隨著工業(yè)物聯(lián)網（IIoT），物聯(lián)網的一種變體正在出現(xiàn)，可用于制造和工業(yè)領域。大量數據和狀態(tài)信息需要在端到端分析解決方案中進行進一步處理，旨在優(yōu)化生產和應用程序流程。數據的處理，解釋和分析在這里至關重要。

IDC的分析師認為，到2025年，全球數據將增長十倍，達到163 zbytes（1.63億EB）。這些數據中約有60％是由公司產生的。在過去的十年中，雖然重點仍然是從模擬數據到數字數據的轉換，但如今，這些數據的附加值越來越成為行業(yè)關注的焦點。 

市場研究公司Gartner并未確定其當前的“魔力象限”中的市場領導者，而是僅創(chuàng)新者（PTC，Hitachi，SAP）和各種利基提供商，這一事實表明了制造商和制造商合作的潛力。另一方面，公司必須對他們的當前狀況和需求進行精確的分析，并尋找已經在某些應用領域為他們帶來附加值的解決方案。

因此，智能測試和測量應用程序的使用是許多IIoT應用程序的重要應用領域。

測試和測量應用面臨的挑戰(zhàn)

總體目標是提高運營效率，實施靈活的生產技術并優(yōu)化數據收集和處理流程。傳感器和傳感器數據為自動化和自學機器提供數據庫，在許多應用領域中發(fā)揮著核心作用。預測性維護也是這里的重要問題。

但是，測試和測量應用程序中的結構和系統(tǒng)正在快速變化，并且相應的數據采集系統(tǒng)必須能夠跟上這些發(fā)展，以免證明其是投資的死胡同。

同時：沒有分析就沒有工業(yè)物聯(lián)網。為了能夠更快，更高效地工作，必須實時監(jiān)視數據，這可能會迅速導致巨大比例的數據收集，這些數據很難被有效地處理，甚至無法經濟地傳輸到遠程服務器并存儲。因此，挑戰(zhàn)不僅在于收集數據，而且在于合理地減少原始點處的原始數據，以便僅限制要傳輸的相關信息，從而限制數據量。

數據處理還必須滿足對性能，可伸縮性和安全性的高要求。因此，提高處理效率還包括索引，對數據進行分組的措施，例如自動標記（元數據，數據集分類）或統(tǒng)計數據縮減（均值，標準差，最小值，最大值）。

傳感器環(huán)境中的IIoT協(xié)作

盡管全球企業(yè)仍在為可行的解決方案而苦苦掙扎，但知名公司Gantner Instruments GmbH和Kelkheimer Althen GmbH Mess- und Sensortechnik已經在為工業(yè)測量和測試技術提供具體的IIoT解決方案。

作為分散式測量和I / O系統(tǒng)以及機械，熱量和電量測量的專家，Gantner Instruments致力于其數據采集和連接解決方案以及遠程配置和評估軟件。Althen將其高質量的傳感器集成到完整的系統(tǒng)中，并接管客戶特定的測量范圍預設，已校準傳感器的調整參數設置以及根據客戶要求的可能的數學計算和警報設置。

這導致了廣泛的可能應用，例如監(jiān)視核電站和核聚變工廠的材料疲勞，本地公共交通中的路線網絡的質量控制，柔性管道系統(tǒng)上的應變測量，預測性維護機器，系統(tǒng)或移動設備的種類，例如在建筑機械和鐵路中。

橋梁的遠程監(jiān)控

值得看一個具體的例子，這里是橋梁的監(jiān)控。但是，在拓撲相似的情況下，也可以考慮在基礎設施領域進行進一步監(jiān)視，例如鐵路，公路和高速公路橋梁，重要建筑物，水壩，堤壩或工廠（煉油廠，化學制品，風力渦輪機等）。

使用了來自Gantner的Q.series X，它是模塊化設計的分散式，高度靈活的測量系統(tǒng)，也適用于DIN導軌安裝。分散式測量系統(tǒng)的這種典型設計提供了高度的靈活性和界面。數據采集模塊的任何組合都可以最佳地適應任務，并且非常適合分散應用。

具體來說，Q.series成為X個模塊，用于連接傳感器（Q.bloxx-XL A108，Q.bloxx-XL A101）和控制器（Q.station-XB），用于連接和處理模塊以及進行計算和計算。轉移到云端。

在當前示例中，該系統(tǒng)使用來自Althen的3軸ASC 5511LN加速度計完成，該加速度計已連接到Q.series X模塊。除了加速度之外，還監(jiān)視溫度，空氣濕度（代表橋梁中建筑結構的濕度）和電位計（代表橋梁伸縮縫的路徑測量值）。

結果中的IIoT數據

完整的IIoT系統(tǒng)可實現(xiàn)幾乎實時的便捷遠程監(jiān)控。對較長時間數據的分析顯示出結構的變化以及材料疲勞。還可以得出關于可能的缺陷的結論，因此也可以得出關于橋梁的剩余工作時間的結論。當前，Althen傳感器以三種不同的速度讀取。它們通過Gantner基礎架構以10 Hz，1 kHz，10 kHz的測量速率將數據傳輸到云中。

有效的數據收集和預評估

還已經以最高可能的100 kHz測量速度進行了測試。但是，這些測量速度目前實際上并不是絕對必要的，并且會不必要地增加對帶寬和服務器容量的要求。同時，它們從性能和可伸縮性方面展示了平臺的未來安全性。

限制和初步評估對于現(xiàn)有配置也很有用，因為僅使用幾個傳感器就可以從原始數據中獲取大量數據。例如，如果一個傳感器每天24小時以1,000 kHz的頻率進行測量，則每天將產生大約345 GB的空間，每年大約產生126 TB的空間。對于具有15個測量值的應用示例，這相當于每年1,892 TB的原始數據。

因此，在現(xiàn)場控制器（EDGE計算）中以及在云中進行適當配置后，將基于算法進行初步評估，以便相應地減少數據量。通過傳統(tǒng)的CSV格式和完整的，可集成的API接口，也可以將云數據傳輸到外部分析程序。甚至舊的現(xiàn)有數據記錄也可以通過CSV上載完全集成到新的當前數據記錄中，并在同一界面中進行處理和可視化。

數據縮減的另一種可能性是基于事件的數據獲取。根據參數的配置，還可以在觸發(fā)前和觸發(fā)后的條件下保存數據。這也有助于使數據量保持較低，因為僅在發(fā)生特定事件的情況下才保存數據。發(fā)生錯誤時，可以立即獲得高分辨率數據。

還可以通過云服務器隨時遠程更新控制器。例如，可以靈活地調整數據預評估，或者可以更新系統(tǒng)的校準值和傳感器設置。

這樣的IIoT結構當然不限于一棟建筑物，而是幾乎可以通過云連接和使用相應的分析應用程序無限擴展。例如，可以想到在地理監(jiān)視領域中的服務提供商必須就負載和損壞同步監(jiān)視大量的橋梁。借助Althen和Gantner的解決方案，他可以遠程監(jiān)視所有橋梁上的所有傳感器，如果超出了定義的閾值（例如，拉伸或振動幅度過大），則發(fā)送警報，并通過切換變速顯示進行遠程干預。

因此，服務提供商可以為其客戶提供高附加值：預測性維護，以可控制的成本快速限制損壞。快速，獨立于位置的對集成系統(tǒng)的遠程訪問大大減少了對耗時且成本高昂的現(xiàn)場檢查的需求。好處是：特定的IIoT應用程序不是未來的夢想，它們是IDC稱之為“ 2025年數據時代”的必經之路。因為到那時，根據市場研究人員的說法，應將所有數據的30％用于實時應用程序。