數據采集是工業互聯網的基礎，沒有數據的工業互聯網將是無源之水，工業互聯網的價值在很大程度上取決於采集數據的數量和質量。

　　數據采集是工業互聯網的基礎，沒有數據的工業互聯網將是無源之水，工業互聯網的價值在很大程度上取決於采集數據的數量和質量。

　　2017年
，IBM商業價值研究院聯合牛津經濟研究院對來自112個國家12,854位高管進行了問卷調查。本次調查統計結果表明，這些高管認為企業的數據隻有20%是來自互聯網，80%是企業自身擁有的生產經營等環節數據，這些數據被人工智能等新技術處理後

，可使傳統企業具有超過互聯網公司的優勢。

　　而車間則是製造企業使用與產生數據的重要場所。這些數據既包括MES等deng信xin息xi化hua係xi統tong裏li運yun行xing與yu產chan生sheng的de數shu據ju，也ye包bao括kuo生sheng產chan設she備bei產chan生sheng的de各ge種zhong狀zhuang態tai與yu製zhi造zao參can數shu等deng數shu據ju。工gong業ye互hu聯lian網wang平ping台tai結jie合he行xing業ye知zhi識shi對dui這zhe些xie數shu據ju進jin行xing進jin一yi步bu處chu理li和he挖wa掘jue
，以yi量liang化hua、可視化等方式，定位生產中存在的問題並進行優化


，可為企業智能製造提供源源不斷的新動能，有效地提升企業競爭力。

　　1 製造數據采集的數據分類

　　由於行業不同
、應用場景不同，對製造數據的分類也不盡相同。

　　首shou先xian是shi對dui製zhi造zao本ben身shen的de理li解jie。從cong狹xia義yi上shang的de理li解jie
，製zhi造zao主zhu要yao是shi將jiang原yuan材cai料liao加jia工gong成cheng產chan品pin的de生sheng產chan過guo程cheng，但dan如ru果guo從cong廣guang義yi的de上shang理li解jie
，製zhi造zao可ke以yi涵han蓋gai產chan品pin研yan發fa、企業資源管理
、產品工藝、生產過程、市場營銷、售後維護等等不同的方麵，製造數據的範圍就變得非常龐大，數據采集的方式自然也就多種多樣了。

　　其次，不同行業對製造數據的分類也不同。比如流程行業，可分為工藝數據、過程數據以及作業實績。工藝數據主要是指溫度
、壓力、電流
、電壓等直接影響生產效率、產品質量的數據。過程數據是指生產過程中所使用或者產生的數據
，比如物料、計劃、生產節拍等等。而實績數據包括投入產出數量、合格率等等。

　　在離散製造行業，主要的製造數據包括設備數據、生產過程數據
、質量數據等。

　　設備數據：設備運行狀態信息、實時工藝參數信息
、故障信息
、維修/維護信息等;

　　生產過程數據：生產計劃、產品加工時間、加工數量、加工人員、加工參數
、產品完工率等;

　　質量數據：產品質量信息
、工藝質量信息等。

　　最後，劃分的標準也不同。也有人將能源數據
、測量測試數據等都定為單獨的一類。

　　本文基於離散行業的劃分習慣

，按照狹義上的製造進行數據種類的劃分

，即設備數據、生產過程數據、質量數據三類，能源數據可合並到設備數據，測量測試數據可並入質量數據類。

　　2 製造數據采集的方式

　　目前
，製造數據的主要采集方式有設備自動采集、人工終端反饋、其他外圍終端采集等。

　　1.設備自動采集

　　這zhe類lei係xi統tong有you些xie是shi設she備bei廠chang家jia提ti供gong，優you點dian是shi對dui自zi家jia設she備bei研yan究jiu的de很hen深shen入ru
，但dan對dui其qi他ta廠chang家jia，特te別bie是shi競jing爭zheng對dui手shou的de產chan品pin兼jian容rong性xing就jiu差cha很hen多duo，因yin此ci，在zai市shi場chang麵mian上shang更geng多duo的de是shi采cai用yong第di三san方fang廠chang家jia提ti供gong的de專zhuan業ye數shu據ju采cai集ji係xi統tong。這zhe種zhong設she備bei數shu據ju采cai集ji係xi統tong，在zai離li散san製zhi造zao行xing業ye叫jiaoMDC(機床監控與數據采集係統
，Manufacturing Data Collection)，在流程製造業用SCADA係統(數據采集與監視控製係統)實現設備數據的自動采集。如圖1所示的MDC顯示界麵。

　　設備數據自動采集的手段主要有以下三種：

　　1）帶網卡的數控機床——通過機床網卡，實現對設備狀態的遠程自動采集。采集的內容包括運行參數(主軸轉速、進給速度
、主軸功率
、刀具坐標等)以及加工產品、加工數量、報警信息等。該種采集方案的優點是采集的數據種類多
、實時性強。缺點是
，受控製係統的限製

，目前主要是西門子
、發那科
、海德漢、華中數控等部分主流係統支持。當然，由於這是智能製造的發展趨勢，越來越多的機床控製係統也開始支持網卡的數據采集。

　　2）PLC采集——通過設備PLC輸出接口，結合其通訊協議，實現對設備狀態采集，包括溫度、壓力、流量、液位等。優點是支持PLC采集的係統比較多

，適用麵廣。缺點是從采集效果上，略遜色網卡采集的效果，但內容也相對豐富，基本滿足製造業的需求。

　　3）硬件采集——duiyixiebijiaolaojiudeshebei，yinqiwushujushuchujiekouhuozhemeiyoutongxunxieyi，ketongguocizhongfangshijinxingshujucaiji。youdianshijihushiherenheshebei，quedianshicaijideshujuzhongleiyouxian。

　　2.人工終端反饋采集

　　對於不能實現自動采集的生產工位，可通過現場工位機
、移動終端
、條碼掃描槍等數字化設備進行數據采集。采集內容包括生產開工、完工時間、生產數量、檢驗項目
、檢驗結果、產品缺陷、設備故障等。該種采集方式優點是對設備的要求低，適用場景廣

，但缺點是受製於人的主動性

，在數據的實時性、準確性
、客觀性等方麵都有所欠缺。

　　3.其他外圍終端采集

　　采用RFID、集成等方式實現製造數據采集。

　　1）RFID：RFID射(she)頻(pin)識(shi)別(bie)是(shi)一(yi)種(zhong)非(fei)接(jie)觸(chu)式(shi)的(de)自(zi)動(dong)識(shi)別(bie)技(ji)術(shu)，它(ta)通(tong)過(guo)射(she)頻(pin)信(xin)號(hao)自(zi)動(dong)識(shi)別(bie)目(mu)標(biao)對(dui)象(xiang)並(bing)獲(huo)取(qu)相(xiang)關(guan)數(shu)據(ju)，識(shi)別(bie)工(gong)作(zuo)無(wu)須(xu)人(ren)工(gong)幹(gan)預(yu)，可(ke)應(ying)用(yong)於(yu)各(ge)種(zhong)惡(e)劣(lie)環(huan)境(jing)。

　　2）與其他設備集成。如三坐標測量機等檢測設備

，可通過與設備進行集成，讀取產品檢測信息,用於質量管理與追溯。

　　3 製造數據的狀態管理

　　在製造數據采集的基礎上
，需要對采集到的相關數據進行上分析並指導生產的改進與優化。

　　1.設備狀態數據分析

　　對采集到的各種數據進行加工處理後，以各種方式進行輸出和展現，使相關人員第一時間了解設備生產的實時情況，如實時狀態、加工工藝數據等，便於做出及時、科學的管理決策。

　　2.生產工藝數據優化

　　主要表現在兩方麵：

　　1）設備工藝參數監控：將采集到的設備工藝參數
，如溫度、壓力等，與設定的標準參數進行實時比對與管控，從而實現對生產過程進行實時
、動態、嚴格的工藝控製

，確保產品質量的穩定性。

　　2）工藝改進與優化：對製造過程的主要工藝參數與完工後的產品合格率進行綜合分析
，便於為工藝改進與優化。

　　3.生產過程追溯

　　通過產品製造的過程數據實現對產品製造曆史的追溯，達到問題複現、質量追溯等目的。

　　4 製造數據采集的發展方向

　　隨著物聯網等技術的發展，製造數據采集在設備兼容性、數據豐富性、數據價值挖掘等方麵都有了快速發展

，下麵分別從數據的采集廣度
、采集深度及價值利用等方麵進行闡述。如圖2所示。

　　1.采集的“廣度”

　　采集的對象可分為兩類
，一類是本身就具備數字化功能的設備

，如數控機床
、熱處理設備、機器人、AGV、自動化立體倉庫等數字化設備。另一類是“啞設備”
，就是本身不具有數字化功能
，但可以通過改造或者借助信息化手段
，使相關信息能進入數字化係統的設備、設施
、物料、人員等
，都可歸於該類。如對普通機床通過增加智能采集硬件
，對物料通過二維碼、RFID等方式，對人員通過刷卡或者信息係統進行相應的數據采集。

　　通過對更多設備、設施
、物料等的采集，實現更廣的兼容性
，這是製造數據采集在廣度方向的發展趨勢。

　　2.采集的“深度”

　　充分發揮數字化設備及相關信息化係統越來越好的開放性
，以及越來越強大的傳感器、物wu聯lian網wang等deng采cai集ji技ji術shu，使shi采cai集ji的de數shu據ju種zhong類lei更geng豐feng富fu
，準zhun確que度du更geng高gao，實shi時shi性xing更geng強qiang，並bing且qie成cheng本ben更geng低di，從cong而er性xing價jia比bi更geng高gao地di采cai集ji到dao更geng多duo的de各ge種zhong數shu據ju，為wei大da數shu據ju深shen度du挖wa掘jue與yu價jia值zhi體ti現xian提ti供gong數shu據ju原yuan料liao基ji礎chu。（瀚雲科技）

　　3.應用的“高度”

　　數據是智能製造的基礎，結合製造業行業知識對這些數據進行充分的挖掘與利用
，對製造企業具有非常重要的意義。

　　利(li)用(yong)這(zhe)些(xie)數(shu)據(ju)

，首(shou)先(xian)實(shi)現(xian)了(le)設(she)備(bei)或(huo)生(sheng)產(chan)過(guo)程(cheng)的(de)可(ke)見(jian)性(xing)
，對(dui)設(she)備(bei)或(huo)生(sheng)產(chan)處(chu)於(yu)什(shen)麼(me)狀(zhuang)態(tai)，可(ke)一(yi)目(mu)了(le)然(ran)。通(tong)過(guo)與(yu)設(she)備(bei)維(wei)修(xiu)維(wei)護(hu)等(deng)行(xing)業(ye)知(zhi)識(shi)的(de)結(jie)合(he)，知(zhi)道(dao)發(fa)生(sheng)了(le)什(shen)麼(me)事(shi)情(qing)
，這(zhe)是(shi)數(shu)據(ju)的(de)認(ren)知(zhi)性(xing)應(ying)用(yong)。

　　通tong過guo大da數shu據ju分fen析xi，預yu測ce將jiang來lai可ke能neng出chu現xian的de故gu障zhang等deng問wen題ti，實shi現xian設she備bei的de可ke預yu測ce性xing維wei護hu，避bi免mian因yin為wei設she備bei的de宕dang機ji而er影ying響xiang整zheng條tiao產chan線xian的de正zheng常chang運yun轉zhuan，實shi現xian生sheng產chan流liu暢chang的de生sheng產chan。

　　自適應是數據最高層級的應用

，通過數據采集
、狀態感知
、實時分析、自主決策

，甚至是機器的自學習
，係統根據實時狀態進行動態調整與優化，甚至是自我修複
，實現高效、高質、無憂的智能化生產。

　　總zong之zhi
，隨sui著zhe傳chuan感gan器qi技ji術shu的de突tu飛fei猛meng進jin及ji成cheng本ben的de迅xun速su下xia降jiang，使shi得de傳chuan感gan器qi無wu處chu不bu在zai，實shi時shi的de數shu據ju采cai集ji成cheng為wei可ke能neng，各ge種zhong設she備bei運yun行xing和he生sheng產chan製zhi造zao大da數shu據ju的de快kuai速su積ji累lei
，為wei工gong業ye互hu聯lian網wang平ping台tai提ti供gong源yuan源yuan不bu斷duan的de高gao質zhi量liang數shu據ju，並bing與yu行xing業ye知zhi識shi深shen度du結jie合he
，就jiu可ke以yi充chong分fen發fa揮hui工gong業ye互hu聯lian網wang平ping台tai的de價jia值zhi，更geng好hao地di促cu進jin企qi業ye的de智zhi能neng化hua轉zhuan型xing升sheng級ji。