同鐵機電科技工業大數據云平台

來自 搜狐網 的圖片

同鐵機電科技工業大數據云平台同鐵工業大數據雲平台」基於數據採集技術、大數據技術、雲計算設計而成。同鐵工業大數據平台服務於設備監控和工業大數據分析，以通用的方式對外提供便捷的遠程狀態監控服務和工業大數據分析服務。平台突破了傳統數據採集系統移植性差、普適性低等問題，對外提供統一的接口，方便不同類型設備的接入，實現設備的便捷管理。該平台的運用在降低人工維護成本，提高裝備監測效率方面具有重要意義，同時也為國內工業大數據平台的建設提供了新的方法和思路。

目錄

一、案例簡介

上海同鐵機電科技公司的「同鐵工業大數據云平台」是以雲計算、大數據技術為核心，結合傳感器技術、嵌入式技術、數據庫技術、互聯網技術的一套服務於數據採集、遠程狀態監控、工業大數據存儲與分析的一套信息化的工業大數據服務平台。

該平台可廣泛應用於鐵路、液壓、大型工程裝備等設備監控、維護領域，並為各類機械裝備的運維、生產製造等工業場景提供數據管理、數據分析和運用等服務。平台從底層到上層地提供了包括工業現場數據的採集、傳輸、存儲、應用等流程化服務，並提供了統一的接口與訪問方式，能幫助企業實現設備的維護從定期維護轉向狀態維護、預見性維護，降低維護管理成本。同時，該平台能為機械設備等系統提供定製化的故障診斷、壽命預測等數據挖掘、數據分析應用服務，為工業數據分析、數據價值提升提供堅實的支撐。

二、案例背景介紹

當今，隨着遠程設備數據採集及智能維護系統在工業應用中受到越來越多的關注，相關數據採集、傳輸、管理技術也取得了顯著進展。但隨着遠程裝備監控系統的規模擴大，被監控設備增多、數據量劇增，目前的很多遠程設備監控系統無法很好的服務于海量數據採集、傳輸和存儲，缺乏一個有效的、統一的平台化方案，無法對海量工業數據進行挖掘、分析與應用。

此外，現有遠程裝備監控系統大都只能針對某種設備，且數據分析應用的模式單一，進行統一推廣時面臨種種困難。這種定製化系統的應用面窄，無法從一種設備靈活推廣至其他種類設備。

因此，急需一套適用性廣的遠程設備監控維護平台和數據分析平台，為各種類型的裝備提供統一的數據採集和遠程監控的接口，對設備統一監控、管理，且服務于海量數據的採集、傳輸、存儲、應用全過程。

在此背景下，上海同鐵機電科技公司結合着傳感器、物聯網技術，依託大數據技術、工業互聯網技術搭建了「同鐵工業大數據云平台」，平台能為多種裝備監控提供普適性的遠程維護服務，為工業現場數據分析和運用提供信息化技術的支持，為工業平台的長久發展提供了建設性思路。

三、案例應用詳情

「同鐵工業大數據云平台」已成功應用於鐵路局第四研究院「隧道防護門狀態監控」項目和「列車軌道打磨車電機監控」項目，並取得了良好的成果。工業大數據平台主要為兩個項目提供了遠程數據採集、存儲與數據分析等服務。

同鐵大數據平台從底層到上層主要包括數據採集層、數據傳輸層、數據存儲層、數據分析層，並對外提供統一的訪問操作頁面。在項目應用中，除了定製化的遠程採集單元等硬件設施，平台分別提供了包括數據採集、傳輸、存儲、展示、分析等功能。其他項目在部署到平台時可以方便的通過上述功能接口進行接入。 在項目運用中，數據採集系統主要由嵌入式硬件系統組成，項目中選用Raspberry Pi作為底層採集單元。採集單元通過調用數據傳輸層的接口，在邊緣側進行數據預處理後，以MQTT消息的形式發往雲平台進行處理。

數據傳輸層，該層除了包括硬件部分的WIFI或4G、5G等發送模塊，平台中以Mosquitto物聯網MQTT消息服務器作為數據傳輸層核心。採集單元註冊到傳輸層的服務器上，通過通用的數據發送接口將遠程採集的數據發送到MQTT服務器中，以備後續的數據流轉。MQTT服務器中的數據以消息隊列的方式流轉至前端Web服務器，用戶可對隧道防護門或軌道打磨電機的狀態進行實時查看。另一方面，數據會流轉至傳統數據庫和大數據倉庫，以便後續數據分析和處理。傳輸層為採集單元提供統一的接入程序，能夠方便不同用戶、項目接入至平台。通過平台的統一服務頁面，用戶可以獲取平台的接口程序或對採集單元進行設置。數據傳輸層也對外提供數據流轉接口程序，以方便用戶確定數據在存儲層的存儲方式和位置。

數據存儲層主要以Hadoop生態圈的組件作為底層，並以Mysql等傳統數據庫作為輔助存儲。在項目運用時，用戶可通過平台的統一服務頁面選擇數據的存儲方式、存儲模式，並由平台完成數據的流轉和存儲。項目運用中，數據發送至MQTT服務器後，經消息轉發存儲於Mysql用於數據的前端展示，又轉發至Hive倉庫和Hbase分別用於數據分析和持久存儲。

數據分析層主要包括現場數據的顯示和數據處理、挖掘等功能。顯示功能依據客戶需求進行定製，防護門項目中，可對振動、溫度、風壓等數據進行監控。數據處理部分由數據分析引擎Spark為主，在項目運用時用戶可通過服務頁面對數據的處理、分析方式進行設置，並有顯示組件給出處理結果。

上述四層組成了「同鐵工業大數據云平台」的主要框架，統一化的為各類設備提供監控和數據分析服務，解決了傳統數據監控系統中需要定製化的困境，比現有工業大數據平台體現出更好擴展性和服務性。

四、創新性與優勢

資源雲端化。通過資源池化的形式，平台的IT資源組成資源池，採集終端的功能將會簡化為單一的數據採集工具，用戶可按需對數據實現處理、存儲、查詢與分析等功能。

服務通用化。平台不同層提供統一的對外服務接口，用戶應用時可方便的將被監控對象接入平台中，實現對設備的監控。平台提供的通用化接口，服務於多種遠程採集單元，具有通用普適性特徵。

雲邊協同，雲計算與邊緣計算互相協同，將部分計算工作放在邊緣側進行，進行部分預處理，有效減少數據量的傳輸，降低雲端的網絡帶寬和數據存儲成本，也可以有效提升總體計算效率和速度，實現高效和快速計算。

數據智能分析，通過雲端進行大數據處理和智能分析工作，從海量數據中發現和提取出業務規律，進而實現業務數據可視化、業務智能化，為生產決策提供依據，使生產更加高效。

五、案例應用效益分析

「同鐵工業大數據云平台」的應用為隧道防護門、軌道打磨車電機等項目節約了人工檢修成本，幫助企業解決硬件設施維護困難，檢修效率利低的問題。通過平台統一的管理實現了平台資源快速共享，使遠程監控系統的成功經驗和運用場景方便地遷移，降低企業在系統部署所耗時間。在降低人工成本、提高狀態檢測效率等方面取得顯著成果。

工業大數據平台是應對全球產業競爭的必然選擇，「同鐵工業大數據云平台」極大地拓展了互聯網的應用領域，為建設現代化、信息化產業的新基礎、新體系進行了充分探索，促進我國工業雲平台的基礎設施、技術產業、應用水平的提升，助力於搶占全球新一輪產業競爭的制高點。