工业数据采集类型

　　互联网的数据主要来自于互联网用户和服务器等网络设备，主要是大量的文本数据、社交数据以及多媒体数据等，而工业数据主要来源于机器设备数据、工业信息化数据和产业链相关数据。

　　从数据采集的类型上看，不仅要涵盖基础的数据，还将逐步包括半结构化的用户行为数据，网状的社交关系数据，文本或音频类型的用户意见和反馈数据，设备和传感器采集的周期性数据，网络爬虫获取的互联网数据，以及未来越来越多有潜在意义的各类数据。主要包括以下几种：

　　1、海量的Key-Value数据。在传感器技术飞速发展的今天，包括光电、热敏、气敏、力敏、磁敏、声敏、湿敏等不同类别的工业传感器在现场得到了大量应用，而且很多时候机器设备的数据大概要到ms的精度才能分析海量的工业数据，因此，这部分数据的特点是每条数据内容很少，但是频率极高。

　　2、文档数据。包括工程图纸、仿真数据、设计的CAD图纸等，还有大量的传统工程文档。

　　3、信息化数据。由工业信息系统产生的数据，一般是通过数据库形式存储的，这部分数据是最好采集的。

　　4、接口数据。由已经建成的工业自动化或信息系统提供的接口类型的数据，包括txt格式、JSON格式、XML格式等。

　　5、视频数据。工业现场会有大量的视频监控设备，这些设备会产生大量的视频数据。

　　6、图像数据。包括工业现场各类图像设备拍摄的图片(例如，巡检人员用手持设备拍摄的设备、环境信息图片)。

　　7、音频数据。包括语音及声音信息(例如，操作人员的通话、设备运转的音量等)。

　　8、其他数据。例如遥感遥测信息、三维高程信息等等。

　　数据采集的方法

　　传统的数据采集方法包括人工录入、调查问卷、电话随访等方式，大数据时代到来后，一个突出的变化是数据采集的方法有了质的飞跃，下面所介绍的数据采集方式的突破直接改变着大数据应用的场景。

　　1、传感器

　　传感器是一种检测装置，能感受到被测量的信息，并能将检测感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求。在生产车间中一般存在许多的传感节点，24小时监控着整个生产过程，当发现异常时可迅速反馈至上位机，可以算得上是数据采集的感官接受系统，属于数据采集的底层环节。

　　传感器在采集数据的过程中主要特性是其输入与输出的关系。

　　其静态特性反映了传感器在被测量各个值处于稳定状态时的输入和输出关系，这意味着当输入为常量，或变化极慢时，这一关系就称为静态特性。我们总是希望传感器的输入与输出成唯一的对照关系，最好是线性关系。

　　一般情况下，输入与输出不会符合所要求的线性关系，同时由于存在这迟滞、蠕变等因素的影响，使输入输出关系的唯一性也不能实现。因此我们不能忽视工厂中的外界影响，其影响程度取决于传感器本身，可通过传感器本身的改善加以抑制，有时也可以加对外界条件加以限制。

　　2、RFID技术

　　RFID(Radio Frequency Identification，射频识别)技术是一种非接触式的自动识别技术，通过射频信号自动识别目标对象并获取相关的数据信息。利用射频方式进行非接触双向通信，达到识别目的并交换数据。RFID技术可识别高速运动物体并可同时识别多个标签，操作快捷方便。

　　在工作时，RFID读写器通过天线发送出一定频率的脉冲信号，当RFID标签进入磁场时，凭借感应电流所获得的能量发送出存储在芯片中的产品信息(Passive Tag，无源标签或被动标签)，或者主动发送某一频率的信号(Active Tag，有源标签或主动标签)。

　　阅读器对接收的信号进行解调和解码然后送到后台主系统进行相关处理;主系统根据逻辑运算判断该卡的合法性，针对不同的设定做出相应的处理和控制，发出指令信号控制执行机构动作。

　　RFID技术解决了物品信息与互联网实现自动连接的问题，结合后续的大数据挖掘工作，能发挥其强大的威力。