注塑采集数据经常断怎么办：OPC-UA 断线、时钟与缓存三层排查

摘要：采集断点先分网络断与协议断：网络层看网关与厂内交换机，协议层看 OPC-UA 订阅超时与对象权限，时间层看 NTP 对时。边缘网关本地缓存可在网络抖动时补传，恢复后按原时钟回填，避免曲线与 CTQ 错位。

关键词：注塑MES、数据采集、OPC-UA、断线、缓存

一、采集数据断线先分清是网络断还是协议断？

别一断就重启网关。第一步看网关到控制器的物理链路通不通、厂内交换机有没有丢包；链路通但数据空，才是协议层问题。很多现场把网络抖动当成软件 bug，反复重装采集服务，其实网线松了或者交换机环路没排。先分层的习惯能省掉一大半无效工单。一个简单判断：同一网关下多台机同时无数据，多半是网络；单机间歇缺失，多半是协议或权限。把现象按这个二分法归类，再去对应层查。

二、OPC-UA 订阅为什么会丢点？

订阅参数没配好是最常见的丢点原因。发布间隔设得太短、队列长度不够，控制器会按自身限流丢旧样本；节点对象权限不足则直接读不到。排查时调大发布间隔与队列长度，再核对节点可读权限。注意：不是所有控制器都允许高频拉曲线，超了就被限流，这是硬件边界不是配置错。我们见过把发布间隔设成 50ms 去拉 1–10Hz 曲线，控制器直接按最低间隔回、中间样本全丢，调到 200ms 就稳了。

取值一律写可验证区间；查不到就写「需按实际送检/实测确认」，禁止编数字。

三、多机数据时间对不齐怎么破？

多台机没统一时钟，注射曲线跨机无法对齐，SPC 子组会错、追溯会偏。统一走 NTP，或由边缘网关对时后再下发给各采集点。对时不是可选项：一旦某台机时钟漂移几分钟，件级追溯把曲线绑到错误班次，后面整条链路都不可信。新机入网第一件事就是校时，别等出问题再补。现场常犯的错误是只在服务器上开 NTP，网关和下位机没同步，结果看起来都对、实际差几秒，高频曲线就错位了。

四、网关断电或厂内网络抖动能不能不丢数？

能。边缘网关做本地缓存，断网期间数据落本地存储，网络恢复后按原采集时钟补传。前提是网关本身有电、缓存有容量。短时抖动（几秒到几分钟）基本无感；长断（小时级）要看缓存上限与采样频率，高频全采可能撑不过。设计阶段就按最长可接受断网时间算缓存，别拍脑袋给默认值。一个经验值：1–10Hz 曲线、50–300 点、按 4 小时断网预留，缓存要按这个量级配，而不是按「应该不会断」配。

五、断点恢复后历史怎么补、时钟错乱怎么修？

恢复后由网关按原采集时钟回填缓存数据，再做一次时钟一致性校验，确认没有跳变。如果断网期间某台机时钟被手动改过，先把它拽回 NTP 再补，否则补进来的数据时间戳是乱的，比断点更糟。一句话：断线能补，时钟错无法补只能重对，所以时钟优先级高于一切。运维巡检把「对时状态」列进每日检查项，比事后救火便宜得多。

结论：

1. 当全机无数据，先查物理链路与交换机，不急着动采集服务。

2. 当曲线偶发缺段，调 OPC-UA 发布间隔与队列并核对节点权限，别超控制器限流。

3. 当多机时间不对，统一 NTP 或网关对时，时钟错乱优先于断线修复。

六、断点应急的一份现场清单

给现场一份可勾选的应急清单，出问题按它走，不靠拍脑袋。第一项，全机无数据先看物理链路与交换机，别急着重装采集服务。第二项，单机间歇缺失看 OPC-UA 订阅与队列，调发布间隔别超控制器限流。第三项，多机时间错位先统一 NTP 或网关对时，时钟错优先于断线修。第四项，断网期间确认网关缓存是否落地，恢复后是否按原时钟补传。第五项，单点长期为 0 查节点可读权限，不是信号没了是权限没开。第六项，恢复后做一次时钟一致性校验，避免时间戳跳变带进库。

另一份清单是「预防项」：对时状态列每日检查、缓存容量列每周巡检、节点权限随人员变动回收、配方变更留痕。预防比应急便宜，很多现场应急很熟、预防为零，结果同样的坑反复踩。我们把这份清单交现场拿着做，上线后第一个月每周回看一次，后面基本就稳了。断线能补，时钟错无法补，这句话写进巡检第一项。应急清单的勾选结果要留档，每次断点恢复后回填的实际数据量、时钟校验结果都记下来，下次同样现象直接比对，定位从几小时压到几分钟。最后提醒：网关缓存容量按最长断网时间配，别按「应该不会断」配，这一条写进采购规格，省下的存储钱不够一次追溯错乱的返工。

七、故障排查与预防的边界

排查管「出了事怎么定位」，预防管「别出事」，边界是：排查清单用于应急、预防清单用于日常，别用应急代替预防。很多现场应急很熟、预防为零，同样坑反复踩。我们把预防清单交现场每日每周做，应急只在真断时启用。边界写进运维手册，应急频率下降才是真健康，靠应急次数多撑场面是本末倒置。一个判断标准：如果同类断点一个月出现两次以上，说明预防没做到位，该回去补对时巡检和缓存容量，而不是继续练应急。频率本身就是信号。

八、给读者的三句话

断线先分网络断与协议断，全机无数据查链路、单机缺失查订阅；多机时间统一 NTP，时钟错优先于断线；网关缓存扛短时断网、恢复后按原时钟补传。这三句能挡掉大部分应急工单，真到硬故障，清单也把定位从几小时压到几分钟。

九、一个现场例子

某现场周期曲线偶发缺失，定位为 OPC-UA 发布间隔设成 50ms 触发控制器限流，调到 200ms 后消失。同期发现 3 台机没对时，补齐 NTP 后追溯才准。另一个现场网关缓存按「应该不会断」配了 2 小时，一次断电 5 小时丢了半天曲线，改成按最长断网时间配 8 小时缓存后不再丢。两个例子都说明：参数别拍默认，按现场边界定。

相关阅读

• 注塑 MES 先采集哪些信号 — 本文排查的前提，信号清单与协议分工在那篇。
• 注塑 MES 怎么部署不踩坑 — 部署阶段就把对时与缓存设计进去，少一半故障。
• 注塑 MES 按哪个标准判过程能力 — 时间对齐后 SPC 子组才可信。