基于云计算的远程智能控制中央空调系统的研究与实现.doc

基于云计算的远程智能控制中央空调系统的研究与实现.doc

《基于云计算的远程智能控制中央空调系统的研究与实现.doc》由会员分享，可在线阅读，更多相关《基于云计算的远程智能控制中央空调系统的研究与实现.doc（12页珍藏版）》请在冰豆网上搜索。

基于云计算的远程智能控制中央空调系统的研究与实现

摘要：

随着中央空调从商业级到家庭级的广泛应用，传统的中央空调需要专业人员进行调试，才能保障中央空调处于最优的运行状态。

同时，由于故障数据的不明确，导致售后服务的成本急剧上升。

为了解决厂家对于多个中央空调的实时调优与定期维护，降低售后服务的成本，本文提出了基于云计算的远程控制中央空调的智能系统框架，能够完成基于协议交换的数据采集，基于云计算模型的实时数据存储，和基于AMQP消息的集群与并发服务。

通过实验和测试，整个系统能够完成远程维护和监控的功能，能够完成1000000台数据每一秒钟的实时采集的功能，数据采集的稳定性可以达到99.9999%，数据的延时性可以小于3秒的性能指标。

通过专家系统分析，可以调优中央空调的运行状态，推断故障产生的原因，给出可能的原因，给系统维护提供了有价值的数据和方法。

关键字：

云计算，智能，海量数据，大并发，专家系统，远程控制

1背景介绍：

对于设备的维护和诊断的研究，从本地的中央监控系统发展到远程的移动互联的手机监控和维护，是计算机网络技术的发展趋势。

侯朝祯,凌云,金玫【1】开始研究并发表了多机分布式火控设备故障诊断与自修复的报告，就是将多机的信息传入到中央监控与分析系统。

对于多台计算机的监控，刘浩,方肇洪【2】多级网络热传感器来实时监控计算机的环境温度，以方便管理多台计算机集群。

牛玉广,戈志华,李如翔,刘志昌,刘吉臻对于分布式汽轮发电机组在线检测与故障诊断的研究【3】，可以利用信息的采集与集中，在实时在线的监控与分析故障。

轩建平,来五星,史铁林,杨叔子利用数据的采集与分析，完成隔离测量器在火电厂分布式网络化状态监测故障诊断【4】。

在数据集中的同时，利用数据挖掘分析可能的状态，利用人工智能系统来判断未知情况的推断得到了很大的发展。

蒋东翔,倪维斗【5】在研究大型汽轮发电机组，利用混合智能诊断方法的去解决系统故障的自动分析与诊断。

计算机网络的发展，由于设备的分散性的特点，很难集中维护，于是就发展远程的监控和诊断的研究，成为现代控制中的一个发展方向。

王邵伯,郑崇苏【6】在大型电气设备远程监测系统的设计与可靠性分析中，提出了远程监测系统的框架和思想。

由于问题的复杂性，利用专家系统来分析与判断的应用在远程控制中得到体现，李江林【7】电厂电气设备故障诊断专家系统的设计，就是利用电气工程师的专业知识来推理与诊断潜在问题的原因。

多变量模型的建立中，往往需要利用神经网络来分析与判断设备的问题。

马皓,徐德鸿,卞敬明【8】基于神经网络和频谱分析的电力电子电路故障在线诊断，就是神经网络在设备监控的实际应用。

传统的控制方法，睡着云计算的到来，发生的本质的变化。

设备海量数据的存储，成千上万个设备同时给服务发送数据，分布式专家系统，对于潜在问题的发现与分析判断，是云计算在实际的空调控制中的实际应用。

陈康,郑纬民【9】在云计算:

系统实例与研究现状的文章中，提出了云计算有3个最基本的特征:

第1个是基础设施架构在大规模的廉价服务器集群之上;第二是应用程序与底层服务协作开发,最大限度地利用资源;第3个是通过多个廉价服务器之间的冗余,通过软件获得高可用性.针对海量存储的思想，肖侬,舒继武,刘芳,李明强【10】提出了存储模型，并讨论了将来的一个发展方向。

王意洁,孙伟东,周松,裴晓强,李小勇【11】进一步深人研究了云计算环境下的分布存储关键技术在大并发的环境下，秦秀磊,张文博,魏峻,王伟,钟华,黄涛【12】提出了云计算环境下分布式缓存技术的现状与挑战，解决如何创建分布式缓存的问题，提出了很有价值的方法和方向。

中央空调的控制本体部分主要是西门子的PLC的控制系统，论文的出发点如图1所示，基于中央空调的控制系统，通过协议传输，将各个系统的数据实时采集，并通过485转232与通用的PC机来完成协议交换，达到本地中央监控与控制的目的。

本地收集的数据，通过网络，每1秒钟实时发送与接受一次数据，与远程服务器来完成数据的存储。

如果有10万个用户，每间隔一秒钟，与服务器进行一次数据交互。

这种一对一的模式，将通过AMQP协议，完成N对N的客户与服务模型。

最后，通过海量数据的监控与分析，设计专家系统，提供客户潜在问题的提醒，故障问题的诊断，将分析与诊断的信息发送给客户的手机端。

同时，客户可以通过不同权限的用户登录，完成设备系统历史数据的查询和数据的分析报告。

论文的安排是第2节，分析海量数据的存储模式，如何保证数据的冗余与水平扩展，第3节是分析大并发访问云服务器模型，建议采用以交换机为中心的消息队列服务的协议AMQP的开源实现RabbitMQ。

在接下来的专家系统的模型图的分析，是第4节的主体内容。

最后通过一个中央空调的真正的系统的实验来验证，这种远程中央空调的云架构模式，是可行的。

同时针对专家系统的建立的过程，本文利用RESYE专家系统来完成中央空调的专家系统的方法和过程，提出了实验的步骤和方法。

2海量存储模型

我们面临的云数据集的时候，如何处理数据是DHT的云数据集的P2P模型。

总体来看Chord,Tapestry,Pastry,Kademlia,Can的P2P模型，可总是采取解决三个问题：

目录服务，存储文件，数据库。

目录服务意味着很少的信息量，如URI，元数据，特别是网络环境。

关于存储文件，它应该不变，只是为了下载。

和数据库第三模式，它属于一般喜欢NoSQL比较SQLOracle与SQLServer。

使用NoSQL，每个条目是小，但大量的l操作是查询和可变的。

虽然可以说是复杂和难以理解，可以被引入到了文[13]通常适用于Gnutella。

我们可以找到一些新的系统，Scour,FreeNet,Ohaha,JungleMonkey,andMojoNation。

AmosFiat和JaredSaia[13]介绍了CAN的基本知识，它可以属于DHT领域，尤其用于文件共享系统[14]。

Bongiovanni,F.,Henrio [15]描述了可以在过去的几年中的一些DHT的应用。

通过对Chord算法的介绍，对P2P网络中如何搜索（路由）有了一个大概的了解，此处将继续对Chord#算法的详细介绍。

Chord#其实是在Chord的基础上做了一些优化，相比Chord，Chord#存储keys是按词典编纂的顺序存储的，因此允许范围查询成为可能。

它的路由表是动态的，路由表中的记录个数为log2N，检索信息的效率更高。

Chord#使用下面的公式来计算路由表里的指针：

（1）

在环中的每个节点都可以实施范围查询，系统是通过节点查找来实现找到节点负责的键，并将数据发送给它。

该键是否在当前的节点和后继节点之间，如果这样的话，最后一步通过查找来完成，否则，该信息被转到下一个最近的节点，而这个节点是通过路由中的信息得到的，通过实时跳表查询来完成的。

检测路由表是否有变化，如果有，则发送一个更新路由表状态信息给节点，进而更新故障检测，但它的更新是可选的。

图2是关于Chord算法的一个基本的说明过程。

首先是基于0,1,3三点的chord环的建立，然后，有新的节点6加入的过程分析，最后是关于1节点离开环的整个表结构的分析。

3基于AMQP消息的云集群与云服务

计算机的服务模型，从1对1的模式，逐步发展成为多对多的模式。

图3的左边是计算机网络起步的工作模式，图3的右边是多对多的网络服务模型，其表达的意思是客户的增加与服务器构建云架构的需要，形成一个以交换机为中心的对等服务网络。

这样以前的服务模型，是以单点的服务器的模式，就是所谓的以服务器为中心的架构，导致了单点接入服务器的压力过大，同时存在以硬件心跳线连接备份的高价位专业服务器的投入和硬件更换的问题。

所以的客户来访问数据的时候，都是以消息队列的模式来发出请求，所以的服务，是根据服务的需求来寻找资源。

基于AMQP消息协议的云服务模式，满足了大并发客户群的需要与多服务器集群的云服务，完成了客户与服务的隔离。

本质上讲，AMQP就是一个完整的消息中间件。

目前，开源的实现AMQP协议的有ZeroMQ和RabbitMQ。

从速度的角度来看，ZeroMQ是有一定优势的。

但是从系统服务的稳定性来看，在消息的传递过程中，RabbitMQ的消息稳定性更好，并且在构建Pass基础架构的OpenStack也是用RabbitMQ作为消息传递机制。

图3

从云服务器的稳定性方面来看，建立多个云服务器是安全的。

因为从突发事件的角度来看，如果是在一个地方的服务器由于自然灾害的原因，导致了一个地方服务器不能正常工作，必须考虑服务的数据的安全。

所以，采用多个云服务架构的模型，是保证云服务器数据安全的一种有效的方法。

图4

云服务器的架构，从地理位置上来说，可以分为当个的云集群和多个位置的云集群服务。

图4的左边是单个的云集群模型，客户端的访问，通过路由算法和LRU队列计算后，在路由到服务器的图形化模型。

图4的右边是关于多个云服务中心的连接，他们之间的通讯，是通过Broker来完成。

4基于专家系统的故障诊断

Rete算法是为了解决更改事实或者规则后,如何用那种策略,让知识库的更新和学习速度比较快,而不是采用整体重新学习和更新的方式。

该算法的目的是提高速度正向链接规则系统的限制，要求重新计算冲突后触发规则。

它的缺点是，它具有很高的存储空间要求。

它利用两个经验观测值:

时间冗余：

一个规则触发变化通常只有几个事实，只有少数的规则是受这些变化。

结构相似的：

同样的模式经常出现在左边的一个以上的规则。

rete算法基本的数据结构是一个有向非循环图，该算法保持了日期相关的信息的节点图。

当一个事实是添加或删除从工作记忆，一个令牌代表事实和操作输入图的根和传播到叶子修改适当的信息与节点。

如果张三的年龄去年是30岁，今年就应该是31岁。

如果说要改变正确的事实：

张三今年的年龄是31岁，那么，我们就将事实添加上去。

根节点具有作为接班人的一种“种”节点，一对每个可能的事实（一种事实是其第一部分）。

当一个令牌到达到根的副本令牌发送到每一个“种”节点有选择的进行操作，只选择标记的。

然后为每个规则和它的每一个模式，我们创建了一一个输入阿尔法节点。

每个“类”的节点连接到所有的阿尔法节点的种类和提供他们的标记，它接收副本。

每个阿尔法节点关联关系，阿尔法记忆，其专栏命名变量出现在节点的模式。

例如，如果模式的节点的关系已列为和当一个令牌到达的节点项目操作中提取的令牌的元件匹配元组变量的模式。

由此产生的元组添加到阿尔法记忆节点。

在每个节点，用来存储的关系，beta内存，这是加入的关系相关的左和右输入，加入的列命名变量中发生的关系，对于根节点，可以用一个空的节点来表示。

5实验与结果

第一个实验：

架构的功能报告

中央空调的云控制系统，是采用西门子的PLC，型号是：

西门子s7-200-CN-CPU-224XP两台，XP系统的电脑一台（因为PLC的型号，只是支持XP系统，用于调试PLC），PC，Win7一台（数据采集端），一台平板（WEB展示端），一台安卓手机，安卓客户端展示，云服务器（9台电脑），服务端采用的系统是服务版的Ubuntu12.0464操作系统。

PLC通过485转232后，与PC机通过232端口直接互联，数据通信协议如表1所示，PC客户端采用VC++编程实现，服务端采用Erlang语言完成，消息中间件采用RabbitMQ来实现，展示端采用JS与Java来完成。

专家系统是采用Erlang语言来完成。

地址

JK-1地址为1，JK-2地址为2

波特率

9600

数据位

8

校验位

N

输出

地址

定义

备注

40001