寧鵬

(中國石油化工股份有限公司 茂名分公司,廣東 茂名 525011)

隨著“中國制造2025”的全面推進,現(xiàn)場智能儀表在石油化工等工業(yè)領域的廣泛應用,管理好現(xiàn)場智能儀表是保障流程安全平穩(wěn)運行的關鍵。目前,國內(nèi)應用較為廣泛的設備管理系統(tǒng)主要有Emerson的AMS軟件[1]、浙江中控的SAMS軟件[2]及IDM軟件[3]等?，F(xiàn)有的設備管理系統(tǒng)大多關注當前儀表狀態(tài),未將儀表的數(shù)據(jù)充分利用起來,未能較好地滿足對儀表預測性維護的功能。為提升某石化公司當前現(xiàn)場儀表管理的效率,核心在于管理和利用好現(xiàn)場儀表的數(shù)據(jù)。本文對現(xiàn)場儀表管理系統(tǒng)的功能及數(shù)據(jù)特點進行梳理,采用多數(shù)據(jù)庫融合的方式設計現(xiàn)場智能儀表管理系統(tǒng)軟件。

1 現(xiàn)場智能儀表管理系統(tǒng)的功能及數(shù)據(jù)庫需求

1.1 系統(tǒng)功能及數(shù)據(jù)特點

一個可廣泛應用的現(xiàn)場智能儀表管理系統(tǒng),應具備智能性、可靠性、準確性、經(jīng)濟性及預測性的特點[4]。一方面,管理系統(tǒng)需準確提供設備基本信息,包括廠商、型號、所在裝置等,幫助用戶管理企業(yè)設備資產(chǎn);另一方面,系統(tǒng)需實現(xiàn)與儀表的實時通信,提供設備運行狀態(tài),幫助用戶掌握設備動態(tài)以減少現(xiàn)場巡檢成本。此外,通過對設備數(shù)據(jù)的綜合分析,系統(tǒng)需及時發(fā)現(xiàn)設備故障或對設備狀態(tài)進行預判,幫助用戶提前做好維護計劃,保障現(xiàn)場生產(chǎn)的安全性與高效性?；谏鲜鲆?現(xiàn)場智能儀表管理系統(tǒng)主要功能包括設備組態(tài)管理、設備運維管理和設備事件管理,現(xiàn)場智能儀表管理系統(tǒng)功能架構如圖1所示。

圖1 現(xiàn)場智能儀表管理系統(tǒng)功能架構示意

1)設備組態(tài)管理。設備組態(tài)管理是對設備基本組態(tài)、報警配置、DD文件、參數(shù)配置等數(shù)據(jù)的管理?；窘M態(tài)是設備的基本屬性,包括: 身份碼、廠商、類型、版本、物理地址、所屬裝置、位號等。該類數(shù)據(jù)的準確性是保障現(xiàn)場設備資產(chǎn)準確性的基礎,也是表征設備的重要標識,因此是不可缺失的。在現(xiàn)場智能儀表不發(fā)生替換的情況下,該類數(shù)據(jù)應是固定的。報警配置包括: 各類型儀表的報警名稱、報警等級、報警建議、報警過濾設置等。一般在智能儀表正式上線前會先配置各類儀表的報警,投入使用后可根據(jù)現(xiàn)場實際情況進行調(diào)整,該類數(shù)據(jù)變化較小,相對穩(wěn)定。DD文件、參數(shù)配置是現(xiàn)場智能儀表管理的重要內(nèi)容,通過對DD文件解析才可獲取智能儀表的基本參數(shù)信息,包括智能儀表的參數(shù)列表、獲取參數(shù)的命令等重要信息。因此,該類數(shù)據(jù)是設備組態(tài)管理的核心之一,且越完整系統(tǒng)功能越完善。同樣,該類數(shù)據(jù)相對較為固定,發(fā)生變化的機會較少。

2)設備運維管理。設備運維管理涉及的數(shù)據(jù)包括: 從儀表采集到的實時報警、實時參數(shù)、多變量等運行狀態(tài)數(shù)據(jù)和經(jīng)過二次分析的KPI報表和狀態(tài)診斷、預測結果等數(shù)據(jù)。運行數(shù)據(jù)表征著設備的工作狀態(tài),可通過該數(shù)據(jù)了解設備及整個現(xiàn)場回路的情形,因此是設備管理中的關鍵數(shù)據(jù)。當對某臺智能儀表監(jiān)測時,需不斷更新儀表的實時參數(shù),因此數(shù)據(jù)采集頻率較高,約3 s采集1個參數(shù),部分運行數(shù)據(jù),如溫度、壓力等變化較為頻繁,也有部分數(shù)據(jù)如單位等相對固定。KPI報表、故障診斷與預測分析結果等不僅需要基于設備的當前運行狀態(tài),往往也需要大量設備的歷史運行數(shù)據(jù),因此除實時數(shù)據(jù)外還需存儲其歷史數(shù)據(jù)。為支持可視化展示,還需統(tǒng)計實時數(shù)據(jù),分別記錄每10 min,每1 h,每天等不同時段的平均值、偏差等統(tǒng)計數(shù)據(jù)。以一個1×103點的裝置為例估計設備運行數(shù)據(jù)量,每3 s采集1組數(shù)據(jù),采集30 d則數(shù)據(jù)量達到8.64×105條,且每條數(shù)據(jù)帶有時間戳,數(shù)據(jù)量較為龐大。

3)設備事件管理。設備事件管理是對儀表操作情況的記錄,如報警的確認、消除,對參數(shù)的備份,對智能儀表的標定管理,智能儀表上下線等事件的記錄。記錄的內(nèi)容包含: 時間、智能儀表基本信息、事件描述等。其中,報警事件、上下線發(fā)生略頻繁,按日或月為單位記;其他事件發(fā)生頻率相對較低,如標定與備份發(fā)生頻率是季度或年度。以一個1×103點的裝置為例估算設備事件數(shù)據(jù)量,平均每個點位每個月記錄3個事件,則30 d的數(shù)據(jù)量為3×103條。

1.2 系統(tǒng)對數(shù)據(jù)庫的應用需求

根據(jù)系統(tǒng)功能及所需數(shù)據(jù)特點,設備組態(tài)、設備事件多為非浮點型數(shù)據(jù),數(shù)據(jù)內(nèi)容較為穩(wěn)定,數(shù)據(jù)量較小,數(shù)據(jù)插入和讀取操作頻率也相對較低,因此對數(shù)據(jù)庫存儲容量與操作性能需求整體較低,適宜采用傳統(tǒng)的關系型數(shù)據(jù)庫進行管理。設備運行狀態(tài)數(shù)據(jù)多為浮點型,具有時序特征,對于點數(shù)較多的裝置數(shù)據(jù)量會非常龐大。此外,還需基于數(shù)據(jù)分析智能儀表健康度,或將數(shù)據(jù)提供給上層儀控平臺或第三方系統(tǒng)。因此,現(xiàn)場智能儀表管理系統(tǒng)對運行數(shù)據(jù)的存儲和運行性能都提出了較高要求。

1)運行數(shù)據(jù)存儲容量需求。例如: 1個1×103點裝置1個月產(chǎn)生的運行數(shù)據(jù)至少約為1×106條,將這些數(shù)據(jù)分別寫入傳統(tǒng)關系型數(shù)據(jù)庫PostgreSQL與時序數(shù)據(jù)庫InfluxDB進行測試,觀察數(shù)據(jù)所在文件目錄占用硬盤大小。對于時序數(shù)據(jù)庫,寫入數(shù)據(jù)格式為1個timestamp字段,1個字符串字段作為tag,4個float字段作為field。為達到同樣測試條件,PostgreSQL中對tag字段和timestamp字段需建立索引。采用時序數(shù)據(jù)庫存儲數(shù)據(jù)時,對計算機空間的占用約為傳統(tǒng)關系型數(shù)據(jù)庫的3%,總體來說,時序數(shù)據(jù)庫對數(shù)據(jù)的壓縮率遠大于關系型數(shù)據(jù)庫。對于點數(shù)較小的裝置,采用如PostgreSQL的關系型數(shù)據(jù)庫,也能滿足存儲需求。但隨著現(xiàn)場裝置的不斷擴容與參數(shù)采集性能的增強,運行數(shù)據(jù)量將會呈指數(shù)型增加,此時關系型數(shù)據(jù)庫將難以支撐系統(tǒng)的數(shù)據(jù)存儲需求,且隨著數(shù)據(jù)量增大,其訪問成本、備份和恢復難度也會增加。為使系統(tǒng)更具可靠性和可擴展性,時序數(shù)據(jù)庫可更好地滿足數(shù)據(jù)存儲的需求。InfluxDB與PostgreSQL存儲性能比較: 時序數(shù)據(jù)庫InfluxDB的數(shù)據(jù)存儲容量需求為66 M,關系型數(shù)據(jù)庫PostgreSQL的數(shù)據(jù)存儲容量需求約為2G。

2)運行數(shù)據(jù)訪問性能需求?，F(xiàn)場智能儀表管理系統(tǒng)需支持對現(xiàn)場儀表歷史運行狀態(tài)的回放,以每條數(shù)據(jù)3 s的頻率,查看1臺儀表過去1 d的參數(shù)變化趨勢,需一次性獲取2.88×104條數(shù)據(jù)。訪問的同時,數(shù)據(jù)庫也需統(tǒng)計和寫入實時數(shù)據(jù)。系統(tǒng)應支持一次性獲取上萬條甚至幾十萬條數(shù)據(jù),且需保證并發(fā)讀寫的時效性,這對數(shù)據(jù)庫的快速訪問提出較高要求。關系型數(shù)據(jù)庫借助分區(qū)和索引提高訪問效率,但當數(shù)據(jù)庫容量較大時,訪問效率也會大幅降低。時序數(shù)據(jù)庫基于時序數(shù)據(jù)特點,對寫入、存儲、查詢等流程進行優(yōu)化,具有高并發(fā)寫入、低查詢延時、高查詢并發(fā)的特點。相比之下,時序數(shù)據(jù)庫可更好達到數(shù)據(jù)訪問性能的要求。

2 多數(shù)據(jù)庫融合的現(xiàn)場智能儀表管理系統(tǒng)

2.1 數(shù)據(jù)庫技術及設計

2.1.1基于PostgreSQL管理業(yè)務數(shù)據(jù)

PostgreSQL是一個功能非常強大的、開源的對象-關系型數(shù)據(jù)庫管理系統(tǒng)(RDBMS),選用該系統(tǒng)管理智能儀表的基本屬性與業(yè)務數(shù)據(jù)。將智能儀表的基本屬性,包括設備唯一ID、物理地址、基本屬性存儲于同一張表中,其他表中的數(shù)據(jù)可用設備ID作為標簽,需要更多信息時可根據(jù)該ID去查詢。需要存儲的其他業(yè)務數(shù)據(jù)表有組態(tài)數(shù)據(jù)表、報警事件表、DD文件解析表、操作日志表、報警配置表、參數(shù)配置表、用戶管理表等。

2.1.2基于InfluxDB管理智能儀表運行時序數(shù)據(jù)

時序數(shù)據(jù)是按時間順序記錄的數(shù)據(jù),在存儲于數(shù)據(jù)庫時具有以下特點: 數(shù)據(jù)量巨大;讀寫頻繁;幾乎不修改與單個刪除;數(shù)據(jù)具有冷熱性,即越新的數(shù)據(jù)越具有價值;不關注數(shù)據(jù)本身,更關注數(shù)據(jù)變化趨勢?，F(xiàn)場智能儀表的運行數(shù)據(jù),如多變量、關鍵參數(shù)等,均符合時序數(shù)據(jù)的特點。時序數(shù)據(jù)庫是為時序數(shù)據(jù)優(yōu)化設計的數(shù)據(jù)庫,當前,主流的時序數(shù)據(jù)庫有InfluxDB,OpenTSDB,Promethus等。InfluxDB是由InfluxData公司開發(fā)的開源時序數(shù)據(jù)庫,被廣泛應用于存儲系統(tǒng)的監(jiān)控數(shù)據(jù),IoT行業(yè)的實時數(shù)據(jù)等場景。張世賢等[5]基于InfluxDB搭建監(jiān)控設備通用運維管理平臺;王博遠等[6]基于InfluxDB搭建長輸供熱系統(tǒng)的監(jiān)控平臺;劉金[7]利用InfluxDB存儲與分析大規(guī)模集群狀態(tài)數(shù)據(jù)。在最新的DB-ENGINES給出的時序數(shù)據(jù)庫排名中,InfluxDB高居第一,該管理系統(tǒng)選用InfluxDB作為管理運行數(shù)據(jù)的數(shù)據(jù)庫。

以多變量數(shù)據(jù)為例介紹基于InfluxDB管理智能儀表運行數(shù)據(jù)。InfluxDB中的表稱為Measurement,以tag為標簽,其中timestamp為默認標簽,field為數(shù)據(jù)值。對智能儀表多變量數(shù)據(jù)表的設計見表1所列,時間戳和儀表ID為標簽,4個多變量為數(shù)據(jù)值存儲。InfluxDB可對數(shù)據(jù)庫設計不同存儲策略和連續(xù)查詢,自動清除過期數(shù)據(jù),提高數(shù)據(jù)庫利用率,多變量存儲策略和連續(xù)查詢設計見表2所列。

表1 智能儀表多變量數(shù)據(jù)

表2 智能儀表多變量數(shù)據(jù)連續(xù)查詢策略和存儲策略

2.1.3基于Redis建立智能儀表實例模型

Redis是一種開源的、高性能的基于鍵值的緩存與存儲系統(tǒng),可提供5種數(shù)據(jù)類型來適應不同場景下的緩存與存儲要求。查看智能儀表當前參數(shù)與狀態(tài)是管理系統(tǒng)的重要功能之一,因此管理好智能儀表實時數(shù)據(jù)是保障系統(tǒng)性能的重要內(nèi)容之一。本文選用Redis作為智能儀表實時數(shù)據(jù)的緩存數(shù)據(jù)庫,采用hash數(shù)據(jù)結構來存儲智能儀表數(shù)據(jù),建立起智能儀表的實例模型。設備實例模型存儲結構見表3所列,以設備ID為整個表的唯一標識,找到對應的智能儀表實例,根據(jù)業(yè)務需求將數(shù)據(jù)內(nèi)容分為實時參數(shù)、多變量、OPC參數(shù)和報警數(shù)據(jù),根據(jù)每類數(shù)據(jù)的名稱找到對應的業(yè)務數(shù)據(jù)。

表3 設備實例模型存儲結構(hash)

2.2 基于多數(shù)據(jù)庫融合的現(xiàn)場智能儀表管理系統(tǒng)

根據(jù)對該石化公司現(xiàn)場智能儀表管理系統(tǒng)數(shù)據(jù)特征及數(shù)據(jù)庫應用需求分析,設計了以PostgreSQL,InfluxDB,Redis多數(shù)據(jù)庫融合為基礎的現(xiàn)場智能儀表管理系統(tǒng),其整體架構如圖2所示。驅動集群與DCS控制器通信,采集現(xiàn)場智能儀表的數(shù)據(jù)并推送給數(shù)據(jù)管理服務。數(shù)據(jù)管理服務對驅動返回的數(shù)據(jù)包進行解析、分類、整合,并將數(shù)據(jù)存儲于對應的數(shù)據(jù)庫。在InfluxDB中存儲了智能儀表運行的時序數(shù)據(jù),PostgreSQL中存儲了智能儀表的組態(tài)數(shù)據(jù)與事件數(shù)據(jù),在Redis中以智能儀表為對象存儲了智能儀表參數(shù)當前的最新值。根據(jù)功能設計各應用服務,如資產(chǎn)管理服務、診斷服務、在線參數(shù)服務、報警服務等。各應用服務可根據(jù)自身業(yè)務需求從對應的數(shù)據(jù)庫中獲取或寫入數(shù)據(jù),如資產(chǎn)管理服務可從PostgreSQL中獲取智能儀表組態(tài)信息;在線參數(shù)服務可從Redis中讀取智能儀表當前的參數(shù)值;診斷服務可從InfluxDB中讀取智能儀表多變量的時序數(shù)據(jù)。應用服務可根據(jù)前端請求內(nèi)容將數(shù)據(jù)處理后返回給前端,也可根據(jù)前端下發(fā)的內(nèi)容將數(shù)據(jù)寫入數(shù)據(jù)庫。

圖2 現(xiàn)場智能儀表管理系統(tǒng)架構示意

3 系統(tǒng)應用案例

目前,該系統(tǒng)已開發(fā)完成并在該石化公司現(xiàn)場部分裝置投用,運行狀況良好。其中,智能儀表信息管理的界面,可查看智能儀表的基礎信息和報警事件記錄;智能儀表的診斷界面,可查看智能儀表當前報警狀態(tài)及多變量變化趨勢;智能儀表在線參數(shù)界面,可查看智能儀表參數(shù)的實時值,對參數(shù)進行監(jiān)測。

4 結束語

本文梳理了現(xiàn)場智能儀表管理系統(tǒng)功能及數(shù)據(jù)特點,并對數(shù)據(jù)庫應用進行需求分析,設計了基于多數(shù)據(jù)庫融合的現(xiàn)場智能儀表管理系統(tǒng)?；赑ostgreSQL管理業(yè)務數(shù)據(jù),基于InfluxDB管理運行時序數(shù)據(jù),基于Redis管理智能儀表實時數(shù)據(jù),解決了數(shù)據(jù)量大而繁雜、數(shù)據(jù)讀取頻繁時的數(shù)據(jù)庫性能瓶頸。系統(tǒng)目前運行穩(wěn)定,且具有較好的可擴展性,未來基于該系統(tǒng)可進一步挖掘智能儀表效益,幫助企業(yè)實現(xiàn)安全、低碳、高效生產(chǎn)的目標。