在工业生产过程和设施上实施的大数据系统中，云计算只是其中的一个组成部分。然而对于远程监控的应用来说，它是特别有效的方式，数据必须先进行采集，再推送到云端，然后进行存储和分析来创造可用的信息。
　　这通常要涉及到几个步骤，从边缘设备开始，到将信息送达最终用户为止。现代的人机界面（HMI）扮演着至关重要的角色，与智能边缘设备和控制器建立连接，并在将数据推送到云端之前进行过滤。
　　云计算的定义
　　云计算可以被定义为提供计算服务——就像服务器一样，在互联网上提供存储、数据库、网络连接、软件、分析以及更多功能。有很多云服务供应商，大部分的云计算服务收费都是基于用量来计算的，就像每个月的水电费账单一样。

将通过HMI采集到的数据在进行分析和预测之前推送到云端。微软将云计算定义为通过互联网提供计算服务。图片来源：InduSoft

　　由于对信息技术（IT）管理工作的需求很少甚至不需要，云计算为大量各种各样的计算资源提供了网络访问功能。云计算的历史仅仅十年多一点，它包括用于托管网站和博客、存储数据以及流式音频或视频等任务的通用技术。各种软件应用可以简单到就像电子邮件、日历、以及Office软件。云还可以按需提供软件，并提供计算能力来分析数据。
　　例如CONTROL ENGINEERING China版权所有，数据可以被推送到云端控制工程网版权所有，计算出来的模式可以用来进行预测。通过云获得的合适的数据，软件即服务（SaaS）以及基础设施即服务（IaaS）可以被用来提供存储和分析数据的云计算服务。反馈的信息或分析的结果会被用于工厂车间的HMI画面，或者用于任何具有互联网连接的设备上，例如笔记本电脑、智能手机或平板电脑。
　　采集和过滤数据
　　尽管数据分析、历史记录、企业资源计划（ERP），以及其他系统可能托管在云中，但这些应用还需要工厂底层的数据。这些数据源自边缘设备，由传感器或智能边缘设备提供，例如智能仪表、电表、变频设备等等。这些组件可以与控制器、基于PC的HMI或者其他HMI进行连接。一种新的趋势是将HMI的功能嵌入到智能边缘设备内，从而使数据可以在源头进行处理。
　　无论HMI安装在哪里，它都可以在将数据推送到云端或其他存储区域之前过滤数据。对于某些应用场合来说，每秒甚至每分钟进行一次数据采集是不必要的。只有当数据超过特定值或超出定义范围时才需要保存数据。一些现代人机界面可以使用面板进行配置，以便在将数据推送到云端之前过滤和合并数据。
　　HMI通过内置驱动程序可以提供与控制器和其他边缘设备的大部分通信。它不仅可以与成百上千的设备进行通讯控制工程网版权所有，而且可以与云、ERP系统以及本地和远程的数据库进行通讯。除了数据过滤和通讯，在网络或云连接不可用的时候CONTROL ENGINEERING China版权所有，HMI还可以作为数据缓冲器。
　　HMI的安装与云计算
　　一台现代的HMI可以安装在许多平台上。它可以安装在台式机、平板工业PC、瘦客户端、运行Linux或其他操作系统的嵌入式计算机、或者智能边缘设备上。这种从一个平台到另一个平台的可移植性是至关重要的，因为这可以根据应用场合需要而将HMI部署在最佳的平台上。
　　有一些低成本的平台也可以安装HMI，例如微处理器，可以用来采集数据以及向云端推送数据。一台低成本的HMI就可以从各种设备上采集数据、过滤数据并将其推送到云端，无论有没有显示屏。运行内嵌式HMI的智能边缘设备在不通过控制器或全功能HMI连接的情况下也可以向云端推送数据。
　　一旦HMI将数据推送到云端，这些数据就可以被连接到互联网上的任何设备访问。不过在将数据转化为可执行的信息之前，首先对数据进行分析通常是明智的做法。
　　工业领域的云应用
　　云提供了可靠和安全的数据存储，并可用于以数据分析和其他应用的形式来提供软件即服务。
　　数据分析可以揭示出各种模式，云计算可以使用人工智能、机器人以及其他大数据工具。云端的可扩展的处理功能对于执行这些任务来说很有用，这些任务经常需要大量的计算资源。将工厂车间的HMI作为一个网关，从云端对信息进行访问可以通过很多形式做到，包括柱状图、曲线图、趋势图、表格等等。
　　云计算分析和HMI不仅帮助可视化数据，而且还提供更清晰的认知视图。这些先进的数据分析系统具有内嵌的机制，可以帮助分析并找出数据的模式。当数据不再遵循那些模式时，系统可以通过HMI和其他方法自动向用户显示结果或查找结果。
　　认知计算可以检测到异常情况并且报告其发现，即便其状况是没有预先定义或预测的。这可以节省时间并防止用户对每个可能的异常状况进行预测，并且对报警和事件进行正确的编程。
　　云计算已经广泛应用于商业应用场合，并开始应用于工业设置。与传统的现场解决方案相比较控制工程网版权所有，其部署的速度更快、成本更低而且扩展更简单。这些优势会促进其工业应用的增加，而且合适的HMI会让部署基于云的工业大数据解决方案简单得多。（作者：Fabio Terezinho）