kaiyun官方注册
您所在的位置: 首页> 其他> 设计应用> 典型特种设备质控分布式云平台设计及应用
典型特种设备质控分布式云平台设计及应用
网络安全与数据治理
曹宏伟1,周前飞2,张莉君3,庆光蔚2,李歌1,唐海龙2
1.中国特种设备检测研究院; 2.南京市特种设备安全监督检验研究院; 3.福建省特种设备检验研究院
摘要:针对特种设备数据跨区域、多主体、分布分散、质量低、共享难、效率低、无法及时为特种设备智慧监管赋能问题,研发电梯、长管拖车、大型游乐设施等典型特种设备质控分布式云平台并进行应用。提出了特种设备质控分布式云平台设计的基础技术需求、应用集成需求、架构需求、安全需求和性能需求,以服务+数据为核心,通过能力平台化、管控集中化,建立了高弹性、高可靠的分布式云平台架构,并设计开发云平台原型;以检验大数据平台、特种设备质控分布式云平台、国家电梯事故追溯平台、长管拖车动态风险监管平台、全国大型游乐设施健康管理平台构成“1+N+3”的平台主线建立示范应用场景,实现存证、追溯、协同三方面的应用,为智慧监管提供新的手段和工具,提高特种设备管理的效率和透明度。
中图分类号:TP391 文献标识码:ADOI:10.19358/j.issn.2097-1788.2025.02.013
引用格式:曹宏伟,周前飞,张莉君,等. 典型特种设备质控分布式云平台设计及应用[J].网络安全与数据治理,2025,44(2):81-87.
Design and application of distributed cloud platform for quality control of typical special equipment
Cao Hongwei1, Zhou Qianfei2, Zhang Lijun3, Qing Guangwei2, Li Ge1, Tang Hailong2
1.China Special Equipment Inspection and Research Institute; 2. Nanjing Special Equipment Safety Supervision Inspection and Research Institute; 3.Fujian Special Equipment Inspection and Research Institute
Abstract:In view of the problems of cross-regional, multi-agent, scattered distribution, low quality, difficult sharing, low efficiency, and inability to timely enable the intelligent supervision of special equipment, a distributed cloud platform for quality control of typical special equipment such as elevators, long tube trailers, and large amusement facilities has been developed and applied. The basic technical requirements, application integration requirements, architecture requirements, security requirements and performance requirements of special equipment quality control distributed cloud platform design were proposed. With service + data as the core, a highly flexible and reliable distributed cloud platform architecture was established through capability platform and centralized management and control, and the cloud platform prototype was designed and developed. The demonstration application scenario was established with the main line of the "1+N+3" platform consisting of the inspection big data platform, the distributed cloud platform for special equipment quality control, the national elevator accident traceability platform, the longtube trailer dynamic risk supervision platform, and the national large-scale amusement facility health management platform. It realizes the application of the three aspects of storage, traceability and coordination, provides new means and tools for intelligent supervision, and improves the efficiency and transparency of special equipment management.
Key words :special equipment;blockchain; big data;distributed;cloud platform

引言

截至2023年底全国特种设备达2 128.91万台,全年特种设备事故和相关事故71起[1],随着时间的推移,特种设备的服役年限也在增加,发生故障的概率趋于增大。在设备全生命周期的各个管理环节,特种设备数据存在检验检测跨区域、多主体、分布分散、来源不一等问题。造成上述问题的关键因素之一就是特种设备数据质量低、共享难、效率低,无法及时为特种设备智慧监管赋能。因此,亟需通过区块链、云计算、大数据等新技术解决这些问题,以提高特种设备管理的效率和透明度,降低特种设备安全管理成本,减小故障发生的概率。

在平台构建与信息管理方面,目前研究主要聚焦于搭建各类平台以实现对特种设备不同层面的管理与信息处理,提升整体管理效率与信息处理能力。丁日佳等[2]针对移动式承压设备动态监管设计了具有动态感知、数据共享、智慧管理、社会服务的监管云平台。张莉君[3]定义了相关特种设备账本资源要素,给出了基于联盟链的特种设备质控分布式云平台模型与设计方案,提供与现有信息系统数据共识交互的能力。赵辉[4]提出基于联盟链技术建立特种设备健康检测体系生态,通过联盟链弱中心化的特征以解决服务调用过程中的数据安全及隐私性保护问题。伍冠桦[5]研究基于云平台的特种设备信息管理应用系统,利用二维码技术为每一台新装电梯建立具有“个人身份信息”的电子档案,实现对电梯的安全管理与全面监控。王旬[6]针对特种设备检验档案信息管理的要求,分析了云计算技术及应用特点,设计了特种设备档案信息管理云平台。林宁[7]针对云数据处理技术在特种设备监督管理平台中的运用展开分析,以提高特种设备监督管理效率。

在设备状态监测与故障处理方面,目前研究重点关注特种设备的运行状态监测以及故障诊断与处理。张凯[8]运用云平台技术建立了基于云平台的索道运行状态监控系统,实时监测索道设备的运行状态和工况参数,通过云端数据分析进行故障诊断及健康状态预测。叶轩宇[9]设计了一种数据驱动的电梯远程智能运维平台,平台主要功能包括数据大屏展示、电梯信息监控、电梯故障维保、电梯故障预测等,提高了电梯的维保效率和安全性能。刘佳璐[10]建立了电梯维保智能管控云平台,构建了完整的电梯安全评价体系和电梯故障知识库,实现了基于大数据的电梯故障预警。周奇才等[11]提出了一种基于K8s的设备监测云平台架构方案,实现了监测程序的容器化管理等功能,解决了起重机械监测程序管理困难、数据结构复杂、数据量庞大等问题。何燕[12]、王开楝[13]等提出基于云平台的承压设备耐压试验监督评价系统,实现耐压试验自动控制、合格性自动判定,辅助特检部门远程在线监督耐压试验全过程。这些研究针对不同特种设备,从设备运行状态监测到故障处理的各个环节,保障设备的安全稳定运行。

目前,现有研究多围绕单一设备或特定管理环节展开,在范围上较为分散,缺乏对特种设备全生命周期管理的系统性整合,无法形成全面、协同的管理体系。同时,针对特种设备故障救援、检验维保知识获取不直观,以及自然灾害、重大活动、疫情等不可抗力因素导致专家现场指导不及时,作业人员知识储备不足等实际问题,现有研究未能提供有效的解决途径。因此,本文针对电梯、大型游乐设施、长管拖车等典型特种设备,基于质量安全风险防控去中心化模型及应用场景,研究质控分布式云平台构建关键技术,搭建具有资源调度、辅助决策、远程诊断等功能的分布式云平台原型,实现质量安全风险防控数字化及去中心化。


本文详细内容请下载:

https://www.chinaaet.com/resource/share/2000006348


作者信息:

曹宏伟1,周前飞2,张莉君3,庆光蔚2,李歌1,唐海龙2

(1.中国特种设备检测研究院,北京100000;

2.南京市特种设备安全监督检验研究院,江苏南京210000;

3.福建省特种设备检验研究院,福建福州350008)


Magazine.Subscription.jpg

此内容为AET网站原创,未经授权禁止转载。
Baidu
map