面向化工智能工厂的数据采集系统研究

李国涛

（中国成达工程有限公司，四川成都 610000）

化工行业属于高危行业，对安全生产要求非常严格，因此在化工厂内通常会有比较复杂的控制系统，以确保生活活动的安全进行。但是随着化工工艺的进步和化工厂规模的扩大，传统的生产管理体系逐步表现出许多缺陷，尤其是智能化程度低。在智能化技术不断成熟的今天，智能工厂的概念开始为人们所熟知。智能工厂在化工生产企业的应用，使得化工生产的整个管理流程更加科学化和智能化。然而智能工厂的建设依赖于大量的动态生产数据，因而数据采集系统成为智能工厂实现的关键。为此，本文对化工智能工厂的数据采集系统进行了深入的分析。

1 数据采集系统概述

1.1 发展现状分析

数据采集系统是在电子、计算机、通信、网络等技术的支撑下发展起来的，最早的数据采集系统出现于20世纪中期的美国，当时主要用于军事领域。20世纪60年代后，成套的数据采集系统开始推向市场，但总体性能不佳。直到20世纪80年代初，才出现了以计算机控制为核心的数据采集系统，并且逐步实现自动化和智能化[3]。目前，数据采集系统已经成为更大规模的智能工厂的一部分，不仅可以完成最基础的数据采集功能，而且还能实现生产、调度、控制、经营、管理、决策等各项功能，成为许多大型企业不可或缺的生产管理系统。在化工领域，智能工厂也已经开始了初步的探索和应用。由于化工厂的特殊性，对安全性能要求极高，因此智能工厂被人们认为是化工厂智能化发展的必然趋势。

1.2 当前存在的不足

尽管当前的智能化技术已经比较成熟，但作为智能工厂在实际生产企业中应用仍不成熟，尤其是在现场数据采集要求和数据接口标准等方面还没有形成统一的行业规范，智能工厂的作用还未能充分发挥。在化工领域，现场生产设备种类繁多、数量庞大，而且供应商各不相同，服役年限也有长有短，这导致现场设备的数据接口千差万别，不同的设备之间难以实现数据传输。另外，许多化工厂的生产管理系统仅对生产过程中的用料和参数进行采集和监视，而对于环境等相关的数据则不关心，导致数据采集不全面、不准确，距离真正的智能工厂还有很大的差距。因此，如何规范地对生产现场的各类数据进行采集，是当前化工厂实现智能化过程中面临的第一道难关。

2 化工厂数据采集系统研究

2.1 现场数据采集内容的确定

化工厂生产工艺比较复杂，整个过程涉及大量的工艺参数，而这些参数绝大部分都是可以测量出来的。从数据本身的角度上，化工厂的数据可以分为结构化数据和非结构化数据，其中结构化数据是指具有固定结构的数据集成，例如模拟量数据、数字量数据与报警和事件信息等；而非结构化数据则是没有固定的结构形式，例如视频、音频和图像数据等。考虑到化工厂的类型多处多样，而不同的化工产品在生产工艺上有一定的区别，为了对整个数据采集系统进行详细且具体的说明，本文以最常见的煤化工企业为例展开研究。

典型的煤化工企业包括煤制烯烃、煤制油与煤制天然气等类型，按照其生产工艺流程的顺序，涉及的设备主要包括生产装置、系统管网、罐区、装卸栈台、仓库和HSE 等，而这些工艺的每个环节都会有相应的控制指标，需要布设相应的采集装置。数据采集系统的设计就是要确定采集哪些数据、用什么设备来采以及采集哪些内容。表1为煤化工企业数据采集系统采集的内容。

如表1所示，本文根据煤化工工艺特点，结合数据采集系统的技术要求，拟定了44个数据的采集方案，这些数据可以分为工艺参数、操作状态、运行状态、废物排放、功耗数据等大类。其中，工艺参数包括、温度、压力、液位和流量，通过温度传感器、压力传感器、液位传感器、流量传感器等仪器实现采集；操作状态包括试车、开车、连续生产、倒炉、暂停、紧急停车、短期停车、停车，这些数据均来源于车间的DCS系统；运行状态数据主要有开始运行时间、结束时间、加工时间、加工数量、停机时间、转速、轴温、轴振动、轴位移，这些数据来源于PLC控制系统；废物排放数据包括氮气、氧气、一氧化碳、二氧化碳、水、碳氢化合物、可燃气体、有毒气体、大气中的 PM10、大气中的 SO2、大气中的 CO、大气中的 NO、大气中的 NO2、大气中的 O3、O2、水质 COD、水质 pH、烟气的 SO2、粉尘，采集仪器包括气体检测仪、水质分析仪、烟气检测仪和粉尘检测仪；功耗数据主要包括电能、电压、电流和功率，通过能源计量仪表完成采集。以上数据的采集内容，基本可以支撑智能工厂的建设要求。

2.2 数据采集方法

数据采集系统主要包括数据的产生、数据的感知、数据传输、数据的存储等方面，每个方面都是一个独立的子系统，但在整体上又是一个不可分割的数据采集体系。

在化工厂的生产过程中，数据源就是整个生产流程涉及到的各个设备的运行参数和周边环境信息，具有点多面广的特点。数据的感知就是通过各种传感器设备对数据源的数据进行采集，将模拟信息转化为数字信息。对于一些特殊的数据，可能已经在第三方系统中生成，例如PLC控制系统、DCS集散控制系统、ERP系统等，这些系统在功能上等同于一个数据源，只是其产生数据类型较多，而且需要通过专用的数据接口来进行数据采集。

数据传输是通过一定的网络拓扑来实现的，多采集总线型网络进行数据传输，每类传感器数据首先通过自己单独的线路进行采集，然后汇总到数据总线。对于普通传感器，多采用国际通用的数据传输协议，例如TCP、RS-485等，而第三方系统与数据采集系统的对接则需要专门的通信协议，该协议一般由第三方设计并提供。

数据的存储则通过数据库来实现，不同的数据库有不同的性能，化工厂应根据企业规模来选用。例如大型化工厂可以采用大型关系型数据库ORACLE，中小型化工企业则可以采用轻量级的MySQL。对于非结构化数据，包括视频、音频和图像则无法通过数据库来直接保存，因而需要用到文件系统。非结构化数据则采用摄像头、麦克风等设备采集，由专用的视频/音频服务器传送到远程监控中心。

2.3 采集设备选型原则

化工厂内部环境比较恶劣，可能存在有毒、腐蚀气体，而且会面临高温、潮湿等问题，容易导致采集设备的损坏。因此，化工厂数据采集设备应该具有较高的综合性能。在智能工厂中，数据采集设备可以分为模拟量仪表、数字量仪表、分析仪表与其他类仪表设备等，这些仪器仪表在选型过程中，必须充分考虑其测量精度、稳定性、可靠性和功耗，也要考虑到其安装位置和固定方式，同时要具有一定程度的冗余与扩展，避免特殊情况下不能及时采集实时数据。同时也要兼顾设备的经济性。对于综合性能高的数据采集设备，可以考虑高性能进口设备，如果无特殊要求，可以优先选择性价比较高的品牌产品。

2.4 采集技术要求

数据采集是一套完整的功能系统，是智能工厂的一部分，因此数据采集系统在技术要求上一定要具有先进性，尽量采集当前的最新技术，保证技术在未来几年内不会被淘汰并持续保持先进性。在数据有效性方面，按照当前智能工厂的技术要求，现场数据采集的完整率至少要达到90%。为减轻数据采集的难度和复杂性，应事先确定好每类数据和传感器的采集频率和数据有效位数。作为具备网络拓扑的系统，化工厂数据采集系统应满足国家或行业相关的标准和规范。

3 系统应用

本系统在某煤化工企业进行了试运行，根据表1中所拟定的44个数据类型和采集方案，实现了对全厂工艺参数、操作状态、运行状态、废物排放、功耗数据等数据的采集。运行结果表明，系统数据采集准确、及时，系统维护和数据的使用都比较方便，取得了较好的应用效果。因此，无论是从功能上看还是在性能上看，该系统都具有一定的应用推广价值。

4 结束语

在信息化技术高度发达的今天，智能化技术已经广泛应用于各行各业，而化工行业的生产管理也离不开智能化技术的支撑。当前许多大型化工企业已经将智能工厂作为提升核心竞争能力一重要手段。可以认为，能否在信息化社会中抢先实现智能工厂的应用，在很大程度上决定了企业在未来的市场竞争中所具有的地位。鉴于智能工厂的重要性，不难预见在未来智能工厂中对数据采集系统的要求也会不断严格化，各国的参与也将逐步对数据采集系统的数据接口标准进行制定，从而推动全行业的智能化发展。