在线会议
论坛
专题
工控直播
新闻中心
子站
技术
社区
随着人们对大数据分析在实现企业目标方面作用的关注，如何为运营技术（OT）自动化和控制应用来处理数据www.cechina.cn，正变得越来越重要。数据设计、数据架构和数据采集会深刻地影响数据分析，或者用一句老话来说就是：垃圾进，垃圾出。学习数据收集和分析的最佳实践，以便将数据转化为超出其原始用途的信息和价值，对企业来说是很有必要的。
考虑如下场景：假设两个旅行者正在旅行。第一个人说，“我们迷路了。”第二个人回答说：“我们没有迷路，我知道我们在哪里控制工程网版权所有，我只是不知道如何到达目的地。”第二种表述突出了到达目的地所需要的三项信息。目的地、当前位置以及到达目的地的路径。
要想解决一个问题，需要用户先确定问题、收集数据然后找到解决方案，以创建路线图。图片来源：Martin CSI
数据收集和分析是相似的。很容易“上手”并开始收集数据。但是在这么做之前，请务必先想清楚以下3个方面：
1.目的地：要解决什么问题？
2.位置：有哪些数据可用于解决问题？
3.路径：拥有的数据如何帮助找到解决方案？
数据分析目标：识别和提出问题
数据分析的第一步是识别问题，然后提出问题。例如，制造公司生产的产品，在材料强度方面差异很大，而导致质量差（问题）。
该公司怀疑是制造过程中压力或温度的变化而造成的问题。接下来，以疑问句的形式重新阐述这个问题，然后用数据来回答。例如，在这种场景下，我们可以问：“压力或温度的变化是否会影响产品的强度？”
位置：收集回答问题所需的数据
下一步是决定需要哪些数据来回答问题。可将可用数据认为是当前位置。从表面上看，需要收集的数据似乎很明显：压力和温度。但是，要获得完整的信息，还必须查看数据收集的地点、时间和方式。
例如，用户可能有一个测量过程罐温度的传感器。然而CONTROL ENGINEERING China版权所有，传感器可能安装在罐的顶部，它并不能准确测量反应发生时的温度。因此，用户可能需要添加第二个传感器来更直接地测量反应温度。
用户还需要某种形式的相关数据控制工程网版权所有，使他们能够将每个质量测量与相应的过程测量相关联。在此示例中，用户将记录与过程数据（温度和压力）和质量数据（材料强度）相关的通用批号。他们还需要生成一个新的批号，并在流程的所有步骤中跟踪该批号。
数据分析路径：理解数据与问题之间的关系
分析和跟踪数据可以将用户引导到目的地，以回答原始问题。有许多路径可供选择。其中包括从回归和分类算法到神经网络和监督学习等各种分析方法。但是，用户在开始路径之前需要很好地理解数据和问题之间的关系。他们可能想知道压力和温度的变化是如何影响材料强度，进而影响产品质量的。选择一个模型，插入数据并寻找结果可能很有诱惑力。但对过程有一个很好的理解将获得更好的结果。
如果用户知道温度过热超过2度，会使产品强度变差，那么他们就可以选择一个模型，来帮助在数据中寻找线索。此外，如果知道超温需要1个小时才能影响质量，则有助于选择一个合适的分辨率和采样率。这可能需要做出一些假设，假设越合理，回答问题就越容易。
表：提出问题可以帮助用户确定他们是否需要本地服务器、云服务器、边缘设备或数据集中器。
数据分析系统架构的常用组件
解决和回答完所有问题后，用户就有了到达目的地的路线图，就可以开始数据收集。数据分析系统架构是到达目的地的交通工具。有一些常用的组件用于构建这个架构：
边缘设备：提供本地网络（数据源）和公网设备之间的接口。它们可用于缓冲和格式化数据并执行计算。一些边缘设备可以选择配置防火墙、提供蜂窝访问和充当协议转换器。
数据集中器：该设备通常是可编程逻辑控制器(PLC)，用于从现有传感器和PLC收集和汇总数据。在上传到服务器计算机之前，它可充当缓冲数据、进行数据格式化和计算。
本地服务器：托管在本地的服务器PC。它通常用于提供监控、报告和数据仓库。
云服务器：服务器PC，托管在云中并可通过因特网访问。它可用于提供仪表板、报告、通知、数据仓库和高级分析。
从数据采集到解决方案的路径，有时就像一条漫长而曲折的道路。然而CONTROL ENGINEERING China版权所有，花费在识别问题、提出问题和收集高质量数据上的额外努力，将有助于减少弯路。数据分析系统架构建立在一组通用部件之上www.cechina.cn，是通向目的地的交通工具。所以，当目标、解决方案和工具都清晰了，您就可以轻松踏上这趟数字化之旅了。（作者：Joe Martin）
MVTalks机器视觉技术研讨会昆山站
测量系统构建完整指南 NI DAQ从入门到精通
2024阿自倍尔新产品说明会深圳站
爱德克工业安全产品八大“金刚”有奖试用
FOTRIC(飞础科)红外热像仪试用体验活动
