工業物聯網與數據挖掘云服務技術的分析

李 驏

（馬鞍山賽力文機械有限公司，安徽 馬鞍山 243000）

近些年以來，工業物聯網的構建范圍正在快速拓展，各個行業領域的工業企業普遍采用了數據挖掘自動化與智能化的技術措施。工業生產涉及的網絡數據種類比較繁多，物聯網只有具備了更高層次的數據信息整合處理能力，才能有效應對當前背景下的工業生產的實踐需求。因此，數據挖掘和云服務處理技術的結合，并借助可穿戴電子產品與傳統工業系統的融合，使得傳統工業企業智能化轉型，合理節約工業生產的實踐資源。

1 云服務的概念

云服務的基本含義就是建立在互聯網平臺的支撐基礎上，提供網絡數據采集、數據信息分析以及資源共享服務。云服務產生的基礎前提就在于網絡交互模式，重點針對虛擬的網絡空間資源進行最優化的開發配置和利用。從現狀來看，云服務的體系結構應當重點包含云空間、云主機、云測試、云開發以及綜合產品。網絡虛擬空間中的數據資源能夠獲得統一化的調度管理，并通過構建多層次的網絡連接模式來確保分享現有的網絡空間資源[1]。云服務的開展實施基礎應當體現在虛擬化的網絡資源池，結合現有用戶服務的基本需求，實現擴展性的云計算服務，合理分配現存的網絡系統服務資源。

數據挖掘技術的本質在于依靠算法自動搜索的方法來采集各個領域的網絡數據資源，確保達到深入挖掘網絡數據信息的目標，重點針對有價值的數據資料部分來實施綜合性的挖掘工作。為了達到數據挖掘的最優實踐效果，那么關鍵就是要合理運用現有的在線分析、自動統計、專家系統、機器學習、情報檢索、自動識別模式等專業技術方法。近些年以來，云服務以及數據挖掘的自動化技術手段已經獲得了普遍的創新優化，客觀上展現出云服務平臺在實踐運行效益上的優越性。

2 工業物聯網概述與現狀

2.1 工業物聯網的含義

在目前現有的物聯網體系框架中，工業物聯網屬于不可或缺的關鍵組成部分[2]。近些年以來，工業物聯網的演變發展速度正在明顯加快，工業物聯網的原有覆蓋領域也在不斷拓展。

工業物聯網是工業領域的物聯網技術，其的含義就是將具有感知、監控能力的各類傳感器和控制器以及通信技術、智能分析等技術不斷融入工業生產過程的各個環節，從而實現制造效率的提高，產品質量的改善以及資源調控的優化，最終實現傳統工業提升到智能化的新階段。在工業物聯網的體系結構下，無線網絡應當能夠接入各種不同類型的工業基礎設備，確保經過采集得到較為完整的工業網絡系統數據。

2.2 工業物聯網的現狀分析

工業物聯網誕生于2018 年，截至目前，已經獲得了較為顯著的發展和改進完善。工業物聯網覆蓋行業領域較為廣泛，可以達到實時性的工業生產數據信息資源的共享。工業物聯網將各個工業生產終端設備和生產環節緊密連接，自動化、智能化地捕捉工業生產中的異常數據信號，并將其反饋給企業相關負責人員，切實保障了工業生產全過程中的安全和高效。

工業大數據明顯的技術特征就是變化增長的速度更快、種類更加多樣、來源更加廣泛。工業物聯網通過自動化采集得到的數據信息規模非常龐大，只有進行了科學的分類匯總和處理，才能有益于發揮網絡數據資源的良好實踐價值。網絡大數據技術可以細分為數據采集技術、存儲管理數據技術、分析與應用數據技術等。數據采集是數據信息處理的前期基礎保障，必須得到充分的關注。數據存儲和管理的基本宗旨在于嚴格確保在邏輯以及物理的層面上保證網絡數據的安全和完整性。數據挖掘的技術關鍵在于正確使用數據挖掘的工具和方法，實現數據的全面分析并提煉具有重要價值的結果，是大數據分析中的核心組成部分。

3 工業物聯網與數據挖掘云服務技術應用面臨的問題

工業物聯網具有高效配置工業生產資源的重要實踐價值，優化了工業生產中的信息處理以及數據分析流程。在當前時期背景下，工業物聯網已經與自動化的數據挖掘技術充分融合，同時也表現出更優的網絡運行綜合效益。但數據挖掘的云服務技術平臺仍不完善，配套性的云服務平臺基礎設施體系也不完整[3]。云服務模式下的工業生產信息數據比較容易面臨安全威脅，最終導致工業物聯網不能充分實現預期效益指標。

除此以外，云服務和數據挖掘的重要技術方法也沒有貫穿于工業物聯網的各個運行環節，云服務體系框架下的物聯網信息采集與信息處理存在脫節弊端。受到物質資源條件、基礎設施以及人員業務素養等多層面的約束限制，工業物聯網在運行實踐中產生了技術局限性。

綜上所述，工業物聯網在數據采集、數據挖掘、云平臺服務的現有層次深度仍然需要持續性的優化改進。

4 工業物聯網與數據挖掘云服務技術框架分析

從整體架構上來看，工業物聯網可分為感知層、傳輸層、支撐層和應用層。感知層主要包括傳感器、可編程邏輯的控制器等，用于收集、記錄、分析數據以及下發指令；傳輸層主要由移動網絡、互聯網、藍牙、超聲波、衛星、Post-IP 等多種通信方式；支撐層可用于數據智能處理、分布式并行計算、云計算技術等；應用層通過整合平臺支撐層數據和用戶配置控制指令，落地為垂直化的應用軟件。

本章通過對各框架層的應用分析，來闡釋工業物聯網與數據挖掘云服務技術的融合模式。在工業物聯網的系統結構中，通過射頻識別、二維碼自動設備辨識、無線短距離通信的狀態監控和實時定位數據等，數據采集傳感器應當布置在工業基礎設施的各個關鍵部位，并在邏輯控制器的調控下實現了準確、完整的數據信息采集感知目的。數據傳輸層包含了多種不同類型工業生產全過程中實時的數據信息，決定了傳輸層的數據信息互通應當盡量減少延時，充分確保經過轉化處理后的網絡數據能夠達到最優的安全完整程度。

4.1 數據感知層

在工業物聯網的組成結構中，感知層的主要功能為實時數據采集，或帶有邊緣計算的觸發式數據采集。在以上傳統的數據采集方法下，可穿戴設備作為一種便攜、移動、智能化的數據收集、控制和展示終端，在傳感器的無線傳輸網絡支撐前提下，將智能化的電子穿戴設備融入工業傳感系統中，可以使得數據采集更具有針對性，也更方便快捷。例如手環、AR 眼睛等產品的融入，使得傳統的人機交互模式得到躍升。

可穿戴設備在消費者中很受歡迎，主要是因為它們無與倫比的便利性。可穿戴產品與工業物聯網的融合，也打通了頂層應用層與基層感知層的鏈接。員工將受益于可穿戴設備帶來的移動性和互操作性，以及視覺增強的數據展示效果。

4.2 數據傳輸層

傳輸層的基本構成要素包含互聯網（移動網絡）、衛星通信裝置、IP 地址的定位網絡、無線網絡等，實現完整的數據信息流的傳輸與共享。傳輸無線電能的系統運行過程不能缺少科學的系統方案設計，無線傳能的各系統組成模塊必須要合理地分布設計。優化結構整體設計的關鍵實踐舉措應當包含機械結構與電路結構的兩項設計要點，確保能夠達到預設的系統電能安全傳輸目標。

相對于平面傳輸電流的線圈結構而言，立體式的諧振子不會占據過大的空間面積，具有便攜與輕巧的外觀造型優勢，傳輸電能的系統運行效率也獲得了明顯的優化提高。

此外，經驗證諧振電感耦合的柔性天線接收裝置可以達到指定的波段頻率，包含自動接收器與發射機天線裝置的交流電源系統表現出更加平穩可靠的電能傳輸效果，有效改善了電能傳輸中的頻繁波動狀況。

4.3 數據支撐和數據應用層

數據應用層重點應當包含專家系統、信息中心以及運營平臺，通過實施自動化的信息資源匯總分析方法來達到數據準確分析的結果。近些年以來，工業生產的企業技術人員已經能夠靈活運用分布式的并行計算、智能化處理、綜合設計驗證、管理系統數據庫、數據挖掘以及海量存儲等關鍵性的支撐技術方法，通過合理選擇各種類型的不同算法來確保達到最優化的數據層實踐運用效益。

例如，分布式的并行計算方法可以保證同時處理多種不同類型的網絡數據資料，有效防止了數據資源的丟失風險產生。

5 數據挖掘云服務技術與數據安全

5.1 數據挖掘云服務技術

數據挖掘云服務技術的關鍵實施路徑就在于劃分數據挖掘的各個系統組成部分，通過實施深度挖掘的專業技術方法來促進工業生產領域的信息數據共享。在此前提下，算法庫應當能夠實現自動化的算法調取目標，運用算法引擎來實現全方位的工業生產數據資源匯總采集。數據信息的實時傳輸處理能夠得到準確的響應，自動化的業務控制模塊具備數據挖掘以及數據分析的重要功能。云服務技術整合了工業生產的各個層面需求，搭建了完整程度較高的工業物聯網體系結構。

從數據感知層到最頂層的數據應用層，通過云服務技術，并結合手環、AR 眼睛等可穿戴電子設備，建立起一個高度友好的人機系統。例如，車間工作人員可通過佩戴的可穿戴設備了解各種所需的信息，可以便捷查閱各設備運行狀態或故障情況，甚至可針對性地定位到單個零部件的運行狀態，也能實時了解生產進度等信息。如果制造商提供定制產品或解決方案，則可穿戴設備可以為企業提供實時數據，以了解其客戶重視哪些定制偏好，然后這些企業可以利用這些信息來開發新的產品和服務，以滿足客戶偏好。從現場服務設備收集的數據可以告知企業其產品和服務最常出現哪些問題。然后可以利用這些數據來調整終端設備的功能和特性，以更好地滿足消費者的需求，并最大程度地減少過度維護和修理。

5.2 數據安全管理

作為工業企業的管理技術人員，應當充分認識到物聯網模式下的信息安全監管作用。企業信息安全隱患表現為廣泛存在的趨勢，網絡安全維護的著眼點應當體現在定期維護網絡系統。企業技術人員對于信息安全思維應當進行全面的培養，充分掌握正確的信息安全監管防范途徑。計算機網絡在定期獲得全面檢測的基礎上，網絡垃圾以及木馬病毒等有害因素就能得到準確的判斷，有益于網絡安全監管的整體水準質量獲得改進。

現階段的工業企業人員必須要深刻認識到物聯網系統安全監管防范的價值意義，結合網絡信息數據的常見安全風險因素來給出解決路徑。網絡系統中的個人隱私信息需要設置嚴格的安全加密管理措施。破壞網絡監管體系的不法分子需要得到嚴厲的懲戒，依靠法律監管的重要實施思路來促進網絡整體環境得到凈化，改善網絡數據信息的溝通共享環境。

6 工業物聯網的未來發展之路分析

具備人機交互特性的工業物聯網目前正在被普遍適用于工業生產企業，同時也表現為工業物聯網的良好實踐運用成效。數據挖掘云服務以及工業物聯網的現有組成部分應當包含數據挖掘、數據接入、傳感交互、業務控制的四個關鍵部分，各個部分都應發揮出預期的網絡數據傳輸共享效果。在未來的工業物聯網轉型發展視角下，數據挖掘與物聯網的技術手段還會達到更加緊密的相互融合效果。

現階段的工業生產規模具有快速擴大的發展特征趨勢，客觀上決定了工業物聯網的運行保障技術亟待獲得合理的優化。工業生產的全過程將會導致產生龐大與復雜的數據資源，數據挖掘的重要工具方法應當得到工業企業人員的準確把握。物聯網在工業生產領域的總體轉型思路就是創建高效化的企業資源配置模式，防止產生工業生產中的資源盲目使用浪費情況。

7 結語

經過分析可見，傳統工業企業要實現智能化、信息化的全面轉型目標，需要借助工業物聯網與數據挖掘云服務技術等關鍵性的核心技術作為支撐，并結合便攜式可穿戴設備提升人機交互和數據可視化。現階段的工業物聯網產業化進程已經表現為深入推進的趨勢，從而決定了工業企業應當致力于現有物聯網的技術手段，并深入到工業物聯網各體系框架層的不斷實踐與創新。

但同樣的，傳統工業系統向信息化的轉型，也會埋下網絡運行癱瘓、網絡遭受黑客病毒侵襲、企業信息數據丟失等各種安全隱患，企業技術人員需要做到嚴格防范與控制現有的網絡數據信息安全傳輸風險。