在智能工厂建设中，数据收集是至关重要的一环，它直接关系到工厂的生产效率、质量控制以及决策支持等多个方面。以下是智能工厂建设中收集数据的主要方式：
　　一、基础设施层的数据采集
　　传感器与PLC控制：
　　传感器：通过安装在生产线上的各类传感器（如温度传感器、压力传感器、流量传感器等）实时采集生产过程中的物理量数据。
　　PLC（可编程逻辑控制器）：作为控制核心，PLC能够接收来自传感器的数据，并根据预设的程序逻辑控制生产设备的运行，同时记录设备的运行状态、生产参数等数据。
　　物联网网关：
　　物联网网关负责将传感器和PLC等设备采集的数据进行汇总、转换和传输，实现设备间的互联互通，确保数据能够顺利传输到上层系统。
　　二、智能装备层的数据采集
　　设备监测控制系统：
　　如HMI（人机接口）、DNC（分布式数控）、SCADA（数据采集与监测控制系统）等，这些系统能够实时监测和控制生产设备的运行状态，收集设备的生产数据、故障信息等。
　　三、智能产线层的数据采集
　　MES（制造执行系统）：
　　MES是智能工厂中的核心系统之一，它负责从生产设备、传感器等底层设备收集数据，并进行处理、分析和展示。MES能够实时跟踪生产进度、监控生产质量、优化生产流程等。
　　条码与RFID技术：
　　条码技术：通过扫描产品上的条码标签，快速收集产品的生产批次、物料信息、加工资源编号等数据。
　　RFID技术：利用无线射频识别技术，自动识别生产线上的产品、物料等资源，并实时收集其位置、状态等信息。

　　四、智能车间层与工厂管控层的数据采集
　　上层管理系统：
　　如PLM（产品生命周期管理）、ERP（企业资源计划）、SCM（供应链管理）、CRM（客户关系管理）等系统，这些系统能够收集与产品设计、生产、销售等各个环节相关的数据，为企业的整体运营提供数据支持。
　　大数据与云计算：
　　利用大数据技术和云计算平台，对收集到的海量数据进行存储、处理和分析，挖掘数据背后的价值，为企业的决策提供科学依据。
　　五、数据采集的注意事项
　　数据完整性：确保采集到的数据完整、准确，避免数据丢失或错误。
　　实时性：尽可能实现数据的实时采集和传输，以便及时反映生产现场的实际情况。
　　安全性：加强数据采集过程中的安全防护措施，防止数据泄露或被非法篡改。
　　标准化：制定统一的数据采集标准和规范，确保不同系统、不同设备之间的数据能够顺利交换和共享。
　　综上所述，智能工厂建设中的数据收集是一个复杂而系统的过程，需要综合运用多种技术和方法来实现。通过构建完善的数据采集体系，可以为企业的生产管理、质量控制和决策支持提供有力的数据支撑。