CN109358574B - 一种智能化数据采集、监控与分析系统及方法 - Google Patents
一种智能化数据采集、监控与分析系统及方法 Download PDFInfo
- Publication number
- CN109358574B CN109358574B CN201811161598.7A CN201811161598A CN109358574B CN 109358574 B CN109358574 B CN 109358574B CN 201811161598 A CN201811161598 A CN 201811161598A CN 109358574 B CN109358574 B CN 109358574B
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- layer
- monitoring
- center
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 46
- 238000012544 monitoring process Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004519 manufacturing process Methods 0.000 claims abstract description 44
- 238000004891 communication Methods 0.000 claims abstract description 23
- 238000007405 data analysis Methods 0.000 claims abstract description 13
- 230000006855 networking Effects 0.000 claims abstract description 5
- 238000012360 testing method Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 15
- 238000010219 correlation analysis Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 6
- 238000003745 diagnosis Methods 0.000 claims description 6
- 238000010223 real-time analysis Methods 0.000 claims description 5
- 238000013480 data collection Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 230000001364 causal effect Effects 0.000 claims description 3
- 230000008846 dynamic interplay Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000000513 principal component analysis Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000003070 Statistical process control Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32404—Scada supervisory control and data acquisition
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明旨在提供一种可有效实现工厂中各种设备、人员、终端和系统之间的信息互联，消除消息孤岛，提供智能制造的通信和信息基础的智能化数据采集、监控与分析系统及方法。本发明系统包括传感器层1、设备控制层2、应用层3、数据采集中心4、数据分析中心5和上层系统6；其方法包括以下步骤：数据采集组网；采集数据规范定义；在线采集及实时监控；数据分析与反馈。本发明应用于智能化物联网领域。
Description
技术领域
本发明涉及智能化物联网领域，特别涉及一种智能化数据采集、监控与分析系统，以及利用该系统进行自动化设备的数据采集、监控与分析的方法。
背景技术
随着科技的发展，各个行业的智能化发展越来越快。在传统的制造行业，半自动或自动化设备孤立存在，工艺流程中各个工站相互之间缺少数据流向和联通。现有制造业的信息互联多局限于局部模组化通信，对于整体式、工厂级别或者异地公司级别的SCADA系统还少有涉及。现有的工厂数据流动仅限于数据采集，为满足整体的智能化分析以及进一步反馈控制。其主要专注于连接组网，或者采集硬件系统构建，虽然其可以解决硬件终端的数据通信采集，并集中存储于数据库中，或上传至制造执行系统MES进行处理。但该系统无法进行数据分析，更加缺乏系统整体性智能化识别与诊断的功能。目前的数据采集方案多为上层系统的底层接口，仅仅作为一个数据采集通道，用于将上层软件系统（如MES和ERP）与底层硬件设备联通起来。但由于上层系统涉及的信息多、系统复杂，其实时性低、对现场运行数据的诊断与反馈缺乏有效性。而实时性高、响应能力强的底层采集中心又不具备整体数据分析能力。
发明内容
本发明所要解决的技术问题是克服现有技术的不足，提供一种可有效实现工厂中各种设备、人员、终端和系统之间的信息互联，消除消息孤岛，提供智能制造的通信和信息基础的智能化数据采集、监控与分析系统。
本发明还提供了上述系统进行数据采集、监控与分析的方法，该方法能解决现有技术中存在信息孤立、管理成本高的问题。
本发明所述智能化数据采集、监控与分析系统所采用的技术方案是：该系统包括传感器层，用于采集底层作业设备的状态数据，并上传设备控制层；设备控制层，用于接收所述传感器层上传的数据并继续上传数据至应用层，接收应用层下发的指令并控制底层作业设备进行作业；应用层，包括分布在各处的若干智能终端，用于对各个终端和设备控制层进行数据采集，并上传数据采集中心；数据采集中心，用于汇集所述应用层上传的数据，并上传至数据分析中心和/或上层系统；数据分析中心，对所述数据采集中心上传的数据进行处理，对生产过程的部分参数或者整体运行状态进行追踪和监听，在运行过程中动态模拟故障风险，提前是被系统异常，并与上层系统和数据采集中心进行通信；上层系统，用于对整个系统进行监控，并对数据采集中心和/或数据分析中心上传的数据进行处理，并向所述数据分析中心、所述数据采集中心、所述应用层和所述设备控制层下发指令；所述数据分析中心对采集的数据进行实时性分析，并对底层作业设备中的一场检测数据进行快速响应，所述应用层采集各个终端的数据，对系统的整体运行状态进行整体性监控和相关性分析，优化设备运行和作业。
进一步地，所述传感器层包括但不限于CCD相机、摄像头及各类传感器。
再进一步地，所述设备控制层包括但不限于用于控制设备运行的PLC控制器、数据采集装置、设备运行控制装置。
又进一步地，所述应用层为数据采集服务器、HMI上位机和/或各种服务终端，各种服务终端为设置在各处的商用终端和/或测试终端。
再又进一步地，所述上层系统包括ERP系统和/或MES系统。
更进一步地，传感器层采集底层作业设备的状态数据包括但不限于底层作业设备状态数据、自动化运行状态数据、产品测试数据和生产工艺数据。
此外，层与层之间的通信协议包括但不限于CAN总线、EtherCAT、Profibus、Modbus、Ethernet/IP。
另外，上述系统对数据进行采集、监控与分析的方法包括以下步骤：
（a）数据采集组网：通过各类不同标准的硬件接口连接底层作业设备和信息终端，并将分布在车间、工厂或不同城市的生产数据集中采集，再通过工业网络进行集中汇总、综合分析，在上层系统采用通用的OPC UA协议以兼容底层不同作业设备的应用场景，同时在底层作业设备层采用基于OS的智能终端；
（b）采集数据规范定义：针对不同层不同场景的通信协议，不同应用的数据接口，定义同一的数据格式规范，对于通过OPC协议进行上层数据传输的上层系统，根据约定数据规范解读数据字段信息、类型及其包含的实际物理意义，所述传感器层采集底层作业设备的状态数据包括但不限于底层作业设备状态数据、自动化运行状态数据、产品测试数据和生产工艺数据，其中，设备状态数据和生产工艺数据传向上层系统中的MES系统，由MES系统进行统计和展示，同时MES系统通过对这两类数据的判断和整体系统总体运行状况对采集中心发送控制指令和报警信息；自动化运行状态数据和产品测试数据则传递至系统数据分析中心的监控和分析模块，对于自动化运行数据通过数据分析中心的实时监控功能对部分参数，或者整体运行状态进行追踪和监听，并在运行过程中动态模拟系统故障风险，提前识别系统异常；产品测试数据设计CPK和工艺参数分析，结合数据分析中心的SPC功能（统计过程控制功能）进行统计学分析，以及影响产品测试性能的自动化参数间相关性分析；
（c）在线采集及实时监控：现场自动化产线的采集数据中，属于系统运行相关参数的部分在数据集中采集后进行实时性高的响应监测，同时多个实时监控的数据之间进行动态的关联性分析，通过存在因果关联的参数之间进行实时动态互动，匹配最优参数组合；
（d）数据分析与反馈：所述数据分析中心设置有多个分析模块，包括智能分类与回归、故障诊断、异常预警识别、特征识别、工艺主成分分析、DOE设计、GRR分析、相关性分析，分析结果通过数据采集平台反馈至底层作业设备或者设备控制层，同时通过分布式组合在其他的PC或云端上运行，在数据上传至上层系统之前，数据分析中心对采集的数据进行实时性分析，并对底层作业设备中的异常检测数据进行快速响应，数据采集中心连接多个分布式终端。
本发明的有益效果是：与现有的传统制造业相比，本发明不仅可以兼容多种不同类型的设备，兼容多种通信协议与接口，还可以具备智能终端的处理能力，既有简单、廉价的总线形式，亦可以高效、快速的以太网络，标准控制机型PLC系统，又可兼容自定义的板卡系统；本发明系统可扩展至分布式系统，所基于数据连接的硬件系统是开放式的，即可支持有限连接，又可连接无线连接，设备硬件到采集终端，通信网络之间的连接系统是封闭式单元，其他类单元亦可无缝扩展至网络通信层中，将该系统的智能分析模块布置于云端或分布式系统即可应用跨区域的多工厂互联，但对于数据分析和处理时效性而言，跨区域互联的主要需要时再ERP等上层系统中处理，本系统属于底层的支撑系统；本发明涉及的智能系统构建了完整的闭环回路，构建回路的优点是可以将产线数据与整体生产效率、设备效率、生产计划，以及故障诊断等复杂功能进行关联性分析。通过大数据分析，构建复杂模型可用于对整体式生产状态进行剖析，并对生产制造进行优化。相比于传统的MES数据采集，本采集系统深入硬件底层，能够实时有效采集更多的设备和生产数据，并将大量数据进行集中式综合分析；本发明涉及的系统属于分布式多智能体结构，为应对制造业信息化中逐渐增多的数据需求，以及日益膨胀的数据量，在数据采集的终端增加智能分析，同时各个终端与整体之间又可进行高效的协调与通信，在数据上传至上层系统之前，智能分析中心已可以对采集的数据进行实时性分析，并可对设备中的异常检测数据进行快速响应，此外，数据采集中心可以连接多个分布式终端，因此可针对整体的运行状态进行整体性监控和相关性分析，从而更深度而智能化的挖掘制造系统中的生产信息。
附图说明
图1是本发明简易流程图；
图2是本发明简易构建图。
具体实施方式
如图1和图2所示，本发明所述系统包括传感器层1、设备控制层2、应用层3、数据采集中心4、数据分析中心5和上层系统6。传感器层1用于采集底层作业设备的状态数据，并上传设备控制层2；所述传感器层1包括但不限于CCD相机、摄像头及各类传感器。传感器层1采集底层作业设备的状态数据包括但不限于底层作业设备状态数据、自动化运行状态数据、产品测试数据和生产工艺数据。设备控制层2用于接收所述传感器层1上传的数据并继续上传数据至应用层3，接收应用层3下发的指令并控制底层作业设备进行作业；设备控制层2包括但不限于用于控制设备运行的PLC控制器、数据采集装置、设备运行控制装置。应用层3包括分布在各处的若干智能终端，用于对各个终端和设备控制层进行数据采集，并上传数据采集中心4；所述应用层3为数据采集服务器、HMI上位机和/或各种服务终端，各种服务终端为设置在各处的商用终端和/或测试终端。数据采集中心4用于汇集所述应用层3上传的数据，并上传至数据分析中心5和/或上层系统6。数据分析中心5对所述数据采集中心4上传的数据进行处理，对生产过程的部分参数或者整体运行状态进行追踪和监听，在运行过程中动态模拟故障风险，提前是被系统异常，并与上层系统6和数据采集中心5进行通信；上层系统6用于对整个系统进行监控，并对数据采集中心4和/或数据分析中心5上传的数据进行处理，并向所述数据分析中心5、所述数据采集中心4、所述应用层3和所述设备控制层2下发指令；所述上层系统6包括ERP系统和/或MES系统。所述数据分析中心5对采集的数据进行实时性分析，并对底层作业设备中的一场检测数据进行快速响应，所述应用层采集各个终端的数据，对系统的整体运行状态进行整体性监控和相关性分析，优化设备运行和作业。
本发明所涉及的智能化系统，包含底层的数据通信与采集，数据检测、监控与存储，以及数据分析与反馈。该系统直接对接底层的自动化设备，以及部分实时传感器和数据源，通过数据采集中心，将硬件层面的生产运行数据、产品测试数据、设备管理数据等进行集中控制和监控。采集的数据不仅可以与向上层系统（MES、ERP）传输，亦可在独立的数据存储中心和数据分析中心进行深度处理。数据采集与通信架构系统，基本结构包含数据采集模块、通讯转换模块、智能交换机、有线/无线路由、集中式工控机和HMI或移动终端。通过各类不同标准的硬件接口连接底层设备和信息终端，并将分布在车间、工厂或不同城市的生产数据集中采集，并通过工业网络进行集中汇总、综合分析。该系统涉及到底层硬件的通信，具体需要兼容不同品牌不同类型的PLC，常用的包括（西门子、三菱、欧姆龙、罗克韦尔、台达等），以及不同的通信协议和通信接口（RS232/422/485, Ethernet）、多种接口协议兼容（CAN总线、EtherCAT、Profibus、Modbus、Ethernet/IP）。通过在上层采用通用的OPC UA协议以兼容底层不同架构、不同设备的复杂应用场景。同时在数据采集底层采用基于OS的智能终端，不仅可以增强底层接口的兼容性和扩张性，还可以在底层数据采集增加实时分析和监控平台，并针对部分敏感而实时性高的数据进行快速分析与响应。
在数据通信的硬件基础上，需要进一步定义数据通信协议标准、数据采集格式标准以及数据内容分类。物理连接组网将各个分散的数据终端进行集中采集，数据经由树状结构网络不断向金字塔顶端传输，最终在总控中心对所有数据进行采集和处理。但各个采集终端所侦听的数据对象各不相同，有部分直接从PLC中读取，有的通过数据采集卡从设备的外设传感器读取，有的经由设备的上位机系统处理后再上传，还有CCD相机抓取的数据需要经过IPC的视觉算法处理后反馈分析结果。针对不同场景的通信协议，不同应用的数据接口，需要定义同一的数据格式规范，对于通过OPC协议进行上层数据传输的总控中心，只需要根据约定数据规范解读数据字段信息、类型及其包含的实际物理意义等。智能工厂或者自动化产线所包含的所有传感类数据可划分为四大类，包括设备状态数据、自动化运行状态数据、产品测试数据和生产工艺数据。通过智能化数据采集平台进行搜集后，所有相关信息集中存储于采集中心，进一步采集中心可向MES、ERP系统以及数据分析模块的接口向各个功能模块传递数据。对于设备状态数据和生产工艺数据将传向MES系统，由MES系统进行统计和展示，同时MES系统通过对这两类数据的判断和整体系统总体运行状况对采集中心发送控制指令和报警信息。自动化运行状态和产品测试数据则可传递至智能化平台的监控和分析模块。对于自动化运行数据可通过数据分析平台的实时监控功能对部分参数，或者整体运行状态进行追踪和监听，并在运行过程中动态模拟系统故障风险，提前识别系统异常。产品测试数据设计CPK和工艺参数分析，需要结合数据分析中心的SPC功能进行统计学分析，以及影响产品测试性能的自动化参数间相关性分析。
现场自动化产线的采集数据中，部分参数是属于系统运行相关参数，将随系统运行动态的发生波动和变化，另一部分是属于工艺类参数，不与设备的实时运行状态相关。对于前者，需要在数据集中采集后，进行实时性高的响应监测，即对自动化设备的在线数据采集和实时监控。通过在线监控，可对瞬时的异常波动进行提前预警，从而避免像传统系统中待故障出现并对各个功能参数组造成严重影响和破坏后才能被系统识别。同时多个实时监控的数据之间可进行动态的关联性分析，通过存在因果关联的参数之间进行实时动态互动，可匹配最优参数组合，从而达到节省能源的目的。
除了在在线监控和数据分析中会涉及到SPC统计类算法以外，该智能化平台还可提供扩展的智能分析算法，包括智能分类与回归、故障诊断、异常预警识别、特征识别、工艺主成分分析、DOE设计、GRR分析、相关性分析。部分算法包含在机器学习和深度学习框架中。每个智能算法可作为独立的小模块加载在数据分析模组中，根据接口定义和数据分析需求柔性的集成于整个智能化平台。独立运算的分析结果，可通过数据采集平台反馈至自动化底层或者上位机判断层。同时该智能分析算法可通过分布式组合在其他的PC或云端上运行，即不占用实时性要求高的系统资源，也可扩展至多个智能采集平台的数据集合分析。在数据上传至上层系统之前，智能分析中心已可以对采集的数据进行实时性分析，并可对设备中的异常检测数据进行快速响应。此外，数据采集中心可以连接多个分布式终端，因此可针对整体的运行状态进行整体性监控和相关性分析，从而更深度而智能化的挖掘制造系统中的生产信息。
本发明针对制造业工厂的数据采集、监控和分析的整体智能化解决方案。能够连接硬件底层和系统上层的连接基础，透明制造系统黑盒信息。下层连接自动化设备等硬件基础，将分布、离散的各个数据源通过统一的协议和标准规范进行采集，并集中分析，引导智能化决策。本发明智能化数据分析，耦合多种智能算法的采集平台，不仅仅进行数据搜集汇总，还可以深度挖掘大量数据的潜在价值。本发明在线检测与实时监控，在后台可智能化深度分析的同时，针对自动化运行数据可进行在线采集并实时分析反馈，包括对工艺SPC和测试SPC的统计性分析，可有利于反应CPK生产能力和过程管控能力。本发明多种数据、接口和协议的兼容。传统的SCADA多采集PLC中数据，本智能化平台应对的是所有工厂级别的自动化数据，包括上位机数据、商用设备软件数据、视觉处理数据、PLC读取数据以及传感器直接采集信息。
本发明应用于智能化物联网领域。
Claims (7)
1.一种数据采集、监控与分析的方法，该方法通过智能化数据采集、监控与分析系统实现，其特征在于，所述智能化数据采集、监控与分析系统包括
传感器层（1），用于采集底层作业设备的状态数据，并上传设备控制层（2）；
设备控制层（2），用于接收所述传感器层（1）上传的数据并继续上传数据至应用层（3），接收应用层（3）下发的指令并控制底层作业设备进行作业；
应用层（3），包括分布在各处的若干智能终端，用于对各个终端和设备控制层进行数据采集，并上传数据采集中心（4）；
数据采集中心（4），用于汇集所述应用层（3）上传的数据，并上传至数据分析中心（5）和/或上层系统（6）；
数据分析中心（5），对所述数据采集中心（4）上传的数据进行处理，对生产过程的部分参数或者整体运行状态进行追踪和监听，在运行过程中动态模拟故障风险，提前识别 系统异常，并与上层系统（6）和数据采集中心（5）进行通信；
上层系统（6），用于对整个系统进行监控，并对数据采集中心（4）和/或数据分析中心（5）上传的数据进行处理，并向所述数据分析中心（5）、所述数据采集中心（4）、所述应用层（3）和所述设备控制层（2）下发指令；
所述数据分析中心（5）对采集的数据进行实时性分析，并对底层作业设备中的一场检测数据进行快速响应，所述应用层采集各个终端的数据，对系统的整体运行状态进行整体性监控和相关性分析，优化设备运行和作业；
所述数据采集、监控与分析的方法包括以下步骤：
（a）数据采集组网：通过各类不同标准的硬件接口连接底层作业设备和信息终端，并将分布在车间、工厂或不同城市的生产数据集中采集，再通过工业网络进行集中汇总、综合分析，在上层系统采用通用的OPC UA协议以兼容底层不同作业设备的应用场景，同时在底层作业设备层采用基于OS的智能终端；
（b）采集数据规范定义：针对不同层不同场景的通信协议，不同应用的数据接口，定义同一的数据格式规范，对于通过OPC协议进行上层数据传输的上层系统，根据约定数据规范解读数据字段信息、类型及其包含的实际物理意义，所述传感器层（1）采集底层作业设备的状态数据包括底层作业设备状态数据、自动化运行状态数据、产品测试数据和生产工艺数据，其中，设备状态数据和生产工艺数据传向上层系统中的MES系统，由MES系统进行统计和展示，同时MES系统通过对这两类数据的判断和整体系统总体运行状况对采集中心发送控制指令和报警信息；自动化运行状态数据和产品测试数据则传递至系统数据分析中心的监控和分析模块，对于自动化运行数据通过数据分析中心的实时监控功能对部分参数，或者整体运行状态进行追踪和监听，并在运行过程中动态模拟系统故障风险，提前识别系统异常；产品测试数据设计CPK和工艺参数分析，结合数据分析中心的SPC功能进行统计学分析，以及影响产品测试性能的自动化参数间相关性分析；
（c）在线采集及实时监控：现场自动化产线的采集数据中，属于系统运行相关参数的部分在数据集中采集后进行实时性高的响应监测，同时多个实时监控的数据之间进行动态的关联性分析，通过存在因果关联的参数之间进行实时动态互动，匹配最优参数组合；
（d）数据分析与反馈：所述数据分析中心设置有多个分析模块，包括智能分类与回归、故障诊断、异常预警识别、特征识别、工艺主成分分析、DOE设计、GRR分析、相关性分析，分析结果通过数据采集平台反馈至底层作业设备或者设备控制层，同时通过分布式组合在其他的PC或云端上运行，在数据上传至上层系统之前，数据分析中心对采集的数据进行实时性分析，并对底层作业设备中的异常检测数据进行快速响应，数据采集中心连接多个分布式终端。
2.根据权利要求1所述的一种数据采集、监控与分析的方法，其特征在于：所述传感器层（1）包括CCD相机和摄像头。
3.根据权利要求1所述的一种数据采集、监控与分析的方法，其特征在于：设备控制层（2）包括用于控制设备运行的PLC控制器、数据采集装置和设备运行控制装置。
4.根据权利要求1所述的一种数据采集、监控与分析的方法，其特征在于：所述应用层（3）为数据采集服务器、HMI上位机和/或各种服务终端，各种服务终端为设置在各处的商用终端和/或测试终端。
5.根据权利要求1所述的一种数据采集、监控与分析的方法，其特征在于：所述上层系统（6）包括ERP系统和/或MES系统。
6.根据权利要求1所述的一种数据采集、监控与分析的方法，其特征在于：传感器层（1）采集底层作业设备的状态数据包括底层作业设备状态数据、自动化运行状态数据、产品测试数据和生产工艺数据。
7.根据权利要求1所述的一种数据采集、监控与分析的方法，其特征在于：层与层之间的通信协议包括CAN总线、EtherCAT、Profibus、Modbus和Ethernet/IP。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811161598.7A CN109358574B (zh) | 2018-09-30 | 2018-09-30 | 一种智能化数据采集、监控与分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811161598.7A CN109358574B (zh) | 2018-09-30 | 2018-09-30 | 一种智能化数据采集、监控与分析系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109358574A CN109358574A (zh) | 2019-02-19 |
| CN109358574B true CN109358574B (zh) | 2021-08-31 |
Family
ID=65348685
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811161598.7A Active CN109358574B (zh) | 2018-09-30 | 2018-09-30 | 一种智能化数据采集、监控与分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109358574B (zh) |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109862117A (zh) * | 2019-03-14 | 2019-06-07 | 厦门摩姆思科技有限公司 | 一种用于无人车间的物联网边缘计算系统 |
| CN109999715A (zh) * | 2019-04-23 | 2019-07-12 | 蚌埠中光电科技有限公司 | 一种tft玻璃配料工艺自动调控系统 |
| CN109976288A (zh) * | 2019-04-25 | 2019-07-05 | 长春知和智能包装设备有限公司 | 一种基于opc智能化工设备的mes系统数据采集方法 |
| CN110321352A (zh) * | 2019-07-05 | 2019-10-11 | 广东利元亨智能装备股份有限公司 | 生产线监控方法、装置、电子设备及可读存储介质 |
| CN110554668A (zh) * | 2019-08-20 | 2019-12-10 | 山东中烟工业有限责任公司 | 制丝生产信息实时监视方法及系统 |
| CN110705914A (zh) * | 2019-10-18 | 2020-01-17 | 上海应用技术大学 | 工业用电数据处理系统 |
| CN110806735A (zh) * | 2019-11-18 | 2020-02-18 | 镇江颀珑工程技术服务有限公司 | 一种带有自检功能的工业废气监控系统 |
| CN110968072B (zh) * | 2019-11-19 | 2021-08-17 | 朱彤 | 一种基于人工智能的电气自动化设备监测系统和方法 |
| CN111447259B (zh) * | 2020-03-12 | 2023-04-28 | 江西珉轩智能科技有限公司 | 一种自适应式数据协同采集方法及系统 |
| CN111427321B (zh) * | 2020-04-17 | 2023-07-28 | 长春融成智能设备制造股份有限公司 | 一种兼容多协议的mes数据采集系统及其方法 |
| CN112068517B (zh) * | 2020-09-04 | 2021-11-05 | 洛阳中硅高科技有限公司 | 产品质量的控制系统、方法、装置、介质和电子设备 |
| CN114200894B (zh) * | 2020-09-17 | 2024-05-28 | 上海骞行信息科技有限公司 | 一种基于网络流量分析的plc生产线全息监控系统 |
| CN114638379A (zh) * | 2021-11-09 | 2022-06-17 | 中国科学院沈阳自动化研究所 | 边缘侧多智能体opc ua信息解析和决策方法 |
| CN115409131B (zh) * | 2022-10-28 | 2023-02-17 | 武汉惠强新能源材料科技有限公司 | 基于spc过程管控系统的生产线异常检测方法 |
| CN117348578A (zh) * | 2023-12-05 | 2024-01-05 | 成都源流立创科技有限公司 | 一种理化实验室系统、系统的通信实现方法及实验室 |
| CN117714347A (zh) * | 2023-12-14 | 2024-03-15 | 永信至诚科技集团股份有限公司 | 网络安全竞赛的监控运维方法、系统、电子设备及介质 |
| CN118042310B (zh) * | 2024-01-24 | 2024-08-30 | 振宁(无锡)智能科技有限公司 | 一种设备数据采集控制方法及系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106094777A (zh) * | 2016-08-26 | 2016-11-09 | 北京航空航天大学 | 一种工业互联网Hub装置 |
| CN106685703A (zh) * | 2016-12-13 | 2017-05-17 | 浙江工业大学 | 一种数据采集和可视化监控智能系统 |
-
2018
- 2018-09-30 CN CN201811161598.7A patent/CN109358574B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106094777A (zh) * | 2016-08-26 | 2016-11-09 | 北京航空航天大学 | 一种工业互联网Hub装置 |
| CN106685703A (zh) * | 2016-12-13 | 2017-05-17 | 浙江工业大学 | 一种数据采集和可视化监控智能系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109358574A (zh) | 2019-02-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109358574B (zh) | 一种智能化数据采集、监控与分析系统及方法 | |
| CN111413937B (zh) | 一种拉削装备远程监控与预测性维护系统及故障预测方法 | |
| CN110362037A (zh) | 一种用于数控机床的综合维护系统平台 | |
| CN107992008B (zh) | 一种工业互联设备及其使用方法 | |
| CN109032099A (zh) | 工程机械总装生产线在线感知系统 | |
| CN113093680A (zh) | 一种基于数字孪生技术的fims系统架构设计方法 | |
| CN109920295A (zh) | 一种智能工业互联网教学实训系统及方法 | |
| CN110244665A (zh) | 一种涂装生产线远程智能管理系统 | |
| CN208922110U (zh) | 智能工厂的远程运维设备架构 | |
| CN112527613A (zh) | 基于云边协同的设备故障维护方法及装置 | |
| CN110543142A (zh) | 一种数控机床故障诊断与预警系统 | |
| CN113867305A (zh) | 一种用于自动机加生产线的多源数据采集系统 | |
| CN112737936A (zh) | 一种用于设备预维护的边缘计算网关 | |
| CN115562144A (zh) | 一种基于5g技术的重大危险源安全监测预警管理系统 | |
| CN107579913B (zh) | 一种可组态的通讯网关及基于该通讯网关的通信方法 | |
| CN106094775A (zh) | 一种剪切生产线远程监控系统 | |
| CN117097727A (zh) | 一种基于工业物联网平台的边缘计算系统 | |
| CN112153150A (zh) | 一种适用于工业互联网的工业现场监测方法 | |
| CN214067660U (zh) | 基于物联网的监测系统 | |
| CN118195453A (zh) | 基于物联网的全球供应链实时监控与调度系统 | |
| CN112859740B (zh) | 一种数控机床数据采集装置 | |
| KR102411824B1 (ko) | 인공지능 기반의 공장 에너지 관리 시스템 및 그 방법 | |
| Cai et al. | Online Monitoring of Ship Block Construction Equipment Based on the Internet of Things and Public Cloud: Take the Intelligent Tire Frame as an Example. | |
| CN114926969A (zh) | 智慧实验室安全控制系统及方法 | |
| CN110825065A (zh) | 一种实时检测工业互联网控制系统运行状态的方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |