数据采集类型

工业数据主要来源于机器设备数据、工业信息化数据和产业链相关数据。不仅要涵盖基础数据，还要逐步包括用户行为数据、社交关系数据、用户意见和反馈数据、设备和传感器采集的周期性数据等各类数据。目前主要包括以下几种数据采集类型：

（1）海量的Key-Value数据：在传感器技术飞速发展的今天，光电、热敏、气敏、力敏、磁敏、声敏、湿敏等不同类别的工业传感器在工业现场得到了大量应用，而且很多时候机器设备的数据大概要到毫秒的精度才能分析海量的工业数据。因此，这部分数据的特点是每条数据内容很少，但是频率极高。

（2）文档数据：包括工程图纸、仿真数据、设计CAD图纸等，还有大量的传统工程文档。

（3）信息化数据：是由工业信息系统产生的数据，一般是通过数据库形式存储的，这部分数据是最好采集的。

（4）接口数据：由已经建成的工业自动化或信息系统提供的接口类型数据，包括txt格式、JSON格式、XML格式等。

（5）视频数据：工业现场的视频监控设备产生的大量视频数据。

（6）图像数据：工业现场各类图像设备拍摄的图片，例如巡检人员用手持设备拍摄的，或机器人自动拍摄的设备、环境信息图片等。

（7）音频数据：语音及声音信息。例如操作员的通话、设备运转的音量等。

（8）其他数据：例如遥感遥测信息、三维信息等。

数据采集方法

通过5G工业边缘计算远程网关外接传感器设备或者视频装置，传感器是一种检测装置，能感受到被测量的信息，并将信息按一定规律转换成电信号或其他所需形式的信息输出，以满足数据的传输、处理、存储、显示和控制等要求。生产车间中存在许多传感节点，24小时监控着整个生产过程，当发现异常时，迅速反馈至上位机，是数据采集的感官接收系统，属于数据采集的底层环节。

数据采集难点

（1）数据量巨大

如果单纯是将数据采集到，可能还比较好完成。但是，因为必须要考虑数据的规范与清洗，所以在存储之前需要对海量的数据进行处理，从技术上又提高了难度。

（2）工业数据的协议不规范

互联网数据采集一般都是常见的HTTP等协议，但在工业领域，有ModBus、OPC、CAN、ControlNet、DeviceNet、Profibus、Zigbee等各类型工业协议，而且各个自动化设备生产及集成商还会自己开发各种私有的工业协议，导致在工业协议的互联互通上，出现了极大的难度。很多企业在工业现场实施综合自动化等项目时，遇到的最大问题就是面对众多的工业协议，无法及时有效地进行解析和采集。

（3）视频传输所需通讯带宽巨大

随着云计算技术的普及、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已经是大势所趋了。现在一个工业企业可能会有几十路视频，成规模的企业会有上百路视频，如此大量的视频文件如何通过互联网顺畅地传输到云端，也是需要面临的巨大挑战。

（4）对原有系统的采集难度大

在实施大数据项目时，数据采集往往不仅仅是针对传感器或者PLC，而是采集已经部署完成的自动化系统的上位机数据。这些自动化系统在部署时，厂商水平参差不齐，大部分系统是没有数据接口的，文档也大量缺失，大量的现场系统没有电表等基础设施数据，使得对这部分数据采集的难度极大。

（5）安全性考虑不足

原先的工业系统都是运行在局域网中，安全问题不是突出考虑的重点。一旦需要通过云端调度工业之中最为核心的生产能力，又没有对安全的充分考虑，造成的损失是难以弥补的。

随着物联网的发展，智能产品/智能生产设备/智能测试设备所产生的数据将越来越多，这些大规模数据需要放到云端进行处理。爱陆通5G工业边缘计算远程网关可以进行有效、低时延高带宽的数据传输。在数据放到云端，需要无穷无尽的传输带宽和数据处理能力，“云”难免不堪重负，因此需要边缘计算来分担云计算的压力。所以，在工业现场的边缘侧进行数据采集、处理及传输的5G工业边缘计算远程网关承担着不可小觑的重任。后期边缘计算与云平台再进行融会贯通，实现“边云一体化”，利用大数据分析赋能生产，能够发挥工业数据的真正价值。