CN113377839A - 一种基于工业互联网大数据分析提取方法 - Google Patents

Abstract

本发明公开了一种基于工业互联网大数据分析提取方法，包括：获取监控采集设备采集的现场生产设备运行数据，并将运行数据发送至工控机；工控机对运行数据进行预处理；将预处理后的数据输入神经网络模型中，获得分析提取结果，并将分析提取结果储存到云端服务器中；根据分析提取结果，生成设备运行信息，并生成异常报警信号或正常信号；当用户手持NFC卡，通过身份验证后，将设备运行信息通过显示屏显示出来；设备运行信息包括：设备编号、型号、所在位置、运行数据、趋势状态预警信息、故障信息、故障隐患信息和运行状态。可有效避免人工查验设备出现的效率低下问题，减少人工成本，且可以有效提高全链条工业生产监控的实时性、高效性及精准性。

Description

一种基于工业互联网大数据分析提取方法

技术领域

本发明涉及大数据技术领域，特别涉及一种基于工业互联网大数据分析提取方法。

背景技术

工业互联网即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。现今，工业互联网的实质为通过工业互联网平台把装备、生产流水线、厂商、供应商、商品和顾客紧密联系融合起来。进而可以有效帮助厂商拉长产业链，形成跨地域、跨装备、跨系统的互联互通，提高生产效率，推动整个制造产业智能化。

然而，现有就如何进行整个现场生产设备、生产流水线的数据进行全链条监控，并且对潜在危机进行及时预警、定位和报警，并直观显示给厂商，并未存在过多相关技术。

因此，在现有工业互联网进行装备互联互通的基础上，如何提供一种基于工业互联网大数据的分析提取方法，成为本领域技术人员亟需解决的问题。

发明内容

鉴于上述问题，本发明提出了一种至少解决上述部分技术问题的一种基于工业互联网大数据分析提取方法，该方法可实现工业生产全链条监控，且可实时获取工业运行数据，对异常情况进行检测及预警。

本发明实施例提供一种基于工业互联网大数据分析提取方法，包括：

获取监控采集设备采集的现场生产设备运行数据，并将所述运行数据发送至工控机；

所述工控机对所述运行数据进行预处理；

将所述预处理后的数据输入神经网络模型中，获得分析提取结果，并将所述分析提取结果储存到云端服务器中；

根据所述分析提取结果，生成设备运行信息，并生成异常报警信号或正常信号；当用户手持NFC卡，通过身份验证后，将所述设备运行信息通过显示屏显示出来；所述设备运行信息包括：设备编号、型号、所在位置、运行数据、趋势状态预警信息、故障信息、故障隐患信息和运行状态。

进一步地，所述工控机对所述运行数据进行预处理，包括：

对所述运行数据进行数据转换；

对所述转换后的数据进行数据清洗；

对所述清洗后的数据进行数据抽取。

进一步地，所述数据清洗包括：删除乱码、重复数据和去除噪声数据。

进一步地，所述将分析提取结果储存到云端服务器采用以下任意一种通讯方式：GPRS通信、Wi-Fi、蓝牙或5G。

进一步地，还包括：所述工控机将所述异常报警信号发送给报警器。

进一步地，还包括：将所述设备运行信息通过工业现场地图、运行状态曲线、运行数据条形图、趋势状态曲线图、故障信息表格和故障隐患信息表格形式在显示屏上展示出来。

进一步地，还包括：将所述设备运行信息通过数据接口分享给第三方企业管理平台。

进一步地，所述趋势状态预警信息为根据所述运行数据进行实时趋势分析获得。

本发明实施例提供的上述技术方案的有益效果至少包括：

本发明实施例提供的一种基于工业互联网大数据分析提取方法，包括：获取监控采集设备采集的现场生产设备运行数据，并将运行数据发送至工控机；工控机对运行数据进行预处理；将预处理后的数据输入神经网络模型中，获得分析提取结果，并将分析提取结果储存到云端服务器中；根据分析提取结果，生成设备运行信息，并生成异常报警信号或正常信号；当用户手持NFC卡，通过身份验证后，将设备运行信息通过显示屏显示出来；设备运行信息包括：设备编号、型号、所在位置、运行数据、趋势状态预警信息、故障信息、故障隐患信息和运行状态。可有效避免人工查验设备是否出现问题的效率低下问题，减少人工成本，提高了全链条工业生产监控的实时性、高效性及精准性。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例提供的基于工业互联网大数据分析提取方法流程图；

图2为本发明实施例提供的显示屏展示图；

图3为本发明实施例提供的显示屏另一张展示图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

本发明实施例提供一种基于工业互联网大数据分析提取方法，参见图1所示，包括：

S1、获取监控采集设备采集的现场生产设备运行数据，并将运行数据发送至工控机；

S2、工控机对运行数据进行预处理；

S3、将预处理后的数据输入神经网络模型中，获得分析提取结果，并将分析提取结果储存到云端服务器中；

S4、根据分析提取结果，生成设备运行信息，并生成异常报警信号或正常信号。

进一步地，当用户手持NFC卡，通过身份验证后，将设备运行信息通过显示屏显示出来。

具体地，设备运行信息包括：设备编号、型号、所在位置、运行数据、趋势状态预警信息、故障信息、故障隐患信息和运行状态。

具体地，工控机对运行数据进行预处理，包括：

对运行数据进行数据转换；

对转换后的数据进行数据清洗；

对清洗后的数据进行数据抽取。

其中，数据转换为将运行数据转换成同一规范化格式，并利用自然语言工具对该运行数据进行分词。数据清洗为删除乱码、重复数据和去除噪声数据，即删除存在错误或异常的数据，去掉停用词、重复词等，以此提高数据质量。最后，将清洗后的数据进行数据特征抽取，利用word2vec将文本数据转换成矢量数据，即，特征向量，为后续输入神经网络模型做准备。

具体地，神经网络模型采用长短时记忆神经网络(LSTM)。具体包括：

首先，构建长短时记忆网络。其次，将预处理后的训练样本数据输入构建的长短时记忆网络进行训练；预处理后的训练样本数据带有分析提取结果的标识。最后，判断训练得到的模型是否满足第一预设条件；当训练得到的模型满足第一预设条件时，确定上述训练得到的模型为训练好的神经网络模型。输入该神经网络模型中，可以精确获得分析提取结果。

进一步地，显示屏显示的信息包括实时监测的各设备编号、型号、所在位置、运行数据、是否出现故障、是否存在故障隐患以及运行状态和趋势状态预警等。

进一步地，参见图2和图3所示，将设备运行信息通过工业现场地图、运行状态曲线、运行数据条形图、趋势状态曲线图、故障信息表格和故障隐患信息表格等形式在显示屏上展示出来。

具体地，趋势状态预警信息为根据运行数据进行实时趋势分析获得。

可选地，运行状态为实时根据预设时间间隔进行滚动检测运行数据，并将其检测数据与预设阈值比较，如在该预设阈值范围内，则判定状态正常；如在该预设阈值范围之外，则判定状态不佳，生成故障隐患信息，当不佳状态超过预设时间时，生成故障信息。针对不同监控采集设备采集的不同运行数据，生成不同的运行状态信息。并将设备编号、型号、所在位置、各运行状态信息及故障隐患和故障等信息通过显示屏直观显示出来，供相关维修人员及时精确定位到该设备，并对其具体隐患或故障信息进行检修，防范隐患的发生。相关技术人员还可随时获取任何生产设备此时的各个运行数据，并根据显示屏直观可视化获取到此时该设备的运行状态和趋势状态，且各故障隐患信息和故障信息可以在最短时间内通知其相关负责人员，进而为及时开展预防性维护或修理，最终实现设备的更少故障和更长连续生产时间周期。且使厂商获得更好的设备运转和更少的非正常设备停机损失。

进一步地，只有工控机读取到授权的NFC卡时，才可采取具体操作，即，获取监控采集设备实时采集的设备运行数据，并将设备编号、型号、所在位置、运行数据、趋势状态预警信息、故障信息、故障隐患信息和运行状态等信息通过显示屏显示出来。可随时根据需要更改授权NFC卡。如此，可有效节省电能以及保证隐私特权。

具体地，根据运行状态信息，工控机发送异常报警信号或正常信号给报警器。报警器可根据各生产设备的运行状态信息，显示实时所有生产设备的状态信息。比如：当至少存在一个生产设备出现故障隐患时，生成黄色报警信号灯；当至少存在一个生产设备出现故障时，生成红色报警信号灯；当所有生产设备都状态正常时，生成绿色报警信号灯。此时，相关工作人员可手持NFC卡，及时定位相关故障设备所处方位以及存在何种隐患信息，进而依据该信息，处理相关故障。可以有效避免显示屏持续处于显示状态对能源的消耗，以及相关设备隐私的泄漏。采用报警器和显示屏相结合的方式，可以有效节约能源以及相关工作人员的工作成本。不必实时监控显示屏各生产设备的运行状态，即可根据报警器的状态判断所有生产设备的运行状态。反应迅猛、及时，可有效规避故障隐患问题的发生。

本实施例中，通过NFC卡和NFC模块的结合，既可有效保障生产设备信息的隐私，还可有效降低能源的消耗。通过工控机对运行数据进行处理，并传输到云端服务器，有利于对数据进行保存及记录，方便日后追溯查看。通过将异常信号发送给报警器，以此来生成报警信号，并通过显示器精确显示设备运行信息，可有效避免人工查验设备是否出现问题的效率低下，减少人工成本，提高了全链条工业生产监控的实时性、高效性及精准性。

进一步地，工控机将设备运行信息通过Web接口分享给第三方企业管理平台。可选地，第三方企业管理平台包括：ERP系统、OA系统、FastMsg系统和CRM系统等。

可选地，将分析提取结果储存到云端服务器，采用以下任意一种通讯方式：GPRS通信、Wi-Fi、蓝牙或5G。本实施例对其不作限定，只要工控机能够通过无线网络方式将分析提取结果发送并存储至云端服务器即可。

进一步地，还可以从云端服务器采集历史记录信息以及权限验证。一方面，工控机可以将工业现场监控采集设备所采集的分析提取结果发送给云端服务器，并存储起来。另一方面，云端服务器还可以将所存储的分析提取结果，生成历史记录信息，工控机可在权限验证通过后进行查阅。权限不同，能够查阅的月份不同；权限不同，获取到的监控采集设备所采集到的分析提取结果不同(获取不同传感器所采集的分析提取结果)。

可选地，上述监控采集设备为各种传感器(如：气敏传感器、空气质量传感器、温湿度传感器、用于检测现场生产设备是否遭损坏的压力传感器、发动机转速传感器、流量传感器、气压传感器等)。运行数据分析提取结果为：空气质量数据、温湿度数据、压力数据、发动机转速数据、气流量数据等。

进一步地，将异常报警信号发送给的报警器为以下一种或多种：光电报警器(采用型号为HXA-B02)、闪光灯(采用CXBG-2-MC-200HW)或蜂鸣器(采用HYD-4216HYD-4216W)。本实施例对报警器采用种类不作限定，只要能起到预警提示作用即可。

具体地，显示设备运行信息的显示屏可以为LCD显示屏或LED显示屏。LCD显示屏即液晶显示屏，其具有机身薄、功耗低和辐射小的优点，扁平、轻薄，可以节省大量原材料和空间，易于维护。且可以直观、清晰显示文字及图像信息。如果想要节能环保，可以选择低能耗的LCD显示屏。如果想要使屏幕展示的图像色彩还原效果更好，可以选择LED显示屏。LED显示屏具有高亮度、较广的观看角度和良好的色彩还原能力，响应迅速。本申请对显示屏采用LCD显示屏或LED显示屏不作限定，只要能够直观获取设备运行信息即可。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于工业互联网大数据分析提取方法，其特征在于，包括：

获取监控采集设备采集的现场生产设备运行数据，并将所述运行数据发送至工控机；

所述工控机对所述运行数据进行预处理；

将所述预处理后的数据输入神经网络模型中，获得分析提取结果，并将所述分析提取结果储存到云端服务器中；

根据所述分析提取结果，生成设备运行信息，并生成异常报警信号或正常信号；当用户手持NFC卡，通过身份验证后，将所述设备运行信息通过显示屏显示出来；所述设备运行信息包括：设备编号、型号、所在位置、运行数据、趋势状态预警信息、故障信息、故障隐患信息和运行状态。

2.如权利要求1所述一种基于工业互联网大数据分析提取方法，其特征在于，所述工控机对所述运行数据进行预处理，包括：

对所述运行数据进行数据转换；

对所述转换后的数据进行数据清洗；

对所述清洗后的数据进行数据抽取。

3.如权利要求2所述一种基于工业互联网大数据分析提取方法，其特征在于，所述数据清洗包括：删除乱码、重复数据和去除噪声数据。

4.如权利要求1所述一种基于工业互联网大数据分析提取方法，其特征在于，所述将分析提取结果储存到云端服务器采用以下任意一种通讯方式：GPRS通信、Wi-Fi、蓝牙或5G。

5.如权利要求1所述一种基于工业互联网大数据分析提取方法，其特征在于，还包括：所述工控机将所述异常报警信号发送给报警器。

6.如权利要求1所述一种基于工业互联网大数据分析提取方法，其特征在于，还包括：将所述设备运行信息通过工业现场地图、运行状态曲线、运行数据条形图、趋势状态曲线图、故障信息表格和故障隐患信息表格形式在显示屏上展示出来。

7.如权利要求1所述一种基于工业互联网大数据分析提取方法，其特征在于，还包括：将所述设备运行信息通过数据接口分享给第三方企业管理平台。

8.如权利要求1所述一种基于工业互联网大数据分析提取方法，其特征在于，所述趋势状态预警信息为根据所述运行数据进行实时趋势分析获得。

Images