制造业数据采集方案，襄阳工程师技术笔记

数据采集的三种层次

手工录入层：工人通过平板/手机/PC手动输入数据。最原始但适用范围广。适合：质检数据、设备巡检记录、生产异常备注。优点是成本低、实施快；缺点是准确性依赖人、时效性差。

半自动采集层：设备有输出接口但需要人工触发或中间转换。比如数控机床导出加工日志然后导入系统、温湿度仪定时输出CSV文件。适合：老旧设备改造的过渡方案。

全自动采集层：通过传感器/PLC/协议直连实时采集数据。适合：新设备、关键质量控制点、需要实时监控的场景。投入最大但效果最好。

{CITY}一家轴承厂的策略是：新购设备全部要求带数据接口(全自动采集)、关键老旧设备加装传感器(半自动)、其余暂时手工录入。分3年逐步提高自动化采集的比例。

常用通信协议

Modbus：工业界最通用的协议，90%以上的PLC和仪表都支持。OPC UA：新一代工业通信标准，安全性更好、数据模型更丰富。MQTT：轻量级IoT协议，适合传感器数据的云端传输。Profinet/EtherCAT：实时以太网协议，用于运动控制和高速数据采集。

选协议的原则：优先用设备原生支持的协议。不要为了统一而强行转换——每多一层转换就多一个故障点和延迟。

传感器选型

温度/湿度：环境监控和工艺过程控制的基本配置，几十块一个。振动传感器：用于设备健康监测和预测性维护，几百到几千不等。电流/电压传感器：用于能耗监测和设备状态判断。视觉相机：用于外观质检和尺寸测量，几千到几万。

传感器的精度不是越高越好——满足需求就行。温度监控±1℃足够了没必要买±0.1℃的。但在关键质量控制点上(比如热处理炉温)，该精确的地方不能省。

数据传输和存储

边缘计算：在车间层面部署边缘网关，做数据预处理(过滤/聚合/缓存)，减少上传云端的量。时序数据库：InfluxDB/TDengine专门存储时间序列数据(传感器数据都是时序的)，比MySQL高效得多。数据频率：不是所有数据都要秒级采集。温度数据可能10秒采一次够了，振动信号可能需要1000Hz以上。

网络安全

工控网络和办公网络要物理或逻辑隔离。数据对外传输必须加密。远程访问要走VPN。去年某工厂被勒索病毒攻击导致停产3天的教训还不够深刻吗？