數據采集，是指從傳感器和其它待測設備等模擬和數字被測單元中自動采集非電量或者電量信號,送到上位機中進行分析，處理。數據采集系統是結合基于計算機或者其他專用測試平臺的測量軟硬件產品來實現靈活的、用戶自定義的測量系統。
被采集數據是已被轉換為電訊號的各種物理量，如溫度、水位、風速、壓力等，可以是模擬量，也可以是數字量。采集一般是采樣方式，即隔一定時間(稱采樣周期)對同一點數據重復采集。采集的數據大多是瞬時值，也可是某段時間內的一個特征值。準確的數據測量是數據采集的基礎。數據量測方法有接觸式和非接觸式，檢測元件多種多樣。
數據采集一直是困擾著所有制造工廠的傳統痛點，自動化設備品牌類型繁多，廠家和數據接口各異，國外廠家本地支持有限，不同采購年代。即便產量停機數據自動采集了，也不等于整個制造過程數據都獲得了，只要還有其他人工參與環節，這些數據就不完整。
數據采集技術難點
在當今的制造業領域，數據采集是一個難點。很多企業的生產數據采集主要依靠傳統的手工作業方式，采集過程中容易出現人為的記錄錯誤且效率低下。
有些企業雖然引進了相關技術手段，并且應用了數據采集系統，但是由于系統本身的原因以及企業沒有選擇最適合自己的數據采集系統，因此也無法實現信息采集的實時性、精確性和延伸性管理，各單元出現了信息斷層的現象。
數據量龐大
任何系統，在不同的數據量面前，需要的技術難度都是完全不同的。如果單純是將數據采到，可能還比較好完成，但采集之后還需要處理，因為必須考慮數據的規范與清洗，因為大量的工業數據是“臟”數據，直接存儲無法用于分析，在存儲之前，必須進行處理，對海量的數據進行處理，從技術上又提高了難度。
工業數據的協議類型繁多，不標準
互聯網數據采集一般都是我們常見的HTTP等協議，但在工業領域，會出現ModBus、OPC、CAN、ControlNet、DeviceNet、Profibus、Zigbee等等各類型的工業協議，而且各個自動化設備生產及集成商還會自己開發各種私有的工業協議，導致在工業協議的互聯互通上，出現了極大地難度。很多開發人員在工業現場實施綜合自動化等項目時，遇到的最大問題及時面對眾多的工業協議，無法有效的進行解析和采集。
視頻傳輸所需帶寬巨大
傳統工業信息化由于都是在現場進行數據采集，視頻數據傳輸主要在局域網中進行，因此，帶寬不是主要的問題。但隨著云計算技術的普及及公有云的興起，大數據需要大量的計算資源和存儲資源，因此工業數據逐步遷移到公有云已經是大勢所趨了。但是，一個工業企業可能會有幾十路視頻，成規模的企業會有上百路視頻，這么大量的視頻文件如何通過互聯網順暢地傳輸到云端，是開發人員需要面臨的巨大挑戰。
對原有系統的采集難度大
在工業企業實施大數據項目時，數據采集往往不是針對傳感器或者PLC，而是采集已經完成布署的自動化系統上位機數據。這些自動化系統在部署時廠商水平參差不齊，大部分系統是沒有數據接口的，文檔也大量缺失，大量的現場系統沒有點表等基礎設置數據，使得對于這部分數據采集的難度極大。
安全性考慮不足
原先的工業系統都是運行在局域網中，安全問題不是突出考慮的重點。一旦需要通過云端調度工業之中最為核心的生產能力，又沒有對安全的充分考慮，造成損失，是難以彌補的。
武漢紡友數智紡數據采集系統能實現生產設備的實時信息自動采集。對于沒有通訊接口的重要數據，可通過人工錄入方式進入數據采集系統。
實現生產過程實時監測，實時監測車間生產，實時查詢現場流程圖、歷史及趨勢；將實時數據全部匯聚于信息中心服務器中，在公司的局域網上發布，具有相應權限的用戶可在局域網內瀏覽數據，生產數據采集系統還可自動生成相關數據報表。對采集的數據進行分析整理，把現場采集的實際數據與相關的生產指標項目進行對比，偏差過大時進行報警并記錄。
實時數據庫可用于生產過程數據的自動采集、存儲和監視，可存儲多年歷史數據，并提供客戶端數據展示。統一的數據庫，實現企業人員異地共享信息，客戶端應用程序有效優化企業級實施管理，諸如工藝改進、質量控制、故障定位維護等。并可集成現有的ERP、MIS等應用系統，連接起業務管理和實時生產，更好地實現數字化管理。
