CN113569117A - 一种基于工业互联网大数据服务的云平台系统及方法 - Google Patents

Abstract

本申请的实施例基于工业互联网、大数据云平台技术，提供了一种基于工业互联网大数据服务的云平台系统及数据处理方法。在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据，对工业数据进行分类确定工业数据对应的数据类型，基于工业数据的数据类型对工业数据进行压缩得到压缩数据，将压缩数据上传至云平台，以对压缩数据进行解析得到各数据类型对应的分类数据；基于分类数据生成控制指令以控制工业设备运行。通过基于数据感知层的数据同步网络获取并转发工业数据至云平台中，提高了工业数据交互和处理的效率，并通过云平台生成控制指令来控制工业设备运行，提高了工业生产的效率和质量。

Description

一种基于工业互联网大数据服务的云平台系统及方法

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种基于工业互联网大数据服务的云平台系统、方法、计算机可读介质及电子设备。

背景技术

近年来，新一轮科技革命和产业变革快速发展，互联网由消费领域向生产领域快速延伸，工业经济由数字化向网络化、智能化深度拓展，互联网创新发展与新工业革命形成历史性交汇，催生了工业互联网。工业互联网（Industrial Internet）是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态，通过对人、机、物、系统等的全面连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为工业乃至产业数字化、网络化、智能化发展提供了实现途径，是第四次工业革命的重要基石。

但是在实际的生产应用中，很多工业设备企业依旧是按照传统的工业生产模式来进行生产和管理，这对于工业生产效率和质量造成较大的影响，导致工业生产效率较低、质量较低的问题。

发明内容

本申请的实施例提供了一种基于工业互联网大数据服务的云平台系统、方法、计算机可读介质及电子设备，进而至少在一定程度上可以提高工业生产的效率和质量。

本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。

根据本申请实施例的一个方面，提供了一种基于工业互联网大数据服务的云平台系统，包括：

数据采集模块，用于在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据；

数据分类模块，用于对所述工业数据进行分类，确定所述工业数据对应的数据类型；

压缩聚类模块，用于基于所述工业数据的数据类型，对所述工业数据进行压缩，得到压缩数据；

上传解析模块，用于将所述压缩数据上传至云平台，以对所述压缩数据进行解析得到各数据类型对应的分类数据；

工业控制模块，用于基于所述分类数据生成控制指令，以控制所述工业设备。

根据本申请实施例的一个方面，提供了一种基于工业互联网大数据服务的方法，包括：在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据；对所述工业数据进行分类，确定所述工业数据对应的数据类型；基于所述工业数据的数据类型，对所述工业数据进行压缩，得到压缩数据；将所述压缩数据上传至云平台，以对所述压缩数据进行解析得到各数据类型对应的分类数据；基于所述分类数据生成控制指令，以控制所述工业设备。

在本申请的一些实施例中，基于前述方案，所述感知层包括预先布设的传感器；在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据之前，还包括：获取数据感知层的传感器的工作信息；基于所述工作信息确定属于同一簇群的同簇传感器，并从所述同簇传感器中选取中继传感器；基于所述同簇传感器以及其中的中继传感器，构建所述数据同步网络。

在本申请的一些实施例中，基于前述方案，所述工作信息包括以下信息中的至少一种：数据采集属性、位置信息、负载信息、能耗信息；基于所述工作信息确定属于同一簇群的同簇传感器，并从所述同簇传感器中选取中继传感器，包括：基于所述数据采集属性，确定属于同一类型的同类传感器；在所述同类传感器中，基于所述位置信息和预设距离阈值，确定属于同一区域范围中的同类传感器作为所述同簇传感器；在所述同簇传感器中，基于所述负载信息和能耗信息，确定所述同簇传感器对应的中继参数；选取中继参数最高时对应的同簇传感器为所述中继传感器。

在本申请的一些实施例中，基于前述方案，所述在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据，包括：所述数据同步网络中的传感器将工业设备生成的感知数据传输至中继传感器；中继传感器在获取到所述感知数据之后，去除所述感知数据中的冗余数据，并将剩余的感知数据作为工业数据传输至数据同步网络的网关设备。

在本申请的一些实施例中，基于前述方案，所述基于所述工业数据的数据类型，对所述工业数据进行压缩，得到压缩数据，包括：基于所述工业数据的数据类型，将属于同一数据类型的工业数据组合在一起，得到同类数据；对所述同类数据进行数据清洗去除所述同类数据中的冗余数据，得到清洗数据；对所述清洗数据进行压缩，得到所述压缩数据。

在本申请的一些实施例中，基于前述方案，所述云平台通过如下至少两种设备组成：个人计算机、物联网控制器、监控摄像机、移动智能终端、传感器组、工业计算机。

根据本申请实施例的一个方面，提供了一种计算机可读介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述实施例中所述的基于工业互联网大数据服务的方法。

根据本申请实施例的一个方面，提供了一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述实施例中所述的基于工业互联网大数据服务的方法。

根据本申请实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的基于工业互联网大数据服务的方法。

在本申请的一些实施例所提供的技术方案中，在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据，对工业数据进行分类确定工业数据对应的数据类型，基于工业数据的数据类型对工业数据进行压缩得到压缩数据，将压缩数据上传至云平台，以对压缩数据进行解析得到各数据类型对应的分类数据；基于分类数据生成控制指令以控制工业设备运行。通过基于数据感知层的数据同步网络获取并转发工业数据至云平台中，提高了工业数据交互和处理的效率，并通过云平台生成控制指令来控制工业设备运行，提高了工业生产的效率和质量。

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，并不能限制本申请。

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，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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，还可以根据这些附图获得其他的附图。

图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图；

图2示意性示出了根据本申请的一个实施例的基于工业互联网大数据服务的方法的流程图；

图3示意性示出了根据本申请的一个实施例的基于工业互联网大数据服务的云平台系统的示意图；

图4示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例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申请将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。

此外，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例中。在下面的描述中，提供许多具体细节从而给出对本申请的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本申请的技术方案而没有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方法、装置、实现或者操作以避免模糊本申请的各方面。

附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，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内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/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。

随着互联网、实时数据流、连接设备多样化的发展，以及搜索服务、社会网络、移动商务和开放协作等需求的推动，云计算迅速发展起来。不同于以往的并行分布式计算，云计算的产生从理念上将推动整个互联网模式、企业管理模式发生革命性的变革。云计算(cloud computing)是一种计算模式，它将计算任务分布在大量计算机构成的资源池上，使各种应用系统能够根据需要获取计算力、存储空间和信息服务。提供资源的网络被称为“云”。“云”中的资源在使用者看来是可以无限扩展的，并且可以随时获取，按需使用，随时扩展，按使用付费。作为云计算的基础能力提供商，会建立云计算资源池(简称云平台，一般称为IaaS(Infrastructure as a Service，基础设施即服务)平台，在资源池中部署多种类型的虚拟资源，供外部客户选择使用。

大数据（Big data）是无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。随着云时代的来临，大数据也吸引了越来越多的关注，大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。

图1示出了可以应用本申请实施例的技术方案的示例性系统架构的示意图。

如图1所示，系统架构可以包括设备组件106、感知装置107、云平台108、终端设备（如图1中所示智能手机101、平板电脑102和便携式计算机103中的一种或多种，当然也可以是台式计算机等等）、工业互联网104和服务器105。工业互联网104用以在终端设备和服务器105之间提供通信链路的介质。工业互联网104可以包括各种连接类型，例如有线通信链路、无线通信链路等等。

本实施例中的感知装置可以传感器，其中传感器可以为有线传感器或者无线传感器等等。

应该理解，图1中的设备组件、感知装置、终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。

用户可以使用终端设备通过工业互联网104与服务器105交互，以接收或发送消息等；同时服务器105与云平台108交互，用于传输工业数据和控制指令等等。在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据；对工业数据进行分类确定工业数据对应的数据类型；基于工业数据的数据类型，对工业数据进行压缩，得到压缩数据；将压缩数据上传至云平台，以对压缩数据进行解析得到各数据类型对应的分类数据；基于分类数据生成控制指令以控制工业设备。

通过上述基于云平台对工业数据的处理方式、以及基于工业互联网对工业数据的传输方式，提高了工业数据在传输和处理时的效率，进而提高了工业生产的效率和可靠性。

以下对本申请实施例的技术方案的实现细节进行详细阐述：

图2示出了根据本申请的一个实施例的基于工业互联网大数据服务的方法的流程图。参照图2所示，该基于工业互联网大数据服务的方法至少包括步骤S210至步骤S250，详细介绍如下：

在步骤S210中，在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据。

本实施例中数据感知层中布设有各种类型的传感器，用于采集工业设备生成的工业数据。其中，这些传感器可以与终端设备、服务器、工业设备构成物联网，物联网是通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。物联网是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络。云物联旨在将传统物联网中传感设备感知的信息和接受的指令连入互联网中，真正实现网络化，并通过云计算技术实现海量数据存储和运算，由于物联网的特性是物与物相连接，实时感知各个“物体”当前的运行状态，在这个过程中会产生大量的数据信息，如何将这些信息汇总,如何在海量信息中筛取有用信息为后续发展做决策支持,这些已成为影响物联网发展的关键问题，而基于云计算和云存储技术的物联云也因此成为物联网技术和应用的有力支持。

进一步的，本实施例中在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据之前，还包括：

获取数据感知层的传感器的工作信息；

基于所述工作信息确定属于同一簇群的同簇传感器，并从所述同簇传感器中选取中继传感器；

基于所述同簇传感器以及其中的中继传感器，构建所述数据同步网络。

本实施例中，基于传感器网络可以构建至少一个数据同步网络，具体构建方式如下说明。首先获取数据感知层的传感器的工作信息，之后基于工作信息来确定属于同一簇群的同簇传感器，并从中来选取中继传感器，以通过同簇传感器和其中的中继传感器来构建数据同步网络。

可选的，本实施例中工作信息包括以下信息中的至少一种：数据采集属性、位置信息、负载信息、能耗信息。

可选的，本实施例中数据同步网络中的中继传感器用于采集同簇传感器的工业数据，在收集全数据同步网络中的工业数据之后，将工业数据上传至网络的网关设备。

在本申请一实施例中，基于所述工作信息确定属于同一簇群的同簇传感器的过程，包括如下具体方式：基于所述数据采集属性，确定属于同一类型的同类传感器；在所述同类传感器中，基于所述位置信息和预设距离阈值，确定属于同一区域范围中的同类传感器作为所述同簇传感器；

具体的，本实施例中将属于同一数据采集属性的传感器作为同类传感器，由于各个传感器布设在不同的位置，因此，本实施例中将距离靠近的传感器作为同簇传感器。具体的方式为，基于所述位置信息和预设距离阈值，以设定位置中心为基准，以预设距离阈值为半径，确定区域范围，并将位于该区域范围内的传感器节点作为同簇传感器。

在本申请一实施例中，从所述同簇传感器中选取中继传感器的过程，包括如下具体方式：在所述同簇传感器中，基于所述负载信息和能耗信息，确定所述同簇传感器对应的中继参数；选取中继参数最高时对应的同簇传感器为所述中继传感器。

具体的，本实施例中在确定了同簇传感器之后，基于同簇传感器的负载信息和能耗信息来评估这些同簇传感器作为中继传感器的能力。

本实施例中负载信息包括以下数据：传感器当前持有的数据量为Dat_hol、可持有数据量上限为Dat_max，则当前所剩的可存储的存储空间为Dat_max-Dat_hol，可用存储率为：

pro_sto=(Dat_max-Dat_hol)/Dat_max

本实施例中可用存储率用于表示一个传感器的存储能力。本实施例中可以在同簇传感器中直接选取可用存储率最高的传感器作为中继传感器。以保证数据获取和存储的可靠性。

本实施例中能耗信息包括以下数据：表示当前剩余能量为Eny_cur、总能量上限为Eny_max、则可用能量率为Eny_cur/Eny_max，本实施例中可用能量率用于表示一个传感器的能量供应能力；单位数量的数据传输功耗为Eny_per。

基于所述负载信息和能耗信息，确定所述同簇传感器对应的中继参数如下公式：

Pea={ p/ [1-pmod(1/p)]}*a[(Dat_max-Dat_hol)/(Dat_max*Eny_per)]*b(Eny_cur/Eny_max)

其中，p用于表示预设的一级计算节点选取比例，a、b表示预设的调整参数，mod表示取余运算。在计算得到各同簇传感器对应的中继参数之后，选取中继参数最高的同簇传感器作为中继传感器。可选的，本实施例中可以选取一个、两个或者三个中继传感器。本实施例中通过上述方式，可以选取得到数据传输、存储性能较优的传感器作为中继传感器，提高了工业数据传输和处理的可靠性和安全性。

本实施例中在获取到所述感知数据之后，去除所述感知数据中的冗余数据，即各个传感器采集到的数据中存在的重复数据，并将剩余的感知数据作为工业数据传输至数据同步网络的网关设备。以降低数据冗余度，提高数据处理效率。

在步骤S220中，对所述工业数据进行分类，确定所述工业数据对应的数据类型。

在本申请实施例中在获取到工业数据之后，基于数据属性对工业数据进行分类，以确定各工业数据对应的数据类型。本实施例中的数据类型可以包括：温度、湿度、含氧量、转速等等设备运行参数。

在步骤S230中，基于所述工业数据的数据类型，对所述工业数据进行压缩，得到压缩数据。

在获取到工业数据之后，基于工业数据的类型，来工业数据进行压缩得到压缩数据。以提高数据质量和数据处理效率。在本申请一实施例中，基于所述工业数据的数据类型，对所述工业数据进行压缩，得到压缩数据的过程，可以包括如下步骤：

基于所述工业数据的数据类型，将属于同一数据类型的工业数据组合在一起，得到同类数据；

对所述同类数据进行数据清洗去除所述同类数据中的冗余数据，得到清洗数据；

对所述清洗数据进行压缩，得到所述压缩数据。

在本申请一实施例中，本实施例中基于数据类型，将获取到的工业数据中属于同一数据类型的工业数据组合在一起得到同类数据，并删除同类数据中的的冗余数据，即重复数据，得到清洗数据，之后对所述清洗数据进行压缩，例如按照时间将数据依次排布，得到所述压缩数据，以节省数据存储空间。

在步骤S240中，将所述压缩数据上传至云平台，以对所述压缩数据进行解析得到各数据类型对应的分类数据。

在本申请一实施例中，在得到压缩数据之后，将压缩数据上传至云平台，以通过云平台对所述压缩数据进行解析得到各数据类型对应的分类数据，其中解析方式与上述压缩方式的过程相反。本实施例中云平台通过如下至少两种设备组成：个人计算机、物联网控制器、监控摄像机、移动智能终端、传感器组、工业计算机。

在步骤S250中，基于所述分类数据生成控制指令，以控制所述工业设备。

在本申请一实施例中，在云平台获取到分类数据之后，基于分类数据生成控制指令，以将控制指令发送至工业设备，控制工业设备基于控制指令运行。

在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据，对工业数据进行分类确定工业数据对应的数据类型，基于工业数据的数据类型对工业数据进行压缩得到压缩数据，将压缩数据上传至云平台，以对压缩数据进行解析得到各数据类型对应的分类数据；基于分类数据生成控制指令以控制工业设备运行。通过基于数据感知层的数据同步网络获取并转发工业数据至云平台中，提高了工业数据交互和处理的效率，并通过云平台生成控制指令来控制工业设备运行，提高了工业生产的效率和质量。

以下介绍本申请的装置实施例，可以用于执行本申请上述实施例中的基于工业互联网大数据服务的方法。可以理解的是，所述装置可以是运行于计算机设备中的一个计算机程序（包括程序代码），例如该装置为一个应用软件；该装置可以用于执行本申请实施例提供的方法中的相应步骤。对于本申请装置实施例中未披露的细节，请参照本申请上述的基于工业互联网大数据服务的方法的实施例。

图3示出了根据本申请的一个实施例的基于工业互联网大数据服务的云平台系统的框图。

参照图3所示，根据本申请的一个实施例的基于工业互联网大数据服务的云平台系统300，包括：

数据采集模块310，用于在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据；

数据分类模块320，用于对所述工业数据进行分类，确定所述工业数据对应的数据类型；

压缩聚类模块330，用于基于所述工业数据的数据类型，对所述工业数据进行压缩，得到压缩数据；

上传解析模块340，用于将所述压缩数据上传至云平台，以对所述压缩数据进行解析得到各数据类型对应的分类数据；

工业控制模块350，用于基于所述分类数据生成控制指令，以控制所述工业设备。

在本申请的一些实施例中，基于前述方案，所述感知层包括预先布设的传感器；所述云平台系统还包括：工作信息获取单元，用于获取数据感知层的传感器的工作信息；中继节点选取单元，用于基于所述工作信息确定属于同一簇群的同簇传感器，并从所述同簇传感器中选取中继传感器；数据同步网络构建单元，用于基于所述同簇传感器以及其中的中继传感器，构建所述数据同步网络。

在本申请的一些实施例中，基于前述方案，所述工作信息包括以下信息中的至少一种：数据采集属性、位置信息、负载信息、能耗信息；基于所述工作信息确定属于同一簇群的同簇传感器，并从所述同簇传感器中选取中继传感器，包括：基于所述数据采集属性，确定属于同一类型的同类传感器；在所述同类传感器中，基于所述位置信息和预设距离阈值，确定属于同一区域范围中的同类传感器作为所述同簇传感器；在所述同簇传感器中，基于所述负载信息和能耗信息，确定所述同簇传感器对应的中继参数；选取中继参数最高时对应的同簇传感器为所述中继传感器。

在本申请的一些实施例中，基于前述方案，所述在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据，包括：所述数据同步网络中的传感器将工业设备生成的感知数据传输至中继传感器；中继传感器在获取到所述感知数据之后，去除所述感知数据中的冗余数据，并将剩余的感知数据作为工业数据传输至数据同步网络的网关设备。

在本申请的一些实施例中，基于前述方案，所述基于所述工业数据的数据类型，对所述工业数据进行压缩，得到压缩数据，包括：基于所述工业数据的数据类型，将属于同一数据类型的工业数据组合在一起，得到同类数据；对所述同类数据进行数据清洗去除所述同类数据中的冗余数据，得到清洗数据；对所述清洗数据进行压缩，得到所述压缩数据。

在本申请的一些实施例中，基于前述方案，所述云平台通过如下至少两种设备组成：个人计算机、物联网控制器、监控摄像机、移动智能终端、传感器组、工业计算机。

在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据，对工业数据进行分类确定工业数据对应的数据类型，基于工业数据的数据类型对工业数据进行压缩得到压缩数据，将压缩数据上传至云平台，以对压缩数据进行解析得到各数据类型对应的分类数据；基于分类数据生成控制指令以控制工业设备运行。通过基于数据感知层的数据同步网络获取并转发工业数据至云平台中，提高了工业数据交互和处理的效率，并通过云平台生成控制指令来控制工业设备运行，提高了工业生产的效率和质量。

图4示出了适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

需要说明的是，图4示出的电子设备的计算机系统400仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图4所示，计算机系统400包括中央处理单元（Central Processing Unit，CPU）401，其可以根据存储在只读存储器（Read-Only Memory，ROM）402中的程序或者从储存部分408加载到随机访问存储器（Random Access Memory，RAM）403中的程序而执行各种适当的动作和处理，例如执行上述实施例中所述的方法。在RAM 403中，还存储有系统操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出（Input/Output，I/O）接口405也连接至总线404。

以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管（Cathode Ray Tube，CRT）、液晶显示器（Liquid Crystal Display，LCD）等以及扬声器等的输出部分407；包括硬盘等的储存部分408；以及包括诸如LAN（Local Area Network，局域网）卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入储存部分408。

特别地，根据本申请的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元（CPU）401执行时，执行本申请的系统中限定的各种功能。

需要说明的是，本申请实施例所示的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或者是上述两者的任意组合。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可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM）、只读存储器（ROM）、可擦式可编程只读存储器（Erasable Programmable Read Only Memory，EPROM）、闪存、光纤、便携式紧凑磁盘只读存储器（Compact Disc Read-Only Memory，CD-ROM）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，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。而在本申请中，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计算机程序。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计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。

根据本申请的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实现方式中提供的方法。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现上述实施例中所述的方法。

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，根据本申请的实施方式，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。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本申请实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质（可以是CD-ROM，U盘，移动硬盘等）中或网络上，包括若干指令以使得一台计算设备（可以是个人计算机、服务器、触控终端、或者网络设备等）执行根据本申请实施方式的方法。

本领域技术人员在考虑说明书及实践这里公开的实施方式后，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公开的本技术领域中的公知常识或惯用技术手段。

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 (10)

1.一种基于工业互联网大数据服务的云平台系统，其特征在于，包括：

数据采集模块，用于在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据；

数据分类模块，用于对所述工业数据进行分类，确定所述工业数据对应的数据类型；

压缩聚类模块，用于基于所述工业数据的数据类型，对所述工业数据进行压缩，得到压缩数据；

上传解析模块，用于将所述压缩数据上传至云平台，以对所述压缩数据进行解析得到各数据类型对应的分类数据；

工业控制模块，用于基于所述分类数据生成控制指令，以控制所述工业设备。

2.根据权利要求1所述的云平台系统，其特征在于，所述感知层包括预先布设的传感器；所述云平台系统还包括：

工作信息获取单元，用于获取数据感知层的传感器的工作信息；

中继节点选取单元，用于基于所述工作信息确定属于同一簇群的同簇传感器，并从所述同簇传感器中选取中继传感器；

数据同步网络构建单元，用于基于所述同簇传感器以及其中的中继传感器，构建所述数据同步网络。

3.一种基于工业互联网大数据服务的方法，其特征在于，包括：

在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据；

对所述工业数据进行分类，确定所述工业数据对应的数据类型；

基于所述工业数据的数据类型，对所述工业数据进行压缩，得到压缩数据；

将所述压缩数据上传至云平台，以对所述压缩数据进行解析得到各数据类型对应的分类数据；

基于所述分类数据生成控制指令，以控制所述工业设备。

4.根据权利要求3所述的方法，其特征在于，所述感知层包括预先布设的传感器；在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据之前，还包括：

获取数据感知层的传感器的工作信息；

基于所述工作信息确定属于同一簇群的同簇传感器，并从所述同簇传感器中选取中继传感器；

基于所述同簇传感器以及其中的中继传感器，构建所述数据同步网络。

5.根据权利要求4所述的方法，其特征在于，所述工作信息包括以下信息中的至少一种：数据采集属性、位置信息、负载信息、能耗信息；

基于所述工作信息确定属于同一簇群的同簇传感器，并从所述同簇传感器中选取中继传感器，包括：

基于所述数据采集属性，确定属于同一类型的同类传感器；

在所述同类传感器中，基于所述位置信息和预设距离阈值，确定属于同一区域范围中的同类传感器作为所述同簇传感器；

在所述同簇传感器中，基于所述负载信息和能耗信息，确定所述同簇传感器对应的中继参数；

选取中继参数最高时对应的同簇传感器为所述中继传感器。

6.根据权利要求4所述的方法，其特征在于，在数据感知层，基于预设的数据同步网络获取工业设备生成的工业数据，包括：

所述数据同步网络中的传感器将工业设备生成的感知数据传输至中继传感器；

中继传感器在获取到所述感知数据之后，去除所述感知数据中的冗余数据，并将剩余的感知数据作为工业数据传输至数据同步网络的网关设备。

7.根据权利要求3所述的方法，其特征在于，基于所述工业数据的数据类型，对所述工业数据进行压缩，得到压缩数据，包括：

基于所述工业数据的数据类型，将属于同一数据类型的工业数据组合在一起，得到同类数据；

对所述同类数据进行数据清洗去除所述同类数据中的冗余数据，得到清洗数据；

对所述清洗数据进行压缩，得到所述压缩数据。

8.根据权利要求3所述的方法，其特征在于，所述云平台通过如下至少两种设备组成：

个人计算机、物联网控制器、监控摄像机、移动智能终端、传感器组、工业计算机。

9.一种计算机可读介质，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如权利要求3至8中任一项所述的基于工业互联网大数据服务的方法。

10.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求3至8中任一项所述的基于工业互联网大数据服务的方法。

Images