大数据在在线计量中的应用展望

来源:用户上传      作者:

　　摘  要：大数据具有容量大、速度快、多样性的特点，已经被广泛应用于生活生产中。文章结合在线计量与大数据技术的特点，对智能指针表读数模块、预测性维护和轨道在线检测这三种计量场景的现状进行分析，并对结合大数据技术后的应用场景进行了展望，可作为在线计量智能化的参考。
　　关键词：大数据;在线计量;应用
　　中图分类号：TP216         文献标志码：A         文章编号：2095-2945（2019）34-0182-02
　　Abstract： High volume， high velocity and high variety have been labeled as the feature of "big data"， which has been widely used in daily life. The article discussed metrology cases such as reading module of pointer instruments， predictable maintenance and online railway inspection. The future of these cases is presented with the implementation of big data technology， which is useful for the smart online metrology.
　　Keywords： big data; online metrology; application
　　引言
　　随着云计算、大数据、移动互联网的发展以及智能终端的快速普及，互联网已经渗透到人们的日常工作生活之中[1]。在这些技术中，大数据（Big Data）技术已经在各行各业中得到应用， 推进了企业改革与创新[2]。数据，特别是海量的数据，是当今这个时代最宝贵的资源。它不仅关系到生活、生产，也对贸易、国防等方面有着显著的影响。国家已多次号召要将大数据与实体经济深度融合，结合物联网、人工智能和云处理技术，提升我国生产制造水平，改善人民生活。
　　大数据被定义为一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合。大数据的主要特点可以概括为：大容量（Volume）、速度快（Velocity）和多样性（Variety）[3]。此外，它还具有真实性（Veracity）和低价值密度（Value）。由于这些数据容量大、获取速度快、信息来源广泛，信息类型多样，所以这些数据往往具有极高的战略意义。通过对这些大数据进行专业化的处理和分析，再配以云计算和云存储技术，可以实现从数据到信息、从信息到知识、从知识到决策的转化[4]。目前，大数据技术已经被广泛应用于金融、电商、医疗、物联网和智能制造等领域[5-7]。而在计量测试领域使用大数据技术也必将成为一种趋势。
　　1 大数据在在线计量中的应用
　　计量是保证单位统一、量值准确可靠的科学。它是科学技术进步的有力保障。传统的计量工作通常指将仪器設备送至指定计量机构的实验室，在标准环境下对其进行检定、校准或检测。随着信息化的发展，现场计量、在线计量越来越多地受到了客户的欢迎和各计量机构的重视。这种计量方法不仅可以最小程度地减小计量对客户生产和工作的影响，也能在最接近工况的条件下完成量值传递，更符合实际情况，得到的计量结果也更有意义。在线计量强调准确性和便携性，准确性是计量工作一贯的要求，而便携性就体现出了在线计量的特点。对于涉及多种仪器的计量任务，携带多套标准器去现场并不是一个好方法。
　　随着“互联网+”的概念兴起，互联网+计量可以很方便地解决在线计量的便携性难题。它可以极大地提高工作效率，减少空间因素带来的阻碍。然而，在目前的计量过程中，读数还是以人工观察为主，这样会使主观因素影响测量结果，从而增大不确定度，影响计量工作的质量。而通过对计量行为、计量设备产生的大数据进行分析，不仅能够减少人为因素的干扰，还可以提升智能化水平，为实现智能制造2025打下扎实的基础。
　　本文将对几种计量场景进行现状分析和应用展望，结合大数据、图像处理和人工智能等技术之后，可以很好地提高计量效率，解决计量难题。
　　1.1 指针式表盘综合读数模块
　　采用指针式表盘的仪器仪表主要为各种类型的压力表、指针式温度计、百分表和千分表等。目前阶段的计量方法仍以人工计量为主，并以肉眼估读指针位置进行读数。该方法的效率和读数的准确性受计量人员的技能水平、观测位置和精神状态的影响较大。现有的自动读数系统仅适用于某一特定种类的仪表，如果用该读数系统去识别完全不同的仪表，就会发生错误。如果在一个需要同时计量压力表、指针式温度计和百分表的任务中，为了对压力、温度和长度仪表进行自动读数，必须携带三种不同的读数系统。这就增加了人力成本，也非常不方便。
　　而在利用大数据之后，就可以将适用于某一特定类型的指针式表盘读数模块转变为综合性指针式表盘读数模块。它可以适用于多种类型的仪表，为自动化系统的整合打下基础。该系统利用照相机对表盘进行拍照，结合图像处理系统对表盘图像进行预处理。在提取指针和刻度信息后，系统可以根据已有经验，从各类指针式仪表的表盘图像数据库里寻找和本次提取的图像最匹配的信息，从而识别被测表的类型。这样就可以以最小的成本，完成多种被检仪器的自动化读数，在整合计量资源的同时，改善在线计量需要携带多套标准器的难题。
　　1.2 预测性诊断和维护
　　随着智能制造的高速发展，工业传感器、工业仪表已经成为生产线上的标准配置，其特点是数量多、种类多。对于这些仪表，大规模地拆卸送检会严重影响生产，所以目前以现场计量为主。但每次计量时都必须让生产线停止工作，这样设备维护人员才能将仪表卸下，交给计量人员进行现场计量。这种操作方式虽然对生产的影响较传统方式已经小了很多，但还是浪费人力物力，导致设备暂时停产。此外，通常情况下只有在生产线上某个设备出现故障的情况时，维护人员才能发现和定位故障，然后对其进行排查、检测和维修。这样地后知后觉将会让企业承担较大的风险。 　　其实，生产制造过程会产生大量的数据，将这些数据加以整合和分析，维护人员就可以根据一些异常的数据指标来判断可能存在的故障风险。例如，当某个设备的电流异常增大或者设备某个位置温度异常升高时，根据大数据的分析判断，该设备或其周围设备有较大的可能将会发生故障。这样，在故障还没有真正发生之时，维护人员就可以定位潜在的隐患，从而对相关设备仪表进行检测、替换或维修，极大地减小了企业可能要承担的损失。同样地，对于线上的传感器和仪表，也可以通过类似的方法判断其故障隐患并寻找解决方案，从而实现“按需计量”。
　　1.3 轨道在线测试系统
　　轨道交通是人们日常出行的重要工具，也是一个城市现代化的重要标志。所以，对轨道状态的监测和日常维护就显得十分重要。它关系到城市公共安全、市民日常出行和城市的正常运转。我国的轨道交通总里程较长，各个大型城市都已经具有一定规模的轨道交通网，像上海的轨道交通运营里程已经达到了705km，排名前十的城市也都有200km以上的运营里程。在每天的运营时间里，列车在运行过程中的加减速、转弯都会造成铁轨一定程度的损耗。在一定时间后，铁轨的平行度、高度都会产生细微的变化，对运营安全造成隐患。
　　目前采用的巡检方式通常为利用专用检测车在非运营期间从头至尾沿着线路行驶一次，并沿途记录所需参数。这类检测车检测的参数较多，并且存在严重的技术垄断，很难通过第三方计量機构进行计量，并且还需要专业人员对得到的数据需要进行解析才能判断出轨道的状态。
　　运用大数据和图像处理技术，可以通过数据采集系统和照相机对轨道进行可见光成像，并采用图像识别技术分析图像，以现有的先验知识和轨道维护大数据库为基础，对轨道的状态进行诊断，诊断项目可以包括轨道水平度、平行度、间距、焊点损伤等等。在测量精度达到一定要求的情况下，该方法就可以实现对专用检测车的比对计量。扩展了计量机构的业务能力，也帮助企业节约了质量管理成本。此外，根据系统自动识别和提取的轨道数据，结合铁轨和列车运营大数据，可以实现铁轨的预测性维护，减少维修成本，实现风险的管控。
　　2 结束语
　　随着5G、人工智能、物联网技术、云技术的日益完善，大数据技术必将和它们一起深入我们生活的方方面面。大数据每天源源不断地从我们的日常生活和生产中产生，通过对大数据进行一定的筛选、分析、加工和应用，我们可以释放出数据所蕴含的巨大价值，实现从量变到质变的飞跃。所以，应用大数据的关键就在于对其的“加工”。在线计量、现场计量目前也一种炙手可热的计量方法，它不仅强调准确性和便携性，更比传统计量方式对自动化、智能化有着更大的需求。将两者相结合的方法可以提高计量服务智能化、自动化水平。更关键的是，它能够大幅度减小人为因素引起的测量误差、整合计量资源，从而节约成本。这样，计量人员就可以提升工作效率，而客户则能够大幅减小故障风险，为企业生产和城市运行保驾护航。本文选取了三种应用场景，对其计量现状进行分析，并提出了与大数据技术结合的应用前景，为在线计量的智能化提供参考。
　　参考文献：
　　[1]余腊荧.基于大数据技术的高速公路应用与研究[J].交通企业管理，2019（4）：25-28.
　　[2]张伟.大数据背景下的物联网智能家居研究[J].科技风，2016（7）：10.
　　[3]王福林.大数据技术在智能建筑中的应用[J].智能建筑，2017（8）：39-44.
　　[4]韩嵩崟，刘可.浅谈从大数据到智能制造系统[J].科技经济导刊，2019（19）：22.
　　[5]米春香.大数据技术助力医院精细化管理[J].中国医疗设备，2019，34（7）：93-95.
　　[6]王博颖.大数据技术在电力企业中的应用研究[J].电子世界，2019（13）：137.
　　[7]陈慧灵.基于IoT智慧家居级联的实现应用与研究[J].机电工程技术，2019（S1）：19-20.
转载注明来源:https://www.xzbu.com/1/view-15073076.htm