亚洲爆乳成AV人在线视菜奈实_欧美一进一出抽搐大尺度视频 _日本十八禁免费看污网站_国产一区二区怡红院_6080YY新视觉影院_蜜臀AV无码人妻精品_成人影院YY111111在线_成人欧美一区二区三区1314_少妇饥渴偷公乱A级无码

導(dǎo)讀：工業(yè)物聯(lián)網(wǎng)感知層作為物理世界與數(shù)字世界的橋梁，是數(shù)據(jù)的第一入口。現(xiàn)實(shí)情況下，由于感知層數(shù)據(jù)來源非常多樣，來自各種多源異構(gòu)設(shè)備和系統(tǒng)，因此如何從這些設(shè)備和系統(tǒng)中獲取數(shù)據(jù)，是工業(yè)物聯(lián)網(wǎng)面臨的第一道門檻。在工業(yè)領(lǐng)域，感知即通常所說的工業(yè)數(shù)據(jù)采集。

01 工業(yè)數(shù)據(jù)采集的范圍

工業(yè)數(shù)據(jù)采集利用泛在感知技術(shù)對(duì)多源異構(gòu)設(shè)備和系統(tǒng)、環(huán)境、人員等一切要素信息進(jìn)行采集，并通過一定的接口與協(xié)議對(duì)采集的數(shù)據(jù)進(jìn)行解析。信息可能來自加裝的物理傳感器，也可能來自裝備與系統(tǒng)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(duì)智能制造提出了“體系架構(gòu)、互聯(lián)互通和互操作、現(xiàn)場總線和工業(yè)以太網(wǎng)融合、工業(yè)傳感器網(wǎng)絡(luò)、工業(yè)無線、工業(yè)網(wǎng)關(guān)通信協(xié)議和接口等網(wǎng)絡(luò)標(biāo)準(zhǔn)”，并指出：“針對(duì)智能制造感知、控制、決策和執(zhí)行過程中面臨的數(shù)據(jù)采集、數(shù)據(jù)集成、數(shù)據(jù)計(jì)算分析等方面存在的問題，開展信息物理系統(tǒng)的頂層設(shè)計(jì)。”

這里面蘊(yùn)含兩方面信息：一是工業(yè)數(shù)據(jù)采集是智能制造和工業(yè)物聯(lián)網(wǎng)的基礎(chǔ)和先決條件，后續(xù)的數(shù)據(jù)分析處理依賴于前端的感知；二是各種網(wǎng)絡(luò)標(biāo)準(zhǔn)統(tǒng)一后才能實(shí)現(xiàn)設(shè)備系統(tǒng)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(shù)據(jù)采集的現(xiàn)狀。

廣義上，工業(yè)數(shù)據(jù)采集分為工業(yè)現(xiàn)場數(shù)據(jù)采集和工廠外智能產(chǎn)品/移動(dòng)裝備的數(shù)據(jù)采集（工業(yè)數(shù)據(jù)采集并不局限于工廠，工廠之外的智慧樓宇、城市管理、物流運(yùn)輸、智能倉儲(chǔ)、橋梁隧道和公共交通等都是工業(yè)數(shù)據(jù)采集的應(yīng)用場景），以及對(duì)ERP、MES、APS等傳統(tǒng)信息系統(tǒng)的數(shù)據(jù)采集。

如果按傳輸介質(zhì)劃分，工業(yè)數(shù)據(jù)采集可分為有線網(wǎng)絡(luò)數(shù)據(jù)采集和無線網(wǎng)絡(luò)數(shù)據(jù)采集。

02 工業(yè)數(shù)據(jù)采集的特點(diǎn)

工業(yè)數(shù)據(jù)采集具有一些鮮明的特征，在面對(duì)具體需求時(shí)，不同場景會(huì)對(duì)技術(shù)選型產(chǎn)生影響，例如設(shè)備的組網(wǎng)方式、數(shù)據(jù)傳輸方式、數(shù)據(jù)本地化處理、數(shù)據(jù)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，以及大量的廠商私有協(xié)議。這種狀況出現(xiàn)，很大程度上是因?yàn)楣I(yè)軟硬件系統(tǒng)存在較強(qiáng)的封閉性和復(fù)雜性。

設(shè)想在工業(yè)現(xiàn)場，不同廠商生產(chǎn)的設(shè)備，采用不同的工業(yè)協(xié)議，要實(shí)現(xiàn)所有設(shè)備的互聯(lián)，需要對(duì)各種協(xié)議做解析并進(jìn)行數(shù)據(jù)轉(zhuǎn)換，這是工業(yè)物聯(lián)網(wǎng)存量改造項(xiàng)目開展時(shí)最先遇到的問題——想要解決“萬國牌”設(shè)備的數(shù)據(jù)采集，耗時(shí)又費(fèi)力。

如果是新建設(shè)的工廠，應(yīng)從最開始的規(guī)劃階段考慮車間、廠級(jí)和跨地域的企業(yè)級(jí)工業(yè)物聯(lián)網(wǎng)應(yīng)用要求，在沒有歷史包袱的情況下，通過制定標(biāo)準(zhǔn)，綜合評(píng)估現(xiàn)場的電磁環(huán)境抗干擾要求、數(shù)據(jù)帶寬要求、傳輸距離、實(shí)時(shí)性、組網(wǎng)時(shí)支持的設(shè)備節(jié)點(diǎn)數(shù)量限制、星形或Daisy-Chain網(wǎng)絡(luò)拓?fù)洹⒑笃跀U(kuò)展性等因素，選擇合適的技術(shù)路線，并設(shè)計(jì)好OT與IT互通的接口，這將大大降低數(shù)據(jù)采集的難度和工作量。

2. 時(shí)間序列數(shù)據(jù)

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

工業(yè)物聯(lián)網(wǎng)應(yīng)用越來越豐富，延伸到了更多的場景下，例如室內(nèi)定位開始在智慧倉儲(chǔ)、無人化工廠中探索應(yīng)用，無論是基于時(shí)間還是基于接收功率強(qiáng)度的定位方式，其定位引擎都要求信號(hào)帶有時(shí)間標(biāo)簽，才能完成定位計(jì)算，保證時(shí)空信息的準(zhǔn)確性和可追溯性。

在搭建工業(yè)物聯(lián)網(wǎng)平臺(tái)時(shí)，應(yīng)結(jié)合時(shí)間序列數(shù)據(jù)的特點(diǎn)，在數(shù)據(jù)傳輸、存儲(chǔ)、分析方面做針對(duì)性的考慮。例如時(shí)序數(shù)據(jù)庫（Time Series DataBase，TSDB）專門從時(shí)間維度進(jìn)行設(shè)計(jì)和優(yōu)化，數(shù)據(jù)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(shù)據(jù)，存儲(chǔ)于關(guān)系型數(shù)據(jù)庫中，當(dāng)數(shù)據(jù)規(guī)模急劇增大時(shí)，關(guān)系型數(shù)據(jù)庫的處理能力變得吃緊，需要性能更優(yōu)的數(shù)據(jù)庫。工業(yè)數(shù)據(jù)和互聯(lián)網(wǎng)數(shù)據(jù)存在很大差別，前者通常是結(jié)構(gòu)化的，而后者以非結(jié)構(gòu)化數(shù)據(jù)為主。

▲圖3-1 時(shí)間序列數(shù)據(jù)示例

3. 實(shí)時(shí)性

工業(yè)數(shù)據(jù)采集的一個(gè)很大特點(diǎn)是實(shí)時(shí)性，包括數(shù)據(jù)采集的實(shí)時(shí)性以及數(shù)據(jù)處理的實(shí)時(shí)性。例如基于傳感器的數(shù)據(jù)采集，其中一個(gè)重要指標(biāo)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(jí)；采樣率高一些的如振動(dòng)信號(hào)，每秒鐘采集幾萬個(gè)點(diǎn)甚至更多，方便后續(xù)信號(hào)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(jiān)測系統(tǒng)，采樣率達(dá)數(shù)兆每秒。采樣率越高意味著單位時(shí)間數(shù)據(jù)量越大，如此大的數(shù)據(jù)量，如果不加處理直接通過網(wǎng)絡(luò)傳輸?shù)綌?shù)據(jù)中心或云端，對(duì)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?shù)目煽啃裕赡軙?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(yīng)用，如設(shè)備故障診斷、多機(jī)器人協(xié)作、狀態(tài)監(jiān)測等，由于要求在數(shù)據(jù)采集（感知）、分析、決策執(zhí)行之間，完成快速閉環(huán)，因此對(duì)數(shù)據(jù)的實(shí)時(shí)處理有著較高的要求。如果將數(shù)據(jù)上傳到云端，云端分析后再繞一圈回來，指導(dǎo)下一步動(dòng)作，一來一回產(chǎn)生的時(shí)延，很多時(shí)候?qū)⒆兊貌豢山邮堋?/p>

上述業(yè)務(wù)場景將在靠近數(shù)據(jù)源頭的現(xiàn)場對(duì)數(shù)據(jù)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(jié)果進(jìn)行本地決策，指導(dǎo)下一步動(dòng)作，同時(shí)將分析結(jié)果上傳到云端，數(shù)據(jù)量經(jīng)過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(hào)狀態(tài)監(jiān)測和數(shù)據(jù)分析。

▲圖3-2 實(shí)時(shí)振動(dòng)信號(hào)狀態(tài)監(jiān)測和數(shù)據(jù)分析

03 工業(yè)數(shù)據(jù)采集的體系結(jié)構(gòu)

工業(yè)數(shù)據(jù)采集體系包括設(shè)備接入、協(xié)議轉(zhuǎn)換、邊緣計(jì)算。設(shè)備接入是工業(yè)數(shù)據(jù)采集建立物理世界和數(shù)字世界連接的起點(diǎn)。設(shè)備接入利用有線或無線通信方式，實(shí)現(xiàn)工業(yè)現(xiàn)場和工廠外智能產(chǎn)品/移動(dòng)裝備的泛在連接，將數(shù)據(jù)上報(bào)到云端。工業(yè)數(shù)據(jù)采集發(fā)展了這么多年，存在設(shè)備接入的復(fù)雜性和多樣性。

數(shù)據(jù)接入后，將對(duì)數(shù)據(jù)進(jìn)行解析、轉(zhuǎn)換，并通過標(biāo)準(zhǔn)應(yīng)用層協(xié)議如MQTT、HTTP上傳到物聯(lián)網(wǎng)平臺(tái)。部分工業(yè)物聯(lián)網(wǎng)應(yīng)用場景，在協(xié)議轉(zhuǎn)換后，可能在本地做即時(shí)數(shù)據(jù)分析和預(yù)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(jì)算近幾年發(fā)展迅速，大家越來越意識(shí)到數(shù)據(jù)就近處理的優(yōu)勢(shì)，無論是實(shí)效性還是出于數(shù)據(jù)安全性考慮，或是網(wǎng)絡(luò)的可靠性，邊緣計(jì)算在工業(yè)物聯(lián)網(wǎng)體系中扮演著重要角色，邊云協(xié)同也逐漸成了共識(shí)。

根據(jù)硬件載體不同，將設(shè)備接入產(chǎn)品分為以下3類，分類并非絕對(duì)，不同類別之間的差異，在于其側(cè)重點(diǎn)不同。

1. 通用控制器

第一類是通用控制器，來自工業(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(shù)據(jù)采集系統(tǒng)，如分布式控制系統(tǒng)（Distributed Control System，DCS）和數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)（Supervisory Control and Data Acquisition，SCADA），它們?cè)诔袚?dān)本職功能的同時(shí)，可以作為接入設(shè)備使用。

通用控制器通常集成了數(shù)字輸入輸出I/O單元、網(wǎng)絡(luò)通信單元，以及針對(duì)特定應(yīng)用的選配功能，如模擬量輸入單元、模擬量輸出單元、計(jì)數(shù)器單元、運(yùn)動(dòng)控制單元等，通過串口或以太網(wǎng)物理接口連接，然后基于現(xiàn)場總線、工業(yè)以太網(wǎng)或標(biāo)準(zhǔn)以太網(wǎng)完成數(shù)據(jù)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(yīng)用于數(shù)控機(jī)床、激光切割機(jī)等各種自動(dòng)化裝備、機(jī)器人（如機(jī)械臂和移動(dòng)機(jī)器人）、SCADA系統(tǒng)的通信管理機(jī)，有些自動(dòng)化裝備擁有專用控制器，采用不同的硬件架構(gòu)如PowerPC、ARM Cortex等。基于通用控制器的設(shè)備接入，完成自動(dòng)化裝備自身數(shù)據(jù)、工藝過程數(shù)據(jù)采集。

2. 專用數(shù)據(jù)采集模塊

第二類是專用數(shù)據(jù)采集模塊，采集現(xiàn)場對(duì)象的物理信號(hào)，傳感器將物理信號(hào)變換為電信號(hào)后，專用數(shù)據(jù)采集模塊通過模擬電路的A/D模數(shù)轉(zhuǎn)換器或數(shù)字電路將電信號(hào)轉(zhuǎn)換為可讀的數(shù)字量。

例如風(fēng)力發(fā)電機(jī)利用力傳感器實(shí)現(xiàn)風(fēng)機(jī)混凝土應(yīng)力狀態(tài)的實(shí)時(shí)在線監(jiān)測，為風(fēng)機(jī)混凝土基礎(chǔ)承載力的評(píng)估提供依據(jù)，同時(shí)利用加速度傳感器采集振動(dòng)信號(hào)，在風(fēng)力發(fā)電系統(tǒng)的運(yùn)行過程中，實(shí)時(shí)在線監(jiān)測振動(dòng)狀況并發(fā)送檢測信息，根據(jù)檢測信息有效控制風(fēng)機(jī)運(yùn)轉(zhuǎn)狀態(tài)，避免由于共振而造成的結(jié)構(gòu)失效，并對(duì)超出幅度閾值的振動(dòng)進(jìn)行安全預(yù)警。

將力傳感器和加速度傳感器安裝固定于風(fēng)機(jī)上，傳感器輸出端連接到專用數(shù)據(jù)采集模塊的輸入端，專用數(shù)據(jù)采集模塊通過網(wǎng)絡(luò)將數(shù)據(jù)上傳到本地或遠(yuǎn)端服務(wù)器，進(jìn)行下一步數(shù)據(jù)分析和可視化。

專用數(shù)據(jù)采集模塊的形式可能是數(shù)據(jù)采集板卡、嵌入式數(shù)據(jù)采集系統(tǒng)等。對(duì)于自動(dòng)化裝備或機(jī)器人，如果某些關(guān)注的數(shù)據(jù)缺失，無法從其通用控制器直接獲取，此時(shí)可通過加裝傳感器，配合專用數(shù)據(jù)采集模塊的方式，完成更多維度的數(shù)據(jù)采集，這種做法很常見。

3. 智能產(chǎn)品和終端

第三類是智能產(chǎn)品和終端，強(qiáng)調(diào)遠(yuǎn)程無線接入和移動(dòng)屬性。例如通過運(yùn)營商4G/5G蜂窩網(wǎng)絡(luò)、Wi-Fi等室內(nèi)短距離通信，或者低功耗廣域網(wǎng)無線連接上報(bào)數(shù)據(jù)。通過無線方式可以采集智能產(chǎn)品和終端的各種指標(biāo)數(shù)據(jù)，例如電量、信號(hào)強(qiáng)度、功耗、定位、嵌入式傳感器數(shù)據(jù)等。

大部分智能產(chǎn)品和終端在產(chǎn)品定義時(shí)直接集成了無線通信能力，手機(jī)和可穿戴設(shè)備屬于典型的例子。當(dāng)前智能產(chǎn)品越來越豐富，萬物互聯(lián)時(shí)代，默認(rèn)具備遠(yuǎn)程接入能力，對(duì)智能產(chǎn)品使用過程中的各種運(yùn)行指標(biāo)進(jìn)行監(jiān)測，分析采集的數(shù)據(jù)，可以指導(dǎo)研發(fā)團(tuán)隊(duì)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(jī)器人在室內(nèi)基于Wi-Fi自組網(wǎng)集群，實(shí)現(xiàn)AGV之間的通信，草皮收割機(jī)在戶外作業(yè)時(shí)的遠(yuǎn)程監(jiān)測和控制。有些產(chǎn)品終端本身不具備遠(yuǎn)程接入能力，可間接通過數(shù)傳模塊（Data Transfer Unit，DTU）或工業(yè)網(wǎng)關(guān)，實(shí)現(xiàn)同樣的效果。

工業(yè)數(shù)據(jù)采集關(guān)于數(shù)據(jù)的界定是非常廣義的，它可能來自通用控制器運(yùn)行時(shí)的關(guān)鍵指標(biāo)，或者傳感器采集的某個(gè)物理量，或者單純一個(gè)身份標(biāo)識(shí)信息，比如RFID標(biāo)簽EPC數(shù)據(jù)區(qū)定義的標(biāo)簽ID、廣播報(bào)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單的身份信息，完成一次確認(rèn)，無須多余信息，雖然通信雙方有能力攜帶額外信息。