尽管工业数字化转型仍处于早期阶段，但有一点是明确的:数据是一切事物的关键所在。在制造业，生成用于工业物联网(IIoT)或工业4.0计划的数据是容易的部分。毕竟，每一个设备——从像机器人这样的高级系统到最简单的传感器——在使用时都会产生稳定的数据流。
各行各业越来越多地使用分析技术，需要所有这些数据来提供运营和商业领袖从他们的工业4.0投资中寻找的洞见。但原始机器数据并不总是很适合分析软件。造成这种情况的主要原因是跨机器的数据不一致、缺乏数据上下文化和规范化、操作和IT对数据的可访问性，以及管理和保护数据流的固有困难。
在这些原因中，背景化是数据分析软件面临的最大问题之一。这样想:如果你发送一个传感器的数据点饲料F8:4名称和值为52.2分析软件包,该软件如何知道这是一个温度的值,或者如果它是在摄氏或华氏温度,它来自何方,或什么操作限制它关联(即是52.2一个可接受的阅读或指示的问题?)。
为了解决这个问题，Tony Paine、John Harrington和Torey Penrod-Cambra在2018年创建了HighByte，以创建一种方法，将边缘的工业数据上下文化和标准化，并管理其流到各种消费应用程序。如果这些创始人的名字听起来耳熟，那是因为他们都曾在kepware工作过，这让他们都有深厚的工业设备通信背景。
HighByte将其数据处理技术称为DataOps软件。哈林顿说:“为了从分析中获得全部价值，需要跨机械、流程和产品对数据进行分析。为了处理数百台机器和控制器以及数万个数据点的规模，必须在DataOps解决方案中建立一组标准模型。模型通过机器、过程和产品关联数据，并将其呈现给消费应用程序。一个DataOps解决方案必须能够利用行业标准在操作层与设备和数据源无缝集成，同时为符合当今IT最佳实践的业务应用程序提供价值。”
HighByte的DataOps产品被称为“情报中心”。哈林顿说，这是市场上唯一的解决方案，它将上下文化和标准化的数据模型与工业和it系统连接起来，管理信息流，是可伸缩的和安全的，并且已经用边缘本地方法开发。
HighByte情报中心的功能包括:
- 数据建模来通过用元数据记录过程数据、标准化数据属性和标准化度量单位来上下文化过程数据。模型可以在单个集线器中重用，也可以跨集线器共享。
- 数据转换基于JavaScript的表示法允许对数据进行标准化和规范化，以进行比较和应用程序不匹配。这也使得计算能够在边缘执行，以提高可用性并减少数据传输量。
- 连接流用于在任何频率或条件下传输原始数据或模型信息。可以管理这些流，以识别、启用或禁用应用程序的信息流。
- 集成—集线器支持通过OPC UA和MQTT收集和传递数据。它还提供了连接及其各自的输入和输出的配置和管理。
- 安全-集线器使用OPC UA和MQTT的内置安全交换数据。通过通过连接标识输出，管理员可以实现比典型的发布/订阅代理体系结构和开放、非托管API访问所提供的更高级别的管理和安全性。
- 边缘本地- - - - - -HighByte Intelligence Hub可以运行在硬件平台上，包括树莓派和其他单板计算机，工业交换机，以及Linux, Windows 10和Windows服务器平台。
