序自动整理，版权争议与本站无关，如有侵权，请联系我们。
冀州区扬禹水工机械厂
厂家直销，支持定制，量大优惠
手机：13663289587
地址：河北省冀州区高田工业区