自動控制柜中的數(shù)據(jù)存儲在應用中經常被忽略。事實上，在自動控制柜的設計中，操作數(shù)據(jù)會定期進行。

存儲的數(shù)據(jù)可以是實際值，如生產量，也可以是從原始數(shù)據(jù)中獲得的統(tǒng)計數(shù)據(jù)，如每秒檢查一次但每小時記錄一次的平均值、小醉和大醉溫度值。自動控制柜數(shù)據(jù)點通常有地址或名稱和值。數(shù)據(jù)點僅提供以過程或控件為中心的數(shù)據(jù)視圖。沒有描述、測量單位、操作范圍或其他描述性信息。

由于自動化控制柜中的工業(yè)數(shù)據(jù)主要用于控制環(huán)境之外的機器維護、流程優(yōu)化、質量和可追溯性，因此帶來了一些挑戰(zhàn)。在這種情況下，必須對數(shù)據(jù)進行分析和調整，以維護機器，優(yōu)化流程，并跟蹤產品質量。所需的數(shù)據(jù)必須是相關的，有時必須轉換成可用的格式。

典型的工廠擁有不同數(shù)據(jù)的機器。對于自動控制柜中的數(shù)據(jù)分析，數(shù)據(jù)點必須標準化和規(guī)范化，在某些情況下，應使用組件指標進行計算。分析數(shù)據(jù)通常沒有控制數(shù)據(jù)重要。企業(yè)使用低成本傳感器收集數(shù)據(jù)進行非關鍵分析。傳感器可能出現(xiàn)故障或漂移。帶有外部數(shù)據(jù)驗證的冗余傳感器有助于實現(xiàn)良好的數(shù)據(jù)存儲。

工業(yè)數(shù)據(jù)的提取和轉換必須在靠近生產機器的地方完成。這樣，數(shù)據(jù)可以被本地邊緣分析使用，并被發(fā)送到本地數(shù)據(jù)中心或云。邊緣計算還是云計算主要看哪個效率更高。制造企業(yè)必須簡化數(shù)據(jù)集成，以實現(xiàn)工業(yè)4.0、智能制造和IIoT的預期價值。