檢視铁前生产工艺大数据实时共享系统的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://p8.itc.cn/q_70/images01/20220224/23523bd33e2c4f1fac9d0b9cd70468e1.png width="300"></center>
<small>[https://www.sohu.com/a/525130705_120265713 来自 搜狐网 的图片]</small>
|}

'''铁前生产工艺大数据实时共享系统'''目前，国内大多[[钢铁]]企业铁前区域各生产工艺单元之间的基础自动化系统（一级系 统）和生产控制系统（二级系统）在网络物理层面是相对独立的，各生产工艺单元间数 据就像一个个数据孤岛，无法实时共享。因建设年代的关系，二级生产控制系统中的极 大多数未配置专用数据存储设备。系统仅可以缓存较短时间、粒度不是特别密集的生产 工艺数据。想按照秒级存储一代炉龄的海量数据基本不可能。因此，铁前生产工艺[[大数据]]实时共享的需求成为炼铁企业较为迫切的需求。

==一、解决方案简述==

===1、 方案简介与功能目标===

随着“云存储、大数据”时代<ref>[https://www.sohu.com/a/308283395_218639 浅谈大数据时代的大数据技术与应用]，搜狐，2019-04-16</ref>的来临。炼铁企业对生产过程中产生的数据越来越关注，积累海量的生产[[工艺]]实时数据不仅可以为精益化控制提供有效的数据支撑，同时还 可以为生产过程中出现的生产故障生产事故提供历史数据分析资源。

===2、 技术体系与技术特点===

====（1）技术难点====

进行铁前生产工艺大数据实时共享系统的研发主要存在以下三个方面的技术难点：

难点1:数采链路的建立。铁前区域包含混匀、烧结、球团、焦化、高炉炼铁、检 化验等众多生产工艺单元，每个生产工艺单元的基础自动化系统、控制系统的建设时间 不同，采用的PLC、控制授权、操作[[系统]]不同。建设较早的生产工艺单元，网络架构设 计为了减少计算机网络病毒、网络攻击对生产安全产生危害，很多在物理上都没有实现 连通。众多的多样性，给数据采集工作带来了巨大的困难。

解决方案：

♦打通物理链路：在生产单元和公司信息网之间架设通讯服务器，通讯服务器间限 定定向跳转，通讯[[服务器]]<ref>[https://www.sohu.com/a/664503974_120926322 服务器是什么？服务器的作用与用途] ，搜狐，2023-04-08</ref>采用双网卡工作方式，一块网卡接入到数据采集OPC数据服

务器所在控制网并在这块网卡上启用单臂路由保护，一块网卡接入到信息化网络并在这 块网卡上启用点对点路由保护，减少ARP攻击、广播风暴、数据透传等网络行为有可能对生产[[系统]]的影响，保证生产系统的安全稳定运行。

♦打通数据链路：对于建设中不含有OPC数据服务或需要穿透硬件防火墙的生产

工艺单元，通过自开发基于UDP通讯协议的通讯接口进行[[数据]]转发。在连接进入公司 信息化网络前建立专用OPC数据服务，从而实现数据采集接口的规范化、统一化。

难点2：生产工艺参数数据采集后，海量数据的存储方式。在线生产工艺数据采集 的时间粒度多数为秒级，如果按照传统的[[信息化]]系统存储数据的方式，以关系型数据库 为存储介质，海量的数据写入足可以使关系型数据进程资源瞬间占满。在这种情况下，基本己经无法再实现其他功能。

解决方案：

系统以实时数据(GE IHistorian) +关系数据库(Oracle)的双层架构方式建立数据中心。其中实时数据库负责存储由基础[[自动化]]控制系统采集来的海量秒级生产工艺参数 数据，为关系型数据库提供数据支撑。同时实时数据库可作为生产工艺参数实时监视及 历史曲线分析的数据源。关系型数据库存储基于实时生产工艺参数数据计算分析的结果 数据及其它生产管理相关的数据。

难点3：系统架构的确定。系统采用什么样的架构，直接影响的系统的成败。

在详细比对了上述两种架构的基础上，项目研发组[[希望]]可以以BS架构为基础，实 现CS架构下的模块化开发。这种架构即可以继承BS架构的易部署、少维护、高兼容 的优点，又可以实现CS架构下模块高复用、低偶合的特性。

解决方案：

项目组使用ADOBE FLEX软件开发工具开发系统前台展示界面（“富客户端互联网 应用程序（RIA）”框架），使用Visual Studio C#开发工具开发系统后台应用服务。再配 合铁前生产工艺大数据数据中心，搭建了[[系统]]基本的三层架构模式。

在开始研发马钢铁前生产工艺大数据实时共享[[项目]]前，项目组使用上述系统架构先 行开发了一套编程模版。实现了以下功能：

♦模块化：使用Module模块化开发[[技术]]，将各操作界面与系统主程序独立开来， 根据需要进行动态加载，这样即大大减少了整个系统的大小，提高了加载响应速度，也 易于访问权限控制。

♦易用性：操作界面采用B/S结构，同时采用富客户端技术，既有传统C/S程序的 高响应和易操作的特点，也有B/S程序易部署、免维护等优点，客户只要使用浏览器即 可使用系统。

♦标准化:使用三层结构进行设计开发，将业务处理与展示进行分离，降低耦合度； 开发了数据库对象生成器、脚本生成器等工具进行常规代码的自动生成，既减少了工作 量，又大大提高了编码[[标准]]；总结形成了共性代码库，形成了一整套开发规范和开发文 档，实现了开发人员编码一致性，易于开发维护。

====（2）技术实现====

1） 生产实时数据监视：

生产实时数据监视主要实现两部分内容，一是对重点生产工艺数据实现数字化秒级 同步监视，帮助生产工艺人员可以及时准确的掌握生产过程中数据的瞬时变化。同时， 在生产工艺人员需要对单工艺点进行[[历史]]趋势追溯时，可以通过选定工艺点的当前值。 在弹窗中设定所查看工艺点趋势的时间区间，即可获得趋势变化线性图。二是对重点的 介质消耗、能源供应、温度趋势进行线性趋势监视，工艺人员可根据自身需要进行相应 的个性化配置，从而实现可以提前为能源、介质、原燃料配给做好相关准备工作。为工 艺控制提供数据支撑。

2） 铁前各生产工艺数据整合：

打破铁前区域各个独立的生产控制系统间的数据壁垒，建立数据链路。基于建立在 云数据平台上的铁前生产工艺数据中心，将炼铁、烧结、球团、焦化、检化验等工艺流 程的信息化数据整合到一个应用平台，方便铁前工艺人员可以及时[[准确]]的获得需求的数 据。

3） 工艺数据可配置化计算：

工艺数据可配置化计算主要分为两个层级：一是数据采集层：当生产工艺数据被采 集程序从生产控制系统内读取后，写入数据中心前，可根据工艺需求将实时计算结果以 建立虚拟生产工艺点的方式记录进入数据中心。二是生产工艺层：为满足生产工艺的不 同需求，生产工艺人员可依托已采集的生产工艺数据或其他人工录入数据对需要进行数 学计算的数据定制化配置计算[[逻辑]]，并可以随时调整计算逻辑以满足需求。

4） 生成定制化工艺报表：

铁前生产工艺数据中心的建立，让各类生产工艺数据获取的更加便捷。为了减少一 线操作人员一遍又一遍的填写手工纸质报表，提高生产率，降低人工[[成本]]。在实时共享 平台内针对各生产工艺建立了大量定制化电子报表。

5） 生产工艺分析模型的建立：

利用铁前生产工艺数据中心中的海量数据，根据铁前生产工艺人员对工艺控制分析 的需求，建立了水温差监测模型、炉缸炉底侵蚀模型、高炉配料计算及渣铁成分预测模 型、高炉全炉物料[[平衡]]模型、高炉冶炼成本模型等模型。

==参考文献==
[[Category:500 社會科學類]]