智物联,引领工业物联

我们始终以技术创新创造价值,并夜以继日的将互联和工业智能的力量融入到各行各业
以前所未见的高度、速度、精度和深度,让关键所在 逐一实现。

咨询服务

技术之巅 | 数据采集的本质——看MixIOT如何翻越工业互联网第一座珠峰


【摘要】: 智物联认为,在单一行业实现单一种类设备数据采集并不能满足工业互联的需求,只有在复杂的、多种类设备及多设备集合的工业现场实现数据融合采集,并拥有完善的数据传输、处理、存储、分析能力,才能称之为“登顶数采珠峰之巅”

智物联

智物联认为,在单一行业实现单一种类设备数据采集并不能满足工业互联的需求,只有在复杂的、多种类设备及多设备集合的工业现场实现数据融合采集,并拥有完善的数据传输、处理、存储、分析能力,才能称之为“登顶数采珠峰之巅” 
 
数据都是一个“测量”的结果
我们认为任何工业数据,工程数据,都是一个“测量”的结果,而不是我们通常意义上的可明确感知的“12345”
工业数据或者工程数据的测量工具,是各种传感器。传感器可以去测量工业设备的温度、压力、震动等等状态指标,而传感器测量的结果,实际上是通过不同方式的模数转换、计算而得到的。
 
无论测量什么设备,也无论测量什么状态指标,其本质都是一样的,是模拟量和数字量的一个对应的计算关系,既然是计算,那么一定存在误差。 
 
而在工业现场进行数据采集什么情况都可能有发生,空数据、错误的数据、甚至是离谱的数据。异常数据的存在会大幅降低数据采集的真实性和可靠性,那么智物联MixIOT系统中对异常数据是如何处理的呢?
 
MixIOT异常数据“过滤”机制
在工业现场设备数据采集层面,采集的上来的数据是不会“撒谎”的。 
 
例如,在空压机流量监控场景:流量计是以伸入到管道内的探针去测量管道内空气流速来获取最终的管道流量数据,但由于管道内空气存在部分水蒸汽,水蒸汽在探针边缘会凝结成小水珠,而在水珠形成和滴落瞬间,探针所测得的流量数据是存在异常的,但是该“异常数据”将会被流量计老老实实的记下。自然,错误的数据势必会反馈出错误的设备状态。
 
传统的数据采集是无法识别和“过滤”此类异常数据。而智物联MixIOT内置各场景下的异常数据过滤能力,以此大大提升数据采集的准确性和稳定性。
 
MixIOT “物联网对象数据”方法论
智物联MixIOT诞生伊始,就将工业现场的工业设备集合均统一抽象为“一个对象”,无关其大小、种类、数量,工业物联对象化即IoT Object,而这将会给客户带来更加直观的可“计算”价值。
 
围绕“物联网对象”,对其核心数据采集理所当然的升级为“对象数据采集”。
 
以工业园区锅炉房为例,其中需要采集的不仅仅只是锅炉本体的运行数据,还有风机、泵、流量计等多类辅机数据,
这些设备/控制器种类型号不一,通讯协议、通信标准、寄存器地址各有不同,数据量庞大,面对此类复杂场景,很多企业的产品或方案无能为力。
那么MixIOT是如何做的呢?
 
数据栅格与映射:设备数据通过 Aprus采集后,通过栅格数据,以数据栅格(Data Grid)形式保存在时序数据库中,其主要目的是最大限度减小计算压力。再通过标准规范的数据映射(Mapping),变换成了马赛克(Mosaic)数据,,它们被保存在马赛克时序数据库里面,供系统使用。
 
有别于传统数据采集模块(DTU、RTU、物联网网关)的“采一报一”方案,
MixIOT到目前为止,所有数据的展现、应用、统计、计算、分析,实际上都是使用的马赛克数据。
图:两种方式对比示意图    
因此,在MixIOT眼里,无论是带有何种标签属性的不同类别数据,都已拥有高度规范的标准,好比在一堆“杂乱”数序列表中,找到它们的排列规律,而这能为后续的统计、计算提供极大的便利。
 
MixIOT开放融合的能力
MixIOT开放标准的数据调用接口、数据采集适配器的可编程接口和适配典型行业场景的开发套件,支持二次开发,可让软件开发商方便、专注的进行行业应用开发。智物联还提供了一整套完整的物联网知识体系(软件+知识体系+Tools),希望帮助更多的企业加入工业互联网产业中,构建起一个完善的生态链,让产业更加发展壮大。
 
在万物互联时代背景下,传统制造业势必要贯穿“数据孤岛”壁垒,让设备数据与企业信息系统互联互通,如此企业工业互联之路才能越走越宽广。
 
智物联MixIOT以其高度规范的底层标准和数据抽象与映射能力,将不同种类设备与设备集合抽象为“物联网对象”,实现无关设备种类的泛接入,复杂工业现场“数据融合采集”。同时开放数据应用接口,实现在应用层设备数据的随心所用,由此翻越了工业互联网第一座珠峰——数据采集
图片名称
图片名称