<dfn id="ncioi"></dfn>

  1. <button id="ncioi"></button>
  2. <em id="ncioi"></em>
    <div id="ncioi"></div>

    <div id="ncioi"></div>

      智物聯,引領工業物聯

      我們始終以技術創新創造價值,并夜以繼日的將互聯和工業智能的力量融入到各行各業
      以前所未見的高度、速度、精度和深度,讓關鍵所在 逐一實現。

      咨詢服務

      政策解讀丨要素市場化改革破冰,數據采集標準化可期 ——淺談工業物聯網數據采集標準的建立路徑


      【摘要】: 本文從工業現場數據采集的現狀、路徑和產業、企業標準建設建議等方面對這一標準的建立進行探討,并提供了具備操作性的實現路徑。

      4月9日,中共中央國務院發布《關于構建更加完善的要素市場化配置體制機制的意見》,在暢通土地、勞動力、資本、技術、數據五大要素方面提出諸多實質性舉措,標志著要素市場化改革全面破冰,其巨大的影響將在今后很長一段時間內逐步體現。

       

      其中,在“加快培育數據要素市場”一節中,提出了“發揮行業協會商會作用,推動人工智能、可穿戴設備、車聯網、物聯網等領域數據采集標準化。"  可見,工業物聯網領域的數據采集標準也將隨之逐漸明晰。

       

      本文從工業現場數據采集的現狀、路徑和產業、企業標準建設建議等方面對這一標準的建立進行探討,并提供了具備操作性的實現路徑。

       
      工業現場數據采集是指將機械設備、信息系統、人員、環境等相關元素信息進行實時或固定周期采集并上報至云端或存儲在本地的過程。針對不同的相關元素,其數據采集的主要途徑和質量高低都不盡相同。
       
      采集方式
      特點
      自動化程度
      采集質量
      人工采集
      人工成本高
      時效性低
      一般
      RFID采集
      通用性不高
      較低
      一般
      傳感器等
      模擬量采集
      PLC、RTU等
      控制設備
      通用性不高
      存在技術門檻
      通過嵌入式
      數據采集設備
      研發成本高、
      通用性、擴展性強
      通過MES等
      集成系統
      通過接口采集
      ▲ 各類數據采集途徑特性對比
       
      工業現場數據采集在整個工業物聯網架構中處于設備層之上、平臺和應用層之下,具有多源異構、多種工業協議共存、實時性、融合性等特點。 
       

      凡此種種造就了工業現場數據采集三大最為緊迫的問題,可總結為“三不”:不能傳(協議標準不統一、不開放)不敢傳(數據安全無法保障)傳不夠(數據實時性傳輸保障)。

      ▲ 數據采集面臨的三大問題

       
       

      如何制定數據采集標準?

       

      不能傳 (協議協議不統一、不開放):

      目前在工業現場數據采集領域,常見的工業通訊協議有Modbus、HART、PPI、Profibus、CAN等。與此同時,各大廠商還會開發出各類私有的工業協議,彼此之間互不兼容、不開放。同時大量中小型制造類企業,其設備老舊無法滿足通訊要求。“不能傳”已是數據采集的最大桎梏。

      ▲ 市面上各類工業通訊協議

       

      針對此困境,筆者建議數據采集、協議轉化映射、數據存儲、數據展現、策略控制等部分要從邏輯上分開,形成矩陣式結構,在矩陣的橫向和縱向制定標準,我們可以從四個層面去考量:

      ▲ 數據采集標準建設“矩陣”示意圖

       
      ◆ 工業現場層:設備制造商或設備用戶在生產、采購、升級、改造等環節應建立設備在工業物聯上的擴展性標準;例如:設備應具備最基礎的“可聯網性”或擁有良好的升級空間。
       
      ◆ 垂直行業層:垂直行業數據采集標準和數據結構化形式應參考《數據組織標準》。例如:工業燃氣鍋爐的數據采集標準就是在其《數據組織標準》上演化而來,定義了燃氣鍋爐哪些數據必須要采集、哪些數據可選采集。
       

      ◆ 產業生態層:在物聯網方案商、平臺商和應用商與工業設備進行對接的環節中,制定協議轉化映射標準。我們知道,從數據到平臺層或應用層,目前大多數方案采用了MQTT協議。而由設備層到數據采集層的實現路徑繼承了設備/協議多源異構的特點,這樣勢必會使平臺應用或MES等信息系統進行數據調用時耗費更多成本,且進一步固化了“管理信息化時代”遺留下來的信息孤島格局。所以將多源異構數據映射/轉化為具備通用標準的數據語言,是重中之重。

       

      ▲ 數據采集“映射”示意圖

       
      ◆ 權威決策層:權威組織領導與協調、行業內上下游企業積極參與,共同推動并制定工業通訊協議兼容性、開放性的標準。尤其是行業協會商會,發揮著連接業務一線與政府主管部門的重要作用,在標準建立過程中的去蕪存菁、優中選優、達成共同話語體系等方面,將扮演不可替代的角色。
       

      不敢傳 (數據安全無法保障) :

       

      涉及到企業競爭核心的現場生產數據往往是異常敏感的存在,企業對于數據安全總是存有一份擔憂。所以在數據采集、遠程保護、數據傳輸、使用、交換等層面均需要制定相應標準。

      ▲ 工業物聯網安全體系建設

       

      傳不夠 (數據實時采集傳輸難實現) :

       
      面對復雜工業現場各類高并發、實時數據的采集,方案商即便擁有“邊緣采集”這一利器,也不能做到盡善盡美,制定關鍵數據類別和采集周期標準亦迫在眉睫。
       

      定義出高頻、低頻、事件、故障告警等數據類型,不同的數據類型應具備不同的采集周期、采集精度、延時程度等標準。例如:開關量、故障告警等事件類數據,只在狀態發生變化時采集或上報;運行數據高密度采集并上報、核心數據實時采集并上報。

      ▲ 工業物聯網安全體系建設

       
       

      工業物聯網底層方法論

       
      縱觀各行業的發展路徑、事實標準是一個不斷完善和統一的過程。工業現場數據采集標準的建立,其實可以理解為是工業物聯網底層“方法論”確立的一部分。
       
      目前,行業內推行和研發“底層方法論”的聲音尚微,企業在建設工業物聯網的過程中數據采集標準也未成體系。智物聯是為數不多的專注于研發底層方法論工具的企業之一,基于多源異構映射方法論自主研發了MixIOT智慧工業核心引擎,從數據采集、映射、分發到數據應用,都有統一的標準,同時制定規范的項目實施流程,最大程度避免和減少了應對需求差異所需要付出的開發工作量。
       
      多源異構映射與工業物聯網的關系就像關系數據庫之于管理信息化、卷積神經網絡之于人工智能,只有底層“方法論”確定并且成熟后,產業騰飛才會得以快速實現,萬物互聯的時代才將降臨。
       
      我們期待著這一天的來臨...
       
       
      ◆ 相關文章鏈接:
      1.  請傳閱!中共中央、國務院發布重磅意見 (政策官方文章,點擊前往)
      2.  數據采集的本質—看MixIOT如何翻越工業互聯網第一座珠峰 (點擊前往)
      3.  數據安全—打造“全方位”工業互聯網安全體系 (點擊前往)
      4. 工業物聯網頂層規劃及系統選擇 (點擊前往)
      5. 從產業規律看工業互聯網的發展 (點擊前往)
       
      ◆ 參考資料:
      1.《工業數據采集產業研究報告》,工業互聯網產業聯盟

      2.《基于物聯網的離散制造車間數據采集與處理系統研究》,武漢理工大學

       

      ---THE END---

       

      智物聯Mixlinker

      集數學、算法和工業智能之力

      理解行業所需、推動工業創新與變革

      為生態伙伴創造“非凡”價值

      聯系電話:0755-23740592

      圖片名稱
      圖片名稱

      <dfn id="ncioi"></dfn>

      1. <button id="ncioi"></button>
      2. <em id="ncioi"></em>
        <div id="ncioi"></div>

        <div id="ncioi"></div>
          78aiav