摘要：随着人工智能、大数据、移动办公等技术的不断深化应用，发电企业移动化、智能化已成为未来提升发电企业设备管理方式的必然趋势。企业各级领导和设备维护管理人员希望通过上述技术提高日常工作和管理决策的及时性和有效性，通过移动终端的方式能够实现智能化现场设备管理等。因此本研究试图以发电企业设备为主体，以图像智能识别、大数据分析为技术支撑，以移动应用为载体，建立一套企业设备智能健康管理系统，为设备精益管理提供有效支撑，降低设备不可修复性损坏的概率，减少备品备件的消耗，降低信息交流和设备维护成本。

关键词：设备管理；设备健康；设备巡检；图像识别

Abstract:With the continuous deepening of the application of technologies such as artificial intelligence, big data,mobile office and other technologies, it has become an inevitable trend to improve the equipment management mode of power generation enterprises in the future. Leaders at all levels and equipment maintenance and management personnel hope to improve the timeliness and effectiveness of daily work and management decisions through the above-mentioned methods and technologies, and realize intelligent on-site equipment management by means of mobile terminals. Therefore, this research attempts to establish a set of enterprise equipment intelligent health management system with power generation enterprise equipment as the main body, image intelligent identification and big data analysis as the technical support, and mobile application as the carrier, to provide effective support for lean management of equipment. The probability of repairable damage reduces the probability of irreparable damage of equipment and reduces the cost of information exchange and equipment maintenance.

Key words: Equipment management; Equipment health; Equipment inspection; Image recognition

1　引言

近年来随着物联网、大数据、人工智能、图像识别、移动办公等新技术、新理念的发展与应用，发电企业移动化、智能化已成为未来提升发电企业物联设备管理方式的必然趋势。在这样的时代背景下发电企业也在寻求着技术与理念的创新，使得管理质量得到提高、管理成本得以降低，以满足时代发展的需求。利用大数据、人工智能等新技术，将企业内现有的设备管理模式与内容整合提升，建设智能化、移动化、一站化的设备管理系统，可以更好地对设备管理以及相关检修、运行调度等工作进行开展和管控，对设备相关的数据与工作进行有序地管理，尽可能避免人为造成的失误。

2　设备健康管理研究主要内容

过去的设备管理系统往往是根据特定的需求进行建设，随着需求的增加，逐渐出现多套互不关联的系统参与管理，不利于设备管理的全局控制；同时部分工作未搭建线上系统，无法有效地进行后续的管理。如何将各类别下众多数据系统性地进行管理与分析，同时整合各项工作流程，是未来智慧电厂的发展重点之一。

大数据技术对信息的统合分析有着很大的意义，于发电企业设备健康管理与相关工作流程展开有着明显的提升作用。对于设备管理来说，整合各类相关信息并进行分析，同时将部分关键内容及时推送，使得工作人员能更好地把握设备的具体历史信息以及实时状态，从而使设备的检修、启停等工作能起到更好的决策辅助功能，使工作开展更高效、安全，提升设备管理的整体水平。

本研究通过图像识别技术自动采集设备KKS编码、状态、仪表读数等数据，减轻设备巡查工作量；通过采集和整合ERP设备台账、电厂设备的测点实时变化速率与设备参数上下线报警数据、实时数据库中存储的设备运行数据与设备运行日志，以及设备巡检与检修记录等数据，形成设备信息大数据；采用机器学习和大数据分析等技术，从设备信息大数据中自动生成设备健康档案，实时掌握设备全生命周期信息；根据设备健康档案，自动制定各个设备的个性化巡查计划，对亚健康设备进行重点巡查和维护；通过整合与补充，将设备相关缺陷、隐患、工单等工作流程在系统中实现完整的管控功能。将设备以及相关的信息与工作展开有效整合与完善，提升设备管理相关工作的效率与质量。图1是设备健康管理设计概念图。

图1 设计概念图

3　设计思路与内容构成

设备健康的管理主要分为设备相关各项数据的整合分析与流程的统一管控两大内容，在设计时也从这两个方向对内容进行完善。

3.1　整合与分析

3.1.1　设备健康信息的构建系统

以设备作为健康档案数据整合逻辑的主轴，通过关联整合多个独立系统的数据：ERP系统中设备台账、消缺情况记录以及异动情况等数据；PI系统的历史运行参数等运行数据；巡检系统中的巡检记录；表计系统中表计更换使用时间等信息；设备责任人等不属于任何已有系统的补充数据等。使用一定规则进行数据的分析管理，形成较为完善的设备信息大数据，以建立一套完整的设备健康档案数据管理系统。系统数据来源如图2所示。

图2 系统数据来源

通过指定KKS码、设备名，即可查询设备相关的各系统中整合的数据，并通过大数据分析技术，根据具体需求生成个性化的设备健康档案。

档案整合了各个系统的数据，内容全面详细，可应用范围广，整合于手机端的形式也扩大了数据的适用场景。设备异常时可查询健康档案，即时获取到设备的整套相关数据，可通过缺陷历史、巡检记录以及生命周期等对发生异常的背景得到初步判断，便于后续的分析。巡检时可通过识别铭牌查询设备档案，获取设备的各项参数、历史数据以及巡检相关的记录、所属责任人等信息。进行设备维护时，也可以由档案了解设备的相关参数与运行历史，以辅助进行正确完善的维护工作。图3是设备健康台账内容构成。

图3 设备健康台账内容构成概览

3.1.2　设备健康状态评估

对设备信息大数据中的设备巡查记录、运行日志、缺陷记录、检修记录等非结构化数据进行分析，自动提取关键信息；对设备信息大数据，进行大数据分析与挖掘，自动生成设备运行健康档案；通过手机、平板等移动设备，可随时进行设备健康状态的信息检索。

3.1.3　设备状态巡查

以设备健康档案为依据，自动制定各个设备的个性化巡查计划，对亚健康设备进行重点巡检。设备品牌、性能、使用时间各不相同，导致设备维护无法按照现场实际运行情况到期执行，容易造成过度维修。针对这些实际问题，系统通过对设备进行跟踪，比对分析设备运行状况，定制设备维护计划。自动统计汇总，周期轮循，避免过度维修或因关键部件寿命周期完毕而引发故障。

3.2　流程管理

建立以设备为主轴，各流程间互相独立的流程管理系统。部分流程现有运行良好的独立的系统，可采取接入调用的方式通过该系统直接对其进行管理；部分系统落后、缺失的流程，对其进行重新设计与建立。

3.2.1　设备日常维护

（1）设备给油脂

满足定期智能管理：加油脂、油质化验、振动数据等管理技术要求。包括整个闭环流程与完成情况的记录统计。由负责人预设给油脂的计划任务，定期提醒指定人员，完成工作任务后在本系统中填写相关情况并提交闭环。完成的情况可以根据类型、时间等条件分类查看，填补了给油脂管理线上系统的空缺。给油脂任务包含了油脂任务的周期、责任班组以及是否需要获取相关PI点这三项和业务逻辑相关的内容，以及责任班组具体人员。通过每日定时任务检测本日需推送的给油脂任务，通过责任班组关联的具体人员，确定推送对象并发送待执行的任务内容，包括设备名称、给油脂部位、给油脂量、油脂品种等信息到App端的待执行任务中，点击详情可查看该任务的全部信息。给油脂任务标准组成如图4所示。

图4 给油脂任务表

（2）定期任务

实现定期轮换工作的智能管理，结合现有的智能巡检系统在手机App端可以方便地查询设备的定期轮换记录、上一次轮换后的运行时间，能够定期推送超过轮换周期设备的信息，提醒运行人员及时轮换设备。定期任务生成标准组成如图5所示。

图5 定期任务表

3.2.2　工单流程管理

该流程以手机或电脑进行点检工单的发起，填写关于工单相关检修工单基本信息，以及作业细节等详细信息，发起后将对实施人进行消息推送提醒，实施完毕后可通过手机或电脑提交结果。实施过程中存在延期流程，涉及到多步审批，通过建立对应的权限角色对整个流程进行全面控制。相关人员对流程的进度可全程进行监控。

点检工单的执行历史保存在系统中，包含工单内容、所处流程状态、流程中各步骤执行时间与操作人，可通过设定限制条件筛选停送电单的历史数据，生成报表。图6为工单流程图。

图6 工单流程图

3.2.3　缺陷流程管理

该流程目前在ERP系统上进行。缺陷流程会在巡检的过程中即时发起，本模块的设立旨在为缺陷管理提供一个便捷的移动端上报入口。

在移动端设置缺陷上报功能，巡检人员填写缺陷详细内容，将信息传输至后台服务器，后台将录入系统的缺陷票生成ERP系统可接受的标准文档格式上报ERP系统，在将缺陷信息导入ERP系统后，后续流程可在ERP系统中正常完成，本系统可通过大数据的模式获取ERP系统中该缺陷的流程状态以进行实时监控。

3.2.4　隐患流程管理

该流程目前在安健环系统上进行。隐患流程会在巡检的过程中即时发起，需要提供一个即时上报以及审批、受理的全套流程闭环功能，本模块为隐患管理提供便捷的流程处理入口。

通过制定对接接口，对接安健环系统流程控制以及进度查询，在移动端设置隐患上报功能，巡检人员填写隐患详细信息以及附件等内容，将文字信息与文件通过移动端直接传输至安健环平台。流程的处理在安健环系统中执行，本系统则通过前端提供流程审批的入口对该流程进行控制，流程的进度也可在本系统中进行实时的监控。

图7 隐患流程图

3.2.5　生命周期管理

生命周期流程在计量系统上预设配置，定期发起周期性检修任务。本系统对生命周期的流程不介入，只做提醒功能。通过对接数据库的方式对设备计量系统周期检修任务进行获取与分析，检修任务发起日在系统中进行任务的推送提醒。

3.2.6　巡检数据检验

该流程是对现有巡检系统巡检流程的补充。通过调取接口的方式对接获取巡检系统的巡检数据，并确定每条巡检记录对应的巡检设备。通过在本系统中预设设备的PI点，可将巡检系统的人工巡检结果与PI系统的测点自动检测得到的数据进行比对分析生成报表，其中按照制定的规则将两者检测结果异常的测点进行提取并进行异常推送，更好地发挥了巡检工作的价值，加强设备安全性的管理。巡检数据检验流程如图8所示。

图8 巡检数据检验流程图

3.2.7　巡检历史轨迹

该流程是对巡检系统巡检流程的补充。通过调取巡检系统提供的接口，结合物联网技术将巡检设备点的过程记录；在本系统中配置巡检场地模型，建立各设备的点位置，提供轨迹展示的基础。将获取的巡检记录配合模型生成历史轨迹图，以直观的形式将巡检的历史进行展示，加强巡检的管理。

4　系统构成的技术和方法

4.1　系统架构

整套系统采用分布式架构，硬件、软件的设计为系统的安全性、可靠性、可维护性和可扩展性预留了空间，以满足后期扩展的要求。其中：

（1）服务端

采用独立建立的数据库，同时对接其他现有系统数据库；本系统包含用户权限逻辑控制、流程控制模型、设备信息关联逻辑模型等逻辑控制内容，具有大数据分析、智能识别分析等分析功能。

（2）网页端

Vue+Bootstrap+Highcharts+EZUIKit等前端开发框架开发结合搭建。

（3）移动端

采用React Native移动端开发框架进行开发。总体技术架构如图9所示。

图9 基于微服务的系统架构

4.2　设备信息大数据的研究

研究多源设备信息的采集与融合技术。采集设备的运行日志、缺陷记录、健康台帐等信息，并对这些异构数据进行融合。

研究设备信息大数据的存贮与高效检索技术。在数据库中进行设备信息大数据的存贮，建立索引，以支持高效的检索。

研究设备信息大数据的分析与挖掘技术。采用算法与模型进行分析，并进行可视化展现，更好地实现数据的价值。

基于大数据分析的设备健康状态评估模型的研究。研究设备健康状态评估的模型。根据各类型属性，指定健康阈值指标，多维度进行评估。研究非结构化数据的语义分析技术。从设备巡查记录、运行日志、缺陷记录、检修记录等非结构化数据中自动提取关键信息。通过物联网信息采集和大数据分析实现设备隐患的提前预警，可以极大地降低事故发生率。

4.3　图像智能识别

文字检测与识别一直是计算机视觉以及图像处理的重要研究方向，场景文字，即自然场景图片中的文字，对其进行检测与识别更是当下的研究热点。采用faster R-CNN作为目标检测系统，分别检测现场设备。首先将待检测的图片输入卷积神经网络得到高维特征图，然后利用区域提取网络（Region ProposalNetwork，RPN）在特征图上生成一系列可能包含目标的矩形框，通过SoftMax分类器将这些矩形框分为两类（目标和背景），按照分类分数高低进行排列并选择分值高的若干个矩形框记录其在特征图上的坐标；再一次经过卷积神经网络提取特征后对这些矩形框进行细分类，分为采集信息和背景信息等，并对矩形框的位置进行回归，完成检测。图像识别原理如图10所示。

图10 图像识别原理示意

5　实施内容和效果

本研究的预期目标是：基于图像智能识别和移动技术，研究与开发一个电厂企业设备智能健康管理系统，实现智能化、移动化的设备健康管理，提高工作效率，减少不必要的经济损失，具有长期的安全效益和经济效益。该系统具有以下特性：

通过图像识别技术自动采集设备KKS编码、状态、仪表读数等数据，减轻设备巡查工作量。通过采集和整合ERP设备台账、电厂设备的测点实时变化速率与设备参数上下线报警数据、实时数据库中存储的设备运行数据与设备运行日志，以及设备巡检与检修记录等数据，形成设备信息大数据。

采用机器学习和数据分析等技术，从设备信息数据中自动生成设备健康档案，实时掌握设备全生命周期信息。PC端的管理界面如图11所示。

图11 网页端界面示意

根据设备健康档案，自动制定各个设备的个性化巡查计划，对亚健康设备进行重点巡查和维护。支持用户采用手机或平板等移动设备，进行设备的管理。现场KKS编码图片识别查询出的效果如图12所示。

图12 手机端界面示意

6　结语

实现设备管理的智能化、移动化、一站化，对于设备管理工作开展的效率，以及管理人员的信息获取全面性有着显著的提升。只有从安装、使用、维护到各种管理都实现智能化，才能真正达到设备管理安全节能的目标[4]。

本研究对发电企业设备管理模式的创新有着重要的意义，将繁杂而孤立的各个设备管理系统、模块进行科学化的统一调配，全面提升管理的效果，实现数据的挖掘与互通、工作开展以及历史记录的系统管理，对发电企业的管理发展有着积极的推进。

设备健康信息的整合管理与设备相关的流程管理是发电企业日常工作中的基础。对设备为主轴的设备管理机制特性充分运用，对PI系统、ERP系统、计量系统等各系统以及其数据进行了充分运用与数据分析，使得工作的展开更加标准化，提高工作的质量和效率。

参考文献：

[1] 王永利. 电厂仪表自动化的检验及其智能化管理[J]. 科技创新与应用, 2017, (1) : 170.

[2] 苏超, 容烁. 特种设备安全监管大数据平台研究[J]. 物联网技术, 2020, 10 (07) : 59 - 62.

[3] 温佳林. 基于深度学习的场景文字检测与识别[D]. 电子科技大学, 2020.

[4] 钱娟. 火力发电厂锅炉运行优化策略研究[J].中国设备工程, 2020, (15) : 248 - 249.

作者简介：

何志瞧（1973- ），男，浙江萧山人，高级工程师，硕士，现就职于浙江浙能兰溪发电有限责任公司，主要研究方向为金属材料、技术监督。

许五洲（1972- ），男，浙江天台人，工程师，学士，现就职于浙江浙能兰溪发电有限责任公司，主要研究方向为发电企业管理。

胡凯波（1983- ），男，浙江金华人，工程师，硕士，现就职于浙江浙能兰溪发电有限责任公司，主要研究方向为电气自动化。

摘自《自动化博览》2020年11月刊