4. 追溯数据采集与边缘协同

多工厂追溯体系里，数据不是从ERP或MES“自动长出来”的，真正决定追溯粒度、时效与可信度的，是车间层的数据采集与边缘协同能力。车间层负责把物理世界的加工、装配、检验、包装、出入库等事件转成带时间戳、带工位/设备/批次标识的数据；边缘计算节点负责在靠近产线的地方完成协议适配、数据清洗、事件聚合、规则判断与本地留存；云端则承担跨工厂汇聚、全局追溯查询与长期归档。三者之间不是简单的“上传—存储”，而是一条有缓冲、有判断、有回退路径的数据链。

车间层数据采集：先解决“采什么、从哪采、怎么标识”

车间层采集对象通常分四类：设备信号（PLC寄存器、CNC状态字、机器人节拍、扭矩/温度/压力等过程参数）、条码/RFID标识（物料批次、托盘、载具、工单、序列号）、人工工位事件（扫码上料、首检确认、返修登记、包装封箱）以及检测设备结果（视觉判定、气密测试、电性能测试）。采集方式上，PLC常用S7、Modbus TCP、OPC UA；老旧设备可通过IO点位或串口转以太网网关接入；扫码枪与RFID读写器多走TCP/串口；检测设备常提供CSV落盘、数据库写入或HTTP回调。

采集的关键不是“连上”，而是建立统一的追溯主键。建议在边缘侧为每个生产事件生成event_id，并强制携带factory_id、line_id、station_id、equipment_id、work_order、batch_no、serial_no、event_time、event_type、payload。其中event_time应优先取设备时间或边缘网关时间，避免依赖人工录入时间。对于没有序列号的产品，至少要用“工单+批次+托盘号+时间窗”形成可回溯的最小关联。

边缘计算节点部署：位置、职责与资源边界

边缘节点不是“小服务器”这么简单，它承担的是车间级数据网关与轻量计算角色。部署位置通常有三种：产线级边缘盒（靠近PLC/工位，负责协议采集与实时缓存）、车间级边缘服务器（负责多产线汇聚、规则计算、本地数据库与断网续传）、厂区级边缘节点（负责跨车间汇聚与上云通道）。对于多工厂追溯，建议至少做到“车间级边缘节点+产线级采集网关”两级结构，避免单点故障导致整条线数据丢失。

边缘节点的核心职责包括：协议适配与采集调度、数据清洗与单位归一、事件聚合（如将“上料扫码+设备启动+加工完成”聚合成一个工序事件）、本地规则判断（如批次混料校验、工艺参数超限标记）、本地缓存与断网续传、以及向上游云端提供批量或流式上传接口。资源上，一个车间级节点通常需要4核CPU、8GB内存、256GB以上SSD，并预留至少7天原始事件缓存空间；若涉及视觉检测结果或高频振动信号，应单独规划存储与带宽。

断网续传：把“网络不可靠”当成常态来设计

车间网络抖动、交换机重启、运营商链路中断、云端维护窗口，都会造成上传失败。断网续传的核心不是“重试”，而是“不丢、不重、不乱序”。建议在边缘节点为每条待上传事件分配单调递增的seq_no，并维护一个本地发送队列。上传成功后记录ack_seq，失败则保留在队列中；网络恢复后从最小未确认seq_no开始补传。云端按event_id做幂等去重，避免重复入库。

续传策略上，建议采用“指数退避+最大间隔封顶”：首次失败后等待2秒，之后4、8、16、32秒，最大不超过300秒；连续失败超过阈值时切换为低频探测，避免无效请求打满链路。对于高优先级事件（如质量异常、批次混料告警），可单独走一条优先队列，不与普通过程数据争抢带宽。边缘节点还应记录last_success_time、pending_count、oldest_pending_time三个指标，用于判断积压是否超过缓存容量。

本地缓存策略：容量、淘汰与恢复

本地缓存要回答三个问题：存多久、存多少、满了怎么办。以某汽车零部件车间为例（示例假设）：单条工序事件约1.2KB，单线日均事件约8万条，则单线日增约96MB；车间级节点按4条线、7天缓存计算，约需2.7GB，加上索引与日志，预留8～10GB即可。若包含视觉图片或波形文件，应按“元数据长期保留、大文件短期保留”分层处理：事件元数据保留7～30天，图片/波形保留24～72小时，超期后仅保留文件路径与校验值。

缓存淘汰建议按“时间+优先级”双维度：普通过程数据按时间滚动删除；质量异常、返修、报废、批次切换等关键事件标记为high_priority，在容量允许时优先保留。当磁盘使用率超过85%时，触发告警并开始淘汰低优先级历史数据；超过95%时，停止接收非关键高频信号，仅保留事件级数据，防止节点写满导致采集进程崩溃。恢复上传后，应校验云端已接收的seq_no范围，清理本地已确认数据，并保留最近一段时间的发送日志用于排障。

多工厂协同中的一致性要点

多工厂场景下，各车间边缘节点可能使用不同的采集频率、时间精度和编码规则。建议在边缘侧统一做三件事：时间统一到UTC或统一时区并保留毫秒；批次号、工单号、设备编码按集团主数据映射后再上传；事件类型使用统一字典（如MATERIAL_IN、PROCESS_START、PROCESS_END、INSPECT_PASS、INSPECT_FAIL、REWORK、PACK_OUT）。这样云端在做跨工厂追溯时，才能按同一语义拼接出完整链路，而不是面对一堆“同名不同义”的字段。

最后需要强调：边缘节点不是云端的临时替代品，而是追溯数据链的第一道质量关口。采集标识是否完整、时间戳是否可信、断网期间是否有序缓存、恢复后是否幂等补传，决定了追溯结果能不能经得起审计和召回验证。把这几件事在车间层做扎实，后续的跨工厂查询与合规输出才有可靠基础。