在煙草工業場景里，多數設備的自動控制都是通過 PLC 可編程邏輯控制器來實現的，PLC 再將采集的數據匯聚至 OPC 服務器。傳統的 PI System、實時數據庫、組態軟件等與 OPC 相(xiang)連(lian)，提供(gong)分析、可視化、報警(jing)等功能，這(zhe)類(lei)系(xi)統存在一些(xie)問題：
- 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；
- 系統封閉，如果想集成一個新的 BI、AI 或可視化工具，需要原廠商的支持，十分困難；
- 數據的實時分發、分享功能薄弱；
- 架構落后，往往基于 Windows，部署維護還十分復雜。
借(jie)助(zhu) TDengine 3.0 云服務或 TDengine Enterprise（企業(ye)版），上述問題便可(ke)(ke)迎刃而解。作為(wei)物聯(lian)網、工(gong)業(ye)大數據(ju)平臺，TDengine 內(nei)嵌對 OPC UA/DA、MQTT 等協議(yi)的(de)(de)支持。通過網頁上簡單的(de)(de)配置，無需(xu)一行代碼，就能(neng)將 PLC 采集(ji)的(de)(de)數據(ju)通過 OPC 連接器源源不斷的(de)(de)寫(xie)入 TDengine，再通過與(yu)可(ke)(ke)視化(hua)工(gong)具 Grafana、BI 工(gong)具（如 Power BI、帆軟、永洪(hong)）的(de)(de)無縫集(ji)成(cheng)，就可(ke)(ke)以提(ti)供(gong)數據(ju)的(de)(de)可(ke)(ke)視化(hua)、報(bao)表、報(bao)警等系(xi)列功能(neng)。而且(qie)由于 TDengine 支持標準(zhun)的(de)(de) JDBC、ODBC 接口，眾多的(de)(de) BI、AI 和報(bao)表工(gong)具都可(ke)(ke)以無縫集(ji)成(cheng)，而不被(bei)廠商(shang)綁定。
同時，你(ni)可以(yi)(yi)使(shi)用(yong) TDengine Cloud，無(wu)商務(wu)談判，免費注冊(ce)，幾分(fen)鐘內(nei)就可以(yi)(yi)搭建(jian)好整個系(xi)統(tong)，驗證是否(fou)工(gong)作，無(wu)任何前期費用(yong)和風險。如果驗證沒問(wen)題，可以(yi)(yi)繼續使(shi)用(yong)云(yun)服務(wu)，也(ye)可以(yi)(yi)切換到 TDengine Enterprise 做本地化部署。對(dui)于云(yun)服務(wu)，5 萬個測點，如果數據(ju)采集間隔(ge)是一(yi)秒，最基礎的(de) TDengine Cloud 入門級就可滿(man)足(zu)要求(qiu)，一(yi)個月僅(jin)需 1200 元。與(yu)傳(chuan)統(tong)昂(ang)貴的(de)工(gong)業軟件相比，大(da)大(da)降低(di)了投入的(de)成本。
本(ben)文以 TDengine Cloud 為例，介紹(shao)該方(fang)案在煙草制絲車間的具體(ti)實現。
在下面(mian)例(li)子里，我們將從 OPC Server 采集三個指(zhi)標：冷床(chuang)出口(kou)水分、計量(liang)秤工藝流量(liang)及烘絲出口(kou)溫度，并希望在可視化界面(mian)實現以(yi)下功能：
- 實時監測數采完備率和在線狀態：避免數據采集出現異常時不能及時觀察到，導致長時間原始數據缺失
- 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(ben)文中可(ke)視化工具(ju)選擇了開源的 Grafana，你(ni)也可(ke)以使用國產的 BI 軟件來實現。這個方案也適用于 TDengine Enterprise 企業版。
1. TDengine Cloud OPC 接入介紹
為(wei)方(fang)便(bian)不同數據(ju)(ju)源(yuan)的(de)(de)接入(ru)(ru)，濤(tao)思打造(zao)了一套數據(ju)(ju)接入(ru)(ru)方(fang)案來(lai)接入(ru)(ru)各種不同類型的(de)(de)數據(ju)(ju)源(yuan)。它的(de)(de)核心功能(neng)組件是 taosExplorer（TDengine Cloud 為(wei)控制臺(tai)）、taosX Agent 及各類數據(ju)(ju)源(yuan)連(lian)接器。TDengine 支持兩種 OPC 接入(ru)(ru)：OPC UA、OPC DA。
需要注意的是，TDengine Cloud 僅支(zhi)持代(dai)理模式(shi)接(jie)入(ru)各(ge)類數(shu)據(ju)源。TDengine Enterprise 則是直連、代(dai)理兩種(zhong)連接(jie)模式(shi)均支(zhi)持。
以某個工廠(chang)為例(li)，它的數據(ju)(ju)中(zhong)心(xin)(xin)部(bu)署在(zai)工廠(chang)內部(bu)（車(che)間(jian)機(ji)房、工廠(chang)中(zhong)心(xin)(xin)機(ji)房），各車(che)間(jian)通過(guo) OPC 向外提供的數據(ju)(ju)服務和數據(ju)(ju)中(zhong)心(xin)(xin)處于同一內部(bu)網(wang)絡，這種情況可采用(yong)直連模式。如果該工廠(chang)的數據(ju)(ju)中(zhong)心(xin)(xin)部(bu)署在(zai)云端(duan)（TDengine Cloud、共有(you)云、上級集團私有(you)云），且工廠(chang)與云端(duan)之間(jian)沒(mei)有(you) VPN 連接時，這種情形可采用(yong)代理模式。
下面以(yi) TDengine Cloud 云服(fu)務+代理模式為(wei)例，介紹如(ru)何快(kuai)速(su)搭建(jian) OPC UA+TDengine+Grafana 環境(jing)，實現(xian)工業 OPC 數(shu)據(ju)采(cai)集的可(ke)視化。
2. 部署環境
本(ben)文(wen)的部(bu)署拓撲圖如(ru)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 vm1 上，Ubuntu 20.04
- TDengine 采用 TDengine Cloud 云服務入門版
提示：
- TDengine Cloud 的注冊或登錄請參照
- OPC UA Server 在本文中將采用 PROSYS OPCUA Simulation Server 5.4.6，下載地址為
- Grafana 下載地址為
Grafana 數據源安裝
Grafana 安裝后，需要(yao)安裝 TDengine 的數據源插(cha)件，有兩種(zhong)方式供選(xuan)擇：
- 在 Grafana Configuration – Datasource 頁面中，搜索 TDengine，完成安裝【推薦】
- 通過運行下面的命令完成該插件安裝【以 Linux 為例】
bash -c "$(curl -fsSL //raw.githubusercontent.com/taosdata/grafanaplugin/master/install.sh)"3. 配置OPC UA Server
為(wei)方便展示，本文(wen)將采用 PROSYS OPC UA Simulation Server 的功能，模擬生成 10 個雙精度點位的隨機(ji)數。
在 MacBook Pro 上，啟(qi)動 PROSYS OPC UA Simulation Server。
切換至 Objects 頁面，右鍵點擊(ji) Random:BaseDataVariableType，Duplicate Node 創建 10 個采集點位，均為(wei)雙(shuang)精(jing)度浮點數。完成此步驟(zou)后，將生成節點地址 ns=3;i=1008~1017。
生(sheng)(sheng)成(cheng)的點(dian)位(wei)默認隨機數范圍是 [-2,2]，如需修改，可點(dian)擊每(mei)個(ge)點(dian)位(wei) Value 標簽進(jin)行設置。默認的數值(zhi)生(sheng)(sheng)成(cheng)間隔為 1000ms。
4. 創建代理并部署 taosX Agent
登錄 TDengine Cloud 后進入(ru)控制臺，點(dian)擊數據寫入(ru)->數據源->創建新的代(dai)理(li)
根據提示，在 vm1 上下(xia)載并部署 taosX Agent。
tar xf taosx-agent-xxx-linux-x64.tar.gz
cd taosx-agent-xxx-linux-x64
./install.sh設(she)置代理名(ming)稱：agent-vm1
獲得 Endpoint 和 token，將其復(fu)制、粘貼至 vm1 上的(de) taosX Agent 的(de)配置文(wen)件中：/etc/taos/agent.toml
在(zai) vm1 上啟動(dong) taosX Agent：
systemctl start taosx-agent5. 數據準備
在(zai)配置 OPC UA 采集任務之前，還有兩個準備(bei)工作需要完成：
- 在 TDengine Cloud 創建 opcdemo 庫
- 創建批量導入用的采集點位 CSV 文件
5.1 創建 opcdemo 庫
登(deng)錄 TDengine Cloud 后進入控制(zhi)臺，點擊數(shu)據瀏覽器-> + 創建數(shu)據庫，輸入名稱 opcdemo、設(she)置 CACHEMODEL 為(wei) both 后，完(wan)成(cheng)創建。
5.2 創建點位 CSV 文件
為(wei)方便批量(liang)導(dao)(dao)入采集點位(wei)，TDengine Cloud 提(ti)供(gong)了(le)以 CSV 文件批量(liang)導(dao)(dao)入點位(wei)信(xin)息的功(gong)能。
根據前面的 OPC UA Simulation Server 創建的 10 個點位信息，創建 CSV 文件。
文件填寫說明：
- point_id: OPC 點位地址
- tbname: 該點位地址對應 TDengine 中的子表名
- type: 該點位地址值的數據類型，對應普通列 val。常見的數據類型有 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 原始采集時間戳的列名，默認 ts，默認為首列時間戳
- 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：存放采集值，類型由用戶定義，本文中類型為 double
- quality 列：質量信息，INT 型，系統默認自動創建
- tag:: 標簽列定義，以
tag::nchar(10)::unit為例，將創建一個名為 unit，類型為 nchar(10) 的標簽列。需要說明的是，每張超級表默認創建兩個標簽列：point_id VARCHAR(256), point_name VARCHAR(256)
信息點編碼,OPC TAG點地址,數據類型,對應超級表表名,OPC原始時間列名,標簽列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(yi)上 CSV 文件(jian)成功導入后，將(jiang)在 TDengine 中(zhong)在指定的庫(ku)中(zhong)（本文為 opcdemo）創建一張名(ming)為 stb_double 的超(chao)級表(biao)，并以(yi)之為模板創建 10 張子表(biao)，名(ming)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. 創建數據采集任務
登入控制臺，點擊(ji)數據寫入->數據源->添加數據源
填寫數(shu)據(ju)源名稱，選(xuan)擇類(lei)型：OPC-UA，代理(li)選(xuan)剛(gang)新建的代理(li) agent-vm1，目標數(shu)據(ju)庫 opcdemo，輸入 OPC UA Server 的服務地(di)址。
本文代理模(mo)式下，OPC UA Server 部署在(zai)vm1上，服務地址填寫 127.0.0.1 即可，端口(kou)號(hao)及詳(xiang)細信(xin)息參(can)見(jian) PROSYS Simulation Server 的 Status 頁(ye)面(mian)。
點(dian)擊“選擇(ze)文(wen)件”按鈕，進入(ru) CSV 文(wen)件導入(ru)界面。
采集(ji)間隔(ge)設(she)置為 1 秒(miao)，采集(ji)模式(shi)設(she)置為 observe。
本(ben)次(ci) CSV 共采集 10 個(ge)點位，為(wei)優化寫入性能，將(jiang)批次(ci)大小調整(zheng)為(wei) 10。如有必要(yao)，可選擇開啟 Debug 日志(zhi)。
7. 數據采集驗證
登入控制臺，點擊數(shu)據(ju)瀏覽器->Sql，執行多次(ci)最新(xin)數(shu)據(ju)查詢語(yu)句，觀察查詢結果(guo)。如(ru)結果(guo)行時間戳單調遞(di)增(zeng)，則表(biao)示數(shu)據(ju)采集鏈路工作正(zheng)常(chang)，數(shu)據(ju)已正(zheng)常(chang)入庫(ku)了。
select last_row(*) from opcdemo.stb_double;
8. 數據可視化
Grafana 部署在本(ben)地 MacBook Pro 上(shang)(shang)，希望訪問云服(fu)務上(shang)(shang)的(de) TDengine 實例中的(de) opcdemo 庫的(de)數據(ju)。根據(ju)云服(fu)務控制(zhi)臺【工具-Grafana】頁面(mian)的(de)指(zhi)引，填入 Host、Cloud Token，刪除 User、Password，保存退出(chu)。
選擇 Import Dashboard，點擊 Upload JSON file 導入 OPCDemo.json 文件（文件代碼詳見 //yakult-sh.com.cn/uncategorized/21958.html），選(xuan)擇對應(ying)的 TDengine 的 DataSource，完成(cheng) Dashboard 導入(ru)。
點擊 OPC Demo Dashboard，打開該儀(yi)表板，可以觀(guan)察到實時數據(ju)的變化。
9. OPC Demo Dashboard 使用說明
該儀(yi)表盤可(ke)(ke)以選擇(ze)三(san)個(ge)物(wu)理(li)量(liang)(liang)作為(wei)監(jian)控對(dui)象：metric01、metric02、metric03，分別(bie)對(dui)應：冷(leng)床出(chu)口(kou)水分、工(gong)藝流(liu)量(liang)(liang)、烘絲出(chu)口(kou)溫(wen)度，位于第(di)一行(xing)，可(ke)(ke)通(tong)過下拉框選擇(ze)；用戶(hu)可(ke)(ke)設(she)置設(she)備(bei)離線(xian)閾值 offline_threshold（單(dan)位：秒），通(tong)過下拉框選擇(ze)。
首行三個(ge)控件，分別是(shi) metric01 的(de)分鐘(zhong)級數采完備(bei)率、整體數采完備(bei)率以(yi)及在線(xian)狀態。
在(zai)煙草生(sheng)產行業(ye)(ye)，數據(ju)采(cai)(cai)(cai)集(ji)是(shi)否有缺漏，是(shi)企業(ye)(ye)數據(ju)運營管理的(de)基(ji)礎。在(zai)本文(wen)中我們(men)提出兩個指標來(lai)衡量數采(cai)(cai)(cai)完(wan)備：分鐘級(ji)數采(cai)(cai)(cai)完(wan)備率、整體數采(cai)(cai)(cai)完(wan)備率。
9.1 分鐘級數采完備率
算法說明：以一分鐘(zhong)劃分時間窗口(kou)，分段計算當(dang)前時間區間（最近 5/15/30 分鐘(zhong)…）內 metric01 物理量采集點數(shu)(shu)除以 60 后(hou)的比值 – 默認(ren)數(shu)(shu)據生成間隔為 1000ms，即 1 秒。
select _wstart, count(*)/60 from opcdemo.$metric01 where _c0 >= $from and _c0 < $to interval(1m) limit 100 offset 19.2 整體數采完備率
算法說(shuo)明：計算 metric01 物理量采集點數除以當前時(shi)間(jian)區間(jian)內秒級跨(kua)度的(de)比(bi)值，spread 計算的(de)時(shi)間(jian)值單(dan)位與 opcdemo 庫的(de) precision 一致，默認為 ms。
select count(*)/(spread(_c0 )/1000+1) from opcdemo.$metric01 where _c0 >= $from and _c0 < $to9.3 在線狀態
設備是否按設計(ji)要求及時上(shang)報(bao)數據(ju)，可(ke)通(tong)過(guo)在線(xian)狀態(tai)的監測來實(shi)現。如在指定時間閾值內無采集(ji)數據(ju)到達，顯示紅色 offline 以示警。
算(suan)法說明：判(pan)斷 metric01 物(wu)理量(liang)在指定離線(xian)閾(yu)值內是否有(you)數據入(ru)庫，如有(you)則判(pan) Online，否則判(pan) Offline。
select count(*) from (select last_row(*) from opcdemo.$metric01 where _c0 >= now-$offline_thresholds)三個(ge) Gauge 儀表(biao)表(biao)頭控件，用于(yu)顯示烘絲出(chu)口水分(fen)、工(gong)藝流(liu)量(liang)、烘絲出(chu)口溫度(du)的最新值。
select last_row(val) from opcdemo.$metric01三(san)個 TimeSeries 曲線控件，用于顯示(shi)烘絲出(chu)(chu)口(kou)水分、工藝流量、烘絲出(chu)(chu)口(kou)溫度(du)在當前時間區間內的動(dong)態曲線，顯示(shi)值為動(dong)態時間窗口(kou)內采(cai)集(ji)值的算術平均(jun)值。
select _wstart, avg(val) from opcdemo.$metric01 where _c0 >= $from and _c0 < $to interval($interval) fill(null)以(yi)上(shang)以(yi)制絲車間的幾個典型參數為(wei)例，介(jie)紹(shao)了如何利用 TDengine 的 OPC 連(lian)接器，將數據采集入庫，并通(tong)過 Grafana 將這些參數以(yi)動(dong)態可視(shi)化(hua)方(fang)式(shi)直(zhi)觀地呈現出來。
掌握了以上基本(ben)語法(fa)，大家可(ke)(ke)以舉一反三，結(jie)合自己的實際(ji)業務要(yao)求(qiu)，不用(yong)寫一行(xing)代碼，就可(ke)(ke)以輕松地定制自己專屬的 Grafana Dashboard，進行(xing)實時(shi)采(cai)集數據監控了。
10. 開發實時業務應用
前(qian)面闡述了如何基(ji)(ji)于 TDengine 實(shi)(shi)(shi)(shi)現 OPC 數采接(jie)入、持久化，以及(ji)基(ji)(ji)于 Grafana 方便(bian)地實(shi)(shi)(shi)(shi)現實(shi)(shi)(shi)(shi)時(shi)(shi)數據(ju)的可視化。估(gu)計(ji)會有讀者想更進一步(bu)了解如何基(ji)(ji)于 TDengine 來開(kai)發實(shi)(shi)(shi)(shi)時(shi)(shi)業(ye)務應用，如 SPC 統(tong)計(ji)過程控(kong)制能否方便(bian)地實(shi)(shi)(shi)(shi)現呢？
下面我們簡單介紹一下，如何利用(yong) TDengine 來開發 SPC 實時業(ye)務應用(yong)。
SPC：統(tong)計過程控(kong)制是工(gong)(gong)業(ye)界廣泛使用的質(zhi)(zhi)量(liang)分析工(gong)(gong)具，它采用統(tong)計技術對生(sheng)產(chan)(chan)(chan)(chan)過程的某個物理量(liang)進(jin)行實時(shi)監(jian)控(kong)計算，快速識別出(chu)生(sheng)產(chan)(chan)(chan)(chan)過程中(zhong)產(chan)(chan)(chan)(chan)品質(zhi)(zhi)量(liang)的隨機(ji)波動與異(yi)常(chang)波動，對生(sheng)產(chan)(chan)(chan)(chan)過程的異(yi)常(chang)趨勢提(ti)(ti)出(chu)預(yu)警，以(yi)便生(sheng)產(chan)(chan)(chan)(chan)管理人(ren)員及時(shi)采取措施(shi)，消除異(yi)常(chang)，恢復(fu)過程的穩定(ding)，從而(er)達到提(ti)(ti)高和控(kong)制質(zhi)(zhi)量(liang)的目的。
SPC 的第一(yi)步是計算(suan)標準差。TDengine 提供 stddev 標準差函數，方便用(yong)戶快速從時序數據算(suan)得標準差 σ。
通過(guo)實時(shi)查詢可獲取指定時(shi)間段的時(shi)序數據，再通過(guo) TDengine 內嵌(qian)函數即可直接算(suan)得：均值 μ(avg)、最大(max)、最小(min)、跨距(spread)。
結合前面(mian)算得的標準差 σ、該物理量設(she)計的合格上(shang)下限范圍(wei) USL-LSL、目(mu)標值 T，可算得 SPC 各過程參數：Cp/Cr/Cpu/Cpl/Cpk/Cpm/Pp/Pr/Ppu/Ppl/Ppk/Ppm。
TDengine 提(ti)供(gong)各種主流編程語(yu)言如(ru) C/C++、Java、Go、RUST、Python、C# 的(de)驅動程序，也提(ti)供(gong) RESTful 接口，支(zhi)持 SQL 語(yu)法，因此應用開發的(de)學習成本幾乎為零，十(shi)分簡單。
11. 總結
很多用戶對于如(ru)何(he)快速、便捷(jie)呈(cheng)現(xian)工業現(xian)場的(de)實時時序(xu)數據(ju)比(bi)較畏懼，覺得需要(yao)耗費大(da)量(liang)人力(li)進行應用開發才(cai)能實現(xian)，影響了時序(xu)數據(ju)快速有(you)效的(de)利用。其實，和(he) IT 運(yun)維采(cai)用 Telegraf+TDengine+Grafana 一(yi)樣，煙草生產企(qi)業可以非常方(fang)便地(di)利用 TDengine 的(de) OPC 接入能力(li)，通過搭建 OPC+TDengine+Grafana 方(fang)案，快速實現(xian)低代(dai)碼(ma)的(de)業務數據(ju)監(jian)控。
需要說明(ming)的是(shi)，本文(wen)的例子是(shi)一較簡單(dan)的場景(jing)：taosX Agent 代理和 OPC UA Server 部(bu)署在同一節點上。其(qi)他的場景(jing)可(ke)以從這個(ge)場景(jing)中(zhong)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(shi)際部(bu)(bu)署拓撲都可以按需規劃、實(shi)施，取決于(yu)您實(shi)際的部(bu)(bu)署需求。
TDengine 不僅支持 OPC，也支持 MQTT, PI System, Wonderware 等數據源的無縫接入，受篇幅所限本文不多做介(jie)紹，僅分享基于 TDengine Cloud 提供 OPC+TDengine+Grafana 方案(an)(an)的具體(ti)實現。這(zhe)套(tao)方案(an)(an)同樣(yang)可(ke)以(yi)基于 TDengine Enterprise 企業版來實現，如果您有這(zhe)樣(yang)的需求(qiu)，請(qing)聯系北(bei)京濤思商(shang)務團隊獲(huo)取相關資源。
直播視頻回放：
