CN112148568A - 一种设备监控系统及方法 - Google Patents

Abstract

本申请提供了一种设备监控系统及方法，其中，该设备监控系统包括边缘计算节点和显示屏；所述边缘计算节点，用于实时获取目标设备的候选设备数据，基于与所述目标设备的设备类别，以及与所述候选设备数据的数据类别相匹配的选取规则，从所述候选设备数据中选取所述目标设备对应的目标设备数据，并将所述目标设备数据输入到所述目标设备对应的监控模型中，获取所述监控模型输出的监控结果，并将所述监控结果发送给所述显示屏；所述显示屏，用于对接收到的所述目标设备的监控结果进行显示。本申请能够实时地对生产设备运行过程中的目标设备数据进行监控，并对监控结果进行显示，以减少生产设备非计划停机的频次，提高生产设备的运行效率。

Description

一种设备监控系统及方法

技术领域

本申请涉及设备监控技术领域，具体而言，涉及一种设备监控系统及方法。

背景技术

在油气的开采、炼化，以及相关装备的制造过程中，对应有多种类型多种款式的生产设备，生产设备在运行过程中发生非计划停机时，易造成生产设备的损坏，影响正常的生产进度。

现阶段，通常定期派遣专门的工作人员在生产现场对生产设备进行维护保养，以减少生产设备非计划停机的频次。

但是，生产过程中大多数的非计划停机是由随机故障造成的，对生产设备进行定期维护保养，无法减少随机故障的发生，因此，采用定期维护保养的方式，不能有效降低生产设备非计划停机的频次，生产设备运行效率低。

发明内容

有鉴于此，本申请实施例的目的在于提供一种设备监控系统及方法，能够实时地对生产设备运行过程中的目标设备数据进行监控，并对监控结果进行显示，进而基于显示的监控结果，获取目标设备当前的工作状态，以减少目标设备非计划停机的频次，提高目标设备的运行效率。

第一方面，本申请实施例提供了一种设备监控系统，包括边缘计算节点和显示屏；

所述边缘计算节点，用于实时获取目标设备的候选设备数据，基于与所述目标设备的设备类别，以及与所述候选设备数据的数据类别相匹配的选取规则，从所述候选设备数据中选取所述目标设备对应的目标设备数据，并将所述目标设备数据输入到所述目标设备对应的监控模型中，获取所述监控模型输出的监控结果，并将所述监控结果发送给所述显示屏；

所述显示屏，用于对接收到的所述目标设备的监控结果进行显示。

在一种可能的实施方式中，所述设备监控系统还包括边缘计算平台；

所述边缘计算节点，还用于将所述目标设备的目标设备数据发送给所述边缘计算平台；

所述边缘计算平台，用于基于接收到所述目标设备的目标设备数据，对本地预存的所述目标设备对应的监控模型进行更新，并将更新后的监控模型发送给所述边缘计算节点；

所述边缘计算节点，还用于接收所述边缘计算平台发送的更新后的监控模型，并基于所述更新后的监控模型更新当前的监控模型。

在一种可能的实施方式中，所述设备监控系统还包括边缘计算平台、云端边缘接入平台、工业大数据平台以及人工智能平台；

所述边缘计算节点，还用于将所述目标设备的目标设备数据发送给所述边缘计算平台，以使所述边缘计算平台经由所述云端边缘接入平台，将所述目标设备的目标设备数据转发给所述工业大数据平台；

所述工业大数据平台，用于接收所述云端边缘接入平台发送的所述目标设备的目标设备数据，并在接收到所述人工智能平台发送的数据请求指令后，将所述目标设备的目标设备数据发送给所述人工智能平台；

所述人工智能平台，用于基于接收到所述目标设备的目标设备数据，对本地预存的所述目标设备对应的监控模型进行更新，并将更新后的监控模型发送给所述云端边缘接入平台，以使所述云端边缘接入平台经由所述边缘计算平台，将所述更新后的监控模型发送给所述边缘计算节点；

所述边缘计算节点，还用于接收所述边缘计算平台发送的更新后的监控模型，并基于所述更新后的监控模型更新当前的监控模型。

在一种可能的实施方式中，所述边缘计算节点，在基于选取规则，从所述候选设备数据中选取所述目标设备的目标设备数据时，包括：

针对每个数据选取时间点，若在该数据选取时间点对应的第一采集时间区间内，采集的候选设备数据均位于预设阈值范围内，则从所述第一采集时间区间对应的候选设备数据中，选取预设数量的候选设备数据，作为所述目标设备的目标设备数据。

在一种可能的实施方式中，所述数据选取时间点为该数据选取时间点对应的第一采集时间区间的终止时间点，且所述第一采集时间区间的时间长度为第一预设时间长度。

在一种可能的实施方式中，所述边缘计算节点，在基于选取规则，从所述候选设备数据中选取所述目标设备的目标设备数据时，还包括：

针对任一采集时间点，若当前采集的候选设备数据位于预设阈值范围外，则将该采集时间点对应的第二采集时间区间内的候选设备数据，确定为所述目标设备的目标设备数据。

在一种可能的实施方式中，所述采集时间点对应的第二采集时间区间的起始时间点为第一时间点，终止时间点为第二时间点；其中，所述第一时间点早于所述采集时间点第二预设时间长度；所述第二时间点晚于所述采集时间点整数倍个第二预设时间长度，且在所述第二时间点采集的候选设备数据位于预设阈值范围内。

在一种可能的实施方式中，所述候选设备数据包括第一候选设备数据和第二候选设备数据；所述边缘计算节点，在获取目标设备的候选设备数据时，包括：

通过所述目标设备的对外接口，获取所述目标设备的初始候选设备数据，基于所述目标设备对应的协议，从所述初始候选设备数据中选取所述第一候选设备数据；和/或，

获取所述目标设备的外加传感器监测到的第二候选设备数据。

在一种可能的实施方式中，所述边缘计算节点，还用于根据所述监控模型输出的监控结果，确定与所述监控结果相匹配的设备控制指令，并将所述设备控制指令发送给所述目标设备；或者，根据所述监控模型输出的监控结果，确定与所述监控结果相匹配的操作提示信息，并将所述操作提示信息发送给所述显示屏，以使所述显示屏对所述操作提示信息进行显示。

第二方面，本申请实施例提供了一种设备监控方法，所述设备监控方法应用于设备监控系统，所述设备监控系统包括边缘计算节点和显示屏；

所述边缘计算节点实时获取目标设备的候选设备数据，基于与所述目标设备的设备类别，以及与所述候选设备数据的数据类别相匹配的选取规则，从所述候选设备数据中选取所述目标设备对应的目标设备数据，并将所述目标设备数据输入到所述目标设备对应的监控模型中，获取所述监控模型输出的监控结果，并将所述监控结果发送给所述显示屏；

所述显示屏对接收到的所述目标设备的监控结果进行显示。

本申请实施例提供的一种设备监控系统及方法，所述设备监控系统包括边缘计算节点和显示屏；所述边缘计算节点，用于实时获取目标设备的候选设备数据，基于与所述目标设备的设备类别，以及与所述候选设备数据的数据类别相匹配的选取规则，从所述候选设备数据中选取所述目标设备对应的目标设备数据，并将所述目标设备数据输入到所述目标设备对应的监控模型中，获取所述监控模型输出的监控结果，并将所述监控结果发送给所述显示屏；所述显示屏，用于对接收到的所述目标设备的监控结果进行显示。本申请实施例能够实时地对生产设备运行过程中的目标设备数据进行监控，并对监控结果进行显示，以减少生产设备非计划停机的频次，提高生产设备的运行效率。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本申请实施例提供的一种设备监控系统的结构示意图；

图2示出了本申请实施例提供的另一种设备监控系统的结构示意图；

图3示出了本申请实施例提供的另一种设备监控系统的结构示意图；

图4示出了本申请实施例提供的一种设备监控方法的流程图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

通常定期派遣专门的工作人员在生产现场对生产设备进行维护保养，以减少生产设备非计划停机的频次。但是，生产过程中大多数的非计划停机是由随机故障造成的，对生产设备进行定期维护保养，无法减少随机故障的发生，因此，采用定期维护保养的方式，不能有效降低生产设备非计划停机的频次，生产设备运行效率低。基于上述问题，本申请实施例提供的一种设备监控系统及方法，所述设备监控系统包括边缘计算节点和显示屏；所述边缘计算节点，用于实时获取目标设备的候选设备数据，基于与所述目标设备的设备类别，以及与所述候选设备数据的数据类别相匹配的选取规则，从所述候选设备数据中选取所述目标设备对应的目标设备数据，并将所述目标设备数据输入到所述目标设备对应的监控模型中，获取所述监控模型输出的监控结果，并将所述监控结果发送给所述显示屏；所述显示屏，用于对接收到的所述目标设备的监控结果进行显示。本申请实施例能够实时地对生产设备运行过程中的目标设备数据进行监控，并对监控结果进行显示，以减少生产设备非计划停机的频次，提高生产设备的运行效率。

针对以上方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本申请针对上述问题所提出的解决方案，都应该是发明人在本申请过程中对本申请做出的贡献。

下面将结合本申请中附图，对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

为便于对本实施例进行理解，首先对本申请实施例所公开的一种设备监控系统进行详细介绍。

参见图1所示，图1为本申请实施例提供的设备监控系统的结构示意图，该设备监控系统包括边缘计算节点101和显示屏102；

所述边缘计算节点101，用于实时获取目标设备的候选设备数据，基于与所述目标设备的设备类别，以及与所述候选设备数据的数据类别相匹配的选取规则，从所述候选设备数据中选取所述目标设备对应的目标设备数据，并将所述目标设备数据输入到所述目标设备对应的监控模型中，获取所述监控模型输出的监控结果，并将所述监控结果发送给所述显示屏102。

所述显示屏102，用于对接收到的所述目标设备的监控结果进行显示。

本申请实施例，应用于石油化工技术领域，工业现场的生产设备在每个时间点都会产生大量的设备数据，将这些设备数据实时传输给云端服务器，会对网络造成较大负担，远距离的数据传输会有一定时间的延迟，导致云端服务器不能及时对设备数据进行处理，并且，将全量的设备数据上传至云端服务器，会增加云端服务器的存储量，增加存储成本，实际中，并不是所有的设备数据都具有存储价值，因此，在设备侧布置了边缘计算节点，基于边缘计算节点对设备数据进行相关处理，避免大量设备数据的远距离传输，减轻了网络负担，提高了数据处理的及时性。其中，设备数据主要是振动数据，振动数据的采集频率高、数据量大。

目标设备为石油化工技术领域的任一种生产设备，比如，压缩机、抽油机、机泵、烟气轮机等，目标设备的候选设备数据为目标设备在工作过程中实时的设备数据，边缘计算节点采集目标设备的候选设备数据，并从候选设备数据中选取出部分的候选设备数据，作为目标设备数据，具体的，目标设备的设备类别，候选设备数据的数据类别共同决定候选设备数据的选取规则，在获取目标设备的候选设备数据之后，边缘计算节点采用与目标设备的设备类别，以及与候选设备数据的数据类别相匹配的选取规则，从候选设备数据中选取目标设备数据，将目标设备数据输入到监控模型中，获取监控模型的输出结果，即目标设备的监控结果，并将监控结果发送给对应的显示屏，以使显示屏对目标设备的监控结果进行显示。这里，监控模型包括通用模型和专有模型，通用模型是每一个设备都具有的模型，专有模型是设备独有的模型。监控模型可以是多个模型，比如，设备故障诊断模型、故障预测模型以及传统的机理模型等。

需要说明的是，边缘计算节点不仅能够运行监控模型，还可以运行边缘应用，相应的，监控模型(人工智能模型)支持Python、R等语言，边缘应用支持Java、Python、PHP、Go、JavaScript等多种语言，只要是容器技术支持的环境，边缘计算节点就能支持。边缘应用基于监控模型输出的监控结果，生成对应的曲线图、监控界面、告警信息等，边缘计算节点将边缘应用生成的曲线图、监控界面、告警信息等发送给显示屏，以使显示屏对上述信息进行显示。

本申请实施例提供的设备监控系统，能够实时地对生产设备运行过程中的目标设备数据进行监控，并对监控结果进行显示，以减少生产设备非计划停机的频次，提高生产设备的运行效率。

进一步的，参见图2所示，所述设备监控系统还包括边缘计算平台103。

所述边缘计算节点101，还用于将所述目标设备的目标设备数据发送给所述边缘计算平台103；

所述边缘计算平台103，用于基于接收到所述目标设备的目标设备数据，对本地预存的所述目标设备对应的监控模型进行更新，并将更新后的监控模型发送给所述边缘计算节点101；

所述边缘计算节点101，还用于接收所述边缘计算平台发送的更新后的监控模型，并基于所述更新后的监控模型更新当前的监控模型。

本申请实施例中，边缘计算平台与边缘计算节点通过网络进行连接，其中，上述网络包括工控网以及办公网，边缘计算节点大多部署在工控网，边缘计算平台可以部署在工控网或者办公网。边缘计算节点运行的监控模型是动态更新的模型，每当边缘计算节点选取出目标设备的目标设备数据，将目标设备数据发送给边缘计算平台，边缘计算平台本地预存有目标设备的初始化监控模型，当边缘计算平台首次接收到目标设备的目标设备数据时，基于接收到目标设备数据，对初始化监控模型进行训练，得到训练好的监控模型，将训练好的监控模型在本地进行存储，并将训练好的监控模型发送给边缘计算节点，当边缘计算平台再次接收到目标设备的目标设备数据时，基于接收到目标设备数据，对本地预存的训练好的监控模型进行再次训练，将再次训练好的监控模型在本地进行存储，并将再次训练好的监控模型发送给边缘计算节点，边缘计算平台每接收到新的目标设备数据，都会对目标设备的监控模型进行更新，周而复始，不断优化目标设备的监控模型。具体的，边缘计算平台包括模型训练模块，基于模型训练模块，实现对监控模型的训练。

边缘计算节点在接收到边缘计算平台发送的更新后的监控模型时，将本地的监控模型更新为更新后的监控模型，基于更新后的监控模型，确定目标设备的监控结果。

其中，边缘计算节点在将目标设备的目标设备数据发送给边缘计算平台的过程中，边缘计算节点基于预设的加密规则对目标设备数据进行加密处理，得到加密后的目标设备数据，并将加密后的目标设备数据发送给边缘计算平台，边缘计算平台基于预设的解密规则对加密后的目标设备数据进行解密处理，得到目标设备数据。

另外，边缘计算平台还可以对边缘计算节点运行的边缘应用进行更新，并将更新后的边缘应用发送给边缘计算节点，比如，基于更新后的边缘应用对监控结果进行显示。

进一步的，参见图3所示，所述设备监控系统还包括边缘计算平台103、云端边缘接入平台104、工业大数据平台105以及人工智能平台106。

所述边缘计算节点101，还用于将所述目标设备的目标设备数据发送给所述边缘计算平台103，以使所述边缘计算平台103经由所述云端边缘接入平台104，将所述目标设备的目标设备数据转发给所述工业大数据平台105；

所述工业大数据平台105，用于接收所述云端边缘接入平台发送的所述目标设备的目标设备数据，并在接收到所述人工智能平台106发送的数据请求指令后，将所述目标设备的目标设备数据发送给所述人工智能平台106；

所述人工智能平台106，用于基于接收到所述目标设备的目标设备数据，对本地预存的所述目标设备对应的监控模型进行更新，并将更新后的监控模型发送给所述云端边缘接入平台104，以使所述云端边缘接入平台104经由所述边缘计算平台103，将所述更新后的监控模型发送给所述边缘计算节点101；

所述边缘计算节点101，还用于接收所述边缘计算平台发送的更新后的监控模型，并基于所述更新后的监控模型更新当前的监控模型。

本申请实施例中，边缘计算节点和边缘计算平台靠近目标设备，为边缘侧，云端边缘接入平台、工业大数据平台以及人工智能平为云端侧，基于边缘计算平台和云端边缘接入平台实现边缘侧和云端侧的通信，边缘计算节点运行的监控模型不仅可以在边缘侧进行更新，也可以在云端侧进行更新，当监控模型在云端侧进行更新时，边缘计算节点将选取出的目标设备数据发送给边缘计算平台，边缘计算平台将目标设备数据转发给云端侧的云端边缘接入平台，云端边缘接入平台进而将目标设备数据转发给工业大数据平台，目标设备数据在工业大数据平台本地进行存储，当工业大数据平台接收到人工智能平台发送的数据请求指令之后，将本地存储的目标设备数据发送给人工智能平台，人工智能平台基于接收到的目标设备的目标设备数据，对目标设备的监控模型进行更新。

具体的，当人工智能平台首次接收到目标设备的目标设备数据时，对初始化监控模型进行训练，得到训练好的监控模型，并将训练好的监控模型在本地进行存储，当人工智能平台再次接收到目标设备的目标设备数据时，对训练好的监控模型进行再次训练，并将再次训练好的监控模型在本地进行存储，人工智能平台每接收到新的目标设备数据，都会对目标设备的监控模型进行更新，周而复始，不断优化目标设备的监控模型，人工智能平台将生成的监控模型发送给云端边缘接入平台，云端边缘接入平台将监控模型转发给边缘侧的边缘计算平台，边缘计算平台将监控模型再次转发给边缘计算节点，边缘计算节点在接收到新的监控模型后，将本地存储的监控模型更新为新的监控模型。

需要说明的是，人工智能平台在生成监控模型之后，在下发监控模型的过程中，监控模型可以是一个打包的文件，也可以是一个封装好的容器镜像。具体的，边缘计算节点不仅能够运行监控模型，还可以运行边缘应用，人工智能平台可以对监控模型进行更新，或者，对边缘应用进行更新，在生成更新的监控模型(或者更新的边缘应用)之后，为了减少传输带宽，对更新的监控模型(或者更新的边缘应用)进行打包处理，得到模型包(或者应用包)，将模型包(或者应用包)发送给边缘计算节点，或者，将更新的监控模型(或者更新的边缘应用)以镜像的方式从人工智能平台发给边缘计算节点。进一步的，边缘计算节点从候选设备数据中选取目标设备数据时，对应有不同的选取方式，作为一种可能的实施方式，目标设备数据是若干个时间点分别对应的候选设备数据，所述边缘计算节点，在基于选取规则，从所述候选设备数据中选取所述目标设备的目标设备数据时，包括：

针对每个数据选取时间点，若在该数据选取时间点对应的第一采集时间区间内，采集的候选设备数据均位于预设阈值范围内，则从所述第一采集时间区间对应的候选设备数据中，选取预设数量的候选设备数据，作为所述目标设备的目标设备数据。

其中，所述数据选取时间点为该数据选取时间点对应的第一采集时间区间的终止时间点，且所述第一采集时间区间的时间长度为第一预设时间长度。

本申请实施例中，边缘计算节点实时获取候选设备数据，并对候选设备数据在本地进行缓存，不同类别的候选设备数据对应不同的缓存时长，在经过缓存时长后，对缓存的候选设备数据进行删除。数据选取时间点为选取目标设备数据的时间点，每两个相邻的数据选取时间点之间的时间间隔相同，比如，将2020年8月11日14:00、2020年8月11日14:05、2020年8月11日14:10、……，作为数据选取时间点。将以数据选取时间点为终止时间点，且时间长度为第一预设时间长度的时间区间，确定为该数据选取时间点对应的第一采集时间区间，从第一采集时间区间对应的候选设备数据中，选取预设数量的候选设备数据的选取方式包括但不限于：随机选取若干个候选设备数据，作为目标设备数据；或者，将在数据选取时间点采集的候选设备数据，作为目标设备数据；或者，将在第一采集时间区间内的若干个等分时间点采集的候选设备数据，作为目标设备数据。其中，第一预设时间长度可以根据用户的实际需求进行限定，可选的，将每两个相邻的数据选取时间点之间的时间间隔作为后一个数据选取时间点对应的第一采集时间区间。

作为另一种可能的实施方式，目标设备数据是若干个时间段分别对应的候选设备数据，所述边缘计算节点，在基于选取规则，从所述候选设备数据中选取所述目标设备的目标设备数据时，还包括：针对任一采集时间点，若当前采集的候选设备数据位于预设阈值范围外，则将该采集时间点对应的第二采集时间区间内的候选设备数据，确定为所述目标设备的目标设备数据。

其中，所述采集时间点对应的第二采集时间区间的起始时间点为第一时间点，终止时间点为第二时间点；其中，所述第一时间点早于所述采集时间点第二预设时间长度；所述第二时间点晚于所述采集时间点整数倍个第二预设时间长度，且在所述第二时间点采集的候选设备数据位于预设阈值范围内。

本申请实施例中，边缘计算节点在每个采集时间点采集目标设备的候选设备数据，并且对每个候选设备数据进行分析，将采集到的每个候选设备数据与预设阈值范围进行比较，若候选设备数据位于预设阈值范围内，则将该候选设备数据确定为正常数据；若候选设备数据位于预设阈值范围外，则将该候选设备数据确定为异常数据。

针对每个异常数据，需要确定该异常数据对应的第二采集时间区间，第二采集时间区间的起始时间点为第一时间点，终止时间点为第二时间点，将早于采集异常数据的采集时间点第二预设时间长度的时间点，确定为第一时间点，并且，将晚于采集异常数据的采集时间点整数倍个第二预设时间长度的时间点，确定为第二时间点，这里，在第二时间点采集的候选设备数据是正常数据，第二预设时间长度根据用户的实际需求进行限定。

比如，第二预设时间长度为2分钟，在2020年8月11日14:00采集的候选设备数据为异常数据，2020年8月11日14:02采集的候选设备数据为异常数据，2020年8月11日14:04采集的候选设备数据为正常数据，将2020年8月11日13:58～2020年8月11日14:04确定为2020年8月11日14:00对应的第二采集时间区间。其中，第二预设时间长度可以根据实际需求进行设置，比如，1分钟，5分钟。

需要说明的是，本申请实施例中基于预设阈值范围，判断候选设备数据是否为目标设备数据，还可以基于其他的判断规则，比如使用一些模型对候选设备数据进行判断，模型输出的异常概率值为90％，那么将候选设备数据确定为异常数据。

进一步的，所述候选设备数据包括第一候选设备数据和第二候选设备数据；所述边缘计算节点，在获取目标设备的候选设备数据时，包括：

通过所述目标设备的对外接口，获取所述目标设备的初始候选设备数据，基于所述目标设备对应的协议，从所述初始候选设备数据中选取所述第一候选设备数据；和/或，

获取所述目标设备的外加传感器监测到的第二候选设备数据。

本申请实施例中，目标设备布置有多个内部传感器，内部传感器用于监测目标设备的初始候选设备数据，边缘计算节点通过目标设备的对外接口获取上述初始候选设备数据，不同的目标设备对应不同的协议，比如，MQTT协议，ModBUS协议，OPC协议、OPC-UA协议等通用协议，或者，石油行业专用设备的特殊协议等系统可以支持的协议，基于每个目标设备对应的协议，从初始候选设备数据中选取第一候选设备数据，这里，第一候选设备数据是通过内部传感器监测到的候选设备数据。

实际中，目标设备对应有输出装置，还可以通过输出装置可以获取第一候选设备数据；部分目标设备会配置一台服务器，还可以通过服务器读取第一候选设备数据。具体的，与目标设备相关的PLC、SCADA系统提供第一候选设备数据。

内部传感器只能监测到目标设备的部分候选设备数据，因此，在目标设备上布置多个外加传感器，获取外加传感器监测到的第二候选设备数据，将第一候选设备数据和第二候选设备数据，确定为候选设备数据。

进一步的，所述边缘计算节点，还用于根据所述监控模型输出的监控结果，确定与所述监控结果相匹配的设备控制指令，并将所述设备控制指令发送给所述目标设备。

本申请实施例中，针对监控模型输出的不同的监控结果，边缘计算节点预存有对应的设备控制指令，在获取监控模型输出的监控结果后，查找与该监控结果匹配的设备控制指令，将该设备控制指令发送给目标设备，以调节目标设备的工作状态。

作为一种可能的实施方式，边缘计算平台预存有对应的设备控制指令，在获取监控模型输出的监控结果后，查找与该监控结果匹配的设备控制指令，并将查找到的设备控制指令发送给边缘计算节点，以使边缘计算节点将该设备控制指令发送给目标设备，以调节目标设备的工作状态。

进一步的，所述边缘计算节点，还用于根据所述监控模型输出的监控结果，确定与所述监控结果相匹配的操作提示信息，并将所述操作提示信息发送给所述显示屏，以使所述显示屏对所述操作提示信息进行显示。

本申请实施例中，针对监控模型输出的不同的监控结果，边缘计算节点预存有对应的操作提示信息，在获取监控模型输出的监控结果后，查找与该监控结果匹配的操作提示信息，将该操作提示信息发送给显示屏，以使显示屏对该操作提示信息进行显示，提醒现场的工作人员如何处理目标设备当前的故障情况。

作为一种可能的实施方式，边缘计算节点运行的边缘应用中包括显示操作提示信息的目标边缘应用，边缘计算节点将查找到的与监控结果匹配的操作提示信息，基于上述目标边缘应用进行显示。

基于同一发明构思，本申请实施例中还提供了与设备监控系统对应的设备监控方法，由于本申请实施例中的方法解决问题的原理与本申请实施例上述设备监控系统相似，因此方法的实施可以参见系统的实施，重复之处不再赘述。

参见图4所示，图4为本申请一实施例提供的一种设备监控方法的流程图，所述设备监控方法应用于设备监控系统，所述设备监控系统包括边缘计算节点和显示屏；所述设备监控方法包括以下步骤：

S401、所述边缘计算节点实时获取目标设备的候选设备数据，基于与所述目标设备的设备类别，以及与所述候选设备数据的数据类别相匹配的选取规则，从所述候选设备数据中选取所述目标设备对应的目标设备数据，并将所述目标设备数据输入到所述目标设备对应的监控模型中，获取所述监控模型输出的监控结果，并将所述监控结果发送给所述显示屏。

S402、所述显示屏对接收到的所述目标设备的监控结果进行显示。

在一种可能的实施方式中，所述设备监控系统还包括边缘计算平台；

所述边缘计算节点将所述目标设备的目标设备数据发送给所述边缘计算平台；

所述边缘计算平台基于接收到所述目标设备的目标设备数据，对本地预存的所述目标设备对应的监控模型进行更新，并将更新后的监控模型发送给所述边缘计算节点；

所述边缘计算节点接收所述边缘计算平台发送的更新后的监控模型，并基于所述更新后的监控模型更新当前的监控模型。

在一种可能的实施方式中，所述设备监控系统还包括边缘计算平台、云端边缘接入平台、工业大数据平台以及人工智能平台；

所述边缘计算节点将所述目标设备的目标设备数据发送给所述边缘计算平台，以使所述边缘计算平台经由所述云端边缘接入平台，将所述目标设备的目标设备数据转发给所述工业大数据平台；

所述工业大数据平台接收所述云端边缘接入平台发送的所述目标设备的目标设备数据，并在接收到所述人工智能平台发送的数据请求指令后，将所述目标设备的目标设备数据发送给所述人工智能平台；

所述人工智能平台基于接收到所述目标设备的目标设备数据，对本地预存的所述目标设备对应的监控模型进行更新，并将更新后的监控模型发送给所述云端边缘接入平台，以使所述云端边缘接入平台经由所述边缘计算平台，将所述更新后的监控模型发送给所述边缘计算节点；

所述边缘计算节点接收所述边缘计算平台发送的更新后的监控模型，并基于所述更新后的监控模型更新当前的监控模型。

在一种可能的实施方式中，所述边缘计算节点从所述候选设备数据中选取所述目标设备的目标设备数据，包括：

针对每个数据选取时间点，若在该数据选取时间点对应的第一采集时间区间内，采集的候选设备数据均位于预设阈值范围内，则从所述第一采集时间区间对应的候选设备数据中，选取预设数量的候选设备数据，作为所述目标设备的目标设备数据。

在一种可能的实施方式中，所述数据选取时间点为该数据选取时间点对应的第一采集时间区间的终止时间点，且所述第一采集时间区间的时间长度为第一预设时间长度。

在一种可能的实施方式中，所述边缘计算节点从所述候选设备数据中选取所述目标设备的目标设备数据，还包括：

针对任一采集时间点，若当前采集的候选设备数据位于预设阈值范围外，则将该采集时间点对应的第二采集时间区间内的候选设备数据，确定为所述目标设备的目标设备数据。

在一种可能的实施方式中，所述采集时间点对应的第二采集时间区间的起始时间点为第一时间点，终止时间点为第二时间点；其中，所述第一时间点早于所述采集时间点第二预设时间长度；所述第二时间点晚于所述采集时间点整数倍个第二预设时间长度，且在所述第二时间点采集的候选设备数据位于预设阈值范围内。

在一种可能的实施方式中，所述候选设备数据包括第一候选设备数据和第二候选设备数据；所述边缘计算节点获取目标设备的候选设备数据，包括：

通过所述目标设备的对外接口，获取所述目标设备的初始候选设备数据，基于所述目标设备对应的协议，从所述初始候选设备数据中选取所述第一候选设备数据；和/或，

获取所述目标设备的外加传感器监测到的第二候选设备数据。

在一种可能的实施方式中，所述设备监控方法还包括：

所述边缘计算节点根据所述监控模型输出的监控结果，确定与所述监控结果相匹配的设备控制指令，并将所述设备控制指令发送给所述目标设备；或者，根据所述监控模型输出的监控结果，确定与所述监控结果相匹配的操作提示信息，并将所述操作提示信息发送给所述显示屏，以使所述显示屏对所述操作提示信息进行显示。

本申请实施例提供的设备监控方法，能够实时地对生产设备运行过程中的目标设备数据进行监控，并对监控结果进行显示，以减少生产设备非计划停机的频次，提高生产设备的运行效率。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种设备监控系统，其特征在于，包括边缘计算节点和显示屏；

所述边缘计算节点，用于实时获取目标设备的候选设备数据，基于与所述目标设备的设备类别，以及与所述候选设备数据的数据类别相匹配的选取规则，从所述候选设备数据中选取所述目标设备对应的目标设备数据，并将所述目标设备数据输入到所述目标设备对应的监控模型中，获取所述监控模型输出的监控结果，并将所述监控结果发送给所述显示屏；

所述显示屏，用于对接收到的所述目标设备的监控结果进行显示。

2.根据权利要求1所述的设备监控系统，其特征在于，所述设备监控系统还包括边缘计算平台；

所述边缘计算节点，还用于将所述目标设备的目标设备数据发送给所述边缘计算平台；

所述边缘计算平台，用于基于接收到所述目标设备的目标设备数据，对本地预存的所述目标设备对应的监控模型进行更新，并将更新后的监控模型发送给所述边缘计算节点；

所述边缘计算节点，还用于接收所述边缘计算平台发送的更新后的监控模型，并基于所述更新后的监控模型更新当前的监控模型。

3.根据权利要求1所述的设备监控系统，其特征在于，所述设备监控系统还包括边缘计算平台、云端边缘接入平台、工业大数据平台以及人工智能平台；

所述边缘计算节点，还用于将所述目标设备的目标设备数据发送给所述边缘计算平台，以使所述边缘计算平台经由所述云端边缘接入平台，将所述目标设备的目标设备数据转发给所述工业大数据平台；

所述工业大数据平台，用于接收所述云端边缘接入平台发送的所述目标设备的目标设备数据，并在接收到所述人工智能平台发送的数据请求指令后，将所述目标设备的目标设备数据发送给所述人工智能平台；

所述人工智能平台，用于基于接收到所述目标设备的目标设备数据，对本地预存的所述目标设备对应的监控模型进行更新，并将更新后的监控模型发送给所述云端边缘接入平台，以使所述云端边缘接入平台经由所述边缘计算平台，将所述更新后的监控模型发送给所述边缘计算节点；

所述边缘计算节点，还用于接收所述边缘计算平台发送的更新后的监控模型，并基于所述更新后的监控模型更新当前的监控模型。

4.根据权利要求1所述的设备监控系统，其特征在于，所述边缘计算节点，在基于选取规则，从所述候选设备数据中选取所述目标设备的目标设备数据时，包括：

针对每个数据选取时间点，若在该数据选取时间点对应的第一采集时间区间内，采集的候选设备数据均位于预设阈值范围内，则从所述第一采集时间区间对应的候选设备数据中，选取预设数量的候选设备数据，作为所述目标设备的目标设备数据。

5.根据权利要求4所述的设备监控系统，其特征在于，所述数据选取时间点为该数据选取时间点对应的第一采集时间区间的终止时间点，且所述第一采集时间区间的时间长度为第一预设时间长度。

6.根据权利要求1所述的设备监控系统，其特征在于，所述边缘计算节点，在基于选取规则，从所述候选设备数据中选取所述目标设备的目标设备数据时，还包括：

针对任一采集时间点，若当前采集的候选设备数据位于预设阈值范围外，则将该采集时间点对应的第二采集时间区间内的候选设备数据，确定为所述目标设备的目标设备数据。

7.根据权利要求6所述的设备监控系统，其特征在于，所述采集时间点对应的第二采集时间区间的起始时间点为第一时间点，终止时间点为第二时间点；其中，所述第一时间点早于所述采集时间点第二预设时间长度；所述第二时间点晚于所述采集时间点整数倍个第二预设时间长度，且在所述第二时间点采集的候选设备数据位于预设阈值范围内。

8.根据权利要求1所述的设备监控系统，其特征在于，所述候选设备数据包括第一候选设备数据和第二候选设备数据；所述边缘计算节点，在获取目标设备的候选设备数据时，包括：

通过所述目标设备的对外接口，获取所述目标设备的初始候选设备数据，基于所述目标设备对应的协议，从所述初始候选设备数据中选取所述第一候选设备数据；和/或，

获取所述目标设备的外加传感器监测到的第二候选设备数据。

9.根据权利要求1所述的设备监控系统，其特征在于，

所述边缘计算节点，还用于根据所述监控模型输出的监控结果，确定与所述监控结果相匹配的设备控制指令，并将所述设备控制指令发送给所述目标设备；或者，根据所述监控模型输出的监控结果，确定与所述监控结果相匹配的操作提示信息，并将所述操作提示信息发送给所述显示屏，以使所述显示屏对所述操作提示信息进行显示。

10.一种设备监控方法，其特征在于，所述设备监控方法应用于设备监控系统，所述设备监控系统包括边缘计算节点和显示屏；

所述边缘计算节点实时获取目标设备的候选设备数据，基于与所述目标设备的设备类别，以及与所述候选设备数据的数据类别相匹配的选取规则，从所述候选设备数据中选取所述目标设备对应的目标设备数据，并将所述目标设备数据输入到所述目标设备对应的监控模型中，获取所述监控模型输出的监控结果，并将所述监控结果发送给所述显示屏；

所述显示屏对接收到的所述目标设备的监控结果进行显示。

Images