面向发电设备制造企业的车间数据采集与应用_谢红梅.pdf

30面向发电设备制造企业的车间数据采集与应用谢红梅杨涛刘伯兴东方电气集团东方电机有限公司，四川 德阳 618000摘要：为降低发电设备制造企业的运营成本，提高制造效率，优化能源利用，实现生产精细化和透明化管理，开展核心车间的数据采集与互联互通关键技术研究，构建统一的数据采集与管理平台，并成功应用一于实时数据驱动的智能监控系统。本文建立的数据采集标准与规范，为制造企业进行设备数据采集、生产过程管控和大数据平台提供一定参考价值。关键词：数据采集；数据集成；监控系统中图分类号：TP2文献标志码：A文章编号：1001-9006（2022）04-0030-05Data Acquisition and Application for Power Generation EquipmentManufacturingXIE Hongmei,YANG Tao,LIU Boxing(Dongfang Electric Machinery Co.,Ltd.,618000,Deyang,Sichuan,China)Abstract:In order to reduce the operation cost of power generation equipment manufacturing enterprises,improvemanufacturing efficiency,optimize energy utilization,realize production refinement and transparent management,carryout the research on the key technologies of data acquisition and interconnection in the core workshop,build a unified dataacquisition and management platform,and successfully apply it to the real-time data-driven intelligent monitoring system.The data acquisition standards and specifications established in this paper provide a certain reference value formanufacturing enterprises to carry out equipment data acquisition,production process control and big data platform.Key words:data acquisition;data Integration;monitoring system收稿日期：2022-04-02作者简介：谢红梅（1989），女，工学硕士，工程师，就职于东方电气集团东方电机有限公司，主要研究数据采集、机器人系统集成。杨涛（1996），男，助理工程师，就职于东方电气集团东方电机有限公司，主要研究方向数据采集、机器人集成应用。刘伯兴（1976），男，工学硕士，高级工程师，就职于东方电气集团科技信息部，主要研究智能制造技术、机器人集成应用、CAM 技术。电力装备是“中国制造 2025”的十大重点支持行业之一。要实现从传统制造模式向智能制造模式的转变，发电设备制造企业首先需要建立智能制造标准数据化体系，给各种执行层提供高效，准确，统一的数据来源，为生产效率提高、运营成本降低、不良品率降低和能源利用率提高提供高效、准确的数据支撑。大型发电设备制造企业设备多、杂，新旧不一，既有一般设备，又有特殊设备和三哑设备，导致数据来源多，甚至设备内无数据、无接口或被占用。而且现场数据量大，结构复杂，生产响应实时要求高；数据需求频率跨度大，从毫秒到季度；数据需建立对应关系才能输出为报表，这些都是数据采集和互联互通需要解决的难题。本文数据采集系统研究了能够适用于多种通讯协议整合，多种采集方式并存的解决方案。基于确定多源异构设备互联互通的网络规划，完成多类型设备的通讯协议解析与多场景设备的不同类型数据采集的接入，建立统一的数据管理平台，提供多并发、统一且易扩展维护的数据接口，为车间智能监控系统提供及时有效的数据驱动。DOI:10.13661/ki.issn1001-9006.2022.04.005311总体架构如图 1 所示，大型发电设备企业核心车间总体上分为 3 层：车间设备层、车间执行层、企业管理层。主要业务模块包括车间基础设施、设备数据采集与互联互通系统、制造运营管理系统 MOM、仓储物流系统、车间虚拟仿真系统等执行层应用。图 1 车间数据采集与互联互通框架从设备层 OT 层到应用层 IT 层，数据采集与互联互通系统按照 4 个层级构建：（1）多场景设备数据采集：包含设备边缘端升级改造，设备数据采集 OT 层解耦技术，通讯协议解析及扩展集成技术。（2）互联互通网络建设：数字化车间网络规划与建设。（3）设备层数据互联互通与管理：搭建统一的设备通讯协议库与管理平台。（4）数采平台与应用层互通：制定数采平台与应用层接口规范。2数据采集与互联互通构建大型发电设备企业统一的数据采集与管理平台，对复杂和特种设备的近 2 000 项多源异构数据，采用分类打通、分类采集、数据互联、统一汇聚、统一管理、统一出口的方式，将数据从设备、操作过程、仪器/仪表、传感器等物理实体或过程中提取出来，并进行联通、清洗和管理，为智能工厂的执行层提供高效、准确、统一的数据来源1，从而为 MOM 系统、监控大屏上的可视化展、车间数据三维虚拟制造车间以及透明化生产管控，提供高效准确且便捷的数据驱动。2.1 数据采集与集成2.1.1 多场景设备数据采集 OT 层解耦针对不同工业设备，数据采集有不同的方式：有数据接口的设备，如机器人，机床，PLC 控制器，智能化仪器仪表等，可以直接将设备数据传输到网关，进行协议解析采集。设备无接口、没有现成数据或不具备通过通讯协议获取数据的设备，则通过外挂安装传感器或加边缘网关方式，进行设备升级改造，增加通讯能力，基于有线或无线方式，将数据传输到网关。本技术实现包含设备边缘的数采箱数据采集器和数采终端两部分。系统对难以通过协议解析的数据，通过定制化设计数据采集方案，从协议/传感/PLC 等各种方式，进行更加全面的数据采集。2.1.2 通讯协议解析及扩展集成为了适应不同的协议接入，系统通过对多种协议通讯模型的抽象，在数据采集平台增加协议调度与适配层管理协议的扩展集成，如下图所示，同时向上接收来自界面的地址配置信息，采集进程管理，数据外发管理等任务2，实现了多种通讯模型协议的扩展集成(如图 2)。图 2 协议适配通过对典型通讯协议通讯模型的分析，结合现实场景的需求建立一套适用于本项目的能够覆盖多种协议的数据采集模型，解决现场数据形式多样化，数据量大，数据信息量低，数据读取专业化强的问题。2.2 数据存储与处理由于传统制造装备信息化程度不高，不同厂商设备使用的通信接口各不相同，导致了车间内可能存在大量的“信息孤岛”。通过对上百台设备进行统一的数据接口转化，建立统一的数据采集格式与模32式，确保所有设备的信息，从不同的设备采集出来以后，能够以统一标准的格式和方式被存储，将多元异构的数据，转化为直观的树状图数据，方便查找和调用。2.2.1 基于关系模型与时间序列并存的数据存储考虑到大型发电设备数据的特殊性，本系统采用了基于时间序列存储的时序数据存储技术，在通过封装 SQL 语句形成标准的关系型数据，这样同时具备时序数据和关系型数据库的优势，既能解决原始数据存储量大保真性好，又能解决其他执行层系统主要需要调用关系型数据的问题。本系统的数据采集站以及数据分析服务器上嵌入了根据业务需要的数据处理逻辑，在原始数据采集上来以后直接转化为其他系统需要的业务数据，此项功能将多源异构的设备的零散数据，集成成为 MOM 系统和可视化仿真需要的结构化、可以随时调取的数据。另一方面，本系统提供开放式的数据接口，能够对接其他业务系统实现对数据的自定义处理。针对时序数据具有海量、高维、多源异构、多尺度、高噪声等特性，这些数据难以直接用于运行过程的分析决策。本系统通过数据预处理方法、实现这一关联的过程。数据预处理主要数据对齐、数据清洗、数据关联、建模集成与多尺度分类等方法3。（1）数据对齐时序数据每个数据点均有两个基本属性一个采集时间戳，另一个是采集到的具体值。由于每台设备采集项有很多，并且有可能数据项采集频率不一致，为了保证数据分析准确性及便捷性，需要将所有数据在时间轴上进行对齐，即当数据采集后，进行存储，然后到分析使用取出数据时，设备的各项数据依然保持对齐，对齐的精度保持在 1 s 左右。（2）数据清洗由于高频数据的存在，会使用大量存储空间，特别是一些完全没有必要的时段的数据是可以清除掉的，比如某台设备每天开机 16 小时，其中真正切削加工的累积时间可能也就 5 个小时，大部分时间为待机、准备时间，真正有效的数据其实是这5 个小时的切削过程数据。因此数据平台宜具备定期数据清洗功能，除去部分无用高频数据，减少硬盘存储压力。（3）数据关联对于数据分析（这里通常指高频数据分析，低频数据分析应用主要为简单的统计过程）而言，最重要的是要形成多个数据样本，比如按照加工过程组织样本，比如一个孔系加工零件，那么按照每个孔加工过程将数据进行关联，即每个孔加工过程需要关联到从加工开始到加工结束的数据段，在有条件的情况下，可进一步将单个孔加工分解为若干工步，以每个工步的开始和结束时间关联所有数据项（图 3）。图 3 各类时序数据进行关联处理2.2.2 四级存储特性的冷热数据分区根据业务特点，本系统需要尽可能地使系统以最快的速度捕捉到设备的状态变化以及各类传感数据，达到秒级响应的情况，也有需要完整统计分析历史数据的波动情况。在平衡系统功能与性能的取舍，按数据利用频率需求，采用了四级逐步降温的冷热分区处理技术（如图 4），将数据分为实时数据、近期常用数据、业务周期内数据以及历史归档数据。图 4 冷热数据存储技术第一级，以传输速度为目的，该级数据的传输路径最短全程不落任何持久化介质，只在内存区域保留，并应用 redis 分布式存储技术进行分发管理，既保证了响应速度，又保证了可靠性。第二级，以持久化的原始数据为目的，该级数据将不做任何人为的干扰，完整的保留设备产生的33原始数据，以便日后满足针对性的细节追溯。第三级，将原始数据中按照业务特点，将有用的数据做提取清洗，滤掉大量的噪音与干扰数据，大大提高服务器分析业务数据的处理能力。第四级，将较久远的数据进行转库归档，保证运行库在运行期间的整体性能。2.3 数据统一管理输出2.3.1 搭建数据互联互通统一管理平台单独的数据采集并不能直接产生价值，数据采集的用途是数据经过处理与优化以后形成的信息。数据传输到网关后，网关基于边缘计算进行数据就地分析和存储，或将数据、分析结果汇总，通过有线或无线的方式，进行互联互通。数据的互联互通是建立统一的数据管理平台（如图 5），确保数十种不同种类的新老设备的数据流动，从不同的维度获得的数据可以互相对比对照分析，从根本上提高企业数据与信息的流转效率和决策需要的数据效率4。图 5 车间数据互联互通管理平台系统具备数据采集与数据存储分离的特征，采集服务器部署在车间的汇聚机房，数据采集后带着数据属性信息汇聚到数据采集中心服务器中，由数据采集中心服务器统一进行存储，从而保证数据采集与数据存储的独立。系统的数据接口服务与存储分离，对车间执行层 MOM 系统、三维仿真系统而言，仅需关注数据接口的形式及参数，而不需关注数据具体怎么存储，具体在数据库的哪个位置，即可进行数据的调用。2.3.2 制定数采平台与应用层的接口规范为保证数据采集系统，数据互联互通管理平台，冲剪示范线管控系统，车间环境监测与看板系统，车间视频监控系统，车间 MOM