特种设备质量安全检测监测云服务平台设计*

李娟 陈树芳 刘丽梅 薛庆

(山东特检鲁安工程技术服务有限公司 济南 250010)

0 引言

特种设备是经济和社会发展的基础性设施设备，涉及生命安全，危险性较大，包括：锅炉、压力容器(含气瓶)、压力管道、电梯、起重机械、客运索道、大型游乐设施和场(厂)内专用机动车辆等八大类。截至2019年底，全国特种设备总量达1 525.47万台，另有气瓶1.64亿只、压力管道56.13万km[1]。通过对近3年特种设备事故发生环节、发生原因的统计分析来看，使用、管理不当等仍是造成特种设备安全事故的主导因素。为此，亟需运用先进技术手段加强特种设备使用环节的安全管理水平。

工业互联网平台是新一代信息通信技术与现代工业技术深度融合的产物，是实现数字化、网络化、智能化的重要载体，通过构建基于海量数据采集、汇聚、分析的服务体系，支撑资源泛在连接、弹性供给、高效配置，建立面向工业大数据存储、集成、访问、分析、管理的开发环境，实现工业技术、经验、知识的模型化、标准化、软件化、复用化。特种设备安全管理模式与工业互联网平台的内涵外延相融相通，为开展基于工业互联网平台的设备安全运行、设备健康监测等应用场景提供支撑[2]。

但目前，特种设备行业平台建设多面向单个企业用户开展服务，基于工业互联网、云计算等基础架构、面向全行业应用服务的云服务平台研发和应用较少涉及。为进一步融合工业互联网及平台技术开展特种设备智能检测、健康监测等服务，重点研究了特种设备等典型行业云服务平台研发建设现状，提出了特种设备检测监测云服务平台总体架构，开展了平台功能设计，为构建特种设备检测监测云服务平台提供了参考。

1 平台总体架构

1.1平台构建思路

面向特种设备质量安全的检测监测云服务平台基本构建思路如图1所示，以工业互联网、云计算、大数据等技术为基础支撑，以特种设备生命周期各环节的数据采集、处理、存储、分析挖掘等全过程为依托，通过平台数据资源汇聚、服务汇聚等功能，面向特种设备安全涵盖生产(设计、制造、安装、改造、修理)、使用、检验、检测、安全监管等行业用户，提供面向设备管理和用户信息化需求的多层次的云服务。

图1 平台基本构建思路

平台构建将侧重于以数据为核心，实现数据驱动的行业质量安全管理等云服务，其中：①数据采集层面，支持传感物联网数据接入、边缘接入等方式，实现数据实时采集和动态接入。②数据处理层面，基于ETL(Extraction-Transformation-Loading)工具等实现数据的抽取、转换、加载，满足平台数据规范化要求。③数据存储层面，一是通过构建数据仓库来实现，全面整合特种设备监测数据、服务、技术、智力和计算资源；二是通过多种数据交换策略，实现数据交换与共享。④数据分析挖掘层面，运用算法模型、工具组件等，实现对数据的分析利用。⑤云服务层面，运用高效稳定的计算资源与运行环境，合理配置并高效利用优势计算资源，集成互联网、移动等多种实现手段，面向用户所供多元化云服务，降低用户投入与运行成本，简化用户使用流程。

1.2 平台总体架构

结合特种设备质量安全管理特点，充分融合工业互联网技术，研究提出面向特种设备质量安全的检测监测云服务平台五层架构，如图2所示，包括：边缘层、IaaS、PaaS、SaaS、用户层。

图2 平台总体架构

(1)边缘层。实现物联网终端等设备接入，实现对接入设备的管理、协议转换和边缘数据处理等功能，支持接入多类型的特种设备，兼容OPC、CAN总线、MODBUS、RS485/232等多类工业通信协议，实现设备本身的运行状态、故障情况等实时数据采集。

(2)IaaS层。基于虚拟化、分布式存储、并行计算、负载调度等技术，实现网络、计算、存储等计算机资源的池化管理，根据需求进行弹性分配，并确保资源使用的安全与隔离，为上层工业互联网平台或用户提供完善的云基础设施服务，包括数据的计算服务、存储服务、网络服务、灾备服务、安全服务等。

(3)PaaS层。提供大数据服务、设备上云服务、开发服务等基础的组件、工具、资源等。其中:大数据服务包括大数据存储、大数据基础服务和大数据管理等三个模块，通过整合关系型数据库、文档数据库、实时数据库、内存数据库、图数据库等各类存储资源，提供数据挖掘、流计算、批数据分析、可视化分析等大数据基础服务，以及各层各模块之间的大数据交换、ETL管理、流数据管理、批数据管理等功能；设备上云资源池包括基础组件和工业微服务组件，涉及大数据算法模型、机理模型、仿真工具、分析工具、优化工具等；开发面向服务和资源提供商提供可供调用的组件和接口等，实现泛产业链的协同发展。

(4)SaaS层。通过基于平台的信息化应用、基于平台大数据能力的深度优化、基于平台协同能力的资源调配和模式创新等方面，提供设备动态监测、企业信息化管理、质量安全、公共信息服务等云服务。

(5)用户层。面向特种设备制造单位、使用单位、检验检测机构、安全监管部门、资源和服务提供商及公众等用户，提供边缘层、IaaS、PaaS、SaaS等多层云服务，满足不同用户不同层面的云服务需求。

2 平台主要功能设计

为满足平台面向用户的云服务功能，重点开展平台数据采集与接入、数据的融合与集成、数据仓库、平台云服务功能模块、平台开发部署等方面的研究设计。

2.1 物联感知与边缘数据接入

针对设备健康监测等云服务，支持物联感知技术的设备动态数据实时接入和边缘数据接入，如图3所示，主要通过集成多种传感器如液位、压力、温度、泄漏、裂纹、应力应变等，将具有协作关系的传感器绑定为数据采集节点，实现多类别的远程自动化安全监测。此外，集成射频识别、GPS、视频等实时感知数据，采用专用网络作为信息传输纽带，最终实现各现场终端的数据云端集中采集处理、分析处理应用等工作。通过上述技术手段的应用，实现对特种设备基本工作状态、使用情况、健康状况、产品的合格/合法性等数据信息进行实时的采集监测，以及配合云端向本地设备反馈基本的状态警告信息[3]。

图3 物联感知与边缘数据接入

2.2 数据的融合集成与数据仓库设计

平台的关键问题和技术难点在于实现多种数据来源、多种数据格式的兼容，并利用云计算技术实现终端用户对海量安全监测数据的高效利用。其技术路线如图4所示。通过通讯协议网关、消息中间件、Web服务接口等方式，将来自于物联网监测、业务系统、外部服务等多源异构数据的归集与共享。

图4 数据融合与集成技术路线

数据仓库构建过程中，设计基础数据库表，包括设备库、人员库、机构库等，以及生产、使用、检验检测、安全监管等设备生命周期各环节的动态信息等，各数据表主要用于存储特种设备信息(Equipment)、人员信息(User)、机构信息(Organization)、 监测信息(Monitoring)、检验信息(Inspection)等。其中：

(1)设备信息表主要记录设备的登记证编号、设备种类、设备类别、设备品种、设备型号、设备主要技术参数等基本信息。

(2)人员信息表主要记录设备相关的安全管理人员、作业人员、安全监督管理人员的姓名、性别、身份证号、人员证书编码等信息。

(3)机构信息主要记录设备相关的生产、使用、检验、安全监管等单位的名称、统一社会信用代码、资质证书编号等信息。

(4)监测信息主要记录基于物联感知技术采集和获取的设备动态信息，如针对承压类设备的压力、裂纹、腐蚀、泄漏、变形以及温湿度等环境信息，针对机电类设备的运行状态、设备的故障信息等[4]。

(5)检验信息主要记录设备的检验日期、下次检验日期、检验结论等信息。

平台主要数据表间的E-R模型图如图5所示，各信息表之间通过设备登记证编号等惟一编码为索引，实现数据关联。各类特种设备可按上述模式构建针对每种特种设备的数据仓库和主题数据集市，形成规范一致、兼容协调的数据库。

图5 主要数据表间的E-R模型

2.3 应用服务功能设计

为更好满足特种设备产业链各方的云服务需要，从应用场景视角、业务管理视角、产业链协同视角等维度[5-8]，重点对应用层服务功能进行研究设计，如图6所示。应用层功能的访问，支持计算机、移动终端等多种终端设备通过互联网获取相关云服务，涉及资源管理、数据管理、业务管理、服务管理等方面。

图6 基于多维视角的平台功能设计

(1)应用场景视角的平台功能：特种设备动态监测与远程运维云服务。从近年来对特种设备安全情况的分析来看，使用环节是引起特种设备故障与事故较多的方面。因而，平台服务功能应突出基于泛在感知技术以及平台集成的算法、模型等工具组件，提供设备运行状态监测、设备健康监测、设备远程运维、设备风险预警等服务。

(2)业务管理视角的平台功能：特种设备过程管理信息化服务。特种设备业务管理流程涉及生产、使用、检验检测、安全监管等方面，围绕各环节质量安全管理信息化，设计平台服务功能。如：针对生产管理，结合智能制造等需求，提供设备制造过程管理、产品数据管理等功能；针对使用管理，提供设备档案管理、设备使用过程管理等功能；针对检验检测，提供检验管理等功能；针对安全监管，提供基于按需模式的数据分析、下载等服务功能。

(3)产业链协同视角的平台功能：网络制造协同与质量安全追溯服务。针对产业链协同的服务功能设计，从正向和反向两个维度考虑。正向：以特种设备制造为源头，结合网络协同制造模式[9]，充分整合原材料、制造、使用、服务等各方需要，通过信息共享与业务协同，提供协同研发、协同制造、协同服务等功能；反向：从终端用户或公众的角度，提供设备质量安全追溯、设备信息查询等功能。

3 结语

面向特种设备质量安全的检测监测云服务平台融合工业互联网基础架构，围绕特种设备生命周期各环节的数据采集、处理、存储、分析挖掘等全过程，开展平台研发建设和服务，提出了基于物联感知的数据接入与融合集成技术路线，基于E-R模型对数据资源进行基础数据库和主题数据库建设，设计了满足应用场景、业务管理和产业链协同等多维需求的平台应用层功能，实现了基于云支撑架构的平台资源管理、数据管理、业务管理、服务管理等功能，为特种设备安全涵盖生产(设计、制造、安装、改造、修理)、使用、检验、检测、安全监管等开展平台研发建设提供参考。