隨著自動化技術的發展，工業過程的規模也逐漸增大，生產系統也變得更加龐大，設備或者生產單元之間的關系也不可避免地變得更加復雜。在水泥生產過程中，關聯的設備或者生產單元可能會導致微小故障不斷傳播與擴大。報警系統的作用是設置報警變量并進行實時監測，一旦發現報警變量的監測值出現異常，就將當前報警變量的異常信息及時反饋給操作者，同時將系統運行狀態的異常，以報警的形式記錄并保存下來。目前，實際的生產過程中報警信息僅用于給監控人員查看，缺少語音播放形式，容易造成報警記錄遺漏。通過語音形式播報報警信息，還可以提醒生產作業人員及時處理報警故障和異常，對提高生產過程中報警信息的處理的效率和實時性具有重要意義。本文提出了基于智能語音預警方法，通過工藝段的不同為用戶篩選對應的報警信息，通過設定報警復報時間避免短時間內大量重復的報警，利用TTS（TextToSpeech）引擎將報警文本轉為語音輸出，達到既能有效提醒操作員設備異常，又不會頻繁地輸出語音報警信息引起用戶反感。

1、系統整體架構智能語音預警系統是集報警處理、報警分類、語音合成及基礎數據為一體的預警文本顯示轉向語音播報的功能系統，模塊示意如圖1所示。報警處理：對于已確認的報警和已自動恢復的報警采取報警抑制措施，在設定時間段內不再產生報警，減少短時間內報警次數，超過設定時間后，重新接收新產生的報警。報警分類：按照生產工藝段劃分報警分類，如生料磨段報警、回轉窯段報警等。語音合成：傳統的報警提示以文字為主，大量的報警信息條閃爍容易產生視覺疲勞和重要信息漏看。將報警提示文本通過語音引擎合成為聲音播放出來，容易引起重視，同時通過過報警抑制、報警分類、語音播報間隔處理的模塊，也不會產生頻繁的語音播報。權限控制：主要為操作員分配所屬用戶權限組及用戶權限分配等，來確保被相應操作員獲取。圖1系統模塊示意

2、系統構成2.1系統數據流智能語音預警系統的數據基礎是報警數據，而報警數據的基礎是實時數據采集、報警規則、語音報警條件篩選等。本文基于WinCCOA建立智能語音預警系統，實現流程如圖2所示，現場各系統、設備通過各類驅動接入到WinCCOA產生實時數據，實時數據和報警規則產生報警信息，報警處理模塊抑制頻繁報警的產生，語音報警條件篩選出報警信息文本，最后通過語音引擎合成后播放。2.2數據采集系統采用OPCDA、Modbus、西門子S7Driver采集現場設備和DCS系統數據。OPC驅動主要對接水泥線DCS，采集水泥生產設備的運行參數，如生料磨、煤磨、窯、水泥磨、風機等設備的電流、溫度、轉速、振動、壓力等運行參數。Modbus驅動采集智能電表數據，如三相電壓、電流、功率因數、有功電度、無功電度、功率等數據。圖2語音報警實現流程西門子S7Driver采集脫硫脫硝系統數據，如NOx、SO2、CO、煙塵等濃度數據。這些數據是實時監控和預警的基礎，需要在WinCCOA控制臺添加各類驅動程序并在系統管理界面配置各類驅動參數保證驅動能夠連接到DCS系統、OPC服務器、PLC、智能電表等。再建立數據點配置數據地址、采集周期采集需要的生產數據。水泥線生產過程監控系統采用一體化設計思想，完成多層級的畫面展示、趨勢監測、綜合報表展示，以及交互式應用的統一組態和發布。建立廠級（一級單位）、車間級（二級單位）、設備級（三級單位）的監控系統，利用系統實時監測功能，及時記錄報警信息。水泥線生產過程的窯尾工序監控畫面如圖3所示。圖3窯尾工序監控畫面2.3WinCCOA語音合成播報軟件中的語音技術主要包括兩方面的內容，一個是語音識別（Speechrecognition），另外一個是語音合成（Speechsynthesis），即文本語音轉換系統（TTS）。TTS系統用合成語音合成文本字符串和文件到聲音音頻流。而語音識別系統則是轉換人類的聲音語音流到可讀的文本字符串或者文件。這兩個工作，都是通過各種語音引擎來完成的。微軟所提供的SAPI（全稱TheMicrosoftSpeechAPI），正是在應用程序和語音引擎之間提供一個高級別的接口，它實現了所有必需的對各種語音引擎的實時的控制和管理等低級別的細節。語音引擎通過DDI層（設備驅動接口）和SAPI進行交互，應用程序通過API層和SAPI通信。通過使用這些API，我們可以快速開發在語音識別或語音合成方面應用程序。SAPI應用程序編程接口（API）無須實現語音識別和文本語音轉換的應用程序所需要的高層代碼，使語音技術更加容易使用并且擴大了應用的范圍。TTS系統使用合成語音合成文本字符串和文件到聲音音頻流[8]。WinCCOA語音合成播報使用SAPI里的TTS，通過腳本篩選報警信息、調用SAPI的TTS，將報警文本轉為語音并以合適的速度播放出來，流程見圖4。圖4語音合成播報流程2.4語音預警條件語音報警腳本通過當前登錄用戶的權限組和報警分類做匹配，篩選出對應報警信息，通過語音合成引擎播放報警文本。篩選報警信息流程如圖5所示。圖5語音預計條件2.5報警規則報警處理腳本監視每條到來的報警，當報警的狀態轉為已確認或已恢復，會采用取消報警激活來抑制其下次報警。抑制時間可通過基礎數據報警規則配置界面來設定。流程如圖6所示。2.6報警復報通過報警抑制處理，在設定時間內不會產生同一問題的報警，超過設定時間后，報警會激活，如果故障未解除則新的報警能夠正常產生。抑制的時間主要通過延時函數及多線程處理，保證功能正常又不會阻礙系統其他程序正常執行。圖6報警規則

3、系統數據庫設計3.1數據庫及開發工具系統采用雙數據庫，本地采用InfluxDB數據庫（短周期存儲）、數據庫服務器采用PostgreSQL（長時間存儲）數據庫，實時數據及生成的預警數據并行歸檔到InfluxDB和PostgreSQL，如圖7所示。圖7PostgreSQL數據庫數據存檔表InfluxDB是一個由InfluxData開發的開源時序型數據。它由G語言寫成，著力于高性能地查詢與存儲時序型數據。InfluxDB被廣泛應用于存儲系統的數據監控，IoT行業的實時數據存儲等場景。PostgreSQL是一款對象關系型數據庫。它擁有現代關系型數據庫基本的特性：（1）使用關系型模型作為數據模型；（2）使用鎖和WAL日志實現事務的原子性，使用查詢處理器運行檢測實現事務的一致性，使用鎖和MVCC實現了事務的隔離性，使用WAL日志完成了事務的持久性；（3）具有完善、先進的查詢處理器，能夠使用動態規劃，遺傳算法進行基于成本的代價優化；（4）使用進程模型作為工作模型；（5）具有豐富的系統函數、類型、接口、插件、前端工具、語法等。WinCCOA數據歸檔功能被設計為采用InfluxDB作為本地實時數據和報警數據的存儲數據庫，使用PostgreSQL（也支持MSSQL（需要購買），這里選用PostgreSQL（開源免費））作為遠程存儲數據庫，通過WinCCOA管理實時數據表的創建、歸檔及過期數據清理，以及斜率、突變計算公式、報警閾值的配置。同時，PostgreSQL作為關系型數據庫，支持自定表結構，可支持時序數據之外的其他關系型數據存儲，如工序、設備、數據點建模。PostgreSQL數據庫開發工具采用pgAdmin4或Navicat等圖形管理工具。3.2數據表設計系統采用PostgreSQL建立新的工序、設備、數據點建模數據表。采用開放式數據庫互聯（ODBC）標準進行數據庫的訪問。軟件平臺提供操作界面給系統維護人員來配置，包括建立新的工序、設備、數據點建模，為用戶提供表格式操作界面，用戶可自行修改報警閾值及啟用禁用報警。

4、測試結果及分析第一步，給某個點位配置報警上限并激活報警，例如選取813AI_II_AI80401II這個點位的METER屬性（840.1輕式板喂機電流）配置報警上限30（此處為測試用值，不代表實際報警上限，實際報警上限由相關人員根據設備設計使用參數來確認），選擇報警類HYZ_LIMIT。第二步，等待該屬性值超過30時，觸發上限報警，報警文本紅底黑字。如圖8所示。此時，報警抑制腳本捕捉到該條報警信息，由于報警剛產生，還未確認或恢復，不做處理，等待操作員確認該報警或屬性值低于30時報警恢復，觸發報警抑制功能，先自動取消報警激活，在等待設定的時長后，自動激活報警。圖8產生上限報警在報警產生后，報警未確認或未恢復前，語音報警腳本會實時捕捉報警信息，后臺打印報警文本（屬性點描述+設定的報警文本，次數為“異常”），并以聲音的形式播放出來。在報警被確認或恢復后，該報警信息不再語音播報。經多次人工改變屬性值和通過采集設備實時數據，重復上面的