李紫平

摘要：本文通过对大数据分析结果进行关联性数据挖掘，以业务需求目标为动力，对大量统计结果进行过滤和提纯，有侧重计算出不同业务需求形态下的数据分析结果。利用这一系列相关算法和技术从海量数据中提取出为业务服务所需要的信息数据，并将隐藏在数据背后的信息价值，使数据真正的变成真金白银。

[关键词]数据采集 DTU RTU 大数据

1 引言

近些年，钢企之间的竞争也变得日趋激烈。众多企业的也在扩充发展过程中不断引用先进技术、先进设备和先进理念提升生产效率和管理效率，以期取得更为广阔的发展优势。随着信息技术的发展和应用，基于打造“数字钢铁”，实现智能制造已成为了钢铁企业发展的新趋势。

作为冶金企业数据就是金钱，就是血液，在企业各个系统中流动。在现在生产企业里会产生大量的数据，特备是冶金长流程企业，从物料采购、研发设计、工艺、制造、仓储、物流、质量、人员等业务数据到实时采集的产量、能耗、工艺参数、设备参数等生产过程数据，这些数据是企业ERP、MES、APS等应用系统的数据支撑，是实现智能制造的基础。因此加强冶金企业数据采集与管理尤为重要。

2 采集方式的选择

目前对仪器仪表的数据采集主要有两种方式，一种是有线采集器，以RTU为代表;另一种是无线采集器，以DTU为代表。TU英文全称Remote Terminal Unit，中文全称为远程终端控制系统。RTU具有通讯距离较长、适应恶劣环境、模块结构化设计，便于扩展、运算能力强、可采集数字量、模拟量、开关量等变量、具有掉电保护、支持多种通讯方式（拨号、数传、RS485/232）等特点。

它是一种远程终端设备，通常是安装在远程现场，用来监视和测量安装在远程现场的传感器和设备。负责对现场信号、工业设备的监测和控制。RTU将测得的状态或信号转换成可在通信媒体上发送的数据格式。它还将从中央计算机发送来得数据转换成命令，实现对设备的功能控制。RTU通常要具有优良的通讯能力和更大的存储容量，适用于更恶劣的温度和湿度环境，提供更多的计算功能。正是由于RTU完善的功能，使得RTU产品在SCADA系统中得到了大量的应用。

DTU无线发射器，通过GPRS通讯方式采集数据，GPRS允许用户在端到端分组转移模式下发送和接收数据，而不需要利用电路交换模式的网络资源。从而提供了一种高效、低成本的无线分组数据业务。特别适用于间断的、突发性的和频繁的、少量的数据传输，也适用于偶尔的大数据量传输。GPRS理论带宽可达171.2Kbit/s，实际应用带宽大约在40～100Kbit/s，在此信道上提供TCP/IP连接，可以用于INTERNET连接、数据传输等应用。是一种新的移动数据通信业务，在移动用户和数据网络之间提供一种连接，给移动用户提供高速无线IP或X.25服务。GPRS采用分组交换技术，每个用户可同时占用多个无线信道，同一无线信道又可以由多个用户共享，资源被有效的利用，数据传输速率高达160Kbps。使用GPRS技术实现数据分组发送和接收，用户永远在线且按流量计费，迅速降低了服务成本，因此DTU成为无线数据采集首选，企业可根据需要选择合适的采集器，采用有线、无线或两者兼有来实现仪表参数等数据采集。如图1所示。

对控制系统数据采集模式较为多样，依据现场装置、PLC、DCS设备种类、型号的不同，针对性的采取RS485/232接口模式采集、工业网关直联采集、OPC组件采集采集等方式，并通过I/OServer服务器、实时数据库、关系型数据库逐层实现海量数据的分类存储、调用管理，以确保最终获取稳定高质量的数据资源，为上层系统功能运行和业务管理提供良好的信息基础支撑。

3 数据采集范围及架构

冶金企业一般都会有物流公司、焦化厂：、炼铁厂（烧结、球团、炼铁）、钢轧厂、动力厂等数据采集对象包括遍布企业的各类型PLC、DCS、自动化控制系统、能源计量仪表、物料计量磅秤等，采集数据内容包括各类工艺过程监控参数和计量数据等。

对于规模较大、各生产区域较为分散、工控设备类型繁杂、采集数据点多等特点，为了便于集中管理、统一调度，建议采用了分散式采集、区域性汇总、集中式管理的技术架构。首先现场部署的大量数据采集设备（包括DTU、RTU、OPC采集组件等），灵活采用通信接口和通讯协议（根据采集对象的通讯条件选择），对业务需求的各工序所辖的自动化控制系统或仪表进行分散式数据采集，并统一传送到负责区域性数据存储管理的服务器（I/OServer）中，然后在通过企业级数据采集主干网将各个区域的数据集中传送至服务器，对所有采集上来的数据进行统一的存储和管理，并通过配套数据库接口向包括ERP、MES、APS系统等在内的其它第三方信息系统提供针对性且可控制的数据访问读取服务。

4 数据的管理和利用

企业应结合自身的实际情况，建立相应的管理机构。明确数据管理的原则和方法，建立数据管理的流程和制度，监督检查落实优化数据。依靠数据库、大数据平台、云計算或云数据中心对数据进行分析和应用，采用分类、聚类、关联分析、异常检测、回归分析等类别的算法进行高效精准计算，通过对大数据分析结果进行关联性数据挖掘，以业务需求目标为动力，对大量统计结果进行过滤和提纯，有侧重计算出不同业务需求形态下的数据分析结果。利用这一系列相关算法和技术从海量数据中提取出为业务服务所需要的信息数据，并将隐藏在数据背后的信息价值，使数据真正的变成真金白银。

参考文献

[1]余正环，杨国荣，郭建辉等.数字化电厂实时数据基础的建设[J].华东电力，2003，9（59）.

[2]王家军，赵建东，冯彦民.炼钢厂生产信息采集系统[J].计量技术，2005.

[3]吕玉红.钢铁企业能源管理系统的开发与应用[J].山东冶金，2010，32（03）.