小T导读：在水泥工厂智能化升级过程中，联合储库的天车作业是衔接 “原料入厂 – 熟料存储 – 成品出库” 的核心环节，其无人化运行直接决定生产效率与运维成本。安徽智质研发的激光雷达天车无人化调度系统，通过实时感知与智能调度实现了全流程无人值守。但在7×24小时的高频连续运行中，万级通讯点秒级并发产生了海量的设备与感知数据。传统数据库在支撑此类高精度时序数据时，面临着精细化运维回溯慢、资源占用高的行业通用挑战。为追求极致的客户体验与极简部署，安徽智质主动引入 TDengine TSDB，实现了 1 万+ 通讯点数据的秒级采集与 90 天长效存储，将复杂工况的故障定位时间缩短至“5分钟内精准定位”，并在单核虚拟化环境下保持稳定运行，为水泥行业工业无人化场景的时序数据底座建设提供了一套教科书式的复用方案。
业务背景和技术痛点
业务背景：天车无人化调度系统
联合储库作为水泥工厂的 “物料中转站”，承担着原料接收、散料堆存、料仓补料三大核心任务，传统人工操作存在效率低、安全风险高、作业精度不足等问题。
为解决这些痛点，我司研发了基于激光雷达的无人化调度系统：
- 通过激光雷达实时感知库区料位与天车位置，精准捕捉作业环境数据；
- 上位控制调度程序与库区数据处理系统联动，实现全流程无人值守；
- 单套系统可覆盖整个库区的多台天车，日均作业量超 200 次，大幅提升了作业效率。
技术挑战：海量高频数据带来的挑战
随着天车无人化调度系统的常态化高效运行，系统每天需要处理极其庞大的设备状态和环境感知数据。为了给客户提供更敏捷的系统稳定性和极致的运维体验，我们发现传统的工业IT底座在应对这种新兴的高并发业务场景时，面临着以下三大挑战：
- 精细化运维对数据高精度回放提出极高要求：为了实现对系统运行的极致掌控，我们需要对天车运行轨迹、雷达通讯状态、料位高度等实时数据进行长周期、秒级粒度的固化存储。在需要进行深度工况分析或设备轨迹回溯时，依赖传统零散日志排查的方式耗时较长，难以满足我们智能化系统“分钟级精准定位”的极速运维标准；
- 边缘侧极简部署与严苛的IT资源限制：工业现场往往要求系统的边缘侧部署做到极致的“轻量化”与“低成本”。面对每日激增的时序数据，传统通用型数据库在保证高性能读写的同时，必然伴随庞大的CPU与内存资源开销，难以在边缘侧兼顾“资源极致复用”与“轻量化稳定运行”；
- 传统数据库难以应对万级点位的高频并发：我们的无人化系统需实时接入万级OPC通讯点数据，且采集频率高达1秒/次。传统关系型数据库在处理这种连续、高吞吐量的时序写入时极易遇到性能瓶颈，且难以按“通讯地址-业务含义”进行高效的关联检索。
引入 TDengine TSDB 后的优化提升方案
针对高端工业无人化场景的时序数据处理需求，安徽智质技术团队经过严谨选型，结合 TDengine TSDB 的“超级表-子表”模型、轻量化部署特性与高效数据处理能力，自主构建了一套贴合天车作业场景的本地化时序数据架构优化方案。
技术架构优化：本地协同的设备 – 存储 – 应用架构
本方案采用 “设备层 – 边缘服务层 – 数据存储层 – 应用层” 的分层架构，各环节通过明确的数据链路衔接，且仅部署一套本地 TDengine TSDB 集群支撑全流程数据管理，具体架构逻辑如下：
- 设备层：数据采集源
以激光雷达（感知库区环境）、PLC（天车控制核心设备）为数据采集源，分别输出环境感知数据、天车运行控制数据。 - 边缘服务层：数据汇聚与转发
PLC 数据通过上位机程序采集后，以 OPC 通讯协议同步至 Blazor Server 应用服务；激光雷达数据直接接入 Blazor Server 应用服务，实现两类设备数据的统一汇聚。 - 数据存储层：时序 + 关系数据协同存储
Blazor Server 应用服务通过 JDBC 协议，将汇聚后的天车时序数据（如位置、雷达距离、运行状态）写入本地部署的 TDengine TSDB 集群；同时关联关系型数据库，存储设备元数据、业务配置规则等非时序信息，实现 “时序数据存 TDengine TSDB、元数据存关系库” 的分工存储。
在部署方式上，TDengine TSDB 采用工厂本地化部署方案：在虚拟化 Ubuntu 系统或边缘盒子中安装 TDengine TSDB 单节点实例，仅分配 1 核 CPU、4GB 内存，即可支撑天车无人化系统的全量时序数据存储与查询需求。 - 应用层：数据价值落地
基于 TDengine TSDB 存储的时序数据，系统支撑历史运行数据分析与三维实时可视化两类核心应用。前者用于故障回溯和效率分析，可按时间维度查询天车位置、雷达距离、运行状态等关键数据；后者用于将天车作业状态实时映射到三维场景中，实现天车无人化运行过程的可视化呈现。
数据模型优化：根据 OPC 协议进行时序数据模型设计
根据 OPC 通讯协议特性，将 “通讯地址 – 业务含义” 映射为 TDengine TSDB 的 “子表 – 标签”，实现数据结构化管理，核心实现代码如下：
// 1. 初始化TDengine数据库（配置存储策略：90天数据留存、10天分区）
_connection = _clientFactory.CreateConnection();var command = _clientFactory.CreateCommand(_connection);
command.CommandText = $@"CREATE DATABASE IF NOT EXISTS `crane_db`
BUFFER 256 CACHESIZE 1 CACHEMODEL 'none' COMP 2
DURATION 10d WAL_FSYNC_PERIOD 3000
MAXROWS 4096 MINROWS 100 KEEP 90d,90d,90d
PRECISION 'ms' REPLICA 1 VGROUPS 2";
command.ExecuteNonQuery();
_logger.LogInfo($"[TDengine] 初始化数据库 crane_db 成功");// 2. 创建超级表（通过标签标注通讯地址的业务含义）
command.CommandText = "SHOW STABLES LIKE 'measurings'";using (var reader = command.ExecuteReader()){if (!reader.Read()){var createSuperTableSql = @"
CREATE STABLE measurings (
ts TIMESTAMP, // 数据采集时间戳
addvalue FLOAT // 通讯值
) TAGS (address_tag_name NCHAR(64))"; // 标签：通讯地址对应的业务含义
command.CommandText = createSuperTableSql;
command.ExecuteNonQuery();
_logger.LogInfo("[TDengine] 创建 measurings 超级表成功");}}// 3. 自动创建子表（按预设通讯地址命名，关联业务标签）var existingTables = new HashSet<string>();
command.CommandText = "SHOW TABLES";using (var reader = command.ExecuteReader()){while (reader.Read()) existingTables.Add(reader.GetString(0));}foreach (var variable in _variables) // _variables：预配置的通讯变量列表{var tableName = $"t_addr_{variable.Address}"; // 子表命名规则：t_addr_通讯地址if (!existingTables.Contains(tableName)){var createTableSql = $@"
CREATE TABLE {tableName}
USING modbus
TAGS ('{variable.Tag}')"; // variable.Tag：通讯地址对应的业务含义（如心跳检测、最高点XYZ等）
command.CommandText = createTableSql;
command.ExecuteNonQuery();
_logger.LogInfo($"[TDengine] 创建子表 {tableName} 成功");}}超级表和子表的模型示例：
应用场景优化：数据查询与故障回溯
基于 TDengine TSDB 的多表关联与标签过滤能力，实现两类关键业务场景的高效数据处理：
- 天车历史轨迹还原：关联天车 X、Y、Z 轴位置对应的子表，按时间戳聚合数据，快速还原故障时刻的运行轨迹：
SELECT a.ts, a.addvalue AS x_pos, b.addvalue AS y_pos, c.addvalue AS z_pos
FROM t_addr_crane1_x a
JOIN t_addr_crane1_y b ON a.ts = b.ts
JOIN t_addr_crane1_z c ON a.ts = c.ts
WHERE a.ts BETWEEN '2025-11-05 10:30:00' AND '2025-11-05 10:35:00';- 雷达通讯状态排查：通过标签过滤定位目标数据，快速查询故障时段的通讯状态变化：
SELECT ts, addvalue AS comm_status
FROM modbus
WHERE address_tag_name = 'LidarCommStatus'AND ts >= '2025-11-05 10:31:43'引入 TDengine TSDB 后优化提升效果
单核环境下的稳定表现
在虚拟化的 Ubuntu 系统（1 核 CPU、4GB 内存）中，TDengine TSDB 单节点展现出优异的资源控制能力：
- CPU 使用率：峰值仅 0.437%，平均 0.335%，无任何性能瓶颈；
- 内存占用：稳定在 456-462MB，仅占分配内存的 11.5%；
- 磁盘消耗：90 天数据存储仅占用 93.1GiB，日均增量约 1.03GiB；
- 读写性能：每秒可写入 1 万条数据，单条查询响应时间 < 100ms。
运维效率与成本双优化
架构优化方案落地后，系统核心指标显著改善，实现运维效率与成本的双重提升：
- 故障回溯效率：从 “半小时人工排查” 缩短至 “5分钟定位”，运维工作量减少 60%；
- 存储成本：相比传统关系型数据库，90 天数据存储成本降低 40%，支持冷热数据自动分级管理；
- 系统可用性：7×24 小时连续运行无数据丢失，数据完整性达 100%；
- 扩展能力：单节点 TDengine TSDB 即可支撑整个库区多台天车的 1 万 + 通讯点，新增天车仅需自动创建子表，无需修改架构。
未来规划
未来，我们将基于当前 TDengine TSDB 的应用成果，借助其订阅功能把天车位置、料位数据实时推送至 Unity 引擎，实现库区作业场景的三维可视化映射；同时依托 TDengine TSDB 积累的运行数据训练故障预测模型，提前 72 小时预警设备异常以升级维护模式。
关于安徽智质
安徽智质工程技术有限公司是安徽海螺水泥股份有限公司旗下的国有控股高科技企业与软硬件提供商。公司专注智能质量控制、设备智能运维、工厂智慧管控、工业自动化等技术产品的研发、生产、销售及服务，为水泥、有色、化工、炭素等行业客户提供全方位解决方案与定制化服务，现打造上海 + 芜湖 “双核” 发展模式。公司始终秉承 “赋能美好工业未来” 的使命，践行 “至高品质、至诚服务” 的经营宗旨，力争成为全球智能设备、智能控制领域引领者和全国智慧工厂、智慧城市及工业自动化领域领先者。
作者：智能工厂事业部
