3. AVEVA平台核心组件与数据模型
多工厂运营数据协同平台并不是一个单一软件，而是由多个定位不同的组件拼装而成的数据链路。要理解这条链路，先要区分三类角色：现场历史数据的采集与存储、跨站点数据的汇聚与共享、面向业务的分析与消费。AVEVA PI System、AVEVA Historian、AVEVA Data Hub 分别落在这些位置上，理解它们的边界，比记住产品名称更重要。
一、三个组件的定位差异
AVEVA PI System 是面向过程工业的实时数据基础设施，核心是 PI Data Archive（时序数据库）与 PI Interface/PI Connector（采集层），配合 PI Asset Framework（AF）建立设备、工艺段、工厂层级的资产模型。它擅长高频、长周期、带质量戳的时序数据存储，典型采集周期为 1 秒到 1 分钟，适合反应釜温度、流量、压力、能耗等连续量。
AVEVA Historian 更偏向工厂级历史库与生产报表场景，通常与 SCADA/HMI 系统配合，存储批次、班次、报警与生产事件数据。它的数据模型更贴近“生产记录”，在单厂范围内承担历史查询、班次统计与合规报表的职责。
AVEVA Data Hub 是云端的数据汇聚与共享层，负责把多个工厂的数据按统一命名和权限发布出去，供上层应用、第三方系统或集团侧分析使用。它解决的是“多站点、跨地域、多租户”的共享问题，而不是替代现场历史库。
二、数据模型：从位号到资产
协同平台能否跨厂对比，取决于数据模型是否统一。以 PI System 为例，最底层是 PI Point（位号），例如 FIC101.PV；上一层通过 AF 建立 Element（元素），如“1号反应釜”，并挂载 Attribute（属性）引用位号。再往上建立 Template（模板），例如“反应釜模板”包含温度、压力、搅拌转速三个属性。当 5 个工厂都用同一模板实例化时，跨厂对比才具备语义基础。
Data Hub 侧通常采用 Stream + Type 的模型：一个 Stream 对应一条时间序列或一个资产属性，Type 定义其单位、数据类型与元数据。跨厂共享时，建议命名规则统一为 站点_装置_设备_参数，例如 SH01_Reactor01_Temp，避免各厂自建命名导致映射混乱。
三、协同平台中的实际配置要点
假设要把工厂A的反应釜温度共享到集团看板，典型操作路径如下。第一步，在 PI AF 中确认 SH01_Reactor01 元素已挂载 Temp 属性，并绑定位号 TI101.PV。第二步，通过 PI Connector Relay 或 Data Hub 的 OMF 接口，将该属性映射为 Data Hub 中的 Stream，命名 SH01_Reactor01_Temp，Type 设为 Temperature，单位 degC。第三步，在 Data Hub 中为该 Stream 分配 Namespace 与访问权限，工厂A只写自己的命名空间，集团分析账号可读全部命名空间。
一个常见的配置片段如下，用于向 Data Hub 写入一条温度数据：
POST /api/v1/tenants/{tenantId}/namespaces/{namespaceId}/streams/{streamId}/data
Content-Type: application/json
Authorization: Bearer <token>
[
{ "timestamp": "2025-03-12T08:15:00Z", "value": 182.4 }
]
写入后，可在 Data Hub 的 Stream 详情页查看最近数据点，确认时间戳、数值与质量戳是否正常。若返回 401，检查 Token 是否过期；若返回 404，检查 Namespace 与 Stream 名称是否拼写一致。这一步是排障中最常见的两个判断点。
四、组件选型的判断依据
| 判断维度 | PI System | Historian | Data Hub |
|---|---|---|---|
| 主要数据 | 高频时序、质量戳 | 批次、班次、事件 | 跨站点汇聚流 |
| 典型周期 | 1 秒 ~ 1 分钟 | 秒级 ~ 分钟级 | 按需转发 |
| 部署位置 | 工厂本地 | 工厂本地 | 云端 / 混合 |
| 核心价值 | 资产模型与实时分析 | 生产记录与报表 | 多租户共享与 API |
五、容易混淆的边界
PI System 与 Historian 都能存历史数据，区别在于 PI System 的 AF 资产模型更适合做跨装置、跨层级的语义关联，而 Historian 更贴近单厂生产报表。Data Hub 不负责采集，它依赖 PI Connector 或 OMF 写入；如果现场没有稳定的采集链路，Data Hub 里就没有数据可共享。另一个常见误区是把 Data Hub 当作实时数据库使用，它的写入频率和查询延迟并不适合毫秒级控制回路，控制层仍应留在本地。
理解这三个组件的角色，本质上是理解“数据在哪里产生、在哪里沉淀、在哪里被共享、在哪里被消费”。把这条链路画清楚，后续的命名规范、权限设计、接口选型和排障路径才有统一的依据。