一、为什么智能车间需要数据采集？
智能车间的核心在于“数据驱动决策”。无论是设备OEE分析、质量追溯、刀具寿命管理还是柔性线调度，都依赖实时、准确的底层数据。数据采集作为连接物理车间与数字系统的桥梁，是智能制造的第一步。然而，许多车间在实施采集时面临协议多样、设备老旧、网络环境复杂等挑战。本文将从设备联网、数据采集架构、MES对接三个层面，提供一份务实的入门指南。
二、设备联网：数据采集的基础
2.1 联网对象与协议
车间设备主要包括：PLC（西门子S7系列、三菱FX/Q系列、欧姆龙CJ/NJ系列等）、数控系统（发那科、西门子840D、三菱M70等）、机器人控制器（库卡、ABB、安川等）以及智能仪表。常见通信协议有：Modbus TCP/RTU、OPC UA、Profinet、EtherNet/IP、MC协议、FOCAS（发那科）等。注意：不同品牌、型号支持的协议不同，需以设备手册为准。
2.2 联网方式选择
- 直接以太网连接：适用于支持标准以太网接口的设备，通过交换机接入车间局域网。需注意IP地址规划，避免冲突。IP设置应遵循现场网络规划，不可随意使用默认IP。
- 串口转以太网：老旧设备仅支持RS232/RS485，需使用串口服务器（如USR-N510）将串口数据转为TCP/IP。注意串口参数（波特率、数据位、停止位）必须与设备一致。
- 边缘网关：工业边缘网关（如研华WISE-5000系列）可同时采集多种协议数据，并具备本地处理、断点续传功能，适合多设备、多协议场景。
2.3 网络安全注意事项
设备联网后，车间网络与办公网、互联网应通过防火墙隔离。避免将PLC/数控系统直接暴露在公网。使用VPN或专用VLAN进行远程维护。定期更新设备固件，但更新前需在测试环境验证。
三、数据采集架构设计
3.1 采集层
采集层负责从设备读取原始数据。常用软件工具包括：Kepware（OPC服务器）、Node-RED（开源流处理）、MQTT Broker（如EMQX）。对于CNC设备，可使用厂商提供的SDK（如发那科FOCAS库）或标准协议（如MTConnect）。注意：采集频率需根据数据变化速率设定，高频采集（<100ms）可能影响设备性能。
3.2 边缘处理层
在靠近设备侧进行数据清洗、格式转换、异常检测。例如：将PLC原始寄存器值转换为工程单位（如温度、压力），滤除噪声数据。边缘节点可运行Docker容器，部署自定义采集脚本。
3.3 平台层
数据最终汇聚到MES、SCADA或云平台。常见平台有：ThingWorx、Ignition、西门子MindSphere。数据存储采用时序数据库（如InfluxDB）或关系数据库（如PostgreSQL）。接口通常为REST API或MQTT。
四、MES对接：从数据到业务
4.1 对接方式
- 数据库直连：MES直接读取采集数据库表。简单但需注意并发和权限。
- API集成：采集平台提供RESTful API，MES按需请求。适合松耦合架构。
- 消息队列：使用Kafka或RabbitMQ实现异步数据流，保证高吞吐和可靠性。
4.2 常见数据字段
| 数据类型 | 示例字段 | 说明 |
|---|---|---|
| 设备状态 | 设备ID、运行/停机/待机、时间戳 | 用于OEE计算 |
| 生产计数 | 良品数、不良品数、批次号 | 用于产量统计 |
| 工艺参数 | 温度、压力、转速、进给率 | 用于质量追溯 |
| 报警信息 | 报警代码、描述、发生时间 | 用于故障分析 |
4.3 数据质量与校验
采集数据需经过校验：例如，温度值超出工艺范围时标记异常；设备状态变化需有防抖逻辑（连续3次采样一致才更新）。建议在边缘层做初步校验，平台层做二次校验。
五、常见挑战与应对
- 协议不统一：使用OPC UA作为统一接口标准，或通过边缘网关协议转换。
- 网络不稳定：边缘节点应具备本地缓存和断点续传功能。
- 历史数据缺失：提前规划数据保留策略，定期备份。
- 安全合规：遵循《工业数据安全管理办法》，对敏感数据脱敏。
六、总结
智能车间数据采集不是一次性项目，而是持续优化的过程。从设备联网、协议适配到MES对接，每一步都需要团队具备跨领域知识（网络、PLC、软件）。建议从一条产线或一个车间试点，积累经验后再推广。Bit Factory 将持续分享实战经验，助力工程师们打造高效、可靠的智造枢纽。
