基于OPC UA 协议的数据采集与应用系统

何 军　卓惠华

摘要：OPC UA 协议作为工业通讯协议，凭借其具备的平台独立性、网络兼容性和语言互通性，支持实时数据的采集与设备间通信的整合。本文详述OPC UA 的核心特点，并对该协议在减少汽车制造领域设备的停机时间、提高生产效率以及降低成本方面进行探讨。基于OPC UA 协议的数据采集与应用系统可以实时跟踪设备状况，对设备进行维护和管理，进一步降低设备停线率，提高生产效率，为现代汽车制造业带来了创新的解决方案。

关键词：汽车制造；OPC UA ；数据采集；效率；设备维护

中图分类号： TP391 文献标识码：A

0 引言

全球制造业尤其是汽车行业的迅猛发展和竞争激烈，公司需要削减成本、增强生产效能和减少设备停工时间[1]。数据采集技术有助于提高设备运行效率以及控制成本[2]。OPC UA 协议，作为工业自动化领域关键技术的组成部分，构建安全且可信赖的数据交互机制。此协议支持各种硬件与软件间的数据互换。借助此协议，公司可对生产线实施精确控制与即时监督，有效减少设备故障频次与停机时长，进而提升生产力和经济效益。

本文描述了OPC UA 的数据采集与应用系统细致规划和执行过程。文章特别指出此系统在汽车制造业中的应用，如何有效减少生产设备的停机时间，提高生产效率。该系统通过KEPServerEX集成多种PLC 设备，实现数据的快捷接入与即时处理。

1 OPC UA 协议概述

1.1 OPC UA 协议简介

OPC UA 是一种全球性的工业通信协议，在自动化系统中，用于数据交互与监控。该协议为工业应用提供一种高效、安全且可扩展的通信方式[3]。

1.2 OPC UA 架构

OPC UA 架构主要基于以下几个核心方面。

（1）Server and Client 模式： OPC Client 定义了Client 与Server 间的通讯方式。当用户端启动对数据及服务的存取的请求时，服务器会对数据及资源进行管理，并解决安全问题[4]。

（2）会话层：会话层负责用户和服务器间的联系，保证通讯的连贯性和安全。

（3）服务集合：OPC 用户终端提供读、写、浏览等一系列的服务[5]。

（4）信息化模块：OPC UA 系统以信息模块为中心，能够根据需要定制不同的数据类型。

2 数据采集与应用系统概述与技术选型

2.1 系统概述

该系统适用于汽车制造中的设备数据采集与监测，需满足以下基本要求。

（1）实时性：可以对 PLC 数据进行实时的采集和处理。

（2）可靠性：要求整个系统能够稳定地工作，保证资料的完整、准确。尽量避免因系统失效而造成的资料遗失或出错。

（3）安全：保证数据在传送时的安全性，不会有任何的泄漏。

（4）可扩充性：该系统具有很好的可扩充性，可以很容易地整合新的数据源。

2.2 技术选型

（1）KEPServerEX ：选择KEPServerEX 作为OPC 服务器，是因为它支持广泛的工业通信标准，包括OPC UA，能够与各种PLC 和控制系统通讯[6]。

（2）Python ：Python 拥有强大的数据处理库和简洁的语法，便于实现数据处理逻辑。

（3）MySQL ：选择MySQL 作为数据库系统，是因为它其性能高、可靠性好、应用场景广泛。

（4）帆软软件：作为数据可视化平台，帆软软件提供强大的报表设计工具和丰富的可视化组件，数据展示更加直观和实用。

3 数据采集系统与应用系统实现

3.1 数据采集

3.1.1 PLC 程序编写与配置

在可编程逻辑控制器（PLC）上編写采集程序，实时监控某台机床的参数。这些实时计算的参数存储在PLC 内部的特定数据地址中。编写程序时需确保能够高效且稳定地读取和更新参数，以便后续进行数据采集和分析工作。

3.1.2 OPC UA 通道配置

在进行数据采集之前，需要在KEPServerEX 软件中配置与PLC 的连接。根据PLC 的品牌选择合适的通道，并在该通道下添加一个指向需要采集数据的PLC 的设备。在设备配置中，需要输入PLC 的IP 地址，并根据PLC 的型号和通讯协议设置相应的参数。

完成与PLC 的通讯设置后，需要在设备上创建数据标签来指示需要采集的数据。这些数据标签可以根据需要进行自定义命名，并输入存储在PLC 内部的特定数据地址，以获取相应的数值。

接下来，在KEPServerEX 中新建OPC UA 通道，并配置适当的安全策略和认证方法，以确保数据的安全传输。然后，在OPC UA 通道中导入在设备上创建的数据标签，将PLC 中的变量地址映射到OPC UA 节点（图1）。

3.1.3 使用Python 进行数据采集

通过利用Python 中的OPC UA 库，可以创建一个连接到OPC UA 服务器的客户端。这个客户端需要配置一些基本信息，如服务器的IP 地址和端口号。一旦Python 程序成功地连接到服务器的URL，它就可以访问到服务器上的数据节点。这些数据节点相当于PLC 中变量地址在OPC UA 中的对应节点，对于监控和分析工作至关重要。通过这种方式，Python 程序可以实时地获取所需的数据。

3.2 数据处理

数据处理包括从原始数据进行提取、转化和整理，以确保其在进一步分析和储存时的可利用性。这个环节对于数据的有效性和后续处理流程的效率具有关键性的影响。根据实际情况，每一个数据需要附加上时间标签、机床工位号标识以及数据类型的信息，接着将这些经过处理的数据整合成一个结构化的列表。

3.3 数据存储解决方案

MySQL 数据库非常适合执行大量数据的插入、查询和事务处理。通过适当的设置和优化，它可以应对频繁的数据请求。此外，MySQL 还支持水平扩展，这意味着可以通过增加服务器数量来分散负载，从而增强处理能力。为高效地存储和检索采集过程中得到的数据，需要设计结构化的数据表。根据实际情况，该表应该包含主键（ID）、时间（date_time）、工位号（station_name）、数据种类（category）和数值（data）等字段，表结构如图2 所示。

为了加快数据检索速度，特别为时间字段设计B+ 树索引。这种索引结构特别适合处理时间序列数据的查询，可以显著提高范围查询的效率。数据处理完成后，会存储到预先设计好的数据库表中。

使用Python 的MySQL 驱动程序，建立与MySQL 数据库的连接，编写SQL 插入语句，将处理好的数据插入数据库表格中。在插入数据过程中，实行异常处理机制，以处理可能出现的问题，如连接断开或数据格式错误。

3.4 数据可视化

在数据收集和存储任务完成后，将这些信息以易于理解的形式展示变得至关重要。使用帆软软件，一个功能强大的数据可视化工具，可以利用其出色的报表生成和图形处理功能来实时展示和分析数据。通过帆软的数据库连接技术，能够通过JDBC 类接口与MySQL 数据库无缝连接，实现数据的即时检索和展示。数据可视化界面如图3 所示。

3.4.1 配置数据库连接

在帆软软件平台上，我们建立一个新的数据源连接。首先，我们选择JDBC（Java Database Connectivity）作为连接类型。接着，我们配置网络连接属性，包括输入数据库服务器的地址、选择适当的端口号、指定数据库名称、输入登录用户名和密码。

完成这些设置后，我们需要进行连接测试，以确保网络连接是正常的，并验证帆软软件能够成功与数据库交互。

3.4.2 编写SQL 查询

利用帆软软件的查询编辑器，用户可以编写SQL 查询语句，以提取需要展示的数据。为了符合特定的展示需求，需定制相应的SQL 查询。例如，若需查询某一时间段内各个机床工作站的电流和电压数据，需要制定一个专门的SELECT 查询语句。

3.4.3 设计图表和报表

使用帆软软件的图表制作工具，我们可以将数据有效地转换为图形化表示。图表类型是根据数据特征和展示目的来决定的，例如，我们可能会用到折线图、柱状图或饼图。通过细致调整图表的颜色、标记、图例以及其他视觉元素，我们能显著增强报告的视觉呈现效果。

3.5 数据应用

3.5.1 确定预警阈值

在本系统中，设定阈值依靠对历史数据的详细分析及相关领域知识。阈值设定的具体步骤如下。

（1）收集历史数据：我们专注于两种情况下的数据，即设备正常运行时与发生故障时。这些数据包括所有监控设备的相关参数，如电压和电流。

（2）分析历史数据：使用收集到的数据进行深入分析，确定设备正常操作的数据范围和故障发生时的数据界限。计算数据的统计指标，如均值、中位数和标准差，帮助我们精确识别数据的正常波动区间。同时，应用散点图、箱形图等可视化工具直观展示数据分布，帮助识别异常数据和趋势。

（3）设定阈值：基于对历史数据的细致研究和累积的实践经验，我们设定了预警阈值。

3.5.2 实时预警与维护计划优化

在该系统中，实时监控关键性能参数，并将测得的数据与设定的预警阈值进行比较，从而快速侦测可能的异常情况。系统配置自动警报功能，一旦检测到超出阈值的参数，就会自动向维修团队发送电子邮件或短信，通知他们相关参数及其当前数值。这样，维护团队可以迅速了解情况并采取必要的措施。相关的自动预警通知展示在图4 中。

通过系统，设备维护团队可以灵活调整和改进他们的维护策略，确保在设备空闲或生产低谷期进行必要的维护工作，以尽量減少对正常生产活动的影响。系统的实时监控至关重要，它可以实时跟踪设备的运行状况，帮助维护团队合理安排保养时间。这种做法不仅有助于防止意外故障，还能减少由于设备突然停机引发的经济损失，从而有效提高生产效率。

4 结束语

本文所研究的基于OPC UA 协议构建的数据采集和应用系统，整合了数据采集、处理、存储、可视化及实际应用功能，强调OPCUA 协议在提升制造效率、减少设备故障和降低维护成本方面的核心价值。该系统可以实时监测数据，对异常状态进行及时预警，并支持制定预防性维护策略。此外，这项研究不仅提升了汽车制造的经济效益，还明确了将云计算和人工智能技术整合进工业自动化系统中的途径，极大地增强了工业自动化系统的智能化程度。

【参考文献】

[1] 庹鹏， 邓文亮， 黄杰. 基于工业网络的发动机智能制造工厂装备数据采集研究[J]. 内燃机，2023，39（06）：16-22.

[2] 代亚男. 基于OPC UA 的智能工厂数据中心关键技术研究与应用[D]. 西安理工大学，2018.

[3] 梁超权， 安晓飞， 刘俊锋， 等. 基于OPC 通信协议的采煤机远程监控系统研究[J]. 煤矿机械，2024，45（04）：201-204.

[4] 李金普， 韩佳起， 胡长霆. 基于OPCUA 协议的西门子PLC 设备故障监测系统开发[J]. 科学技术创新，2021，（05）：170-172.

[5] 杨仲强， 孙运淑， 杨兴， 等. 基于OPC UA 在机测量数据自动采集技术研究[J]. 自动化应用，2022，（06）：13-17.

[6] 张蕾. 面向IIOT 的数字化车间数据通信研究及应用[J]. 电子工业专用设备，2021，50（02）：52-56.

作者简介：

何军，硕士，工程师，研究方向为汽车智能制造、数字化运营。

卓惠华，本科，助理工程师，研究方向为汽车制造设备、智能制造。