徐 泉，秦 瑩，初延剛，許美蓉，丁進良

(東北大學 流程工業(yè)綜合自動化國家重點實驗室，遼寧 沈陽 110819)

0 引言

選礦生產(chǎn)作為典型的流程工業(yè)，具有流程長、工序多、設備多、指標多等特點。典型選礦生產(chǎn)過程涉及原料篩分、豎爐焙燒、強磁磨礦、弱磁磨礦、強磁選別、弱磁選別、反浮選、精礦濃縮、尾礦濃縮等工序，各工序中涉及的生產(chǎn)指標眾多。選礦生產(chǎn)指標作為衡量生產(chǎn)中各個環(huán)節(jié)運行狀態(tài)的重要依據(jù)，也作為生產(chǎn)過程最終產(chǎn)品質(zhì)量的重要評價標準，實現(xiàn)對其的可視化監(jiān)控對保證生產(chǎn)的穩(wěn)定進行具有重要作用，將為生產(chǎn)調(diào)度人員提供一個有參考價值的決策支持信息。此外，通過數(shù)據(jù)的可視化挖掘出生產(chǎn)指標數(shù)據(jù)背后更深層次、更有價值的信息對實現(xiàn)選礦生產(chǎn)過程智能化具有重要意義。

隨著近年來Web技術的不斷發(fā)展，基于Web的數(shù)據(jù)可視化的范圍和能力也得到不斷提升，通過可視化技術的應用可以在具有大量高維數(shù)據(jù)的工業(yè)、商業(yè)、金融等領域中發(fā)現(xiàn)其內(nèi)在規(guī)律，從而為其提供更加可靠的決策保障[1-4]。隨著大數(shù)據(jù)應用越來越廣泛，可視化技術已經(jīng)成為人們分析復雜問題強有力的工具，針對大數(shù)據(jù)可視化技術和工具的研究層出不窮，如文獻[5]列出了39個大數(shù)據(jù)可視化工具，文獻[6]概述了當前大數(shù)據(jù)可視分析的發(fā)展現(xiàn)狀以及未來發(fā)展趨勢。

隨著工業(yè)4.0時代的到來，企業(yè)對實現(xiàn)智能制造的需求越來越迫切。在實現(xiàn)智能制造的眾多使能技術中，可視化技術扮演了一個關鍵角色[7-8]，是實現(xiàn)智能制造的一項關鍵使能技術。然而，目前針對在制造業(yè)中應用可視技術對工業(yè)數(shù)據(jù)進行可視化和可視分析的研究比較少[7-8]。文獻[7]討論了智能工廠裝配線的可視化分析系統(tǒng)的設計與實現(xiàn)，系統(tǒng)支持對裝配線效率的實時跟蹤，通過分析歷史數(shù)據(jù)定位異常，得到異常原因；文獻[8]綜述了可視化技術在智能工廠中的應用，基于應用場景和工業(yè)領域，提出一種分類方法來對已有的研究工作進行了分類；文獻[9]針對選礦過程，運用偏最小二乘回歸方法對影響綜合精礦品位的質(zhì)量指標進行篩選，并開發(fā)了選礦生產(chǎn)指標綜合精礦品位監(jiān)控系統(tǒng)軟件；文獻[10]提出了基于PM(production modeler)的過程建模方法，建立了面向統(tǒng)一建模語言(Unified Modeling Language, UML)對象和PM過程的可視化生產(chǎn)流程與智能優(yōu)化方法相結合的選礦生產(chǎn)計劃調(diào)度仿真系統(tǒng)平臺，為開發(fā)選礦生產(chǎn)計劃調(diào)度方法提供有效的集成化仿真測試環(huán)境，其主要利用PM過程建模方法對生產(chǎn)流程進行可視化；文獻[11]利用信息可視化技術增強虛擬儀表顯示特性以應用于過程監(jiān)控，提升了過程監(jiān)控可視化程度；文獻[12]擴展了甘特圖，用于研究大規(guī)模排產(chǎn)，其提供的新的交互技術和算法提高了甘特圖的可擴展性、可利用性和可重調(diào)度性；文獻[13]提出一個新的可視分析系統(tǒng)用于模擬制造過程。相對于離散過程，可視分析技術在流程工業(yè)中的應用就更少，文獻[14]提出一個針對流程工業(yè)智能工廠設備狀態(tài)監(jiān)測的帶有半監(jiān)督框架和集成了先進的分析算法的交互式可視分析系統(tǒng)，該系統(tǒng)主要針對單體設備進行可視分析，且設備指標之間的相關性分析僅考慮了設備指標之間的線性相關關系。

對于流程工業(yè)，目前無論是制造執(zhí)行系統(tǒng)(Manufacturing Execution System, MES)還是底層監(jiān)控系統(tǒng)——數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(Supervisory Control and Data Acquisition, SCADA)主要的功能是實現(xiàn)生產(chǎn)過程的監(jiān)控與統(tǒng)計分析，其可視化主要是提供基礎的人機交互界面，在工業(yè)大數(shù)據(jù)環(huán)境下，隨著監(jiān)控和分析的數(shù)據(jù)量越來越大，如何讓管理人員、操作人員、分析人員等高效地通過數(shù)據(jù)可視化技術加深對工業(yè)生產(chǎn)過程的“理解”、洞察生產(chǎn)數(shù)據(jù)之間的相互關系變得十分重要，是實現(xiàn)對生產(chǎn)過程智能監(jiān)控的重要基石。

目前，傳統(tǒng)生產(chǎn)監(jiān)控系統(tǒng)大多缺乏有效的數(shù)據(jù)分析功能[15]，而研究表明，提供對數(shù)據(jù)有效統(tǒng)計和分析功能對于提高監(jiān)控系統(tǒng)的智能化程度具有重要作用[16-17]，現(xiàn)有監(jiān)控系統(tǒng)難以滿足大數(shù)據(jù)環(huán)境下傳統(tǒng)工業(yè)企業(yè)智能化轉型過程中對生產(chǎn)過程智能監(jiān)控需求[18]。

此外，現(xiàn)有生產(chǎn)指標監(jiān)控系統(tǒng)缺乏必要手段來對專家經(jīng)驗和領域知識進行有效集成，導致生產(chǎn)指標的監(jiān)控和異常分析主要依賴操作/管理人員的個人經(jīng)驗，但是由于人的行為具有延遲性和不穩(wěn)定性，從而導致監(jiān)控系統(tǒng)的監(jiān)控能力和效率下降[14]。

因此，為解決以上問題，本文將可視化技術應用于選礦生產(chǎn)指標監(jiān)控，針對選礦生產(chǎn)過程的特點和技術需求，將數(shù)據(jù)可視化技術運用到選礦生產(chǎn)指標數(shù)據(jù)監(jiān)控上，討論了如何對選礦生產(chǎn)指標數(shù)據(jù)進行可視化，并設計研發(fā)了選礦生產(chǎn)指標可視化監(jiān)控平臺，提升選礦生產(chǎn)指標監(jiān)控的智能化程度，并作為選礦生產(chǎn)執(zhí)行系統(tǒng)的一部分成功應用到實際生產(chǎn)環(huán)境當中。

1 選礦生產(chǎn)指標分析

選礦企業(yè)通過一系列生產(chǎn)指標來反映生產(chǎn)及經(jīng)營中各環(huán)節(jié)的運行狀況，整個生產(chǎn)過程中涉及生產(chǎn)指標較多，對選礦生產(chǎn)指標的分類標準多樣，可以考慮按照空間層次和指標類型不同的分類標準對生產(chǎn)指標進行分類[18]。

選礦生產(chǎn)指標按指標類型可分為質(zhì)量指標、計量指標、設備運行統(tǒng)計、能源指標、成本指標、礦倉料位和工藝指標；從空間層次可分為企業(yè)綜合生產(chǎn)指標、全流程生產(chǎn)指標、運行指標和控制系統(tǒng)指標，其分類結果如表1所示。

表1 選礦生產(chǎn)指標從空間層次分類結果

在眾多生產(chǎn)指標中，企業(yè)綜合生產(chǎn)指標反映了整條生產(chǎn)線在當前生產(chǎn)周期的產(chǎn)品產(chǎn)量、質(zhì)量、成本以及消耗，當前生產(chǎn)周期的綜合生產(chǎn)指標的完成情況影響了后續(xù)生產(chǎn)計劃調(diào)度、生產(chǎn)排產(chǎn)的進行，從而間接影響企業(yè)的經(jīng)營決策過程。以實際選礦企業(yè)的生產(chǎn)計劃編制過程為例，企業(yè)根據(jù)當前市場需求、生產(chǎn)能力、資源約束等因素制定年、月、周、日生產(chǎn)計劃，根據(jù)每天生產(chǎn)過程中綜合生產(chǎn)指標達標情況來評價當天生產(chǎn)計劃完成情況。當某些生產(chǎn)指標出現(xiàn)異常導致未按計劃完成生產(chǎn)任務，需要計劃調(diào)度人員進行調(diào)整以完成更長周期的生產(chǎn)計劃，因此綜合生產(chǎn)指標的正常與否關系到企業(yè)生產(chǎn)計劃編制的進行，通過對綜合生產(chǎn)指標的可視化監(jiān)控，可更加清晰地看出指標異常，通過數(shù)據(jù)的可視化進一步挖掘出異常背后的信息。

生產(chǎn)全流程綜合生產(chǎn)指標是反映整條生產(chǎn)線在當前生產(chǎn)周期的產(chǎn)品產(chǎn)量、質(zhì)量、成本以及消耗的指標。全流程綜合生產(chǎn)指標是連接選礦企業(yè)上層經(jīng)營決策與下層運行操作及過程控制的橋梁，其決策結果的優(yōu)劣直接關系到選礦企業(yè)的生產(chǎn)目標與經(jīng)濟效益，同時關系到下層運行操作和過程控制實現(xiàn)選礦生產(chǎn)全流程綜合生產(chǎn)指標的可行性與難度。

運行指標描述的是每個工序生產(chǎn)運行狀態(tài)，包括中間產(chǎn)品質(zhì)量、子工序生產(chǎn)數(shù)據(jù)、能源消耗情況、設備運行統(tǒng)計等信息，反映該工序生產(chǎn)是否處于正常狀態(tài)，并間接影響全流程綜合生產(chǎn)指標。通過對工序生產(chǎn)指標的可視化監(jiān)控，當生產(chǎn)指標出現(xiàn)異常狀況時，及時采取相應修補措施，能提早避免產(chǎn)生損失，影響后續(xù)生產(chǎn)的進行。

控制系統(tǒng)指標描述的是每一個過程控制系統(tǒng)的設定值和控制系統(tǒng)的輸出。

2 選礦生產(chǎn)指標可視化監(jiān)控平臺功能及核心組件

選礦生產(chǎn)指標可視化監(jiān)控平臺主要由工廠基礎信息組件iPlantInfo、生產(chǎn)過程組態(tài)組件iDesigner、可視&可視分析組件iVisAnalysis和生產(chǎn)指標監(jiān)控組件iMonitor組成，如圖1所示。

2.1 工廠基礎信息組件iPlantInfo

實現(xiàn)對工廠生產(chǎn)基礎信息的建模，包括生產(chǎn)管理部門、生產(chǎn)組織單元、生產(chǎn)工序、生產(chǎn)設備、生產(chǎn)指標、指標類別、指標數(shù)據(jù)源(數(shù)據(jù)庫表、OPC、OPCUA、第三方API)、操作員信息等。

2.2 生產(chǎn)過程組態(tài)組件iDesigner

在流程工業(yè)中，大多涉及流程長、工序多、工藝復雜、設備多等特點，在一整套生產(chǎn)工藝流程中，通常包括多個工序，而每個工序又包括多個子工序。不同工序之間存在一定邏輯關系，可能是串行，也可能是并行。在工序中還涉及到大量的工藝信息，如工序的基本信息、設備列表、子工序描述、設備運行狀態(tài)記錄等。因此，繪制工藝流程圖可清晰展示生產(chǎn)過程中前后工序間邏輯關系，能更加形象直觀地表達整個生產(chǎn)工藝流程。

對于選礦過程生產(chǎn)指標監(jiān)控而言，工藝流程圖除了可用于表達工藝流程的邏輯關系之外，還可以用于顯示工序中的設備運行狀態(tài)、設備報警信息、指標異常信息、生產(chǎn)通知信息等，進而實現(xiàn)對整個生產(chǎn)過程的可視化監(jiān)控。

2.2.1 iDesigner概述

為了實現(xiàn)對工藝流程的可視化表述和生產(chǎn)指標可視化監(jiān)控，借助于系統(tǒng)和過程建模思想[10，20]，現(xiàn)將監(jiān)控流程圖用如下可視圖元進行定義，一個流程圖可劃分為5個組成部分，如圖2所示，包括：①工序節(jié)點，指流程圖中用圖元表示的有實際物理意義的生產(chǎn)工序，工序節(jié)點可自定義屬性、綁定事件、自定義圖元形狀及樣式等；②連接線，是節(jié)點與節(jié)點之間的連線，可自定義連線類型、樣式，為連線綁定事件；③端點，連接工序節(jié)點的連接線的起始點，可自定義端點形狀、大小、樣式等信息；④錨點，指出端點在工序節(jié)點上的位置，通過區(qū)分起始錨點和結束錨點來指明連接線的走向；⑤覆蓋物，主要為連接線添加一些裝飾物，如標簽文本，提示框，連接點的箭頭等。

對每個工序節(jié)點可綁定事件，包括“單擊”事件、“雙擊”事件、“懸浮”事件等，通常設置鼠標“單擊”事件為進入子工序操作，使之當前界面跳轉至工序子界面，在工序子界面中按上述方式繪制該工序更加詳細的子流程圖，從而實現(xiàn)工序流程圖嵌套功能；鼠標“雙擊”事件可設置為彈出對話框展示提示信息；鼠標“懸浮”事件可定義為浮出提示框展示工序基本信息。

2.2.2 iDesigner功能

iDesigner由圖元庫(①)、功能欄(②)、項目工序(③)、繪制面板(④)、指標配置(⑤)、工序配置(⑥)和工序庫(⑦)七部分組成，如圖3所示。其中：圖元庫包括常見形狀圖元節(jié)點，并可根據(jù)需求自定義圖元形狀添加至圖元庫中；功能欄包括保存、返回、后退、清除、刷新、導入、重新加載和運行功能；項目工序用于顯示當前項目工序流程，不同的形狀表示目前該工序的設計狀態(tài)，五角星表示配置完成，菱形表示配置未完成，三角形表示未配置；繪制面板，通過鼠標拖拽方式將圖元庫中節(jié)點拖至繪制面板中，配置端點、錨點、工序狀態(tài)等信息，同時在工序配置界面配置工序基礎信息、工序事件、約束條件等屬性，并通過鼠標指進行各個圖元節(jié)點間的連線，同時在指標配置界面進行工序輸入輸出指標配置；工序庫用來管理已經(jīng)構建好的選礦通用基礎工序單元，目標是提高基礎工序組件的復用性和重用性，提升工序流程設計的速度，當設計新的選礦工序流程時可以在工序庫基礎上修改快速構建，此外通過約束條件的添加，使得專家經(jīng)驗、知識和規(guī)則得以沉淀，不斷提升選礦行業(yè)的生產(chǎn)指標監(jiān)控效率。繪制好的流程圖可保存為json格式數(shù)據(jù)，可將數(shù)據(jù)保存至數(shù)據(jù)庫或導出為文本文件保存至本地，每一個工序單元都可以獨立保存，目標是針對選礦行業(yè)構建基礎的工序單元組件庫，形成選礦行業(yè)的知識積累。

下面詳細說明功能面板中的配置功能：

(1)錨點設置 包括4個參數(shù)，x，y參數(shù)表示端點位置，dx，dy參數(shù)表示連接線起始走向。

(2)指標配置 工序之間的連接線用于定義工序的輸入輸出指標參數(shù)，通過“雙擊“連接線，配置工序的輸入和輸出指標參數(shù)。

(3)約束條件 相比于目前的生產(chǎn)指標監(jiān)控系統(tǒng)，允許用戶通過iDesigner將選礦的領域知識、規(guī)則和專家經(jīng)驗集成到生產(chǎn)指標監(jiān)控系統(tǒng)中,最后利用規(guī)則引擎實現(xiàn)對規(guī)則的提取，實現(xiàn)基于知識的監(jiān)控，以達到知識軟件化，軟件自動化，間接實現(xiàn)知識自動化這一高級目標。此外，系統(tǒng)提供模型或者算法接口，允許用戶集成所需模型或者算法，支持配置多個算法或者模型，方便用戶對比不同模型和算法效果，優(yōu)化生產(chǎn)指標監(jiān)控。

(4)工序事件 配置工序事件來觸發(fā)相應的規(guī)則，事件的輸入輸出來源于該工序的輸入輸出指標和規(guī)則，支持指標級/工序級配置，對于指標的事件，工序級配置將影響其所屬的所有指標。例如，能夠配置觸發(fā)指標的超限報警、過程異常報警、設備異常報警等，結合約束條件可以形成較完善的監(jiān)控報警機制。

(5)工序狀態(tài) 工序節(jié)點通過設置閃爍不同顏色邊框和添加提示圖標表示工序中設備、生產(chǎn)指標的狀態(tài)通知信息，工序節(jié)點提示信息種類及含義如圖4所示。節(jié)點右上角提示信息種類定義如表2所示，工序節(jié)點邊框閃爍不同顏色表示不同報警級別，報警級別定義如表3所示。除此之外，通過連接線不同顏色表示該工序節(jié)點輸出是否存在異常，連接線為灰色時表示輸出指標正常，當連接線為紅色時，表示該工序的輸出指標存在異常。例如在圖2中，工序節(jié)點邊框出現(xiàn)紅色閃爍邊框，并且在右上角有“設備”字樣提示信息，表明強磁磨礦工序設備出現(xiàn)故障。

表2 提示信息文本定義

表3 報警級別定義

2.3 生產(chǎn)指標監(jiān)控組件iMonitor

iMonitor組件在iDesigner組件的基礎上實現(xiàn)對生產(chǎn)指標的可視化監(jiān)控，功能界面如圖5所示，主要包括選礦工序(①)、工序監(jiān)控(②)、報警記錄(③)、生產(chǎn)指標配置與監(jiān)控(④)4個模塊。其中：選礦工序面板主要顯示當前所有的工序流程，包括各級子工序，其目的主要用來幫助用戶導航到具體的工序，操作員可以通過點擊相應的工序，工序監(jiān)控面板會同步導航到該工序，以顯示該工序的工藝流程，實現(xiàn)對該工序的監(jiān)控，特別對于較深的子工序，相比在工序監(jiān)控面板中一層一層地雙擊相應的子工序，該交互手段的監(jiān)控效率更高；工序監(jiān)控主要顯示工序流程，觸發(fā)iDesigner定義的約束條件、工序事件、工序狀態(tài)，工序點擊事件等，用戶可以通過雙擊查看子過程的實時狀態(tài)，一旦有定義的規(guī)則或者事件被觸發(fā)，系統(tǒng)會給出相應的提示信息，以幫助操作人員對流程進行可視化監(jiān)控；報警記錄面板主要顯示當前的報警記錄，以提示操作員，每條報警記錄包括報警時間，工序，指標和具體報警內(nèi)容；生產(chǎn)指標配置與監(jiān)控模塊會顯示該工序配置的所有生產(chǎn)指標，操作員可以在iDesigner配置的指標基礎上，根據(jù)實際監(jiān)控需要、操作經(jīng)驗和指標相關知識，遴選過濾出關鍵監(jiān)控指標，通過配置功能實現(xiàn)對關鍵指標的監(jiān)控，從而達到減少監(jiān)控強度的目標。此外，操作員還可以通過該配置功能對監(jiān)控的指標配置具體的可視及可視分析方案(具體方法見iVisAnalysis組件)，滿足操作員定制可視化方案的需求。

由于選礦工業(yè)涉及生產(chǎn)指標眾多，以某選礦廠為例，現(xiàn)有生產(chǎn)指標共有近千個。對于生產(chǎn)指標監(jiān)控而言，無論是以表格方式展示生產(chǎn)數(shù)據(jù)，還是以圖形方式顯示數(shù)據(jù)曲線，指標數(shù)目過多會導致不能突出重點進而忽略對重要指標的關注，一些有強相關性的指標被同時監(jiān)控，數(shù)據(jù)形態(tài)展示混亂等問題出現(xiàn)。此外，隨著選礦企業(yè)智能化的升級改造，采集的數(shù)據(jù)會越來越多[21],需要監(jiān)控的生產(chǎn)指標也會越來越多。因此，單純依賴于操作員經(jīng)驗或者專家知識往往會導致監(jiān)控效率低下[22]，需要在操作經(jīng)驗和專家知識的基礎上，結合數(shù)據(jù)分析的手段輔助人們挑選關鍵監(jiān)控指標。iMonitor和iDesigner配合可以支持通過集成監(jiān)控算法的方式實現(xiàn)對監(jiān)控指標的篩選。文獻[23]針對多輸入多輸出時間序列建模問題,提出基于數(shù)據(jù)降維因子分析與Pearson相關分析相結合的穩(wěn)健特征選擇新方法，然而該方法僅適用于指標之間的線性關系，同時該方法并沒有考慮到指標之間的層次關系，極大地限制了該方法的應用場景。針對該方法的限制，針對存在非線性關系的生產(chǎn)指標，筆者采用因子分析與互信息、信息熵相結合的選擇方法來確定對應工序的關鍵指標。首先，利用因子分析從多個輸出指標中找出一個主因子，并與眾多輸入指標依次計算其互信息和信息熵，選擇出與主因子相關性較強的指標作為模型輸入變量。針對有層次關系的指標間關系采用文獻[17]中使用的偏最小二乘(Partial Least Squares, PLS)+主元分析(Principal Component Analysis, PCA)的方法進行指標篩選和重構。首先，對輸入指標和輸出指標進行PLS投影，提取出輸入可預測輸出的部分(共變特征)，對于不可預測的輸出部分和與輸出不相關的輸入部分，分別進行PCA降維，然后通過iMonitor進行相應的配置，可以有效降低用戶的監(jiān)控強度，提升對生產(chǎn)指標的監(jiān)控效率。

2.4 可視及可視分析組件iVisAnalysis

iVisAnalysis組件主要提供各種生產(chǎn)指標可視化和可視分析方案，目前主要包括實時數(shù)據(jù)、歷史數(shù)據(jù)及統(tǒng)計特性、指標數(shù)據(jù)對比分析、多視圖等可視及可視分析方案。

2.4.1 生產(chǎn)指標實時數(shù)據(jù)可視化

生產(chǎn)過程實時數(shù)據(jù)能夠反應當前生產(chǎn)運行狀態(tài)是否正常，生產(chǎn)相關指標是否達到預期目標，通過對實時數(shù)據(jù)的可視化監(jiān)控，現(xiàn)場操作人員能夠及時發(fā)現(xiàn)生產(chǎn)過程中出現(xiàn)的異常情況，從整體上掌控生產(chǎn)運行狀態(tài)。對于實時數(shù)據(jù)的可視化，可采用圖表、實時曲線的方式，圖表可展示當前要監(jiān)控的多個指標詳細信息，包括指標名稱、采樣時間、指標數(shù)據(jù)、指標單位、備注信息等；實時數(shù)據(jù)曲線用于展示生產(chǎn)數(shù)據(jù)的實時趨勢。如圖6所示，左側表格展示已配置的生產(chǎn)指標的實時數(shù)據(jù)，右側為生產(chǎn)指標的實時曲線，通過選中表格中某一行來確定要顯示的生產(chǎn)指標實時曲線。根據(jù)生產(chǎn)指標采樣時間，可自定義界面數(shù)據(jù)刷新時間，每次刷新數(shù)據(jù)更新對應表格內(nèi)容和實時曲線，從而實現(xiàn)對實時數(shù)據(jù)的可視化監(jiān)控。

2.4.2 生產(chǎn)指標歷史數(shù)據(jù)及其統(tǒng)計特性可視化

對于生產(chǎn)指標歷史數(shù)據(jù)的可視化，通過繪制歷史數(shù)據(jù)曲線的方式實現(xiàn)，歷史曲線能反映出指標一段時間內(nèi)的歷史趨勢。為實現(xiàn)靈活查看不同時間段的歷史數(shù)據(jù)，通過時間選擇器選定時間段進行數(shù)據(jù)查詢，將得到的歷史數(shù)據(jù)繪制成歷史曲線，如圖7所示。同時提供移動、放縮、懸浮提示框、刷新等交互操作，移動操作通過曲線下方滑動條的拖動實現(xiàn)，用于查看不同區(qū)域數(shù)據(jù)曲線；放縮操作可讓用戶自由關注細節(jié)的數(shù)據(jù)信息，或概覽數(shù)據(jù)整體，或去除離群點的影響，通過拖動滑動條兩端實現(xiàn)；鼠標懸浮到圖上，可以出現(xiàn)數(shù)據(jù)點詳細數(shù)據(jù)信息。

(1)

除了對數(shù)據(jù)歷史趨勢的查看，還可對歷史數(shù)據(jù)的統(tǒng)計特性進行可視化，包括指標均值和方差的可視化監(jiān)控，如式(1)所示。由于不同指標采樣時間不同，如化檢驗指標通常每小時一次數(shù)據(jù)，對于選定時間段的歷史數(shù)據(jù)以天為單位進行劃分，并計算每天數(shù)據(jù)的均值和方差，將均值和方差分別以折線和柱狀圖的方式展示，可直觀分析出該指標當天生產(chǎn)情況和波動情況。日均值以折線圖方式展示，可反映出過去一段時間內(nèi)該指標均值高低情況；日方差以柱狀圖表示，表示該指標當天生產(chǎn)波動情況。

歷史數(shù)據(jù)可視化整體效果圖如圖8所示，通過時間選擇器選擇一個時間段，得到該時間段的小時數(shù)據(jù)歷史趨勢，并自動繪出該時間段的日均值折線圖和日方差柱狀圖，用于歷史數(shù)據(jù)的簡單分析。

2.4.3 基于雷達圖的選礦運行指標對比分析可視化

由于各個運行指標的單位和量綱不同，可采用雷達圖的形式同時展示不同量綱的多維數(shù)據(jù)。雷達圖可顯示多個維度的數(shù)據(jù)，每個坐標軸表示一個維度，且每個維度可設置不同單位長度來描述不同數(shù)量級的數(shù)據(jù)。將雷達圖用于選礦運行指標數(shù)據(jù)的可視化監(jiān)控，每個維度表示一個生產(chǎn)指標，如圖9所示。雷達圖可反映出兩種生產(chǎn)情況信息：①每個維度可表示該指標數(shù)據(jù)當前值，可通過設置上下限，反應該指標當前運行狀態(tài)，若超出限制值可提示報警信息，提醒生產(chǎn)人員關注該指標生產(chǎn)情況；②從整個圖形來看，在正常工況下，每個生產(chǎn)指標都應該在工藝限制范圍內(nèi)，整個雷達圖形狀應該大致相同，若某天圖形出現(xiàn)異常形狀，表示這天出現(xiàn)工況異常，產(chǎn)品質(zhì)量可能出現(xiàn)波動，提醒生產(chǎn)人員關注當天生產(chǎn)運行情況。

2.4.4 生產(chǎn)指標關聯(lián)關系可視化

生產(chǎn)全流程綜合生產(chǎn)指標直接反映整條生產(chǎn)線在當前生產(chǎn)周期的產(chǎn)品產(chǎn)量、質(zhì)量、成本以及消耗，在眾多生產(chǎn)指標中找出影響全流程綜合生產(chǎn)指標的運行指標，并對運行指標與全流程綜合生產(chǎn)指標間的關聯(lián)關系進行可視化至關重要。實現(xiàn)運行指標與全流程綜合生產(chǎn)指標的關聯(lián)監(jiān)控，不僅可以及時掌握它們之間的動態(tài)變化，還能進一步分析全流程綜合生產(chǎn)指標異常時的原因。利用文獻[9]中提到基于偏最小二乘—變量投影重要性分析(Partial Least Square-Variable Importance in the Projection, PLS-VIP)綜合精礦品位影響因素的篩選方法，在影響綜合精礦品位的30個運行生產(chǎn)指標中選出8個主要影響指標，并計算出每個運行指標對綜合精礦品位的貢獻率。參照該方法，可算出其他綜合生產(chǎn)指標的影響因素，包括綜合精礦產(chǎn)量、全廠選礦比、金屬回收率、噸精成本。

為將全流程綜合生產(chǎn)指標與運行指標之間的關聯(lián)關系進行可視化，可采用類似圖論中二分圖的表示方法，將全流程綜合生產(chǎn)指標和運行生產(chǎn)指標分別看成兩個獨立的點集，通過兩個點集的映射關系表征兩個集合中點的關聯(lián)關系，如圖10a所示。借助?；鶊D實現(xiàn)對這種關聯(lián)關系的可視化，可以利用不同顏色區(qū)分不同指標，如圖10b所示，左側顏色條代表全流程綜合生產(chǎn)指標，右側顏色條代表影響全流程綜合生產(chǎn)指標的運行指標。根據(jù)文獻[9]中方法找出各個全流程綜合生產(chǎn)指標與運行指標的關系情況，并將這種關系以圖10b的方式表示。從圖中可清晰看出左側各個顏色條流向右側，代表影響左側指標的因素，根據(jù)各工序指標對綜合生產(chǎn)指標影響的貢獻率，確定圖中各個指標的比例關系。

除此之外，為使查看單個全流程綜合生產(chǎn)指標的影響因素一目了然，給圖形添加交互操作，當鼠標懸浮于左側某個全流程綜合生產(chǎn)指標所在區(qū)域時，單獨顯示哪些右側指標影響左側指標，并提供百分比顯示，如圖10所示。

2.4.5 多視圖可視化

由于選礦工業(yè)涉及生產(chǎn)部門、領域和指標眾多，不同領域的操作員和管理人員對指標監(jiān)控的需求不同，例如工藝、設備、能源等部門，大部分操作人員僅關注涉及自己相關指標類別的指標。因此，如何高效便捷地在指標之間進行交互，直接影響到用戶對指標監(jiān)控系統(tǒng)的體驗。根據(jù)指標的所屬工序和指標分類，設計多視圖可視化方案，提供多視圖交互技術，從而提高指標的監(jiān)控效率，如圖11所示。

每一個工序和分類都對應一個視圖，其中工序為主視圖，指標分類為子視圖，嵌入到工序視圖中，如圖12中(1)所示。用戶可以點擊具體工序以導航進入該工序查看詳細信息，此時其余工序視圖通過縮放技術進行縮小，顯示為縮略圖，如圖12中(2)和(3)所示，用戶同樣可以點擊具體分類指標，查看該分類指標視圖里面的指標詳細信息，此時其余指標類別視圖通過縮放技術進行縮小，顯示為縮略圖，如圖12中(4)所示。圖12給出了一個具體例子，用戶通過選擇菜單選擇了豎爐焙燒、原料篩分和強磁選三個工序，工藝指標、質(zhì)量指標、能源指標三個分類，然后可視區(qū)域開始進行可視，初始視圖包括三個工序視圖，每個工序視圖中嵌套三個指標視圖，如圖12中(1)所示；用戶通過點擊原料篩分查看原料篩分詳細的指標信息，如圖12中(2)所示，類似可以點擊豎爐焙燒查看豎爐焙燒詳細的指標信息，如圖12中(3)所示；用戶可以在原料篩分視圖中點擊能源視圖查看能源指標詳細信息，如圖12中(4)所示。

圖12多視圖可視化和交互，用戶通過選擇菜單選擇了豎爐焙燒、原料篩分和強磁選三個工序，工藝指標、質(zhì)量指標、能源指標三個分類，然后可視區(qū)域開始進行可視，初始視圖包括三個工序視圖，每個工序視圖中嵌套三個指標視圖，如(1)所示；用戶通過點擊原料篩分查看原料篩分詳細的指標信息，如(2)所示，類似可以點擊豎爐焙燒查看豎爐焙燒詳細的指標信息，如(3)所示；用戶可以在原料篩分視圖中點擊能源視圖查看能源指標詳細信息，如4所示。

3 生產(chǎn)指標可視化監(jiān)控系統(tǒng)的應用

根據(jù)以上生產(chǎn)指標可視化設計方案，以酒鋼二選廠工藝流程為例，使用流程圖組態(tài)工具繪制工藝流程圖如圖13所示。通過鼠標點擊流程圖中工序節(jié)點可跳轉至具體工序界面中，并在工序指定界面中繼續(xù)繪制更加詳細的子工序工藝流程圖，通過該方式將選礦工藝流程進行可視化，使生產(chǎn)指標按工序分類的可視化監(jiān)控結構層次更加清晰。

為實現(xiàn)生產(chǎn)指標監(jiān)控模塊功能的通用性，使指標監(jiān)控模塊應用到不同選礦廠成為可能，系統(tǒng)提供可自由配置各工序指標功能，通過界面中“指標配置”按鈕，可切換到指標配置界面，根據(jù)具體生產(chǎn)工藝需求，為每個工序配置需要監(jiān)控的指標。選礦生產(chǎn)指標監(jiān)控已應用至酒鋼某選礦廠MES中，作為MES中的一個功能模塊，以該選礦廠現(xiàn)場生產(chǎn)數(shù)據(jù)為輸入，對選礦生產(chǎn)指標的可視化監(jiān)控系統(tǒng)的實用性進行驗證，系統(tǒng)的功能有實時數(shù)據(jù)顯示、實時曲線顯示、歷史趨勢回放、歷史數(shù)據(jù)統(tǒng)計顯示、綜合生產(chǎn)指標對比分析、指標配置等，系統(tǒng)運行界面如圖14所示。

4 結束語

本文以選礦工業(yè)過程為背景，構建了一個選礦生產(chǎn)指標的可視化組態(tài)監(jiān)控平臺。首先，在對選礦生產(chǎn)指標進行分析的基礎上，設計了基于生產(chǎn)工藝流程圖的生產(chǎn)指標可視化組態(tài)設計、監(jiān)控工具、可視化及可視分析工具。組態(tài)設計工具根據(jù)生產(chǎn)工藝以組態(tài)方式繪制工藝流程圖，并能通過可視界面自定義其節(jié)點功能、觸發(fā)事件、提示信息、指標分析算法等，進而通過組態(tài)監(jiān)控工具實現(xiàn)對生產(chǎn)指標的可視化監(jiān)控。其次，以提升工業(yè)生產(chǎn)過程中對生產(chǎn)指標的監(jiān)控效率為目標，可視及可視分析工具提供了包括實時數(shù)據(jù)、歷史數(shù)據(jù)及其統(tǒng)計特性、多指標綜合對比分析、指標關聯(lián)關系分析、多視圖等可視方案，并將其應用至對選礦生產(chǎn)指標可視化監(jiān)控中。此外，為了提升工序指標監(jiān)控效率和減輕操作人員監(jiān)控強度，系統(tǒng)提供因子分析、Pearson相關分析、互信息、信息熵等分析手段，以輔助人們提取出工序關鍵監(jiān)控指標，從而實現(xiàn)對監(jiān)控生產(chǎn)指標的約簡。由于該平臺以組態(tài)方式提供，使其可以快速應用于其他流程行業(yè)，實現(xiàn)生產(chǎn)指標可視化監(jiān)控的組態(tài)化，此外，其組態(tài)出的每一個工序都可以復用和擴展，可以構建行業(yè)的基礎工序單元組件庫，形成行業(yè)的知識積累。最后，根據(jù)以上設計方案，開發(fā)了選礦生產(chǎn)指標可視化監(jiān)控平臺，該平臺作為選礦生產(chǎn)執(zhí)行系統(tǒng)的一部分已應用于實際生產(chǎn)過程當中，并取得了良好的應用效果。