基于OPC UA 協議的數據采集與應用系統

何 軍　卓惠華

摘要：OPC UA 協議作為工業通訊協議，憑借其具備的平臺獨立性、網絡兼容性和語言互通性，支持實時數據的采集與設備間通信的整合。本文詳述OPC UA 的核心特點，并對該協議在減少汽車制造領域設備的停機時間、提高生產效率以及降低成本方面進行探討。基于OPC UA 協議的數據采集與應用系統可以實時跟蹤設備狀況，對設備進行維護和管理，進一步降低設備停線率，提高生產效率，為現代汽車制造業帶來了創新的解決方案。

關鍵詞：汽車制造；OPC UA ；數據采集；效率；設備維護

中圖分類號： TP391 文獻標識碼：A

0 引言

全球制造業尤其是汽車行業的迅猛發展和競爭激烈，公司需要削減成本、增強生產效能和減少設備停工時間[1]。數據采集技術有助于提高設備運行效率以及控制成本[2]。OPC UA 協議，作為工業自動化領域關鍵技術的組成部分，構建安全且可信賴的數據交互機制。此協議支持各種硬件與軟件間的數據互換。借助此協議，公司可對生產線實施精確控制與即時監督，有效減少設備故障頻次與停機時長，進而提升生產力和經濟效益。

本文描述了OPC UA 的數據采集與應用系統細致規劃和執行過程。文章特別指出此系統在汽車制造業中的應用，如何有效減少生產設備的停機時間，提高生產效率。該系統通過KEPServerEX集成多種PLC 設備，實現數據的快捷接入與即時處理。

1 OPC UA 協議概述

1.1 OPC UA 協議簡介

OPC UA 是一種全球性的工業通信協議，在自動化系統中，用于數據交互與監控。該協議為工業應用提供一種高效、安全且可擴展的通信方式[3]。

1.2 OPC UA 架構

OPC UA 架構主要基于以下幾個核心方面。

（1）Server and Client 模式： OPC Client 定義了Client 與Server 間的通訊方式。當用戶端啟動對數據及服務的存取的請求時，服務器會對數據及資源進行管理，并解決安全問題[4]。

（2）會話層：會話層負責用戶和服務器間的聯系，保證通訊的連貫性和安全。

（3）服務集合：OPC 用戶終端提供讀、寫、瀏覽等一系列的服務[5]。

（4）信息化模塊：OPC UA 系統以信息模塊為中心，能夠根據需要定制不同的數據類型。

2 數據采集與應用系統概述與技術選型

2.1 系統概述

該系統適用于汽車制造中的設備數據采集與監測，需滿足以下基本要求。

（1）實時性：可以對 PLC 數據進行實時的采集和處理。

（2）可靠性：要求整個系統能夠穩定地工作，保證資料的完整、準確。盡量避免因系統失效而造成的資料遺失或出錯。

（3）安全：保證數據在傳送時的安全性，不會有任何的泄漏。

（4）可擴充性：該系統具有很好的可擴充性，可以很容易地整合新的數據源。

2.2 技術選型

（1）KEPServerEX ：選擇KEPServerEX 作為OPC 服務器，是因為它支持廣泛的工業通信標準，包括OPC UA，能夠與各種PLC 和控制系統通訊[6]。

（2）Python ：Python 擁有強大的數據處理庫和簡潔的語法，便于實現數據處理邏輯。

（3）MySQL ：選擇MySQL 作為數據庫系統，是因為它其性能高、可靠性好、應用場景廣泛。

（4）帆軟軟件：作為數據可視化平臺，帆軟軟件提供強大的報表設計工具和豐富的可視化組件，數據展示更加直觀和實用。

3 數據采集系統與應用系統實現

3.1 數據采集

3.1.1 PLC 程序編寫與配置

在可編程邏輯控制器（PLC）上編寫采集程序，實時監控某臺機床的參數。這些實時計算的參數存儲在PLC 內部的特定數據地址中。編寫程序時需確保能夠高效且穩定地讀取和更新參數，以便后續進行數據采集和分析工作。

3.1.2 OPC UA 通道配置

在進行數據采集之前，需要在KEPServerEX 軟件中配置與PLC 的連接。根據PLC 的品牌選擇合適的通道，并在該通道下添加一個指向需要采集數據的PLC 的設備。在設備配置中，需要輸入PLC 的IP 地址，并根據PLC 的型號和通訊協議設置相應的參數。

完成與PLC 的通訊設置后，需要在設備上創建數據標簽來指示需要采集的數據。這些數據標簽可以根據需要進行自定義命名，并輸入存儲在PLC 內部的特定數據地址，以獲取相應的數值。

接下來，在KEPServerEX 中新建OPC UA 通道，并配置適當的安全策略和認證方法，以確保數據的安全傳輸。然后，在OPC UA 通道中導入在設備上創建的數據標簽，將PLC 中的變量地址映射到OPC UA 節點（圖1）。

3.1.3 使用Python 進行數據采集

通過利用Python 中的OPC UA 庫，可以創建一個連接到OPC UA 服務器的客戶端。這個客戶端需要配置一些基本信息，如服務器的IP 地址和端口號。一旦Python 程序成功地連接到服務器的URL，它就可以訪問到服務器上的數據節點。這些數據節點相當于PLC 中變量地址在OPC UA 中的對應節點，對于監控和分析工作至關重要。通過這種方式，Python 程序可以實時地獲取所需的數據。

3.2 數據處理

數據處理包括從原始數據進行提取、轉化和整理，以確保其在進一步分析和儲存時的可利用性。這個環節對于數據的有效性和后續處理流程的效率具有關鍵性的影響。根據實際情況，每一個數據需要附加上時間標簽、機床工位號標識以及數據類型的信息，接著將這些經過處理的數據整合成一個結構化的列表。

3.3 數據存儲解決方案

MySQL 數據庫非常適合執行大量數據的插入、查詢和事務處理。通過適當的設置和優化，它可以應對頻繁的數據請求。此外，MySQL 還支持水平擴展，這意味著可以通過增加服務器數量來分散負載，從而增強處理能力。為高效地存儲和檢索采集過程中得到的數據，需要設計結構化的數據表。根據實際情況，該表應該包含主鍵（ID）、時間（date_time）、工位號（station_name）、數據種類（category）和數值（data）等字段，表結構如圖2 所示。

為了加快數據檢索速度，特別為時間字段設計B+ 樹索引。這種索引結構特別適合處理時間序列數據的查詢，可以顯著提高范圍查詢的效率。數據處理完成后，會存儲到預先設計好的數據庫表中。

使用Python 的MySQL 驅動程序，建立與MySQL 數據庫的連接，編寫SQL 插入語句，將處理好的數據插入數據庫表格中。在插入數據過程中，實行異常處理機制，以處理可能出現的問題，如連接斷開或數據格式錯誤。

3.4 數據可視化

在數據收集和存儲任務完成后，將這些信息以易于理解的形式展示變得至關重要。使用帆軟軟件，一個功能強大的數據可視化工具，可以利用其出色的報表生成和圖形處理功能來實時展示和分析數據。通過帆軟的數據庫連接技術，能夠通過JDBC 類接口與MySQL 數據庫無縫連接，實現數據的即時檢索和展示。數據可視化界面如圖3 所示。

3.4.1 配置數據庫連接

在帆軟軟件平臺上，我們建立一個新的數據源連接。首先，我們選擇JDBC（Java Database Connectivity）作為連接類型。接著，我們配置網絡連接屬性，包括輸入數據庫服務器的地址、選擇適當的端口號、指定數據庫名稱、輸入登錄用戶名和密碼。

完成這些設置后，我們需要進行連接測試，以確保網絡連接是正常的，并驗證帆軟軟件能夠成功與數據庫交互。

3.4.2 編寫SQL 查詢

利用帆軟軟件的查詢編輯器，用戶可以編寫SQL 查詢語句，以提取需要展示的數據。為了符合特定的展示需求，需定制相應的SQL 查詢。例如，若需查詢某一時間段內各個機床工作站的電流和電壓數據，需要制定一個專門的SELECT 查詢語句。

3.4.3 設計圖表和報表

使用帆軟軟件的圖表制作工具，我們可以將數據有效地轉換為圖形化表示。圖表類型是根據數據特征和展示目的來決定的，例如，我們可能會用到折線圖、柱狀圖或餅圖。通過細致調整圖表的顏色、標記、圖例以及其他視覺元素，我們能顯著增強報告的視覺呈現效果。

3.5 數據應用

3.5.1 確定預警閾值

在本系統中，設定閾值依靠對歷史數據的詳細分析及相關領域知識。閾值設定的具體步驟如下。

（1）收集歷史數據：我們專注于兩種情況下的數據，即設備正常運行時與發生故障時。這些數據包括所有監控設備的相關參數，如電壓和電流。

（2）分析歷史數據：使用收集到的數據進行深入分析，確定設備正常操作的數據范圍和故障發生時的數據界限。計算數據的統計指標，如均值、中位數和標準差，幫助我們精確識別數據的正常波動區間。同時，應用散點圖、箱形圖等可視化工具直觀展示數據分布，幫助識別異常數據和趨勢。

（3）設定閾值：基于對歷史數據的細致研究和累積的實踐經驗，我們設定了預警閾值。

3.5.2 實時預警與維護計劃優化

在該系統中，實時監控關鍵性能參數，并將測得的數據與設定的預警閾值進行比較，從而快速偵測可能的異常情況。系統配置自動警報功能，一旦檢測到超出閾值的參數，就會自動向維修團隊發送電子郵件或短信，通知他們相關參數及其當前數值。這樣，維護團隊可以迅速了解情況并采取必要的措施。相關的自動預警通知展示在圖4 中。

通過系統，設備維護團隊可以靈活調整和改進他們的維護策略，確保在設備空閑或生產低谷期進行必要的維護工作，以盡量減少對正常生產活動的影響。系統的實時監控至關重要，它可以實時跟蹤設備的運行狀況，幫助維護團隊合理安排保養時間。這種做法不僅有助于防止意外故障，還能減少由于設備突然停機引發的經濟損失，從而有效提高生產效率。

4 結束語

本文所研究的基于OPC UA 協議構建的數據采集和應用系統，整合了數據采集、處理、存儲、可視化及實際應用功能，強調OPCUA 協議在提升制造效率、減少設備故障和降低維護成本方面的核心價值。該系統可以實時監測數據，對異常狀態進行及時預警，并支持制定預防性維護策略。此外，這項研究不僅提升了汽車制造的經濟效益，還明確了將云計算和人工智能技術整合進工業自動化系統中的途徑，極大地增強了工業自動化系統的智能化程度。

【參考文獻】

[1] 庹鵬， 鄧文亮， 黃杰. 基于工業網絡的發動機智能制造工廠裝備數據采集研究[J]. 內燃機，2023，39（06）：16-22.

[2] 代亞男. 基于OPC UA 的智能工廠數據中心關鍵技術研究與應用[D]. 西安理工大學，2018.

[3] 梁超權， 安曉飛， 劉俊鋒， 等. 基于OPC 通信協議的采煤機遠程監控系統研究[J]. 煤礦機械，2024，45（04）：201-204.

[4] 李金普， 韓佳起， 胡長霆. 基于OPCUA 協議的西門子PLC 設備故障監測系統開發[J]. 科學技術創新，2021，（05）：170-172.

[5] 楊仲強， 孫運淑， 楊興， 等. 基于OPC UA 在機測量數據自動采集技術研究[J]. 自動化應用，2022，（06）：13-17.

[6] 張蕾. 面向IIOT 的數字化車間數據通信研究及應用[J]. 電子工業專用設備，2021，50（02）：52-56.

作者簡介：

何軍，碩士，工程師，研究方向為汽車智能制造、數字化運營。

卓惠華，本科，助理工程師，研究方向為汽車制造設備、智能制造。