CN112180868A - 基于工业互联网的数据追踪方法及系统 - Google Patents
基于工业互联网的数据追踪方法及系统 Download PDFInfo
- Publication number
- CN112180868A CN112180868A CN202011076727.XA CN202011076727A CN112180868A CN 112180868 A CN112180868 A CN 112180868A CN 202011076727 A CN202011076727 A CN 202011076727A CN 112180868 A CN112180868 A CN 112180868A
- Authority
- CN
- China
- Prior art keywords
- data
- industrial intelligent
- target production
- feature
- segment
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000004519 manufacturing process Methods 0.000 claims abstract description 236
- 230000005540 biological transmission Effects 0.000 claims abstract description 107
- 230000002159 abnormal effect Effects 0.000 claims abstract description 13
- 230000004044 response Effects 0.000 claims description 34
- 238000000605 extraction Methods 0.000 claims description 28
- 238000012795 verification Methods 0.000 claims description 20
- 238000012163 sequencing technique Methods 0.000 claims description 16
- 230000011218 segmentation Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 12
- 238000000638 solvent extraction Methods 0.000 claims description 11
- 230000006798 recombination Effects 0.000 claims description 8
- 238000005215 recombination Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 5
- 238000001514 detection method Methods 0.000 abstract description 3
- 206010000117 Abnormal behaviour Diseases 0.000 abstract 1
- 230000006399 behavior Effects 0.000 description 10
- 238000004590 computer program Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000009776 industrial production Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012546 transfer Methods 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]
- G05B19/4185—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 the network communication
-
- 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
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31159—Intranet
-
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请是关于基于工业互联网的数据追踪方法及系统。应用本申请方案,能够将目标生产数据在工业智能设备之间的传输时的数据失真和传输损耗考虑在内,结合对目标生产数据在数据发送端和数据接收端的特征集合的比对结果,能够在目标生产数据的传输过程中对目标生产数据进行准确、可靠地追踪,从而对接收到目标生产数据对应的实际生产数据的第二工业智能设备进行监测,可以进一步确定第二工业智能设备是否存在数据接收异常的行为,进而通过对目标生产数据的数据追踪实现对工业智能设备的异常检测。
Description
技术领域
本申请涉及应用于工业互联网的数据处理技术领域,尤其涉及基于工业互联网的数据追踪方法及系统。
背景技术
随着通信技术的发展,工业互联网的应用范围越来越广泛。工业互联网的本质和核心是通过工业互联网平台把设备、生产线、工厂、供应商、产品和客户紧密地连接融合起来。可以帮助制造业拉长产业链,形成跨设备、跨系统、跨厂区、跨地区的互联互通,从而提高效率,推动整个制造服务体系智能化。
在实际应用中,工业智能设备之间通过数据传输和交互实现配合协作以确保整个工业生产线的高效、平稳地运行。然而,随着工业智能设备的数量和类型的增多,难以对工业生产数据进行准确、可靠地追踪。
发明内容
本申请提供基于工业互联网的数据追踪方法及系统,以改善现有技术存在的上述技术问题。
第一方面,一种基于工业互联网的数据追踪方法,应用于与多个互相之间通信的工业智能设备通信的电子设备,所述电子设备和所述多个互相之间通信的工业智能设备组成数据追踪系统,所述方法包括:
确定数据追踪系统中的第一工业智能设备是否存在目标生产数据,在确定出所述第一工业智能设备存在所述目标生产数据时,获取所述目标生产数据;其中,所述第一工业智能设备是在设定时段内存在故障的工业智能设备,所述设定时段为当前时刻之前的时段,所述目标生产数据是所述第一工业智能设备与所述数据追踪系统中的其他设备进行交互的数据;
将所述目标生产数据划分为第一数据集和第二数据集;逐一提取所述第一数据集中的每个第一数据段的第一数据特征以形成所述第一数据集的第一特征集合;逐一提取所述第二数据集中的每个第二数据段的第二数据特征并与所述第一特征集合进行比对修正,以形成所述第二数据集的第二特征集合;其中,所述第一数据集和所述第二数据集中分别包括不同类别的数据段,所述第一数据集用于表征所述目标生产数据的数据流向信息,所述第二数据集用于表征所述目标生产数据的数据波动信息;
获取所述第一工业智能设备的用于将所述目标生产数据进行传输的数据传输路径;根据所述数据传输路径确定出接收所述目标生产数据的至少多个第二工业智能设备;
从所述第一工业智能设备处获取每个第二工业智能设备在接收到所述目标生产数据时所反馈的响应信息,基于所述响应信息确定每个第二工业智能设备接收到的与所述目标生产数据对应的实际生产数据;
将所述实际生产数据划分为第三数据集和第四数据集并按照上述确定所述第一特征集合和所述第二特征集合对应的步骤确定所述第三数据集的第三特征集合和第四数据集的第四特征集合;
针对每个第二工业智能设备,判断所述第一特征集合与该工业智能设备对应的第三特征集合是否相同;若所述第一特征集合与所述第三特征集合不相同,判定该第二工业智能设备存在工业数据接收异常的行为;若所述第一特征集合与所述第三特征集合相同,则判断所述第二特征集合与该工业智能设备对应的第四特征集合是否相同,若所述第二特征集合与所述第四特征集合不同,则判定该第二工业智能设备存在工业数据接收异常的行为。
可选地,所述将所述目标生产数据划分为第一数据集和第二数据集,包括:
基于所述目标生产数据中的数据分段标识将所述目标生产数据分隔为多个初始数据段;其中,每组数据分段标识包括起始标识和中止标识,每组数据分段标识中的起始标识和中止标识具有相同的分段权重值,相同分段权重对应的起始标识和中止标识之间的数据为一个数据段;
获取所述目标生产数据的数据线程信息,所述数据线程信息用于表征所述目标生产数据的生成过程;
根据所述数据线程信息判断是否存在与所述目标生产数据对应的用于表征所述目标生产数据的数据流向信息的第一数据段类别以及用于表征所述目标生产数据的数据波动信息的第二数据段类别;在存在所述第一数据段类别和所述第二数据段类别时,根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值确定所述目标生产数据在所述第二数据段类别下的各初始数据段与所述目标生产数据在所述第一数据段类别下的各初始数据段之间的第一数据比对结果,并将所述目标生产数据在所述第二数据段类别下的与在所述第一数据段类别下的初始数据段对应的第一数据比对结果为相同的初始数据段转移至第一数据段类别下;其中,所述数据比对结果用于表征不同初始数据段的数据特征指向;
若所述目标生产数据在所述第二数据段类别下存在多个初始数据段,根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值确定所述目标生产数据在所述第二数据段类别下的各初始数据段之间的第二数据比对结果,并根据所述各初始数据段之间的第二数据比对结果对所述第二数据段类别下的各初始数据段进行重组,得到至少部分重组数据段;
根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值为每个重组数据段添加数据重组编号,并按照所述数据重组编号的大小顺序将每个重组数据段转移到所述第一数据段类别下;
将所述第一数据段类别下对应的多个数据段确定为所述第一数据集并将所述第二数据段类别下对应的多个数据段确定为所述第二数据集。
可选地,所述逐一提取所述第一数据集中的每个第一数据段的第一数据特征以形成所述第一数据集的第一特征集合的步骤,包括:
确定每个第一数据段的数据指向信息,根据确定出的每个数据指向信息生成目标信息列表;其中,所述数据指向信息用于表征数据段在第一数据集中的连续性,所述目标信息列表为分区域列表,每个区域对应一个区域标识,每个区域标识对应对应有至少一个数据指向信息,所述目标信息列表的每个区域的区域标识具有由低到高的排序关系;
确定每个第一数据段的数据编码信息,建立每个数据编码信息与所述目标信息列表之间的对应关系,根据所述对应关系生成特征提取逻辑;其中,根据所述对应关系生成特征提取逻辑,具体包括:将每个第一数据段转换为特征数组模式;分别确定每个特征数组模式的至少一个数组排序方式;获取每个第一数据段的互不重复的数组排序方式构成数组重构方式;将每个数组重构方式中的各个数组排序方式映射到所述目标信息列表中以生成所述特征提取逻辑;
按照所述特征提取逻辑,对每个第一数据段中的数据编码信息进行特征提取,得到每个第一数据段对应的第一数据特征;其中,所述第一数据特征为数据特征向量;
根据每个第一数据特征对应的第一数据段在所述目标信息列表中所处的区域所对应的区域标识的排序关系,将每个第一数据特征进行排序得到排序序列,根据所述排序序列生成所述第一数据集的第一特征集合。
可选地,所述逐一提取所述第二数据集中的每个第二数据段的第二数据特征并与所述第一特征集合进行比对修正,以形成所述第二数据集的第二特征集合,包括:
逐一确定每个第二数据段的第二数据特征;
确定每个第二数据特征与所述第一特征集合中每个第一数据特征的余弦相似度并确定每个第二数据特征对应的余弦相似度均值;
根据所述第一特征集合中每个第一数据特征对应的特征权重,对余弦相似度均值小于设定值的第二数据特征中的向量值进行修正;基于余弦相似度值大于等于所述设定值的第二数据特征以及修正之后的余弦相似度均值小于所述设定值的第二数据特征生成所述第二数据集的第二特征集合。
可选地,所述获取所述第一工业智能设备的用于将所述目标生产数据进行传输的数据传输路径,包括:
从所述第一工业智能设备的预设存储区调取所述第一工业智能设备的设备运行日志;其中,所述预设存储区用于存储所述第一工业智能设备的运行工况进行存储,所述运行工况中包括所述设备运行日志;
从所述运行日志中确定出用于表征有向连线的第一日志信息以及用于表征连线对象的第二日志信息;其中,所述有向连线用于表征所述第一工业智能设备的数据传输流向,连线对象用于表征所述第一工业智能设备的数据传输对象;
将每个第一日志信息以有向连线的形式列出并将每个第一日志信息所对应的第二日志信息以传输节点的形式列出;其中,一个传输节点用于表征一个数据传输对象,所述数据传输对象为第二工业智能设备;
根据每个有向连线对应的传输节点生成所述数据传输路径。
可选地,所述根据所述数据传输路径确定出接收所述目标生产数据的至少多个第二工业智能设备,包括:
获取所述数据传输路径中的目标有向连线;其中,所述目标有向连线用于连接传输节点和发送节点;
根据每个目标有向连线对应的传输节点的节点标识确定出对应的至少多个目标工业智能设备;
根据每个目标有向连线对应的连线标识确定出至少多个目标工业智能设备中用于接收所述目标生产数据的至少多个第二工业智能设备;其中,连线标识通过目标生产数据的数据结构标识得到。
可选地,所述从所述第一工业智能设备处获取每个第二工业智能设备在接收到所述目标生产数据时所反馈的响应信息,包括:
向所述第一工业智能设备发送信息获取请求;其中,所述信息获取请求中携带有校验字段;
使所述第一工业智能设备基于所述校验字段对所述信息获取请求进行校验,得到校验结果;使所述第一工业智能设备在所述校验结果表征所述信息获取请求通过校验时将携带有所述第二工业智能设备的设备型号的响应信息进行发送;
获取所述第一工业智能设备所发送的每个响应信息。
第二方面,一种电子设备,包括:
处理器,以及
与处理器连接的内存和网络接口;
所述网络接口与电子设备中的非易失性存储器连接;
所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序,并通过所述内存运行所述计算机程序,以执行上述的方法。
第三方面,一种应用于计算机的可读存储介质,所述可读存储介质烧录有计算机程序,所述计算机程序在电子设备的内存中运行时实现上述的方法。
应用本申请实施例基于工业互联网的数据追踪方法及系统时,可以将目标生产数据在工业智能设备之间的传输时的数据失真和传输损耗考虑在内,结合对目标生产数据在数据发送端和数据接收端的特征集合的比对结果,能够在目标生产数据的传输过程中对目标生产数据进行准确、可靠地追踪,从而对接收到目标生产数据对应的实际生产数据的第二工业智能设备进行监测,可以进一步确定第二工业智能设备是否存在数据接收异常的行为,进而通过对目标生产数据的数据追踪实现对工业智能设备的异常检测。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1是本申请根据一示例性实施例示出的一种数据追踪系统的通信连接示意图。
图2是本申请根据一示例性实施例示出的一种数据追踪方法的流程图。
图3是本申请根据一示例性实施例示出的一种数据追踪装置的一个实施例框图。
图4为本申请数据追踪装置所在电子设备的一种硬件结构图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书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。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
为改善上述难以对工业生产数据进行准确、可靠地追踪的的技术问题,本发明公开了一种基于工业互联网的数据追踪方法及系统。请参阅图1,为本发明公开的一种基于工业互联网的数据追踪系统100的通信连接示意图。
由图1可见,数据追踪系统100包括互相之间通信连接的电子设备200和多个工业智能设备300。其中,电子设备200用于对工业智能设备300的工业生产数据进行追踪以确保工业智能设备300的正常运作,工业智能设备300可以是自动化工厂中的不同类型的生产设备。
在上述基础上,请结合参阅图2,为本发明公开的一种基于工业互联网的数据追踪方法的流程图,该方法可以应用于图1中的电子设备200,具体包括以下步骤。
步骤S201,确定数据追踪系统中的第一工业智能设备是否存在目标生产数据,在确定出所述第一工业智能设备存在所述目标生产数据时,获取所述目标生产数据。
在本发明实施例中,所述第一工业智能设备是在设定时段内存在故障的工业智能设备,所述设定时段为当前时刻之前的时段,所述目标生产数据是所述第一工业智能设备与所述数据追踪系统中的其他设备进行交互的数据。
步骤S202,将所述目标生产数据划分为第一数据集和第二数据集;逐一提取所述第一数据集中的每个第一数据段的第一数据特征以形成所述第一数据集的第一特征集合;逐一提取所述第二数据集中的每个第二数据段的第二数据特征并与所述第一特征集合进行比对修正,以形成所述第二数据集的第二特征集合。
在本发明实施例中,所述第一数据集和所述第二数据集中分别包括不同类别的数据段,所述第一数据集用于表征所述目标生产数据的数据流向信息,所述第二数据集用于表征所述目标生产数据的数据波动信息。
步骤S203,获取所述第一工业智能设备的用于将所述目标生产数据进行传输的数据传输路径;根据所述数据传输路径确定出接收所述目标生产数据的至少多个第二工业智能设备。
步骤S204,从所述第一工业智能设备处获取每个第二工业智能设备在接收到所述目标生产数据时所反馈的响应信息,基于所述响应信息确定每个第二工业智能设备接收到的与所述目标生产数据对应的实际生产数据。
在本实施例中,目标生产数据可以理解为从第一工业智能设备处发出的生产数据,实际生产数据可以理解为目标生产数据在实际传输过程中最终被每个第二工业智能设备所接收的生产数据。
在具体实施时,目标生产数据与实际生产数据可能相同,也可能不相同,当目标生产数据与实际生产数据不相同时,表明目标生产数据在传输过程中存在数据失真和传输干扰等问题。
步骤S205,将所述实际生产数据划分为第三数据集和第四数据集并按照上述确定所述第一特征集合和所述第二特征集合对应的步骤确定所述第三数据集的第三特征集合和第四数据集的第四特征集合。
步骤S206,针对每个第二工业智能设备,判断所述第一特征集合与该工业智能设备对应的第三特征集合是否相同;若所述第一特征集合与所述第三特征集合不相同,判定该第二工业智能设备存在工业数据接收异常的行为;若所述第一特征集合与所述第三特征集合相同,则判断所述第二特征集合与该工业智能设备对应的第四特征集合是否相同,若所述第二特征集合与所述第四特征集合不同,则判定该第二工业智能设备存在工业数据接收异常的行为。
在应用上述步骤所描述的内容时,首先对获取到的第一工业智能设备的目标生产数据进行数据集划分以得到第一数据集和第二数据集,并确定出第一数据集的第一特征集合和第二数据集的第二特征集合。其次,根据获取到的响应信息确定每个第二工业智能设备接收到的实际生产数据并确定实际生产数据对应的第三数据集的第三特征集合以及第四数据集对应的第四特征集合。最后,通过对第一特征集合和第三特征集合,以及第二特征集合和第四特征集合进行一致性比较,能够确定第二工业智能设备是否存在工业数据接收异常的行为。
如此,能够将目标生产数据在工业智能设备之间的传输时的数据失真和传输损耗考虑在内,结合对目标生产数据在数据发送端和数据接收端的特征集合的比对结果,能够在目标生产数据的传输过程中对目标生产数据进行准确、可靠地追踪,从而对接收到目标生产数据对应的实际生产数据的第二工业智能设备进行监测,可以进一步确定第二工业智能设备是否存在数据接收异常的行为,进而通过对目标生产数据的数据追踪实现对工业智能设备的异常检测。
在一种可能的示例中,为了确保对第一数据集和第二数据集的准确划分,在步骤S202中,所述将所述目标生产数据划分为第一数据集和第二数据集的步骤,具体可以包括以下内容。
步骤S2021,基于所述目标生产数据中的数据分段标识将所述目标生产数据分隔为多个初始数据段;其中,每组数据分段标识包括起始标识和中止标识,每组数据分段标识中的起始标识和中止标识具有相同的分段权重值,相同分段权重对应的起始标识和中止标识之间的数据为一个数据段。
在本实施例中,起始标识可以是“||n”,中止标识可以是“|n”。其中。n可以表示分段权重值,n可以为有理数,在此不作限定。
步骤S2022,获取所述目标生产数据的数据线程信息,所述数据线程信息用于表征所述目标生产数据的生成过程。
步骤S2023,根据所述数据线程信息判断是否存在与所述目标生产数据对应的用于表征所述目标生产数据的数据流向信息的第一数据段类别以及用于表征所述目标生产数据的数据波动信息的第二数据段类别;在存在所述第一数据段类别和所述第二数据段类别时,根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值确定所述目标生产数据在所述第二数据段类别下的各初始数据段与所述目标生产数据在所述第一数据段类别下的各初始数据段之间的第一数据比对结果,并将所述目标生产数据在所述第二数据段类别下的与在所述第一数据段类别下的初始数据段对应的第一数据比对结果为相同的初始数据段转移至第一数据段类别下;其中,所述数据比对结果用于表征不同初始数据段的数据特征指向。
步骤S2024,若所述目标生产数据在所述第二数据段类别下存在多个初始数据段,根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值确定所述目标生产数据在所述第二数据段类别下的各初始数据段之间的第二数据比对结果,并根据所述各初始数据段之间的第二数据比对结果对所述第二数据段类别下的各初始数据段进行重组,得到至少部分重组数据段。
步骤S2025,根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值为每个重组数据段添加数据重组编号,并按照所述数据重组编号的大小顺序将每个重组数据段转移到所述第一数据段类别下。
步骤S2026,将所述第一数据段类别下对应的多个数据段确定为所述第一数据集并将所述第二数据段类别下对应的多个数据段确定为所述第二数据集。
可以理解,通过上述步骤S2021-步骤S2026所描述的内容,能够基于数据分段标识对目标生产数据进行分割,并基于数据线程信息确定与目标生产数据对应的第一数据段类别和第二数据端类别,从而对第一数据段类别和第二数据端类别下的初始数据段进行分析以实现对第一数据段类别下和第二数据段类别下的数据段进行转移和调整。如此,能够确保对第一数据集和第二数据集的准确划分。
在本申请实施例中,步骤S202中所描述的逐一提取所述第一数据集中的每个第一数据段的第一数据特征以形成所述第一数据集的第一特征集合的步骤,具体包括以下子步骤所描述的内容。
确定每个第一数据段的数据指向信息,根据确定出的每个数据指向信息生成目标信息列表;其中,所述数据指向信息用于表征数据段在第一数据集中的连续性,所述目标信息列表为分区域列表,每个区域对应一个区域标识,每个区域标识对应对应有至少一个数据指向信息,所述目标信息列表的每个区域的区域标识具有由低到高的排序关系。
在接下来的步骤中,确定每个第一数据段的数据编码信息,建立每个数据编码信息与所述目标信息列表之间的对应关系,根据所述对应关系生成特征提取逻辑;其中,根据所述对应关系生成特征提取逻辑,具体包括:将每个第一数据段转换为特征数组模式;分别确定每个特征数组模式的至少一个数组排序方式;获取每个第一数据段的互不重复的数组排序方式构成数组重构方式;将每个数组重构方式中的各个数组排序方式映射到所述目标信息列表中以生成所述特征提取逻辑。
在接下来的步骤中,按照所述特征提取逻辑,对每个第一数据段中的数据编码信息进行特征提取,得到每个第一数据段对应的第一数据特征;其中,所述第一数据特征为数据特征向量。
在接下来的步骤中,根据每个第一数据特征对应的第一数据段在所述目标信息列表中所处的区域所对应的区域标识的排序关系,将每个第一数据特征进行排序得到排序序列,根据所述排序序列生成所述第一数据集的第一特征集合。
在应用上述步骤所描述的内容时,能够基于生成的目标信息列表确定每个第一数据段的数据编码信息与该目标信息列表的对应关系,从而生成特征提取逻辑。如此,能够根据特征提取逻辑对每个第一数据段的数据编码信息进行特征提取以准确得到第一数据特征。然后基于每个第一数据特征对应的区域标识的排序关系对第一数据特征进行排序并得到第一特征集合。如此,在逐一确定第一数据特征时,能够将不同第一数据段的不同数据编码信息考虑在内,进而确保第一特征集合的准确性和可靠性。
在上述基础上,步骤S202中所描述的逐一提取所述第二数据集中的每个第二数据段的第二数据特征并与所述第一特征集合进行比对修正,以形成所述第二数据集的第二特征集合,具体可以包括以下步骤所描述的内容。
逐一确定每个第二数据段的第二数据特征。
在本实施例中,确定第二数据特征的步骤可以参考上述确定第一数据特征的步骤,因此在此不作更多说明。
在接下来的步骤中,确定每个第二数据特征与所述第一特征集合中每个第一数据特征的余弦相似度并确定每个第二数据特征对应的余弦相似度均值。
在接下来的步骤中,根据所述第一特征集合中每个第一数据特征对应的特征权重,对余弦相似度均值小于设定值的第二数据特征中的向量值进行修正;基于余弦相似度值大于等于所述设定值的第二数据特征以及修正之后的余弦相似度均值小于所述设定值的第二数据特征生成所述第二数据集的第二特征集合。
可以理解,通过上述内容,能够对第二数据特征进行修正,从而消除第二特征集合与第一特征集合之间的误差。
在一种可能的实施方式中,步骤S203中所描述的获取所述第一工业智能设备的用于将所述目标生产数据进行传输的数据传输路径的步骤,具体可以包括以下内容。
从所述第一工业智能设备的预设存储区调取所述第一工业智能设备的设备运行日志;其中,所述预设存储区用于存储所述第一工业智能设备的运行工况进行存储,所述运行工况中包括所述设备运行日志。
进一步地,从所述运行日志中确定出用于表征有向连线的第一日志信息以及用于表征连线对象的第二日志信息;其中,所述有向连线用于表征所述第一工业智能设备的数据传输流向,连线对象用于表征所述第一工业智能设备的数据传输对象。
在本发明实施例中,第一日志信息和第二日志信息一一对应,第一日志信息至少存在一组。
进一步地,将每个第一日志信息以有向连线的形式列出并将每个第一日志信息所对应的第二日志信息以传输节点的形式列出;其中,一个传输节点用于表征一个数据传输对象,所述数据传输对象为第二工业智能设备。
进一步地,根据每个有向连线对应的传输节点生成所述数据传输路径。
在本实施例中,数据传输路径中包括传输节点和发射节点,所述发射节点用于表征第一工业智能设备。
基于上述步骤所描述的内容,能够从第一工业智能设备的设备运行日志中分离出不同的有向连线以及传输节点,从而基于有向连线及其对应的传输节点快速、便捷且准确地确定出数据传输路径。
在上述基础上,步骤S203所描述的根据所述数据传输路径确定出接收所述目标生产数据的至少多个第二工业智能设备的步骤,具体可以包括以下步骤所描述的内容。
获取所述数据传输路径中的目标有向连线;其中,所述目标有向连线用于连接传输节点和发送节点。
在接下来的步骤中,根据每个目标有向连线对应的传输节点的节点标识确定出对应的至少多个目标工业智能设备;
在接下来的步骤中,根据每个目标有向连线对应的连线标识确定出至少多个目标工业智能设备中用于接收所述目标生产数据的至少多个第二工业智能设备;其中,连线标识通过目标生产数据的数据结构标识得到。
可以理解,通过执行上述步骤,能够对传输节点和有向连线进行层次性筛选,进而准确确定接收所述目标生产数据的至少多个第二工业智能设备。
在一个可替换的实施方式中,步骤S204中所描述的从所述第一工业智能设备处获取每个第二工业智能设备在接收到所述目标生产数据时所反馈的响应信息,具体可以包括以下步骤所描述的内容。
步骤S2041,向所述第一工业智能设备发送信息获取请求;其中,所述信息获取请求中携带有校验字段。
步骤S2042,使所述第一工业智能设备基于所述校验字段对所述信息获取请求进行校验,得到校验结果;使所述第一工业智能设备在所述校验结果表征所述信息获取请求通过校验时将携带有所述第二工业智能设备的设备型号的响应信息进行发送。
步骤S2043,获取所述第一工业智能设备所发送的每个响应信息。
在具体实施时,通过上述步骤S2041-步骤S2043所描述的内容,能够在信息获取请求中携带校验字段,从而使得第一工业智能设备基于校验字段对信息获取请求进行校验,确保第一工业智能设备能够安全地发送响应信息,避免第一工业智能设备在接收到任何信息获取请求时都会发送响应信息的现象。
在上述基础上,步骤S204中所描述的基于所述响应信息确定每个第二工业智能设备接收到的与所述目标生产数据对应的实际生产数据,进一步可以包括以下步骤所描述的内容。
(1)确定所述响应信息的生成时刻;其中,所述生成时刻是所述第二工业智能设备接收到所述第一工业智能设备所发送的目标生产数据的时刻。
(2)根据所述目标生产数据的数据收发结构信息以及数据大小信息确定所述目标生产数据从所述第一工业智能设备处传输至所述第二工业智能设备处的耗时时长,并基于所述第一工业智能设备发送所述目标生产数据的发送时刻确定所述第二工业智能设备接收所述目标生产数据的期望时刻。
(3)根据所述期望时刻和所述生成时刻的比较结果,对所述目标生产数据进行调整,得到所述实际生产数据。
在具体实施时,若期望时刻和生成时刻相同,则实际生产数据和目标生产数据相同。若期望时刻和生成时刻不相同,则实际生产数据和目标生产数据不相同。
可以理解,通过上述步骤(1)~(3)所描述的内容,能够准确确定出每个第二工业智能设备接收到的与目标生产数据对应的实际生产数据。
在上述内容的基础上,本发明还提供了:
A1.一种基于工业互联网的数据追踪系统,所述系统包括互相之间通信的电子设备和多个工业智能设备,所述多个工业智能设备中包括在设定时段内存在故障的的第一工业智能设备。
第一工业智能设备,用于与所述多个工业智能设备中的其他设备进行交互时生成目标生产数据。
电子设备,用于在确定出所述第一工业智能设备存在所述目标生产数据时,获取所述目标生产数据。
电子设备,用于将所述目标生产数据划分为第一数据集和第二数据集;逐一提取所述第一数据集中的每个第一数据段的第一数据特征以形成所述第一数据集的第一特征集合;逐一提取所述第二数据集中的每个第二数据段的第二数据特征并与所述第一特征集合进行比对修正,以形成所述第二数据集的第二特征集合;其中,所述第一数据集和所述第二数据集中分别包括不同类别的数据段,所述第一数据集用于表征所述目标生产数据的数据流向信息,所述第二数据集用于表征所述目标生产数据的数据波动信息。
第一工业智能设备,用于将所述目标生产数据进行传输。
电子设备,用于获取所述第一工业智能设备的用于将所述目标生产数据进行传输的数据传输路径;根据所述数据传输路径确定出接收所述目标生产数据的至少多个第二工业智能设备。
第一工业智能设备,用于接收每个第二工业智能设备在接收到所述目标生产数据时所反馈的响应信息。
电子设备,用于从所述第一工业智能设备处获取所述响应信息,基于所述响应信息确定每个第二工业智能设备接收到的与所述目标生产数据对应的实际生产数据。
电子设备,用于将所述实际生产数据划分为第三数据集和第四数据集并按照上述确定所述第一特征集合和所述第二特征集合对应的步骤确定所述第三数据集的第三特征集合和第四数据集的第四特征集合;
电子设备,用于针对每个第二工业智能设备,判断所述第一特征集合与该工业智能设备对应的第三特征集合是否相同;若所述第一特征集合与所述第三特征集合不相同,判定该第二工业智能设备存在工业数据接收异常的行为;若所述第一特征集合与所述第三特征集合相同,则判断所述第二特征集合与该工业智能设备对应的第四特征集合是否相同,若所述第二特征集合与所述第四特征集合不同,则判定该第二工业智能设备存在工业数据接收异常的行为。
A2.根据A1所述的数据追踪系统,所述电子设备,具体用于:
基于所述目标生产数据中的数据分段标识将所述目标生产数据分隔为多个初始数据段;其中,每组数据分段标识包括起始标识和中止标识,每组数据分段标识中的起始标识和中止标识具有相同的分段权重值,相同分段权重对应的起始标识和中止标识之间的数据为一个数据段;
获取所述目标生产数据的数据线程信息,所述数据线程信息用于表征所述目标生产数据的生成过程;
根据所述数据线程信息判断是否存在与所述目标生产数据对应的用于表征所述目标生产数据的数据流向信息的第一数据段类别以及用于表征所述目标生产数据的数据波动信息的第二数据段类别;在存在所述第一数据段类别和所述第二数据段类别时,根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值确定所述目标生产数据在所述第二数据段类别下的各初始数据段与所述目标生产数据在所述第一数据段类别下的各初始数据段之间的第一数据比对结果,并将所述目标生产数据在所述第二数据段类别下的与在所述第一数据段类别下的初始数据段对应的第一数据比对结果为相同的初始数据段转移至第一数据段类别下;其中,所述数据比对结果用于表征不同初始数据段的数据特征指向;
若所述目标生产数据在所述第二数据段类别下存在多个初始数据段,根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值确定所述目标生产数据在所述第二数据段类别下的各初始数据段之间的第二数据比对结果,并根据所述各初始数据段之间的第二数据比对结果对所述第二数据段类别下的各初始数据段进行重组,得到至少部分重组数据段;
根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值为每个重组数据段添加数据重组编号,并按照所述数据重组编号的大小顺序将每个重组数据段转移到所述第一数据段类别下;
将所述第一数据段类别下对应的多个数据段确定为所述第一数据集并将所述第二数据段类别下对应的多个数据段确定为所述第二数据集。
A3.根据A1所述的数据追踪系统,所述电子设备,具体用于:
确定每个第一数据段的数据指向信息,根据确定出的每个数据指向信息生成目标信息列表;其中,所述数据指向信息用于表征数据段在第一数据集中的连续性,所述目标信息列表为分区域列表,每个区域对应一个区域标识,每个区域标识对应对应有至少一个数据指向信息,所述目标信息列表的每个区域的区域标识具有由低到高的排序关系;
确定每个第一数据段的数据编码信息,建立每个数据编码信息与所述目标信息列表之间的对应关系,根据所述对应关系生成特征提取逻辑;其中,根据所述对应关系生成特征提取逻辑,具体包括:将每个第一数据段转换为特征数组模式;分别确定每个特征数组模式的至少一个数组排序方式;获取每个第一数据段的互不重复的数组排序方式构成数组重构方式;将每个数组重构方式中的各个数组排序方式映射到所述目标信息列表中以生成所述特征提取逻辑;
按照所述特征提取逻辑,对每个第一数据段中的数据编码信息进行特征提取,得到每个第一数据段对应的第一数据特征;其中,所述第一数据特征为数据特征向量;
根据每个第一数据特征对应的第一数据段在所述目标信息列表中所处的区域所对应的区域标识的排序关系,将每个第一数据特征进行排序得到排序序列,根据所述排序序列生成所述第一数据集的第一特征集合。
A4.根据A3所述的数据追踪系统,所述电子设备,具体用于:
逐一确定每个第二数据段的第二数据特征;
确定每个第二数据特征与所述第一特征集合中每个第一数据特征的余弦相似度并确定每个第二数据特征对应的余弦相似度均值;
根据所述第一特征集合中每个第一数据特征对应的特征权重,对余弦相似度均值小于设定值的第二数据特征中的向量值进行修正;基于余弦相似度值大于等于所述设定值的第二数据特征以及修正之后的余弦相似度均值小于所述设定值的第二数据特征生成所述第二数据集的第二特征集合。
A5.根据A1-A4任一项所述的数据追踪系统,所述电子设备,具体用于:
从所述第一工业智能设备的预设存储区调取所述第一工业智能设备的设备运行日志;其中,所述预设存储区用于存储所述第一工业智能设备的运行工况进行存储,所述运行工况中包括所述设备运行日志;
从所述运行日志中确定出用于表征有向连线的第一日志信息以及用于表征连线对象的第二日志信息;其中,所述有向连线用于表征所述第一工业智能设备的数据传输流向,连线对象用于表征所述第一工业智能设备的数据传输对象;
将每个第一日志信息以有向连线的形式列出并将每个第一日志信息所对应的第二日志信息以传输节点的形式列出;其中,一个传输节点用于表征一个数据传输对象,所述数据传输对象为第二工业智能设备;
根据每个有向连线对应的传输节点生成所述数据传输路径。
A6.根据A1所述的数据追踪系统,所述电子设备,具体用于:
获取所述数据传输路径中的目标有向连线;其中,所述目标有向连线用于连接传输节点和发送节点;
根据每个目标有向连线对应的传输节点的节点标识确定出对应的至少多个目标工业智能设备;
根据每个目标有向连线对应的连线标识确定出至少多个目标工业智能设备中用于接收所述目标生产数据的至少多个第二工业智能设备;其中,连线标识通过目标生产数据的数据结构标识得到。
A7.根据A1所述的数据追踪系统,所述电子设备,具体用于:
向所述第一工业智能设备发送信息获取请求;其中,所述信息获取请求中携带有校验字段;
使所述第一工业智能设备基于所述校验字段对所述信息获取请求进行校验,得到校验结果;使所述第一工业智能设备在所述校验结果表征所述信息获取请求通过校验时将携带有所述第二工业智能设备的设备型号的响应信息进行发送;
获取所述第一工业智能设备所发送的每个响应信息。
可替换地,在A1所述的数据追踪系统中,所述电子设备,还可以用于:确定所述响应信息的生成时刻。其中,所述生成时刻是所述第二工业智能设备接收到所述第一工业智能设备所发送的目标生产数据的时刻。根据所述目标生产数据的数据收发结构信息以及数据大小信息确定所述目标生产数据从所述第一工业智能设备处传输至所述第二工业智能设备处的耗时时长,并基于所述第一工业智能设备发送所述目标生产数据的发送时刻确定所述第二工业智能设备接收所述目标生产数据的期望时刻。根据所述期望时刻和所述生成时刻的比较结果,对所述目标生产数据进行调整,得到所述实际生产数据。
在上述内容的基础上,如图3所示,为本发明实施例提供的一种基于工业互联网的数据追踪装置400的功能模块框图,所述数据追踪装置400包括以下功能模块。
B1.一种数据追踪装置,包括如下模块。
数据获取模块401,用于确定数据追踪系统中的第一工业智能设备是否存在目标生产数据,在确定出所述第一工业智能设备存在所述目标生产数据时,获取所述目标生产数据;其中,所述第一工业智能设备是在设定时段内存在故障的工业智能设备,所述设定时段为当前时刻之前的时段,所述目标生产数据是所述第一工业智能设备与所述数据追踪系统中的其他设备进行交互的数据。
第一数据划分模块402,用于将所述目标生产数据划分为第一数据集和第二数据集;逐一提取所述第一数据集中的每个第一数据段的第一数据特征以形成所述第一数据集的第一特征集合;逐一提取所述第二数据集中的每个第二数据段的第二数据特征并与所述第一特征集合进行比对修正,以形成所述第二数据集的第二特征集合;其中,所述第一数据集和所述第二数据集中分别包括不同类别的数据段,所述第一数据集用于表征所述目标生产数据的数据流向信息,所述第二数据集用于表征所述目标生产数据的数据波动信息。
路径获取模块403,用于获取所述第一工业智能设备的用于将所述目标生产数据进行传输的数据传输路径;根据所述数据传输路径确定出接收所述目标生产数据的至少多个第二工业智能设备。
数据确定模块404,用于从所述第一工业智能设备处获取每个第二工业智能设备在接收到所述目标生产数据时所反馈的响应信息,基于所述响应信息确定每个第二工业智能设备接收到的与所述目标生产数据对应的实际生产数据。
第二数据划分模块405,用于将所述实际生产数据划分为第三数据集和第四数据集并按照上述确定所述第一特征集合和所述第二特征集合对应的步骤确定所述第三数据集的第三特征集合和第四数据集的第四特征集合。
第二数据划分模块406,用于针对每个第二工业智能设备,判断所述第一特征集合与该工业智能设备对应的第三特征集合是否相同;若所述第一特征集合与所述第三特征集合不相同,判定该第二工业智能设备存在工业数据接收异常的行为;若所述第一特征集合与所述第三特征集合相同,则判断所述第二特征集合与该工业智能设备对应的第四特征集合是否相同,若所述第二特征集合与所述第四特征集合不同,则判定该第二工业智能设备存在工业数据接收异常的行为。
B2.根据B1所述的数据追踪装置,所述第一数据划分模块402,具体用于:
基于所述目标生产数据中的数据分段标识将所述目标生产数据分隔为多个初始数据段;其中,每组数据分段标识包括起始标识和中止标识,每组数据分段标识中的起始标识和中止标识具有相同的分段权重值,相同分段权重对应的起始标识和中止标识之间的数据为一个数据段;
获取所述目标生产数据的数据线程信息,所述数据线程信息用于表征所述目标生产数据的生成过程;
根据所述数据线程信息判断是否存在与所述目标生产数据对应的用于表征所述目标生产数据的数据流向信息的第一数据段类别以及用于表征所述目标生产数据的数据波动信息的第二数据段类别;在存在所述第一数据段类别和所述第二数据段类别时,根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值确定所述目标生产数据在所述第二数据段类别下的各初始数据段与所述目标生产数据在所述第一数据段类别下的各初始数据段之间的第一数据比对结果,并将所述目标生产数据在所述第二数据段类别下的与在所述第一数据段类别下的初始数据段对应的第一数据比对结果为相同的初始数据段转移至第一数据段类别下;其中,所述数据比对结果用于表征不同初始数据段的数据特征指向;
若所述目标生产数据在所述第二数据段类别下存在多个初始数据段,根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值确定所述目标生产数据在所述第二数据段类别下的各初始数据段之间的第二数据比对结果,并根据所述各初始数据段之间的第二数据比对结果对所述第二数据段类别下的各初始数据段进行重组,得到至少部分重组数据段;
根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值为每个重组数据段添加数据重组编号,并按照所述数据重组编号的大小顺序将每个重组数据段转移到所述第一数据段类别下;
将所述第一数据段类别下对应的多个数据段确定为所述第一数据集并将所述第二数据段类别下对应的多个数据段确定为所述第二数据集。
B3.根据B1所述的数据追踪装置,所述第一数据划分模块402,具体用于:
确定每个第一数据段的数据指向信息,根据确定出的每个数据指向信息生成目标信息列表;其中,所述数据指向信息用于表征数据段在第一数据集中的连续性,所述目标信息列表为分区域列表,每个区域对应一个区域标识,每个区域标识对应对应有至少一个数据指向信息,所述目标信息列表的每个区域的区域标识具有由低到高的排序关系;
确定每个第一数据段的数据编码信息,建立每个数据编码信息与所述目标信息列表之间的对应关系,根据所述对应关系生成特征提取逻辑;其中,根据所述对应关系生成特征提取逻辑,具体包括:将每个第一数据段转换为特征数组模式;分别确定每个特征数组模式的至少一个数组排序方式;获取每个第一数据段的互不重复的数组排序方式构成数组重构方式;将每个数组重构方式中的各个数组排序方式映射到所述目标信息列表中以生成所述特征提取逻辑;
按照所述特征提取逻辑,对每个第一数据段中的数据编码信息进行特征提取,得到每个第一数据段对应的第一数据特征;其中,所述第一数据特征为数据特征向量;
根据每个第一数据特征对应的第一数据段在所述目标信息列表中所处的区域所对应的区域标识的排序关系,将每个第一数据特征进行排序得到排序序列,根据所述排序序列生成所述第一数据集的第一特征集合。
B4.根据B3所述的数据追踪系统,所述第一数据划分模块402,具体用于:
逐一确定每个第二数据段的第二数据特征;
确定每个第二数据特征与所述第一特征集合中每个第一数据特征的余弦相似度并确定每个第二数据特征对应的余弦相似度均值;
根据所述第一特征集合中每个第一数据特征对应的特征权重,对余弦相似度均值小于设定值的第二数据特征中的向量值进行修正;基于余弦相似度值大于等于所述设定值的第二数据特征以及修正之后的余弦相似度均值小于所述设定值的第二数据特征生成所述第二数据集的第二特征集合。
B5.根据权利要求B1-B4任一项所述的数据追踪装置,所述路径获取模块403,具体用于:
从所述第一工业智能设备的预设存储区调取所述第一工业智能设备的设备运行日志;其中,所述预设存储区用于存储所述第一工业智能设备的运行工况进行存储,所述运行工况中包括所述设备运行日志;
从所述运行日志中确定出用于表征有向连线的第一日志信息以及用于表征连线对象的第二日志信息;其中,所述有向连线用于表征所述第一工业智能设备的数据传输流向,连线对象用于表征所述第一工业智能设备的数据传输对象;
将每个第一日志信息以有向连线的形式列出并将每个第一日志信息所对应的第二日志信息以传输节点的形式列出;其中,一个传输节点用于表征一个数据传输对象,所述数据传输对象为第二工业智能设备;
根据每个有向连线对应的传输节点生成所述数据传输路径。
B6.根据B1所述的数据追踪装置,所述路径获取模块403,具体用于:
获取所述数据传输路径中的目标有向连线;其中,所述目标有向连线用于连接传输节点和发送节点;
根据每个目标有向连线对应的传输节点的节点标识确定出对应的至少多个目标工业智能设备;
根据每个目标有向连线对应的连线标识确定出至少多个目标工业智能设备中用于接收所述目标生产数据的至少多个第二工业智能设备;其中,连线标识通过目标生产数据的数据结构标识得到。
B7.根据B1所述的数据追踪装置,所述数据确定模块404,具体用于:
向所述第一工业智能设备发送信息获取请求;其中,所述信息获取请求中携带有校验字段;
使所述第一工业智能设备基于所述校验字段对所述信息获取请求进行校验,得到校验结果;使所述第一工业智能设备在所述校验结果表征所述信息获取请求通过校验时将携带有所述第二工业智能设备的设备型号的响应信息进行发送;
获取所述第一工业智能设备所发送的每个响应信息。
B8.根据B7所述的数据追踪装置,所述数据确定模块404,还用于:
确定所述响应信息的生成时刻。其中,所述生成时刻是所述第二工业智能设备接收到所述第一工业智能设备所发送的目标生产数据的时刻。根据所述目标生产数据的数据收发结构信息以及数据大小信息确定所述目标生产数据从所述第一工业智能设备处传输至所述第二工业智能设备处的耗时时长,并基于所述第一工业智能设备发送所述目标生产数据的发送时刻确定所述第二工业智能设备接收所述目标生产数据的期望时刻。根据所述期望时刻和所述生成时刻的比较结果,对所述目标生产数据进行调整,得到所述实际生产数据。
在上述基础上,如图4所示,提供了一种电子设备200,包括处理器501,以及与处理器501连接的内存502和网络接口503。所述网络接口503与电子设备200中的非易失性存储器504连接。所述处理器501在运行时通过所述网络接口503从所述非易失性存储器504中调取计算机程序,并通过所述内存502运行所述计算机程序,以执行上述的数据追踪方法。
在图4的基础上,还一种应用于计算机的可读存储介质,所述可读存储介质烧录有计算机程序,所述计算机程序在电子设备200的内存502中运行时实现上述的数据追踪方法。
以上实施方式中的各种技术特征可以任意进行组合,只要特征之间的组合不存在冲突或矛盾,但是限于篇幅,未进行一一描述,因此上述实施方式中的各种技术特征的任意进行组合也属于本说明书公开的范围。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本领域技术人员在考虑说明书及实践这里申请的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未申请的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (8)
1.一种基于工业互联网的数据追踪方法,其特征在于,应用于与多个互相之间通信的工业智能设备通信的电子设备,所述电子设备和所述多个互相之间通信的工业智能设备组成数据追踪系统,所述方法包括:
确定数据追踪系统中的第一工业智能设备是否存在目标生产数据,在确定出所述第一工业智能设备存在所述目标生产数据时,获取所述目标生产数据;其中,所述第一工业智能设备是在设定时段内存在故障的工业智能设备,所述设定时段为当前时刻之前的时段,所述目标生产数据是所述第一工业智能设备与所述数据追踪系统中的其他设备进行交互的数据;
将所述目标生产数据划分为第一数据集和第二数据集;逐一提取所述第一数据集中的每个第一数据段的第一数据特征以形成所述第一数据集的第一特征集合;逐一提取所述第二数据集中的每个第二数据段的第二数据特征并与所述第一特征集合进行比对修正,以形成所述第二数据集的第二特征集合;其中,所述第一数据集和所述第二数据集中分别包括不同类别的数据段,所述第一数据集用于表征所述目标生产数据的数据流向信息,所述第二数据集用于表征所述目标生产数据的数据波动信息;
获取所述第一工业智能设备的用于将所述目标生产数据进行传输的数据传输路径;根据所述数据传输路径确定出接收所述目标生产数据的至少多个第二工业智能设备;
从所述第一工业智能设备处获取每个第二工业智能设备在接收到所述目标生产数据时所反馈的响应信息,基于所述响应信息确定每个第二工业智能设备接收到的与所述目标生产数据对应的实际生产数据;
将所述实际生产数据划分为第三数据集和第四数据集并按照上述确定所述第一特征集合和所述第二特征集合对应的步骤确定所述第三数据集的第三特征集合和第四数据集的第四特征集合;
针对每个第二工业智能设备,判断所述第一特征集合与该工业智能设备对应的第三特征集合是否相同;若所述第一特征集合与所述第三特征集合不相同,判定该第二工业智能设备存在工业数据接收异常的行为;若所述第一特征集合与所述第三特征集合相同,则判断所述第二特征集合与该工业智能设备对应的第四特征集合是否相同,若所述第二特征集合与所述第四特征集合不同,则判定该第二工业智能设备存在工业数据接收异常的行为。
2.一种基于工业互联网的数据追踪系统,其特征在于,所述系统包括互相之间通信的电子设备和多个工业智能设备,所述多个工业智能设备中包括在设定时段内存在故障的的第一工业智能设备;
第一工业智能设备,用于与所述多个工业智能设备中的其他设备进行交互时生成目标生产数据;
电子设备,用于在确定出所述第一工业智能设备存在所述目标生产数据时,获取所述目标生产数据;
电子设备,用于将所述目标生产数据划分为第一数据集和第二数据集;逐一提取所述第一数据集中的每个第一数据段的第一数据特征以形成所述第一数据集的第一特征集合;逐一提取所述第二数据集中的每个第二数据段的第二数据特征并与所述第一特征集合进行比对修正,以形成所述第二数据集的第二特征集合;其中,所述第一数据集和所述第二数据集中分别包括不同类别的数据段,所述第一数据集用于表征所述目标生产数据的数据流向信息,所述第二数据集用于表征所述目标生产数据的数据波动信息;
第一工业智能设备,用于将所述目标生产数据进行传输;
电子设备,用于获取所述第一工业智能设备的用于将所述目标生产数据进行传输的数据传输路径;根据所述数据传输路径确定出接收所述目标生产数据的至少多个第二工业智能设备;
第一工业智能设备,用于接收每个第二工业智能设备在接收到所述目标生产数据时所反馈的响应信息;
电子设备,用于从所述第一工业智能设备处获取所述响应信息,基于所述响应信息确定每个第二工业智能设备接收到的与所述目标生产数据对应的实际生产数据;
电子设备,用于将所述实际生产数据划分为第三数据集和第四数据集并按照上述确定所述第一特征集合和所述第二特征集合对应的步骤确定所述第三数据集的第三特征集合和第四数据集的第四特征集合;
电子设备,用于针对每个第二工业智能设备,判断所述第一特征集合与该工业智能设备对应的第三特征集合是否相同;若所述第一特征集合与所述第三特征集合不相同,判定该第二工业智能设备存在工业数据接收异常的行为;若所述第一特征集合与所述第三特征集合相同,则判断所述第二特征集合与该工业智能设备对应的第四特征集合是否相同,若所述第二特征集合与所述第四特征集合不同,则判定该第二工业智能设备存在工业数据接收异常的行为。
3.根据权利要求2所述的数据追踪系统,其特征在于,所述电子设备,具体用于:
基于所述目标生产数据中的数据分段标识将所述目标生产数据分隔为多个初始数据段;其中,每组数据分段标识包括起始标识和中止标识,每组数据分段标识中的起始标识和中止标识具有相同的分段权重值,相同分段权重对应的起始标识和中止标识之间的数据为一个数据段;
获取所述目标生产数据的数据线程信息,所述数据线程信息用于表征所述目标生产数据的生成过程;
根据所述数据线程信息判断是否存在与所述目标生产数据对应的用于表征所述目标生产数据的数据流向信息的第一数据段类别以及用于表征所述目标生产数据的数据波动信息的第二数据段类别;在存在所述第一数据段类别和所述第二数据段类别时,根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值确定所述目标生产数据在所述第二数据段类别下的各初始数据段与所述目标生产数据在所述第一数据段类别下的各初始数据段之间的第一数据比对结果,并将所述目标生产数据在所述第二数据段类别下的与在所述第一数据段类别下的初始数据段对应的第一数据比对结果为相同的初始数据段转移至第一数据段类别下;其中,所述数据比对结果用于表征不同初始数据段的数据特征指向;
若所述目标生产数据在所述第二数据段类别下存在多个初始数据段,根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值确定所述目标生产数据在所述第二数据段类别下的各初始数据段之间的第二数据比对结果,并根据所述各初始数据段之间的第二数据比对结果对所述第二数据段类别下的各初始数据段进行重组,得到至少部分重组数据段;
根据所述目标生产数据在所述第一数据段类别下的初始数据段及其分段权重值为每个重组数据段添加数据重组编号,并按照所述数据重组编号的大小顺序将每个重组数据段转移到所述第一数据段类别下;
将所述第一数据段类别下对应的多个数据段确定为所述第一数据集并将所述第二数据段类别下对应的多个数据段确定为所述第二数据集。
4.根据权利要求2所述的数据追踪系统,其特征在于,所述电子设备,具体用于:
确定每个第一数据段的数据指向信息,根据确定出的每个数据指向信息生成目标信息列表;其中,所述数据指向信息用于表征数据段在第一数据集中的连续性,所述目标信息列表为分区域列表,每个区域对应一个区域标识,每个区域标识对应对应有至少一个数据指向信息,所述目标信息列表的每个区域的区域标识具有由低到高的排序关系;
确定每个第一数据段的数据编码信息,建立每个数据编码信息与所述目标信息列表之间的对应关系,根据所述对应关系生成特征提取逻辑;其中,根据所述对应关系生成特征提取逻辑,具体包括:将每个第一数据段转换为特征数组模式;分别确定每个特征数组模式的至少一个数组排序方式;获取每个第一数据段的互不重复的数组排序方式构成数组重构方式;将每个数组重构方式中的各个数组排序方式映射到所述目标信息列表中以生成所述特征提取逻辑;
按照所述特征提取逻辑,对每个第一数据段中的数据编码信息进行特征提取,得到每个第一数据段对应的第一数据特征;其中,所述第一数据特征为数据特征向量;
根据每个第一数据特征对应的第一数据段在所述目标信息列表中所处的区域所对应的区域标识的排序关系,将每个第一数据特征进行排序得到排序序列,根据所述排序序列生成所述第一数据集的第一特征集合。
5.根据权利要求4所述的数据追踪系统,其特征在于,所述电子设备,具体用于:
逐一确定每个第二数据段的第二数据特征;
确定每个第二数据特征与所述第一特征集合中每个第一数据特征的余弦相似度并确定每个第二数据特征对应的余弦相似度均值;
根据所述第一特征集合中每个第一数据特征对应的特征权重,对余弦相似度均值小于设定值的第二数据特征中的向量值进行修正;基于余弦相似度值大于等于所述设定值的第二数据特征以及修正之后的余弦相似度均值小于所述设定值的第二数据特征生成所述第二数据集的第二特征集合。
6.根据权利要求2-5任一项所述的数据追踪系统,其特征在于,所述电子设备,具体用于:
从所述第一工业智能设备的预设存储区调取所述第一工业智能设备的设备运行日志;其中,所述预设存储区用于存储所述第一工业智能设备的运行工况进行存储,所述运行工况中包括所述设备运行日志;
从所述运行日志中确定出用于表征有向连线的第一日志信息以及用于表征连线对象的第二日志信息;其中,所述有向连线用于表征所述第一工业智能设备的数据传输流向,连线对象用于表征所述第一工业智能设备的数据传输对象;
将每个第一日志信息以有向连线的形式列出并将每个第一日志信息所对应的第二日志信息以传输节点的形式列出;其中,一个传输节点用于表征一个数据传输对象,所述数据传输对象为第二工业智能设备;
根据每个有向连线对应的传输节点生成所述数据传输路径。
7.根据权利要求2所述的数据追踪系统,其特征在于,所述电子设备,具体用于:
获取所述数据传输路径中的目标有向连线;其中,所述目标有向连线用于连接传输节点和发送节点;
根据每个目标有向连线对应的传输节点的节点标识确定出对应的至少多个目标工业智能设备;
根据每个目标有向连线对应的连线标识确定出至少多个目标工业智能设备中用于接收所述目标生产数据的至少多个第二工业智能设备;其中,连线标识通过目标生产数据的数据结构标识得到。
8.根据权利要求2所述的数据追踪系统,其特征在于,所述电子设备,具体用于:
向所述第一工业智能设备发送信息获取请求;其中,所述信息获取请求中携带有校验字段;
使所述第一工业智能设备基于所述校验字段对所述信息获取请求进行校验,得到校验结果;使所述第一工业智能设备在所述校验结果表征所述信息获取请求通过校验时将携带有所述第二工业智能设备的设备型号的响应信息进行发送;
获取所述第一工业智能设备所发送的每个响应信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011076727.XA CN112180868A (zh) | 2020-03-30 | 2020-03-30 | 基于工业互联网的数据追踪方法及系统 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011076727.XA CN112180868A (zh) | 2020-03-30 | 2020-03-30 | 基于工业互联网的数据追踪方法及系统 |
CN202010237242.8A CN111459104B (zh) | 2020-03-30 | 2020-03-30 | 基于工业互联网的数据追踪方法及电子设备 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010237242.8A Division CN111459104B (zh) | 2020-03-30 | 2020-03-30 | 基于工业互联网的数据追踪方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112180868A true CN112180868A (zh) | 2021-01-05 |
Family
ID=71683391
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011076727.XA Withdrawn CN112180868A (zh) | 2020-03-30 | 2020-03-30 | 基于工业互联网的数据追踪方法及系统 |
CN202011076128.8A Withdrawn CN112180867A (zh) | 2020-03-30 | 2020-03-30 | 基于工业互联网的数据追踪方法、电子设备及系统 |
CN202010237242.8A Active CN111459104B (zh) | 2020-03-30 | 2020-03-30 | 基于工业互联网的数据追踪方法及电子设备 |
Family Applications After (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011076128.8A Withdrawn CN112180867A (zh) | 2020-03-30 | 2020-03-30 | 基于工业互联网的数据追踪方法、电子设备及系统 |
CN202010237242.8A Active CN111459104B (zh) | 2020-03-30 | 2020-03-30 | 基于工业互联网的数据追踪方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (3) | CN112180868A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114549880A (zh) * | 2022-04-27 | 2022-05-27 | 中国信息通信研究院 | 获取标识信息的方法、装置和电子设备 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5111059A (en) * | 1990-08-14 | 1992-05-05 | International Business Machines Corporation | Power transfer unit for transferring power supplied to a load between power sources responsive to detected scr gate-cathode voltage |
FR2772880B1 (fr) * | 1997-12-24 | 2000-01-14 | Alpes Systeme Automation | Dispositif et procede de controle du fonctionnement d'une installation industrielle |
CN101117128B (zh) * | 2007-07-24 | 2010-10-06 | 北京全路通信信号研究设计院 | 车站调机自动驾驶系统 |
CN101311958A (zh) * | 2008-06-06 | 2008-11-26 | 鹏元征信有限公司 | 一种信用度查询服务系统中数据信息的查询存储方法 |
US20130138447A1 (en) * | 2010-07-19 | 2013-05-30 | Pathway Genomics | Genetic based health management apparatus and methods |
CN103544574B (zh) * | 2013-11-07 | 2016-04-20 | 南京国电南自轨道交通工程有限公司 | 基于可编辑公式脚本的变电站智能专家系统 |
CN108451543A (zh) * | 2017-02-17 | 2018-08-28 | 郝晓辉 | 自动化超声成像系统与方法 |
CN109544113A (zh) * | 2018-11-23 | 2019-03-29 | 四川长虹电器股份有限公司 | 一种基于有限状态机的工作流引擎建模方法及流程管理系统 |
CN110109768B (zh) * | 2019-03-29 | 2023-02-17 | 创新先进技术有限公司 | 一种数据质量巡检方法及装置 |
CN110505276B (zh) * | 2019-07-17 | 2022-05-06 | 北京三快在线科技有限公司 | 对象匹配方法、装置及系统、电子设备及存储介质 |
-
2020
- 2020-03-30 CN CN202011076727.XA patent/CN112180868A/zh not_active Withdrawn
- 2020-03-30 CN CN202011076128.8A patent/CN112180867A/zh not_active Withdrawn
- 2020-03-30 CN CN202010237242.8A patent/CN111459104B/zh active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114549880A (zh) * | 2022-04-27 | 2022-05-27 | 中国信息通信研究院 | 获取标识信息的方法、装置和电子设备 |
CN114549880B (zh) * | 2022-04-27 | 2022-07-05 | 中国信息通信研究院 | 获取标识信息的方法、装置和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111459104B (zh) | 2021-05-25 |
CN112180867A (zh) | 2021-01-05 |
CN111459104A (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111585823B (zh) | 基于边缘计算和工业生产的通信网络优化方法及装置 | |
CN108874678B (zh) | 一种智能程序的自动测试方法及装置 | |
CN111881164B (zh) | 基于边缘计算和路径分析的数据处理方法及大数据云平台 | |
CN111083013B (zh) | 基于流量回放的测试方法、装置、电子设备及存储介质 | |
US20200234101A1 (en) | Device and method for classifying data in particular for a controller area network or an automotive ethernet network | |
CN111339363B (zh) | 图像识别方法、装置及服务器 | |
CN112860676B (zh) | 应用于大数据挖掘和业务分析的数据清洗方法及云服务器 | |
CN109683930A (zh) | 空调设备程序升级方法、装置、系统和家电设备 | |
CN111459104B (zh) | 基于工业互联网的数据追踪方法及电子设备 | |
CN110930254A (zh) | 基于区块链的数据处理方法、装置、终端及介质 | |
CN116028886A (zh) | 一种基于bim的数据处理方法、系统及云平台 | |
CN111666393A (zh) | 智能问答系统的验证方法、装置、计算机设备及存储介质 | |
CN114338738B (zh) | 基于Actor模型的规则引擎及场景联动实现方法 | |
CN112686494A (zh) | 基于线损异常台区的数据拟合方法、装置及智能设备 | |
CN112463469A (zh) | 一种服务器故障诊断方法、系统、终端及存储介质 | |
CN112163154A (zh) | 数据处理方法、装置、设备及存储介质 | |
JP2002342739A (ja) | 通信ネットワークを介したニューラルネットワーク処理システム及びそのプログラムを格納したプログラム記憶媒体 | |
CN116361440A (zh) | 基于人工智能的数字金融产品会话交互方法及系统 | |
CN111400399A (zh) | 区块链系统的账本同步方法、装置及硬件设备 | |
CN110489151A (zh) | 一种终端升级方法及系统 | |
CN111539029B (zh) | 基于工业互联网的大数据存储速率优化方法及云计算中心 | |
CN110716101B (zh) | 电力线路故障定位方法、装置、计算机和存储介质 | |
CN115525331A (zh) | 一种电网感知层智能终端固件逆向分析方法 | |
CN113779116A (zh) | 对象排序方法、相关设备及介质 | |
US20220129337A1 (en) | Training a Model for Use with a Software Installation Process |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210105 |
|
WW01 | Invention patent application withdrawn after publication |