技術之巔 | 數據采集的本質——看MixIOT如何翻越工業互聯網第一座珠峰
【摘要】：
智物聯認為，在單一行業實現單一種類設備數據采集并不能滿足工業互聯的需求，只有在復雜的、多種類設備及多設備集合的工業現場實現數據融合采集，并擁有完善的數據傳輸、處理、存儲、分析能力，才能稱之為“登頂數采珠峰之巔”
智物聯認為，在單一行業實現單一種類設備數據采集并不能滿足工業互聯的需求，只有在復雜的、多種類設備及多設備集合的工業現場實現數據融合采集，并擁有完善的數據傳輸、處理、存儲、分析能力，才能稱之為“登頂數采珠峰之巔”
數據都是一個“測量”的結果
我們認為任何工業數據，工程數據，都是一個“測量”的結果，而不是我們通常意義上的可明確感知的“12345”
工業數據或者工程數據的測量工具，是各種傳感器。傳感器可以去測量工業設備的溫度、壓力、震動等等狀態指標，而傳感器測量的結果，實際上是通過不同方式的模數轉換、計算而得到的。
無論測量什么設備，也無論測量什么狀態指標，其本質都是一樣的，是模擬量和數字量的一個對應的計算關系，既然是計算，那么一定存在誤差。
而在工業現場進行數據采集什么情況都可能有發生，空數據、錯誤的數據、甚至是離譜的數據。異常數據的存在會大幅降低數據采集的真實性和可靠性，那么智物聯MixIOT系統中對異常數據是如何處理的呢？
MixIOT異常數據“過濾”機制
在工業現場設備數據采集層面，采集的上來的數據是不會“撒謊”的。
例如，在空壓機流量監控場景：流量計是以伸入到管道內的探針去測量管道內空氣流速來獲取最終的管道流量數據，但由于管道內空氣存在部分水蒸汽，水蒸汽在探針邊緣會凝結成小水珠，而在水珠形成和滴落瞬間，探針所測得的流量數據是存在異常的，但是該“異常數據”將會被流量計老老實實的記下。自然，錯誤的數據勢必會反饋出錯誤的設備狀態。
傳統的數據采集是無法識別和“過濾”此類異常數據。而智物聯MixIOT內置各場景下的異常數據過濾能力，以此大大提升數據采集的準確性和穩定性。
MixIOT “物聯網對象數據”方法論
智物聯MixIOT誕生伊始，就將工業現場的工業設備集合均統一抽象為“一個對象”，無關其大小、種類、數量，工業物聯對象化即IoT Object，而這將會給客戶帶來更加直觀的可“計算”價值。
圍繞“物聯網對象”，對其核心數據采集理所當然的升級為“對象數據采集”。
以工業園區鍋爐房為例，其中需要采集的不僅僅只是鍋爐本體的運行數據，還有風機、泵、流量計等多類輔機數據，
這些設備/控制器種類型號不一，通訊協議、通信標準、寄存器地址各有不同，數據量龐大，面對此類復雜場景，很多企業的產品或方案無能為力。
那么MixIOT是如何做的呢？
數據柵格與映射：設備數據通過 Aprus采集后，通過柵格數據，以數據柵格（Data Grid）形式保存在時序數據庫中，其主要目的是最大限度減小計算壓力。再通過標準規范的數據映射（Mapping），變換成了馬賽克（Mosaic）數據，，它們被保存在馬賽克時序數據庫里面，供系統使用。
有別于傳統數據采集模塊（DTU、RTU、物聯網網關）的“采一報一”方案，
MixIOT到目前為止，所有數據的展現、應用、統計、計算、分析，實際上都是使用的馬賽克數據。
圖：兩種方式對比示意圖
因此，在MixIOT眼里，無論是帶有何種標簽屬性的不同類別數據，都已擁有高度規范的標準，好比在一堆“雜亂”數序列表中，找到它們的排列規律，而這能為后續的統計、計算提供極大的便利。
MixIOT開放融合的能力
MixIOT開放標準的數據調用接口、數據采集適配器的可編程接口和適配典型行業場景的開發套件，支持二次開發，可讓軟件開發商方便、專注的進行行業應用開發。智物聯還提供了一整套完整的物聯網知識體系（軟件+知識體系+Tools），希望幫助更多的企業加入工業互聯網產業中，構建起一個完善的生態鏈，讓產業更加發展壯大。
在萬物互聯時代背景下，傳統制造業勢必要貫穿“數據孤島”壁壘，讓設備數據與企業信息系統互聯互通，如此企業工業互聯之路才能越走越寬廣。
智物聯MixIOT以其高度規范的底層標準和數據抽象與映射能力，將不同種類設備與設備集合抽象為“物聯網對象”，實現無關設備種類的泛接入，復雜工業現場“數據融合采集”。同時開放數據應用接口，實現在應用層設備數據的隨心所用，由此翻越了工業互聯網第一座珠峰——數據采集
如有疑問或想了解更多，請咨詢：0755-23740592
