摘要：针对电熔镁炉工业生产过程中用户无法随时随地对生产过程进行监控、劳动强度大、生产过程电能消耗大等问题,以及工业大数据环境下现有基于云的监控系统在数据采集、传输、存储等方面普遍存在的技术挑战,设计开发了基于工业云的电熔镁炉监控系统。该系统采用分布式数据采集平台实现过程数据和视频数据的多元化高效、可靠采集;利用云计算和分布式消息中间件实现对生产现场大规模实时数据和非实时数据的高效、高可靠传输;采用组合关系数据库和非关系数据库的分布式数据存储模型实现了大规模数据的可靠、高效存储和访问;此外,针对目前基于云计算的工业监控系统普遍缺乏的数据分析功能,结合数据挖掘以及传统参数优化、参数辨识、参数预报、故障诊断等工业控制技术,设计开发了设定值指标优化、单吨能耗预报、异常工况识别、优化工况识别及非优原因分析等功能并对其进行了服务化,极大地提升了监控系统的智能化程度,为企业管理者提供了更高效、更智能的决策支持。

摘要：随着工业企业的发展,生产规模扩大以及数据采集量的大大增加,企业在数据采集实时性及成本控制方面提出了更高的要求。针对工业现场现有的数据采集系统中使用的实时数据库价格昂贵且对工业大数据实时性分析支持差等问题,设计开发了一种大规模分布式数据采集与传输系统。该系统利用分布式消息中间件代替现有采集系统中的实时数据库,实现对工业过程大规模数据的高效、高可靠采集和传输,解决了高昂的成本问题,同时通过系统监控模块实现了对整个数据采集、传输和分发过程的监控,保证整个系统采集与传输的智能化,此外通过分布式消息中间件为后续的工业数据实时处理提供了技术保障,解决了目前工业采集系统难以对工业大数据实时分析的问题。

摘要：在进行数据库升级改造,都需要考虑如何把原有数据库的数据不丢失、高性能地写入到新数据库,特别在涉及异构数据库同步时,我们更需要有成熟的经验来借鉴。本文通过对项目的回顾,分享基于分布式消息中间件Rocket MQ来实现异构数据库的同步,总结数据不丢失的高可用实现机制,同时指导应用如何更好地设计与约束来满足高性能的要求。