镍冶炼工业数字化转型中数据采集技术研究与应用

宋吉谭 刘砚辉 吕苏环 董陇陇 屈永保

[摘    要]现代化当中，工业互联网属于新一代的信息技术和工业领域深入融合发展所形成的全新的工业生态体系，对于工业数字化转型来说，对于工业大数据的采集分析与深度应用起到了有效地促进作用。现阶段的工业大数据特点当中，充分借助于工业互联网环境下的工业大数据来源及采集方式，根据其数据模型和算法，来实现对制造企业研发设计、生产制造、远程运维、数字化运营管理当中工业大数据的应用，在本文当中，针对于镍冶炼工业数字化转型中数据采集技术研究与应用做出了分析，给出了其工业大数据深化利用的建议和意见。

[关键词]镍冶炼;工业数字化;转型;数据采集;应用

[中图分类号]F270.7 [文献标志码]A [文章编号]2095–6487（2021）11–0–02

Research and Application of Data Collection Technology in the

Digital Transformation of Nickel Smelting Industry

Song Ji-Tan， Liu Yan-hui， Lv Su-huan， Dong Long-long， Qu Yong-bao

[Abstract]In modernization， industrial Internet belongs to a new industrial ecosystem formed by the in-depth integrated development of information technology and industrial field. For industrial digital transformation， it has played an effective role in promoting the collection， analysis and in-depth application of industrial big data.This stage of industrial big data characteristics， make full use of the industrial Internet environment of industrial big data source and collection method， according to its data model and algorithm， to realize the manufacturing enterprise research and development design， manufacturing， remote operation， digital operation management of industrial big data application， in this article， for the nickel smelting industry digital transformation data collection technology research and application made the analysis， gives the use of industrial big data Suggestions and opinions.

[Keywords]nickel smelting; industrial digitalization; transformation; data acquisition; application

在现阶段，物联网、人工智能、云计算、区块链、5G等为主要集中代表的新一代的信息技术和工业领域得到了深刻的融合的发展，从而形成了支撑企业数字化、网络化、智能化转型发展的工业互联网基础设施。工业互联网可以实现人、机器、方法、环境等全要素在工业领域的全方位链接，属于一种新型的应用模式，对于传统的制造业来说带来了巨大的转变和影响。在此种程度上，需要进行工业互联网和大数据中心的建设，对于工业互联网快速和高质量发展的推动，因此需要加快对工业互联网的重要程度。对于工业互联网的转型升级的过程当中，工業数据的深度分析和应用可以提升企业实现高质量产品生产、精细化管理和高效率运行。在工业互联网实现转型升级的过程当中，对于工业数据的分析需要实现“数据+算力+算法=应用”为核心的新一代智能制造体系技术和运营管理模式。基于工业互联网的实际情况推动了算力的巨大进步，加快算法与模型的沉淀。

1 工业大数据的特点

在工业大数据中，在数据特征中所包含的物理意义以及特征之间的关联机理需要进行高度重视，对于分析结果的可靠性要求也相对较高。在工业大数据方面具备规模大、速度快、类型杂、质量低的“4 V”特征，可以实现对工业机理与逻辑当中所呈现的多模态、强关联、高通量、因果性、价值性等新特征进行最大限度反映。工业大数据还需要对工业系统各方面的要素进行分析，在数据方面对于工业软件及系统中的结构化数据需要进行记录的同时，还要对不同专业的视频、图纸等半结构化、非结构化数据进行记录。因此，在数据文件内部的结构方面呈现比较复杂且多模态的特点。工业大数据当中的强关联主要可以实现对不同物理对象与过程的语义关联，以此来对工业系统复杂的动态关系进行反映，实现不同专业数据之间在产品生命周期内设计、生产、运营、售后等过程的关联。其中，高通量主要指的是设备和产品在借助传感器的基础上进行短时间的序列数据的采集，其本身具备数据吐量大、产生速度快并且持续不断的特征。

在镍冶炼的企业制造车间数据的采集方面，其单间呈现出小批量的权限制造且加工精度相对较高的特点。因为其制造工艺方面不稳定，所以制造的工艺很长。在加工产品的特点和工艺特点的基础上，对其生产制造车间需要借助于工艺专业化原则组成生产单元，对具备同类型加工工艺的设备和同类型的装配可以进行集中在一块，使其车间可以具有多种类型的加工设备。针对其核心零件，在工艺人员和生产人员生产制造的过程中，基于零件本身的特点和生产设备的情况确定出合理的加工方案，对于生产过程中的制造来说需要根据其现场的实际情况进行合理调整。在进行车间数据的采集过程当中，需要借助于多个部分系统来组成，包含了信息化的系统、设备控制系统、车间信息系统和企业信息系统等，需要实现多个系统的综合化信息集成，实现数据的统一管理和集成。

2 车间数据采集解决措施

对于其镍冶炼工业的车间数据采集过程当中，可以利用OPCUA技术来进行数据化的建模，并且在其服务器当中进行实例化的完成。数据采集平台，对于多源异构数据的采集、汇聚、转换和OPCUA地址空间的映射可以实现转换和实现。在数据化的车间当中，可以进行设备监控来对数据的采集和报警做出实现。数据的采集和监控方面成为了数据服务平台的基础前提，扮演着核心架构的角色，可以实现设备和其软件服务的高效连接，对于车间的生产实现监控、报警以及可视化的操作等。此种系统的内部中存在的OPCUA模型可以对数据向其信息化的系统来进行输入，并且对于系统的指令也可以接受，有效地实现了车间信息化系统和设备的高效融合链接。

在该方案当中，需要进行多个方面问题的有效解决：①对于数据采集量大且频度高的问题，现场采集数据的过程中，其采集速率最高为4 kHz，采集一次需要250 μs，因此需要对其数据在云端中进行保存，并且还要在多线程的情况下实现工作组件的稳定运行。②对于多源异构数据源来说，可以实现快速接入，针对冶炼车间当中的产生的生产数据，包含了多个设备的元数据，需要借助于多源异构系统来实现数据采集，对于信息化和工业自动化实现高度的融合，以此来满足不同用户的不同需求。现场产生的数据信息源方面具有杂乱、重复、不完整、异构的特点，因此需要对其杂乱的信息进行交叉分析，实现车间在生产运行的过程当中产生的设备数据的高效采集和全面分析集成。针对冶炼过程当中存在的现场复杂的多源异构数据采集，需要借助于不同工业网络的现场装备之间，现场装备与上层控制、维护系统之间存在的异构网络协议适配的科学合理方式来进行优化。③对于上层的应用系统来说，需要在一个界面内部进行多数据源数据的全面显示。

在该系统架构方面，其数据采集及监控平台的整体架构如图1所示。借助于OPCUA建模技术，来实现工业数据采集和工业设备互联互通。其中，不同应用系统间的接口可以按照面向对象的开发模式进行设计。比如，对温度传感器的设计（图2），进行了温度传感器的基本特性的设计，其中包含了当前温度、最高报警温度、最低报警温度、获取当前温度的方法。在使用的过程当中，可以进行温度传感器的实例化生成，进行赋值操作，如图3所示。

在数字化的车间模型建立的过程当中，需要实现静态数据、动态数据以及过程方法实现，其中子模型可以实现向下的無限嵌套和引用。对于企业冶炼车间来说，需要实现业务和生产资源的同时实现，业务模块方面包含了设计、质量检验、设备维护以及操作等领域，生产资源需要给业务领域当中相关的流程进行资源的参与设计。其中生产资源分布在各业务模块内部，生产资源之间的交流一般需要借助各种类型的单据进行指令和消息的传递。在车间模型的实例化方面，对每一个系统进行实例化的构建，其建模的流程可以具体划分为借助于OPCUA建模工具按照物理世界的实际情况进行描述，OPCUA的服务器可以对此文件进行解析，根据其规范来实现地址空间的映射。对于加工生产过程当中的多源异构数据的采集可以利用多个方式来进行数据采集，其中直接与数控系统进行通信，采集数据、利用网关采集装备PLC数据、加装传感器、利用可移动的二级终端采集。

3 结束语

对于工业领域来说，其数字经济对于工业数据的指数增长起到了巨大的推动作用。工业互联网为工业大数据的科学应用提供了巨大的基础条件和空间。针对工业大数据来说，需要实现制造企业的转型升级应用，对于工业大数据的驱动应用的过程需要从多个方面的角度来进行分析，在镍冶炼企业的工业大数据建设采集的过程当中，可以在生产的过程当中进行大数据共享生态的建设和利用，实现数据资源的高效协同发展。进行数据区块链的数据安全机制和信任体系的建设，最终可以对大数据实现开放共享的目的。借助于产学研协同的方式来实现大数据技术的成熟落地。对于企业来说可以进行大数据技术人才的培养，以此推动工业大数据技术成果的创新与落地应用。与此同时，还要积极拓展工业互联网环境下工业大数据的应用场景。进行工业大数据在多个阶段的集中管理，进行增值服务等场景的多方面应用，更好地促进企业的数字化应用。

参考文献

[1] 来茵.基于复杂结构革命文物三维数字化复仿制技术研究[J].大众标准化，2021（11）：45-47.

[2] 任健.数据采集监控技术在油田数字化建设中的应用[J].化工管理，2021（15）：161-162.

[3] 张蕾.面向IIOT的数字化车间数据通信研究及应用[J].电子工业专用设备，2021，50（2）：52-56.

[4] 赵改善.石油物探数字化转型之路：走向实时数据采集与自动化处理智能化解释时代[J].石油物探，2021，60（2）：175-189.