中文设备数据采集

设备数据采集

设备数据采集:从 OPC UA 到 ERP,再到可提问的分析

简要回答

设备数据采集的要点是协议接入、时间对齐和与工单的关联。采到的数据只有挂上工单、料号和班次,才能和 ERP 数据一起回答停机、良率和能耗问题。AI 在此之上负责解释和检索,不负责控制设备。

工厂里的设备五花八门:数控机床、注塑机、SMT 贴片线、检测设备,品牌和年代不同,接口也不同。设备数据采集(常被称为 SCADA、DNC 或 IoT 网关)的目标,是把状态、计数、报警和关键工艺参数稳定地取出来。

取出来之后常见的问题是数据躺在时序库里无人使用。要让它有价值,必须与 ERP 的工单、料号、班次关联。本文讲采集的基本做法,以及如何把采集数据与 ERP 一起交给本地大模型做分析。

常见协议与接入方式

较新的设备多支持 OPC UA,数控系统常见厂商私有接口或 MTConnect,老设备多用 Modbus、串口或 PLC 寄存器。没有开放接口的设备,可以通过加装传感器、电流或计数模块间接采集,但精度和语义要打折扣。

网关层负责协议转换和缓存,网络中断时本地保存,恢复后补传。传输常用 MQTT 或直接写入时序数据库。务必统一时间戳和时区,否则后续与工单时间对齐会出错。

  • OPC UA:新设备首选,语义较清晰
  • MTConnect 或厂商接口:数控机床常用
  • Modbus、串口:老设备,需要点表对照
  • 加装传感器:无接口设备的补充手段

和 ERP、MES 关联才有意义

单看一台设备的运行曲线,只能知道它开了多久。关联到工单,才能知道这段时间在做哪个料号、计划节拍是多少、实际节拍差多少。关联可以通过 MES 的开工报工事件,或在设备端读取当前工单号实现。

关联之后可以计算设备综合效率(OEE)的三个部分:时间稼动、性能稼动和良品率,并把停机原因与 ERP 里的维修工单、备件领用对应起来。原因代码要事先统一,不然统计无法汇总。

AI 能做什么,不能做什么

适合的任务包括:用自然语言查询「上周三号线停机最多的三个原因」;对报警序列做相似历史检索,提示以前如何处理;把维修记录、手册和报警代码做成本地检索,让维修工快速得到参考。这些都是辅助人。

不适合的是让大模型实时控制设备或做毫秒级判断,那是 PLC 和专用算法的工作。预测性维护需要足够的历史故障样本,样本太少时,规则和阈值往往比复杂模型更可靠。

架构与数据位置

采集网关在车间,时序库和汇聚库在厂内机房,AI 服务读取汇聚库和 ERP 只读视图,三者之间尽量单向流动。模型在厂内 GPU 上运行,设备数据和维修文档都不外传。

对跨厂区企业,可在各厂部署边缘节点,只把汇总指标上传总部,原始高频数据留在本地,既节省带宽,也减少数据外发。

安全与合规

生产网络是工业安全的重点,应遵循分区隔离,网关只出不进,避免从办公网直接访问设备。工艺参数可能属于企业的技术秘密,也可能是客户要求保密的内容,所以模型和数据都应在受控环境内。具体等保要求以您所在行业和主管部门的规定为准。

起步建议

先选五到十台关键设备,只采状态、计数和报警,两到四周跑通并核对数据质量。同时统一停机原因代码,并确认与工单的关联方式。这一步完成后,再接入 AI 做问答和摘要,效果才可预期。

如果现有 MES 已含设备联网和 OEE 看板,先用好它。AI 补充的是跨系统自由提问和文档检索。

常见问题

老设备没有接口能采集吗?

可以通过加装计数、电流或传感器模块间接采集,但只能得到状态和数量,难以获得详细工艺参数。

采集频率越高越好吗?

不是。按分析目标定频率,状态和计数通常秒级即可,高频振动类数据在边缘处理后再上传汇总。

AI 可以直接预测设备故障吗?

需要足够的历史故障数据和标注。数据不足时,建议先用阈值和规则,并用 AI 做报警检索和维修知识问答。

采集数据如何和工单关联?

通过 MES 的开工和报工事件,或设备端读取当前工单号,把时间区间与工单、料号、班次对应起来。

数据要上云吗?

不必须。本方案默认数据和模型都在厂内,跨厂区场景可只上传汇总指标。

想在您的 ERP 上落地 AI?

预约一次免费的 ERP AI 评估。我们会梳理数据路径、模型选择与部署位置,并如实告诉您 AI 是否适合。

预约免费评估