工業(yè)大數據的未來(lái)：從智能終端設備到企業(yè)系統

　　隨著(zhù)傳感和網(wǎng)絡(luò )連接技術(shù)的普及，在系統中添加測量功能從未如此簡(jiǎn)單和經(jīng)濟。在這個(gè)工程和測量數據爆炸的時(shí)代，如果企業(yè)沒(méi)有制定穩妥的數據管理戰略，幾年后他們將無(wú)法有效應對和管理所有的數據。因此，一流的測量和分析解決方案必須具備兩個(gè)基本功能：1.終端分析，2.智能企業(yè)管理和分析。

　　將測量分析推向智能終端

　　過(guò)去十年來(lái)，數據采集設備和傳感器的智能功能快速增加，而且變得更加分散，處理元件也放置在更靠近傳感器的位置。如果看一下ARM、Intel和Xilinx等公司的最新芯片和IP所集成的采集系統和節點(diǎn)就可以充分證明這一點(diǎn)。但是除了測量設備更加智能之外，傳感器同樣也日益智能化，智能傳感器將傳感器、信號調理、嵌入式處理器和數字接口/總線(xiàn)集成到一個(gè)極其小巧的封裝或系統中。

　　鑒于這一趨勢，現在許多應用都強調了邊緣設備的智能化和高級信號處理。在資產(chǎn)監控應用中，傳統的測量系統將每個(gè)數據點(diǎn)記錄到磁盤(pán)上，即使所測量的物理現象沒(méi)有發(fā)生任何實(shí)質(zhì)性的行為。這將導致所部署的系統會(huì )產(chǎn)生數千兆字節甚至數萬(wàn)億字節的數據需要進(jìn)行分析和線(xiàn)下篩選。

　　NI中國行業(yè)市場(chǎng)經(jīng)理崔鵬

　　由于處理在更加靠近傳感器的位置進(jìn)行，測量系統軟件必須有助于在邊緣設備上高效地進(jìn)行分析。未來(lái)基于終端的系統軟件需要能夠快速配置和管理成千上萬(wàn)個(gè)聯(lián)網(wǎng)的測量設備，并在這些節點(diǎn)上進(jìn)行大量分析和信號處理。展望未來(lái)，企業(yè)必須過(guò)渡到更加智能且基于軟件的測量節點(diǎn)，才能跟上模擬數據爆炸式增長(cháng)的速度。

　　更智能的企業(yè)管理和分析

　　采集智能系統的數據后，下一個(gè)步驟就是將數據傳送到企業(yè)系統來(lái)有效地管理和整合數據以及進(jìn)行大規模分析。一個(gè)來(lái)源于多工程數據的企業(yè)數據管理和分析解決方案將有助于正確的人員在正確的時(shí)間獲得正確的數據，從而做出正確的決策。其中兩個(gè)主要的考量因素是能否正確地歸檔數據以及更智能地進(jìn)行分析。

　　正確地歸檔數據

　　為了準確地對多個(gè)數據源進(jìn)行數據分析，所有數據集應包含一致的元數據或描述性信息來(lái)解釋測試數據被保存的原因。元數據包含的信息包括測試設置、測試結果、測量單位等。據IDC的調查顯示，大多數公司僅對22%的采集數據進(jìn)行文檔記錄，而實(shí)際上能夠進(jìn)行分析的數據平均只有5%。因此還有許多可能非常重要的數據沒(méi)有被充分利用。重視將元數據標準化的公司將能夠實(shí)現更高程度的數據分析自動(dòng)化，從而獲得明顯的競爭優(yōu)勢。

　　但是在開(kāi)始進(jìn)行元數據標準化之前，工程師必須首先在哪些元數據對分析非常重要這個(gè)問(wèn)題上達成一致。一流的公司通常會(huì )有一個(gè)項目規范來(lái)定義所采集的元數據的命名和屬性。應用程序應該在采集時(shí)試圖記錄盡可能多的已定義屬性。但是在采集數據之后，許多公司會(huì )通過(guò)運行自動(dòng)檢查和插入缺少的屬性來(lái)添加數據屬性。比如，捷豹路虎對元數據進(jìn)行自動(dòng)化質(zhì)量檢查，并在一年內開(kāi)發(fā)和實(shí)現了企業(yè)數據管理解決方案，以前該公司僅能分析10%的數據，預計接下來(lái)這類(lèi)數據將可達到驚人的95%。元數據的一致性使得它們能夠應用一致的自動(dòng)化分析來(lái)匹配已定義的屬性。

　　更智能的分析

　　根據Frost&Sullivan市場(chǎng)調查公司2015年9月對全球測試與測量大數據分析市場(chǎng)報告指出，如果將大數據分析應用到測試中，產(chǎn)品開(kāi)發(fā)成本將可減少近25%，運營(yíng)成本將可減少近20%，維護成本將可降低50%。由于大模擬數據是增長(cháng)最快且數量最龐大的數據類(lèi)型，尋找新的相關(guān)性并預測未來(lái)行為是保持競爭優(yōu)勢的關(guān)鍵。

　　要做到這一點(diǎn)，為了研究、設計和驗證目的而進(jìn)行測量的公司需要大大優(yōu)化采集和分析邊緣設備數據的方式，并在企業(yè)內部對數據進(jìn)行管理和分析，以確保能夠有效地利用這些數據來(lái)做出正確的決策。他們越早這樣做，就能夠越早利用更精準的數據獲得更大回報。

　　感言

　　正如惠普企業(yè)超大型主機服務(wù)器和物聯(lián)網(wǎng)系統總經(jīng)理和副總裁Tom Bradicich所說(shuō)：“物聯(lián)網(wǎng)的智能終端分析和其他工業(yè)解決方案對于解決工業(yè)大數據問(wèn)題發(fā)揮著(zhù)重要的作用。智能測量節點(diǎn)提供在線(xiàn)數據分析，從而更快速獲得有意義的結果?，F在是時(shí)候通過(guò)大數據獲得更多信息了。”

　　NI分布式工業(yè)大數據系統

　　大數據可以分成數字和模擬數據兩大類(lèi)。數字數據又可以分成結構化數據(如來(lái)自企業(yè)應用程序的數據)或非結構化數據(例如通過(guò)Twitter或Facebook等社交媒體產(chǎn)生的數據)。另一方面，模擬數據是指工程(由工業(yè)系統產(chǎn)生)和環(huán)境數據(例如射頻、光和溫度數據以及自宇宙形成至今產(chǎn)生的數據)，這類(lèi)數據可使用傳感器測量，并使用模數轉換器來(lái)數字化，以便進(jìn)一步挖掘和分析。NI產(chǎn)品(CompactDAQ、PXI、CompactRIO和WSN)能夠用于模擬物聯(lián)網(wǎng)/M2M網(wǎng)關(guān)，用以采集、匯總和數字化模擬數據。此外，NI還推出了InsightCM Enterprise套件，提供了基礎設施/云層的數據管理和傳輸、數據分析和系統管理軟件，以便進(jìn)行大數據分析和挖掘?？傊?，這些產(chǎn)品形成了強大的平臺來(lái)構建用于工業(yè)物聯(lián)網(wǎng)的大“模擬”數據系統。

　　例如，美國最大的發(fā)電企業(yè)杜克能源公司正是將NI InsightCM應用于智能電網(wǎng)的改造中。最終，該公司將能夠監測遍布在60多個(gè)發(fā)電廠(chǎng)的一萬(wàn)多臺設備。目前，杜克在其20個(gè)發(fā)電廠(chǎng)中部署了3000臺CompactRIO設備和運行試點(diǎn)軟件。杜克現已能夠遠程發(fā)現發(fā)電廠(chǎng)的某個(gè)軸承缺陷，從而制定維修計劃。

　　個(gè)人簡(jiǎn)介：崔鵬先生目前擔任NI中國工業(yè)自動(dòng)化及行業(yè)市場(chǎng)經(jīng)理，負責NI在工業(yè)自動(dòng)化、能源電力、嵌入式以及工業(yè)物聯(lián)網(wǎng)等領(lǐng)域的市場(chǎng)開(kāi)拓與項目合作。

　　崔鵬先生在NI已有4年的時(shí)間，曾任NI中國應用工程師一職，為客戶(hù)應用提供技術(shù)支持與咨詢(xún)，從2012年起轉入市場(chǎng)部，主要負責NI嵌入式產(chǎn)品的市場(chǎng)推廣、業(yè)務(wù)拓展和客戶(hù)維護等工作。目前，主要負責NI 嵌入式及自動(dòng)化解決方案在工業(yè)物聯(lián)網(wǎng)、能源電力、智能工廠(chǎng)等領(lǐng)域的市場(chǎng)開(kāi)發(fā)工作。崔鵬先生畢業(yè)于復旦大學(xué)微電子系， 獲碩士學(xué)位。