2. 工业数据采集基础
在 AVEVA 工业数据采集与可视化平台中，数据采集是整个系统的“入口”。如果入口没有设计清楚，后面的可视化、报警、报表和趋势分析都会失去可靠基础。本节围绕四个核心概念展开：数据源类型、采集协议、实时数据库与历史数据库。理解它们之间的关系，是后续配置采集通道、建立数据模型和设计画面时的前提。
一、数据源类型：先分清“数据从哪里来”
工业现场的数据源并不只有一种形态。按照数据产生和暴露方式，常见的数据源可以分为以下几类：
- PLC/DCS 控制器：如西门子 S7-1200/1500、罗克韦尔 ControlLogix、施耐德 M580、和利时/浙大中控 DCS。它们通过自身通信口或扩展模块对外提供过程变量，例如温度、压力、流量、阀门开度、电机状态。
- RTU/远程终端单元：常用于油气管道、水务、电力配网等分布式场景，点位分散、通信距离远，通常支持 Modbus、DNP3、IEC 60870-5-104 等协议。
- 智能仪表与传感器：如支持 HART、Profibus PA、Foundation Fieldbus 的变送器，除主变量外还可提供诊断、组态参数等多变量数据。
- SCADA/第三方系统：通过 OPC UA、OPC DA、数据库接口或 API 提供数据，属于“系统对系统”的数据源。
- 文件与消息类数据源：如 CSV 文件、MQTT 消息、Kafka 主题，常见于设备物联网、能源管理或边缘计算场景。
在 AVEVA 平台中，数据源通常以“通道（Channel）”或“设备（Device）”的形式组织。一个通道对应一种通信驱动，一个设备对应一台具体控制器或仪表。例如，用 Modbus TCP 驱动建立一个通道，再在该通道下建立多个设备，每个设备用 IP 地址和端口区分。这样组织的好处是：通信参数集中管理，点位按设备归属，排障时能快速定位是“通道不通”还是“某个设备不通”。
二、采集协议：决定“怎么把数据取回来”
采集协议是数据源与采集服务之间的“语言”。选错协议，轻则采集效率低，重则根本连不上。工业场景中常见的协议及其适用特点如下：
| 协议 | 典型承载 | 适用场景 | 注意事项 |
|---|---|---|---|
| Modbus RTU/TCP | 串口 / 以太网 | PLC、仪表、RTU 通用采集 | 寄存器地址需区分 0/1/3/4 区，注意字节序 |
| S7 通信 | 以太网 | 西门子 S7 系列 | 需正确设置机架号、槽号与 TSAP |
| OPC UA | 以太网 | 跨厂商、跨平台、带语义的数据交换 | 需关注安全策略、证书与节点 ID 命名空间 |
| OPC DA | Windows COM/DCOM | 传统 Windows SCADA 环境 | DCOM 配置复杂，逐步被 OPC UA 替代 |
| MQTT | TCP/TLS | 边缘设备、物联网、低带宽场景 | 需约定主题层级与 JSON 负载格式 |
| IEC 60870-5-104 | TCP | 电力调度、配网自动化 | 需理解遥测、遥信、遥调、遥控四类报文 |
选择协议时，优先看数据源原生支持什么，再看平台驱动是否覆盖。以一台支持 Modbus TCP 的流量计为例，采集服务中需要配置：IP 地址、端口 502、从站号、功能码、起始寄存器地址、寄存器数量、数据类型（如 32 位浮点）和字节序。若读回的值明显异常，例如流量显示为 1.2e-38，通常说明字节序或数据类型配置错误，而不是仪表故障。
三、实时数据库：保存“当前这一刻”
实时数据库（RTDB）面向的是“当前值”。它保存每个测点的最新数值、时间戳和质量码，并支持高速读写、订阅和变化通知。在 AVEVA 平台中，实时数据库通常承担以下职责：
- 维护每个点的当前值，供画面、报警、脚本快速读取；
- 支持按变化上报（Deadband）和周期扫描两种更新方式；
- 提供质量码，例如 Good、Bad、Uncertain，用于判断数据是否可信；
- 作为历史归档的数据来源，按归档策略写入历史库。
实时数据库的关键参数包括：扫描周期、死区、超时时间、重试次数。例如，一个温度点扫描周期设为 1000 ms，死区设为 0.5 ℃，则温度变化小于 0.5 ℃ 时不产生新事件，变化超过 0.5 ℃ 才更新并触发订阅。这样既能反映真实变化，又能避免大量无意义的数据刷新。
四、历史数据库：保存“过去那一段时间”
历史数据库（Historian）面向的是“时间序列”。它按时间顺序存储测点值，支持趋势查询、报表统计、批次追溯和长期归档。与实时数据库相比，历史库更关注：
- 压缩与存储效率：常用旋转门（Swinging Door）等有损压缩算法，在保证趋势形状的前提下减少存储量；
- 查询能力：支持按时间范围、采样间隔、聚合方式（平均、最大、最小、累计）取数；
- 数据保留策略：按天数、容量或分级归档管理，避免磁盘无限增长。
实时库与历史库的关系可以这样理解：实时库是“现在”，历史库是“过去”。采集服务把数据写入实时库，归档服务再按策略把实时库中的数据落到历史库。画面上的实时数值来自实时库，趋势曲线和日报表来自历史库。
五、四个概念如何协同工作
把四个概念串起来看，一条完整的数据链路是：现场设备产生数据 → 采集服务按协议读取 → 写入实时数据库 → 归档服务按策略写入历史数据库 → 画面、趋势、报表分别从实时库和历史库取数。任何一个环节配置不当，都会在最终画面上表现为“没有数据”“数据不刷新”或“趋势断线”。
以一台 Modbus TCP 温度变送器为例，假设寄存器 40001 保存温度值，数据类型为 32 位浮点、大端字节序，扫描周期 1000 ms，死区 0.2 ℃，历史归档周期 60 s。配置完成后，可以在实时库中看到当前温度和质量码；等待几分钟后，在历史库中查询该点，应能看到每分钟一个归档值。如果实时值正常但历史趋势为空，应优先检查归档服务是否启动、归档组是否包含该点、归档周期是否设置过短或过长。
掌握数据源类型、采集协议、实时数据库和历史数据库这四个基础概念后，后续配置采集通道、建立点表、设计画面和趋势时，就能清楚每一步在整条链路中的位置和作用，也能在出现问题时快速判断故障发生在哪一段。