工业数据采集技术难点主要包括以下几个方面:
1.数据量巨大。任何系统,面对不同的数据量,需要完全不同的技术难度。
如果只是简单地收集数据,可能相对容易完成,但需要在收集后进行处理,因为须考虑数据的标准化和清洗,因为大量的工业数据是“脏”数据,无法通过直接存储用于分析。在存储之前,须对其进行处理,并且须对海量数据进行处理,这在技术上增加了难度。
2.工业数据协议不标准。互联网数据采集一般是我们常见的协议如HTTP,但在工业领域,会有各种类型的工业协议如ModBus、OPC、CAN、ControlNet、DeviceNet、Profibus、Zigbee等。,并且各种自动化设备制造商和集成商也会自行开发各种私有工业协议,这导致工业协议的互联互通存在很大困难。
许多开发人员在工业领域实施综合自动化和其他项目时,遇到的Z大问题是他们及时面对许多工业协议,并且无法有效地分析和收集它们。
3.视频传输所需的带宽是巨大的。由于传统的工业信息化都是在现场进行数据采集,视频数据传输主要在局域网内进行,带宽不是主要问题。
然而,随着云计算技术的普及和公有云的兴起,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是大势所趋。但是一个工业企业可能有几十个视频,一个大规模的企业可能有几百个视频。如何将如此大量的视频文件通过互联网顺利传输到云端,是需要面对的巨大挑战。
4.很难收集原始系统。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PLC,而是针对已经完成的自动化系统的上位机数据。
部署这些自动化系统时,制造商的水平参差不齐,大多数没有数据接口,并且大量文档丢失。大量现场系统没有点表等基本设置数据,这使得收集这部分数据困难。
5.安全考虑不足。原有的工业系统都运行在局域网中,安全问题不是需要考虑的关注点。