4. 设备数据采集

设备数据采集是工业数据湖的“进水口”。如果采集层不稳定、语义不统一、时间戳不可信，后续的存储、治理和分析都会变成“垃圾进、垃圾出”。本章围绕传感器、PLC、SCADA、OPC UA、MQTT 五类关键技术，讲清它们各自在数据链路中的位置、职责与协作方式，并给出边缘计算与实时数据接入的落地方法。

一、核心原理：五层采集技术栈的分工

工业现场的数据并非从设备直接“飞”进数据湖，而是经过一条逐级抽象的信号链。理解这条链，才能判断故障出在哪一层。

• 传感器层：把物理量（温度、压力、振动、电流）转换为电信号，输出 4–20mA、0–10V、RTD、热电偶或数字脉冲。它决定数据的“物理真实性”。
• PLC 层：可编程逻辑控制器周期性扫描 I/O，形成过程变量（PV）、设定值（SP）、输出值（MV）和设备状态字。它是控制闭环的核心，也是采集的主要数据源。
• SCADA 层：监控与数据采集系统，负责画面监视、报警、历史趋势和远程调度，通常通过 Modbus、Profibus、IEC 104 等协议与 PLC 通信。
• OPC UA 层：提供跨厂商、带语义模型和安全通道的统一接口，支持地址空间浏览、订阅发布和复杂数据类型，是“语义化采集”的关键。
• MQTT 层：轻量级发布/订阅消息协议，适合高并发、弱网络、边缘到云的异步传输，常与 Sparkplug B 规范配合实现设备状态与载荷的标准化。

这五层不是替代关系，而是互补关系：传感器提供原始信号，PLC 提供控制级数据，SCADA 提供监控级数据，OPC UA 提供语义与安全，MQTT 提供高效传输。

二、方法流程：从现场信号到数据湖的六步接入

一个可复用的采集接入流程通常包含六个步骤，每一步都有明确的输入输出和验收标准。

1. 设备盘点与协议识别：列出 PLC 型号、通信口、支持的协议（Modbus TCP、S7、EtherNet/IP、OPC UA），确认是否具备语义化接口。
2. 点位建模与命名规范：按“产线-设备-部件-测点”四级命名，例如 L1.CNC01.SPINDLE.TEMP，并绑定单位、量程、精度。
3. 采集频率与死区设置：高频振动用 1kHz，温度用 1Hz；模拟量设置死区（如 0.5%），避免无效数据洪泛。
4. 边缘网关部署：在靠近设备的工控机或边缘盒子上运行采集服务，完成协议转换、缓存和预处理。
5. MQTT 主题规划与 QoS 选择：按业务重要性选择 QoS，关键报警用 QoS 2，普通趋势用 QoS 0。
6. 数据湖入湖与校验：通过流处理引擎写入数据湖，校验时间戳单调性、点位完整率和数值范围。

三、案例场景：汽车焊装车间的实时数据接入

某汽车焊装车间有 12 台焊接机器人、8 台 PLC 和 1 套 SCADA。改造前，数据仅存在于 SCADA 历史库，无法支撑实时质量分析。改造方案如下：

• 每台机器人通过 OPC UA 暴露焊接电流、电压、节拍、故障码，采样周期 100ms。
• PLC 通过 Modbus TCP 提供夹具状态、安全门信号，采样周期 50ms。
• 边缘网关运行 OPC UA Client 和 Modbus Master，统一转换为 Sparkplug B 格式。
• 通过 MQTT 发布到 factory/welding/robot01/current 等主题，QoS 1。
• 流处理平台消费后写入数据湖，同时触发实时质量告警。

改造后端到端延迟从分钟级降到 300ms 以内，焊接虚焊缺陷追溯时间从 2 小时缩短到 5 分钟。

四、误区与复盘：采集层最常见的五个坑

五、配置示例：边缘网关 MQTT 接入片段

# edge-gateway.yaml
mqtt:
  broker: "ssl://mqtt.factory.local:8883"
  client_id: "edge-gw-line1"
  qos: 1
  keepalive: 30
  tls:
    ca: "/etc/certs/ca.pem"
    cert: "/etc/certs/edge.pem"
    key: "/etc/certs/edge.key"

opcua:
  endpoint: "opc.tcp://plc01:4840"
  subscription_interval: 100
  nodes:
    - id: "ns=2;s=Robot01.Current"
      topic: "factory/welding/robot01/current"
      deadband: 0.5
    - id: "ns=2;s=Robot01.Voltage"
      topic: "factory/welding/robot01/voltage"
      deadband: 0.5

buffer:
  path: "/var/lib/edge/buffer"
  max_hours: 24
  flush_interval: 5

该配置实现了 OPC UA 订阅、死区过滤、TLS 加密传输和 24 小时本地缓存，是边缘实时接入的最小可用模板。实际部署时还需根据现场网络质量调整 keepalive 和 flush_interval，并在数据湖侧配置对应的主题订阅和 schema 校验。