CC BY
54
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
ПРОМЫШЛЕННАЯ СИСТЕМА КОНТРОЛЯ И АНАЛИЗА ДАННЫХ НА ОСНОВЕ РАСПРЕДЕЛЕННЫХ КОНТРОЛЛЕРОВ, ОБЪЕДИНЕННЫХ СЕТЬЮ CAN-bus
Д.И. ОРЕХОВ, асп. физического факультета МГУ им. М.В. Ломоносова,
А.С. ЧЕПУРНОВ, ст. науч. сотр НИИЯФ МГУ им. М.В. Ломоносова, канд. физ.-мат. наук, А.А. САБЕЛЬНИКОВ, ведущий программист ИОЯФ РНЦ «Курчатовский институт»
а ля любой большой современной промышленной или физической установки ходима система контроля, служащая для поддержания установки в рабочем состоянии. Такая система, как правило, работает параллельно с системой управления установкой. Система контроля должна осуществлять сбор и отображение данных о контрольных параметрах установки в реальном времени, а также последующий анализ собранных данных. Отметим, что под большой установкой мы понимаем сложное инженерное сооружение, состоящее из нескольких подсистем и расположенное на большой площади. Такие системы характеризуются следующими особенностями:
- используется большое количество первичных датчиков, состояние которых необходимо контролировать в ходе работы или эксперимента;
- происходит получение огромного количества «сырых» данных, которые обрабатываются с целью извлечения «физических» данных;
- несмотря на тщательный отбор электронных компонентов, существует вероятность их выхода из строя, что приведет к потере данных и искажению результатов работы установки.
Для контроля состояния большой установки нами была разработана распределенная система, построенная по модульному принципу. Модули системы взаимодействуют посредством стандартных и документированных интерфейсов. Применение широко распространенных промышленных шин для связи компонентов системы контроля гарантирует большую стабильность работы, повышает удобство обслуживания за счет стандартизированных средств анализа и диагностики, облегчает расширяемость системы, позволяя использовать разработанные сторонними про-
изводителями модули, а для больших систем также способствует уменьшению стоимости разработки. Чтобы обеспечить оперативный доступ к данным, система контроля должна обеспечивать возможность удаленной работы. Для этого наиболее удобно использовать глобальную сеть Internet, организуя визуализацию текущего состояния установки при помощи WEB-интерфейса.
В некоторых случаях, например при использовании установки в научных экспериментах, собранные данные необходимо дополнительно исследовать. Анализ полученных данных позволяет:
- выявить характер спорадических эффектов и критических неисправностей в отдельных датчиках и в группах датчиков;
- определить наличие коррелированных изменений в группах датчиков;
- оценить периодические вариации сигнала с использованием Фурье-анализа;
- провести спектральный анализ сигналов с датчиков;
- исследовать наличие корреляций наблюдаемых параметров с другими физическими характеристиками установки (температура, давление, уровень радиации, вибрации, акустические шумы и т.д.).
Так как процессы сбора и анализа данных происходят в разное время, то информацию после предварительной обработки необходимо сохранить для дальнейшего анализа.
Архитектура аппаратной части системы
При многоканальном сборе данных в распределенных промышленных системах наиболее распространены следующие интерфейсы датчиков физических величин - «токовый 4-20 мА», по напряжению 0-10 В, и частотный.
Рассмотрим частотный интерфейс. При реализации частотного интерфейса
126
ЛЕСНОЙ ВЕСТНИК 2/2008
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
физическая величина преобразуется в сигнал частоты. Например, в частотную форму можно преобразовать такие параметры, как температура, напряжение, давление. Такое преобразование обеспечивает удобство при передаче сигнала для дальнейшей обработки благодаря технически более простой и дешевой гальванической развязке. Поэтому универсальным входным преобразователем в предлагаемом архитектурном решении является модуль, имеющий несколько входов для измерения частоты.
Для объединения измерительных модулей нашей системы и их подключения к центральному компьютеру из множества существующих промышленных сетей была выбрана шина CAN (Controller Area Network). В силу своих особенностей: надежный алгоритм обработки и фиксации ошибок, высокая скорость передачи данных (до 1 Мбит\с) и помехоустойчивость - шина CAN хорошо подходит для создания распределенных систем сбора данных, контроля и управления [1,2]. Гибкость CAN достигается за счет простого подключения и отключения от шины CAN-модулей. Современный стандарт CAN 2.0B [3] описывает реализацию двух нижних уровней эталонной модели ISO/OSI: физического и канального. В связи с этим для организации передачи данных требуется применение того или иного протокола верхнего (прикладного) уровня. Реализация протокола верхнего уровня определяет способ адресации узлов сети, отвечает за распределение адресов и приоритетов устройств, обработку передаваемых данных. Из множества существующих можно выделить следующие протоколы верхнего уровня для шины CAN: DeviceNet, который широко применяется в области АСУ ТП, и CANopen, который используется при построении распределенных встроенных систем управления [4,5]. Отличительной особенностью этих протоколов является открытость спецификации и наличие соответствующих международных стандартов. В реализованной нами системе контроля используется протокол DeviceNet.
Важной архитектурной особенностью системы является возможность организации сбора данных посредством нескольких
независимых подсистем. В каждой из этих подсистем может измеряться до 256 каналов частоты с помощью нескольких контроллеров-частотомеров, связь между которыми происходит по протоколу DeviceNet. Каждая подсистема контроллеров является отдельной CAN-сетью. При этом контроллеры для каждой из подсистем могут иметь отличающиеся технические характеристики (канальность, диапазон измеряемых частот) в зависимости от конкретной задачи, но при этом имеют одинаковое логическое представление в системе. Предполагается, что к одному модулю подключаются датчики, территориально расположенные в одной области контролируемой установки. Использование независимых друг от друга групп контроллеров позволяет обеспечить логическую группировку датчиков по географическому или функциональному признаку. Для измерения физических параметров, отличных от частоты, в систему могут быть добавлены стандартные модули-преобразователи, соединенные по шине CAN и поддерживающие протокол DeviceNet.
При разработке системы предполагалось измерение относительно медленно меняющихся параметров: характерное время изменения должно превышать 1 с. Измеряемое значение физического параметра после преобразования в частоту при этом может лежать в диапазоне от 10 до 0,5*106 Гц. Точность измерения частоты составляет 1 Гц в средней части рабочего диапазона, а вблизи границ диапазона имеет погрешность не более 10 %.
Архитектура программной части системы
Программное обеспечение системы контроля, сбора и анализа данных (рис. 1) построено по многоуровневой схеме. В частности, в нем можно выделить 4 функциональных уровня: аппаратный, сбора данных, обработки данных и отображения данных.
Также можно выделить 6 функциональных подсистем (рис. 2 и 3):
1) сбора данных (уровень сбора данных);
2) имитации реальных данных (уровень сбора данных);
3) обработки данных (уровень обработки данных);
ЛЕСНОИ ВЕСТНИК 2/2008
127
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
4) сохранения данных (уровень обработки данных);
5) визуализации данных (уровень отображения данных);
6) offline анализа (уровень отображения данных).
Как видно на схеме (рис. 1), программные модули подсистем находятся на разных компьютерах. Такая архитектура обеспечивает возможность расширения системы и служит для балансировки нагрузки на компоненты системы. Кроме того, распределенная
схема наилучшим образом подходит для системы, выполняющей такие неоднородные и разделенные во времени задачи, как контроль состояния, накопление и анализ данных.
Рассмотрим каждую подсистему в отдельности.
На аппаратном уровне системы происходит сбор данных о контролируемых параметрах, которые поступают от множества датчиков к контроллерам, соединенным по шине CAN. Контроллеры в CAN-сети являются Slave устройствами (рис. 1).
Рис. 1. Структурная схема программного обеспечения системы контроля
128
ЛЕСНОЙ ВЕСТНИК 2/2008
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
Далее данные поступают к модулю сбора данных (DeviceNet Master) и записываются в область распределенной памяти (рис. 2). Если установка не находится в рабочем режиме, то в область распределенной памяти данные могут поступать и от модуля имитации. Подсистема имитации позволяет смоде-
лировать нетипичные состояния установки, обеспечивая проверку адекватности поведения системы сбора и визуализации данных. Интерфейсная часть модуля имитации позволяет в реальном времени задавать поведение каждого из имитируемых каналов через удобный графический интерфейс.
ЛЕСНОЙ ВЕСТНИК 2/2008
129
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
Из области распределенной памяти данные забираются модулем передачи данных (TCP/IP daemon) (рис. 2). Этот модуль является источником данных для подсистемы обработки данных (dataserver) (рис. 3). Модуль обработки отправляет запросы к модулю передачи с периодом 0.5 с, что составляет 1/2 характерного времени поступления данных (1 с). Модуль обработки данных осуществляет временное хранение данных и выдачу данных по запросам с уровня отображения данных. Область временного хранения организована в виде кольцевого буфера, что позволяет реализовать быструю выдачу предыстории сигнала за определенный настраиваемый промежуток времени для модуля визуализации. Подсистема упаковки данных в БД (dataserver) производит первичную обработку данных, привязку их к абсолютному времени и в структурированном виде упаковку в БД (рис. 3). Данные перед сохранением и передачей web-клиентам преобразуются в физическую форму представления, например в частоту, температуру, напряжение dataserver, подсистемы сбора данных и имитации написаны на языке ANSI C для операционной системы Linux.
Как уже было отмечено, сохранение данных необходимо для подробного анализа работы установки. Поэтому при выборе формата хранения данных основной целью являлась возможность полного восстановления временной картины событий в контролируемой установке. При сборе данных с периодом 1 раз в секунду полный объем сохраняемой информации от одной подсистемы контроллеров с 256 каналами равняется примерно 80 Гбайт в год. Оценка показывает, что данные можно хранить на одном сервере баз данных, имеющем несколько современных жестких дисков. Для хранения данных используется реляционная система управления базами данных (СУБД) PostgreSQL [6].
Модули визуализации и анализа данных написаны с использованием CGI скриптов на языках Perl и PHP. Пользовательский интерфейс данных подсистем представляет собой динамически генерируемые WEB-страницы, просмотр которых возможен в любом браузере.
Подсистема визуализации (рис. 1) служит как для контроля состояния установки в реальном времени оператором и анализа аварийных или непонятных событий в работе установки, так и для технологической отладки. Информация о разных подсистемах частотомеров отображается на отдельных экранах. Данные могут быть представлены в 2 видах: текущие значения сигнала в каналах и в режиме скользящего временного окна, отображающего предысторию изменения сигнала. Данные на экранах автоматически обновляются с заданным периодом. Благодаря использованию многоуровневой архитектуры программного обеспечения и организации динамической генерации Web-страниц с данными возможно одновременное обслуживание через сеть Internet большого количества запросов на отображение текущего состояния установки.
Подсистема анализа данных генерирует запросы к СУБД для получения информации о контролируемой величине за произвольный период времени (рис. 1). Информация может быть представлена как в числовой форме, так и в виде графиков. Данный модуль предназначен для первичного анализа данных. Для дальнейшего исследования информация выгружается во внешний файл и предается в какой-либо математический пакет.
Практическая реализация системы
Описанная архитектура была использована при создании системы контроля тем-новых шумов фотоэлектронных умножителей (ФЭУ) для большого нейтринного детектора Borexino [7]. Система выполняет функцию мониторинга состояния детектора и его готовности для выполнения основной целевой функции по сбору физических данных.
Детектор Borexino можно отнести к классу больших систем из-за его размеров и количества используемых в нем устройств и подсистем. Детектор представляет собой сферу диаметром 13,7 м, помещенную в водный резервуар диаметром 18 м. Функционально детектор, как и система контроля темновых шумов, разделен на 2 части: «внутреннюю» и «внешнюю». Внутренняя содержит 2400 ФЭУ, внешняя - 200 ФЭУ
130
ЛЕСНОЙ ВЕСТНИК 2/2008
МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ
Рис. 4. График интенсивности темновых шумов ФЭУ
Характерной особенностью любого ФЭУ являются темновые шумы. При определенных условиях темновые шумы способны сделать эффективную работу детектора невозможной, поэтому контроль интенсивности темновых шумов является критически важной задачей.
Созданная система была запущена в тестовую эксплуатацию на детекторе Borexino осенью 2004 г. За время ее тестовой эксплуатации уже накоплено некоторое количество экспериментальных данных. На рис. 4 показана временная зависимость средней интенсивности темновых шумов для 40 каналов одной подсистемы детектора.
В 2007 г. система была запущена в эксплуатацию для ежедневного использования дежурной сменой операторов, следящих за состоянием детектора.
Разработанные нами программные и аппаратные компоненты образуют законченную платформу для построения распределенных систем контроля, сбора и анализа данных в режиме реального времени. Созданная на основе данной платформы система способна обеспечить оперативный контроль работы большой промышленной установки. Архитектура платформы позволяет легко масштабировать и расширять функциональные возможности созданной на ее основе системы. На основе описанных аппаратных и програм-
мных компонентов предполагается разработка современных систем сбора данных в АСУТП и систем автоматизации больших промышленных и экспериментальных установок, в том числе и в лесной промышленности.
Библиографический список
1. Baribaud, G., Barillere, R., Bland, A. et al. Recommendations for the Use of Fieldbuses at CERN in the LHC Era. //Proceedings of the 1997 Int. Conf. on Accelerator and Large Experimental Physics Control Systems (Beijing, China, November 3-7, 1997). - P. 285.
2. Chepurnov A.S., Nedeoglo F.N., Etenko A.V, Sabelnikov A.A. Application of Software and Hardware Components of CAN-technology for Accelerator Control. //Problems of Atomic Science and Technology. - 2004. - №2. Series: Nuclear Physics Investigations (43) - P. 75
3. cAn Specification 2.0B. - Germany, Stuttgart: Robert Bosch GmbH, 1991. - http://www.semiconductors. bosch.de/pdf/can2spec.pdf
4. Lawrenz, W. CAN System Engineering, From Theory to Practical Applications. - New York: Springer-Verlag, 1997. - P. 468. - ISBN 0-387-94939-9.
5. Etschberger, K. Controller Area Network, basics, Protocols, Chips and Applications. - Germany: IXXAT Press, 2001. - P. 431. - ISBN 3-00-007376-0.
6. PostgreSQL Documentation. - PostgreSQL Global Development Group, 2007. - http://www.postgresql. org/docs/
7. Borexino Collaboration «SCIENCE AND
TECHNOLOGY OF BOREXINO: A REAL
TIME DETECTOR FOR LOW ENERGY SOLAR NEUTRINOS». //Astroparticle Physics. - 2002. - Vol. 16 - P. 205.
ЛЕСНОЙ ВЕСТНИК 2/2008
131
