4. 数据采集原理

PI Historian 的数据采集并不是“把值读进来存起来”这么简单。它是一条从现场设备到归档存储的完整链路：接口负责通信，扫描周期决定何时读，采集频率决定归档密度，异常报告决定哪些值值得写，缓冲与断点续传则保证网络中断后数据不丢。理解这五个环节的配合关系，才能设计出既准确又高效的采集方案。

一、接口类型：决定“怎么读”

PI 接口（Interface）是采集链路的起点，按通信方式可分为几类：

• OPC DA / OPC UA 接口：最常见，通过 OPC 服务器读取 DCS、PLC 的实时值，适合中大型控制系统。
• 专用驱动接口：如 PI Modbus、PI Siemens S7、PI Allen-Bradley 等，直接与 PLC 通信，不依赖中间 OPC 层，延迟更低。
• API / 文件接口：通过 REST、CSV、数据库表等方式采集第三方系统数据，适合实验室、计量、ERP 等非实时源。
• PI-to-PI 接口：用于多个 PI 系统之间的数据同步与级联。

接口选型要看三点：数据源协议、实时性要求、是否需要写回控制。接口本身不决定采集频率，它只提供“可读通道”，频率由扫描周期参数控制。

二、扫描周期与采集频率：决定“多久读一次、存多密”

这两个概念最容易混淆。扫描周期（Scan Period）是接口向数据源发起读取的时间间隔；采集频率（Collection Frequency）是归档中允许写入的最小时间间隔。前者是“读”，后者是“存”。

例如扫描周期设为 1 秒，接口每秒读一次值；但如果采集频率设为 10 秒，只有距上次归档超过 10 秒的值才会被写入归档。若值变化剧烈，异常报告会突破这个限制。

三、异常报告：决定“哪些值值得写”

异常报告（Exception Reporting）是 PI 采集的核心节能机制。接口每次扫描后，将当前值与上一次归档值比较，只有满足以下任一条件才写入归档：

1. 变化量超过设定的异常偏差（如 1%）；
2. 距上次归档时间超过异常最长时间（如 1 小时）；
3. 值质量码发生变化（如 Good 变 Bad）。

这样既保留了过程变化的关键拐点，又避免了稳态下每秒写一个相同值。异常报告关闭时，归档会按采集频率机械写入，数据量可能增加数十倍。

四、缓冲与断点续传：决定“断了怎么办”

现场网络抖动、OPC 服务器重启、接口进程崩溃都会造成采集中断。PI 接口通过两级缓冲保证数据不丢：

• 接口内存缓冲：接口进程内维护一个队列，网络中断时先写入内存，恢复后按时间顺序补发。
• PI 缓冲子系统（PI Buffer Subsystem）：独立服务，将数据写入本地磁盘队列文件，即使接口进程崩溃或服务器重启，数据仍保留在磁盘上，恢复后自动续传。

断点续传的关键是时间戳。接口补发时携带原始采集时间戳，PI 归档按时间顺序插入，不会把旧数据当成新数据。若缓冲队列写满，接口会丢弃最旧数据并记录日志，因此需要监控缓冲深度。

# 查看 PI 缓冲队列状态（示例）
pibufss -status
# 输出关键字段：
# Queue File Size : 2048 MB
# Queued Events   : 152340
# Oldest Event    : 2024-06-01 08:12:33
# Buffer Status   : ONLINE

五、案例：某化工厂反应釜温度采集优化

某反应釜温度原设置：扫描周期 1s，采集频率 1s，异常报告关闭。结果每天产生 86400 个点，但其中 90% 是重复值。优化后：扫描周期保持 1s，采集频率改为 30s，异常偏差设为 0.5%，异常最长时间 600s。数据量下降约 85%，而升温、恒温、降温三个阶段的拐点全部保留。一次网络中断 12 分钟后，PI 缓冲子系统自动补发 720 个点，时间戳与现场记录完全对齐。

六、复盘：五个参数的联动检查清单

• 接口类型是否匹配数据源协议，是否支持所需读写方向；
• 扫描周期是否小于过程最快变化周期的 1/3；
• 采集频率是否与扫描周期协调，避免无效重复写入；
• 异常偏差与异常最长时间是否同时设置，兼顾灵敏与连续；
• PI 缓冲子系统是否启用，队列深度是否有监控与告警。

把接口、扫描周期、采集频率、异常报告、缓冲续传这五个环节串起来看，PI 采集的本质就是：用合适的频率读取，用异常报告筛选，用缓冲兜底，最终在归档中留下一条既完整又精简的时间序列。参数之间不是孤立的，任何一个设置过大或过小，都会在数据量、实时性和完整性之间产生连锁反应。