沐鸣娱乐官方平台下载-沐鸣娱乐官方平台手机下载

一、工(gong)业(ye)数据采集智能制造(zao)

在当今智能(neng)制造和工(gong)业物联网(wang)的(de)(de)浪(lang)潮中，工(gong)业数据采(cai)集扮(ban)演着(zhe)至关重要(yao)的(de)(de)角(jiao)色。它利用先进的(de)(de)泛在感(gan)知技术(shu)，对多源(yuan)异构的(de)(de)设备、系统、环境以(yi)及人员(yuan)等一切要(yao)素信息(xi)进行全面采(cai)集。这些(xie)信息(xi)可(ke)能(neng)源(yuan)自精心布置的(de)(de)物理传感(gan)器，也可(ke)能(neng)直接来自装备与系统本(ben)身。

《智(zhi)能制(zhi)造(zao)工程(cheng)实(shi)施指南（2016—2020）》明确(que)将智(zhi)能传感与控(kong)制(zhi)装备列(lie)为关键技(ji)术装备研制(zhi)的重点，并针(zhen)对智(zhi)能制(zhi)造(zao)提(ti)出了体系架构(gou)、互(hu)(hu)联互(hu)(hu)通和(he)互(hu)(hu)操(cao)作(zuo)等一系列(lie)网络标准。这些标准的提(ti)出，旨在解(jie)决智(zhi)能制(zhi)造(zao)过程(cheng)中数(shu)据(ju)采(cai)集、数(shu)据(ju)集成(cheng)以及数(shu)据(ju)计(ji)算分析等方面的难题，为信息物理系统(tong)的顶(ding)层设计(ji)提(ti)供有力(li)支撑。

从更广泛的角(jiao)度来(lai)看(kan)，工业数据(ju)采集(ji)不(bu)仅局限于工厂内部，还广泛应用于工厂外的智慧楼(lou)宇、城市管理、物流运输、智能(neng)仓(cang)储(chu)、桥梁隧道(dao)和公共(gong)交通(tong)等(deng)领域(yu)。无(wu)论是有线网络还是无(wu)线网络，都成为了工业数据(ju)采集(ji)的重(zhong)要(yao)传输介质。

二、工业数据采集的特点

工(gong)(gong)业数(shu)据采集具有鲜明的(de)特征(zheng)，这些特征(zheng)在(zai)不(bu)同场景(jing)下对技术(shu)选(xuan)型产生了深(shen)远影响。其中，多(duo)种工(gong)(gong)业协(xie)议并存是工(gong)(gong)业数(shu)据采集面临的(de)一(yi)大挑战(zhan)。由于工(gong)(gong)业软(ruan)硬件系统的(de)封闭性和复杂性，导致工(gong)(gong)业领域(yu)存在(zai)大量不(bu)同的(de)通信协(xie)议，如PROFIBUS、Modbus、CAN等(deng)。这种状(zhuang)况(kuang)增(zeng)加了设(she)备互(hu)联的(de)难度，尤(you)其是在(zai)进(jin)行工(gong)(gong)业物联网(wang)存量改(gai)造项目时，需要对各(ge)种协(xie)议进(jin)行解析和数(shu)据转换，耗时费力。

此外，工(gong)业(ye)(ye)数(shu)据(ju)采集还具有时间(jian)序(xu)列(lie)数(shu)据(ju)的特性。大量工(gong)业(ye)(ye)数(shu)据(ju)建(jian)模(mo)、工(gong)业(ye)(ye)知识组件和(he)算法(fa)组件都以时间(jian)序(xu)列(lie)数(shu)据(ju)作为输入。因此，在搭建(jian)工(gong)业(ye)(ye)物联网平台时，需要针对时间(jian)序(xu)列(lie)数(shu)据(ju)的特点进行(xing)数(shu)据(ju)传(chuan)输、存(cun)储和(he)分析方面(mian)的优化。

实(shi)时(shi)性(xing)也是工业数据(ju)(ju)采集的(de)(de)一(yi)大特点。无论(lun)是数据(ju)(ju)采集的(de)(de)实(shi)时(shi)性(xing)还(hai)是数据(ju)(ju)处(chu)理(li)的(de)(de)实(shi)时(shi)性(xing)，都对(dui)于(yu)后续的(de)(de)分(fen)析(xi)(xi)和决策(ce)至关重要。特别是在(zai)一(yi)些对(dui)实(shi)时(shi)性(xing)要求较高的(de)(de)应用(yong)场景中，如设备(bei)故障(zhang)诊断、多(duo)机器人协作等，需要在(zai)数据(ju)(ju)采集、分(fen)析(xi)(xi)和决策(ce)执行之间完成快速闭(bi)环。

三、工业数据采集的(de)体系结(jie)构

工业数据采集体(ti)系(xi)包括设备(bei)(bei)接(jie)入、协(xie)议(yi)转换和(he)(he)(he)边缘计算三个关(guan)键环节。设备(bei)(bei)接(jie)入是工(gong)业数据(ju)(ju)采集的(de)起点，它利(li)用有(you)线或无线通信方式实现工(gong)业现场和(he)(he)(he)工(gong)厂外智能产品/移动装(zhuang)备(bei)(bei)的(de)泛在(zai)连接(jie)。随着工(gong)业数据(ju)(ju)采集技(ji)术的(de)不断发展，设备(bei)(bei)接(jie)入的(de)复(fu)杂性和(he)(he)(he)多样性也(ye)日益凸显。

在数(shu)据(ju)(ju)接入后，需(xu)(xu)要进行协(xie)议转换和数(shu)据(ju)(ju)解(jie)析。通过标准应用(yong)层协(xie)议如MQTT、HTTP等(deng)将数(shu)据(ju)(ju)传(chuan)输到物联网(wang)平台。在某些(xie)应用(yong)场景中，可(ke)能(neng)需(xu)(xu)要在本(ben)地进行即时数(shu)据(ju)(ju)分析和预处理，以提升实时性并降低网(wang)络带宽压力(li)。

近年来(lai)，边缘计算(suan)在(zai)工(gong)业(ye)物(wu)联网(wang)(wang)体系(xi)中扮(ban)演着越来(lai)越重(zhong)要的(de)(de)角色。数(shu)据就近处理的(de)(de)优势(shi)不(bu)仅提高了(le)实(shi)效性(xing)(xing)，还增强了(le)数(shu)据安全性(xing)(xing)并(bing)提升(sheng)了(le)网(wang)(wang)络的(de)(de)可(ke)靠性(xing)(xing)。因(yin)此(ci)，边云(yun)协(xie)同(tong)逐(zhu)渐成为了(le)工(gong)业(ye)物(wu)联网(wang)(wang)发展的(de)(de)共识。

根据(ju)(ju)硬件载体的(de)(de)不同，设备(bei)接入产(chan)品(pin)(pin)(pin)可以分为(wei)(wei)通(tong)用控制器(qi)、专(zhuan)用数(shu)据(ju)(ju)采(cai)集(ji)模块和智能产(chan)品(pin)(pin)(pin)和终端(duan)三类。通(tong)用控制器(qi)如PLC、MCU等(deng)，可以承担自动(dong)化装备(bei)的(de)(de)控制和数(shu)据(ju)(ju)采(cai)集(ji)功能；专(zhuan)用数(shu)据(ju)(ju)采(cai)集(ji)模块则通(tong)过模拟电路(lu)的(de)(de)A/D模数(shu)转(zhuan)换器(qi)或数(shu)字电路(lu)将传(chuan)感器(qi)输(shu)出的(de)(de)电信号(hao)转(zhuan)换为(wei)(wei)可读的(de)(de)数(shu)字量；智能产(chan)品(pin)(pin)(pin)和终端(duan)则强调(diao)远(yuan)程无线接入和移动(dong)属性(xing)，通(tong)过无线通(tong)信方式(shi)将数(shu)据(ju)(ju)上报到(dao)云(yun)端(duan)或本(ben)地服(fu)务(wu)器(qi)。