鏈接認(rèn)知斷點(diǎn)，構(gòu)建自己的工業(yè)互聯(lián)網(wǎng)全景認(rèn)知

近三年來，盡管從國家到地方，從互聯(lián)網(wǎng)公司、工業(yè)軟件企業(yè)到制造型公司，都給予工業(yè)互聯(lián)網(wǎng)很多關(guān)注和期待，甚囂塵上，但不得不說，對(duì)于工業(yè)互聯(lián)網(wǎng)的全景認(rèn)知仍是個(gè)重大挑戰(zhàn)！

在剛剛結(jié)束的2019年工業(yè)互聯(lián)網(wǎng)峰會(huì)上，邁迪信息董事長任開迅接受經(jīng)濟(jì)觀察報(bào)采訪時(shí)一語道破：

“別說是制造業(yè)企業(yè)了，即便是很多工業(yè)互聯(lián)網(wǎng)服務(wù)商，或咨詢公司，單靠自身力量，都很難把工業(yè)互聯(lián)網(wǎng)整個(gè)弄明白，因?yàn)楣I(yè)企業(yè)的個(gè)性化非常強(qiáng)，場景復(fù)雜?！?/p>

實(shí)際上，這是一個(gè)新行業(yè)從孕育到成熟都會(huì)面對(duì)的一個(gè)共性問題——溝壑林立的垂直行業(yè)，繁雜深厚的行業(yè)知識(shí)，IT與OT的長期分立，以及從思維到行動(dòng)的巨大差異……

理解工業(yè)互聯(lián)網(wǎng)（平臺(tái)），行業(yè)里也有很多視角，每個(gè)深處其中的人，猶如深入?yún)擦稚钐?，猶如身在廬山之上，都有個(gè)共同的感受：力不從心。

造成對(duì)全景認(rèn)知的無力感，主要原因在于“斷點(diǎn)太多”。

工業(yè)互聯(lián)網(wǎng)研習(xí)社推崇的方式是，首先在信息和知識(shí)層面打破這種垂直林立、顯而易見的壁壘，從資訊獲取和知識(shí)結(jié)構(gòu)上走出“舒適區(qū)”，去“看到更大的世界”，從而構(gòu)建起基于多元思維模型的認(rèn)知體系。

當(dāng)然，這是困難的，但是“無限風(fēng)光在險(xiǎn)峰”，這種認(rèn)知跨越是真正的“風(fēng)光”。今天給大家推薦一種認(rèn)知視角：數(shù)據(jù)視角。

一方面，數(shù)據(jù)價(jià)值比較中立，不會(huì)有太多的立場之爭，容易跨越行業(yè)之見，達(dá)成共識(shí)，利于溝通與協(xié)作；

另一方面，數(shù)據(jù)價(jià)值的潛力巨大，其重要性已經(jīng)在消費(fèi)互聯(lián)網(wǎng)領(lǐng)域被驗(yàn)證，各方非常重視；而且工藝數(shù)據(jù)等本身就是工業(yè)企業(yè)的核心機(jī)密，對(duì)企業(yè)立足及轉(zhuǎn)型發(fā)展都具有十分重要的意義。

今天我們試圖從數(shù)據(jù)視角，接通斷點(diǎn)，從數(shù)據(jù)采集、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)分析、數(shù)據(jù)應(yīng)用展示等維度勾勒工業(yè)互聯(lián)網(wǎng)全貌，發(fā)現(xiàn)那條美麗的“數(shù)據(jù)線”。

第一道閘：數(shù)采

數(shù)據(jù)是工業(yè)智能化的核心驅(qū)動(dòng)。首先說數(shù)據(jù)采集，這是構(gòu)建工業(yè)互聯(lián)網(wǎng)平臺(tái)和應(yīng)用的基礎(chǔ)，沒有數(shù)據(jù)就如同“無源之水，無本之木”。近兩年業(yè)界以談?wù)撈脚_(tái)為主，而在一定程度上忽視了數(shù)據(jù)采集的基礎(chǔ)現(xiàn)實(shí)，工業(yè)互聯(lián)網(wǎng)產(chǎn)業(yè)聯(lián)盟（AII）也認(rèn)識(shí)到這個(gè)行業(yè)問題，隨后組織業(yè)界IT、OT和CT相關(guān)方力量，在2018年9月發(fā)布了《工業(yè)數(shù)據(jù)采集產(chǎn)業(yè)研究報(bào)告》。

工業(yè)數(shù)據(jù)采集在工業(yè)互聯(lián)網(wǎng)（IIoT）平臺(tái)架構(gòu)中處于“邊緣層”的位置，包括了設(shè)備接入、協(xié)議解析、邊緣數(shù)據(jù)處理等。工業(yè)數(shù)據(jù)采集廣義范圍既包括工業(yè)現(xiàn)場設(shè)備的數(shù)據(jù)采集和工廠外智能產(chǎn)品/裝備的數(shù)據(jù)采集，也包括對(duì)ERP、MES等應(yīng)用系統(tǒng)的數(shù)據(jù)采集（如圖）。所以，數(shù)采涉及的數(shù)據(jù)量巨大、種類繁多，要與眾多不同協(xié)議對(duì)接。

圖片/工業(yè)數(shù)據(jù)采集體系架構(gòu)

來源/AII發(fā)布《工業(yè)數(shù)據(jù)采集產(chǎn)業(yè)研究報(bào)告》

第二道閘：存儲(chǔ)（讀寫、查詢等）

工業(yè)現(xiàn)場數(shù)據(jù)來源多元，面對(duì)如此巨量、異構(gòu)和實(shí)時(shí)數(shù)據(jù)，應(yīng)該存放在什么地方？如何加密快速傳輸？數(shù)據(jù)是要放在本地，還是直接上云？對(duì)于工業(yè)場景來講，這都是非?，F(xiàn)實(shí)的問題。

于是，“實(shí)時(shí)數(shù)據(jù)庫”登上了歷史舞臺(tái)。

實(shí)際上，業(yè)界的在討論數(shù)采和分析的時(shí)候，都沒有談到實(shí)時(shí)數(shù)據(jù)庫，這其實(shí)就是一個(gè)認(rèn)知斷點(diǎn)。因?yàn)椋@對(duì)工業(yè)企業(yè)推進(jìn)工業(yè)互聯(lián)網(wǎng)是繞不過去的。

其實(shí)，數(shù)據(jù)庫也有自己的一段發(fā)展歷史，現(xiàn)在市面上常見的比如“關(guān)系數(shù)據(jù)庫”，廣泛應(yīng)用于電子商務(wù)和金融科技領(lǐng)域，面向C端的大數(shù)據(jù)存儲(chǔ)與挖掘。但是，工業(yè)現(xiàn)場海量采集數(shù)量有著更高的技術(shù)難度，主要包括在以下幾個(gè)方面：

1、數(shù)據(jù)量巨大，而且實(shí)時(shí)。工業(yè)監(jiān)控?cái)?shù)據(jù)要求采集速度和響應(yīng)速度均是毫秒級(jí)的，如一個(gè)大型企業(yè)幾萬甚至幾十萬監(jiān)測點(diǎn)，這么大容量的高頻數(shù)據(jù)需要實(shí)時(shí)讀寫操作；

2、工業(yè)數(shù)據(jù)的協(xié)議不統(tǒng)一?；ヂ?lián)網(wǎng)數(shù)據(jù)采集一般都是我們常見的HTTP等協(xié)議，但在工業(yè)領(lǐng)域，則存在OPC、CAN、ControlNet等5000多種通訊協(xié)議。

3、對(duì)原有系統(tǒng)的采集難度大。自動(dòng)化系統(tǒng)在部署時(shí)廠商水平參差不齊，大部分系統(tǒng)是沒有數(shù)據(jù)接口的，大量的現(xiàn)場系統(tǒng)沒有點(diǎn)表等基礎(chǔ)裝置，對(duì)于這部分?jǐn)?shù)據(jù)采集的難度極大、效率很低。

4、安全性考慮不足。原先的工業(yè)系統(tǒng)都是運(yùn)行在局域網(wǎng)中，安全問題不是突出考慮的重點(diǎn)。如果接入云端平臺(tái)，對(duì)數(shù)據(jù)存儲(chǔ)安全、傳輸安全等提出了更高要求。

在這種復(fù)雜工業(yè)場景和工業(yè)級(jí)企業(yè)數(shù)采與存儲(chǔ)的需求情況下，關(guān)系型數(shù)據(jù)庫的局限性就顯露出來，實(shí)時(shí)數(shù)據(jù)庫應(yīng)運(yùn)而生。

實(shí)時(shí)數(shù)據(jù)庫（RTDB－Real Time DataBase）是數(shù)據(jù)庫系統(tǒng)發(fā)展的一個(gè)分支，是數(shù)據(jù)庫技術(shù)結(jié)合實(shí)時(shí)處理技術(shù)產(chǎn)生的。首先，實(shí)時(shí)數(shù)據(jù)庫是一個(gè)數(shù)據(jù)庫，主要用來存儲(chǔ)和處理數(shù)據(jù)。但同時(shí)也是一個(gè)系統(tǒng)，實(shí)時(shí)數(shù)據(jù)庫系統(tǒng)是由工業(yè)協(xié)議、實(shí)時(shí)數(shù)據(jù)庫和組態(tài)工具三部分組成的系統(tǒng)。

國內(nèi)外的大中型企業(yè)實(shí)踐表明，在流程行業(yè)中，大量使用實(shí)時(shí)數(shù)據(jù)庫系統(tǒng)進(jìn)行控制系統(tǒng)監(jiān)控，系統(tǒng)先進(jìn)控制和優(yōu)化控制，并為企業(yè)的生產(chǎn)管理和調(diào)度、數(shù)據(jù)分析、決策支持及遠(yuǎn)程在線瀏覽提供實(shí)時(shí)數(shù)據(jù)服務(wù)和多種數(shù)據(jù)管理功能。所以說，實(shí)時(shí)數(shù)據(jù)庫已經(jīng)成為企業(yè)信息化建設(shè)的基礎(chǔ)數(shù)據(jù)平臺(tái)。

既然實(shí)時(shí)數(shù)據(jù)庫在工業(yè)互聯(lián)網(wǎng)落地中那么重要，那如何衡量一款實(shí)時(shí)數(shù)據(jù)庫擔(dān)負(fù)起重任呢？據(jù)專注于工業(yè)數(shù)據(jù)管理技術(shù)近20年、并成功推出openPlant?實(shí)時(shí)數(shù)據(jù)庫系統(tǒng)的專業(yè)廠商——上海麥杰科技股份有限公司總經(jīng)理鄭雁鵬介紹，要想滿足工業(yè)領(lǐng)域高頻實(shí)時(shí)采集和巨大數(shù)據(jù)量的訴求，最好能在四方面具有優(yōu)勢：：

1、良好的開放性和兼容性：豐富的I/O驅(qū)動(dòng)，囊括了市面上所有主流驅(qū)動(dòng)，兼容眾多通信協(xié)議；開放的數(shù)據(jù)訪問接口，便于二次開發(fā)；同時(shí)要有良好的平臺(tái)兼容性；

2、強(qiáng)大的數(shù)據(jù)處理能力: 能夠滿足動(dòng)輒上百萬，甚至在一些大型項(xiàng)目中上千萬IO測點(diǎn)的數(shù)據(jù)寫入要求，同時(shí)又能夠?qū)ξ磥鞹B、PB級(jí)歷史數(shù)據(jù)進(jìn)行高速檢索查詢能力；

3、完備的數(shù)據(jù)安全策略：安全！安全！安全！這在工業(yè)領(lǐng)域是底線，必須在存儲(chǔ)安全存放、數(shù)據(jù)傳輸安全、訪問安全設(shè)計(jì)、用戶權(quán)限系統(tǒng)等方面下足功夫，同時(shí)強(qiáng)化硬件授信設(shè)計(jì)和多層安全隔離支持，確保萬無一失；

4、豐富完善的客戶端應(yīng)用：這是面向客戶的應(yīng)用工具要便于客戶自行構(gòu)建和日常使用，比如提供圖形組態(tài)工具、圖形展示工具、趨勢分析工具、報(bào)警工具、數(shù)據(jù)建模工具、過程回放工具等。

第三道閘：數(shù)據(jù)傳輸

隨著政府推進(jìn)“企業(yè)上云上平臺(tái)”的呼聲，很多人誤以為數(shù)據(jù)傳輸就是“傳到云端”。其實(shí)，不然，因數(shù)據(jù)采集來源的多元性，有些如影響產(chǎn)品質(zhì)量和生產(chǎn)效率的工藝數(shù)據(jù)等非常敏感，是企業(yè)制造過程的核心秘密，不會(huì)輕易上云的；還有一些冗余的信息、時(shí)效性要求不高的信息，也并不是要實(shí)時(shí)上傳到云端的。

在這種情況下，“邊緣計(jì)算派”崛起，集成邊緣計(jì)算功能的網(wǎng)關(guān)受到更多青睞。所以，具體數(shù)據(jù)具體分析，而且要有明確的策略，才是正確的做法。另外，數(shù)據(jù)傳輸安全也很重要。

第四道閘：分析與應(yīng)用

因篇幅所限，關(guān)于數(shù)據(jù)傳輸、分析和應(yīng)用，留待后文詳細(xì)討論，敬請(qǐng)關(guān)注。