数据采集是工业互联网的基础，没有数据的工业互联网将是无源之水，工业互联网的价值在很大程度上取决于采集数据的数量和质量。
NI SBRIO-9636 数据采集是工业互联网的基础，没有数据的工业互联网将是无源之水，工业互联网的价值在很大程度上取决于采集数据的数量和质量。
2017年，IBM商业价值研究院联合牛津经济研究院对来自112个国家12,854位高管进行了问卷调查。本次调查统计结果表明，这些高管认为企业的数据只有20%是来自互联网，80%是企业自身拥有的生产经营等环节数据，这些数据被人工智能等新技术处理后，可使传统企业具有超过互联网公司的优势。
而车间则是制造企业使用与产生数据的重要场所。这些数据既包括MES等信息化系统里运行与产生的数据，也包括生产设备产生的各种状态与制造参数等数据。工业互联网平台结合行业知识对这些数据进行进一步处理和挖掘，以量化、可视化等方式，定位生产中存在的问题并进行优化，可为企业智能制造提供源源不断的新动能，有效地提升企业竞争力。
NI SBRIO-9636 1 制造数据采集的数据分类
由于行业不同、应用场景不同，对制造数据的分类也不尽相同。
首先是对制造本身的理解。从狭义上的理解，制造主要是将原材料加工成产品的生产过程，但如果从广义的上理解，制造可以涵盖产品研发、企业资源管理、产品工艺、生产过程、市场营销、售后维护等等不同的方面，制造数据的范围就变得非常庞大，数据采集的方式自然也就多种多样了。
NI SBRIO-9636
其次，不同行业对制造数据的分类也不同。比如流程行业，可分为工艺数据、过程数据以及作业实绩。工艺数据主要是指温度、压力、电流、电压等直接影响生产效率、产品质量的数据。过程数据是指生产过程中所使用或者产生的数据，比如物料、计划、生产节拍等等。而实绩数据包括投入产出数量、合格率等等。
NI SBRIO-9636 在离散制造行业，主要的制造数据包括设备数据、生产过程数据、质量数据等。
设备数据：设备运行状态信息、实时工艺参数信息、故障信息、维修/维护信息等;
生产过程数据：生产计划、产品加工时间、加工数量、加工人员、加工参数、产品完工率等;
NI SBRIO-9636 质量数据：产品质量信息、工艺质量信息等。
最后，划分的标准也不同。也有人将能源数据、测量测试数据等都定为单独的一类。
本文基于离散行业的划分习惯，按照狭义上的制造进行数据种类的划分，即设备数据、生产过程数据、质量数据三类，能源数据可合并到设备数据，测量测试数据可并入质量数据类。
