跟老同事聊数字化，他们常问：我们上了个MES，怎么没效果？我总反问：你的数据从哪来？现场采得到吗？网络稳吗？边缘处理了吗？……大多数时候，沉默。车间数智化这块，上层应用炫酷，但真正决定成败的，是那个看不见摸不着的“基础能力底座”。这篇文章聊聊我对它的理解，以及这几个环节里容易踩的坑。
一、说到底座，是个工程问题，不是IT问题
什么叫基础能力底座？我定义它是：从设备本体到上层数据的全链路基础设施。包括传感器与采集、网络通信、边缘计算、数据模型与协议。
很多企业把数智化当成买软件、上系统。结果呢？软件平台倒是漂亮，但没有数据，就像人没有嗅觉——什么分析都做不出来。
咱们搞机械的，懂的是公差、配合、载荷。数智化底层，其实也一样讲究“配合公差”。传感器装对不对，采样率够不够，时序对不对，都决定数据质量。这是个不折不扣的工程问题。
二、先说采集：这个环节最容易被“高大上”带偏
我们车间有一台五轴加工中心，想做刀具磨损监测。供应商建议加装振动和声发射传感器。报价单拿到手，吓一跳——一个无线测点居然敢报价5000块。但你要知道，如果换成普通压电式和电缆，成本可能只有300。
不是所有地方都需要无线。固定工位、低速旋转设备，有线完全可以，价格低还稳定。只有像旋转工作台这种没法走线的地方，才需要无线。
更重要的还是采样策略。以主轴加速度计为例，为了捕捉高频故障特征，采样频率至少要达到最高目标频率的2.5倍以上。比如要分析10kHz的轴承故障，至少25kHz采样。如果后端还要做包络分析，按经验要50kHz以上。
实际项目中，我们常会把采集卡采样率设成128kS/s，然后做低通抗混叠，再去抽取。别以为这浪费，这是为后续算法留余地。
另一个关键点是同步。多通道同步采集时，不同通道间延迟不能超过几微秒。这次我们就吃过亏——两个振动测点相位差乱跳，一查发现采集卡时钟不同步。后来换了带硬时钟同步的模块才解决。
所以，采集方案设计，核心是精度、带宽、同步、接口类型这四个参数的权衡。不要一上来就选最贵的，好钢用在刀刃上。
（上面这张图是典型方案，传感器应该布置在主轴轴承座附近，而不是电机壳体。切记！）
三、网络：越简单越容易忽略，但坏了最致命
采集到的数据要往上传。现场最常见的方案是工业以太网。比如PROFINET、EtherCAT、Modbus TCP。说白了都是IP包在跑，区别在于实时性和同步能力。
普通控制用100M的交换机就够，但如果你有闭环控制或者多轴同步，可能需要TSN。
TSN是什么？就是给标准以太网增加时间触发机制，让数据包能按规定时间送达。精度能到纳秒级。但TSN不是万金油，配置复杂，设备也得支持。
比如一个瓶盖灌装线，需要三台伺服+两个相机做同步。用传统以太网，抖动可能几十毫秒，根本没法用。换成TSN，抖动小于1us，才行。
但如果你只是采集一下温度和振动，TSN纯属浪费。
还有一点，车间网络和办公网络必须隔离。这个我们吃过亏。运维小哥把车间设备IP段和办公网搞到一起，一次广播风暴，全车间设备掉线，差点引起事故。
建议按业务功能划VLAN，设备层、控制层、信息层分开。层间用防火墙或交换机ACL控制访问。
（看看这个拓扑图，注意核心交换机要冗余，别把网卡千兆当成万兆用）
四、边缘计算：把计算放在现场，但这块地界不能太乱
数据从设备到云，如果全量上送，云存储和带宽先遭殃。更别说实时性。比如碰撞检测，要求10ms内响应，云端根本做不到。
所以边缘计算必备。但别一提边缘就买工控机，实际上很多场景一台嵌入式网关就够了。
我们做的压机状态监控，网关只采集三路加速度+两路压力，在网关里跑FFT和特征提取，上传的是特征值和趋势，不是原始波形。数据量从每秒200KB降到每分钟1KB。
选边缘网关的考虑因素：CPU、内存、网口数、协议支持，还有最重要的——工作环境温度。车间夏天能到40度+，普通电脑直接罢工。
强烈建议选无风扇、宽温型嵌入式控制器，别用普通PC。另外，最好支持断电自恢复。
逻辑上，边缘网关里就干三件事：协议采集、特征计算、实时报警。别把它当应用服务器，不然应用一多，资源耗光，谁也得不了好。
五、设备互联：别让老设备成为“孤岛”，但也别硬凑
老设备往往没有网口，只有串口或IO。要联网，就得做协议转换。常见的Modbus RTU、RS485，还有各种私有协议。
我的原则是：能上OPC UA就上OPC UA，因为它有标准信息模型，语义明确。现在很多新设备都支持。
但有的老PLC就是Modbus，也没关系，用网关转成MQTT或OPC UA再接入。
这里有个坑：网关的地址映射和数据类型转换最容易出错。我记得有个项目，一条产线12台设备，要用同一个网关读取设备号，结果地址写错了，读出来全是乱码。最后查了一晚上，原来是网关配置里有一个字节偏移。
还有，别以为协议转换后数据就是干净的。数据质量校验必须做。比如范围检查、超时判断、零点漂移补偿。
我们有个习惯：每个数据点都带质量码。质量码标“good”才能进数据库。这招帮我们过滤掉很多垃圾数据。建议你也这样。
六、说点掏心窝的话
底座建设没什么捷径。你得有耐心挨个设备梳理，做点位清单，做网络测试，写映射表。这些看似笨功夫，才是后面智能化算法的底气。
另外，别全指望供应商。不是你花了钱就能买到好的方案，很多供应商自己都没搞明白。
我们车间也还在路上。每次看到数据从传感器到屏幕，那份成就感是真实的。但更真实的是，一次次半夜爬起来调配置的绝望。
就这样吧。祝你成功。
