4. FactoryTalk Historian数据采集与建模

FactoryTalk Historian 是罗克韦尔体系中的实时历史数据库，通常以 OSIsoft PI System 为内核。它要解决的核心问题不是“把 PLC 里的数读上来”这么简单，而是把现场高频、带时间戳的过程数据，整理成可长期存储、可追溯、可被 MES 稳定消费的时序资产。理解这一节，需要沿着一条完整链路看：标签怎么定义 → 数据从哪里采 → 存成什么形态 → 质量如何标记 → MES 怎么取用。

一、标签配置：先建模，再采数

Historian 中的基本对象是标签（Tag / PI Point）。一个标签不只是“一个变量名”，它同时携带了数据来源、采集方式、工程单位、量程、压缩规则等元数据。配置标签时，最关键的几个属性包括：

• Tag Name：建议采用“区域-设备-测点”的分层命名，例如 AREA1.FILLER01.MOTOR_CURRENT，便于批量检索和 MES 按前缀订阅。
• Point Source：标识数据来源接口，如 R（RSLinx/FactoryTalk Live Data）、OPC、SIM（仿真）等，用于区分真实采集与测试数据。
• Point Type：决定数值类型，如 Float32、Int32、Digital、String。类型选错会导致精度丢失或状态量无法解析。
• Engineering Units / Zero & Span：工程单位与量程，是后续 MES 判断“是否超限”的依据。
• Compression / ExcDev：压缩偏差。它决定多大变化才值得存一个归档值，直接影响存储量和曲线保真度。

举例来说，一个灌装电机电流测点可配置为：PointType=Float32，EU=A，Zero=0，Span=20，CompDev=0.05。这意味着电流变化小于 0.05 A 时，Historian 可能不写入新归档值，从而在保证趋势可读的前提下压缩数据量。压缩不是“丢数据”，而是用例外报告机制减少冗余存储，但压缩过大会让 MES 侧看到的曲线出现台阶，需要按工艺关注精度权衡。

二、采集接口：数据如何进入 Historian

采集接口决定了数据的实时性与可靠性。常见方式有三类：

• FactoryTalk Live Data / RSLinx Enterprise：直接面向 ControlLogix、CompactLogix 等控制器，通过 CIP 读取标签，适合罗克韦尔原生环境，配置简单、延迟低。
• OPC DA / OPC UA 接口：当数据源是第三方 PLC、DCS 或 SCADA 时，通过 OPC 服务器汇聚后再由 Historian 接口采集，兼容性强但需关注 OPC 服务器的稳定性。
• PI Interface 专用接口：如 PI Interface for OPC DA、PI Interface for Modbus 等，适合大批量、跨协议场景，通常配合接口实例和扫描周期配置。

采集配置中要明确扫描周期（Scan Class）与异常/压缩偏差的关系。例如关键温度点用 1 s 扫描、压缩偏差 0.1 ℃；而能耗累计量可用 10 s 扫描、偏差 0.5 kWh。扫描过快会加重控制器与接口负担，过慢则可能漏掉短时尖峰。实际工程中常按“工艺关注频率”而非“控制器扫描周期”来设定。

三、数据存储：归档值与快照值

Historian 存储分两层理解：快照（Snapshot）保存当前最新值，供实时查询；归档（Archive）保存历史时序，按时间分片存储。写入归档时，系统依据压缩规则决定是否落盘。查询时，Historian 会在归档值之间做插值，返回指定时间点的值。因此 MES 读取历史数据时，必须明确是取“归档原始值”还是“插值结果”，两者在报表统计中可能产生差异。

四、数据质量：比数值更重要的时间戳与状态

Historian 每个数据点都带时间戳和质量码。质量码用于表达该值是否可信，常见状态包括 Good、Bad、Questionable、Substituted 等。当采集接口断开、PLC 通信超时或标签不存在时，Historian 会写入 Bad 质量，而不是简单写 0。MES 消费时必须先判断质量，再决定是否参与计算，否则会把“通信中断”误判为“设备停机”或“产量为零”。

此外，时间戳来源也需统一。若控制器与 Historian 服务器时钟不同步，会出现数据“倒挂”或趋势错位。工程上通常要求 PLC、Historian 服务器、MES 服务器统一走 NTP，时间偏差控制在秒级以内。

五、MES 消费方式：从“取数”到“可信取数”

MES 消费 Historian 数据，常见有三种路径：

1. PI SDK / AF SDK 直连：适合需要实时订阅或复杂历史计算的场景。MES 服务端通过 SDK 建立连接，按标签或 AF 元素读取当前值与历史值。优点是灵活、延迟低；缺点是需要维护连接池和异常重连逻辑。
2. REST / Web API：适合报表、看板等按时间窗拉取数据的场景。MES 以 HTTP 请求指定标签、起止时间和采样间隔，返回 JSON 或表格数据。优点是解耦、易跨平台；缺点是高频轮询会增加 Historian 负载。
3. PI AF 模板与层级聚合：先在 AF 中建立“企业—工厂—产线—设备”层级，把标签挂到元素属性上，MES 按设备维度读取聚合结果，而不是逐个标签硬编码。这种方式最适合多产线复制，能显著降低 MES 侧维护成本。

无论哪种方式，MES 侧都应遵循“先判质量、再算业务”的原则。例如计算某班次产量时，若累计量标签在 10:15—10:20 出现 Bad 质量，MES 不应把这段差值当作 0，而应标记该时段数据缺失，或按前一时段速率做合理估算并记录估算标记。这样报表才具备可追溯性。

六、一个可参考的配置与消费闭环

以灌装线为例，可形成如下最小闭环：PLC 中定义 Filler01_Current、Filler01_Count 两个变量；Historian 中建立对应标签，电流用 Float32、单位 A、压缩偏差 0.05，计数用 Int32、压缩偏差 0；采集接口用 Live Data，扫描周期 1 s；MES 通过 AF SDK 订阅计数标签，每 30 s 读取一次增量，并检查质量码。若质量 Good，则累加产量；若 Bad，则记录缺失时段并触发数据质量告警。这样，从标签到 MES 的链路就具备了可配置、可观察、可判断的完整形态。

掌握这条链路后，后续无论是做 OEE 统计、批次追溯还是能源分析，都可以在 Historian 建模阶段就把标签、质量、时间戳和消费接口设计清楚，避免 MES 侧反复做数据清洗和补数。