基于工業(yè)互聯(lián)網(wǎng)架構(gòu)的偏差統(tǒng)計模型在石化行業(yè)應用綜述

侯曉峰

（中海石油化學股份有限公司，海南 東方 572633）

0 引言

目前國內(nèi)大型石化企業(yè)基本上已完成實時數(shù)據(jù)庫、MES系統(tǒng)等本地化的信息系統(tǒng)建設(shè)，實時數(shù)據(jù)庫系統(tǒng)作為企業(yè)生產(chǎn)管理的基礎(chǔ)存儲了大量的生產(chǎn)過程數(shù)據(jù)，其對生產(chǎn)運營具有非常高的應用價值，面對寶貴的數(shù)據(jù)資源，在未來建設(shè)工業(yè)互聯(lián)網(wǎng)平臺過程中如何保護和利用已有的信息資源，如何搭建符合石化行業(yè)特點的互聯(lián)網(wǎng)平臺是未來工業(yè)互聯(lián)網(wǎng)建設(shè)必須考慮和兼顧的問題。

作為重資產(chǎn)的石化行業(yè)，未來建設(shè)的工業(yè)互聯(lián)網(wǎng)平臺與眾多互聯(lián)網(wǎng)企業(yè)、消費級物聯(lián)網(wǎng)、離散制造物聯(lián)網(wǎng)存在很大的差異，其頂層設(shè)計必須根據(jù)石化行業(yè)特點和管理需求、利用已有的成熟算法和模型、基于現(xiàn)有的海量數(shù)據(jù)等進行平臺搭建和功能實現(xiàn)。

未來工業(yè)互聯(lián)網(wǎng)的建設(shè)，單純的實現(xiàn)軟件功能并非工業(yè)互聯(lián)網(wǎng)的最終目標。行業(yè)內(nèi)各企業(yè)的生產(chǎn)管理水平參差不齊，工業(yè)互聯(lián)網(wǎng)實現(xiàn)軟件平臺化將帶來更多的是整個行業(yè)管理思路的可復制化、行業(yè)內(nèi)部的資源可配置化，這是行業(yè)產(chǎn)生效益的源泉。因此，通過工業(yè)互聯(lián)網(wǎng)平臺推廣行業(yè)內(nèi)優(yōu)秀的管理思路、科學的計算規(guī)則和先進的算法模型，將相關(guān)成熟的軟件系統(tǒng)云端化、服務化以便為石化行業(yè)的生產(chǎn)運營發(fā)揮更大的價值。

1 架構(gòu)設(shè)計和應用

1.1 系統(tǒng)架構(gòu)

根據(jù)工業(yè)互聯(lián)網(wǎng)總體架構(gòu)的規(guī)劃，基于產(chǎn)品化的工業(yè)互聯(lián)網(wǎng)平臺，在PaaS層之上實現(xiàn)指標偏差管理模型和功能。

圖1 工業(yè)互聯(lián)網(wǎng)總體架構(gòu)Fig.1 Overall architecture of industrial Internet

工業(yè)互聯(lián)網(wǎng) SaaS層提供了APP開發(fā)的服務支撐能力，通過快速迭代實現(xiàn)工業(yè)應用的持續(xù)集成、持續(xù)交付。工業(yè)應用通過網(wǎng)關(guān)實現(xiàn)對后端實時數(shù)據(jù)庫服務的調(diào)用和構(gòu)建相關(guān)功能模塊的實現(xiàn)業(yè)務能力共享，并通過平臺網(wǎng)關(guān)統(tǒng)一為企業(yè)提供業(yè)務及技術(shù)支撐。

在IaaS層將搭建實時數(shù)據(jù)服務，該服務把各企業(yè)已有的生產(chǎn)過程、資產(chǎn)架構(gòu)等業(yè)務數(shù)據(jù)，通過應用架構(gòu)服務的方式提供給 PaaS和 SaaS層APP使用。鑒于業(yè)務現(xiàn)狀分析的種種特點，不能機械地按照工業(yè)互聯(lián)網(wǎng)的分層把實時數(shù)據(jù)歸集到邊緣計算層去進行數(shù)據(jù)采集處理，須針對企業(yè)的網(wǎng)絡(luò)現(xiàn)狀、系統(tǒng)的平滑過渡以及對已有資源的投資，采用微服務的方式率先進行數(shù)據(jù)的轉(zhuǎn)接是最佳的實現(xiàn)方式。

1.2 實時數(shù)據(jù)服務

以國內(nèi)應用最為廣泛的實時數(shù)據(jù)庫系統(tǒng) PI系統(tǒng)為例，海量的歷史數(shù)據(jù)接入到工業(yè)互聯(lián)網(wǎng)系統(tǒng)進行建模分析需要打通數(shù)據(jù)渠道。PI數(shù)據(jù)一般通過三種方式進行獲取，包括 SDK調(diào)用、Web Service和 PI SQL Das（PI SQL Data Access Server），通過分別對上述三種方式進行了深入的刨析，最終確定采用PI SQL DAS的方式。

1.2.1 SDK調(diào)用

PI系統(tǒng)提供了完善的SDK開發(fā)程序包，通過其API的調(diào)用，可以高效獲取和利用PI系統(tǒng)里面的數(shù)據(jù)，但目前該開發(fā)包僅支持Windows平臺進行開發(fā)，支持 C#等編程語言，要求 Dot Net Framework 4.62以上版本的支持。該方式不能支持跨平臺，從OSI Soft長遠的技術(shù)路線RoadMap上來看，在未來的一段時間也沒有明確支持跨平臺.Net Core Framework的計劃，因此該技術(shù)路線不適合在PaaS平臺上使用。

1.2.2 Web Service

通過開發(fā)Restful的Web Service調(diào)用接口是實現(xiàn)數(shù)據(jù)互聯(lián)互通的方式之一。Web Service自帶跨平臺和跨語言的特征，可以實現(xiàn) Linux和Windows平臺之間互操作，也可以被java、C#等語言調(diào)用。但是由于 Web Service基于 XML（Extensible Markup Language）擴展型可標記語言和Soap（Simple Object Access Protocol）簡單對象存取協(xié)議，數(shù)據(jù)通過文本的方式進行描述，相對于比特化的二進制傳輸方式，XML序列化造成了數(shù)據(jù)膨脹，加大了傳輸?shù)臄?shù)據(jù)量，降低了數(shù)據(jù)傳輸效率。

針對偏差統(tǒng)計的大數(shù)據(jù)模型而言，傳輸?shù)臄?shù)據(jù)量較大，經(jīng)測試，采用Web Service方式的數(shù)據(jù)傳輸，效率僅相當于二進制方式的30%～60%，因此Web Service方式亦不適合本應用的需求。

1.2.3 PI SQL DAS

PI SQL Data Access Server是PI系統(tǒng)原廠提供的數(shù)據(jù)接口服務，其系統(tǒng)可靠性和效率均得到極大的保證。同時，通過OleDB、ODBC和JDBC的接口，可支持跨平臺和多種語言的訪問，其數(shù)據(jù)訪問效率僅次于SDK方式，因此首選該方式實現(xiàn)實時數(shù)據(jù)的訪問。

實時數(shù)據(jù)服務采用在IaaS層的虛擬主機上安裝PI SQL Data Access Server（簡稱PI SQL DAS），通過https通道與PI JDBC客戶端進行通訊，使PaaS層具有為上層應用提供跨平臺實時數(shù)據(jù)訪問服務的能力。

PI SQL DAS有獨立部署和中間件部署的兩種架構(gòu)，為了有效地支持跨平臺和 Linux操作系統(tǒng)，接口服務器采用中間件的技術(shù)架構(gòu)進行部署。各基地的傳感器數(shù)據(jù)實時傳輸?shù)絇I Server進行存儲，然后通過企業(yè)內(nèi)網(wǎng)連接到工業(yè)互聯(lián)網(wǎng)平臺的DAS數(shù)據(jù)訪問服務器，通過轉(zhuǎn)換將 PI API/SDK接口獲取的數(shù)據(jù)通過 OLE DB接口協(xié)議對外提供，工業(yè)互聯(lián)網(wǎng)平臺APP獲取各自所需數(shù)據(jù)實現(xiàn)業(yè)務功能。

1.3 指標偏差服務

指標偏差統(tǒng)計模型是用R語言進行搭建的，R語言是用于統(tǒng)計分析，圖形表示和報告的編程語言和軟件環(huán)境。未來指標偏差模型將單獨運行于容器之中，采用微服務的方式對SaaS層的應用提供計算和結(jié)果。

系統(tǒng)調(diào)用R語言有兩種方式，一種是Rserve的方式，這是一個基于TCP/IP的服務器，通過二進制協(xié)議傳輸數(shù)據(jù)，可以提供遠程連接，使得客戶端語言能夠調(diào)用R；另一種是通過Java/R Interface接口，調(diào)用R的動態(tài)鏈接庫從而利用R中的函數(shù)。

本應用采用第一種方式，實現(xiàn)模型與R運行環(huán)境的松耦合，指標偏差模型依賴于底層的PaaS平臺服務、R Serve計算引擎和實時數(shù)據(jù)服務，通過指標偏差統(tǒng)計模型向上提供工藝參數(shù)、設(shè)備參數(shù)等的偏差計算微服務接口。

2 偏差統(tǒng)計模型

在石化行業(yè)通常的工藝管理中，通過平穩(wěn)考核和上下限監(jiān)控可以發(fā)現(xiàn)并校正短期內(nèi)的參數(shù)偏差，對于尚未超出報警值的緩慢趨勢變化缺乏有效的監(jiān)控手段，而從統(tǒng)計過程控制（SPC，Statistical Process Control）來看，這種參數(shù)的偏差正是一種有效的反饋信息，可以幫助企業(yè)在早期及時發(fā)現(xiàn)系統(tǒng)性因素出現(xiàn)的征兆，預防問題的發(fā)生，幫助企業(yè)真正作到“事前”預防和控制。與以往采用人工調(diào)取長時間的趨勢圖來進行參數(shù)偏差辨別的方式相比，本應用功能采用了先進的計算機算法進行統(tǒng)計分析，結(jié)果可靠客觀，有效的杜絕了眼睛識別的誤差，降低了工作強度提高勞動生產(chǎn)率。

指標偏差統(tǒng)計是一個依據(jù)SPC的思想實現(xiàn)的借助數(shù)理統(tǒng)計方法的進行過程控制的分析，根據(jù)規(guī)則確定眾數(shù)、正常值范圍，計算兩條藍線之間所有觀測值的標準差，根據(jù)萊特準則，以黑線為中心，上下各擴展得到兩條綠色水平線（以下簡稱綠線），對綠線之間的工藝參數(shù)值進行時間趨勢項的擬合（基于最小二乘法），來預測工藝參數(shù)有整體上升、下降或不變趨勢。

如下圖所示是一個工藝參數(shù)半年的運行數(shù)據(jù)曲線，可以看到中間的大波動是處于停車狀態(tài)，通過算法的處理可以有效排除掉這些異常工況的數(shù)據(jù)。

通過統(tǒng)計學的方法對實時數(shù)據(jù)庫中存儲的海量過程歷史數(shù)據(jù)進行分析，從而找出發(fā)生偏差的指標參數(shù)供工藝、設(shè)備、儀表人員進行進一步的深入分析，查找偏差的原因，及時發(fā)現(xiàn)隱患。

圖2 實時數(shù)據(jù)的正常值區(qū)間Fig.2 Normal range of real time data

圖3 模型異常偏差結(jié)果Fig.3 Model abnormal deviation results

3 工業(yè)APP

工業(yè)互聯(lián)網(wǎng)APP（以下簡稱工業(yè)APP）是工業(yè)互聯(lián)網(wǎng)的基礎(chǔ)上應用，承載了工業(yè)領(lǐng)域特定的知識和經(jīng)驗，是工業(yè)技術(shù)軟件化的重要成果，通過 APP實現(xiàn)軟件為生產(chǎn)賦能、賦值、賦智的作用。

偏差統(tǒng)計大數(shù)據(jù)模型的APP的業(yè)務邏輯在模型中實現(xiàn)，APP進一步實現(xiàn)人機的交互，相關(guān)業(yè)務流程設(shè)計如圖4所示。

圖4 工業(yè)APP業(yè)務流程Fig.4 Business process of industrial app

通過配置設(shè)置需要模型監(jiān)控的位號組，系統(tǒng)定期進行大數(shù)據(jù)分析計算，結(jié)果通過郵件方式通知業(yè)務人員進行處理，系統(tǒng)提供自動報告生成及導出的功能，對分析結(jié)果進行在線分析和評估、處置措施等，最終形成閉環(huán)管理。

4 結(jié)論

結(jié)合石化行業(yè)特點和管理需求，基于成熟的工業(yè)云平臺，設(shè)計和開發(fā)工藝指標偏差統(tǒng)計模型及相關(guān)功能，實現(xiàn)其微服務化和平臺化的部署。本文驗證了工廠本地實時數(shù)據(jù)庫與工業(yè)云結(jié)合的技術(shù)方案的可行性。解決了企業(yè)在工業(yè)互聯(lián)網(wǎng)建設(shè)過程中的相關(guān)技術(shù)難題，打通了云平臺和企業(yè)實時數(shù)據(jù)庫的生產(chǎn)、工藝、設(shè)備數(shù)據(jù)鏈路，并為石化行業(yè)工業(yè)互聯(lián)網(wǎng)的建設(shè)、本地化生產(chǎn)應用系統(tǒng)往云平臺的遷移提供了可借鑒的樣板。