2. AVEVA产品体系定位

在AVEVA生产历史数据追溯工程中,Historian、PI System与Insight并不是三个可以随意替换的同类产品,而是分别承担“现场级历史归档”“企业级实时数据基础设施”“面向业务的可视化与洞察”三层职责。理解它们的定位差异,是设计追溯链路、确定数据落点、规划查询路径的前提。若把三者混为一谈,常见后果是:追溯范围被限制在单一站点、跨系统关联无法落地、业务人员拿不到可读的追溯视图。

三层定位:从“存得住”到“查得快”再到“看得懂”

AVEVA Historian的定位是过程历史数据库,核心任务是高密度采集并长期保存来自PLC、DCS、SCADA、OPC服务器等数据源的时序数据。它关注的是“原始值不丢、时间戳准确、压缩合理、单点可查”。在追溯工程中,Historian通常是第一落点:现场仪表值、设备状态、批次标识、报警事件先进入Historian,形成可回放的时间序列基础。

AVEVA PI System的定位是企业级实时数据基础设施,它通过PI Data Archive、PI Interface、PI Asset Framework(AF)等组件,把多个站点、多个Historian或异构系统的数据统一到一套命名空间与资产模型下。追溯工程中,PI System解决的是“跨站点、跨系统、跨专业”的关联问题:当一次质量异常需要同时查看反应釜温度、原料批次、公用工程压力和操作员交接班记录时,PI System提供统一的资产上下文与时间对齐能力。

AVEVA Insight的定位是云端/订阅式的可视化与洞察层,它不直接采集现场数据,而是消费Historian或PI System发布的数据,面向工程师、班组长、质量人员提供趋势图、仪表板、报表和移动端查看。追溯工程中,Insight承担“最后一公里”的呈现职责:把已经归档和关联好的追溯结果,变成可筛选、可分享、可留痕的业务视图。

协作关系:数据从现场到业务视图的链路

三者的协作不是简单的串联,而是“采集—归档—建模—发布—消费”的分层链路。典型关系如下:现场数据源经接口写入Historian;Historian通过PI Interface或PI Connector将数据转发或联邦到PI Data Archive;PI AF在PI Data Archive之上建立设备、批次、工单等资产模型;Insight通过连接器读取PI System或Historian的数据,生成面向追溯场景的仪表板。需要强调的是,Insight也可以直接连接Historian,适用于单站点、轻量级追溯场景;而跨站点、跨系统的复杂追溯,通常以PI System作为中间枢纽。

AVEVA产品体系在追溯工程中的分层协作关系 现场数据源 PLC / DCS / SCADA OPC UA / OPC DA 批次 / 报警 / 工单 AVEVA Historian 过程历史数据库 高密度采集 · 长期归档 单站点追溯第一落点 AVEVA PI System 企业级实时数据基础设施 PI Data Archive · PI AF 跨站点 · 资产模型 · 时间对齐 接口采集 转发/联邦 追溯查询路径:按时间窗 + 资产/批次标签 + 事件上下文 Historian 提供原始时序 · PI System 提供跨系统关联 · Insight 提供业务视图 AVEVA Insight 云端/订阅式可视化与洞察层 趋势图 · 仪表板 · 报表 · 移动端 面向班组长 / 质量 / 工程师的追溯视图 发布/消费 角色速记 Historian:存得住 PI System:连得通 Insight:看得懂 注:Insight 也可直接连接 Historian,适用于单站点轻量追溯;跨站点复杂追溯通常以 PI System 为枢纽。

追溯工程中的典型分工与参数落点

以一个“反应釜批次质量追溯”为例,说明三者的实际分工。假设某化工装置需要追溯2024年6月12日14:00—16:00之间批次号B240612-03的全部过程数据。Historian中保存了反应釜温度TI-101、压力PI-102、搅拌转速SI-103的1秒原始值,以及批次开始/结束事件。PI System的AF中建立了“反应釜R-201”资产,把TI-101、PI-102、SI-103挂接到该资产下,并关联了原料批次属性。Insight中则配置了一个“批次追溯”仪表板,输入批次号后自动拉取该批次时间窗内的趋势曲线和关键参数统计值。

在这个链路中,参数落点非常明确:原始值、时间戳、质量码落在Historian;资产层级、批次属性、跨系统标签映射落在PI AF;查询条件、展示粒度、统计口径落在Insight。追溯工程实施时,必须先把这三类信息分别规划清楚,再决定接口和连接方式。若把批次属性直接塞进Historian的标签名,后期跨批次分析会非常困难;若把原始高频数据全部发布到Insight,则会造成云端存储和查询成本失控。

选型与协作的常见判断依据

实际工程中,选择以Historian为主还是以PI System为主,通常取决于追溯范围和数据规模。单装置、单站点、追溯时间窗在数小时到数天、参与人员以现场工程师为主时,Historian加Insight即可形成闭环。多站点、多系统、需要按资产树跨专业关联、追溯时间窗跨越数月甚至数年时,PI System应作为核心枢纽,Historian作为其数据源之一。Insight则始终定位在消费端,不承担归档和建模职责。

追溯工程中一个实用原则:先确定“追溯问题需要哪些标签、哪些时间窗、哪些资产上下文”,再决定数据放在Historian还是PI System,最后决定Insight上呈现什么。顺序颠倒,往往导致后期反复补接口。

协作关系中的关键接口与数据流

三者之间的接口主要有三类。第一类是采集接口:Historian通过OPC、Modbus、CSV导入等方式从现场获取数据,接口配置中需要明确采集频率、死区、时间戳来源。第二类是联邦/转发接口:Historian与PI System之间可通过PI Interface for AVEVA Historian或PI Connector进行数据同步,配置时需要确定同步标签清单、同步方向、历史回填范围。第三类是消费接口:Insight通过连接器读取PI System或Historian,配置时需要确定查询模板、刷新频率、权限范围。

数据流方向上,现场到Historian是单向写入,Historian到PI System通常是单向转发或双向联邦,PI System到Insight是只读消费。追溯查询时,Insight发出的查询请求会沿原路反向定位到PI AF或Historian标签,再按时间窗拉取数据。理解这个方向关系,有助于排查“Insight上看不到数据”这类问题:先确认Historian是否有值,再确认PI System是否同步,最后确认Insight连接和查询条件是否正确。

实施中的角色边界与常见误区

常见误区之一是把Insight当作历史数据库使用,试图在Insight中保存原始高频数据。Insight的定位是可视化和洞察,长期归档仍应由Historian或PI Data Archive承担。误区之二是跳过PI AF直接在Historian标签名上做追溯,导致资产变更、批次属性调整时查询逻辑大面积失效。误区之三是认为PI System可以完全替代Historian,实际上PI System的采集通常也依赖底层接口或Historian作为数据源,两者是协作而非替代关系。

在追溯工程的项目分工上,建议明确三类责任人:Historian侧负责采集配置、归档策略、标签命名规范;PI System侧负责资产建模、标签映射、跨系统同步;Insight侧负责查询模板、仪表板设计、用户权限。三者之间的接口清单和数据字典应在实施前冻结,避免后期因命名不一致导致追溯链路断裂。

追溯工程验收时,不要只验证“Insight上能看到曲线”。应同时验证:Historian中原始值的时间戳和精度是否符合要求;PI AF中资产与标签的映射是否完整;Insight查询结果与Historian原始值在相同时间窗内是否一致。三者一致,追溯链路才算真正打通。