3. HMI实时数据模型设计
HMI 画面上的一个数字、一根趋势曲线、一个报警灯，背后都不是“直接读 PLC 地址”这么简单。如果每个控件都各自去访问 PLC，画面一多就会造成通信拥塞、刷新抖动、报警漏报。工程上通行的做法是在 HMI 与现场设备之间建立一层实时数据模型：把物理地址抽象成有语义的标签，把标签组织成数据点，给每个值附带时标与质量戳，再按实时与历史两条路径分层存储。本节围绕这四件事展开。
一、标签管理：从物理地址到语义对象
标签（Tag）是数据模型的最小命名单元。它至少包含四类信息：名称（如 Line1.Tank101.Level_PV）、数据源（PLC 型号、站号、寄存器区与偏移，如 S7-1200 / IP 192.168.0.10 / DB10.DBD0）、数据类型（REAL、INT、BOOL）、采集属性（扫描周期、死区、是否启用）。命名建议采用“区域.设备.测点.用途”的分层结构，例如 Line1.Tank101.Level_PV 表示 1 号线 101 罐液位过程值，Line1.Tank101.Level_SP 表示对应设定值。这样在画面绑定、报警配置、历史归档时都能按前缀批量筛选，避免出现 DB10_DBD0_1 这类无法维护的名字。
标签管理还要处理采集策略。不是所有点都需要 100 ms 扫描：液位、温度这类慢变量用 500 ms～1 s 即可；急停、联锁状态用 50～100 ms；而累计产量这类只在变化时上报的点，应启用“变化上报 + 死区”以减少通信量。死区（Deadband）指变化量小于阈值时不更新，例如液位死区设为 0.5%，可过滤掉传感器噪声引起的无意义刷新。
二、数据点建模：值、时标、质量三位一体
一个数据点（Data Point）不是单个数值，而是一个结构体：{value, timestamp, quality}。三者必须同时存在，缺一不可。只传值不传时标，趋势图就无法还原真实发生顺序；只传值不传质量，操作员会把通信中断时保持的旧值当成实时值。数据点建模的关键决策是“谁产生时标”：如果由 HMI 轮询后打时间戳，时标精度受扫描周期和网络抖动影响；如果由 PLC 或边缘网关在采集瞬间打戳（如 PLC 的 RTC 或网关的硬件时钟），精度更高。工程上对报警、事件、批次追溯类数据，优先采用源端时标；对普通画面刷新，可用 HMI 接收时标。
质量戳（Quality Stamp）通常按 OPC 规范分为 Good、Bad、Uncertain 三档，并可细分原因码：Good 表示值可信；Bad/CommFailure 表示通信中断；Bad/NotConnected 表示设备未连接；Uncertain/LastUsable 表示使用最后一次有效值；Uncertain/SensorFailure 表示传感器故障。HMI 必须根据质量戳改变显示方式：Good 正常显示，Uncertain 加黄色底或斜纹，Bad 显示灰色并叠加“---”或“通信中断”提示，而不是继续显示一个看似正常的数字。
三、时标与质量戳：让数据“可追溯、可判断”
时标要区分采集时标与接收时标。采集时标是现场值真正产生的时刻，接收时标是 HMI 收到数据的时刻。两者之差反映通信延迟。若某标签接收时标持续比采集时标晚 2 s 以上，说明该链路存在拥塞或扫描周期设置过长，应检查通信负载。时标统一使用带时区的 ISO 8601 格式（如 2025-03-18T10:23:41.250+08:00），避免夏令时或跨时区部署时出现顺序错乱。
质量戳的传播规则同样重要：当通信中断时，HMI 不应把该标签的所有派生量都标为 Good。例如液位为 Bad 时，由液位计算出的“罐容体积”“剩余可用时间”也应降级为 Uncertain 或 Bad，否则操作员会基于错误数据做决策。实现上可在数据点模型中增加 sourceQuality 字段，派生点继承源点质量，取最差质量作为自身质量。
四、历史与实时数据分层存储策略
实时数据与历史数据的访问特征完全不同：实时数据要求低延迟、高频刷新、只关心“当前值”；历史数据要求高压缩比、长时间保留、支持按时间范围查询。因此应分层存储：
- 实时层：驻留内存，采用环形缓冲保存最近 1～5 分钟数据，供画面刷新和短趋势使用，读写延迟在毫秒级。
- 历史层：写入时序数据库（如 InfluxDB、TimescaleDB 或组态软件自带归档），按标签+时间分区，保存原始值或按死区压缩后的值，保留 1～3 年。
- 归档层：对超过 1 年的数据做降采样（如 1 分钟均值、最大值、最小值），转存冷存储，保留 5～10 年，满足追溯与审计要求。
分层的关键参数是存储周期与压缩策略。以液位标签为例：实时层保留 5 分钟；历史层每 1 s 存一个值，启用死区 0.5%，即变化不足 0.5% 时不写入；归档层每小时存一条均值。这样单点日增记录从 86400 条降到约 2000～5000 条，显著降低存储与查询压力。查询时，画面短趋势读实时层，日报表读历史层，年度审计读归档层，各取所需。