首页 > 酒水分类 > 红酒

数据采集器不能自动传输数据,工业数据采集硬件

酒易淘 红酒 2022-09-22 17:59:01
  • 品牌名称:酱香白酒加盟 所属行业:酒水 > 白酒

    基本投资:10~50万元 投资热度:

    加盟意向:1634 门店数量:534家

    索要资料 查看详情

      

      导读:工业物联网的感知层作为物理世界和数字世界的桥梁,是数据的第一入口。现实中,由于感知层的数据来源非常多样,来自各种多源异构的设备和系统,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,感知通常被称为工业数据采集。   

      

      作者:胡殿刚   

      

      来源:华章科技   

      

         

      

      01工业数据采集的范围工业数据采集利用泛在传感技术采集多源异构的设备和系统、环境、人员等要素的信息,并通过一定的接口和协议对采集的数据进行分析。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)》重点发展智能传感与控制设备为关键技术装备;提出了面向智能制造的“体系结构、互联互通、现场总线与工业以太网集成、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”,指出“针对智能制造感知、控制、决策和执行过程中的数据采集、数据集成、数据计算和分析等问题,开展信息物理系统的顶层设计。”   

      

      第一,工业数据采集是智能制造和工业物联网的基础和前提,后续的数据分析和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,多种工业协议并存是工业数据采集的现状。   

      

      广义而言,工业数据采集可分为工业现场数据采集和工厂外智能产品/移动设备的数据采集(工业数据采集不限于工厂;工厂外的智能建筑、城市管理、物流运输、智能仓储、桥梁隧道、公共交通都是工业数据采集的应用场景),以及ERP、MES、APS等传统信息系统的数据采集。   

      

      这里面蕴含两方面信息:   

      

      02工业数据采集的特点工业数据采集有一些鲜明的特点。当面对特定需求时,不同的场景会对技术选择产生影响,比如设备的组网方式、数据传输方式、数据本地化处理、数据聚合和管理等。   

      

      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。   

      

      工业领域使用的通信协议有很多,PROFIBUS、Modbus、CAN、HART、EtherCAT、EthernetIP、Modbus/TCP、PROFINET、OPC UA,还有大量的厂商专有协议。1. 多种工业协议并存   

      

      试想在工业领域,不同厂家生产的设备采用不同的工业协议。要实现所有设备的互联,需要对所有的协议进行分析和数据转换。这是工业物联网的库存改造项目进行时遇到的第一个问题——解决“万国牌”设备的数据采集费时费力。   

      

      如果是新建工厂,从初期规划阶段就要考虑车间级、工厂级、跨区域企业级工业物联网的应用需求。没有历史包袱,要通过制定标准综合评估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、星型或菊花链网络拓扑、后期可扩展性等因素,选择合适的技术路线,设计OT与IT的互操作性。   

      

      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。   

      

      2. 时间序列数据大量的工业数据建模、工业知识组件、算法组件都使用时间序列数据作为输入数据,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。   

      

      工业物联网的应用已经越来越丰富,并且已经延伸到更多的场景。比如室内定位,在智能仓库、无人化工厂已经开始探索应用。无论是基于时间的定位方法还是基于接收功率强度的定位方法,其定位工程   

      

      在构建工业物联网平台时,要根据时间序列数据的特点,考虑数据的传输、存储和分析。例如,时间序列数据库(TSDB)从时间维度进行设计和优化,按照时间顺序组织和管理数据。   

      

      图3-1显示了存储在关系数据库中的典型时间序列数据。当数据规模急剧增加时,关系数据库的处理能力变得紧张,需要一个性能更好的数据库。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。   

      

       图3-1时间序列数据示例   

      

      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。   

      

      例如,基于3. 实时性,传感器的数据采集的一个重要指标是采样率,即每秒采集多少个点。如果采样率较低,如温湿度采集,采样间隔在分钟量级;更高的采样率,例如   

    振动信号,每秒钟采集几万个点甚至更多,方便后续信号分析处理以获得高阶谐波分量。

      

    有些大的科学装置,例如粒子加速器的束流监测系统,采样率达数兆每秒。采样率越高意味着单位时间数据量越大,如此大的数据量,如果不加处理直接通过网络传输到数据中心或云端,对于网络的带宽要求非常之高,而且如此大的带宽下,很难保证网络传输的可靠性,可能会产生非常大的传输时延。

      

    而部分工业物联网应用,如设备故障诊断、多机器人协作、状态监测等,由于要求在数据采集(感知)、分析、决策执行之间,完成快速闭环,因此对数据的实时处理有着较高的要求。如果将数据上传到云端,云端分析后再绕一圈回来,指导下一步动作,一来一回产生的时延,很多时候将变得不可接受。

      

    上述业务场景将在靠近数据源头的现场对数据进行即时处理,实时分析,提取特征量,然后基于分析的结果进行本地决策,指导下一步动作,同时将分析结果上传到云端,数据量经过本地处理后大大减小了。图3-2所示是实时振动信号状态监测和数据分析。

      

    ▲图3-2 实时振动信号状态监测和数据分析

      

    03 工业数据采集的体系结构工业数据采集体系包括设备接入、协议转换、边缘计算。设备接入是工业数据采集建立物理世界和数字世界连接的起点。设备接入利用有线或无线通信方式,实现工业现场和工厂外智能产品/移动装备的泛在连接,将数据上报到云端。工业数据采集发展了这么多年,存在设备接入的复杂性和多样性。

      

    数据接入后,将对数据进行解析、转换,并通过标准应用层协议如MQTT、HTTP上传到物联网平台。部分工业物联网应用场景,在协议转换后,可能在本地做即时数据分析和预处理,再上传到云端,提升即时性并降低网络带宽压力。

      

    边缘计算近几年发展迅速,大家越来越意识到数据就近处理的优势,无论是实效性还是出于数据安全性考虑,或是网络的可靠性,边缘计算在工业物联网体系中扮演着重要角色,边云协同也逐渐成了共识。

      

    根据硬件载体不同,将设备接入产品分为以下3类,分类并非绝对,不同类别之间的差异,在于其侧重点不同。

      

    1. 通用控制器

      

    第一类是通用控制器,来自工业装备大脑主控,例如可编程逻辑控制器(Programmable Logic Controller,PLC)、微控制单位(MicroController Unit,MCU)等,工业自动化领域存在很多控制和数据采集系统,如分布式控制系统(Distributed Control System,DCS)和数据采集与监视控制系统(Supervisory Control and Data Acquisition,SCADA),它们在承担本职功能的同时,可以作为接入设备使用。

      

    通用控制器通常集成了数字输入输出I/O单元、网络通信单元,以及针对特定应用的选配功能,如模拟量输入单元、模拟量输出单元、计数器单元、运动控制单元等,通过串口或以太网物理接口连接,然后基于现场总线、工业以太网或标准以太网完成数据采集协议的解析,如图3-3所示。

      

    ▲图3-3 通用控制器

      

    通用控制器应用于数控机床、激光切割机等各种自动化装备、机器人(如机械臂和移动机器人)、SCADA系统的通信管理机,有些自动化装备拥有专用控制器,采用不同的硬件架构如PowerPC、ARM Cortex等。基于通用控制器的设备接入,完成自动化装备自身数据、工艺过程数据采集。

      

    2. 专用数据采集模块

      

    第二类是专用数据采集模块,采集现场对象的物理信号,传感器将物理信号变换为电信号后,专用数据采集模块通过模拟电路的A/D模数转换器或数字电路将电信号转换为可读的数字量。

      

    例如风力发电机利用力传感器实现风机混凝土应力状态的实时在线监测,为风机混凝土基础承载力的评估提供依据,同时利用加速度传感器采集振动信号,在风力发电系统的运行过程中,实时在线监测振动状况并发送检测信息,根据检测信息有效控制风机运转状态,避免由于共振而造成的结构失效,并对超出幅度阈值的振动进行安全预警。

      

    将力传感器和加速度传感器安装固定于风机上,传感器输出端连接到专用数据采集模块的输入端,专用数据采集模块通过网络将数据上传到本地或远端服务器,进行下一步数据分析和可视化。

      

    专用数据采集模块的形式可能是数据采集板卡、嵌入式数据采集系统等。对于自动化装备或机器人,如果某些关注的数据缺失,无法从其通用控制器直接获取,此时可通过加装传感器,配合专用数据采集模块的方式,完成更多维度的数据采集,这种做法很常见。

      

    3. 智能产品和终端

      

    第三类是智能产品和终端,强调远程无线接入和移动属性。例如通过运营商4G/5G蜂窝网络、Wi-Fi等室内短距离通信,或者低功耗广域网无线连接上报数据。通过无线方式可以采集智能产品和终端的各种指标数据,例如电量、信号强度、功耗、定位、嵌入式传感器数据等。

      

    大部分智能产品和终端在产品定义时直接集成了无线通信能力,手机和可穿戴设备属于典型的例子。当前智能产品越来越丰富,万物互联时代,默认具备远程接入能力,对智能产品使用过程中的各种运行指标进行监测,分析采集的数据,可以指导研发团队更好地改进产品。

      

    例如具有移动属性的自动化装备,如AGV机器人在室内基于Wi-Fi自组网集群,实现AGV之间的通信,草皮收割机在户外作业时的远程监测和控制。有些产品终端本身不具备远程接入能力,可间接通过数传模块(Data Transfer Unit,DTU)或工业网关,实现同样的效果。

      

    工业数据采集关于数据的界定是非常广义的,它可能来自通用控制器运行时的关键指标,或者传感器采集的某个物理量,或者单纯一个身份标识信息,比如RFID标签EPC数据区定义的标签ID、广播报文中携带的唯一MAC地址等,通信双方彼此交换的可能仅仅是简单的身份信息,完成一次确认,无须多余信息,虽然通信双方有能力携带额外信息。

      

    关于作者:胡典钢,资深工业物联网专家,顺丰物联网平台负责人,兼任顺丰集团职业发展评审委员和ZETA联盟工业物联网高级顾问,负责顺丰物联网平台建设及产品化工作。在物联网、边缘计算、工业大数据领域从业10余年,有丰富的实践经验。历任NI公司应用工程师、高级应用工程师、大区销售经理,兼任GSDZone社区专栏作者和海南大学校外专家,NI(中国)首位认证双架构师――LabVIEW架构师和TestStand架构师,主导大型工业自动化测试控制和工业物联网项目的开发工作。2016年受邀撰写专著《TestStand工业自动化测试管理》,广受业界好评,多次重印。

      

    本文摘编自《工业物联网:平台架构、关键技术与应用实践》,经出版方授权发布。(ISBN:978-7-111-70227-6)

      

    延伸阅读《工业物联网》

      

    推荐语:这是一本从平台架构、关键技术、应用实践3个维度全面讲解工业物联网如何在生产实践中落地的著作。它是顺丰物联网平台负责人10余年经验的总结,得到了行业里近10位专家的一致推荐。它将帮助企业解决工业物联网推进过程中遇到的OT与IT融合困难、组织协作成本高昂、全局性技术栈选型难把握、项目规模化落地困难风险易低估、数字化转型难聚焦等系列问题。