冶金企業數據采集與管理

李紫平

摘要：本文通過對大數據分析結果進行關聯性數據挖掘，以業務需求目標為動力，對大量統計結果進行過濾和提純，有側重計算出不同業務需求形態下的數據分析結果。利用這一系列相關算法和技術從海量數據中提取出為業務服務所需要的信息數據，并將隱藏在數據背后的信息價值，使數據真正的變成真金白銀。

[關鍵詞]數據采集 DTU RTU 大數據

1 引言

近些年，鋼企之間的競爭也變得日趨激烈。眾多企業的也在擴充發展過程中不斷引用先進技術、先進設備和先進理念提升生產效率和管理效率，以期取得更為廣闊的發展優勢。隨著信息技術的發展和應用，基于打造“數字鋼鐵”，實現智能制造已成為了鋼鐵企業發展的新趨勢。

作為冶金企業數據就是金錢，就是血液，在企業各個系統中流動。在現在生產企業里會產生大量的數據，特備是冶金長流程企業，從物料采購、研發設計、工藝、制造、倉儲、物流、質量、人員等業務數據到實時采集的產量、能耗、工藝參數、設備參數等生產過程數據，這些數據是企業ERP、MES、APS等應用系統的數據支撐，是實現智能制造的基礎。因此加強冶金企業數據采集與管理尤為重要。

2 采集方式的選擇

目前對儀器儀表的數據采集主要有兩種方式，一種是有線采集器，以RTU為代表;另一種是無線采集器，以DTU為代表。TU英文全稱Remote Terminal Unit，中文全稱為遠程終端控制系統。RTU具有通訊距離較長、適應惡劣環境、模塊結構化設計，便于擴展、運算能力強、可采集數字量、模擬量、開關量等變量、具有掉電保護、支持多種通訊方式（撥號、數傳、RS485/232）等特點。

它是一種遠程終端設備，通常是安裝在遠程現場，用來監視和測量安裝在遠程現場的傳感器和設備。負責對現場信號、工業設備的監測和控制。RTU將測得的狀態或信號轉換成可在通信媒體上發送的數據格式。它還將從中央計算機發送來得數據轉換成命令，實現對設備的功能控制。RTU通常要具有優良的通訊能力和更大的存儲容量，適用于更惡劣的溫度和濕度環境，提供更多的計算功能。正是由于RTU完善的功能，使得RTU產品在SCADA系統中得到了大量的應用。

DTU無線發射器，通過GPRS通訊方式采集數據，GPRS允許用戶在端到端分組轉移模式下發送和接收數據，而不需要利用電路交換模式的網絡資源。從而提供了一種高效、低成本的無線分組數據業務。特別適用于間斷的、突發性的和頻繁的、少量的數據傳輸，也適用于偶爾的大數據量傳輸。GPRS理論帶寬可達171.2Kbit/s，實際應用帶寬大約在40～100Kbit/s，在此信道上提供TCP/IP連接，可以用于INTERNET連接、數據傳輸等應用。是一種新的移動數據通信業務，在移動用戶和數據網絡之間提供一種連接，給移動用戶提供高速無線IP或X.25服務。GPRS采用分組交換技術，每個用戶可同時占用多個無線信道，同一無線信道又可以由多個用戶共享，資源被有效的利用，數據傳輸速率高達160Kbps。使用GPRS技術實現數據分組發送和接收，用戶永遠在線且按流量計費，迅速降低了服務成本，因此DTU成為無線數據采集首選，企業可根據需要選擇合適的采集器，采用有線、無線或兩者兼有來實現儀表參數等數據采集。如圖1所示。

對控制系統數據采集模式較為多樣，依據現場裝置、PLC、DCS設備種類、型號的不同，針對性的采取RS485/232接口模式采集、工業網關直聯采集、OPC組件采集采集等方式，并通過I/OServer服務器、實時數據庫、關系型數據庫逐層實現海量數據的分類存儲、調用管理，以確保最終獲取穩定高質量的數據資源，為上層系統功能運行和業務管理提供良好的信息基礎支撐。

3 數據采集范圍及架構

冶金企業一般都會有物流公司、焦化廠：、煉鐵廠（燒結、球團、煉鐵）、鋼軋廠、動力廠等數據采集對象包括遍布企業的各類型PLC、DCS、自動化控制系統、能源計量儀表、物料計量磅秤等，采集數據內容包括各類工藝過程監控參數和計量數據等。

對于規模較大、各生產區域較為分散、工控設備類型繁雜、采集數據點多等特點，為了便于集中管理、統一調度，建議采用了分散式采集、區域性匯總、集中式管理的技術架構。首先現場部署的大量數據采集設備（包括DTU、RTU、OPC采集組件等），靈活采用通信接口和通訊協議（根據采集對象的通訊條件選擇），對業務需求的各工序所轄的自動化控制系統或儀表進行分散式數據采集，并統一傳送到負責區域性數據存儲管理的服務器（I/OServer）中，然后在通過企業級數據采集主干網將各個區域的數據集中傳送至服務器，對所有采集上來的數據進行統一的存儲和管理，并通過配套數據庫接口向包括ERP、MES、APS系統等在內的其它第三方信息系統提供針對性且可控制的數據訪問讀取服務。

4 數據的管理和利用

企業應結合自身的實際情況，建立相應的管理機構。明確數據管理的原則和方法，建立數據管理的流程和制度，監督檢查落實優化數據。依靠數據庫、大數據平臺、云計算或云數據中心對數據進行分析和應用，采用分類、聚類、關聯分析、異常檢測、回歸分析等類別的算法進行高效精準計算，通過對大數據分析結果進行關聯性數據挖掘，以業務需求目標為動力，對大量統計結果進行過濾和提純，有側重計算出不同業務需求形態下的數據分析結果。利用這一系列相關算法和技術從海量數據中提取出為業務服務所需要的信息數據，并將隱藏在數據背后的信息價值，使數據真正的變成真金白銀。

參考文獻

[1]余正環，楊國榮，郭建輝等.數字化電廠實時數據基礎的建設[J].華東電力，2003，9（59）.

[2]王家軍，趙建東，馮彥民.煉鋼廠生產信息采集系統[J].計量技術，2005.

[3]呂玉紅.鋼鐵企業能源管理系統的開發與應用[J].山東冶金，2010，32（03）.