智能制造与工业软件 / 系统课时

从模拟产线发布数据到告警看板

从模拟产线发布数据到告警看板

本实战在一台电脑上模拟 Machine01 的温度变化,经过 OPC UA 采集、边缘标准化、MQTT 上报、资产映射与 SQLite 入库,最后用 Streamlit 查看温度曲线和高温告警。完成后还会验证告警恢复与测点停更,形成可重复执行的端到端验收样例。

学习目标

  • 运行 OPC UA 模拟设备,让边缘网关每 2 秒采样并发布标准化数据。
  • 按设备与测点映射资产,以事件 ID 去重写入时序记录。
  • 验证高温触发、滞回恢复、测点停更三种看板表现。

确定链路和验收基线

本地演示使用 Python 3.11、Docker、Eclipse Mosquitto 2、asyncua==1.1.8、paho-mqtt==2.1.0、streamlit==1.49.1。采集协议为 OPC UA;SQLite 承担小规模时序存储,方便检查每条样本,不代表生产时序数据库的选型。

检查项 本次约定
工业资产 工厂 f01 → 产线 l02 → 设备 m01,源设备名 Machine01
采集点 OPC UA 节点 Machine01.TempC,平台测点 temp_c,单位 degC
采样与上报 每 2 秒一次;MQTT 主题 iiot/v1/f01/l02/m01/telemetry,QoS 1
事件字段 event_id、device_id、point_id、event_time、value、unit、quality
告警规则 温度 ≥85°C 触发,温度 <80°C 恢复;80~85°C 保持上次状态
新鲜度 连续超过 6 秒没有新事件,显示测点停更

模拟产线到告警看板的端边云数据链路

启动消息代理和模拟设备

以下命令以 Linux、macOS 或 WSL 的 Bash 为例。先在空目录创建 mosquitto.conf;容器内部监听 1883,Docker 只把该端口映射到宿主机回环地址。

text
listener 1883 0.0.0.0
allow_anonymous true

该配置只用于本机实验,验证方式是容器启动后没有配置解析错误。生产环境应改用 TLS、客户端认证及主题 ACL,不能开放匿名写入。

在同一目录执行安装和启动命令:

bash
python3.11 -m venv .venv
source .venv/bin/activate
python -m pip install "asyncua==1.1.8" "paho-mqtt==2.1.0" "streamlit==1.49.1" "pandas==2.3.2"
docker run -d --rm --name iiot-mqtt -p 127.0.0.1:1883:1883 -v "$PWD/mosquitto.conf:/mosquitto/config/mosquitto.conf:ro" eclipse-mosquitto:2
docker ps --filter name=iiot-mqtt --format "{{.Names}}"

预期输出的最后一行为:

text
iiot-mqtt

将下列完整程序保存为 device.py。它发布一个 OPC UA 变量,温度按固定序列循环变化,以便必然经过触发、保持和恢复区间。

python
import asyncio
from asyncua import Server, ua

async def main():
    server = Server()
    await server.init()
    server.set_endpoint("opc.tcp://127.0.0.1:4840/iiot/demo/")
    ns = await server.register_namespace("urn:anystack:iiot:demo")
    machine = await server.nodes.objects.add_object(ns, "Machine01")
    temp = await machine.add_variable(
        ua.NodeId("Machine01.TempC", ns), "TempC", 78.0
    )
    values = [78.0, 82.0, 87.0, 90.0, 83.0, 79.0]
    async with server:
        print("OPC UA 模拟设备已启动")
        i = 0
        while True:
            # 固定循环同时覆盖告警触发和恢复
            await temp.write_value(values[i % len(values)])
            i += 1
            await asyncio.sleep(2)

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

在第一个终端执行 python device.py,预期输出为:

text
OPC UA 模拟设备已启动

边缘采样、标准化并通过 MQTT 发布

保存为 edge.py。客户端用命名空间 URI 查找动态命名空间索引,避免假设索引永远是 2;每次读数生成唯一 event_id 和 UTC 采样时间。wait_for_publish 等待 QoS 1 发布完成,但 Broker 确认不等于平台已入库。

python
import asyncio
import json
import uuid
from datetime import datetime, timezone

from asyncua import Client
import paho.mqtt.client as mqtt

TOPIC = "iiot/v1/f01/l02/m01/telemetry"

async def main():
    pub = mqtt.Client(mqtt.CallbackAPIVersion.VERSION2, client_id="GW01")
    pub.connect("127.0.0.1", 1883, 60)
    pub.loop_start()
    try:
        async with Client(url="opc.tcp://127.0.0.1:4840/iiot/demo/") as opc:
            ns = await opc.get_namespace_index("urn:anystack:iiot:demo")
            node = opc.get_node(f"ns={ns};s=Machine01.TempC")
            while True:
                value = float(await node.read_value())
                payload = {
                    "event_id": uuid.uuid4().hex,
                    "device_id": "Machine01",
                    "point_id": "temp_c",
                    "event_time": datetime.now(timezone.utc).isoformat(timespec="seconds"),
                    "value": value,
                    "unit": "degC",
                    "quality": "GOOD",
                }
                info = pub.publish(TOPIC, json.dumps(payload), qos=1)
                info.wait_for_publish(timeout=5)
                if not info.is_published():
                    raise TimeoutError("Broker 未确认发布")
                print(f"边缘已上报 {value:.1f} °C")
                await asyncio.sleep(2)
    finally:
        pub.disconnect()
        pub.loop_stop()

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

在平台订阅端启动后再运行 python edge.py。预期会反复出现 边缘已上报 78.0 °C、边缘已上报 87.0 °C 等日志;采样启动相位不同,第一条数值可能不同。event_time 带 UTC 时区偏移,平台按该字段存储事件时间。

关联资产并将事件写入 SQLite

保存为 platform.py。订阅端先检查 MQTT 主题、源设备与测点,再按白名单绑定到资产 f01/l02/m01;无效质量的消息拒收。event_id 为主键,可挡住 QoS 1 重复投递;告警状态与样本同事务入库。

python
import json
import math
import sqlite3
from datetime import datetime
import paho.mqtt.client as mqtt

DB = "iiot.db"
TOPIC = "iiot/v1/f01/l02/m01/telemetry"
ASSETS = {("Machine01", "temp_c"): "f01/l02/m01"}

def on_connect(client, _userdata, _flags, reason_code, _properties):
    if reason_code == 0:
        client.subscribe(TOPIC, qos=1)
        print("平台已发起订阅")
    else:
        print(f"MQTT 连接失败:{reason_code}")

def on_message(_client, _userdata, message):
    try:
        d = json.loads(message.payload)
        asset_id = ASSETS[(d["device_id"], d["point_id"])]
        if (message.topic != TOPIC or d["unit"] != "degC"
                or d["quality"] != "GOOD"):
            raise ValueError("主题、单位或质量不匹配")
        value = float(d["value"])
        if not math.isfinite(value):
            raise ValueError("测点不是有限数值")
        stamp = datetime.fromisoformat(d["event_time"])
        if stamp.tzinfo is None:
            raise ValueError("事件时间缺少时区")
        with sqlite3.connect(DB, timeout=5) as db:
            row = db.execute(
                "SELECT alarm_state FROM readings ORDER BY rowid DESC LIMIT 1"
            ).fetchone()
            state = row[0] if row else "NORMAL"
            if value >= 85:
                state = "ACTIVE"
            elif value < 80:
                state = "NORMAL"
            # 保留中间带的原状态,避免 85°C 附近来回抖动
            result = db.execute(
                "INSERT INTO readings "
                "(event_id, asset_id, point_id, event_time, value, alarm_state) "
                "VALUES (?, ?, ?, ?, ?, ?) "
                "ON CONFLICT(event_id) DO NOTHING",
                (d["event_id"], asset_id, d["point_id"],
                 d["event_time"], value, state),
            )
        if result.rowcount:
            print(f"入库 {asset_id}/temp_c {value:.1f} °C {state}")
    except (KeyError, ValueError, TypeError, sqlite3.Error) as exc:
        print(f"拒收消息:{exc}")

def main():
    with sqlite3.connect(DB) as db:
        db.execute("PRAGMA journal_mode=WAL")
        db.execute(
            "CREATE TABLE IF NOT EXISTS readings ("
            "event_id TEXT PRIMARY KEY, asset_id TEXT NOT NULL, "
            "point_id TEXT NOT NULL, event_time TEXT NOT NULL, "
            "value REAL NOT NULL, alarm_state TEXT NOT NULL)"
        )
        db.execute(
            "CREATE INDEX IF NOT EXISTS idx_asset_time "
            "ON readings(asset_id, event_time)"
        )
    sub = mqtt.Client(mqtt.CallbackAPIVersion.VERSION2, client_id="iiot-platform")
    sub.on_connect = on_connect
    sub.on_message = on_message
    sub.connect("127.0.0.1", 1883, 60)
    sub.loop_forever()

if __name__ == "__main__":
    main()

在第二个终端执行 python platform.py,随后在第三个终端运行 python edge.py。预期先看到 平台已发起订阅,随后出现 入库 f01/l02/m01/temp_c 87.0 °C ACTIVE,以及温度降到 79°C 后的 NORMAL。样本数、第一条读数随启动时间变化。

用看板验证曲线、告警与恢复

保存为 board.py。Streamlit 每 2 秒刷新最近 100 条事件,突出显示当前温度、持久化告警状态和停更情况。超过 6 秒没有新数据时,停更优先于旧的温度告警显示,避免把旧值误判为实时状态。

python
import sqlite3
from datetime import datetime, timezone
from pathlib import Path

import pandas as pd
import streamlit as st

DB = "iiot.db"
st.title("模拟产线温度与告警")
st.caption("资产:f01 / l02 / m01 测点:temp_c 采样周期:2 秒")

@st.fragment(run_every="2s")
def show_dashboard():
    if not Path(DB).exists():
        st.info("尚无数据库,请先启动平台订阅端")
        return
    with sqlite3.connect(DB) as db:
        df = pd.read_sql_query(
            "SELECT event_time, value, alarm_state FROM readings "
            "WHERE asset_id = ? ORDER BY event_time DESC LIMIT 100",
            db, params=("f01/l02/m01",)
        )
    if df.empty:
        st.info("等待首条测点数据")
        return
    df["event_time"] = pd.to_datetime(df["event_time"], utc=True)
    df = df.sort_values("event_time")
    last = df.iloc[-1]
    age = (datetime.now(timezone.utc) - last["event_time"].to_pydatetime()).total_seconds()
    st.metric("最新温度", f"{last['value']:.1f} °C")
    if age > 6:
        st.warning("测点停更:超过 6 秒没有新事件")
    elif last["alarm_state"] == "ACTIVE":
        st.error("高温活动告警:达到 85°C,低于 80°C 后恢复")
    else:
        st.success("温度正常,当前无活动告警")
    st.line_chart(df.set_index("event_time")["value"].rename("温度(°C)"))
    st.dataframe(df.tail(6), hide_index=True)

show_dashboard()

在第四个终端执行:

bash
streamlit run board.py --server.address 127.0.0.1 --server.port 8501

预期结果:本机浏览器打开 http://127.0.0.1:8501 后,能看到温度折线;87°C 和 90°C 对应活动告警,83°C 维持活动,79°C 恢复正常。停止 edge.py 超过 6 秒后,看板应显示“测点停更”。

等待至少一个 12 秒的温度循环后,再执行下列验收脚本,核对持久化数据而非仅看页面颜色:

bash
python - <<'PY'
import sqlite3

with sqlite3.connect("iiot.db") as db:
    records = db.execute(
        "SELECT value, alarm_state FROM readings ORDER BY rowid"
    ).fetchall()
has_alarm = any(v >= 85 and s == "ACTIVE" for v, s in records)
has_recovery = any(
    records[i - 1][1] == "ACTIVE" and v < 80 and s == "NORMAL"
    for i, (v, s) in enumerate(records) if i > 0
)
print("PASS" if has_alarm and has_recovery else "WAIT")
PY

预期输出(已有完整触发与恢复过程):

text
PASS

如果输出 WAIT,先确认平台和边缘采集仍在运行,再让模拟序列完成一次 90°C 到 79°C 的转换,重新执行验收命令。固定温度序列每 12 秒循环一次,首次启动时可能只观察到部分周期。

出现断点时按链路排查

若看板始终为空,先看模拟设备进程,再检查网关有无“边缘已上报”,随后查看平台是否打印“入库”,最后查询 iiot.db。这一顺序将协议失败、MQTT 失败、校验拒收、存储失败和展示失败区分开。若只有温度没有资产归属,核对 ASSETS 键值、消息中的 device_id、point_id 和主题层级是否完全一致。

现象 首先检查 判定与处理
边缘无法采样 device.py 是否运行、4840 是否被占用 检查 OPC UA URI 与节点 Machine01.TempC
发布超时 docker ps 与 1883 映射 检查容器、Broker 配置和本机端口
平台拒收 quality、设备名、测点名、主题 修正白名单或上报映射,不要跳过校验
数据库有数据但图不更新 看板是否从同一目录读取 iiot.db 检查工作目录、数据时间与 6 秒新鲜度阈值

验收通过的判断标准是:源设备能被读取、主题与资产映射正确、库中出现 ACTIVE 和恢复后的 NORMAL、看板能自动刷新并识别停更。MQTT 发布成功本身不能替代数据库与告警的最终核对。

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

从模拟产线发布数据到告警看板

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