📚 课程目录第2章工业数据基础

2. 工业数据基础

工业数据管道的第一公里，决定了后续时序数据库能承载多少价值。与互联网埋点、日志或金融行情不同，工业数据来自物理世界，它由传感器、PLC、SCADA/DCS 等层层汇聚，带有明确的设备语义、时间语义和质量语义。理解这些来源与链路，是设计采集、存储与计算方案的前提。

一、工业数据的四类来源

从数据产生的物理位置看，工业数据大致可分为四层：

现场设备层：传感器、变送器、执行器、变频器、仪表，直接测量温度、压力、流量、振动、电流等物理量，输出 4–20mA、0–10V、脉冲或数字信号。
控制层：PLC、DCS 控制器、运动控制器、安全控制器，负责逻辑运算、闭环调节与联锁保护，产生过程值、设定值、报警、状态字。
监控层：SCADA、HMI、DCS 操作站，汇聚多台控制器数据，提供画面、报警、趋势、报表，是运维人员直接面对的数据视图。
信息层：MES、EMS、 historians、工业互联网平台、时序数据库，用于跨产线、跨工厂的分析与优化。

这四层并非简单堆叠，而是通过工业协议逐级汇聚。越靠近现场，数据频率越高、语义越原始；越靠近信息层，数据越聚合、语义越丰富，但原始细节可能已被压缩。

二、传感器与 PLC 数据：从物理量到标签

传感器输出的是连续或离散的物理信号，PLC 通过模拟量输入模块、数字量输入模块将其转换为工程值。例如一个 4–20mA 压力变送器，量程 0–1.6MPa，PLC 的 AI 模块分辨率为 12 位，则原始码值 0–4095 对应 4–20mA，再线性映射为 0–1.6MPa。这个过程涉及量程、零点、满度、滤波、单位等参数，任何一个配置错误都会导致“数据看起来正常但物理意义错误”。

PLC 内部的数据通常以标签（Tag）形式组织，标签名如 Line1_Reactor_Temp_PV，包含过程值 PV、设定值 SP、输出值 OP、报警状态 ALM、手自动模式 MAN/AUTO。采集系统需要读取的不仅是数值，还包括时间戳、质量码和标签元数据。

在工业场景中，一个“温度”往往对应多个标签：PV 是测量值，SP 是目标值，OP 是控制器输出，还有报警上下限、量程上下限、单位、描述。只采集 PV 会丢失大量上下文。

三、SCADA/DCS 系统：汇聚与语义层

SCADA 通常面向分散的远程设备，如泵站、管网、电力配电；DCS 则面向连续过程工业，如化工、炼油、发电，强调高可靠、冗余和闭环控制。两者在数据采集上的共同点是：都维护一个实时数据库（RTDB），以标签为单位缓存最新值、时间戳和质量码，并向上层提供 OPC、Modbus、IEC 104 等接口。

对时序数据库而言，SCADA/DCS 是“已经整理过一遍”的数据源。它的优势是标签语义清晰、质量码规范、时间戳统一；风险是采集频率可能被限制在秒级甚至分钟级，且历史数据可能被压缩或抽稀。若上层分析需要毫秒级原始波形，必须绕过 SCADA，直接从 PLC 或专用采集卡获取。

四、采集频率与精度：两个容易混淆的维度

采集频率指单位时间内采样次数，常见有 1ms、10ms、100ms、1s、1min。精度则包含三层含义：测量精度（传感器误差）、表示精度（浮点位宽、工程值小数位）、时间精度（时间戳分辨率与同步误差）。三者相互独立，不能互相替代。

场景	典型频率	时间精度要求	常见误区
振动监测	10kHz–50kHz	微秒级同步	用秒级 SCADA 数据做频谱分析
闭环控制	1ms–100ms	毫秒级、确定性	把采集频率当成控制周期
过程趋势	1s–10s	秒级	忽略质量码，把坏值当有效值
能耗计量	1min–15min	分钟级	用瞬时值累加代替积分电量

时间同步是工业数据质量的隐形基础。现场常用 NTP 对时，精度在毫秒级；对相位敏感的场景需要 PTP（IEEE 1588），可达微秒级。若各 PLC 时钟不一致，后续按时间对齐、关联分析都会出现“数据错位”。

五、工业协议概览：从现场总线到 OPC UA

工业协议种类繁多，可按层次和用途分类：

现场总线/实时以太网：Modbus RTU/TCP、Profibus、Profinet、EtherCAT、CANopen、CC-Link IE，面向控制器与 I/O 设备，强调实时性与确定性。
过程自动化协议：HART、Foundation Fieldbus、Profibus PA，常用于变送器与 DCS 之间。
电力与公用事业：IEC 60870-5-104、DNP3、IEC 61850，用于变电站、配电、水务。
上层互操作：OPC DA、OPC UA、MQTT、REST、Kafka，用于 SCADA 到信息层、边缘到云。

其中 OPC UA 兼具信息模型与传输能力，支持订阅、历史访问、方法调用和安全通道，已成为工业数据管道的主流入口。MQTT 则更适合边缘到云的轻量发布/订阅，常与 Sparkplug B 规范配合，携带标签名、时间戳和质量码。

# 典型 OPC UA 采集配置片段（示意）
endpoint: opc.tcp://192.168.10.21:4840
securityPolicy: Basic256Sha256
subscription:
  publishingInterval: 1000ms
  samplingInterval: 500ms
  queueSize: 10
nodes:
  - ns=3;s=Line1.Reactor.Temp.PV
  - ns=3;s=Line1.Reactor.Press.PV
  - ns=3;s=Line1.Motor.Current.PV

六、案例与复盘：一个温度数据为何“跳变”

某化工厂反映反应釜温度在时序库中频繁跳变，幅度达 ±8℃。排查发现：PLC 侧温度标签采样周期为 200ms，SCADA 以 1s 轮询并做了一阶滤波，而采集程序又通过 OPC DA 以 500ms 读取 SCADA 缓存。三层频率不一致，加上 SCADA 滤波与 OPC 缓存刷新不同步，导致上层看到的是“被多次重采样后的混叠信号”。最终方案是：对温度趋势保留 SCADA 1s 数据，对跳变分析直接从 PLC 以 200ms 采集原始 PV，并在时序库中按标签记录采样周期与质量码。

工业数据管道中，频率、精度、时间戳、质量码必须作为一等公民随数据一起存储。只存数值不存语义，后续任何分析都可能得出错误结论。

综上，工业数据基础的核心不是“把数据读上来”，而是理解数据从物理量到标签、从现场到平台的全链路语义。只有把来源、频率、精度、协议和质量码统一纳入管道设计，时序数据库才能真正支撑工业分析与优化。