CN112597139A - 基于工业互联网的数据信息采集方法 - Google Patents
基于工业互联网的数据信息采集方法 Download PDFInfo
- Publication number
- CN112597139A CN112597139A CN202011513750.0A CN202011513750A CN112597139A CN 112597139 A CN112597139 A CN 112597139A CN 202011513750 A CN202011513750 A CN 202011513750A CN 112597139 A CN112597139 A CN 112597139A
- Authority
- CN
- China
- Prior art keywords
- data
- data information
- acquisition
- industrial internet
- error rate
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了基于工业互联网的数据信息采集方法,包括以下步骤:S1、建立通讯网络并接收解析服务;S2.根据等级进行排序,定义数据采集的调整参数;S3.采集工业互联网的各个数据节点的数据信息;S4.去除采集到数据信息噪声;S5.抽取异常数据,将抽取的异常数据进行归类,对异常数据的误差率进行分析;S6.将采集的数据信息进行汇总后保存;S7.通过WEB服务器查看保存的数据信息。本发明使得采集的工业数据更加准确、及时和完善,形成完整的项目数据库,并根据项目数据库对数据采集过程进行优化调整,对今后的分析,改进生产,提高效益都起到重大的作用。
Description
技术领域
本发明涉及工业互联网技术领域,具体为基于工业互联网的数据信息采集方法。
背景技术
工业互联网是全球工业系统与高级计算、分析、感应技术以及互联网连接融合的一种结果。
工业互联网的本质是通过开放的、全球化的工业级网络平台把设备、生产线、工厂、供应商、产品和客户紧密地连接和融合起来,高效共享工业经济中的各种要素资源,从而通过自动化、智能化的生产方式降低成本、增加效率,帮助制造业延长产业链,推动制造业转型发展。
工业互联网通过智能机器间的连接并最终将人机连接,结合软件和大数据分析,重构全球工业、激发生产力,让世界更美好、更快速、更安全、更清洁且更经济。
目前,工业互联网正在快速发展,数据的采集和分发显得尤为重要。但现有技术中数据的采集存在通信不方便,得采集的工业数据不准确、及时和完善。
发明内容
本发明的目的在于提供基于工业互联网的数据信息采集方法,使得采集的工业数据更加准确、及时和完善,形成完整的项目数据库,并根据项目数据库对数据采集过程进行优化调整,对今后的分析,改进生产,提高效益都起到重大的作用,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
基于工业互联网的数据信息采集方法,包括以下步骤:
S1、设置网关机多路转发模式,开发网关机以建立通讯网络并接收解析服务;
S2.预先识别通讯网络采集的数据信息类型的等级,并根据等级进行排序,定义数据采集的调整参数;
S3.通过通讯网络采集工业互联网的各个数据节点的数据信息;
S4.去除采集到数据信息噪声;
S5.抽取异常数据,将抽取的异常数据进行归类,对抽取的异常数据属性进行判断,分析异常数据的误差率,对异常数据的误差率进行分析;
S6.将采集的数据信息进行汇总后保存;
S7.通过WEB服务器查看保存的数据信息。
作为本发明的基于工业互联网的数据信息采集方法优选的,所述S1中开发网关机建立通讯网络并接收解析服务的具体方法包括:
利用Socket技术同网关机建立通讯连接,按照IEC104协议要求对数据进行召唤解析。
作为本发明的基于工业互联网的数据信息采集方法优选的,所述S2中预先识别通讯网络采集的数据信息类型的等级,并根据等级进行排序的具体方法包括:
根据数据类型由高到低进行统一的等级划分,依次进行标记,等级高的数据在采集传输过程中拥有高优先级处理权重。
作为本发明的基于工业互联网的数据信息采集方法优选的,所述S2中定义数据采集的调整参数的具体方法包括:
在相同带宽情况下,数据节点少的采集端降低传输速率,数据节点多的采集端得到更多的传输带宽。
作为本发明的基于工业互联网的数据信息采集方法优选的,所述S2中定义数据采集的调整参数的具体方法还包括:
检测通讯网络实时状态,根据网络状况判断是否采用弹性控制处理。
作为本发明的基于工业互联网的数据信息采集方法优选的,所述弹性控制处理的具体方法包括:
控制参数输入,识别影响通讯传输的因素,数据等级S、数据负载D、网络状态ST、采集端的实时状态T、带宽设定值SV;
根据被采集对象的数据模型,对数据趋势预测分析,然后根据预测分析结果M对实际采集的数据值进行压缩,以降低待传输的数据量;
数据发送速率u计算,并根据调节速率进行数据发送执行:
其中k为速率调节次数,u(k)为发送速率,e(k)为输入T与设定值(SV)之间的误差,Kp为比例系数等于S*D/ST*M,Kd为微分时间常数,Ki为积分时间常数;
接收数据发送反馈,并更新实时状态T,重新执行控制参数输入直到处于稳定状态;
数据预测模型更新,优化数据趋势预测效果,并根据后期采集过程进行模型的回归验证,并进一步提升预测的效果。
作为本发明的基于工业互联网的数据信息采集方法优选的,所述S4中去除采集到数据信息噪声的具体方法包括:
用集合Zn=(z1,z2,…zn)T表示传感器B从k-1至k时刻的n个数据采集值,传感器A在k时刻数据采集值与zn同步,用列向量U=(z,z)T表示z1,z2,…,zn整合以后的数据采集值和数据采集值的导数,把传感器B的数据采集值zi表示为:zi=z+(i-n)T·z+vi,i=1,2…n,vi表示数据采集过程中的噪声,以向量形式表示为:Zn=WnU+Vn,其中同时过程噪声向量Vn=(v1,v2…vn)T,其协方差阵为:cov[Vn]=E[VnVn T]=diag(σr 2,σr 2…σr 2),其中σr 2为整合以前的数据采集噪声方差。
作为本发明的基于工业互联网的数据信息采集方法优选的,所述S5中对异常数据的误差率进行分析,将分析结果进行标记的具体方法包括:
生成的数据误差率分别为Z1,Z2…Zn,设定误差率标准间隔值为C,额定误差率为W,满足以下公式:
当异常数据同时满足上述公式,判定该误差率在可控范围内部,未满足上述公式,对该异常数据的误差率进行标记,发送给操作人员进行处理。
与现有技术相比,本发明的有益效果是:
本发明通过设置网关机多路转发模式,建立通讯网络并接收解析服务,再预先识别通讯网络采集的数据信息类型的等级,并根据等级进行排序,定义数据采集的调整参数,然后通过通讯网络采集工业互联网的各个数据节点的数据信息,去除采集到数据信息噪声,抽取异常数据,再将抽取的异常数据进行归类,对抽取的异常数据属性进行判断,分析异常数据的误差率,对异常数据的误差率进行分析,最后将采集的数据信息进行汇总后保存,并通过WEB服务器查看保存的数据信息,本发明使得采集的工业数据更加准确、及时和完善,形成完整的项目数据库,并根据项目数据库对数据采集过程进行优化调整,对今后的分析,改进生产,提高效益都起到重大的作用。
附图说明
图1为本发明的方法流程示意图;
图2为本发明的弹性控制处理的具体方法流程示意图;
图3为本发明的去除采集到数据信息噪声的具体方法流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
因此,以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施方式。基于本发明中的实施方式,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
请参阅图1-3,本发明提供一种技术方案:
基于工业互联网的数据信息采集方法,包括以下步骤:
S1、设置网关机多路转发模式,开发网关机以建立通讯网络并接收解析服务;
S2.预先识别通讯网络采集的数据信息类型的等级,并根据等级进行排序,定义数据采集的调整参数;
S3.通过通讯网络采集工业互联网的各个数据节点的数据信息;
S4.去除采集到数据信息噪声;
S5.抽取异常数据,将抽取的异常数据进行归类,对抽取的异常数据属性进行判断,分析异常数据的误差率,对异常数据的误差率进行分析;
S6.将采集的数据信息进行汇总后保存;
S7.通过WEB服务器查看保存的数据信息。
作为本发明的一种技术优化方案,所述S1中开发网关机建立通讯网络并接收解析服务的具体方法包括:
利用Socket技术同网关机建立通讯连接,按照IEC104协议要求对数据进行召唤解析。
作为本发明的一种技术优化方案,所述S2中预先识别通讯网络采集的数据信息类型的等级,并根据等级进行排序的具体方法包括:
根据数据类型由高到低进行统一的等级划分,依次进行标记,等级高的数据在采集传输过程中拥有高优先级处理权重。
作为本发明的一种技术优化方案,所述S2中定义数据采集的调整参数的具体方法包括:
在相同带宽情况下,数据节点少的采集端降低传输速率,数据节点多的采集端得到更多的传输带宽。
作为本发明的一种技术优化方案,所述S2中定义数据采集的调整参数的具体方法还包括:
检测通讯网络实时状态,根据网络状况判断是否采用弹性控制处理。
作为本发明的一种技术优化方案,所述弹性控制处理的具体方法包括:
控制参数输入,识别影响通讯传输的因素,数据等级S、数据负载D、网络状态ST、采集端的实时状态T、带宽设定值SV;
根据被采集对象的数据模型,对数据趋势预测分析,然后根据预测分析结果M对实际采集的数据值进行压缩,以降低待传输的数据量;
数据发送速率u计算,并根据调节速率进行数据发送执行:
其中k为速率调节次数,u(k)为发送速率,e(k)为输入T与设定值(SV)之间的误差,Kp为比例系数等于S*D/ST*M,Kd为微分时间常数,Ki为积分时间常数;
接收数据发送反馈,并更新实时状态T,重新执行控制参数输入直到处于稳定状态;
数据预测模型更新,优化数据趋势预测效果,并根据后期采集过程进行模型的回归验证,并进一步提升预测的效果。
作为本发明的一种技术优化方案,所述S4中去除采集到数据信息噪声的具体方法包括:
用集合Zn=(z1,z2,…zn)T表示传感器B从k-1至k时刻的n个数据采集值,传感器A在k时刻数据采集值与zn同步,用列向量U=(z,z)T表示z1,z2,…,zn整合以后的数据采集值和数据采集值的导数,把传感器B的数据采集值zi表示为:zi=z+(i-n)T·z+vi,i=1,2…n,vi表示数据采集过程中的噪声,以向量形式表示为:Zn=WnU+Vn,其中同时过程噪声向量Vn=(v1,v2…vn)T,其协方差阵为:cov[Vn]=E[VnVn T]=diag(σr 2,σr 2…σr 2),其中σr 2为整合以前的数据采集噪声方差。
作为本发明的一种技术优化方案,所述S5中对异常数据的误差率进行分析,将分析结果进行标记的具体方法包括:
生成的数据误差率分别为Z1,Z2…Zn,设定误差率标准间隔值为C,额定误差率为W,满足以下公式:
当异常数据同时满足上述公式,判定该误差率在可控范围内部,未满足上述公式,对该异常数据的误差率进行标记,发送给操作人员进行处理。
综上所述,本发明通过设置网关机多路转发模式,建立通讯网络并接收解析服务,再预先识别通讯网络采集的数据信息类型的等级,并根据等级进行排序,定义数据采集的调整参数,然后通过通讯网络采集工业互联网的各个数据节点的数据信息,去除采集到数据信息噪声,抽取异常数据,再将抽取的异常数据进行归类,对抽取的异常数据属性进行判断,分析异常数据的误差率,对异常数据的误差率进行分析,最后将采集的数据信息进行汇总后保存,并通过WEB服务器查看保存的数据信息,本发明使得采集的工业数据更加准确、及时和完善,形成完整的项目数据库,并根据项目数据库对数据采集过程进行优化调整,对今后的分析,改进生产,提高效益都起到重大的作用。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.基于工业互联网的数据信息采集方法,其特征在于,包括以下步骤:
S1、设置网关机多路转发模式,开发网关机以建立通讯网络并接收解析服务;
S2.预先识别通讯网络采集的数据信息类型的等级,并根据等级进行排序,定义数据采集的调整参数;
S3.通过通讯网络采集工业互联网的各个数据节点的数据信息;
S4.去除采集到数据信息噪声;
S5.抽取异常数据,将抽取的异常数据进行归类,对抽取的异常数据属性进行判断,分析异常数据的误差率,对异常数据的误差率进行分析;
S6.将采集的数据信息进行汇总后保存;
S7.通过WEB服务器查看保存的数据信息。
2.根据权利要求1所述的基于工业互联网的数据信息采集方法,其特征在于:所述S1中开发网关机建立通讯网络并接收解析服务的具体方法包括:
利用Socket技术同网关机建立通讯连接,按照IEC104协议要求对数据进行召唤解析。
3.根据权利要求1所述的基于工业互联网的数据信息采集方法,其特征在于:所述S2中预先识别通讯网络采集的数据信息类型的等级,并根据等级进行排序的具体方法包括:
根据数据类型由高到低进行统一的等级划分,依次进行标记,等级高的数据在采集传输过程中拥有高优先级处理权重。
4.根据权利要求1所述的基于工业互联网的数据信息采集方法,其特征在于:所述S2中定义数据采集的调整参数的具体方法包括:
在相同带宽情况下,数据节点少的采集端降低传输速率,数据节点多的采集端得到更多的传输带宽。
5.根据权利要求4所述的基于工业互联网的数据信息采集方法,其特征在于:所述S2中定义数据采集的调整参数的具体方法还包括:
检测通讯网络实时状态,根据网络状况判断是否采用弹性控制处理。
6.根据权利要求5所述的基于工业互联网的数据信息采集方法,其特征在于:所述弹性控制处理的具体方法包括:
控制参数输入,识别影响通讯传输的因素,数据等级S、数据负载D、网络状态ST、采集端的实时状态T、带宽设定值SV;
根据被采集对象的数据模型,对数据趋势预测分析,然后根据预测分析结果M对实际采集的数据值进行压缩,以降低待传输的数据量;
数据发送速率u计算,并根据调节速率进行数据发送执行:
其中k为速率调节次数,u(k)为发送速率,e(k)为输入T与设定值(SV)之间的误差,Kp为比例系数等于S*D/ST*M,Kd为微分时间常数,Ki为积分时间常数;
接收数据发送反馈,并更新实时状态T,重新执行控制参数输入直到处于稳定状态;
数据预测模型更新,优化数据趋势预测效果,并根据后期采集过程进行模型的回归验证,并进一步提升预测的效果。
7.根据权利要求1所述的基于工业互联网的数据信息采集方法,其特征在于:所述S4中去除采集到数据信息噪声的具体方法包括:
用集合Zn=(z1,z2,…zn)T表示传感器B从k-1至k时刻的n个数据采集值,传感器A在k时刻数据采集值与zn同步;
用列向量U=(z,z)T表示z1,z2,…,zn整合以后的数据采集值和数据采集值的导数;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011513750.0A CN112597139A (zh) | 2020-12-21 | 2020-12-21 | 基于工业互联网的数据信息采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011513750.0A CN112597139A (zh) | 2020-12-21 | 2020-12-21 | 基于工业互联网的数据信息采集方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112597139A true CN112597139A (zh) | 2021-04-02 |
Family
ID=75199704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011513750.0A Pending CN112597139A (zh) | 2020-12-21 | 2020-12-21 | 基于工业互联网的数据信息采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112597139A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113395189A (zh) * | 2021-06-30 | 2021-09-14 | 重庆长安汽车股份有限公司 | 一种车载以太网sqi信号质量测试方法及系统 |
CN116361377A (zh) * | 2023-05-29 | 2023-06-30 | 成都秦川物联网科技股份有限公司 | 基于工业物联网服务平台的负载预测系统、方法及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109579915A (zh) * | 2018-12-25 | 2019-04-05 | 佛山科学技术学院 | 一种工业数据采集传感器数据融合方法及装置 |
CN110647115A (zh) * | 2019-07-18 | 2020-01-03 | 浙江蓝卓工业互联网信息技术有限公司 | 一种基于工业互联网操作系统的数据采集方法 |
CN111291028A (zh) * | 2020-01-15 | 2020-06-16 | 南京悠淼科技有限公司 | 一种面向高速工业现场数据采集系统及方法 |
-
2020
- 2020-12-21 CN CN202011513750.0A patent/CN112597139A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109579915A (zh) * | 2018-12-25 | 2019-04-05 | 佛山科学技术学院 | 一种工业数据采集传感器数据融合方法及装置 |
CN110647115A (zh) * | 2019-07-18 | 2020-01-03 | 浙江蓝卓工业互联网信息技术有限公司 | 一种基于工业互联网操作系统的数据采集方法 |
CN111291028A (zh) * | 2020-01-15 | 2020-06-16 | 南京悠淼科技有限公司 | 一种面向高速工业现场数据采集系统及方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113395189A (zh) * | 2021-06-30 | 2021-09-14 | 重庆长安汽车股份有限公司 | 一种车载以太网sqi信号质量测试方法及系统 |
CN113395189B (zh) * | 2021-06-30 | 2023-03-24 | 重庆长安汽车股份有限公司 | 一种车载以太网sqi信号质量测试方法及系统 |
CN116361377A (zh) * | 2023-05-29 | 2023-06-30 | 成都秦川物联网科技股份有限公司 | 基于工业物联网服务平台的负载预测系统、方法及介质 |
CN116361377B (zh) * | 2023-05-29 | 2023-08-01 | 成都秦川物联网科技股份有限公司 | 基于工业物联网服务平台的负载预测系统、方法及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020077672A1 (zh) | 一种服务质量评估模型的训练方法及装置 | |
CN112597139A (zh) | 基于工业互联网的数据信息采集方法 | |
CN109743356B (zh) | 工业互联网数据采集方法及装置、可读存储介质和终端 | |
CN109740838B (zh) | 基于大数据的供应商服务评价方法及相关设备 | |
CN113572625B (zh) | 故障预警方法、预警装置、设备及计算机介质 | |
CN113568900A (zh) | 基于人工智能的大数据清洗方法及云服务器 | |
CN115660288A (zh) | 一种基于互联网大数据的分析管理系统 | |
CN112787878B (zh) | 一种网络指标的预测方法及电子设备 | |
CN110895506A (zh) | 测试数据的构造方法和构造系统 | |
CN114817177A (zh) | 工业互联网数据存储方法、系统、存储介质及电子设备 | |
CN112181668B (zh) | 一种基于边缘计算端的智能管理方法、装置以及系统 | |
CN115328870A (zh) | 一种面向云制造的数据共享方法及系统 | |
CN114139688A (zh) | 基于马尔可夫链共识的工业物联网分布式联邦学习方法 | |
CN112991093A (zh) | 一种基于边缘计算的窃电检测方法及系统 | |
CN112925831A (zh) | 基于云计算服务的大数据挖掘方法及大数据挖掘服务系统 | |
CN114553914B (zh) | 适用于物联网网关的数据处理方法及装置 | |
CN117350549B (zh) | 计及出力相关性的配电网电压风险识别方法、装置及设备 | |
CN118035334B (zh) | 一种基于人工智能的数据要素分析整理方法及系统 | |
TWI821666B (zh) | 服務管理系統及服務資訊流程的調適方法 | |
CN116884759B (zh) | 一种铁芯叠放工艺方案生成系统和方法 | |
CN113570333B (zh) | 一种适用于集成的流程设计方法 | |
CN116787043A (zh) | 一种基于边缘计算的焊接数据采集处理方法及系统 | |
CN112270613B (zh) | 一种面向制造企业全流程制造管控的制造过程大数据建模方法 | |
WO2024066720A1 (zh) | 指标阈值的确定方法、装置、存储介质及电子装置 | |
CN118042492A (zh) | 一种基于5g通信的网络数据运维管理系统及方法 |
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 |