3. AVEVA工业运营平台总体架构

AVEVA工业运营平台(AVEVA Operations Management / AVEVA PI System 与 AVEVA System Platform 等构成的组合体系)并不是单一软件,而是一套围绕工业现场数据“采集—汇聚—建模—计算—呈现—反馈”的纵向分层体系。理解它的关键,不是记住产品清单,而是看清每一层承担什么职责、层与层之间用什么接口交换什么数据、以及当现场出现异常时数据如何从底层一路传导到上层应用。本节按“分层架构模型—数据流—功能组件—集成关系”的顺序展开,并给出可对照的部署与配置要点。

一、分层架构模型:从现场到决策的五层结构

AVEVA工业运营平台通常可归纳为五层,自下而上依次是:现场设备层、数据采集与边缘层、数据存储与建模层、计算与分析层、应用与呈现层。这五层不是简单的软件堆叠,而是职责边界清晰的协作关系。

  • 现场设备层:包括PLC、DCS、RTU、智能仪表、变频器、机器人控制器等。它们产生原始过程量,如温度、压力、流量、阀门开度、电机电流、报警位号。这一层的数据以厂商私有协议或标准协议存在,例如Modbus TCP、OPC DA/UA、Profibus、EtherNet/IP、IEC 61850。
  • 数据采集与边缘层:由AVEVA Edge、AVEVA OASyS/OPC网关、PI Interface节点或第三方采集器组成。职责是把异构协议统一为平台可识别的数据流,并完成时间戳对齐、死区压缩、断线缓存。边缘层还承担本地预处理,例如把每秒10万点的原始数据按变化率压缩为每秒数千点的有效更新。
  • 数据存储与建模层:核心是AVEVA PI Data Archive(时序库)与AVEVA PI Asset Framework(AF,资产框架)。时序库存放带时间戳的测量值,AF则把“位号”组织成有层级、有属性、有关系的设备对象模型,例如“工厂—装置—机组—泵—轴承温度”。
  • 计算与分析层:包括PI Asset Analytics、AVEVA计算引擎、事件框架(Event Frame)以及批处理与KPI计算。它把原始测量值转换为有业务含义的指标,如泵效率、单位能耗、批次收率、设备可用率。
  • 应用与呈现层:包括AVEVA Operations Management Interface(OMI)、PI Vision、AVEVA Reports、AVEVA Insight,以及通过REST/OData/Web API对接的MES、ERP、BI与移动端。这一层面向操作员、工程师和管理者,输出画面、趋势、报表、报警与决策建议。

分层带来的直接好处是“替换成本可控”:现场换一台仪表,只需在采集层调整接口;上层资产模型和KPI计算不受影响。反之,若把采集逻辑直接写进画面脚本,任何现场变更都会波及上层,这是工业平台建设中常见的反模式。

AVEVA工业运营平台五层架构与数据流 应用与呈现层 OMI 操作画面 PI Vision 趋势 报表 / KPI 看板 REST / OData 接口 MES / ERP / BI 计算与分析层 Asset Analytics 计算 Event Frame 事件 批次 / KPI 计算 报警与通知规则 数据存储与建模层 PI Data Archive 时序库 时间戳 · 质量码 · 压缩 PI Asset Framework 设备层级 · 属性 · 关系 PI AF 模板与元素实例 泵 / 换热器 / 反应器模板 数据采集与边缘层 AVEVA Edge 网关 PI Interface 节点 OPC UA / DA 服务 断线缓存 · 死区压缩 现场设备层 PLC / DCS RTU / 智能仪表 变频器 / 电机 机器人 / 传感器 Modbus / Profibus 测量值上行 指令/反馈下行 职责逐层抽象

二、数据流:从毫秒级测量到分钟级KPI

平台中的数据流有两条方向相反的主干:上行是测量值流,下行是指令与反馈流。以一台循环水泵为例,其轴承温度由现场热电阻测得,经PLC的AI通道转换为4–20 mA对应的工程量,再由OPC UA服务器以订阅方式发布。AVEVA Edge或PI Interface以1秒周期读取该值,若变化超过死区(例如0.2 ℃)才写入PI Data Archive,否则只更新时间戳。写入时同时携带质量码:Good表示可信,Bad表示传感器断线或超量程,Questionable表示需人工确认。

进入PI Data Archive后,数据被AF元素引用。AF中“循环水泵P-101”元素有一个“轴承温度”属性,其数据引用指向时序库中的位号。Asset Analytics再基于该属性计算“温升速率”和“是否超过报警阈值”,当连续3个采样点超过75 ℃时生成一个Event Frame,记录开始时间、结束时间、峰值和持续时间。上层PI Vision趋势图、OMI报警栏和报表系统分别订阅这些结果。整个过程从现场变化到画面刷新,典型延迟在2~5秒;若经过边缘缓存或跨网闸,可能延长到10秒以上,这是设计报警响应时间时必须确认的参数。

数据流设计中最容易被忽略的是“时间戳来源”。建议统一采用采集端时间戳,并在AF中记录时间源;若现场PLC时钟与服务器相差超过2秒,趋势对比和事件排序都会出现错位。

三、功能组件:各司其职的六类核心组件

把平台拆成可采购、可部署、可运维的组件,通常包括以下六类:

组件核心职责典型配置要点
采集网关协议转换、边缘缓存、数据预处理采集周期1 s,死区0.2 ℃,缓存≥8 h
PI Data Archive时序数据存储、压缩、归档压缩偏差0.05,归档周期7天/月
PI Asset Framework资产建模、层级、属性、关系模板化建泵/换热器,元素命名规范
Asset Analytics实时计算、事件检测、KPI计算周期1 s,事件回看窗口5 min
OMI / PI Vision画面、趋势、报警呈现刷新周期2 s,报警分级P1/P2/P3
接口服务REST/OData/Web API 对外集成令牌鉴权,限流1000次/min

组件之间不是随意连接,而是有明确的依赖顺序:AF元素必须引用已存在的时序位号;Analytics必须引用AF属性;画面必须引用Analytics输出或AF属性。部署时应按“时序库→AF→Analytics→呈现”的顺序验证,避免上层引用空对象。

四、集成关系:横向打通与纵向贯通

集成关系分两个方向。纵向是平台内部五层之间的集成,靠PI Data Archive的位号命名、AF的资产路径和Analytics的引用关系维持一致性。横向是平台与外部系统的集成,常见有三类:

  • 与MES/ERP集成:通过REST或OData把批次收率、能耗KPI推送给MES;MES把工单号、批次号回写给AF元素属性,实现“按批次看能耗”。
  • 与DCS/PLC集成:通过OPC UA读写,下行可写设定值或配方参数,但必须设置写权限白名单和写前确认,避免误操作。
  • 与BI/数据湖集成:通过PI Web API或数据导出,把时序数据同步到数据湖做长期分析和机器学习。

集成中最关键的是“标识统一”。建议在AF中为每个设备元素维护一个与MES一致的设备编码(如EQ-P-101),所有外部系统通过该编码对齐,而不是通过位号或中文名称。位号可能因改造而变化,中文名称可能重复,只有设备编码是稳定的主键。

跨网集成时,不要直接把PI Data Archive暴露到办公网。应通过PI Web API网关或数据代理,只开放必要的只读接口,并启用TLS与令牌鉴权。

五、一个可对照的部署检查清单

在完成架构设计后,可用以下清单快速核对平台是否具备可运行条件:

  1. 现场协议清单是否完整,每个协议是否有对应采集节点和冗余路径。
  2. 位号命名规范是否统一,是否包含设备编码、测点类型、单位。
  3. AF模板是否覆盖主要设备类型,元素实例是否与现场台账一致。
  4. Analytics计算是否已定义输入、输出、触发条件和事件回看窗口。
  5. 报警分级、抑制和确认流程是否与操作规程一致。
  6. 对外接口是否有鉴权、限流、日志和失败重试机制。
  7. 时间同步是否统一到同一NTP源,偏差是否小于2秒。

总体来看,AVEVA工业运营平台的架构价值不在于某一层多强大,而在于五层之间职责清晰、数据流可追溯、组件可替换、集成有主键。掌握这套分层与数据流关系,后续无论是做资产建模、KPI计算还是系统集成,都能快速定位“数据从哪来、经过谁、变成什么、给谁用”。