Считайте исторические серверные данные UA OPC

Этот пример показывает вам, как считать исторические данные из сервера UA OPC. А именно, этот пример считывает данные из Быстрого запуска Основы OPC Исторический доступ к Серверу.

ПРЕДПОСЫЛКИ:

Установите сервер симуляции UA OPC для примеров UA OPC

Создайте клиент и подключение к серверу

Вы создаете объекты клиента с помощью результатов запроса к Локальному Сервису Открытия с помощью opcuaserverinfo, или непосредственно с помощью имени хоста и номера порта сервера, с которым вы соединяетесь. В этом случае найдите сервер с именем, содержащим 'Быстрый запуск Исторический'.

serverList = opcuaserverinfo('localhost');
historicalServer = findDescription(serverList,'Quickstart Historical');
uaClient = opcua(historicalServer);
connect(uaClient);
uaClient.Status

ans =

Connected

Задайте узлы, чтобы считать исторические данные

Быстрый запуск Исторический доступ к Серверу моделирует некоторые исторические данные для узлов в пространстве имен. Два набора данных обеспечиваются: Выборочные данные, которые являются небольшим набором данных и Динамическими данными, которые отличаются по размеру в зависимости от того, когда сервер был запущен. Задайте эти узлы с помощью функции opcuanode.

sampleNodeIds = {'1:Quickstarts.HistoricalAccessServer.Data.Sample.Double.txt';
                 '1:Quickstarts.HistoricalAccessServer.Data.Sample.Float.txt';
                 '1:Quickstarts.HistoricalAccessServer.Data.Sample.Int32.txt'};
sampleNodes = opcuanode(2,sampleNodeIds,uaClient)

dynamicNodeIds = strrep(sampleNodeIds,'Sample','Dynamic');
dynamicNodes = opcuanode(2,dynamicNodeIds,uaClient)

sampleNodes = 

1x3 OPC UA Node array:
    index   Name   NsInd                          Identifier                           NodeType  Children
    -----  ------  -----  -----------------------------------------------------------  --------  --------
      1    Double  2      1:Quickstarts.HistoricalAccessServer.Data.Sample.Double.txt  Variable  2
      2    Float   2      1:Quickstarts.HistoricalAccessServer.Data.Sample.Float.txt   Variable  2
      3    Int32   2      1:Quickstarts.HistoricalAccessServer.Data.Sample.Int32.txt   Variable  2


dynamicNodes = 

1x3 OPC UA Node array:
    index   Name   NsInd                           Identifier                           NodeType  Children
    -----  ------  -----  ------------------------------------------------------------  --------  --------
      1    Double  2      1:Quickstarts.HistoricalAccessServer.Data.Dynamic.Double.txt  Variable  2
      2    Float   2      1:Quickstarts.HistoricalAccessServer.Data.Dynamic.Float.txt   Variable  2
      3    Int32   2      1:Quickstarts.HistoricalAccessServer.Data.Dynamic.Int32.txt   Variable  2

(Специфичный для сервера) обнаруживают, когда сервер был запущен

Исторический доступ Быстрого запуска к серверу создает моделируемый архив данных с начала часа, что сервер был запущен ко времени начала сервера (для Динамических узлов). Чтобы предоставить спектры соответствующего времени, в которых можно получить данные, запросите сервер в течение времени начала.

Все серверы должны опубликовать узел ServerStatus, который включает информацию о времени начала сервера. Можно считать это значение непосредственно из Сервера OPC, с помощью функции getServerStatus. Вычислите запуск и время окончания истории, сохраненной сервером.

serverStatus = getServerStatus(uaClient)
serverStartTime = serverStatus.StartTime;
startHistory = dateshift(serverStartTime,'start','hour')
endHistory = serverStartTime

serverStatus = 

              StartTime: 13-Apr-2016 12:06:15
            CurrentTime: 13-Apr-2016 12:14:15
                  State: 'Running'
              BuildInfo: [1×1 struct]
    SecondsTillShutdown: 0
         ShutdownReason: ''


startHistory = 

   13-Apr-2016 12:00:00


endHistory = 

   13-Apr-2016 12:06:15

Считайте исторические данные из узлов

Используйте функцию readHistorical, чтобы считать историю узла. Необходимо передать область значений времени, в которой можно считать исторические данные. Для выборочных данных сервера Быстрого запуска считайте первые 2 минуты данных.

dataSample = readHistory(uaClient,sampleNodes,startHistory,startHistory+minutes(2))

dataSample = 

1-by-3 OPC UA Data object:

     Name        Value            Start Timestamp           End Timestamp            Quality      
    ------  ----------------  -----------------------  -----------------------  ------------------
    Double  9 double values   2016-04-13 12:00:10.000  2016-04-13 12:01:30.000  3 unique qualities
    Float   12 single values  2016-04-13 12:00:02.000  2016-04-13 12:01:30.000  3 unique qualities
    Int32   12 int32 values   2016-04-13 12:00:02.000  2016-04-13 12:01:30.000  3 unique qualities

Считайте исторические данные в конкретные моменты времени

Можно попросить, чтобы сервер получил данные в конкретные моменты времени. Если сервер не имеет заархивированного значения в течение того определенного времени, интерполированный (или экстраполируемый), значение возвращено. Используйте функцию readAtTime, чтобы получать данные каждые 5 минут в течение двух часов.

timesToReturn = startHistory:minutes(5):endHistory;
dataRegular = readAtTime(uaClient,dynamicNodes,timesToReturn)

dataRegular = 

1-by-3 OPC UA Data object array:

           Timestamp                       Double                                Float                                Int32                  
    -----------------------  -----------------------------------  -----------------------------------  ------------------------------------  
    2016-04-13 12:00:00.000        0.000000 [Good (Interpolated)]        0.000000 [Good (Interpolated)]               10 [Good (Interpolated)]  
    2016-04-13 12:05:00.000       30.000000 [Good (Raw)]                30.000000 [Good (Raw)]                        30 [Good (Raw)]

Считайте обработанные данные из сервера

Серверы UA OPC обеспечивают агрегатные функции для возврата предварительно обработанных данных клиентам. Это является самым полезным, когда необходимо запросить данные за большой промежуток времени.

Запросите свойство AggregateFunctions связанного клиента узнать, какие агрегатные функции сервер поддерживает.

uaClient.AggregateFunctions

ans = 

    'Interpolative'
    'Average'
    'TimeAverage'
    'Total'
    'Minimum'
    'Maximum'
    'MinimumActualTime'
    'MaximumActualTime'
    'Range'
    'AnnotationCount'
    'Count'
    'NumberOfTransitions'
    'Start'
    'End'
    'Delta'
    'DurationGood'
    'DurationBad'
    'PercentGood'
    'PercentBad'
    'WorstQuality'
    'TimeAverage2'
    'Minimum2'
    'Maximum2'
    'Range2'
    'WorstQuality2'
    'Total2'
    'MinimumActualTime2'
    'MaximumActualTime2'
    'DurationInStateZero'
    'DurationInStateNonZero'
    'StandardDeviationSample'
    'StandardDeviationPopulation'
    'VarianceSample'
    'VariancePopulation'
    'StartBound'
    'EndBound'
    'DeltaBounds'

Считайте Среднее значение в течение каждого 10-секундного периода более чем 2 минуты. Отметьте, как качество данных включает Хорошее качество, Плохое качество (где нет никаких доступных данных, чтобы выполнить вычисление), и Неопределенное качество (где недостаточные данные доступны, чтобы классифицировать его как Хороший).

dataAverage = readProcessed(uaClient,dynamicNodes,'Average',seconds(10),startHistory,startHistory+minutes(2))

dataAverage = 

1-by-3 OPC UA Data object array:

           Timestamp                                Double                                                Float                                                 Int32                          
    -----------------------  ----------------------------------------------------  ----------------------------------------------------  ----------------------------------------------------  
    2016-04-13 12:00:00.000             NaN [Bad:NoData (Raw)]                                 NaN [Bad:NoData (Raw)]                                 NaN [Bad:NoData (Raw)]                      
    2016-04-13 12:00:10.000       10.000000 [Good (Calculated)]                          10.000000 [Good (Calculated)]                          10.000000 [Good (Calculated)]                     
    2016-04-13 12:00:20.000       20.000000 [Good (Calculated)]                          20.000000 [Good (Calculated)]                          20.000000 [Good (Calculated)]                     
    2016-04-13 12:00:30.000       30.000000 [Good (Calculated)]                          30.000000 [Good (Calculated)]                          30.000000 [Good (Calculated)]                     
    2016-04-13 12:00:40.000             NaN [Bad:NoData (Raw)]                                 NaN [Bad:NoData (Raw)]                                 NaN [Bad:NoData (Raw)]                      
    2016-04-13 12:00:50.000       50.000000 [Good (Calculated)]                          50.000000 [Good (Calculated)]                          50.000000 [Good (Calculated)]                     
    2016-04-13 12:01:00.000       60.000000 [Good (Calculated)]                          60.000000 [Good (Calculated)]                          60.000000 [Good (Calculated)]                     
    2016-04-13 12:01:10.000             NaN [Bad:NoData (Raw)]                                 NaN [Bad:NoData (Raw)]                                 NaN [Bad:NoData (Raw)]                      
    2016-04-13 12:01:20.000       80.000000 [Good (Calculated)]                          80.000000 [Good (Calculated)]                          80.000000 [Good (Calculated)]                     
    2016-04-13 12:01:30.000       53.750000 [Uncertain:DataSubnormal (Calculated)]       53.750000 [Uncertain:DataSubnormal (Calculated)]       53.750000 [Uncertain:DataSubnormal (Calculated)]  
    2016-04-13 12:01:40.000       43.750000 [Uncertain:DataSubnormal (Calculated)]       43.750000 [Uncertain:DataSubnormal (Calculated)]       43.750000 [Uncertain:DataSubnormal (Calculated)]  
    2016-04-13 12:01:50.000       45.000000 [Uncertain:DataSubnormal (Calculated)]       45.000000 [Uncertain:DataSubnormal (Calculated)]       45.000000 [Uncertain:DataSubnormal (Calculated)]

Отфильтруйте качество данных, чтобы возвратить только Хорошие данные.

dataGood = filterByQuality(dataAverage,'good')

dataGood = 

1-by-3 OPC UA Data object array:

           Timestamp                      Double                              Float                              Int32                
    -----------------------  ---------------------------------  ---------------------------------  ---------------------------------  
    2016-04-13 12:00:10.000       10.000000 [Good (Calculated)]       10.000000 [Good (Calculated)]       10.000000 [Good (Calculated)]  
    2016-04-13 12:00:20.000       20.000000 [Good (Calculated)]       20.000000 [Good (Calculated)]       20.000000 [Good (Calculated)]  
    2016-04-13 12:00:30.000       30.000000 [Good (Calculated)]       30.000000 [Good (Calculated)]       30.000000 [Good (Calculated)]  
    2016-04-13 12:00:50.000       50.000000 [Good (Calculated)]       50.000000 [Good (Calculated)]       50.000000 [Good (Calculated)]  
    2016-04-13 12:01:00.000       60.000000 [Good (Calculated)]       60.000000 [Good (Calculated)]       60.000000 [Good (Calculated)]  
    2016-04-13 12:01:20.000       80.000000 [Good (Calculated)]       80.000000 [Good (Calculated)]       80.000000 [Good (Calculated)]

Отключитесь от сервера

Когда вы закончите связываться с сервером, отключите клиент от сервера. Это также автоматически выполняется, когда клиентская переменная выходит из осциллографа в MATLAB®.

disconnect(uaClient);

Документация