工業互聯網發展離不開工業數據的應用，工業數據的采集是工業互聯網發展的基礎，在實際工業數據采集過程中，常常碰到以下難點：

1. 多種工業協議并存

因為工業軟硬件系統存在較強的封閉性和復雜性，工業領域使用的通信協議有很多，如PROFIBUS、Modbus、CAN、HART、EtherCAT、EthernetIP、Modbus/TCP、PROFINET、OPC UA，以及大量的廠商私有協議。在工業現場，不同廠商生產的設備，采用不同的工業協議，要實現所有設備的互聯，需要對各種協議做解析并進行數據轉換，這是工業物聯網最先遇到的問題，設備的品牌種類繁多，不同年代，不同協議不統一，接口不同意，數據采集困難，耗時又費力。

2.數據采集量大

工業物聯網應用越來越豐富，數據量越來越大，格式還都不一樣，對于數據存儲、運算能力要求非常高，數據還帶有大量的時間屬性，數據采集要保證時空信息的準確性和可追溯性，數采集量大，給工業數據采集帶來困難。

3. 數據實時性要求

工業數據采集的一個很大特點是實時性，包括數據采集的實時性以及數據處理的實時性。例如基于傳感器的數據采集，其中一個重要指標為采樣率，即每秒采集多少個點。采樣率低的如溫濕度采集，采樣間隔在分鐘級；采樣率高一些的如振動信號，每秒鐘采集幾萬個點甚至更多，方便后續信號分析處理以獲得高階諧波分量。

采樣率越高意味著單位時間數據量越大，如此大的數據量，如果不加處理直接通過網絡傳輸到數據中心或云端，對于網絡的帶寬要求非常之高，而且如此大的帶寬下，很難保證網絡傳輸的可靠性，可能會產生非常大的傳輸時延。

如果將數據上傳到云端，云端分析后再繞一圈回來，指導下一步動作，一來一回產生的時延，很多時候將變得不可接受。

物通博聯工業數據采集網關具有設備接入、協議轉換、邊緣計算的能力。多接口多種聯網方式，解決設備接入的復雜性和多樣性，實現工業現場和工廠外智能產品/移動裝備的泛在連接。

強大的協議解析能力，數據接入后，將對數據進行解析、轉換，并通過標準應用層協議如MQTT上傳到物聯網平臺。強大的邊緣計算能力，在協議轉換后，可能在本地做即時數據分析和預處理，再上傳到云端，提升即時性并降低網絡帶寬壓力，大大提升處理的速度和效率，減輕云端的負荷。