历史学家是业绩的关键

最初配置为在1000英亩的工厂中收集几百个关键参数,并在7个操作界面终端上显示结果,Aughinish氧化铝的OSIsoft PI(读作pie)历史软件现在作为25000多个测量的操作数据存储库;与其他应用程序的接口;并为操作人员、管理人员和实验室提供结果。

通过大卫哈罗德 二零零四年五月一日

一目了然

数据历史软件

企业集成

关键绩效指标

DCS与专家系统

边栏:关于PI数据历史系统PI如何管理记录,存储

最初配置为在1000英亩的工厂中收集几百个关键参数,并在7个操作界面终端上显示结果,Aughinish氧化铝的OSIsoft PI(读作pie)历史软件现在作为25000多个测量的操作数据存储库;与其他应用程序的接口;并在200多个用户界面上为操作人员、管理人员和实验室人员提供结果。

“我们第一次意识到OSIsoft的产品是在20世纪80年代末我们进行的一个新的分布式控制系统(DCS)评估和选择项目中,”Aughinish氧化铝的IT主管Justus de Hooge说。

当时,DCS供应商提供了自己的功能有限的数据历史记录。几个DCS供应商建议我们使用OSIsoft,在检查了产品和公司之后,我们决定对其PI数据历史软件进行标准化,主要是因为,当时,它能够连接到市场上所有新的和旧的控制系统。de Hooge补充说:“我们已经认识到拥有一个独立于控制系统制造商的历史学家的重要性,我们的工程师只需要学习一个接口,而不管当前的硬件平台如何。”

Aughinish的评选委员会审查了几个数据历史学家,特别评估了制造商及其系统的能力:

支持图形和字符终端;

与多个DCS和可编程控制器制造商的接口;

与其他业务系统集成;和

提供长期的支持关系。

全年生产铝

铝(Al)是地壳中最丰富的金属元素。1829年首次从氯化铝中分离出来,铝于1886年开始商业化生产。

作为总部位于瑞士的自然资源集团嘉能可的子公司,Aughinish氧化铝有限公司是一家氧化铝精炼厂,位于阿斯基顿和福因斯之间香农河口南侧的Aughinish岛上,距离爱尔兰利默里克市下游20英里。

Aughinish Alumina采用拜耳工艺处理铝土矿矿石,每年生产超过150万吨氧化铝(Al203)。氧化铝是一种细小的白色颗粒状粉末,出口到英国、斯堪的纳维亚半岛和其他欧洲国家的冶炼厂进行进一步加工,最终成为铝金属。铝土矿从西非、巴西、加纳和澳大利亚的铝土矿通过6.5万吨散货船接收,并在香农河口的Aughinish深水海运码头卸货。

两吨铝土矿可生产大约一吨氧化铝。该工厂通过储罐、压力容器和管道循环使用超过5600万加仑(25万立方米)的工艺溶液。(见上文“氧化铝精炼厂投入与产出”图。)

该工厂拥有450名员工,一年365天,每天24小时运营。

业务卓越,kpi

Aughinish氧化铝依靠仔细建立、跟踪和报告关键业务流程改进指标,以确保其运营稳定、高效和盈利的业务。在工厂操作中,这转化为适当的关键绩效指标(kpi),这些指标显示在使用Microsoft Sharepoint门户技术作为用户界面的数字仪表板上。

由于许多KPI比单个流程度量更复杂,因此Aughinish使用pi数据库和pi高级计算引擎(PI-ACE)作为计算和组装KPI数据的存储库。使用Gensym、OSIsoft和公司内部开发的软件工具,Aughinish操作员可以准确地解释数字仪表板内容,进行适当的控制调整,并在何时以及为何发生过程和设备异常。(参见“Aughinish Alumina的PI系统架构”图。)

例如,当设备被故意停止或自动停止时,PI历史学家知道它何时发生,但不知道原因。为了完成停止设备的信息记录,操作人员从下拉列表中选择设备停止的原因。将一致的文本信息附加到设备记录中,使工程师和维护人员可以方便快捷地收集相关信息,以便更准确地分析。此外,Aughinish的维护部门使用实际运行时间来确定维护计划。

PI集成的另一个例子是在霍尼韦尔TDC 3000 DCS中实现的非线性、多变量模型预测控制。

从PI数据库中读取和写入模型输入和输出。然而,由于工厂的复杂性,Gensym的G2专家系统可以帮助操作员理解模型预测和工厂行为。

“我们故意选择不关闭所有模型的回路,因为我们已经了解到,如果操作员不直接参与控制系统的决策,他们的技能会随着时间的推移而下降。然后,在那些需要他们参与的场合,他们只是不像他们想要或需要的那样舒服。控制系统负责人George Troy说:“通过保持回路畅通并提供专家系统建议,我们发现操作人员的技能仍然相当好。”

“我们每天有150多名员工,在‘无领导’团队中工作,依靠数字仪表板和kpi让他们专注于重要的事情。”只有一个健壮的数据历史记录,例如PI系统,能够支持我们正在进行的KPI指标的开发和部署,以保持我们的业务正常运行。这就是为什么Aughinish能够在不增加员工数量的情况下提高效率和利润。”

持久的关系,安全感

OSIsoft的创始人J. Patrick Kennedy是一名化学工程师和控制系统工程的注册专业工程师,他曾经是过程工业的最终用户。他理解专注于特定市场需求的重要性,并利用这些知识指导OSIsoft的产品开发和经营方式。

de Hooge和Troy每年都会参加一些用户组会议。他们说,他们欣赏软件开发人员和用户在OSIsoft会议上的互动,喜欢OSIsoft的客户服务。特洛伊说,一个电话可以在几分钟内与软件开发人员进行对话。Aughinish最初的(1989年)PI系统计算机是一台运行Open VMS操作系统的DEC Vax 6310。如今,Aughinish在基于微软Windows 2000的英特尔xeon服务器上运行PI。在旧的(VMS操作系统)系统上,PI大约每六个月关闭一次补丁。现在我们每个月都要把PI降下来,给微软Windows操作系统安装补丁和重要的更新。由于该系统是所有用户的主要流程接口,因此其与业务网络的连接具有强大的安全性和保护。“我们对OSIsoft软件安装补丁和升级的需求与我们原来的系统大致相同(大约每年两次),OSIsoft继续做好测试工作,以确保安装顺利进行,第一次修复是正确的,”de Hooge说。

还有更多:模型、集成

软件应用程序价值的一个测试是软件用户愿意在多大程度上推动软件的性能和功能。

我们中的许多人倾向于学习完成工作所需的软件应用程序的那些部分,而很少愿意投入额外的时间和精力来真正精通使用该软件。

Aughinish氧化铝的PI用户似乎是一个例外,他们积极扩大和扩展使用:

PI DataLink填充微软Excel电子表格;

PI ActiveView提供PI ProcessBook屏幕的安全Web视图;

Gensym G2专家系统信息与PI数据库;

附加的基于dcs的G2预警预测模型;和

内部开发了基于。net的解决方案,将PI集成到业务系统中。

“当我们第一次承诺使用PI数据历史时,我们严重低估了它对工厂运营的重要性和积极影响。我们最初派了四个人去培训——两人成为系统经理,两人成为我们的现场培训师。我们认为7个用户界面终端就是我们想要或需要的了。在最初的六个月里,我们将用户界面的数量增加了一倍,现在有超过200人接受了使用PI的培训。de Hooge说:“一旦我们将PI门户显示器的使用扩展到整个企业,我们真的不确定会有多少,但我们知道,如果没有它,我们就无法长期高效地运行这个工厂。”

关于PI数据历史系统

OSIsoft的PI数据历史记录是一套集成应用程序,旨在满足过程工业中连续和批量应用程序的需求。

PI套件包括以下内容。

UDS (Universal Data Server)是PI系统的核心,负责在PI信息基础设施中获取和路由实时数据。

PI ActiveView构成了数据传输系统的互联网部分,并使用户能够在Web上查看完整的功能,交互式PI ProcessBook显示。

PI BatchView提供了历史和实时批处理趋势的桌面视图,并允许在单个视图中比较多个批处理。

PI ControlMonitor通过监控和显示质量变量作为因变量,以及控制回路的设定点,测量变量和控制输出作为自变量,确保控制系统正常运行。

PI DataAccess Package是一套工具,可以帮助高级用户查看、构建和访问PI系统中的数据。例如,软件开发工具包提供ActiveX编程工具,用于访问PI服务器和相关子系统。

PI DataLink在电子表格程序和UDS之间建立双向连接,方便用户访问流程数据和Microsoft Excel或Lotus 1-2-3等分析工具。

PI ProcessBook是PI系统的图形显示前端。它有助于将原始数据转换为有用的,动态的,实时的显示,可从任何桌面PC或通过互联网浏览器使用PI ActiveView。

PI ACE是一种先进的计算引擎,旨在消除建筑计算中的猜测,允许用户专注于将实时数据转化为有用的信息。ACE方程是用最少的代码编写的,并且可以跨UDS安装传输。

有关PI数据历史记录的更多信息,请访问

PI如何管理记录和存储

PI DataStorage与通用数据服务器一起工作,处理数字和字符串数据的收集、存储和检索。它使用“旋转门压缩”过程,丢弃在用户定义值的可接受范围内或在“压缩偏差毯”内的数据,从而消除收集和存储类似值。

压缩偏差橡皮布是在最后记录值和新值之间延伸的平行四边形,其宽度等于压缩偏差规格的两倍。

当接收到一个新的数据点时,只有当以前的数据不在压缩偏差范围内时,它们才被记录并保存在DataStorage中。这使得PI data - storage能够在较长的时间内以其原始分辨率有效地容纳大量和少量数据。