钢铁企业多源数据汇聚技术分析

2021-06-11廖火根新余钢铁集团有限公司发展规划处

环球市场 2021年16期

廖火根新余钢铁集团有限公司发展规划处

钢铁企业在我国现代化工业建设中发挥着至关重要的作用，社会经济的转型、产品种类与规格需求的增多，促使企业加快智能化、数字化生产制造进程。因此，有必要对企业数据组织技术、多源数据汇聚技术进行探讨，以此促进钢铁企业转型、发展。

一、钢铁企业中数据的多源性

EPR、EMS、MES等系统是钢铁企业多源数据的主要来源，从数据应用价值、目标出发，构建起的物联网能够对多源数据进行全面采集。因此，钢铁企业生产管理、质量管理、能源管理、环保管理、协作多样性涉及多种数据源，为实现多源数据的有效汇聚，需要利用智能分析模块将数据转变成可分析的信息，根据外部变化以及内部变化对智能化、数字化管理计划进行调整，最终完成价值创造。

二、钢铁企业能源管理项目需求

根据国家统计局数据，2019年，我国全年生铁、钢材产量达到80937万吨，同比增长5.3%、9.8%。目前，钢铁企业装备达到了国际先进水平，为进一步提高能源管理效率与环保水平，需要汇聚各能源计量点数据，建立一套自动化采集、存储、统计、处理的能源管理系统，并以报表形式展现车间日常生产能源消耗，从而保障工业技术安全，有效控制水、电、风、汽、气的能源消耗，以此进一步提高多源数据的利用效率，实现生产环节的实时监控与管理。

三、钢铁企业多源数据汇聚技术

（一）数据采集

针对多源数据的采集，主要是利用通信网关将分散在生产管理各节点的能源数据进行汇聚，数据采集点位包括烧结厂、球团厂、炼铁厂、炼钢厂等，然后在汇聚层交换机的作用下，将多源数据传输至机房，由机房核心交换机远程自动抓取、运算、存储多源数据。通信网关中，每个子网被分配到不同的子网IP地址，与PLC控制系统相互独立、协调工作，大容量内存为多源数据存储与处理提供支撑，并可支持电源、CPU以及通讯冗余。

（二）数据计算

由于钢铁企业生产过程涉及多个方面，要想提取多源数据特征，需要利用维变换或是函数变换表达信息数据间的交换，并利用大数据、互联网等技术深入挖掘数据价值，以此保证多源数据汇聚的准确性与可靠性[1]。采用最小二乘法的偏相关函数预测钢铁企业能量的消耗，可针对生产过程中的实际问题，给予准确的评价。同时，可以根据生产过程场景的不同，利用相关性分析数据源与工程应用之间的关系，进而为智能化管理平台的创建提供支撑。

（三）多源数据汇聚

1.数据汇聚

（1）实时数据

时序数据、计量数据是实时数据的两大类型，其中，时序数据是指压力、瞬时量、温度等监测值数据，具有较强的时间属性，通过过滤、压缩等降低无用时序数据对数据存储空间的占用，进而提高数据库利用效率。钢铁企业对时序数据的汇聚，主要是运用商业实时数据库软件读取、存储时序数据，能够针对温度、压力、流量等生产环节监测点数值以及工艺流程特点，对时序数据进行有针对性的采集与处理。计量数据是指消耗量、累积量、有功电度等数据，主要是运用流量计、仪表采集生产过程中的计量数据，包括吹氧量、高炉煤气消耗量、吹氩量、环保监测计量数据等，可通过缓存周期设定数值控制访问数据的速度。

（2）关系数据

关系数据模型具有数据存储功能高效、数据库设计简单、应用成熟、后期维护工作容易等特点。钢铁企业对关系数据的汇聚，主要是利用订单数据、计划数据等生成的生产制造计划，运用SQL语句查询、获取数据。同时，打通生产管理与EPR系统之间的接口，对工艺流程、订单信息等进行采集，在一级控制、二级通讯系统作用下，生产有关工艺参数、产品批次的实时关键信息，并根据外部变化以及内部变化，对生产作业计划进行动态调整，从而加强各生产环节各节点的关系，实现生产计划的自动化、智能化控制。钢铁企业生产过程中关系数据汇聚流程如图1所示。

图1 钢铁企业生产环节关系数据汇聚流程

（3）事件数据

事件数据则是指钢铁企业生产过程中产品工艺参数、各类物料消耗，通过详细定义来明确数据生产与采集系统之间的事件关系，从而运用事件数据记录产品生产全过程。在钢铁企业生产环节，运用到的实时监控设备有仪表、传感器等，经过处理、分析之后反馈给生产工艺，以此避免安全事故的发生。

2.NMP模型

人员、原料、动力等相互协作、运动，最终完成钢铁企业的生产过程，使前后、主辅工序间相互作用、相互影响，产生的多源数据支持企业管理决策。为直观地表征出多源数据汇聚技术优势，利用业务、时序、非结构三大类数据构建起智能化、数字化的统一管理平台，以此集成生产过程中的生产管理、质量管理、能源管理、环保管理、协作多样性数据，实现节点、物料、属性等方面的自由切换。首先，将钢铁企业公司看作厂节点、车间设备看作设备节点，通过规范化、标准化管理手段的运用，将不同类型物料消耗过程中产生的数据信息整合在一起。其次，依据状态、计量数据对各指标、质量进行采集、存储、计算，以此明确一条生产线的节点物料产出与消耗关系[2]。最后，利用事件数据连接物质流、能量流中的数据，以此实现源与目标的有效衔接，然后利用业务、事件、计量、时序数据等描述钢铁生产流程，从而实现多源数据的汇聚，经压缩后存储到数据库中。

3.数据标签

数据标签的形成，需要利用能源管理、MES、EPR、计量等系统的数据，运用TAG解析多源数据，与生产目标再次融合，实现多源数据与数据库的互动、交换。应用数据标签类型有直接过程量、间接过程量，若一个独立事件经融合成为高级事件，标签中心便会重新定义多源数据，为数据再组织奠定坚实基础。同时，根据多源数据转化为目标对象机制的不同，利用协议驱动外围设备系统，促使数据产生者与数据消费者之间的联系更加紧密，实现多元数据汇聚技术在钢铁企业信息集成项目中的广泛应用。