01为什么关心工业数据的获取与解析问题？简单来说，是由于工业数据的来源、分类、特性、数据结构以及通信协议等诸多方面都具有多样性，且此类多样性影响着工业数据的获取，进而影响到后续围绕工业数据管理与综合利用的各类系统的规划与构建。智能制造技术体系中所需要的人工智能技术，以及基于数据驱动构建模型的理念等为包括柔性制造、精益制造以及故障预测与健康管理（PHM）等在内的多类工业应用软件提供了新的发展方向，并产生了包括数字孪生（DT）、信息物理系统（CPS)等多种新兴量化深度融合成果。但不难发现，以上应用均基于对工业现场信息的深度感知：通过与传感器、PLC控制器以及嵌入式系统等实体通信，获取设备的实时运行状态，进而开展数据内涵的深度分析应用，从数字化应用角度讲，这就是工业数据的获取与解析过程。

从信息化角度，理想的工业数据来源是各种数据库，包括结构化、非结构化、时序数据库和消息服务器等，后者比如MQTTbroker或Kafka服务器，乃至简单的Redis服务器等。此类数据来源使得软件开发可以从数据架构设计开始，可通过软件API或者基于

转载请注明:http://www.aideyishus.com/lkyy/4941.html