夜班零点四十分，三号装配线的气动夹具卡住了。一分钟，两分钟……班组长在休息室玩手机，直到报警器响了才跑过去，总共停了十一分钟。第二天早会，计划员问“怎么没人汇报？”，没人吭声——因为压根看不到产线状态。这不是个例，我见过太多工厂，设备在“裸奔”。
所以今天聊“产线状态实时查看”，不是让你买块大屏挂车间里。而是搞清楚：怎么用最小的成本，把现场的真实数据变成管理动作。这个命题听着简单，做起来全是坑。
一、数据采集：别指望“即插即用”
先说采集层。很多人以为给PLC配个通信模块，数据就能自动上来。呵呵，真这么顺利，我这些年就不用半夜去现场救火了。
第一坑：协议不统一。S7、Modbus、CC-Link……老设备甚至只有干接点信号。要说通用，还是OPC UA靠谱，但老PLC不一定支持。我们之前改造一条混流产线，品牌至少五个，最后用串口服务器加协议转换中间层，折腾了一个多月。别以为新设备就支持OPC UA，有些厂商把私有协议藏得死死的，你拿他没办法。我们后来干脆用一个工业IoT网关，把Modbus RTU转成MQTT，反正能拿到数据就行。
第二坑：传感器信号质量。你测的是主轴振动，传感器吸上去的位置不对，出来的数据全是噪声。还有温度探头，直接暴露在切削液里，一个月就失效。这里建议参考ISO 10816标准做振动分级，但前提是传感器安装位置得按规范来。别嫌麻烦，采样频率至少设到2kHz以上，不然毛刺都看不出来。
第三坑：数据粒度。粒度太细，网络带宽和存储扛不住；太粗，又捕捉不到瞬态工况。我的经验是，关键参数按秒级采样，普通状态信号按分钟级就够。但到底怎么选？你得先问自己：看了数据之后要做什么决策？如果只是报警，秒级够了；要做故障诊断，那得毫秒级。
这里放张架构图吧，我们后来用的边缘网关方案。
二、传输与延迟：实时是谎言？
数据采上来了，怎么传？走车间以太网？那得看网线是不是劣质品。我们曾遇到数据丢包，查了大半天，最后发现有一段网线被叉车压扁了，只连着一根铜丝。
现在流行MQTT，走发布/订阅，实时性很好，而且网络不好时能在本地缓存。但这里有个关键：数据时序对齐。多个设备的时间戳不一致，到服务器端就是一锅粥。解决方案是用NTP对时，但车间环境里最好用带硬件时戳的采集器，或者边缘交换机上打PTP。别以为这个不重要，我见过一家工厂，他们的OEE报表显示设备利用率120%，就是因为时间错乱。
再说延迟。我们通常说“实时”，其实指的是从事件发生到系统呈现，延迟小于2秒（甚至更低）。这中间包括采集周期、网络传输、处理队列和前端渲染。要是你的看板还在用5秒轮询，遇到大屏卡顿被打脸就尴尬了。比较靠谱的做法是，边缘节点先做本地决策，只把聚合结果上传云端，这样就算外网断了，现场看板照样能用。
三、可视化：不是堆数字，是讲人话
有了数据，下一步是显示。很多人喜欢搞炫酷大屏，一大堆仪表盘、曲线图。跟你说，工人一眼扫过去根本找不到重点。这里得用点视觉心理学。
最顶部的应该是一个大号的产线状态灯——绿、黄、红，一目了然。下面才是各工位的细分信息。至于那些曲线啊，点击进去再看，别一股脑全放出来。大屏上最小的字也别小于24号，不然站在两米外根本看不清。我见过一块看板，密密麻麻的表格，领导看了直皱眉。
另外，要显示趋势和报警原因。比如“3号工位停线8分钟，原因是物料缺料”，而不是单纯显示“停机中”。这需要系统把PLC的报警代码翻译成人话。我们当时做了一个报警词典，把几百条代码映射成“料不到位”、“气压不足”、“门未关”……这活儿看着琐碎，但价值很大。
再分享一个经验：用颜色编码，但要考虑色盲人群。我们车间有个师傅是红绿色盲，用了红绿表示之后，他天天看错。后来改成红黄蓝，加形状图标，总算好了。这一点在国家标准《人机界面视觉设计》里也有提及，实际做的时候别忽略。
下面这张图是我们在调试看板时的设计稿，包括布局和字段。
四、数据存储：别让历史变成包袱
说到存储，这也是个坑。刚开始我们历史数据全塞SQL Server里，半年后单表过亿行，查询一次要十几秒。后来换成时序数据库（InfluxDB），写入和查询都快了十倍不止。记住，原始数据最多保留一个月，每分钟的聚合数据可以留一年，这样磁盘空间和性能都平衡。还有个细节，要定期做数据归档，把旧数据备份到NAS或对象存储，别舍不得删。
五、案例：电机装配线的OEE提升
前年帮一家电机厂做改造，产线有12台设备，每天产能5000台。他们之前用Excel记录停机，一天下来统计一次，等于瞎子摸象。我们上了实时状态系统，仅仅展示OEE，三个月后产能提升了12%。但这不是因为看板好看，而是因为车间主任终于能在设备停机的那一刻就收到报警，而不是等到下午。我们还给每台设备配了RFID工单绑定，这样知道当前在加工什么产品，配合状态数据就能算出准确的生产节拍。
不过也有副作用。有一个工位因为经常报警，被主任点名批评，操作工怨声载道。后来我们发现是传感器误报，因为冷却液飞溅导致光电传感器被污染。这就是典型的“数据质量决定管理质量”。你去看ISO 22400标准，它定义了OEE的计算方法，但没有告诉你传感器要定期清洁。所以啊，任何系统都需要维护。
对了，还有个小坑：别试图实时监控所有东西。有些参数，比如轴承温度，一天看一次就够了。盲目追求“实时”只会让系统臃肿，维护成本高。我一直认为，产线状态实时查看的核心是“边缘+云端协同”。关键参数在边缘计算，非关键参数离线分析，这样才能平衡成本与效率。
六、说到底，实时查看是管理工具
我做这行快十五年了，最大的感悟是：系统再牛，如果管理者不去关注，就是个摆设。你搞了实时看板，然后呢？有了异常，谁来响应？必须配套响应闭环——比如异常触发生成工单，推送到责任人手机，在规定时间内未处理则自动升级。否则，看板最终还是会沦为装饰。
所以如果你准备立项，我劝你先问自己三个问题：产线最频繁的中断是什么？数据精度够不够做决策？责任人和响应机制是什么？想清楚这些，再谈技术选型。
说白了，实时查看只是第一步，真正值钱的是基于数据的改善动作。别指望上个系统就能解决所有问题，它只是把问题暴露在阳光下而已。
