特种设备检验中大数据技术的应用研究

时间：2023-08-16 04:23:30

戴西斌，左万君

（江西省检验检测认证总院特种设备检验检测研究院，江西南昌 330000）

0 引言

近年来，随着特种设备需求量迅速增加以及大数据相关技术日益成熟，在特种设备检验过程中，可有效利用大数据技术的高速性、规模性、多样性等特点，采集大量信息数据，通过物联网、云计算、5G 等技术完成数据快速处理，实现数据的融合和共享，充分挖掘数据潜藏价值，构建风险预警与评估体系，提高特种设备检验质量和效率，进而在一定程度上监控和保障特种设备安全稳定运转[1]。此外，在特种设备内部管理过程中，有机地融合大数据技术，也可起到优化管理模式、建立安全评价和服务评价体系、提高检验工作效率等作用，使特种设备检验从传统方式向数字化、智能化方向发展[2]。

1 大数据概述

大数据是指所涉及的信息规模大、种类多、结构复杂的数据集，需通过网络信息技术对数据集展现快速检索响应，批量分析或处理海量数据集，聚集有价值的信息数据。麦肯锡全球研究所指出，大数据具有海量性、高速性、多样性、价值性、真实性等特征，可以把每种信息数据相互组合连接起来，凝聚产生更大的信息价值[3]。近年来，随着现代移动互联网的飞速发展，使得全球逐步进入大数据时代，通过物联网、人工智能、云计算、5G 等大数据相关技术，可快速实现对信息数据的获取、存储、建模、分析，并高效整合挖掘有价值的信息数据。在新时期背景下，信息数据已成为日常生活资料，充分利用信息数据的全面共享，交叉应用于工业、医疗、教育、农业、金融等领域，可为企业创造巨大的经济效益，对促进我国经济发展起到关键作用[4]。

2 特种设备检验现状

特种设备是指涉及生命安全、危险性较大的各类非常规的承压或者机电类设备。常见的承压类特种设备有锅炉、压力容器、压力管道等，其依赖外部压力使设备运行；常见的机电类特种设备有电梯、起重机械、客运索道、大型游乐设施等，其依赖机械和电力系统使设备运行。特种设备被广泛应用于人们的日常生活和生产中，在社会经济发展中扮演着十分重要的角色，具有两个典型的特征：第一，涉及领域广、基数大；第二，操作复杂、危险性高[5]。由此可知，特种设备对安全性有着极高的要求，需采用科学高效的检测技术，以精细化、自动化和全面化作为检测技术发展方向，提高特种设备检验的可靠性，有效确保特种设备检验质量和安全性。

目前，无损检测技术是一种常用且有效的检测技术，在特种设备检验中被广泛应用，其主要包括射线检测、磁粉检测、超声波检测、涡流检测、红外线检测、渗透检测等[6]，但该无损技术具有自动化程度较低、检验效率偏低、全方位监控较差等缺点。此外，由于特种设备需求量迅速增加，内部管理水平偏低，没有形成全面系统的管理体系，使得整套检验工作流程繁杂、耗时长，导致服务评价质量较差。因此，需使特种设备检验从传统的方式向智能化、数字化、网络化方向发展，有机地融合物联网、云计算、人工智能等新兴技术，不断提高特种设备检验的准确性、工作效率、技术和管理水平，保障特种设备安全稳定运行[7-8]。

3 大数据在特种设备检验中的应用

3.1 构建特种设备大数据智慧检验平台

近年来，随着现代工业化高速发展，特种设备需求量也迅速增加，这也对特种设备检验提出了更高的要求，需不断提高检验质量与效率。因此，现有简单化特种设备检验平台满足不了当下的检验需求，需借助物联网、云计算、5G、大数据等相关技术，优化升级特种设备检验平台，构建特种设备大数据智慧检验平台，对特种设备各业务工作平台数据实现自动化采集，建立起规范、标准数据体系，快速实现对信息数据的获取、存储、建模、分析，并高效整合挖掘有价值的信息数据。此外，在此基础上，还可构建特种设备检验状况、维保状况、安全状况的实时监控网络平台，特种设备故障预警、应急管理、质量管理、服务评价系统，可满足特种设备的运行、维护、检验、故障处理、报告出具等全方位需求。因此，构建大数据智慧检验平台对提高特种设备检验质量与效率具有十分重要的意义[9]。

构建大数据智慧检验平台的主体架构有数据采集层、数据管理层、数据分析处理层、数据应用层，涉及的相关技术有物联网技术、采集技术、元数据技术、云计算技术、可视化技术等。利用大数据平台提供的目标数据，通过互联网全面信息共享，可为特种设备设计、制造、维护、检验、管理等环节提供针对性服务，从而实现全方位保障特种设备安全稳定运行[10]。

3.2 构建特种设备数据采集与监控系统

通过构建大数据智慧检验平台，可以获取大量的特种设备相关原始数据，包括设备运行数据、设备业务数据、设备监控数据等，但该原始数据不能直接形成有价值信息。因此，需根据特种设备的不同功能要求，构建特种设备数据采集与监控系统。首先，通过采集技术和存储技术将获取的原始数据进行精细化预处理和模块划分；随后，采用元数据技术、标识技术、集成技术对特种设备数据库进行识别、全面汇总、整合和分析，从而实现对特种设备数据库的静态管理和动态监控[11]。以云计算技术和物联网技术为基础，全面采集特种设备运行过程中的整体数据；此外，通过公共服务平台共享数据信息，吸引相关企业和机构提供更多的数据，从而形成庞大的数据集，为后续特种设备检验、维保、管理等工作提供可靠的数据支撑，达到对特种设备静态管理目标。随着特种设备长期在线运行，数据库的信息也会随之更新变动。通过数据监管云平台，可实现对特种设备动态数据的监控，及时排查特种设备运行过程中的风险点和故障点，而后明确特种设备检验方向和关键点，从而有效提高检验质量和效率[12]。由此可知，构建动态监控系统对特种设备安全稳定运行具有十分重要的意义。

3.3 构建特种设备风险预警与评估系统

对特种设备各项数据进行采集、整合和分析后，可基于特种设备不同的质量问题和风险因素，采用相关数据挖掘方法及预测机制建立数据分析模型，构建特种设备数据风险预警与评估系统，从而有效降低检验风险性，进一步提高特种设备安全性。构建特种设备风险评估分级模型时，需全面综合考虑可能性影响因素和后果影响因素，建立风险预警与评估的专项数据库，有效实现风险评估指标数据的自动化获取[13]。后续检验人员检验设备时，风险预警与评估系统会自动推送该设备的风险等级评估数据，提示需要重点检验的风险点，从而使检验人员有针对性地制定检验方案，明确检验工作重心，高效排查特种设备安全隐患，提升检验质量和效率。此外，在特种设备检验时，有机地融合高射频识别、红外感应器、激光扫描器等物联网技术，提前设置相关参数，可实现设备风险智能预警[14]。例如，在检验起重机械时，根据风险评估分级模型，确定风险评估指标数据后，运用物联网技术对设备进行有效识别，设置设备负载数等相关参数。当发现设备负载数超过90%时，系统会自动发出报警信号，确保检验人员及时解决设备安全隐患，保障设备安全稳定运行。