近年来,随着我国科技水平日益提升,“智能制造”产业发展迅速。“互联网+工业”的技术模式作为该产业的动力源泉之一,有效驱动了制造业向智能化、数字化转型,其中涉及到无线传感器网络（Wireless Sensor Networks,WSN）、TSN（Time-Sensitive Networking,时间敏感网络）以及OPC UA（OPC Unified Architecture,OPC统一架构）等关键技术。如何实现无线传感器网络与工业物联网在语义层面的统一如今已成为“智造”领域的研究热点。将无线传感器广泛应用于工业现场,有助于提升工业产能利用率与自动化水平。然而无线传感器节点自身存在系统能耗量大、存储能力低等局限性,且设备间数据通信主要采用OPC UA技术,传统的OPC UA主要面向有线网络设计,采用基于连接的客户端/服务器（Client/Server,C/S）模式。将其直接应用于无线传感器网络资源开销大、实时性低。因此,本文结合小型试验性产线,开展设计与实现面向无线传感器网络的OPC UA分布式消息中间件的研究工作。本文的贡献与创新点如下:（1）针对传统通信方式难以将传感数据高效接入工业物联网的问题,建立了一种基于OPC UA的无线传感器网络信息模型。通过在XML文件中创建节点和分配引用,将无线传感器网络拓扑结构动态映射至OPC UA地址空间中。测试结果表明该模型能够将来自不同生产厂家的无线传感器节点采集到的信息与自身信息进行统一描述,便于向数据应用系统提供统一的数据访问接口。（2）针对传统OPC UA C/S模式导致通信系统紧耦合、无法实现一对多通信的问题,提出了一种基AMQP的OPC UA分布式通信方法,建立了OPC UA发布/订阅机制。通过AMQP消息代理对数据发布者和订阅者进行解耦。即发布者将消息推送到代理的交换机,再根据路由键投递到公开的消息队列,订阅者对指定队列进行监听从而收取消息。该机制有效减少了通信对象之间的报文交互。（3）针对传输过程中难以定义数据的异常边界的问题,提出了一种面向智能生产线的异常数据检测算法H-DBSCAN。该算法针对传统聚类算法输入参数敏感性高的问题,提出了基于K近邻算法的聚类参数寻优机制;针对传统聚类算法受数据样本形状影响大的问题,提出了基于竞争思想的多簇聚类合并机制。在公开数据集上的测试验证该算法提高了聚类的准确率并降低了输入参数的敏感性,从而提高了判定设备异常状态的准确率与智能性。本文根据以上创新点基于PyQt5开发了OPC UA分布式消息中间件系统,主要包括数据采集模块、地址空间模块、分布式通信模块与数据检测模块。最终依托实验室的小型实验产线平台,搭建无线传感器网络并对系统进行功能测试和性能测试。测试结果表明,本系统能够达到预期要求,一定程度上解决了上述所描述的智能产线现存的问题,不仅能够实现传感数据的分布式分发,降低了网络功耗并提高了消息的利用率;也能够准确挖掘异常数据,为设备的健康状态判定提供可靠依据。