搜索

我是h1

  

如有疑问或想了解更多,请咨询:0755-23740592

智物联公众号

Copyright © 2014-2020
Mixlinker . All Right Reserved
深圳市智物联  版权所有

  • 微信微信
    微信
  • 微博微博
  • 腾讯视频腾讯视频

友情链接:

扫码关注,了解更多

智物联,引领工业物联

我们始终以坚持创新创造价值,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。

>
>
>
>
政策解读丨要素市场化改革破冰,数据采集标准化可期 ——浅谈工业物联网数据采集标准的建立路径
智物联
智物联亮相《人民日报》,新基建助力智能生产
行业观点丨工业互联网内外有别?我们早就给出了答案
智物联销售合作伙伴体系简介

政策解读丨要素市场化改革破冰,数据采集标准化可期 ——浅谈工业物联网数据采集标准的建立路径

作者:
浏览量
【摘要】:本文从工业现场数据采集的现状、路径和产业、企业标准建设建议等方面对这一标准的建立进行探讨,并提供了具备操作性的实现路径。
4月9日,中共中央国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》,在畅通土地、劳动力、资本、技术、数据五大要素方面提出诸多实质性举措,标志着要素市场化改革全面破冰,其巨大的影响将在今后很长一段时间内逐步体现。
 
其中,在“加快培育数据要素市场”一节中,提出了“发挥行业协会商会作用,推动人工智能、可穿戴设备、车联网、物联网等领域数据采集标准化。"  可见,工业物联网领域的数据采集标准也将随之逐渐明晰。
 
本文从工业现场数据采集的现状、路径和产业、企业标准建设建议等方面对这一标准的建立进行探讨,并提供了具备操作性的实现路径。
 

 
工业现场数据采集是指将机械设备、信息系统、人员、环境等相关元素信息进行实时或固定周期采集并上报至云端或存储在本地的过程。针对不同的相关元素,其数据采集的主要途径和质量高低都不尽相同。
各类数据采集途径特性对比
工业物联网数据采集
 
工业现场数据采集在整个工业物联网架构中处于设备层之上、平台和应用层之下,具有多源异构、多种工业协议共存、实时性、融合性等特点。 
 
凡此种种造就了工业现场数据采集三大最为紧迫的问题,可总结为“三不”:不能传(协议标准不统一、不开放)、不敢传(数据安全无法保障)、传不够(数据实时性传输保障)。
 
数据采集面临的三大问题
数据采集问题
 
如何制定数据采集标准?
  • 不能传 (协议协议不统一、不开放):
目前在工业现场数据采集领域,常见的工业通讯协议有Modbus、HART、PPI、Profibus、CAN等。与此同时,各大厂商还会开发出各类私有的工业协议,彼此之间互不兼容、不开放。同时大量中小型制造类企业,其设备老旧无法满足通讯要求。“不能传”已是数据采集的最大桎梏。
市面上各类工业通讯协议
工业通讯协议
 
针对此困境,笔者建议数据采集、协议转化映射、数据存储、数据展现、策略控制等部分要从逻辑上分开,形成矩阵式结构,在矩阵的横向和纵向制定标准,我们可以从四个层面去考量:
 
数据采集标准建设“矩阵”示意图
数据采集矩阵
 
◆ 工业现场层:设备制造商或设备用户在生产、采购、升级、改造等环节应建立设备在工业物联上的扩展性标准;例如:设备应具备最基础的“可联网性”或拥有良好的升级空间。
 
◆ 垂直行业层:垂直行业数据采集标准和数据结构化形式应参考《数据组织标准》。例如:工业燃气锅炉的数据采集标准就是在其《数据组织标准》上演化而来,定义了燃气锅炉哪些数据必须要采集、哪些数据可选采集。
 
◆ 产业生态层:在物联网方案商、平台商和应用商与工业设备进行对接的环节中,制定协议转化映射标准。我们知道,从数据到平台层或应用层,目前大多数方案采用了MQTT协议。而由设备层到数据采集层的实现路径继承了设备/协议多源异构的特点,这样势必会使平台应用或MES等信息系统进行数据调用时耗费更多成本,且进一步固化了“管理信息化时代”遗留下来的信息孤岛格局。所以将多源异构数据映射/转化为具备通用标准的数据语言,是重中之重。
 
数据采集“映射”示意图
数据采集映射
 
◆ 权威决策层:权威组织领导与协调、行业内上下游企业积极参与,共同推动并制定工业通讯协议兼容性、开放性的标准。尤其是行业协会商会,发挥着连接业务一线与政府主管部门的重要作用,在标准建立过程中的去芜存菁、优中选优、达成共同话语体系等方面,将扮演不可替代的角色。
 
  • 不敢传 (数据安全无法保障) :
涉及到企业竞争核心的现场生产数据往往是异常敏感的存在,企业对于数据安全总是存有一份担忧。所以在数据采集、远程保护、数据传输、使用、交换等层面均需要制定相应标准
 
工业物联网安全体系建设
工业物联网安全体系
 
  • 传不够 (数据实时采集传输难实现) :
面对复杂工业现场各类高并发、实时数据的采集,方案商即便拥有“边缘采集”这一利器,也不能做到尽善尽美,制定关键数据类别和采集周期标准亦迫在眉睫。
 
定义出高频、低频、事件、故障告警等数据类型,不同的数据类型应具备不同的采集周期、采集精度、延时程度等标准。例如:开关量、故障告警等事件类数据,只在状态发生变化时采集或上报;运行数据高密度采集并上报、核心数据实时采集并上报。
 
工业物联网安全体系建设
工业物联网安全体系建设
          
  • 工业物联网底层方法论
纵观各行业的发展路径、事实标准是一个不断完善和统一的过程。工业现场数据采集标准的建立,其实可以理解为是工业物联网底层“方法论”确立的一部分。
 
目前,行业内推行和研发“底层方法论”的声音尚微,企业在建设工业物联网的过程中数据采集标准也未成体系。智物联是为数不多的专注于研发底层方法论工具的企业之一,基于多源异构映射方法论自主研发了MixIOT智慧工业核心引擎,从数据采集、映射、分发到数据应用,都有统一的标准,同时制定规范的项目实施流程,最大程度避免和减少了应对需求差异所需要付出的开发工作量。
 
多源异构映射与工业物联网的关系就像关系数据库之于管理信息化、卷积神经网络之于人工智能,只有底层“方法论”确定并且成熟后,产业腾飞才会得以快速实现,万物互联的时代才将降临。
 
我们期待着这一天的来临...
智物联
通过工业物联网,依托云计算与大数据技术,在对海量的、各类业务数据进行沉淀、处理、分析、挖掘的基础上,形成大规模、普惠的智能算法创新与产生实际场景的深度融合并服务化...
智物联提供的INDASS STONC产品,可对使用CNC数控机床的工厂实现加工任务、设备、调机等工序有效的全面信息管理,针对每一台CNC设备,自动收集不同时间点的测量误差,并根据这些...