CN113868306A - 一种基于opc-ua规范的数据建模系统和方法 - Google Patents
一种基于opc-ua规范的数据建模系统和方法 Download PDFInfo
- Publication number
- CN113868306A CN113868306A CN202111015547.5A CN202111015547A CN113868306A CN 113868306 A CN113868306 A CN 113868306A CN 202111015547 A CN202111015547 A CN 202111015547A CN 113868306 A CN113868306 A CN 113868306A
- Authority
- CN
- China
- Prior art keywords
- data
- model
- equipment
- engine
- modeling
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000007726 management method Methods 0.000 claims abstract description 35
- 238000013499 data model Methods 0.000 claims abstract description 26
- 230000000007 visual effect Effects 0.000 claims abstract description 15
- 229910000831 Steel Inorganic materials 0.000 claims abstract description 14
- 239000010959 steel Substances 0.000 claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 238000007906 compression Methods 0.000 claims description 8
- 230000006835 compression Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000011960 computer-aided design Methods 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000002955 isolation Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 abstract description 12
- 229910052742 iron Inorganic materials 0.000 abstract description 6
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000013144 data compression Methods 0.000 description 4
- 238000012800 visualization Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2471—Distributed queries
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于OPC‑UA规范的数据建模系统和方法,该系统包括UI层、Service层和数据传输层;UI层进行可视化建模,形成企业基础数据模型扩展领域模型;Service层通过模型运行引擎的运行,对工业数据建模模型库;数据传输层通过Kafka进行数据传输,采用HDFS存储批量数据,Spark分布式计算,批量计算结果采用MySQL和HBase存储,其中,MySQL用于查询少量的最近结果数据,HBase用于查询大量的历史结果数据。本发明解决传统钢铁行业企业多工厂设备数据采集复杂、设备模型在不同的厂商,不同的工程师手上,无法实现企业统一的数据模型管理问题。
Description
技术领域
本发明涉及物联网应用技术领域与OPC-UA信息建模技术领域,特别是一种 基于OPC-UA规范的数据建模系统和方法。
背景技术
在钢铁企业的物联网世界中,设备不再是孤立的,而是通过各种关系相互连 接构成复杂的拓扑结构,并通过相互协作实现更为复杂的功能。
随着钢铁物联网规模的不断扩大,十万、百万级别的设备互联已经成为现实, 但对于整个钢铁制造及生产领域,存在不同领域、不同类型的对象、以及不同的 历史设备,这些设备的数据多而杂,数据标准不一致,各钢铁工厂设备能对接的 通信协议不一致,难以对不同设备传感器进行统一数据建模,且目前常用的关系 型数据库基于外键的方案在处理大规模拓扑上性能低下,已经难以满足需求;若 生产管理人员要抽取不同设备的数据,还需协调设备厂商进行参与,甚至还存在 投入资源定制开发接口,仅需要设备的一个关键数据,都需要钢铁工厂进行大量 资金投入,可想而知,钢铁企业这么多的设备数据均要抽取的话,已在生产经营 方面对企业管理造成不可控制的趋势。不仅加大了生产成本,还降低了生产利润, 长期以往对钢铁企业的各方面发展将造成严重的影响。
发明内容
为了解决上述问题,本发明提供一种应用于钢铁行业的基于OPC-UA规范的 数据建模系统和方法。
本发明的目的是这样实现的:
一种基于OPC-UA规范的数据建模系统,包括UI层、Service层和数据传输层;
UI层进行可视化建模,形成企业基础数据模型扩展领域模型;Service层通过 模型运行引擎的运行,对工业数据建模模型库;
数据传输层通过Kafka进行数据传输,采用HDFS存储批量数据,Spark分布 式计算,批量计算结果采用MySQL和HBase存储,其中,MySQL用于查询少量 的最近结果数据,HBase用于查询大量的历史结果数据。
进一步地,UI层创建工厂的基础数据模型,基于基础数据模型,适应工厂多 个领域模型。
进一步地,Service层包括模型运行服务引擎和数据模型建库模块;
模型运行服务引擎包括查询引擎、脚本引擎、工作流引擎、分析引擎和协议 转换引擎;
其中,查询引擎基于Flink提供的最高抽象SQL,集成MySQL查询少量的最 近结果数据;脚本引擎集成脚本编辑器,与第三方脚本集成,满足第三方脚本的 运行;分析引擎采用Elasticsearch技术进行实时全文搜索、分析和存储数据,进 行高效搜索;
协议转换引擎:基于OPC-UA规范将模型选择的协议转换为MQTT协议;
分析引擎:基于Elasticsearch,首先将数据模型进行存储,再通过Elasticsearch的REST接口将数据进行检索,根据数据异构性的特点进行数据格式转换;根据 读取用户查询需求,适配查询条件中的索引,最终将查询翻译成Elasticsearch的 语法并将查询提交给Elasticsearch、收集查询结果,将查询分析结果返回。
数据模型建库模块:经模型运行引擎运行后,将数据模型或扩展领导的模型 存入模型库里,通过Minio Service进行对象存储来保存图片、视频、文档,通过 MySQL存储基本配置信息,通过Restful接口输出数据。
进一步地,模型选择的协议包括:OPC DA、OPC A&E、OPC UA、Modbus、 IEC101、IEC103、IEC 104、IEC 61850、CDT、PROFIBUS、PROFINET。
进一步地,通过标准接口输出模型数据后,数据传输层采用Lambda大数据 架构,基于Spark采用大数据实时计算和批量计算相结合的方式,保证系统的容 错,以及隔离计算的复杂性;采用Java语言通过Restful接口输出数据;采用Spark 作为内存分布式计算框架;基于DAG图计算调度;采用MySQL和HBase存储批 量计算结果,其中,MySQL用于查询少量的最近结果数据,HBase用于查询大量 的历史结果数据。
进一步地,与数据建模系统连接的多台设备区域均部署网络覆盖,每个区域 有对应有IP段划分,通过整个流程的处理,将进行设备实时数据的存储;所述实 时数据的存储:根据时序数据的特点及数据类型,对时序数据进行近实时压缩, 同时保证数据的时间顺序;定期将每小时时序数据合并成一行,并进行压缩存储; 采用delta-delta、XOR、RLE以及Simple8B压缩算法压缩数据。
本发明还涉及的一种基于OPC-UA规范的数据建模方法,按以下进行:
可视化建模,形成企业基础数据模型扩展领域模型;通过模型运行引擎的运 行,对工业数据建模模型库;
通过Kafka进行数据传输,采用HDFS存储批量数据,Spark分布式计算,批 量计算结果采用MySQL和HBase存储。
进一步地,该方法中:
可视化建模:通过将工厂设备的PLC点位进行设备可视化建模即依托CAD图 或者组态图,构建该设备的静态模型;
设备模型类型管理:允许用户针对模型类型进行扩展,按层级来组装实现复 杂类型建模;
设备对象管理:通过模型分类、分层级完成物理实体建模后,可设置设备的 通用属性、组件、变量、其他关联对象、基本信息配置;
设备告警管理:用户可针对某一层级的对象,或者全局进行告警规则的自定 义配置,当满足规则要求后,实现及时预警;
协议接入:基于OPC-UA规范的模型类型选择后,用户输入绑定当前设备的 通信协议,最终模型均将各设备协议转换为标准的MQTT协议将数据进行采集, 实现数据建模步骤;
生命周期管理服务包括:对于设备模型的生命周期进行管控,同时对模型关 键操作提供日志可以进行追溯;
事件及订阅服务包括:基于分布式、高可用的ElasticSearch进行设计,通过 设备告警规则自定义配置后,一旦规则成立,事件服务将通过websocket客户端 订阅事件,平台把产生的实时事件告警数据推送到设备模型,同时,事件服务进 行校验、格式转换后,存储到分布式数据库中,满足利时查询、告警查询;
基于Flink流处理框架、基于Spark作为内存分布式计算框架的运行引擎,通 过结合设备模型和底层的运行引擎,实现模型的在线运行,展示设备模型各点位 时序数据采集情况。
模型库及管理服务:包括公共模型管理和私有模型管理,提供模型上传下载 入口,所述公共模型基于OPC-UA规范抽象出一套基础模型,并基于此模型实现 可扩展出领域模型;所述私有模型管理包括设备可视化建模模型、用户上传到模 型库的模型;实现钢铁行业按领域、层级进行模型库的管理,达到企业多种类型 设备模型进行统一的模型集控管理。
模型数据服务:实现模型数据存储、数据查询与模型数据接口输出,通过模 型数据接口能满足不同应用场景和业务系统对数据的需求。
与现有技术相比,本发明的有益效果如下:
本发明结合钢铁行业的设备数采现状,基于OPC-UA规范,通过此发生所述 数据建模方法及装置,解决传统钢铁行业企业多工厂设备数据采集复杂、设备模 型在不同的厂商,不同的工程师手上,无法实现企业统一的数据模型管理问题; 间接解决企业多工厂异构数据集成难、海量数据集成难、服务器资源耗费大,成 本高的问题;最大程度的实现企业生产设备数据资产的归集。
本发明实现了实时设备数据采集可视化展现、实时设备数据预警告警推送获 获取分析结果,从而全面集控设备运行情况。本发明具有设备数据建模自定义性、 即时性、可扩展性、安全性等优势。
附图说明
图1为本发明之基于OPC-UA规范的数据建模方法流程示意图;
图2为本发明之基于OPC-UA规范的数据建模装置原理结构示意图;
图中:S100-UI层;S200-Service层;S300-数据传输层。
具体实施方式
下面将结合本申请实施例中的附图,对实施例中的技术方案进行清楚、完整 地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施 例。基于实施例,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。
除非另外定义,本申请实施例中使用的技术术语或者科学术语应当为所属领 域内具有一般技能的人士所理解的通常意义。本实施例中使用的“第一”、“第二” 以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组 成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件 涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。 “安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可 拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连,可 以是两个元件内部的连通。“上”、“下”、“左”、“右”、“横”以及“竖”等仅用 于相对于附图中的部件的方位而言的,这些方向性术语是相对的概念,它们用于相对于的描述和澄清,其可以根据附图中的部件所放置的方位的变化而相应地发 生变化。
如图1、2所示,本实施例的基于OPC-UA规范的数据建模系统,其特征在于: 包括UI层S100、Service层S200和数据传输层S300。
UI层S100将设备进行可视化建模,形成企业基础数据模型扩展领域模型。Service层S200通过模型运行引擎的运行,实现工业数据建模模型库。数据传输层 S300通过Service层S200(服务层)的运用与数据输出,通过Kafka进行数据传输, 采用HDFS存储批量数据,Spark分布式计算,批量计算结果采用MySQL和HBase 存储,其中MySQL用于查询少量的最近结果数据,而HBase用于查询大量的历史 结果数据。
本实施例利用Flink流式计算框架,负责从Kafka中读取时序数据,并对数据 进行压缩处理,以及持久化到HBase,过程如下:
如图1所示,本实施例实施前置条件是工厂的多台设备区域均部署网络覆盖, 每个区域有对应有IP段划分,通过整个流程的处理,将进行设备实时数据的存储;
所述实时数据的存储:根据时序数据的特点及数据类型,采用压缩比好的数 据压缩算法,对时序数据进行近实时压缩,同时保证数据的时间顺序。其中所述 数据压缩算法部分设计如下所示:
将每小时时序数据合并成一行,并进行压缩存储。一条时序数据包括两个字 段:v和s,因此行健中的字段名只有v和s两个取值,分别代表时序值和数据质量。 字段类型的取值:B、L、F、S。
具体描述如下:
所述行键说明:
在数据压缩方面,本实施例实现了delta-delta、XOR、RLE以及Simple8B压 缩算法。结合HBase本身提供的FAST_DIFF、Snappy压缩算法,可以极大的提供 数据压缩率,减少对磁盘存储空间的需求,同时降低数据读取的IO,从而提高系 统查询效率。
如图2所示,本实施例中,UI层S100包含了可视化建模的全流程,创建工厂 的基础数据模型,从而基于基础数据模型,来适应工厂多个领域模型即领域模型 1、2、3、4....N,满足模型可复用,模型不再重复建问题。
Service层S200包含了模型运行服务引擎和数据模型建库模块。模型运行服务 引擎是基于Flink流处理框架的运行引擎,Flink可以运行在多个节点上,能够通 过横向扩展提高处理能力,且集成了查询引擎、脚本引擎、工作流引擎、分析引 擎、协议转换引擎。
查询引擎是基于Flink提供的最高抽象SQL,满足查询需求,同时也集成 MySQL用于查询少量的最近结果数据;所述脚本引擎:主要是集成了脚本编辑 器,实现与第三方脚本的集成,满足第三方脚本的运行。
分析引擎:主要采用Elasticsearch技术,实现实时全文搜索和分析,提供搜 集、分析、存储数据三大功能;满足开放的REST和JAVA API等结构提供高效搜 索功能;所述协议转换引擎:基于OPC-UA规范将模型选择的,如OPC DA、OPC A&E、OPC UA、Modbus、IEC101、IEC103、IEC 104、IEC 61850、CDT、PROFIBUS、 PROFINET等的协议转换为MQTT协议。
分析引擎:基于Elasticsearch,首先将数据模型进行存储,再通过Elasticsearch的REST接口将数据进行检索,根据数据异构性的特点进行数据格式转换,即所 有的数据采用统一的JSON格式进行描述,并进行索引适配,同时写入对应索引 文件;根据读取用户查询需求,适配查询条件中的索引,最终将查询翻译成 Elasticsearch的语法并将查询提交给Elasticsearch、收集查询结果,将查询分析结 果返回。
数据模型建库模块:经模型运行引擎运行后,将数据模型或扩展领导的模型 存入模型库里,通过Minio Service进行对象存储来保存海量的图片、视频、文档, 通过MySQL存储基本配置信息,通过Restful接口输出数据。
数据传输层S300:在通过标准接口输出模型数据后,采用Lambda大数据架 构,基于Spark采用大数据实时计算和批量计算相结合的方式,来保证系统的容 错,以及隔离计算的复杂性,采用Java语言通过Restful接口输出数据,实现Kafka 到HDFS存储批量计算数据的数据持久化过程,采用Spark作为内存分布式计算框 架,提供了丰富的算子,基于DAG图的计算调度模式,减少大量的落盘操作, 从而减少计算过程中IO操作;批量计算结果采用MySQL和HBase存储,其中 MySQL用于查询少量的最近结果数据,而HBase用于查询大量的历史结果数据。
如图1所示,本实施例的方法,包括设备接入、基于OPC-UA规范的装置、 输出模型数据,具体包括:
A、设备接入:将工厂满足接入条件的设备1-N,进行Wonderware Intouch、Kepware、RSlink的分类数据,在不更改现场设备的原则下,采用OPC-UA规范 进行设备接入;
B、基于OPC-UA规范的装置:包括运行服务引擎;工厂设备接入后,通过 UI设计的装置界面,进行设备创建模型,形成基础的数据模型,进行模型类型的 选择,分为简单类型与复杂类型,对应不同的层级属性设置,即设置设备的通用 属性、组件、变量、其他关联对象、基本信息配置等;然后再进行模型生命周期 的配置,若模型失效,将存入模型库里管理,若模型有效,将进行协议接入,绑 定对OPC-UA规范的设备点位;
运行服务引擎:包括事件及订阅、模型预览、在线运行、数据采集、协议转 换MQTT、Flink流处理、Spark流计算、数据存储;模型创建完成走到协议接入 后,将通过运行服务引擎运转,进行模型的在线运行,通过协议转换MQTT,将 设备数据实时采集,采集后的数据根据事件及订阅设置好的规则,进行Flink、 Spark流处理计算,将数据进行存储,一旦满足规则,将进行事件的触发及订阅 的消息发送、数据转发,最终输出对应的数据;
C、输出模型数据:通过上述B步骤后,整个流程已采集好、存储好对应的 数据,通过装置输出Restful标准接口,输出给对应应用场景、不同领域使用。
本实施例按各工厂的各设备传感器作为物理实体,将物理实体建模产生的静 态模型作为基础,再基于OPC-UA规范把各工厂同类型设备传感器描述为一个对 象,以模型为抽象,以对象为载体,建立通用的静态模型,并配置其基本信息、 属性、事件以及订阅等信息;包括:基于OPC-UA规范的设备可视化建模服务、 生命周期管理服务、事件及订阅服务、运行引擎服务、模型库及管理服务、模型 数据服务等,具体:
A、设备可视化建模服务包括:设备建模、设备模型类型管理、设备对象管 理、设备告警管理、协议接入、模型的在线预览、模型导入导出;
所述设备可视化建模:通过将工厂设备的PLC点位进行设备可视化建模即依 托CAD图或者组态图,构建该设备的静态模型;所述设备模型类型管理:装置 具备OPC-UA规范中的模型类型,允许用户针对模型类型进行扩展,按层级来组 装实现复杂类型建模;所述设备对象管理:通过模型分类、分层级完成物理实体 建模后,可设置设备的通用属性、组件、变量、其他关联对象、基本信息配置等; 所述设备告警管理:用户可针对某一层级的对象,或者全局进行告警规则的自定 义配置,当满足规则要求后,实现及时预警;
协议接入:基于OPC-UA规范的模型类型选择后,用户输入绑定当前设备的 通信协议,最终模型均将各设备协议转换为标准的MQTT协议将数据进行采集, 实现数据建模步骤;所述模型的在线预览、导入导出:装置提供2D、3D模型的 导入、导出,满足多种数据建模需求场景,基于B/S提供模型的在线预览。
B、生命周期管理服务包括:对于设备模型的生命周期进行管控,同时对模 型关键操作提供日志可以进行追溯。
C、事件及订阅服务包括:基于分布式、高可用的ElasticSearch进行设计, 通过设备告警规则自定义配置后,一旦规则成立,事件服务将通过websocket客 户端订阅事件,平台把产生的实时事件告警数据推送到设备模型,同时,事件服 务进行校验、格式转换后,存储到分布式数据库中,满足利时查询、告警查询。
D、运行引擎服务是整个方法及装置的关键,是基于Flink流处理框架、基于 Spark作为内存分布式计算框架的运行引擎,通过结合设备模型和底层的运行引 擎,实现模型的在线运行,展示设备模型各点位时序数据采集情况。
E、模型库及管理服务:包括公共模型管理和私有模型管理,提供模型上传 下载入口,所述公共模型基于OPC-UA规范抽象出一套基础模型,并基于此模型 实现可扩展出领域模型;所述私有模型管理包括设备可视化建模模型、用户上传 到模型库的模型;实现钢铁行业按领域、层级进行模型库的管理,达到企业多种 类型设备模型进行统一的模型集控管理。
F、模型数据服务:实现模型数据存储、数据查询与模型数据接口输出,通 过模型数据接口能满足不同应用场景和业务系统对数据的需求。
以上所述仅为本发明的较佳实施例而已,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 (8)
1.一种基于OPC-UA规范的数据建模系统,其特征在于:包括UI层、Service层和数据传输层;
UI层进行可视化建模,形成企业基础数据模型扩展领域模型;Service层通过模型运行引擎的运行,对工业数据建模模型库;
数据传输层通过Kafka进行数据传输,采用HDFS存储批量数据,Spark分布式计算,批量计算结果采用MySQL和HBase存储,其中,MySQL用于查询少量的最近结果数据,HBase用于查询大量的历史结果数据。
2.根据权利要求1所述的数据建模系统,其特征在于:UI层创建工厂的基础数据模型,基于基础数据模型,适应工厂多个领域模型。
3.根据权利要求1所述的数据建模系统,其特征在于:Service层包括模型运行服务引擎和数据模型建库模块;
模型运行服务引擎包括查询引擎、脚本引擎、工作流引擎、分析引擎和协议转换引擎;
其中,查询引擎基于Flink提供的最高抽象SQL,集成MySQL查询少量的最近结果数据;脚本引擎集成脚本编辑器,与第三方脚本集成,满足第三方脚本的运行;分析引擎采用Elasticsearch技术进行实时全文搜索、分析和存储数据,进行高效搜索;
协议转换引擎:基于OPC-UA规范将模型选择的协议转换为MQTT协议;
分析引擎:基于Elasticsearch,首先将数据模型进行存储,再通过Elasticsearch的REST接口将数据进行检索,根据数据异构性的特点进行数据格式转换;根据读取用户查询需求,适配查询条件中的索引,最终将查询翻译成Elasticsearch的语法并将查询提交给Elasticsearch、收集查询结果,将查询分析结果返回;
数据模型建库模块:经模型运行引擎运行后,将数据模型或扩展领导的模型存入模型库里,通过Minio Service进行对象存储来保存图片、视频、文档,通过MySQL存储基本配置信息,通过Restful接口输出数据。
4.根据权利要求3所述的数据建模系统,其特征在于:模型选择的协议包括:OPC DA、OPC A&E、OPC UA、Modbus、IEC101、IEC103、IEC 104、IEC 61850、CDT、PROFIBUS、PROFINET。
5.根据权利要求1所述的数据建模系统,其特征在于:通过标准接口输出模型数据后,数据传输层采用Lambda大数据架构,基于Spark采用大数据实时计算和批量计算相结合的方式,保证系统的容错,以及隔离计算的复杂性;采用Java语言通过Restful接口输出数据;采用Spark作为内存分布式计算框架;基于DAG图计算调度;采用MySQL和HBase存储批量计算结果,其中,MySQL用于查询少量的最近结果数据,HBase用于查询大量的历史结果数据。
6.根据权利要求1所述的数据建模系统,其特征在于:与数据建模系统连接的多台设备区域均部署网络覆盖,每个区域有对应有IP段划分,通过整个流程的处理,将进行设备实时数据的存储;所述实时数据的存储:根据时序数据的特点及数据类型,对时序数据进行近实时压缩,同时保证数据的时间顺序;定期将每小时时序数据合并成一行,并进行压缩存储;采用delta-delta、XOR、RLE以及Simple8B压缩算法压缩数据。
7.一种基于OPC-UA规范的数据建模方法,其特征在于:按以下进行:
可视化建模,形成企业基础数据模型扩展领域模型;通过模型运行引擎的运行,对工业数据建模模型库;
通过Kafka进行数据传输,采用HDFS存储批量数据,Spark分布式计算,批量计算结果采用MySQL和HBase存储。
8.根据权利要求7所述的方法,其特征在于:该方法中:
可视化建模:通过将工厂设备的PLC点位进行设备可视化建模即依托CAD图或者组态图,构建该设备的静态模型;
设备模型类型管理:允许用户针对模型类型进行扩展,按层级来组装实现复杂类型建模;
设备对象管理:通过模型分类、分层级完成物理实体建模后,可设置设备的通用属性、组件、变量、其他关联对象、基本信息配置;
设备告警管理:用户可针对某一层级的对象,或者全局进行告警规则的自定义配置,当满足规则要求后,实现及时预警;
协议接入:基于OPC-UA规范的模型类型选择后,用户输入绑定当前设备的通信协议,最终模型均将各设备协议转换为标准的MQTT协议将数据进行采集,实现数据建模步骤;
生命周期管理服务包括:对于设备模型的生命周期进行管控,同时对模型关键操作提供日志可以进行追溯;
事件及订阅服务包括:基于分布式、高可用的ElasticSearch进行设计,通过设备告警规则自定义配置后,一旦规则成立,事件服务将通过websocket客户端订阅事件,平台把产生的实时事件告警数据推送到设备模型,同时,事件服务进行校验、格式转换后,存储到分布式数据库中,满足利时查询、告警查询;
基于Flink流处理框架、基于Spark作为内存分布式计算框架的运行引擎,通过结合设备模型和底层的运行引擎,实现模型的在线运行,展示设备模型各点位时序数据采集情况;
模型库及管理服务:包括公共模型管理和私有模型管理,提供模型上传下载入口,所述公共模型基于OPC-UA规范抽象出一套基础模型,并基于此模型实现可扩展出领域模型;所述私有模型管理包括设备可视化建模模型、用户上传到模型库的模型;实现钢铁行业按领域、层级进行模型库的管理,达到企业多种类型设备模型进行统一的模型集控管理;
模型数据服务:实现模型数据存储、数据查询与模型数据接口输出,通过模型数据接口能满足不同应用场景和业务系统对数据的需求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111015547.5A CN113868306A (zh) | 2021-08-31 | 2021-08-31 | 一种基于opc-ua规范的数据建模系统和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111015547.5A CN113868306A (zh) | 2021-08-31 | 2021-08-31 | 一种基于opc-ua规范的数据建模系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113868306A true CN113868306A (zh) | 2021-12-31 |
Family
ID=78988976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111015547.5A Pending CN113868306A (zh) | 2021-08-31 | 2021-08-31 | 一种基于opc-ua规范的数据建模系统和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113868306A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114398693A (zh) * | 2022-03-24 | 2022-04-26 | 武汉慧联无限科技有限公司 | 物联网系统搭建方法、装置、电子设备及存储介质 |
CN114490657A (zh) * | 2022-01-27 | 2022-05-13 | 佛山众陶联供应链服务有限公司 | 一种基于opc的快速数据采集方法 |
CN114793191A (zh) * | 2022-02-17 | 2022-07-26 | 江苏卓易信息科技股份有限公司 | 一种基于领域模型的物联网集成系统及方法 |
CN117407445A (zh) * | 2023-10-27 | 2024-01-16 | 上海势航网络科技有限公司 | 一种车联网数据平台数据存储方法、系统及存储介质 |
CN117407445B (zh) * | 2023-10-27 | 2024-06-04 | 上海势航网络科技有限公司 | 一种车联网数据平台数据存储方法、系统及存储介质 |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405071A (zh) * | 2015-12-04 | 2016-03-16 | 国网浙江省电力公司 | 一种企业统一数据模型构建方法 |
CN106773978A (zh) * | 2016-12-28 | 2017-05-31 | 武汉科技大学 | 一种基于opc ua协议的设备数据采集系统 |
CN109831354A (zh) * | 2019-01-22 | 2019-05-31 | 浙江工业大学 | 基于opc ua工业通讯协议的虚拟调试系统 |
CN109840253A (zh) * | 2019-01-10 | 2019-06-04 | 北京工业大学 | 企业级大数据平台架构 |
CN111142487A (zh) * | 2019-12-30 | 2020-05-12 | 浪潮通用软件有限公司 | 一种基于opc ua统一架构协议的设备数据采集系统 |
CN111756626A (zh) * | 2020-06-03 | 2020-10-09 | 西安交通大学 | 一种基于opc ua的产线边缘设备纵向集成网关及其实现方法 |
CN111950927A (zh) * | 2020-08-24 | 2020-11-17 | 清华大学 | 一种智能工厂多源异构大数据的获取与管理系统 |
CN111984709A (zh) * | 2019-05-23 | 2020-11-24 | 云南青年学园科技有限公司 | 可视化大数据中台-资源调用和算法 |
CN112099948A (zh) * | 2020-09-10 | 2020-12-18 | 西安交通大学 | 数字孪生制造单元协议标准化与工业大数据实时集成方法 |
CN112688865A (zh) * | 2020-12-10 | 2021-04-20 | 西安理工大学 | 一种图形化在线建模的opc ua网关的设计方法 |
CN112731876A (zh) * | 2020-12-22 | 2021-04-30 | 浙江工业大学 | 一种基于生产数据的工业设备管理系统 |
CN112769685A (zh) * | 2019-11-05 | 2021-05-07 | 中国科学院沈阳自动化研究所 | 一种upc ua到mqtt的工业网关及其通信方法 |
CN112764944A (zh) * | 2020-12-31 | 2021-05-07 | 哈尔滨宇龙自动化有限公司 | 一种基于opc ua协议的mom系统自动化设备数据交互集成平台及方法 |
CN112965446A (zh) * | 2021-01-29 | 2021-06-15 | 华中科技大学 | 一种基于微服务架构的柔性生产线控制系统平台 |
CN113268486A (zh) * | 2021-06-07 | 2021-08-17 | 清华大学 | 智能工厂的一体化数据应用系统 |
-
2021
- 2021-08-31 CN CN202111015547.5A patent/CN113868306A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105405071A (zh) * | 2015-12-04 | 2016-03-16 | 国网浙江省电力公司 | 一种企业统一数据模型构建方法 |
CN106773978A (zh) * | 2016-12-28 | 2017-05-31 | 武汉科技大学 | 一种基于opc ua协议的设备数据采集系统 |
CN109840253A (zh) * | 2019-01-10 | 2019-06-04 | 北京工业大学 | 企业级大数据平台架构 |
CN109831354A (zh) * | 2019-01-22 | 2019-05-31 | 浙江工业大学 | 基于opc ua工业通讯协议的虚拟调试系统 |
CN111984709A (zh) * | 2019-05-23 | 2020-11-24 | 云南青年学园科技有限公司 | 可视化大数据中台-资源调用和算法 |
CN112769685A (zh) * | 2019-11-05 | 2021-05-07 | 中国科学院沈阳自动化研究所 | 一种upc ua到mqtt的工业网关及其通信方法 |
CN111142487A (zh) * | 2019-12-30 | 2020-05-12 | 浪潮通用软件有限公司 | 一种基于opc ua统一架构协议的设备数据采集系统 |
CN111756626A (zh) * | 2020-06-03 | 2020-10-09 | 西安交通大学 | 一种基于opc ua的产线边缘设备纵向集成网关及其实现方法 |
CN111950927A (zh) * | 2020-08-24 | 2020-11-17 | 清华大学 | 一种智能工厂多源异构大数据的获取与管理系统 |
CN112099948A (zh) * | 2020-09-10 | 2020-12-18 | 西安交通大学 | 数字孪生制造单元协议标准化与工业大数据实时集成方法 |
CN112688865A (zh) * | 2020-12-10 | 2021-04-20 | 西安理工大学 | 一种图形化在线建模的opc ua网关的设计方法 |
CN112731876A (zh) * | 2020-12-22 | 2021-04-30 | 浙江工业大学 | 一种基于生产数据的工业设备管理系统 |
CN112764944A (zh) * | 2020-12-31 | 2021-05-07 | 哈尔滨宇龙自动化有限公司 | 一种基于opc ua协议的mom系统自动化设备数据交互集成平台及方法 |
CN112965446A (zh) * | 2021-01-29 | 2021-06-15 | 华中科技大学 | 一种基于微服务架构的柔性生产线控制系统平台 |
CN113268486A (zh) * | 2021-06-07 | 2021-08-17 | 清华大学 | 智能工厂的一体化数据应用系统 |
Non-Patent Citations (1)
Title |
---|
王维龙;郑孟凯;杨开益;: "智能制造信息互联平台的研究与实现", 中国新通信, no. 08, 20 April 2020 (2020-04-20) * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114490657A (zh) * | 2022-01-27 | 2022-05-13 | 佛山众陶联供应链服务有限公司 | 一种基于opc的快速数据采集方法 |
CN114793191A (zh) * | 2022-02-17 | 2022-07-26 | 江苏卓易信息科技股份有限公司 | 一种基于领域模型的物联网集成系统及方法 |
CN114398693A (zh) * | 2022-03-24 | 2022-04-26 | 武汉慧联无限科技有限公司 | 物联网系统搭建方法、装置、电子设备及存储介质 |
CN114398693B (zh) * | 2022-03-24 | 2022-06-21 | 武汉慧联无限科技有限公司 | 物联网系统搭建方法、装置、电子设备及存储介质 |
CN117407445A (zh) * | 2023-10-27 | 2024-01-16 | 上海势航网络科技有限公司 | 一种车联网数据平台数据存储方法、系统及存储介质 |
CN117407445B (zh) * | 2023-10-27 | 2024-06-04 | 上海势航网络科技有限公司 | 一种车联网数据平台数据存储方法、系统及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6978461B2 (ja) | コンピュータで実装される方法 | |
US11703826B1 (en) | Monitoring asset hierarchies based on asset group metrics | |
US20230385273A1 (en) | Web services platform with integration and interface of smart entities with enterprise applications | |
CN1737790B (zh) | 用于工业系统的至少一部分的自动化配置的装置和方法 | |
CN113868306A (zh) | 一种基于opc-ua规范的数据建模系统和方法 | |
CN105005274B (zh) | 管理过程控制系统中的大数据 | |
CN106294888B (zh) | 一种基于时空数据库的对象数据的订阅方法 | |
US11693871B1 (en) | Graphical user interface for dynamic elements of asset monitoring and reporting system | |
CN104035392A (zh) | 在过程控制系统中的大数据 | |
CN105991765A (zh) | 将工业自动化工厂备份在云中 | |
US11809439B1 (en) | Updating client dashboarding component of an asset monitoring and reporting system | |
CN103336813A (zh) | 一种基于中间件架构的物联网数据集成管理方案 | |
GB2574906A (en) | Pipeline data processing | |
CN107103064B (zh) | 数据统计方法及装置 | |
CN105339941B (zh) | 针对etl映射设计使用投影器和选择器组件类型 | |
US20190095517A1 (en) | Web services platform with integration of data into smart entities | |
CN112231917A (zh) | 空间数字孪生建模方法、装置、计算机设备及存储介质 | |
Arantes et al. | General architecture for data analysis in industry 4.0 using SysML and model based system engineering | |
US11210278B1 (en) | Asset group interface driven by search-derived asset tree hierarchy | |
CN112148578A (zh) | 基于机器学习的it故障缺陷预测方法 | |
CN106547622B (zh) | 基于计算模块的网络资源态势呈现数据优化处理方法 | |
Sharma et al. | Iaselect: Finding best-fit agent practices in industrial cps using graph databases | |
Kirmse et al. | Industrial Big Data: From Data to Information to Actions. | |
CN115203172B (zh) | 模型构建及模型数据订阅方法、装置、电子设备和介质 | |
CN116070171A (zh) | 一种孪生数据融合平台 |
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 |