CN111857029B - 一种数据采集的方法、系统、装置、终端设备及介质 - Google Patents
一种数据采集的方法、系统、装置、终端设备及介质 Download PDFInfo
- Publication number
- CN111857029B CN111857029B CN202010622919.XA CN202010622919A CN111857029B CN 111857029 B CN111857029 B CN 111857029B CN 202010622919 A CN202010622919 A CN 202010622919A CN 111857029 B CN111857029 B CN 111857029B
- Authority
- CN
- China
- Prior art keywords
- data
- acquisition
- area
- signal
- processing
- 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
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
- G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
- G05B19/054—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
- G05B2219/10—Plc systems
- G05B2219/11—Plc I-O input output
- G05B2219/1105—I-O
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Programmable Controllers (AREA)
Abstract
本发明公开了一种数据采集的方法、系统、装置、终端设备及介质。所述方法将所需的数据转到一个固定的区域(采集区),将分散在不同区域的信号点的数据集中放到采集区,并进行编号,做数据解析时利用对应的编号就可以对应解析到各个分区的数据,本发明一方面充分利用了PLC本身的强大数据处理能力,另一方面数据集中采集,每次扫描只需要读一个单一的内存区,几十毫秒就可以将数据读取并处理;采集效率和准确性以及安全性都大大提高,且配置简单,只需要配置所需采集的内存区起始地址和采集数量便可解析数据;本发明能够减少采集点数,节省存储计算空间及节省4G网络流量成本。本发明广泛运用于数据采集技术领域。
Description
技术领域
本发明涉及数据采集技术领域,尤其涉及一种数据采集的方法、系统、装置、终端设备及介质。
背景技术
在工业大数据处理中,数据的采集是关键,数据的采集需要很高实时性、有效性、准确性,大数据分析所需的数据多种多样,可能会分布在不同的PLC内存区,在采集的过程中就需要访问扫描不同的内存区,这样效率低下,要扫描不同的内存区,安全性也较低,并且对采集软件多线程处理提出更高的硬件需求。
目前的采集软件大多需要根据配置的PLC数据存储区编号,连续不断的扫描读取每个数据,当所需的数据量很大时,往往需要很长的扫描负载和扫描周期。
术语解释:
PLC:可编程逻辑控制器(Programmable Logic Controller)是种专门为在工业环境下应用而设计的数字运算操作电子系统。它采用一种可编程的存储器,在其内部存储执行逻辑运算、顺序控制、定时、计数和算术运算等操作的指令,通过数字式或模拟式的输入输出来控制各种类型的机械设备或生产过程。
PLC内存区:和普通电脑一样,PLC的数据处理和存储也需要专门的数据存储和交换,和普通的电脑相比,PLC内存区分区比较多,有处理输入输出的、有处理中间变量的,还有可以人为自定义编号的存储区。
发明内容
针对上述至少一个技术问题,本发明的目的在于提供一种数据采集的方法、系统、装置、终端设备及介质。
本发明所采取的技术方案是:一方面,本发明实施例包括一种数据采集的方法,包括:
根据数据采集任务,获取所需采集分区的信号点清单;
将所述信号点清单中各个信号点的数据进行处理并存储至采集区;
读取所述采集区中的数据并进行编号以得到编号数据;
将所述编号数据发送至云端服务器,所述云端服务器配置解析数据以对所述编号数据进行解析。
进一步地,所述将所述信号点清单中各个信号点的数据进行处理并存储至采集区这一步骤,包括:
使用可编程逻辑控制器将各个信号点的数据进行整合;
对整合后的数据进行数据类型转换和数据清理处理;
将处理后的数据存储至采集区。
进一步地,所述对整合后的数据进行数据类型转换和数据清理处理这一步骤,包括:
获取整合后的数据类型为32位浮点类型;
将所述整合后的数据类型转换为16位浮点类型;
将进行数据类型转换处理后的数据进行数据清理。
另一方面,本发明实施例还包括一种数据采集系统,包括:
获取模块,用于根据数据采集任务,获取所需采集分区的信号点清单;
处理模块,用于将所述信号点清单中各个信号点的数据进行处理并存储至采集区;
编号模块,用于读取所述采集区中的数据并进行编号以得到编号数据;
解析模块,用于将所述编号数据发送至云端服务器,所述云端服务器配置解析数据以对所述编号数据进行解析。
进一步地,所述处理模块包括:
数据整合单元,用于使用可编程逻辑控制器将各个信号点的数据进行整合;
数据处理单元,用于对整合后的数据进行数据类型转换和数据清理处理;
存储单元,用于将处理后的数据存储至采集区。
进一步地,所述数据处理单元包括:
数据采集子单元,用于采集整合后的数据;
数据处理子单元,对采集到数据进行编号;
数据存储子单元,用于将编号后的数据存储到本地和发送到云端服务器。
另一方面,本发明实施例还包括一种数据采集装置,包括可编程逻辑控制器、采集器和云端服务器,其中,所述可编程逻辑控制器和所述采集器用于采集数据并对各个信号点的数据进行处理;所述云端服务器用于执行所述的配置解析数据以对编号数据进行解析。
另一方面,本发明实施例还包括一种数据采集的终端设备,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行所述一种数据采集的方法。
另一方面,本发明实施例还包括一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行所述一种数据采集的方法。
本发明的有益效果是:本发明通过简单的PLC程序编写,将所需的数据集中到固定的存储区(采集区),一方面充分利用了PLC本身的强大数据处理能力,另一方面数据集中采集,每次扫描只需要读一个单一的内存区,几十毫秒就可以将数据读取并处理;采集效率和准确性以及安全性都大大提高,且配置简单,只需要配置所需采集的内存区起始地址和采集数量便可解析数据;本发明能够减少采集点数,节省存储计算空间及节省4G网络流量成本。
附图说明
图1为本实施例所述数据采集方法的步骤流程图;
图2为本实施例所述的数据采集示意图;
图3为本实施例所述数据采集的系统框图。
具体实施方式
如图1所示,本发明实施例包括一种数据采集的方法,具体包括以下步骤:
S1.根据数据采集任务,获取所需采集分区的信号点清单;
S2.将所述信号点清单中各个信号点的数据进行处理并存储至采集区;
S3.读取所述采集区中的数据并进行编号以得到编号数据;
S4.将所述编号数据发送至云端服务器,所述云端服务器配置解析数据以对所述编号数据进行解析。
本实施例所述的一种数据采集的方法是将所需的数据转到一个固定的区域(采集区),将分散在不同区域的信号点集中放到采集区,使得利用采集器采集数据时只需扫描固定的连续内存区域,针对每一个分区传过来的数据统一做一个的编号,做数据解析时利用对应的编号就可以对应解析到各个分区的数据,其具体参照图2的数据采集示意图。具体地,首先根据数据采集任务,获取所需采集分区的信号点清单,也就是步骤S1,采集需要的信号点在各个分区都是分散的,不是连续的,往往只是某内存区的不连续的Bit位,比如输入区信号点I0.1,I100.6,输出区信号点Q0.1,Q100.5等,在获取信号点清单的同时,需要确定各个信号点的数据处理方式。
关于步骤S2,也就是将所述信号点清单中各个信号点的数据进行处理并存储至采集区这一步骤,具体包括:
S201.使用可编程逻辑控制器将各个信号点的数据进行整合;
S202.对整合后的数据进行数据类型转换和数据清理处理;
S203.将处理后的数据存储至采集区。
本实施例中,关于步骤S2,是在PLC里面编程实现数据运算处理,即将各个分区各个信号点的数据进行数据整合、类型转换、数据清理等操作,其中,步骤S201,数据整合能够减少所需采集的信号点,比如需要计算一个动作时长时按传统的采集方式往往需要至少采集两个信号点,一个开始信号、一个结束信号点,还需要分别采集开始信号与结束信号的变化信息,当开始信号来时,记为时间点T1,结束信号来时记为时间点T2,T2-T1就是该动作的时长;而本实施例中是将动作的开始信号来时置位采集区的一个点(这时采集点的值为1)、结束信号来时复位该点(这时采集点的值为0),采集时只需要记录采集点的值从1变为0的时长就是动作时长,通过这种方式最终只需要采集记录一个点的数据变化,将采集信号减少了一半,计算也更高效。
对于步骤S202,也就是对整合后的数据进行数据类型转换和数据清理处理这一步骤,具体包括:
S202-1.获取整合后的数据类型为32位浮点类型;
S202-2.将所述整合后的数据类型转换为16位浮点类型;
S202-3.将进行数据类型转换处理后的数据进行数据清理。
本实施例中,对数据进行类型转换处理能够节省采集器、服务器计算保存所需的空间,比如获取利用PLC整合后的数据类型,由于PLC工程师出于程序标准化或者其他原因可将整型的数据保存为32位浮点类型,本实施例中经过数据转换将整合后的数据转换为16位的浮点类型,该类型转换将所需的空间减少了一半;通过这些方式大大减少了采集信号量以及数据计算、保存所需的空间。在工业大数据领域,即使按传统分区采集的方式,为了减小数据包的发送,节省流量费用成本,都需要对数据进行编码压缩,再到云端服务器根据对应的数据进行解压和解码,通过对数据的类型转换和数据清理处理,可以大大减少编码及压缩的复杂程度,对采集器的硬件要求也更小。
关于步骤S3和步骤S4,本实施例中,对存储在采集区中的数据进行编号,将编号后的数据压缩保存后再发送到云端服务器,最后云端服务器需要配置相应的数据解析数据,比如编号1的数据对应PLC里面的输入内存区的1,编号2对应PLC输出内存区的2,服务器根据配置信息进行批量数据解析,可大大提高解析速度效率,节省运算空间。
综上所述,本发明实施例中所述一种数据采集的方法具有以下优点:
本发明实施例通过简单的PLC程序编写,将所需的数据集中到固定的存储区(采集区),一方面充分利用了PLC本身的强大数据处理能力,另一方面数据集中采集,每次扫描只需要读一个单一的内存区,几十毫秒就可以将数据读取并处理;采集效率和准确性以及安全性都大大提高,且配置简单,只需要配置所需采集的内存区起始地址和采集数量便可解析数据;本发明实施例所述的方法能够减少采集点数,节省存储计算空间及节省4G网络流量成本。
另一方面,参照图3,本实施例还包括一种数据采集系统,包括:
获取模块,用于根据数据采集任务,获取所需采集分区的信号点清单;
处理模块,用于将所述信号点清单中各个信号点的数据进行处理并存储至采集区;
编号模块,用于读取所述采集区中的数据并进行编号以得到编号数据;
解析模块,用于将所述编号数据发送至云端服务器,所述云端服务器配置解析数据以对所述编号数据进行解析。
进一步地,所述处理模块包括:
数据整合单元,用于使用可编程逻辑控制器将各个信号点的数据进行整合;
数据处理单元,用于对整合后的可编程逻辑控制器数据进行采集和编号;
存储单元,用于将处理后的数据存储至采集区。
进一步地,所述数据处理单元包括:
数据采集子单元,用于采集整合后的数据;
数据处理子单元,对采集到数据进行编号;
数据存储子单元,用于将编号后的数据存储到本地和发送到云端服务器。
另一方面,本发明实施例还包括一种数据采集装置,包括可编程逻辑控制器、采集器和云端服务器,其中,所述可编程逻辑控制器和所述采集器用于采集数据并对各个信号点的数据进行处理;所述云端服务器用于执行实施例所述的配置解析数据以对编号数据进行解析。
另一方面,本发明实施例还包括一种数据采集的终端设备,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行实施例所述的一种数据采集的方法。
另一方面,本发明实施例还包括一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于执行实施例所述的一种数据采集的方法。
所述系统可以是服务器或者个人计算机等设备,通过将所述一种数据采集的方法编写成计算机程序并写入服务器或者个人计算机中,可以得到所述一种数据采集系统,通过运行该系统,可以实现与所述一种数据采集的方法相同的技术效果。
本实施例中,所述一种数据采集装置包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行实施例所述方法。
所述存储器还可以单独生产出来,并用于存储与所述一种数据采集的方法相应的计算机程序。当这个存储器与处理器连接时,其存储的计算机程序将被处理器读取出来并执行,从而实施所述一种数据采集的方法,达到实施例中所述的技术效果。
需要说明的是,如无特殊说明,当某一特征被称为“固定”、“连接”在另一个特征,它可以直接固定、连接在另一个特征上,也可以间接地固定、连接在另一个特征上。此外,本公开中所使用的上、下、左、右等描述仅仅是相对于附图中本公开各组成部分的相互位置关系来说的。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。此外,除非另有定义,本实施例所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本实施例说明书中所使用的术语只是为了描述具体的实施例,而不是为了限制本发明。本实施例所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。
应当理解,尽管在本公开可能采用术语第一、第二、第三等来描述各种元件,但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如,在不脱离本公开范围的情况下,第一元件也可以被称为第二元件,类似地,第二元件也可以被称为第一元件。本实施例所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例,并且除非另外要求,否则不会对本发明的范围施加限制。
应当认识到,本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现,其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而,若需要,该程序可以以汇编或机器语言实现。在任何情况下,该语言可以是编译或解释的语言。此外,为此目的该程序能够在编程的专用集成电路上运行。
此外,可按任何合适的顺序来执行本实施例描述的过程的操作,除非本实施例另外指示或以其他方式明显地与上下文矛盾。本实施例描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行,并且可作为共同地在一个或多个处理器上执行的代码(例如,可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步,所述方法可以在可操作地连接至合适的任何类型的计算平台中实现,包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现,无论是可移动的还是集成至计算平台,如硬盘、光学读取和/或写入存储介质、RAM、ROM等,使得其可由可编程计算机读取,当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外,机器可读代码,或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时,本实施例所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时,本发明还包括计算机本身。
计算机程序能够应用于输入数据以执行本实施例所述的功能,从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中,转换的数据表示物理和有形的对象,包括显示器上产生的物理和有形对象的特定视觉描绘。
以上所述,只是本发明的较佳实施例而已,本发明并不局限于上述实施方式,只要其以相同的手段达到本发明的技术效果,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。
Claims (9)
1.一种数据采集的方法,其特征在于,包括:
根据数据采集任务,获取所需采集分区的信号点清单;
将所述信号点清单中各个信号点的数据进行处理并存储至采集区;所述采集区是一个固定的连续内存区域;
读取所述采集区中的数据并进行编号;每个所述采集分区对应的数据被编为一个统一的编号;
将所述采集信号值数据及编号后的数据发送至云端服务器,所述云端服务器配置解析数据以对所述编号数据进行解析;
所述将所述信号点清单中各个信号点的数据进行处理并存储至采集区这一步骤,包括:
使用可编程逻辑控制器将各个信号点的数据进行整合;
对整合后的数据进行数据类型转换和数据清理处理;
所述使用可编程逻辑控制器将各个信号点的数据进行整合这一步骤,包括:
在动作的开始信号来时,置位采集区的一个采集点;
在结束信号来时复位该采集点;
记录该采集点从被置位所得到的值变为被复位所得到的值的时长,作为动作时长。
2.根据权利要求1所述的一种数据采集的方法,其特征在于,所述将所述信号点清单中各个信号点的数据进行处理并存储至采集区这一步骤,还包括:
将处理后的数据存储至采集区。
3.根据权利要求1所述的一种数据采集的方法,其特征在于,所述对整合后的数据进行数据类型转换和数据清理处理这一步骤,包括:
获取整合后的数据类型为32位浮点类型;
将所述整合后的数据类型转换为16位浮点类型。
4.一种数据采集系统,其特征在于,包括:
获取模块,用于根据数据采集任务,获取所需采集分区的信号点清单;
处理模块,用于将所述信号点清单中各个信号点的数据进行处理并存储至采集区;所述采集区是一个固定的连续内存区域;
编号模块,用于读取所述采集区中的数据并进行编号以得到编号数据;每个所述采集分区对应的数据被编为一个统一的编号;
解析模块,用于将所述编号数据发送至云端服务器,所述云端服务器配置解析数据以对所述编号数据进行解析;
所述处理模块包括:
数据整合单元,用于使用可编程逻辑控制器将各个信号点的数据进行整合;
数据处理单元,用于对整合后的可编程逻辑控制器数据进行采集和编号;
所述使用可编程逻辑控制器将各个信号点的数据进行整合,具体包括:
在动作的开始信号来时,置位采集区的一个采集点;
在结束信号来时复位该采集点;
记录该采集点从被置位所得到的值变为被复位所得到的值的时长,作为动作时长。
5.根据权利要求4所述的一种数据采集系统,其特征在于,所述处理模块还包括:
存储单元,用于将处理后的数据存储至采集区。
6.根据权利要求4所述的一种数据采集系统,其特征在于,所述数据处理单元包括:
数据采集子单元,用于采集整合后的数据;
数据处理子单元,对采集到数据进行编号;
数据存储子单元,用于将编号后的数据存储到本地和发送到云端服务器。
7.一种数据采集装置,其特征在于,包括可编程逻辑控制器、采集器和云端服务器,其中,所述可编程逻辑控制器和所述采集器用于采集数据并对各个信号点的数据进行处理;所述云端服务器用于执行权利要求1所述的配置解析数据以对编号数据进行解析。
8.一种数据采集的终端设备,其特征在于,包括存储器和处理器,所述存储器用于存储至少一个程序,所述处理器用于加载所述至少一个程序以执行权利要求1-3任一项所述的方法。
9.一种存储介质,其中存储有处理器可执行的指令,其特征在于,所述处理器可执行的指令在由处理器执行时用于执行如权利要求1-3任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010622919.XA CN111857029B (zh) | 2020-06-30 | 2020-06-30 | 一种数据采集的方法、系统、装置、终端设备及介质 |
PCT/CN2020/116015 WO2022000806A1 (zh) | 2020-06-30 | 2020-09-17 | 一种数据采集的方法、系统、装置、终端设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010622919.XA CN111857029B (zh) | 2020-06-30 | 2020-06-30 | 一种数据采集的方法、系统、装置、终端设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111857029A CN111857029A (zh) | 2020-10-30 |
CN111857029B true CN111857029B (zh) | 2022-08-12 |
Family
ID=72989407
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010622919.XA Active CN111857029B (zh) | 2020-06-30 | 2020-06-30 | 一种数据采集的方法、系统、装置、终端设备及介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111857029B (zh) |
WO (1) | WO2022000806A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114827143B (zh) * | 2022-04-11 | 2023-12-12 | 广东省离散智造科技创新有限公司 | 一种离散数据采集方法、系统及云端服务器、边缘计算端 |
CN115473910A (zh) * | 2022-06-01 | 2022-12-13 | 北京罗克维尔斯科技有限公司 | 数据管理方法及装置、电子设备和存储介质 |
CN116821177B (zh) * | 2023-08-31 | 2023-12-05 | 杭州义益钛迪信息技术有限公司 | 设备数据查询方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003316794A (ja) * | 2002-04-24 | 2003-11-07 | Nec Corp | データ収集格納方式 |
CN107103025A (zh) * | 2017-01-05 | 2017-08-29 | 北京亚信智慧数据科技有限公司 | 一种数据处理方法及数据处理平台 |
CN107509053A (zh) * | 2017-07-13 | 2017-12-22 | 温州大学瓯江学院 | 一种基于计算机网络的远程监控系统 |
CN110083086A (zh) * | 2019-03-25 | 2019-08-02 | 中国船舶重工集团公司第七一九研究所 | 过程控制装置运行数据存储方法及装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102270105B (zh) * | 2011-08-08 | 2013-11-20 | 东软集团股份有限公司 | 独立磁盘阵列、网络采集数据处理方法及系统 |
CN103376772B (zh) * | 2012-04-27 | 2015-06-24 | 沈阳高精数控技术有限公司 | 一种嵌入式数控系统性能监测的方法 |
US10108168B2 (en) * | 2014-06-01 | 2018-10-23 | Si-Ga Data Security (2014) Ltd. | Industrial control system smart hardware monitoring |
CN106646169A (zh) * | 2017-01-04 | 2017-05-10 | 华北电力大学 | 一种电气设备局部放电检测数据收集云策略 |
CN107463137B (zh) * | 2017-09-25 | 2021-01-01 | 山东大学 | 一种多源异构数据一体化同步采集设备及其方法 |
CN108055335A (zh) * | 2017-12-22 | 2018-05-18 | 广东可信电力股份有限公司 | 一种电力数据采集方法及装置 |
CN108664567B (zh) * | 2018-04-24 | 2022-03-04 | 中国银行股份有限公司 | 一种基于数据表分区的数据采集方法及系统 |
CN108810126A (zh) * | 2018-06-04 | 2018-11-13 | 中建八局第二建设有限公司 | 一种开放式数据采集系统 |
CN108897270A (zh) * | 2018-06-12 | 2018-11-27 | 苏州赛腾精密电子股份有限公司 | 产品数据的上传方法、装置、plc、存储介质及系统 |
CN111104558A (zh) * | 2018-10-29 | 2020-05-05 | 中国电力科学研究院有限公司 | 一种分布式的多源数据处理方法及系统 |
CN109617970A (zh) * | 2018-12-14 | 2019-04-12 | 无锡天力安全科技有限公司 | 一种基于无线传输式的智能物联网数采仪 |
CN110161950A (zh) * | 2019-05-22 | 2019-08-23 | 北京信息科技大学 | 一种基于plc的高可靠高性能数据采集系统及方法 |
-
2020
- 2020-06-30 CN CN202010622919.XA patent/CN111857029B/zh active Active
- 2020-09-17 WO PCT/CN2020/116015 patent/WO2022000806A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003316794A (ja) * | 2002-04-24 | 2003-11-07 | Nec Corp | データ収集格納方式 |
CN107103025A (zh) * | 2017-01-05 | 2017-08-29 | 北京亚信智慧数据科技有限公司 | 一种数据处理方法及数据处理平台 |
CN107509053A (zh) * | 2017-07-13 | 2017-12-22 | 温州大学瓯江学院 | 一种基于计算机网络的远程监控系统 |
CN110083086A (zh) * | 2019-03-25 | 2019-08-02 | 中国船舶重工集团公司第七一九研究所 | 过程控制装置运行数据存储方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111857029A (zh) | 2020-10-30 |
WO2022000806A1 (zh) | 2022-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111857029B (zh) | 一种数据采集的方法、系统、装置、终端设备及介质 | |
US20120271962A1 (en) | Achieving Lossless Data Streaming in a Scan Based Industrial Process Control System | |
CN111064712B (zh) | 一种游戏资源打包方法及系统 | |
CN112166442B (zh) | 运算方法 | |
CN106780149A (zh) | 一种基于定时任务调度的设备实时监测系统 | |
CN109865292B (zh) | 一种基于游戏引擎的游戏资源构建方法和装置 | |
CN111198790A (zh) | 机器人测试方法、机器人测试装置及机器人 | |
CN110769002A (zh) | 基于LabVIEW的报文解析方法、系统、电子设备和介质 | |
CN112199404A (zh) | 报表的创建方法、装置、电子设备及计算机可读存储介质 | |
CN111107062B (zh) | 一种基于贪婪算法的游戏资源打包方法及系统 | |
CN104376584A (zh) | 一种数据压缩的方法、计算机系统和装置 | |
CN115826980B (zh) | 数据处理方法、装置、存储介质及电子设备 | |
JP6625278B1 (ja) | 入出力制御ユニット、plc及びデータ制御方法 | |
CN205485449U (zh) | 一种dnc信息采集系统 | |
CN104933454A (zh) | 基于物联网技术的设备点检装置及其控制方法 | |
CN108829440A (zh) | 一种将逻辑组态数组转为逻辑执行命令的方法和系统 | |
EP4359908A1 (en) | A device, system, method and storage medium for ai application deployment | |
CN110716747B (zh) | 基于函数参数统计的程序运行效率优化方法及终端设备 | |
CN204347856U (zh) | 基于物联网技术的设备点检装置 | |
CN106815017B (zh) | 一种动态语言性能分析及展示方法和系统 | |
Imran et al. | Architecture of wireless visual sensor node with region of interest coding | |
CN116009851B (zh) | 目标模型集成与发布方法、装置、计算机设备和存储介质 | |
WO2024201878A1 (ja) | 動作分析装置、動作分析方法、及び動作分析プログラム | |
CN116009465B (zh) | 分布式数据采集方法及相关装置 | |
CN109542059B (zh) | 历史数据压缩装置和方法 |
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 |