王延东 王 佳

山东省济宁市特种设备检验研究院 山东 济宁 272000

当前社会各界广泛关注大数据技术,通过大数据技术可以挖掘更多信息,促进相关行业的稳步发展。特种设备检验过程中应用大数据技术,可以改善传统特种设备检验的不足,提高检验质量与实效性。因此,有必要研究特种设备检验中应用大数据技术的措施。

1 特种设备检验中大数据技术的优势

大数据技术可以帮助检验人员制定方案,但与传统检验存在差别,体现为大数据技术中可以从大量数据中自动发现规律,提高大数据技术质量与效率。大数据技术特点如下:

1.1 提升预警能力 特种设备检验大数据能够对预警能力实现提升。通过对特种设备检验大数据的获取和分析,能够预知特种设备情况的发展状况,这能够便于对其变化和故障等情况提出应急预警。

通过特种设备检验大数据能够实现对检验保护决策水平的提升。传统特种设备检验的决策制定缺乏对相关数据的应用,而通过特种设备检验大数据的收集、整理和分析,就能够得到特种设备检验状况和发展的数据成果,进而对特种设备检验的科学决策提供依据。

1.2 信息数据的共享 在信息化快速发展的今天,特种设备检验标准、检测设备不断更新,目的在于满足更多数据信息量的处理工作,但数据量增加的同时增加了信息数安全保管处理的难度。使用大数据平台能够实现对数据的存储共享和分段式管理,利用结构化的管理模式,能够为特种设备检验工作开展时数据查询和处理提供有效帮助。

对此,需要建立统一的特种设备检验制度,根据不同的内容制定相应的监管内容,落实监管责任,提升日常特种设备检验中数据收集效率。在具体管理的过程中,需要重视各个部门之间的合作,快速进行信息共享,确保数据信息的准确性。这种管理模式改变了传统的局面,对于提升特种设备检验的效率具有重要的现实意义。

2 特种设备检验中大数据技术的应用

2.1 结合常见风险,搭建安全评价体系 特种设备检验过程中利用大数据技术,搭建相应的安全评价体系,从后果影响因素及可能影响因素两方面进行分析。这里选择起重机械为对象,分析搭建设备风险分级模型要考虑的因素,也就是相关的信息数据。分析起重机械事故发生的原因,与现实管理工作结合起来,进一步明确起重机械风险评估指标,如表1所示。

表1 起重机械风险评估指标分析

通过表1指标分析,里面需要的资料大部分都可以直接从检验报告与检验活动中获得,仅有运行因素中部分项目获得难度较大或内容较多,需要检验人员整理分析、计算记录。特别是主要故障和风险点因素,风险评定时会受到主要受力构件、重要零部件及安全保护装置等因素影响,需要获得较多的内容。如果起重机械中安装监测系统,就可以较为简单的获得相应资料,如图1所示为起重机械结构健康监测与管理系统原理。

图1 起重机械结构健康监测与管理系统原理

整个过程中利用大数据技术,可以对检验报告与检验活动过程中产生的数据进行深层次挖掘,与现代起重机械结构健康监测与管理技术结合起来,基本可以自动化获得起重机械风险指标。也可以通过类似方法获得其他的类型特种设备的风险指标,实现高效检验的目的。

2.2 获取所需数据,做好数据清洗工作

2.2.1 获取数据 相关数据主要来自特种设备检验机构信息系统,数据获取可以从现有系统运行数据库中获取相关数据,选择和主题相关的数据融入到主题数据仓库中。如图2所示为数据抽取流程图。

图2 数据抽取流程示意图

特种设备检验机构需要具有特征数据的数据。

2.2.2 数据清洗工作 很多特种设备检验机构实施信息化已经很久,长期下来积累了大量数据。加上随着企业信息化建设,其间系统经过了数次升级与调整,使得系统中存在较多的“脏”数据。这是因为日常业务人员工作时会出现数据录入错误的情况,这些数据通常系统维护人员会直接处理掉,不会对正常业务产生影响,但系统层面依然会出现数据不一致的情况,这时要进行数据清洗,提高数据质量,以满足数据挖掘的需求。如图3所示为数据清洗流程。

图3 数据清洗流程示意图

数据清理工作的本质,就是将数据中不合逻辑数值、空缺值去掉,保证预测结果的准确性,还能将一些偏差较大的数值去掉,这些数值大多在特殊情况下出现的。如,产品内部交易价格低,部分产品生产周期长造成价格高于普通产品等。

2.3 建立特种设备检验大数据共享平台 通过完成更多特种设备监测设备的设置,需要有效地管理海量的数据与变化,因此也需要更强的数据存储能力的配合,应该以优化与完善传统关系数据库为前提,应该以时间范围进行划分应用分片技术。但是因为数据量非常庞大,可能有数据加载较慢、存储空间不足以及数据报表载入速度较慢等问题出现,从而影响系统正常运行。为使特种设备安全管理创新的效果得到进一步增强,相关人员可以通过利用Spark和Hadoop技术完成特种设备检验大数据的分布式处理,构建特种设备检验数据处理平台,使各项数据拥有更强的处理效果,能够使应用、存储、管理数据的能力得到有效提升。

利用特种设备检验大数据处理平台还能有效地管理原有的业务逻辑相关数据,从而大幅度地提升应用特种设备检验大数据的效果。为使传统系统中数据应用存在的问题得到有效解决,可以通过建立特种设备检验大数据共享平台对数据的共享、服务与维护管理功能进行增强,可以高效地处理和整合特种设备检验相关的信息数据,完成相关信息的有效共享。另外,还需要建立完善的数据维护管理与运行机制,使数据拥有更高的质量,有效地分类与管理原有数据,提升数据应用的拓展性和灵活性。此外,我国出现了越来越严重的特种设备安全问题,各种因素严重地损害特种设备的安全运行。对于特种设备安全管理创新,需要保证模型的正确使用。为更加准确、及时地进行特种设备安全,可以对数值模型的过程分析技术进行利用,从而模拟与计算安全风险的生成过程与演变规律以及分布状态,可以对安全因素的根源、密度、发展方向以及趋势进行明确。

2.4 做好网络安全管理,提高大数据技术应用效果 为保证计算机安全,减少系统运行中由于风险问题而对通信速度、安全等所产生的影响,相关工作人员需要从前期设计时就开始考虑系统安全问题,针对其中可能存在的安全问题建立一个专业的维护平台。所以系统设置要以目前行业最高等级的安全制度为参考,按照时间段的不同以及设计需要,对系统运行状况以及通信安全等问题进行全面检测,针对可能出现的问题预先设计好维护方案,如此才能最大限度确保计算机系统在运行时的安全性,保证通信正常、安全。

（1）在实际运行中,计算机系统可能遇到各种各样的安全问题,对此,相关工作人员可以通过“监测+评测”的形式,找到造成此次系统问题的主要风险因素,然后对此进行把控和处理。比如,用户在日常使用中会利用电脑进行网页浏览,此时最可能遇到的危险因素就是系统遭受他人攻击,这就涉及到用户计算机系统的安全性,导致用户信息、资料、隐私等的泄露。所以,工作人员在对用户计算机系统进行风险测评时,需要从其网络应用、软硬件配置以及端口协议等多方面进行综合考虑,同时对系统遭受攻击后可能发生的信息泄露、信息安全、能否正常使用等多种情况进行分析,制定相应对策,确保用户计算机安全。

（2）在系统风险分析完成后,工作人员需要借助AHP分层法对各项风险程度进行汇总和排列,为后期维护人员工作开展提供一些必要的参考和依据。

（3）借助相应的监测和分析,能够准确判断系统是否处于正常使用状态,以及用户上网时所遭受的风险以及攻击次数。同样的,工作人员也可以借助该系统对此次风险所在成的损失进行统计和整理,包括内部系统以及在进行通信安全维护时,详细明确系统维护的每个细节、步骤和具体目标,确保用户或企业内部通信系统的安全和稳定使用。在实际使用时,一旦出现因为电脑安全系数降低而引发的通信安全问题,相关工作人员可以从相关软件方面着手,对电脑的整个系统进行优化,同时根据实际需要设置一些仅供内部员工使用的权限,以免因为一些外界因素而影响到用户的正常使用。

结语

总之,特种设备在各行各业中都有着广泛应用,通过合理应用大数据技术,提高检验结果的安全性与可靠性。通过发挥大数据技术的优势,与特种设备检验工作结合起来,丰富检验方法,利用大数据技术推进特种设备检验行业的稳步发展。