日本在线www-日本在线播放一区-日本在线不卡免费视频一区-日本在线不卡视频-成人影院久久久久久影院-成人影院一区二区三区

南京東大智能化系統有限公司

1　目標和概述

目前我國智能建筑工程量相當于歐洲智能建筑工程量總合，約占世界總量50%。中國智能建筑系統集成商也已超過5000家。2018年國內智能建筑系統集成市場規模達到5500億元。相比于歐、美、日等發達國家，我國的建筑智能化普及程度還比較低，具有巨大的成長空間。 智慧建筑云運維管理平臺是充分運用云計算、大數據、 物聯網技術的高科技管理系統，涵蓋建筑智能化系統設備的可視化管理、項目設備運維服務流程管理、項目設備資產管理、技術服務知識庫共享、多維度智能分析報 告。經過20多年國內智能建筑市場的發展，大量智能建筑項目進入系統運維階段，廣闊的市場需求和參差不齊的技術服務供應需要一個科學可行的公共服務平臺，引領傳統智能建筑服務項目的轉型、升級、業務提升。

在智能化項目運維服務中，存在智能建筑的運維服務不規范，運維企業及工程師的水平良莠不齊，項目資料管理不完整，缺乏發現設備問題的及時性工具等問 題，智慧建筑云運維管理平臺的實施很好地解決了以上問題。運維企業及工程師可以隨時掌握設備的運行情況，并實時接收系統推送的設備報警信息、維修工單、 巡檢提醒和分析報告。在智能化項目運營管理中，該平臺將各智能化子系統高度集成，統一軟件操作界面，管理人員可以在同一個軟件中查看所有系統的運行狀況，也無需在控制的過程中切換不同的軟件。對需要進行控制的系統實現一鍵化操作，大大降低了對操作人員專業水平的要求。

本項目計劃分階段完成智慧運維管理服務云平臺的建設，并根據市場反饋進行版本迭代。建成后的平臺主要包括運行監控、設備檔案管理、巡檢管理、報警中心、工單系統、資產管理、數據報表等幾大功能模塊， 各模塊間相互獨立，其功能有機結合，為用戶提供全方位運維服務支撐。平臺通過先進的云計算、大數據、 BIM可視化等技術為整個建筑智能化系統構造一個監控、管理和治理集成的服務平臺，實現各個智能化子系統的運行監控和智能運維決策服務，并通過規范化的工單處理流程實現過程跟蹤，提升智能系統的運行效率和運維效率。平臺架構如圖1所示。

圖1 平臺架構圖

2　解決方案詳細介紹

平臺分為數據采集層、數據分析層、業務支撐層、應用層四個結構層次。

數據采集層全面采集智能化系統、信息系統以及互聯網數據，上傳至云端數據中心進行存儲。業主、物業在應用信息系統（如OA系統、即時通訊軟件、資產管理系統、財務系統等）的過程中產生了智能化系統運行以及管理的相關數據，采集這些數據對分析智能系統運行狀況有較大的價值。同樣，在互聯網上也存在同品牌同型號的智能化設備參數以及運行數據，采集這些數據有助于全面掌握設備信息，提高智能分析的精度及有效性。數據采集分為實時數據和歷史數據兩大類，分別通過消息隊列、Flume、離線采集ETL、互聯網爬蟲等不同方式進行采集傳輸，實現實時數據采集分析、歷史數據融合分析，保障數據處理分析的及時性和有效性。

數據分析層對數據進行數據分類、數據清洗、數 據重構，以及數據建模，目的在于發現異常的信息，做出有建設性的結論，輔助決策的制定。平臺將數據 分為靜態基礎數據和實時監控數據兩大類，靜態數據包括空間地理數據、設備檔案信息、歷史運維信息、 業務數據等，這些數據對實時性要求不高，作為智能化設備運行分析的基礎數據；實時監控數據包括視頻 監控數據、設備運行數據、環境數據以及能耗數據等，這些數據實時產生、實時分析，作為智能預警的主要判斷依據。其中，視頻監控數據需通過智能視頻分析算法、邊緣計算等方式進行非結構化數據向結構化數據的轉化，平臺只存儲經過處理后的視頻分析數據。數據建模是用于定義和分析在組織的信息系統范圍內支持運維流程所需的數據要求的過程。平臺通過深度學習等技術構建了業務模型、三維信息模型、維護維修信息模型、管理信息模型，以進行數據分析處理，使得平臺具備輔助決策的能力，提升運維效率。 數據分析流程如圖2所示。

圖2 運維數據分析流程圖

業務支撐層位于平臺數據層與應用層之間，基于標準的接口向平臺的各大應用提供服務支撐。平臺提供包括工作流引擎、數據報表引擎、消息隊列、系統日志、用戶安全、數據訪問、遠程過程調用等功能組件，可針對平臺的功能、性能等各方面的需求進行靈活地部署，并且根據業務的改動可靈活地對這些服務組件進行修改，而不影響其它的組件，從而降低平臺維護的費用。另外，平臺的功能組件基于標準化接口提供服務，可以被重用，應用程序可以使用標準接口調用組件，完成所需的操作。

應用層主要包括運行監控、設備檔案管理、巡檢管理、報警中心、工單系統、資產管理、數據報表七大應用模塊。

（1）運行監控模塊

用于實時監聽設備運行參數、組態軟件日志、現場設備報警、人工巡檢報警、IBMS平臺報警，以及平臺根據實時運行數據，經過運維模型匹配運算發出的智能報警等信息，報警信息經過人工處理后可直接觸發工單系統，進入運維工單流程。平臺主要依托IBMS系統獲取設 備實時運行數據和報警數據，IBMS通過標準數據接口 （如自動化控制相關協議Modbus、OPC、BAC.NET、 OBIX，一卡通的廠家數據包傳輸協議，視頻監控領域的ONVIF、GB28181標準和廠家提供的私有開發包，信 息系統通過Web接口或直接訪問數據庫接口形式）采集數據后，以標準化數據提供接口上報給平臺；對于部分 IBMS系統未能實現集成的信息系統，通過配置專用前置機，開發符合接入規范的組件方式來進行采集數據。采集來的數據一方面實時同步到云端運維數據庫中，另一方面進行實時數據融合，對接數據分析模塊，以此來對即將出現運行問題的設備智能預警，實現智能維護。

（2）設備檔案管理模塊

對智能化系統待管理設備（通用設備和專用設備） 建立設備檔案，主要包含六大塊，一是設備在云平臺的基本信息（設備云平臺統一編號、登記人、登記時間、 設備名稱、設備型號、設備分類），二是設備制造廠商信息（設備廠商編碼、設備制造廠商、通信地址、聯系方式、設備安裝及技術資料、設備附件、出廠時間、設 備壽命、設備平均無故障時間），三是設備安裝方信息 （設備安裝方編號、設備安裝廠商、技術人員聯系方式、安裝時間、安裝備忘錄），四是設備使用方維護保養信息（使用方編號、單位名稱、使用部門、保管人、 聯系方式、設備使用狀態），五是設備維修記錄信息 （維修時間、維修廠商、維修內容），六是設備保養記錄（保養時間、保養廠商、保養內容、保養費用等）。 設備初始檔案可人工錄入，也可從規范文檔中導入。設 備日常運行信息、維護工單等信息主要依靠平臺自動歸檔，無需人工操作。設備檔案是設備使用、管理、維修的重要依據，是保證設備維修工作質量、使設備處于良好的技術狀態，提高使用、維修水平的重要手段。設備管理流程如圖3所示。

圖3 設備管理流程圖

（3）巡檢管理模塊

平臺可對接巡檢系統或者自主配置巡檢點，通過手持PDA巡檢設備來進行設備巡檢，巡檢問題可在客戶端上反饋，平臺將自動統計巡檢情況，并將發現的問題反饋至報警中心。平臺可自定義巡檢計劃，按不同頻次 （日、周、月）來巡檢設備，也能發起臨時巡檢計劃， 平臺根據巡檢情況進行巡檢工作考核。

（4）報警中心模塊

報警中心匯總所有來源（IBMS、人工、電話、信息系統、報警主機）的報警模塊上報的統一格式的報警信息，放置在報警消息隊列中，根據報警信息的類別、 級別以及用戶角色和權限，按照設定的策略，將報警信息分發至多名處理人員，報警信息經人工核實后，如 果情況屬實，發起運維工單，由工單系統進行維護過程的流程化跟蹤；如果情況不屬實，可按誤報處理，關閉該條報警信息，并可設置不再提醒。報警中心可自動統計所有報警信息的處理情況，提醒用戶待處理的報警信 息。如圖4所示。

圖4 報警中心與工單系統邏輯圖

（5）工單系統模塊

工單系統分為保養工單、維修工單等不同類型，可通過設定定時計劃任務來自動生成保養工單，以可配置的工作流來實現不同類型工單的不同審核流程及處理流程。工單的批準、啟動、完成和關閉通過工作流程引擎驅動，實現全電子化流轉，并記錄相關日志。工單在生成的同時，系統將根據工單對象自動提取設備檔案中 的相關信息，以鏈接的方式附在工單中，供派工單對象 查閱該設備相關情況。工單系統可對派工單對象進行管 理，可設置不同角色、不同部門的用戶體系，不同用戶登錄只能看到基于當前賬號的待處理或者已處理工單。 工單系統可配置不同通道的派工單提醒，包括郵箱、短信、OA系統、即時通訊軟件等，確保工單被及時處理 反饋。工單的使用場景不僅局限于運維部門內部，還可一鍵將工單流轉到其他部門甚至是外部合作公司。工單系統可針對歷史工單進行統計，可分析不同設備的維保成本，可分析不同維保人員的工單執行情況。工單系統結構如圖5所示。

圖5 工單系統結構圖

（6）資產管理模塊

平臺可針對智能化設備進行全生命周期的管理， 從資產入庫到安裝、轉移、調撥、租賃、歸還、維修、 閑置、報廢，幫助管理者從宏觀層面了解整體資產狀況以及使用情況。其中，質保時間、使用壽命到期前兩周將直接轉到消息推送，以便提醒業主更科學地進行設備管理。除此之外，平臺還針對設備備件進行了生命周期管理，確保維護工作的正常有序開展，降低運維成本。

（7）數據報表模塊

平臺將報表設計與分析融合一體，可對數據倉庫中的數據進行多維度分析，生成多種樣式的報表。平臺提供標準化的分析報表，如：故障分析報告、設備使用品質報告、節能分析報告、空置率報告等，方便用戶能夠更好地掌握設備信息、控制設備風險、制定合理的采購方案、運維方案。用戶也可自定義數據源及報表樣式，輸出自定義報表。用戶通過拖拽的方式可制作多重復雜的交叉分析報表，同時還可對字段進行一系列設置，如字段設置、超鏈接、過濾等，滿足用戶多種設計需求。報表展現也集成了多種風格或樣式，盡量滿足用戶多樣的報表輸出展現需求。

（8）智慧化策略

平臺在對智能化系統實時數據采集、清洗、重構的基礎上，通過對海量的現場設備運行狀態數據建模， 進行數據的分析和挖掘，以便發現潛在的故障因素并采取相應措施，實現智慧化運維。

平臺的智慧決策主要體現在以下幾個方面：一是實時預判，基于深度學習、機器學習等方式為用戶提供 設備運行智能預警，改變傳統的“事后救火式”運維模式，例如：平臺通過數據累積發現某一類型設備在運行 900小時后進入故障高發階段，需更換備件，平臺可針對此類設備進行智能預警，提醒用戶進行保養維護；二 是智能定位，平臺基于設備對應關系和系統拓撲結構圖實現對已發生故障的智能定位，在派單時向運維人員提供定位信息以及歷史維修記錄等信息，協助運維人員快速掌握設備故障情況，提高運維效率。

平臺可根據工單系統的數據進行工單成本的自動核算。工單成本分為人工成本和備件成本，人工成本通過工時以及薪資率來計算，備件成本通過備件管理中的采購價格來計算。如果涉及委外工單，則以合同價格為標準。平臺可按設備類型、使用部門、維修人員、時間等不同維度來進行運維工單成本的分類統計，幫助用戶實現運維成本的量化分析，以便其改進運維管理方式及運營方式，降低運維成本。

平臺與管理項目的智能化系統無縫對接，實時監聽報警信息。報警事件經過人工核對后可直接觸發運維工單，通過可配置的工作流來實現不同類型工單的不同審核流程及處理流程。工單的批準、啟動、完成和關閉通過工作流程引擎驅動，實現全電子化流轉。平臺全程記錄報警信息和工單處理流程信息，實現運維過程的可追溯。

摘自《自動化博覽》2021年6月刊