智能制造与工业软件 / 系统课时
浏览 OPC UA 地址空间并读取变量
浏览 OPC UA 地址空间并读取变量
面对一台 OPC UA 服务器,首先要确认连接哪个端点、变量位于哪个节点,以及读到的数值是否可信。本课搭建最小模拟服务,使用 UaExpert 浏览地址空间,再通过 Python 读取温度变量的值、数据类型、质量状态与来源时间戳,形成一份可复核的测点记录。
学习目标
- 识别 Endpoint、Namespace、NodeId、BrowseName 与 Variable 的作用和区别。
- 使用 UaExpert 浏览地址空间,定位并读取指定变量。
- 使用 Python 获取完整 DataValue,核对类型、状态码、时间戳和数据来源。
准备可连接的模拟服务
OPC UA 客户端通过 Endpoint URL 找到服务器,再从其地址空间中定位节点。端点描述通信地址与安全配置;节点则描述设备对象、变量、方法以及它们之间的引用关系。
本次使用 Python 3.10 或更高版本,以及 asyncua 库。在终端执行 python -m pip install asyncua 安装依赖。安装成功后,创建文件 server_demo.py。
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/')
# 自定义命名空间用于区分业务节点与标准节点。
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.Temperature', ns),
ua.QualifiedName('Temperature', ns),
ua.Variant(23.5, ua.VariantType.Double)
)
# 显式写入,使变量具有本次模拟写入的源时间戳。
await temp.write_value(ua.Variant(23.5, ua.VariantType.Double))
async with server:
print('OPC UA ready: opc.tcp://127.0.0.1:4840/iiot/')
await asyncio.Event().wait()
asyncio.run(main())运行 python server_demo.py,保持终端打开。
预期输出(库可能另外输出启动日志):
OPC UA ready: opc.tcp://127.0.0.1:4840/iiot/服务器现在包含对象 Machine01 和变量 Temperature。变量初值为 23.5,OPC UA 数据类型为 Double,NodeId 使用字符串标识符 Machine01.Temperature。
在 UaExpert 中浏览地址空间
使用 Unified Automation UaExpert 2.0.x 的图形客户端验证连接。不同版本窗口布局可能有所调整,但 Project、Address Space、Attributes 和 Data Access View 的职责基本一致。
- 启动 UaExpert,选择菜单
Server > Add...,在添加服务器对话框中双击新增服务器地址的条目,输入opc.tcp://127.0.0.1:4840/iiot/。 - 展开服务器的 Endpoint 列表,为本机模拟服务选择匹配的
SecurityPolicy None、MessageSecurityMode None端点,确认添加。 - 选择
Server > Connect建立连接。在Project窗口选中已连接服务器。 - 在
Address Space窗口展开Objects > Machine01 > Temperature,选中Temperature。 - 在
Attributes窗口查看NodeId、NodeClass、BrowseName、DataType和Value。将变量拖入Data Access View,观察其数值与质量状态。

地址空间不是普通文件目录。节点通过引用组织成可浏览的关系结构,Objects 通常包含设备实例,Types 包含类型定义,Views 可提供特定视图。实际厂商服务器可能采用不同的对象分组方式,因此不能假设所有温度变量都存在于相同路径。
本例需要区分以下标识:
| 字段 | 本例 | 用途 |
|---|---|---|
| Endpoint | opc.tcp://127.0.0.1:4840/iiot/ |
定位服务器连接入口 |
| Namespace URI | urn:anystack:iiot:demo |
标识业务命名空间 |
| BrowseName | 2:Temperature |
在浏览路径中区分节点名称 |
| NodeId | ns=2;s=Machine01.Temperature |
在服务器地址空间内标识该节点 |
| NodeClass | Variable |
表明节点具有可读取的值属性 |
其中 ns=2 是本示例通常出现的命名空间索引,不是跨服务器固定的编号。客户端必须通过 Namespace URI 查询实际索引;s= 表示 NodeId 使用字符串标识符。BrowseName 是带命名空间的浏览名称,不能直接当成 NodeId。
使用 Python 读取完整变量信息
GUI 已经定位变量,接下来用客户端程序复现同样的读取过程。创建 read_temperature.py,与模拟服务运行在同一台计算机上。
import asyncio
from asyncua import Client
ENDPOINT = 'opc.tcp://127.0.0.1:4840/iiot/'
NAMESPACE_URI = 'urn:anystack:iiot:demo'
async def main():
async with Client(url=ENDPOINT) as client:
# 根据 URI 查找命名空间索引,避免硬编码 ns=2。
ns = await client.get_namespace_index(NAMESPACE_URI)
node = await client.nodes.objects.get_child(
[f'{ns}:Machine01', f'{ns}:Temperature']
)
# DataValue 包含值、质量状态和时间戳。
data = await node.read_data_value()
data_type = await node.read_data_type_as_variant_type()
print('NodeId:', node.nodeid.to_string())
print('NodeClass:', (await node.read_node_class()).name)
print('DataType:', data_type.name)
print('Value:', data.Value.Value)
print('Status:', data.StatusCode.name)
print('SourceTimestamp:', data.SourceTimestamp)
asyncio.run(main())保持模拟服务运行,在另一个终端执行 python read_temperature.py。
预期输出:
NodeId: ns=<ID>;s=Machine01.Temperature
NodeClass: Variable
DataType: Double
Value: 23.5
Status: Good
SourceTimestamp: <TIME><ID> 代表服务器实际分配的命名空间索引,本例通常为 2;<TIME> 代表模拟变量写入时的实际时间戳,通常带有 UTC 时区信息。它们随环境变化,不需要和示例逐字一致。
read_value() 仅返回值本身,适用于已明确数据质量要求的简单读取;read_data_value() 返回完整的 OPC UA DataValue,包含数值、状态码以及可用的来源和服务器时间戳,更适合工业数据接入。
这里的 DataType 通过节点数据类型属性解析为 Double。读取值时,程序获得的 23.5 是 Python 浮点数,但生产系统应依据 OPC UA 声明的数据类型进行解码和验证,不应仅根据 Python 运行时类型推断测点规格。
判断读数是否可信
一次成功的 OPC UA Read 调用,只说明客户端收到了服务器响应。要将数据写入时序库或交给告警规则,至少核对节点身份、类型、质量、时间和物理来源。
| 检查项 | 本例结果 | 判定方法 |
|---|---|---|
| 节点身份 | Machine01.Temperature |
核对 Namespace URI 与 NodeId |
| 节点类型 | Variable |
不应把 Object 当成变量读取 |
| 数据类型 | Double |
与测点数据模型约定一致 |
| 数值 | 23.5 |
与模拟服务写入值一致 |
| 质量状态 | Good |
允许进入后续质量检查 |
| 来源时间 | 模拟写入时间 | 检查是否存在且符合更新频率 |
| 工程单位 | 未定义 | 不应自行将数值认定为摄氏度 |
需要特别注意三个边界。
首先,Good 表示服务器报告该值具有良好状态,不代表现场传感器一定准确,也不能保证数值没有过期。对真实设备,还应核对 PLC 点表、地址映射及采集链路。
其次,SourceTimestamp 表示数据源赋予该值的时间,ServerTimestamp 表示服务器处理该值的相关时间。两者可能不同,且是否提供取决于服务器实现和读取请求。当前模拟程序中的来源时间实际上是 Python 写入变量的时间,不是物理传感器采样时间。
最后,要按测点更新频率判断新鲜度。例如现场温度每秒采样一次,业务可约定超过 3 秒未收到有效的新源时间戳时标记数据陈旧。这个 3 秒是演示阈值,需根据真实采样周期、网络延迟和设备时钟精度调整;本例固定的 23.5 不会持续刷新,因此不能直接套用该阈值进行连续监测。
读取失败时如何定位
如果 UaExpert 或 Python 无法获取变量,先根据错误出现的阶段判断问题,不要立即更改设备配置。
- 无法连接端点: 检查模拟服务终端是否仍在运行,URL 的主机、端口
4840和路径/iiot/是否一致。127.0.0.1只指当前计算机,客户端位于另一台设备或容器中时必须使用实际可达地址并检查端点公布的主机名。 - 连接建立但浏览不到节点: 先确认
Objects是否可展开,再检查 Namespace URI 是否存在。若出现BadNodeIdUnknown,检查 NodeId 的命名空间索引与标识符;若出现BadBrowseNameInvalid或路径解析失败,核对每一级 BrowseName。 - 能看到节点但读取失败: 检查
NodeClass是否为Variable、AccessLevel是否包含CurrentRead,以及用户权限和服务端日志。安全策略或证书信任不匹配通常发生在建立安全连接阶段,应修正端点安全配置与信任关系,而不是在生产环境关闭安全校验。 - 读取成功但业务数值异常: 同时比较 UaExpert 的 Value、DataType 和质量状态,并核对源时间戳、工程单位与设备点表。若多种工具读到同一个错误数值,优先检查模拟写入逻辑、PLC 变量映射和上游数据源,而非重复重连客户端。
本例的验收标准是:UaExpert 可以定位 Machine01 > Temperature,Python 能读取 23.5,声明类型为 Double,状态为 Good,并取得有效的模拟写入时间戳。完成这些检查后,才具备把该变量整理为业务测点的基础;真实工业接入还必须补齐工程单位、设备来源、时钟同步和持续更新验证。