新技术的普及应用给改变了人们的思维方式和处事习惯,改变了经济发展的模式,同样也改变了供水这个历史悠久的传统行业的运行方式。其中供水厂作为供水企业的主要产品生产端也同样面临着新技术的机遇和挑战。水厂传统的SCADA系统已经无法满足数字化技术时代的需求,因此,需要有一个适应时代发展的新的控制及信息系统体系。
本文将从供水厂传统自控及SCADA系统面临的问题出发,以某水厂的控制及信息系统为蓝本,初步提出一个满足时代发展需求的供水厂的数据仓库的设计方案。
传统的SCADA系统曾广泛的应用于工业控制领域,尤其是在供水领域。在供水厂SCADA系统占据着主导地位,它控制着供水厂的各个生产工艺,管理者的生产意图通过它来实现。它是供水厂的核心中枢系统。
传统SCADA系统在结构上分为上位机和下位机两个部分。上位机主要由软件构成,一般由人机交互界面(一般由组态软件实现)、数据库(一般由组态自带数据库或商用关系型数据库来实现)、简单的分析系统(一般由简单自动报表系统来实现。)上位机的硬件载体一般由服务器和工程师、操作员电脑组成。服务器主要承载组态软件和分析系统的服务端和数据库。工程师、操作员电脑主要承载组态软件和分析系统的客户端。硬件载体一般为常规物理机。
下位机主要由PLC站组成。每个PLC主站作为一个独立的控制单元,负责某个生产工艺或者是工艺车间的自动控制。PLC主站下连接PLC子站或者是相关在线仪表。这些子站和在线仪表同PLC主站通过现场总线实现通信。
上位机和下位机之间一般通过以太环网实现通信。
一般的供水厂除了SCADA系统外还有安防、监控、巡检等辅助性信息系统一同构建成现代供水厂的常规信息系统体系。在这样的体系下存在以下问题:
(1)系统相对孤立
在现有的体系下,各PLC主站本质上是一个个单独的控制系统,各PLC主站之间只有必须的数据通信,缺少完整的前馈、反馈控制链,使得整个供水厂的控制系统变成了独立工艺的简单组合。这样的控制体系让供水生产工艺变成半自动化,部分代替人工运转是没有问题的,但是如果要提高效率或者实现全自动化是有缺陷的。这使得供水厂的控制系统只停留在自动阶段,还远远达不到智能阶段。
(2)缺乏数据沉淀
供水厂在运营过程中每时每刻都在产生大量的、高价值的数据。传统的SCADA系统对这样的数据并不重视。大量的生产指标数据仅仅作为监控之用,即用即抛。即使是作为历史曲线或者生成报表存储下来,因为数据保存形式和颗粒度的原因,使得这些数据的价值大幅下跌。同时,由于缺乏数据的有效存储,使得后期数据分享的成本也大幅上升。
(3)管理受限
传统的SCADA系统的最大优势就是控制,但是对于决策分析是极大的弱点。管理着无论是工艺优化,效率提升还是辅助决策都显得心有余而力不足。在这样的信息化环境下,让管理者的管理能力受到了大幅的限制。
以上这些问题大大的限制了现代化供水厂技术的发展;同时也是供水厂控制技术以及生产工艺发展的瓶颈。要解决这些问题,一种新的控制和信息系统体系是十分必要的。
传统SACDA系统存在的一系列问题本质上是数据的问题。由于传统SCADA系统的关注面是控制而非数据,所以在SCADA系统整体设计的时候弱化了数据的环节。很多的SACDA系统在设计的时候甚至根本没有独立的数据库系统。因为在很多SCADA系统的软件中自带了一部分轻量级的数据库,比如组态软件。但是这些软件自带的数据库系统仅仅只能满足一些基本的数据需求,如果要有效的利用数据,这些系统的功能远远无法满足。因此,一个数据管理系统就显得十分必要。
一个设计合理的水厂级的数据仓库对于供水厂来说是最佳的选择。它既能解决传统SCADA系统的一些弊端,也能为大幅提升供水厂的管理和生产效率。
要设计一个合理的水厂级的数据仓库,应该满足以下原则:
(1)供水厂必须以数据为驱动
这不仅仅是一个技术上的问题,更重要的是一个管理上的问题,是一个管理思维的问题。如果管理者无法树立以数据为驱动的思维,那么信息化系统的推进将会十分困难,其功能的发挥也会微乎其微。以数据为驱动的管理者一定要重视数据,要了解数据的重要性,明白数据是生产状况的真实体现,同时也隐含着未被发现的生产和管理的知识和规律。
(2)必须能够解决信息孤岛的问题
供水厂本质上也是一个综合性的信息系统的汇集地。除了SCADA系统还有许多安防、巡检、工单管理、视频监控、报表处理、设备管理等系统,这些系统基本上互相独立,只有部分系统之间会有简单的数据交互,但是对于整个供水厂来说,他们都是信息孤岛。因此数据仓库的作用之一就是要从数据流上将这些系统进行融合打通。
(3)必须具备数据共享的功能
数据共享是时代发展的必由之路。无论是企业内部各个供水厂之间的数据共享还是面对政府相关部门或者是面向公众的数据开放是必然趋势。目前,国内有很多省市区等各级政府都建立了相关的数据管理部门,对数据共享开发都有一定的标准和要求。在设计数据仓库的时候必须充分考虑到这一点。
(4)必须具备商业智能系统的应用条件
商业智能系统(BI)可以有效的实现生产数据和指标的展示、下钻、分析,从而辅助管理者找出生产的关键所在。是提升生产和管理效率的一种实用性工具。商业智能系统(BI)具备灵活的数据展示和中度的数据分析功能。不同于组态软件的生产工艺监控,它更注重利用数据可视化技术对不同系统进行融合性展示。如果数据仓库建立不合理,上层的商业智能系统(BI)将无法建设。
(5)必须具备人工智能分析的数据基础
随着人工智能技术的飞速发展,在工业控制领域基于机器学习的决策算法已经普遍应用。这将实现某些决策的自动化,同时可以以数据的形式固化各类生产经验。但是,有效的数据依然是人工智能分析的前提,数据仓库就成了人工智能分析的基石所在。
基于以上的设计原则和思路,设计出了一套适用于供水厂的厂级数据仓库系统,并实验性的应用于某供水系统,取得了一定的成效。如图1所示。
该数据仓库主要由以下部分组成:
(1)数据标准
首先必须建立一整套数据规范和标准。由于存在于各个系统中的数据标准和定义不一,无法直接调用都这抽取,必须事先设计一整套的规范和标准用于数据的标准化转换。主要的标准可以包含以下部分,供水厂信息自控系统的编码标准、供水厂信息自控系统的主数据标准、供水厂信息自控系统的专题数据模型标准、供水厂主要数据指标标准等相关内。
(2)主数据管理体系
该体系的构建可以提高数据的可用性,实现数据资产的增值和易用性。关键是可以减低系统建设和维护成本、确保关键数据的唯一性、一致性、准确性、提高数据质量,也是供水厂信息自控系统的主数据标准的落地体系。该系统出了相关标准和体系外还包括供水厂主数据管理系统的建设、统一的主数据代码库的设计、主数据集成分发接口的设计等内容。
(3)数据质量管理体系
该体系主要负责数据质量的检验和管理,支持对目标数据设置相关检验规则,可以在数据处理环节做供水厂的数据质量检验。对数据的完整性、有效性、正确性、唯一性、及时性、合理性等进行检验,并对问题进行跟踪和处理。
(4)数据存储平台
数据存储平台是面向主体的、集成的、面向厂级的数据存储,其内容是依据供水厂的应用和最终需求来进行组织。该平台可以是Hadoop等大数据平台,也可以是传统关系型数据库作为数据平台。供水厂的数据基本上都是以关系型数据为主,所以选择传统的关系型数据库作为数仓平台。
(5)数据清洗体系
数据清洗基本上是以数据标准为依据,以数据质量报告为参照,对原系统中的非标数据进行发现、过滤、转换的过程和体系。在数据ETL过程中实现非标数据的转换,从而保障进入数据仓库数据的规范、准确、及时和完整。
目前已经有不少新建的现代化供水厂已经采用了数据仓库的设计,随着社会和技术的发展,政府和市民对供水服务要求的提升,这一趋势将会大幅增加。同时,在已经采用数据仓库设计的试点供水厂或供水系统中,数据的应用已经取得了很大的成果。
某市日供水25万吨的传统型水厂,在增加了数据仓库以及数据相关性分析的算法模型应用之后发掘出了供水量和单位能耗之间的关系模型,根据该模型进行调度调整,年能耗可下降5%以上。某供水系统在数据仓库和神经网络算法的支持下对自动加药系统进行实时的人工智能分析,根据算法可基本实现全自动加药,并且试点周期内单位药耗下降5%,随着模型的自动修正,单位药耗还呈下降趋势。作为供水厂的神经中枢,数据仓库的设计将会越来越广泛。
上一篇: SLP在仓库布局中的应用——以W公司为例