CN113837281B - 一种冶金工厂互联网平台以及数据再生方法 - Google Patents
一种冶金工厂互联网平台以及数据再生方法 Download PDFInfo
- Publication number
- CN113837281B CN113837281B CN202111124423.0A CN202111124423A CN113837281B CN 113837281 B CN113837281 B CN 113837281B CN 202111124423 A CN202111124423 A CN 202111124423A CN 113837281 B CN113837281 B CN 113837281B
- Authority
- CN
- China
- Prior art keywords
- data
- metallurgical
- factory
- internet platform
- module
- 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
- 238000011069 regeneration method Methods 0.000 title claims abstract description 26
- 239000010410 layer Substances 0.000 claims abstract description 42
- 239000000463 material Substances 0.000 claims abstract description 34
- 230000006870 function Effects 0.000 claims abstract description 22
- 230000008929 regeneration Effects 0.000 claims abstract description 19
- 239000012792 core layer Substances 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 230000001172 regenerating effect Effects 0.000 claims abstract description 4
- 238000000034 method Methods 0.000 claims description 58
- 230000008569 process Effects 0.000 claims description 41
- 238000012545 processing Methods 0.000 claims description 28
- 238000007726 management method Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 238000005516 engineering process Methods 0.000 claims description 14
- 230000010354 integration Effects 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 11
- 230000009466 transformation Effects 0.000 claims description 11
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000012423 maintenance Methods 0.000 claims description 9
- 230000004927 fusion Effects 0.000 claims description 7
- 238000007689 inspection Methods 0.000 claims description 7
- 238000009776 industrial production Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000005265 energy consumption Methods 0.000 claims description 5
- 230000007547 defect Effects 0.000 claims description 4
- 230000007123 defense Effects 0.000 claims description 4
- 235000019580 granularity Nutrition 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 3
- 238000010310 metallurgical process Methods 0.000 abstract description 4
- 238000011161 development Methods 0.000 description 12
- 230000018109 developmental process Effects 0.000 description 12
- 238000004519 manufacturing process Methods 0.000 description 11
- 238000013523 data management Methods 0.000 description 10
- 238000003860 storage Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 239000008186 active pharmaceutical agent Substances 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 229910000831 Steel Inorganic materials 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000005096 rolling process Methods 0.000 description 3
- 239000010959 steel Substances 0.000 description 3
- 238000012384 transportation and delivery Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000007418 data mining Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000004382 visual function Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- QGLZXHRNAYXIBU-WEVVVXLNSA-N aldicarb Chemical compound CNC(=O)O\N=C\C(C)(C)SC QGLZXHRNAYXIBU-WEVVVXLNSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/26—Visual data mining; Browsing structured data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Manufacturing & Machinery (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明提供了一种冶金工厂互联网平台及数据再生方法，涉及冶金行业信息技术领域。包括：工业资源层，用于汇总来自工厂不同设备、不同系统下的冶金物料异构数据；核心层，用于对数据进行融合、计算，以及数据再生；对冶金工厂互联网平台的网络安全进行维护；基础设施服务层，用于对冶金工厂互联网平台内多源异构数据的存储和互联互通；对冶金工厂互联网平台外提供数据服务支持；应用层，用于冶金行业不同场景的应用功能，完成冶金行业智能工厂的末端操作。本发明提供的平台密集融合了冶金工艺，具有数据接入能力、具有行业特色的边缘计算、数据服务能力、数据再生能力、可扩展性强等优点，成为冶金智能工厂服务的专业平台。
Description
技术领域
本发明涉及冶金行业信息技术领域，特别是指一种冶金工厂互联网平台的数据再生方法、装置及平台。
背景技术
冶金工业是典型的流程工业，物料多元多相，同时具有生产的连续性、时变性，工序之间强耦合等特征，冶金工厂的数字化、智能化转型，其核心是冶金全流程数据的深度感知，并进行数据的深度集成、建模，最后通过若干应用实现智能决策，解决业务痛点。但传统的自动化、信息化显然无法满足这一需求。
面向冶金智能工厂的工业互联网平台，是新一代信息通信技术与冶金工业技术深度融合的产物，其通过构建基于海量数据采集、存储、融合、治理、分析的服务体系，支撑制造资源泛在连接与优化配置，解决冶金过程中长期存在的效率低下、质量不稳定、成本能耗高、环境压力大等突出问题，是冶金企业实现数字化、智能化转型的关键所在。
现有较多的文献对工业互联网平台进行研究，发明专利《一种钢铁制造工业的互联网平台系统》(申请号202010710911.9)依照工业互联网白皮书指导规范，给出了通用的互联网功能构架，但针对冶金流程工业的特点，对数据的治理、数据服务等方面未有描述。发明专利《工业互联网平台》(申请号202011599108.9)将平台分为了设备层、网络层、边缘层、IaaS、PaaS、和SaaS等层级，该平台定位于服务煤矿行业，在平台设计时没有考虑冶金行业的特色，比如生产的连续性、时变性，工序之间强耦合等特点。发明专利《一种工业互联网平台架构》(申请号202010601803.8)该架构包含边缘计算层、工业IaaS层，工业Paas层和应用层。该专利主要通过区块链去中心化技术解决了平台的信息安全、数据不易被纂改等问题，该方法不适应于冶金流程工业。
发明内容
针对现有技术中海量数据的采集、存储、融合、治理、分析效率低，各类电气厂商设备接入、数据时空匹配、不同工艺数据特征提取、快速开发的问题，本发明提出了一种冶金工厂互联网平台以及数据再生方法。
为解决上述技术问题，本发明提供如下技术方案：
一方面，提供了一种冶金工厂互联网平台，包括：
工业资源层，用于汇总来自工厂不同设备、不同系统下的冶金物料异构数据；
核心层，用于对数据进行融合、计算，以及数据再生；对冶金工厂互联网平台的网络安全进行维护；
基础设施服务层，用于对冶金工厂互联网平台内多源异构数据的存储和互联互通；对冶金工厂互联网平台外提供数据服务支持；
应用层，用于冶金行业不同场景的应用功能，完成冶金行业智能工厂的末端操作；对工厂运行状态像用户进行展示，使用户通过移动端获取工厂信息和数据。
可选地，核心层包括：
数据再生模块，用于对数据进行边缘计算、数据时空匹配，以及对不同工艺数据特征提取，完成数据再生；
安全运维模块，用于对冶金工厂互联网平台进行网络的安全监测以及危害防御。
可选地，数据再生模块包括：
边缘计算子模块，用于采集接入的不同设备的异构数据，对数据进行融合以及处理；
数据处理子模块，用于通过数据时空变换模型对工艺数据与质量数据进行处理，得到原始物料曲线数据；
应用服务子模块，用于通过API接口为冶金工厂互联网平台的应用程序提供数据访问服务；通过应用程序中的规则引擎对采集的各类原始物料曲线数据进行特征值提取，为应用层提供不同主题的数据服务，完成数据再生。
可选地，边缘计算子模块还用于：
在靠近设备或数据源的网络边缘侧对源系统中异构数据进行处理以及融合；将处理后的异构数据从源系统中汇聚到冶金工厂互联网平台，存入实时数据库；在冶金工厂互联网平台内部构建实时数据库连接外部的IOT网关；将工业生产现场产生的工艺数据与质量数据存储到内部构建的实时数据库中。
可选地，核心层还包括：
算法集成模块，用于对历史数据、实时数据、时序数据的聚类、关联和预测分析。
可选地，数据再生模块还包括，
数据谱系子模块，用于冶金物料谱系对应，不同工序相同时刻点参数对应；表检图片信息深加工及缺陷等级运算；
数据场景子模块，用于为应用层提供综合数据服务，对采集的多源异构数据进行预处理、整合和缓存，形成与物料的质量、能耗、设备、操作的应用场景相关联的数据内容组合。
可选地，应用服务子模块以插件形式设置在平台，多个应用服务子模块之间能够进行相互操作；所述应用服务子模块可以设置在本地或远程，构成分布式服务系统。
可选地，安全运维模块包括：
单点登录子模块，用于登录冶金工厂互联网平台进行操作；
权限管理子模块，用于对各类用户权限的统一管理，按不同权限粒度，根据数据查询、访问需求，明确其在冶金工厂互联网平台中可以进行的操作以及数据权限；
用户管理子模块，用于用户设置密码策略，包括密码强度、使用期限以及密码保护；
全面监控子模块，用于对主机、服务、应用、网络、日志等，进行24小时不间断自动巡检；可视化展示服务器的性能指标、服务运行状况，系统存在的安全隐患及异常；
报警日志子模块，用于对发现的异常情况，发送报警信息提醒用户进行处理。
一方面，提供一种冶金工厂互联网平台的数据再生方法，该方法由上述冶金工厂互联网平台中的核心层执行实现，包括：
S1：在冶金工厂互联网平台内部构建实时数据库连接外部的物联网IOT网关；将工业生产现场产生的工艺数据与质量数据存储到内部构建的实时数据库中；
S2:通过数据时空变换模型对工艺数据与质量数据进行处理，得到原始物料曲线数据；
S3:冶金工厂互联网平台中的应用程序访问原始物料曲线数据；通过应用程序中的规则引擎对各类原始物料曲线数据进行特征值提取，完成数据再生。
可选地，步骤1中，在冶金工厂互联网平台内部构建实时数据库连接外部的物联网IOT网关之前，还包括：
S11:在靠近冶金工厂互联网平台内设备或数据源的网络边缘侧，对源系统中异构数据进行处理以及融合；
S12：将处理后的异构数据从源系统中汇聚到冶金工厂互联网平台；通过统一架构技术OPCUA对异构数据进行协议转换融合，存入实时数据库。
本发明实施例的上述技术方案至少具有如下有益效果：
上述方案中，面向冶金智能工厂的工业互联网平台重点解决了各类电气厂商设备接入、数据时空匹配、不同工艺数据特征提取、快速开发等难题，让智能工厂的各类应用模型能够随时获得精准的必备数据，并构建全新的数据管理工具，实现海量数据低成本、高可靠的存储和管理，在对工业机理深入理解的前提下，将工艺思想、工业技术原理、基础模型规则化、模块化，并封装为具有重复性、灵活性的微服务，为应用场景开发节省时间和成本，同时，应用层根据冶金工业特点来构建不同的应用场景，解决质量、生产、设备、能源、安全、交付等方面的问题，共同支撑冶金行业智能工厂建设。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，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是本发明实施例提供的冶金工厂互联网平台的总体框架示意图；
图2是本发明实施例提供的冶金工厂互联网平台的总体功能示意图；
图3是本发明实施例提供的冶金工厂互联网平台的核心层示意图；
图4是本发明实施例提供的冶金工厂互联网平台的数据再生模块示意图；
图5是本发明实施例提供的冶金工厂互联网平台的边缘计算示意图；
图6是本发明实施例提供的冶金工厂互联网平台的算法集成示意图；
图7是本发明实施例提供的冶金工厂互联网平台的安全运维示意图；
图8是本发明实施例提供的数据再生方法流程图；
图9是本发明实施例提供的边缘计算流程图。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
本发明实施例提供了一种冶金工厂互联网平台100，包括：
工业资源层110，用于汇总来自工厂不同设备、不同系统下的冶金物料异构数据；
核心层120，用于对数据进行融合、计算，以及数据再生；对冶金工厂互联网平台的网络安全进行维护；
基础设施服务层130，用于对冶金工厂互联网平台内多源异构数据的存储和互联互通；对冶金工厂互联网平台外提供数据服务支持；
应用层140，用于冶金行业不同场景的应用功能，完成冶金行业智能工厂的末端操作；对工厂运行状态像用户进行展示，使用户通过移动端获取工厂信息和数据。
本实施例中，针对冶金工业进行数字化、智能化转型过程中面临的突出问题而提供的一种面向冶金智能工厂的工业互联网平台，该平台包括工业资源层、核心层、基础设施服务层以及应用层四个核心层级，如图1所示。该平台所包含的核心功能如图2所示，如边缘计算、数据治理、应用服务、算法集成、安全运维和可视化等六大核心功能。面向冶金智能工厂的工业互联网平台重点解决了各类电气厂商设备接入、数据时空匹配、不同工艺数据特征提取、快速开发等难题，让智能工厂的各类应用模型能够随时获得精准的必备数据，并构建全新的数据管理工具，实现海量数据低成本、高可靠的存储和管理，在对工业机理深入理解的前提下，将工艺思想、工业技术原理、基础模型规则化、模块化，并封装为具有重复性、灵活性的微服务，为应用场景开发节省时间和成本，同时，应用层根据冶金工业特点来构建不同的应用场景，解决质量、生产、设备、能源、安全、交付等方面的问题，共同支撑冶金行业智能工厂建设。
在工业资源层110，包含了冶金工业的特征，如数据来自工厂不同设备、不同系统下的各类异构数据。
基础设施服务层主要通过虚拟化服务、分布式存储技术、任务调度等功能，实现海量多源异构数据的高效存储和互联互通，并对外提供数据服务支持。平台层是本发明平台的核心功能，通过提供可复用的微服务组件库和应用开发环境，实现工业应用的快速开发，通过时空变换、数据再生、数据标准等一系列数据治理功能，为应用层提供系统、标准、干净、安全的数据；算法集成运用数学统计、机器学习及最新的智能算法实现面向历史数据、实时数据、时序数据的聚类、关联和预测分析，满足工业数据挖掘的需求；安全运维通过平台入侵实时监测、网络安全防御、恶意代码防护等技术实现对平台运行的应用安全、代码安全、数据安全等。应用层是本平台最终价值的体现，通过不同应用功能场景的开发，实现生产管控和协同管控的优化应用。
优选地，如图3所示，核心层120包括：
数据再生模块121，用于对数据进行边缘计算、数据时空匹配，以及对不同工艺数据特征提取，完成数据再生；
安全运维模块122，用于对冶金工厂互联网平台进行网络的安全监测以及危害防御。
其中，如图4所示，数据再生模块121包括：
边缘计算子模块1211，用于采集接入的不同设备的异构数据，对数据进行融合以及处理；
数据处理子模块1212，用于通过数据时空变换模型对工艺数据与质量数据进行处理，得到原始物料曲线数据；
应用服务子模块1213，用于通过API接口为冶金工厂互联网平台的应用程序提供数据访问服务；通过应用程序中的规则引擎对采集的各类原始物料曲线数据进行特征值提取，为应用层提供不同主题的数据服务，完成数据再生。
边缘计算子模块1211还用于：
在靠近设备或数据源的网络边缘侧对源系统中异构数据进行处理以及融合；将处理后的异构数据从源系统中汇聚到冶金工厂互联网平台，存入实时数据库；在冶金工厂互联网平台内部构建实时数据库连接外部的IOT网关；将工业生产现场产生的工艺数据与质量数据存储到内部构建的实时数据库中。
本实施例中，如图5所示，边缘计算子模块1211主要完成数据的采集与汇聚，主要指从L1级自动化、L2级过程控制系统、MES系统、ERP系统、设备系统、能源系统等不同系统中获取各类数据，并采用关键事件识别、数据跟踪、物流匹配等技术实现数据间的关联、匹配和数据存储，为平台提供数据基础。
边缘计算指在靠近设备或数据源头就近进行数据存储、计算和处理等服务，将海量的异构数据从各种源系统中汇聚到本发明平台，并依托协议转换实现多源异构数据的归一化与集成、融合。边缘计算包含IOT网关、工艺网关、函数计算、采集引擎、任务调度、边缘缓存等功能，在边缘侧进行、数据判异、归档整合、物料谱系匹配、跟踪优化等工作，为平台层应用提供数据支撑。
边缘计算子模块1211通过IOT网关实现IT、OT互联，IOT通讯网关采用OPCUA技术实现多协议转换网关，支持国内外主流PLC协议，如：西门子S7、TEMIC公司EGD、ModBusTCP、OPCDA、Profibus、ABCIP等各类工业通信协议和软件通信接口，实现可靠的高性能的实时数据采集，并且集成了ETL数据处理工具，可支撑结构化、非结构化数据采集和处理。数据采集引擎将平台内部构建的实时数据库连接外部IOT网关，将生产现场产生的大量实时数据存储到内建的实时数据库中，并通过API接口为平台层应用提供实时数据访问服务。边缘计算平台运行中涉及大量计算任务，如实时任务、计划任务、定时任务等，通过任务调度管理来实现资源的合理分配，保证各个任务及时高效的完成相应的计算。
本实施例中，数据处理子模块1212的数据治理功能包括时空变换、数据再生、数据标准、数据构架、数据安全、数据质量等功能。基于对冶金过程和机理的深入理解，根据冶金过程工艺流程特征，利用相应的数据时空变换模型和算法对多源、异构、不同频率的工艺与质量数据进行处理，实现沿物料长度方向的质量、工艺参数、设备等类型数据的同步化，获得物料的数据精准对应。在此基础上，基于工艺机理和工艺分析规则，通过规则引擎对采集的各类原始物料曲线数据进行特征值提取，实现数据再生，为应用层分析提供不同主题数据服务。
数据治理在确保数据可靠性、准确性、完整性、关联性、及时性的基础上，从生产工序、生产要素、时间历程三个维度对数据进行预处理、整合和缓存，利用时空变换、数据字典、数据再生、数据标准、数据安全等功能实现数据质量的高效、统一管理，建立从数字钢水、数字铸坯到数字钢材的工艺数据主题，形成冶金数据图谱，实现全流程数据展示与追溯。
优选地，如图4所示，数据再生模块121还包括，
数据谱系子模块1214，用于冶金物料谱系对应，不同工序相同时刻点参数对应；表检图片信息深加工及缺陷等级运算；
数据场景子模块1215，用于为应用层提供综合数据服务，对采集的多源异构数据进行预处理、整合和缓存，形成与物料的质量、能耗、设备、操作的应用场景相关联的数据内容组合。
本实施例中，数据谱系主要功能包括物料谱系对应(炉次-铸坯-热轧卷-冷轧卷-重卷)；物料上下面翻转、头尾、左右侧对应；横纵轧切换、中断轧制、物料切头尾对应；不同工序相同时刻点参数对应；表检图片信息深加工及缺陷等级运算等。数据场景是为了能更好地为上层应用层提供综合数据服务，对采集的各类海量多源异构数据项进行预处理、整合和缓存，形成物料的质量、能耗、设备、操作等各种应用场景相关联的数据内容组合。在数据治理过程中还要进行数据加密、访问控制、保证数据完整性和数据防篡改等功能，以及保证进入系统的数据符合企业的数据治理要求，保证平台数据的完整性、有效性、一致性、规范性、开放性和共享性。
优选地，核心层120还包括：
算法集成模块123，用于对历史数据、实时数据、时序数据的聚类、关联和预测分析。
本实施例中，算法集成运用数学统计、机器学习及最新的智能算法实现面向历史数据、实时数据、时序数据的聚类、关联和预测分析，满足工业数据挖掘的需求。
本发明的冶金工厂互联网平台，集成了基于C#编程语言开发的、在Accord.Net开源框架下的算法类库，也支持Python语言开发的机器学习算法类库，两者类库各有优点，比如Accord.NET对计算机视觉和信号处理功能非常强大，算法实现较简单，而Python具有语法清晰简练，易于操作纯文本文件，使用广泛、代码范例多等优点，便于平台对于算法库的集成和扩展。如图6所示平台集成的算法库包含常见的SVM，随机森林、K近邻、K-means、FCM、KNN、ANN等机器学习算法，使用者可以根据实际需求挖掘出工业数据的内在含义，解决不同工业场景下的复杂问题。
优选地，应用服务子模块1213以插件形式设置在平台，多个应用服务子模块1213之间能够进行相互操作；所述应用服务子模块1213可以设置在本地或远程，构成分布式服务系统。
本实施例中，应用服务子模块1213主要包括规则引擎、API网关、消息服务、APP应用开发、服务监控、微服务框架等内容，基于对工艺机理的深入理解，形成的微服务组件，实现可复用、可灵活调用，同时，应用服务可实现快速开发，让智能工厂的各类应用场景开发更加快捷，节省企业开发成本和时间，应用服务作为插件被平台管理和配置，服务之间可以进行互操作，服务可以配置在本地也可以配置在远程，形成分布式服务系统。应用服务的分布式功能可满足搭积木式功能拼接，实现共性技术的整合。
优选地，如图7所示，安全运维模块122包括：
单点登录子模块1221，用于登录冶金工厂互联网平台进行操作；
权限管理子模块1222，用于对各类用户权限的统一管理，按不同权限粒度，根据数据查询、访问需求，明确其在冶金工厂互联网平台中可以进行的操作以及数据权限；
用户管理子模块1223，用于用户设置密码策略，包括密码强度、使用期限以及密码保护；
全面监控子模块1224，用于对主机、服务、应用、网络、日志等，进行24小时不间断自动巡检；可视化展示服务器的性能指标、服务运行状况，系统存在的安全隐患及异常；
报警日志子模块1225，用于对发现的异常情况，发送报警信息提醒用户进行处理。
本实施例中，安全运维包括单点登录、权限管理、用户管理、主机监控、进程监控、报警日志、网络监控与认证服务等功能。本发明平台提供独立服务、统一控制、可视化操作的安全配置管理工具，支持对各类用户权限的统一管理，按不同权限粒度，根据数据查询、访问需求，明确其在系统中可以进行的操作、可以看到的数据权限等，平台支持设置密码策略，包括密码强度、使用期限、密码保护等。同时，本发明平台运维方案融合了Prometheus+Grafana+ELK方案，全面监控平台各个环节的运行状态，对主机、服务、应用、网络、日志等7*24小时不间断自动巡检，并可视化展示服务器的性能指标、服务运行状况，实时发现系统存在的安全隐患及异常，第一时间发送报警信息提醒用户及时进行处理，杜绝了数据高频传输、高并发下的运行隐患。
本发明的冶金工厂互联网平台的应用层还具备可视化功能。可视化功能主要是将工业数据以图、表、2D/3D模型等视觉特效展现出来，实现工厂运行状态透明化展示，工厂信息、数据随手可得。包含集控大屏、报表、看板、手机APP等，通过数字化、智能化技术应用，数据孪生实现了工厂运行状态透明化展示，手机移动端使得工厂信息和数据随手可得、一目了然，解决信息到人的“最后一公里”问题。
本发明提供一种冶金工厂互联网平台的数据再生方法，该方法由上述冶金工厂互联网平台中的核心层执行实现，如图8所示，包括：
S1：在冶金工厂互联网平台内部构建实时数据库连接外部的物联网IOT网关；将工业生产现场产生的工艺数据与质量数据存储到内部构建的实时数据库中；
S2:通过数据时空变换模型对工艺数据与质量数据进行处理，得到原始物料曲线数据；
S3:冶金工厂互联网平台中的应用程序访问原始物料曲线数据；通过应用程序中的规则引擎对各类原始物料曲线数据进行特征值提取，完成数据再生。
优选地，如图9所示，步骤1中，在冶金工厂互联网平台内部构建实时数据库连接外部的物联网IOT网关之前，还包括：
S11:在靠近冶金工厂互联网平台内设备或数据源的网络边缘侧，对源系统中异构数据进行处理以及融合；
S12：将处理后的异构数据从源系统中汇聚到冶金工厂互联网平台；通过统一架构技术OPCUA对异构数据进行协议转换融合，存入实时数据库。
本实施例中，面向冶金智能工厂的工业互联网平台重点解决了各类电气厂商设备接入、数据时空匹配、不同工艺数据特征提取、快速开发等难题，让智能工厂的各类应用模型能够随时获得精准的必备数据，并构建全新的数据管理工具，实现海量数据低成本、高可靠的存储和管理，在对工业机理深入理解的前提下，将工艺思想、工业技术原理、基础模型规则化、模块化，并封装为具有重复性、灵活性的微服务，为应用场景开发节省时间和成本，同时，应用层根据冶金工业特点来构建不同的应用场景，解决质量、生产、设备、能源、安全、交付等方面的问题，共同支撑冶金行业智能工厂建设。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (4)
1.一种冶金工厂互联网平台，其特征在于，包括：
工业资源层，用于汇总来自工厂不同设备、不同系统下的冶金物料异构数据；
核心层，用于对数据进行融合、计算，以及数据再生；对冶金工厂互联网平台的网络安全进行维护；
基础设施服务层，用于对冶金工厂互联网平台内多源异构数据的存储和互联互通；对冶金工厂互联网平台外提供数据服务支持；
应用层，用于冶金行业不同场景的应用功能，完成冶金行业智能工厂的末端操作；对工厂运行状态像用户进行展示，使用户通过移动端获取工厂信息和数据；
所述核心层包括：
数据再生模块，用于对数据进行边缘计算、数据时空匹配，以及对不同工艺数据特征提取，完成数据再生；
安全运维模块，用于对冶金工厂互联网平台进行网络的安全监测以及危害防御；
所述数据再生模块包括：
边缘计算子模块，用于采集接入的不同设备的异构数据，对数据进行融合以及处理；
数据处理子模块，用于通过数据时空变换模型对工艺数据与质量数据进行处理，得到原始物料曲线数据；
应用服务子模块，用于通过API接口为冶金工厂互联网平台的应用程序提供数据访问服务；通过应用程序中的规则引擎对采集的各类原始物料曲线数据进行特征值提取，为应用层提供不同主题的数据服务，完成数据再生；
所述边缘计算子模块还用于：
在靠近设备或数据源的网络边缘侧对源系统中异构数据进行处理以及融合；将处理后的异构数据从源系统中汇聚到冶金工厂互联网平台，存入实时数据库；在冶金工厂互联网平台内部构建实时数据库连接外部的IOT网关；将工业生产现场产生的工艺数据与质量数据存储到内部构建的实时数据库中；
所述核心层还包括：
算法集成模块，用于对历史数据、实时数据、时序数据的聚类、关联和预测分析；
所述数据再生模块还包括，
数据谱系子模块，用于冶金物料谱系对应，不同工序相同时刻点参数对应；表检图片信息深加工及缺陷等级运算；
数据场景子模块，用于为应用层提供综合数据服务，对采集的多源异构数据进行预处理、整合和缓存，形成与物料的质量、能耗、设备、操作的应用场景相关联的数据内容组合；
所述安全运维模块包括：
单点登录子模块，用于登录冶金工厂互联网平台进行操作；
权限管理子模块，用于对各类用户权限的统一管理，按不同权限粒度，根据数据查询、访问需求，明确其在冶金工厂互联网平台中可以进行的操作以及数据权限；
用户管理子模块，用于用户设置密码策略，包括密码强度、使用期限以及密码保护；
全面监控子模块，用于对主机、服务、应用、网络、日志，进行24小时不间断自动巡检；可视化展示服务器的性能指标、服务运行状况，系统存在的安全隐患及异常；
报警日志子模块，用于对发现的异常情况，发送报警信息提醒用户进行处理。
2.根据权利要求1所述的冶金工厂互联网平台，其特征在于，所述应用服务子模块以插件形式设置在平台，多个应用服务子模块之间能够进行相互操作；所述应用服务子模块可以设置在本地或远程，构成分布式服务系统。
3.一种冶金工厂互联网平台的数据再生方法，其特征在于，所述方法由权利要求1中所述的冶金工厂互联网平台中的核心层执行实现，包括：
S1：在冶金工厂互联网平台内部构建实时数据库连接外部的物联网IOT网关；将工业生产现场产生的工艺数据与质量数据存储到内部构建的实时数据库中；
S2：通过数据时空变换模型对工艺数据与质量数据进行处理，得到原始物料曲线数据；
S3：冶金工厂互联网平台中的应用程序访问原始物料曲线数据；通过应用程序中的规则引擎对各类原始物料曲线数据进行特征值提取，完成数据再生。
4.根据权利要求3所述的冶金工厂互联网平台的数据再生方法，其特征在于，所述步骤1中，在冶金工厂互联网平台内部构建实时数据库连接外部的物联网IOT网关之前，还包括：
S11:在靠近冶金工厂互联网平台内设备或数据源的网络边缘侧，对源系统中异构数据进行处理以及融合；
S12：将处理后的异构数据从源系统中汇聚到冶金工厂互联网平台；通过统一架构技术OPCUA对异构数据进行协议转换融合，存入实时数据库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111124423.0A CN113837281B (zh) | 2021-09-24 | 2021-09-24 | 一种冶金工厂互联网平台以及数据再生方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111124423.0A CN113837281B (zh) | 2021-09-24 | 2021-09-24 | 一种冶金工厂互联网平台以及数据再生方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113837281A CN113837281A (zh) | 2021-12-24 |
| CN113837281B true CN113837281B (zh) | 2024-02-27 |
Family
ID=78969956
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111124423.0A Active CN113837281B (zh) | 2021-09-24 | 2021-09-24 | 一种冶金工厂互联网平台以及数据再生方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113837281B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117290413A (zh) * | 2023-08-05 | 2023-12-26 | 智参软件科技(上海)有限公司 | 一种基于SaaS的工厂数实融合平台和集成方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109491301A (zh) * | 2019-01-23 | 2019-03-19 | 东莞固高自动化技术有限公司 | 基于边缘计算体系架构的工业互联网智能控制器 |
| KR102106373B1 (ko) * | 2019-11-11 | 2020-05-04 | 이민우 | 블록체인 연동형 스마트 팩토리 생산 관리 시스템 |
| CN111784076A (zh) * | 2020-07-22 | 2020-10-16 | 济源国泰自动化信息技术有限公司 | 一种关于工业互联网的云端计量系统及其使用方法 |
| CN111861779A (zh) * | 2020-07-22 | 2020-10-30 | 山东钢铁股份有限公司 | 一种钢铁制造工业的互联网平台系统 |
| CN112148261A (zh) * | 2020-09-27 | 2020-12-29 | 中船第九设计研究院工程有限公司 | 一种智能船厂数字化服务平台的数据中台设计方法 |
| CN113379372A (zh) * | 2021-05-20 | 2021-09-10 | 同济大学 | 有色金属冶炼流程管控的人机物共融制造平台架构系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11122058B2 (en) * | 2014-07-23 | 2021-09-14 | Seclytics, Inc. | System and method for the automated detection and prediction of online threats |
-
2021
- 2021-09-24 CN CN202111124423.0A patent/CN113837281B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109491301A (zh) * | 2019-01-23 | 2019-03-19 | 东莞固高自动化技术有限公司 | 基于边缘计算体系架构的工业互联网智能控制器 |
| KR102106373B1 (ko) * | 2019-11-11 | 2020-05-04 | 이민우 | 블록체인 연동형 스마트 팩토리 생산 관리 시스템 |
| CN111784076A (zh) * | 2020-07-22 | 2020-10-16 | 济源国泰自动化信息技术有限公司 | 一种关于工业互联网的云端计量系统及其使用方法 |
| CN111861779A (zh) * | 2020-07-22 | 2020-10-30 | 山东钢铁股份有限公司 | 一种钢铁制造工业的互联网平台系统 |
| CN112148261A (zh) * | 2020-09-27 | 2020-12-29 | 中船第九设计研究院工程有限公司 | 一种智能船厂数字化服务平台的数据中台设计方法 |
| CN113379372A (zh) * | 2021-05-20 | 2021-09-10 | 同济大学 | 有色金属冶炼流程管控的人机物共融制造平台架构系统 |
Non-Patent Citations (1)
| Title |
|---|
| 基于工业互联的钢铁全流程质量管控系统;邵健 等;冶金自动化;第44卷(第01期);8-16 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113837281A (zh) | 2021-12-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113450065B (zh) | 一种用于风电场的生产运营管理系统及方法 | |
| CN105427193A (zh) | 一种基于分布式时序数据服务的大数据分析装置及方法 | |
| CN112163746A (zh) | 基于bim和gis的建筑工程项目管理系统 | |
| CN111861424A (zh) | 一种工业管理平台及工业管理系统 | |
| CN113642946A (zh) | 一种基于城市重要基础设施的感知信息集成接入系统 | |
| CN110020967A (zh) | 一种电网调度端变电站智能告警的信息处理方法及装置 | |
| CN112988865B (zh) | 工业互联网业务管理系统 | |
| CN112131050B (zh) | 一种灾备切换方法、装置、存储介质及计算机设备 | |
| CN113837281B (zh) | 一种冶金工厂互联网平台以及数据再生方法 | |
| CN113962405A (zh) | 一种智能矿热炉远程运维系统 | |
| CN115858651A (zh) | 一种智慧城市一体化应用支撑平台 | |
| KR20220097299A (ko) | 인공 지능 기반 실시간 음성인식 원격 협업 방법 및 그 시스템 | |
| CN111046000A (zh) | 一种面向政府数据交换共享的安全监管元数据组织方法 | |
| CN116957341A (zh) | 基于钢厂的安全风险智能管控系统 | |
| CN113869589A (zh) | 一种基于知识图谱的输电线路事故预测方法及巡检系统 | |
| CN114706994A (zh) | 一种基于知识库的运维管理系统和方法 | |
| CN111814361B (zh) | 一种环网柜数字模型的建模方法及装置 | |
| CN117112702A (zh) | 一种用于长大桥隧场景的业务快速处理系统 | |
| CN115664984A (zh) | 一种基于物联网的信息安全监控系统与方法 | |
| CN115239071A (zh) | 一种基于大数据的工业生产环境风险评估系统 | |
| CN111880989B (zh) | 一种配置项管理方法及装置 | |
| CN113836104A (zh) | 一种应用于电力企业的安全管理大数据共享系统 | |
| CN114400769A (zh) | 智能换电站的3d可视化监控方法与装置 | |
| CN112817284A (zh) | 一种面向铸造机器人打磨的数字孪生监控方法 | |
| CN202230379U (zh) | 基于终端触摸屏的数据采集和监控系统 |
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 |