瞿 照

（湖南百利工程科技股份有限公司，湖南 岳阳 414000）

0 引 言

对于整个工业生产来说，合理使用数字自动化仪表控制系统是非常重要的。为了提高工业生产的经济效益，需要充分发挥数字自动化仪表控制系统在不同工业生产过程中的优势，结合工业企业的实际发展，帮助企业实现效益的最大化[1]。但是在数字自控设备的抗干扰方面，传统系统由于硬件资源的限制，不能有效防止外界干扰，因此，需要对数字自动化仪表的防干扰控制系统进行优化设计。

1 硬件设计

本文设计的控制系统结构如图1所示。

1.1 设计干扰数据采集器

数据采集器是基于哈希函数的干扰数据采集终端控制系统硬件区域的重要器件，采用RTU78系列的采集器，主要由仪表、设备接口、存储模块以及采集终端模块构成。数据采集器结构如图2所示。

设备的接口分别为RS485接口、无线接口、串行通信接口、type-c接口以及光纤接口。每种类型的设备接口的数据传输速度都至少可以达到256 Mb/s，端口的波特率为9 600 b/s，并且遵循RS232C标准。存储模块是短暂地存储某一部分的干扰数据，当一段干扰数据全部采集后，硬件区域的处理器再将数据从存储模块中整体调出，此存储模块的存储空间为64G。

采集芯片是一个系统硬件区域的制动核心，只有芯片的性能达到极限，才可以制动硬件区域的其他设备，使系统稳定运行。为了实现本文的研究目的和系统运行效果，系统硬件区域的芯片采用ARM9架构的AT9lSAM9260高性能芯片。芯片采用8通道的设计模式，并且预留出两个通道备用，每个通信通道支持并配备8个测量表，以实现用电状态的评估。芯片的内置存储空间为128G，数据的有效保存时间为3年，AT9lSAM9260芯片的通信方式为RS485，具有限流功能。芯片内安装了NAND flash转接板、PIC单片机以及AVR单片机。

1.2 处理器

处理器是干扰数据采集终端控制系统硬件区域重要器件之一，处理器的工作是实时监控并维护系统内各个器件的正常运转，本文采用Cortex - M3 系列的STM32F107内核处理器，处理器的热功耗为65 W，高速缓存为12 MB，保证数据采集的全面性及通讯的可靠性。

处理器电路图如图3所示。

主板采用Z490系列的主板，可以根据系统的运行状态自动触发散热功能，支持硬件系统其他器件的协作和网络通用协议。干扰数据采集终端控制系统的运行网络不同于其他网络，所以需要特殊的设计，本文采用ZIGBEE网络提供服务，网络对不同的干扰数据存储库都具有访问权限，在一定程度上简化了采集的工作流程。

2 软件设计

哈希函数是一种普通的线性函数，根据固定的哈希表计算某两个变量之间的关系，哈希函数的优势是具有权衡计算，避免系统内硬件区域和软件区域之间运行出现碰撞。哈希表的计算原理是将数据代入哈希函数，实现数据的采集和存储，对于本文的哈希函数的干扰数据采集终端控制系统来说，用户的干扰数据为哈希函数的自变量，通过哈希函数计算出需要采集干扰数据的存储地址，提高干扰数据采集的可靠性。哈希函数中的平衡度的计算公式为：

式中，r表示自变量值域中原像的数量；d表示干扰数据集合的大小。

哈希函数计算系统在完成采集干扰数据任务过程中，硬件区域和软件区域发生冲突的概率计算公式为：

式中，c(F,N)表示冲突的概率；N表示哈希函数计算的次数；μ表示数据采集冲突平衡系数。

在计算哈希函数的平衡度和任务冲突率的基础上，本文最后通过映射法则构建哈希函数，哈希函数的表达式为：

式中，K表示哈希表的检索值；a，b表示常数。

通过以上对哈希函数、系统硬件区域各个器件功能的分析和设计以及系统工作网络协议的设计，本文总结出基于哈希函数的干扰数据采集终端控制系统的工作流程，具体步骤如图4所示。

干扰数据采集终端控制系统对需要采集的干扰数据向ZIGBEE网络发送请求，建立一个合法的数据采集终端ip地址。采集权限获取成功后，根据干扰数据采集的种类执行不同的脉冲信号识别器，调用哈希函数，检索干扰数据的存储地址，驱动系统硬件区域的处理器与数据采集器协同工作，为采集干扰数据提供依据。在干扰数据采集过程中存在一个信息验证，用于对照系统采集信息的准确度，如果验证错误，则重新调用哈希函数，完成用户信息地址的重新检索，重复验证步骤，直到验证通过；干扰数据采集完成后，将信息上传至系统硬件区域的存储器和芯片内，完成干扰数据的存储和备份；在干扰数据采集终端控制系统运行过程中，一旦系统出现黑屏、断开连接、短路等运行问题时，系统立即调用处理器快速检测硬件区域内的设备断开前的工作状态，同时触发脉冲器，恢复系统的运行，向系统管理员发生预警通知。

3 实 验

3.1 实验准备

为了验证本文设计的控制系统具有一定的有效性，本节模拟开发出一个传统类型的控制系统J2EE，利用脚本将二者在相同测试环境下进行对比测试，选择插入性能和查询性能以保证测试的全面性。

为了确保数据库的一致性，在测试插入性能过程中，干扰数据输入被设置为单线程，在模拟系统和本文系统中分别导入5万、50万、500万条电池数据统计效率；在测试查询性能过程中，模拟系统使用Mysql数据库，本文系统使用分布式HBase数据库，在单线程查询、10个线程查询和100个线程查询的基础上，分别设置对干扰数据的并发访问，并统计查询时间。最终对测试的结果进行分析和统计。

3.2 实验结果统计与分析

上述实验的测试结果如表1，表2所示。

表1 干扰数据插入测试结果对比

由表1可知，在干扰数据量相同的情况下，本文系统的插入时间明显低于模拟系统，在数据量为5万时，本文的插入时间仅为1.08 s，而模拟系统为10.74 s，且随着数据量的增加，插入时间和效率差距明显增大，因此本文系统在插入性能更优。由表2可知，虽然传统系统数据库的索引进行了优化，但在查询性能方面仍与本文系统存在一定差距。综上所述，本文设计的系统性能明显优于传统的数据控制系统。

表2 干扰数据访问对比表

4 结 论

本文在分析了传统数字自动化仪表的防干扰控制系统存在的一些不足的基础上，主要从数据处理、计算等方法入手，重新优化了硬件和软件配置，期望设计的系统能够具有较高的数据处理效率，对比实验验证了本文设计的系统可以有效提高数据处理效率。但是在此次实验中，未对本文系统的数据处理精准度进行深入研究，下一步的研究将进一步完善和优化本文系统在数据计算和精度方面的性能，使系统真正适用。