基于AVEVA集成平台的自控设计及权限控制

王元飞，史秋华，贾玉明

(中海油石化工程有限公司，山东 青岛 266100)

信息技术的发展促进了石化产业的数字化转型，而石化工程的日趋大型化、复杂化，对工程设计提出了更高的要求[1-3]。项目建设过程中，建设方、各专业设计人员及供货商之间产生了大量的数据传递，致使传统工程设计对数据整合的效率降低。基于此，为提高各专业间的协调配合，提高设计效率，集成化工程设计得到了重大发展[4]。

AVEVA是一套完整的针对工艺、管道、自控等各专业设计需求而开发的集成设计平台，其基于数据库平台的数据传递与共享，提高了设计效率与质量[5]。AVEVA集成平台分为数据流和三维建模两部分，数据流设计是以Engineering为数据共享中心的各专业报表及数据表设计；三维建模部分是以PDMS软件为核心的各专业三维建模协同设计[6]。

目前，国内外许多工程公司对于AVEVA平台只限于PDMS三维设计开发应用，而针对数据流部分的开发应用涉及较少[7]。本文针对自控专业数据流部分，着重介绍基于SQL数据库的Instrumentation软件开发及权限控制。

1 AI软件功能及工作流程

1.1 AI软件功能

基于SQL数据库的AI(AVEVA Instrumentation)软件是自控专业相对独立的设计软件，其开发库及设计数据均储存于统一的SQL数据库内。AI软件与AVEVA Engineering数据中心可进行数据交互，读取工艺等专业的设计数据，同时可将仪表安装条件返回给配管、电气等专业。

AI软件共包括Designer，Engineer，Process Engineer，Security Manager，Wiring Manger五大模块，各模块之间数据共享，允许不同设计人员在同一模块或不同模块中同时开展并完成自控设计工作。五大模块主要功能及设计文件生成见表1所列。

表1 AI各模块功能及设计文件生成实现

AI五大模块可实现包括仪表索引表、控制系统IO表、仪表数据表、Hookup图、Hookup材料表、电缆表、接线箱端子图、回路图在内的设计文件生成，除联锁逻辑图外，基本满足了自控专业的设计要求。

AI软件与外部数据交互分为在线和离线两种方式。在线方式为AI软件与外部数据接口直接进行数据交互；离线方式是使用Excel文件批量传输数据。在完成相应的属性匹配及关联后，离线数据传递为AI与世宏等软件的接口设计提供了基础。

1.2 AI软件工作流程

在设计过程中，自控专业与工艺、管道、电气、结构等专业数据交互众多，传统设计过程中存在沟通不及时、不准确、不唯一的现象[8]。而在AVEVA设计平台上，数据流部分设计的数据传递在Engineering数据中心实现，方便了数据的共享提取。

AI软件设计工作流程主要分为项目建立和设计阶段两部分，其中项目建立是指项目创建至接收工艺参数之前的阶段；设计阶段是指接收工艺参数之后主要由项目设计人员参与的工作阶段。项目建立阶段是设计阶段的基础，定制的基础库及模板库是项目设计的依据。AI软件项目建立与设计阶段流程如图1所示。

图1 AI软件项目建立及设计阶段流程示意

项目建立阶段主要根据项目统一规定明确设计范围、设计原则、设计深度等，定制统一的基础库和模板库。此外，依据项目管理对各设计人员及系统管理员进行权限控制，加强数据库的管理。

设计阶段，AI软件通过Local Integration和Import模块在线或离线方式获得仪表回路位号和仪表位号，以其为对象进行对象的属性传递，然后根据定制的模板完成自控设计文件。该过程中，因离线数据传递速度较快，为提高数据传输效率，在进行多数据传递时，可有效利用Engineering中定制好的导出模板，通过Explore方式实现离线数据的传递。

2 建库开发

标准数据库的建立是AI软件开发工作的重点内容，也是标准化建立的深化过程。标准库建立主要包括基础库开发和模板库开发两方面。

工程项目的多样性致使工程设计存在差异化，但同时设计规律相同、共性居多。对于AI建库开发，策略是建立1个参考标准数据库；当工程项目有特殊要求时，再参考标准数据库进行相应的特殊定制。

2.1 基础库开发

基础库建立作为AI软件建库的基础，重点在于把握专业质量体系文件及设计习惯，总结专业设计文件的属性、规则等，并将其转换为特定的种子库。基础库的建立主要包括属性库、命名规则库、接线规则库、仪表类型库、Hookup材料库、仪表电缆库、控制室内辅助仪表设备库等七类，包含的主要内容见表2所列。

表2 基础库种类及主要内容

基础数据库的定制需要注意以下几点：

1)工艺与自控专业数据传递的准确性是由属性的唯一性保证的，为使AI软件数据与Engineering数据库中的属性数据保持一致，AI软件属性库中工艺属性的建立需与Engineering数据库中工艺属性命名规则相同。

2)在属性定制中，为保证输入属性的规范性并避免大量输入数据时错误的发生，采用定制属性匹配下拉菜单Pick Lists及手动输入相结合的方式。

3)分别针对仪表回路及仪表建立命名规则及仪表类型，定制Class规则将其绑定。

4)使用Excel批量导入功能进行库的建立、开发。

2.2 模板库开发

模板库是在基础库的基础上对自控专业各种仪表数据表、索引表报表和标准安装图进行对应而建立的，是AI软件建库的外在体现。三类模板库的建立通过不同模块实现，但使用统一的属性数据来源。模板库的主要内容见表3所列。

表3 模板库类型及主要内容

AI软件模板库的建立依据自控专业设计需求开发，并应遵循相关标准规范，是生成最终工程设计文件的基础。

1)仪表数据表库。该部分主要包括温度、压力、流量、液位、分析仪表、阀门和控制室内辅助仪表等数据表；对应库需要以已有的Excel模板样式为基础，通过Engineer模块将基础库中定义的属性与模板相应位置进行关联。

2)报表库。为降低报表库模板的开发难度，AI软件将报表分为特定报表和自定义报表两类：

a)特定报表。如仪表索引表、控制系统IO表等已定义数据源，使用AI专用报表定制软件Report Designer进行布局及属性关联。

b)自定义报表。该类报表需要使用图形化SQL查询语言SQL Query maker定义报表数据源，可生成含任意定义属性的报表，具有普遍适应性。

3)仪表安装图库。该模板库预先定制了AutoCAD类型模板，将其分为外框、材料表、位号、典型图四部分内容，并定义相应的带有属性的块。其后，进入Designer模块Hookup Catalogue项目，导入定制的AutoCAD模板，打开菜单中的Show Datalink选型，进行属性关联。

针对基础库及模板库开发，使用AI软件进行自控设计，通过项目应用实践，符合GB/T 51296—2018《石油化工工程数字化交付标准》中规定的数据及文档要求[9]。

3 权限控制

AI软件SQL数据库允许多个用户同时访问，且与该项目有关的所有信息均存于同一个数据库中，合理的权限控制有利于数据库以及工程设计的管理。权限控制是众多集成设计平台的难点内容，AI软件Security Manager模块通过菜单式分组细化的方式对管理员及相关设计人员实现了大数据框架下的权限控制，具有较好的易用性。

权限控制包括两个方面： 相关设计人员具有各区域单元的不同进入/读写权限；管理员及各设计人员对AI软件中各模块及功能操作具有不同的操作权限。权限控制的基本原理如图2所示。

图2 AI权限控制基本原理示意

AI软件权限控制的基础元素是组(Group)，授权范围也是授权于某一组。根据项目工厂层次结构及人员角色，分别建立相应类型的Group；然后，将用户(Users)根据项目角色及单元绑定到角色组和单元组中，以此实行权限控制。

权限控制的菜单包括对象(Objects)和单元(Areas)两大类。Objects分别包括AI软件的Designer，Engineer，Wring Manager，Common Items，Process Engineer共5个模块；每个模块又细分基本操作动作，并针对每一项进行细化控制。权限控制机制分为两步：

1)根据单元组Group确定哪些用户有进入该单元的权限。

2)根据角色组Group对管理员及相关设计人员的权限进行细化。

若设计人员N既是A单元的设计，也是B单元的校对，该种情况属于角色交叉，需要细化建组处理，将组Group细化为“单元-角色”的形式。

菜单式权限控制极大程度地明确了各设计人员的软件操作权限，常见的典型操作权限见表4所列，其中： √代表全权限，×代表无权限，△代表只读权限。

表4 常见的典型操作权限

4 结束语

本文针对自控专业数据流部分，阐述了基于AI软件的集成设计平台开发。根据质量体系及相关标准规范完成统一的基础库及模板库开发，数据库及模板标准化的建立提高了设计质量及效率；另外，针对平台应用中的权限控制问题提出了有效的解决方案。目前，AI软件开发和测试正在逐步完善，规范化、标准化的设计将有利于提高设计质量及效率。