批量控制中数据处理的效率：取消中间环节__

批量控制中数据处理的效率：取消中间环节

2008/5/29 14:08:00

来源：WBF North American Conference 2007

A new paradigm is emerging, one in which the “middle man” in batch data transactions is eliminated, thereby eliminating the potential errors and timing issues that occur as data pass through intermediate applications, gateways, and protocol conversions. This paper will explore methods of moving data directly from the source to the final point of use, whether this is an operator console, a controller, or data archived on disk media, without passing through these intermediate databases, applications, and other “middle men”. By design, through careful construction of the requirements documents, data producers will communicate directly with data consumers. The author has given the name Directed Data Transaction Model to describe this structured approach.
The Directed Data Transaction Model efficiently splits control applications between machine-level control requirements, cell-level control requirements, and enterprise control requirements. Rather than following the current approach of making data available to all control elements at all control levels, Directed Data Transaction forms requirements based on data producers and data consumers, and structures the design of the control system, including hardware and application software, to meet these stated requirements.

摘要：一个新的范例出现了，在批量数据处理过程中取消了中间环节，因此消除了通过中间应用、网关和协议转换传递数据过程中发生的潜在错误和定时问题。本文探讨将数据直接从数据源传输到最终使用点的方法，即无论是从操作台、控制器或者是从磁盘媒介得到的数据，不再通过中间数据库、应用或其它“中间环节”。根据需求文档精心构造设计，数据生产者将直接和数据消费者通讯。作者将其命名为“直接数据处理模型（Directed Data Transaction Model）”来描述这个结构化方法。

直接数据处理模型可以有效地把控制软件分为机器级控制需求、单元级控制需求和企业级控制需求，而不是像现在的方法，让数据在所有控制级别的所有控制单元上都有效。直接数据处理基于数据生产者和数据消费者形成的需求构建控制系统的设计方案，包括硬件和应用软件，以符合这些规定需求。

关键字：数据处理，网络，可靠性，效率，批量记录

前言

       ANSI/ISA 95.00.03-2005[1]定义行为的多级功能体系由5级组成，分为0级到4级。每一级包含一个时域（毫秒、秒、分钟、小时等等）、一个活动域（调度、生产、监测等等）和一个数据域（存储水平、生产记录、传感器的值等等）。

       在现代控制系统中，设计应用程序以最少的重叠对体系中特定级的特定需求寻址。例如，1级的应用程序常常在固件或者专有的硬件程序空间中编码，即PLC和DCS系统。控制工程师创建程序或配置模块和程序单元，然后下载程序或配置到控制器上。在2级应用程序空间， SCADA和DCS供应商提供大量应用程序，作为客户端-服务器应用程序存储在商用计算机的硬件上。图形、应用程序和数据服务通常存储在服务器级别的计算机，它和其他客户端工作站一起放置在最终使用点的厂房地面上。网络把1级和2级应用组件互相链接到一起，因此形成一个节点网络，在这里数据和应用可以共享资源、数据值和信息。

       在3级领域中，来自1级和2级系统的数据被生产操作管理程序共享。这个程序用来设置和控制工作流程、执行详细的生产调度和维护数据记录，用于报告和生产优化。3级应用程序通常存于一个单独的网络中，因为在3级和2级/1级应用程序之间流通的数据处理的结果和预期相反。

       理论上，这个高度集成的数据和应用程序网络在工业化环境中执行，有高可靠性（>99.99%）和低出错率或不需要操作者和维护者的干预。虽然有这样的高可靠性，预计仅仅由网络硬件的错误而导致的停机时间一年有一小时。最近的一次调查，8%的人指出，他们每周都遇到网络问题，另外11%的人指出他们的网络出现小事故的数字在上升[2]。一个典型的批量控制系统体系结构如图1所示。

图1 简化的现代批量控制网络体系结构

一、批量控制系统中的数据处理

        图1描述的批量控制系统体系结构似乎有很高的效率。基于单元的功能由低处的自动化“岛”（处理单元1）处理，一般服务功能由高处的“岛”处理。然而，即使在这个简单的实例中，尽管所有系统厂商都声称为数据处理提供一个可靠且有效的体系结构，大部分控制系统的可靠性却远小于理想情况。这主要是由于以下诸多因素[2]，包括：
       - 源自多个供应商的应用程序在一起未必能顺畅工作；
       - 由于劣质的网络设计产生的网络负载问题，产生“数据爆炸”或“数据溢出”；
       - 操作系统程序错误；
       - 硬件不兼容，设备驱动的限制，等等；
       - 应用程序间脆弱的通信连接（DCOM，等等）；
       - 应用软件的限制：太多的处理，内存或磁盘空间限制，等等；
       - 应用程序间不同步或需要持续的干预；
       - 内存泄漏，DLL文件不兼容，或者内部软件异常；
       - 程序超出它们预期的限制和使用；
       - 应用程序、配置或操作系统的改变没有得到完全测试；
       - 内部应用软件错误。

       供应商、系统集成商和最终用户同样可以通过日常工作以消除上面列出的问题。然而，因为供应商急于发布软件更新；最终用户想要额外的功能，且希望用最少的测试和停工时间安装软件更新；系统集成商被要求在更短时间内提供更大范围的服务，上面列出的问题在未来十年仍然是系统可靠性的限制。

       即使不是大多数，很多批量控制系统目前用于工业中的过程控制。在这些工业中，过程中的数据采集、操作者行为的报告、警报、事件和批量控制程序操作顺序的捕获非常关键。即使这些工业不需要数据达到100%的完整性，对于优化、高效计算和批处理趋势比较，准确的数据记录仍是至关重要的。

       上面列出的问题可以在很多方面导致数据采集和历史问题。程序错误导致丢失数据是很常见的。由于传输错误或者是控制器保持在最后一个值引起的数据被“冻结”，可能造成曲解数据报告并导致调节问题。每个制药、生化、食品和饮料以及医学设备公司都可以指出一个或多个由于上面列出的控制系统错误所导致的数据未被采集的情况和案例。

       大部分由于数据处理和传输问题导致的数据记录错误不是因为从数据源得不到数据。历史数据“缺口”的产生常常是因为数据值在从0/1级传感器和数据源到控制记录数据的2级或3级应用程序空间中的应用程序的过程中变化的问题引起的。

       如果把图1中的批量控制系统体系结构重画成表示系统数据处理的示意图，它就变成图2。这个图显示在批量控制系统中不同的设备和应用程序间通常是如何处理数据的。

       数据处理问题出现在数据从一个应用程序到另一个应用程序传送路径的交接点处。例如工业现场产生的温度测量和操作输入（图2中的‘A’），数据被测量或由自动控制器打包后放到数据总线或网络上广播（B）。其值通过网络被SCADA程序或DCS程序捕获。在此数据上附加上输入标记、添加一个时间日期图章、验证数据并把数据传送给历史应用程序（C和 D）。历史应用程序依次检验数据所属的历史群组，把数据值存储到存储缓冲区，并定时地把数据写入磁盘(E) 。