门头沟信息港
法律
当前位置:首页 > 法律

工业大数据车间物联网数据管理

发布时间:2019-08-23 23:13:26 编辑:笔名

《制造业数据管理的再认知》一文中我们将工业大数据分为公共资源数据、工程类数据、管理类数据和物联数据。这篇文章主要谈谈物联数据,也是数据管理部分的一篇了。传统的管理系统将人作为数据采集端,用流程来固化组织的行为,用指标来衡量评价流程和组织的效率。工业企业的,就是要将人和物联系起来,将系统和物联系起来,将物作为数据采集端,由人或系统进行数据分析和决策。数据的分析与优化是物联网的关键技术之一,也是未来物联网发挥价值的关键点。物联网在工业中有很多种应用方式,如物流仓储、生产制造、产品运维等,我们这里重点讲讲生产制造和产品运维。

节物联数据的组织方式

工业企业的生产制造一般称为车间物联网或者叫制造物联,通过使用传感器、无线网络通信、GPS定位、语音视频系统等技术把制造计划与制造资源 人、机、料、法、环 等信息链接起来,从而对五大制造资源智能化识别、定位、跟踪、监控和管理,从而满足企业指挥调度、环境监测等方面的管理要求。五大制造资源分为静态属性和动态属性,如一台机床设备的静态属性又可以分为管理信息(设备编码、设备名称、设备分类等)、静态参数(工作环境、进给速度、切削参数等)、动态参数(机床状态、车床完备率、车床负荷率、维修记录等)。静态属性不受生产过程的影响,并在生产流程开始之前已经确定,是车间现场管理中的常量数据,但这些数据并非永远固定不变,它们可在生产过程结束后由用户进行调整;动态数据是一直处于变化中的数据,车间物联网数据大多属于动态数据。

第二节物联数据的管理技术

车间物联网是一种典型的复杂信息系统,涉及数据管理的各个方面,主要包括:数据质量控制、数据融合与集成、复杂事件处理、数据存储与处理,以及安全访问控制等。

数据质量控制:物联网的数据质量可以用精确度、置信度和完整性三个指标来衡量。在提高射频识别、传感器网络数据质量控制方面,主要采用清除多读和误读数据、填补漏读的数据。数据清洗通常采用概率统计和时空关联的方法。

数据融合与集成:物联网数据空间内数据对象的多态性表现在多类型、异构和无统一模式。因此,一方面需要构建车间统一的数据模型,用统一的方式表达数据;第二方面以统一数据模型为基础,研究如何将异构数据映射和转换到统一的数据框架中;第三方面物联网中的数据源是分布、自治和独立的。在数据集成过程中,有时需要自动地发现相关的数据源;第四方面要记录数据的来源,从而实现数据的溯源;第五方面车间制造资源是不断变化的,这种变化会对于数据的一致性、版本和模式更新等产生影响,要能够记录数据演化的过程。

复杂事件处理:在典型的物联网应用中,上层系统负责监测各个物体的状态和行为,并控制其按照既定的程序作出智能反应并完成相应行为。物体的行为通常以事件形式表达。

   

本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

妇科炎症发病原因
南通哪整形美容专科医院好
阳泉男科医院哪好
友情链接