智能制造与工业软件 / 系统课时

订阅 OPC UA 变化并检查质量码

订阅 OPC UA 变化并检查质量码

现场温度值即使成功到达客户端,也可能来自失准传感器或中断的采集链路。本课用本机 OPC UA 服务端模拟三种质量状态,建立数据变化订阅,读取源时间戳和 StatusCode,并决定哪些测量可以进入时序库。

学习目标

  • 区分 MonitoredItem 的采样间隔与 Subscription 的发布间隔。
  • 用 Python 接收变化通知,同时提取数值、源时间戳和质量码。
  • 按 Good、Uncertain、Bad 分流数据,并识别过期测点。

变化通知怎样从现场到达客户端

OPC UA 客户端不是反复请求 Read 才能发现变化。它先创建 Subscription,再把变量节点的 Value 属性注册成 MonitoredItem。服务端采样并判断是否发生需要报告的变化,把通知放入监控项队列;发布周期到来时,通过客户端持续提供的 Publish 请求发送通知。

OPC UA 采样、通知队列和质量判定的数据流

订阅建立后通常先收到当前值,此后默认的数据变化检测会关注数值或状态变化。没有收到新的数据通知,不等于设备一定在线或数据仍然新鲜;通信健康与测量新鲜度还需要单独检查。

配好采样、发布和队列

以下数值适合本机约每 0.7 秒更新一次温度的实验点,单位均为毫秒;生产环境应按 PLC 刷新周期、带宽和报警延迟重新设定。

参数 实验设置 实际作用
sampling_interval 200 请求服务端约每 200 ms 检查一次变量;并非每次必有通知
publishing interval 500 Subscription 约每 500 ms 执行发布周期,可批量传送通知
queuesize 10 允许未发送的变化暂存在监控项队列,队满可能丢失变化
MonitoringMode Reporting 同时采样、生成通知并允许报告

一次值变化可能先等候采样、再等候发布,因此不能把发布间隔当作采样周期,也不能把两个间隔直接当作实时性保证。服务端有权返回修订后的 revisedSamplingInterval 和 revisedPublishingInterval;调试时要核对实际协商值,而不是仅检查客户端的请求参数。

运行订阅与质量分流示例

使用 Python 3.10+ 和 asyncua 1.1 系列或兼容版本。先在终端安装依赖:

bash
python -m pip install "asyncua>=1.1,<2"

预期结果:命令成功结束(退出码为 0),可导入 asyncua;已安装时可能提示 Requirement already satisfied。

把下面代码保存为 opcua_quality_demo.py。它在本机 4840 端口启动仅用于实验的 OPC UA 服务端,随后由客户端订阅温度点,并依次注入 Good、Uncertain、Bad 三类通知;不需要外部 PLC。

python
import asyncio
from datetime import datetime, timezone
from asyncua import Client, Server, ua

class Handler:
    def __init__(self):
        self.collect = False
        self.rows = []

    def datachange_notification(self, node, value, data):
        if not self.collect:  # 忽略订阅建立时的初始值
            return
        dv = data.monitored_item.Value
        status = dv.StatusCode
        level = "Good" if status.is_good() else (
            "Bad" if status.is_bad() else "Uncertain")
        source = dv.SourceTimestamp.isoformat() if dv.SourceTimestamp else "NULL"
        action = "入库" if status.is_good() and dv.SourceTimestamp else "隔离"
        self.rows.append((level, value, source, action))

async def main():
    server = Server()
    await server.init()
    server.set_endpoint("opc.tcp://127.0.0.1:4840/demo/")
    ns = await server.register_namespace("urn:anystack:iiot:demo")
    machine = await server.nodes.objects.add_object(ns, "Machine01")
    temperature = await machine.add_variable(ns, "Temperature", 25.0)

    async with server:
        handler = Handler()
        async with Client("opc.tcp://127.0.0.1:4840/demo/") as client:
            sub = await client.create_subscription(500, handler)
            node = client.get_node(temperature.nodeid)
            handle = await sub.subscribe_data_change(
                node, sampling_interval=200, queuesize=10)
            await asyncio.sleep(0.7)
            handler.collect = True
            samples = [
                (26.5, ua.StatusCodes.Good),
                (26.8, ua.StatusCodes.UncertainSensorNotAccurate),
                (None, ua.StatusCodes.BadSensorFailure),
            ]
            for value, code in samples:
                variant = ua.Variant(
                    value, ua.VariantType.Double if value is not None
                    else ua.VariantType.Null)
                dv = ua.DataValue(
                    variant, StatusCode=ua.StatusCode(code),
                    SourceTimestamp=datetime.now(timezone.utc))
                await server.write_attribute_value(temperature.nodeid, dv)
                await asyncio.sleep(0.7)  # 留出一个以上的发布周期
            await sub.unsubscribe(handle)
            await sub.delete()

        for level, value, source, action in handler.rows:
            print(f"{level} value={value} source={source} action={action}")

if __name__ == "__main__":
    asyncio.run(main())

运行命令:

bash
python opcua_quality_demo.py

预期输出(仅列出业务通知;<TIME> 是每次运行不同的 ISO 8601 时间戳,程序还可能输出库自身的诊断日志):

text
Good value=26.5 source=<TIME> action=入库
Uncertain value=26.8 source=<TIME> action=隔离
Bad value=None source=<TIME> action=隔离

本例主动为三次更新设置 SourceTimestamp。真实设备的节点 ID、数据类型以及服务端可用的最小采样间隔由现场 OPC UA 地址空间与设备配置决定,不能直接照搬本机实验值。

检查质量码与源时间戳

每次变化通知携带的 DataValue 不只有 Value,还包含 StatusCode、SourceTimestamp,以及可能存在的 ServerTimestamp。先判断质量,再决定是否使用数值;不能因为 Python 回调得到了 26.8 就认为传感器数据可用。

严重级别 例子 建议处理
Good Good 再检查时间戳和业务范围,通过后入库
Uncertain UncertainSensorNotAccurate 保留原值与状态作诊断,暂停关键指标计算
Bad BadSensorFailure 视为不可用,不把旧值伪装成当前实测值

SourceTimestamp 表示数据源确认值或状态的时间,ServerTimestamp 表示 OPC UA 服务端接收或确认该值的时间。两者不一定相同,也可能为空;客户端接收时间又是第三个时间点。不要以入库时间覆盖源时间戳,否则网络拥塞会被误读为现场测量的发生时间。

验证现场可靠性与异常处理

迁移到实际网关时,移除示例中启动本机 Server 和写入模拟值的部分,只保留 Client 与 Handler。先在地址空间浏览器中确认真实变量的 NodeId、Value 类型和当前 StatusCode,再使用现场端点与节点 ID。生产连接应按服务器要求配置证书、信任列表与安全策略,不能把实验环境的匿名不加密连接直接暴露到产线。

建议在接入层同时保存 nodeId、value、statusCode、sourceTimestamp 和本地 receivedAt,用以下规则验收:

  1. 把示例代码第一组温度从 26.5 改成 27.0,重新运行,确认 Good 通知中的数值变为 27.0;同值不重复通知属于正常情况。
  2. 注入 Uncertain 或 Bad,确认业务时序指标没有把它们当作有效温度;诊断记录仍保留原始状态。
  3. 以接收时刻减去源时间戳计算数据年龄。实验阈值可设为 3 s:即使状态是 Good,超过阈值也标为过期;若源时间戳缺失则标记待核验,绝不补造一个源时间。
  4. 若连续没有通知,分别检查会话与订阅是否存活、服务端是否仍更新源数据、队列是否溢出。不要仅靠“没有温度变化”断言断线。

有效测量 = 质量合格 + 时间可信 + 业务范围合理。 例如温度允许范围设为 -20~120 °C 时,Good 且时间新鲜的 250 °C 仍应进入异常校验队列,而不是直接参与能耗或停机统计。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

订阅 OPC UA 变化并检查质量码

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通