试验设备智能监测方法

【试验工程师·公益学习营】第十期第2讲

【试验工程师·公益学习营】总第47讲，于2020年12月4日如期举行，本期讲师是瑞风协同物联事业部经理，在设备连接领域有八年从业经验，曾参与多个大型综合测控系统建设。主要研究方向：试验设备物联技术攻关与优化、测控协议解析和试验数据服务标准研究、超大规模并行数据采集系统建设研究。

本期课程重点分为以下四个方面：试验设备智能监测的价值与挑战、试验设备智能监测的建设思路、试验设备智能监测的关键技术和应用案例分享。

一、试验设备智能监测的价值与挑战

随着工业技术的进步和发展，对于试验测试的全面性、科学性、精度等要求越来越高，试验设备的状态、精度、性能等直接影响了试验的结果。因此，试验设备智能监测面临着诸多挑战，如：合并网络困难、试验环境复杂、监测系统多、监测设备多和参数不规范等。试验设备监测由原来的人驱动流程转换为系统驱动流程，首先带来的直观价值是自动化设备监测；其次带来的隐性价值是：

• 降低人工时间成本

• 加快设备监测进度

• 提升设备监测效率

试验设备安全使用试验设备监测能够对试验过程中使用的设备，实施多维度的监测，让各维度数据进行整合，凸显多维度数据的价值：

• 增加试验结果的科学性

• 试验设备使用价值可视化

• 试验排产计划安排

• 辅助试验故障分析预判

• 支撑试后试验数据分析

二、试验设备智能监测的建设思路

试验设备智能监测总体的建设思路是：首先对复杂的网络进行改造，用于连通试验室的各个子系统网络，进而支撑多维度的数据采集，实现多维度的数据全面采集；同时对试验参数规范化，引入算法模型对采集到数据进行预处理；然后加载历史数据、理论数据等作为背景与实时数据进行对比以此辅助分析；最终将整合的数据进行显示、发布、存储等处理。在试验过程中对状态数据进行手动或自动的抓取，辅助试验报告的生成。

试验设备智能监测对网络改造的建设思路包括对网络进行分类和网络组建。网络可以按照物理地址进行第一级划分，按照测量系统结构进行第二级划分，最后按照功能体系再次划分。网络组建包括交换机组建局域网、路由器路由各子网、多网卡连通子系统与试验网。

由于试验性质的不同，试验过程和结果以及试验关注点都会有所区别，所以针对不同的试验设备应采用不同的监测思路，按照试验性质反推试验设备类型，从而实现对试验设备的分类：

• 流程固化，环式、检测试验

• 复杂试验，研发性能试验

• 复合试验，环境辅助、性能试验

网络改造支撑整套体系的建设，数据预处理辅助数据分析，组态显示将虚拟数据进行视觉和听觉上的展示，剩余的是对参数规范化的建设。参数规范化的建设包括：建立参数字典库对现有参数进行规范化参数关联通道配置磁盘存储。

三、试验设备智能监测的关键技术

固化流程建设思路为采用服务式终端数据采集，通过多元数据融合一体机监测技术可以实现对固化流程的轻量化作用，此技术包含硬件和软件两层技术。

在硬件架构上，设备接口较多且有些设备需要供电，所以通过搭建多种通用接口来集成常规电压的供电模块，具备易接入、易部署的特点。其次，通过搭建计算机基础配件（如：CPU、内存、存储、集成显卡等）来支撑数据系统运行，并且能够实现操作系统的部署以及可视画面输出。同时，搭载的5G通讯模块，能够运行在高速的5G环境下。

在软件架构上，符合国产化标准，采用Linux系统作为底层操作系统，并搭建WEB平台，易于配置和使用；数据服务可以实现全天24小时连续不断运行，并根据集成算法库对实时数据进行预处理。

如果说一体机技术是试验设备监测的框架，那么算法技术就是大脑，所有的数据经过算法的处理便能够支撑更多的应用，包括数据的显示、决策等。为实现算法的有效应用和积累，采用算法库进行管理和维护，通过创建、维护、升级算法模型进而丰富算法库。为了实现对已有算法模型的有效应用，提供算法库共享的方式，使已有的算法库模型能够多人使用。

表达式技术属于算法技术，主要应对简单算法搭建，实现对已有通道逻辑或经过基础三角函数、常规函数等进行线性处理的逻辑搭建。除通过自有算法定义等技术实现对数据预处理外，还集成了传感器库，能够对常规信号通过查询转换公式或转换表的形式，实现对信号数据由物理值快速转换为逻辑值的能力。

多元组态技术主要是通过多种不同的组态控件以不同的结合方式，展现出不同的效果实现试验设备多维度的展示。通过对常规组态控件的专业化定制、升级进而拓展出新的控件，对这些控件进行积累，实现丰富的组态库，能够对支撑更多类型的试验设备进行监视。多元组态技术除了可以应用于试验中，还可以用于仿真试验。多元组态技术通过组态显示的方式提升数据的感知度。

四、应用案例分享

最后讲师以某航空试验车台智能监测和某单位试验设备智能监测案例为例，为大家讲述了试验设备智能监测在实际中的所带来的效果和价值。