OPC UA 与 Python 的完美融合：构建高效工业物联网通信系统

在现代工业自动化领域，OPC UA（Open Platform Communications Unified Architecture） 已成为跨平台、跨设备通信的事实标准。它不仅支持安全可靠的远程访问，还具备强大的信息建模能力。本文将深入探讨如何使用 Python 编程语言 实现 OPC UA 客户端/服务器通信，并通过一个完整的示例项目展示其在工业物联网（IIoT）场景下的应用。

🔍 为什么选择 Python + OPC UA？

• Python 简洁易学：适合快速原型开发和脚本化控制。
• • OPC UA 协议成熟稳定：支持加密、认证、多节点结构等企业级特性。
• • 社区生态丰富：opcua 库（基于 python-opcua）提供了完整的 API 支持。

⚠️ 注意：推荐使用 pip install opcua 安装官方库（非 PyPI 的 fork 版本），确保兼容性和安全性。

🛠️ 核心代码实现：搭建一个最小可运行的 OPC UA 服务端

下面是一个简单的服务器端代码，用于模拟温度传感器数据发布：

from opcua import Server, ua

# 初始化服务器
server = Server()
server.set_endpoint("opc.tcp://0.0.0.0:4840/freeopcua/server/")

# 创建命名空间（相当于数据库）
uri = "http://examples.freeopcua.github.io"
idx = server.register_namespace(uri)

# 获取对象节点并添加子节点
objects = server.get_objects_node()
sensor_folder = objects.add_object(idx, "TemperatureSensor")

# 添加变量节点：温度值
temperature_var = sensor_folder.add_variable(idx, "CurrentTemp", 25.0)
temperature_var.set_writable()  # 允许客户端写入修改

# 启动服务器
if __name__ == "__main__":
    try:
            server.start()
                    print("✅ OPC UA Server started at opc.tcp://localhost:4840/freeopcua/server/")
                            
                                    # 模拟持续更新温度数据
                                            while True:
                                                        new_temp = temperature_var.get_value() + 0.1  # 每次增加0.1度
                                                                    temperature_var.set_value(new_temp)
                                                                                print(f"🌡️ 更新温度为: {new_temp:.2f}°C")
                                                                                            import time
                                                                                                        time.sleep(2)  # 每两秒更新一次
    except KeyboardInterrupt:
            print("\n🛑 Server stopped by user.")
                finally:
                        server.stop()
                        ```
📌 这段代码创建了一个本地 OPC UA 服务端，监听 `4840` 端口，并暴露一个名为 `CurrentTemp` 的可读写变量。

---

### 📡 客户端连接与数据读取：Python 实现 OPC UA 客户端逻辑

接下来编写客户端代码来订阅该变量的变化：

```python
from opcua import Client

# 连接地址（需与服务器一致）
url = "opc.tcp://localhost:4840/freeopcua/server/"

try:
    client = Client(url)
        client.connect()
            print("✅ 成功连接到 OPC UA 服务器")
    # 获取节点路径
        root = client.get_root_node()
            temp_node = client.get_node("ns=2;i=1000")  # 假设是第二个命名空间中的第一个对象下的变量
    # 实时读取温度值
        while True:
                value = temp_node.get_value()
                        print(f"📊 当前温度：{value:.2f}°C")
                                import time
                                        time.sleep(3)
except Exception as e:
    print(f"❌ 连接失败：{e}")
    finally:
        client.disconnect()
        ```
💡 提示：可通过 `UAExpert` 或 `Prosys OPC UA Simulation server` 查看节点路径结构，便于定位 `temp_node`。

---

### 🧠 数据模型设计建议（适用于复杂系统）

对于更复杂的工业控制系统，可以定义如下层级结构：

Root
└── Objects
└── MyPlant
├── DeviceA
│ ├── Sensor1 (Double)
│ └── Status (Boolean)
└── DeviceB
├── Sensor2 (Float)
└── Alarm (String)
```
👉 使用 add_variable() 和 add_object() 方法递归构建模型，配合 XML 导出功能可进行配置导入导出。

🔄 流程图示意（Markdown 表达式形式）

[客户端] --> [建立连接]
          ↓
                 [获取节点引用]
                           ↓
                                  [读取或写入数据]
                                            ↓
                                                   [循环刷新 / 订阅事件]
                                                             ↓
                                                                    [断开连接]
                                                                    ```
此流程清晰体现了 OPC UA 的“发布-订阅”机制，特别适合部署在边缘计算节点中做实时监控。

---

### 🧪 实际应用场景举例

#### 场景一：远程状态采集（PLC → Python 脚本）
你可以将 PLC 输出的状态变量绑定到 OPC UA 服务器上，然后用 Python 编写的后台程序定期拉取这些变量，用于：
- 数据可视化（如结合 Flask + ECharts）
- - 异常报警（阈值判断后发送邮件或短信）
- - 上传至云平台（如 AWS IoT Core / Azure IoT Hub）
#### 场景二：指令下发控制（Python 脚本 → PLC）
通过 OPC UA 写权限，允许远程设置设备参数（如启动、停止、复位）。例如：

```python
# 示例：向设备发送控制命令
control_node = client.get_node("ns=2;i=1001")  # 控制开关
control_node.set_value(True)  # 启动设备

✅ 总结与未来拓展方向

本文展示了如何利用 Python 构建轻量级但功能完备的 OPC UA 通信系统。无论是单机测试还是小型工厂部署都非常适用。

下一步可尝试：

• 集成 HTTPS + TLS 加密传输（提升安全性）
• • 使用 SQLite 或 MongoDB 存储历史数据
• • 结合 Docker 打包容器化部署（便于运维管理）
• • 接入 Grafana 实现实时仪表盘监控（OPC UA 数据源插件已存在）

最终目标是打造一套高可用、低延迟、易扩展的 IIoT 数据采集与控制平台，真正赋能智能制造转型！

📌 如果你正在从事工业互联网相关开发，掌握这套组合拳——Python + OPC UA + 边缘计算，会让你在行业中脱颖而出！欢迎留言交流你的实际项目经验 😊