工业大数据在生产监控系统中的运用分析

杨俊浩

摘 要：在当今大数据技术广泛流行应用的新时代，通过大数据来解决生产过程中所存在的信息孤岛问题是可行的。文章就建立一套基于工业大数据的生产数据采集监控系统，探讨了生产监控系统的基本构成、设计以及工业大数据在生产监控系统中的运用技术要点。

关键词：工业大数据;生产监控系统;基本构成;技术要点

0   引言

在大数据技术支持下，工业生产数据监控系统目前正式建立。其所采用的是OPC协议与Modbus协议，利用数据采集网管建立现场数据采集机制，确保将数据远程传输到工业生产管理中心，通过实时数据库服务器存储、处理、分析与显示数据内容。在这一过程中，基于工业大数据背景下的生产监控系统实现了全流程监控管理，满足了工业生产的数字化生产流程优化、设备智能管理以及物料平衡要求，同时也实现了最为重要的节本降耗要求。

1 工业生产监控系统的基本构成

在工业生产中，实时动态数据库的建设与应用是相当广泛的，它拥有工业大数据平台，在设备运行、能源消耗、物料平衡等实时数据集中采集运用方面相当成熟。在系统中，它所采用的优化过滤与综合分析技术体系，主要用于指导、管理工业产品生产过程，确保建立基于工业企业管理决策的全方位信息化与数字化平台[1]。

参考工业产品的生产流程与工况，需要考虑所生产产品在各个生产工艺段的不同控制系统与不同数据采集设备，参考工控网络带宽，结合技术工作人员的界面操作习惯，深层次考量工控系统中的诸多信息安全因素内容，利用实时数据库来丰富数据系统信息安全管理内容，建立底层控制系统，保证数据采集设备与上层产品生产管理调度中心共同构成生产工业大数据生产管理调度中心。

系统主要包括客户机、数据库服务器、工业交换机等重要硬件设备，而应用软件包括生产管理中心以及实时数据库，二者可完成对数据的存储、处理以及分析过程，确保其工艺流程中设备运行参数优化到位，主要参考实时数据库采集数据内容并实施筛查和分类转储，如此可确保工业大数据在工业生产监控系统中灵活自由应用[2]。

2 基于大数据的工业生产监控系统的设计过程

工业生产监控系统设计过程需要结合实时大数据库建立设计平台，并纳入大量数据采集网关、隔离网关等，合理利用工业交换机等重要硬件设备配合软件安装形成一套完整的生产管理中心，满足对工业生产现场数据的随时随地处理，为工业生产科学化管理提供有力技术支持。以下主要介绍工业生产监控系统中的具体设计过程。

2.1 数据采集模块的设计

在设计数据采集总模块过程中，需要对参与工业产品设计的所有空间进行分类，其中应该包括聚合车间、公用生产车间等，所有车间都要形成一个相对独立控制的系统。在这些獨立系统中建立重要控制回路，确保整个工业生产系统中数据采集节点足够多，满足实时控制系统建设要求，基于信息与控制系统网络安全构建来调整传统信息仅能单向写入实时数据库的缺陷。数据采集模块设计过程利用了安全性能表现良好的单向隔离网关，如此可确保对常规能源（如水、电、气）进行计量统计[3]。

2.2 数据采集接口的设计

数据采集接口设计属于整个工业生产监控系统的关键环节，在采集实时数据方面提供了专用接口，可同时满足DCS，PLC，IPC等多系统同时操作。在数据采集接口的底层部分要设计工业大数据平台，建立数据传输双向模式，保证系统架构中的配置隔离网关被赋予双向功能内涵。在该过程中，要保证现场底层控制系统与数据采集设备有效规避网络层级攻击，体现系统安全控制高水平，如此也可保证整个工业生产监控系统安全稳定运行。

2.3 通信模式的设计

在工业大数据技术支持下，生产监控系统希望创建大数据通信模式，它将数据采集通信方式一分为二，基于OPC与Modbus形成两种协议，建立形成常规工业控制系统，为采集数据提供OPC接口，满足底层数据采集要求。在这一过程中，数据库数据采集与传输机制共同建立了Modbus通信协议。以OPC通信机制为例，它建设于底层控制系统中，可直接与上层应用软件建立软件接口体系，在解决底层控制系统数据源信息与数据交互问题方面表现十分突出。这一过程还需要建立OPC与工业大数据之间的上层客户关系，如此可快速完成数据信息交换过程。这一过程参考了现场设备OPC服务器信息交换体系，参考OPC标准开发客户端，建立现场设备OPC服务器与数据信息交互体系，快速获取现场生产数据信息内容。

2.4 实时数据库的设计

最后是设计实时数据库，保证数据库数据存储满足毫秒级要求。在这里，要为用户提供多种形式的数据存储策略机制，确保数据存储算法、压缩应用、周期确定以及存储变化机制过程构建到位。换言之，就是在保证数据特性的基础之上对数据存储算法进行压缩调整，如此可大量节省实时数据库设计空间，提高大数据存储量。

在设计实时数据库过程中，需要重视它的数据分析与处理能力，主要对上传数据信息实施综合分析、筛选与处理，快速生成系统运行数据参数，同时生成数据曲线与历史趋势曲线，保证整个流程运行状况满足数据全面分析要求。这一过程可以建立计算能力强大的数据处理模块，做到对数据内容的实时监控与全流程管理，优化能源消耗状况，平衡工业产品生产过程中的不同区段能源需要。当然，针对实时数据库的数据存储与处理应用过程，需要采用先进的数据压缩技术，充分利用高效应用技术处理海量生产数据内容。这里可用ODBC控件对工业产品生产动态过程进行分析，保证生产工艺优化管理到位，建立行之有效的数据支撑体系[4]。

3 基于大数据的工业生产监控系统的应用要点

在工业大数据支持下，工业生产监控系统的应用技术要点丰富，其主要价值体现在对系统的有效诊断与预测上，具体如下。

3.1 集中显示数据内容

首先利用工业大数据集中显示工业生产监控中的主要内容，保证采集接口丰富，集中构建目前比较主流的DCS、PLC、RTU、非标控技术体系，满足现场电力设备与计量统计系统集中显示数据内容要求，优化接口兼容性，体现工业大数据应用优越性，真正做到工业生产监控系统内容有效丰富。

具体来讲，就是要基于集中显示数据过程来优化生产过程动态监控，建立工业大数据平台，对生产过程的数据设备运行状态进行分析，满足生产流程实时动态监控要求。同时，也需要对健康状况进行分析，有效提高生产运行水平。另外，对工业生产监控系统中的某些危险环境因素也要做好实时动态监控，例如针对空压机的监控就非常有必要。在这里要建立自动触发报警功能曲线，分析其中的重要生产参数历史趋势，选择建立与生产过程相关联的信息采样节点，保证生成动态相关的数據控制趋势曲线与历史趋势曲线，满足工业生产监控系统中的工业产品生产反应正常稳定。

3.2 实时数据库智能服务

要利用工业大数据技术建立生产监控系统，为系统提供实时数据库智能服务内容，保证所存储的数据的过滤、分割与归一化处理。这一过程要建立输入设备健康诊断建模算法，保证对不同设备选择参数与健康诊断建模方式进行调整，建立生产线设备状况诊断管理体系;需要结合归一化处理后输入设备优化健康诊断管理模型，并对其中的逻辑分类、支持向量内容进行调整，保证数据优化处理到位，对实际设备运行数据内容进行跟踪测试与调整，分析系统运行状况，判别系统应用技术准确率，确保其准确率至少达到90%以上。设备健康维护管理需要明确相关处理办法，将其健康状况处理标准提升到0.7≤α≤0.8范围内，解决设备健康状况分析偏差这一问题，认真排查原因，调整系统启动问题。

4  结语

综上所述，在工业产品生产过程中，应该基于工业大数据建立功能全面且技术结构优化到位的生产监控系统，结合工业产品生产流程的各个工段数据与信息采集标准，建立实时数据库，优化相关大数据平台，有效实现对整个产品生产工艺流程的优化，同时满足数据信息共享状况，以追求达成某一生产目标。从整体来讲，采用这一工业大数据技术可有效提高生产监控系统的应用管理效率，同时满足节能降耗要求，为企业生产经济效益与管理决策水平提升提供了科学有效的参考依据。

[参考文献]

[1]高如如，彭颖颖，刘聪.工业大数据在生产监控系统中的应用[J].信息记录材料，2019（10）：177.

[2]刘晔，闫博，刘长鑫.基于厚板生产大数据的智能监控系统研究[J].控制工程，2020（12）：152-157.

[3]刘兴惠，李至立，苏家志，等.智能生产过程的大数据分析应用研究[J].现代信息科技，2020（14）：157-160，163.

[4]郑忠斌，孙繁荣.大数据处理技术在智慧农业监控系统中的应用[J].粘接，2020（3）：109-112.

（编辑 王永超）