将小数据转化为大数据洞察助力制造业
制造设施从自动化生产设备、状态监测装置及其他传感器系统产生海量运营数据。随着企业更觉察这些资产中蕴藏的潜力，他们询问工业物联网（IIoT）举措如何挖掘信息创造有用洞见。但许多企业级巨型项目因规模复杂而未达预期。或许更好方法是从源头的“小数据”起步，利用边缘计算、聚焦应用、开放连通构建大数据。
数字化转型非一蹴而就。但承担过大项目快使努力脱轨。仅连接众多数据生产者就很难，有效传输、处理、存储数据——在本地或云端——同样是巨大工程。因此最成功项目自底向上用机器级数据起步，而非自顶向下在企业级（图 1）。
聚焦特定挑战和资产能比收集所有数据试图无明确问题陈述下发现可能性带来即时回报。厂内人员可优先解决日常运营问题的洞见，从现有甚至新感测点选最相关数据。但这揭示新挑战：感兴趣数据通常未在控制系统主动存储。
例如，新机器频繁停机，不收集数据操作员无法找根因。每次行动都是故障后对观察的反应。应用小数据项目，用户可从控制系统收集数据并加装气压和振动传感器。在机器上下文中实时收集分析数据，操作员快速找到根因解决问题，提高运行时间。
生产数据源通常属运营技术（OT）域，含可编程逻辑控制器（PLC）、运动设备、多种传感器仪表。但通信、存储、处理海量数据需信息技术（IT）能力。
弥合 OT 与 IT——并使原处此鸿沟两侧人员协作——的关键在于新一代边缘控制器（图 2）。边缘控制器融合利用 IEC 61131-3 语言的实时确定性控制与通用 Linux 计算，创建强大 IIoT 平台，可内置新设计或融入传统系统。
新一代控制器还汇聚传统 OT 协议如 PROFINET、Modbus TCP 与现代 IT 协议如 OPC UA、MQTT，实现边缘数据源与 MES、ERP、维护管理、分析系统等高层企业平台无缝连接。
许多最终用户认知 IIoT 受益，但合理担心大规模攻坚大数据可能不成。相反，用小数据、边缘控制器、针对性分析切入 IIoT，这些用户将获早期回报，助其更快推进数字化转型旅程。
本文由 Derek Thomas 撰写，Emerson 机器自动化解决方案业务营销与战略副总裁，密苏里州圣路易斯。更多信息请访问 here 。
传感器