自动控制柜中的数据存储在应用中经常被忽略。事实上,在自动控制柜的设计中,操作数据会定期进行。
存储的数据可以是实际值,如生产量,也可以是从原始数据中获得的统计数据,如每秒检查一次但每小时记录一次的平均值、小醉和大醉温度值。自动控制柜数据点通常有地址或名称和值。数据点仅提供以过程或控件为中心的数据视图。没有描述、测量单位、操作范围或其他描述性信息。
由于自动化控制柜中的工业数据主要用于控制环境之外的机器维护、流程优化、质量和可追溯性,因此带来了一些挑战。在这种情况下,须对数据进行分析和调整,以维护机器,优化流程,并跟踪产品质量。所需的数据须是相关的,有时须转换成可用的格式。
典型的工厂拥有不同数据的机器。对于自动控制柜中的数据分析,数据点须标准化和规范化,在某些情况下,应使用组件指标进行计算。分析数据通常没有控制数据重要。企业使用低成本传感器收集数据进行非关键分析。传感器可能出现故障或漂移。带有外部数据验证的冗余传感器有助于实现良好的数据存储。
工业数据的提取和转换须在靠近生产机器的地方完成。这样,数据可以被本地边缘分析使用,并被发送到本地数据中心或云。边缘计算还是云计算主要看哪个效率更高。制造企业须简化数据集成,以实现工业4.0、智能制造和IIoT的预期价值。