制絲線數據采集系統的設計與實現

李剛 張常記 唐茂滔 劉堯 田勇

（四川中煙工業有限責任公司什邡卷煙廠 四川省什邡市 618400）

工廠制絲自動化生產線從2004年投入運行，距今已有十多年，因受當初信息技術的限制和工藝分析的淺顯需求，該自動化系統并未提供工藝統計分析和開放的過程數據，造成工藝分析工作仍然是基于傳統的作業流程，并進行簡單統計分析。

但隨著工藝要求越來越高，工藝分析也變得越發復雜，對數據的需求也越來越大，傳統的作業流程讓工藝人員的工作負擔越來越大。基于這個考慮，工廠立項研究自動數據采集技術，并以此為基礎建立自動數據采集分析系統。

1 整體系統構建

系統結構圖見圖1，OPC數采服務器實時從PLC讀取I/O數據，并將這些數據以約定的頻率發送給SQLSERVER數據庫。SQLSERVER數據庫主要功能是保存數據，并和Web服務器一起共同提供網頁式的數據查看分析功能，技術實現過程如下：

1.1 建立SQL數據庫

利用工廠機房已有SQLSERVER數據庫服務器建立制絲數據采集數據庫，根據工藝提出的工藝點指標采集目錄，以工藝段為基礎建立數據庫表。考慮到要根據牌號，批次等來查詢的需求，應在表中存儲牌號，批次等供條件查詢。這類表包括：潤葉回潮段采集表、葉片加料段采集表、烘絲干燥段采集表、在線干燥段采集表、混絲摻配段采集表、煙絲加香段采集表、梗處理段采集表、切梗加料段采集表、梗絲干燥加香段采集表。

為保存統計結果和維護數據，在SQLSERVER數據庫中設計牌號表、工序表、統計表。這類表包括：葉線配方表、梗線配方表、葉線工序指標表、梗線工序指標表、葉線批次統計表、梗線批次統計表、重量消耗表、生產時間統計表。

1.2 建立OPC數采服務器

OPC全稱是基于過程數據的對象連接與嵌入技術，它的出現為基于WINDOWS架構的程序和現場過程控制系統建立了橋梁。通過OPC，我們可以把現場過程控制的數據讀到基于WINDOWS的電腦中，這為實現數據采集提供了基礎。

1.2.1 配置OPC站點

通過上面的結構圖我們知道，OPC數采服務器既要讀工業網的數據，還要將數據傳送到機房核心網中，方案中通過OPC數采服務器配置兩張以太網卡來實現數據鏈路的連通。

各自動化產品公司提供了一整套配置OPC數采服務器的方法，其中最重要的一步就是通過網絡組態軟件設置工業網數據傳輸鏈路，使數據可以從各PLC傳送到OPC數采服務器。

1.2.2 數據采集

在OPC站點的基礎上，采用具備強大數據庫功能組件的開發程序DELPHI和ADO技術開發遠程數據庫寫入程序，完成數據采集功能。

基本的程序思想是：首先判斷段任務是否執行，若執行則觸發定時器執行，依次將通過OPC讀出的過程數據寫入到數據庫中。

圖1：系統結構圖

為了分擔數據庫的瞬時工作壓力，采用分時寫入將數據寫入數據庫，采用定時器控制著具體工藝段的數據寫入的觸發，并且是分時隔觸發的。

1.3 建立WEB訪問平臺

考慮到終端用戶較多和后期的運行維護，訪問平臺更適宜于B/S架構。本項目運用當前流行的ASP.NET動態服務器畫面技術，以MICROSOFT VISUAL STUDIO（以下簡稱VS）為開發平臺開發了WEB訪問平臺。

在VS中新建了網站類型的項目后，作為一個以訪問數據庫為核心業務的平臺，首先要配置數據庫聯接。默認根目錄中有自動創建的文件Web.config，它用來儲存Web應用程序的配置信息，所有的子目錄都繼承它的配置設置，數據庫聯接配置如下:

表1：制葉工序的權重分配表

只要在子程序中聲明是sqlDatabase類，即可在子程序中使用已定義好的組件。比如查詢葉片工藝1段的總記錄數，只需簡單的一句MYDB.ReturnSQL(‘select count(*) from zs1’ )即可得到結果。

2 開發統計分析功能

在完成web平臺建立以后，針對工藝的實際需求，開發具體統計分析功能。

2.1 基礎數據維護

上文已經提到在工藝段任務開始后數據庫即開始采集數據，但是在某些時候，數據是無效的，比如：料頭、料尾、斷料；對于水分，溫度等，在未達到穩定狀態時，數據也是無效的。對于這些數據的剔除，是通過定義有效數據值的延時來解決：在料頭時，大于有效值，延時三分鐘，在料尾時，小于有效值，后退三分鐘。

規格線是工藝用來判定數據是否合格的范圍，數據處于這個范圍內的即為合格的數據，再與有效數據相除，即是該工藝指標的合格率。

在數據庫中建立配方表用于管理規格線和數據剔除線，并在WEB頁面上顯示,并提供管理員編輯修改功能。

2.2 批次分析

批次分析功能包括查詢和計算提供各工序點的平均值、合格率、標偏，并以此為基礎數據，導出到EXCEL表用于判定整批次是否合格和整批次的過程加工能力是否達到要求。

基本的程序思想是：針對不同的源數據表中，根據查詢條件（如批次、牌號、生產時間），用select max/min(*)語句查詢最大值和最小值；用 select avg(*)語句查詢平均值；用 select stdev(*)語句查詢標準偏差；用select sum(規格線范圍內的個數)/select sum(有效數據的個數)來計算合格率。

由于計算程序復雜，又存在著大量的數據庫操作，造成計算緩慢，因此將結果數據存儲在數據庫中，避免二次查詢時造成系統資源的浪費。

為了實現工藝上批次合格判定和過程能力評價的信息化，我們建立了葉線檢驗表和西格瑪水平表，通過批次工藝數據的寫入，自動生成判定結果和評價結果。

程序實現上，即按要求把程序計算得出的工藝結果寫入表格規定的格子中。對于一張已有數據的EXCEL表，首先要判斷該批次是否存在，系統通過循環語句，從Excel表的第一排數據開始，用批次與即將寫入的批次做對比，沒有該批次即寫入，程序思路如下：

EXCEL模板編輯的有公式，在寫入數據以后會自動判定各工藝點的合格率，進行扣分，然后統計扣分項，得出批次判定結果。

西格瑪水平的評價方式有所不同，整批次西格瑪水平高低是由各工序的合格率和各工序對產品質量重要性共同決定的，我們通過權重值來量化工序對產品質量的重要性。如制葉工序，其權重分配見表1。

需要注意的是，用于過程能力計算的工序指標合格率是基于區間概率計算得出的，其公式為：

μ為平均值，σ為標準偏差，Ф為正態累積分布函數NORMSDIST。

制葉工序的合格率如下，權重分作為合格率的指數來計算：

Y1=A0.30×B0.20×C0.20×D0.30………

同理，得出制絲工序的合格率Y2，整個葉線的合格率為：

用標準正態累積分布函數的反函數NORMSINV，既可得出西格瑪水平。

以上公式均在EXCEL模板中實現，采用相同的方法寫入基礎數據后，自動生成評價結果。

2.3 其他統計分析功能

項目組在WEB平臺上還開發了多種查詢統計分析功能，如提供多種查詢方式源數據查看和導出，全線秤累計量的統計和查看，生產時間的統計等等。相對于批次分析來說，技術上的實現相對容易，不在本文闡述。

3 總結

本文闡述總結了一套在老舊自動化系統上實現數據采集的方法，對于投資有限、又有急迫實現數據信息化運用的需求的改造項目具有較大的借鑒意義。