CN112769908B - 协同控制方法、装置及电子设备 - Google Patents
协同控制方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112769908B CN112769908B CN202011593584.XA CN202011593584A CN112769908B CN 112769908 B CN112769908 B CN 112769908B CN 202011593584 A CN202011593584 A CN 202011593584A CN 112769908 B CN112769908 B CN 112769908B
- Authority
- CN
- China
- Prior art keywords
- equipment
- production
- control
- monitoring
- personnel
- 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
-
- 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
-
- 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
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- 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)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- General Factory Administration (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请提出一种协同控制方法、装置及电子设备,属于计算机应用技术领域。其中,该协同控制方法包括:采集生产设备、生产人员、生产环境的监测数据并发送至控制平台,其中,设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;执行控制平台下发的控制策略,其中,控制策略包括告警指令、控制指令中的至少一种,控制策略是控制平台根据云平台下发的预设的监测规则对所述监测数据进行数据分析生成的。由此,通过这种协同控制方法,有效实现了对煤矿生产过程的实时监视和控制,提升了煤矿生产的自动化和智能化程度,保证了煤矿生产安全。
Description
技术领域
本申请涉及计算机应用技术领域,尤其涉及一种协同控制方法、装置及电子设备。
背景技术
随着新一代信息技术的发展,工业互联网成为国内外实体经济数字化转型的重要赋能工具,其核心思想是通过新兴信息技术与传统制造业结合,以信息物理系统为核心技术体系,实现企业生产运营过程的数据全面感知、动态传输、实时分析,科学决策与智能控制,推动传统产业升级转型。
在煤矿开采行业中,对井下的生产过程进行实时监控,是安全生产的重要保障。因此,如何通过工业互联网技术实现煤矿开采的实时监控和自动控制,以提升煤炭开采的自动化和智能化程度,为煤矿的安全生产提供服务,是亟待解决的问题。
发明内容
本申请提出的协同控制方法、装置、电子设备及存储介质,用于解决相关技术中,如何通过工业互联网技术实现煤矿开采的实时监控和自动控制,以提升煤炭开采的自动化和智能化程度,为煤矿的安全生产提供服务的问题。
本申请一方面实施例提出的协同控制方法,应用于设备端,包括:采集生产设备、生产人员、生产环境的监测数据并发送至控制平台,其中,所述设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;执行所述控制平台下发的控制策略,其中,所述控制策略包括告警指令、控制指令中的至少一种,所述控制策略是所述控制平台根据云平台下发的预设的监测规则对所述监测数据进行数据分析生成的。
本申请另一方面实施例提出的协同控制方法,应用于控制平台,包括:获取设备端采集的监测数据并转发至云平台,其中,所述设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;获取云平台下发的预设的监测规则;根据所述预设的监测规则对所述监测数据进行数据分析,以生成控制策略并下发至所述设备端,其中,所述控制策略包括告警指令、控制指令中的至少一种。
本申请再一方面实施例提出的协同控制方法,应用于云平台,包括:获取控制平台转发的设备端采集的监测数据,其中,所述设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则并下发至所述控制平台,以使所述控制平台根据所述预设的监测规则对所述监测数据进行数据分析,以生成控制策略并下发至所述设备端。
本申请又一方面实施例提出的协同控制装置,应用于设备端,包括:采集模块,用于采集生产设备、生产人员、生产环境的监测数据并发送至控制平台,其中,所述设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;执行模块,用于执行所述控制平台下发的控制策略,其中,所述控制策略包括告警指令、控制指令中的至少一种,所述控制策略是所述控制平台根据云平台下发的预设的监测规则对所述监测数据进行数据分析生成的。
本申请又一方面实施例提出的协同控制装置,应用于控制平台,包括:第一获取模块,用于获取设备端采集的监测数据并转发至云平台,其中,所述设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;第二获取模块,用于获取云平台下发的预设的监测规则;第一生成模块,用于根据所述预设的监测规则对所述监测数据进行数据分析,以生成控制策略并下发至所述设备端,其中,所述控制策略包括告警指令、控制指令中的至少一种。
本申请另一方面实施例提出的协同控制装置,应用于云平台,包括:第三获取模块,用于获取控制平台转发的设备端采集的监测数据,其中,所述设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;第二生成模块,用于根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则并下发至所述控制平台,以使所述控制平台根据所述预设的监测规则对所述监测数据进行数据分析,以生成控制策略并下发至所述设备端。
本申请再一方面实施例提出的电子设备,其包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如前所述的协同控制方法。
本申请又一方面实施例提出的计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如前所述的协同控制方法。
本申请实施例提供的协同控制方法、装置、电子设备及计算机可读存储介质,通过设备端采集生产设备、生产人员及生产环境的监测数据并发送至控制平台,以使控制平台根据云平台下发的预设的监测规则对设备端采集的监测数据进行数据分析,并生成控制策略下发至设备端,以对设备端进行实时控制,从而实现云平台与控制平台对设备端的协同控制。由此,通过综合考虑生产设备、环境、人员等多种要素,并通过控制平台对设备端进行实时控制,以及通过云平台对长期的监测数据进行大数据分析,以制定精准的监测策略,从而通过控制平台与云平台的协同控制,有效实现了对煤矿生产过程的实时监视和控制,提升了煤矿生产的自动化和智能化程度,保证了煤矿生产安全。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本申请实施例所提供的一种协同控制方法的流程示意图;
图2为本申请实施例所提供的另一种协同控制方法的流程示意图;
图3为本申请实施例所提供的再一种协同控制方法的流程示意图;
图4为本申请实施例提供的一种协同控制装置的结构示意图;
图5为本申请实施例提供的另一种协同控制装置的结构示意图;
图6为本申请实施例提供的再一种协同控制装置的结构示意图;
图7为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的要素。下面通过参考附图描述的实施例是示例性的,旨在用于解释本申请,而不能理解为对本申请的限制。
本申请实施例针对相关技术中,如何通过工业互联网技术实现煤矿开采的实时监控和自动控制,以提升煤炭开采的自动化和智能化程度,为煤矿的安全生产提供服务的问题,提出一种协同控制方法。
本申请实施例提供的协同控制方法,通过设备端采集生产设备、生产人员及生产环境的监测数据并发送至控制平台,以使控制平台根据云平台下发的预设的监测规则对设备端采集的监测数据进行数据分析,并生成控制策略下发至设备端,以对设备端进行实时控制,从而实现云平台与控制平台对设备端的协同控制。由此,通过综合考虑生产设备、环境、人员等多种要素,并通过控制平台对设备端进行实时控制,以及通过云平台对长期的监测数据进行大数据分析,以制定精准的监测策略,从而通过控制平台与云平台的协同控制,有效实现了对煤矿生产过程的实时监视和控制,提升了煤矿生产的自动化和智能化程度,保证了煤矿生产安全。
下面参考附图对本申请提供的协同控制方法、装置、电子设备、存储介质及计算机程序进行详细描述。
图1为本申请实施例所提供的一种协同控制方法的流程示意图,应用于设备端。
如图1所示,该协同控制方法,包括以下步骤:
步骤101,采集生产设备、生产人员、生产环境的监测数据并发送至控制平台,其中,设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备。
需要说明的是,本申请实施例的协同控制方法可以应用在煤矿生产环境中,以对煤矿生产环境中的生产设备、生产人员、生产环境的实时数据进行监测,以保证煤矿生产的安全和效率。
作为一种可能的实现方式,设备运行参数监测设备,可以设置在各生产设备中,以对生产设备在生产过程中的实时运行参数进行采集。需要说明的是,设备运行参数监测设备可以是生产设备中本身具有的可记录自身运行参数的部件,也可以是根据实际的监测需要,在各生产设备中另外设置的部件。比如,对于具有自动化功能的采煤机来说,采煤机本身可以包含对自身的工作温度、工作湿度、工作压力、工作时的倾角等参数进行测量的传感器,则可以将这些传感器作为设备运行参数监测设备。
传感器,可以包括对生产环境数据进行监测的各种传感器,可以包括温度传感器、湿度传感器、气体浓度传感器中的至少一种,以对生产环境中的温度、湿度、气体浓度(如瓦斯气体浓度)等环境数据进行监测。相应的,在传感器包括温度传感器、湿度传感器、气体浓度传感器中的至少一种时,设备端采集的监测数据中包括环境温度、环境湿度、环境气体浓度中的至少一种。
定位设备,可以包括人员定位设备、设备定位设备中的至少一种;相应的,设备端采集的监测数据中可以包括人员位置信息、设备位置信息中的至少一种。比如,在煤矿生产场景中,可以在井下生产人员、井下运煤车辆等可移动的生产设备中设置位置传感器等可以获取定位设备,以获取井下生产人员、可移动生产设备的实时位置信息。需要说明的是,在煤矿生产场景中,由于煤矿生产环境特殊,可以采用井下专用的位置传感器或定位服务用于位置信息采集,以保证位置信息采集的准确性。
图像采集设备,可以是任意的监控设备,可以根据需要设置在生产环境中的任意位置,用于采集生产环境中的实时视频数据;相应的,设备端采集的监测数据中还可以包括视频数据。
语音采集设备,可以是设置在生产设备内或生产设备附近的语音采集设备,以对生产设备在运行过程中产生的噪音进行采集,从而可以通过生产设备运行时发出的声音监测生产设备的运行情况;或者,语音采集设备还可以是生产人员使用的对讲机等通信设备,以采集生产人员之间的进行沟通的语音数据,进而通过生产人员之间的进行沟通的语音数据监测生产情况。相应的,设备端采集的监测数据中还可以包括语音数据。
执行设备,可以是生产设备,也可以是专门用于执行控制策略以对生产设备进行控制的设备;或者,还可以是进行告警提示的告警设备,如蜂鸣器、语音提示器等。
在本申请实施例中,设备端在采集到对生产设备、生产人员、生产环境的监测数据之后,可以通过与控制平台之间的通信链路,将采集到的监测数据发送至控制平台,以使控制平台根据监测数据对设备端进行监测和控制。
步骤102,执行控制平台下发的控制策略,其中,控制策略包括告警指令、控制指令中的至少一种,控制策略是控制平台根据云平台下发的预设的监测规则对监测数据进行数据分析生成的。
在本申请实施例中,控制平台在获取到设备端发送的监测数据之后,可以利用云平台下发的预设的监测规则对监测数据进行数据分析,以生成对设备端的控制策略并下发至设备端,设备端可以获取并执行控制平台下发的控制策略,以实现云平台与控制平台对设备端的协同控制。具体的,设备端可以通过执行设备执行控制平台下发的控制策略。
进一步的,在控制策略的类型不同时,可以采用不同的执行设备执行控制策略,以实现不同的控制效果。即在本申请实施例一种可能的实现方式中,上述步骤102,可以包括:
在控制策略为控制指令时,执行控制指令以对生产设备进行控制;或者,在控制策略为告警指令时,执行告警指令以发出告警提示。
举例来说,执行设备在获取到控制平台下发的控制指令,且控制指令为“关闭生产设备A”时,则执行设备可以是生产设备A本身,且生产设备A可以在获取到该控制指令时,自动停止运行。又如,执行设备在获取到控制平台下发的告警指令,则执行设备可以是语音提示器,则语音提示器在获取到告警指令时,可以根据告警指令发出语音提示。
进一步的,设备端在执行控制策略之后,还可以将对控制策略的执行结果反馈至控制平台,以使工作人员可以及时了解设备端对控制策略的执行结果。即在本申请实施例一种可能的实现形式中,上述步骤102之后,还可以包括:
将对控制策略的执行结果反馈至控制平台。
在本申请实施例中,执行设备在执行控制策略之后,可以通过设备端与控制平台之间的通信链路,将对控制策略的执行结果反馈至控制平台,以使井下工作人员可以及时监控设备端是否成功执行了控制策略,并进行相应的处理。
本申请实施例提供的协同控制方法,通过设备端采集生产设备、生产人员及生产环境的监测数据并发送至控制平台,以使控制平台根据云平台下发的预设的监测规则对设备端采集的监测数据进行数据分析,并生成控制策略下发至设备端,以对设备端进行实时控制,从而实现云平台与控制平台对设备端的协同控制。由此,通过综合考虑生产设备、环境、人员等多种要素,并通过控制平台对设备端进行实时控制,以及通过云平台对长期的监测数据进行大数据分析,以制定精准的监测策略,从而通过控制平台与云平台的协同控制,有效实现了对煤矿生产过程的实时监视和控制,提升了煤矿生产的自动化和智能化程度,保证了煤矿生产安全。
图2为本申请实施例所提供的另一种协同控制方法的流程示意图,应用于控制平台。
如图2所示,该协同控制方法,包括以下步骤:
步骤201,获取设备端采集的监测数据并转发至云平台,其中,设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备。
需要说明的是,本申请实施例的协同控制方法可以应用在煤矿生产环境中,以对煤矿生产环境中的生产设备、生产人员、生产环境的实时数据进行监测,以保证煤矿生产的安全和效率。
作为一种可能的实现方式,设备运行参数监测设备,可以设置在各生产设备中,以对生产设备在生产过程中的实时运行参数进行采集。需要说明的是,设备运行参数监测设备可以是生产设备中本身具有的可记录自身运行参数的部件,也可以是根据实际的监测需要,在各生产设备中另外设置的部件。比如,对于具有自动化功能的采煤机来说,采煤机本身可以包含对自身的工作温度、工作湿度、工作压力、工作时的倾角等参数进行测量的传感器,则可以将这些传感器作为设备运行参数监测设备。
传感器,可以包括对生产环境数据进行监测的各种传感器,可以包括温度传感器、湿度传感器、气体浓度传感器中的至少一种,以对生产环境中的温度、湿度、气体浓度(如瓦斯气体浓度)等环境数据进行监测。相应的,在传感器包括温度传感器、湿度传感器、气体浓度传感器中的至少一种时,设备端采集的监测数据中包括环境温度、环境湿度、环境气体浓度中的至少一种。
定位设备,可以包括人员定位设备、设备定位设备中的至少一种;相应的,设备端采集的监测数据中可以包括人员位置信息、设备位置信息中的至少一种。比如,在煤矿生产场景中,可以在井下生产人员、井下运煤车辆等可移动的生产设备中设置位置传感器等可以获取定位设备,以获取井下生产人员、可移动生产设备的实时位置信息。需要说明的是,在煤矿生产场景中,由于煤矿生产环境特殊,可以采用井下专用的位置传感器或定位服务用于位置信息采集,以保证位置信息采集的准确性。
图像采集设备,可以是任意的监控设备,可以根据需要设置在生产环境中的任意位置,用于采集生产环境中的实时视频数据;相应的,设备端采集的监测数据中还可以包括视频数据。
语音采集设备,可以是设置在生产设备内或生产设备附近的语音采集设备,以对生产设备在运行过程中产生的噪音进行采集,从而可以通过生产设备运行时发出的声音监测生产设备的运行情况;或者,语音采集设备还可以是生产人员使用的对讲机等通信设备,以采集生产人员之间的进行沟通的语音数据,进而通过生产人员之间的进行沟通的语音数据监测生产情况。相应的,设备端采集的监测数据中还可以包括语音数据。
执行设备,可以是生产设备,也可以是专门用于执行控制策略以对生产设备进行控制的设备;或者,还可以是进行告警提示的告警设备,如蜂鸣器、语音提示器等。
在本申请实施例中,设备端在采集到对生产设备、生产人员、生产环境的监测数据之后,可以通过与控制平台之间的通信链路,将采集到的监测数据发送至控制平台,从而控制平台可以通过与设备端之间的通信链路实时获取设备端采集的监测数据,并通过与云平台之间的通信链路,将监测数据转发至云平台。
步骤202,获取云平台下发的预设的监测规则。
其中,预设的监测规则可以包括以下规则中的至少一个:设备工作状态识别规则、人员危险区域识别规则、人员违章行为识别规则、设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录。
在本申请实施例中,控制平台可以通过与云平台之间的通信链路获取云平台下发的预设的监测规则,并可以实时更新已存储的预设的监测规则,并利用更新后的预设的监测规则对从设备端获取的监测数据进行数据分析,以实现与云平台的协同控制,不断提升对生产过程进行监控的准确性。
步骤203,根据预设的监测规则对监测数据进行数据分析,以生成控制策略并下发至设备端,其中,控制策略包括告警指令、控制指令中的至少一种。
在本申请实施例中,控制平台可以通过与设备端之间的通信链路,实时获取设备端采集的监测数据,并利用预设的监测规则对监测数据进行数据分析,以判断监测数据是否符合监测规则,进而根据分析结果生成相应的控制策略。
作为一种可能的实现方式,预设的监测规则可以是各监测数据所属的数值范围,则控制平台可以对采集的各监测数据进行分析,以确定各监测数据是否属于监测规则中对应的数值范围,若不属于,则可以确定监测数据出现异常,并在确定监测数据出现异常时,生成相应的控制指令,以控制设备端调整相应生产设备的工作模式,以使异常的监测数据恢复正常。
比如,监测数据为生产设备的位置信息,预设的监测规则中包括安全位置对应的数值范围,则控制平台在确定生产设备A的位置信息未处于预设的监测数据中规定的数值范围时,可以确定生产设备A未处于安全位置,从而可以向生产设备A发送控制指令,以控制生产设备A运行至安全位置。或者,控制平台还可以在确定生产设备或人员的位置信息未处于预设的监测数据中的规定的数值范围时,向设备端发送告警指令,以控制设备端中的执行设备发出告警提示,以提醒工作人员返回安全位置,或者提醒工作人员辅助生产设备返回安全位置。
作为另一种可能的实现方式,预设的监测规则可以是已训练完成的各类监测数据对应的深度学习模型,从而控制平台在获取到各类监测数据之后,可以将各类监测数据分别输入相应的深度学习模型,以使深度学习模型根据监测数据输出控制策略。
在本申请实施例中,控制平台可以通过与云平台之间的通信链路,将从设备端采集的监测数据发送至云平台,云平台可以对在预设时段内获取到的所有监测数据进行整合,并进行大数据分析,或利用整合后的数据进行模型训练,以生成预设的监测规则下发至控制平台。
进一步的,设备端在执行控制策略之后,可以通过设备端与控制平台之间的通信链路将对控制策略的执行结果反馈至控制平台,以使井下工作人员可以及时监控设备端是否成功执行了控制策略,并进行相应的处理。并且,控制平台还可以将设备端对控制策略的执行结果反馈至云平台,以使管理人员可以及时了解生产情况。即在本申请实施例一种可能的实现方式中,上述步骤203之后,还可以包括:
获取设备端反馈的对控制策略的执行结果;
将执行结果发送至云平台。
在本申请实施例中,控制平台可以通过与设备端之间的通信链路实时获取设备端反馈的对控制策略的执行结果,并可以通过与云平台之间的通信链路将执行结果反馈至云平台,以使云平台可以通过显示组件显示执行结果,以供管理人员浏览。
本申请实施例提供的协同控制方法,通过控制平台获取设备端采集生产设备、生产人员及生产环境的监测数据,与云平台下发的预设的监测策略,进而根据云平台下发的预设的监测规则对设备端采集的监测数据进行数据分析,并生成控制策略下发至设备端,以对设备端进行实时控制,从而实现云平台与控制平台对设备端的协同控制。由此,通过综合考虑生产设备、环境、人员等多种要素,并通过控制平台对设备端进行实时控制,以及通过云平台对长期的监测数据进行大数据分析,以制定精准的监测策略,从而通过控制平台与云平台的协同控制,有效实现了对煤矿生产过程的实时监视和控制,提升了煤矿生产的自动化和智能化程度,保证了煤矿生产安全。
图3为本申请实施例所提供的再一种协同控制方法的流程示意图,应用于云平台。
如图3所示,该协同控制方法,包括以下步骤:
步骤301,获取控制平台转发的设备端采集的监测数据,其中,设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备。
需要说明的是,本申请实施例的协同控制方法可以应用在煤矿生产环境中,以对煤矿生产环境中的生产设备、生产人员、生产环境的实时数据进行监测,以保证煤矿生产的安全和效率。
作为一种可能的实现方式,设备运行参数监测设备,可以设置在各生产设备中,以对生产设备在生产过程中的实时运行参数进行采集。需要说明的是,设备运行参数监测设备可以是生产设备中本身具有的可记录自身运行参数的部件,也可以是根据实际的监测需要,在各生产设备中另外设置的部件。比如,对于具有自动化功能的采煤机来说,采煤机本身可以包含对自身的工作温度、工作湿度、工作压力、工作时的倾角等参数进行测量的传感器,则可以将这些传感器作为设备运行参数监测设备。
传感器,可以包括对生产环境数据进行监测的各种传感器,可以包括温度传感器、湿度传感器、气体浓度传感器中的至少一种,以对生产环境中的温度、湿度、气体浓度(如瓦斯气体浓度)等环境数据进行监测。相应的,在传感器包括温度传感器、湿度传感器、气体浓度传感器中的至少一种时,设备端采集的监测数据中包括环境温度、环境湿度、环境气体浓度中的至少一种。
定位设备,可以包括人员定位设备、设备定位设备中的至少一种;相应的,设备端采集的监测数据中可以包括人员位置信息、设备位置信息中的至少一种。比如,在煤矿生产场景中,可以在井下生产人员、井下运煤车辆等可移动的生产设备中设置位置传感器等可以获取定位设备,以获取井下生产人员、可移动生产设备的实时位置信息。需要说明的是,在煤矿生产场景中,由于煤矿生产环境特殊,可以采用井下专用的位置传感器或定位服务用于位置信息采集,以保证位置信息采集的准确性。
图像采集设备,可以是任意的监控设备,可以根据需要设置在生产环境中的任意位置,用于采集生产环境中的实时视频数据;相应的,设备端采集的监测数据中还可以包括视频数据。
语音采集设备,可以是设置在生产设备内或生产设备附近的语音采集设备,以对生产设备在运行过程中产生的噪音进行采集,从而可以通过生产设备运行时发出的声音监测生产设备的运行情况;或者,语音采集设备还可以是生产人员使用的对讲机等通信设备,以采集生产人员之间的进行沟通的语音数据,进而通过生产人员之间的进行沟通的语音数据监测生产情况。相应的,设备端采集的监测数据中还可以包括语音数据。
执行设备,可以是生产设备,也可以是专门用于执行控制策略以对生产设备进行控制的设备;或者,还可以是进行告警提示的告警设备,如蜂鸣器、语音提示器等。
在本申请实施例中,设备端在采集到对生产设备、生产人员、生产环境的监测数据之后,可以通过与控制平台之间的通信链路,将采集到的监测数据发送至控制平台,以使控制平台将设备端采集的监测数据转发至云平台,从而云平台可以通过与控制平台之间的通信链路实时获取控制平台转发的监测数据。
步骤302,根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成预设的监测规则并下发至控制平台,以使控制平台根据预设的监测规则对监测数据进行数据分析,以生成控制策略并下发至设备端。
在本申请实施例中,云平台获取到控制平台转发的监测数据之后,可以对在预设时段内获取到的所有监测数据进行整合,并进行大数据分析,或利用整合后的数据进行模型训练,以生成预设的监测规则下发至控制平台。
需要说明的是,预设时段可以是较长的时段,如一周、一个月、一年,等等,本申请实施例对此不做限定。
作为一种可能的实现方式,预设的监测规则可以包括设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录,则上述步骤302,可以包括:
对预设时段内的监测数据进行统计分析,以生成设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录,并下发至控制平台。
在本申请实施例中,云平台可以对从控制平台获取的长期的监测数据进行整合,以生成设备运行数据记录,以对各生产设备长期的运行数据进行存储和备份,以供需要时查阅。云平台还可以对长期的监测数据进行大数据分析,以确定各生产设备的设备运行模式,以及各生产设备正常运行时的设备状态参数与异常运行时的设备状态参数,并可以生成对各生产设备的设备维修检修方案,进而将设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录,以使控制平台或生产人员可以根据云平台生成的策略,对生产设备或生产过程进行控制。
作为另一种可能的实现方式,云平台还可以根据长期的监测数据,生成对生产过程中的异常状态进行识别的监测规则,并下发至控制平台,以使控制平台可以利用该监测规则,识别生产过程中的异常状态。即在本申请实施例一种可能的实现方式中,上述预设的监测规则,可以包括以下规则中的至少一个:设备工作状态识别规则、人员危险区域识别规则、人员违章行为识别规则。
作为一种示例,云平台可以通过图像采集设备采集的视频数据,进行模型训练,以将训练生成的模型作为预设的监测规则下发至控制平台。即在本申请实施例一种可能的实现方式中,上述步骤302,可以包括:
对图像采集设备采集的视频数据进行视频帧抽取和图像识别,以确定视频数据中包含的指示异常状态的异常视频帧,其中,异常状态包括设备工作状态异常、人员处于危险区域和/或人员违章行为;
根据异常视频帧,对预设的异常状态识别模型进行训练,以生成更新后的异常状态识别模型;
将更新后的异常状态识别模型作为预设的监测规则,下发至控制平台,以使控制平台利用更新后的异常状态识别模型识别设备工作状态、人员所在的危险区域和/或人员违章行为。
在本申请实施例中,云平台可以对获取到的视频数据进行视频帧抽取,以确定视频数据中包括的各视频帧,并利用预设的异常状态识别模型对各视频帧进行图像识别,以确定视频数据中包含的异常视频帧,进而利用异常视频帧对预设的异常状态识别模型进行训练,以生成更新后的异常状态识别模型,从而进一步提升异常状态识别模型的性能。进而可以将更新后的异常状态识别模型作为预设的监测规则,发送至控制平台,以使控制平台可以利用更新后的异常状态识别模型对从设备端获取到的监控视频数据进行识别处理,以实时确定生产过程中的设备工作状态、人员所在的危险区域和/或人员违章行为,从而控制平台在确定生产设备处于异常工作状态,或者工作人员处于危险区域,或者工作人员存在违章行为时,可以发出告警指令。
进一步的,设备端在执行控制策略之后,可以通过设备端与控制平台之间的通信链路将对控制策略的执行结果反馈至控制平台,以使井下工作人员可以及时监控设备端是否成功执行了控制策略,并进行相应的处理。并且,控制平台还可以将设备端对控制策略的执行结果反馈至云平台,以使管理人员可以及时了解生产情况。即在本申请实施例一种可能的实现方式中,上述步骤302之后,还可以包括:
获取控制平台发送的执行结果;
显示控制平台发送的执行结果。
在本申请实施例中,云平台还可以包括显示组件,从而可以通过显示组件显示控制平台向设备端下发的控制策略,以及设备端对各控制策略的执行结果。比如,显示组件可以是显示屏,云平台可以通过显示屏显示控制平台向设备端下发的实时告警指令,以及设备端对告警指令的执行结果,以使管理人员可以及时了解生产过程中的异常情况,以及对异常情况的处理结果。
进一步的,云平台还可以对生产环境进行实时监视,以使管理人员可以随时了解实时生产情况。即在本申请实施例一种可能的实现方式中,上述方法,还可以包括:
显示图像采集设备采集的视频数据。
在本申请实施例中,云平台还可以作为生产环境的实时监控平台,从而控制平台在获取到设备端采集的视频数据之后,可以同步至云平台,并在显示组件中显示,以使管理人员可以通过显示组件中显示的视频数据实时监控生产过程。
本申请实施例提供的协同控制方法,通过云平台根据控制平台转发的设备端采集的监测数据进行大数据分析和模型训练,生成预设的监测规则并下发至控制平台,以使控制平台根据预设的监测规则对设备端采集的监测数据进行数据分析,并生成控制策略下发至设备端,以对设备端进行实时控制,从而实现云平台与控制平台对设备端的协同控制。由此,通过综合考虑生产设备、环境、人员等多种要素,并通过控制平台对设备端进行实时控制,以及通过云平台对长期的监测数据进行大数据分析,以制定精准的监测策略,从而通过控制平台与云平台的协同控制,有效实现了对煤矿生产过程的实时监视和控制,提升了煤矿生产的自动化和智能化程度,保证了煤矿生产安全。
为了实现上述实施例,本申请还提出一种协同控制装置。
图4为本申请实施例提供的一种协同控制装置的结构示意图,应用于设备端。
如图4所示,该协同控制装置40,包括:
采集模块41,用于采集生产设备、生产人员、生产环境的监测数据并发送至控制平台,其中,设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;
执行模块42,用于执行控制平台下发的控制策略,其中,控制策略包括告警指令、控制指令中的至少一种,控制策略是控制平台根据云平台下发的预设的监测规则对监测数据进行数据分析生成的。
在实际使用时,本申请实施例提供的协同控制装置,可以被配置在任意电子设备中,以执行前述协同控制方法。
在本申请一种可能的实现形式中,上述执行模块42,包括:
第一执行单元,应用在控制策略为所述控制指令时,执行控制指令以对生产设备进行控制;
或者
第二执行单元,用于在控制策略为告警指令时,执行告警指令以发出告警提示。
进一步的,在本申请另一种可能的实现形式中,上述协同控制装置40,还包括:
反馈模块,用于将对控制策略的执行结果反馈至控制平台。
进一步的,在本申请再一种可能的实现形式中,上述传感器包括温度传感器、湿度传感器、气体浓度传感器中的至少一种,定位设备包括人员定位设备、设备定位设备中的至少一种;监测数据包括环境温度、环境湿度、环境气体浓度中的至少一种、人员位置信息、设备位置信息中的至少一种、设备运行参数、视频数据、语音数据。
需要说明的是,前述对图1、图2、图3所示的协同控制方法实施例的解释说明也适用于该实施例的协同控制装置40,此处不再赘述。
本申请实施例提供的协同控制装置,通过设备端采集生产设备、生产人员及生产环境的监测数据并发送至控制平台,以使控制平台根据云平台下发的预设的监测规则对设备端采集的监测数据进行数据分析,并生成控制策略下发至设备端,以对设备端进行实时控制,从而实现云平台与控制平台对设备端的协同控制。由此,通过综合考虑生产设备、环境、人员等多种要素,并通过控制平台对设备端进行实时控制,以及通过云平台对长期的监测数据进行大数据分析,以制定精准的监测策略,从而通过控制平台与云平台的协同控制,有效实现了对煤矿生产过程的实时监视和控制,提升了煤矿生产的自动化和智能化程度,保证了煤矿生产安全。
为了实现上述实施例,本申请还提出一种协同控制装置。
图5为本申请实施例提供的另一种协同控制装置的结构示意图,应用于控制平台。
如图5所示,该协同控制装置50,包括:
第一获取模块51,用于获取设备端采集的监测数据并转发至云平台,其中,设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;
第二获取模块52,用于获取云平台下发的预设的监测规则;
第一生成模块53,用于根据预设的监测规则对监测数据进行数据分析,以生成控制策略并下发至设备端,其中,控制策略包括告警指令、控制指令中的至少一种。
在实际使用时,本申请实施例提供的协同控制装置,可以被配置在任意电子设备中,以执行前述协同控制方法。
在本申请一种可能的实现形式中,上述协同控制装置50,还包括:
第四获取模块,应用获取设备端反馈的对控制策略的执行结果;
发送模块,应用将执行结果发送至云平台。
进一步的,在本申请另一种可能的实现形式中,上述传感器包括温度传感器、湿度传感器、气体浓度传感器中的至少一种,定位设备包括人员定位设备、设备定位设备中的至少一种;监测数据包括环境温度、环境湿度、环境气体浓度中的至少一种、人员位置信息、设备位置信息中的至少一种、设备运行参数、视频数据、语音数据。
进一步的,在本申请再一种可能的实现形式中,上述预设的监测规则包括以下规则中的至少一个:设备工作状态识别规则、人员危险区域识别规则、人员违章行为识别规则、设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录。
需要说明的是,前述对图1、图2、图3所示的协同控制方法实施例的解释说明也适用于该实施例的协同控制装置50,此处不再赘述。
本申请实施例提供的协同控制装置,通过控制平台获取设备端采集生产设备、生产人员及生产环境的监测数据,与云平台下发的预设的监测策略,进而根据云平台下发的预设的监测规则对设备端采集的监测数据进行数据分析,并生成控制策略下发至设备端,以对设备端进行实时控制,从而实现云平台与控制平台对设备端的协同控制。由此,通过综合考虑生产设备、环境、人员等多种要素,并通过控制平台对设备端进行实时控制,以及通过云平台对长期的监测数据进行大数据分析,以制定精准的监测策略,从而通过控制平台与云平台的协同控制,有效实现了对煤矿生产过程的实时监视和控制,提升了煤矿生产的自动化和智能化程度,保证了煤矿生产安全。
为了实现上述实施例,本申请还提出一种协同控制装置。
图6为本申请实施例提供的再一种协同控制装置的结构示意图,应用于云平台。
如图6所示,该协同控制装置60,包括:
第三获取模块61,用于获取控制平台转发的设备端采集的监测数据,其中,设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;
第二生成模块62,用于根据预设的设备模型和组织模型对预设时段内的监测数据进行数据分析和模型训练,以生成预设的监测规则并下发至控制平台,以使控制平台根据预设的监测规则对监测数据进行数据分析,以生成控制策略并下发至设备端。
在实际使用时,本申请实施例提供的协同控制装置,可以被配置在任意电子设备中,以执行前述协同控制方法。
在本申请一种可能的实现形式中,上述传感器包括温度传感器、湿度传感器、气体浓度传感器中的至少一种,定位设备包括人员定位设备、设备定位设备中的至少一种;监测数据包括环境温度、环境湿度、环境气体浓度中的至少一种、人员位置信息、设备位置信息中的至少一种、设备运行参数、视频数据、语音数据。
进一步的,在本申请另一种可能的实现形式中,上述协同控制装置60,还包括:
第五获取模块,用于获取控制平台发送的所执行结果;
第一显示模块,用于显示控制平台发送的执行结果。
进一步的,在本申请再一种可能的实现形式中,上述协同控制装置60,还包括:
第二显示模块,用于显示图像采集设备采集的视频数据。
进一步的,在本申请又一种可能的实现形式中,上述预设的监测规则包括以下规则中的至少一个:设备工作状态识别规则、人员危险区域识别规则、人员违章行为识别规则;相应的,上述第二生成模块62,包括:
确定单元,用于对图像采集设备采集的视频数据进行视频帧抽取和图像识别,以确定视频数据中包含的指示异常状态的异常视频帧,其中,异常状态包括设备工作状态异常、人员处于危险区域和/或人员违章行为;
训练单元,用于根据异常视频帧,对预设的异常状态识别模型进行训练,以生成更新后的异常状态识别模型;
下发单元,用于将更新后的异常状态识别模型作为预设的监测规则,下发至控制平台,以使控制平台利用更新后的异常状态识别模型识别设备工作状态、人员所在的危险区域和/或人员违章行为。
进一步的,在本申请又一种可能的实现形式中,上述预设的监测规则还包括设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录;相应的,上述第二生成模块62,包括:
生成单元,用于对预设时段内的所述监测数据进行统计分析,以生成设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录,并下发至控制平台。
需要说明的是,前述对图1、图2、图3所示的协同控制方法实施例的解释说明也适用于该实施例的协同控制装置60,此处不再赘述。
本申请实施例提供的协同控制装置,通过云平台根据控制平台转发的设备端采集的监测数据进行大数据分析和模型训练,生成预设的监测规则并下发至控制平台,以使控制平台根据预设的监测规则对设备端采集的监测数据进行数据分析,并生成控制策略下发至设备端,以对设备端进行实时控制,从而实现云平台与控制平台对设备端的协同控制。由此,通过综合考虑生产设备、环境、人员等多种要素,并通过控制平台对设备端进行实时控制,以及通过云平台对长期的监测数据进行大数据分析,以制定精准的监测策略,从而通过控制平台与云平台的协同控制,有效实现了对煤矿生产过程的实时监视和控制,提升了煤矿生产的自动化和智能化程度,保证了煤矿生产安全。
为了实现上述实施例,本申请还提出一种电子设备。
图7为本发明一个实施例的电子设备的结构示意图。
如图7所示,上述电子设备200包括:
存储器210及处理器220,连接不同组件(包括存储器210和处理器220)的总线230,存储器210存储有计算机程序,当处理器220执行所述程序时实现本申请实施例所述的协同控制方法。
总线230表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备200典型地包括多种电子设备可读介质。这些介质可以是任何能够被电子设备200访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器210还可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)240和/或高速缓存存储器250。电子设备200可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统260可以用于读写不可移动的、非易失性磁介质(图7未显示,通常称为“硬盘驱动器”)。尽管图7中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线230相连。存储器210可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块270的程序/实用工具280,可以存储在例如存储器210中,这样的程序模块270包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块270通常执行本申请所描述的实施例中的功能和/或方法。
电子设备200也可以与一个或多个外部设备290(例如键盘、指向设备、显示器291等)通信,还可与一个或者多个使得用户能与该电子设备200交互的设备通信,和/或与使得该电子设备200能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口292进行。并且,电子设备200还可以通过网络适配器293与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器293通过总线230与电子设备200的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备200使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器220通过运行存储在存储器210中的程序,从而执行各种功能应用以及数据处理。
需要说明的是,本实施例的电子设备的实施过程和技术原理参见前述对本申请实施例的协同控制方法的解释说明,此处不再赘述。
本申请实施例提供的电子设备,可以执行如前所述的协同控制方法,通过设备端采集生产设备、生产人员及生产环境的监测数据并发送至控制平台,以使控制平台根据云平台下发的预设的监测规则对设备端采集的监测数据进行数据分析,并生成控制策略下发至设备端,以对设备端进行实时控制,从而实现云平台与控制平台对设备端的协同控制。由此,通过综合考虑生产设备、环境、人员等多种要素,并通过控制平台对设备端进行实时控制,以及通过云平台对长期的监测数据进行大数据分析,以制定精准的监测策略,从而通过控制平台与云平台的协同控制,有效实现了对煤矿生产过程的实时监视和控制,提升了煤矿生产的自动化和智能化程度,保证了煤矿生产安全。
为了实现上述实施例,本申请还提出一种计算机可读存储介质。
其中,该计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时,以实现本申请实施例所述的协同控制方法。
为了实现上述实施例,本申请再一方面实施例提供一种计算机程序,该程序被处理器执行时,以实现本申请实施例所述的协同控制方法。
一种可选实现形式中,本实施例可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户电子设备上执行、部分地在用户电子设备上执行、作为一个独立的软件包执行、部分在用户电子设备上部分在远程电子设备上执行、或者完全在远程电子设备或服务器上执行。在涉及远程电子设备的情形中,远程电子设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户电子设备,或者,可以连接到外部电子设备(例如利用因特网服务提供商来通过因特网连接)。
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发明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)
1.一种协同控制方法,应用于设备端,其特征在于,所述协同控制方法应用在煤矿生产环境中,包括:
采集煤矿生产环境中的生产设备、生产人员、生产环境的监测数据,通过与控制平台之间的通信链路,将采集到的所述监测数据发送至控制平台,所述控制平台通过与云平台之间的通信链路,将监测数据转发至所述云平台;其中,所述设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;其中,所述监测数据包括环境温度、环境湿度、环境气体浓度中的至少一种、井下人员位置信息、井下设备位置信息中的至少一种、设备运行参数、视频数据、语音数据;所述设备运行参数监测设备,设置在各生产设备中,以对所述生产设备在生产过程中的实时运行参数进行采集;所述传感器包括温度传感器、湿度传感器、气体浓度传感器中的至少一种;所述定位设备包括人员定位设备、设备定位设备中的至少一种;所述图像采集设备用于采集生产环境中的实时视频数据;所述语音采集设备是设置在生产设备内或生产设备附近的语音采集设备,以对生产设备在运行过程中产生的噪音进行采集,通过生产设备运行时发出的声音监测生产设备的运行情况;或者,语音采集设备是生产人员使用的通信设备,以采集生产人员之间的进行沟通的语音数据,通过生产人员之间的进行沟通的语音数据监测生产情况;执行所述控制平台下发的控制策略,实现云平台与所述控制平台对所述设备端的协同控制,其中,在控制策略的类型不同时,采用不同的执行设备执行所述控制策略;所述控制策略包括告警指令、控制指令中的至少一种,所述控制策略是所述控制平台根据云平台下发的预设的监测规则对所述监测数据进行数据分析生成的;
所述协同控制方法,还包括:所述控制平台通过与所述云平台之间的通信链路获取所述云平台下发的预设的监测规则,并实时更新已存储的预设的监测规则,并利用更新后的预设的监测规则对从所述设备端获取的监测数据进行数据分析,以实现与云平台的协同控制,不断提升对生产过程进行监控的准确性;
其中,所述云平台根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则;
所述预设的监测规则包括以下规则中的至少一个:设备工作状态识别规则、人员危险区域识别规则、人员违章行为识别规则、设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录,所述根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则并下发至所述控制平台,包括:
对所述图像采集设备采集的视频数据进行视频帧抽取和图像识别,以确定所述视频数据中包含的指示异常状态的异常视频帧,其中,所述异常状态包括设备工作状态异常、人员处于危险区域和/或人员违章行为;
根据所述异常视频帧,对预设的异常状态识别模型进行训练,以生成更新后的异常状态识别模型;
将所述更新后的异常状态识别模型作为所述预设的监测规则,下发至所述控制平台,以使所述控制平台利用所述更新后的异常状态识别模型识别所述设备工作状态、人员所在的危险区域和/或人员违章行为;
所述执行所述控制平台下发的控制策略,包括:
在所述控制策略为所述控制指令时,执行所述控制指令以对所述生产设备进行控制;或者,在所述控制策略为所述告警指令时,执行所述告警指令以发出告警提示;
在所述执行所述控制平台下发的控制策略之后,还包括:
通过设备端与控制平台之间的通信链路,将对控制策略的执行结果反馈至控制平台,以使井下工作人员及时监控设备端是否成功执行了控制策略,并进行相应的处理;所述控制平台将所述执行结果反馈至云平台,所述云平台显示所述执行结果反馈。
2.一种协同控制方法,应用于控制平台,其特征在于,所述协同控制方法应用在煤矿生产环境中,包括:
获取设备端采集的煤矿生产环境中的生产设备、生产人员、生产环境的监测数据并转发至云平台,其中,所述设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;其中,所述监测数据包括环境温度、环境湿度、环境气体浓度中的至少一种、井下人员位置信息、井下设备位置信息中的至少一种、设备运行参数、视频数据、语音数据;所述设备运行参数监测设备,设置在各生产设备中,以对所述生产设备在生产过程中的实时运行参数进行采集;所述传感器包括温度传感器、湿度传感器、气体浓度传感器中的至少一种;所述定位设备包括人员定位设备、设备定位设备中的至少一种;所述图像采集设备用于采集生产环境中的实时视频数据;所述语音采集设备是设置在生产设备内或生产设备附近的语音采集设备,以对生产设备在运行过程中产生的噪音进行采集,通过生产设备运行时发出的声音监测生产设备的运行情况;或者,语音采集设备是生产人员使用的通信设备,以采集生产人员之间的进行沟通的语音数据,通过生产人员之间的进行沟通的语音数据监测生产情况;
获取云平台下发的预设的监测规则;
根据所述预设的监测规则对所述监测数据进行数据分析,以生成控制策略并下发至所述设备端,其中,所述控制策略包括告警指令、控制指令中的至少一种;在控制策略的类型不同时,采用不同的执行设备执行所述控制策略;
所述协同控制方法,还包括:所述控制平台通过与所述云平台之间的通信链路获取所述云平台下发的预设的监测规则,并实时更新已存储的预设的监测规则,并利用更新后的预设的监测规则对从所述设备端获取的监测数据进行数据分析,以实现与云平台的协同控制,不断提升对生产过程进行监控的准确性;
其中,所述云平台根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则;
所述预设的监测规则包括以下规则中的至少一个:设备工作状态识别规则、人员危险区域识别规则、人员违章行为识别规则、设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录,所述根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则并下发至所述控制平台,包括:
对所述图像采集设备采集的视频数据进行视频帧抽取和图像识别,以确定所述视频数据中包含的指示异常状态的异常视频帧,其中,所述异常状态包括设备工作状态异常、人员处于危险区域和/或人员违章行为;
根据所述异常视频帧,对预设的异常状态识别模型进行训练,以生成更新后的异常状态识别模型;
将所述更新后的异常状态识别模型作为所述预设的监测规则,下发至所述控制平台,以使所述控制平台利用所述更新后的异常状态识别模型识别所述设备工作状态、人员所在的危险区域和/或人员违章行为;
在所述根据所述预设的监测规则对所述监测数据进行数据分析,以生成控制策略并下发至所述设备端之后,还包括:
通过设备端与控制平台之间的通信链路,获取所述设备端反馈的对所述控制策略的执行结果;
将所述执行结果发送至所述云平台,所述云平台显示所述执行结果反馈。
3.一种协同控制方法,应用于云平台,其特征在于,所述协同控制方法应用在煤矿生产环境中,包括:
获取控制平台转发的设备端采集的煤矿生产环境中的生产设备、生产人员、生产环境的监测数据,其中,所述设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;所述监测数据包括环境温度、环境湿度、环境气体浓度中的至少一种、井下人员位置信息、井下设备位置信息中的至少一种、设备运行参数、视频数据、语音数据;所述设备运行参数监测设备,设置在各生产设备中,以对所述生产设备在生产过程中的实时运行参数进行采集;所述传感器包括温度传感器、湿度传感器、气体浓度传感器中的至少一种;所述定位设备包括人员定位设备、设备定位设备中的至少一种;所述图像采集设备用于采集生产环境中的实时视频数据;所述语音采集设备是设置在生产设备内或生产设备附近的语音采集设备,以对生产设备在运行过程中产生的噪音进行采集,通过生产设备运行时发出的声音监测生产设备的运行情况;或者,语音采集设备是生产人员使用的通信设备,以采集生产人员之间的进行沟通的语音数据,通过生产人员之间的进行沟通的语音数据监测生产情况;
根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则并下发至所述控制平台,以使所述控制平台根据所述预设的监测规则对所述监测数据进行数据分析,以生成控制策略并下发至所述设备端;
其中,所述预设的监测规则包括以下规则中的至少一个:设备工作状态识别规则、人员危险区域识别规则、人员违章行为识别规则、设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录,所述根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则并下发至所述控制平台,包括:
对所述图像采集设备采集的视频数据进行视频帧抽取和图像识别,以确定所述视频数据中包含的指示异常状态的异常视频帧,其中,所述异常状态包括设备工作状态异常、人员处于危险区域和/或人员违章行为;
根据所述异常视频帧,对预设的异常状态识别模型进行训练,以生成更新后的异常状态识别模型;
将所述更新后的异常状态识别模型作为所述预设的监测规则,下发至所述控制平台,以使所述控制平台利用所述更新后的异常状态识别模型识别所述设备工作状态、人员所在的危险区域和/或人员违章行为;
所述控制平台通过与所述云平台之间的通信链路获取所述云平台下发的预设的监测规则,并实时更新已存储的预设的监测规则,并利用更新后的预设的监测规则对从所述设备端获取的监测数据进行数据分析,以实现与云平台的协同控制,不断提升对生产过程进行监控的准确性;
所述根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则并下发至所述控制平台之后,还包括:
获取所述控制平台发送的所述执行结果;
显示所述控制平台发送的所述执行结果;
显示所述图像采集设备采集的视频数据;
所述根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则并下发至所述控制平台,包括:
对所述预设时段内的所述监测数据进行统计分析,以生成所述设备运行模式、所述设备状态参数、所述设备维修检修方案、所述设备运行数据记录,并下发至所述控制平台。
4.一种协同控制装置,应用于设备端,其特征在于,所述协同控制装置应用在煤矿生产环境中,包括:
采集模块,用于采集煤矿生产环境中的生产设备、生产人员、生产环境的监测数据,通过与控制平台之间的通信链路,将采集到的所述监测数据发送至控制平台,所述控制平台通过与云平台之间的通信链路,将监测数据转发至所述云平台,其中,所述设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;其中,所述监测数据包括环境温度、环境湿度、环境气体浓度中的至少一种、井下人员位置信息、井下设备位置信息中的至少一种、设备运行参数、视频数据、语音数据;所述设备运行参数监测设备,设置在各生产设备中,以对所述生产设备在生产过程中的实时运行参数进行采集;所述传感器包括温度传感器、湿度传感器、气体浓度传感器中的至少一种;所述定位设备包括人员定位设备、设备定位设备中的至少一种;所述图像采集设备用于采集生产环境中的实时视频数据;所述语音采集设备是设置在生产设备内或生产设备附近的语音采集设备,以对生产设备在运行过程中产生的噪音进行采集,通过生产设备运行时发出的声音监测生产设备的运行情况;或者,语音采集设备是生产人员使用的通信设备,以采集生产人员之间的进行沟通的语音数据,通过生产人员之间的进行沟通的语音数据监测生产情况;
执行模块,用于执行所述控制平台下发的控制策略,实现云平台与所述控制平台对所述设备端的协同控制;在控制策略的类型不同时,采用不同的执行设备执行所述控制策略;其中,所述控制策略包括告警指令、控制指令中的至少一种,所述控制策略是所述控制平台根据云平台下发的预设的监测规则对所述监测数据进行数据分析生成的;
其中,所述控制平台通过与所述云平台之间的通信链路获取所述云平台下发的预设的监测规则,并实时更新已存储的预设的监测规则,并利用更新后的预设的监测规则对从所述设备端获取的监测数据进行数据分析,以实现与云平台的协同控制,不断提升对生产过程进行监控的准确性;
所述云平台根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则;
所述预设的监测规则包括以下规则中的至少一个:设备工作状态识别规则、人员危险区域识别规则、人员违章行为识别规则、设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录,所述根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则并下发至所述控制平台,包括:
对所述图像采集设备采集的视频数据进行视频帧抽取和图像识别,以确定所述视频数据中包含的指示异常状态的异常视频帧,其中,所述异常状态包括设备工作状态异常、人员处于危险区域和/或人员违章行为;
根据所述异常视频帧,对预设的异常状态识别模型进行训练,以生成更新后的异常状态识别模型;
将所述更新后的异常状态识别模型作为所述预设的监测规则,下发至所述控制平台,以使所述控制平台利用所述更新后的异常状态识别模型识别所述设备工作状态、人员所在的危险区域和/或人员违章行为;
所述执行所述控制平台下发的控制策略,包括:
在所述控制策略为所述控制指令时,执行所述控制指令以对所述生产设备进行控制;或者,在所述控制策略为所述告警指令时,执行所述告警指令以发出告警提示;
在所述执行所述控制平台下发的控制策略之后,还包括:
通过设备端与控制平台之间的通信链路,将对控制策略的执行结果反馈至控制平台,以使井下工作人员及时监控设备端是否成功执行了控制策略,并进行相应的处理;所述控制平台将所述执行结果反馈至云平台,所述云平台显示所述执行结果反馈。
5.一种协同控制装置,应用于控制平台,其特征在于,所述协同控制装置应用在煤矿生产环境中,包括:
第一获取模块,用于获取设备端采集的煤矿生产环境中的生产设备、生产人员、生产环境的监测数据并转发至云平台,其中,所述设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;其中,所述监测数据包括环境温度、环境湿度、环境气体浓度中的至少一种、井下人员位置信息、井下设备位置信息中的至少一种、设备运行参数、视频数据、语音数据;所述设备运行参数监测设备,设置在各生产设备中,以对所述生产设备在生产过程中的实时运行参数进行采集;所述传感器包括温度传感器、湿度传感器、气体浓度传感器中的至少一种;所述定位设备包括人员定位设备、设备定位设备中的至少一种;所述图像采集设备用于采集生产环境中的实时视频数据;所述语音采集设备是设置在生产设备内或生产设备附近的语音采集设备,以对生产设备在运行过程中产生的噪音进行采集,通过生产设备运行时发出的声音监测生产设备的运行情况;或者,语音采集设备是生产人员使用的通信设备,以采集生产人员之间的进行沟通的语音数据,通过生产人员之间的进行沟通的语音数据监测生产情况;
第二获取模块,用于获取云平台下发的预设的监测规则;
第一生成模块,用于根据所述预设的监测规则对所述监测数据进行数据分析,以生成控制策略并下发至所述设备端,其中,所述控制策略包括告警指令、控制指令中的至少一种;在控制策略的类型不同时,采用不同的执行设备执行所述控制策略;
其中,所述控制平台通过与所述云平台之间的通信链路获取所述云平台下发的预设的监测规则,并实时更新已存储的预设的监测规则,并利用更新后的预设的监测规则对从所述设备端获取的监测数据进行数据分析,以实现与云平台的协同控制,不断提升对生产过程进行监控的准确性;
所述云平台根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则;
所述预设的监测规则包括以下规则中的至少一个:设备工作状态识别规则、人员危险区域识别规则、人员违章行为识别规则、设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录,所述根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则并下发至所述控制平台,包括:
对所述图像采集设备采集的视频数据进行视频帧抽取和图像识别,以确定所述视频数据中包含的指示异常状态的异常视频帧,其中,所述异常状态包括设备工作状态异常、人员处于危险区域和/或人员违章行为;
根据所述异常视频帧,对预设的异常状态识别模型进行训练,以生成更新后的异常状态识别模型;
将所述更新后的异常状态识别模型作为所述预设的监测规则,下发至所述控制平台,以使所述控制平台利用所述更新后的异常状态识别模型识别所述设备工作状态、人员所在的危险区域和/或人员违章行为;
在所述根据所述预设的监测规则对所述监测数据进行数据分析,以生成控制策略并下发至所述设备端之后,还包括:
通过设备端与控制平台之间的通信链路,获取所述设备端反馈的对所述控制策略的执行结果;
将所述执行结果发送至所述云平台,所述云平台显示所述执行结果反馈。
6.一种协同控制装置,应用于云平台,其特征在于,所述协同控制装置应用在煤矿生产环境中,包括:
第三获取模块,用于获取控制平台转发的设备端采集的煤矿生产环境中的生产设备、生产人员、生产环境的监测数据,其中,所述设备端包括设备运行参数监测设备、传感器、定位设备、图像采集设备、语音采集设备及执行设备;其中,所述监测数据包括环境温度、环境湿度、环境气体浓度中的至少一种、井下人员位置信息、井下设备位置信息中的至少一种、设备运行参数、视频数据、语音数据;所述设备运行参数监测设备,设置在各生产设备中,以对所述生产设备在生产过程中的实时运行参数进行采集;所述传感器包括温度传感器、湿度传感器、气体浓度传感器中的至少一种;所述定位设备包括人员定位设备、设备定位设备中的至少一种;所述图像采集设备用于采集生产环境中的实时视频数据;所述语音采集设备是设置在生产设备内或生产设备附近的语音采集设备,以对生产设备在运行过程中产生的噪音进行采集,通过生产设备运行时发出的声音监测生产设备的运行情况;或者,语音采集设备是生产人员使用的通信设备,以采集生产人员之间的进行沟通的语音数据,通过生产人员之间的进行沟通的语音数据监测生产情况;
第二生成模块,用于根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则并下发至所述控制平台,以使所述控制平台根据所述预设的监测规则对所述监测数据进行数据分析,以生成控制策略并下发至所述设备端;
其中,所述预设的监测规则包括以下规则中的至少一个:设备工作状态识别规则、人员危险区域识别规则、人员违章行为识别规则、设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录,所述根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则并下发至所述控制平台,包括:
对所述图像采集设备采集的视频数据进行视频帧抽取和图像识别,以确定所述视频数据中包含的指示异常状态的异常视频帧,其中,所述异常状态包括设备工作状态异常、人员处于危险区域和/或人员违章行为;
根据所述异常视频帧,对预设的异常状态识别模型进行训练,以生成更新后的异常状态识别模型;
将所述更新后的异常状态识别模型作为所述预设的监测规则,下发至所述控制平台,以使所述控制平台利用所述更新后的异常状态识别模型识别所述设备工作状态、人员所在的危险区域和/或人员违章行为;
所述控制平台通过与所述云平台之间的通信链路获取所述云平台下发的预设的监测规则,并实时更新已存储的预设的监测规则,并利用更新后的预设的监测规则对从所述设备端获取的监测数据进行数据分析,以实现与云平台的协同控制,不断提升对生产过程进行监控的准确性;
所述根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则并下发至所述控制平台之后,还包括:
获取所述控制平台发送的所述执行结果;
显示所述控制平台发送的所述执行结果;
显示所述图像采集设备采集的视频数据;
所述根据预设的设备模型和组织模型对预设时段内的所述监测数据进行数据分析和模型训练,以生成所述预设的监测规则并下发至所述控制平台,包括:
对所述预设时段内的所述监测数据进行统计分析,以生成所述设备运行模式、所述设备状态参数、所述设备维修检修方案、所述设备运行数据记录,并下发至所述控制平台。
7.一种电子设备,其特征在于,包括:存储器、处理器及存储在存储器上并可在处理器上运行的程序,所述处理器执行所述程序时实现如权利要求1或2或3中任一所述的协同控制方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1或2或3中任一所述的协同控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011593584.XA CN112769908B (zh) | 2020-12-29 | 2020-12-29 | 协同控制方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011593584.XA CN112769908B (zh) | 2020-12-29 | 2020-12-29 | 协同控制方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112769908A CN112769908A (zh) | 2021-05-07 |
CN112769908B true CN112769908B (zh) | 2022-08-19 |
Family
ID=75695966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011593584.XA Active CN112769908B (zh) | 2020-12-29 | 2020-12-29 | 协同控制方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112769908B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113240294B (zh) * | 2021-05-19 | 2022-04-29 | 太原向明智控科技有限公司 | 一种基于大数据分析的矿山安全信息化智能管理系统 |
CN114167832A (zh) * | 2021-11-09 | 2022-03-11 | 北京天玛智控科技股份有限公司 | 液压支架控制设备的控制方法、装置、设备及存储介质 |
CN114265373A (zh) * | 2021-11-22 | 2022-04-01 | 煤炭科学研究总院 | 综采面一体式操控台控制系统 |
CN114023328A (zh) * | 2022-01-06 | 2022-02-08 | 南京速冠信息技术有限公司 | 一种生产线优化的工业物联网数字信息传输系统 |
CN115016337A (zh) * | 2022-05-12 | 2022-09-06 | 北京龙软科技股份有限公司 | 基于web三维的矿井煤流运输系统协同联控方法和装置 |
CN114979225B (zh) * | 2022-05-12 | 2024-01-23 | 北京天玛智控科技股份有限公司 | 基于视频分析的煤矿生产控制方法及装置 |
CN117560465A (zh) * | 2023-03-07 | 2024-02-13 | 河北地质大学 | 一种基于互联网的矿山安全监测系统和方法 |
CN116805194A (zh) * | 2023-05-11 | 2023-09-26 | 上海捷诺合创智能科技发展有限公司 | 基于云平台的大数据处理分析系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104134100B (zh) * | 2014-07-22 | 2017-06-13 | 香港佳能通节能科技有限公司 | 一种基于云计算的节能管理系统 |
CN105629790B (zh) * | 2016-01-29 | 2019-02-05 | 广州能迪云服务科技有限公司 | 一种基于工业物联网的数据管理平台以及其数据管理方法 |
CN108958049A (zh) * | 2018-07-10 | 2018-12-07 | 三智头智能科技(佛山)有限公司 | 一种能源监控管理方法及系统 |
WO2020159471A1 (en) * | 2019-01-28 | 2020-08-06 | Johnson Controls Technology Company | Building management system with hybrid edge-cloud processing |
CN110568829B (zh) * | 2019-08-30 | 2021-03-19 | 西安合智宇信息科技有限公司 | 一种矿山全生产链智能管控系统 |
CN110719210B (zh) * | 2019-12-05 | 2020-08-28 | 赣江新区智慧物联研究院有限公司 | 一种基于云边协同的工业设备预测性维护方法 |
CN111428617A (zh) * | 2020-03-20 | 2020-07-17 | 广东电网有限责任公司 | 一种基于视频图像的配网违规检修行为的识别方法和系统 |
CN111507489B (zh) * | 2020-04-20 | 2023-04-18 | 电子科技大学中山学院 | 一种云边协同的游乐设备故障预测与健康管理系统及方法 |
CN111861424A (zh) * | 2020-08-04 | 2020-10-30 | 石化盈科信息技术有限责任公司 | 一种工业管理平台及工业管理系统 |
-
2020
- 2020-12-29 CN CN202011593584.XA patent/CN112769908B/zh active Active
Non-Patent Citations (3)
Title |
---|
"IOTRemedy: Non-Intrusive Rule Decomposition for User Privacy in Modern IoT Platforms";Wancai Yu et al.;《2020 IEEE 5th Information Technology and Mechatronics Engineering Conference (ITOEC)》;20200716;全文 * |
"The Service Computational Resource Management Strategy Based On Edge-Cloud Collaboration";You Li et al.;《2019 IEEE 10th International Conference on Software Engineering and Service Science (ICSESS)》;20200319;全文 * |
"边缘计算在电机远程运维系统中的应用探讨";周洪发;《电机与控制应用》;20190410;第46卷(第4期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112769908A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112769908B (zh) | 协同控制方法、装置及电子设备 | |
CN112650183B (zh) | 工业互联网平台 | |
US11599952B2 (en) | Closed-loop system incorporating risk analytic algorithm | |
CN108915771B (zh) | 云控矿山综合管理系统 | |
CN106502853A (zh) | 嵌入式智能故障检测报警系统 | |
US10963797B2 (en) | System for analyzing machine data | |
CN112950400A (zh) | 数据处理平台 | |
CN113472079B (zh) | 配电站运维监控云机器人系统、后台处理及作业任务方法 | |
CN111126217A (zh) | 基于智能识别的输电线路智能运维管理系统 | |
CN112666911A (zh) | 协同控制系统 | |
CN113658366A (zh) | 一种火电厂有限空间作业的安全管控系统 | |
CN113809827A (zh) | 一种智能巡检系统 | |
CN113741368A (zh) | 一种基于物联网管控的电力企业安全生产管理方法 | |
CN113922502B (zh) | 一种智能视频运维管理系统及管理方法 | |
CN203882342U (zh) | 倒闸操作票安全执行系统 | |
CN117193111A (zh) | 一种基于数字孪生技术的矿用设备控制方法及系统 | |
CN101106559B (zh) | 基于报文解析的atp/ato调试方法 | |
CN111178693B (zh) | 一种基于二维码的消防设备管理系统 | |
CN117235443A (zh) | 一种基于边缘ai的电力作业安全监测方法及系统 | |
CN111754001A (zh) | 展示三维巡检数据的方法和智能巡检系统 | |
CN114137923A (zh) | 工业生产现场数据采集与控制装置 | |
CN114997582A (zh) | 一种配网作业风险的预警方法、系统及计算机设备 | |
US11610140B2 (en) | Predicting fatigue of an asset that heals | |
CN114615344B (zh) | 一种电力仪表智能规约转换方法与装置 | |
CN114254013B (zh) | 基于冶金行业的安全管理方法、系统、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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 100013 12th floor, coal building, No.13 Heping Street, Chaoyang District, Beijing Applicant after: General Coal Research Institute Co.,Ltd. Address before: 100013 12th floor, coal building, No.13 Heping Street, Chaoyang District, Beijing Applicant before: CHINA COAL Research Institute |
|
GR01 | Patent grant | ||
GR01 | Patent grant |