当前情况

为何发生?

构建工业数据基础

I4.0 Insight

4分钟

2024年7月18日

本文旨在解密一个既支持又挑战数字供应商的概念,提供清晰的解释和实施最佳实践。


当前情况

工业数据基础通常是指将各种类型的数据源整合到一个地方,以便其他应用程序便捷使用。

在当今的IIoT(工业物联网)市场,工业数据基础的实施方式如下:

  1. 通过RESTful API与现有客户软件集成,以解释和处理通过TCP/UDP传输的上层工业协议。

  2. 使用脚本或ETL工具从现有客户关系数据库中提取数据,并将其存储在数据库中。

  3. 建模或格式化收集到的数据,并通过RESTful API发布。

然而,这种方法存在缺陷:它将数据孤岛变成了数据“意大利面”。平台数据的消费者会发现这并不方便,而现有系统通过平台进行的通信效率也不会提高。

为什么会发生这种情况?

在信息时代,RESTful API 和网络服务已成为系统数据集成的主要方法。随着工业物联网(IIoT)概念的兴起,RESTful API 已成为数据消费层集成的主导方法。

然而, 它们并不是为了双向数据传输和互操作性而设计的。例如,当客户希望集成一个消耗各种类型数据的应用程序时:


采用 IIoT 平台之前 ⬇️


采用 IIoT 平台之后 ⬇️

即使在将平台视为“中心”之后,每条独立的连接仍然存在。显然,仅通过更改 RESTful 请求的地址,并不能简化或标准化数据集成任务。

RESTful API 的无状态设计带来了极大的便利,但这也意味着两个系统无法相互感知,必须不断轮询以获取最新信息。在采用 IIoT 平台后,编写轮询脚本的步骤仍然不能省略;这个任务仅仅转移给了 IIoT 平台的工程团队。

以上示例假设系统配备了全面的 RESTful API。然而,在现实中,IIoT 平台供应商经常需要自定义编码各种微服务和脚本,直接与数据库互动以实现集成和通讯。这种方法远非 IIoT 的标准化和产品化愿景。

我们应该做什么?

如上所述,RESTful、Web服务器 + ODBC/JDBC、OPC和Modbus等流行协议都是基于轮询机制的。

即使数据源没有变化,网络中仍然会有周期性请求泛洪,导致带宽浪费、计算开销以及额外的问题,如延迟、缺乏可扩展性和难以分层(设计和使用RESTful请求常常成为工业OLTP+OLAP的障碍)。最重要的是,围绕RESTful中心的集成架构无法形成一个标准化的基础产品,从而简化和标准化数据集成。

因此,事件驱动框架应运而生

当温度变化(事件发生)时,温度传感器会向网络推送(发布)一条消息,公告其新温度。此公告会同时广播给所有对此变化感兴趣(订阅)的消费者(MES,ERP)。

MQTT协议的订阅和发布机制使事件驱动的系统和网络成为可能。鉴于工业数据的特点,我们可以大胆构建一个基于消息代理的星型拓扑,而不是继续将数据意大利面串在一起进行点对点通信!

基于EDA(事件驱动架构)的统一命名空间
  1. 利用MQTT代理集成所有数据源,实现无缝订阅和双向通信。

  2. 针对所有输入的数据执行基于ISA-95、Sparkplug B或OPC UA的语义建模。这将实现不同系统之间通信格式的语义统一。

统一命名空间(UNS)可以分为两个层次:
  1. MQTT代理及其订阅者层充当实时数据交换的枢纽。此处流动的信息是瞬时的(快照)。

  2. 数据湖层。来自第一层的信息存储用于时间序列用例(例如,根据三轴传感器数据的一个周期预测电机故障、查询历史标签趋势和汇总员工信息)。

由于MQTT 3.1的协议级别限制(实际上是为了简化而进行的权衡,未来的文章将详细说明),在流数据处理方面有时会不可靠。为了确保可靠性,UNS的先驱者往往并行使用Kafka和MQTT。然而,基于我们的经验,仅使用MQTT远比RESTful "数据意大利面" 更可靠。利用消息代理和发布-订阅机制的事件驱动架构,可以建立一个标准化的工业数据基础。

感谢工业4.0解决方案的总裁沃克·雷诺兹,提出并积极推广UNS概念。

下一步

一些读者可能会想,不支持消息传递的系统该怎么办?数据格式应该如何处理?我们如何确保交易能够正确进行?像联合制造中心和HiveMQ这样的制造商已经对这些问题进行了广泛的研究和工作,我将在未来的文章中详细介绍这些主题。 

如果您有不同的看法或有兴趣讨论,请通过 mercy@freezonex.io与我联系。我们正在积极寻求充满激情的个人,提供远远超出行业标准的机会,我们很自豪能够为一些全球最大的、最具远见的制造和加工公司服务。

对于那些在制造或流程行业中寻找实用数据平台的人,我希望您能关注我下一篇文章。我将探讨为什么以及如何开放标准是实现有效“数据基础”的最佳方式。

如果您是工业数字化供应商或IIoT公司的成员,我鼓励您加快与EDA的努力。它有潜力为我们的行业带来显著的变革。

免责声明:本文中的一些内容提及联合制造中心(UMH)和HiveMQ的社区。

类似的模拟与强化学习相结合的想法正逐渐在各地进行测试,而本文仅简要介绍这两个概念,更多细节将在后续文章中提供。

  • I4.0 Insight

    MING与现代 IIoT

    2024年8月21日

    X-Lab

    离散事件模拟结合强化学习

    2024年9月9日

    X-Lab

    轻量级多模态模型用于基于边缘的缺陷检测

    2024年9月23日

    I4.0 Insight

    UNS - 工业数字化的唯一关键

    2024年10月10日

  • I4.0 Insight

    MING与现代 IIoT

    2024年8月21日

    X-Lab

    离散事件模拟结合强化学习

    2024年9月9日

    X-Lab

    轻量级多模态模型用于基于边缘的缺陷检测

    2024年9月23日

    I4.0 Insight

    UNS - 工业数字化的唯一关键

    2024年10月10日

随时获取产品更新、行业资源等信息。

新加坡 · 中国杭州

关于FREEZONEX

© 2025 FREEZONEX • 版权所有

随时获取产品更新、行业资源等信息。

新加坡 · 中国杭州

关于FREEZONEX

© 2025 FREEZONEX • 版权所有

随时获取产品更新、学习资源等信息。

应用空间

新加坡·杭州 中国

关于FREEZONEX

© 2025 FREEZONEX • 版权所有