智慧工厂管理系统是近年来工业4.0里兴起的一个系统概念，还有几十关于智能制造和智慧工厂等新鲜的词汇，对于现在很多的制造型企业貌似不知道这些词就相当于落伍了，但智慧工厂管理系统与大数据是不是应该联系在一起呢，本文小编给大家分析一下。 

智慧工厂管理系统与大数据

国内制造业现状分析

在我国国内最先兴起的智慧工厂管理系统是钢铁智慧工厂管理系统，由于前几年钢铁行业因为产能过剩导致了很多的企业陷入了一种快要倒闭的状态，上了智慧工厂管理系统后对企业的库存进行了统一的管控，摆脱了以前产能过剩的情况。目前国内的很多行业也都在争着上智慧工厂管理系统，因为国内很多的工厂都是一种自动化水平很低的状态，基本上还处在工业2.0或者工业2.5的状态，想要实现工业化和智能化还要很长的一段路要走。要想是尽快的实现工业4.0，使企业的生产效率等实现高度的提升就必需要从多方面落实，比如一些基础设施的建设和成本、人才的投入、管理体系的构建等诸多的因素，这些都是需要保证的。

自动化与大数据

依照目前自动化的程度，目前国内很多的主流的框架技术是很难实现与大数据的对接的，我们前面都了解过，智慧工厂管理系统是介于计划层和控制层之间的，主要负责生产中的执行，智慧工厂管理系统现场的制造数据主要是来自于客户端和现场的设备，这些设备主要是通过PLC进行控制的。

目前国内用的比较多的是西门子PLC设备，PLC首先要保障的是业务的稳定，其次才是数据的收集处理，而PLC在组建网络时受到诸多条件的限制。

首先，PLC通过OPC与IT系统通信时，会受到传输数据容量的限制。通过OPC设置为单边、异步通信，每次通信不能超过200个字节。

其次，PLC之间通过PN/PN COUPLER组网时，通信稳定性很有保障，但是交换区的容量只有256字节。

第三，PLC的掉电保持容量非常有限，一般情况下300系列最多只有700KB，因此当PLC用于数据缓存处理时，能保持的数据容量就受到了限制。

第四，PLC的的内存一般为数M字节，因而也很难在PLC上做大量数据配置。

对于制造业和大数据的联系，但都是一般业务的数据，因此尽管采集的数据多，但对业务的影响其实有限。就控制现场而已，首先要保证的是数据的有效性、一致性，其次才会考虑采集尽可能多的数据。

目前PLC是实现现场控制的最佳的方式，但PLC在数据处理方面的局限性在短期内还没有很好的解决办法，因此很难从技术方面既保证一致性又做到大数据处理。与其空谈大数据，不如一步一个脚印，先把自动化做好做实，再来实现智能化和大数据。