成功的五个数据采集策略

我刚才看到了什么?每个人在看到非凡或难以置信的事物时都有过这样的想法。它可能是我们在网上看到的视频，或者是体育比赛的回放，也可能是现实生活中的一些东西，让我们说:“等等....什么? !”

这不是一个关于数据收集或数据算法产生的结果的问题。数据收集系统应该有助于学习，而不是让人感到惊奇和困惑。

要使工业物联网(IIoT)系统提供有价值的东西，需要一些简单的实践。似乎有一个神话说，如果收集了足够多的数据，让一个足够智能的系统来处理这些数据，就会产生可用的结果。但事实真的如此吗?如果部署了tb的历史数据点和机器学习(ML)算法，我们一直在寻找的所有答案都将成为现实吗?可能不会。

相关性与因果关系

不能仅仅因为一个数据集与另一个数据集相关就推导出因果关系。可操作的数据是目标。有助于投资回报(ROI)的数据将为数据收集系统支付数倍的费用。谢天谢地，这并不难。一些常识性的解决方案就足够了。

1.数据频次

数据收集率与美元相关;这一点没有多少争议。将数据发送到云端很容易理解。Mbps、数据消息计数和tb的成本是美元。即使使用内部解决方案，仍然需要一个能够支持数据收集和存储以进行数据处理的网络。这两者都转化为成本。

问“我多久需要更新一次?”以毫秒级记录环境条件可能有些过分，但每秒收集一次振动数据也不会提供有用的数据。必须以转换为代表性数据集的速率收集数据。具体的应用要求将指向正确的采样率。

例如，轴承制造商将根据轴承本身的物理特性发布特定的频率进行监测。

2.数据的准确性

传感器精度对于收集代表现实世界条件的数据非常重要。有必要知道环境湿度是1/100吗^th百分之一或致动器位置到1微米?如果温度传感器的精度为+/- 5°C，这就足够了吗?收集的数据需要正确地表示应用程序，以得出准确的结论。

在测量零件尺寸以检查质量时，传感器需要超过被测零件的公差精度。如果环境温度可能影响过程，则可能需要一个与预期温度波动成比例的精度，以了解它是否有影响。一些应用知识将有助于为数据收集系统选择准确和经济的传感器。

3.决议

数据分辨率与精度密切相关，它与记录设备读取传感器数据的能力有关。例如，数据点的大小可以区分可用数据和垃圾数据。传感器可能准确地检测到数据，但如果控制器无法在整个波动范围内以该精度读取数据，那就无关紧要了。控制器需要在预期值的整个范围内以所需的精度读取数据。应用程序知识将回答这个问题，并帮助找到提供有用数据所需的正确控制器分辨率。

4.同步数据

收集到的一些数据点可能需要与其他数据点紧密同步。这在高速数据收集中尤其重要。考虑一个与执行器位置相对应的监测振动值。最好能知道在机器循环中对应于特定超差振动读数的执行器的位置。

为了使测量准确，必须收集位置和振动数据，以便它们以及时反映实际行为的方式相互对应。这可以通过让一个控制器同时读取两个值来实现，或者通过对两个控制器进行时间同步，使两组数据的时间戳同步。

在这种情况下，如果数据集不能以可重复的方式准确地相互关联，则不可能对系统行为进行准确测量。

5.应用知识

以上几点都有一个主题。应用程序知识是收集正确数据并将其转化为可操作数据的关键。从上面的例子中，很容易想象收集数据的不同方法可能会导致误解。但是，即使数据是准确的，代表了现实世界的情况，它是相关的吗?

咨询专家

一个人或团队从设计的角度理解机器每个组件的内部工作原理是非常罕见的。更有可能的是，液压、气动、电机和执行器等技术被组合在一起，创造出一台机器。简单地应用传感器来收集机器上的历史数据可能不会得到有意义的结果。就这些组成部分向专家咨询可以帮助更快地得到答案，并为了解要查找哪些数据以及如何查找数据提供帮助。只需稍加思考，一些简单的数据收集实践和一些应用程序知识，数据系统就可以开始产生可用的见解。

艾伦Tubbs是产品经理吗本杰明Menz是数据科学家;都与博世力士乐公司．由内容经理马克·霍斯克编辑，控制工程， CFE传媒，mhoske@cfemedia.com．

关键词:数据采集，数据质量

数据质量依赖于频率、准确度和分辨率。

数据同步有助于提高数据质量。

应用知识可以帮助提高数据质量。

考虑一下这个

是你的“啊哈”时刻是基于实际数据还是错误数据?

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。