纺织服装机械网

 

　　被采集数据是已被转换为电讯号的各种物理量，如温度、水位、风速、压力等，可以是模拟量，也可以是数字量。采集一般是采样方式，即隔一定时间(称采样周期)对同一点数据重复采集。采集的数据大多是瞬时值，也可是某段时间内的一个特征值。准确的数据测量是数据采集的基础。数据量测方法有接触式和非接触式，检测元件多种多样。
 

　　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。
 

　　数据采集技术难点
 

　　在当今的制造业领域，数据采集是一个难点。很多企业的生产数据采集主要依靠传统的手工作业方式，采集过程中容易出现人为的记录错误且效率低下。
 

　　有些企业虽然引进了相关技术手段，并且应用了数据采集系统，但是由于系统本身的原因以及企业没有选择最适合自己的数据采集系统，因此也无法实现信息采集的实时性、精确性和延伸性管理，各单元出现了信息断层的现象。
 

　　数据量庞大
 

　　任何系统，在不同的数据量面前，需要的技术难度都是完全不同的。如果单纯是将数据采到，可能还比较好完成，但采集之后还需要处理，因为必须考虑数据的规范与清洗，因为大量的工业数据是“脏”数据，直接存储无法用于分析，在存储之前，必须进行处理，对海量的数据进行处理，从技术上又提高了难度。
 

　　工业数据的协议类型繁多，不标准
 

　　互联网数据采集一般都是我们常见的HTTP等协议，但在工业领域，会出现ModBus、OPC、CAN、ControlNet、DeviceNet、Profibus、Zigbee等等各类型的工业协议，而且各个自动化设备生产及集成商还会自己开发各种私有的工业协议，导致在工业协议的互联互通上，出现了极大地难度。很多开发人员在工业现场实施综合自动化等项目时，遇到的最大问题及时面对众多的工业协议，无法有效的进行解析和采集。
 

　　视频传输所需带宽巨大
 

　　传统工业信息化由于都是在现场进行数据采集，视频数据传输主要在局域网中进行，因此，带宽不是主要的问题。但随着云计算技术的普及及公有云的兴起，大数据需要大量的计算资源和存储资源，因此工业数据逐步迁移到公有云已经是大势所趋了。但是，一个工业企业可能会有几十路视频，成规模的企业会有上百路视频，这么大量的视频文件如何通过互联网顺畅地传输到云端，是开发人员需要面临的巨大挑战。
 

　　对原有系统的采集难度大
 

　　在工业企业实施大数据项目时，数据采集往往不是针对传感器或者PLC，而是采集已经完成布署的自动化系统上位机数据。这些自动化系统在部署时厂商水平参差不齐，大部分系统是没有数据接口的，文档也大量缺失，大量的现场系统没有点表等基础设置数据，使得对于这部分数据采集的难度极大。
 

　　安全性考虑不足
 

　　原先的工业系统都是运行在局域网中，安全问题不是突出考虑的重点。一旦需要通过云端调度工业之中最为核心的生产能力，又没有对安全的充分考虑，造成损失，是难以弥补的。
 

　　武汉纺友数智纺数据采集系统能实现生产设备的实时信息自动采集。对于没有通讯接口的重要数据，可通过人工录入方式进入数据采集系统。
 

　　实现生产过程实时监测，实时监测车间生产，实时查询现场流程图、历史及趋势；将实时数据全部汇聚于信息中心服务器中，在公司的局域网上发布，具有相应权限的用户可在局域网内浏览数据，生产数据采集系统还可自动生成相关数据报表。对采集的数据进行分析整理，把现场采集的实际数据与相关的生产指标项目进行对比，偏差过大时进行报警并记录。
 

　　实时数据库可用于生产过程数据的自动采集、存储和监视，可存储多年历史数据，并提供客户端数据展示。统一的数据库，实现企业人员异地共享信息，客户端应用程序有效优化企业级实施管理，诸如工艺改进、质量控制、故障定位维护等。并可集成现有的ERP、MIS等应用系统，连接起业务管理和实时生产，更好地实现数字化管理。