张翮1. 车间数据抓取系统的核心痛点分析
老张盯着监控屏幕挠头的场景，在工业现场再常见不过了。传统制造业车间里，PLC设备产生的实时数据就像脱缰的野马——产量、温度、转速、故障代码等关键参数在监控屏幕上飞速刷新，操作员根本来不及记录分析。更棘手的是，不同品牌PLC（西门子、三菱、ABB等）的数据协议各异，有些老旧设备甚至只提供串口通信。我曾见过一个注塑车间，工人每天要手工记录200多个数据点，不仅效率低下，还经常出现抄错数据的情况。
这个系统的核心需求可以分解为三个层面：
- 实时性：必须确保数据采集频率与PLC扫描周期匹配（通常100ms-1s）
- 兼容性：要支持主流PLC通信协议（S7、Modbus、OPC UA等）
- 稳定性：7×24小时不间断运行，断网后能自动恢复数据
关键提示：工业现场PLC的通信负载有限，设计时要避免高频轮询导致设备死机。我曾有个项目因为每秒读取50个标签，直接把PLC搞到看门狗超时重启。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. C#技术栈选型与架构设计
2.1 为什么选择C#？
在工业自动化领域，C#的优势非常明显：
- 通信协议支持完善：通过NuGet可以轻松集成S7.Net（西门子）、ModbusTCP等驱动库
- 线程控制精准：相比Python的GIL限制，C#的ThreadPool和Task更适合高并发采集
- 数据库交互便捷：Entity Framework对SQL Server/MySQL的ORM支持堪称工业级
csharp复制// 典型的数据采集服务结构
public class DataCollectorService : BackgroundService
{
private readonly List<IPLCReader> _plcReaders;
private readonly IDataRepository _repository;
protected override async Task ExecuteAsync(CancellationToken stoppingToken)
{
while (!stoppingToken.IsCancellationRequested)
{
var tasks = _plcReaders.Select(reader =>
reader.ReadDataAsync(stoppingToken));
var results = await Task.WhenAll(tasks);
await _repository.BulkInsertAsync(results);
await Task.Delay(1000, stoppingToken); // 1秒采集周期
}
}
}
2.2 多线程架构设计要点
对于同时采集多台PLC的场景，必须注意：
- 线程隔离：每个PLC连接使用独立线程，避免互相阻塞
- 资源竞争：数据库写入要用锁或队列缓冲
- 异常处理：某个PLC通信中断不应影响其他设备采集
推荐的分层架构：
code复制采集层(ThreadPool) → 缓冲层(ConcurrentQueue) → 存储层(BulkInsert)
3. PLC通信实战：以西门子S7协议为例
3.1 建立PLC连接
使用S7.Net库连接S7-1500的典型配置：
csharp复制var plc = new Plc(CpuType.S71500, "192.168.1.10", 0, 2);
await plc.OpenAsync();
// 读取DB块数据
var db1 = await plc.ReadBytesAsync(DataType.DataBlock, 1, 0, 20);
var temperature = S7.Net.Types.Real.FromByteArray(db1.Skip(4).Take(4).ToArray());
3.2 数据点映射技巧
工业现场常用的地址映射方案：
| PLC地址类型 | C#对应类型 | 示例地址 |
|---|---|---|
| DB1.DBD4 | float | 温度值 |
| M10.0 | bool | 急停信号 |
| IW20 | short | 转速值 |
避坑经验：三菱PLC的地址格式是"D100"，而西门子是"DB1.DBD100"，在代码中要做统一转换处理。我曾经因为地址格式混淆导致读取到错误的生产批次号。
4. 数据存储优化方案
4.1 数据库选型对比
| 数据库类型 | 写入速度 | 适合场景 | C#集成方案 |
|---|---|---|---|
| SQL Server | 中 | 需要复杂查询 | Entity Framework |
| MySQL | 中高 | 跨平台部署 | Pomelo.EntityFrameworkCore |
| InfluxDB | 极高 | 时序数据 | InfluxDB.Client |
4.2 批量插入优化
使用EF Core的批量插入可提升10倍以上性能：
csharp复制// 传统方式：每秒约100条
foreach(var item in dataList)
{
context.Add(item);
await context.SaveChangesAsync();
}
// 优化方案：每秒超10000条
await context.BulkInsertAsync(dataList, options => {
options.BatchSize = 1000;
});
5. 典型问题排查手册
5.1 通信中断处理
现象：PLC无响应，采集线程卡死
解决方案：
- 实现心跳检测机制
- 设置ReadTimeout（建议3000ms）
- 自动重连策略：
csharp复制private async Task ReconnectAsync()
{
int retryCount = 0;
while(retryCount < 3)
{
try {
await _plc.CloseAsync();
await Task.Delay(1000);
await _plc.OpenAsync();
return;
} catch { retryCount++; }
}
throw new PLCException("重连失败");
}
5.2 数据跳变过滤
工业现场常有传感器干扰，需要软件滤波：
csharp复制// 移动平均滤波算法
public class DataFilter
{
private readonly Queue<float> _buffer = new(5);
public float Filter(float newValue)
{
if(_buffer.Count == 5) _buffer.Dequeue();
_buffer.Enqueue(newValue);
return _buffer.Average();
}
}
6. 系统部署与监控
6.1 安装包制作
使用ClickOnce发布时要注意：
- 将.NET Core运行时打包进去
- 配置自动更新检查间隔
- 签名证书要提前申请
xml复制<!-- publish.xml配置示例 -->
<PropertyGroup>
<PublishUrl>\\server\share\</PublishUrl>
<InstallUrl>https://yourdomain.com/</InstallUrl>
<UpdateInterval>7</UpdateInterval>
<UpdateMode>Foreground</UpdateMode>
</PropertyGroup>
6.2 看门狗设计
为防止服务假死，建议实现双保险：
- Windows服务监控（通过SCM）
- 应用层心跳检测（写入日志文件）
csharp复制// 简易看门狗
var timer = new Timer(_ =>
{
File.WriteAllText("heartbeat.txt", DateTime.Now.ToString());
}, null, 0, 60000); // 每分钟写一次心跳
这套系统在老张的车间上线后，设备数据采集完整率从原来的68%提升到99.9%，最重要的是再没人需要盯着屏幕抄数据了。后来我们还扩展了MQTT传输模块，把数据实时推送到云平台做大数据分析。如果你也在为工业数据采集头疼，不妨从最简单的S7协议开始尝试，记得一定要做好异常处理和断点续传——这可是我踩了无数坑才总结出的经验。