發電行業必須采用新技術來轉變維護和診斷部門的運作方式。美國超過50％的發電能力已超過30年（美國能源協會（EIA）的數據EIA-860）。在許多情況下，這些發電廠依靠的設備已經運行多年，接近原始設計壽命的極限（圖1）。這增加了設備出現故障的可能性，取決于設備的類型這些故障可以使供電更容易發生中斷和不穩定。

一項電力公司的研究表明，維護和診斷專家花費近80％的時間來東奔西走，有時甚至需要長途跋涉來收集關于設備的“健康”信息，只有20％的人在真正分析這些數據以找到可能出現的故障點。該電力公司估計將近6萬個工作點每個月必須由人員來手動收集數據（參見“杜克能源的設備監測”）。

老化的基礎設施以及低效率地使用專家的時間，再加上行業專家人數由于勞動力老齡化而逐漸減少，所有的這些正在迅速形成關鍵的資源瓶頸。這個瓶頸可能最終導致關鍵機器的停機時間更長，甚至導致電網發生潛在的掉電或者停電故障的風險。

圖1、發電設備的容量與年齡

發電廠的智能化

杜克能源，電力研究所（EPRI：Electric Power Research Institute），發電生產商聯合會（Duke Energy）等都在努力實現在線自動化設備監測系統來支持決策的解決方案。智能監控和診斷項目（Smart M＆D：Smart Monitoring and Diagnostics Project）旨在對工廠設備進行連續和遠程監控，以測量參數的變化，運行預測和高級模式識別程序，并實現更為明智的實時決策，優化工廠設備并防止故障（圖2）。

圖2、智能發電廠的架構

這個項目的核心是收集模擬感官信息，這帶來了一些獨特的挑戰。例如，振動信息是設備損壞的一個良好指標。然而，為了收集振動信息，可能需要按照每秒捕獲10,000到100,000個樣本的速度收集幾秒時間，以獲得良好的機器“測量”數據。想象一下，如圖2中的所示的發電設備實現架構中，如果您有3萬個振動點，則每個在每小時內需要收集5秒時間，每秒收集100,000個樣本數據，這樣每小時的數據量加起來將近60 GB的數據！這種信息收集（如果不能夠被管理以及架構正確的話）可能會迅速導致出現“大數據（Big Data）”問題。

圖3、Smart M＆D的方法

另一個挑戰是模擬感官信息本身并不能告訴操作者機器是否是“好”的還是“壞”的。把多種傳感類型的數據關聯起來，使用數學算法來處理數據，并使用先進的模式識別技術可以提供真實的關于機器健康的圖像。

Smart M＆D項目的核心要素是NI的CompactRIO平臺（http://www.ni.com/compactrio/zhs/）。通過將現場可編程門陣列（FPGA）和板載實時處理器連接到傳感器，原始模擬傳感監測波形可以減少到指示節點本身系統的“健康”狀態。

圖4、NI的CompactRIO平臺的硬件系統

FPGA可以以非常高效，并行的方式對高速感官信息進行分析和處理，以實時決策。由于系統中的“智能”接近傳感器，因此可以在CompactRIO系統上直接實現智能算法，因此數據可以立即減少到已知事件。這樣可以防止處理問題的專家陷入到數據超載的困境，從而不能辨別出問題的所在。

CompactRIO平臺系統的分布式，開放式和可重構性等特點也起著非常重要的作用。由于系統分布式，各種“健康”信息可以通過機器網絡直接由類似系統（類似的鍋爐，水泵，風扇，電機等）來進行收集，“智能性”可以立即應用到源頭的數據上。隨著系統不斷分析數據，這意味著操作員輪換到現場的次數可以大大減少，同時顯著增加數據收集的頻率。數據不再需要每月，半年或者每年收集 - 而是每天都可以收集數次。這樣可以在更加頻繁，一致的基礎上發現和跟蹤問題。

此外，可以使用高級診斷和預后算法（如EPRI資產故障簽名數據庫（ EPRI Asset Fault Signature Database以及EPRI剩余有用生命數據庫（EPRI Remaining Useful Life Database中所包含的算法）來預測設備發生故障之前的設備故障。例如，EPRI資產故障簽名數據庫（ EPRI Asset Fault Signature Database）通過一系列典型的屬性或者癥狀（如溫度，振動，潤滑分析和其他診斷結果）來表征設備故障機制。使用Smart M＆D系統生成的這種類型的實時數據，可以對EPRI資產故障簽名數據庫中包含的診斷模型進行比較。當一組數據或數據子集與已知的故障機制和/或位置的已知屬性或癥狀一致時，這些診斷工具就可以識別出何時即將發生特定故障（圖5）。

最后，CompactRIO的可重構性意味著即使隨著標準的變化，新的算法被開發，或者附加的感測技術變得普遍起來，客戶可以更新他們的智能節點，而不需要物理地進入工廠來更新它們，或者為了解決一個新的問題而不得不重新投入新的資金。

圖5、智能日志和分析架構

Smart M＆D的資產整合架構

圖6顯示了Smart M＆D項目的資產集成架構概述。該系統可分為兩大部分：

圖6、Smart M&D的資產整合架構

• 數據采集系統（DAQ：Data acquisitions systems ）

DAQ是系統的關鍵部分，并提供來自多種不同傳感器的數據，可以連接各種機械部件和類型。 DAQ分布在整個設施，區域或者全球各個地理位置上。 DAQ系統執行對未來趨勢，警報和分析的主要感官指標的在線處理和提取。它們是可在沒有網絡的情況下執行的智能設備。

• 傳感器融合與分析

該系統負責向系統運營商，主題專家，管理層等提供可操作的數據。通過各種開放的通信協議和文件格式，將各種傳感器的數據融合在一起，以提供資產健康的完整圖像。

圖7、開放的SmartM＆D平臺提供擴展先進傳感器的機會

學習到的經驗

從智能監控和診斷項目（Smart M＆D：Smart Monitoring and Diagnostics Project）中的關鍵學習要點是：

?系統的可重構性提供了接口，因此創建了新的算法，工業協議（61850，DNP3等和傳感器類型，基礎架構不需要改變。只需將新信息下載到嵌入式系統，并開始收集新的故障簽名。該系統對診斷機器故障，即包括溫度，振動，壓力等測量，包括諸如熱成像，超聲波，氣味和EMI干擾的高級測量的經典方法進行擴展。

圖8、實現SmartM＆D平臺所需要的關鍵技術

?提供開放式平臺，鼓勵其他系統廠商采用Smart M＆D連接標準。對于給定設施相信只有一種類型的采集系統，后端數據庫，企業分析軟件或其它更多是天真的。因此，需要創建一個可以包含許多系統的系統。專有格式不再隱藏數據;相反，它可供用戶運行個性化算法，將獨特的傳感器連接在一個包中，并提供廣泛的生態系統。

?使用物聯網（IoT）技術將為服務提供商，供應商和用戶提供一個開放，集成和靈活的框架，從而提高工廠的運營效率，減少停機時間，并增加電網上的能源可用性。

?目前，杜克能源公司在30個工廠內部由Smart M＆D架構部署和管理了近1500臺CompactRIO系統。