do880
发布时间：2018-10-23 11:43:32点击率：
0
do880
然而，工业互联网的发展，使数据流动变得容易，激发了人们对于数据价值的想象，从而大大促使了OT和IT融合的必要性。工业互联网的应用在很多层面上就是统一IT和OT的视角。但IT和OT二者自身的需求、纬度、思维方式太不一样，融合是非常困难的。工业互联网的普及，不同于常规的企业管理软件ERP和执行管理系统MES应用，它不仅仅是收集的数据丰富性和颗粒度的问题，而且更多是要考虑这些数据背后的价值，这只能站在更高的战略岗位上才可以评估和定义。 GE在2018年的报告中指出，真正数字转型的主战场，恰恰是发生在IT和OT交界的地方。实际上GE更倾向于OT技术的魅力将得到极大释放，“IT正在失去魔法，OT的指挥棒正在缓缓升起”。而ARC咨询团队在2016年提出的IT和OT融合成熟度模型中，描述了人员、流程、技术和测量之间在各融合度的关系，也表明了一点，需要连接边缘和云、需要处理各种OT协议和数据格式，都是IIoT大显身手的地方。 IT要下沉，OT要上升，从各种系统汇流而来的数据要分析，这就使得工业互联网平台的崛起成为可能。 这都使得面向工业应用的开发，将大大加速。IIoT平台，为工业app应用的开发，提供了一张充满沃土的温床。
do880
do880
设备的数据，具有一种“沉底”的特性。它很少被真正打捞上来使用。因为机器现场的工业数据，大的特点就是海量、而且无序。在工业发展数百年历史上，产线的管理者从来不曾正眼看过它们。它被列入考虑对象也就是近几年的事情。 例如，仅仅单个数控机床设备，每秒产生的数据就可以达到400M。按照一个产线上有10个工位十台设备计算，有五个产线的话，那么一个简单的工厂，数据生产量每秒钟可以达到20G！想想一个人，手机流量也不过是每个月10G左右。二者相差500万倍！ 工厂的大数据，往往都是垃圾数据山，主要表现在六大症状：数据很脏（必须大量的算法清洗，才能有可用数据）、频率不同（现场触发的频率非常不同）、海量、大小（数据的容量大小不一）、种类很多（各种异构数据源）、跨学科导致的关系复杂（数据机制来自“机光电热磁”等不同学科领域）。 如此庞大的数据，大多数是没有用的，只能留在机器端。这就是所谓的“数据重力”。 它使得大量的数据被丢弃在车间的地板上、设备周围的空气中。 数据重力，导致大量数据无法上云端，也就无法完成分析。而这几年物联网和计算能力的发展，推动了人们对于边缘智能的思考。太重的数据，可以就地处理。在大数据分析的时代，这个任务交给了边缘计算。 工业互联网平台，本身就是一个分布式的计算平台，它很好地解决云和边缘的集成问题。通过连接、设备管理、数据管理和机器学习，为真正打开数据的分析价值，提供了一个认真的钥匙。这也为面向场景应用的工业APP的开发和部署，提供了极大的方便。
do880
返 回
免责声明：以上所展示的信息由企业自行提供，内容的真实性、准确性和合法性由发布企业负责，塑胶五金网对此不承担任何保证责任
