基于电网信息模型的机电工程风险行为智能监控与预警系统

李燕林

(安徽粮食工程职业学院 机电工程系, 安徽 合肥 230011)

机电设备组成结构复杂、种类繁多,其管理问题一直是该领域研究人员重点关注的话题。在机电工程中根据不同的工程属性,可将机电体系划分为监控体系、通信体系、照明体系等多种体系结构[1]。当前,机电工程已经成为当今社会不可缺少的建筑工程之一,与之相关的工程项目受到了人们的高度重视,而通过机电工程监控系统对施工过程中所有环节的风险行为进行监控,是决定机电工程安全性能的重要保障[2]。在机电工程施工阶段,其风险行为主要包括合同风险和建造风险两类。对机电工程承包单位,合同风险主要包括决策失误、策略报价、投标文件缺陷等,而建造风险是指在施工过程中合同双方无法控制或干预,来自客观事件所导致的风险,例如意外风险、经济风险、自然风险等。考虑到不同风险的突发性和不确定性,对机电工程风险行为的监控和预警精度造成了影响,因此,相关研究引起了广泛关注。

刘江文等[3]利用现场可编程门阵列(Field Programmable Gate Array,FPGA),根据机电设备的运行参数和FPGA载入的多层前馈神经网络(Back Propagation,BP)模型,设计了基于FPGA的煤矿机电设备开关状态智能监控系统,该方法可以准确识别煤矿机电设备开关状态。高臻等[4]采用微机电系统传感器,实时监控并采集车辆基地机电设备的故障数据,通过窄带物联网实现车辆基地机电设备状态监测,但是上述方法未识别合同风险等内容,识别具有一定的局限性。Baek等[5]提出了一种利用低采样数据识别机电振荡的新算法,通过在多个不同位置使用低采样数据集,补偿数据时间分辨率的不足。在目标位置可使用基于模型的模态分析,获得振型信息重构高采样数据信号;采用变量投影法检测振荡并估计振荡分量,包括频率和阻尼比。以实际韩国电力系统为例进行案例研究,评估该方法的有效性。Makarichev等[6]探讨了在输气系统中使用永磁体励磁的同步电动机,进行燃气轮机发电厂电起动的可能性,但是上述方法仅实现了电力系统或机电设备的监测,未实现预警。

为实现各类合同风险和建造风险行为的有效控制,应有合理的监控和预警系统作为支撑。电网信息模型(Grid Information Model,GIM)是一种施工管理过程中常见的交互模型,能通过http通信协议将各类系统运行数据发送到施工管理系统模型的数据库中,从而为监控提供更可靠的数据信息条件,达到提升监管效率的目的。因此,针对当前机电工程存在的安全风险问题,引入GIM 模型从硬件和软件两方面设计机电工程风险行为智能监控与预警系统,并通过性能测试验证了该系统可以在一定程度上提升运行性能。

为实现有效判别机电工程风险行为,针对机电工程项目开展过程中的各项活动以及相关信息资料进行智能监控,并对存在的风险行为给出相应的预警,从而为工程维护策略的提出提供依据[7]。基于这一需求,本文将基于GIM 的监控与预警系统划分为3个子系统,其各个子系统的功能结构如图1所示。

图1 基于GIM 的监控与预警系统功能结构示意图

根据图1中系统的功能需要,本文主要针对场外摄像设备、检测仪器、发光二极管(Light Emitting Diode,LED)信息发布屏等硬件结构进行详细设计说明。

1.1 机电工程场外摄像设备选型

为准确获取机电工程施工现场各类数据以及视频资源信息,在系统中引入场外摄像设备。由于机电工程施工场地复杂,对各类采集设备的精度要求更高。因此,选择XZQ95-79520型号防爆球型摄像仪作为本系统中的场外摄像设备。该型号摄像仪严格按照GB 3836.1—2010标准制造,可应用于各类危险环境中[8]。在运行过程中,XZQ95-79520型号防爆球型摄像仪的工作电压为24 V;工作电流≤1.5 A;工作电压幅度范围在100～240 V。球心电气参数:水平及垂直范围为360°,-5°～90°;水平速度为0.1°/s～200°/s可调;垂直速度为0.1°/s～180°/s可调。将该型号摄像仪与本文系统上位机监控显示器以无线传输的方式连接,将摄像仪获取到的视频图像实时显示在上位机监控显示器的界面中,为后续系统软件部分的机电工程风险行为识别与评估提供重要依据。

1.2 LED信息发布屏选型

根据系统的运行需要,完成对机电工程场外摄像设备的选型后,为了确保各类信息能够及时、准确地显示,对LED信息发布屏进行选型设计。考虑到系统的控制需要,选择JFE58-950型号13.3英寸嵌入式显示屏作为本文系统的LED信息发布屏。该型号显示屏可应用于工业设备终端显示,具有触摸功能,用户可以根据需要对显示屏中各项功能操作进行选择。该型号显示屏的分辨率为1 280×1 040 dpi,响应时间为5 ms,对比度为2 000∶1,点距为0.002 8。同时,该型号显示屏内部含有工业主板,性能比其他相同功能显示屏更优。在工控级专业主板的支撑下,各类元器件在运行过程中性能更加稳定。此外。JFE58-950型号显示屏中含有低功耗的芯片组,能够进一步降低能源消耗,并在一定程度上抵抗机电工程复杂的环境干扰影响[9],可在各种复杂恶劣的机电工程环境中保证稳定运行,也为本文系统的运行稳定性提供条件。

2.1 机电工程风险行为识别与评估

在机电工程风险行为识别与评估过程中,明确机电工程风险包括电气工程技术风险、自动化控制风险、仪表设备使用风险、给排水风险、机械设备在使用前的安装与对接风险、机电运行容量负荷风险等。这些风险不仅对设备前端的运行造成异常,也会在一定程度上对现场巡查与相关工作造成影响[10]。因此,应当根据设备的运行需求,识别、判断与评估风险。通过对多样性种类的识别结果定位风险源,常用的风险识别方法包括专家评估法、因果分析法与层次分析法[11]。层次分析法把定性方法与定量方法有机地结合起来,将多目标、多准则又难以全部量化处理的决策问题转化为多层次单目标问题,通过两两比较确定同一层次元素相对上一层次元素的数量关系后,最后进行简单的数学运算,即可获得简单明确的结果,容易被决策者了解和掌握。为此,本文选择层次分析法作为风险行为识别的主要方法,在完成对风险的定位后,采用树形结构逐级分解风险源,并通过全面化与系统化的方式,对识别结果进行量化处理。采用该方法可将风险定位到一个精确的等级,需要技术人员在工作中具有较高的逻辑性,当识别到不同风险具有不同的危险等级后,可将此作为依据,有效规避机电工程风险。

完成对风险源的识别后,应从现场作业人员、机械设备现场辅助使用、机电工程施工材料、外界环境4个方面,分析机电工程风险的影响[12]。完成上述研究后,划分机电工程风险等级,划分标准与依据见表1。

表1 机电工程风险等级划分标准与依据

将量化后的风险值与表1中的内容进行匹配,掌握机电工程风险的发生频率。在此基础上进行事故损失等级的量化,根据量化结果描述风险损失,相关内容如表2所示。

由表1与表2可知,根据输出不同风险源对应的风险等级与风险损失量,可实现对机电工程风险的评估。

表2 风险事故损失等级标准

2.2 基于GIM 的机电工程风险行为监控

在完成风险的评估与量化结果输出后,引进GIM 交互模型,监控机电工程行为。根据已确定的风险等级,对风险数值进行计算机交互,通过交互结果排除风险,掌握风险在工程中的可接受程度[13]。在完成对风险量化结果的交互后,定义1级风险的控制方案为“加大机电工程风险常规化监控”;定义2级风险的控制方案为“增加机电工程风险日常审视与管理次数”;定义3级风险的控制方案为“采取必要的措施,进行风险防范与规避”;定义4级风险的控制方案为“根据决策行为,制定控制措施”;定义5级风险的控制方案为“即刻停止机电工程,在完成风险的整改与处理后,启动紧急预案完成工程管理”。

将GIM 交互模型与机电工程的实施过程进行对接,结合其工序划分巡查交互内容[14]。例如,在工程实施初期阶段,进行工程稳定性、形变、安装等多个阶段的巡视;在工程实施过程中,检查工程消防、设备、管道、绝热、防腐等相关构件性能;在工程竣工阶段,借助计算机与数字化技术进行工程维护、运行的测试,提高机电工程的安全性,实现对高风险行为的实时监控。

2.3 预警等级划分与风险监控频率设定

结合上述识别和评估方法划分预警等级。在遵循机电工程安全风险管理体系相关要求的基础上,监控机电工程现场施工情况[15],并按照风险事故的等级评定,对预警等级进行划分。当风险事故损失等级为1级或2级时,应当加强对风险的审视,但不进行预警;当风险事故损失等级为3级、4级和5级时,相应的预警等级为黄色、橙色和红色预警。

根据机电工程安全防护需要,结合上述预警等级,设定本文监控与预警系统的风险监控频率。当机电工程中不存在风险行为,即机电工程处于安装状态时,将监控频率设置为1次/1 d;当出现风险行为较少,并且机电工程处于黄色预警状态时,将监控频率设置为2次/1 d;当出现风险行为较多,并且机电工程处于橙色预警状态时,将监控频率设置为1次/4 h;当出现风险行为极多,并且机电工程处于红色预警状态时,将监控频率设置为1次/2 h。当风险行为等级降低或风险行为消除后,可适当对风险监控频率进行调节。

综合上述论述内容,从硬件和软件两方面实现了基于GIM 的机电工程风险行为智能监控与预警系统的理论设计。为了进一步验证该系统的实际应用效果,将该系统应用于某机电工程项目中。同时,为了便于验证应用效果,选择将新的监控与预警系统作为实验组,将文献[4]基于物联网的监控与预警系统作为对照组完成下述实验。

3.1 实验准备

实验选择某高速公路机电工程项目,该项目涉及众多领域,并且科技含量较高。已知该工程项目施工线路全长为1 250 km,要求车辆行驶速度最高不超过110 km/h,路基宽度约为27.6 m。在该机电工程项目中包含全线监控模块、通信模块、收费模块、照明模块以及供配电模块。机电工程项目开展过程中,涉及的风险行为包括材料设备供货运输K-Ⅰ、交付安装K-Ⅱ、开通调试K-Ⅲ、联合设计K-Ⅳ等。为了确保该机电工程项目的安全,针对各个风险行为进行监控,监控过程中引入实验组和对照组两种监控与预警系统,分析两种系统的运行情况。在监控过程中,人为设置上述4种风险行为的风险评估等级为2级、3级、2级和4级。

3.2 实验结果记录与分析

为了确保实验结果的客观性,两种监控系统在运行过程中除监控和预警的方式存在不同以外,其余运行条件均设置相同,并根据监控得到的数据,按照本文上述设计的风险行为等级划分流程实现对上述4种风险行为的划分,并记录划分结果见表3。

表3 实验组与对照组监控风险行为安全评价等级

由表3可见,实验组系统得到的监控数据评价结果与实际安全风险等级完全相同,而对照组系统的监控数据得到的评价结果仅风险行为K-Ⅲ与实际安全风险等级相同,其余评价结果均与实际安全风险等级存在较大出入。因此,通过上述实验初步验证了本文基于GIM 的机电工程风险行为智能监控与预警系统,在应用于真实机电工程项目中可针对其风险行为进行高精度的监控,并为风险行为安全等级的评估提供了更可靠的监控数据。为了进一步验证实验组与对照组两种系统的预警功能,仍选择上述4种风险行为,针对其行为产生开始到系统预警的响应时间进行测量,并将测量作为系统的预警响应效率评价指标。为了确保响应时间测量精度满足实验要求,本文选择型号为JIF560-69870的32路数字式时间间隔测量仪,对两种系统的预警响应时间进行测量。该型号测量仪的测量精度为0.1 ms,功率为20 W,电源为220 V,工作温度在-45℃～0℃范围内,充分满足本文实验设置条件。表4为实验组与对照组系统预警响应时间记录表。

表4 实验组与对照组系统预警响应时间记录表

由表4可知,实验组和对照组两种系统在运行过程中的预警响应时间均在30.00 ms的合理范围内,但实验组预警响应时间数值明显更小,能为机电工程运行维护提供更宝贵的时间条件,提高机电工程的安全性。因此,本文基于GIM 的机电工程风险行为智能监控与预警系统,在应用于真实的机电工程项目中可实现更高精度的监控效果,并有效缩短了对风险行为的预警响应时间,促进了机电工程的安全发展。

当前,机电工程现场普遍存在环境条件复杂、技术要求高、工期长等特点,增加了工程实施强度及危险性。通过引入合理的监控与预警系统,能为保证工程安全发挥重要作用。本文基于GIM 设计了监控与预警系统,将该系统应用于真实的机电工程环境中,可实现对风险行为的及时响应,提高机电工程整体的安全性能。在后续的研究中,可强化系统对风险行为的收集、分析以及统计等功能,从而不断提升系统的运行性能,扩大该系统的应用范围。