南潮物联：三步实现零代码设备数据采集及数字化管理

北京时间2021年6月3日，ABC SUMMIT 2021百度云智峰会·智能计算峰会在北京中国大饭店举行。南潮物联市场副总裁张苏娜受邀参与了本次活动，并在智能安全专题论坛上发表了《零代码实现设备数据标准化采集及数字化管理》的主题演讲。

南潮物联市场副总裁张苏娜提到，作为一家物联网底层技术服务商，南潮物联长期以来专注于工业设备底层数据标准化采集及高效管理。由于在工业场景中，设备数据采集接入无法标准化、数字化成本高以及实施困难且周期长，因此南潮物联上线了零代码设备管理平台Ruff IoT，旨在帮助传统企业实现快速联网及设备数字化的高效管理。

图示：南潮物联产品服务

那么，想要利用零代码的方式实现设备数据标准化采集及数字化管理究竟需要历经哪些步骤？以下为南潮物联的分享内容整理：

第一步：开箱即用实现标准化采集

针对设备联网，首先需要明确的就是采集数据的核心硬件网关究竟可以支持哪些设备品牌及协议，同时在使用过程中，网关本身是否可以更为便捷和高效的开箱即用，这些都是关系到设备数据标准化采集的关键。

在南潮物联的分享中，张苏娜以RGWi5110型号的工业网关为例，介绍了该网关在帮助设备联网的时候如何做到开箱即用。首先是网关的硬件参数介绍，RGWi5110拥有较为丰富的对外接口，包括以太网、USB Host、485／232、CAN等接口。其次在通讯模块方面，该网关也支持2G／3G／4G／WIFI／ZigBee等通讯协议。最后，在底层系统软件层，5110型号的底层是Linux系统，上层封装了Ruff OS物联网操作系统，既能实现客户的二次开发，也能高效助力网关的开箱即用。

除了硬件本身的接口和通讯模块，网关本身能支持的设备品牌及协议类型也至关重要。目前市场上较为普及的工厂设备类型主要有PLC／CNC等设备类型，其中PLC的品牌厂商就包含了西门子、三菱、欧姆龙、松下、台达、罗克韦尔等数十种品牌型号，而RGWi5110 则可实现数十种终端设备型号的标准化采集，包括主流通信协议Modbus、OPC－UA以及ProfiNet等。

第二步：自定义组态及看板功能

对于一些中小型工厂来说，设备的联网是基础，设备数据的可视化才是核心，即设备数据可以按照客户需求自定义的进行展示和应用。南潮物联张苏娜举了一个实际客户的案例，该客户是从事铝材料加工的工厂，两年前该工厂想要做车间数字化，即把工厂内四个工序车间（挤压、热处理、铸棒以及表面处理）的所有设备进行数字化管理，该工厂涉及到的设备类型主要包括西门子、松下、三菱等型号，并且在采集上报频率方面，需要达到1s每次的高频率。

最开始客户选择用供应商定制化的模式做了一套软件系统，同时实验性的接入了10台设备数据进行展示，随着业务的不断发展及设备的数据增加，工厂客户希望新增一些组态功能及看板数据展示，但是在具体实现上却遇到了难题，即每改一个小需求，供应商都需要从源代码级别进行修改，且所有的修改权限都只能由供应商来操作，工厂客户只能在无法使用和继续增加开发成本之间进行选择。

针对这种情况，南潮物联分享了关于设备管理平台的组态设计内容，即利用自定义应用工具来解决客户的业务变化及需求更新。在该系统中，自定义应用工具含自定义组态、自定义看板以及统计与分析的功能组件，通过该系统中提供的丰富组件和图库，客户仅通过拖拽及配置的方式就可实现自定义可视化应用，还原物理空间真实布局，完全不需要从源代码级别进行修改与部署。

第三步：实现设备健康度分析

当设备通过联网数字化之后，针对数据的分析则尤为重要。在分享中，南潮物联张苏娜着重分享了其在数据端与百度智能云天工物联网平台的合作内容。

作为物联网底层技术服务商，南潮物联一直聚焦在底层的设备数据采集及联网，而数据的分析与价值挖掘，则与智能云物联网平台进行紧密合作和开发，在数据采集完成之后，有价值的数据将会汇聚在天工物联网平台，通过对数据进行模型化分析，即数字孪生模型和预测性运维模型，来实现设备健康度分析。

以上图为例，在设备联网层面，南潮提供了基于OS的硬件采集能力，将设备的数据进行安全高效的采集上报；在数据分析层面，智能云物联网平台提供了异常检测、机器学习、数字孪生以及触发纠正措施等功能组态。最终为客户的设备运维提供优化改进措施，实现设备运行效率及商业价值。

值得注意的是，在数字孪生模型的实现方面，需要源头的设备数据具备一定的数量级，智能云天工通过对海量级的数据，基于机器学习和大数据分析形成了设备数字孪生模型。

在本次会议中，百度安全产品总经理韩祖利，百度智能云物联网总经理曹杨，新华三集团副总裁、安全产品线总裁孙松儿，武汉慧联无限科技有限公司集团副总裁陈晓辉，英特尔平台安全产品规划总监李志强也先后发表了演讲，聚焦于AI原生云大背景下网络安全、尤其是AI安全方面的最新技术进展和落地案例与现场上百名专业观众进行了分享。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。