終于有人把工業(yè)數據采集講明白了

導讀：工業(yè)物聯(lián)網(wǎng)感知層作為物理世界與數字世界的橋梁，是數據的第一入口?，F實(shí)情況下，由于感知層數據來(lái)源非常多樣，來(lái)自各種多源異構設備和系統，因此如何從這些設備和系統中獲取數據，是工業(yè)物聯(lián)網(wǎng)面臨的第一道門(mén)檻。在工業(yè)領(lǐng)域，感知即通常所說(shuō)的工業(yè)數據采集。

　　01 工業(yè)數據采集的范圍

　　工業(yè)數據采集利用泛在感知技術(shù)對多源異構設備和系統、環(huán)境、人員等一切要素信息進(jìn)行采集，并通過(guò)一定的接口與協(xié)議對采集的數據進(jìn)行解析。信息可能來(lái)自加裝的物理傳感器，也可能來(lái)自裝備與系統本身。

　　《智能制造工程實(shí)施指南（2016—2020）》將智能傳感與控制裝備作為關(guān)鍵技術(shù)裝備研制重點(diǎn)；針對智能制造提出了“體系架構、互聯(lián)互通和互操作、現場(chǎng)總線(xiàn)和工業(yè)以太網(wǎng)融合、工業(yè)傳感器網(wǎng)絡(luò )、工業(yè)無(wú)線(xiàn)、工業(yè)網(wǎng)關(guān)通信協(xié)議和接口等網(wǎng)絡(luò )標準”，并指出：“針對智能制造感知、控制、決策和執行過(guò)程中面臨的數據采集、數據集成、數據計算分析等方面存在的問(wèn)題，開(kāi)展信息物理系統的頂層設計?！?/span>

　　這里面蘊含兩方面信息：一是工業(yè)數據采集是智能制造和工業(yè)物聯(lián)網(wǎng)的基礎和先決條件，后續的數據分析處理依賴(lài)于前端的感知；二是各種網(wǎng)絡(luò )標準統一后才能實(shí)現設備系統間的互聯(lián)互通，而多種工業(yè)協(xié)議并存是目前工業(yè)數據采集的現狀。

　　廣義上，工業(yè)數據采集分為工業(yè)現場(chǎng)數據采集和工廠(chǎng)外智能產(chǎn)品/移動(dòng)裝備的數據采集（工業(yè)數據采集并不局限于工廠(chǎng)，工廠(chǎng)之外的智慧樓宇、城市管理、物流運輸、智能倉儲、橋梁隧道和公共交通等都是工業(yè)數據采集的應用場(chǎng)景），以及對ERP、MES、APS等傳統信息系統的數據采集。

　　如果按傳輸介質(zhì)劃分，工業(yè)數據采集可分為有線(xiàn)網(wǎng)絡(luò )數據采集和無(wú)線(xiàn)網(wǎng)絡(luò )數據采集。

　　02 工業(yè)數據采集的特點(diǎn)

　　工業(yè)數據采集具有一些鮮明的特征，在面對具體需求時(shí)，不同場(chǎng)景會(huì )對技術(shù)選型產(chǎn)生影響，例如設備的組網(wǎng)方式、數據傳輸方式、數據本地化處理、數據匯聚和管理等。

　　1. 多種工業(yè)協(xié)議并存

　　工業(yè)領(lǐng)域使用的通信協(xié)議有很多，如PROFIBUS、Modbus、CAN、HART、EtherCAT、EthernetIP、Modbus/TCP、PROFINET、OPC UA，以及大量的廠(chǎng)商私有協(xié)議。這種狀況出現，很大程度上是因為工業(yè)軟硬件系統存在較強的封閉性和復雜性。

　　設想在工業(yè)現場(chǎng)，不同廠(chǎng)商生產(chǎn)的設備，采用不同的工業(yè)協(xié)議，要實(shí)現所有設備的互聯(lián)，需要對各種協(xié)議做解析并進(jìn)行數據轉換，這是工業(yè)物聯(lián)網(wǎng)存量改造項目開(kāi)展時(shí)最先遇到的問(wèn)題——想要解決“萬(wàn)國牌”設備的數據采集，耗時(shí)又費力。

　　如果是新建設的工廠(chǎng)，應從最開(kāi)始的規劃階段考慮車(chē)間、廠(chǎng)級和跨地域的企業(yè)級工業(yè)物聯(lián)網(wǎng)應用要求，在沒(méi)有歷史包袱的情況下，通過(guò)制定標準，綜合評估現場(chǎng)的電磁環(huán)境抗干擾要求、數據帶寬要求、傳輸距離、實(shí)時(shí)性、組網(wǎng)時(shí)支持的設備節點(diǎn)數量限制、星形或Daisy-Chain網(wǎng)絡(luò )拓撲、后期擴展性等因素，選擇合適的技術(shù)路線(xiàn)，并設計好OT與IT互通的接口，這將大大降低數據采集的難度和工作量。

　　2. 時(shí)間序列數據

　　工業(yè)數據采集大多數時(shí)候帶有時(shí)間戳，即數據在什么時(shí)刻采集。大量工業(yè)數據建模、工業(yè)知識組件和算法組件，均以時(shí)間序列數據作為輸入數據，例如時(shí)域分析或頻域分析方法，都要求原始數據包含時(shí)間維度信息。

　　工業(yè)物聯(lián)網(wǎng)應用越來(lái)越豐富，延伸到了更多的場(chǎng)景下，例如室內定位開(kāi)始在智慧倉儲、無(wú)人化工廠(chǎng)中探索應用，無(wú)論是基于時(shí)間還是基于接收功率強度的定位方式，其定位引擎都要求信號帶有時(shí)間標簽，才能完成定位計算，保證時(shí)空信息的準確性和可追溯性。

　　在搭建工業(yè)物聯(lián)網(wǎng)平臺時(shí)，應結合時(shí)間序列數據的特點(diǎn)，在數據傳輸、存儲、分析方面做針對性的考慮。例如時(shí)序數據庫（Time Series DataBase，TSDB）專(zhuān)門(mén)從時(shí)間維度進(jìn)行設計和優(yōu)化，數據按時(shí)間順序組織管理。

　　圖3-1所示為典型的時(shí)間序列數據，存儲于關(guān)系型數據庫中，當數據規模急劇增大時(shí)，關(guān)系型數據庫的處理能力變得吃緊，需要性能更優(yōu)的數據庫。工業(yè)數據和互聯(lián)網(wǎng)數據存在很大差別，前者通常是結構化的，而后者以非結構化數據為主。

▲圖3-1 時(shí)間序列數據示例

　　3. 實(shí)時(shí)性

　　工業(yè)數據采集的一個(gè)很大特點(diǎn)是實(shí)時(shí)性，包括數據采集的實(shí)時(shí)性以及數據處理的實(shí)時(shí)性。例如基于傳感器的數據采集，其中一個(gè)重要指標為采樣率，即每秒采集多少個(gè)點(diǎn)。采樣率低的如溫濕度采集，采樣間隔在分鐘級；采樣率高一些的如振動(dòng)信號，每秒鐘采集幾萬(wàn)個(gè)點(diǎn)甚至更多，方便后續信號分析處理以獲得高階諧波分量。

　　有些大的科學(xué)裝置，例如粒子加速器的束流監測系統，采樣率達數兆每秒。采樣率越高意味著(zhù)單位時(shí)間數據量越大，如此大的數據量，如果不加處理直接通過(guò)網(wǎng)絡(luò )傳輸到數據中心或云端，對于網(wǎng)絡(luò )的帶寬要求非常之高，而且如此大的帶寬下，很難保證網(wǎng)絡(luò )傳輸的可靠性，可能會(huì )產(chǎn)生非常大的傳輸時(shí)延。

　　而部分工業(yè)物聯(lián)網(wǎng)應用，如設備故障診斷、多機器人協(xié)作、狀態(tài)監測等，由于要求在數據采集（感知）、分析、決策執行之間，完成快速閉環(huán)，因此對數據的實(shí)時(shí)處理有著(zhù)較高的要求。如果將數據上傳到云端，云端分析后再繞一圈回來(lái)，指導下一步動(dòng)作，一來(lái)一回產(chǎn)生的時(shí)延，很多時(shí)候將變得不可接受。

　　上述業(yè)務(wù)場(chǎng)景將在靠近數據源頭的現場(chǎng)對數據進(jìn)行即時(shí)處理，實(shí)時(shí)分析，提取特征量，然后基于分析的結果進(jìn)行本地決策，指導下一步動(dòng)作，同時(shí)將分析結果上傳到云端，數據量經(jīng)過(guò)本地處理后大大減小了。圖3-2所示是實(shí)時(shí)振動(dòng)信號狀態(tài)監測和數據分析。

▲圖3-2 實(shí)時(shí)振動(dòng)信號狀態(tài)監測和數據分析

　　03 工業(yè)數據采集的體系結構

　　工業(yè)數據采集體系包括設備接入、協(xié)議轉換、邊緣計算。設備接入是工業(yè)數據采集建立物理世界和數字世界連接的起點(diǎn)。設備接入利用有線(xiàn)或無(wú)線(xiàn)通信方式，實(shí)現工業(yè)現場(chǎng)和工廠(chǎng)外智能產(chǎn)品/移動(dòng)裝備的泛在連接，將數據上報到云端。工業(yè)數據采集發(fā)展了這么多年，存在設備接入的復雜性和多樣性。

　　數據接入后，將對數據進(jìn)行解析、轉換，并通過(guò)標準應用層協(xié)議如MQTT、HTTP上傳到物聯(lián)網(wǎng)平臺。部分工業(yè)物聯(lián)網(wǎng)應用場(chǎng)景，在協(xié)議轉換后，可能在本地做即時(shí)數據分析和預處理，再上傳到云端，提升即時(shí)性并降低網(wǎng)絡(luò )帶寬壓力。

　　邊緣計算近幾年發(fā)展迅速，大家越來(lái)越意識到數據就近處理的優(yōu)勢，無(wú)論是實(shí)效性還是出于數據安全性考慮，或是網(wǎng)絡(luò )的可靠性，邊緣計算在工業(yè)物聯(lián)網(wǎng)體系中扮演著(zhù)重要角色，邊云協(xié)同也逐漸成了共識。

　　根據硬件載體不同，將設備接入產(chǎn)品分為以下3類(lèi)，分類(lèi)并非絕對，不同類(lèi)別之間的差異，在于其側重點(diǎn)不同。

　　1. 通用控制器

　　第一類(lèi)是通用控制器，來(lái)自工業(yè)裝備大腦主控，例如可編程邏輯控制器（Programmable Logic Controller，PLC）、微控制單位（MicroController Unit，MCU）等，工業(yè)自動(dòng)化領(lǐng)域存在很多控制和數據采集系統，如分布式控制系統（Distributed Control System，DCS）和數據采集與監視控制系統（Supervisory Control and Data Acquisition，SCADA），它們在承擔本職功能的同時(shí)，可以作為接入設備使用。

　　通用控制器通常集成了數字輸入輸出I/O單元、網(wǎng)絡(luò )通信單元，以及針對特定應用的選配功能，如模擬量輸入單元、模擬量輸出單元、計數器單元、運動(dòng)控制單元等，通過(guò)串口或以太網(wǎng)物理接口連接，然后基于現場(chǎng)總線(xiàn)、工業(yè)以太網(wǎng)或標準以太網(wǎng)完成數據采集協(xié)議的解析，如圖3-3所示。

▲圖3-3 通用控制器

　　通用控制器應用于數控機床、激光切割機等各種自動(dòng)化裝備、機器人（如機械臂和移動(dòng)機器人）、SCADA系統的通信管理機，有些自動(dòng)化裝備擁有專(zhuān)用控制器，采用不同的硬件架構如PowerPC、ARM Cortex等?；谕ㄓ每刂破鞯脑O備接入，完成自動(dòng)化裝備自身數據、工藝過(guò)程數據采集。

　　2. 專(zhuān)用數據采集模塊

　　第二類(lèi)是專(zhuān)用數據采集模塊，采集現場(chǎng)對象的物理信號，傳感器將物理信號變換為電信號后，專(zhuān)用數據采集模塊通過(guò)模擬電路的A/D模數轉換器或數字電路將電信號轉換為可讀的數字量。

　　例如風(fēng)力發(fā)電機利用力傳感器實(shí)現風(fēng)機混凝土應力狀態(tài)的實(shí)時(shí)在線(xiàn)監測，為風(fēng)機混凝土基礎承載力的評估提供依據，同時(shí)利用加速度傳感器采集振動(dòng)信號，在風(fēng)力發(fā)電系統的運行過(guò)程中，實(shí)時(shí)在線(xiàn)監測振動(dòng)狀況并發(fā)送檢測信息，根據檢測信息有效控制風(fēng)機運轉狀態(tài)，避免由于共振而造成的結構失效，并對超出幅度閾值的振動(dòng)進(jìn)行安全預警。

　　將力傳感器和加速度傳感器安裝固定于風(fēng)機上，傳感器輸出端連接到專(zhuān)用數據采集模塊的輸入端，專(zhuān)用數據采集模塊通過(guò)網(wǎng)絡(luò )將數據上傳到本地或遠端服務(wù)器，進(jìn)行下一步數據分析和可視化。

　　專(zhuān)用數據采集模塊的形式可能是數據采集板卡、嵌入式數據采集系統等。對于自動(dòng)化裝備或機器人，如果某些關(guān)注的數據缺失，無(wú)法從其通用控制器直接獲取，此時(shí)可通過(guò)加裝傳感器，配合專(zhuān)用數據采集模塊的方式，完成更多維度的數據采集，這種做法很常見(jiàn)。

　　3. 智能產(chǎn)品和終端

　　第三類(lèi)是智能產(chǎn)品和終端，強調遠程無(wú)線(xiàn)接入和移動(dòng)屬性。例如通過(guò)運營(yíng)商4G/5G蜂窩網(wǎng)絡(luò )、Wi-Fi等室內短距離通信，或者低功耗廣域網(wǎng)無(wú)線(xiàn)連接上報數據。通過(guò)無(wú)線(xiàn)方式可以采集智能產(chǎn)品和終端的各種指標數據，例如電量、信號強度、功耗、定位、嵌入式傳感器數據等。

　　大部分智能產(chǎn)品和終端在產(chǎn)品定義時(shí)直接集成了無(wú)線(xiàn)通信能力，手機和可穿戴設備屬于典型的例子。當前智能產(chǎn)品越來(lái)越豐富，萬(wàn)物互聯(lián)時(shí)代，默認具備遠程接入能力，對智能產(chǎn)品使用過(guò)程中的各種運行指標進(jìn)行監測，分析采集的數據，可以指導研發(fā)團隊更好地改進(jìn)產(chǎn)品。

　　例如具有移動(dòng)屬性的自動(dòng)化裝備，如AGV機器人在室內基于Wi-Fi自組網(wǎng)集群，實(shí)現AGV之間的通信，草皮收割機在戶(hù)外作業(yè)時(shí)的遠程監測和控制。有些產(chǎn)品終端本身不具備遠程接入能力，可間接通過(guò)數傳模塊（Data Transfer Unit，DTU）或工業(yè)網(wǎng)關(guān)，實(shí)現同樣的效果。

　　工業(yè)數據采集關(guān)于數據的界定是非常廣義的，它可能來(lái)自通用控制器運行時(shí)的關(guān)鍵指標，或者傳感器采集的某個(gè)物理量，或者單純一個(gè)身份標識信息，比如RFID標簽EPC數據區定義的標簽ID、廣播報文中攜帶的唯一MAC地址等，通信雙方彼此交換的可能僅僅是簡(jiǎn)單的身份信息，完成一次確認，無(wú)須多余信息，雖然通信雙方有能力攜帶額外信息。

新超仁達科技在測量、工業(yè)自動(dòng)化、機器視覺(jué)、智慧公路、物理勘探等科技領(lǐng)域方面，為用戶(hù)提供高性?xún)r(jià)比的產(chǎn)品與解決方案。