从 Wonderware 到 TDengine：大理卷烟厂的国产化转型之路

小T导读：大理卷烟厂作为云南中烟的核心生产基地，聚焦高端品牌突破，主产“玉溪”、“红塔山”系列卷烟，支撑红塔集团核心品牌发展。近年来，工厂积极推进数字化转型，在制丝、复烤等关键环节引入“智能控制 + AI 预测”，并通过 TDengine TSDB 时序数据库完成生产数据架构的国产化替代与智能化升级，构建起质效协同的智能制造工厂。本文聚焦 TDengine TSDB 在制丝车间的落地方案与实际成效。

背景和痛点

制丝是决定卷烟内在品质的核心环节。长期以来，制丝车间关键工序的生产设备与工业软件一直由柯尔伯、西门子、施耐德等国外厂商主导。随着中国制造的崛起，国产装备和工业组态软件已逐步替代进口设备和控制系统，但在实时数据采集与管理方面，大理卷烟厂仍因历史数据价值的延续而继续依赖传统的 Wonderware 平台。

Wonderware 的 historian 数据库基于 Microsoft SQL Server 构建，通过 INSQL 语句实现时序数据存储与查询。但由于底层架构受限，在需要快速处理数据的场景下，已难以满足卷烟工厂的实际需求。

在今天，数据已成为新的生产要素。尤其是工业生产过程中产生的大量时序数据，蕴含着巨大的价值，但同时也具有“时效性”：随着时间流逝，数据价值快速递减。如何在最短时间内完成数据的采集、处理与转化，及时释放价值，已成为卷烟工厂共同面临的课题。

为什么选择 TDengine TSDB

在制丝车间的数字化改造过程中，大理卷烟厂对底层数据平台提出了更高的要求：既要符合国产化替代的战略方向，又要满足实时性、低成本和多系统融合等实际需求。经过多方评估和对比测试，最终工厂选择了 TDengine TSDB 时序数据库，主要基于以下考虑：

• 国产化替代需求

原有的 Wonderware 平台基于 SQL Server，在实时数据处理上存在延迟高、存储成本高等问题。TDengine TSDB 完全由国内厂商自主研发，符合信创规范，能够实现平稳的国产化替代。

• 工业场景适配性

在制丝、卷包等环节中，工艺参数（如烟丝含水率）波动频繁。TDengine TSDB 提供秒级的实时调控能力，显著缩短了参数调整的延迟。同时，凭借列式存储与高压缩比，大幅降低了工业数据的存储成本。

• 多系统数据整合能力

在传统架构下，MES、SCADA、PLC 等系统数据相互割裂，导致质量事故追溯耗时过长。通过 TDengine TSDB 集中采集与存储多源数据，查询效率显著提升，使得追溯时间从过去的数小时缩短至分钟级。

综合国产化需求、实时性能与成本优势，经过充分对比测试后，我们最终选择 TDengine TSDB 作为制丝车间的首选时序数据库。

TDengine TSDB 的升级与迁移实践

大理卷烟厂对 TDengine TSDB 的应用经历了从 2.x 社区版 → 3.0.4 企业版 → 3.3.6 企业版 的不断升级。

• 初次使用 2.x 社区版

在早期项目中，我们首次引入 TDengine TSDB 2.x 社区版，体验到其简单易用和高效写入的优势。

• 升级至 3.0.4 企业版

随着 3.0 的推出，我们第一时间升级到 3.0.4 企业版，不仅获得了企业版完善的售后服务，还使用到了更丰富的查询语句与函数支持。

• 演进到 3.3.6 企业版

2025 年 8 月，我们进一步升级到 3.3.6 企业版。新版本支持通过 taos-explorer 可视化管理工具配置多种数据源的接入，实现 Kafka、MQTT、OPC 等数据源的零代码接入，大幅提升了系统的扩展性与便捷性。

在升级过程中，我们新建了一个 3 节点集群，并通过 taosX 工具将原集群的数据迁移至新集群，再逐步切换应用，实现了系统的平滑过渡。得益于 taosX 的高性能，原有集群累计 3 年历史数据超 7000 亿条，均顺利迁移完成，为新系统的稳定运行奠定了基础。

基于 TDengine TSDB 的工艺质量智能管控

• 制丝过程工艺质量智能管控项目

在制丝生产过程中，润叶、加料、烘丝等关键工序普遍存在工艺参数波动大、控制效果不稳定等行业共性问题。针对工艺与设备参数动态调优的难题，大理卷烟厂于 2020 年基于人工智能技术建设了工艺在线优化系统，实现了工艺过程和设备参数的实时优化，显著提升了成品烟丝的质量一致性与生产效率。

该项目结合工业大数据分析与智能优化控制技术，将业务体系与大数据平台深度融合，按照“数据映射业务”的理念，搭建了工厂级大数据分析平台。平台可对制丝中控、卷包数采、MES 及其他系统的数据进行提取、融合、存储和分发，为工艺优化提供坚实的数据支撑。

目前，该系统已达到人工控制的最佳水平，并能将产品出口水分标偏稳定在优于工艺标准的区间范围。下表对比了项目实施前（2021 年生产数据）与实施后（2023 年 9 月以来批次数据）的结果。

• 基于工业大数据分析的打叶复烤过程质量管控

在此基础上，大理卷烟厂将 “TDengine TSDB + 人工智能算法 + 中控反馈控制” 的系统架构应用推广到打叶复烤生产线，同样取得了显著成效。凭借这一成果，2025 年工厂获授 “玉溪”品牌原料打叶复烤示范性区域加工中心 称号。

• 卷包工艺质量分析管控系统

依托 TDengine TSDB 时序数据库，大理卷烟厂对卷包设备开展了全面的数据采集、存储与分析，覆盖超过 4 万个监测点位。系统实现了对设备运行状态的实时监控，包括转速、温度、压力等关键参数。

一旦发现异常情况（如某部件温度过高），系统会立即触发告警，通知维修人员及时处理。同时，基于长期运行数据的分析，系统还能提前预测潜在故障，支持预防性维护，不仅延长了设备使用寿命，也显著提升了设备利用率。

• TDengine TSDB + Grafana：快速构建关键参数监控系统

依托 TDengine TSDB 与 Grafana 的无缝对接能力，数据存储在 TDengine TSDB 后，便可根据业务需求快速搭建车间生产过程的关键参数监控系统，实现高效、灵活的自主可视化监控。

应用优化与扩展展望

在 TDengine TSDB 的实际使用过程中，我们也遇到过一些问题，并在实践中不断探索解决方案，同时逐步规划后续的扩展方向。

• 时钟同步问题

在查询设备的最新数据时，曾发现时间戳总是比当前时间晚 5 分钟。起初怀疑是写入延迟，核对后确认数据是最新的，只是写入程序取自服务器的本地时间，而该服务器未与厂内时钟服务器同步。完成时钟同步后，问题得以彻底解决。

• 未来规划：向零代码采集演进

目前，PLC 数据的采集是通过集成商编写的程序写入 TDengine TSDB，一旦新增采集点位，就必须修改程序代码，运维复杂度较高。升级到 3.3 企业版后，TDengine TSDB 内置的 taosX 工具可直接从 OPC UA server 采集数据。后续我们计划将各 PLC 数据统一汇聚至 OPC UA server，再通过 taos-explorer Web 管理页面配置 taosX 的采集任务，实现零代码采集，从而大幅降低新增点位和后续维护的难度。

关于大理卷烟厂

大理卷烟厂创建于 1950 年，牢固树立“一个云南中烟”观念，致力于打造质量更好、成本更优、安全高效、指标领先的“质效协同”工厂。近年来，工厂发展稳中有进，整体态势持续向好。2024 年，大理卷烟厂圆满完成卷烟生产和复烤加工任务，工业总产值、税利、产量和效益均创历史新高。各项绩效指标持续提升，其中 4 项卷烟工厂分类对标指标位列行业标杆，“单箱耗烟叶量”首次进入行业前十，打叶复烤对标指标完成率更是达到 100%，为高端品牌突破和行业领先奠定了坚实基础。

关于作者

陈定玮，大理卷烟厂信息科系统管理员。主要负责工厂服务器、私有云平台、MES 系统运维，以及数据报表、数据看板、数据分析、图像识别等业务的开发。