数据采集一直是困扰着所有制造工厂的传统痛点，自动化设备品牌类型繁多，厂家和数据接口各异，国外厂家本地支持有限，不同采购年代。即便产量停机数据自动采集了，也不等于整个制造过程数据都获得了，只要还有其他人工参与环节，这些数据就不完整。
工业数据采集类型
互联网的数据主要来自于互联网用户和服务器等网络设备，主要是大量的文本数据、社交数据以及多媒体数据等，可以直接通过主流电商平台API接口直接调用需要的商品数据，订单数据等。而工业数据主要来源于机器设备数据、工业信息化数据和产业链相关数据。
从数据采集的类型上看，不仅要涵盖基础的数据，还将逐步包括半结构化的用户行为数据，网状的社交关系数据，文本或音频类型的用户意见和反馈数据，设备和传感器采集的周期性数据，网络爬虫获取的互联网数据，以及未来越来越多有潜在意义的各类数据。主要包括以下几种：
海量的Key-Value数据
在传感器技术飞速发展的今天，包括光电、热敏、气敏、力敏、磁敏、声敏、湿敏等不同类别的工业传感器在现场得到了大量应用，而且很多时候机器设备的数据大概要到ms的精度才能分析海量的工业数据，因此，这部分数据的特点是每条数据内容很少，但是频率极高。
文档数据
包括工程图纸、仿真数据、设计的CAD图纸等，还有大量的传统工程文档。
信息化数据
由工业信息系统产生的数据，一般是通过数据库形式存储的，这部分数据是最好采集的。
电商接口数据
由已经建成的工业自动化或信息系统提供的接口类型的数据，包括txt格式、JSON格式、XML格式等。
视频数据
工业现场会有大量的视频监控设备，这些设备会产生大量的视频数据。
图像数据
包括工业现场各类图像设备拍摄的图片（例如，巡检人员用手持设备拍摄的设备、环境信息图片）。
音频数据
包括语音及声音信息（例如，操作人员的通话、设备运转的音量等）。
其他数据
例如遥感遥测信息、三维高程信息等等。
重磅关联研修班——
e-works定于2023年5月24-25日在济南举行“工业数据采集、分析与应用高级研修班”。
工业现场数据逐渐成为智能制造过程中的一种重要数字资源，既包括数控设备、仪器仪表、物流设备、传感器等的状态、运行数据，也包括人、机、料、法、环数据，如何从这些海量的工业数据中迅速提炼出有用的信息，离不开工业数据的采集、分析与应用。然而，企业针对这项工作往往难点重重。
此次邀请到的授课专家来自国内顶尖高校的博导、实践一线，富有行业Know-How经验的实操专家、先进企业技术落地的先行者、拥有丰富方法论的咨询顾问等授课。这些专家经验丰富、技术前沿、资深权威。
。
