3. 设备数据集成基础
设备数据集成是工业AI智能体落地的“第一公里”。智能体再聪明，如果拿不到稳定、准确、语义清晰的设备数据，也只能停留在演示阶段。本节从数据来源、数据类型、采集方式、集成目标与常见挑战五个维度，建立设备数据集成的整体认知框架，为后续协议解析、边缘计算与数据建模打下基础。
一、设备数据从哪里来：四类典型数据源
工业现场的数据来源远比“读PLC”复杂。按数据产生的层次，可以划分为四类：
- 现场层设备：PLC、DCS、CNC、机器人控制器、变频器、仪表（温度、压力、流量）等，通过Modbus、Profibus、EtherNet/IP、OPC UA等协议暴露寄存器或变量。
- 边缘网关与采集器：负责协议转换、数据缓存与断点续传，是IT与OT之间的“翻译官”，常见形态有工业网关、边缘一体机、IPC。
- 上位系统：SCADA、MES、WMS、QMS、能源管理系统，它们已经对现场数据做过一次聚合，可提供工单、批次、质量判定等业务上下文。
- 辅助与外部数据：环境温湿度、视频流、RFID/条码、ERP订单、天气与电价等，用于给设备数据补充解释变量。
理解数据来源的关键，不是记住协议名称，而是明确每个数据源的责任边界：现场层提供高频原始信号，上位系统提供低频业务语义，外部数据提供上下文。智能体的输入质量，取决于这三者能否在时间与主键上对齐。
二、数据类型：从信号到语义的四个层次
设备数据并非只有“数值”一种。按表达能力和处理难度，可分为四个层次：
| 层次 | 典型数据 | 特征 | 集成要点 |
|---|---|---|---|
| 原始信号 | 电流、振动、温度、开关量 | 高频、无业务含义 | 采样率、量程、单位统一 |
| 状态与事件 | 运行/停机/报警、故障码 | 离散、带时间戳 | 状态机定义、去抖、边沿检测 |
| 工艺参数 | 转速、压力设定值、配方 | 与产品/批次绑定 | 关联工单、批次主键 |
| 业务语义 | OEE、良率、能耗、节拍 | 聚合指标、低频 | 口径统一、可追溯计算 |
很多集成项目失败，是因为只采集了“原始信号”，却没有定义“状态与事件”的语义。智能体需要的是“设备在什么状态下、因何原因、持续多久”，而不是一堆孤立的浮点数。
三、采集方式：轮询、订阅与事件驱动
采集方式决定了数据的实时性与系统负载。常见有三类：
- 轮询采集：按固定周期读取寄存器，实现简单、兼容性好，但周期过短会压垮设备，过长会丢失瞬态事件。
- 订阅/发布：基于OPC UA Subscription或MQTT，设备或网关主动推送变化数据，适合高频与大规模点位。
- 事件驱动：由报警、PLC上升沿、视觉触发等事件触发采集，数据量小但语义强，适合故障诊断与质量追溯。
实际工程中通常采用“轮询保底 + 订阅提效 + 事件补语义”的混合策略。下面是一个典型的采集配置片段：
# 采集任务配置示例
task: cnc_01_collect
protocol: opcua
endpoint: opc.tcp://192.168.10.21:4840
mode: subscription
sampling_interval_ms: 200
publishing_interval_ms: 1000
points:
- node: "ns=2;s=SpindleSpeed"
alias: spindle_speed
unit: rpm
- node: "ns=2;s=AlarmCode"
alias: alarm_code
trigger: on_change
buffer:
enable: true
max_points: 50000
upload: mqtt://edge-broker:1883/plant/cnc01
四、集成目标：让数据“可用、可信、可追溯”
设备数据集成的目标不是“把数据搬进数据库”，而是让数据满足智能体的使用条件。可归纳为四个目标：
- 连通性：打通协议孤岛，实现多源设备统一接入。
- 一致性：统一时间戳、单位、量纲与命名，消除“同名不同义”。
- 实时性：按业务场景分级，控制类毫秒级、监控类秒级、分析类分钟级。
- 可追溯：保留原始值、采集时间、质量码与转换链路，支持回放与审计。
五、常见挑战与应对思路
设备数据集成面临的挑战，往往不是技术单点，而是“技术+管理+语义”的复合问题：
- 协议碎片化：老设备无标准接口，需借助网关或加装传感器，优先选择支持多协议转换的边缘设备。
- 数据质量差：存在漂移、跳变、缺失与重复，需在边缘侧做去噪、限幅、插值与质量码标记。
- 时间不同步：各设备时钟不一致，导致事件顺序错乱，应统一NTP/PTP并对齐时区。
- 语义缺失：只有点位地址没有业务含义，需建立“点位—设备—工序—产品”的元数据模型。
- 网络与安全：OT网络隔离、带宽受限，需采用边缘缓存、断点续传与单向隔离网关。
- 变更频繁：设备改造、点位增减导致采集配置失效，应把采集配置代码化、版本化管理。
六、案例场景：一条装配线的数据集成
某汽车零部件装配线包含3台机器人、2台压机、1套视觉检测与1条输送线。集成方案如下：机器人通过EtherNet/IP读取关节电流与节拍；压机通过OPC UA订阅压力曲线与报警码；视觉系统通过MQTT推送检测结果；输送线通过Modbus轮询光电开关。边缘网关统一打时间戳并缓存，上传至时序数据库；同时将工单号、批次号与设备事件关联，形成“设备—批次—质量”三元组。智能体据此实现停机原因分析与质量追溯，平均故障定位时间从小时级降至分钟级。
七、复盘：三个常见误区
- 误区一：追求全量高频采集。结果存储成本高、噪声大，反而掩盖关键事件。应按场景分级采集。
- 误区二：只做技术连通，不做语义建模。数据能进库，但智能体无法理解，等于没集成。
- 误区三：忽视边缘侧质量处理。把脏数据直接送入AI模型，导致误报与信任崩塌。
设备数据集成的本质，是在设备与智能体之间建立一条可信、可解释、可追溯的数据通道。只有把来源、类型、采集方式、目标与挑战统一纳入设计，后续的AI分析与智能体决策才有稳固基础。