物联网在现代工业品生产环节的应用

池艳江 魏彦存

新奥阳光易采科技有限公司 河北廊坊 06500

近几年物联网、大数据应用的出现，改变了我们的传统生产、生活模式。物联网使我们单个设备实现了网络化，从而提高了我们的生活品质也提高了生产效率。大数据的出现，为企业带来了前所未有的发展，已成为企业和商业的又一生产力。目前传统的制造业在大数据引用处于刚起步阶段，数据的采集及应用过程中遇到了一些难点，这也是许多企业在使用过程中的痛点，本文主要介绍了工业品生产加工过程数据的采集，针对双方（平台及商家）提出了痛点，及应对策略。

1 数据采集现状

工业控制网络发展较早、技术成熟、应用较为广泛，以现场总线技术和工业以太网技术为代表的工业控制网络技术引发了工业自动化领域的重大变革，工业自动化正朝着网络化、开放化、智能化和集成化的方向发展。[1]物联网集成了工业控制网络的特性，实现了与工业网络通讯的兼容性，目前市面上物联网模块开发厂家较多，模块兼容了大部分主流控制系统协议，这也是物联网市场的巨大空间驱动这模块的不断更新换代。

2 数据采集的难点

数据采集的难点主要体现在三个方面，一是生产现场难点，普遍从在人工生产较多、生产关键节点较为分散、现场控制系统多样化、控制协议多样化；二是平台数据应用难点，生产数据采集频率之快，数据筛选之难，质量数据分析工具难以套用，如何针对这些问题制定应对策略。

2.1 数据采集应有重点

数据的统计质量保函了多项指标，如及时性、相关性、准确性、完整性，[2]我们如何解决这些问题，真正体现数据的可靠性，这是需要我们解决的问题，因此我们引入在生产关键关键利用数据采集的优势实现数据的自动采集，减少人为因素对关键数据的干扰，进而提升数据的正确性。

2.2 控制协议要标准

现场控制系统较多，用到的通讯协议也多样化，目前多数采集器已做到了支持多协议通讯，然儿对于上层平台的采集应做到标准化，避免多种开发，目前大数据平台用到了JSON格式，平台接口应规划统一的标准的API接口。

2.3 数据降维处理

生产数据庞大，数据采集频率之高，数据筛选方法是关键，可疑数据是具有价值数据，可疑数据分为以下几项。

设备自身不稳定引发；

生产准备期间引发；

检测设备的误差引发。

其他维度模型搭建

二是无法实现自动采集器数据的，我们采用图表数据模型，企业根据自身产品特性填入相关信息，从而实现了产品数据的完整性，如下图模型。

通过以上数据模型，我们为生产企业展示了产品的全面性，体现了产品的特性，对于购买方，我们提供了方便快捷的查询入口，帮助不专业人士做出合适的决策。

3 结语

B2B的时代将迎来大发展，据中国产业信息网报道，2018年较上年交易增长21.5%，交易额接近25万亿。庞大的市场得益于政府对电子商务的大力支持、互联网的普及、云计算、大数据发展为B2B电子商务提供了技术支持。各平台根据自身情况，提供特色的服务，占据市场，在市场中不断寻找机会，快速迭代，不断创新才能立足市场。