基于Oracle数据库的大规模工业信息控制系统及其控制方法

摘要

一种基于Oracle数据库的大规模工业信息控制系统及其控制方法，多平台数据采集单元用于采集工业控制中各个系统的原始监测数据，OPC规范接口用于接收原始监测数据，并将其转换为数据库能够识别的工业现场数据，Oracle工业规范数据库用于将数据以关联表的形式存储，并经过工业数据处理算法对数据进行处理。本发明提供将工业现场数据以及设备状态信息全部集中，减少数据的分散程度，消除了信息传输壁垒，为工业智造提供信息操作平台，Oracle数据库的存储数据量大，并发操作比较多，实时性好，强大的数据存储处理能力和数据的同一整合使得对工业系统深入分析和性能评估预测变得切实可行，提高了过程设备效率、降低了维护成本，并满足了更高安全要求。

说明书

技术领域

本发明涉及一种基于Oracle数据库的大规模工业信息控制系统及其控制方法。

背景技术

传统控制系统对于工业过程产生的大量的工业控制信息以及工业过程信息都只是短暂的储存，对于历史信息的分析和进一步挖掘都只是在局部的控制单元，主要集中在各个专用领域的子系统实现。随着网络技术和数据库技术的发展，一个特定的工业控制中有众多的应用系统，这些应用系统一般是分散、独立的，用户为了得到某个统计数据，往往需要进入不同的系统，既不方便，效率也低。随着信息化技术的不断进步，人们希望把原本独立、互异的系统整合起来，实现逻辑层面上的数据共享，更深层的需求是更多的制造业工厂透明化、实现数据高效的数据采集、传输、显示、存贮和应用，推动工厂的数字化和智能化，提升企业生产效率，降低生产成本，加快产品上市时间。

发明内容

本发明提供一种基于Oracle数据库的大规模工业信息控制系统及其控制方法，将工业现场数据以及设备状态信息全部集中，减少数据的分散程度，消除了信息传输壁垒，为工业智造提供信息操作平台，Oracle数据库的存储数据量大，并发操作比较多，实时性好，强大的数据存储处理能力和数据的同一整合使得对工业系统深入分析和性能评估预测变得切实可行，提高了过程设备效率、降低了维护成本，并满足了更高安全要求。

为了达到上述目的，本发明提供一种基于Oracle数据库的大规模工业信息控制系统，包含：多平台数据采集单元，以及通过OPC规范接口连接多平台数据采集单元的Oracle工业规范数据库；

所述的多平台数据采集单元用于采集工业控制中各个系统的原始监测数据；

所述的OPC规范接口用于接收原始监测数据，并将其转换为数据库能够识别的工业现场数据；

所述的Oracle工业规范数据库用于将数据以关联表的形式存储，并经过工业数据处理算法对数据进行处理。

所述的多平台数据采集单元包含：

一个或多个工业组态软件OPC接口，其电性连接工业控制系统中不同的控制平台，用于将不同组态软件的数据通过OPC数据规范接口集中于Oracle数据库，实现不同控制平台的数据集中输出；

一个或多个智能仪表OPC接口，其电性连接具有OPC功能的智能仪表，用于实现具有OPC功能的智能仪表与Oracle数据库之间的数据交换；

一个或多个OPC规范转换单元，其电性连接不具有OPC功能的智能仪表，用于将不具有OPC功能的智能仪表转换为具有OPC功能的智能仪表，实现不具有OPC功能的智能仪表与Oracle数据库之间的数据交换。

所述的Oracle工业规范数据库包含：

工业组态软件ODBC接口，其电性连接不同的控制平台，实时自动收集组态软件的工业控制信息；

历史诊断数据库，其完成对工业控制系统历史现场数据和历史控制信息的分类存储，为系统性能评估和模型预测提供数据，同时为用户提供数据查询功能；

实时控制数据库，其通过ODBC协议和历史诊断数据库进行数据传输，为历史诊断数据库提供数据资源；

系统性能评估模型预测数据库，其基于历史诊断数据库和实时控制数据库获取用户需求信息、配置个体信息、配置模型建立智能维护决策优化模型，并通过对维护资源的统一调配，给出设备的智能维护计划；

Oracle数据库管理系统，其通过ODBC协议管理实时控制数据库、历史诊断数据库和系统性能评估模型预测数据库，同时将各种组态软件的控制信息通过ODBC协议传输到数据库中，实现工业过程控制信息的实时整合。

所述的历史诊断数据库中装载有设备状态提取和故障类型算法，所述的实时控制数据库中装载有实时控制算法，所述的系统性能评估模型预测数据库中装载有诊断控制模型算法。

本发明还提供一种基于Oracle数据库的大规模工业信息控制方法，包含以下步骤：

步骤S1、多平台数据采集单元自动采集工业控制中各个系统的原始监测数据；

步骤S2、OPC规范接口接收原始监测数据，并将其转换为Oracle数据库能够识别的工业现场数据；

步骤S3、Oracle工业规范数据库将数据以关联表的形式存储；

步骤S4、Oracle工业规范数据库利用工业数据处理算法对数据进行智能化状态评估和故障识别；

步骤S5、应用程序访问并调用Oracle工业规范数据库中保存的数据和处理结果。

步骤S1中，所述的多平台数据采集单元具有三种数据采集方式：定时触发数据采集方式，事件触发数据采集方式，以及命令触发数据采集方式。

所述的步骤S1具体包含：

工业组态软件OPC接口自动采集不同组态软件的数据；

智能仪表OPC接口自动采集具有OPC功能的智能仪表的数据；

OPC规范转换单元将不具有OPC功能的智能仪表的工业现场总线协议转换为符合Oracle提供的OPC规范协议，实现对不具有OPC功能的智能仪表的自动数据采集。

所述的OPC规范转换单元将不具有OPC功能的智能仪表的工业现场总线协议转换为符合Oracle提供的OPC规范协议的步骤具体包含：将工业现场总线协议所传输的数据内容和OPC规范协议中的基本特性形成一一映射关系，实现工业现场总线协议到OPC规范协议转换；所述的映射关系包含：仪表地址和OPC服务器对应，控制字和OPC组对应，现场实时数据和OPC项对应。

所述的步骤S3中，关联表中的数据采用统一的工业数据规范格式，关联表中的列数据项至少包含：数据地址、数据采集时间、数据功能、数据值。

步骤S4中，Oracle工业规范数据库利用工业数据处理算法对数据进行智能化状态评估和故障识别的步骤具体包含以下步骤：

步骤S4.1、Oracle数据库管理系统从已标记设备状态或者故障类型的历史数据库中提取设备状态和故障类型的特征；

步骤S4.2、Oracle数据库管理系统采用支持向量机方法对提取的特征进行回归和分类训练，获得诊断控制模型，将诊断控制模型存入系统性能评估模型预测数据库，以供应用程序调用；

步骤S4.3、Oracle数据库管理系统从实时数据库中进行特征提取后输入诊断控制模型，根据实时数据库中的数据与诊断控制模型预测输出的数据相比较，使得诊断控制模型输出设备状态评估或者故障类别。

本发明将工业现场数据以及设备状态信息全部集中，减少数据的分散程度，使工业信息的整合分析更加方便，既可以实现设备底层的数据采集、设备互操作等的横向信息集成，还可以实现设备与云端的垂直信息集成，能够消除信息传输壁垒，从而形成一个真正的全工业控制系统的数据平台，为工业智造提供信息操作平台，Oracle数据库的存储数据量大，并发操作比较多，实时性好，强大的数据存储处理能力和数据的同一整合使得对工业系统深入分析和性能评估预测变得切实可行，提高了过程设备效率、降低了维护成本，并满足了更高安全要求。

附图说明

图1是本发明提供的一种基于Oracle数据库的大规模工业信息控制系统的框图。

图2是本发明提供的一种基于Oracle数据库的大规模工业信息控制方法的流程图。

图3是OPC规范转换单元的工作原理示意图。

图4是Oracle工业规范数据库进行数据处理的示意图。

具体实施方式

以下根据图1～图4，具体说明本发明的较佳实施例。

如图1所示，本发明提供一种基于Oracle数据库的大规模工业信息控制系统，包含：多平台数据采集单元1，以及通过OPC规范接口连接多平台数据采集单元1的Oracle工业规范数据库3。其中，OPC是指用于过程控制的OLE（OLE for Process Control），OLE是指对象的链接与嵌入（Object Linking and Embedded）。

所述的多平台数据采集单元1用于采集工业控制中各个系统的原始监测数据；所述的OPC规范接口2用于接收原始监测数据，并将其转换为数据库能够识别的工业现场数据，是实现多平台数据采集单元1和Oracle工业规范数据库3之间通信的数据通道；所述的Oracle工业规范数据库3用于将数据以关联表的形式存储，并经过工业数据处理算法对数据进行处理，反馈到数据库，进而达到对工业系统进行检测和控制的效果和对工业系统的整体性能做出深度的分析。

所述的多平台数据采集单元1包含：

一个或多个工业组态软件OPC接口101，其电性连接工业控制系统中不同的控制平台，用于将不同组态软件的数据通过OPC数据规范接口集中于Oracle数据库，实现不同控制平台的数据集中输出；本实施例中，该工业组态软件OPC接口101采用各个组态软件厂商提供的OPC接口；

一个或多个智能仪表OPC接口102，其电性连接具有OPC功能的智能仪表，用于实现具有OPC功能的智能仪表与Oracle数据库之间的数据交换；

一个或多个OPC规范转换单元103，其电性连接不具有OPC功能的智能仪表，用于将不具有OPC功能的智能仪表转换为具有OPC功能的智能仪表，实现不具有OPC功能的智能仪表与Oracle数据库之间的数据交换；所述的OPC规范转换单元103将智能仪表的工业现场总线协议，比如modbus、profibus、heart等工业协议转换为符合Oracle提供的OPC规范协议，一般智能仪表的工业现场总线协议所传输的数据内容由仪表地址、控制字和现场实时数据三层结构组成，通过分别将仪表地址和OPC服务器，控制字和OPC组，现场物理数据和OPC项这三组一一映射，从而实现工业现场总线协议到OPC规范协议转换的功能。

本实施例中，所述的OPC规范接口2采用Oracle工业规范数据库3自带的OPC接口。

所述的Oracle工业规范数据库3包含：

工业组态软件ODBC接口305，其电性连接不同的控制平台，作为组态软件的控制信息向Oracle数据库的数据传输接口，不需要第三方的技术支持，就能够将现场的一些数据传输给Oracle数据库，实现数据库对工业控制信息的自动实时收集；

历史诊断数据库303，其中装载有设备状态提取和故障类型算法，以完成对工业控制系统历史现场数据和历史控制信息的分类存储，为系统性能评估和模型预测提供数据，同时为用户提供数据查询功能；

实时控制数据库302，其中装载有实时控制算法，以通过ODBC协议和历史诊断数据库进行数据传输，为历史诊断数据库提供大量丰富的数据资源，从而为进一步的工业信息的深度挖掘做准备；

系统性能评估模型预测数据库304，其中装载有诊断控制模型算法，以基于历史诊断数据库和实时控制数据库获取用户需求信息、配置个体信息、配置模型建立相应的智能维护决策优化模型，并通过对维护资源的统一调配，给出设备的智能维护计划；

Oracle数据库管理系统301，其通过ODBC（Open Database Connectivity，即开放数据库互连）协议管理实时控制数据库、历史诊断数据库和系统性能评估模型预测数据库，同时将各种组态软件的控制信息通过ODBC协议传输到数据库中，实现工业过程控制信息的实时整合。

Oracle工业规范数据库中的三个数据库，是为了减轻单个数据库的数据储存和计算压力，采用三个并行数据库实例实现数据从历史、实时和预测三个阶段对数据不同的数据操作要求，更加符合工业控制系统的特点。

如图2所示，本发明还提供一种基于Oracle数据库的大规模工业信息控制方法，包含以下步骤：

步骤S1、多平台数据采集单元自动采集工业控制中各个系统的原始监测数据；

步骤S2、OPC规范接口接收原始监测数据，并将其转换为Oracle数据库能够识别的工业现场数据；

步骤S3、Oracle工业规范数据库将数据以关联表的形式存储；

步骤S4、Oracle工业规范数据库利用工业数据处理算法对数据进行智能化状态评估和故障识别；

步骤S5、应用程序访问并调用Oracle工业规范数据库中保存的数据和处理结果，其中，所述的应用程序位于工业现场终端中，或者位于Oracle工业规范数据库同一台服务器中。

步骤S1中，所述的多平台数据采集单元具有三种数据采集方式：定时触发数据采集方式，事件触发数据采集方式，以及命令触发数据采集方式。

所述的步骤S1具体包含：

工业组态软件OPC接口自动采集不同组态软件的数据；

智能仪表OPC接口自动采集具有OPC功能的智能仪表的数据；

OPC规范转换单元将不具有OPC功能的智能仪表的工业现场总线协议转换为符合Oracle提供的OPC规范协议，实现对不具有OPC功能的智能仪表的自动数据采集。

如图3所示，所述的OPC规范转换单元将不具有OPC功能的智能仪表的工业现场总线协议转换为符合Oracle提供的OPC规范协议的步骤具体包含：将工业现场总线协议所传输的数据内容（仪表地址、控制字和现场实时数据）和OPC规范协议中的基本特性（OPC服务器、OPC组和OPC项）形成一一映射关系，实现工业现场总线协议到OPC规范协议转换；所述的映射关系包含：仪表地址和OPC服务器对应，控制字和OPC组对应，现场实时数据和OPC项对应。

所述的步骤S3中，关联表中的数据采用统一的工业数据规范格式，关联表中的列数据项至少包含：数据地址、数据采集时间、数据功能、数据值等；所述的工业数据规范格式应该符合工业控制行业特点，且具有普遍适应性；将同一工业控制系统中的所有工业现场数据集都用相同工业数据规范格式来描述，关联表中的每一个行数据对应一个工业现场数据信息；当应用程序访问并调用数据时，只需要按照表格数据的格式对数据进行处理即可，不需要再对工业数据进行格式的转换。

步骤S4中，Oracle工业规范数据库利用工业数据处理算法对数据进行智能化状态评估和故障识别的步骤具体包含以下步骤：

步骤S4.1、Oracle数据库管理系统从已标记设备状态或者故障类型的历史数据库中提取设备状态和故障类型的特征；

步骤S4.2、Oracle数据库管理系统采用支持向量机方法对提取的特征进行回归（对应设备状态评估）和分类（对应故障识别）训练，获得诊断控制模型，将诊断控制模型存入系统性能评估模型预测数据库，以供应用程序调用；

步骤S4.3、Oracle数据库管理系统从实时数据库中进行特征提取后输入诊断控制模型，根据实时数据库中的数据与诊断控制模型预测输出的数据相比较，使得诊断控制模型输出设备状态评估或者故障类别。

如图4所示，所述的智能化状态评估和故障识别方法是通过训练过程从已标记设备状态或者故障类型的历史数据库中进行特征提取，特征提取后采用支持向量机方法进行回归（对应设备状态评估）和分类（对应故障识别）训练，获得诊断控制模型，将获得的诊断控制模型存入系统性能评估模型预测数据库，以供应用程序调用，预测过程从实时数据库中进行特征提取后输入诊断控制模型，根据实时数据库中的数据与诊断控制模型预测输出的数据相比较，使得诊断控制模型输出设备状态评估或者故障类别。

所述的实时数据库、历史数据库和系统性能评估模型预测数据库中所用到的诊断控制模型参数，是通过上述三个数据的实际运行状态来进行实时动态调整的，能够做到诊断控制模型的实时更新。

所述的步骤S5中，应用程序访问Oracle工业规范数据库时，通过 PL/SQL（Procedural Language 程序语言/Structured Query Language结构化查询语言） 查询语句或存储过程访问数据库数据，从而实现应用服务对 Oracle 中存储数据的透明访问。

本发明具有以下优点：

1、通过工业现场数据以及设备状态信息全部集中，能够消除信息传输壁垒，从而形成一个真正的全工业控制系统的数据平台，为工业智造提供信息操作平台；

2、基于Oracle数据库的跨平台大规模工业信息整合控制系统为工业控制系统监测和智能维护提供信息平台，通过信息平台提供的数据整合分析，可以提高过程设备效率、降低维护成本，并满足更高安全要求。

尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。