< 返回

跨越 OT 与 IT 的鸿沟：15 分钟实现 NeuronEX 与 Azure Fabric 联动

Neuron TeamNeuron Team
2026-4-10产品
跨越 OT 与 IT 的鸿沟：15 分钟实现 NeuronEX 与 Azure Fabric 联动

在工业 4.0 的浪潮中，最大的挑战往往不在于数据太少，而在于数据「听不懂」。PLC 协议碎片化、格式不统一，使得车间数据难以进入云端进行分析。

本文将教你如何利用 NeuronEX 工业边缘网关软件与 Microsoft Fabric 下一代统一数据分析平台，在 15 分钟内搭建一套从设备采集、边缘处理到云端存储的完整数据管道。

为什么选择 NeuronEX + Microsoft Fabric？

什么是 Microsoft Fabric？

Microsoft Fabric 是微软推出的统一 SaaS 级大数据分析平台，通过 OneLake（统一数据湖）将数据集成、数据工程、实时分析和可视化无缝结合。

对于工业场景，其核心组件 Eventstream 提供了：

  • 原生 Kafka 兼容性：支持标准 Kafka 协议接入，无需复杂 SDK 开发。
  • 毫秒级流式摄入：实时处理工业设备采样数据。
  • 无服务器弹性伸缩：自动应对上万个点位的突发流量。
  • 实时数据转换引擎：在数据「落地」前进行过滤、聚合和映射。

NeuronEX：工业协议的「翻译官」

NeuronEX 是一款面向工业领域的边缘数据采集与处理软件，核心优势包括：

  • 100+ 工业协议支持：Modbus、OPC UA、西门子 S7、三菱、欧姆龙等。
  • 轻量化部署：支持 X86/ARM 架构，Docker/Kubernetes 容器化部署。
  • 边缘流式计算：内置 SQL 引擎，可在边缘侧进行数据过滤、聚合、转换。
  • 高性能低延迟：轻松处理 10,000+ 数据点，毫秒级采集响应。

为什么这个组合是工业数字化的理想方案?

NeuronEX 与 Microsoft Fabric 的联动，本质上是将工业数据的「最后一公里」采集能力与云端「无限算力」完美结合。

在边缘侧，NeuronEX 将 100+ 碎片化的工业协议统一转换为标准 Kafka 格式，其内置的 SQL 流计算引擎可以在数据离开工厂之前完成清洗、过滤和聚合——这意味着仅将高价值数据上云，而非一股脑传输原始数据。

在云端，Fabric 提供的不仅仅是一个「存储桶」，而是一个从数据湖到 AI 模型的全栈分析平台。工业数据进入 Fabric 的 Eventhouse 后，企业可以利用 Synapse Data Warehouse 进行跨系统的历史数据关联分析（如将设备运行日志与 ERP 订单数据结合）。使用 Synapse Data Science 训练预测性维护模型，最后通过 Power BI Direct Lake 构建实时监控大屏——所有这些能力都基于统一的 OneLake 数据湖，无需数据搬运。

通过 NeuronEX 与 Microsoft Fabric 的组合，数据可以驱动 AI 预测、优化生产排程、支持跨工厂的供应链决策，让数据真正流动起来，为业务创造持续价值。

15 分钟实战：搭建从边到云的数据管道

数据流架构概述

步骤 1：在 NeuronEX 中配置南向数据采集

本示例使用 OPC UA Server Simulator 作为数据源，通过创建 OPC UA 南向驱动连接模拟器，获取实时数据。

快速入门指南：

步骤 2：通过数据处理模块推送数据到 Fabric

1. 将采集数据订阅到数据处理节点

2. 创建数据处理规则

默认 SQL 示例：

SELECT * FROM neuronStream

此 SQL 会将采集到的 JSON 数据全部转发到 Fabric。在生产环境中，建议使用 WHERE 条件过滤高价值数据。

3. 配置 Kafka Sink（连接到 Fabric）

配置项说明示例值
BrokerFabric Eventstream 的 Bootstrap serverneuron-eventstream.servicebus.windows.net:9093
TopicFabric 中的 Topic nameneuron-topic
SASL Username固定字符串$ConnectionString
SASL PasswordFabric 的 Connection string-primary keyEndpoint=sb://...
SASL Auth Type认证方式plain
Skip Certification Verification跳过 TLS 证书验证（开发环境）True

如何获取以上Fabric信息，请参考后续章节。

点击「测试连接」按钮，显示「连接成功」即表示 NeuronEX 与 Fabric Eventstream 通讯正常。

保存规则，NeuronEX 端配置完成。

步骤 3：在 Fabric 配置 Eventstream 数据流

为什么在工业场景首选 Eventstream？

Microsoft Fabric 提供了多种数据接入路径：Data Factory 擅长离线批处理，Warehouse 适合结构化分析。但在工业物联网场景下，我们面对的是秒级的设备采样，Eventstream 才是真正的「实时数据枢纽」。

Eventstream 的四大优势：

  • 原生 Kafka 兼容性：NeuronEX 无需 SDK 开发即可无缝连接。
  • 超低延迟：在几秒钟内实现从设备到云端真正的流式传输。
  • 无服务器弹性：无需管理 Kafka 集群即可自动扩展到数千个点。
  • 实时转换：在数据流入湖之前对其进行过滤和聚合。

创建 Eventstream

  1. 在 Fabric 工作区中新建 Eventstream：

  2. 选择数据源接入方式：Use custom endpoint（自定义终端节点）
  3. 配置数据目标：选择 Eventhouse（数据库）
  4. 配置 Eventhouse 存储：
  5. 发布 Eventstream：

步骤 4：获取 Eventstream 连接信息

从 Fabric Eventstream 页面中检索 Bootstrap server、Topic name、Connection string-primary key，并将内容填入到 NeuronEX 对应配置页面中。

步骤 5：数据验证与入库

Eventstream 数据预览

点击 Eventstream 画布中的节点 eventstream-neuron，切换到「数据预览」，实时查看 JSON 消息的更新，即可确认数据已成功上传至云端。

Eventhouse 数据查询

数据流入 Eventhouse 后，可在 eventhouse-neuron 页面查看 table-neuron 中的详细数据：

至此，从 PLC 到云端的数据管道已完全打通！

超越数据传输：Eventstream 与 Fabric 的强大数据能力

Eventstream 不仅是数据传输工具，更是一款发挥关键作用的「智能过滤器」。工业现场往往会产生大量冗余数据（例如：恒定不变的温度读数）若不经过滤全量上云，将显著增加存储成本。

Eventstream 的实时数据处理能力

在 Eventstream 中，您可以通过内置的数据转换操作（Operations） 完成以下任务：

能力应用场景
数据过滤（Filter）仅上传温度 > 80°C 的数据，过滤掉稳态运行的冗余记录
字段映射（Manage fields）将 PLC 的 tag001 重命名为 temperature_celsius，增强语义
聚合运算（Aggregate）每 1 分钟聚合一次平均值、最大值、最小值
路由分发（Route）根据设备 ID 将数据路由到不同的 Eventhouse 表中

Fabric 平台的全栈数据分析能力

数据进入 Fabric 后，您可以利用其全栈能力构建从数据到洞察的完整闭环：

Data Factory：企业级 ETL/ELT

  • 将 Eventhouse 的实时数据与 ERP/MES 系统的历史数据进行关联
  • 支持 100+ 数据源连接器（SQL Server、SAP、Snowflake 等）
  • 低代码 Dataflow Gen2 或代码优先的 Pipeline

Synapse Data Warehouse：湖仓一体分析

  • 直接在 OneLake 的 Delta Parquet 文件上运行 T-SQL 查询
  • 无服务器架构，按查询付费
  • 支持 PB 级数据的交互式分析

Synapse Data Science：AI/ML 模型训练

  • 利用工业历史数据训练预测性维护模型
  • 内置 MLflow 进行实验管理
  • 模型推理结果直接写回 OneLake，供 Power BI 调用

Power BI Direct Lake：实时可视化

  • 对海量工业数据进行亚秒级交互式分析
  • 无需数据导入，直接查询 OneLake
  • 构建生产监控大屏、OEE 分析仪表盘

通过 Fabric 可快速搭建 IIoT 分析仪表盘

完整了解 Fabric 的功能，请阅读 Fabric 官方文档：Microsoft Fabric Documentation

NeuronEX 能力扩展：工业智能数据平台

基础的 PLC 数据采集只是第一步。在实际的工业场景中，企业往往需要整合多种数据源、在边缘侧进行智能过滤，并结合云端 AI 实现预测性分析。以下是三种进阶应用场景。

多源数据集成：打破信息孤岛

传统工业生产数据通常分散在 PLC、MES、ERP 和视频系统中。NeuronEX 的多源数据集成能力可以在单一平台完成异构数据的统一采集，结合其数据处理引擎，支持在边缘侧将 PLC 数据与 MES 工单信息关联，从而为 Fabric 提供具有完整业务上下文的的数据流。

这种能力彻底打破了 IT 与 OT 的数据孤岛，为跨系统的根因分析奠定了基础。

推荐阅读：NeuronEX 最佳实践：集成 MySQL 数据到 IIoT 平台

边缘数据预处理：仅上传「高价值」数据

工业设备的采样频率很高，上传原始高频数据会消耗大量的带宽和存储成本。利用 NeuronEX 的 SQL 引擎，企业可以实现阈值过滤、变化率检测、时间窗口聚合以及异常检测。这些策略可以将云端数据量减少 90% 以上，从而显著降低存储成本并提高分析效率。

这种能力确保了进入 Fabric 的每一条数据都是经过筛选的高价值信息。

推荐阅读：超越连接：如何在边缘侧构建高效的工业数据处理与清洗引擎（待发布）

边缘 AI + 云端分析：预测性维护闭环

通过 Neuron + Fabric 的组合，构建「边缘 AI 实时告警 + 云端 ML 长期预测」的智能运维体系，实现从「被动式」维护到「预测性」维护的转变。

NeuronEX 可在边缘加载 Python 或 ONNX AI 模型，实现毫秒级异常检测（例如，通过 REST Sink 向 MES 发送振动警报）。同时，Fabric 中的历史数据用于训练长期模型（例如 LSTM），以预测未来 7 天的故障概率，并在 Power BI 上显示。此循环可将计划外停机时间减少 30-50%，同时降低 20-30% 的维护成本。

推荐阅读：NeuronEX 算法集成指南

总结

NeuronEX 与 Microsoft Fabric 的集成，实现了工业数据从「采集」到「洞察」的无缝衔接。通过在边缘侧完成协议转换和智能过滤，企业可以大幅降低云端成本。同时，借助 Fabric 提供的全栈数据分析能力（ Eventstream 实时处理、Synapse 深度分析、Power BI 可视化），让工业数据的价值得以充分释放。

无论您是希望快速验证工业数据上云方案，还是构建企业级智能运维平台，这套组合都能为您提供从边缘到云端的完整解决方案。

立即行动，让您的工业数据发挥真正的价值

立即体验：下载 NeuronEX

深入了解：产品概述 | NeuronEX 文档

编辑 反馈

文章作者

Neuron Team
Neuron Team

Neuron 团队致力于通过强大的工业协议网关软件加速工业物联网的互联互通，简化工业物联网平台的管理。

订阅我们的博客