📚 课程目录第3章工业数据接入与连接

3. 工业数据接入与连接

ThingWorx在工业场景中的价值，首先取决于它能否稳定、准确地拿到现场数据。工业现场的数据源并不统一：底层PLC通过工业协议暴露寄存器与标签，SCADA聚合了产线级画面与报警，OPC UA提供带语义的地址空间，MQTT则常用于边缘网关与云之间的轻量消息传输。ThingWorx的接入层正是为这种异构环境设计的，它通过连接器（Connector）把不同协议的数据源统一抽象为ThingWorx中的Thing（事物）及其属性（Property），再通过流（Stream）与值流（Value Stream）把实时数据持久化，供后续建模与指标计算使用。

一、接入架构：从现场设备到ThingWorx

理解接入，先要理解数据从设备到平台的路径。以一条典型产线为例：PLC负责采集电机电流、气缸位置、节拍计数；SCADA把多台PLC的数据汇总为产线状态；边缘网关通过OPC UA或MQTT把数据送到ThingWorx。ThingWorx侧由工业连接器（如OPC UA Connector、MQTT Connector、Modbus/PLC Connector）完成协议解析，把每个数据点映射为一个Thing的属性，属性值变化时触发订阅（Subscription），写入值流。

二、四类数据源的接入要点

PLC接入通常走Modbus TCP或厂商专有协议。以Modbus为例，需要先确认寄存器地址与数据类型：保持寄存器40001对应地址0，读取32位浮点数需占用两个寄存器并注意字序（大端/小端）。在ThingWorx中创建Modbus连接器后，为每个数据点建立Remote Property，设置轮询周期。轮询周期不是越短越好：若PLC扫描周期为20ms，而ThingWorx轮询设为100ms，则每次读取的是当前最新值，不会丢历史，但会漏掉中间跳变。对节拍计数这类累计量，建议用变化上报而非固定轮询。

SCADA接入更多是“聚合接入”。SCADA本身已从PLC取数，ThingWorx可通过OPC UA或数据库接口读取SCADA的实时库。此时要关注SCADA的标签命名规范，尽量在连接器侧做一次映射，把如“Line1.Motor1.Current”映射为ThingWorx中Thing“Line1_Motor1”的属性“Current”，避免后续模型混乱。

OPC UA接入是工业语义化程度最高的方式。连接器需要配置Endpoint URL（如opc.tcp://192.168.1.10:4840）、安全策略（None / Basic256Sha256）与用户凭证。接入后先浏览地址空间，找到目标节点的NodeId，再建立订阅。订阅可设置采样间隔与队列深度：采样间隔决定服务端多久采一次，队列深度决定断连时缓存多少条。对关键报警节点，队列深度可设为10以上，防止瞬时断连丢事件。

MQTT接入适合边缘网关场景。连接器配置Broker地址、端口（1883或8883）、ClientId、用户名密码，并订阅Topic。Payload通常是JSON，例如：

{
  "deviceId": "GW-01",
  "ts": 1718000000000,
  "tags": {
    "motorCurrent": 12.4,
    "cycleCount": 3580,
    "status": "RUN"
  }
}

在连接器中用JSON解析器把tags.motorCurrent映射到Thing属性，ts映射为时间戳。若设备时间与平台时间不一致，应在边缘侧统一为UTC毫秒时间戳，否则值流的时间轴会错乱。

三、配置数据采集与实时流

接入完成后，核心工作是“让数据持续、有序地进入值流”。ThingWorx中通常按以下顺序配置：

建立Thing与Thing Template：为同类设备定义模板，把公共属性（如Current、CycleCount、Status）放入模板，具体设备Thing继承模板，减少重复配置。
绑定Remote Property：在Thing的属性上选择“Remote”，指定连接器与数据点地址，设置读写方向。只读属性用于采集，可写属性用于下发。
配置订阅：对变化频繁的属性启用订阅，设置采样周期与死区（Deadband）。死区用于抑制微小波动，例如电流死区设为0.2A，变化小于0.2A不写入值流，可显著降低存储量。
创建Value Stream：为每个Thing或每类属性建立值流，指定持久化提供者（如PostgreSQL、InfluxDB或ThingWorx内置流）。值流字段至少包含时间戳、属性名、值、质量码。
编写实时流服务：用ThingWorx的流服务或订阅事件，在属性变化时触发计算。例如每来一条CycleCount，判断是否达到100的整数倍，若是则写入“产量里程碑”事件。

采集周期与死区需要联合调优。周期过短、死区过小会导致值流膨胀；周期过长、死区过大会丢失关键跳变。建议先以1秒周期、合理死区试运行，观察24小时数据量后再调整。

四、结果观察与判断依据

配置是否成功，不能只看“连接器显示已连接”。应观察三个层面：连接层看连接器状态与错误日志，确认无超时、无认证失败；数据层在Thing的属性上查看当前值是否随现场变化，值流中是否有连续时间戳；业务层看指标是否合理，例如节拍计数应单调递增，电流应在合理量程内。若值流中出现大量相同值，可能是死区过大或订阅未生效；若时间戳跳跃，可能是边缘侧时间未同步。只有三层都正常，才说明数据接入真正可用。

完成接入后，ThingWorx中的Thing已经承载了实时数据，下一步才能在此基础上建立资产模型与指标体系。接入的质量直接决定后续指标的可信度，因此宁可多花时间核对地址、时间戳与死区，也不要让“看起来有数据”掩盖了数据质量问题。