1. 线边数据采集的背景
现代制造模式以生产效率、产品质量、生产成本等作为衡量企业制造能力和水平的主要标志，然而由于企业规模扩大、技术改造深入和市场竞争加快，造成具有多源异构性、形式多样性、复杂多变性等特征的车间制造过程信息急剧膨胀，再加上传统的企业管理系统无法精细控制到流程复杂、信息纷乱的车间制造过程（特别是包括了设备和人员的车间设备层），使得企业管理层难以准确掌握生产现场的实时情况。因此，迫切需要结合真实线边数据的生产线数字孪生平台，来对整体产线信息化进行可视化管理。
制造企业的管理信息系统都是建立在自身的复杂性之上，而制造车间作为最重要的信息源头，存在着大量的无序、冗余、残缺、异构信息，要想克服它们之间存在的信息交互的鸿沟，这就对车间制造过程线边数据采集和集成提出了更高的要求，需要对车间制造过程的集成性和企业信息系统的交互性方面进行提升。
因此，线边数据的采集集成是现代企业实施信息化战略的迫切需求，只有将制造过程中各种数据进行准确采集和有效集成，形成完整的生产线数字孪生系统，才能够及时准确掌握制造过程中的动态信息，从而为提高生产效率和制造资源利用率提供支持。
2. 线边数据采集概念
2.1 数据采集
数据采集（DAQ）是指从传感器和待测设备等模拟和数字被测单元中自动采集非电量或者电量信号、数据信息并送到上位机中的过程，最终为生产线数字孪生系统提供完整的数据支撑。数据采集系统根据不同的应用需求有不同的定义，但各个系统采集、分析和显示信息的目的却都相同。数据采集技术广泛应用在各个领域，比如汽车制造业中的整车、装备、零部件、物流等领域。
2.2 线边数据采集
本文所定义的线边数据采集是指工业现场的数据采集，通过各种感知技术，以及现场总线、工业以太网、工业光纤网络等工业通信网络实现对工厂设备的关键控制点信息的接入，实时采集工厂工业现场设备中任何需要监控、连接、互动的过程所产生的数据，采集其包括声、光、热、电、力学、化学、生物、位置等各种需要的信息，并汇总为完整的生产线数字孪生系统。
线边数据采集主要分为四类：对传感器、变送器、采集器等专用采集设备的数据采集；对PLC、RTU、嵌入式系统、IPC等通用控制设备的数据采集；对机器人、数控机床、AGV等专用智能设备/装备的数据采集；对于在制造过程中测量仪器的质检报告文档的采集，如三坐标、圆度仪等专用测量设备的文档类数据的采集。
线边数据采集通过智能化识别、定位、跟踪、监控和管理工厂中的人机料、水电气、生产进度、工艺参数、质量、环境等各种生产要素，实现工业现场生产过程的可视化和持续优化，实现智能化的决策与控制。具体信息包括但不限于：
（1）人：车间作业人员相关信息；作业人员的动作监控、记录行为轨迹等；
（2）机：设备运行状态数据、设备报警数据、设备工艺数据；
（3）料：物料（原材料、在制品、成品等）的物料编码、生产厂家、型号、数量、质量信息等；
（4）能耗：车间内消耗的水、电、蒸汽、压缩空气、燃气等数据；
（5）工艺参数：生产加工过程中的温度、湿度、压力等数据；
（6）质量：生产过程中的半成品、成品的质量数据；
（7）环境：生产环境的温度、湿度、气压等数据。
