CN113325797B - 控制设备的数据采集方法、装置、存储介质和电子设备 - Google Patents
控制设备的数据采集方法、装置、存储介质和电子设备 Download PDFInfo
- Publication number
- CN113325797B CN113325797B CN202110652125.2A CN202110652125A CN113325797B CN 113325797 B CN113325797 B CN 113325797B CN 202110652125 A CN202110652125 A CN 202110652125A CN 113325797 B CN113325797 B CN 113325797B
- Authority
- CN
- China
- Prior art keywords
- data
- sets
- variable
- address
- cluster
- 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
-
- 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
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
- G05B19/054—Input/output
-
- 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
- G05B2219/10—Plc systems
- G05B2219/11—Plc I-O input output
- G05B2219/1113—Address setting
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Programmable Controllers (AREA)
Abstract
本公开提供了一种控制设备的数据采集方法、装置、存储介质和电子设备,涉及计算机技术领域。该方法首先对原始数据进行变量集合的划分,然后再对多个变量集合进行聚类化处理,最后根据聚类化后得到的多个聚类集合中的各目标集合进行同步采集,可以有效避免采集过多无关地址,可以大大提高数据采集的效率,同时对各目标聚类集合进行同步采集,可以进一步提高数据采集的效率。因此,本公开实施例提供的控制设备的数据采集方法可以从避免采集过多无关地址,以及同时对各目标聚类集合进行同步采集,两个维度提高对于数据采集的效率,从而解决了现有技术中存在的目前的PLC数据采集方法效率较低的技术问题,达到了提高控制设备数据采集效率的技术效果。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种控制设备的数据采集方法、装置、存储介质和电子设备。
背景技术
PLC(Programmable Logic Controller,可编程逻辑控制器)因为其使用方便、功能性强等优点而被广泛应用于各工业控制领域。PLC在工作过程中需要对控制对象的数据进行采集,目前,绝大多数PLC均是通过以太网通讯方式来实现对于数据的采集。
目前针对PLC数据采集的方法主要包括两种,第一种是按单个地址进行采集,虽然不会出现读取无关地址的情况,但是不能充分发挥以太网通讯优势,采集效率较低;第二种是按地址范围进行采集,虽然按地址范围可以充分利用以太网通讯优势,一次性采集多个地址,但是,一旦地址不连续便会读取过多无关的地址,从而导致无效地址的数据过多,进而影响整体的采集效率。
因此,目前的PLC数据采集方法效率较低。
发明内容
本公开提供了一种控制设备的数据采集方法、计算机可读存储介质和电子设备,进而提高PLC数据采集的效率。
第一方面,本公开一个实施例提供了一种控制设备的数据采集方法,包括:
获取不同设备发送的多个原始数据;
基于控制设备的存储类型将多个原始数据划分为多个变量集合;
对多个变量集合进行聚类化处理,得到多个聚类集合;
针对多个聚类集合中的各目标聚类集合中的原始数据进行同步采集。
在本公开的一个可选实施例中,原始数据包含有数据地址,对多个变量集合进行聚类化处理,得到多个聚类集合,包括:
确定多个变量集合中各数据地址的字节数;
针对每个变量集合,按照各数据地址的字节数对变量集合中的各数据地址进行聚类,以得到多个聚类集合。
在本公开的一个可选实施例中,对多个变量集合进行聚类化处理,得到多个聚类集合,包括:
确定多个变量集合中各原始数据的业务场景;
针对每个变量集合,基于业务场景分类模型,将变量集合中处于同一业务场景的原始数据划分为一个聚类集合,以得到多个聚类集合。
在本公开的一个可选实施例中,原始数据包含有数据地址,在对多个变量集合进行聚类化处理之前,该方法还包括:
确定多个变量集合中各数据地址对应的地址位数;
针对每个变量集合,根据变量集合中各数据地址地址位数的大小,对变量集合中的各原始数据进行秩序化处理。
在本公开的一个可选实施例中,根据变量集合中各数据地址地址位数的大小,对变量集合中的各原始数据进行秩序化处理,包括:
对多个变量集合中各数据地址按照位的形式进行归一化处理,得到归一化地址;
对归一化地址按照地址位数的大小进行秩序化处理。
在本公开的一个可选实施例中,聚类集合针对多个聚类集合中的各目标聚类集合中的原始数据进行同步采集,包括:
针对每个聚类集合,分别以聚类集合中地址位数的最大值与最小值为采集起始点和采集终止点,对聚类集合中的原始数据进行采集。
在本公开的一个可选实施例中,多个变量集合至少包括:位存储区类集合、输出过程映像区类集合、输入过程映像区类集合、数据块区类集合。
第二方面,本公开一个实施例提供了一种控制设备的数据采集装置,该装置包括:
获取模块,用于获取不同设备发送的多个原始数据;
划分模块,用于控制设备的存储类型将多个原始数据划分为多个变量集合;
聚类模块,用于对多个变量集合进行聚类化处理,得到多个聚类集合;
采集模块,用于针对多个聚类集合中的各目标聚类集合中的原始数据进行同步采集。
第三方面,本公开一个实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上的方法。
第四方面,本公开一个实施例提供了一种电子设备,包括:处理器;以及存储器,用于存储处理器的可执行指令;其中,处理器配置为经由执行可执行指令来执行如上的方法。
本公开的技术方案具有以下有益效果:
上述控制设备的数据采集方法首先对原始数据进行变量集合的划分,然后再对多个变量集合进行聚类化处理,最后根据聚类化后得到的多个聚类集合中的各目标集合进行同步采集,可以有效避免采集过多无关地址,可以大大提高数据采集的效率,同时对各目标聚类集合进行同步采集,可以进一步提高数据采集的效率。因此,本公开实施例提供的控制设备的数据采集方法可以从避免采集过多无关地址,以及同时对各目标聚类集合进行同步采集,两个维度提高对于数据采集的效率,从而解决了现有技术中存在的目前的PLC数据采集方法效率较低的技术问题,达到了提高控制设备数据采集效率的技术效果。
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,并不能限制本公开。
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,示出了符合本公开的实施方式,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出本示例性实施方式中一种控制设备的数据采集方法的应用场景示意图;
图2示出本示例性实施方式中一种控制设备的数据采集方法的流程图;
图3示出本示例性实施方式中一种控制设备的数据采集方法的流程图;
图4示出本示例性实施方式中一种控制设备的数据采集方法的流程图;
图5示出本示例性实施方式中一种控制设备的数据采集方法的流程图;
图6示出本示例性实施方式中一种控制设备的数据采集方法的流程图;
图7示出本示例性实施方式中一种控制设备的数据采集装置结构示意图;
图8示出本示例性实施方式中一种电子设备的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例性实施方式。然而,示例性实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例性实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中,提供许多具体细节从而给出对本公开的实施方式的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而省略特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知技术方案以避免喧宾夺主而使得本公开的各方面变得模糊。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的步骤。例如,有的步骤还可以分解,而有的步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
相关技术中,PLC(Programmable Logic Controller,可编程逻辑控制器)因为其使用方便、功能性强等优点而被广泛应用于各工业控制领域。PLC在工作过程中需要对控制对象的数据进行采集,目前,绝大多数PLC均是通过以太网通讯方式来实现对于数据的采集。目前针对PLC数据采集的方法主要包括两种,第一种是按单个地址进行采集,虽然不会出现读取无关地址的情况,但是不能充分发挥以太网通讯优势,采集效率较低;第二种是按地址范围进行采集,虽然按地址范围可以充分利用以太网通讯优势,一次性采集多个地址,但是,一旦地址不连续便会读取过多无关的地址,从而导致无效地址的数据过多,进而影响整体的采集效率。因此,目前的PLC数据采集方法效率较低。
鉴于上述问题,本公开实施例提供了一种控制设备的数据采集方法首先对原始数据进行变量集合的划分,然后再对多个变量集合进行聚类化处理,最后根据聚类化后得到的多个聚类集合中的各目标集合进行同步采集,可以有效避免采集过多无关地址,可以大大提高数据采集的效率,同时对各目标聚类集合进行同步采集,可以进一步提高数据采集的效率。因此,本公开实施例提供的控制设备的数据采集方法可以从避免采集过多无关地址,以及同时对各目标聚类集合进行同步采集,两个维度提高对于数据采集的效率,从而解决了现有技术中存在的目前的PLC数据采集方法效率较低的技术问题,达到了提高控制设备数据采集效率的技术效果。
以下对本公开实施例提供的控制设备的数据采集方法的应用环境作简单介绍:
请参见图1,本公开实施提供的控制设备的数据采集方法的应用环境可以包括:多个相互独立的工业设备101、控制设备102与上位机103,不同的工业设备101将自己的原始数据通过通信协议或通信端口发送至控制设备102进行处理,最后由控制设备102发送至上位机103进行最终的分析处理等。控制设备102至少包括处理单元、存储器、通信单元等。其中,处理单元作为控制中枢,按照系统程序赋予的功能进行数据处理;存储器用于存储从不同设备接收过来的数据,或者经处理单元处理后的数据;通信单元用于与其他外接设备进行交互,以接收或发送数据。其中,该控制设备102可以为PLC控制器、单片机、微处理器等,本公开实施例不作任何限定,可根据实际情况具体选择。
下面以上述控制设备102为执行主体,将该控制设备的数据采集方法应用于上述的控制设备,对数据进行采集为例进行举例说明。请参见图2,本公开实施例提供的控制设备的数据采集方法包括如下步骤201-步骤204。
步骤201、控制设备获取不同设备发送的多个原始数据。
不同工业设备将各自的原始数据发送至控制设备,控制设备通过内部的通信单元接收各原始数据,例如包括传感数据、文档数据、信息化数据、接口数据等。但需要指出的是,不同的原始数据对应不同的工业设备,不同设备具有不同的地址,因此,各原始数据必然具有不同的数据地址,且各原始数据的数据地址均不相同。
步骤202、控制设备基于控制设备的存储类型将多个原始数据划分为多个变量集合。
控制设备根据各自的存储类型,将多个原始数据划分为多个变量集合,其中存储类型是指不同控制设备对应有不同的存储模块,例如PLC控制器的存储模块包括:
步骤203、控制设备对多个变量集合进行聚类化处理,得到多个聚类集合。
针对上述步骤202得到的多个变量集合,控制设备可以根据各变量集合中原始数据的类别、来源、数据内容场景、应用场景等进行聚类,将多个变量集合聚类为多个聚类集合。通过聚类化处理将多个变量集合划分为不同的聚类集合,每个聚类集合中包括一个或多个同类别或同类型的变量集合,以提高控制设备后续进一步处理与采集的效率。聚类集合的数量可以等于变量集合的数量,也可以小于变量集合的数量,只需要达到将多个变量集合聚类为多个聚类集合即可。
步骤204、控制设备聚类集合针对多个聚类集合中的各目标聚类集合中的原始数据进行同步采集。
在对原始数据按照控制设备的存储类型分类以及进行聚类化处理后,属于同一存储类型,且属于同一类别的原始数据均处于同一聚类集合,即有效数据地址与无效数据地址也分布于不同的聚类集合,更利于采集时区分有效数据地址与无效数据地址。因此,通过存储类型的分类以及聚类化处理后,在数据采集阶段只需要针对多个聚类集合中目标聚类集合中的原始数据进行同步采集即可避免对于无效数据地址原始数据的采集,采集效率更高。同时,在每个采集进程中采集的原始数据均属于同类的原始数据,采集效率可以进一步提高。
请参见图3,在本公开一个可选实施例中,原始数据包含有数据地址,步骤203控制设备对多个变量集合进行聚类化处理,得到多个聚类集合,包括如下步骤301-步骤302:
步骤301、控制设备确定多个变量集合中各数据地址的字节数。
不同的数据地址具有不同的字节数,每个变量集合中包括有多个原始数据,每个原始数据对应的数据地址对应不同的字节数。控制设备可以根据数据地址的类型确定各数据地址的字节数,例如,整型和无符号整型的字节数为2,长整型的字节数为4,单精度浮点数的字节数为4,双精度浮点数的字节数为8,字符型的字节数为1。
步骤302、控制设备针对每个变量集合,按照各数据地址的字节数对变量集合中的各数据地址进行聚类,以得到多个聚类集合。
控制设备基于内部存储的聚类算法,针对每个变量集合,对各变量集合中的多个数据地址进行聚类化处理,聚类化处理可以包括如下两种方式:第一种方式,控制设备将字节数处于一定范围内,例如1~5,6~10,或者字节数相等的数据地址聚为一类,以得到不同的聚类集合。第二种方式,控制设备按照控制设备进行通讯时所允许的最大字节数对各数据地址进行聚类,例如,控制设备进行通讯时所允许的最大字节数30,针对其中的一个变量集合:
首先计算两两数据地址对应的字节数之差,第一数据地址A1的字节数为8,第二数据地址A2的字节数为2,则第一数据地址A1与第二数据地址A2的字节数之差为10,未超过控制设备进行通讯时所允许的最大字节数30,因此,将第一数据地址A1与第二数据地址A2聚为一类,划分至同一个聚类集合;同理,若第三数据地址A3的字节数为4,第三数据地址A3与第一数据地址A1的字节数之差为14,也未超过控制设备进行通讯时所允许的最大字节数30,因此,将第三数据地址A3与第一数据地址A1聚为一类,划分至同一个聚类集合。需要指出的是,计算机内部对于字节数之差的计算方式与传统的数学计算不同,各数据地址按照字节依次排布,字节数之差=尾数据地址的尾字节-首数据地址的首字节+1。
当然,对多个数据地址进行聚类化处理的方式不限于如上两种,可根据实际情况具体选择,只需要实现将多个数据地址聚类为不同的聚类集合即可。
本公开实施例通过各数据地址的字节数对变量集合中的各数据地址进行聚类,以得到多个聚类集合。数据地址字节数的确定方法简单,可大大减小计算量,从而提高本公开实施例对于数据地址的聚类效率,从而进一步提高本公开实施例对于各原始数据的采集效率。
请参见图4,在本公开一个可选实施例中,步骤203对多个变量集合进行聚类化处理,得到多个聚类集合,包括如下步骤401-步骤402:
步骤401、控制设备确定多个变量集合中各原始数据的业务场景。
不同的原始数据对应不同的业务场景,例如音频数据对应的是声音业务场景,视频数据对应的是视频业务场景,接口数据对应的是通信业务场景,文档数据对应的是文字业务场景等。控制设备基于内部预先存储的业务场景检测模型确定各变量集合中所有原始数据对应的不同业务场景。
步骤402、控制设备针对每个变量集合,基于业务场景分类模型,将变量集合中处于同一业务场景的原始数据划分为一个聚类集合,以得到多个聚类集合。
控制设备在得到各原始数据的业务场景后,基于内部存储的业务场景分类模型将处于同一业务场景的原始数据划分为一个聚类集合。例如针对第一变量集合,将第一变量集合中的各原始数据输入至业务场景分类模型,分别得到声音业务场景的第一聚类集合、通信业务场景的第二聚类集合;针对第二变量集合,将第二变量集合中的各原始数据输入至该业务场景分类模型,分别得到视频业务场景的第三聚类集合、文字业务场景的第四聚类集合和声音业务场景的第五聚类集合;以此类推,得到每个变量集合中的所有的聚类集合,从而得到多个聚类集合。
本公开实施例基于业务场景分类模型,将变量集合中处于同一业务场景的原始数据划分为一个聚类集合,以得到多个聚类集合。后期控制设备对各原始数据的采集按业务场景进行采集,效率更高。
请参见图5,在本公开一个可选实施例中,原始数据包含有数据地址,在步骤203控制设备对多个变量集合进行聚类化处理之前,该方法还包括如下步骤501-步骤502:
步骤501、控制设备确定多个变量集合中各数据地址对应的地址位数。
通常,不同的原始数据来自于不同的工业设备,不同的工业设备发送的数据对应具有各自的IP地址,即每个原始数据包含有其对应的数据地址。不同的IP地址对应不同的地址位数,每个变量集合中具有多个原始数据,每个原始数据各自的数据地址具有各自的地址位数,例如,数据地址IPV4为32位地址长度,IPV6为128位地址长度,例如还有60位、64位等,本实施例不作具体限定。
步骤502、控制设备针对每个变量集合,根据变量集合中各数据地址地址位数的大小,对变量集合中的各原始数据进行秩序化处理。
控制设备则按照地址位置升序或降序的方式对各数据地址,以及各数据地址对应的原始数据进行排序,以使得各变量集合中的各原始数据秩序化,以提高后续进行数据采集的效率。例如,第一变量集合中各数据地址的地址位数分别为:60位、64位、128位、32位,则按照由小及大的顺序对该多个地址进行排序,依次为32位、60位、64位、128位。以此类推,对其他的变量集合进行秩序化处理,从而使得每个变量集合中的原始数据、数据地址均是按照位数大小进行排序的,在后续进行数据采集的过程中,控制设备则可以按照由小及大或由大及小的顺序进行顺次采集,采集效果更佳。
在一个具体的实施例中,若数据地址靠后的数量大于数据地址靠前的数量,则可以基于降序的方式对各数据地址进行排序,若数据地址靠后的数量小于数据地址靠前的数量,则可以基于升序的方式对各数据地址进行排序,可以最大程度上提高数据采集的效率。
请参见图6,在本公开一个可选实施例中,步骤501控制设备确定多个变量集合中各数据地址对应的地址位数,包括如下步骤601-步骤602:
步骤601、控制设备对多个变量集合中各数据地址按照位的形式进行归一化处理,得到归一化地址。
控制设备接收到的数据地址形式不一,控制设备在接收到包含有数据地址的原始数据后,首先按照位的形式对各数据地址进行归一化处理,转化为例如0101形式的地址。
步骤602、控制设备对归一化地址按照地址位数的大小进行秩序化处理。
控制设备得到的归一化地址均是以位的形式进行表示的,控制设备只需要基于以位的形式表示的数据地址进行秩序化处理即可,相对于其他多种形式的数据地址秩序化效率更高,可以进一步提高本公开实施例对于数据采集的效率。
在本公开一个可选实施例中,步骤204控制设备针对多个聚类集合中的各目标聚类集合中的原始数据进行同步采集,包括如下步骤A:
步骤A、控制设备针对每个聚类集合,分别以聚类集合中地址位数的最大值与最小值为采集起始点和采集终止点,对聚类集合中的原始数据进行采集。
在进行聚类化处理与秩序化处理后,每个聚类集合中的数据地址均是按照降序或升序的方式进行排列的,也就是说,每个聚类集合中两端的数据地址便为该聚类集合中数据地址的两个端点,其他的数据地址均处于这两个端点之间。从而使得控制设备只需要以每个聚类集合两端的数据地址,也就是该聚类集合中地址位数的最大值与最小值作为采集起始点与采集终止点进行采集即可,相对于其他需要进一步设定采集规则的方式,采集效率更高。
在本公开一个可选实施例中,多个变量集合至少包括:位存储区类集合、输出过程映像区类集合、输入过程映像区类集合、数据块区类集合。
其中,位存储区、输出过程映像区、输入过程映像区和数据块区是PLC控制器中寄存器的最基本的几种区域,因此,本实施例首先设定如位存储区类集合、输出过程映像区类集合、输入过程映像区类集合和数据块区类集合的至少四个集合。在处理过程中将得到的各原始数据按照其属性直接划分至对应的功能集合中即可,而无需使用复杂的分类算法或者进行其他的数据处理等,可以大大提高本公开实施例对于各原始数据的进行变量集合划分的划分效率,进一步提高后续对于数据采集的效率。
请参见图7,为了实现上述业务处理方法,本公开的一个实施例中提供一种控制设备的数据采集装置700。图7示出了控制设备的数据采集装置700的示意性架构图。该控制设备的数据采集装置700包括:获取模块710、划分模块720、聚类模块730和采集模块740。
该获取模块710,用于获取不同设备发送的多个原始数据;
该划分模块720,用于控制设备的存储类型将多个原始数据划分为多个变量集合;
该聚类模块730,用于对多个变量集合进行聚类化处理,得到多个聚类集合;
该采集模块740,用于针对多个聚类集合中的各目标聚类集合中的原始数据进行同步采集。
在一个可选的实施例中,原始数据包含有数据地址,该聚类模块730具体用于,确定多个变量集合中各数据地址的字节数;针对每个变量集合,按照各数据地址的字节数对变量集合中的各数据地址进行聚类,以得到多个聚类集合。
在一个可选的实施例中,该聚类模块730具体用于,确定多个变量集合中各原始数据的业务场景;针对每个变量集合,基于业务场景分类模型,将变量集合中处于同一业务场景的原始数据划分为一个聚类集合,以得到多个聚类集合。
在一个可选的实施例中,原始数据包含有数据地址,该聚类模块730还用于,确定多个变量集合中各数据地址对应的地址位数;针对每个变量集合,根据变量集合中各数据地址地址位数的大小,对变量集合中的各原始数据进行秩序化处理。
在一个可选的实施例中,该聚类模块730具体用于,对多个变量集合中各数据地址按照位的形式进行归一化处理,得到归一化地址;对归一化地址按照地址位数的大小进行秩序化处理。
在一个可选的实施例中,该聚类模块730具体用于,针对每个聚类集合,分别以聚类集合中地址位数的最大值与最小值为采集起始点和采集终止点,对聚类集合中的原始数据进行采集。
在一个可选的实施例中,多个变量集合至少包括:位存储区类集合、输出过程映像区类集合、输入过程映像区类集合、数据块区类集合。
本公开的示例性实施方式还提供了一种计算机可读存储介质,可以实现为一种程序产品的形式,其包括程序代码,当程序产品在电子设备上运行时,程序代码用于使电子设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。在一种实施方式中,该程序产品可以实现为便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在电子设备,例如个人电脑上运行。然而,本公开的程序产品不限于此,在本文件中,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。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。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。
计算机可读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,其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。
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、有线、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的任意组合来编写用于执行本公开操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,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计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本公开的示例性实施方式还提供了一种电子设备,可以是信息平台的后台服务器。下面参考图8对该电子设备进行说明。应当理解,图8显示的电子设备8000仅仅是一个示例,不应对本公开实施方式的功能和使用范围带来任何限制。
如图8所示,电子设备8000以通用计算设备的形式表现。电子设备8000的组件可以包括但不限于:至少一个处理单元1010、至少一个存储单元1020、连接不同系统组件(包括存储单元1020和处理单元1010)的总线1030。
其中,存储单元存储有程序代码,程序代码可以被处理单元1010执行,使得处理单元1010执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,处理单元1010可以执行如图2所示的方法步骤等。
存储单元1020可以包括易失性存储单元,例如随机存取存储单元(RAM)1021和/或高速缓存存储单元1022,还可以进一步包括只读存储单元(ROM)1023。
存储单元1020还可以包括具有一组(至少一个)程序模块1025的程序/实用工具1024,这样的程序模块1025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。
总线1030可以包括数据总线、地址总线和控制总线。
电子设备8000也可以与一个或多个外部设备1100(例如键盘、指向设备、蓝牙设备等)通信,这种通信可以通过输入/输出(I/O)接口1040进行。电子设备8000还可以通过网络适配器1050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1050通过总线1030与电子设备8000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8000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。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的示例性实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
所属技术领域的技术人员能够理解,本公开的各个方面可以实现为系统、方法或程序产品。因此,本公开的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施方式。本公开旨在涵盖本公开的任何变型、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公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施方式仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开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。本公开的范围仅由所附的权利要求来限定。
Claims (8)
1.一种控制设备的数据采集方法,其特征在于,包括:
获取不同设备发送的多个原始数据;
基于控制设备的存储类型将所述多个原始数据划分为多个变量集合;其中,所述多个变量集合至少包括:位存储区类集合、输出过程映像区类集合、输入过程映像区类集合、数据块区类集合;
对所述多个变量集合进行聚类化处理,得到多个聚类集合,包括:
确定所述多个变量集合中各数据地址的字节数;
针对每个所述变量集合,按照各所述数据地址的字节数对所述变量集合中的各数据地址进行聚类,以得到所述多个聚类集合;
针对所述多个聚类集合中的各目标聚类集合中的原始数据进行同步采集。
2.根据权利要求1所述的控制设备的数据采集方法,其特征在于,所述对所述多个变量集合进行聚类化处理,得到多个聚类集合,包括:
确定所述多个变量集合中各所述原始数据的业务场景;
针对每个所述变量集合,基于业务场景分类模型,将所述变量集合中处于同一业务场景的所述原始数据划分为一个所述聚类集合,以得到所述多个聚类集合。
3.根据权利要求1所述的控制设备的数据采集方法,其特征在于,所述原始数据包含有数据地址,在所述对所述多个变量集合进行聚类化处理之前,所述方法还包括:
确定所述多个变量集合中各所述数据地址对应的地址位数;
针对每个所述变量集合,根据所述变量集合中各所述数据地址地址位数的大小,对所述变量集合中的各所述原始数据进行秩序化处理。
4.根据权利要求3所述的控制设备的数据采集方法,其特征在于,所述根据所述变量集合中各所述数据地址地址位数的大小,对所述变量集合中的各所述原始数据进行秩序化处理,包括:
对所述多个变量集合中各所述数据地址按照位的形式进行归一化处理,得到归一化地址;
对所述归一化地址按照地址位数的大小进行秩序化处理。
5.根据权利要求4所述的控制设备的数据采集方法,其特征在于,所述聚类集合针对所述多个聚类集合中的各目标聚类集合中的原始数据进行同步采集,包括:
针对每个所述聚类集合,分别以所述聚类集合中所述地址位数的最大值与最小值为采集起始点和采集终止点,对所述聚类集合中的所述原始数据进行采集。
6.一种控制设备的数据采集装置,其特征在于,所述装置包括:
获取模块,用于获取不同设备发送的多个原始数据;
划分模块,用于控制设备的存储类型将所述多个原始数据划分为多个变量集合;其中,所述多个变量集合至少包括:位存储区类集合、输出过程映像区类集合、输入过程映像区类集合、数据块区类集合;
聚类模块,用于对所述多个变量集合进行聚类化处理,得到多个聚类集合,包括:
确定所述多个变量集合中各数据地址的字节数;
针对每个所述变量集合,按照各所述数据地址的字节数对所述变量集合中的各数据地址进行聚类,以得到所述多个聚类集合;
采集模块,用于针对所述多个聚类集合中的各目标聚类集合中的原始数据进行同步采集。
7.一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,所述计算机程序被处理器执行时实现权利要求1至5任一项所述的方法。
8.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至5任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110652125.2A CN113325797B (zh) | 2021-06-11 | 2021-06-11 | 控制设备的数据采集方法、装置、存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110652125.2A CN113325797B (zh) | 2021-06-11 | 2021-06-11 | 控制设备的数据采集方法、装置、存储介质和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113325797A CN113325797A (zh) | 2021-08-31 |
CN113325797B true CN113325797B (zh) | 2022-07-12 |
Family
ID=77420484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110652125.2A Active CN113325797B (zh) | 2021-06-11 | 2021-06-11 | 控制设备的数据采集方法、装置、存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113325797B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115190124B (zh) * | 2022-06-24 | 2023-12-26 | 远光软件股份有限公司 | 基于分布式工业控制系统的消息传输方法、装置、存储介质及调度服务器 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0597198A2 (de) * | 1992-11-12 | 1994-05-18 | Siemens Aktiengesellschaft | Verfahren zum Aquirieren von Teletextdaten |
WO2011132900A2 (ko) * | 2010-04-19 | 2011-10-27 | 비앤에프 테크놀로지 주식회사 | 산업설비의 공정 여유도 감시 시스템용 데이터 수집 방법 및 그 저장매체 |
CN111124313A (zh) * | 2019-12-24 | 2020-05-08 | 宁波三星医疗电气股份有限公司 | 电力采集终端数据读写方法、装置和电子设备 |
CN112115145A (zh) * | 2020-09-15 | 2020-12-22 | 招商局金融科技有限公司 | 数据采集方法、装置、电子设备及存储介质 |
CN112688921A (zh) * | 2020-12-09 | 2021-04-20 | 浙江蓝卓工业互联网信息技术有限公司 | 一种工业数据采集系统 |
CN112711218A (zh) * | 2020-12-08 | 2021-04-27 | 杭州电子科技大学上虞科学与工程研究院有限公司 | 一种工业设备数据采集的方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103207920A (zh) * | 2013-04-28 | 2013-07-17 | 北京航空航天大学 | 一种元数据并行采集系统 |
CN110347116B (zh) * | 2019-07-17 | 2021-06-29 | 重庆大学 | 一种基于运行数据流的机床状态监测系统与监测方法 |
US11513247B2 (en) * | 2019-10-30 | 2022-11-29 | Halliburton Energy Services, Inc. | Data acquisition systems |
-
2021
- 2021-06-11 CN CN202110652125.2A patent/CN113325797B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0597198A2 (de) * | 1992-11-12 | 1994-05-18 | Siemens Aktiengesellschaft | Verfahren zum Aquirieren von Teletextdaten |
WO2011132900A2 (ko) * | 2010-04-19 | 2011-10-27 | 비앤에프 테크놀로지 주식회사 | 산업설비의 공정 여유도 감시 시스템용 데이터 수집 방법 및 그 저장매체 |
CN111124313A (zh) * | 2019-12-24 | 2020-05-08 | 宁波三星医疗电气股份有限公司 | 电力采集终端数据读写方法、装置和电子设备 |
CN112115145A (zh) * | 2020-09-15 | 2020-12-22 | 招商局金融科技有限公司 | 数据采集方法、装置、电子设备及存储介质 |
CN112711218A (zh) * | 2020-12-08 | 2021-04-27 | 杭州电子科技大学上虞科学与工程研究院有限公司 | 一种工业设备数据采集的方法 |
CN112688921A (zh) * | 2020-12-09 | 2021-04-20 | 浙江蓝卓工业互联网信息技术有限公司 | 一种工业数据采集系统 |
Non-Patent Citations (1)
Title |
---|
智能变电站数据中心及其应用服务;葛亮等;《电力系统自动化》;20131225;第37卷(第24期);正文第1节、第2.1-2.3节 * |
Also Published As
Publication number | Publication date |
---|---|
CN113325797A (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102535450B1 (ko) | 데이터 저장 방법 및 장치, 및 그 컴퓨터 디바이스 및 저장 매체 | |
CN111090628A (zh) | 一种数据处理方法、装置、存储介质及电子设备 | |
CN108921552B (zh) | 一种验证证据的方法及装置 | |
WO2022222943A1 (zh) | 科室推荐方法、装置、电子设备及存储介质 | |
CN111949850B (zh) | 多源数据的采集方法、装置、设备及存储介质 | |
CN110708285B (zh) | 流量监控方法、装置、介质及电子设备 | |
WO2021189845A1 (zh) | 时间序列异常点的检测方法、装置、设备及可读存储介质 | |
CN111985831A (zh) | 云计算资源的调度方法、装置、计算机设备及存储介质 | |
CN113325797B (zh) | 控制设备的数据采集方法、装置、存储介质和电子设备 | |
CN111354099A (zh) | 一种数据处理方法、数据处理装置及诊断设备 | |
CN109284108B (zh) | 无人车数据存储方法、装置、电子设备及存储介质 | |
CN112039975A (zh) | 一种报文字段的处理方法、装置、设备及存储介质 | |
CN110175128A (zh) | 一种相似代码案例获取方法、装置、设备和存储介质 | |
CN116485019A (zh) | 一种数据处理方法及装置 | |
CN109067649B (zh) | 节点处理方法及装置、存储介质和电子设备 | |
CN116489251A (zh) | 通用码流解析方法、装置、计算机可读介质及终端设备 | |
CN107273423B (zh) | 多媒体消息数据处理方法、装置和系统 | |
CN115759040A (zh) | 一种电子病历解析方法、装置、设备和存储介质 | |
WO2022134345A1 (zh) | 文件访问方法、装置、设备及可读存储介质 | |
CN115016890A (zh) | 虚拟机资源分配方法、装置、电子设备及存储介质 | |
CN110471961A (zh) | 一种产品需求获取方法、装置、设备和存储介质 | |
CN112328960B (zh) | 数据运算的优化方法、装置、电子设备及存储介质 | |
CN110797087B (zh) | 测序序列处理方法及装置、存储介质、电子设备 | |
CN112087474B (zh) | 一种基于集群的端口信息的获取方法及装置 | |
CN114003630B (zh) | 一种数据搜索方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |