摘要：研究目的：数字化、网络化和智能化既符合我国制造业发展的内在要求，也是重塑我国制造业新优势的必然选择。汽车相关的测试项目分布于汽车设计、制造和使用的全生命周期，也是国家节能减排整体战略中的重要监管环节。方法：本文主要通过研究设备互联和实时数据采集与传输，以及试验间数据采集控制单元，实现设备运行状态的集中、远程和多终端可视化。结果：通过设备状态信息的分层分类推送，提高设备运行的安全性、有效性和集约性。结论：建立中央数据库，保障数据的可溯性和安全性，实现试验信息远程和多平台共享与即时可视。
关键词：设备互联;物联网;设备监控;汽车检测
中图分类号：G356.9 文献标识码：A
1 背景
随着时代的进步，我们的工业已经进入了自动化、数字化和信息化的时代，也正向着全面智能化发展。随着制造业的转型升级，工业物联网的发展全面渗透到了工业制造的各个领域，工业物联网将实现制造领域实体间的全面互联互通，将为制造领域中数据信息的流动提供通道，为制造领域的创新应用模式提供支撑，从而促进工业资源的优化配置，推动企业的高质量发展，提升产业经济附加值[1]。
当前全球制造业正面临严峻的发展形势，主要国家纷纷量身定制国家制造业新战略，以物联网为代表的新一代信息技术成为重建工业基础性行业竞争优势的主要推动力量，物联网持续创新并与工业融合，推动传统产品、设备、流程、服务向数字化、网络化、智能化发展，加速重构产业发展新体系[2]。我国作为全球制造业中心，“中国制造2025”为我国的工业自动化发展提出了智能化升级转型的战略构想，自2015年至今，国家为了深化及加快推进全行业应用，连续颁布了标准体系、多项政策，尤其是近年颁发的《国务院关于深化“互联网+先进制造业”发展工业互联网的指导意见》《工业互联网发展行动计划（2018—2020年）》等意见和条例，在吉利、东风、一汽、长安、长城、恒大国能、比亚迪等众多汽车行业制造企业已经得到了深入而广泛的应用并取得了很好的效果。如何面对汽车行业快速发展、层出不穷的新技术、不断强化的试验标准规范、质量追溯强制要求、日益复杂的试验系统、试验
管理体系复杂性、人力成本压力等，作为汽车质量试验检验方面标杆企业的中汽中心，如何深化及应用智能制造、工业互联网技术并有效处理以上矛盾，已成为时不我待、必须面对的问题。
近几年，物联网基础技术的发展为物联网在测试行业的应用提供了良好的软硬件基础和发展契机。第一，测试设备的不断升级改造、本地化技术水平的提升及设备层通信协议的标准化，为设备互联提供了的基础条件。同时，局域网、低功耗广域网、第五代移动通信网络等陆续商用为物联网提供泛在连接能力，物联网网络基础设施迅速完善，互联效率不断提升，大大助力了测试行业的智能化。第二，各类终端持续向智能化的方向发展，操作系统等促进终端软硬件不断解耦合，不同类型的终端设备协作能力加强。满足了行业物联网实时业务、敏捷连接、数据优化等关键需求，为终端设备之间的协作提供了重要支撑。第三，大数据和云计算的发展为困扰测试行业多年的数据安全、数据监控和远程试验协同作业提供了良好的解决方案[3]。
2 研究方法和技术路线
2.1 试验间监控系统部分
①AVL PUMA系统实时数据的采集。
②试验室里水、汽、油的温度、压力、流量参数采集。
③试验室电量消耗的数据采集。
④直采排放设备、烟度仪、颗粒取样设备、DFP设备、SCR设备等的数据采集。
⑤排烟风机、发动机局部冷却风机的远程监控。
⑥全室空调与进气空调的远程监控。
⑦试验间测控IPC。
2.2 集中监控研究方法
集中监控主要研究方法是将整个试验中心的试验状态及试验流程通过物联网的方式集中监控起来，从试验委托单到试验报告阶段，通过梳理汽车发动机试验管理、试验运行、试验监控，将试验日常工作中的过程管理、设备管理、试验运行进行管理和记录，方便日常的试验开发工作的管理和维护。
通过本系统，结合发动机试验室管理专家对试验过程管理现状的咨询和需求的提出，提供整体建设方案，并在项目实施过程中进行培训与咨询。系统体现先进的试验室管理思想和理念，同时保证实用，通过对流程的梳理可达到流程优化、简化，减少不必要的环节，从而提升整体管理水平和效率。
技术原理：采用B/S前后端分離的架构，现在能将前端层的代码直接抽离出来打包生成IOS及安卓的安装客户端程序。同时也能部署到服务端，使用各种设备进行网页浏览，一套代码能使用所有端硬件设备。
采用python作为开发语言，其优势在于python有更加完善的数据分析能力，以及其框架Django使用模块理念开发，使得每个功能模块的可独立性更强，客户更可根据自身需求，选用不同的功能模块，快速适应自身的企业需要。
3 研究内容
3.1 构建系统、全面的检测设备物联网平台
作为工业企业信息化的硬件载体，基于现有的试验室基础网络和视频平台，增加必需的
传感器和数据采集系统，使企业具备信息化建设的基础硬件平台[4]。
3.2 构建坚实的信息集成平台
建立综合信息集成平台[5]，实现不同设备、不同数据格式的统一集成和共享，提供统一的数据访问方式，方便未来功能模块的增加及与其他第三方系统的集成，避免了用户因新增软件而额外增加接口、集成功能开发或采购的费用投资。
样件管理信息：对样件信息实现了试验全过程、全周期的信息采集、信息使用、信息存储;可以做到样件信息实时访问、推送、报警提示。
试验计划信息：以手工方式开展试验计划排程，可以做到试验排程、试验资源利用的可视化管理。
将结构化的试验流程管理信息、非结构化的试验运行（安全）状态信息/动能系统运行信息相结合，实现各类报表的自动生成、相关性分析曲线等。
将视频监控信息同故障信息联动，为故障排查提供有效资料，缩短处理时间。
文件管理：有效对试验过程信息进行了分类、采集、存储等管理，满足CNAS、ISO要求，有效地进行了试验过程各类文件的管理。
3.3 构建企业的实时信息中枢
“数据是企业的财富”，“数据为王”，流程工业专业的实时数据库系统的建立，是实现实时/历史数据应用、挖潜增效、提升精细化管理的核心内容，是企业信息化应用的信息中枢，是真正意义上的“生产数据仓库”。提升试验数据集中管理能力[6]。
试验数据处理：由于实现了TDMS平台模块，系统可以自动完成试验原始数据文件上传、按照模板分析试验数据、人工干预生成试验报告、试验报告存储管理。
试验数据安全性：采用试验数据文件服务器管理模式，有效避免了以人工方式获取特定计算机上的试验数据模式所带来的各类风险;对试验数据文件、试验报告进行流程管理、授权，提升了试验文件的安全性。
4 主要创新点及需要解决的技术问题
4.1 技术创新点
4.1.1 采用试验间测控IPC方案进行数据安全传输
为避免服务器宕机导致试验室各类前端数据丢失或控制失效，前端数据首先传入该测控IPC中进行缓冲，再通过具有安全机制的通信协议上传至系统服务器中;下传数据亦如此操作。
4.1.2 PUMA系统与外部应用程序数据交换
PUMA系统在未予以授权的情况下其本身的实时数据是封闭的，无法与外部应用程序进行实时数据的动态交换。我们提出一套方案，在不对PUMA系统构成软件侵权的前提下实现了PUMA实时数据与外部应用程序进行动态数据交换的功能[7]。
4.1.3 试验室物联网平台
物联网平台是一种多层技术，由硬件、软件、连接和用户界面组成，可实现并促进连网设备的管理、数据流、通信、应用功能和自动化。
4.1.4 试验室物联网设备管理
试验室物联网设备管理是管理、配置和监控设备，以及诊断、更新、安全和连接的过程。可通过传感器的相关数据形成物联网控制逻辑。进而起到远程监控发动机试验安全监控设备监控，起到少人化、无人化管理。
4.1.5 物联网的实时事件流处理
事件流处理（ESP）是一组技术，涉及可视化、数据库、中间件和处理语言，旨在帮助构建事件驱动的信息系统。需要实时流处理来处理来自物联网设备的数据。
4.1.6 硬件的数据传输接口归一化处理
由于需要监控的现场设备及测量的信号类型繁杂，我们针对不同设备及被测信号，配置相应的测量转换模块，将其数据接口统一为TCP/IP以太网接口，集中接入每个试验室的台架交换机，再与主控制室内的服务器进行数据交换。
4.2 需要解决的技术问题
① PUMA系统与外部应用程序数据交换的具体实现。该方法的具体实施涉及PUMA系统的编程与操作、外部应用程序的数据接口对接编程等关键问题。
②采用试验间测控IPC方案进行数据安全传输的实现。该方法是为了保障试验室集中监控系统稳定运行而专门加入的一个环节。其内部软件的编写与调试是需要予以重点关注的。
③摄像头相关供应商服务器系统的开放与对接。视频流是否符合网络标准协议。
④试验设备预警值的标准定义与维护。物联网传感器能实时监控设备参数的状态，但需要通过相关试验人员来共同参与定制相关的控制标准逻辑与标准。
⑤设备硬件控制端与软件服务端多端协议的标准定制及相关系统与系统之间的API接口开发等技术问题。
5 结语
通过物联网各功能模块的建设，以标准为内核、个性化需求为辅助内容，集信息管理、生产经营和领导决策于一体，保证了数据的高度集成和网上共享，改变了传统的手工书面的数据传输方式，缩短数据收集和分析的时间，加强了企业内部各部门之间的信息联系和工作安排，提高了办公效率。
此外，设备物联融合了工业互联网基础架构、新型传感器/执行器、自动化设施/设备信息集成系统、自动化试验設备信息集成系统、物联网技术、数据传输/存储技术、数据分析应用及展示等技术的自动化、信息化、数字化系统及平台在试验部门中的应用，在有效降低试验安全风险、提升试验效率、降低试验人力成本及强度、提高试验质量追溯有效性、试验信息交互及时性等方面将发挥越来越重要的作用。
发布评论