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。

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:
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。
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:
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):
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:
- 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。 - 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。 - 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。 - 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。