「直播回放」使用 PLC + OPC + TDengine，快速搭建菸草生產監測系統

在菸草工業場景裡，多數裝置的自動控制都是透過 PLC 可程式設計邏輯控制器來實現的，PLC 再將採集的資料匯聚至 OPC 伺服器。傳統的 PI System、實時資料庫、組態軟體等與 OPC 相連，提供分析、視覺化、報警等功能，這類系統存在一些問題：

1. 收費是按照測點數進行的，價格昂貴，而且需要有商務談判才能開始 PoC，無法在購買決策前做足夠的驗證測試工作；
2. 系統封閉，如果想整合一個新的 BI、AI 或視覺化工具，需要原廠商的支援，十分困難；
3. 資料的實時分發、分享功能薄弱；
4. 架構落後，往往基於 Windows，部署維護還十分複雜。

藉助 TDengine 3.0 雲服務或 TDengine Enterprise（企業版），上述問題便可迎刃而解。作為物聯網、工業大資料平臺，TDengine 內嵌對 OPC UA/DA、MQTT 等協議的支援。透過網頁上簡單的配置，無需一行程式碼，就能將 PLC 採集的資料透過 OPC 聯結器源源不斷的寫入 TDengine，再透過與視覺化工具 Grafana、BI 工具（如 Power BI、帆軟、永洪）的無縫整合，就可以提供資料的視覺化、報表、報警等系列功能。而且由於 TDengine 支援標準的 JDBC、ODBC 介面，眾多的 BI、AI 和報表工具都可以無縫整合，而不被廠商繫結。

同時，你可以使用 TDengine Cloud，無商務談判，免費註冊，幾分鐘內就可以搭建好整個系統，驗證是否工作，無任何前期費用和風險。如果驗證沒問題，可以繼續使用雲服務，也可以切換到 TDengine Enterprise 做本地化部署。對於雲服務，5 萬個測點，如果資料採集間隔是一秒，最基礎的 TDengine Cloud 入門級就可滿足要求，一個月僅需 1200 元。與傳統昂貴的工業軟體相比，大大降低了投入的成本。

本文以 TDengine Cloud 為例，介紹該方案在菸草制絲車間的具體實現。

在下面例子裡，我們將從 OPC Server 採集三個指標：冷床出口水分、計量秤工藝流量及烘絲出口溫度，並希望在視覺化介面實現以下功能：

1. 實時監測數採完備率和線上狀態：避免資料採集出現異常時不能及時觀察到，導致長時間原始資料缺失
2. 實時監測各指標值、變化趨勢曲線：及時掌握生產過程中關鍵指標的變化

本文中視覺化工具選擇了開源的 Grafana，你也可以使用國產的 BI 軟體來實現。這個方案也適用於 TDengine Enterprise 企業版。

1. TDengine Cloud OPC 接入介紹

為方便不同資料來源的接入，濤思打造了一套資料接入方案來接入各種不同型別的資料來源。它的核心功能元件是 taosExplorer（TDengine Cloud 為控制檯）、taosX Agent 及各類資料來源聯結器。TDengine 支援兩種 OPC 接入：OPC UA、OPC DA。

需要注意的是，TDengine Cloud 僅支援代理模式接入各類資料來源。TDengine Enterprise 則是直連、代理兩種連線模式均支援。

以某個工廠為例，它的資料中心部署在工廠內部（車間機房、工廠中心機房），各車間透過 OPC 向外提供的資料服務和資料中心處於同一內部網路，這種情況可採用直連模式。如果該工廠的資料中心部署在雲端（TDengine Cloud、共有云、上級集團私有云），且工廠與雲端之間沒有 VPN 連線時，這種情形可採用代理模式。

下面以 TDengine Cloud 雲服務+代理模式為例，介紹如何快速搭建 OPC UA+TDengine+Grafana 環境，實現工業 OPC 資料採集的視覺化。

2. 部署環境

本文的部署拓撲圖如下：

• 本地 MacBook Pro，Grafana 部署在本機
• taosX Agent 代理、OPC UA Simulation Server 部署在虛擬機器 vm1 上，Ubuntu 20.04
• TDengine 採用 TDengine Cloud 雲服務入門版

Grafana 資料來源安裝

Grafana 安裝後，需要安裝 TDengine 的資料來源外掛，有兩種方式供選擇：

• 在 Grafana Configuration – Datasource 頁面中，搜尋 TDengine，完成安裝【推薦】

• 透過執行下面的命令完成該外掛安裝【以 Linux 為例】

bash -c "$(curl -fsSL )"

3. 配置OPC UA Server

為方便展示，本文將採用 PROSYS OPC UA Simulation Server 的功能，模擬生成 10 個雙精度點位的隨機數。

在 MacBook Pro 上，啟動 PROSYS OPC UA Simulation Server。

切換至 Objects 頁面，右鍵點選 Random:BaseDataVariableType，Duplicate Node 建立 10 個採集點位，均為雙精度浮點數。完成此步驟後，將生成節點地址 ns=3;i=1008~1017。

生成的點位預設隨機數範圍是 [-2,2]，如需修改，可點選每個點位 Value 標籤進行設定。預設的數值生成間隔為 1000ms。

4. 建立代理並部署 taosX Agent

登入 TDengine Cloud 後進入控制檯，點選資料寫入->資料來源->建立新的代理

根據提示，在 vm1 上下載並部署 taosX Agent。

tar xf taosx-agent-xxx-linux-x64.tar.gz
cd taosx-agent-xxx-linux-x64
./install.sh

設定代理名稱：agent-vm1

獲得 Endpoint 和 token，將其複製、貼上至 vm1 上的 taosX Agent 的配置檔案中：/etc/taos/agent.toml

在 vm1 上啟動 taosX Agent：

systemctl start taosx-agent

5. 資料準備

在配置 OPC UA 採集任務之前，還有兩個準備工作需要完成：

• 在 TDengine Cloud 建立 opcdemo 庫
• 建立批次匯入用的採集點位 CSV 檔案

5.1 建立 opcdemo 庫

登入 TDengine Cloud 後進入控制檯，點選資料瀏覽器-> + 建立資料庫，輸入名稱 opcdemo、設定 CACHEMODEL 為 both 後，完成建立。

5.2 建立點位 CSV 檔案

為方便批次匯入採集點位，TDengine Cloud 提供了以 CSV 檔案批次匯入點位資訊的功能。

根據前面的 OPC UA Simulation Server 建立的 10 個點位資訊，建立 CSV 檔案。

檔案填寫說明：

• point_id: OPC 點位地址
• tbname: 該點位地址對應 TDengine 中的子表名
• type: 該點位地址值的資料型別，對應普通列 val。常見的資料型別有 int/bigint/float/double/varchar/nchar/bool，其中 varchar/ncahr 需給出最大允許長度，如 varchar(50)/nchar(50)
• stable: 子表所屬的超級表名
• 時間戳列：
  • ts_col: OPC 原始採集時間戳的列名，預設 ts，預設為首列時間戳
  • received_ts_col: 【可選】TDengine 接收時間戳對應的列名
  • 一旦配置了 received_ts_col 列，該列將取代 ts_col 成為首列時間戳，ts_col 列將做為普通列保留
• 普通列：
  • val 列：存放採集值，型別由使用者定義，本文中型別為 double
  • quality 列：質量資訊，INT 型，系統預設自動建立
• tag:: 標籤列定義，以 tag::nchar(10)::unit為例，將建立一個名為 unit，型別為 nchar(10) 的標籤列。需要說明的是，每張超級表預設建立兩個標籤列：point_id VARCHAR(256), point_name VARCHAR(256)

資訊點編碼,OPC TAG點地址,資料型別,對應超級表表名,OPC原始時間列名,標籤列1
tbname,point_id,type,stable,ts_col,tag::nchar(10)::unit
d_1008,ns=3;i=1008,double,stb_double,ts,%H
d_1009,ns=3;i=1009,double,stb_double,ts,kg/h
d_1010,ns=3;i=1010,double,stb_double,ts,℃
d_1011,ns=3;i=1011,double,stb_double,ts,%H
d_1012,ns=3;i=1012,double,stb_double,ts,kg/h
d_1013,ns=3;i=1013,double,stb_double,ts,℃
d_1014,ns=3;i=1014,double,stb_double,ts,%H
d_1015,ns=3;i=1015,double,stb_double,ts,kg/h
d_1016,ns=3;i=1016,double,stb_double,ts,℃
d_1017,ns=3;i=1017,double,stb_double,ts,℃

以上 CSV 檔案成功匯入後，將在 TDengine 中在指定的庫中（本文為 opcdemo）建立一張名為 stb_double 的超級表，並以之為模板建立 10 張子表，名為 d_1008/d_1009…/d_1017。

taos> desc stb_double;
             field              |          type          |   length    |    note    |
=====================================================================================
 ts                             | TIMESTAMP              |           8 |            |
 quality                        | INT                    |           4 |            |
 val                            | DOUBLE                 |           8 |            |
 point_id                       | VARCHAR                |         256 | TAG        |
 point_name                     | VARCHAR                |         256 | TAG        |
 unit                           | NCHAR                  |          10 | TAG        |
Query OK, 6 row(s) in set (0.008236s)

6. 建立資料採集任務

登入控制檯，點選資料寫入->資料來源->新增資料來源

填寫資料來源名稱，選擇型別：OPC-UA，代理選剛新建的代理 agent-vm1，目標資料庫 opcdemo，輸入 OPC UA Server 的服務地址。

本文代理模式下，OPC UA Server 部署在vm1上，服務地址填寫 127.0.0.1 即可，埠號及詳細資訊參見 PROSYS Simulation Server 的 Status 頁面。

點選“選擇檔案”按鈕，進入 CSV 檔案匯入介面。

採集間隔設定為 1 秒，採集模式設定為 observe。

本次 CSV 共採集 10 個點位，為最佳化寫入效能，將批次大小調整為 10。如有必要，可選擇開啟 Debug 日誌。

7. 資料採集驗證

登入控制檯，點選資料瀏覽器->Sql，執行多次最新資料查詢語句，觀察查詢結果。如結果行時間戳單調遞增，則表示資料採集鏈路工作正常，資料已正常入庫了。

select last_row(*) from opcdemo.stb_double;

8. 資料視覺化

Grafana 部署在本地 MacBook Pro 上，希望訪問雲服務上的 TDengine 例項中的 opcdemo 庫的資料。根據雲服務控制檯【工具-Grafana】頁面的指引，填入 Host、Cloud Token，刪除 User、Password，儲存退出。

選擇 Import Dashboard，點選 Upload JSON file 匯入 OPCDemo.json 檔案，選擇對應的 TDengine 的 DataSource，完成 Dashboard 匯入。

點選 OPC Demo Dashboard，開啟該儀表板，可以觀察到實時資料的變化。

9. OPC Demo Dashboard 使用說明

該儀表盤可以選擇三個物理量作為監控物件：metric01、metric02、metric03，分別對應：冷床出口水分、工藝流量、烘絲出口溫度，位於第一行，可透過下拉框選擇；使用者可設定裝置離線閾值 offline_threshold（單位：秒），透過下拉框選擇。

首行三個控制元件，分別是 metric01 的分鐘級數採完備率、整體數採完備率以及線上狀態。

在菸草生產行業，資料採集是否有缺漏，是企業資料運營管理的基礎。在本文中我們提出兩個指標來衡量數採完備：分鐘級數採完備率、整體數採完備率。

9.1 分鐘級數採完備率

演算法說明：以一分鐘劃分時間視窗，分段計算當前時間區間（最近 5/15/30 分鐘…）內 metric01 物理量採集點數除以 60 後的比值 – 預設資料生成間隔為 1000ms，即 1 秒。

select _wstart, count(*)/60 from opcdemo.$metric01 where _c0 >= $from and _c0 < $to interval(1m) limit 100 offset 1

9.2 整體數採完備率

演算法說明：計算 metric01 物理量採集點數除以當前時間區間內秒級跨度的比值，spread 計算的時間值單位與 opcdemo 庫的 precision 一致，預設為 ms。

select count(*)/(spread(_c0 )/1000+1) from opcdemo.$metric01 where _c0 >= $from and _c0 < $to

9.3 線上狀態

裝置是否按設計要求及時上報資料，可透過線上狀態的監測來實現。如在指定時間閾值內無採集資料到達，顯示紅色 offline 以示警。

演算法說明：判斷 metric01 物理量在指定離線閾值內是否有資料入庫，如有則判 Online，否則判 Offline。

select count(*) from (select last_row(*) from opcdemo.$metric01 where _c0 >= now-$offline_thresholds)

三個 Gauge 儀表表頭控制元件，用於顯示烘絲出口水分、工藝流量、烘絲出口溫度的最新值。

select last_row(val) from opcdemo.$metric01

三個 TimeSeries 曲線控制元件，用於顯示烘絲出口水分、工藝流量、烘絲出口溫度在當前時間區間內的動態曲線，顯示值為動態時間視窗內採集值的算術平均值。

select _wstart, avg(val) from opcdemo.$metric01 where _c0 >= $from and _c0 < $to interval($interval) fill(null)

以上以制絲車間的幾個典型引數為例，介紹瞭如何利用 TDengine 的 OPC 聯結器，將資料採集入庫，並透過 Grafana 將這些引數以動態視覺化方式直觀地呈現出來。

掌握了以上基本語法，大家可以舉一反三，結合自己的實際業務要求，不用寫一行程式碼，就可以輕鬆地定製自己專屬的 Grafana Dashboard，進行實時採集資料監控了。

10. 開發實時業務應用

前面闡述瞭如何基於 TDengine 實現 OPC 數採接入、持久化，以及基於 Grafana 方便地實現實時資料的視覺化。估計會有讀者想更進一步瞭解如何基於 TDengine 來開發實時業務應用，如 SPC 統計過程控制能否方便地實現呢？

下面我們簡單介紹一下，如何利用 TDengine 來開發 SPC 實時業務應用。

SPC：統計過程控制是工業界廣泛使用的質量分析工具，它採用統計技術對生產過程的某個物理量進行實時監控計算，快速識別出生產過程中產品質量的隨機波動與異常波動，對生產過程的異常趨勢提出預警，以便生產管理人員及時採取措施，消除異常，恢復過程的穩定，從而達到提高和控制質量的目的。

SPC 的第一步是計算標準差。TDengine 提供 stddev 標準差函式，方便使用者快速從時序資料算得標準差 σ。

透過實時查詢可獲取指定時間段的時序資料，再透過 TDengine 內嵌函式即可直接算得：均值 μ(avg)、最大(max)、最小(min)、跨距(spread)。

結合前面算得的標準差 σ、該物理量設計的合格上下限範圍 USL-LSL、目標值 T，可算得 SPC 各過程引數：Cp/Cr/Cpu/Cpl/Cpk/Cpm/Pp/Pr/Ppu/Ppl/Ppk/Ppm。

TDengine 提供各種主流程式語言如 C/C++、Java、Go、RUST、Python、C# 的驅動程式，也提供 RESTful 介面，支援 SQL 語法，因此應用開發的學習成本幾乎為零，十分簡單。

11. 總結

很多使用者對於如何快速、便捷呈現工業現場的實時時序資料比較畏懼，覺得需要耗費大量人力進行應用開發才能實現，影響了時序資料快速有效的利用。其實，和 IT 運維採用 Telegraf+TDengine+Grafana 一樣，菸草生產企業可以非常方便地利用 TDengine 的 OPC 接入能力，透過搭建 OPC+TDengine+Grafana 方案，快速實現低程式碼的業務資料監控。

需要說明的是，本文的例子是一較簡單的場景：taosX Agent 代理和 OPC UA Server 部署在同一節點上。其他的場景可以從這個場景中演變而來，如：

• taosX Agent 與 OPC UA Server 分別部署在不同節點上
• 部署多個 taosX Agent，每個 Agent 對接多個 OPC UA Server

實際部署拓撲都可以按需規劃、實施，取決於您實際的部署需求。

TDengine 不僅支援 OPC，也支援 MQTT, PI System, Wonderware 等資料來源的無縫接入，受篇幅所限本文不多做介紹，僅分享基於 TDengine Cloud 提供 OPC+TDengine+Grafana 方案的具體實現。這套方案同樣可以基於 TDengine Enterprise 企業版來實現，如果您有這樣的需求，請聯絡北京濤思商務團隊獲取相關資源。