西南Siemens(授权)一级经销商---西藏那曲市西门子(授权)总代理

智能产品/智能生产设备/智能测试设备

数据的聚合清洗和优化

1、概述

要实现设备的智慧管理、智慧数据处理，第一步需要拿到智能产品/智能生产设备/智能测试设备数据。除了智能产品/智能生产设备/智能测试设备数据采集，还要对智能产品/智能生产设备/智能测试设备数据进行聚合、清洗和优化等。

◉ 数据聚合：是数据处理的Zui后一步，通常指的是转换数据，是每一个数组生成一个单一的数值，比如sum( )、mean( )和count()等。确保采集数据结构的完整性，借助聚合功能，使用规范格式（比如XML）在任何格式之间按需转换。

◉ 数据清洗：清洗、匹配数据并对所有异常进行处理，以确保数据的规范化、高质量。数据采集是一个大集合，难免会出现一些错误或有冲突的不想要的“脏数据”。需要按照一定的规则把“脏数据”“洗掉”，过滤掉那些不符合要求的、不完整的、错误的、重复的数据。

◉ 数据优化：要获得高信息含量的、有用的数据，除了要进行数据聚合及清洗，还要对数据进行优化，根据数据分析优化模型，对数据进行分析重组。

2、数据分析

在设备自动化过程中，产生了大量的数据，这些数据所蕴含的信息和价值并没有被充分挖掘，数据分析的目的就是弄清楚智能产品/智能生产设备/智能测试设备数据背后的含义。

从工业物联网角度来说，数据分析可以从以下两个方面来看：

（1）分析数据，形成分析结果，这是数据分析必须要做的一个基础事情。

（2）合理应用分析结果。分析的目的是把分析的结果应用起来，实现安全生产+节能减排+tigao效率。这件事情是一件实实在在的事情，如果只是吹捧概念，无法真正落地，是很难做到数据的完美应用的。

3、边缘计算

边缘计算是一种分散式运算架构，将应用程序、数据资料与服务的运算，由网络中心节点，移往网络逻辑上的边缘节点来处理。它是将原本完全由中心节点处理的大型服务加以分解，切割成更小更容易管理的部分，分散到边缘节点去处理。如果把云端比作大脑，那么边缘计算就是神经末梢，对简单的刺激进行自处理并将处理的特征信息反馈给云端大脑。

随着物联网的发展，智能产品/智能生产设备/智能测试设备所产生的数据将越来越多，这些大规模数据需要放到云端进行处理。放到云端，就需要无穷无尽的传输带宽和数据处理能力，“云”难免不堪重负，需要边缘计算来分担云计算的压力。在工业现场的边缘侧进行数据采集、处理及传输的边缘计算网关承担着不可小觑的重任。后期边缘计算与云平台再进行融会贯通，实现“边云一体化”，利用大数据分析赋能生产，能够发挥工业数据的真正价值。

边缘计算能够提供随处可得的不间断的互联网接入、全面的安全性和无线服务等，为真正意义上的智能产品/智能生产设备/智能测试设备信息化、智能化提供数据的高速通道。其强劲的边缘计算能力，在物联网边缘节点实现数据优化、实时响应、敏捷连接、智能分析，显著减少现场与中心端的数据liuliang，并避免云端运算能力遇到瓶颈。能够优化网络架构，更安全、更快响应，更智能化地实现现场业务。

边缘计算具有多种工业协议，比如Modbus TCP、Modbus RTU、OPCUA、PROFINET、PROFIBUS-DP、EtherCAT、EhterNET/IP、CC-LINK、PPI等，还具有完善的网络功能，支持QoS功能、VLAN功能、虚拟IP映射功能、Sniffer功能等。

4、BI商业决策

4.1  BI概述

BI即商业智能，泛指用于业务分析的技术和工具，通过获取、处理原始数据，将其转化为有价值的信息来指导商业行动。BI能够为企业的商业运营提供基于历史、当下和未来的分析视角，涵盖了从运营到战略的每个层面。

BI可以为企业提供外部、内部两方面的信息分析。外部信息包括竞争对手、供应商、原材料、需求等信息，内部信息包括产品和服务的成本、质量等。BI能帮助企业了解Zui新趋势、抓住新的市场机会、发现潜在的威胁，从而更好地优化资源、改进财务绩效、引导产品潮流、tigao服务水平，tisheng企业的竞争优势。

从行业发展来看，BI的发展是以较为完善的企业信息系统和稳定的业务系统为基础的，其未来的应用是与企业信息化的基础状况密切相关的。商业智能等于商业加智能，需要积累大量的设备、生产、业务数据，借助于数据仓库、数据建模、数据分析、数据挖掘等技术，结合商业知识建立分析模型，进行统计分析、深层挖掘，以可视化交互的方式进行展现。