终于有人把工业数据采集讲明白了.pdfVIP

导读：工业物联网感知层作为物理世界与数字世界的桥梁，是数据的第一入

口。现实情况下，由于感知层数据来源非常多样，来自各种多源异构设备和系统，

因此如何从这些设备和系统中获取数据，是工业物联网面临的第一道门槛。在工

业领域，感知即通常所说的工业数据采集。

01工业数据采集的范围

工业数据采集利用泛在感知技术对多源异构设备和系统、环境、人员等一切要素信

息进行采集，并通过一定的接口与协议对采集的数据进行解析。信息可能来自加装的物

理传感器，也可能来自装备与系统本身。

《智能制造工程实施指南（2016—2020）》将智能传感与控制装备作为关键技术装

备研制重点；针对智能制造提出了“体系架构、互联互通和互操作、现场总线和工业以

太网融合、工业传感器网络、工业无线、工业网关通信协议和接口等网络标准”，并指

出：“针对智能制造感知、控制、决策和执行过程中面临的数据采集、数据集成、数据

计算分析等方面存在的问题，开展信息物理系统的顶层设计。”

这里面蕴含两方面信息：一是工业数据采集是智能制造和工业物联网的基础和先决

条件，后续的数据分析处理依赖于前端的感知；二是各种网络标准统一后才能实现设备

系统间的互联互通，而多种工业协议并存是目前工业数据采集的现状。

广义上，工业数据采集分为工业现场数据采集和工厂外智能产品/移动装备的数据

采集（工业数据采集并不局限于工厂，工厂之外的智慧楼宇、城市管理、物流运输、智

能仓储、桥梁隧道和公共交通等都是工业数据采集的应用场景），以及对ERP、MES、

APS等传统信息系统的数据采集。

如果按传输介质划分，工业数据采集可分为有线网络数据采集和无线网络数据采集。

02工业数据采集的特点

工业数据采集具有一些鲜明的特征，在面对具体需求时，不同场景会对技术选型产

生影响，例如设备的组网方式、数据传输方式、数据本地化处理、数据汇聚和管理等。

1.多种工业协议并存

工业领域使用的通信协议有很多，如PROFIBUS、Modbus、CAN、HART、EtherCAT、

EthernetIP、Modbus/TCP、PROFINET、OPCUA，以及大量的厂商私有协议。这种状况出

现，很大程度上是因为工业软硬件系统存在较强的封闭性和复杂性。

设想在工业现场，不同厂商生产的设备，采用不同的工业协议，要实现所有设备的

互联，需要对各种协议做解析并进行数据转换，这是工业物联网存量改造项目开展时最

先遇到的问题——想要解决“万国牌”设备的数据采集，耗时又费力。

如果是新建设的工厂，应从最开始的规划阶段考虑车间、厂级和跨地域的企业级工

业物联网应用要求，在没有历史包袱的情况下，通过制定标准，综合评估现场的电磁环

境抗干扰要求、数据带宽要求、传输距离、实时性、组网时支持的设备节点数量限制、

星形或Daisy-Chain网络拓扑、后期扩展性等因素，选择合适的技术路线，并设计好OT

与IT互通的接口，这将大大降低数据采集的难度和工作量。

2.时间序列数据

工业数据采集大多数时候带有时间戳，即数据在什么时刻采集。大量工业数据建模、

工业知识组件和算法组件，均以时间序列数据作为输入数据，例如时域分析或频域分析

方法，都要求原始数据包含时间维度信息。

工业物联网应用越来越丰富，延伸到了更多的场景下，例如室内定位开始在智慧仓

储、无人化工厂中探索应用，无论是基于时间还是基于接收功率强度的定位方式，其定

位引擎都要求信号带有时间标签，才能完成定位计算，保证时空信息的准确性和可追溯

性。

在搭建工业物联网平台时，应结合时间序列数据的特点，在数据传输、存储、分析

方面做针对性的考虑。例如时序数据库（TimeSeriesDataBase，TSDB）专门从时间维度

进行设计和优化，数据按时间顺序组织管理。

图3-1所示为典型的时间序列数据，存储于关系型数据库中，当数据规模急剧增大

时，关系型数据库的处理能力变得吃紧，需要性能更优的数据库。工业数据和互联网数

据存在很大差别，前者通常是结构化的，而后者以非结构化数据为主。

▲图3-1时间序列数据示例

3.实时性

工业数据采集的一个很大特点是实时性，包括数据采集的实时性以及数据处理的实

时性。例如基于传感器的数据采集，其中一个重要指标为采样率，即每秒采集多少个点。

采样率低的如温湿度采集，采样间隔在分钟级；采样率高一些的如振动信号，每秒钟采

集几万个