2. 工业现场设备与数据源梳理

数据采集架构设计的第一步不是选网关、不是配协议，而是把现场"有什么数据、数据长什么样、从哪里取"梳理清楚。现场设备种类繁多，但按数据特征和采集接口可以归为几大类。理解每一类的数据产生方式、更新节奏和可用接口，才能决定后续是走周期轮询、事件订阅还是文件解析，以及边缘侧需要做多快的处理。

一、按数据特征划分的六类典型数据源

PLC（可编程逻辑控制器）是离散制造现场最核心的数据源。它内部维护着I/O映像区、数据块（DB）、定时器/计数器等存储区，数据以位（BOOL）、字节、字（WORD）、双字（DWORD）、整数（INT/DINT）、浮点数（REAL）等形式存在。PLC的数据特征是周期性刷新、状态量为主、单点数据量小但点位数量大。典型采集接口包括：西门子的S7协议（S7comm/S7comm Plus）、三菱的MC协议、欧姆龙的FINS、罗克韦尔的EtherNet/IP与CIP，以及通用的Modbus TCP/RTU。采集时通常按扫描周期或自定义周期读取指定地址区，例如DB1.DBD0读取一个REAL型温度值。

DCS（集散控制系统）面向流程工业，数据以模拟量回路为主，包括PV（过程变量）、SP（设定值）、MV（操作输出）、PID参数、报警状态等。DCS的数据特征是连续模拟量、带工程单位、更新周期相对固定（常见500ms~2s）、点位语义明确。采集接口多为OPC DA/UA、Modbus，部分系统提供专用API或历史库接口。与PLC不同，DCS的数据往往已经过工程单位换算和滤波，采集时更关注时间戳一致性和批量读取效率。

CNC（数控机床）的数据分为两类：一类是运行状态数据（运行/停机/报警/加工中），另一类是过程数据（主轴转速、进给速度、坐标位置、刀具号、程序名、加工计数）。数据特征是状态变化事件驱动、过程数据高频但可降采样、语义依赖机床型号。采集接口主要有FANUC的FOCAS、西门子840D的OPC UA或S7协议、三菱的M700系列接口，以及部分机床支持的MTConnect标准。CNC采集的难点在于不同品牌接口差异大，且部分数据需要授权选项才能开放。

工业机器人的数据包括关节角度、末端位姿、运行模式（自动/手动/示教）、程序状态、报警码、循环时间、电机电流等。数据特征是高频周期性（常见10~100ms）、多轴同步、带坐标系语义。采集接口包括各品牌专用接口（如ABB的Robot Web Services、KUKA的EthernetKRL、发那科的ROBOGUIDE/RI）、现场总线（EtherCAT、PROFINET）以及部分支持OPC UA的控制器。机器人数据采集需注意坐标系定义，关节角与笛卡尔位姿是两套参照，混用会导致后续分析错误。

传感器是数量最多、最分散的数据源，包括温度、压力、流量、液位、振动、光电、接近开关等。数据特征是单点、低语义、更新频率差异极大——温度可能1s一次，振动可能10kHz以上。接口分为模拟量（4~20mA、0~10V）、数字量（干接点、PNP/NPN）、总线型（IO-Link、Modbus、CAN）以及智能传感器（支持MQTT、OPC UA）。采集时需明确量程、工程单位换算关系和采样率要求。

仪表包括流量计、电能表、称重仪表、分析仪等，通常自带显示和通信口。数据特征是带工程单位、有累积量/瞬时量之分、通信协议标准化程度较高。常见接口为Modbus RTU/TCP、HART、Profibus PA、M-Bus等。采集时要注意累积量（如电能kWh、流量m³）的读取方式，避免重复累加或丢数。

二、梳理数据源时的关键判断维度

面对一台设备，不能只记"它是什么"，而要回答四个问题：数据在哪里、以什么形式存在、多久变一次、用什么接口取。

第一，数据位置。PLC的数据在DB块或M区，DCS在控制器或历史站，CNC在NCK或PLC侧，机器人控制器内部有专用数据区，传感器和仪表在自身寄存器。位置决定了寻址方式，例如西门子S7-1200的DB块需要知道DB号、起始偏移和数据类型，而Modbus设备需要知道从站地址、功能码和寄存器地址。

第二，数据形式与语义。同样是16位寄存器，可能是INT、UINT、WORD、两个BOOL打包，也可能是REAL的一半。采集前必须拿到点表，明确每个点的地址、类型、量程、工程单位、读写权限。缺少点表的采集，后期数据无法解释。

第三，更新频率与实时性要求。PLC扫描周期可能5~20ms，但业务只需要1s一次；振动传感器需要10kHz采样，但边缘只上传特征值。采集周期应匹配业务需求，而不是盲目追求最快。过高的采集频率会浪费带宽和存储，过低则丢失关键变化。

第四，接口可用性与授权。部分CNC和机器人的数据接口需要购买选项授权，部分老设备只有串口。梳理阶段就要确认接口是否开放、是否需要额外硬件（如串口服务器、协议转换网关）、是否允许多客户端同时连接。

三、一份可用的数据源梳理表

实际项目中，建议用一张表把上述信息固化下来。以下是一个示例片段，字段可根据项目调整：

四、常见梳理遗漏与后果

实际项目中最容易遗漏三类信息。一是累积量处理：电能、流量等累积量如果按周期读取并直接求和，会因重复读取导致数据虚高，正确做法是读取瞬时增量或做差值计算。二是时间戳来源：PLC和DCS的时间可能不同步，采集时若统一用网关时间，会导致跨设备关联分析出现偏差，建议关键数据保留设备时间戳或做NTP同步。三是写操作权限：部分采集需要读取，但有些场景需要下发设定值，梳理时要区分只读点和读写点，避免误写导致生产异常。

把数据源梳理清楚，后续的协议选型、网关部署、边缘计算策略才有依据。这一步做得越细，后面返工越少。