http://m.casecurityhq.com 2023-11-08 10:53 來源:大數(shù)據(jù)DT
導(dǎo)讀:工業(yè)物聯(lián)網(wǎng)感知層作為物理世界與數(shù)字世界的橋梁,是數(shù)據(jù)的第一入口。現(xiàn)實情況下,由于感知層數(shù)據(jù)來源非常多樣,來自各種多源異構(gòu)設(shè)備和系統(tǒng),因此如何從這些設(shè)備和系統(tǒng)中獲取數(shù)據(jù),是工業(yè)物聯(lián)網(wǎng)面臨的第一道門檻。在工業(yè)領(lǐng)域,感知即通常所說的工業(yè)數(shù)據(jù)采集。
01 工業(yè)數(shù)據(jù)采集的范圍
工業(yè)數(shù)據(jù)采集利用泛在感知技術(shù)對多源異構(gòu)設(shè)備和系統(tǒng)、環(huán)境、人員等一切要素信息進(jìn)行采集,并通過一定的接口與協(xié)議對采集的數(shù)據(jù)進(jìn)行解析。信息可能來自加裝的物理傳感器,也可能來自裝備與系統(tǒng)本身。
《智能制造工程實施指南(2016—2020)》將智能傳感與控制裝備作為關(guān)鍵技術(shù)裝備研制重點(diǎn);針對智能制造提出了“體系架構(gòu)、互聯(lián)互通和互操作、現(xiàn)場總線和工業(yè)以太網(wǎng)融合、工業(yè)傳感器網(wǎng)絡(luò)、工業(yè)無線、工業(yè)網(wǎng)關(guān)通信協(xié)議和接口等網(wǎng)絡(luò)標(biāo)準(zhǔn)”,并指出:“針對智能制造感知、控制、決策和執(zhí)行過程中面臨的數(shù)據(jù)采集、數(shù)據(jù)集成、數(shù)據(jù)計算分析等方面存在的問題,開展信息物理系統(tǒng)的頂層設(shè)計。”
這里面蘊(yùn)含兩方面信息:一是工業(yè)數(shù)據(jù)采集是智能制造和工業(yè)物聯(lián)網(wǎng)的基礎(chǔ)和先決條件,后續(xù)的數(shù)據(jù)分析處理依賴于前端的感知;二是各種網(wǎng)絡(luò)標(biāo)準(zhǔn)統(tǒng)一后才能實現(xiàn)設(shè)備系統(tǒng)間的互聯(lián)互通,而多種工業(yè)協(xié)議并存是目前工業(yè)數(shù)據(jù)采集的現(xiàn)狀。
廣義上,工業(yè)數(shù)據(jù)采集分為工業(yè)現(xiàn)場數(shù)據(jù)采集和工廠外智能產(chǎn)品/移動裝備的數(shù)據(jù)采集(工業(yè)數(shù)據(jù)采集并不局限于工廠,工廠之外的智慧樓宇、城市管理、物流運(yùn)輸、智能倉儲、橋梁隧道和公共交通等都是工業(yè)數(shù)據(jù)采集的應(yīng)用場景),以及對ERP、MES、APS等傳統(tǒng)信息系統(tǒng)的數(shù)據(jù)采集。
如果按傳輸介質(zhì)劃分,工業(yè)數(shù)據(jù)采集可分為有線網(wǎng)絡(luò)數(shù)據(jù)采集和無線網(wǎng)絡(luò)數(shù)據(jù)采集。
02 工業(yè)數(shù)據(jù)采集的特點(diǎn)
工業(yè)數(shù)據(jù)采集具有一些鮮明的特征,在面對具體需求時,不同場景會對技術(shù)選型產(chǎn)生影響,例如設(shè)備的組網(wǎng)方式、數(shù)據(jù)傳輸方式、數(shù)據(jù)本地化處理、數(shù)據(jù)匯聚和管理等。
1. 多種工業(yè)協(xié)議并存
工業(yè)領(lǐng)域使用的通信協(xié)議有很多,如PROFIBUS、Modbus、CAN、HART、EtherCAT、EthernetIP、Modbus/TCP、PROFINET、OPC UA,以及大量的廠商私有協(xié)議。這種狀況出現(xiàn),很大程度上是因為工業(yè)軟硬件系統(tǒng)存在較強(qiáng)的封閉性和復(fù)雜性。
設(shè)想在工業(yè)現(xiàn)場,不同廠商生產(chǎn)的設(shè)備,采用不同的工業(yè)協(xié)議,要實現(xiàn)所有設(shè)備的互聯(lián),需要對各種協(xié)議做解析并進(jìn)行數(shù)據(jù)轉(zhuǎn)換,這是工業(yè)物聯(lián)網(wǎng)存量改造項目開展時最先遇到的問題——想要解決“萬國牌”設(shè)備的數(shù)據(jù)采集,耗時又費(fèi)力。
如果是新建設(shè)的工廠,應(yīng)從最開始的規(guī)劃階段考慮車間、廠級和跨地域的企業(yè)級工業(yè)物聯(lián)網(wǎng)應(yīng)用要求,在沒有歷史包袱的情況下,通過制定標(biāo)準(zhǔn),綜合評估現(xiàn)場的電磁環(huán)境抗干擾要求、數(shù)據(jù)帶寬要求、傳輸距離、實時性、組網(wǎng)時支持的設(shè)備節(jié)點(diǎn)數(shù)量限制、星形或Daisy-Chain網(wǎng)絡(luò)拓?fù)?、后期擴(kuò)展性等因素,選擇合適的技術(shù)路線,并設(shè)計好OT與IT互通的接口,這將大大降低數(shù)據(jù)采集的難度和工作量。
2. 時間序列數(shù)據(jù)
工業(yè)數(shù)據(jù)采集大多數(shù)時候帶有時間戳,即數(shù)據(jù)在什么時刻采集。大量工業(yè)數(shù)據(jù)建模、工業(yè)知識組件和算法組件,均以時間序列數(shù)據(jù)作為輸入數(shù)據(jù),例如時域分析或頻域分析方法,都要求原始數(shù)據(jù)包含時間維度信息。
工業(yè)物聯(lián)網(wǎng)應(yīng)用越來越豐富,延伸到了更多的場景下,例如室內(nèi)定位開始在智慧倉儲、無人化工廠中探索應(yīng)用,無論是基于時間還是基于接收功率強(qiáng)度的定位方式,其定位引擎都要求信號帶有時間標(biāo)簽,才能完成定位計算,保證時空信息的準(zhǔn)確性和可追溯性。
在搭建工業(yè)物聯(lián)網(wǎng)平臺時,應(yīng)結(jié)合時間序列數(shù)據(jù)的特點(diǎn),在數(shù)據(jù)傳輸、存儲、分析方面做針對性的考慮。例如時序數(shù)據(jù)庫(Time Series DataBase,TSDB)專門從時間維度進(jìn)行設(shè)計和優(yōu)化,數(shù)據(jù)按時間順序組織管理。
圖3-1所示為典型的時間序列數(shù)據(jù),存儲于關(guān)系型數(shù)據(jù)庫中,當(dāng)數(shù)據(jù)規(guī)模急劇增大時,關(guān)系型數(shù)據(jù)庫的處理能力變得吃緊,需要性能更優(yōu)的數(shù)據(jù)庫。工業(yè)數(shù)據(jù)和互聯(lián)網(wǎng)數(shù)據(jù)存在很大差別,前者通常是結(jié)構(gòu)化的,而后者以非結(jié)構(gòu)化數(shù)據(jù)為主。
▲圖3-1 時間序列數(shù)據(jù)示例
3. 實時性
工業(yè)數(shù)據(jù)采集的一個很大特點(diǎn)是實時性,包括數(shù)據(jù)采集的實時性以及數(shù)據(jù)處理的實時性。例如基于傳感器的數(shù)據(jù)采集,其中一個重要指標(biāo)為采樣率,即每秒采集多少個點(diǎn)。采樣率低的如溫濕度采集,采樣間隔在分鐘級;采樣率高一些的如振動信號,每秒鐘采集幾萬個點(diǎn)甚至更多,方便后續(xù)信號分析處理以獲得高階諧波分量。
有些大的科學(xué)裝置,例如粒子加速器的束流監(jiān)測系統(tǒng),采樣率達(dá)數(shù)兆每秒。采樣率越高意味著單位時間數(shù)據(jù)量越大,如此大的數(shù)據(jù)量,如果不加處理直接通過網(wǎng)絡(luò)傳輸?shù)綌?shù)據(jù)中心或云端,對于網(wǎng)絡(luò)的帶寬要求非常之高,而且如此大的帶寬下,很難保證網(wǎng)絡(luò)傳輸?shù)目煽啃?,可能會產(chǎn)生非常大的傳輸時延。
而部分工業(yè)物聯(lián)網(wǎng)應(yīng)用,如設(shè)備故障診斷、多機(jī)器人協(xié)作、狀態(tài)監(jiān)測等,由于要求在數(shù)據(jù)采集(感知)、分析、決策執(zhí)行之間,完成快速閉環(huán),因此對數(shù)據(jù)的實時處理有著較高的要求。如果將數(shù)據(jù)上傳到云端,云端分析后再繞一圈回來,指導(dǎo)下一步動作,一來一回產(chǎn)生的時延,很多時候?qū)⒆兊貌豢山邮堋?/p>
上述業(yè)務(wù)場景將在靠近數(shù)據(jù)源頭的現(xiàn)場對數(shù)據(jù)進(jìn)行即時處理,實時分析,提取特征量,然后基于分析的結(jié)果進(jìn)行本地決策,指導(dǎo)下一步動作,同時將分析結(jié)果上傳到云端,數(shù)據(jù)量經(jīng)過本地處理后大大減小了。圖3-2所示是實時振動信號狀態(tài)監(jiān)測和數(shù)據(jù)分析。
▲圖3-2 實時振動信號狀態(tài)監(jiān)測和數(shù)據(jù)分析
03 工業(yè)數(shù)據(jù)采集的體系結(jié)構(gòu)
工業(yè)數(shù)據(jù)采集體系包括設(shè)備接入、協(xié)議轉(zhuǎn)換、邊緣計算。設(shè)備接入是工業(yè)數(shù)據(jù)采集建立物理世界和數(shù)字世界連接的起點(diǎn)。設(shè)備接入利用有線或無線通信方式,實現(xiàn)工業(yè)現(xiàn)場和工廠外智能產(chǎn)品/移動裝備的泛在連接,將數(shù)據(jù)上報到云端。工業(yè)數(shù)據(jù)采集發(fā)展了這么多年,存在設(shè)備接入的復(fù)雜性和多樣性。
數(shù)據(jù)接入后,將對數(shù)據(jù)進(jìn)行解析、轉(zhuǎn)換,并通過標(biāo)準(zhǔn)應(yīng)用層協(xié)議如MQTT、HTTP上傳到物聯(lián)網(wǎng)平臺。部分工業(yè)物聯(lián)網(wǎng)應(yīng)用場景,在協(xié)議轉(zhuǎn)換后,可能在本地做即時數(shù)據(jù)分析和預(yù)處理,再上傳到云端,提升即時性并降低網(wǎng)絡(luò)帶寬壓力。
邊緣計算近幾年發(fā)展迅速,大家越來越意識到數(shù)據(jù)就近處理的優(yōu)勢,無論是實效性還是出于數(shù)據(jù)安全性考慮,或是網(wǎng)絡(luò)的可靠性,邊緣計算在工業(yè)物聯(lián)網(wǎng)體系中扮演著重要角色,邊云協(xié)同也逐漸成了共識。
根據(jù)硬件載體不同,將設(shè)備接入產(chǎn)品分為以下3類,分類并非絕對,不同類別之間的差異,在于其側(cè)重點(diǎn)不同。
1. 通用控制器
第一類是通用控制器,來自工業(yè)裝備大腦主控,例如可編程邏輯控制器(Programmable Logic Controller,PLC)、微控制單位(MicroController Unit,MCU)等,工業(yè)自動化領(lǐng)域存在很多控制和數(shù)據(jù)采集系統(tǒng),如分布式控制系統(tǒng)(Distributed Control System,DCS)和數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(Supervisory Control and Data Acquisition,SCADA),它們在承擔(dān)本職功能的同時,可以作為接入設(shè)備使用。
通用控制器通常集成了數(shù)字輸入輸出I/O單元、網(wǎng)絡(luò)通信單元,以及針對特定應(yīng)用的選配功能,如模擬量輸入單元、模擬量輸出單元、計數(shù)器單元、運(yùn)動控制單元等,通過串口或以太網(wǎng)物理接口連接,然后基于現(xiàn)場總線、工業(yè)以太網(wǎng)或標(biāo)準(zhǔn)以太網(wǎng)完成數(shù)據(jù)采集協(xié)議的解析,如圖3-3所示。
▲圖3-3 通用控制器
通用控制器應(yīng)用于數(shù)控機(jī)床、激光切割機(jī)等各種自動化裝備、機(jī)器人(如機(jī)械臂和移動機(jī)器人)、SCADA系統(tǒng)的通信管理機(jī),有些自動化裝備擁有專用控制器,采用不同的硬件架構(gòu)如PowerPC、ARM Cortex等?;谕ㄓ每刂破鞯脑O(shè)備接入,完成自動化裝備自身數(shù)據(jù)、工藝過程數(shù)據(jù)采集。
2. 專用數(shù)據(jù)采集模塊
第二類是專用數(shù)據(jù)采集模塊,采集現(xiàn)場對象的物理信號,傳感器將物理信號變換為電信號后,專用數(shù)據(jù)采集模塊通過模擬電路的A/D模數(shù)轉(zhuǎn)換器或數(shù)字電路將電信號轉(zhuǎn)換為可讀的數(shù)字量。
例如風(fēng)力發(fā)電機(jī)利用力傳感器實現(xiàn)風(fēng)機(jī)混凝土應(yīng)力狀態(tài)的實時在線監(jiān)測,為風(fēng)機(jī)混凝土基礎(chǔ)承載力的評估提供依據(jù),同時利用加速度傳感器采集振動信號,在風(fēng)力發(fā)電系統(tǒng)的運(yùn)行過程中,實時在線監(jiān)測振動狀況并發(fā)送檢測信息,根據(jù)檢測信息有效控制風(fēng)機(jī)運(yùn)轉(zhuǎn)狀態(tài),避免由于共振而造成的結(jié)構(gòu)失效,并對超出幅度閾值的振動進(jìn)行安全預(yù)警。
將力傳感器和加速度傳感器安裝固定于風(fēng)機(jī)上,傳感器輸出端連接到專用數(shù)據(jù)采集模塊的輸入端,專用數(shù)據(jù)采集模塊通過網(wǎng)絡(luò)將數(shù)據(jù)上傳到本地或遠(yuǎn)端服務(wù)器,進(jìn)行下一步數(shù)據(jù)分析和可視化。
專用數(shù)據(jù)采集模塊的形式可能是數(shù)據(jù)采集板卡、嵌入式數(shù)據(jù)采集系統(tǒng)等。對于自動化裝備或機(jī)器人,如果某些關(guān)注的數(shù)據(jù)缺失,無法從其通用控制器直接獲取,此時可通過加裝傳感器,配合專用數(shù)據(jù)采集模塊的方式,完成更多維度的數(shù)據(jù)采集,這種做法很常見。
3. 智能產(chǎn)品和終端
第三類是智能產(chǎn)品和終端,強(qiáng)調(diào)遠(yuǎn)程無線接入和移動屬性。例如通過運(yùn)營商4G/5G蜂窩網(wǎng)絡(luò)、Wi-Fi等室內(nèi)短距離通信,或者低功耗廣域網(wǎng)無線連接上報數(shù)據(jù)。通過無線方式可以采集智能產(chǎn)品和終端的各種指標(biāo)數(shù)據(jù),例如電量、信號強(qiáng)度、功耗、定位、嵌入式傳感器數(shù)據(jù)等。
大部分智能產(chǎn)品和終端在產(chǎn)品定義時直接集成了無線通信能力,手機(jī)和可穿戴設(shè)備屬于典型的例子。當(dāng)前智能產(chǎn)品越來越豐富,萬物互聯(lián)時代,默認(rèn)具備遠(yuǎn)程接入能力,對智能產(chǎn)品使用過程中的各種運(yùn)行指標(biāo)進(jìn)行監(jiān)測,分析采集的數(shù)據(jù),可以指導(dǎo)研發(fā)團(tuán)隊更好地改進(jìn)產(chǎn)品。
例如具有移動屬性的自動化裝備,如AGV機(jī)器人在室內(nèi)基于Wi-Fi自組網(wǎng)集群,實現(xiàn)AGV之間的通信,草皮收割機(jī)在戶外作業(yè)時的遠(yuǎn)程監(jiān)測和控制。有些產(chǎn)品終端本身不具備遠(yuǎn)程接入能力,可間接通過數(shù)傳模塊(Data Transfer Unit,DTU)或工業(yè)網(wǎng)關(guān),實現(xiàn)同樣的效果。
工業(yè)數(shù)據(jù)采集關(guān)于數(shù)據(jù)的界定是非常廣義的,它可能來自通用控制器運(yùn)行時的關(guān)鍵指標(biāo),或者傳感器采集的某個物理量,或者單純一個身份標(biāo)識信息,比如RFID標(biāo)簽EPC數(shù)據(jù)區(qū)定義的標(biāo)簽ID、廣播報文中攜帶的唯一MAC地址等,通信雙方彼此交換的可能僅僅是簡單的身份信息,完成一次確認(rèn),無須多余信息,雖然通信雙方有能力攜帶額外信息。