工业互联网数据采集技术 课件 任务5.1 认识数据上云

项目5工业数据上云任务1认识数据上云任务一

工业数据上云与工业设备健康管理任务描述了解工业数据上云的概念、意义以及面临的挑战；理解工业数据上云核心链路；理解工业设备健康管理应用场景；能够针对具体情境中的任务需求设计工业数据上云的整体架构。云计算云计算是一种通过互联网提供计算服务、存储服务、数据库服务、应用程序服务和其他资源的技术用户能够根据需要使用这些资源，而无需拥有或管理物理硬件或软件云计算的应用广泛，包括企业应用、数据分析、网站托管、移动应用、人工智能、物联网等领域云计算为用户提供了许多便利和创新的机会，已经成为现代信息技术领域的重要组成部分工业数据上云的关键步骤可视化和报告使用可视化工具，以图形和图表的形式呈现工业数据，辅助管理层和决策者理解数据趋势和关键性能状况。同时，可以生成定期报告以进行绩效评估和决策支持。数据传输

采集到的数据通过互联网或专用网络传输到云平台。通常使用有线或无线网络进行传输，并需要确保数据的安全性和可靠性。数据存储数据被存储在云计算平台的服务器或数据库中。一般来说，云计算平台或工业互联网平台可提供高度可扩展的存储解决方案，以容纳大量数据。

实时监控和控制基于云上的实时性较强的数据，对生产过程进行实时监控，辅助运营团队迅速反应，减少生产中断和故障时间。数据分析和处理基于存储在云中的数据，企业可以使用各种数据分析工具和算法来分析处理，提取有价值的信息，以改进生产过程、优化资源利用和预测故障。数据采集工业设备和传感器收集生产过程中的各种数据，如温度、湿度、压力、流量、能耗等。这些数据通常以数字形式存在，可以直接用于分析和监控。工业数据上云的好处工业数据上云的好处包括提高生产效率、降低运营成本、增强生产质量、减少故障停机时间以及提供更好的数据可视化和决策支持等。工业数据上云有助于工业企业更好地理解和利用其生产数据，以在竞争激烈的市场中保持竞争优势。工业数据上云的意义实时监控和控制数据分析和优化预测性维护资源优化数据可视化和决策支持灵活性和可扩展性工业数据上云面临的挑战上云战略思想共识数据安全和隐私数据质量和一致性云服务成本带宽和网络稳定性数据集成和兼容性工业数据上云核心链路网络管理标识解析SDK工业物联网平台以太网、串口设备接入状态告警历史记录物模型5G、以太网、WIFIPLC数据采集API工业数据应用无线传感器ME150-1ME150-2ME150-3ME150-4ME150-5ME150-61轴加速度+1路温度3轴（X、Y、Z）加速度+1路温度1轴加速度+1路磁通3轴（X、Y、Z）加速度+1路温度1轴加速度+1路温度3轴（X、Y、Z）加速度+1路温度巡检及一般轴承等低频故障分析诊断型号性能用途数据采集仪无线在线无线在线电机诊断无线在线预警，不能用来故障精准分析无线在线预警（WiFi版）有线传感器温度采集器磁通传感器振动传感器采集仪-ME160智能巡检仪巡检APP手机APPPC端主要由点检人员使用，点检人员通过巡检app由数据采集仪对设备进行振动、温度、现场环境等的数据采集，通过巡检app对数据进行存储并上传服务器。主要由点检人员上级管理层使用，可对巡检路线、巡检点巡检进度等进行查询。主要由企业设备管理者使用，可对巡检app采集的数据进行自动统计，对设备的健康状态进行统计分析。可实现监督点检人员到位检查，复杂点检计划的接收与执行，设备振动、温度、现场情况等运行数据采集与记录存储、趋势分析、拍照、视频拍摄、语音呼叫等功能于一体的智能化产品。采集仪-ME170系列数据采集仪数据采集仪现场安装示意图数据采集仪传感器ME170在线数据采集仪（连接温度采集仪、磁通传感器、振动传感器、转速传感器（外采）等传感器）为康吉诺自主设计、代工生产的工业设备在线智能数据采集仪，可采集8路振动信号，8路温度信号、3路转速信号，支持以太网，WIFI，4G，5G等传输方式。工业网关PLC工业设备传感器斥候工业网关ISOonTCPEtherNET/IPModbusRTUPPIModbusTCPOPC-UA工业物联网平台设备管理数据管理连接管理安全与隐私管理应用开发与接口用户管理与权限控制RTS数据分析软件是读取、浏览和分析数据的重要人机交互平台，系统采用B/S架构设计，供管理人员和技术人员使用；系统整和了国内外厂家的8万多种型号的轴承型号和参数的数据库，拥有完整的多种传动结构型式，录入机泵对应关键信息后，能够自动计算设备的特征频率，根据结构参数计算出轴承、电机、叶轮等多种零部件的特征频率，方便快速识别设备故障特种。工业数据应用工业设备健康管理：政策背景提出加快建设和发展工业互联网，推动互联网、大数据等和实体经济深度融合，加快工业互联网关键网络设备产业化，围绕数控机床、大型动力装备等关键领域，实现智能控制、智能传感、工业级芯片与网络通信模块的集成创新，围绕质量分析、设备预测性维护等应用场景，开发工业大数据分析应用软件，实现产业化部署国务院

《深化“互联网+先进制造业”发展工业互联网的指导意见》工业和信息化部《“十四五”信息化和工业化深度融合发展规划》要求培育新产品模式新业态，发展服务化延伸，推动工业企业产品和服务链条的数字化升级，从原有制造业务向价值链两端高附加值环节延伸，发展设备健康管理、产品远程运维等新型服务。重点行业聚焦焦设备维护低效化、生产过程黑箱化、下游需求碎片化、环保压力加剧化等痛点，以工艺优化为切入点，加速向设备运维智能化、生产工艺透明化、供应链协同全局化、环保管理清洁化等方向数字化转型工业和信息化部《工业互联网发展行动计划（2021-2023）》拓展服务化延伸。支持装备制造企业搭建产品互联网络与服务平台，开展基于数字孪生、人工智能、区块链等技术的产品模型构建与数据分析，打造设备预测性维护、装备能效优化、产品衍生服务等模式。工业设备健康管理：行业背景事后维护基于运行直到停下依赖于经验和感觉非计划停机预防式维护可接受的设备停机剩余使用被抛弃正常也可能被更换预测性维护早期预警在线诊断尽可能延长寿命无状态监测检测诊断现场工程师通过便携设备进行诊断检测在线传感器扁鹊大脑、算法模型故障诊断专家维修知识库有状态监测设备状态无法实时监控运维专家专业性强且数量少重点设备数据采集困难停机时间长，经济损失大设备故障容易造成安全隐患设备维护保养费用高设备健康诊断逻辑诊断能力转动机械覆盖：各类电机、泵、轴承等通用电气覆盖：高压柜、低压配电室、变压器等大数据+机器学习，识别各类故障匹配优质行业生态，完善的诊断模型库设备关联模型智能告警历史数据深度挖掘故障预判模型机器学习算法模型实时诊断故障在线诊断平台诊断结果传感器数据采集仪频谱远程专家扁鹊在线诊断定子偏心故障轴承座松动故障滚动体故障内齿圈故障工业设备健康管理针对造成OEE降低的设备故障、暂时停机、速度降低和因设备原因造成的不良率进行改进，提升设备稼动时间，提升设备运转效率，提升合格品率OEE计算OEE数据看板OEE分析图表案例介绍通过项目配置的ME-160（智能巡检仪）检测仪器定期采集设备状态数据（电机的电流电压、振动温度、磁通；转动设备的振动、转速等数据），经专业分析师进行分析后预判设备故障隐患并优化维修策略，针对性的开展设备点检、检修管理、检修计划派单，达到减少设备故障停机时间、避免计划外停机的目的；同时可根据设备状态检测结果，提出备件采购的合理建议。现场监测照片系统图片案例介绍针对**化工3套装置+3条外围车间的主要转动机械（电机、泵、齿轮箱）、通用电气（高压柜、低压配电室、变压器）及静态设备（管线、回流罐），进行离线诊断。采集转动设备的振动、温度转速等数据分析是否存在轴承破裂、轴裂痕等故障；采集通用电气的温度、