## MQTT 協議概述

[MQTT](https://www.emqx.com/zh/mqtt) 是用於物聯網的標準訊息傳遞協議。它被設計為一種非常輕量級的釋出/訂閱訊息傳送，非常適合以較小的程式碼佔用量和網路頻寬連線遠端裝置。MQTT 協議具有以下特點：

- **輕巧高效**：[MQTT 客戶端](https://www.emqx.com/zh/blog/introduction-to-the-commonly-used-mqtt-client-library)非常小，需要裝置資源少。MQTT 訊息頭很小，可以最佳化網路頻寬。
- **雙向通訊**：MQTT 允許裝置到雲之間以及雲到裝置之間的訊息傳遞。
- **可靠的訊息傳遞**：MQTT 具有3種定義的服務質量級別：0-最多一次，1-至少一次，2-恰好一次，可根據業務場景保證訊息傳遞的可靠性。
- **支援不可靠網路**：許多物聯網裝置透過不可靠的蜂窩網路進行連線。MQTT 對永續性會話的支援減少了將客戶端與代理重新連線的時間。
- **安全**：MQTT 使您可以輕鬆地使用 TLS 加密訊息並使用現代身份驗證協議（例如OAuth）對客戶端進行身份驗證。

如今，MQTT 被廣泛應用於汽車、製造業、電信、石油和天然氣等行業。

**本系列文章將詳細解讀 MQTT 協議在各行業實際應用場景中是如何發揮作用的。**

## 當前的工業 PLC 資料採集

PLC 即可程式設計邏輯控制器，是工業自動化領域的核心裝置，廣泛應用於各個工業領域。從 PLC 問世至今，一直表現出強大的生命力和高速增長態勢，2020 年全球 PLC 市場的銷售量已經達到了百億 RMB 級別。

德國產業界將 PLC 在生產工藝自動化過程中的廣泛應用定義為「工業 3.0」，其代表了各類數控機床、工業機器人等單機自動化裝置在生產環節的推廣及應用。而將無處不在的感測器、PLC、智慧控制系統、通訊設施透過 ICT 技術形成一個智慧網路，使人與人、人與機器、機器與機器及服務與服務之間能夠互聯，則是「工業 4.0」的核心要義。人、物、資料透過物聯網技術進行流程再造，由單機智慧升級為萬物互聯的智慧。

實現工業場景下的萬物互聯離不開對工業自動化裝置的資料採集。其中 PLC 常用的工業現場匯流排協議就多達數十種，此外各大 PLC 廠商基本都有各自的私有匯流排協議。由於現場匯流排種類繁多各異，傳統的工業 PLC 資料採集一般透過在裝置側部署邊緣閘道器的方式進行：使用邊緣閘道器將各類協議統一，再將 PLC 資料採集及匯聚，轉發到 [IoT 平臺](https://www.emqx.com/zh/cloud)，以此實現裝置間的資料互聯。

![當前的工業 PLC 資料採集.png](https://img-blog.csdnimg.cn/img_convert/5041346a2e10c8fd650dcb35cd9dbfe4.png)

然而，基於邊緣閘道器的資料採集方式，存在以下不足：

- 需要部署邊緣閘道器硬體，並進行軟體配置，需要投入額外的成本。
- 邊緣閘道器資料採集頻率只能達到秒級，大部分邊緣閘道器上報物聯網平臺的資料格式無法修改。
- PLC 與邊緣閘道器間通訊出現問題，會造成資料採集缺失，無法為高階應用提供有效資料支撐。

## 新趨勢：PLC 整合 MQTT 協議

隨著物聯網、大資料及人工智慧的迅速發展，自動化廠商也在加速推進物聯網戰略，推出各自的 IoT 和數字化解決方案。作為主流物聯網協議的 MQTT 協議成為各自動化裝置廠商關注的重點。為了加速實現互聯互通的工業物聯網，各大廠商紛紛開始在 PLC 中整合 MQTT 協議，以方便 PLC 資料的採集。

以幾個主流廠商為例：

- 西門子已經將 MQTT 客戶端功能封裝成 PLC 的庫檔案，透過西門子 S7-1200、S7-1500 可以實現基於 MQTT 3.1.1 協議的資料上報，完成 PLC 與 MQTT 訊息伺服器的輕鬆連線。
- 德國倍福推出了 TF6701 IOT 通訊庫，透過 MQTT 協議可以將 PLC 資料直接發往各大公有云 [IoT 平臺](https://www.emqx.com/zh/cloud)以及 [MQTT 訊息伺服器](https://www.emqx.io/zh)；TF6701 同時支援將 PLC 中資料封裝成 json 格式，完成資料上報，實現 OT 和 IT 領域的資料格式統一化。

![PLC 整合 MQTT 協議.png](https://img-blog.csdnimg.cn/img_convert/b56d84803fe3a6faf8bc3742fe74afe4.png)

圖片來源：https://infosys.beckhoff.com

- 菲尼克斯推出的 PLCnext 開放式控制平臺，作業系統採用 RT-Linux 系統，除了傳統的 PLC 的程式設計功能，還支援 C、Java、Python、JS 等高階語言程式設計，讓 PLC 可以透過 MQTT SDK 靈活接入物聯網平臺。

## 一網到底：MQTT 賦能工業資料應用場景

那麼在實際的工業場景中，MQTT 協議與 PLC 的結合在資料採集中有哪些優勢呢？

### 精簡資源配置，採集更便捷

將 MQTT 客戶端整合到 PLC 系統後，傳統的自動化工程師透過自己擅長的梯形圖、功能塊圖程式設計即可實現裝置的資料採集和上報，無需採購邊緣閘道器，更不需要關心邊緣閘道器的接線及軟體配置工作。

### 毫秒級時間戳，資料點資訊更精確

傳統的邊緣閘道器資料採集方式，大部分閘道器裝置透過輪詢獲取 PLC 資料，採集精度可以達到秒級。基於 MQTT 和 PLC 融合的方式，資料點可以結合精確到 1 毫秒級的時間戳，透過 MQTT 協議實現工業資料的實時上報。此外，透過 NTP 或者 IEEE 1588 伺服器可以對所有 PLC 裝置進行時鐘同步，保證智慧工廠、產線等各類生產環節的 PLC 裝置具有同一的時間基準，各類智慧裝置具備時鐘同步性，為後續的大資料分析挖掘提供高效的資料支撐。

### 資料點靈活配置，上報格式更統一

傳統的邊緣閘道器資料採集方式，閘道器裝置透過現場匯流排驅動讀取 PLC 暫存器資料，需要根據 PLC 點位資料型別配置資料點引數，然後資料以固定的 json 格式上報 [MQTT 伺服器](https://www.emqx.io/zh)。MQTT 與 PLC 融合，可支援在 PLC 中靈活配置資料點，並透過 json 格式資料上報，實現 OT 和 IT 領域的資料格式統一化。

基於以上優勢，使用 MQTT 進行資料採集與資料上雲的 PLC 逐漸被廣泛應用到各個工業場景中。

### 海量資料全面感知：傳動鏈部件預測性維護

當前，新一輪科技革命和產業變革蓬勃興起，工業生產逐漸成為了人工智慧的重點探索方向，工業智慧發展的前提是海量資料的全面實時感知。MQTT 與 PLC 在工業現場的融合，完成了高精度資料的實時採集，在雲端結合諸如 EMQ X 這類具備高吞吐、低延時特性的物聯網訊息中介軟體，可以實進一步現海量工業資料的實時移動、處理、分析及儲存，為工業智慧的應用夯實了底層基座。在風電行業，透過實時採集風機傳動鏈狀態監測系統 (CMS) 的振動資料和風機 SCADA 系統的工況執行資料，兩者進行融合分析，建立風機傳動鏈部件的早期失效預警模型，可以及時預警核心部件的早期失效、採取積極預防措施，降低風機核心部件發生重大故障的機率，避免大部件維修成本及其他各項損失。

![傳動鏈部件預測性維護.png](https://img-blog.csdnimg.cn/img_convert/11ef6ee43d55e3010bf0532540da660d.png)

### 提高裝置利用率：遠端裝置診斷

由於 PLC 整合了 MQTT，每個 PLC 掃描週期的資料點可以結合時間戳打包發往 MQTT 訊息中介軟體 EMQ X，透過 EMQ X 內建的規則引擎，將資料儲存到時序資料庫。結合豐富的視覺化工具，可以實現雲端的軟體示波器功能，幫助工程師遠端快速定位現場裝置故障，降低裝置停機時間，提升裝置利用率。

### 決策最佳化：電網智慧排程

基於物聯網的全面感知，結合雲端的資料分析和建模，最終要形成決策最佳化的應用閉環，自下而上的資訊流和自上而下的決策流將共同構成工業智慧應用的核心鏈路。MQTT 與 PLC 在工業現場的融合，無需邊緣閘道器及協議轉換，實現了真正的一網到底，在資料中心到工業現場之間，構築了一條安全、穩定、低時延的通訊鏈路。在新能源發電領域，MQTT 低時延的通訊鏈路直達 PLC，可以在發電側快速響應排程層的電網調頻、無功補償等指令，推進電網的智慧化發展。

![電網智慧排程.png](https://img-blog.csdnimg.cn/img_convert/baab22d996a94bafce1a1a2494268ef4.png)

圖片來源：《工業網際網路體系架構 2.0 報告》

可以看到，整合了 MQTT 協議的 PLC 將使工業資料採集場景變得更加簡單高效。結合伺服器端或者雲端的高效能 MQTT 訊息中介軟體，工業生產資料更得以輕鬆上雲，使其價值得到充分的發揮。

>版權宣告： 本文為 EMQ 原創，轉載請註明出處。
>
>原文連結：[https://www.emqx.com/zh/blog/mqtt-and-plc](https://www.emqx.com/zh/blog/mqtt-and-plc)
>
>技術支援：如對本文或 EMQ 相關產品有疑問，可訪問 EMQ 問答社群 [https://askemq.com](https://askemq.com) 提問，我們將會及時回覆支援。
>
>更多技術乾貨，歡迎關注我們公眾號【EMQ 中文社群】。

MQTT 賦能工業 PLC 資料採集與應用

相關文章