CN114169550A - 一种电滤系统设备健康保障运维系统及运维方法 - Google Patents

Abstract

本发明提供一种电滤系统设备健康保障运维系统及运维方法，其适用于各种型号的电滤系统设备，运维系统或运维方法基于物联网、机器学习算法、数据分析、大数据处理技术，提供电滤设备全生命周期管理解决方案，设备数据采集、实现设备交付性能调试、设备在线监测与性能评价、故障智能感知与控制、故障解决方案推送、设备预测试维护、保养计划、远程专家诊断、售后互动反馈以及移动端预警与查看功能，为客户提供设备远程监控与健康保障云服务。其有效解决设备状态采集、故障智能感知、数据价值难发挥、保养检修绩效难评估等问题。

Description

一种电滤系统设备健康保障运维系统及运维方法

技术领域

本发明属于环保除尘运行保障技术领域，具体涉及一种电滤系统设备健康保障运维系统及运维方法，其广泛应用煤炭炼焦、兰炭行业、燃煤电站、钢铁烧结、医药化工、石油化工、有色冶金、岩棉等行业焦油和脱硫后烟气烟尘净化。

背景技术

在煤炭炼焦、兰炭行业、燃煤电站、钢铁烧结、医药化工、石油化工、有色冶金、岩棉等行业焦油和脱硫后烟气烟尘净化中，电滤系统设备得到了广泛应用，其在环保除尘方面为碳中和、碳达峰做出巨大贡献。

现有电滤系统设备长期工作在室外，大多处于高温、高压、重载、持续运行的恶劣工况下；若电滤系统设备中的关键零部件出现故障，将直接影响煤炭炼焦、兰炭行业、燃煤电站、钢铁烧结、医药化工、石油化工、有色冶金、岩棉等行业设备的运行，关联度大，不仅带来经济损失，甚至会造成环境污染。

为减少电滤系统设备停机时间、延长电滤系统设备寿命、提高电滤系统设备安全性、更好的服务客户、积极响应国家政策，推动企业数字化转型，我公司提出3年内由“设备供应商”向“设备+云服务供应商”转变的目标。

在推进“设备+云服务供应商”转变过程中，我们发现基于传统的工具和方法，电滤系统设备运维管理水平已经到达瓶颈。因为电滤系统设备的专业性或专门性或特殊性非常强，现有管理方法或管理措施以及远程操控手段难以评价电滤系统设备实际运行情况，尤其是电滤系统设备记录难以维护，电滤系统设备故障难以判断且数据准确性和完整性难以保证。更甚者，电滤系统设备发生故障时，维修成本高昂，很难降低，并且电滤系统设备的组成部件众多，备品备件难以全面把控；因电滤系统设备故障难以预测，突发性故障经常造成电滤系统设备运维成本增加，甚至会导致生产停顿。

此外，现有远程控制技术难以挖掘、发挥现有电滤系统设备数据价值，并且大量数据存在于纸质表单上，难以通过数据分析发现电滤系统设备或技术的改善重点和趋势，进而造成运维作业执行实效性难评估，计划性检修缺乏数据化决策支撑，这些问题都给企业管理人员带来了很大困扰。

发明内容

基于现有技术中存在的问题，本申请人提出一种电滤系统设备健康保障运维系统及运维方法。

依据本发明技术方案的第一方面，提供一种电滤系统设备健康保障运维系统，电滤系统设备健康保障运维系统适用于各种型号的电滤系统设备，所述电滤系统设备是用于工业烟气净化回收的设备，电滤系统设备包括但不限于电捕焦油器、湿式静电除尘器、EAS超净除尘消烟装置的工业烟气净化回收设备；电滤系统设备健康保障运维系统基于物联网、机器学习算法、数据分析、大数据处理技术，提供电滤设备全生命周期管理解决方案，设备数据采集、实现设备交付性能调试、设备在线监测与性能评价、故障智能感知与控制、故障解决方案推送、设备预测试维护、保养计划、远程专家诊断、售后互动反馈以及移动端预警与查看功能，为客户提供设备远程监控与健康保障云服务。

所述电滤系统设备健康保障运维系统包括运维服务云平台、客户运维端、设备健康状态评估、设备故障诊断预测、工业大数据平台和电滤系统设备，其中运维云服务平台包含数据前端显示、后端数据维护、人员及权限管理、数据存储与安全和HTTP云服务，客户运维端包括客户电脑端和客户移动端。

优选地，运维服务云平台包括数据前端显示、后端数据维护、人员及权限分级管理、数据存储与安全管理和HTTP云服务功能块；运维服务云平台利用Vue渐进式框架构建用户界面，通过Vue组件实现数据动态刷新渲染；利用PHP、JAVA技术，通过调用工业大数据平台接口服务，实现响应的数据绑定和组合的视图菜单，实现大数据可视化。

优选地，客户运维端，其包含电脑端和移动端，客户访问云服务器可以查看各自设备运行数据、实时曲线、历史曲线、数据报表、报警记录，同时也可以提交工单、查看系统消息和日志；其利用基于HTTP浏览器客户端，通过访问云端运维服务器来实现。

优选地，设备健康状态评估为设备健康状态评估模块，其采用数据驱动的健康状态评价方法，利用Tensorflow深度学习软件框架和高级神经网络，搭建适用于设备健康状态自适应评估的深度强化学习模型。

优选地，设备故障诊断预测模块是设备维修过程故障机理与维修结论录入设备诊断专家系统，通过数据迭代，实现专家系统基于故障号和故障信息的故障定位与故障解决方案精准推荐。

更优选地，工业大数据平台，其用于存储电滤系统设备运维数据和维护数据的大数据平台，工业大数据平台是基于Hadoop体系构建。

进一步地，电滤系统设备支持以太网Modbus TCP及串口Modbus RTU协议，利用有线网关或无线网关采集中转汇聚设备数据。

依据本发明技术方案的第二方面，提供一种电滤系统设备健康保障运维系统的运维方法，其包括以下步骤：

步骤S1、数据标识步骤，将电滤系统设备二维码卡片作为设备专属电子身份标识，用于将电滤系统设备系统内关键部件进行逻辑绑定；

步骤S2、数据传输步骤，基于物联网技术，电滤系统设备的智能终端通过有线网络和移动网络两条数据通路，将电滤系统设备运行数据和关键中间数据通过专用网关传输协议传输至云服务器；

步骤S3、数据调整步骤，电滤系统设备出厂调试数据、现场安装调试数据、现场通气试车运行数据进行线下动态调整，经线上审核评定之后汇聚到工业大数据平台。

所述电滤系统设备健康保障运维系统的运维方法，进一步包括：

步骤S4、电滤系统设备健康保障运维系统在获取设备状态信息的基础上，帮助企业实现设备健康运行和预测分析，实现设备运维模式的升级；

步骤S5、数据展示步骤，电滤系统设备健康保障运维系统可以通过数据大屏展示；

步骤S6、远程运维诊断控制步骤，运维人员根据运维系统预警信息，通过对现场设备的远程诊断、分析和评价，运维系统实时推送预警信息和解决方案步骤S8、客户要求售后人员服务时，可在系统一键生成售后工单，就售后相关问题和运维人员互动反馈。

相比较现有技术，本发明的电滤系统设备健康保障运维系统及运维方法具有以下技术优势：

1、本发明提供一整套用于电滤系统设备远程监控与健康保障运维系统的整体解决方案，有效解决设备状态采集、故障智能感知、数据价值难发挥、保养检修绩效难评估等问题；

2、本发明实现了设备故障诊断及健康保障技术的应用，可显著提升电滤系统设备运行的安全性；

3、本发明有助于进一步提高煤炭炼焦、城市煤气、燃煤电企、化工企业关键装备运行的稳定性，具有显著的经济和社会效益。

4、本发明广泛应用于煤炭炼焦、兰炭行业、燃煤电站、钢铁烧结、医药化工、石油化工、有色冶金、岩棉等行业焦油和脱硫后烟气烟尘净化。

附图说明

图1是依据本发明的电滤系统设备健康保障运维系统的功能框图；

图2是图1中的运维云服务平台功能框图；

图3是图1中的数据采集系统的功能框图；

图4是图1中的电滤系统设备健康保障运维系统的运维系统技术路线图；

图5是本发明运维系统的工业大数据平台架构图；

图6是本发明运维系统的机器学习的故障诊断流程；

图7为应用本发明电滤系统设备健康保障运维系统的电捕焦油器的安装图。

图8是图7所示电捕焦油器的结构示意图。

附图标记：31-控制柜，32-高压电源，33-电捕焦油器，40-蒸汽加热管，41-筒体，42-均气导流装置，43-阳极系统，44-阴极系统，45-冲洗系统，46-平台爬梯。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种电滤系统设备健康保障运维系统及运维方法，其适用于各种型号的电滤系统设备，所述电滤系统设备是用于工业烟气净化回收的设备，电滤系统设备包括但不限于电捕焦油器、湿式静电除尘器、EAS超净除尘消烟装置等工业烟气净化回收设备；电滤系统设备健康保障运维系统基于物联网、机器学习算法、数据分析、大数据处理等技术，提供电滤设备全生命周期管理解决方案，设备数据采集、实现设备交付性能调试、设备在线监测与性能评价、故障智能感知与控制、故障解决方案推送、设备预测试维护、保养计划、远程专家诊断、售后互动反馈以及移动端预警与查看功能，为客户提供设备远程监控与健康保障云服务。

本发明的一种电滤系统设备健康保障运维系统包括运维服务云平台、客户运维端、设备健康状态评估、设备故障诊断预测、工业大数据平台和电滤系统设备等子平台，其中运维云服务平台包含数据前端显示、后端数据维护、人员及权限管理、数据存储与安全和HTTP云服务等模块，客户运维端包括客户电脑端和客户移动端，其如图1所示。

其中各个子平台的功能及实现如下：

运维服务云平台，其包括数据前端显示、后端数据维护、人员及权限分级管理、数据存储与安全管理和HTTP云服务功能块。其利用Vue渐进式框架构建用户界面，通过Vue组件实现数据动态刷新渲染；利用PHP、JAVA技术，通过调用工业大数据平台接口服务，实现响应的数据绑定和组合的视图菜单，实现大数据可视化。

客户运维端，其包含电脑端和移动端，客户访问云服务器可以查看各自设备运行数据、实时曲线、历史曲线、数据报表、报警记录，同时也可以提交工单、查看系统消息和日志；其利用基于HTTP浏览器客户端，通过访问云端运维服务器来实现。

设备健康状态评估模块，其采用数据驱动的健康状态评价方法，利用Tensorflow深度学习软件框架和高级神经网络，搭建适用于设备健康状态自适应评估的深度强化学习模型，研究设备电压、电流、温度、振动等状态特征量提取，开展基于历史数据的健康状态评价，以及基于深度强化学习的健康状态预测。

设备故障诊断预测模块，是设备维修过程故障机理与维修结论录入设备诊断专家系统，通过数据迭代，实现专家系统基于故障号和故障信息的故障定位与故障解决方案精准推荐。

工业大数据平台，其用于存储电滤系统设备运维数据和维护数据的大数据平台，工业大数据平台是基于Hadoop体系构建；电滤系统设备支持以太网Modbus TCP及串口Modbus RTU协议，利用有线网关或无线网关采集中转汇聚设备数据，有线网络和移动网络两条数据通路，保障设备与云服务器可靠连接，通信过程使用安全认及加密协议，保障通信安全。

进一步地，本发明通过对基于Hadoop的设备健康状态管理系统进行需求分析，采用分层设计的系统框架设计思想。如图5所示，系统框架分为九个层次，即设备层、基础数据采集层、基础数据存储层、多线数据同步层、消息队列、数据服务、数据层、应用层和展示层。

电滤系统设备，其包括高压直流电源和本体(机械塔体)等两大部分，本体由电晕极和沉淀极两大部分组成。高压直流电源产生的负高压，接入电晕极(阴极)，它与沉淀极(阳极)之间产生电场，电场强度超过一定极限后在阴阳两极间产生电晕放电。流经电场区的气体发生电离，产生大量的离子和电子。通过电场煤气中的焦油、粉尘、水雾等粒子与离子或电子结合而荷电，在电场力的作用下向两极运动。由于电子质量小，运动速度快，空间分布广，所以主要是荷负电的粒子向沉淀极运动，达到沉淀极中和后，依靠残存的静电引力和分子间凝聚力首先吸附于沉淀极，而后靠自身重力沿极板下落，通过出口排出。电滤系统设备主要包括电捕焦油器、湿式静电除尘器、EAS超净除尘消烟系统等设备。

图7为应用本发明电滤系统设备健康保障运维系统的电捕焦油器的安装图；

图8是图7所示电捕焦油器的结构示意图。

如图7和图8所示，高压电源23应用在电捕焦油器上，具体地通过室内布置的控制柜31，控制输入电源经高压电源32，输出高压直流电流，经高压电缆输送给电捕焦油器33中的阴极系统。在电场力的作用下，途经电场的煤气完成正负物质的分离，实现焦油的捕集。如图7和图8所示的电捕焦油器33包括一个直筒形筒体41，内设蜂窝状的阳极系统43；一套通过框架固定的导线作为阴极系统44，高压电源32布置于设备顶部，设备各层配备有平台爬梯46，确保操作者的安全。另外还有仪表、控制供电和输电等辅助设备。上吊架、下吊架及调节装置用来确保每根电晕极线位于每个电场空间的中心。为防止绝缘子表面结露，在绝缘箱中设置了电加热保护。电捕焦油器顶部设有冲洗系统45，用于定期清除粘附于阳极和阴极上的焦油、粉尘。均气导流装置42是影响本设备除尘效率的主要因素之一，这就要求必须使设备内部流场的均匀性达到设计的效果，避免产生速度场、压力场的分布不均匀而导致收集焦油效率大大降低和设备运行阻力增加等情况；为保证捕集到的焦油有足够的流动性，设备底部设置了蒸汽加热管40，有效促进焦油排出。

具体地，本发明的一种电滤系统设备健康保障运维系统的及运维方法如下，其包括步骤：

步骤S1、数据标识步骤，将电滤系统设备二维码卡片作为设备专属电子身份标识，用于将电滤系统设备系统内关键部件，例如将设备本体、低压控制柜、高压发生器进行逻辑绑定。通过二维码卡片将生产企业、电滤系统设备、终端客户形成统一整体。该步骤S1在电滤系统设备工厂制作阶段为电滤系统设备每个关键部件制作二维码身份卡片，二维码卡片包含关键部件出厂信息，例如电滤系统设备名称、规格、型号、出厂编号等信息；二维码身份卡片用于线下电滤系统设备映射到线上系统，有利于电滤系统设备数据识别、归纳和处理。

步骤S2、数据传输步骤，基于物联网技术，电滤系统设备的智能终端通过有线网络和移动网络两条数据通路，将电滤系统设备运行数据和关键中间数据通过专用网关传输协议传输至云服务器。具体地，在电滤系统设备(如：电捕焦油器、湿式静电除尘器、EAS超净除尘消烟装置等)控制终端部署智能网关，智能网关通过标准以太网/光纤网络或Modbus总线从电滤系统设备获取运行数据和关键中间参数。分布在全国各地的智能网关利用云平台和物联网技术，通过有线网络或移动网络将数据转发至云服务器，大量设备数据汇聚成工业大数据平台。

步骤S3、数据调整步骤，电滤系统设备出厂调试数据、现场安装调试数据、现场通气试车运行数据进行线下动态调整，经线上审核评定之后汇聚到工业大数据平台。电滤系统设备交付客户前，需要经过三次初始性能评价，分别是出厂联合调试性能评价、空气试车性能评价、带载试运行性能评价；经过三次综合性能评价为运维系统在线监测提供初始数据支撑，为后续设备安全健康运行提供参考依据。同时，对电滤系统设备生产过程中部件质量验收、建安交接验收、联合验收文档进行归档备查。

步骤S4、数据升级步骤，电滤系统设备健康保障运维系统在广泛获取设备状态信息的基础上，将工艺要求、设备特征参数和云服务上设备运行数据深度整合，将设备与数据进行绑定，设备运行维护数据赋予行业特征、企业特征；针对异常值和重复值的传感器数据，可进行均值、均方差、方根幅值等特征参数的提取归一化处理，基于马氏距离改进后的健康状态量化评估，借助数据分析方法和机器学习算法来评估设备的健康状态，实时评估电滤系统设备的健康指数，帮助企业实现设备健康运行和预测分析，实现设备运维模式的升级。

步骤S5、数据展示步骤，电滤系统设备健康保障运维系统可以通过数据大屏展示，运维人员可以实时看到设备运行状态、设备报警信息、系统预警信息、客户售后反馈信息。在公司运维中心办公室建立数据中心，构建面向行业的电滤系统设备运维平台，利用智能数字传感、云计算平台、专家诊断、人工智能等集成的整体解决方案，将电滤系统设备实时监测数据大数据中心进行数据的存储-归类-标记-治理，打造了电滤系统设备大数据中心，实现了工业烟气净化装备的数字孪生；建设数据可视化大屏，拥有独立云服务器、本地服务器和备份服务器，对终端客户提供基于HTTP协议设备在线监控与健康保障运维云服务。

步骤S6、远程运维诊断控制步骤，运维人员根据运维系统预警信息，通过对现场设备的远程诊断、分析和评价，运维系统实时推送预警信息和解决方案。运维人员亦可远程指导客户进行运行参数状态调整、故障处理。建立基于电滤系统设备全生命周期的评价模型，采用深度强化学习方法分析设备历史数据预测设备健康状态。针对电滤系统设备故障诊断，采用多传感器进行装备状态信号的提取，基于行业专家知识与大数据人工智能的交叉融合，快速定位设备故障，并基于知识库，提供故障快速解决方法，形成一套完备的故障诊断方案。

步骤S7、运维计划调度步骤，运维系统预置设备的标准保养要求，基于标准保养可一键生成年度保养计划，基于年度保养计划一键生成月度保养计划，基于设备健康状态评估一键生成当前保养计划。

步骤S8、维护执行步骤，客户要求售后人员服务时，可在系统一键生成售后工单，就售后相关问题和运维人员互动反馈。

如图2所示，图2是图1中的电滤系统设备健康保障运维系统的运维云服务平台功能框图；运维云服务平台包括全国设备分布图、电滤系统、故障诊断报警、信息查询、消息推送。全国设备分布图可以查看设备运行概况、设备运行状态趋势和报警数量趋势，设备运行概况包括数量统计、分布省份和设备总数量；设备运行状态趋势包括设备实时位置、运行状态、其中运行状态根据数据又分为五类：运行、预警、故障、停机、离线。报警数量趋势包括当前报警设备数量、报警位置、报警事件和设备现场编号。

电滤系统菜单又分为设备在线监测、设备健康评价、设备初始性能评价、报警诊断分析、预测信息记录、售后与反馈和保养与检修。在线监测可以查看设备的电压、电流、各点温度和压力信号。

电滤系统菜单中的设备健康评价，是图1中设备健康状态评估模块评估结果展示。设备健康状态评估模块是采用数据驱动的健康状态评价方法，利用Tensorflow深度学习软件框架和高级神经网络，搭建适用于设备健康状态自适应评估的深度强化学习模型，研究设备电压、电流、温度、振动等状态特征量提取，开展基于历史数据的健康状态评价，以及基于深度强化学习的健康状态预测。

设备健康状态评价，采用综合加权法对设备多特征参数健康状态进行评估，基于多状态特征参数的单一设备健康指数表达式(简称健康指数)：

h_i(t)为设备i基于多特征参数的健康指数；m为特征参数个数；ρ_ij为特征参数ij的权重，反映了该参数对设备状态的影响。

在设备健康状态评价中，当某些特征参数严重偏离正常值时，往往表示设备某部分性能已急剧下降需加强监视甚至停机维护，但在常权评判模式中可能会因其权重较小，而整体评价还在正常范围，不能反映设备真实状态。各监测特征参数采用变权公式：

x_ij为系统中第i个设备的第j个特征参数；m为特征参数个数；ρ_ij(0)为特征参数x_ij的常权重；ρ_ij为其变权重；α为常数。

基于多状态特征参数的设备综合健康指数HI(t)表达式如下:

HI(t)为基于设备状态的系统综合健康指数,HI(t)在[0,1]之间，n为系统中设备数量。健康指数HI的取值范围为[0,1]，HI数值越大表明健康状态越好。并且规定当HI＝0时，处于严重故障状态；当HI＝1时，处于完全健康状态。

设备健康健康状态划分为“健康”、“比较健康”、“亚健康”、“不健康(轻微故障)”、“病态”、“严重病态”等6个等级，同时可细分为核心部件、重要部件、次要部件等三个方面：依据上述设备健康状态评价的结果，来评价设备健康状态，具体参见表1。

表1 电滤系统设备的健康状态分级

电滤系统中的设备初始性能评价包含分别是出厂联合调试性能评价、空气试车性能评价、带载试运行性能评价；经过三次综合性能评价为运维系统在线监测提供初始数据支撑，为后续设备安全健康运行提供参考依据。同时，对电滤系统设备生产过程中部件质量验收、建安交接验收、联合验收文档进行归档备查。设备初始性能评价以调试数据为支撑，分别采集气量、工作面积、流速、电压、电流、温度、湿度等参数，依据经典多伊奇效率方程建立数学模型，计算出实际工作效率。

售后与反馈模块：可以显示客户端发来的工单，工单包含了设备故障时的运行数据以及初步的故障诊断信息，公司运维中心可以根据系统初步判断结果，有效的进行沟通、了解设备的技术细节、指导客户处理具体问题。同时当设备发出故障时，可以在系统中搜索附近的客服人员，通过平台向附近的客服人员一键派单。客服人员在移动端接收和查看工单信息，接单后可以在系统指导下解决设备故障。

保养与检修模块：为每种设备量身制定了保养计划，客户根据自身需求，一键生成月保养计划、季度保养计划、年度保养计划。

故障报警诊断包括故障智能感知预测、故障转接诊断与控制。这是对图1中设备故障诊断预测功能展示，是设备维修过程故障机理与维修结论录入设备诊断专家系统，通过数据迭代，实现专家系统基于故障号和故障信息的故障定位与故障解决方案精准推荐。故障报警诊断主要依据电滤系统设备主要故障判断表单，具体参见表2。

表2 电滤系统设备主要故障

设备故障诊断预测从以下方面入手：

(1)通过搭建实验平台,对电滤系统在实际工作的故障状态进行模拟,针对信号采集过程中多设备与多类型传感信号的情况,制定测量方案，完成数据采集及特征提取；

(2)采用传统的人工进行故障诊断专家系统构建，故障诊断专家系统的构建参见表3；

表3 故障诊断专家库(部分)

(3)基于深度学习，进行故障诊断人工智能专家系统构建；

算法由训练和测试两部分组成，首先将目标数据集划分为训练集和测试集，训练集映射到低维特征空间，并利用数据集的模式特征，使用类标签信息来确定训练数据的邻域，以便在嵌入的空间中将重叠的高维数据映射成簇。对于测试集，根据训练集的映射矩阵将其映射到相同的特征空间，并对分类能力进行评估。最后在低维嵌入空间中进行模式识别。具体参见图6，故障诊断人工智能专家系统具体包括经由监测设备获得信号采集，然后将观测样本在观测空间经由监督流形学习算法训练，得到特征空间的特征样本，进行模式分类之后或类别空间的故障类型，进而对监测设备进行诊断决策。

(4)集成故障诊断专家系统和故障诊断人工智能专家系统等两个系统，构建“知识+深度学习”综合性故障诊断系统；

(5)基于综合性故障诊断系统，搭建故障处理解决方案系统。

运维云服务平台的信息查询包含工艺特征、生产与安装、售后与检修、预设专家系统和大数据分析菜单。工艺特征可查看设备的工艺参数，如气量、流速、烟气成分等；生产与安装菜单可查看设备安装检查记录、不符合项记录等；售后与检修可以查看设备售后与检修信息；预设专家系统能够进行故障人工专家系统和电压、电流、温度等参数的阈值设定。大数据分析菜单可以根据运行数据生成各种对比曲线、调整不同参数时，可以对比同类设备中的实际工作曲线，从众多运行曲线中找出最优曲线。

消息推送中的预警预测消息可以查看故障报警消息、预警消息、客户端消息以及系统日志等。

图3是图1中的电滤系统设备健康保障运维系统的数据采集系统，图3中的电滤系统设备支持以太网Modbus TCP及串口Modbus RTU协议，利用有线或无线网关采集中转汇聚电滤系统设备数据，有线网络和移动网络两条数据通路，保障设备与云服务器可靠连接，通信过程使用安全认及加密协议，保障通信安全。

移动网络模块：主控芯片采用STM32F407。通过有线网络使用Modbus-RTU协议从电源设备控制系统中获取各类数据；缓存进SDRAM存储芯片；通过移动2G/4G/5G网络使用TCP协议将数据发送到云服务器。

有线网络模块：主控芯片采用STM32F407。通过有线网络使用Modbus-TCP协议从电源设备控制系统中获取各类数据；缓存进SDRAM存储芯片；再通过另一路有线网络连接广域网，使用TCP协议将数据发送到云服务器。

图4是图1中的电滤系统设备健康保障运维系统的运维系统技术路线图。依据图4的运维系统技术路线，电滤系统设备保障共性需求是准确、自动、智能、快速、扩展。运维系统技术路线的技术支撑包括工业大数据采集、大数据挖掘、机器学习、数学模型和专家系统。

使用本发明的电滤系统设备健康保障运维系统，本发明的电滤系统设备健康保障运维系统实现数据安全管理，对数据进行分类分级控制，将数据中心数据划分为三类五级。三类：用户数据类、业务数据类和企业数据类。五级：绝密、机密、秘密、内部公开、外部公开。各类数据之间建立隔离通道，不可以直接调取；下级单元不能调取上级单元数据；子系统之间数据调取必须经过权限验证。

此外，客户可以在电脑端或移动端访问电滤系统健康保障运维系统，查看设备的运行状态、接收设备运维信息等，并对设备状态进行实时调整控制。

本发明电滤系统设备健康保障运维系统就是为解决上述企业在设备运维中遇到的问题，依托物联网技术、机器学习算法、大数据分析、专家诊断技术，提出由专业设备供应商提供设备远程监控与健康保障运维云服务。通过电滤系统设备健康保障运维系统，将设备供应商和客户远程云连接，打通供应链和不同行业壁垒，电滤系统设备运维系统可以同时为全国上千家客户提供专业的设备管理咨询、设备在线监测、故障智能感知与控制、设备预测性运维、远程专家级技术支持、保养与售后、移动端预警和监控等服务。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明实施例揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种电滤系统设备健康保障运维系统，其特征在于，电滤系统设备健康保障运维系统适用于各种型号的电滤系统设备，所述电滤系统设备是用于工业烟气净化回收的设备，电滤系统设备包括但不限于电捕焦油器、湿式静电除尘器、EAS超净除尘消烟装置的工业烟气净化回收设备；电滤系统设备健康保障运维系统基于物联网、机器学习算法、数据分析、大数据处理技术，提供电滤设备全生命周期管理解决方案，设备数据采集、实现设备交付性能调试、设备在线监测与性能评价、故障智能感知与控制、故障解决方案推送、设备预测试维护、保养计划、远程专家诊断、售后互动反馈以及移动端预警与查看功能，为客户提供设备远程监控与健康保障云服务。

2.根据权利要求1所述电滤系统设备健康保障运维系统，其特征在于，其包括运维服务云平台、客户运维端、设备健康状态评估、设备故障诊断预测、工业大数据平台和电滤系统设备，其中运维云服务平台包含数据前端显示、后端数据维护、人员及权限管理、数据存储与安全和HTTP云服务，客户运维端包括客户电脑端和客户移动端。

3.根据权利要求2所述电滤系统设备健康保障运维系统，其特征在于，运维服务云平台包括数据前端显示、后端数据维护、人员及权限分级管理、数据存储与安全管理和HTTP云服务功能块；运维服务云平台利用Vue渐进式框架构建用户界面，通过Vue组件实现数据动态刷新渲染；利用PHP、JAVA技术，通过调用工业大数据平台接口服务，实现响应的数据绑定和组合的视图菜单，实现大数据可视化。

4.根据权利要求2所述电滤系统设备健康保障运维系统，其特征在于，客户运维端，其包含电脑端和移动端，客户访问云服务器可以查看各自设备运行数据、实时曲线、历史曲线、数据报表、报警记录，同时也可以提交工单、查看系统消息和日志；其利用基于HTTP浏览器客户端，通过访问云端运维服务器来实现。

5.根据权利要求2所述电滤系统设备健康保障运维系统，其特征在于，设备健康状态评估为设备健康状态评估模块，其采用数据驱动的健康状态评价方法，利用Tensorflow深度学习软件框架和高级神经网络，搭建适用于设备健康状态自适应评估的深度强化学习模型。

6.根据权利要求5所述电滤系统设备健康保障运维系统，其特征在于，设备故障诊断预测模块是设备维修过程故障机理与维修结论录入设备诊断专家系统，通过数据迭代，实现专家系统基于故障号和故障信息的故障定位与故障解决方案精准推荐。

7.根据权利要求1所述电滤系统设备健康保障运维系统，其特征在于，工业大数据平台，其用于存储电滤系统设备运维数据和维护数据的大数据平台，工业大数据平台是基于Hadoop体系构建。

8.根据权利要求7所述电滤系统设备健康保障运维系统，其特征在于，电滤系统设备支持以太网Modbus TCP及串口Modbus RTU协议，利用有线网关或无线网关采集中转汇聚设备数据。

9.一种电滤系统设备健康保障运维系统的运维方法，其特征在于，其包括以下步骤：

步骤S1、数据标识步骤，将电滤系统设备二维码卡片作为设备专属电子身份标识，用于将电滤系统设备系统内关键部件进行逻辑绑定；

步骤S2、数据传输步骤，基于物联网技术，电滤系统设备的智能终端通过有线网络和移动网络两条数据通路，将电滤系统设备运行数据和关键中间数据通过专用网关传输协议传输至云服务器；

步骤S3、数据调整步骤，电滤系统设备出厂调试数据、现场安装调试数据、现场通气试车运行数据进行线下动态调整，经线上审核评定之后汇聚到工业大数据平台。

10.根据权利要求9所述电滤系统设备健康保障运维系统的运维方法，其特征在于，其进一步包括：

步骤S4、电滤系统设备健康保障运维系统在获取设备状态信息的基础上，帮助企业实现设备健康运行和预测分析，实现设备运维模式的升级；

步骤S5、数据展示步骤，电滤系统设备健康保障运维系统可以通过数据大屏展示；

步骤S6、远程运维诊断控制步骤，运维人员根据运维系统预警信息，通过对现场设备的远程诊断、分析和评价，运维系统实时推送预警信息和解决方案步骤S8、客户要求售后人员服务时，可在系统一键生成售后工单，就售后相关问题和运维人员互动反馈。

Images