通过 AWS IoT SiteWise 构建工业数据分析平台 - 设备数据收集与资产建模
通过边缘网关收集工业设备数据，使用资产模型结构化并通过仪表板可视化。介绍 OPC-UA 兼容的设备数据分析平台。
IoT SiteWise 概述
IoT SiteWise 是收集、整理和分析工业设备数据的服务。通过 OPC-UA 协议收集工厂生产线、发电站涡轮机、建筑空调设备等工业设备的传感器数据，使用资产模型进行逻辑整理。边缘网关确保离线耐受性，仪表板实时可视化设备运行状态。传统的工业数据收集通常将各设备数据分别存储在 SCADA 系统或专有数据库中，而 IoT SiteWise 将其整合到统一的云平台，实现跨设备分析。
资产模型与仪表板
资产模型定义设备的层次结构。以工厂、生产线、设备、传感器的层次，在各级别定义属性（温度、压力、转速）。指标自动计算时间窗口内的聚合（平均、最大、计数），实时计算设备利用率和 OEE（综合设备效率）。转换功能定义属性间的公式（如摄氏到华氏的转换、两个传感器值的差值），自动生成派生数据。SiteWise Monitor 是无代码仪表板构建器，现场操作员可通过拖放配置实时监控面板。告警功能可设置指标超过阈值时的通知，通过 SNS 向相关人员发送警报。
边缘网关与数据收集
IoT SiteWise 网关安装在工厂网络内，从 OPC-UA 服务器收集传感器数据并发送到云端。网关运行在 AWS IoT Greengrass 上，网络中断时在本地缓冲数据，连接恢复后自动发送。数据源配置中定义 OPC-UA 服务器端点、认证信息和收集节点（标签）。采样率可按标签设置，温度等缓慢变化的数据为 10 秒间隔，振动等高频数据为 1 秒间隔。还支持 Modbus TCP 和 EtherNet/IP 协议，可用于传统设备的数据收集。单个网关可连接多个 OPC-UA 服务器，从分布在工厂内的 PLC 和 DCS 集中采集数据。 如需系统学习 IoT SiteWise，相关书籍 (Amazon) 可供参考。
设计最佳实践与常见陷阱
资产模型设计中最重要的是从分析角度构建层次结构，而非简单复制物理设备布局。例如，需要跨多个工厂比较同类设备时，添加设备类型层次可简化聚合。指标计算窗口过短会增加计算成本，过长则延迟异常检测——应根据用途选择 1 分钟、5 分钟或 1 小时窗口。常见陷阱是无差别收集 OPC-UA 服务器的所有节点。当标签数达到数万时，数据点费用急剧增加，因此必须仅选择分析所需的标签。此外，网关缓冲容量有上限，预计长期网络中断的环境需要提前计算缓冲大小并设置警报。
与其他服务和方案的比较
IoT SiteWise 的主要替代方案是 IoT Core + Timestream 组合和 Amazon Managed Service for Prometheus。IoT Core + Timestream 灵活性更高，但需要自行构建资产模型和 OPC-UA 集成，工业协议支持需要额外的开发工作量。IoT SiteWise 原生支持 OPC-UA 且内置资产模型，即使工厂 IT 人员有限也能快速部署。Managed Service for Prometheus 专注于指标监控，适合设备时序数据存储，但不提供逻辑资产层次结构和无代码仪表板。与本地 SCADA/MES 系统相比，IoT SiteWise 无需服务器管理且自动扩展，但从现有 SCADA 获取数据需要构建 OPC-UA 桥接。根据数据所有权和延迟要求，混合架构（边缘实时控制、云端长期分析）通常是务实的选择。
IoT SiteWise 费用与优化
IoT SiteWise 的费用由消息传递（数据点摄入）、数据存储和计算（指标计算）构成。数据点摄入每 100 万个约 2 美元。适当设置采样率，避免无变化数据的冗余发送可优化成本。死区设置过滤值变化低于阈值的数据不发送，是有效的成本控制手段。热存储（近期数据）和冷存储（历史数据）自动分层降低存储成本。计算费用与指标数量和计算频率成正比，5 分钟窗口足够的场景不应设置 1 分钟窗口。调整仪表板刷新间隔以匹配业务需求，减少不必要的查询。作为参考，每台设备 50 个标签、100 台设备、10 秒采集间隔的配置，月均约 1300 万数据点（约 26 美元）。
总结
IoT SiteWise 是通过 OPC-UA 收集工业设备传感器数据、使用资产模型逻辑整理并可视化的工业 IoT 服务。边缘网关确保离线耐受性，指标和仪表板实时监控设备运行状态。资产模型设计应以分析为导向构建层次结构，通过标签选择和死区设置高效管理数据摄入成本。IoT Core + Timestream 或 SCADA 的选择取决于 OPC-UA 需求和运维团队规模。