多协议工业设备接入层(边缘侧)
在 Linux 嵌入式网关(树莓派/工控机)部署 Python 采集代理
支持 Modbus/TCP、OPC UA、RS485 串口 等工业协议解析
使用 PySerial + pymodbus 库实现低延迟轮询(50ms 间隔)
数据本地缓存 + 断网续传(SQLite 队列),保障弱网环境下不丢点
2. 高吞吐时序数据管道
边缘数据通过 RabbitMQ 异步推送到中心服务器(避免 HTTP 阻塞)
消费端使用 Celery 多进程 Worker 批量写入:
TimescaleDB(基于 PostgreSQL 的时序扩展):存储结构化指标,支持高效窗口查询
InfluxDB:用于高频原始数据(>10Hz)和 Grafana 实时看板
单节点日均处理 2 亿+ 数据点,写入延迟 < 1s
3. 预测性维护引擎
基于 scikit-learn + statsmodels 构建轻量级异常检测模型:
滑动窗口统计(均值/方差突变)
季节性分解(STL)
设备健康度评分(0~100)
模型定期在云端训练,通过 MinIO 分发 到边缘节点更新
不依赖大模型,适合资源受限的工业场景
4. 自动化告警与工单联动
规则引擎支持动态阈值(如“温度 > 历史均值 + 3σ”)
告警分级(Warning/Critical)并通过 企业微信 + 短信 通知
自动创建 Jira/OA 工单,关联设备档案与历史维修记录
告警抑制机制:同一设备 5 分钟内只通知一次,避免刷屏
5. 可视化与运维体系
Grafana 展示设备实时曲线、热力图、TOP 异常设备排行
自研 Django Admin 扩展,支持设备拓扑管理、协议配置、固件升级
全系统 Docker 容器化,边缘端用 systemd + shell 脚本 守护进程
日志统一收集至 ELK,便于排查通信故障