本文面向智能车间工程师与数据采集团队，系统梳理从PLC/数控设备联网到MES对接的入门步骤、常见陷阱与注意事项，帮助团队少走弯路，务实推进车间数字化。
一、为什么需要数据采集？
智能车间的核心在于“数据驱动”。没有实时、准确的生产数据，MES、质量追溯、设备运维都无从谈起。数据采集是连接物理车间与数字系统的第一道关卡，直接影响后续分析的可靠性与决策质量。
二、数据采集的典型架构
一个标准的车间数据采集架构通常分为三层：
- 现场层：PLC、数控系统（如西门子、发那科、三菱）、传感器、RFID读写器等设备，通过现场总线或工业以太网连接。
- 边缘层：工业网关或边缘计算节点，负责协议解析、数据预处理、本地缓存与断点续传。
- 平台层：MES、SCADA或云平台，实现数据存储、分析、展示与业务联动。
实际部署时，建议从一条产线或一个车间开始，逐步扩展，避免一次性覆盖全部设备带来的网络与运维风险。
三、PLC/数控设备联网的步骤
- 网络规划：根据现场设备IP地址分配表（需以现场手册和网络规划为准），划分独立的工业网络VLAN，避免与办公网络冲突。
- 协议选择：常见协议包括Modbus TCP、OPC UA、Profinet、EtherNet/IP、S7协议（西门子）、FOCAS（发那科）等。OPC UA因其安全性和互操作性，推荐作为统一接口。
- 网关配置：选用支持多协议转换的工业网关，配置设备IP、端口、采集周期（通常1-5秒）。注意：不要使用隐藏菜单或默认密码，应遵循设备手册和网络安全规范。
- 数据点表定义：与工艺工程师确认需要采集的信号（如主轴转速、刀具寿命、产量计数、报警代码），建立标准化的数据点表。
- 测试与验证：在非生产时段进行连通性测试，核对数据准确性，记录延迟与丢包率。
四、常见陷阱与注意事项
- IP地址冲突：务必使用静态IP或DHCP保留，避免设备重启后地址变化。
- 协议版本不兼容：同一品牌不同固件版本可能支持不同协议，采购前需确认兼容性。
- 采集频率过高：盲目提高采集频率会导致网关CPU过载或网络拥堵，应根据实际需求设定（如设备状态1秒、工艺参数5秒）。
- 忽视网络安全：工业网关应启用防火墙、访问控制列表，并定期更新固件。不要将PLC直接暴露在公网。
- 数据质量未验证：采集到的数据可能存在异常值、时间戳错乱，需在边缘层做初步清洗。
五、与MES对接的要点
MES通常通过REST API、数据库中间表或消息队列（如MQTT）接收数据。对接前需明确：
- 数据模型：与MES团队统一设备ID、工单号、物料编码等主数据格式。
- 实时性要求：关键事件（如报警、完工）需秒级推送，周期性数据（如产量）可分钟级上传。
- 断线重连机制：边缘网关应具备本地缓存能力，网络恢复后自动补传。
六、柔性线与刀具线的特殊考虑
在柔性生产线中，设备切换频繁，数据采集点表需动态更新。建议采用OPC UA的“节点发现”功能，自动识别新增设备。刀具线则需关注刀具寿命数据（如切削时间、磨损量），通过RFID或扫码枪绑定刀具与工单，实现精准追溯。
七、质量追溯与设备运维
采集到的数据可用于：
- 质量追溯：通过时间戳、工单号、设备ID关联产品与过程参数，快速定位不良原因。
- 设备运维：基于振动、温度、电流等数据建立预测模型，提前预警故障。
建议从单一设备或工序开始试点，验证效果后再推广。
八、总结
智能车间数据采集不是一蹴而就的项目，而是持续迭代的过程。务实选择协议、合理规划网络、重视数据质量、逐步对接MES，才能让数据真正为生产赋能。Bit Factory 致力于成为连接代码与车间的智造枢纽，帮助工程师团队高效落地数据采集项目。
