CN110658759A - 一种可动态部署ai模型的工业智能控制器 - Google Patents
一种可动态部署ai模型的工业智能控制器 Download PDFInfo
- Publication number
- CN110658759A CN110658759A CN201910910493.5A CN201910910493A CN110658759A CN 110658759 A CN110658759 A CN 110658759A CN 201910910493 A CN201910910493 A CN 201910910493A CN 110658759 A CN110658759 A CN 110658759A
- Authority
- CN
- China
- Prior art keywords
- model
- control center
- edge box
- mirror image
- edge
- 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.)
- Pending
Links
- 238000004519 manufacturing process Methods 0.000 claims abstract description 35
- 238000004891 communication Methods 0.000 claims abstract description 33
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 13
- 238000012217 deletion Methods 0.000 claims description 4
- 230000037430 deletion Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 abstract description 2
- 241000283973 Oryctolagus cuniculus Species 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000003032 molecular docking Methods 0.000 description 6
- 101150096185 PAAS gene Proteins 0.000 description 3
- 239000000306 component Substances 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 239000008358 core component Substances 0.000 description 2
- 238000002955 isolation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000004065 semiconductor Substances 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
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- 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
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25257—Microcontroller
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种可动态部署AI模型的工业智能控制器,涉及工业智能控制器技术领域,包括EDGE BOX端与控制中心,EDGE BOX端与控制中心之间通过多路串口、以太网接口、WiFi或5G网络传输通讯,EDGE BOX端通过串口与生产机台通信连接,其中,EDGE BOX端,基于X86处理器的边缘计算控制器,并集成多路串口、以太网接口及WIFI、5G无线通信模块,控制中心,K8S控制端,EDGE BOX端用于采集生产机台的数据,向控制中心发送控制命令,并通过控制中心动态部署AI运算模型和运算组件的边缘计算节点。本发明可以本地运行复杂算法及设备模型,进行智能化的边缘分析及控制的可动态部署AI模型的工业智能控制器,从而具有更好的实时性的效果。
Description
技术领域
本发明涉及工业智能控制器技术领域,更具体地说,它涉及一种可动态部署AI模型的工业智能控制器。
背景技术
现代的半导体集成电路的制造中,使用AI辅助传统SPC控制是一种很常见的手段,通常过程是收集历史的生产过程数据离线建模,然后构建一个AI模型运行平台,把模型部署上去进行运算。参照图1,主要过程如下:1.EAP通过工业通信协议收集生产机台的数据;2.EAP通过网络把收集到的数据发送给MES系统;3.MES系统进行一般的数据处理,存储后,发送给AI模型运行平台;4.AI模型运行后计算结果返回到MES系统;5.MES系统根据AI运算结果,发送控制命令到EAP;6.EAP系统发送控制命令到生产机台。
但是目前的方法,从而数据产生到AI模型运算返回响应结果,经过很多中间过程,模型响应时间长,无法应对时间敏感型的AI模型的实时性要求。例如,在实际运行中,虽然AI模型运算结果很准,但是响应是在10分钟后,在这10分钟中内生产的产品都有可能发生问题。
基于上述问题,需要提出一种高性能的边缘控制网关,可以本地运行复杂算法及设备模型,进行智能化的边缘分析及控制的可动态部署AI模型的工业智能控制器。
发明内容
针对实际运用中这一问题,本发明目的在于提出一种可动态部署AI模型的工业智能控制器,提供一个高性能的边缘控制网关,可以本地运行复杂算法及设备模型,进行智能化的边缘分析及控制,适用于实时数据分析、自动控制、边缘计算等领域,具体方案如下:
一种可动态部署AI模型的工业智能控制器,包括EDGE BOX端与控制中心,所述EDGE BOX端与所述控制中心之间通过多路串口、以太网接口、WiFi或5G网络传输通讯,所述EDGE BOX端通过串口与生产机台通信连接,其中,
EDGE BOX端,基于X86处理器的边缘计算控制器,并集成多路串口、以太网接口及WIFI、5G无线通信模块,运行Linux操作系统,K8S容器化平台,
控制中心,K8S控制端,用于动态部署对接所述生产机台的通信协议,并动态部署AI运算模型到边缘计算节点,
所述EDGE BOX端用于采集所述生产机台的数据,向所述控制中心发送控制命令,并通过所述控制中心动态部署AI运算模型和运算组件的边缘计算节点。
进一步的,所述K8S容器化平台采用Docker进行部署,所述K8S容器化平台用于管理Docker镜像。
进一步的,可动态部署AI模型的工业智能控制器实现控制的方法,该方法包括以下步骤:
1)构建通信协议镜像,并注册到控制中心;
2)部署EDGE BOX端到生产机台并连接,并注册所述EDGE BOX端到所述控制中心;
3)把训练好的AI模型,构建为AI镜像,注册到所述控制中心,所述控制中心选择并配置需要运行的所述通信协议镜像和所述AI镜像,发布到指定EDGE BOX端;
4)所述EDGE BOX端根据指令下载所述通信协议镜像和所述AI镜像并运行;
5)所述EDGE BOX端按照预设配置采集所述生产机台的数据;
6)所述EDGE BOX端运行所述AI模型,根据所述AI模型的运算结果,直接控制所述生产机台。
进一步的,所述通信协议镜像包括SECS协议与Modus协议。
进一步的,还包括步骤7):删除步骤6)中运行的AI模型,删除成功后,再次在所述控制中心中选择需要运行的AI模型进行配置,部署到目标EDGE BOX端,并生成AI模型容器。
进一步的,所述步骤7)中所述的需要运行的AI模型为事先开发好的,所述事先开发好的AI模型设为多个。
与现有技术相比,本发明的有益效果如下:本发明的智能控制器能直接对接生产设备,实时性高;基于Docker环境隔离,支持多平台AI模型;基于K8S(Docker)微服务架构,可以很方便的更新更换所有核心组件,如更新AI模型,更换通信协议等;基于K8S(Docker)PAAS架构,对EDGE BOX的监控管理报警都很方便;基于K8S(Docker)架构,很容易实现现有系统的对接。
附图说明
图1为现有技术中AI辅助SPC控制的流程图;
图2为本发明的总体流程图;
图3为本发明的整体架构图;
图4为本发明中对接机台数据的架构图;
图5为本发明中更换对接方式的架构图;
图6为本发明中动态部署AI模型的架构图;
图7为本发明动态部署控制规则的架构图;
图8为本发明中对接外部系统的架构图。
具体实施方式
下面结合实施例及附图对本发明作进一步的详细说明,但本发明的实施方式不仅限于此。
实施例
参照图2,一种可动态部署AI模型的工业智能控制器,包括EDGE BOX端与控制中心,EDGE BOX端与控制中心之间通过多路串口、以太网接口、WiFi或5G网络传输通讯,EDGEBOX端通过串口与生产机台通信连接,其中,EDGE BOX端,基于X86处理器的边缘计算控制器,并集成多路串口、以太网接口及WIFI、5G无线通信模块,运行Linux操作系统,K8S容器化平台,控制中心,K8S控制端,用于动态部署对接生产机台的通信协议,并动态部署AI运算模型到边缘计算节点,EDGE BOX端用于采集生产机台的数据,向控制中心发送控制命令,并通过控制中心动态部署AI运算模型和运算组件的边缘计算节点。
K8S容器化平台采用Docker进行部署,K8S容器化平台用于管理Docker。
可动态部署AI模型的工业智能控制器实现控制的方法,该方法包括以下步骤:
1)构建通信协议镜像,并注册到控制中心;
2)部署EDGE BOX端到生产机台并连接,并注册EDGE BOX端到控制中心;
3)把训练好的AI模型,构建为AI镜像,注册到控制中心,控制中心选择并配置需要运行的通信协议镜像和AI镜像,发布到指定EDGE BOX端;
4)EDGE BOX端根据指令下载通信协议镜像和AI镜像并运行;
5)EDGE BOX端按照预设配置采集生产机台的数据;
6)EDGE BOX端运行AI模型,根据AI模型的运算结果,直接控制生产机台。
通信协议镜像包括SECS协议与Modus协议。
还包括步骤7):删除步骤6)中运行的AI模型,删除成功后,再次在控制中心中选择需要运行的AI模型进行配置,部署到目标EDGE BOX端,并生成AI模型容器。
步骤7)中的需要运行的AI模型为事先开发好的,事先开发好的AI模型设为多个。
具体的实现流程如下:A.参照图3,整体部署:控制中心部署K8S Master组件,EDGEBOX端部署Kubelet、Proxy和Docker引擎,和Master构成K8S集群,EDGE BOX端通过串口和生产机台连接。可选的,K8S发行版可以选择RANCHER、OPENSHIT等PAAS平台,此步骤完成后,机台可以与EDGE BOX端通信,EDGE BOX端可以和控制中心通信;
B.参照图4,对接生产机台数据:当生产机台使用SECS协议时,基于K8S,在控制中心选择SECS Image、Rabbit MQ Image(消息队列),进行一定的配置,部署到目标EDGE BOX端中,生成SECS Container和RabbixMQ Container,SECS Container监听串口消息,解析数据并发送RabbixMQ中暂存。可选的,SECS Image为事先开发好的,可复用。
C.参照图5,更换对接方式:当生产机台使用Modus协议时,基于K8S,在控制中心选择Modbus Image进行一定的配置,部署到目标EDGE BOX端中,生成Modbus Container,Modbus Container监听串口消息,解析数据并发送Rabbit MQ中暂存。可选的,SECS Image为事先开发好的,可复用。
D.参照图6,动态部署AI模型:当生产机台对接成功后,基于K8S,在控制中心选择需要运行AI Model Image进行一定的配置,部署到目标EDGE BOX端中,生成AI ModelContainer,AI Model Container获取Rabbit MQ中的数据,执行模型运算,并把运算结果再次发送到Rabbit MQ中暂存。
E.动态更新AI模型:基于K8S,在控制中心可以停止删除已经运行的AI ModelContainer,删除成功后,再次在控制中心选择需要运行AI Model Image进行一定的配置,部署到目标EDGE BOX端中,生成AI Model Container。可选的,AI Model Image为事先开发好的。
F.参照图7,动态部署控制规则:当AI模型部署成功后,基于K8S,在控制中心选择需要运行Control Rule Image进行一定的配置,部署到目标EDGE BOX端中,生成ControlRule Container,Control Rule Container获取AI模型运算完成后暂存到Rabbit MQ中的数据,按照规则发送控制命令到生产机台。
G.参照图8,对接外部系统:基于K8S,在控制中心选择消息转发镜像,发送命令部署到EDGE BOX端中,生成Message Forwarding Container,Message ForwardingContainer读取Rabbit MQ中的数据,按照配置好的信息,转发消息到外部系统。
这样,AI模型部署在Docker容器中,Docker能够确保每个容器都拥有自己的资源,并且和其他容器是隔离的,可以用不同的容器来运行使用不同堆栈的应用程序,所以AI模型可以支持各种语言和平台,如PYTHON、R、TENSORFLOW等。
本发明中的工业智能控制器,实现直接对接生产设备,实时性高;基于Docker环境隔离,支持多平台AI模型;基于K8S(Docker)微服务架构,可以很方便的更新更换所有核心组件,如更新AI模型,更换通信协议等;基于K8S(Docker)PAAS架构,对EDGE BOX的监控管理报警都很方便;基于K8S(Docker)架构,很容易实现现有系统的对接。
以上所述仅是本发明的优选实施方式,本发明的保护范围并不仅局限于上述实施例,凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理前提下的若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种可动态部署AI模型的工业智能控制器,其特征在于,包括EDGE BOX端与控制中心,所述EDGE BOX端与所述控制中心之间通过多路串口、以太网接口、WiFi或5G网络传输通讯,所述EDGE BOX端通过串口与生产机台通信连接,其中,
EDGE BOX端,基于X86处理器的边缘计算控制器,并集成多路串口、以太网接口及WIFI、5G无线通信模块,运行Linux操作系统,K8S容器化平台,
控制中心,K8S控制端,用于动态部署对接所述生产机台的通信协议,并动态部署AI运算模型到边缘计算节点,
所述EDGE BOX端用于采集所述生产机台的数据,向所述控制中心发送控制命令,并通过所述控制中心动态部署AI运算模型和运算组件的边缘计算节点。
2.根据权利要求1所述的可动态部署AI模型的工业智能控制器,其特征在于,所述K8S容器化平台采用Docker进行部署,所述K8S容器化平台用于管理Docker镜像。
3.根据权利要求1-2任一项所述的可动态部署AI模型的工业智能控制器实现控制的方法,其特征在于,该方法包括以下步骤:
1)构建通信协议镜像,并注册到控制中心;
2)部署EDGE BOX端到生产机台并连接,并注册所述EDGE BOX端到所述控制中心;
3)把训练好的AI模型,构建为AI镜像,注册到所述控制中心,所述控制中心选择并配置需要运行的所述通信协议镜像和所述AI镜像,发布到指定EDGE BOX端;
4)所述EDGE BOX端根据指令下载所述通信协议镜像和所述AI镜像并运行;
5)所述EDGE BOX端按照预设配置采集所述生产机台的数据;
6)所述EDGE BOX端运行所述AI模型,根据所述AI模型的运算结果,直接控制所述生产机台。
4.根据权利要求3所述的实现控制的方法,其特征在于,所述通信协议镜像包括SECS协议与Modus协议。
5.根据权利要求3所述的实现控制的方法,其特征在于,还包括步骤7):删除步骤6)中运行的AI模型,删除成功后,再次在所述控制中心中选择需要运行的AI模型进行配置,部署到目标EDGE BOX端,并生成AI模型容器。
6.根据权利要求5所述的可动态部署AI模型的工业智能控制器,其特征在于,所述步骤7)中所述的需要运行的AI模型为事先开发好的,所述事先开发好的AI模型设为多个。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910910493.5A CN110658759A (zh) | 2019-09-25 | 2019-09-25 | 一种可动态部署ai模型的工业智能控制器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910910493.5A CN110658759A (zh) | 2019-09-25 | 2019-09-25 | 一种可动态部署ai模型的工业智能控制器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110658759A true CN110658759A (zh) | 2020-01-07 |
Family
ID=69039132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910910493.5A Pending CN110658759A (zh) | 2019-09-25 | 2019-09-25 | 一种可动态部署ai模型的工业智能控制器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110658759A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111026556A (zh) * | 2020-03-09 | 2020-04-17 | 蘑菇物联技术(深圳)有限公司 | 通过云端算法帮助rtu实现边缘计算的方法以及系统 |
CN111258716A (zh) * | 2020-01-14 | 2020-06-09 | 钛链智云(厦门)信息科技有限公司 | 一种基于容器云平台的边缘机器学习系统及其方法 |
CN112737934A (zh) * | 2020-12-28 | 2021-04-30 | 常州森普信息科技有限公司 | 一种集群式物联网边缘网关装置及方法 |
CN113435605A (zh) * | 2021-06-25 | 2021-09-24 | 烽火通信科技股份有限公司 | 一种基于网络数据池的ai动态注入的控制方法和装置 |
CN113467308A (zh) * | 2021-07-05 | 2021-10-01 | 浙江大云物联科技有限公司 | 一种边缘计算控制器及数据处理方法 |
CN113835786A (zh) * | 2021-09-30 | 2021-12-24 | 四川新网银行股份有限公司 | 一种数据对接系统、方法和计算机可读存储介质 |
WO2023044631A1 (en) * | 2021-09-22 | 2023-03-30 | Siemens Aktiengesellschaft | A device, system, method and storage medium for ai application deployment |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107704252A (zh) * | 2017-10-20 | 2018-02-16 | 北京百悟科技有限公司 | 一种向用户提供人工智能平台的方法及系统 |
CN107797867A (zh) * | 2017-10-31 | 2018-03-13 | 济南浪潮高新科技投资发展有限公司 | 一种增强边缘侧智能计算能力的方法及装置 |
CN108270846A (zh) * | 2017-12-19 | 2018-07-10 | 西安电子科技大学 | 一种云环境下支持安全操作系统动态部署的便携式装置 |
CN109067890A (zh) * | 2018-08-20 | 2018-12-21 | 广东电网有限责任公司 | 一种基于docker容器的CDN节点边缘计算系统 |
CN109581914A (zh) * | 2018-11-21 | 2019-04-05 | 无锡文思海辉信息技术有限公司 | 一种智能物联网服务平台产品生态系统 |
CN109709811A (zh) * | 2018-12-20 | 2019-05-03 | 中国科学院沈阳自动化研究所 | 一种面向智能制造的边缘计算控制器及其工作方法 |
CN110266585A (zh) * | 2019-06-14 | 2019-09-20 | 长飞光纤光缆股份有限公司 | 一种基于边缘计算的全光智能工业网关 |
-
2019
- 2019-09-25 CN CN201910910493.5A patent/CN110658759A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107704252A (zh) * | 2017-10-20 | 2018-02-16 | 北京百悟科技有限公司 | 一种向用户提供人工智能平台的方法及系统 |
CN107797867A (zh) * | 2017-10-31 | 2018-03-13 | 济南浪潮高新科技投资发展有限公司 | 一种增强边缘侧智能计算能力的方法及装置 |
CN108270846A (zh) * | 2017-12-19 | 2018-07-10 | 西安电子科技大学 | 一种云环境下支持安全操作系统动态部署的便携式装置 |
CN109067890A (zh) * | 2018-08-20 | 2018-12-21 | 广东电网有限责任公司 | 一种基于docker容器的CDN节点边缘计算系统 |
CN109581914A (zh) * | 2018-11-21 | 2019-04-05 | 无锡文思海辉信息技术有限公司 | 一种智能物联网服务平台产品生态系统 |
CN109709811A (zh) * | 2018-12-20 | 2019-05-03 | 中国科学院沈阳自动化研究所 | 一种面向智能制造的边缘计算控制器及其工作方法 |
CN110266585A (zh) * | 2019-06-14 | 2019-09-20 | 长飞光纤光缆股份有限公司 | 一种基于边缘计算的全光智能工业网关 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111258716A (zh) * | 2020-01-14 | 2020-06-09 | 钛链智云(厦门)信息科技有限公司 | 一种基于容器云平台的边缘机器学习系统及其方法 |
CN111258716B (zh) * | 2020-01-14 | 2023-06-27 | 钛链智云(厦门)信息科技有限公司 | 一种基于容器云平台的边缘机器学习系统及其方法 |
CN111026556A (zh) * | 2020-03-09 | 2020-04-17 | 蘑菇物联技术(深圳)有限公司 | 通过云端算法帮助rtu实现边缘计算的方法以及系统 |
CN112737934A (zh) * | 2020-12-28 | 2021-04-30 | 常州森普信息科技有限公司 | 一种集群式物联网边缘网关装置及方法 |
CN112737934B (zh) * | 2020-12-28 | 2023-07-18 | 常州森普信息科技有限公司 | 一种集群式物联网边缘网关装置及方法 |
CN113435605A (zh) * | 2021-06-25 | 2021-09-24 | 烽火通信科技股份有限公司 | 一种基于网络数据池的ai动态注入的控制方法和装置 |
CN113467308A (zh) * | 2021-07-05 | 2021-10-01 | 浙江大云物联科技有限公司 | 一种边缘计算控制器及数据处理方法 |
WO2023044631A1 (en) * | 2021-09-22 | 2023-03-30 | Siemens Aktiengesellschaft | A device, system, method and storage medium for ai application deployment |
CN113835786A (zh) * | 2021-09-30 | 2021-12-24 | 四川新网银行股份有限公司 | 一种数据对接系统、方法和计算机可读存储介质 |
CN113835786B (zh) * | 2021-09-30 | 2023-04-28 | 四川新网银行股份有限公司 | 一种数据对接系统、方法和计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110658759A (zh) | 一种可动态部署ai模型的工业智能控制器 | |
CN111835565B (zh) | 一种基于数字孪生的通信网络优化方法、装置和系统 | |
EP2888858B1 (en) | Method and apparatus of generalized network controller for a software defined network (sdn) | |
WO2020181729A1 (zh) | 一种基于分布式并行计算的路径规划方法及其系统 | |
KR20200144095A (ko) | 분산 로봇의 디스패치 의사결정 방법, 장치, 시스템 및 전자기기와 저장매체 | |
CN108306804A (zh) | 一种Ethercat主站控制器及其通信方法和系统 | |
CN113055478A (zh) | 一种设备数据的处理方法、装置、设备及介质 | |
WO2021197353A1 (zh) | 数据分流方法、装置、设备及介质 | |
KR102438214B1 (ko) | Ict 서비스 제공 방법 및 시스템 | |
CN113852785B (zh) | 一种基于5g的智能监控调度方法、装置及系统 | |
CN111880497A (zh) | 基于容器的智能制造设备控制系统 | |
EP3955520B1 (en) | Iot control network planning | |
CN115086379B (zh) | 一种基于边缘计算及虚拟化技术的数控机床数据采集方法 | |
CN116149205B (zh) | 一种基于数字孪生的智能加工单元多策略组合仿真方法 | |
CN116112576A (zh) | 单系统与agv的连接方法、适配器、控制方法及装置 | |
CN111818156A (zh) | 一种边缘计算装置和共享方法 | |
CN114285695B (zh) | 通信方法、装置、设备、系统和存储介质 | |
CN112003825A (zh) | 一种基于sdn的虚拟网络隔离方法及sdn控制器 | |
CN110855757A (zh) | 基于云服务的软起动设备管理系统及方法 | |
CN115903710A (zh) | 发电机定子铁芯叠装机器人边缘控制系统和控制方法 | |
Otrebski et al. | Flexibility enhancements in digital manufacturing by means of ontological data modeling | |
CN113194124A (zh) | 基于分布式实时数据库的dcs后台多节点间点目录同步方法 | |
CN113992768A (zh) | 一种tte网络远程管理方法、系统、设备和可读存储介质 | |
JP4416592B2 (ja) | 監視制御システムおよび監視制御データ入出力プログラム | |
CN112688984A (zh) | 一种向网络节点下发及执行指令的方法、设备及介质 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200107 |
|
WD01 | Invention patent application deemed withdrawn after publication |