檢視同铁机电科技工业大数据云平台的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://p8.itc.cn/images01/20230620/de084d50f2234bedb7aa51b95be51580.png width="300"></center>
<small>[https://www.sohu.com/a/687515717_120061098 来自 搜狐网 的图片]</small>
|}

'''同铁机电科技工业大数据云平台'''同铁工业[[大数据]]云平台”基于数据采集技术、大数据技术、云计算<ref>[https://it.sohu.com/a/523453939_120050395 云计算的普及：让我们了解一下云计算]，搜狐，2022-02-17</ref>设计而成。同铁工业大数据平台服务于设备监控和工业大数据分析，以通用的方式对外提供便捷的远程状态监控服务和工业大数据分析服务。平台突破了传统数据采集系统移植性差、普适性低等问题，对外提供统一的接口，方便不同类型[[设备]]的接入，实现设备的便捷管理。该平台的运用在降低人工维护成本，提高装备监测效率方面具有重要意义，同时也为国内工业大数据平台的建设提供了新的方法和思路。

==一、案例简介==

上海同铁机电科技公司的“同铁工业大数据云平台”是以云计算、大数据技术为核心，结合[[传感器]]<ref>[http://news.sohu.com/a/622729068_121400664 传感器工作原理以及传感器种类详解] ，搜狐，2022-12-30 </ref>技术、嵌入式技术、数据库技术、互联网技术的一套服务于数据采集、远程状态监控、工业大数据存储与分析的一套信息化的工业大数据服务平台。

该平台可广泛应用于铁路、液压、大型工程装备等设备监控、维护领域，并为各类机械装备的运维、生产制造等工业场景提供数据管理、数据分析和运用等服务。平台从底层到上层地提供了包括工业现场数据的采集、传输、存储、应用等流程化服务，并提供了统一的接口与访问方式，能帮助企业实现设备的维护从定期维护转向状态维护、预见性维护，降低维护管理成本。同时，该平台能为[[机械]]设备等系统提供定制化的故障诊断、寿命预测等数据挖掘、数据分析应用服务，为工业数据分析、数据价值提升提供坚实的支撑。

==二、案例背景介绍==

当今，随着远程设备数据采集及智能维护系统在工业应用中受到越来越多的关注，相关[[数据]]采集、传输、管理技术也取得了显著进展。但随着远程装备监控系统的规模扩大，被监控设备增多、数据量剧增，目前的很多远程设备监控系统无法很好的服务于海量数据采集、传输和存储，缺乏一个有效的、统一的平台化方案，无法对海量工业数据进行挖掘、分析与应用。

此外，现有远程装备监控系统大都只能针对某种[[设备]]，且数据分析应用的模式单一，进行统一推广时面临种种困难。这种定制化系统的应用面窄，无法从一种设备灵活推广至其他种类设备。

因此，急需一套适用性广的远程设备监控维护平台和数据分析平台，为各种类型的装备提供统一的数据采集和远程监控的接口，对设备统一监控、管理，且[[服务]]于海量数据的采集、传输、存储、应用全过程。

在此背景下，上海同铁机电科技公司结合着传感器、物联网技术，依托大数据技术、工业互联网技术搭建了“同铁工业大数据云平台”，平台能为多种装备监控提供普适性的远程维护服务，为工业现场数据[[分析]]和运用提供信息化技术的支持，为工业平台的长久发展提供了建设性思路。

==三、案例应用详情==

“同铁工业大数据云平台”已[[成功]]应用于铁路局第四研究院“隧道防护门状态监控”项目和“列车轨道打磨车电机监控”项目，并取得了良好的成果。工业大数据平台主要为两个项目提供了远程数据采集、存储与数据分析等服务。

同铁大数据平台从底层到上层主要包括数据采集层、数据传输层、数据存储层、数据分析层，并对外提供统一的访问操作页面。在项目应用中，除了定制化的远程采集单元等硬件设施，平台分别提供了包括数据采集、传输、存储、展示、[[分析]]等功能。其他项目在部署到平台时可以方便的通过上述功能接口进行接入。 在项目运用中，数据采集系统主要由嵌入式硬件系统组成，项目中选用Raspberry Pi作为底层采集单元。采集单元通过调用数据传输层的接口，在边缘侧进行数据预处理后，以MQTT消息的形式发往云平台进行处理。

数据传输层，该层除了包括硬件部分的WIFI或4G、5G等发送模块，平台中以Mosquitto物联网MQTT消息服务器作为数据传输层核心。采集单元注册到传输层的服务器上，通过通用的数据发送接口将远程采集的数据发送到MQTT[[服务器]]中，以备后续的数据流转。MQTT服务器中的数据以消息队列的方式流转至前端Web服务器，用户可对隧道防护门或轨道打磨电机的状态进行实时查看。另一方面，数据会流转至传统数据库和大数据仓库，以便后续数据分析和处理。传输层为采集单元提供统一的接入程序，能够方便不同用户、项目接入至平台。通过平台的统一服务页面，用户可以获取平台的接口程序或对采集单元进行设置。数据传输层也对外提供数据流转接口程序，以方便用户确定数据在存储层的存储方式和位置。

数据存储层主要以Hadoop生态圈的组件作为底层，并以Mysql等传统数据库作为辅助存储。在项目运用时，用户可通过平台的统一服务页面选择数据的存储方式、存储模式，并由平台完成数据的流转和存储。[[项目]]运用中，数据发送至MQTT服务器后，经消息转发存储于Mysql用于数据的前端展示，又转发至Hive仓库和Hbase分别用于数据分析和持久存储。

数据分析层主要包括现场数据的显示和数据处理、挖掘等功能。显示功能依据客户需求进行定制，防护门项目中，可对振动、温度、风压等数据进行监控。数据处理部分由数据分析引擎Spark为主，在项目运用时用户可通过服务页面对数据的处理、分析方式进行[[设置]]，并有显示组件给出处理结果。

上述四层组成了“同铁工业大数据云平台”的主要框架，统一化的为各类设备提供监控和数据分析[[服务]]，解决了传统数据监控系统中需要定制化的困境，比现有工业大数据平台体现出更好扩展性和服务性。

==四、创新性与优势==

资源云端化。通过资源池化的形式，平台的IT[[资源]]组成资源池，采集终端的功能将会简化为单一的数据采集工具，用户可按需对数据实现处理、存储、查询与分析等功能。

服务通用化。平台不同层提供统一的对外服务接口，用户应用时可方便的将被监控对象接入平台中，实现对设备的监控。平台提供的通用化接口，[[服务]]于多种远程采集单元，具有通用普适性特征。

云边协同，云计算与边缘计算互相协同，将部分计算工作放在边缘侧进行，进行部分预处理，有效减少数据量的传输，降低云端的网络带宽和数据存储成本，也可以有效提升总体计算效率和速度，实现高效和快速计算。

数据智能分析，通过云端进行大数据处理和智能分析[[工作]]，从海量数据中发现和提取出业务规律，进而实现业务数据可视化、业务智能化，为生产决策提供依据，使生产更加高效。

==五、案例应用效益分析==

“同铁工业大数据云平台”的应用为隧道防护门、轨道打磨车电机等项目节约了人工检修[[成本]]，帮助企业解决硬件设施维护困难，检修效率利低的问题。通过平台统一的管理实现了平台资源快速共享，使远程监控系统的成功经验和运用场景方便地迁移，降低企业在系统部署所耗时间。在降低人工成本、提高状态检测效率等方面取得显著成果。

工业大数据平台是应对全球产业竞争的必然选择，“同铁工业大数据云平台”极大地拓展了互联网的应用领域，为建设现代化、信息化产业的新基础、新体系进行了充分探索，促进我国工业云平台的[[基础]]设施、技术产业、应用水平的提升，助力于抢占全球新一轮产业竞争的制高点。

==参考文献==
[[Category:500 社會科學類]]