工业数据采集类型与数据采集的方法
本篇文章和大家说说数据采集的那些事儿......
实现工业4.0,需要高度的工业化、自动化基础,是漫长的征程。
工业大数据是未来工业在全球市场竞争中发挥优势的关键。
无论是德国工业4.0、美国工业互联网还是《中国制造2025》,各国制造业创新战略的实施基础都是工业大数据的搜集和特征分析,及以此为未来制造系统搭建的无忧环境。
不论智能制造发展到何种程度,数据采集都是生产中最实际最高频的需求,也是工业4.0的先决条件。
数字化工厂不等于无人工厂,产品配置,制造流程越复杂越多变,越需要人的参与;在数字化工厂当中,工人更多地是处理异常情况,调整设备。
但数据采集一直是困扰着所有制造工厂的传统痛点,自动化设备品牌类型繁多,厂家和数据接口各异,国外厂家本地支持有限,不同采购年代。
即便产量停机数据自动采集了,也不等于整个制造过程数据都获得了,只要还有其他人工参与环节,这些数据就不完整。
工业数据采集类型
互联网的数据主要来自于互联网用户和服务器等网络设备,主要是大量的文本数据、社交数据以及多媒体数据等,而工业数据主要来源于机器设备数据、工业信息化数据和产业链相关数据。
从数据采集的类型上看,不仅要涵盖基础的数据,还将逐步包括半结构化的用户行为数据,网状的社交关系数据,文本或音频类型的用户意见和反馈数据,设备和传感器采集的周期性数据,网络爬虫获取的互联网数据,以及未来越来越多有潜在意义的各类数据。
主要包括以下几种:
1、海量的Key-Value数据。
在传感器技术飞速发展的今天,包括光电、热敏、气敏、力敏、磁敏、声敏、湿敏等不同类别的工业传感器在现场得到了大量应用,而且很多时候机器设备的数据大概要到ms的精度才能分析海量的工业数据,因此,这部分数据的特点是每条数据内容很少,但是频率极高。