基于工業互聯網的車間生產數據采集系統設計

徐東，楊俊，柳龍

（工業互聯網創新中心（上海）有限公司，上海 200232）

當前化工企業信息系統復雜，信息化建設水平參差不齊，數據標準不一致，作為典型的制造業，石油工業面臨著價格波動大、供氣壓力大、新能源不斷涌現等新問題。與此同時，國際市場競爭日趨激烈，環境管制面臨嚴峻挑戰。化工企業的車間生產數據采集系統，由于手工采集的數據質量差、動態數據難以采集，導致數據通信和共享成為制約其發展的瓶頸。

當前使用的基于標準語義模型和復雜事件處理的采集系統，主要包括設備端和云服務端兩部分，其中設備端為分布式結構，通過OPC 的統一架構完成數據采集[1]；使用以ARM+FPGA+ENC28J60 為核心的遠程監控數據采集系統體系結構，完成數據通信，通過移植和改進LWIP 協議棧，實現服務器對設備信息的實時采集[2]。然而，當服務器關機或電源故障導致數據庫不能連接時，數據就會丟失，不能保證數據的完整性。

針對上述方法存在的問題，提出基于工業互聯網的車間生產數據采集系統設計方案。

1 系統硬件結構設計

利用工業互聯網平臺，集中管理不同行業的同一生產設備，以數據驅動方式保證各類設備安全、穩定、優化運行。以產業互聯網平臺提升跨板塊的業務協同，構建石化化工產業鏈生態體系[3]。設備使用在數據基礎上的閉環反饋，促進了關鍵設備的自主創新，加速了信息收集[4]。

系統硬件結構框圖如圖1 所示。

圖1 系統硬件結構框圖

由圖1 可知，數據采集子系統由OPC 客戶端和OPC 服務端兩部分組成，每個模塊包括三個子模塊[5]。數據訪問和訪問操作通過OPCDA 規范定義的接口實現；OPC 客戶端自定義接口對象模塊是最重要的模塊，其功能是將服務器上獲取的數據傳送給實時數據庫，完成.NET 平臺提供的數據庫操作類[6]；OPC服務端的對象模塊是通過連接現場設備模塊實現的，根據不同設備的驅動程度，通過OPCDA 規范對接口進行定制開發[7]。

1.1 石油化工行業工業互聯網平臺體系架構

工業互聯網是實現智能制造的重要基礎設施，為各產業要素的互聯互通提供了有力支撐。石油化工工業互聯網平臺體系架構如圖2 所示。

由圖2 可知，石油化工工業互聯網平臺的服務體系結構采用分布式體系結構，保證了體系的可靠性及安全性。與此同時，云計算平臺是開放的服務平臺，能夠容納大量外部信息[8]。在基礎框架中，使用各種引擎裝置，能夠支持多種整合技術，實現數據歸一。平臺體系采用模塊化設計模式，能夠保證平臺體系架構具有一定的可擴展性。

圖2 石油化工工業互聯網平臺體系架構

1.2 采集電路設計

利用STM32 嵌入式16 通道高精度AD 模擬量轉換器實現模數轉換，該通道所涉及的信號調理經過放大、濾波處理后，能夠保證信號的線性度和靈敏度[9]。該系統主要由CAN 通信電路組成，測井儀采集的數據通過單芯電纜上傳至井內，IIC 通信用于數據存儲[10]。

1.3 STM32F103ZET6單片機

使用STM32F103ZET6 型號單片機作為系統核心模塊，負責采集并傳輸數據，其結構如圖3 所示。

圖3 STM32F103ZET6單片機結構示意圖

由圖3 可知，該單片機內置RC 振蕩器，最大工作頻率是70 MHz。單片機內包含了兩個計時器，用于統計多通道編碼器的編號信號[11]。總線處存在一個同步串行的外圍接口，可使單片機與各種外設進行串行通信，以實現信息的高速共享[12]。

2 系統軟件部分設計

2.1 掉電采集模塊設計

掉電采集模塊選用24C02 芯片，數據傳輸采用IIC 通信方式，聯機信號方式：數據啟動信號、數據停止信號和響應信號。掉電采集的高低順序決定著線路上的信號模式。

掉電采集示意圖如圖4 所示。

圖4 掉電采集示意圖

由圖4 可知，在SCL 信號為高信號的情況下，SDA 電平從高到低，此時傳輸的是數據啟動信號。在SCL 信號為高信號的情況下，SDA 電平從低到高，表明數據已停止傳輸[13]。采集數據的芯片發出低脈沖響應，表示已經接收到數據，反之，可以檢查數據是否輸入到存儲區域。

2.2 基于工業互聯網的任務調度算法

若程序不使用任何實時操作系統，則程序按順序執行任務。在采集任務時，要計算100 份數據的平均值，雖然保證了數據的真實性，但是每一次采集都會有一定延遲[14]。因此，在數據采集過程中，需要管理任務線程和任務優先級[15]。

USOS III 操作系統通過人為設置所有采集任務和通信任務的優先級，使任務處于未完成狀態。在采集數據期間，系統處于延遲狀態，CPU 的權限從下一個任務開始計時。采用分片式任務調度方法，使采集程序和通信程序的任務在同一優先級上運行。把采集周期中的時間分為采集時間和等待時間，在等待時間釋放CPU，負責其他采集或通信任務[16]。

在一個采集周期結束時，任務將暫停。在三種就緒任務中，任務調度算法示意圖如圖5 所示。

圖5 任務調度算法示意圖

由圖5 可知，Taskl、Task2、Task3 是三個調度任務，如果第一個任務的執行處于延遲狀態，則啟動第二個任務。當第二個任務進入延遲狀態并且第一個任務的工作狀態標志沒有響應時，執行第三個任務。在完成第三個任務后，第一個任務的工作狀態會響應并且開始第一個任務。通過這種任務調度算法，可以在一個周期內執行，從而提高了任務的調度效率。

在6 個任務中，存在5 個采集任務和一個通信任務，每個采集任務所耗費的時間為t1，采集任務周期為T，通信時間為t2，未加入任何操作任務時，采集時間計算公式為：

式中，表示平均采集時間。

為了保證數據采集的準確性，在系統中加入操作任務后，會將其他任務在延遲等待時間內執行。因此，延時時間計算公式為：

利用時間互補的方法，在第一個任務期間，不需要做其他的工作，在任務1 的延遲時間內，所有的任務都被執行。所以，當使用系統執行采集任務時，當最后一次采集任務完成后，將會和第一次采集的延遲時間一致，然后進入第二次采集周期。在加入操作任務后，采集速度明顯加快，整個采集任務執行一遍所需的時間與通信時間一致，從而提高了采集效率。

3 系統調試與實現

3.1 調試平臺

調試平臺結構如圖6 所示。

圖6 調試平臺結構

由圖6 可知，生產數據來自車間，以關鍵數據為依據進行數據整定，使調試過程中關鍵數據的數值能夠保持最大程度的可信度。

3.2 系統調試數據展示

系統調試數據指的是基礎數據，包括石油堆存量、堆存費用、出庫量、出庫費用、入庫量及入庫費用，系統調試數據展示情況如表1 所示。

以表1 所示的系統調試數據為依據，進行調試結果分析。

表1 系統調試數據展示

3.3 調試結果分析

分別使用基于標準語義模型和復雜事件處理的采集系統、基于ARM 的遠程監控數據采集系統和基于工業互聯網的車間生產數據采集系統，對比分析調試數據采集結果，如表2-4 所示。

表2 三種系統1月份調試數據采集結果對比

由表2 可知，對于1 月份調試數據，使用前兩種方法采集到的數據與實際數據存在較大誤差，而使用最后一種方法采集的數據與實際數據僅存在1 元或1 噸的誤差；由表3 可知，對于2 月份調試數據，使用前兩種方法與實際數據最大誤差分別為142 噸和445 元，而使用最后一種方法采集的數據與實際數據存在92 元的最大誤差；由表4 可知，對于3 月份的調試數據，使用前兩種方法與實際數據最大誤差分別為244 噸和132 元，而使用最后一種方法采集的數據與實際數據存在45 元的最大誤差。

表3 三種系統2月份調試數據采集結果對比

表4 三種系統3月份調試數據采集結果對比

為了進一步分析數據采集周期調試結果，對三種系統的采集周期進行了比較和分析，比較結果如圖7 所示。

圖7 三種系統采集周期調試結果對比

由圖7 可知，使用基于工業互聯網的車間生產數據采集系統采集周期調節結果明顯比另外兩種時間短，最短采集周期為9 ms，說明使用該系統可在短時間內完整采集石油車間生產數據。

4 結束語

該文設計面向工業互聯網的車間生產數據采集系統，構建石油石化行業大數據存儲、集成、分析與管理的開發環境。以工業互聯網為平臺，為中小型化工企業構建用于工藝優化、設備優化，致力于化工制造的網絡平臺，為中小型化工企業提供多種應用。系統調試結果表明，該系統的采集周期最短為9 ms，能夠改善傳統系統采集數據不完整的情況。