工控网首页
>

应用设计

>

工业数据库软件应用于无锡芦村污水处理厂提标改造

工业数据库软件应用于无锡芦村污水处理厂提标改造

一、 项目背景

芦村污水处理厂坐落在无锡市西南郊京杭大运河下甸桥畔,占地约16.3hm2,服务面积70km2,受益人口75万人,是目前江苏省较大型的污水处理厂,主要处理生活污水和部分工业废水。芦村污水处理厂工程是依据1985年市政府论证通过的《无锡市排水工程规划》,按一次规划分期实施的原则进行建设。一期工程始建于1986年,于1992年建成投产,建设规模:一级处理10×104m3/d,二级处理5×104m3/d以及污泥浓缩、脱水等污泥处理构筑物;二期工程系利用世界银行贷款项目,于1995年开工建设,1997年投入运行,建设规模为10×104m3/d一级处理,5×104m3/d二级处理以及污泥消化系统;三期工程于2003年建成投产,建设规模为10×104m3/d二级处理以及污泥浓缩脱水机房,并将一期工程的普通曝气池改造为A2/O生物池。从而使芦村厂处理能力全部达到二级处理,总规模为20×104m3/d。该厂的投运对改善无锡市的水环境和太湖水质的整治起着积极的促进作用,显示出良好的环境、经济、社会综合效益。

20076月,在全面治理太湖流域水污染的大环境下,芦村污水处理厂开始了对前三期工程进行进一步升级改造的工作,改造后出水主要污染物指标均要达到一级A标准的要求,升级改造工程于20106月份建成投产。芦村污水处理厂四期提标改造工程设计规模10×104m3/d,采用A2/O工艺。

芦村污水处理厂四期工程是太湖流域水环境治理的一项重点工程,同时也是国家级重点工程,作为无锡市建成最早、规模最大的污水处理厂,是全国城市污水处理厂一级A提标的一个标志性项目。

二、自控系统简介

无锡芦村污水处理厂原有一、二、三期自控系统采用的是西门子S7-300系列PLC与美国的GENESIS32组态软件,提标改造(四期)自控系统选用的是美国罗克韦尔ControlLogix系列PLCintouch组态软件。

为解决污水处理厂历史数据查询速度慢、数据利用率低等问题,在污水处理厂提标改造后摒弃传统的用组态软件本身数据库和关系数据库记录历史数据的方式,采用北京亚控科技发展有限公司的工业数据库软件KingHistorian3.0来记录污水处理厂运营的历史数据,包括从四期的PLC配套OPC软件获取现场的工艺和设备运行的实时数据,从一、二、三期PLC配套OPC软件获取现场的工艺和设备运行的主要实时数据。

芦村污水处理厂作为国家863计划研究课题《污水处理高效曝气成套设备的研制与应用》的试点工程,清华大学环境工程系主要负责此项课题的研究,其中需要工业数据库软件KingHistorian3.0向其提供现场的实时数据和历史数据,经过其算法模型分析计算后再将计算结果反馈给SCADA系统。要求工业数据库软件必须提供灵活多样的数据访问接口,并且具备高效的数据查询访问性能。

三、工业数据库与关系数据库比较

污水处理行业自控系统传统模式是使用组态软件自有历史数据库或者关系数据库进行历史数据的记录。大多数中小型项目具有数据点数小、历史数据记录频率要求不高、数据记录时间短等特征,这类项目使用组态软件自有历史数据库即可满足历史数据的存储和查询要求,但是对于自控系统中一些其他要求,例如记录事件信息、操作日志等,使用关系数据库对这些信息进行存储会给信息查询带来更大的灵活性。目前规模较小的项目中组态软件历史数据库+关系数据库这种处理历史数据的方式依然被广泛的应用。

但是对于类似芦村污水处理厂这种大中型项目,随着自动化和信息化技术的不断发展进步,用户对历史数据的记录和应用要求越来越高,例如污水处理厂生产成本分析、工艺性能分析、设备管理、事故分析与事故预警等方面的应用需求都需要庞大的历史资料的支持和方便灵活的数据分析展示软件来实现。组态软件本身的历史数据库结构简单,在历史数据点数不大的情况下具有存取速度快、稳定性高、数据应用功能简单的特点,但是无法满足大点数、高精度、长期记录、数据应用复杂、安全性要求高等大中型污水处理行业项目的需求。

关系数据库是建立在关系模型基础上的数据库,借助于集合代数等数学概念和方法来处理数据库中的数据。现实中的各种实体以及实体之间的各种联系均用关系模型来表示,关系数学模型中以二维表形式描述数据,比较常用的关系型数据库产品代表有:AccessSQL ServerOracle等。

关系数据库的主要优势在于处理具有一定关系的数据、处理表与表之间的关系,在处理需要长期存储点数规模庞大的工业历史数据方面都出现存储和查询速度慢、无数据压缩或者只有简单的数据压缩致使耗费大量磁盘空间、没有上层的数据分析展示工具等弊端,已经远远不能满足大中型污水处理行业项目对历史数据处理的需求。

工业数据库是用来处理不断更新、快速变化的带有时间戳并且具有连续性特征的工业过程数据的专用数据库。工业数据库具有高速采集、存储、高效数据压缩等性能。工业数据库用来实现工业现场数据(例如各工艺环节水质数据、电气数据、设备数据等)的实时采集、压缩、存储、查询、展示、分析,工业数据库的关系表功能用来处理具有关系特征、少有或无时序性等数据信息(例如人员资料管理、设备资料管理等)。目前工业数据库主要产品有:美国OSIsoft公司的PI数据库、北京亚控科技发展有限公司的工业数据库软件KingHistorain等。

工业数据库与关系数据库主要功能和性能指标对比见表1

1 工业数据库与关系数据库的主要功能和性能指标对比

指标

工业数据库

关系数据库

存储驱动

时间驱动

业务流驱动

数据压缩

多种压缩方式,可配置压缩比率(25%~95%)5 bytes /每个浮点数据,压缩比按60%计。1万点,采集频率1/s,一年数据量 631 GB

无压缩;

27 bytes /每个浮点数据,1万点,采集频率1/s,一年数据量 8515 GB,是工业数据库的13

数据吞吐量

存储:15~30万条/s记录

查询:200客户端同时访问,检索速度    2万条记录/s

数据处理:几千条记录/s

查询:200客户端同时访问,检索速度 几百条记录/s

后期维护

无需专人维护

专业数据库管理员维护

四、工业数据库KingHistorian应用

芦村污水处理厂原本是采用关系数据库SQL Server实现历史数据存储,随着时间的积累所存储的数据量不断增加,SQL Server存储和查询的性能显著下降,尤其是数据查询响应速度非常缓慢,例如查询一个数据点半年的历史数据耗时十几分钟,已经不能满足用户对数据的应用需求。通过严格选型分析,以无锡芦村污水处理厂提标改造为契机,在提标改造(四期)新增四期工艺设备自控系统的同时,将原有的使用关系数据库SQL Server记录历史数据的方式改变成使用工业数据库KingHistorian记录历史数据。

工业数据库KingHistorian通过OPC方式从现场PLC获取水厂实时工艺数据和设备运转、故障数据,并对这些数据进行压缩存储。工业数据库的数据分析展示平台用于对现场实时数据通过动画工艺流程图展示,对历史数据及分析统计数据实现数据查询报表、趋势曲线等方式查询显示,并且实现实时工艺流程图、数据查询报表、趋势曲线的web发布,用户通过IE浏览器对发布的内容进行访问。

工业数据库KingHistorian向清华大学环境工程系研究课题《污水处理高效曝气成套设备的研制与应用》提供现场设备运行和工艺的实时数据和历史数据接口,供其模型算法的数据调用,用以完成自动调节设备运转,达到出水水质最优并且耗费成本最低的效果。

工业数据库数据采集、存储、展示系统架构图如图1所示。

本项目经过反复论证和实际测试验证,工业数据库KingHistorian达到性能指标及主要功能如下:

1)工业数据库可以在线连续存储,并达到15万条记录/秒的存储速度,单客户端单点查询速度达到20万条记录/秒,稳定支持256客户端并发查询。工业数据库单台服务器可以支持100万点的数据点。

2)工业数据库支持从OPC ServerIO Server、文件系统获取数据,具有变化压缩、死区压缩、尖峰死区压缩、旋转门压缩四种数据压缩方式,可压缩掉25%~95%的数据。

3)工业数据库提供丰富的数据访问接口,如APIODBCOLEDBADO)、SDK等;提供150个以上的API接口函数,可以使用CC++ C#VB等语言进行数据库开发;支持JAVA数据访问接口,用户可以实现跨平台数据库操作。

4)在系统崩溃、突然掉电、程序异常退出后,工业数据库可以保证数据文件完整有效。工业数据库支持集群冗余方式,可实现变量镜像、数据镜像、安全镜像等,支持镜像缓存,支持系统的备份与恢复。

5)工业数据库持用户对数据的存取授权和控制,防止非法用户的入侵。工业数据库具备完善的数据安全和基于角色的用户权限管理功能。

五、总结

在本项目工业数据库中存储的历史数据已达上亿条记录时做查询测试,使用历史曲线控件查询16个瞬时流量半年的历史数据,返回数据记录条数为800多万条,耗时不到2min(其中包括:数据库响应时间+网络传输时间+磁盘响应时间)。

    工业数据库软件KingHistorian对所有现场设备运行于工艺数据进行存储后,通过KingHistorian的数据分析展示平台软件(KingGraphic+KingCalculation+KingA&E)可以方便的统计出生产运营中所消耗的电量、药量成本,生成生产运营日、月、年报表;通过设备对启停、累计运行时间、故障次数的分析,可以方便的进行设备维护和故障分析,提高了设备的工作效率和利用率,大大提高了污水处理厂生产数据的利用效率,为污水处理厂运营的成本管理和设备管理提供可靠数据支持。
投诉建议

提交

查看更多评论
其他资讯

查看更多

岁末年初,一封封感谢信纷至沓来!

亚控参编的《工业软件产品分类与编码》团体标准正式发布

走出京津冀,赋能长三角:亚控科技受邀参加数字经济大会

亚控科技为北京信创产业发展“建言献策”

亚控科技荣登“2022北京数字经济企业100强”榜单