1. Анализ предметной области

Современные производственные предприятия функционируют в условиях активной цифровизации, характеризующейся широким внедрением автоматизированных систем управления технологическими процессами (АСУ ТП). В рамках таких систем осуществляется непрерывный сбор данных о состоянии оборудования и параметрах протекания технологических процессов. К этим данным относятся значения температуры, давления, расхода, скорости, электрических параметров и других физических величин, фиксируемых с заданной частотой дискретизации.

Объёмы таких данных могут достигать значительных величин, особенно при длительном наблюдении процессов или высокой частоте измерений, что требует применения специализированных методов анализа и визуализации [1].

Ключевым требованием к обработке технологических данных является возможность их оперативного анализа. Инженеры и технологи должны иметь доступ к актуальной информации, позволяющей оценивать состояние оборудования, выявлять отклонения от нормального режима и принимать решения по оптимизации производственного процесса.

Однако на практике возникает ряд проблем, существенно усложняющих процесс анализа данных. Во-первых, данные могут храниться в различных форматах: реляционных базах данных, текстовых файлах, CSV-документах и других источниках. Это приводит к необходимости использования различных инструментов для работы с каждым типом данных.

Во-вторых, отсутствует единый инструмент, позволяющий выполнять комплексный анализ данных, включая фильтрацию, статистическую обработку и визуализацию. В результате инженерно-технический персонал вынужден использовать несколько программных средств, что увеличивает трудоёмкость работы и вероятность ошибок.

В-третьих, многие существующие решения ориентированы на работу в составе распределённых систем и требуют постоянного подключения к серверной инфраструктуре. Это ограничивает их применение в условиях, где доступ к сети ограничен или отсутствует.

Таким образом, разработка программного средства, обеспечивающего интеграцию данных из различных источников, их локальное хранение, обработку и визуализацию, является актуальной и своевременной задачей.

2. Обзор существующих решений

Для решения задач анализа и визуализации технологических данных используется широкий спектр программных средств, среди которых можно выделить Grafana, PlotJuggler, DewesoftX и SCADA-системы.

Grafana представляет собой платформу визуализации данных, ориентированную на работу с временными рядами. Она обеспечивает построение графиков и дашбордов, однако функционирует в рамках клиент-серверной архитектуры и требует подключения к внешним источникам данных. Это делает её зависимой от сетевой инфраструктуры и ограничивает возможности автономного использования.

PlotJuggler является десктопным инструментом визуализации временных рядов. Он обеспечивает высокую интерактивность и поддержку различных форматов данных, однако не предоставляет встроенных средств глубокого статистического анализа и работы с базами данных.

DewesoftX представляет собой коммерческое программное обеспечение, ориентированное на работу с измерительными системами. Оно обладает широкими возможностями анализа и визуализации, но требует специализированного оборудования и лицензирования, что ограничивает его доступность.

SCADA-системы [2] обеспечивают комплексное управление и мониторинг технологических процессов. Они интегрируются с оборудованием и позволяют осуществлять управление в реальном времени, однако требуют значительных ресурсов для внедрения и эксплуатации, включая серверную инфраструктуру и квалифицированный персонал.

Анализ существующих решений показал, что они имеют следующие ограничения:

— зависимость от серверной инфраструктуры;

— ограниченные возможности автономной работы;

— недостаточная поддержка разных форматов данных;

— ограниченные средства статистического анализа;

— высокая стоимость внедрения и эксплуатации.

Таким образом, существует потребность в разработке программного средства, ориентированного на автономную работу, интеграцию различных источников данных и обеспечение комплексного анализа.

3. Концептуальная модель

На основе проведённого анализа разработана концептуальная модель программного средства анализа и визуализации параметров технологического процесса. Фрагмент концептуальной модели представлен в виде диаграммы последовательности на Рисунке 1.

Рис. 1. Диаграмма последовательности

Модель основана на модульном подходе и включает следующие основные компоненты:

— пользовательский интерфейс;

— модуль загрузки данных;

— модуль валидации данных;

— модуль обработки и анализа данных;

— модуль визуализации;

— локальное хранилище данных.

Пользовательский интерфейс обеспечивает взаимодействие пользователя с системой, позволяя выбирать источники данных, настраивать параметры анализа и просматривать результаты.

Модуль загрузки данных отвечает за получение информации из различных источников, включая базы данных, CSV- и TXT-файлы.

Модуль валидации выполняет проверку корректности входных данных, включая контроль структуры, типов данных и наличия обязательных полей.

Модуль обработки и анализа данных является центральным компонентом системы. Он выполняет фильтрацию данных, устранение выбросов [3], вычисление статистических характеристик и подготовку данных для визуализации.

Модуль визуализации обеспечивает представление результатов анализа в виде графиков, диаграмм и таблиц.

Локальное хранилище данных предназначено для сохранения загруженных и обработанных данных, что позволяет повторно использовать их без необходимости повторной загрузки.

Такая модель обеспечивает гибкость, масштабируемость и возможность дальнейшего расширения функциональности системы.

4. Стек технологий

Для реализации программного средства выбран язык программирования C# и платформа.NET.

Выбор C# обусловлен следующими преимуществами:

— развитая стандартная библиотека;

— интеграция с операционной системой Windows;

— наличие современных средств разработки пользовательского интерфейса.

Для реализации графического интерфейса используется технология Windows Presentation Foundation (WPF), обеспечивающая создание современных и удобных пользовательских интерфейсов.

Для визуализации данных применяется библиотека ScottPlot, обеспечивающая построение графиков временных рядов.

Для хранения данных используется встраиваемая СУБД SQLite, обеспечивающая автономную работу приложения без необходимости постоянного подключения к внешним серверам.

5. Алгоритмы функционирования

Работа программного средства начинается с выбора пользователем источника данных и параметров анализа.

На первом этапе осуществляется загрузка данных. В зависимости от выбранного источника данных выполняется чтение данных из базы данных, CSV-файла или текстового файла.

Далее выполняется этап валидации данных. На этом этапе проверяется корректность структуры данных, наличие обязательных полей, соответствие типов данных и допустимость значений. В случае обнаружения ошибок пользователю выводится соответствующее уведомление.

После успешной проверки данные передаются в модуль обработки, где выполняются следующие операции: фильтрация данных, устранение выбросов, нормализация данных, вычисление статистических характеристик.

Для выявления выбросов используются методы, основанные на анализе отклонений от среднего значения и стандартного отклонения.

Дополнительно реализована возможность сохранения данных в локальном хранилище, что позволяет сократить время повторного анализа.

После обработки данные передаются в модуль визуализации. Пользователь получает возможность построения графиков изменения параметров во времени, а также анализа данных в табличной форме.

Система функционирует в интерактивном режиме, обеспечивая быстрый отклик на действия пользователя и обработку данных в течение нескольких секунд при объёмах до 10⁵–10⁶ записей.

6. Интерфейс программного средства

Пользовательский интерфейс разрабатываемого программного средства анализа и визуализации параметров технологического процесса, представленный на Рисунке 2 играет ключевую роль в обеспечении эффективного взаимодействия пользователя с системой и интерпретации результатов анализа. Основная задача интерфейса заключается в предоставлении удобных средств загрузки данных, настройки параметров анализа и наглядного отображения результатов обработки.

Рис. 2. Интерфейс главного окна

Главное окно приложения организовано по модульному принципу и включает несколько функциональных областей. Панель выбора источников данных предоставляет пользователю возможность загрузки информации из различных источников, включая базы данных, CSV- и TXT-файлы. Центральная область предназначена для визуализации временных рядов параметров технологического процесса в виде графиков, что позволяет анализировать динамику показателей и выявлять отклонения. Дополнительно реализована возможность выбора отображаемых параметров и масштабирования графиков.

В нижней части интерфейса располагается область статистических данных, где представлены вычисленные характеристики, такие как среднее значение, минимум, максимум и стандартное отклонение. Это обеспечивает пользователю как визуальный, так и количественный анализ данных. Также предусмотрены элементы управления для настройки параметров анализа и формирования отчетов.

Отдельным элементом интерфейса является окно конфигурации источников данных, позволяющее пользователю добавлять новые источники без изменения программного кода. Реализация механизмов валидации вводимых данных снижает вероятность ошибок и повышает надежность работы системы.

Таким образом, разработанный пользовательский интерфейс обеспечивает интуитивно понятное взаимодействие с системой, наглядное представление результатов анализа и гибкость настройки, что способствует повышению эффективности работы инженерно-технического персонала и ускорению обработки технологических данных.

7. Результаты

В результате разработки создано программное средство анализа и визуализации параметров технологического процесса, обладающее следующими возможностями:

— загрузка данных из различных источников;

— автоматическая валидация данных;

— обработка и анализ данных;

— визуализация результатов;

— локальное хранение и повторное использование данных.

Разработанное решение позволяет сократить время анализа данных, повысить точность интерпретации результатов и снизить нагрузку на инженерно-технический персонал.

Практическая реализация программного средства показала его эффективность при работе с реальными данными технологических процессов.

Перспективы развития программного средства включают расширение аналитических возможностей, внедрение методов интеллектуального анализа данных и адаптацию системы для различных отраслей промышленности.

Литература:

1. Нефедьева К. В. Инфографика — визуализация данных в аналитической деятельности / К. В. Нефедьева // Труды Санкт-Петербургского государственного университета культуры и искусств. 2013. Т. 197. С. 89–93.

2. Слегтина В. А. Обзор и сравнение SCADA-систем // Вестник науки. 2022. № 11 (56). URL: https://cyberleninka.ru/article/n/obzor-i-sravnenie-scada-sistem (дата обращения: 03.05.2026).

3. ГОСТ 8.207–76. Прямые измерения с многократными наблюдениями. Методы обработки результатов наблюдений.