PI实时数据系统在实际生产中的应用

叶华文

（中海油信息科技有限公司，广东 深圳 518068）

0 引言

某化肥化工公司在2005年实施了ERP及WPKS系统，随后实施了预防性维修系统、安全管理信息系统、机泵群监测系统等，通过围绕工艺、装备和安全等领域智能化建设，已初步形成“数字工厂”雏形。

为了合理利用生产、经营数据，即时、多维度分析生产工况，该公司选择在化肥一部合成氨、尿素装置试点实施实时数据库系统（Plant Information System，PI），期望以此为基础构建化肥一部生产装置的多维度资产架构，为“数字工厂”和集约化发展做前期探索。同时，能够有效解决现场生产数据采集速率较慢、各系统无法交互数据或数据交互缓慢、容易出故障、数据无法充分利用等管理难题。

1 简述实时数据库

1.1 实时数据库的定义

实时数据库融合了数据库技术与实时处理技术，能够直接处理具有持续性、快速变动等特点的海量数据。能够根据企业的生产管理需要，对自身业务运营过程中的各类海量数据进行实时采集、存储与分析，是企业实现智能化生产运营的重要基础软件之一［1］。

1.2 PI数据库

PI数据库是美国OSI Software公司开发的一款商业化生产实时数据库应用产品，通过其“旋转门压缩技术”采集并存贮与生产流程相关的上千、上万点的数据，成为工厂底层控制网络与上层管理信息系统网络连接的桥梁。该产品具有高存储容量、存储效率高、压缩精度较高、基于开放的C/S模式或B/S模式、支持各类编程开发接口以及很强的二次开发能力和开发性等特点［2］。

2 系统介绍

本次系统为PI服务器通过PI OPC接口采集到DCS数据。实施前整理AI，DI，AO，DO点位信息，导入PI系统。当前采集点数总计1 988个，同时将机泵群监测系统数据186个点导入系统，并建立对应位号。通过项目实施，初步实现以下3方面的功能［3］：

（1）数据采集，实现了PI系统对生产数据的实时采集，目前采集频率设置为10 s（个别点位到达秒级），以及基于PI系统的实时运算与统计。

（2）数据平台，实现了PHD系统数据向PI系统的迁移，同时实现了对机泵群系统数据的采集和存储。

（3）数据应用，系统搭建了基于PI AF的资产架构，作为应用平台，并制作了基于实时数据的流程图和报表，并完成了流程图和报表的网络发布。

3 系统应用

3.1 PI数据库建点应用

点数据库是PI数据库的核心配置组建之一，主要包括两方面的点位记录：一是在数据存档文件中的点位；二是通过COM接口调用时，外部数据库中相应点位在PI数据库系统中的映射。PI数据库主要采用以下4种方式进行建点应用：

（1）PI点配置（PI Tag Configurator），为SMT（PI系统管理工具）的一部分，是一个Excel插件，通过其可以实现批量进行Tag导入、导出、修改、配置等操作。

（2）PI build，为SMT功能菜单，其只能单个对Tag进行配置，合适系统建设完毕后，运行维护中对单个位号进行维护修改或者添加。

（3）PE计算点，适用于当某一个点位的数值需要根据某一计算调度表达式后才能得到相应值的情况。计算调度表达式包含基于时间调度与基于事件调度两种类型，不同类型决定了PE计算点是采用何种方式触发执行求值的命令。其中，基于时间调度，指在固定的时间间隔内按照计算公式求值；而基于事件调度则是每当点位的触发标志接收一个与既定值相匹配的点位值后，就按照计算公式求值［4］。

例1，基于时间调度进行了白班（早8点到晚8点）氨产量的计算：

AMM1_2C=TagVal('AMM1.FQ09002.SUM'，'y+20H')-tagval('AMM1.FQ09002.SUM'，'y+8H')+Tagval('AMM1.FQ09014.SUM'，'y+20H')-tagval('AMM1.FQ09014.SUM'，'y+8H')

（4）Totalizer点，适用于设置对某一个点位的数值进行累积计算并存储计算结果的点位。对比PE计算点，两种建点方式存在两方面的区别：一是点位计算个数方面，Totalizer点只能对一个点进行计算，PE计算点可对多个点进行计算来得到所需要的值；二是计算的数值方面，Totalizer点是利用快照值进行累积计算，PE计算点是利用经过压缩的存档值进行计算，相比较而言，PE计算点的计算结果更准确。

例2，压缩机正常运行时间的统计：

AMM1.UA02001.PV_T

属性配置，SourceTag（点来源）：AMM1.UA02001.PV（某压缩机运行状态位号）。

Totalizer type（累积类型）：Count Events（事件调度）。

通过简单配置：选择Time when true moving equal to value off（当值为off时进行时间累积）。

3.2 PI AF资产架构应用

PI AF资产架构应用（PI Asset Framework）可以为资产定义一致的呈现方式并提供结构化（树形结构）信息，并且可以比较方便地跟预防性维修系统进行交互，可以将设备的基础信息和实时数据联系起来，同时引入装备的维修记录等实时信息，方便进行多维度工况分析。

借助PI AF资产架构应用，系统用户能够通过直观的展示界面，清晰地梳理、查阅组成流程的各种组件、元素、关联关系以及组织结构（如类别、层次结构或链接模型）。支持将相关资产属性与一个及以上的实时数据相关联，或者与关系数据库等其他各类数据源进行关联。同时，也可以利用自身应用计算、规则或解析器等功能组件，自定义相关计算成果的展现方式。从而帮助用户快速查找所需的相关信息，使用户有更多的时间关注所采集、存储数据的分析与使用，支持用户对单个设备资产开展自定义的梳理分组，从中不断获取有意义的分析信息，并以丰富的形式呈现数据。

3.3 ProcessBook应用

工艺流程画面的开发是PI实施过程中的一个重要环节，所开发的工艺流程图的准确度、颗粒度以及与管理需求的匹配度，将直接影响后续系统应用的深度与广度。工艺流程图是依托ProcessBook来实现开发的。ProcessBook能够支持用户根据需要创建自定义图形，并运用自定义或标准的图形组合标记显示生产运行状况，运用多种颜色动态展示如阀门、泵、罐等设备的运行状态。PI ProcessBook主要有如下特点：

（1）包含综合全面的绘图工具和具有3 000多个图像的集成符号库（包含3D图库）。

（2）支持自由定制装置流程图，可以针对不同的使用群体绘制不同的流程图，如对公司领导可定制各装置总览图，显示主要生产数据，方便对整体装置进行掌控。

（3）可对关键位号制作趋势图直接放置在流程画面上，用户可根据需要选择任意点位的实时生产趋势图，并可选择流程图、趋势图和数据一览表等方式，查询相关历史数据或者实时数据。流程图支持依据实时数据（包括现场设备的开关动作）进行动态展示，对于关键控制参数能够通过图形闪烁进行报警提示。

（4）提供多种数据分析工具，包含内置的统计质量控制分析工具（Statistical Quality Control，SQC）。借助该工具，用户可以对产品质量进行分析。同时，PI ProcessBook还提供XY图分析，从而可以分析一个或多个成对数据组之间的相关性，以及提供最小二乘法线性回归分析。

3.4 PI-Datalink应用

PI-Datalink作为PI数据库和Windows操作系统中的数据交换桥梁，能支持用户通过Excel直接访问PI数据库。这种访问PI实时数据的功能，同时结合Excel电子表格的强大数据统计和分析能力，给系统使用者提供了一个强大而又易于使用的数据采集、分析PI数据的工具。

某化肥化工公司的PI实施中，就基于Excel和PIDatalink开发了一些应用报表，如工艺指标考核报表、调度日报等，为公司对班组考核、调度指挥提供了依据。

4 价值分析

生产实时数据系统的建设，是一项系统工程。整个建设的过程，不单单是信息化的过程，也是对公司生产实施数据梳理、汇总、模板化的过程，更是企业从生存期、发展期，迈向成熟期的过程。在国家大力倡导“两化融合”的今天，这一过程显得更为重要。具体来说，将从以下3方面给企业带来应用价值。

4.1 数据标准化，固化无形资产

数据是企业管理唯一可信赖的基准，所有的决策都应该建立在数据的基础上。现在企业面临的问题，不是没有数据，而是如何组织、利用海量数据、如何将分散的数据源统一的问题。生产实时数据平台的建设，将有效解决这一问题。将帮助企业从源头把握住管理的要素，从而有效地组织主数据、中间数据、过程数据、业务数据、区分“有用”数据和“无用”数据，固化企业无形资产。

各专业、各层级对数据的要求是根据各自管理的范围与粒度决定的，生产实时数据系统的建设过程，正是企业梳理数据和标准化的过程。在后续的系统应用过程中，各个层级都将得到各自所需的数据，而且这种数据的组织是相对固化的，并把专家库和措施库进行有效集成。这样就能够以系统的方式将企业各层级管理者、执行者的宝贵经验进行沉淀，形成企业特有的知识库。

4.2 设备模型化，降低运维成本

在现有企业普遍采用的设备管理模式下，几乎所有的设备故障报警都是针对某一测量点而言的。这样一来会使企业的生产运维成本大幅提升，主要体现在两个方面：一是会对相关设备管理人员专业能力提出更高的要求——既要熟悉工艺与设备、又要熟悉设备各项测量点；二是会使企业忽略了对设备本身状态的实时掌握，会存在隐患风险。

对此，PI System独创的资产架构将能够有效地解决这一问题。借助以PI System为基础的生产实时数据系统，能够使企业各级管理者转变管理观念，以设备为对象，发现、分析、解决问题。对于现场设备的运行问题，系统将自动触发各种告警，并推送给各专业应用系统，有效缩短响应时间。同时，设备的所有运行数据都能存储在历史数据库中，以便查询和检索，有助于对设备故障问题进行复盘与推演。

4.3 管理精细化，提高管理效率

在现有生产信息化建设模式下，各企业内部普遍存在多套竖井式应用系统独立运行、数据分散在各个应用系统中，“信息孤岛”众多，这在一定程度上也造成管理上的脱节。究其根本，是因为各个应用系统中的数据无法畅通共享。

借助生产实时数据系统的建设与应用，将有助于消除“信息孤岛”，打通生产运营、经营管理的各个环节，推动各应用系统间、生产执行层到经营管理层乃至决策层之间的数据联通，实现以数据驱动业务、以数据驱动管理决策。

5 结语

通过开展PI实时数据库系统的建设与应用，某化肥化工公司成功完成了生产实时数据集成与应用的试点尝试，实现了对生产实时数据的高频度采集、存储与分析，并实现在办公网络中运行公司，为企业生产运营人员提供远程访问、图形化展示、报警提醒、自动统计等多项便捷功能，有效提升了企业生产调度效率与生产决策水平。同时，借助PI AF资产架构的搭建，将设备资产信息以树形结构直观地展现出来，并将工艺、装备、管理等数据进行有效融合，将有助于为企业打造一个多源、集成的生产实时数据环境，从而使设备监控、装备维护、工艺优化、成本管控、实时数据结合起来，促进进行细化管理，为“数字工厂”建设打下坚实基础。