一種基于服務的選礦流程實時數據采集

嚴忠新，李亞超，王文飛，趙建強

（1.江西銅業集團有限公司 德興銅礦，江西 上饒 334000；2.北礦智云科技(北京)有限公司，北京 100083）

1 引言

隨著國家智能制造戰略的推進，企業實時數據在經營管理當中發揮越來越重要的作用。在礦業生產中，實現自動化數據的規范化采集管理，有助于礦石選礦工作智能化水平的提升［1］。實時數據采集有兩種應用，一種是面向生產操作與實時控制為主的數據采集，由PLC或DCS系統完成；一種是面向管理和服務的數據采集，由SCADA或MES系統完成。這兩種數據應用既有區別又有關聯。

1.1 數據采集的對象和目的

DCS系統數據采集的目的是滿足生產一線操作工對工藝過程的實時監控和操作的要求，因而對實時性的要求最高，避免因為采集滯后造成操作滯后、進而影響到生產的安全和質量［2］。面向管理和服務的數據采集，服務對象主要是管理人員和技術人員，他們更加關注對歷史數據的挖掘利用，從中發現問題、尋找關聯、優化操作規范和決策，如圖 1所示，第一種應用主要服務于PCS層，第二種主要服務于MES和BPS層。

圖1 應用服務的數據采集體系結構

1.2 數據采集的結構差異

在實際工業場景中，同一現場會存在多個設備構成、采集范圍、復雜程度各有差異的PLC或DCS系統，它們可以獨立的完成各自的控制與操作任務。由于系統集成商的集成習慣、業務認知和技術規范上的差異，這些系統的變量命名規則、數據交互接口、控制邏輯的差異很大，因此難以實現數據和信息上的“互聯互通”和“協調統一”，即形成了“數據孤島”。面向管理的數據采集需要能夠掌握整個工業場景的完整數據和信息、才能夠對生產中的狀況了解全面，對存在的問題分析透徹，進而才能形成正確的決策［3］。因此后者必須將這些分散的“數據孤島”整合并且重新編制，使其在命名規范、數據有效性、調用機制、交互接口達到統一。例如將磨礦自動化系統中球磨機的處理量和電能監測系統中的磨機供電進線的耗電量進行整合計算，可以獲得球磨機的單耗參數，反應出磨礦工藝的經濟指標是否合理。

1.3 數據采集的基本原則

無論是哪一種數據采集，均需要滿足完整性、準確性、持續性這三項基本原則：

（1）完整性。必須要將數據源中的有效數據完整的同步到目標系統中，數據的時間跨度和空間分布要符合項目要求，不能丟項漏項，不能失真。

（2）準確性。同步到目標系統中的數據要與源系統中的數據保持一致性，不能因為數據的同步而導致數據有效信息的丟失［4］。比如：時間精度、數據精度等。

（3）持續性。數據集成工作機制必須是持續不斷的進行的，因斷電、重啟等工作環境原因造成不可抗的中斷時，工作環境恢復后數據集成進程應能自動恢復，持續工作，無需人為干預。

2 數據采集的關鍵技術

本文探討面向管理和服務的數據采集系統是如何構建和實施，面向管理和服務的數據采集的關鍵技術包括：

（1）網絡架構和數據通訊技術，網絡需要能夠兼容不同通訊協議和網絡配置的自動化裝備，包括標準通訊協議的PLC、DCS系統，也包括一些專有通訊協議的系統，比如能源管理系統、在線分析系統等。

（2）實時數據存儲和管理技術，實時數據具有采集頻率高、數據體量大、信息價值低的特點，因此調用和存儲既要保證速度和效率，也要避免不必要的資源浪費。

2.1 網絡架構與數據通訊

數據采集網絡基本構架和數據流向如圖 2所示：框架整體分為工業現場(PLC層、HMI層)、數據采集層、數據存儲層、數據應用層和客戶端層。面向服務數據采集的數據源為PLC集成的現場設備和儀表在動態生產過程中產生的實時數據，共有三種采集方式：第一種方式為PLC將實時數據傳輸到現場上位機HMI中的數據庫，然后利用ETL工具將數據庫中的數據按照特定的表結構將數據同步到實時數據庫中，這樣存在的弊端是數據轉換過程中存在較大的滯后性，且數據同步對計算機性能有一定的要求，會給上位機帶來較大的負荷；第二種采集方式為在現場安裝工業數據采集機直接通訊PLC，省去中間數據同步的過程，但對PLC而言增加了一項數據傳輸的客戶端，龐大的數據吞吐量給PLC造成很大的負荷，存在宕機的風險性；第三種采集方式便是同樣安裝數據采集機，利用通訊協議將數采機和HMI進行通訊，然后將數據傳輸到實時數據庫，這樣既保證了實時數據的時效性，也不會對PLC造成風險。

圖2 網絡架構

數據存儲層包含實時數據庫和關系型數據庫，實時數據存入數據庫中首先會統一標簽化，部分靜態數據也會同步到Mysql數據庫中，為數據應用層提供數據支撐；數據應用層為礦山數據應用平臺和數據分析系統，將數據庫中來自不同DCS系統的數據進行統一管理，方便進行各種分析計算，例如電能單耗指標計算以及通過可視化將計算結果展示給用戶和管理人員。

因為工業現場各DCS中控系統品牌不同，通信總線也只是用于自身各工作站、工程師站之間（如以太網）以及生產線現場控制站各個模塊之間使用（如DP總線），難以方便高效地實現來自不同廠商的應用程序與硬件設備之間的數據通信，所以應用服務的數據采集使用OPC通訊協議解決了不同DCS系統之間通訊協議的不兼容性的問題。OPC是一個工業標準,是以微軟的OLE、COM（部件對象模型）和DCOM（分布式部件對象模型）為基礎的技術,連接數據源（OPC服務器）和數據的使用者（OPC應用程序）之間的軟件接口標準［5］。OPC接口適用于很多系統，可以向用戶提供不依靠于特定開發語言和開發環境的可以自由組合使用的過程控制軟件組件產品。

2.2 實時數據庫

實時數據庫起初誕生于美國上個世紀80年代，當時隨著流程工業和航天工業的發展，大量的測量數據需要集成和存儲，采用關系數據庫難以滿足速度和容量的要求，而且接口訪問復雜，不適合科研和監控的需要，因此開始誕生了以工業監控為目的的實時數據庫［6］。

實時數據庫作為核心的關鍵技術之一，在流程工業企業綜合自動化中起著極其重要的基礎數據平臺的作用［7］。因為在事務處理上存在著時間和資源調度問題，所以要能有效地解決事務間的并發性；所以實時數據庫需要具備如下功能：

（1）構建基礎生產過程中來自現場的數據的采集接口，建立原始基礎數據庫，集成各種異構通訊協議的數據源，形成統一的訪問實時數據接口[8]。

（2）完成對實時數據的集中海量存儲，實現數據庫各級壓縮功能，并根據企業要求對規定時間內的歷史記錄進行管理，可以對冗余作廢數據自動刪除。

（3）支持實時數據讀寫操作和歷史數據的高效查詢，具有生產數據查詢、手工刪除、添加、修改等功能。

（4）系統內部的數據通過處理和轉換要同系統中的其他部分進行交互，從而使用戶能夠通過多種方式看到各種數據。

圖3所示是一種較為通用的實時數據庫應用結構：通過現場適配層適配現場的各種接口，采集接口通過各種工業通訊協議訪問現場PLC或者上位機采集數據，通過實時核心，完成數據的采集。數據落入數據庫后可以進行實時計算、報警計算等二次處理，歷史數據被不斷泵入磁盤歷時存儲，形成可追溯的歷時信息，同時通過向應用層提供各種適配接口，支持各種開發語言和各種應用需求的訪問。

圖3 實時數據庫基本結構

3 基于服務的數據采集

3.1 數據采集場景

泗洲選礦廠隸屬于江西銅業股份公司德興銅礦，是礦山建設中最早投入生產的選礦廠，最初的礦石日處理能力為2500t/日，在歷經三院設計、四次擴建和六次改造，現在已經形成了礦石日處理能力3.8萬t/日的生產規模。選礦廠的主要設備包括中、細碎圓錐破碎機、球磨機、680m3浮選機、130m3浮選機等。

泗洲廠在采集實時數據、消除數據孤島方面已經先行一步，通過在全廠和中控的HMI系統部署iFIX的通訊控件，將各個工段自動化系統的數據實時同步到廠內中心機房的SCADA系統，并且存儲到了數據服務器的歷史數據庫中，同時配有WEB服務器負責網頁發布。

為了能夠更好的將實時數據與其他的生產管理系統的數據融合，為全廠的生產管理和調度提供服務，泗州選礦廠將iFIX系統與全礦的數據采集系統對接，進而實現自動化系統實時數據與LIMS系統、能耗系統、在線分析系統和其他即時人工錄入數據的集成，從而可以開展更深一步的面向管理和服務的應用開發。

3.2 數據采集實施

應用于服務的數據采集首先要將數據采集機部署在與工程師站處于同一局域網段，并且可以連通礦山數據中心的服務器，確保滿足數據通訊和傳輸的物理條件；其次采集機的操作系統登錄名稱和密碼要與工程師站相同，確保滿足OPC通訊的DCOM配置條件。在礦山數據中心服務器安裝庚頓實時數據庫和應用服務平臺，用來滿足實時數據存儲和管理的要求。

實時數據采集的具體實施操作是：在工業現場安裝具有雙網卡的數據采集機，一端連接HMI層網絡，用來通訊控制層的網絡采集數據，另一端連接礦山數據中心網絡，用來將數據傳輸到礦部數據中心。工程師站含有iFIX的OPC Server，在數據采集機安裝庚頓數據庫的采集接口GoldenOPCInterface 作為 OPC Client，與工程師站的OPC Server做DCOM配置，以OPC通訊的方式采集iFIX OPC Server中的實時數據，然后再通過與數據中心通訊的端口傳輸到實時數據庫，從而實現了從 DCS、PLC、現場控制系統與實時數據庫間的實時數據通訊。

3.3 礦山數據采集平臺

3.3.1 平臺數據流結構

德興銅礦部署的礦山數據采集平臺是江西銅業股份有限公司承擔國家發改委“互聯網+”重大工程項目《礦山智能化服務平臺建設》的建設成果，該平臺具備數據采集、分析和可視化等功能的二次開發能力，是一種面向礦山工程技術人員和管理人員進行業務“零代碼”開發的工具平臺。數據來源一部分是由現場的數采機采集現場的自動化系統實時數據，然后通過網絡傳輸到礦山數據中心服務器的實時數據庫；另一部分是利用數據同步工具，通過解析表結構、轉化服務平臺設計的特有的表結構、將數據裝載到設計好的表結構這三個步驟，把信息化數據同步到Mysql數據庫。平臺將這些來自不同系統的變量進行統一結構的標簽化命名，可供取平臺的計算服務系統進行調用。

3.3.2 數據標簽化

礦山數據采集平臺按照礦山的組織架構逐級對每一代表層級進行編碼，將來自不同PLC、不同組態的原始變量，都可以使用一種統一的、結構化、層級分明的標簽來命名：首先根據礦山層級建立生產組織結構，按照廠級—車間（工段）—作業—設備—電機（儀表）依次構建（如圖 4，標號①），每一層級、每一設備以及變量代表的生產狀態（例如儀表的測量值、累計值，電機的運行停止信號、電流）都有其特有的編碼，再根據設備或者電機儀表所在的層級和生產狀態，將現場PLC或者HMI變量進行對應的關聯，形成平臺特有的變量標簽和描述(如圖 4，標號②)。如果解析一條變量代表的自動化含義，只需在平臺變量字典里進行查看，就可以得到對應設備或電機儀表所屬層級、生產狀態等一些的信息。結合應用服務平臺進行數據采集，將實時分析匯總數據，更方便對變量的管理，保證各個部門都能夠有效利用自動化設備數據采集系統，提高部門的工作效率和工作質量。

圖4 生產組織結構標簽

3.3.3 數據計算服務

數據計算服務得益于礦山數據采集平臺的數據標簽化，可以對來自不同系統的數據進行統一的管理與計算。目前計算服務可以對采集的實時數據配置KPI計算，目的是發掘現場儀表測量值更深層次的價值。計算結果被存儲為特定的KPI變量標簽，一方面可以進行數據可視化，另一方面可以被報表自動化調用。報表自動化是計算服務在配置簡單的KPI計算之上另一種二次開發出的計算，目前泗洲廠已經實現廠級電能報表按每日的周期頻率自動制作，計算模板可以根據現場實際生產情況進行自定義設置，計算數據便是調用了泗洲廠的電能系統和磨礦系統的實時數據配置KPI計算，形成KPI指標后再次被報表系統調用，計算結果如圖 5所示。

圖5 每日電能報表

3.3.4 線性回歸分析

利用線性回歸分析算法分析兩種或兩種以上變量間相互影響的定量關系，是開發優化控制策略最常用的一種統計分析方法。礦山數據采集平臺集成并該種算法并設計成了可配置的分析工具。如圖 6所示，通過左側結構樹查詢要進行分析的自動化變量，分別選為自變量X和因變量Y并選取合理的時間區域進行回歸分析。

圖6 球磨機給礦量、功率回歸方程分析結果

3.3.5 實時監控

礦山數據采集平臺的實時監控功能是將Grafana平臺嵌入到計算服務系統中。Grafana是一款用Go語言開發的開源數據可視化工具，可以做數據監控和數據統計，帶有報警功能,如圖 8所示.可視化應用開發者基于平臺的生產組織架構和數據標簽化計算，可以快捷的實現任何一個標簽的快照數據的可視化，從而實現任何一個移動終端和PC端都能夠實時同步的監控的生產過程。

圖7 泗洲廠數據可視化

4 結論

礦山數據采集平臺提供了基于服務的實時數據采集和應用開發的環境與工具，把不同來源、格式、特點性質的數據在邏輯上或物理上有機地集中，從而為企業提供全面的數據共享。本次數據采集首先從數據入手，梳理礦業數據的存在、含義、作用和關聯，參照德興銅礦泗洲選礦廠生產形態，進行了數據集成、使得數據價值被挖掘的初級條件，具體體現在：

（1）能夠將來自不同DCS系統的數據集成到統一的數據采集系統，并且按照礦山結構進行統一編碼命名，方便管理；每個標簽能夠完整的反映出當前設備所在的邏輯位置以及生產狀態，提高了用戶對變量的辨識度；不同系統間的變量可以存放在同一數據庫，提高了變量利用的靈活性和可利用率。

（2）能夠利用科學的數值分析算法進行科學統計與計算，如單個變量的統計特征分析、多個變量的線性回歸分析等，是開發智能控制策略的基礎；通過KPI計算服務實現技術經濟指標的技術，實現生產班、日報表的自動化，極大的提高了生產調度管理效率。

（3）提供了一種數形結合查看數據的平臺，區別于現場DCS系統組態軟件簡單的歷史趨勢，應用服務的數據采集實現了查看數據歷史趨勢的時間步長可控，極值、均值、方差等過程參數一目了然；通過多種多樣的數據展示模板，可以更方便、更直觀的將數據的變化趨勢以及設備狀態展現出來。