操作技术:数据采集、数据架构、数据分析
使用用于操作技术（OT）自动化和控制应用的大数据越来越重要，如果未提出正确的问题，可能是一个令人困惑的旅程。有关数据分析系统架构的四个元素。
学习目标
- 希望解决操作技术（OT）自动化问题的用户需要知道他们想要解决的问题。
- 跟踪数据并在此过程中提出问题有助于形成答案。
- 一旦找到了答案，系统架构将帮助它成为现实。
随着人们谈论大数据分析在实现企业目标中的作用，如何处理操作技术(OT)自动化和控制应用中的数据变得越来越重要。数据设计、数据架构和数据获取深刻地影响着数据分析，或者用老派的术语来说:垃圾输入，垃圾输出。学习数据收集的最佳实践，使数据能够转化为信息和超越其原始目的的价值。
考虑这个场景:两个旅行者在旅途中。第一个说"我们迷路了"第二个回答说:“我们没有迷路，我知道我们在哪儿。”我只是不知道怎么去我们的目的地。”这突出了在尝试到达目的地时需要的三条信息。目的地、我们当前的位置以及到达目的地的路径。
数据收集和分析也是类似的。很容易“跳入”并开始收集数据。但是，在这样做之前，重要的是要回顾上面列出的三点:
- 目的地：我们想要解决的问题是什么?
- 位置:解决问题的数据是可用的。
- 路径：我们拥有的数据是如何推动我们走向解决方案的?
数据分析目的地：确定问题，提出问题
数据分析的第一步是识别问题，然后提出问题。例如，制造公司可能拥有具有宽方差的产品，导致质量差（问题）。该公司在制造过程中怀疑压力或温度的变化是原因。接下来，重新解决问题的形式，我们将使用数据来回答。在这种情况下，我们可以问，“压力或温度的变化会影响我的产品强度？”
位置:收集回答问题所需的数据。
下一步是决定回答我的问题所需的数据。可用数据可以被认为是我当前的位置。用户可以说：“在表面上，我需要收集的数据是显而易见的，压力和温度。但是，要有一张完整的图片，我也必须看看数据的位置，何时以及如何收集数据。“
例如，用户可以具有测量过程罐的温度的传感器。然而，传感器可以安装在罐的顶部并且不测量发生反应的精确温度。因此，用户可能需要添加第二传感器以更直接测量反应。
用户还需要某种形式的链接数据，其允许它们将每个质量测量与相应的过程测量相关联。在该示例中，用户将记录与过程数据（温度和压力）和质量数据（材料强度）相关联的公共批量编号。它们还需要生成批号，将通过该过程的所有步骤进行跟踪。
表：提出问题可以帮助用户确定他们是否需要本地服务器，云服务器，边缘设备或数据集中器。礼貌:MartinCSI
数据分析路径：查看数据与问题之间的关系。
分析和跟踪数据将引导用户到达目的地，也就是最初问题的答案。有许多路径可供选择。这些方法包括从回归和分类算法到神经网络和监督学习的分析方法。但是，用户在开始路径之前需要很好地理解数据和问题之间的关系。
例如，他们可能希望了解压力和温度的变化如何影响材料强度的形式的产品质量。选择模型可能很诱人，请插入数据并查找结果。但是对过程有良好的理解将取得更好的结果。如果用户知道温度过冲2度将削弱产品，则可以选择将有助于在数据中查找此内容的模型。此外，如果需要一个小时的过温来影响质量，有助于选择适当的分辨率和采样率。它可能需要做出一些假设，但假设越好，回答问题的更容易。
数据分析系统架构的四个要素
通过所有解决和回答的内容，用户现在有一个路线图到目的地，可以开始数据收集。用于获得的车辆将有系统架构。有用于构建此架构的常见组件。下面列出了几个这些组件以及用例。
- 边装置:提供本地网络(数据来源)设备与公网之间的接口。它们可以用来缓冲和格式化数据，并执行计算。一些边缘设备具有配置防火墙、提供蜂窝访问和充当协议转换器的选项。
- 数据集中器：该设备通常是可编程逻辑控制器（PLC），用于收集和聚合来自现有传感器和PLC的数据。它可用于缓冲数据，格式数据，并在上传到服务器计算机之前执行计算。
- 本地服务器：服务器PC，在前提上托管。它通常用于提供监控，报告和数据仓库。
- 云服务器:服务器PC，托管在云和可通过互联网访问。它可以用来提供仪表板、报告、通知、数据仓库和高级分析。
数据采集到解决方案的路径有时可以类似于长而蜿蜒的道路。但是，省略了识别问题，提出问题和收集质量数据的额外努力将导致更直接的路线。系统架构构建在一组通用组件上，是将带我到目的地的车辆。所以，享受驱动器。
内特凯是一名高级项目工程师MartinCSI．MartinCSI是位于俄亥俄州中部的CSIA认证的控制系统集成商。由Chris Vavra编辑，网页内容经理，控制工程， CFE Media and Technology，cvavra@cfemedia.com．
更多答案
关键词：系统集成商，大数据，数据采集
在线
请参阅其他系统集成故事www.globalelove.com.．
考虑一下这个
你怎么设计和开发您的自动化路线图?
