В статье автор исследует разработку программного модуля для обработки лабораторных данных в информационно-управляющей системе газохимического комплекса.
Ключевые слова: Лабораторные данные, газохимический комплекс, информационно-управляющая система, обработка данных, Python, Tkinter, Pandas, Matplotlib, Numpy, Scipy, PyCharm, концептуальная модель, сравнительный анализ, технологические процессы, визуализация данных.
Введение
В условиях современного промышленного производства, особенно в таких сложных и технологически насыщенных отраслях, как газохимическая промышленность, эффективное управление и контроль технологических процессов становятся критически важными. Лабораторные данные играют ключевую роль в управлении газохимическим комплексом, обеспечивая контроль качества продукции, мониторинг технологических процессов и безопасность производства. Однако, несмотря на важность лабораторных данных, существуют проблемы, связанные с их обработкой, такие как большой объем данных, разнородность источников и необходимость своевременной обработки.
Описание предметной области
Газохимический комплекс включает в себя несколько ключевых подсистем: системы технологических процессов, лабораторно-информационную систему и информационно-управляющую систему. Лабораторные данные используются для контроля качества продукции, мониторинга технологических процессов и обеспечения безопасности.
Сравнительный анализ существующих программных решений
Программные решения для обработки лабораторных данных в газохимической промышленности выполняют несколько ключевых функций: сбор данных, интеграция данных, обработка данных, анализ данных, визуализация данных и управление данными. В результате анализа существующих решений, таких как Siemens PCS 7, Honeywell PHD, OSIsoft PI System, Wonderware System Platform и LabWare LIMS, было выявлено, что каждое из них имеет свои преимущества и недостатки. Например, OSIsoft PI System выделяется высокой скоростью восстановления после сбоя и хорошей масштабируемостью, но имеет самую высокую стоимость подписки.
Цель и задачи разработки
Целью разработки программного средства является обеспечение эффективной обработки лабораторных данных в информационно-управляющей системе газохимического комплекса. Для достижения этой цели решаются следующие задачи: исследование предметной области, разработка концептуальной модели, сравнительный анализ существующих программных решений, выбор языка и среды разработки, разработка алгоритма функционирования, разработка пользовательского интерфейса, программная реализация, тестирование и разработка руководства оператора.
Описание концептуальной модели предметной области
Концептуальная модель включает основные компоненты системы: пользовательский интерфейс, модуль обработки данных, модуль управления справочником и модуль управления измерениями. Взаимодействие компонентов обеспечивает пользователю удобный интерфейс для работы с данными, их анализа и визуализации.
Концептуальная модель (диаграмма активности) представлена на рис. 1.
Рис. 1. Концептуальная модель (диаграмма активности) ПМ ЛИУС
В таблице 1 приведено, что ПМ ЛИУС принимает в качестве входных данных и выдает оператору в качестве выходных данных.
Таблица 1
Описание входных и выходных данных
|
Входные данные |
Выходные данные |
|
Лабораторные данные: данные из файлов Excel или CSV, содержащие измерения и параметры |
Обработанные данные: интерполированные данные |
|
Метаданные: информация о пробах, параметры и их границы из справочника |
Аналитические данные: результаты анализа, такие как средние значения |
|
Конфигурационные данные: настройки системы, правила обработки, пользовательские настройки |
Визуализированные данные: графики, отображающие данные и их анализ |
|
Уведомления и оповещения: индикаторы состояния, предупреждения о выходе за границы |
Выбор языка программирования
Выбор языка программирования является критически важным решением. Были рассмотрены такие критерии, как применимость в компании, динамическая типизация, опыт разработки, индекс сложности языка, кросплатформенность и преимущества открытого исходного кода. В результате анализа был выбран Python, который обладает высокой кросплатформенностью, низким индексом сложности, динамической типизацией и активно используется в компании.
Выбор библиотек
Для реализации ПМ ЛИУС были выбраны следующие библиотеки:
– Tkinter для создания графического интерфейса.
– Pandas для работы с данными.
– Matplotlib для визуализации данных.
– Numpy для числовых вычислений.
– Scipy для научных вычислений.
Выбор среды разработки
Среда разработки (IDE) также играет важную роль в процессе разработки. Были рассмотрены такие IDE, как PyCharm, Visual Studio Code, Eclipse и Sublime Text. В результате анализа была выбрана PyCharm, которая предоставляет мощные инструменты для анализа кода, отладки и рефакторинга, а также имеет широкий набор плагинов и опыт команды.
Описание алгоритма
Алгоритм работы ПМ ЛИУС включает подготовку данных, отображение начального интерфейса, обработку данных и построение графиков, взаимодействие с пользователем и обновление интерфейса. Пользователь может загружать данные, редактировать их, включать опции отображения и сохранять изменения.
Схема алгоритма представлена на рис. 2.
Рис. 2. Схема алгоритма ПМ ЛИУС
Описание процесса разработки пользовательского интерфейса
Пользовательский интерфейс включает три вкладки: «График», «Справочник» и «Измерения». Начальная вкладка «График» содержит кнопки для взаимодействия с данными и холст для отображения графиков. Пользователь может загружать данные, редактировать их, включать опции отображения и сохранять изменения.
Заключение
В результате анализа различных языков программирования и сред разработки, а также библиотек, используемых для создания приложения, можно сделать следующие выводы:
Python был выбран как основной язык программирования благодаря его гибкости, кросплатформенности и широкому сообществу.
Библиотеки Tkinter, Pandas, Matplotlib, Numpy и Scipy обеспечивают функциональность, необходимую для успешной реализации ПМ ЛИУС.
PyCharm была выбрана как основная среда разработки благодаря своей мощной поддержке Python, широкому набору плагинов и опыту команды.
Приложение обеспечивает удобный интерфейс для загрузки, обработки и визуализации данных, позволяя пользователям эффективно работать с данными и визуализировать результаты.
Таким образом, сделанные выборы и разработанные решения обеспечивают надежную основу для успешной реализации ПМ ЛИУС, соответствуя всем техническим и функциональным требованиям.
Литература:
- Zelle J. M. Python programming. An introduction to computer science. Third edition. — М.: Franklin, Beedle & Associates Incorporated, 2016.
- Grus J. Data Science from Scratch: First Principles with Python. — М.: O'Reilly Media, 2015.
- McKinney W. Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython. — М.: O'Reilly Media, 2017.
- Карпов В. С., Панарин М. В., Царьков Г. Ю., Ивановская Е. Н. Информационно — измерительная и управляющая система территориально распределенных крановых узлов магистральных газопроводов // Известия ТулГУ. Технические науки. 2012. № 4. URL: https://cyberleninka.ru/article/n/informatsionno-izmeritelnaya-i-upravlyayuschaya-sistema-territorialno-raspredelennyh-kranovyh-uzlov-magistralnyh-gazoprovodov.
- Кантюков Р. А., Мешалкин В. П., Панарин В. М., Горюнкова А. А., Гимранов Р. К., Рыженков И. В., Кантюков Р. Р. Информационно-измерительная система территориально удаленных объектов в газотранспортном хозяйстве // Прикладная информатика. 2015. № 3 (57). URL: https://cyberleninka.ru/article/n/informatsionno-izmeritelnaya-sistema-territorialno-udalennyh-obektov-v-gazotransportnom-hozyaystve.
- Клишев А. В., Козлов С. М. Современные системы автоматизации в газодобывающей промышленности на примере УКПГ // ВК. 2012. № 11. URL: https://cyberleninka.ru/article/n/sovremennye-sistemy-avtomatizatsii-v-gazodobyvayuschey-promyshlennosti-na-primere-ukpg.
- Лыков А. Г. Интегрированная информационно-управляющая система газовых промыслов предприятий Крайнего Севера — 2003
