基于单一的数据采集设备的测控系统

传统的设备管理或测控系统一般由传感器，数据采集，测控中心组成，数据采集设备主要有PLC，数据采集板，现场仪表，图像采集设备等，实现的功能只有将模拟信号数字化，存储转发到测控中心。只能应用于采样间隔较长，采集数据量较小的应用环境中，对于采样率要求高，采集量多，数据吞吐大的使用场景，必须另外搭建专用采集测控系统。大数据的存储、计算、处理、判决全部在测控中心实现，通过部署的服务器来提供这些应用功能。想要实现业务融合，统一平台管理，难度极大。

现实工作中，我们可以看到一个企业，往往有多个测控系统，各自完成不同的测量控制任务，系统数据的互联互通成为企业信息化建设的难题。

△ 典型的传统数据采集测控系统  

图1是传统的数据采集测控系统。

测控中心借助通讯网络获取现场设备的工艺量（温度、压力、流量）、设备运行状态等信息，对场站进行测控和管理。测控系统主要由调控中心控制部门，本地场站控制部门和和远程控制站测控部门组成。

本地场站控制主要通过一台配置有本地控制软件的计算机与RTU连接，向RTU发送相关指令方式实现。远程测控站对现场设备实际运行情况进行测视，不可直接发出指令。

数据采集系统主要由PLC、RTU、现场仪表、图像采集设备、现场人机界面等组成。其中，现场仪表包括温度变送器、压力变送器、流量计、各类传感器等，在无人值守的情况下，可自动采集工业现场数据，将各项参数传送到RTU，最终将参数传递到测控中心，进行数据分析处理。

可以发现，上述采集测控系统，在设备端，只进行数据的收集，然后原封不动的传输到测控中心，由测控中心完成数据的存储、计算、处理、判断与决策。显然，它只可以满足，采集温度、湿度、气压这类变化不快，能够容忍较长反应时间的场景。   物联网从提出到现在已有近20年历史。2010年以来，物联网领域出现了翻天覆地的变化，人工智能与物联网的结合产生了智能物联网（AIoT）,物联网应用于工业领域，诞生了工业物联网，为物联网的发展赋予了强劲的发展动力。智能穿戴、智能家居、智慧城市、智能制造、工业物联网等概念已走向现实。   智能物联网（AIoT）时代，感知的类型极为丰富，有加速度、振动、压力、实时视频、激光雷达等信号，具有高速采集要求，相应的，对传输带宽要求更高。智能化的本质特征之一，要求对于现场瞬息万变的状况，要第一时间完成测测，并及时做出响应。基于单一的数据采集设备的测控系统，远远落后于AIoT时代。原因如下：  

1、随着物联网业务量的增加，如果数据都传输到测控中心，需要极高的传输网络带宽才能及时将数据传到中心服务器；

2、相应的，数据存储需求增长，但是，正常运行时的采集数据其实是无用信息，全部保存，带来存储空间浪费；

3、集中处理，对云服务计算能力提出更高要求；

4、更多实时响应场景，要求对数据实时处理，并迅速做出判断，控制物体或物品做出适当反应，执行准确动作。中心控制处理，考虑处理用时和传输延时，无法满足这些实时控制要求的。

边缘计算指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，去存放、处理、分析数据，提供最近端服务。在边缘侧部署运行应用程序，产生更快的网络服务响应，满足行业实时业务、应用智能需求，在减少网络带宽需求的同时，保证数据的安全性和隐私保护。

物联网顶端是云服务器，边缘端是数据采集+边缘计算。云服务器算力强，业务部署灵活方便；边缘端不仅能够完成数据采集，而且具备强大的计算功能，支持AI算法，这是传统测控系统数据采集不具有的。

边缘计算有丰富的连接能力，不仅支持IEPE、电压型等传感器接口，也支持RS485串行总线接口，支持Ethernet接口，可以无缝连接智能传感器。

西人马公司深耕于传感器、芯片、边缘计算硬件及驱动软件，通过硬件模块化设计，软件分层设计，为用户提供端、边产品，和端边一体化的硬件平台；提供基础算法库，赋能实时故障诊断系统，智能测控系统；产品可靠性方面，除了基本功能的实现，对复杂安装条件、复杂恶劣环境提供更为可靠的加固防护措施。

西人马公司致力于工业领域的边缘侧数据采集计算，其边缘计算具有以下特点：

－     智能边缘计算All-in-One

•         模块化设计，具备采集、计算&控制、网关功能；

•         标准总线/接口，采集、计算、网关可单独/组合部署，配置灵活；

•         异构多核处理器/处理器阵列，发挥AI算法优势

－     开放架构，软件功能可定义

•         平台化理念，标准件设计；

•         灵活配置业务功能，提供不同场景的标准数据处理模型；

•         支持本地和/或云端配置、维护，实现系统快速部署

－     数据处理分析层次化设计

•         基础运算库 —> 数据处理 —> 事件判断（可重构）<—>AI分析优化；

•         开放接口，方便用户集成自己的数据处理分析程序

－     高传输效率•         系统内大带宽，无阻塞实现数据传输、分发； •         在边缘端实施数据处理、分析、压缩，提高传输效率   －     最小能力与良好扩展兼备•         采集模块支持PoE功能，单独布放即可提供数据采集传输功能； •         通过级联或分层网络，实现系统扩容； •         内置网关，组网简便，部署快捷   具备模块化可扩展的边缘计算采集器，其特点是在应用上可作为一个平台化的产品，聚焦于物联网平台层数据采集和边缘计算技术，可将多种工业领域行业、多种测控和诊断需求、多种解决方案归一到一个通用平台上，打造智联网时代的通用统一业务底层平台。   边缘计算产品实现系列化，型号有SV0222，SV0232，SV0234，SV0281等，研制多种类型板卡，实现采集、接口、控制、处理、物联网关功能。      

系统由机箱，主控板和各种功能板卡组成。通过插入不同类型板卡，可以实现多种采样精度，采样速率，以及丰富的数字接口，实现对各种传感器的接入。数据处理板，采用模块化设计，根据应用对算力要求，提供最优性价比的边缘计算系统。目前，支持ARM、x86架构的处理器，包括多核异构处理器，满足不同类型数据处理要求。

整机支持9~36V宽电压直流供电。支持4~32路IEPE、电流量、电压量模拟通道同步采集和多种信号输入/输出，可扩展支持电机控制，工业相机，无线网关等设备。模拟采样率最高可达1MS/s，数字IO支持工业电平标准【注】。

主控板作为边缘计算单元，对现场数据进行实时处理(eg数据清洗、特征值运算、图谱分析)，可将有效数据进行本地存储和/或云端备份。支持本地系统配置。系统支持多机组网扩大系统容量，通过云端进行系统配置和下发控制命令。

西人马的边缘计算系统支持二次开发。提供丰富的SDK函数库，用户无需关心内部复杂的联网机制，即可实现设备的远程控制，控制指令协议全部开放，方便用户按照项目需求设计相应的控制逻辑。支持运行Labview，提供基础算法库，用户可以灵活构建自己的数据处理程序。提供越来越丰富的驱动库，算法库，及加速引擎。

西人马公司有自研的MCU芯片和主控芯片，这也是该公司在边缘计算领域的独有技术优势。

△ 基于西人马边缘计算的智能物联系统  

边缘计算系统，与西人马传感器、MEMS芯片一起，广泛应用于工业制造、安防、民用航空航天、轨道交通、能源、医疗、公共设施等领域，助力实现智能化。

访问西人马官方网站（点击下方“阅读原文”），获取西人马边缘计算产品手册，以及西人马其他品类产品信息。

智能物联网将感知、边缘计算、云台等技术运用到行业过程各个环节，目前智能物联网处于快速发展阶段，这些技术手段的应用，将大幅提高制造效率，改善产品质量，降低产品成本和资源消耗。

更为重要的是，随着数据量的增大，在数据源头处理数据的边缘计算设备和解决方案更加适合数据的实时和智能化处理，对用户来说更加安全、快捷、易于管理。在可预见的未来，边缘计算取代数据采集是大势所趋，边缘计算设备将在智能物联网应用中大放异彩.

【注】性能指标依据设备型号有所不同。

审核编辑 ：李倩