摘要：产线实时监控不是装几个传感器、画几条曲线那么简单。本文从机械设计背景出发，结合齿轮加工产线改造案例，聊一聊监控系统的架构、传感器选型、数据通信以及那些让人头疼的现场问题。没有走流程的套话，只有踩过的坑。
一、先搞清楚：你要监控的到底是什么？
说实话，很多需求文档连“监控”的定义都是模糊的。是监控设备状态？工艺参数？还是产品质量？这三者背后的量纲和采样频率完全不是一回事。
举个例子。齿轮滚齿机，主轴转速、进给量是工艺参数，变化缓慢，1Hz采样足够。但主轴振动，频率可能到几千赫兹，这时候得用加速度传感器做频谱分析。再比如电流信号，变频器的输出电流，如果用CT信号，100ms采样可能就错过了瞬间的冲击。
所以说，第一步不是选设备，而是定义监控目的。你要回答的问题是：这个数据异常了，你希望系统做什么？ 是报警提醒人工，还是联动停机？是事后分析，还是实时调节？目的不同，系统复杂度天差地别。
我见过最离谱的需求：一条装配线，要求监控每一颗螺栓的拧紧扭矩，数据要存十年。结果一年下来，光数据库扩容就花了几十万——而实际利用率不到千分之一。这就是没想清楚用途。
二、传感器选型：别被精度指标忽悠了
很多工程师一提传感器，第一反应就是“测量精度”。但在产线环境下，长期稳定性往往比精度更重要。
去年给一条车削线装了温度传感器。供应商提供的数据表，精度正负0.5℃，看着不错。但装上之后，环境温度一变化，零点漂移得离谱。后来换了一家，精度只有正负1℃，但温漂系数小，实际效果反而更好。所以说，看传感器要看整个工作温度范围的实际误差，而不是25℃下的实验室值。
再比如振动传感器。测齿轮箱，用加速度传感器没错。但安装位置呢？放在箱体表面还是轴承座？差10厘米，信号幅值能差三倍！而且安装谐振频率会严重影响高频段。我们当时用磁座临时吸附，测得数据漂亮，但换螺纹安装后，同样工况下频谱都不一样。
所以，选传感器之前，先确定安装方案。不然数据根本不可比。
还有，信号类型。电流输出（4-20mA）和数字信号（如IO-Link）各有优劣。老产线用模拟量多，接线简单，但抗干扰差。数字信号可以做自诊断，但价格高。我们一般推荐：关键点位用数字量，辅助点位用模拟量。
三、数据采集与通信：延迟是隐形的魔鬼
监控系统的核心是数据链路。从传感头到PLC，再到SCADA，最后到云端，每一步都有延迟。
PLC的扫描周期，一般几毫秒到几十毫秒。但如果你用Modbus RTU轮询采集，那就麻烦了。一个串口挂10个设备，每个轮询100ms，转一圈就是一秒。这时候，你看到的“实时”其实是严重滞后的。
举个例子。有一次我们监测冲压机滑块位置，要求位移突变检测。传感器本身响应1ms，但经过PLC的模拟量模块，再经过以太网传输到上位机，最终刷新率只有20Hz。结果出现了几次漏报警，滑块卡死都压到模具了，系统还没报出来。
后来怎么解决的？我们改用分布式I/O，传感器直接挂到EtherCAT或Profinet总线上，循环时间做到1ms以内。而且，关键信号不经过PLC处理，直接走中断触发。这就是所谓的实时性设计。
再说到通信协议。现在都爱谈OPC UA，确实开放、跨平台，但OPC UA的实时性其实并不理想。它更适合做信息层集成，而不是实时控制。实时控制还是得靠硬实时总线。很多产线的监控系统设计错了，把OPC UA用在设备层，结果延迟几十毫秒，根本没法用。
所以，通信架构要分层：设备层用实时总线，监控层用OPC UA或MQTT，别混着来。
四、那些图纸上看不到的坑
这一节聊聊现场常见的破事。
接地问题。 产线环境里，变频器、电机、电焊机都是干扰源。传感器信号线如果不做屏蔽接地，数据就是一团乱麻。我们吃过亏：一条焊接线上，温度采集值忽高忽低，查了半天，发现是信号线和动力电缆走同一根桥架，间距只有5厘米。后来分开走线，加屏蔽层，问题才解决。
数据量处理。 一台五轴机床，全点位数千。你要是每秒采一遍，一天就是上亿条数据。存储和查询都是大问题。所以，监控系统一定要有滤波和压缩策略。比如，变化率小于阈值的点，只存变化时的值；异常事件则保存原始波形。这就是所谓的数据降维。
报警阈值设置。 这个最磨人。设松了，漏报；设紧了，误报多。我们常用的方法是先统计正常工况下的数据分布，取均值加减3倍标准差作为初始阈值，再根据现场实际微调。但即使这样，还是会有问题。比如设备冷启动和预热后的振动特性差异很大，单纯一个固定阈值不现实。所以，现在的系统都搞多时段阈值，或者用机器学习做自适应。
还有，历史数据的价值。 说实话，很多公司上监控系统，就是为了出月报。但真正的价值在故障预测。我们用振动频谱的特征频率做趋势监控，在轴承故障前一周就发现了异常——当然，这需要持续的模型迭代。
五、最后说几句
产线实时监控，本质上是把机械系统的状态映射到数字世界。但映射的前提是物理模型要正确，传感器要可靠，通信要实时。技术栈今天已经够用，难的是需求分析和工程落地。
我们没有用那些花哨的数字孪生，就是踏踏实实把采样、传输、存储、展示这四个环节打通。效果怎么样？至少废品率降了23%，设备意外停机少了近一半。数据不会说谎，但前提是数据是真的。
好了，就聊到这。下次再聊故障预测的细节，如果你遇到了什么奇葩的监控问题，也欢迎交流。
