工业数据采集的技术难点？
　　在当今制造业领域，数据采集是一个难点。许多企业的生产数据采集主要依靠传统的手工操作，容易出现人工记录错误，效率低下。
　　虽然一些企业引入了相关的技术手段，应用了数据采集系统，但由于系统本身的原因，以及企业没有选择z适合的数据采集系统，无法实现信息采集的实时、准确、延伸管理，造成各单位信息断层现象。
　　技术难点主要包括以下几个方面:
　　1.数据量巨大。任何系统，面对不同的数据量，需要完全不同的技术难度。
　　如果只是简单的收集数据，完成可能会更好，但是收集之后还是要进行处理，因为须考虑数据的标准化和清洗。由于大量的工业数据是“脏”数据，不能直接存储用于分析，存储前须进行处理，增加了技术难度。

　　2.工业数据的协议不标准。互联网数据采集一般是我们常见的HTTP协议，但是在工业领域，会有ModBus、OPC、CAN、ControlNet、DeviceNet、Profibus、Zigbee等多种类型的工业协议，各个自动化设备厂商和集成商也会自行开发各种私有的工业协议，导致工业协议的互联难度很大。
　　很多开发人员在工业领域实施集成自动化项目时，遇到的问题是不能及时有效地分析和收集很多工业协议。
　　3.视频传输需要的带宽是巨大的。传统的工业信息化是基于现场数据采集，视频数据传输主要在局域网内，带宽不是主要问题。
　　但随着云计算技术的普及和公有云的兴起，大数据需要大量的计算资源和存储资源，因此工业数据逐步迁移到公有云是大势所趋。但是一个工业企业可能有几十个视频，一个大型企业可能有几百个视频。如何将如此大量的视频文件通过互联网顺利传输到云端，对设计者来说是一个巨大的挑战。
　　4.很难收集原始系统。在工业企业实施大数据项目时，数据采集往往不是针对传感器或PLC，而是针对已经处于从属地位的自动化系统上位机的数据。
　　这些自动化系统部署时，厂商水平参差不齐，大部分没有数据接口，大量文档缺失。大量的现场系统没有点表等基础设置数据，使得这部分数据的收集异常困难。
　　5.安全考虑不足。原来的工业系统都是在局域网内运行，安全问题不是需要考虑的侧重。
　　一旦行业内的核心产能需要通过云端调度，没有充分考虑安全性，损失将无法弥补。2015年，受网络安全事件影响的工业企业比例达到30%，因病毒而关停的企业数量达到20%。仅美国国土安全部的工业控制系统网络应急响应小组(ICS-CERT)就收到了295起针对关键基础设施的攻击。