MES应慎谈大数据

突然之间,“工业4.0”、“中国制造2025”、“大数据”、“智能制造”、“智慧工厂”等词汇变得流行起来,仿佛不谈新词汇就变得落伍了,仿佛传统MES已经不适应新时代了。

可是真的是这样的吗?真的有几个人能把这些新词汇说清楚吗?

以我个人多年做MES项目的经验,我觉得中国制造现在还处在工业2.0,顶多在工业2.5,多数的企业还远远没有实现自动化,更不要说智能化。

要想直接走工业4.0,实现弯道超车,这是一个很丰满的理想,但是却受到基础设施、成本、人才、管理体系等诸多因素的制约,因而很难落地。

比如以自动化为例,目前的主流技术框架很难与大数据对接。

我们知道MES位于计划层与控制层之间,MES现场制造数据主要来自于客户端与现场设备,而相当多的设备是由PLC控制的。

以中国主流的西门子300/400 PLC举例来说,PLC首先要保障的是业务的稳定,其次才是数据的收集处理,而PLC在组建网络时受到诸多条件的限制。

首先,PLC通过OPC与IT系统通信时,会受到传输数据容量的限制。通过OPC设置为单边、异步通信,每次通信不能超过200个字节。

其次,PLC之间通过PN/PN COUPLER组网时,通信稳定性很有保障,但是交换区的容量只有256字节。

第三,PLC的掉电保持容量非常有限,300系列最多只有700KB,因此当PLC用于数据缓存处理时,能保持的数据容量就受到了限制。

第四,PLC的工作内存也很有限,一般在数M字节,因而也很难在PLC上做大量数据配置。

我们看到的许多谈制造大数据的文章,往往介绍了许多业务重要程序一般的数据,因此尽管采集的数据多,但对业务的影响其实有限。

就控制现场而已,首先要保证的是数据的有效性、一致性,其次才会考虑采集尽可能多的数据。

目前PLC还是最有效的现场控制方式,但PLC在数据处理方面的局限性在短期内还没有很好的解决办法,因此很难从技术方面既保证一致性又做到大数据处理。

与其空谈大数据,不如一步一个脚印,先把自动化做好做实,再来实现智能化和大数据。

时间: 2024-10-08 20:50:28

MES应慎谈大数据的相关文章

浅谈大数据技术

忽如一夜春风来,无人不谈大数据.大数据就像前两年的云计算一样,是一个时下被炒得很火的概念.那么什么是大数据,大数据是如何定义的,大数据处理技术有哪些,大数据能给我们带来什么益处?虽然我不知道现在这些概念是如何被炒作的,但是作为一名互联网行业的从业者,作为一个大数据技术的实践者,根据自己的理解和经验发表一点浅显的认识,理解肯定有不到位之处请大家批评指正. 无论是大数据技术还是云计算技术,其实这些技术都不是突然冒出来的,而是随着互联网技术的发展,人们把现有的技术加以整合,总结,概括出来并冠一个新名字

浅谈大数据和hadoop家族

按照时间的早晚从大数据出现之前的时代讲到现在.暂时按一个城市来比喻吧,反正Landscape的意思也大概是”风景“的意思. 早在大数据概念出现以前就存在了各种各样的关于数学.统计学.算法.编程语言的研究.讨论和实践.这个时代,算法以及各种数学知识作为建筑的原料(比如钢筋.砖块),编程语言作为粘合剂(比如水泥)构成了一座座小房子(比如一个应用程序),形成了一小片一小片的村庄(比如一台服务器).这个时代村与村之间还没有高速公路(GFS, HDFS, Flume, Kafka等),只有一条泥泞不好走的

鄂维南院士谈大数据:市场非理性、活动多信息量少

"我们的市场是无理性的发展.现在开的会非常多.新闻非常多,新闻里面真正的信息量非常少,整个市场的发展是非理性的."这是北京大数据研究院院长.中科院院士.北京大学教授鄂维南在2016中关村大数据日活动暨京津冀大数据协同发展高峰论坛对当前中国大数据行业特点所谈到观点. 2016年12月12日,2016中关村大数据日活动暨京津冀大数据协同发展高峰论坛在中关村国家自主创新示范区展示中心会议中心召开.本次活动以"数据驱动创新.智慧引领未来"为主题,聚焦京津冀大数据协同发展,近

交易服务助力大数据产业生态系统完善 ——北京软件和信息服务交易所总裁胡才勇谈大数据产业生态系统建设

据有关预测,未来三年内,我国大数据市场将以每年超过60%的速度增长,预计到2017年市场规模将达到37.9亿美元.面对爆炸式增长的市场,面对不远处诱人的"大蛋糕",我国大数据产业生态系统是否做好了准备?目前,我们不得不担忧地看到:在整个大数据产业链条上,标准缺失!制度缺失!相关交易服务配套的缺失! 一个"赤裸裸的问题" 今年4月,国内大数据标准工作组刚刚组建,北京软件和信息服务交易所(以下简称"软交所")总裁胡才勇作为工作组的重要成员之一参与了大

浅谈大数据的发展:问题和挑战

  目前,几乎所有世界级的互联网企业,都将业务触角延伸至大数据产业. 无论社交平台逐鹿.电商价格大战还是门户网站竞争,都有它的影子.大数据,正由技术热词变成一股社会浪潮,影响社会生活的方方面面. 何谓大数据?大数据或称巨量资料,是指所涉及的资料量规模巨大到无法通过目前主流软件工具,在合理时间内达到撷取.管理.处理.并整理成为帮助企业经营决策更积极目的的资讯.(在 维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的<大数据时代>中,大数据指不用随机分析法(抽样调查)这样的捷径,而采用所有数据的方法)大

浅谈大数据与hadoop家族

按照时间的早晚从大数据出现之前的时代讲到现在.暂时按一个城市来比喻吧,反正Landscape的意思也大概是”风景“的意思. 早在大数据概念出现以前就存在了各种各样的关于数学.统计学.算法.编程语言的研究.讨论和实践.这个时代,算法以及各种数学知识作为建筑的原料(比如钢筋.砖块),编程语言作为粘合剂(比如水泥)构成了一座座小房子(比如一个应用程序),形成了一小片一小片的村庄(比如一台服务器).这个时代村与村之间还没有高速公路(GFS, HDFS, Flume, Kafka等),只有一条泥泞不好走的

浅谈大数据

大数据概述 一.大数据是什么? 大数据目前没有一个严格的定义,但是我们可以举出很多具体的例子!例如:互联网上的网页数据.社交网站上的用户交互数据(如新浪微博).物联网中产生的活动数据(如智能家居).电话网络中的话单数据(如移动语音详单)等等都是大数据的具体表现. 二.大数据的三个特征 1.数据量大小–大容量 我们现在常说大数据,到底有多大呢?先看一组公式: 1024GB = 1TB;1024TB = 1PB;1024PB=1EB;1024EB=1ZB;1024ZB=1YB. 在淘宝上,每天新增的

张小龙谈“大数据五种开源处理技术”

概述 现在市场上有超过25万个开源技术出现了.如何选择?让我们一起看下5种激动人心的大数据技术. Storm 和Kafka是未来数据流处理的主要方式,它们已经在一些大公司中使用了,包括 Groupon,阿里巴巴和The Weather Channel等. Storm,诞生于Twitter,是一个分布式实时计算系统.Storm 设计用于处理实时计算,Hadoop主要用于处理批处理运算. kafka是由LinkedIn研发的一款消息系统,作为一个数据处理的管道基础部分存在于系统中.当你一起使用它们,

任何抛开业务谈大数据量的sql优化都是瞎扯

周三去某在线旅游公司面试.被问到了一个关于数据量大的优化问题.问题是:一个主外键关联表,主表有一百万数据,外键关联表有一千万的数据,要求做一个连接. 本人接触过单表数据量最大的就是将近两亿行历史数据(某运营商一业务一年数据)做查询,所有查询相关列必须做索引,而且还要保证不会出现全表扫描情况.也从来没有试过把这么多数据全部拿出来放内存中.只好回答说“再怎么做优化估计都不行,这数据量太大了,性能肯定吃不销.我只能告诉尽可能的添加过滤条件,不要一次用这么多的数据来做连接,能分批做就分批做吧”. 面试人