1.1.3 装备制造行业：产品数据采集难

当前，智能装备制造已初步形成以高档数控机床、基础制造装备、自动化生产线、智能检测与装配装备、智能控制系统、工业机器人等为代表的产业体系，在国内外战略不断落实，5G、物联网等新兴技术创新发展的背景下，智能装备制造行业的发展趋势也愈加清晰。

传统装备制造要转向智能装备制造，就必须在生产过程中将智能装备通过通信技术有机地连接起来，实现生产过程的自动化。同时，利用各类感知技术收集生产过程中的各种数据，并通过工业以太网等通信技术将这些数据上传至工业服务器。这些数据将在工业软件系统的管理下被处理和分析。最终，这些数据与企业资源管理软件相结合，提供最优化的生产方案或定制化生产方案，从而实现智能化生产。

传统装备制造想要迈入智能装备制造时代，关键之一就是数据采集，这也是传统装备制造行业的痛点，数据采集的具体问题如下。

❑数据采集不完整。自动化装备品类繁多，厂家和数据接口各异，国外厂家对本地企业支持有限。即便产品停机数据实现了自动采集，也不等于获得了整个制造过程数据，只要还有人工参与的环节，获得的数据就不完整。

❑采集的数据类型繁多。互联网的数据来自用户和服务器等网络设备（主要为文本数据、社交数据、多媒体数据），工业数据来自机器设备、工业信息化过程和产业链，包括文档数据、信息化数据、视频数据、图像数据、音频数据、遥感遥测信息、三维高程信息等，这么多数据类型无疑加大了采集难度。

❑采集技术存在难点。很多企业对生产数据的采集主要依靠传统的手工作业方式，采集过程中容易出现人为记录错误，并且采集效率低下。有些企业虽然引进了相关技术手段（如传感器、RFID技术等），并且上线了数据采集系统，但是由于系统本身可能存在问题，以及企业没有选择最适合自己的数据采集系统，因此无法保障数据采集的实时性、精确性和延伸性，各单元会出现信息断层的现象。

综上所述，在国内外竞争激烈的大环境下，利用数据提升企业的核心竞争已经是主流趋势。受限于传统装备制造数据采集的难点，如何利用技术高效采集数据，确保数据质量，是企业面临的重要问题和挑战。