3. AF资产框架概述

在PI System体系中,PI Data Archive负责存储海量时序数据,而PI Asset Framework(AF)负责回答“这些数据属于谁、装在哪台设备上、彼此是什么关系”。AF把测点、设备、工艺单元、工厂层级组织成可查询、可复用、可继承的资产模型,使数据从“点”升级为“资产语义”。理解AF,关键是理解它的五个组成部分:AF Server、AF Client、AF SDK、AF数据库,以及资产框架本身的定位。

一、核心组成与职责分工

AF Server是资产模型的服务端,承载AF数据库、元素模板、元素层级、属性、分析、通知和权限。它对外提供访问接口,对内管理模型的一致性与版本。AF Client是工程师日常使用的图形化客户端,用于浏览层级、创建模板、绑定属性、配置分析和查看结果。AF SDK是面向开发者的.NET编程接口,让程序能够批量创建元素、读写属性、执行分析、订阅更新。AF数据库则是模型的持久化容器,保存模板、元素、属性、引用、分析和安全配置。

需要特别区分:AF数据库不是PI Data Archive。AF数据库存的是“模型与元数据”,PI Data Archive存的是“时间序列值”。AF属性通过数据引用(Data Reference)把模型属性指向PI Point、公式、其他属性或外部数据源,从而在模型层与数据层之间建立映射。

AF资产框架组成与数据流 AF Client 图形化建模与浏览 模板/元素/分析配置 AF SDK .NET编程接口 批量操作/自动化 AF Server 模型服务与权限管理 分析计算/通知引擎 版本与一致性控制 AF数据库 模板/元素/属性 分析/引用/安全配置 模型持久化存储 PI Data Archive 时序数据存储 PI Point / 压缩归档 外部数据源 关系库/文件/接口 通过数据引用接入 配置/浏览 编程调用 读写模型 数据引用映射 外部引用 AF模型层(语义)与PI Data Archive数据层(时序)通过数据引用解耦,实现资产语义与实时数据的统一访问

二、资产框架的定位与作用

AF的定位可以概括为“PI System的语义层”。它不替代PI Data Archive,而是在其之上建立资产模型,让数据具备上下文。具体作用体现在四个方面:

  • 统一建模:用元素模板定义设备类型,用元素实例表达具体设备,用属性承载参数,用层级表达工厂—装置—单元—设备—测点的关系。
  • 数据映射:通过数据引用把属性绑定到PI Point、公式、其他属性或外部数据源,实现“一处建模、多处取数”。
  • 计算与分析:在AF中定义分析(Analysis),由AF Server按计划或事件触发计算,结果可回写PI Point或作为新属性使用。
  • 统一访问:AF Client、AF SDK、PI Vision、PI DataLink等工具都通过AF Server访问同一套模型,保证口径一致。

三、典型场景:从测点到资产模型

假设某电厂要建模一台给水泵。传统做法是直接记住“PMP101_SPEED”这个PI Point。使用AF后,工程师先创建“离心泵”元素模板,定义属性:转速、流量、出口压力、运行状态。然后创建元素“1号给水泵”,把转速属性绑定到PI Point“PMP101_SPEED”,流量绑定到“PMP101_FLOW”。再通过分析计算效率属性。这样,上层应用只需查询“1号给水泵的效率”,无需关心底层测点名。

元素模板:离心泵
  ├─ 属性:转速      → Data Reference: PI Point = PMP101_SPEED
  ├─ 属性:流量      → Data Reference: PI Point = PMP101_FLOW
  ├─ 属性:出口压力  → Data Reference: PI Point = PMP101_PRESS
  ├─ 属性:效率      → Data Reference: Formula = 流量*压力/转速
  └─ 分析:效率计算  → 触发方式:每5分钟

元素实例:1号给水泵(继承自离心泵模板)
  └─ 层级位置:电厂/锅炉给水系统/给水泵组/1号给水泵

四、常见误区与复盘

误区一:把AF数据库当成PI Data Archive使用。AF数据库不适合存储高频时序数据,它的强项是模型和元数据。时序值仍应写入PI Data Archive,AF通过数据引用读取。

误区二:所有属性都直接绑定PI Point。如果属性是计算值或派生值,应使用公式或分析,避免在PI Data Archive中创建大量中间测点,造成维护负担。

误区三:忽略模板继承与命名规范。模板层级过深或命名混乱,会导致后期批量维护困难。建议先设计模板体系,再批量实例化。

五、组件对比清单

组件 角色 典型使用者 关键能力
AF Server 模型服务端 系统管理员 模型托管、分析计算、权限控制
AF Client 图形化客户端 工艺/自控工程师 建模、浏览、配置分析
AF SDK 开发接口 应用开发者 批量操作、自动化、集成
AF数据库 模型持久化 由AF Server管理 存储模板、元素、属性、分析
PI Data Archive 时序数据存储 全系统 高频数据归档与查询

理解AF的关键一句话:AF Server是大脑,AF数据库是记忆,AF Client是操作台,AF SDK是自动化手臂,PI Data Archive是数据仓库。五者协同,才能让PI System从“数据平台”升级为“资产信息平台”。