2. 生产设备数据采集需求分析

在 PI System 项目中，需求分析阶段决定了后续接口选型、PI Point 命名、历史库容量规划与上层应用能否落地。很多项目后期出现“数据很多但没人用”“关键测点缺失”“历史数据精度不够”等问题，根源往往不在 PI 服务器，而在需求分析没有把设备、测点、频率、精度和业务目标这五件事对齐。本节围绕这五个维度，说明如何从现场设备出发，形成一份可执行、可追溯的采集需求清单。

一、先识别设备类型，再谈测点

设备类型识别不是简单罗列设备名称，而是要按“数据产生方式”和“接口能力”分类。同一车间里，PLC 控制的产线设备、DCS 控制的公用工程、带串口输出的称重仪表、支持 OPC UA 的智能电表，它们的采集路径完全不同。建议按以下四类归并：

• 控制系统类：PLC、DCS、SCADA，通常通过 OPC DA/UA、Modbus TCP 或专用驱动采集，测点密度高、频率可达秒级。
• 智能仪表类：流量计、电能表、分析仪，多支持 Modbus RTU/TCP、HART 或 OPC UA，频率通常为秒到分钟级。
• 独立设备类：包装机、机器人、试验台，可能只有本地 HMI 或 CSV 导出，需要评估是否加装网关。
• 人工/离线类：化验结果、班次产量，通常通过接口表或手工录入进入 PI，频率为班次或天级。

分类的目的是确定“能不能采、通过什么采、采多快”。例如一台仅支持 RS-232 输出的老式称重仪表，如果业务只要求每班统计一次累计重量，就不必强行改造成秒级采集；反之，若用于实时配料控制，则必须评估串口轮询周期是否满足要求。

二、测点清单：从业务问题反推，而不是从点表照抄

测点清单最容易犯的错误，是直接把 PLC 点表全部导入 PI。点表里有大量中间变量、报警位、手自动切换位，它们对控制系统必要，但对历史分析和业务目标未必有价值。正确的做法是从业务目标反推：先明确“要回答什么问题”，再确定需要哪些测点。

例如业务目标是“计算每台空压机单位产气电耗”，那么至少需要：空压机运行状态、累计产气量、累计电耗、运行时间。若还要做能效对标，则需补充出口压力、进气温度等工况参数。测点清单建议包含以下字段，便于后续在 PI Data Archive 中直接建点：

命名规范要提前定好，否则后期 PI Point 数量上万后难以维护。常用结构为“区域_设备_参数”，并统一大小写和分隔符。对于累计量，要明确是表底累计还是 PI 内部积分计算，避免重复累计。

三、采集频率：由业务响应时间和过程动态决定

采集频率不是越高越好。频率越高，接口负载、PI 归档量和网络流量越大。合理的频率应同时满足两个条件：能捕捉过程变化，且满足业务响应时间。工程上常用“过程时间常数”估算：对于温度、液位等慢过程，采样周期可取时间常数的 1/5～1/10；对于压力、流量、振动等快过程，则需更短。

以空压机出口压力为例，若压力波动周期约 30 秒，业务只需 1 分钟级看板，则 5～10 秒采集足够；若用于喘振预警，则可能需要 1 秒甚至亚秒级。对于累计量，频率可以低一些，但必须保证不丢脉冲。对于状态量，建议采用“变化时记录”或较短周期，以便准确统计运行时间。

四、数据精度：采集精度、存储精度与显示精度要区分

数据精度常被混淆。采集精度取决于仪表和接口，存储精度取决于 PI Point 的数据类型和压缩设置，显示精度取决于报表或画面。需求分析阶段要明确：仪表本身精度是多少，PI 中是否需要保留原始小数位，上层计算允许的误差是多少。

例如电能表输出 0.01 kWh，若 PI Point 用 Float32 存储，有效数字足够；但若在 PI 中做积分计算，压缩偏差设置过大可能导致累计电量偏差。一般建议：用于计量的累计量，压缩偏差设为 0 或极小值；用于监视的趋势量，可适当设置压缩偏差以减少归档量。精度要求应写入测点清单，并在接口调试时用现场值核对。

五、业务目标：把五要素串成一条可验证的链

设备类型、测点、频率、精度最终都要服务于业务目标。建议用一张“需求追溯表”把业务目标与测点关联起来，确保每个测点都有用途，每个目标都有数据支撑。下图展示了从业务目标到采集参数的追溯关系，以及常见偏差的检查点。

在实际项目中，需求分析通常需要与工艺、电气、仪表和 IT 多方确认。建议至少完成一次现场核对：确认设备接口实际可用、测点地址正确、工程单位一致、累计量清零方式明确。对于关键业务目标，还应做一次小范围试采，用真实数据验证频率和精度是否满足要求，再批量建点。这样形成的采集需求，才能既不过度采集，也不遗漏关键信息，为后续 PI 接口配置和历史库工程打下可靠基础。