[发明专利]基于OPC UA的数据采集系统数据流优化方法

说明书

本发明提出了一种基于OPC UA的数据采集系统数据流优化方法。将OPC UA Server中的标签的数量、类型和属性作为数据流优化的参数，可以有效地改善数据采集系统中数据流的实时性。本方法能够可靠且准确地控制数据流的实时性。该方法先确定单个节点中OPC UA标签的数量、类型、实时性需求等，从而确定单个节点数据量和数据采集系统中各个节点对于通信带宽占用的要求，通过网络管理服务器进行数据流优化，最后通过TSN交换机进行数据流管控。本发明方法适用于多OPC UA Server的数据采集网络，使得数据采集网络具有稳定、数据实时高的优势。

技术领域

本发明涉及工业数据采集技术，具体地说是一种基于OPC UA的数据采集系统数据流优化方法。

背景技术

由于智能制造系统在减少能源消耗、提高经济效益和支持定制化生产方面具有显著优势，传统的自动化工厂正在向智能工厂转变。作为智能制造系统的核心技术之一，数据采集系统应用于智能工厂中的各种数据的采集、传输和存储。数据采集系统是整个智能工厂的数据基石，其重要作用不言而喻。

传统的数据采集系统中，由于数据量不多，因此其在传输的时候并没有出现明显的问题，然而在智能工厂环境中，由于用户需求多样化、设备智能化、工艺复杂化，导致数据采集系统所要采集和传输的数据量激增，同时传输的数据、数据流也同传统的工业网络有着很大的区别，这就使得原本的数据传输网络无法适应智能工厂数据采集的需求。

发明内容

针对传统数据采集系统传输数据实时性不高的问题，将OPC UA Server中的标签的数量、类型和属性作为数据流优化的参数，采用数据流优化方法，极大的提高了面向智能车间的数据采集系统中数据流的实时性。

本发明为实现上述目的所采用的技术方案是：

基于OPC UA的数据采集系统数据流优化方法，包括以下步骤：

获取客户端设置的数据源的实时性属性值；

根据数据源的实时性属性值计算单个数据流的流量以及数据流的个数；

通过优化算法对将数据流的实时性需求作为输入，得到数据流分配队列作为优化结果；

根据优化结果，管控网络的数据流。

客户端根据数据的用途，对OPC UA Server中每个数据的标签设置不同的实时性属性值，所述实时性属性值以毫秒为单位。

获取数据的实时性属性值具有两种方法，其中：

第一种为：通过OPC UA接口，分别从各个数据源节点，读取标签的实时性属性值，进而获取该数据源的实时性属性值；

第二种为：通过数据服务器读取各个标签的实时性属性值，然后一次性的获取全部数据源的实时性属性值。

所述根据数据的实时性属性值计算单个数据流的流量以及数据流的个数，具体为：获得各个数据源的实时性属性值之后，按照实时性属性值的数值大小归类，数值相同的实时性属性值为一类，同一类的所有数据构成一个数据流；同一数据流内标签的大小的总合，作为该数据流的流量大小。

所述优化算法包括以下步骤：

1)根据单个数据流的流量以及数据流的个数，构建网络模型和流模型；

2)将可用队列集合、流模型中的数据流集合作为网络模型的输入，计算每个链路中每个数据流的利用率，并将数据流按照其利用率降序排列，选择利用率最高的数据流来分配队列；

3)给所选择的数据流分配利用率最低的队列，检查当前队列分配是否满足约束条件，若不满足，则将重新分配另一个队列给该数据流，直到分配的队列满足约束条件；