CN112965812A - 一种基于边缘计算的故障诊断方法、系统和终端 - Google Patents

一种基于边缘计算的故障诊断方法、系统和终端 Download PDF

Info

Publication number
CN112965812A
CN112965812A CN202110178686.3A CN202110178686A CN112965812A CN 112965812 A CN112965812 A CN 112965812A CN 202110178686 A CN202110178686 A CN 202110178686A CN 112965812 A CN112965812 A CN 112965812A
Authority
CN
China
Prior art keywords
edge computing
data
real
computing system
fault diagnosis
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
Application number
CN202110178686.3A
Other languages
English (en)
Inventor
刘飞香
蔡杰
钟雷辉
刘巧龙
王凯
马金云
张传浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Railway Construction Heavy Industry Group Co Ltd
China Railway Construction Corp Ltd CRCC
Original Assignee
China Railway Construction Heavy Industry Group Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Railway Construction Heavy Industry Group Co Ltd filed Critical China Railway Construction Heavy Industry Group Co Ltd
Priority to CN202110178686.3A priority Critical patent/CN112965812A/zh
Publication of CN112965812A publication Critical patent/CN112965812A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Mathematical Physics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

一种基于边缘计算的故障诊断方法、系统和终端，本申请所述边缘计算终端采用虚拟化的技术将PC硬件资源进行划分，利用部分PC的硬件资源实现边缘计算系统，另一部分实现实时操作系统的功能，两者之间通过虚拟化技术进行联系，之间的数据传输由内部指令完成，有效改善了数据的传输速率，提高了数据交互的实时性，在边缘计算系统中对驱动设备数据进行故障诊断，将原有的基于云计算中心的计算任务迁移到边缘计算终端的边缘计算系统，降低了云服务器的计算负载，减缓了网络带宽压力，提高了数据处理效率。

Description

一种基于边缘计算的故障诊断方法、系统和终端
技术领域
本申请涉及工程机械技术领域，特别涉及一种基于边缘计算的故障诊断方法、系统和终端。
背景技术
机械是构成施工生产的重要因素，机械设备在使用的过程中，因材料、工艺、环境条件和人为因素的影响，不可避免地会出现故障。掘进机刀盘驱动系统给刀盘旋转提供动力，是掘进机重要组成部分，由于刀盘驱动系统组成复杂，工作环境恶劣，通常要求高负荷、长时间运行，加上维护保养体系的相对落后，因此系统经常会有故障出现。目前，掘进机的应对故障的处理模式是“救火式”的事后维修，这种被动式服务维护周期较长，严重影响项目进度、效益和现场人员的安全。
云计算是近年来快速发展的新型计算模式，它是一种将可伸缩、弹性、共享的物理和虚拟资源池以按需自服务的方式供应和管理，并提供网络访问的模式。但是由数据量急增带来的网络传输拥堵和计算复杂度增强等问题，使得数据在传输过程中时延不断增大，另外掘进机是大型地下施工机械设备，施工常处于偏远的位置和恶劣的环境中，存在带宽和网络连接方面的问题。
因此，如何提供一种解决上述技术问题的方案是本领域技术人员目前需要解决的问题。
发明内容
本申请的目的是提供一种基于边缘计算的故障诊断方法、系统和终端。其具体方案如下：
本申请提供了一种基于边缘计算的故障诊断方法，包括：
实时操作系统获取驱动设备数据；其中，边缘计算终端的第一硬件资源对应所述实时操作系统；
所述实时操作系统发送所述驱动设备数据至边缘计算系统；所述边缘计算终端的第二硬件资源对应所述边缘计算系统；
所述边缘计算系统对所述驱动设备数据进行故障诊断，得到诊断结果；
所述边缘计算系统将所述诊断结果和所述驱动设备数据发送至上位机。
优选地，还包括：
所述边缘计算系统将所述驱动设备数据发送至所述上位机。
优选地，所述边缘计算系统对所述驱动设备数据进行故障诊断，得到诊断结果，包括：
所述边缘计算系统判断所述驱动设备数据是否满足工作需求范围或专家专家经验值；
当所述驱动设备数据不满足所述工作需求范围或所述专家经验值时，判断所述驱动设备数据的变化趋势相较于前一时刻驱动设备数据的变化趋势是否增加；
若增加时，判断下一时刻驱动设备数据的变化趋势相较于所述驱动设备数据的变化趋势是否继续增加；
如果继续增加，则判定所述驱动设备数据对应的设备存在故障。
优选地，还包括：
所述边缘计算系统发出报警信息，所述报警信息用于提醒用户检查相应设备。
优选地，还包括：
设计自定义用户程序，所述用户自定义程序用于实现所述实时操作系统发送所述驱动设备数据至所述边缘计算终端的边缘计算系统；所述边缘计算系统对所述驱动设备数据进行故障诊断，得到诊断结果；
其中，设计自定义用户程序的过程，包括：
根据终端内部协议在编程软件中创建用户自定义项目；
在所述用户自定义项目中编写用户程序；
根据所述用户程序生成动态链接库DLL文件和源文件；
将所述动态链接库DLL文件拷贝到边缘计算系统中，并利用所述源文件生成实时操作系统可调用的功能块；
执行装载所述用户程序，并调用所述功能块。
优选地，所述边缘计算系统将所述诊断结果和所述驱动设备数据发送至上位机，包括：
所述实时操作系统调用服务端程序，并在所述边缘计算系统中执行所述服务端程序，实现所述边缘计算系统将所述诊断结果和所述驱动设备数据发送至所述上位机。
优选地，还包括：
所述实时操作系统获取通过上位机操作程序的收发指令；
所述实时操作系统根据所述收发指令收发所述驱动设备数据。
优选地，变化趋势的确定方法包括：
依据
Figure BDA0002941513650000031
确定变化趋势；
其中，μ的大小表示变化趋势，xCurrent表示当前驱动设备数据，
Figure BDA0002941513650000032
表示N个驱动设备数据的平均值。
本申请提供了一种边缘计算终端，包括：
实时操作系统，用于获取驱动设备数据，发送所述驱动设备数据至边缘计算系统；所述边缘计算终端的第一硬件资源对应所述实时操作系统；
所述边缘计算系统，用于对所述驱动设备数据进行故障诊断，得到诊断结果；将所述诊断结果发送至上位机；所述边缘计算终端的第二硬件资源对应所述边缘计算系统。
本申请提供了一种故障诊断系统，包括：
如上述的边缘计算终端；
与所述边缘计算终端连接的上位机；
与所述边缘计算终端连接的驱动设备。
本申请提供了一种基于边缘计算的故障诊断方法，包括：实时操作系统获取驱动设备数据；其中，边缘计算终端的第一硬件资源对应实时操作系统；实时操作系统发送驱动设备数据至边缘计算系统；边缘计算终端的第二硬件资源对应边缘计算系统；边缘计算系统对驱动设备数据进行故障诊断，得到诊断结果；所述边缘计算系统将所述诊断结果和所述驱动设备数据发送至上位机。
可见，本申请所述边缘计算终端采用虚拟化的技术将PC硬件资源进行划分，利用部分PC的硬件资源实现边缘计算系统，另一部分实现实时操作系统的功能，两者之间通过虚拟化技术进行联系，之间的数据传输由内部指令完成，有效改善了数据的传输速率，提高了数据交互的实时性，在边缘计算系统中对驱动设备数据进行故障诊断，将原有的基于云计算中心的计算任务迁移到边缘计算终端的边缘计算系统，降低了云服务器的计算负载，减缓了网络带宽压力，提高了数据处理效率。
本申请同时还提供了一种故障诊断系统和边缘计算终端，均具有上述有益效果，在此不再赘述。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种基于边缘计算的故障诊断方法的流程图；
图2为本申请实施例提供的一种边缘计算终端的框架图；
图3为本申请实施例提供的一种自定义程序调用流程示意图；
图4为本申请实施例提供的一种TCP Socket通信模型的示意图；
图5为本申请实施例提供的一种故障诊断系统的结构示意图。
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的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
请参考图1，图1为本申请实施例提供的一种基于边缘计算的故障诊断方法的流程图，具体包括：
S101、实时操作系统获取驱动设备数据；其中，边缘计算终端的第一硬件资源对应实时操作系统；
本实施例的执行主体为边缘计算终端。驱动设备数据包括但是不限定于电机转速、冷却水温度、电机温度。
本实施例中边缘计算终端采用虚拟化技术将PC硬件资源进行划分，利用部分硬件资源实现边缘计算系统的功能，另一部分实现实时操作系统的功能。
具体请参考图2，图2为本申请实施例提供的一种边缘计算终端的框架图。边缘计算系统和实时操作系统之间通过虚拟化技术进行联系，之间的数据传输由内部指令完成。边缘计算终端的实时操作系统采集现场驱动设备数据并实时传输至边缘计算终端的边缘计算系统，利用边缘计算系统高速计算能力和丰富的开发语言等优点，对接收的数据进行分析处理。
S102、实时操作系统发送驱动设备数据至边缘计算系统；边缘计算终端的第二硬件资源对应边缘计算系统；
实时操作系统采集现场驱动设备数据并实时上传至边缘计算系统。本实施例不对实时驱动设备数据传输至边缘计算系统的方式进行限定，只要是能够实现本实施例的目的即可。
本实例的实施方式中，利用边缘计算终端的边缘计算系统和实时操作系统建立虚拟化的联系，边缘计算系统和实时操作系统之间的数据传输由内部指令完成；解决了实时系统的资源被占用、负载率增大、数据采集时间密度低以及不能满足现场快速变化的数据采集要求的问题。
S103、边缘计算系统对驱动设备数据进行故障诊断，得到诊断结果；
本实施例中对驱动设备数据进行故障诊断，得到诊断结果。本实施例不对故障诊断的方式进行限定，用户可自定义设计，只要是能够实现本实施例的目的即可。其中诊断结果包括设备存在故障和设备不存在故障。
S104、边缘计算系统将诊断结果和驱动设备数据发送至上位机。
边缘计算系统将诊断结果和驱动设备数据发送至上位机，其中上位机可以是用户客户端和/或云计算中心。
当监测到设备故障或数据异常时会产生警报并向用户客户端和云计算中心报警，实现现场-远程的实时监控，有助于及时发现故障并解决。具体的，当上位机是用户客户端时，将诊断结果发送至用户客户端，以便用户通过用户客户端对现场侧的驱动设备进行监控、操作及报警处理。
当上位机是云计算中心时，将诊断结果发送至云计算中心，以便云计算中心得到该诊断结果并进行报警。
基于上述技术方案，本实施例所述边缘计算终端采用虚拟化的技术将PC硬件资源进行划分，利用部分PC的硬件资源实现边缘计算系统，另一部分实现实时操作系统的功能，两者之间通过虚拟化技术进行联系，之间的数据传输由内部指令完成，有效改善了数据的传输速率，提高了数据交互的实时性，在边缘计算系统中对驱动设备数据进行故障诊断，将原有的基于云计算中心的计算任务迁移到边缘计算终端的边缘计算系统，降低了云计算中心的计算负载，减缓了网络带宽压力，提高了数据处理效率。
在本实施例中，为了保证上位机可以保存实时的驱动设备数据，还包括：
边缘计算系统将驱动设备数据发送至上位机。
当上位机是用户客户端时，以便用户根据用户客户端接收到的驱动设备数据进行实时监控；当上位机是云计算中心时，以便云计算中心对驱动设备数据进行提取、归类、压缩和存储。
针对故障诊断进行进一步阐述，S103，包括：
S1031a、边缘计算系统判断驱动设备数据是否满足工作需求范围或专家专家经验值；
其中，不同类别的驱动设备数据对应不同的工作需求范围和专家经验值，同一类别的驱动设备数据的不同阶段对应的工作需求范围和专家经验值可能也不同。例如，当驱动设备数据为电机转速时，对应工作需求范围a，专家经验值a；当驱动设备数据为电机温度时，对应工作需求范围b，专家经验值b；当电机转速对应工作阶段1时，对应的工作需求范围a1，专家经验值a1，电机转速对应工作阶段2时，对应的工作需求范围a2，专家经验值a2，其中工作需求范围a包括工作需求范围a1、工作需求范围a2。
S1032a、当驱动设备数据不满足工作需求范围或专家经验值时，则确定故障；
S1033a、当驱动设备数据满足工作需求范围或专家经验值时，则确定正常。
进一步的，当确定故障后，还可以包括：发出报警信息，报警信息用于展示报警内容，提醒检查相应设备，并给出专家建议。
在另一种可实现的实施方式中，为了提高精准性，边缘计算系统对驱动设备数据进行故障诊断，得到诊断结果，包括：
S1031b、边缘计算系统判断驱动设备数据是否满足工作需求范围或专家专家经验值；
S1032b、当驱动设备数据不满足工作需求范围或专家经验值时，判断驱动设备数据的变化趋势相较于前一时刻驱动设备数据的变化趋势是否增加；
其中，变化趋势的确定方法包括：
依据
Figure BDA0002941513650000071
确定变化趋势；
其中，μ的大小表示变化趋势，xCurrent表示当前驱动设备数据，
Figure BDA0002941513650000072
表示N个驱动设备数据的平均值。
也就是说，确定当前的驱动设备数据的变化趋势，其中，
Figure BDA0002941513650000073
可以是当前的驱动设备数据前N个驱动设备数据的平均值，当然还可以是当前的驱动设备数据和前N-1个驱动设备数据的平均值，用户可自定义选择，本实施例不再进行限定，只要是能够实现本实施例的目的即可。优选地，当前的驱动设备数据和前N-1个驱动设备数据的平均值。得到当前的驱动设备数据的变化趋势和前一时刻驱动设备数据的变化趋势后，判断变化趋势是否有所增加。
若增加时，执行S1033b；
若不增加时，则跳出判断流程。
S1033b、判断下一时刻驱动设备数据的变化趋势相较于驱动设备数据的变化趋势是否继续增加；
如果继续增加，执行S1034b；
如果不继续增加，则跳出判断流程。
S1034b、判定驱动设备数据对应的设备存在故障。
其中，不同类型的驱动设备数据对应的设备中组件(设备)不同。
进一步的，当判定驱动设备数据对应的设备存在故障之后，还包括：边缘计算系统发出报警信息，报警信息用于提醒用户检查相应设备。
可以理解的是，边缘计算终端包括边缘计算系统和实时操作系统，之间的数据传输由内部指令完成，利用边缘计算系统高速计算能力和丰富的开发语言等优点，编写自定义用户程序将驱动设备实时数据发送到边缘计算终端的边缘计算系统中进行预处理，并调用故障诊断模块判断是否存在故障；在边缘计算系统中，一方面编写TCP协议Socket通信程序，经实时操作系统调用服务端程序将数据和故障报警信息发送到用户客户端，用户客户端接收到数据后对数据进行解析，并对解析后数据做显示、监控以及故障报警处理；另外，用户还可以通过用户客户端上位机编写操作指令经由指令中转程序模块判断后向实时操作系统发送指令；另一方面将经过处理筛选过后的数据上传至云计算中心进行提取、归类、压缩和存储；当边缘计算系统的故障诊断模块监测到故障或数据异常时会产生警报并向云计算中心报警。
用户编写自定义程序，通过编译后得到的源文件生成实时操作系统可调用的功能块，经由实时操作系统调用并在边缘计算系统中执行用户自定义程序。
具体的，还包括：
设计自定义用户程序，用户自定义程序用于实现实时操作系统发送驱动设备数据至边缘计算终端的边缘计算系统；边缘计算系统对驱动设备数据进行故障诊断，得到诊断结果；
请参考图3，图3为本申请实施例提供的一种自定义程序调用流程示意图，其中，设计自定义用户程序的过程，包括：根据终端内部协议在编程软件中创建用户自定义项目；在用户自定义项目中编写用户程序；根据用户程序生成动态链接库DLL文件和源文件；将动态链接库DLL文件拷贝到边缘计算系统中，并利用源文件生成实时操作系统可调用的功能块；执行装载用户程序，并调用功能块。
可以理解的是，用户程序包括：服务端、设备数据的分析与处理、故障诊断、服务等接口程序。
进一步的，本申请利用TCP协议Socket通信程序，经实时操作系统调用服务端程序将数据和故障报警信息发送到用户客户端，用户客户端接收到数据后对数据进行解析，并对解析后数据做显示、监控以及故障报警处理，具体的，边缘计算系统将诊断结果和驱动设备数据发送至上位机，包括：
实时操作系统调用服务端程序，并在边缘计算系统中执行服务端程序，实现边缘计算系统将诊断结果和驱动设备数据发送至上位机。
请参考图4，图4为本申请实施例提供的一种TCP Socket通信模型的示意图，其中，设计服务端程序的过程，包括：创建服务端套接字socket；其中服务端为边缘计算终端；设置套接字socket的属性；使用函数bind()绑定边缘计算终端的IP地址、端口信息到套接字socket上，使用函数listen()开启监听；使用函数accept()接收客户端上来的连接；通过函数accept()返回客户端的套接字socket建立专用的通信通道；使用函数send()和函数recv()收发数据；关闭网络连接。
具体的，还包括：实时操作系统获取通过上位机操作程序的收发指令；实时操作系统根据收发指令收发驱动设备数据。
其中，上位机操作程序的建立过程包括：创建客户端套接字socket；设置socket属性；设置要连接的服务端的IP地址和端口等属性；连接服务端函数connect()；使用函数send()和函数recv()函数收发驱动设备数据。
本申请的基于边缘计算的故障诊断方法不仅适用于刀盘驱动技术，也可以用于其他工程机械应用，促进智能化技术发展。
以刀盘诊断为例，本实施例提出的基于边缘计算的刀盘故障诊断系统，将基于云计算中心的计算任务，迁移到边缘计算终端的边缘计算系统上，有效降低云计算中心的计算负载，减缓网络带宽的压力，提高数据处理效率，减少网络迟延时间；另外设计的边缘计算终端集成了边缘计算系统和实时操作系统，边缘计算系统和实时操作系统之间通过虚拟化技术进行联系，之间的数据传输由内部指令完成，有效地改善掘进机刀盘数据的传输速率，提高数据交互实时性。
边缘计算终端中边缘计算系统和实时操作系统之间的数据传输由内部指令完成，利用边缘计算系统高速计算能力和丰富的开发语言等优点，编写自定义用户程序将刀盘驱动设备实时刀盘驱动数据发送到边缘计算终端的边缘计算系统中进行预处理，并调用故障诊断模块判断是否存在故障；再编写TCP协议Socket通信程序，经实时操作系统调用服务端程序将刀盘驱动数据和故障报警信息发送到用户客户端，用户客户端接收到刀盘驱动数据后对刀盘驱动数据进行解析，并对解析后刀盘驱动数据做显示、监控以及故障报警处理；另外，用户还可以通过用户客户端上位机编写操作指令经由指令中转程序模块判断后向实时操作系统发送指令。
边缘计算系统将经过处理筛选过后的数据上传至云计算中心进行提取、归类、压缩和存储；当边缘计算系统的故障诊断模块监测到故障或刀盘驱动数据异常时会产生警报并向云计算中心报警。
下面对本申请实施例提供的一种边缘计算终端进行介绍，下文描述的边缘计算终端与上文描述的方法可相互对应参照。
本申请提供了一种边缘计算终端，包括：
实时操作系统，用于获取驱动设备数据，发送驱动设备数据至边缘计算系统；边缘计算终端的第一硬件资源对应实时操作系统；
边缘计算系统，用于对驱动设备数据进行预处理，并将预处理后数据进行故障诊断，得到诊断结果；将诊断结果发送至上位机；边缘计算终端的第二硬件资源对应边缘计算系统。
本实施例采用的边缘计算终端与常规的边缘计算终端不同，常规的边缘计算终端多为非实时系统，仅负责数据的处理和中转，数据的采集经主控制器传输给边缘计算终端，数据在中转过程中会影响数据的传输速率，降低数据交互的实时性，对于实时性要求比较高的故障诊断功能，很难达到需求。然而，本实施例中的边缘计算终端包括实时操作系统和边缘计算系统，边缘计算终端中的边缘计算系统具有执行计算和数据分析处理的能力，将原有云计算中心执行的部分任务迁移到边缘计算终端的边缘计算系统上，减缓网络带宽的压力，减少网络迟延时间。边缘计算终端的实时操作系统采集现场驱动设备数据并实时传输至边缘计算终端的边缘计算系统，利用边缘计算系统高速计算能力和丰富的开发语言等优点，对接收的数据进行分析处理，提高了数据交互的实时性。
进一步的，本实施例提供的边缘计算终端的实时操作系统还支持模拟量输入(AI)、模拟量输出(AO)、数字量输入(DI)、数字量输出(DO)和工业以太网协议等功能；可以通过程序编译软件组织代码，支持开关量控制、模拟量控制、数学运算、数值处理、网络通信、PID调节等功能。边缘计算系统还可以包括USB、DPP和以太网等接口，边缘计算系统的内部装有Windows操作系统，具备Windows开放性的特点，对数据的处理能力更强，而且稳定性更高，进而保证了数据处理的高效性。
由于边缘计算终端部分的实施例与方法部分的实施例相互对应，因此边缘计算终端部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
下面对本申请实施例提供的一种故障诊断系统进行介绍，下文描述的故障诊断系统与上文描述的方法可相互对应参照。
本申请提供了一种故障诊断系统，请参考图5，图5为本申请实施例提供的一种故障诊断系统的结构示意图，包括：
如上述的边缘计算终端；
与边缘计算终端连接的上位机；
与边缘计算终端连接的驱动设备。
由于故障诊断系统部分的实施例与方法部分的实施例相互对应，因此故障诊断系统部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的一种基于边缘计算的故障诊断方法、系统和边缘计算终端进行了详细介绍。本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。

Claims (10)

1.一种基于边缘计算的故障诊断方法，其特征在于，包括：
实时操作系统获取驱动设备数据；其中，边缘计算终端的第一硬件资源对应所述实时操作系统；
所述实时操作系统发送所述驱动设备数据至边缘计算系统；所述边缘计算终端的第二硬件资源对应所述边缘计算系统；
所述边缘计算系统对所述驱动设备数据进行故障诊断，得到诊断结果；
所述边缘计算系统将所述诊断结果和所述驱动设备数据发送至上位机。
2.根据权利要求1所述的基于边缘计算的故障诊断方法，其特征在于，所述上位机为云计算中心和/或用户客户端。
3.根据权利要求1所述的基于边缘计算的故障诊断方法，其特征在于，所述边缘计算系统对所述驱动设备数据进行故障诊断，得到诊断结果，包括：
所述边缘计算系统判断所述驱动设备数据是否满足工作需求范围或专家经验值；
当所述驱动设备数据不满足所述工作需求范围或所述专家经验值时，判断所述驱动设备数据的变化趋势相较于前一时刻驱动设备数据的变化趋势是否增加；
若增加时，判断下一时刻驱动设备数据的变化趋势相较于所述驱动设备数据的变化趋势是否继续增加；
如果继续增加，则判定所述驱动设备数据对应的设备存在故障。
4.根据权利要求3所述的基于边缘计算的故障诊断方法，其特征在于，还包括：
所述边缘计算系统发出报警信息，所述报警信息用于提醒用户检查相应设备。
5.根据权利要求1所述的基于边缘计算的故障诊断方法，其特征在于，还包括：
设计自定义用户程序，所述用户自定义程序用于实现所述实时操作系统发送所述驱动设备数据至所述边缘计算终端的边缘计算系统；所述边缘计算系统对所述驱动设备数据进行故障诊断，得到诊断结果；
其中，设计自定义用户程序的过程，包括：
根据终端内部协议在编程软件中创建用户自定义项目；在所述用户自定义项目中编写用户程序；
根据所述用户程序生成动态链接库DLL文件和源文件；
将所述动态链接库DLL文件拷贝到边缘计算系统中，并利用所述源文件生成实时操作系统可调用的功能块；
执行装载所述用户程序，并调用所述功能块。
6.根据权利要求1所述的基于边缘计算的故障诊断方法，其特征在于，所述边缘计算系统将所述诊断结果和所述驱动设备数据发送至上位机，包括：
所述实时操作系统调用服务端程序，并在所述边缘计算系统中执行所述服务端程序，实现所述边缘计算系统将所述诊断结果和所述驱动设备数据发送至所述上位机。
7.根据权利要求6所述的基于边缘计算的故障诊断方法，其特征在于，还包括：
所述实时操作系统获取通过上位机操作程序的收发指令；
所述实时操作系统根据所述收发指令收发所述驱动设备数据。
8.根据权利要求3所述的基于边缘计算的故障诊断方法，其特征在于，变化趋势的确定方法包括：
依据
Figure FDA0002941513640000021
确定变化趋势；
其中，μ的大小表示变化趋势，xCurrent表示当前驱动设备数据，
Figure FDA0002941513640000022
表示N个驱动设备数据的平均值。
9.一种边缘计算终端，其特征在于，包括：
实时操作系统，用于获取驱动设备数据，发送所述驱动设备数据至边缘计算系统；所述边缘计算终端的第一硬件资源对应所述实时操作系统；
所述边缘计算系统，用于对所述驱动设备数据进行故障诊断，得到诊断结果；将所述诊断结果发送至上位机；所述边缘计算终端的第二硬件资源对应所述边缘计算系统。
10.一种故障诊断系统，其特征在于，包括：
如权利要求9所述的边缘计算终端；
与所述边缘计算终端连接的上位机；
与所述边缘计算终端连接的驱动设备。
CN202110178686.3A 2021-02-09 2021-02-09 一种基于边缘计算的故障诊断方法、系统和终端 Pending CN112965812A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110178686.3A CN112965812A (zh) 2021-02-09 2021-02-09 一种基于边缘计算的故障诊断方法、系统和终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110178686.3A CN112965812A (zh) 2021-02-09 2021-02-09 一种基于边缘计算的故障诊断方法、系统和终端

Publications (1)

Publication Number Publication Date
CN112965812A true CN112965812A (zh) 2021-06-15

Family

ID=76284552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110178686.3A Pending CN112965812A (zh) 2021-02-09 2021-02-09 一种基于边缘计算的故障诊断方法、系统和终端

Country Status (1)

Country Link
CN (1) CN112965812A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102917031A (zh) * 2012-09-25 2013-02-06 浙江图讯科技有限公司 一种用于面向工矿企业的安全生产云服务平台的数据计算系统
CN105051690A (zh) * 2013-03-14 2015-11-11 高通股份有限公司 使用具有客操作系统及虚拟处理器的超管理器的系统及方法
CN108199926A (zh) * 2018-01-31 2018-06-22 维沃移动通信有限公司 一种移动终端虚拟系统的搭建方法、相关设备及系统
CN108897633A (zh) * 2018-06-06 2018-11-27 山东超越数控电子股份有限公司 一种基于机器数据的故障诊断方法与装置
CN111736905A (zh) * 2020-08-12 2020-10-02 江苏深瑞汇阳能源科技有限公司 一种满足实时性业务需求的边缘计算终端
CN112307076A (zh) * 2019-08-02 2021-02-02 深圳中集智能科技有限公司 基于云与端融合的生产设备运维系统及生产设备运维方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102917031A (zh) * 2012-09-25 2013-02-06 浙江图讯科技有限公司 一种用于面向工矿企业的安全生产云服务平台的数据计算系统
CN105051690A (zh) * 2013-03-14 2015-11-11 高通股份有限公司 使用具有客操作系统及虚拟处理器的超管理器的系统及方法
CN108199926A (zh) * 2018-01-31 2018-06-22 维沃移动通信有限公司 一种移动终端虚拟系统的搭建方法、相关设备及系统
CN108897633A (zh) * 2018-06-06 2018-11-27 山东超越数控电子股份有限公司 一种基于机器数据的故障诊断方法与装置
CN112307076A (zh) * 2019-08-02 2021-02-02 深圳中集智能科技有限公司 基于云与端融合的生产设备运维系统及生产设备运维方法
CN111736905A (zh) * 2020-08-12 2020-10-02 江苏深瑞汇阳能源科技有限公司 一种满足实时性业务需求的边缘计算终端

Similar Documents

Publication Publication Date Title
Tsai et al. Distributed analytics in fog computing platforms using tensorflow and kubernetes
US8577928B2 (en) Partitioning for model-based design
CN111368520A (zh) 一种电子表格的编辑方法及设备
CN113449877B (zh) 用于展示机器学习建模过程的方法及系统
US20140143304A1 (en) User interaction monitoring
CN108021487B (zh) 一种gpu图形处理性能监测与分析方法
CN105955876B (zh) 一种数据监控处理方法以及装置
CN110766214A (zh) 一种基于边缘计算和大数据的实时防洪监测系统
AU2017427586B2 (en) Interactive model performance monitoring
KR102290039B1 (ko) IoT 기기의 이상 행위 모니터링 방법 및 그 장치
CN113569117A (zh) 一种基于工业互联网大数据服务的云平台系统及方法
CN102636998B (zh) 一套用于空间环境模拟器抽气的自动控制方法及自动控制系统
CN112965812A (zh) 一种基于边缘计算的故障诊断方法、系统和终端
CN112346405B (zh) 数控系统控制方法、装置、数控系统及计算机存储介质
CN113157475A (zh) 日志处理方法、装置、存储介质及电子设备
KR20220057146A (ko) 스마트 팩토리에 적용 가능한 IoT 시계열 데이터의 온디바이스 고속 이벤트 복합 분석 및 동기화 방법 및 이를 수행하는 시스템
CN109871585B (zh) 绘图控制方法及系统
CN107247804B (zh) 运维大数据分析方法、装置及系统
CN116166427A (zh) 自动扩缩容方法、装置、设备及存储介质
CN114171107B (zh) 固态硬盘vpd信息的检测方法、装置、设备及存储介质
CN112631577B (zh) 一种模型的调度方法、模型调度器以及模型安全测试平台
CN112416276B (zh) 一种显示画面解析装置、系统及方法
CN114603598A (zh) 机器人故障检测方法、设备及存储介质
CN111464640A (zh) 一种虚拟化网络设备的动态交互协议
CN109474469A (zh) 针对pcap数据报文的DHCP分析方法和装置

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
TA01 Transfer of patent application right

Effective date of registration: 20220810

Address after: No.88, Dongqi line, Changsha Economic and Technological Development Zone, Changsha City, Hunan Province

Applicant after: China Railway Construction Heavy Industry Co.,Ltd.

Applicant after: CHINA RAILWAY CONSTRUCTION Corp.,Ltd.

Address before: No.88, Dongqi line, Changsha Economic and Technological Development Zone, Changsha City, Hunan Province

Applicant before: China Railway Construction Heavy Industry Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20210615

RJ01 Rejection of invention patent application after publication