4. 数据采集与感知层

数据闭环的第一公里,是把物理世界的“状态”变成可计算的数据。感知层承担的就是这件事:它决定了后续所有分析、优化和决策的输入质量。如果感知层的数据是错的、迟的、断的,再先进的上层算法也只能在噪声上做文章。因此,理解感知层的设备分工与数据流向,是构建智慧工厂数据闭环的起点。

一、感知层的四类角色与数据流

感知层并不是单一设备,而是一条从“物理量”到“业务语义”的逐级抽象链。传感器负责把温度、压力、位移、光电等物理量转为电信号;PLC 负责把这些信号按控制逻辑组织成可读的寄存器与状态位;SCADA 负责把多台 PLC 的数据汇聚成产线级画面与历史趋势;RFID 与机器视觉则补充了“身份”和“外观”两类非接触式信息。它们共同构成从现场到系统的数据入口。

感知层数据流:从物理量到业务语义 物理世界 温度 / 压力 / 位移 光电 / 转速 / 液位 传感器 4-20mA / 0-10V 开关量 / 脉冲 PLC I/O 扫描 / 逻辑运算 寄存器 / 状态位 SCADA 画面 / 报警 / 趋势 历史库 / 接口 RFID 标签 / 读写器 身份与批次 机器视觉 相机 / 光源 / 算法 缺陷 / 尺寸 / 定位 数据接入层 OPC UA / MQTT 时序库 / 消息队列 关键点:传感器解决“测得到”,PLC 解决“控得住”,SCADA 解决“看得全”,RFID/视觉解决“认得准”。 四类数据在接入层统一时间戳与语义后,才能进入数据闭环的上层分析。

二、核心设备的工作原理与选型要点

传感器是感知层的最小单元。按输出信号可分为模拟量(4-20mA、0-10V)和数字量(开关、脉冲、总线)。选型时重点关注量程、精度、响应时间、防护等级和输出接口。例如,振动监测常用 IEPE 加速度传感器,温度监测常用 PT100 热电阻或热电偶,位置检测常用接近开关或编码器。

PLC 是可编程逻辑控制器,按“输入采样—程序执行—输出刷新”的循环扫描方式工作。它把传感器信号映射到输入映像区,经梯形图或结构化文本逻辑运算后,写入输出映像区驱动执行机构。PLC 的寄存器地址(如 DB1.DBD0、M100、VW100)就是后续数据采集的“数据源坐标”。

SCADA 是数据采集与监控系统,通常由上位机、通信驱动、实时数据库、画面组态和报警模块组成。它通过 Modbus、OPC UA、S7 等协议轮询或订阅 PLC 数据,形成产线级监控画面与历史趋势。SCADA 的价值在于“横向汇聚”和“纵向穿透”:既能看整线,也能下钻到单台设备。

RFID 通过射频信号非接触读取标签,适合物料托盘、工装夹具、在制品的身份识别。它解决的是“这个物体是谁、从哪来、到哪去”的问题,常与 MES 的工单绑定。机器视觉则通过相机、光源和算法完成缺陷检测、尺寸测量、字符识别和定位引导,解决“这个物体长什么样、合不合格”的问题。

三、典型场景:一条装配线的感知层配置

以某汽车零部件装配线为例,感知层配置如下表所示。可以看到,不同设备承担不同数据职责,最终在接入层汇合。

设备/技术 采集对象 典型接口/协议 数据用途
压力传感器 压装力、油压 4-20mA → PLC AI 模块 压装曲线判定、工艺追溯
PLC 工位节拍、气缸状态 Profinet / EtherNet/IP 设备状态、OEE 计算
SCADA 整线运行画面、报警 OPC UA / Modbus TCP 集中监控、历史趋势
RFID 托盘号、工件批次 RS485 / 以太网 物料防错、批次追溯
机器视觉 外观缺陷、装配到位 GigE / USB3.0 质量判定、NG 剔除

四、常见误区与复盘

误区一:只采“结果”,不采“过程”。很多项目只记录最终合格/不合格,却丢掉了压装曲线、扭矩波形等过程数据,导致出现质量问题时无法回溯根因。过程数据往往比结果数据更有分析价值。

误区二:时间戳不统一。PLC、SCADA、视觉系统各自使用本地时钟,数据汇聚后无法对齐。建议在接入层统一使用 NTP 或 PTP 对时,并为每条数据打上毫秒级时间戳。

误区三:把 SCADA 当数据中台。SCADA 擅长监控画面和报警,但不适合做大规模历史存储与复杂分析。应通过 OPC UA 或 MQTT 把数据推送到时序数据库或消息队列,再由上层平台消费。

复盘建议:在感知层设计阶段,先画一张“数据源清单”,逐项确认:测什么、用什么设备、走什么协议、数据频率多少、时间戳从哪来、异常时如何补采。这张清单越清晰,后续数据闭环的断点就越少。

五、从感知层到数据闭环的衔接

感知层输出的数据要真正进入闭环,还需要完成三件事:一是语义化,把 PLC 地址翻译成“1号压机压装力”这样的业务含义;二是标准化,统一单位、量纲和枚举值;三是服务化,通过 OPC UA、MQTT 或 REST 接口向上层开放。完成这三步后,传感器采集的原始信号才能变成可被 MES、QMS、APS 和数据分析平台直接消费的数据资产。

# 示例:通过 OPC UA 读取 PLC 压装力寄存器
endpoint = "opc.tcp://192.168.10.21:4840"
node_id  = "ns=3;s=\"DB1\".\"PressForce\""
value    = client.read_value(node_id)   # 返回 12.6 kN
timestamp = client.read_timestamp(node_id)
# 写入时序库:measurement=press_force, tag=station01, value=12.6, ts=...

感知层是数据闭环的“感官系统”。传感器、PLC、SCADA、RFID 和机器视觉各司其职,又必须在统一的时间基准和数据语义下协同工作。只有把这一层做扎实,后续的数据治理、实时分析和智能决策才有可靠的输入基础。