📚 课程目录第3章 OPC UA信息模型

3. OPC UA 信息模型：对象类型、变量类型、方法类型、数据类型与结构定义

OPC UA 信息模型是数据采集与仪表盘配置的基石。它通过一套标准化的类型系统，将现实世界中的设备、传感器、控制器抽象为服务器地址空间中的节点。理解对象类型、变量类型、方法类型以及数据类型与结构定义，是正确配置数据源、编写历史查询语句的前提。

核心认知： OPC UA 信息模型并非简单的“标签-值”映射，而是一种面向对象的、可继承的、带有语义的类型系统。仪表盘中的每一个数据点，背后都对应着地址空间中某个节点的实例化类型。

3.1 对象类型 (ObjectType)

对象类型是信息模型中最核心的容器，用于定义现实世界实体的结构。例如，一台“水泵”、一个“温度传感器”或一个“PLC 控制器”都可以建模为对象类型。

定义： 描述对象的属性、变量、方法以及与其他对象的关系。
继承： 支持多层继承。例如，BaseObjectType 是所有对象类型的基类，DeviceType 继承自 BaseObjectType，而 PumpType 又继承自 DeviceType。
实例化： 在地址空间中，对象类型可以创建多个实例，每个实例拥有相同的结构但不同的数据值。

对象类型示例	父类型	典型子变量	典型方法
BaseObjectType	—	无	无
FolderType	BaseObjectType	无	无
DeviceType	BaseObjectType	Manufacturer, SerialNumber	Reset, SelfTest
PumpType	DeviceType	Speed, Pressure, FlowRate	Start, Stop, SetSpeed

  实战要点： 在配置仪表盘时，通常需要遍历对象类型的实例。例如，要采集所有“水泵”的“转速”，应先定位到 PumpType 的所有实例，再读取其 Speed 变量。

3.2 变量类型 (VariableType)

变量类型定义了数据点的数据类型、语义和访问级别。与对象类型不同，变量类型通常用于描述具体的测量值或状态。

定义： 指定变量的数据类型（如 Float、Int32、String）、值域、工程单位以及读写属性。
BaseDataVariableType： 最常用的变量类型，用于表示过程数据。
PropertyType： 用于描述对象的属性，通常为静态或低频变化的数据。
AnalogItemType： 专门用于模拟量，包含 EURange（量程）、EngineeringUnits（工程单位）等属性。

变量类型	基类	典型用途	关键属性
BaseDataVariableType	BaseVariableType	通用过程值	DataType, ValueRank
PropertyType	BaseVariableType	设备序列号、固件版本	DataType, AccessLevel
AnalogItemType	BaseDataVariableType	温度、压力、流量	EURange, EngineeringUnits
DiscreteItemType	BaseDataVariableType	开关状态、档位	EnumValues, ValuePrecision

常见误区： 不要混淆“变量类型”与“数据类型”。变量类型是语义层面的分类（如“模拟量”），而数据类型是存储层面的格式（如“Float”）。一个 AnalogItemType 的变量，其底层数据类型可以是 Float 或 Double。

3.3 方法类型 (MethodType)

方法类型定义了可以在服务器上执行的远程过程调用（RPC）。在仪表盘场景中，方法常用于触发设备动作或执行数据计算。

定义： 包含输入参数和输出参数的定义。
调用： 客户端通过 Call 服务调用方法，传递输入参数并接收输出结果。
可执行性： 方法节点具有 Executable 和 UserExecutable 属性，用于控制调用权限。

// 方法类型定义示例（伪代码）
MethodType: SetPoint
  InputArguments:
    - Name: "TargetValue"
      DataType: Float
      Description: "目标设定值"
  OutputArguments:
    - Name: "Result"
      DataType: StatusCode
      Description: "操作结果状态码"

3.4 数据类型与结构定义

数据类型是信息模型中最底层的构建块。OPC UA 不仅支持基础数据类型，还支持通过结构定义创建复杂数据类型。

3.4.1 基础数据类型

类型标识	描述	示例值
Boolean	布尔值	true / false
SByte / Int16 / Int32 / Int64	有符号整数	-128, 32767
Byte / UInt16 / UInt32 / UInt64	无符号整数	0, 65535
Float / Double	浮点数	3.14, 2.71828
String	UTF-8 字符串	"Pump-01"
DateTime	日期时间	2025-01-15T10:30:00Z
ByteString	字节数组	0x1A2B3C
LocalizedText	本地化文本	{"en":"Temperature","zh":"温度"}
NodeId	节点标识符	ns=2;i=1001
QualifiedName	限定名称	2:Temperature

3.4.2 结构定义 (Structured Type)

当基础数据类型无法满足复杂业务需求时，可以通过 StructureDefinition 定义复合数据类型。结构定义在历史数据查询中尤为重要，因为复杂数据点（如“振动频谱”、“GPS 坐标”）通常以结构体形式存储。

// 结构定义示例：振动数据
StructureDefinition: VibrationData
  Fields:
    - Name: "Frequency"
      DataType: Float
      Description: "频率 (Hz)"
    - Name: "Amplitude"
      DataType: Float
      Description: "振幅 (mm/s)"
    - Name: "Timestamp"
      DataType: DateTime
      Description: "采样时间戳"
    - Name: "Axis"
      DataType: LocalizedText
      Description: "轴向 (X/Y/Z)"

历史查询技巧： 当查询包含结构体类型的历史数据时，需要使用 ReadRawModified 或 ReadProcessed 服务，并指定 Fields 参数来提取结构体中的特定字段。例如，只提取 VibrationData 中的 Amplitude 字段。

3.5 信息模型在仪表盘配置中的应用

理解上述类型系统后，仪表盘配置将变得有章可循。以下是基于信息模型的数据采集流程：

浏览地址空间： 使用 Browse 服务遍历对象类型实例，定位目标设备。
识别变量节点： 根据变量类型（如 AnalogItemType）筛选出需要采集的数据点。
读取元数据： 获取变量的工程单位、量程、数据质量等属性，用于仪表盘刻度配置。
订阅数据变化： 使用 MonitoredItem 订阅变量值变化，实现实时仪表盘更新。
历史数据查询： 对于需要趋势分析的变量，使用 HistoryRead 服务读取历史数据。

  实战案例： 某工厂需要配置一个“水泵群监控仪表盘”。通过浏览 PumpType 的所有实例，自动发现 12 台水泵。每台水泵的 Speed 变量（类型为 AnalogItemType）被订阅，量程 0-3000 RPM 自动映射到仪表盘刻度。同时，VibrationData 结构体中的 Amplitude 字段被配置为历史趋势图的数据源。

3.6 本章小结

OPC UA 信息模型通过对象类型、变量类型、方法类型和数据类型构建了一个层次分明、可扩展的语义空间。掌握这些概念，能够帮助你在仪表盘配置中实现：

自动化发现： 基于类型系统自动识别设备与数据点。
语义一致性： 工程单位、量程等元数据由模型统一管理。
高效查询： 历史数据查询可以精确到结构体中的特定字段。
可维护性： 当设备类型升级时，只需更新类型定义，所有实例自动继承。