工厂设备数据采集有哪些方案?从协议直采、网关接入到 IO 采集一次讲清

6 阅读13分钟

在制造业数字化项目里,很多需求表面上看起来很简单:

  • 想把设备数据接到 MES
  • 想做车间看板
  • 想统计 OEE
  • 想做设备报警
  • 想做工艺追溯
  • 想给后续 AI 分析准备数据底座

但真正进入实施阶段后,第一道绕不过去的问题通常是:

设备数据到底该怎么采?

很多项目失败,不是因为没有预算,也不是因为没有系统,而是一开始就把“设备数据采集方案”想得太简单。
有人觉得只要“买个网关”就能全部搞定;有人觉得只要“连 PLC”就可以;还有人觉得所有设备都能统一走 OPC。

现实往往不是这样。

同一个工厂里,可能同时存在:

  • 新设备,支持标准协议
  • 老设备,只有简单 IO 信号
  • 不同品牌 PLC
  • 厂商私有控制器
  • 有些设备开放变量表,有些完全不开放
  • 有些需要实时参数,有些只需要状态和产量

所以,工厂设备数据采集并不存在一种万能方案。
真正合理的做法,通常是根据设备条件、业务目标、预算和实施周期,选择合适的技术路线。

本文就从工程实践角度,把工厂设备数据采集的主流方案一次讲清。


1. 为什么“设备数据采集方案”不能一刀切

在讨论方案之前,先要明确一件事:

工厂设备数据采集不是一个标准化程度很高的纯软件问题,而是一个强现场、强设备差异、强业务约束的系统工程问题。

之所以不能一刀切,主要有几个原因。

1.1 设备异构严重

一个车间里,可能会同时存在:

  • 西门子 PLC
  • 三菱 PLC
  • 欧姆龙 PLC
  • 台达 PLC
  • 汇川 PLC
  • Modbus 仪表
  • CNC 系统
  • 注塑机专用控制器
  • 非标自研设备
  • 无 PLC 的老旧设备

这些设备的通信能力和开放性差异非常大。


1.2 业务目标不同

有的项目只想知道:

  • 设备是否运行
  • 当前产量
  • 是否报警

有的项目则需要更深的数据:

  • 工艺参数
  • 周期时长
  • 配方切换
  • 参数修改记录
  • 故障代码
  • 批次追溯数据

目标不同,采集方案自然不同。


1.3 预算与周期不同

有的项目要求:

  • 两周内快速上线
  • 先覆盖 20 台重点设备
  • 能出看板即可

有的项目要求:

  • 全厂统一接入
  • 后续接 MES、QMS、ERP
  • 数据结构标准化
  • 支持长期扩展

这两类项目,显然不能采用同样的实施策略。


1.4 可获取的数据边界不同

有些设备理论上“能采”,但实际上拿不到:

  • 地址表
  • 协议文档
  • 厂商授权
  • 关键变量定义

这时候,技术上就必须退一步,选更可落地的方案。

所以,一个更准确的说法是:

工厂设备数据采集方案,不是先选技术,而是先判断设备条件、业务目标和可落地边界。


2. 工厂设备数据采集的主流方案有哪些

从现场实施经验来看,常见的设备数据采集方案主要有六类:

  1. 协议直采
  2. 工业网关采集
  3. OPC 采集
  4. IO 信号采集
  5. 外挂传感器采集
  6. 自动采集 + 人工补录结合

下面分别展开。


3. 方案一:协议直采

协议直采,通常是指通过设备本身支持的通信协议,直接读取 PLC、控制器、仪表或 CNC 系统中的数据。

常见包括:

  • Siemens S7
  • Mitsubishi MC 协议
  • Omron FINS
  • Modbus TCP
  • Modbus RTU
  • OPC UA
  • EtherNet/IP(部分场景)
  • CNC 厂商协议
  • 注塑机控制器协议

3.1 工作方式

通常由上位机、采集程序或边缘网关主动发起通信,请求读取指定地址、寄存器、变量或标签。

3.2 适用场景

适合:

  • 设备通信能力较好
  • PLC 型号明确
  • 协议可获取
  • 地址表可确认
  • 希望采集较丰富数据

例如:

  • 状态
  • 产量
  • 工艺参数
  • 报警码
  • 运行模式
  • 配方号
  • 周期变量

3.3 优点

  • 数据维度丰富
  • 实时性较好
  • 精度高
  • 扩展性强
  • 更适合后续做 MES、工艺分析、AI 建模

3.4 缺点

  • 依赖协议和点位信息
  • 不同品牌接入复杂度不同
  • 需要处理地址变化、变量命名不一致等问题
  • 某些设备虽有协议,但实际开放程度有限

3.5 典型结论

如果设备条件允许,协议直采通常是优先级最高的方案

因为它最接近设备内部真实数据,后续治理和扩展空间也最大。


4. 方案二:工业网关采集

工业网关采集,本质上并不是一种完全独立于协议直采之外的方案。
更准确地说,它是把“协议接入、边缘处理、数据转发”封装到一个现场设备或边缘节点中。

工业网关通常承担几个角色:

  • 连接不同品牌设备
  • 完成协议解析
  • 做数据缓存
  • 做变化上报
  • 做边缘统计
  • 向 MQTT、HTTP、数据库、消息队列等上送数据

4.1 适用场景

适合:

  • 现场设备品牌多
  • 需要统一接入
  • 需要本地边缘计算
  • 需要断网缓存
  • 需要对接多个上层系统

4.2 优点

  • 适合多协议统一管理
  • 部署相对灵活
  • 可以把边缘逻辑前置到现场
  • 更适合大规模设备接入
  • 对上层 MES / 平台更友好

4.3 缺点

  • 网关能力差异很大
  • 如果网关只是“转发器”,实际价值有限
  • 驱动兼容能力决定项目成败
  • 边缘逻辑设计不当,可能导致数据混乱

4.4 一个容易被误解的点

很多人把“买了网关”理解成“问题解决了”。

其实不是。

真正决定效果的,不只是有没有网关,而是网关是否具备这些能力:

  • 稳定的协议驱动
  • 现场调试能力
  • 数据模型映射能力
  • 变化上报能力
  • 边缘统计能力
  • 状态识别能力
  • 缓存与重传能力

否则,网关只是把复杂性换了个位置。

4.5 典型结论

当工厂设备品牌多、项目需要扩展、后续要对接多个业务系统时,工业网关 + 边缘处理通常是最实用的主流方案。


5. 方案三:OPC 采集

OPC 是工业领域较经典的数据交换方式,常见有:

  • OPC DA
  • OPC UA

其中现在更常见的是 OPC UA。

5.1 工作方式

设备或中间件提供 OPC Server,采集端作为 OPC Client 去订阅或读取变量。

5.2 适用场景

适合:

  • 设备本身支持 OPC UA
  • 工厂已有 OPC 中间层
  • 自动化体系较规范
  • 对接标准化要求较高

5.3 优点

  • 标准化程度高
  • 变量管理相对清晰
  • 跨系统对接方便
  • 对已有自动化环境友好

5.4 缺点

  • 并不是所有设备都支持
  • 很多老设备无法直接走 OPC
  • 现场实际变量质量和命名仍可能混乱
  • 解决不了“设备本身不开放”的问题

5.5 典型结论

OPC 是很好的标准化接入方式,但它更适合“已经具备一定基础”的现场。
它不是万能入口,也不能替代所有底层数采方案。


6. 方案四:IO 信号采集

这是老旧设备改造里非常常见的一条路线。

当设备无法直接读取内部变量时,可以从外部信号下手,例如:

  • 运行灯
  • 报警灯
  • 急停信号
  • 节拍脉冲
  • 继电器输出
  • 开机信号
  • 停机信号

通过 IO 模块、采集板卡或远程 IO,把这些离散信号采上来。

6.1 适用场景

适合:

  • 老旧设备
  • 无 PLC 或 PLC 无法开放
  • 只需要状态、节拍、简单计数
  • 项目预算有限
  • 需要快速上线

6.2 优点

  • 落地快
  • 对设备侵入小
  • 成本相对可控
  • 对老设备很实用

6.3 缺点

  • 数据维度有限
  • 拿不到深层工艺参数
  • 需要额外做状态识别逻辑
  • 对接线和信号判断依赖较高

6.4 常见误区

IO 采集不是“低级方案”,它在很多老设备场景下反而是最现实的方案。

真正的问题不在于是不是 IO,而在于:

  • 信号选得对不对
  • 状态映射逻辑准不准
  • 节拍识别算法稳不稳

6.5 典型结论

对于大量老设备、非标设备、无协议设备,IO 采集往往是成本和效果之间最平衡的路线


7. 方案五:外挂传感器采集

当设备内部信号拿不到、IO 也不方便动时,就可能采用外挂传感器方案。

例如:

  • 电流传感器识别设备是否运行
  • 光电传感器识别工件通过
  • 振动传感器判断加工状态
  • 接近开关判断动作次数
  • 温度传感器补充环境与工艺信息

7.1 适用场景

适合:

  • 无法进入设备控制系统
  • 不允许改 PLC / 接 IO
  • 只需要判断运行、停机、节拍等基本状态
  • 需要快速做试点验证

7.2 优点

  • 不依赖设备协议
  • 对老旧设备适应性强
  • 部署灵活
  • 可用于验证阶段

7.3 缺点

  • 采的是“外部特征”,不是设备原始业务数据
  • 容易受安装位置、干扰、现场环境影响
  • 数据解释成本高
  • 维护成本可能偏高

7.4 典型结论

外挂传感器更适合作为补充方案或替代方案,而不是默认首选。
但在现场受限条件下,它很可能是唯一能快速起步的路径。


8. 方案六:自动采集 + 人工补录结合

这类方案经常被低估,但在很多项目里非常重要。

因为真实生产现场有不少关键数据,设备本身并不会自动给出,例如:

  • 停机原因
  • 换模原因
  • 不良类型
  • 工单切换
  • 班次信息
  • 异常备注

这些数据如果完全不补,后续分析会缺少业务上下文。

8.1 适用场景

适合几乎所有工厂,尤其是:

  • 需要做生产分析
  • 需要做停机分析
  • 需要做质量追溯
  • 需要做工单关联

8.2 优点

  • 能补齐设备无法自动提供的信息
  • 更容易形成业务闭环
  • 更适合管理分析

8.3 缺点

  • 依赖现场执行
  • 需要设计简洁的人机交互
  • 如果录入流程太复杂,容易失真

8.4 典型结论

一个真正可用的数采系统,通常不是“100% 自动化”,而是:

自动采集负责抓设备事实,人工补录负责补业务语义。


9. 这些方案该怎么选

前面讲了六种方案,真正落地时,关键不是“哪个最先进”,而是“哪个最适合当前场景”。

可以从四个维度来判断。

9.1 先看设备开放性

如果设备有明确协议、点位可拿、通信条件可满足,优先考虑:

  • 协议直采
  • 网关接入
  • OPC 接入

如果设备不开放或拿不到点位,再考虑:

  • IO 采集
  • 外挂传感器

9.2 再看业务目标

如果只想做:

  • 运行/停机监控
  • 简单产量统计
  • 稼动率分析

那 IO 或传感器方案可能就足够。

如果还想做:

  • 工艺追溯
  • 参数越限报警
  • 配方关联
  • 周期精细分析
  • AI 建模

则更适合协议级数据采集。


9.3 再看扩展要求

如果后续要对接:

  • MES
  • QMS
  • ERP
  • OEE
  • BI
  • AI 平台

那建议尽量从一开始就考虑:

  • 统一数据模型
  • 边缘治理能力
  • 稳定的数据转发机制

这时候,工业网关 + 协议采集通常更合理。


9.4 最后看实施条件

包括:

  • 是否能停机调试
  • 是否能接入产线网络
  • 厂商是否配合
  • 是否能拿到图纸和点位表
  • 项目周期是否紧张

很多时候,最优方案不一定是最理想方案,而是当前约束下可交付的方案


10. 一个更实用的判断原则:先求可用,再求完美

设备数据采集项目很容易陷入两个极端:

极端一:过度理想化

一开始就要求:

  • 全厂设备一次性打通
  • 所有设备都采全量参数
  • 所有品牌统一标准
  • 所有数据一次性对接到所有系统

结果往往是周期拉长、成本失控、现场推进困难。

极端二:过度简化

一开始只想着:

  • 先买个网关
  • 先读几个点
  • 先做个看板

结果后面发现:

  • 数据无法支撑业务
  • 状态不准
  • 周期算不对
  • 不能接 MES
  • AI 更无从谈起

更实用的做法是:

先围绕关键设备、关键数据、关键业务场景,做一套真正可用的采集闭环。

例如先明确:

  • 先接哪些设备
  • 先采哪些点
  • 先解决什么问题
  • 先交付给谁用

比如先做:

  • 运行状态
  • 产量
  • 周期
  • 报警
  • 工单关联

把这条链路跑通,比一开始追求“大而全”更重要。


11. 从项目角度看,真正有价值的方案是什么

如果从交付角度总结,真正有价值的设备数据采集方案,不是“最炫”的方案,而是满足这几件事:

11.1 能稳定接入

设备能稳定读到,断网、重启、现场波动后还能恢复。

11.2 数据有业务意义

不是只采寄存器,而是能识别状态、周期、产量、异常。

11.3 能做边缘治理

不是把全部原始点位直接扔上去,而是能做:

  • 变化上报
  • 周期计算
  • 状态归一
  • 本地缓存
  • 统计汇总

11.4 能对接上层系统

MES、看板、OEE、AI 平台能真正消费这些数据。

11.5 能扩展

后续新增设备、新增品牌、新增业务场景时,不需要推翻重来。

所以更准确地说:

工厂设备数据采集方案的本质,不是选某一个采集手段,而是设计一条从设备到业务系统的数据交付路径。


12. 结语

工厂设备数据采集并不存在一套万能模板。
协议直采、网关接入、OPC、IO 采集、外挂传感器、人工补录,各有各的边界,也各有各的适用场景。

真正合理的方案选择,应该基于:

  • 设备开放性
  • 业务目标
  • 实施条件
  • 扩展需求

对于制造企业来说,最值得警惕的不是“方案不够先进”,而是:

  • 方案看起来很完整,但现场落不了地
  • 数据看起来采上来了,但业务用不起来
  • 系统做出来了,但后续无法扩展

所以,设备数据采集项目的重点从来不是“选一个最时髦的技术名词”,而是围绕现场实际条件,设计一套可接入、可治理、可交付、可扩展的数据链路。

广州聆机智能技术有限公司专注于工业设备数据采集、边缘数据治理与制造现场落地实施,适合需要从设备接入、网关部署、边缘计算到 MES / 看板 / AI 分析打通数据链路的制造企业。