邓 新，吴鑫德

（广州机械科学研究院有限公司设备润滑与检测研究所，广东广州 510000）

0 引言

现代检测实验室中，实验室管理中的各个维度逐渐实现信息化。目前，信息化建设已成为提升内部检测效率与管理水平的重要手段，其中LIMS（Laboratory Information Management System，实验室信息管理系统）是典型的代表[1,2]。LIMS 系统的基础是实验室质量保证、体系管理、流程定制、数据流转等运营辅助决策总体方案[3,4]。检测数据的采集是检测流程中最重要的环节，但不同检测设备得出的数据在输出的方式上各有特点。

当前通用的信息系统在接入各类检测设备的不同信息接口及数据采集方式上是不完备的，这造成了数据采集自动化、智能化能力在实验室检测环节的缺失[5]。实验室中，传统的获取检测数据方法有以下两种：①通过人工进行的手写与数据录入；②通过检测软件自带的数据导出与导入功能。这些手动或半自动方法都需要检测人员参与到数据的处理和流转过程中，进行着大量重复工作，容易发生操作失误或数据录入问题，检测效率受到影响[6]。

本文针对处理数据过程中的问题，提出数据采集处理方案，实现实验室中数据自动采集处理系统以支持不同类型通信接口的仪器适配接入，数据流转时间得到缩短，弱化检测数据因人工干预而造成的影响，进一步提高检测效率以及检测数据的准确性。

1 系统的功能需求

目前国内外油液分析检测设备的数据获取及通信类型分类见表1；设备通信接口类型分类见表2。

表1 油液分析检测设备分类

表2 油液分析检测设备通信接口

检测设备实现数据采集自动化是由通信接口所决定，不同通信设备实现数据采集的方式见表3。

表3 不同通信设备实现数据采集的方式

在建设系统过程中，通过仪器设备信息化改造、组建网络连接、开发软件系统等工作，最终实现数据采集全自动化管理与控制。系统总体功能模块如图1 所示。

图1 系统总体框架

本系统由配置层、主程序、人机工作界面、数据解析以及数据服务5 个层次共同组成。系统配置层是整个系统的管理中枢；主程序中包含权限审核、设备控制等核心模块；人机工作界面是检测人员控制检测仪器和进行项目检测的窗口；数据解析的核心是部署于应用服务器中的服务引擎；数据服务提供与其他系统进行数据交互的标准接口。系统各个组件部分之间的结构以及连接方式如图2 所示。

图2 系统组件结构

2 系统建设要求

油品检测流程的实验要求和标准与数据采集处理过程等具有关联性，所以不但要做到数据采集处理功能，还要同时实现项目检测过程的软件，目标要求如下：①实现高效准确的检测流程；②营造良好的用户体验；③拥有全面的通信适配功能；④具备完善的数据解析能力；⑤提供灵活的数据共享服务。

3 数据采集设计方案

针对不同通信接口，需要根据仪器的实际情况与特点采取单独的采集设计方案。

3.1 串口类

串口通信应用广泛，是一种成熟的通信技术[7]。针对具备RS232接口的设备，将串口接头和线序匹配，通信模式设置为开启，连接到计算机，详细采集流程如图3 所示。

图3 串口类采集流程

3.2 USB 端口类

USB（Universal Serial Bus，通用串行总线）具有使用方便、传输速度快、独立供电、连接灵活、支持热插拔等优点，常应用于企业服务、PC 领域、工业机械制造、电子产品等领域[8]。

USB 端口采集具体有两种实现方式：①直接进行USB 数据传输；②使用USB 转串口设备，与工作站计算机进行通信。其数据采集方案如图4 所示。

图4 USB 端口通信类采集流程

3.3 USB 模拟输入类

有一类通信接口为USB 端口的油品分析仪器，例如电子天平，采集方式是计算机识别模拟键盘生成的字符串信息，其数据采集流程如图5 所示。

图5 USB 模拟输入类采集流程

3.4 图形图像类

文献［9］、［10］介绍基于USB 接口的图形图像类数据采集的相关方法，相关数据采集流程如图6 所示。

图6 图形图像类采集流程

3.5 文件解析类

数据文件解析的检测设备主要有两种类型：①截获打印数据，打印机得出检测结果作为数据采集方式；②二次数据采集，采集方式需用工作站软件。

最合理有效的解决方法是二次采集，其数据采集流程如图7 所示。

图7 文件解析类采集流程

文件解析采集过程可分大致可分为如下步骤：①原始数据的采集；②监视文件及目录的变化；③数据文件的解析；④原始数据的封装并发送。

4 采集系统设计与开发

数据采集系统的核心服务组件包括接口适配器、数据采集模块、数据发送模块以及数据解析引擎等。

4.1 接口适配器

接口适配器是系统检测设备的通信模块，进行连接时的工作流程为：接入设备，配置通信方法，设置通信方法的参数，完成与设备的数据连接过程如图8 所示。

图8 接口适配器工作流程

4.2 数据采集

数据采集过程是指打开通信连接后，调用相应配置数据读取方法，取得原始检测数据的过程。

4.3 数据封装与发送

取得原始数据后，设备工作软件会封装当前采集的数据，形成内部信息包，并发送到数据解析引擎。使用标记对数据包中不同的数据进行区分，将附加封装的其他数据作为唯一标记，从而将各类组织形式完全不同的数据封装成相同格式的信息包。通过TCP 协议将数据提交到数据解析引擎后，调用相应解析方法对信息包逆向解析，采集解析过程如图9 所示。采集模块发送的原始数据经解析之后可得到最终结果，再通过系统终端呈现给检测人员，以保障检测工作的进行。

图9 采集解析过程

4.4 数据解析引擎

数据解析引擎的核心部分是数据解析规则库，深入分析设备和检测项目，根据不同设备的工作特点、数据组织形式的输出以及最终结果的存储，编写不同的处理规则，形成处理规则库。规则库中的解析规则见表4。

表4 三种解析规则

4.5 系统开发和实现

通过开发技术与合理的理论框架相结合，成功开发具备预定功能的系统，分为主程序、设备工作软件以及数据解析引擎三部分，其相应的系统实现效果界面如图10～图12 所示。

图10 采集系统主程序界面

图11 自动黏度仪工作软件界面

图12 酸值滴定仪工作软件界面

5 应用结果及结论

（1）针对实验室油液分析检测环节中出现的因人为因素引起的高错误率、降低采集效率和保存数据困难等问题，提出一种数据自动采集处理系统。该系统包括接口适配、数据采集以及数据解析等功能，对实验室中的各类检测设备进行适配接入，在无人工介入的条件下，检测设备能够完成数据分发存储、分析处理、全自动采集流转以及质量管控等功能。

（2）针对不同油液分析检测设备的实验标准与要求、检测步骤等具体情况进行讨论，分析和梳理数据采集的现状，提出自动化数据采集接入的合理方案，实现不同类型检测设备的数据采集。

（3）提出数据自动采集处理系统的软件总体架构，分析核心部分的设备工作软件的重要组成部分，具备完整的前期理论基础，为后续整体开发提供依据。

（4）将采集系统与对应的方案应用于生产实际，实验室检测项目与设备全部实现自动化采集接入，成功避免因人为因素导致的错误问题，明显降低综合出错率，同等人员设备的条件下，项目检测量完成3～5 倍的提升，使得排样与数据流转时间大幅下降，工作效率得到有效提高。