复杂工业过程可视化监控、分析平台的需求分析

秦 莹

（天津药业集团有限公司，天津 300000）

工业系统包括化学过程、制造过程、电力网络、可持续能源系统、运输系统、无线通信网络、机器人系统和生物制药医学系统。这些系统正变得越来越复杂。复杂的工业过程可视化自动生产程序也变得越发烦琐，具有高度的非线性和随机动力学特性。同时工业系统变得越来越昂贵，对操作性能、生产性、可用性、可靠性和安全性的要求也越来越高[1]。

此外，工业4.0已经成为自动化行业的当前趋势，对自动化行业产生了巨大的影响提高复杂工业系统的可靠性和运行性能。因此，在复杂工业系统的建模、监控和控制中开发有效的技术至关重要，但具有挑战性。随着工业自动化、云计算、物联网、人工智能、网络物理系统和传感器技术的快速发展，复杂工业系统的建模、监控和控制受到了极大的刺激，近年来出现了新的技术和应用[2]。目前针对复杂工业过程生产可视化监控的应用背景有所受限，现存较多系统的多为定制化开发，系统的通用性较差。在不同的工业流程应用下，难以依据变更或重组完成适应性变更。目前，监控系统不能满足大数据环境下传统复杂工业从数字化向智能化转型的需求[3]。

针对传统的复杂工业过程，其生产过程中的指标监控系统，大部分缺少对系统的全面监测与分析，从而满足自动化生产系统控制系统的数据需求。但是面对愈加烦琐的生产流程和大量的数据，生产操作人员无法快速识别有用数据信息，不能为决策者提供可靠依据。因此，提供对数据的有效探测手段对于提高监控系统的智能化程度具有重要的作用[4，5]，现有的监控系统难以满足大数据环境下传统复杂工业智能化转型过程中对生产过程智能监控需求，智能监控能为自动化系统的决策及质量保证提供数据依据。

为了解决上述问题，以制药生产过程为例，针对复杂工业过程生产过程的可视化监控分析静态进行需求分析，解决生产过程规范化、生产指标可视化平台设计输入不清晰的问题，为复杂工业过程平台的开发提供依据。

1 复杂工业过程生产指标分类与分析

复杂工业过程的门类多、范畴广、工艺种类繁杂，涵盖了诸多的工业过程，其中不仅包括化工、冶金、铝冶炼、选矿、制药等制造体系。上述工业过程的共同点表现在：连续性高、工艺流程复杂多样、变量参数耦合性强、生产指标的数据量大等方面。如今，随着工业互联网的普及以及工业智能化的推进，复杂工业企业的数据呈现爆发增长趋势，这些工业数据具有以下特点：

1.1 各维度交错分布，数据总量极大

鉴于检测技术和各工艺要求的不同，关键数据需要通过高频率数据采集系统完成采集，采取的数据用来实时监控、数据分析等。一些低频采样数据，可以依据其他数据计算获得，或者由人工测量记录。因此，复杂工业过程的数据量远远超过同规模的其他行业。此情况导致工业现场数据总量过大，生产操作人员无法快速判别有效数据，监控监测效率大大降低。

1.2 数据类型多样

因各生产工艺的差异性大，其所需检测手段和数据的含义各不相同，采集的数据类型多种多样，取值包括数值型、非数值型、逻辑型等，按照时域分为连续性和离散型。另外，由于采集过程或者存储过程造成的一些明显偏差的数据被称为无效数据。

1.3 高维且耦合性强

在复杂工业生产过程中，各流程工艺相互耦合十分普遍。系统各个数据量之间存在多种相关性，即系统的任意一个输入可能影响系统的多个输出，或者任意一个输出是受多个系统输入的影响。由于这种错综耦合现象的存在，很大程度上增强了数据的监控难度。

总而言之，复杂工业过程在检测过程中产生了大量的工业数据，使得指标数据监控在复杂工业领域的应用面临巨大的挑战。通常包括多个工艺流程，各工艺流程下又存在多个子流程，复杂工业过程中往往伴随着多种多样的物理变化、化学变化。各类工业生产的指标分类标准又是不尽相同的[6]，最常用的是按照空间层次分类法、指标类型分类法，具体分类情况如下图1所示。

图1 复杂工业过程指标分类

按空间层次划分，分为综合生产指标、工序生产指标及原料生产指标。以医药复杂生产工艺过程为例，其主要包括：溶解、回流、过滤、浓缩、冷却、离心等工序。工艺过程中的生产指标也是多样的，见表1所示。

表1 按空间层次划分指标

按指标类型划分，分为质量指标、计量指标、设备运行统计、能源指标、成本指标、仓储料位和工艺指标。以医药复杂生产工艺过程为例对生产指标进行陈列，见表2所示。

表2 按指标类型划分指标

2 复杂工业过程可视化监控分析平台需求分析

2.1 可视化监控平台功能需求分析

复杂工业过程可视化监控分析平台通过对基础信息的建模，以组态的形式搭建监控流程的可视化监控环境，创建出各流程行业、不同项目的工艺流程。利用生产各工艺之间相互的逻辑关系，建立各工序流程及其相关子流程。结合各流程中数据的采集处理，对其关键指标进行跟踪分析监控，针对监控特点及监控要求，系统提供算法配置功能，用户可以根据监控需求配置不同的监控算法、可视化方案，提升指标监控平台的可读性、人机交互性。最后结合多种可视分析方案辅助用户对监控结果进行分析与评估，以评估监控结果的准确性，从而为动态调整监控指标、监控算法或监控算法的参数提供决策依据，使得生产指标可视监控系统具备初步动态演化能力。可视化监控平台的功能需求分析主要从以下几个方面开展。

2.1.1 基础信息需求

工厂信息的管理是以数据为中心的信息化交付，完善的信息管理制度能有效提高工厂的运营效率。平台具备基础信息建模功能：①组织结构基础信息管理；②工序流程基础信息管理；③设备档案基础信息管理；④指标档案基础信息管理；⑤计量单位基础信息管理等。

2.1.2 可视监控组态需求

考虑到现有工业流程监控系统多为定制开发，适用性不强，很难满足不同复杂工业流程行业对指标监控的需求，同时不同用户对生产指标监控的需求各不相同，进而对各指标的关注点也不尽相同。可视化监控平台应该具备重构性，并且其可配置性强，可以通过监控组态设计环境模块，构建出不同的工艺流程并配置监控指标、监控事件等。

2.1.3 数据分析需求

复杂工业生产流程系统往往涉及众多的生产指标，在采集全部生产指标的同时存在不能突出重点的问题，从而导致重点指标被忽视。一些相关性较强的指标同步监控，但是数据形态展示过于烦琐，从而无法使操作人员快速提炼出有效信息。故，平台应该具备对生产指标探测的功能，通过应用不同的算法，一方面实现对重要生产指标的快速定位，另一方面获取生产指标间的潜在联系。

2.1.4 可视分析需求

平台的人机交互界面需要制定交互友好的可视化展示与分析方案。在平台的使用过程中可以借助图形化手段，清晰有效地传达关键信息。交互式操作应简单便捷，能够让用户详细了解所需监控的指标，快捷有效地获得关键数据，从而更快地理解和掌握监控平台的运行情况。

2.1.5 监控需求

构建完成可视监控组态设计环境组件工艺流程后，通过监控模块对其进行可视化监控。结合数据探测模块得到的指标数据的关系，借助可视化模块与分析组件对测得指标进行可视分析。据实际需求对关键指标进行监控，包括实时监控、历史追溯、多视图监控等。

2.2 可视化监控平台性能需求分析

性能可以理解为是一个系统实现特性功能的能力，即系统在展现某种特定功能时所呈现出的及时特性。本监控平台是针对复杂工业过程场景设计开发的，最终目的需应用到实际的工业现场，该平台应该满足以下一些性能需求。

2.2.1 平台的实用性及可扩展性

面向复杂工业过程的生产指标可视监控与分析平台，首先要满足实际工业过程中生产指标的监控需求，同时应满足未来的发展需求。该平台采用组件化、模块化的开发理念，尽可能地减少平台的耦合性，开发完成后的平台能够便于后续开发人员新增功能或者对现有功能进行改进，使平台后期维护成本低、难度小。

2.2.2 平台的安全性及稳定性

平台应部署一套完善的安全体系，可以保证重要的数据信息不被工业病毒损坏，不被用户随意访问、泄露。其在保证平台安全运行的同时，需要确保监控平台运行的可靠性及稳定性。当数据库处理大量数据出现异常时，数据库应自动备份并迅速恢复到之前的状态。

2.2.3 系统的实时性

实际复杂工业过程中需要监控的数据量巨大，通过数据采集系统获取的大量数据传送到监控平台中会产生一定的延时，企业操作员不能及时的发现生产过程中出现的故障，导致实时监控指标数据的目的失去了意义，故平台需要保证数据从实际生产到监控平台的实时性。

2.2.4 平台的响应速度

系统响应速度的快慢是用户衡量一个系统好快最直观的感受。当用户在打开某一界面或搜索某一网络舆情时，平台的反应速度应保证在可接受范围内，对于大数据量的查询等操作需采用必要的方法去满足用户对响应速度的需求。

2.2.5 平台的交互性

作为可视监控与分析平台，在满足基本功能的同时应提高用户体验，保证平台页面布局美观合理、交互逻辑清晰、信息提示准确等。

3 结束语

文章首先指出现有生产指标可视监控系统存在的问题，在此基础上，结合复杂工业流程的特点，以制药生产过程为例，对工艺指标进行分类并总结其指标的特点，进而分析了生产指标可视监控与分析平台的需求。其包括功能需求和性能需求，为复杂工业过程可视化监控分析平台的设计开发提供依据。