科技的更迭,工業技術的不斷發展,近幾年的工廠開始走上了智能化道路,從工業生產到工業管理,智能化道路為數據的保存和傳遞提供了新的解決方案。

　　當前工業設施的重要管理部分是停機時間的管理。現階段，對機器進行預測停機的花費較高。一些汽車制造廠的停機時間的費用已經達到每分鐘22,000美元。

　　智能化的工廠能夠能夠通過采集無線傳感器上的實時數據，對可能發生的情況進行預測，并按照預測的情況，對機器進行及時的調整，避免機器發生意外停機。發生故障的數據還能被保存起來，智能化設備通過對故障數據的分析，整合出一套停機預防系統，進而提高工廠的產業化效率，減少機器的停機時間。

　　由于需要對機器的故障數據進行及時分析，這就對我們多方位的手機機器傳感器節點數據收集提高了要求，所以智能化的工廠需要在機器的數千個節點進行數據手機配置，這背后代表著成本的提高，一定程度上也限制了智能工廠的普及。想要解決這些發展中的難題，同時還需要能夠進行快速的信息記錄，非易失性和多次的重復讀寫功能的存儲器。

　　那么，具體的數據收集有哪些類型呢，數據又應該怎樣使用呢?

　　智能化下的存檔數據介紹基于存檔報警的歷史數據可以將當前的事件提醒和內在的原因匹配起來。盡管現在有一些監控輔助工具使用這些數據，如果獨立使用，其功效性會受到限制。

　　工程數據：工程數據在工廠的成功運行中起到了至關重要的作用。有了它在手里，經驗豐富的專家就可以操控復雜的系統。然而，這樣的數據通常還是限制在功能性的筒倉內， 即只有一些受過訓練的技術人員可以使用。這使得數據分析變得困難，并且作為決策制定的一個可行的輔助手段的應用很麻煩。然而，有可能將工程數據自動地翻譯成其他格式并且以圖表形式顯示出來，能夠增強對正在發生的報警和提醒的理解。

　　知識庫：機器原始設備制造商通常可以訪問采集于全球范圍內運行的數以千計的電廠和汽輪機的大量的知識庫。一些信息數據可以追溯到幾十年以前。智慧的使用分析結果可以讓事件提醒和報警與在別處記錄的類似事件匹配起來。

　　許多系統使用這三種數據來源中的一種為操作員提供有價值的洞察信息，可是受到一定的范圍限制。一些可用的系統尋求將這其中的兩種數據流組合起來，認為會比其他的系統更加成功。還有一種新的想法是將三種數據源整合在一起。

　　即便將存檔的、工程的以及知識庫的信息都放到一起可能也無法解決實際問題。因為增加了復雜性且增大了數據量，反而會讓問題更加復雜。這種方式也許可以幫助識別真實狀況并且確定根本原因，但是那將會是一個緩慢的、人工的、實驗性質的過程。當數據已經被組合、過濾以及評估以后，再想減輕損害和避免停機就太晚了。

　　如果想要提高機器的維護效率，我們不僅需要對可能發生故障的原因進行分析，還需要我們對可能出現的故障問題分列需要執行的處理措施。而智能化的工廠設施，為我們進行大量的數據處理和分析提供了便利，同時提高了工廠設備的整體安全性。