关于工业数据采集的那些事儿
随着工业互联网的发展，数据越来越成为了推动企业数字化转型的重要引擎，数据采集则成为了一直困扰制造业工厂的首要痛点。由于自动化设备品牌类型繁多，厂家和数据接口各异，国外厂家本地支持有限，不同采购年代。即便产量停机数据自动采集了，也不等于整个制造过程数据都获得了，只要还有其他人工参与环节，这些数据就不完整。
一、工业数据采集类型
工业数据主要来源于机器设备数据、工业信息化数据和产业链相关数据。从数据类型上看，不仅要涵盖基础数据，还将逐步包括半结构化的客户行为数据，设备和传感器采集的周期性数据，网络爬虫获取的互联网数据，以及未来越来越多有潜在意义的各类数据。主要包括以下几种：
1、海量的Key-Value数据
在传感器技术飞速发展的今天，包括光电、热敏、气敏、力敏、磁敏、声敏、湿敏等不同类型的工业传感器在工厂得到普遍应用，而且很多时候机器设备的数据大概要到MS的精度才能分析海量的工业数据，因此每条数据的特点为内容很少，频率却极高
2、文档数据
包括工程图纸、仿真数据、设计的CAD图纸等及大量传统工程文档。
3、信息化数据
由工业信息系统产生的数据，一般是通过数据库形式存储的，这部分数据是最好采集的。
4、接口数据
由已经建成的工业自动化或信息系统提供的接口类型的数据，包括txt格式、JSON格式、XML格式等。
5、图像数据
包括工业现场各类图像设备拍摄的图片（例如，巡检人员用手持设备拍摄的设备、环境信息图片）。
6、音频数据
包括语音及声音信息（例如，操作人员的通话、设备运转的音量等）。
7、视频数据
工业现场会有大量的视频监控设备，这些设备会产生大量的视频数据。
8、其他数据
例如遥感遥测信息、三维高程信息等等。
二、工业数据采集类型
我们一直在提数据采集是当前制造业数字化转型路上的一大绊脚石，那其难点到底在哪几个方面，今天我们就详细解析一下。
1、数据量大
数据量不同，数采所需的技术难度也不尽相同，然而完成初步数据获取只是第一步，采集之后还需要对数据进行一些列的处理，因为必须考虑数据的规范与清洗，大量的工业数据是“脏”数据，直接存储无法用于分析，在存储之前，必须进行处理，这从技术上又提高了难度。
2、工业数据协议不标准
在工业领域，会出现ModBus、OPC、CAN、ControlNet、DeviceNet、Profibus、Zigbee等各类型的工业协议，而且各个自动化设备生产及集成商还会自己开发各种私有的工业协议，导致在工业协议的互联互通上，出现了极大地难度。许多企业在面临数据化转型的过程中遇到的最大问题就是因众多协议而造成的信息孤岛，而定制化数采产品的不菲投入让很多企业望而却步！
3、对原有系统的采集难度
在工业企业实施大数据项目时，数据采集往往不是针对传感器或者PLC，而是采集已经完成布署的自动化系统上位机数据。这些自动化系统在部署时厂商水平参差不齐，大部分系统是没有数据接口的，文档也大量缺失，大量的现场系统没有点表等基础设置数据，使得对于这部分数据采集的难度极大。
4、视频传输所需宽带量巨大
随着云计算技术的普及运用，大数据需要大量的计算资源和存储资源，因此工业数据逐步迁移到公有云已经是大势所趋了。但是，一个工业企业可能会有几十路视频，成规模的企业会有上百路视频，这么大量的视频文件如何通过互联网顺畅到传输到云端，是开发人员需要面临的巨大挑战。
（来源：知乎）