在大資料時代，資料資訊成為了各行各業發展規劃的一項重要依據。在工業領域，生產資料視覺化的應用亦是將龐大的資料透過視覺化分析，再由大屏將資料資訊清晰明瞭地呈現出來。

基於企業環境、裝置、產線、車間、系統及能源等生產資料的大資料分析，管理者能透過資料視覺化展示的圖表方便迅速地瞭解到工廠發展各個階段的情況，以加強對當下工廠現狀的認識。透過工廠資料視覺化所展示出的歷史各個時期的資料變化，預判未來發展趨勢，結合大資料分析和人工智慧技術協助管理者做出決策、制定未來方針和戰略，並透過資料的實時反饋迅速進行修正和最佳化。這些都可以使企業的發展和自身管理水平及市場變化相適應，助力企業持續發展。

## **生產資料視覺化應用構建現狀分析**

裝置實時資料感知與持久化以及價值挖掘是生產資料視覺化的關鍵，目前實際生產資料視覺化專案建設主要面臨以下問題：

- 海量異構化裝置的資料感知

基於當前物聯網、大資料、雲端計算、人工智慧等新一代資訊科技的發展，生產資料不再侷限於產線的資料採集，而是擴充套件到整個工廠或園區包括產線、人員、環控、能源、安全、儲存、運輸、廠房等各個環節的工業物聯網裝置，關係到效率、產能、質量、安全、耗能、管理等工廠健康生產的核心指標。

各類工業或物聯網裝置種類繁多決定了通訊協議的多樣性，涉及到的協議有 Modbus、OPC、[MQTT](https://www.emqx.com/zh/mqtt)、HTTP 等。一個工廠的裝置通訊協議往往從幾種到十幾種甚至更多，且不同廠家的裝置資訊存在不同的資料結構，導致業務層處理資料困難。

- 流式資料的處理需求

生產資料從感知到傳輸的過程中，資料流往往包含了大量無用和冗餘的資訊，對有限的網路、儲存以及計算資源的消耗巨大，大大增加了經濟成本。專案建設需要考慮在近裝置的邊緣端提供資料的清洗、資料預處理及實時邏輯處理等能力。

- 高效的資料持久化需求

無論是企業基於大資料、人工智慧演算法透過生產資料進行生產趨勢判斷，還是制定企業方針和戰略決策，高精度、持久化的歷史資料都是準確預測和推理的基礎。企業需要在資料海量、結構複雜的前提下，按照業務需求進行高頻資料預處理與持久化。

## **EMQ 生產資料視覺化解決方案**

基於 EMQ 雲邊協同的高併發、高吞吐資料基礎設施，對整個生產資料傳輸和處理架構進行最佳化，可以高效、實時地響應車間、廠級中心、集團雲等各層級業務和應用對生產資料的需求。
[![1](http://img.blog.itpub.net/blog/2022/11/03/49ada005be5dd2d3.png?x-oss-process=style/bb "1")](https://www.emqx.com/zh/blog/efficient-data-channels-support-real-time-analysis-and-visualization-of-production-conditions "1")

1. 邊緣端工業協議閘道器軟體 [Neuron](https://www.emqx.com/zh/products/neuron) 實現各類工業裝置的接入，可以基於輕量級 MQTT 協議傳輸，實現在工業生產弱網環境下的各類資料實時感知與穩定傳輸。為海量異構工業裝置、數十種工業協議提供一站式的裝置連線、資料接入、MQTT 協議轉換，實現工業裝置彼此之間及其與工業物聯網系統之間的互聯互通，從邊緣到雲端實現對工業裝置的資料採集、遠端控制、配置更新和裝置資產管理。
[![2](http://img.blog.itpub.net/blog/2022/11/03/61c8ac7b2ee545ea.png?x-oss-process=style/bb "2")](https://www.emqx.com/zh/blog/efficient-data-channels-support-real-time-analysis-and-visualization-of-production-conditions "2")

2. 邊緣端輕量級訊息匯流排 [NanoMQ](https://www.emqx.com/zh/products/nanomq) 實現資料的匯聚和快取，可以打通處於不同網路中的裝置、不同系統間的資料壁壘，去除資訊孤島。同時，NanoMQ 可以在邊緣端實現資料斷點續傳，保障業務資料的完整性，提升生產資料視覺化及其後端大資料演算法的高效與精準。

3. 超輕量物聯網邊緣資料流式分析引擎 eKuiper 實現流式計算、規則引擎、資料清洗、AI 擴充套件，為生產資料視覺化提供資料清洗、資料預處理、事件邏輯處理等具體的能力。工業生產感知的資料是海量的、連續的，如果全部採用批次處理不對其進行分析，難以發掘資料的價值。由於生產資料視覺化需要實時反應生產執行狀態，所以對資料量和延遲有很高要求，因此透過 eKuiper 採用流處理的方式是更加合適的。

4. 企業級 MQTT 物聯網接入平臺 [EMQX Enterprise](https://www.emqx.com/zh/products/emqx) 佈置在廠級資訊中心或集團雲，在專網或網際網路上為生產資料提供高可用、高併發、低延時的資料傳輸、分析、對接能力。同時基於規則引擎強大的能力，向生產資料大資料分析的資料庫提供高頻、可靠、高價值的資料持久化能力。 透過簡易、靈活的方式，即可構建起車間、廠級中心、集團雲等各層級業務和應用資料消費架構。
[![3](http://img.blog.itpub.net/blog/2022/11/03/d963724305030eec.png?x-oss-process=style/bb "3")](https://www.emqx.com/zh/blog/efficient-data-channels-support-real-time-analysis-and-visualization-of-production-conditions "3")

## **方案優勢**

### 一體化的「車間—工廠—集團雲」資料消費架構

在車間視覺化、廠級視覺化、集團級視覺化建立統一的資料傳輸通道，整個資料的傳輸透過低延時的釋出/訂閱方式實現，能去除資料孤島，輕鬆實現各級視覺化應用之間的資料流轉和處理流程。基於「車間-工廠-集團雲」資料消費架構，新的裝置或者其他應用可以非常靈活透過對接資料，對新系統的擴充套件和創新應用開發提供巨大的便利性。

### 雲-邊大資料處理基座最佳化整個系統效能

基於 EMQ 雲邊模組的靈活部署，能在車間、廠級、集團級獨自或者相互協同實現對資料進行實時計算分析、規範報文、過濾清洗、智慧告警、業務路由、資料持久化等功能，方便各級視覺化應用的搭建。同時，近裝置端的邊緣運算讓資料實現就地清洗、最佳化和逐層級的價值抽取，大大減少了無價值、冗餘資料對網路和儲存資源的消耗以及應用端的資料處理負荷，使整個系統資料處理效能提升 40%-80%。

### 雲邊協同管理提升企業 IT 水平

EMQ 透過雲邊協同架構將 Neuron、eKuiper 等眾多邊緣軟體進行遠端統一管理，無論雲邊之間網路是直連模式還是穿透模式，都可以方便地實現引數配置、日誌檢視、實時監控等操作，提升了企業的 IT 管理水平。

## **結語**

基於 EMQ 雲邊端的生產資料視覺化方案，架構起「車間-工廠-集團雲」資料高速通道，保障了海量生產資料傳輸和持久化的實時性、可靠性、安全性，為大資料分析、人工智慧應用提供良好的資料基礎，同時助力企業快速構建上層應用，加速企業數字化、網路化、智慧化轉型。

>版權宣告： 本文為 EMQ 原創，轉載請註明出處。
>
>原文連結：[https://www.emqx.com/zh/blog/efficient-data-channels-support-real-time-analysis-and-visualization-of-production-conditions](https://www.emqx.com/zh/blog/efficient-data-channels-support-real-time-analysis-and-visualization-of-production-conditions)

高效資料通道支撐生產情況實時分析與視覺化

相關文章