Чтение исторических данных сервера OPC UA

Открыть скрипт

В этом примере показано, как считать исторические данные с сервера OPC UA. В частности, в этом примере считываются данные с сервера симуляции OPC UA Prosys 4.0.0 или более поздней версии.

Чтобы запустить этот пример в своем Сеансе работы с MATLAB, вам нужно будет установить Prosys OPC UA Симуляции Server. Для получения дополнительной информации ознакомьтесь с разделом «Начало работы» документации OPC Toolbox.

Создайте клиент и подключитесь к серверу

Объекты клиента создаются с помощью результатов запроса к локальной службе обнаружения с помощью opcuaserverinfo, или непосредственно используя имя хоста и номер порта сервера, к которому вы подключаетесь. В этом случае подключитесь непосредственно к серверу OPC UA на порте 53530.

uaClient = opcua('localhost',53530);
connect(uaClient);
uaClient.Status

ans =

    'Connected'

Определите узлы для чтения исторических данных

Prosys OPC UA Simulation Server обеспечивает имитированные сигналы для узлов в ветви «Simulation». По умолчанию Simulation Server обновляет значения каждую секунду. Определите эти узлы с помощью opcuanode функция.

simNodeIds = {'Random';
                 'Triangle';
                 'Sinusoid'};
simNodes = opcuanode(3,simNodeIds,uaClient)

simNodes = 

1×3 OPC UA Node array:
    index    Name    NsInd  Identifier  NodeType
    -----  --------  -----  ----------  --------
      1    Random    3      Random      Variable
      2    Triangle  3      Triangle    Variable
      3    Sinusoid  3      Sinusoid    Variable

Чтение исторических данных с узлов

Используйте readHistory функция для чтения истории узла. Необходимо пройти временную область значений, в котором можно считать исторические данные. Для сервера Prosys прочитайте последние 30 секунд данных.

dataSample = readHistory(uaClient,simNodes,datetime('now')-seconds(30),datetime('now'))

dataSample = 

1-by-3 OPC UA Data object array:

           Timestamp                   Random                     Triangle                    Sinusoid           
    -----------------------  --------------------------  --------------------------  --------------------------  
    2019-12-20 01:18:14.000        1.402465 [Good (Raw)]        0.266667 [Good (Raw)]        0.415823 [Good (Raw)]  
    2019-12-20 01:18:15.000        1.044139 [Good (Raw)]        0.000000 [Good (Raw)]        0.000000 [Good (Raw)]  
    2019-12-20 01:18:16.000       -1.857952 [Good (Raw)]       -0.266667 [Good (Raw)]       -0.415823 [Good (Raw)]  
    2019-12-20 01:18:17.000        1.783723 [Good (Raw)]       -0.533333 [Good (Raw)]       -0.813473 [Good (Raw)]  
    2019-12-20 01:18:18.000       -1.095435 [Good (Raw)]       -0.800000 [Good (Raw)]       -1.175570 [Good (Raw)]  
    2019-12-20 01:18:19.000       -1.178567 [Good (Raw)]       -1.066667 [Good (Raw)]       -1.486290 [Good (Raw)]  
    2019-12-20 01:18:20.000       -1.548359 [Good (Raw)]       -1.333333 [Good (Raw)]       -1.732051 [Good (Raw)]  
    2019-12-20 01:18:21.000       -0.438983 [Good (Raw)]       -1.600000 [Good (Raw)]       -1.902113 [Good (Raw)]  
    2019-12-20 01:18:22.000       -0.785842 [Good (Raw)]       -1.866667 [Good (Raw)]       -1.989044 [Good (Raw)]  
    2019-12-20 01:18:23.000        1.419149 [Good (Raw)]       -1.866667 [Good (Raw)]       -1.989044 [Good (Raw)]  
    2019-12-20 01:18:24.000        1.049357 [Good (Raw)]       -1.600000 [Good (Raw)]       -1.902113 [Good (Raw)]  
    2019-12-20 01:18:25.000       -1.932999 [Good (Raw)]       -1.333333 [Good (Raw)]       -1.732051 [Good (Raw)]  
    2019-12-20 01:18:26.000        1.720142 [Good (Raw)]       -1.066667 [Good (Raw)]       -1.486290 [Good (Raw)]  
    2019-12-20 01:18:27.000       -1.170482 [Good (Raw)]       -0.800000 [Good (Raw)]       -1.175571 [Good (Raw)]  
    2019-12-20 01:18:28.000       -1.540274 [Good (Raw)]       -0.533333 [Good (Raw)]       -0.813473 [Good (Raw)]  
    2019-12-20 01:18:29.000       -0.430899 [Good (Raw)]       -0.266667 [Good (Raw)]       -0.415823 [Good (Raw)]  
    2019-12-20 01:18:30.000       -0.869489 [Good (Raw)]       -0.000000 [Good (Raw)]       -0.000000 [Good (Raw)]  
    2019-12-20 01:18:31.000       -1.630916 [Good (Raw)]        0.266667 [Good (Raw)]        0.415823 [Good (Raw)]  
    2019-12-20 01:18:32.000        1.999292 [Good (Raw)]        0.533333 [Good (Raw)]        0.813473 [Good (Raw)]  
    2019-12-20 01:18:33.000       -0.891333 [Good (Raw)]        0.800000 [Good (Raw)]        1.175570 [Good (Raw)]  
    2019-12-20 01:18:34.000       -1.238192 [Good (Raw)]        1.066667 [Good (Raw)]        1.486290 [Good (Raw)]  
    2019-12-20 01:18:35.000       -0.220548 [Good (Raw)]        1.333333 [Good (Raw)]        1.732051 [Good (Raw)]  
    2019-12-20 01:18:36.000       -0.590339 [Good (Raw)]        1.600000 [Good (Raw)]        1.902113 [Good (Raw)]  
    2019-12-20 01:18:37.000        0.519036 [Good (Raw)]        1.866667 [Good (Raw)]        1.989044 [Good (Raw)]  
    2019-12-20 01:18:38.000        0.172177 [Good (Raw)]        1.866667 [Good (Raw)]        1.989044 [Good (Raw)]  
    2019-12-20 01:18:39.000       -0.589250 [Good (Raw)]        1.600000 [Good (Raw)]        1.902113 [Good (Raw)]  
    2019-12-20 01:18:40.000       -0.959042 [Good (Raw)]        1.333333 [Good (Raw)]        1.732051 [Good (Raw)]  
    2019-12-20 01:18:41.000        0.425527 [Good (Raw)]        1.066667 [Good (Raw)]        1.486290 [Good (Raw)]  
    2019-12-20 01:18:42.000        0.078668 [Good (Raw)]        0.800000 [Good (Raw)]        1.175571 [Good (Raw)]  
    2019-12-20 01:18:43.000        1.188043 [Good (Raw)]        0.533333 [Good (Raw)]        0.813473 [Good (Raw)]

Чтение исторических данных в определенные моменты времени

Можно попросить сервер получить данные в определенное время. Если сервер не имеет заархивированного значения за это конкретное время, возвращается интерполированное (или экстраполированное) значение. Используйте readAtTime функция для извлечения данных каждую минуту в течение последних 10 минут.

timesToReturn = datetime('now')-minutes(10):minutes(1):datetime('now');
dataRegular = readAtTime(uaClient,simNodes,timesToReturn)

dataRegular = 

1-by-3 OPC UA Data object array:

           Timestamp                   Random                     Triangle                    Sinusoid           
    -----------------------  --------------------------  --------------------------  --------------------------  
    2019-12-20 01:08:44.000       -0.083361 [Good (Raw)]        0.266667 [Good (Raw)]        0.415823 [Good (Raw)]  
    2019-12-20 01:09:44.000        0.043744 [Good (Raw)]        0.266667 [Good (Raw)]        0.415823 [Good (Raw)]  
    2019-12-20 01:10:44.000        1.199272 [Good (Raw)]        0.266667 [Good (Raw)]        0.415823 [Good (Raw)]  
    2019-12-20 01:11:44.000        1.259184 [Good (Raw)]        0.266667 [Good (Raw)]        0.415823 [Good (Raw)]  
    2019-12-20 01:12:44.000        0.193783 [Good (Raw)]        0.266667 [Good (Raw)]        0.415823 [Good (Raw)]  
    2019-12-20 01:13:44.000       -1.585967 [Good (Raw)]        0.266667 [Good (Raw)]        0.415823 [Good (Raw)]  
    2019-12-20 01:14:44.000        1.073438 [Good (Raw)]        0.266667 [Good (Raw)]        0.415823 [Good (Raw)]  
    2019-12-20 01:15:44.000        0.099768 [Good (Raw)]        0.266667 [Good (Raw)]        0.415823 [Good (Raw)]  
    2019-12-20 01:16:44.000       -1.368735 [Good (Raw)]        0.266667 [Good (Raw)]        0.415823 [Good (Raw)]  
    2019-12-20 01:17:44.000        1.791922 [Good (Raw)]        0.266667 [Good (Raw)]        0.415823 [Good (Raw)]  
    2019-12-20 01:18:44.000        0.818252 [Good (Raw)]        0.266667 [Good (Raw)]        0.415823 [Good (Raw)]

Чтение обработанных данных с сервера

OPC UA Servers обеспечивает совокупные функции для возврата предварительно обработанных данных клиентам. Это наиболее полезно, когда необходимо запросить данные в течение большого периода времени.

Запросите AggregateFunctions свойство подключенного клиента, чтобы узнать, какие совокупные функции поддерживает сервер.

uaClient.AggregateFunctions

ans =

  14×1 cell array

    {'Interpolative'    }
    {'Average'          }
    {'Minimum'          }
    {'Maximum'          }
    {'MinimumActualTime'}
    {'MaximumActualTime'}
    {'Range'            }
    {'Count'            }
    {'Start'            }
    {'End'              }
    {'Delta'            }
    {'WorstQuality'     }
    {'StartBound'       }
    {'EndBound'         }

Считайте среднее значение для каждого 30 второго периода за последние 10 минуты.

dataAverage = readProcessed(uaClient,simNodes,'Average',seconds(30),datetime('now')-minutes(10),datetime('now'))

dataAverage = 

1-by-3 OPC UA Data object array:

           Timestamp                      Random                            Triangle                           Sinusoid               
    -----------------------  ---------------------------------  ---------------------------------  ---------------------------------  
    2019-12-20 01:08:44.000       -0.008396 [Good (Calculated)]       -0.000000 [Good (Calculated)]        0.000000 [Good (Calculated)]  
    2019-12-20 01:09:14.000        0.071422 [Good (Calculated)]       -0.000000 [Good (Calculated)]       -0.000000 [Good (Calculated)]  
    2019-12-20 01:09:44.000        0.034084 [Good (Calculated)]       -0.000000 [Good (Calculated)]       -0.000000 [Good (Calculated)]  
    2019-12-20 01:10:14.000        0.190256 [Good (Calculated)]       -0.000000 [Good (Calculated)]        0.000000 [Good (Calculated)]  
    2019-12-20 01:10:44.000        0.088148 [Good (Calculated)]       -0.000000 [Good (Calculated)]       -0.000000 [Good (Calculated)]  
    2019-12-20 01:11:14.000        0.065122 [Good (Calculated)]        0.000000 [Good (Calculated)]       -0.000000 [Good (Calculated)]  
    2019-12-20 01:11:44.000       -0.057444 [Good (Calculated)]        0.000000 [Good (Calculated)]        0.000000 [Good (Calculated)]  
    2019-12-20 01:12:14.000       -0.047782 [Good (Calculated)]        0.000000 [Good (Calculated)]       -0.000000 [Good (Calculated)]  
    2019-12-20 01:12:44.000        0.253328 [Good (Calculated)]        0.000000 [Good (Calculated)]       -0.000000 [Good (Calculated)]  
    2019-12-20 01:13:14.000       -0.018746 [Good (Calculated)]        0.000000 [Good (Calculated)]        0.000000 [Good (Calculated)]  
    2019-12-20 01:13:44.000        0.103775 [Good (Calculated)]        0.000000 [Good (Calculated)]       -0.000000 [Good (Calculated)]  
    2019-12-20 01:14:14.000        0.010857 [Good (Calculated)]        0.000000 [Good (Calculated)]       -0.000000 [Good (Calculated)]  
    2019-12-20 01:14:44.000       -0.370672 [Good (Calculated)]        0.000000 [Good (Calculated)]        0.000000 [Good (Calculated)]  
    2019-12-20 01:15:14.000       -0.198687 [Good (Calculated)]       -0.000000 [Good (Calculated)]       -0.000000 [Good (Calculated)]  
    2019-12-20 01:15:44.000       -0.025481 [Good (Calculated)]       -0.000000 [Good (Calculated)]       -0.000000 [Good (Calculated)]  
    2019-12-20 01:16:14.000        0.067565 [Good (Calculated)]       -0.000000 [Good (Calculated)]        0.000000 [Good (Calculated)]  
    2019-12-20 01:16:44.000        0.085904 [Good (Calculated)]       -0.000000 [Good (Calculated)]       -0.000000 [Good (Calculated)]  
    2019-12-20 01:17:14.000        0.018061 [Good (Calculated)]       -0.000000 [Good (Calculated)]       -0.000000 [Good (Calculated)]  
    2019-12-20 01:17:44.000       -0.033414 [Good (Calculated)]       -0.000000 [Good (Calculated)]        0.000000 [Good (Calculated)]  
    2019-12-20 01:18:14.000       -0.205573 [Good (Calculated)]       -0.000000 [Good (Calculated)]       -0.000000 [Good (Calculated)]

Считайте Среднее значение для каждой половины второго периода за последние 5 секунд. Обратите внимание, что качество данных включает Хорошее качество и Плохое качество, где нет данных, доступных для выполнения вычисления.

dataMixedQuality = readProcessed(uaClient,simNodes,'Average',seconds(0.5),datetime('now')-seconds(5),datetime('now'))

dataMixedQuality = 

1-by-3 OPC UA Data object array:

           Timestamp                      Random                            Triangle                           Sinusoid               
    -----------------------  ---------------------------------  ---------------------------------  ---------------------------------  
    2019-12-20 01:18:39.000        0.000000 [Bad:NoData (Raw)]         0.000000 [Bad:NoData (Raw)]         0.000000 [Bad:NoData (Raw)]   
    2019-12-20 01:18:39.500       -0.589250 [Good (Calculated)]        1.600000 [Good (Calculated)]        1.902113 [Good (Calculated)]  
    2019-12-20 01:18:40.000        0.000000 [Bad:NoData (Raw)]         0.000000 [Bad:NoData (Raw)]         0.000000 [Bad:NoData (Raw)]   
    2019-12-20 01:18:40.500       -0.959042 [Good (Calculated)]        1.333333 [Good (Calculated)]        1.732051 [Good (Calculated)]  
    2019-12-20 01:18:41.000        0.000000 [Bad:NoData (Raw)]         0.000000 [Bad:NoData (Raw)]         0.000000 [Bad:NoData (Raw)]   
    2019-12-20 01:18:41.500        0.425527 [Good (Calculated)]        1.066667 [Good (Calculated)]        1.486290 [Good (Calculated)]  
    2019-12-20 01:18:42.000        0.000000 [Bad:NoData (Raw)]         0.000000 [Bad:NoData (Raw)]         0.000000 [Bad:NoData (Raw)]   
    2019-12-20 01:18:42.500        0.078668 [Good (Calculated)]        0.800000 [Good (Calculated)]        1.175571 [Good (Calculated)]  
    2019-12-20 01:18:43.000        0.000000 [Bad:NoData (Raw)]         0.000000 [Bad:NoData (Raw)]         0.000000 [Bad:NoData (Raw)]   
    2019-12-20 01:18:43.500        1.188043 [Good (Calculated)]        0.533333 [Good (Calculated)]        0.813473 [Good (Calculated)]

Фильтрация качества данных для возврата только хороших данных.

dataGood = filterByQuality(dataMixedQuality,'good')

dataGood = 

1-by-3 OPC UA Data object array:

           Timestamp                      Random                            Triangle                           Sinusoid               
    -----------------------  ---------------------------------  ---------------------------------  ---------------------------------  
    2019-12-20 01:18:39.500       -0.589250 [Good (Calculated)]        1.600000 [Good (Calculated)]        1.902113 [Good (Calculated)]  
    2019-12-20 01:18:40.500       -0.959042 [Good (Calculated)]        1.333333 [Good (Calculated)]        1.732051 [Good (Calculated)]  
    2019-12-20 01:18:41.500        0.425527 [Good (Calculated)]        1.066667 [Good (Calculated)]        1.486290 [Good (Calculated)]  
    2019-12-20 01:18:42.500        0.078668 [Good (Calculated)]        0.800000 [Good (Calculated)]        1.175571 [Good (Calculated)]  
    2019-12-20 01:18:43.500        1.188043 [Good (Calculated)]        0.533333 [Good (Calculated)]        0.813473 [Good (Calculated)]

Отсоединение от сервера

После завершения связи с сервером отключите клиент от сервера. Это также выполняется автоматически, когда переменная клиента выходит из возможностей в MATLAB ®.

disconnect(uaClient);

Документация