传统产业的 IT、OT 建设参差不齐,无论中国还是美国,大部分企业的数字化建设远落后于互联网类型的企业,还在使用非常传统的系统处理数据。但这些传统系统是完全独立的,是一个数据孤岛。
在这种情况下要让 AI 赋能传统产业,首先要做的就是将散布各处的各种系统、包括各种版本采集的数据进行汇聚,消除数据孤岛。但由于各种系统都存在,各种工业协议都存在,数据汇聚不仅仅是简单的汇总功能,还需要对各个数据源的数据进行清洗、加工、处理,才能进入统一的平台。
数据汇聚让企业受益
当所有数据都集中在一个系统中时,访问和处理数据的效率就得到了提高。团队在处理实时数据时,可以更快地响应,更有效地解决问题。组织内外的工作人员可以更有效地合作。
此外,数据汇聚后,可以利用先进的第三方 AI 分析工具,做更好的异常监测,实时报警,并为产能、成本、设备维护等提供更好的预测,让决策者有更好的宏观整体把控。
TDengine 提供有数据质量保证的数据汇聚
借助 TDengine,您可以轻松汇聚来自各种数据源的工业数据,包括PI System、MQTT 、OPC 等。TDengine 是一个零代码平台,只需最少的配置即可实现工业数据源的 ETL(提取、转换和加载)流程。
新一代工业数据基础设施中,TDengine 部署在每一层都能起到良好作用。上图展示了工业企业的多站点架构,TDengine 可以部署在一个集中的位置,或者是云端,然后收集各个边缘侧 TDengine 传来的数据。
边缘侧收集
通过使用 TDengine 的连接器,您可以轻松地将来自各种工业源的数据提取到部署在边缘侧的 TDengine 实例中。
即使多种数据源使用的协议不同,但只需通过 TDengine 连接这些数据源(OPC 服务器、MQTT brokers或者其他数据源),那么站点产生的所有数据都可以被汇聚在一个系统中。
集中部署
为了做数据汇聚,TDengine 可以部署在一个集中的位置,比如您的数据中心或者云上,然后收集各个边缘侧的 TDengine 实例或者其他数据源传来的数据。
当您将工业数据汇聚在 TDengine 中时,您可以丢弃“脏”数据,以实现良好的数据治理并避免污染数据库。您还可以将标签与从站点导入的数据相关联,并添加前缀或后缀,以确保汇聚后保留数据的上下文语义关系。
数据复制
在将数据汇聚和清理后,您可以将其复制到不同云端或地区的另一个TDengine实例中。这样您就可以通过多个站点访问数据,这是实现高可用的有效方式,也是灾难性故障恢复的一种选择。通过 TDengine 的数据订阅模块,可以实现数据复制流程的自动化。
开始使用
将 TDengine 作为运营数据的中央存储器,您可以轻松集成可视化和商业智能工具,如 Seeq 或 Power BI,以构建全公司范围的仪表板和报告,也可以与第三方 AI 工具连接进行高级分析。您的应用程序和算法可以实时访问所有数据,实现全球洞察和效率,无需自定义代码或手动操作。