一座工厂里同时跑着来自不同厂商的 PLC、电表、空压机、楼宇自控和环保监测设备，每一类设备背后都是一种协议。要让这些数据进到同一套系统里，过去几乎等于为每种协议写一套适配。TDengine 的做法是复用两个成熟的工业连接产品：EMQ 的 NeuronEX 和 PTC 的 Kepware，两者合计覆盖 200+ 工业协议与驱动。下面分别看它们怎么把数据接进来，再看接进来之后 TDengine 做什么。
Neuron：工业协议接入
Neuron 是 EMQ 开发的工业物联网连接平台，支持 Modbus、OPC UA、BACnet 等多种工业协议。eKuiper 是开源的轻量级边缘流处理引擎，用 SQL 处理数据并经输出动作转发。NeuronEX 是 EMQ 的工业边缘数据采集与处理软件，集成 Neuron 的协议采集和 eKuiper 的流处理能力，提供统一的 Web 界面配置设备采集、数据处理及转发。
TDengine 与 Neuron 的数据面为：Neuron 将采集报告发给 eKuiper，eKuiper 提取测量列与标签，编码为 Influx 行协议并批量写入 TDengine TSDB，通过无模式写入自动创建超级表和子表。该方式可接入 NeuronEX 支持的全部工业协议。
接入方式有三种：
- 安装时接入：适用于尚未安装 NeuronEX 企业版的环境。执行安装命令，自动完成 NeuronEX 安装、注册到 taosExplorer、创建示例库和写入链路，安装后无需在 taosExplorer 页面操作。
- 一键接入：适用于已部署 Neuron 或 NeuronEX 的环境。在 taosExplorer 的「数据写入 → 数据采集代理 → Neuron」页面填写 Neuron 地址和凭据，taosExplorer 自动完成数据流、处理规则和采集订阅的配置。
- 手工接入：适用于已部署 Neuron 或 NeuronEX、需要自定义标签、业务属性或数据转换的场景。在 NeuronEX 页面手工配置数据流、处理规则和 InfluxDB v1 写入动作。
购买 TDengine 企业版后，EMQX NeuronEX 的软件许可证可由涛思数据代为采购。
Kepware：一点位一张子表
Kepware Server 是 PTC 的工业连接平台，提供覆盖 Modbus、Siemens S7、OPC UA、BACnet 等的工业协议通信驱动。TDengine 通过 taosX 的 OPC UA 连接器读取 Kepware 点位并写入 TDengine TSDB。
数据面为：taosX 通过 OPC UA 采集 Kepware 点位，点位以单列模型写入 TDengine TSDB。每个 OPC UA 点位对应一张子表，点位完整浏览路径（Path）保存为标签——这个 Path 是后续价值的关键：导入 TDengine IDMP 后，IDMP 会按 Path 在元素浏览器中生成资产层级，无需手工搭建目录。
接入方式有两种：
- 安装时接入：在 Kepware Windows 主机执行安装命令，自动完成客户端证书、数据库、taosExplorer 接入和 OPC UA 任务的配置，安装后无需在 taosExplorer 页面操作。
- 一键接入：适用于已部署 Kepware 的环境。在 taosExplorer 的「数据写入 → 数据采集代理 → Kepware」页面填写地址和凭据，taosExplorer 自动扫描点位、生成映射并创建采集任务。
Kepware 接入支持订阅和轮询两种采集模式，轮询间隔可按现场需要设置（1–86400 秒）。购买 TDengine 企业版后，Kepware 的软件许可证可由涛思数据代为采购。
接进来之后，TDengine 做什么
数据写进来只是开始。TDengine 是 AI 原生的工业数据平台，覆盖从采集、存储、实时分析到可视化、事件管理与 AI 洞察的完整链路：
- 汇聚：除 Neuron 与 Kepware 外，还可汇聚 MQTT、OPC UA、OPC DA、Kafka、CSV，以及 PI System、Wonderware 等实时数据库的数据，并做清洗、加工与转换。整个过程是零代码的，少量配置即可完成 ETL——不再需要为每种协议找一套中间件。
- 存储：列式存储加两级压缩，写入与查询性能相较通用方案提升十倍以上，存储成本降至约 1/10。支持 10 亿数据采集点，自 3.0 起支持云原生。同样一份数据，存得快、存得稳、成本低，才跑得起来。
- 分析与分发：标准 SQL、时序扩展函数、UDF 与实时流式计算；数据订阅可按库、超级表、一组表或单表分发，也可聚合过滤后推送，并通过 JDBC、ODBC 对接 Grafana、Power BI。
- 数据目录与可视化：树状层级为每台设备、每条产线、每座工厂建数据目录，这就是工业本体——统一命名、单位自动转换、补齐工况标签，元素模板批量复用；可视化围绕资产与事件组织，打开设备即见关键指标、趋势曲线与状态时间线。
- 实时分析与事件管理：AI 动态推荐实时分析，毫秒级响应，也可用自然语言生成配置；异常与越限自动记录为结构化事件，带起止时间、严重程度与关联资产，支持全生命周期追踪与责任人推送。
- 过程分析：实时分析回答是否正常，过程分析回答为什么——分析工作台支持曲线叠加、回归与相关分析、聚类、预测、相似波形搜索。批次是最有价值的分析单元：批次即一个完整事件，批次号变化时自动汇总生成记录，多批次可叠加、起点对齐或按 0–100% 归一化；2.0.3 版本新增工艺配方管理，一套配方可在所有产线复用，事件按配方分组并以甘特图呈现。
- AI 洞察：无问智推自动推荐面板与分析；自然语言问答基于实时数据直接作答；面板解读一键生成趋势、异常与行动建议；根因分析自动回溯上下文并输出结构化根因报告。这些能力同样向外开放：SDK 与全功能 API、面板可嵌入 Web、数据流向 MES、ERP、BI，并通过 MCP 接口向 AI Agent 开放。
写在最后
接入 200+ 工业协议与驱动，解决的是数据进不来的问题，但这只是第一步。数据存下来了却没有上下文，图表做出来了却没人看得过来，异常报出来了却不知道从哪查起。
TDengine 是 AI 原生的工业数据平台，关键在工业本体：设备、产线、点位、工况被组织成一套人和机器都能理解的结构，AI 因此知道一条曲线属于哪台设备、处在什么工况，才能主动推荐分析、用自然语言直接回答、在异常时回溯根因。AI 不是外挂在数据之上的工具，而是长在工业本体上。
AI 时代衡量工业数据平台的标准已经变了：不是能存多少数据，而是能让 AI 把数据用得多好。
相关文档
完整的接入步骤、前置条件、安装命令、数据映射规范、高可用与断线续传配置、常见问题处理等细节，请直接阅读官方文档：
阅读原文 https://www.taosdata.com/tdengine-industrial-protocols
