3. PI System核心概念与术语
PI System 并不是一个单一软件，而是一组围绕“时间序列数据”协同工作的组件集合。理解这套系统的关键，不是记住每个缩写的全称，而是弄清数据从现场设备出发，经过哪些组件、以什么形态被存储、又如何被组织成业务语义并最终呈现给用户。本节围绕四个最核心的组件——PI Interface、PI Data Archive、PI Asset Framework（AF）和 PI Vision——梳理它们各自的职责与相互依赖关系。
一、四个组件的定位
PI Interface 是数据进入 PI System 的入口。它运行在采集节点上，负责与外部数据源通信：可能是 PLC、DCS、OPC Server、Modbus 从站、关系数据库，也可能是另一个 PI System。Interface 按设定的扫描周期读取原始值，判断是否发生显著变化，再以时间戳+数值的形式写入 PI Data Archive。常见的接口包括 OPC DA/UA Interface、Modbus TCP Interface、PI-to-PI Interface 等。
PI Data Archive 是系统的历史数据核心，常被简称为“PI Server”或“数据归档”。它专门存储带时间戳的时序数据，采用压缩算法（如旋转门压缩）在保证趋势形态的前提下大幅降低存储量。每个测点在 PI Data Archive 中对应一个 PI Point（也称 Tag），具有点名、工程单位、量程、压缩偏差等属性。它回答的是“某个测点在某个时刻的值是多少”这类问题。
PI Asset Framework（AF） 建立在 PI Data Archive 之上，提供的是“语义层”。它把孤立的测点组织成有业务含义的资产模型：一台泵、一条产线、一个反应釜，并把这些资产的属性（如温度、压力、流量）与底层 PI Point 建立映射。AF 还支持计算属性、模板、层级结构和事件框架，使数据从“测点”上升为“设备状态”。
PI Vision 是面向最终用户的展示与交互层。它从 AF 读取资产模型，从 PI Data Archive 读取实时与历史数值，以趋势图、仪表盘、表格、KPI 等形式呈现。用户通常不直接面对 PI Point，而是通过 AF 中的资产名称和属性来构建画面。
二、组件之间的数据流与依赖关系
这四个组件构成一条清晰的分层链路：Interface 负责“采”，Data Archive 负责“存”，AF 负责“组织与语义”，Vision 负责“看与用”。数据自下而上流动，配置则自上而下依赖。下图展示了这一关系。
从图中可以看出两条方向相反的逻辑。第一条是数据流：现场信号经 Interface 采集后写入 Data Archive，AF 从 Archive 读取 PI Point 数据并赋予资产语义，Vision 再从 AF 和 Archive 获取数据用于展示。第二条是配置依赖：要建 Vision 画面，先要有 AF 资产模型；要建 AF 模型，先要确保 Archive 中已有对应 PI Point；而 PI Point 的数据能否持续更新，取决于 Interface 是否正常运行。
三、实际工程中的配置顺序与示例
假设需要采集某化工厂反应釜 R-101 的温度和压力，并在 PI Vision 上做一个实时监控画面。合理的实施顺序如下。
- 确认数据源与接口：反应釜温度由 PLC 通过 OPC UA 暴露，节点地址为
opc.tcp://192.168.10.20:4840，温度变量为ns=2;s=R101_Temp，压力变量为ns=2;s=R101_Press。在采集节点上配置 OPC UA Interface，扫描周期设为 5 秒。 - 在 PI Data Archive 中创建 PI Point：为温度创建点名
R101_Temp，工程单位degC，量程0~200，压缩偏差0.1；为压力创建点名R101_Press，工程单位kPa，量程0~1000，压缩偏差0.5。Interface 启动后，这两个点开始接收带时间戳的数据。 - 在 AF 中建立资产模型：创建元素模板
Reactor，模板属性包括Temperature（映射到R101_Temp）和Pressure（映射到R101_Press）。然后基于该模板创建元素R-101，并放入层级工厂/一车间/反应工段下。此时 AF 中的“R-101 温度”已经等价于 Archive 中的R101_Temp。 - 在 PI Vision 中构建画面：新建显示画面，从 AF 资产树中拖入
R-101，选择Temperature和Pressure属性，分别添加趋势图和数值仪表。用户看到的是“R-101 温度”，而不是“R101_Temp 这个 Tag”。
四、常见混淆点与判断依据
初学者容易把 AF 和 PI Data Archive 混为一谈。一个简单的判断方法是：PI Data Archive 只认 PI Point，不认设备。如果你问“R-101 的温度是多少”，Archive 无法直接回答，它只知道 R101_Temp 这个点的值。AF 才能回答“R-101 的温度是多少”，因为它建立了资产与测点的映射。同样，PI Vision 本身不存储数据，它只是一个查询和渲染前端，数据来源始终是 Archive 和 AF。
另一个常见问题是 Interface 与 PI Data Archive 的关系。Interface 不是 Archive 的一部分，它通常独立安装在采集节点上，通过网络将数据写入 Archive。一个 Archive 可以接收多个 Interface 的数据，一个 Interface 也可以向多个 Archive 写入（需配置）。这种分离设计使得采集负载可以分散，也便于在采集节点故障时不影响历史库本身。
| 组件 | 核心职责 | 关键对象 | 回答的问题 |
|---|---|---|---|
| PI Interface | 从外部数据源采集并写入 | 接口实例、扫描周期、数据源地址 | 数据从哪里来、多久采一次 |
| PI Data Archive | 存储时序数据 | PI Point、时间戳、压缩偏差 | 某测点在某时刻的值是多少 |
| PI Asset Framework | 建立资产语义模型 | 元素模板、元素、属性、层级 | 某设备的某属性对应哪个测点 |
| PI Vision | 展示与交互 | 显示画面、趋势、仪表盘 | 用户如何看到并分析数据 |
把这四个组件的关系理清之后，后续学习 PI Point 属性配置、AF 模板设计、Vision 画面优化时，就能明确每一步操作发生在哪一层、影响哪些对象、依赖哪些前置条件。这是掌握 PI System 工程实施的基础。