CN114218197A - 基于面向对象的工业物联网数据建模方法与系统 - Google Patents
基于面向对象的工业物联网数据建模方法与系统 Download PDFInfo
- Publication number
- CN114218197A CN114218197A CN202111556747.1A CN202111556747A CN114218197A CN 114218197 A CN114218197 A CN 114218197A CN 202111556747 A CN202111556747 A CN 202111556747A CN 114218197 A CN114218197 A CN 114218197A
- Authority
- CN
- China
- Prior art keywords
- production
- sensors
- sensor
- mapping relation
- different
- 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 55
- 238000004519 manufacturing process Methods 0.000 claims abstract description 181
- 238000013507 mapping Methods 0.000 claims abstract description 86
- 230000008859 change Effects 0.000 claims description 5
- 238000009776 industrial production Methods 0.000 abstract description 26
- 238000012545 processing Methods 0.000 abstract description 11
- 229910000831 Steel Inorganic materials 0.000 description 27
- 239000010959 steel Substances 0.000 description 27
- 230000008569 process Effects 0.000 description 9
- 238000003723 Smelting Methods 0.000 description 8
- 238000005096 rolling process Methods 0.000 description 5
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 4
- 238000009628 steelmaking Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000002994 raw material Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 229910052742 iron Inorganic materials 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 238000005275 alloying Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000012535 impurity Substances 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000004745 nonwoven fabric Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 239000002893 slag Substances 0.000 description 1
Images
Classifications
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- 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
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本申请公开了一种基于面向对象的工业物联网数据建模方法与系统，其方法包括：接收与识别工业物联网中传感器生成的生产数据获得识别结果；基于识别结果建立与传感器的映射关系；基于映射关系分别定义不同传感器的属性，属性为传感器传输的生产数据的阈值范围；基于映射关系分别定义不同阈值范围的预设事件，预设事件为在阈值范围之外时生产过程中发生的事件；基于映射关系分别定义不同预设事件的解决方法，解决方法为解决预设事件所预制定的方法。本申请可进行面向对象为所述传感器工业物联网数据建模，使增加对生产数据的处理速度，当有生产数据发生错误时，能及时发现并进行处理，增加工业生产速率。
Description
技术领域
本申请涉及工业物联网领域，尤其是涉及一种基于面向对象的工业物联网数据建模方法与系统。
背景技术
在传统工业生产中，数据的测量与获取为通过纸质图表或计算机进行简单的汇总，随着现代制造业的发展进程，工业生产越来越智能化，为了对工业生产流程进行整体把控，使能了解工业生产各个环节的情况，利用传感器创造并存储更多数据和出自供应商数据库的数据，制造企业可以实时收集更多准确的运作与绩效数据，不但可以跟踪产品库存和销售价格，而且准确地预测全球不同区域的需求，从而运用数据分析得到更好的决策来优化供应链。
为了对工业生产过程中的大数据进行收集与处理，使在工业生产中能通过大数据对工业设备的运行流程进行监控并进行精确控制，通常采用对应的工业互联网对相关数据进行收集与处理，工业互联网是将具有感知、监控能力的各类采集、控制传感器或控制器，以及移动通信、智能分析等技术不断融入到工业生产过程各个环节，从而大幅提高制造效率，改善产品质量，降低产品成本和资源消耗，最终实现将传统工业提升到智能化的新阶段。
然而在实际应用过程中，工业大数据的可通过布设对应的传感器进行收集，但工业大数据的处理过程需跟随工业生产过程与生产产品的不同进行不同的设置，针对不同的产品设置不同的参数，当产品更迭较快加快时，传感器的也需进行对应的设置，从而较易导致数据的处理速度变慢，导致工业生产速率下降。
发明内容
为了改善当产品更迭较快加快时，较易导致数据的处理速度变慢，导致工业生产速率下降，产品质量降低的问题，本申请提供一种基于面向对象的工业物联网数据建模方法与系统。
一种基于面向对象的工业物联网数据建模方法，包括：
接收与识别工业物联网中传感器生成的生产数据获得识别结果；
基于识别结果建立与所述传感器的映射关系；
基于所述映射关系分别定义不同所述传感器的属性，所述属性为所述传感器传输的所述生产数据的阈值范围；
基于所述映射关系分别定义不同阈值范围的预设事件，所述预设事件为在所述阈值范围之外时生产过程中发生的事件；
基于所述映射关系分别定义不同所述预设事件的解决方法，所述解决方法为解决所述预设事件所预制定的方法，使进行面向对象为所述传感器的工业物联网数据建模。
通过采用上述技术方案，在工业生产过程中，传感器感应工业物联网各个节点生成不同的生产数据，接收与识别工业物联网中传感器的生产数据获得识别结果，并基于识别结果建立与传感器的映射关系，使能根据建立的映射关系分别定义传感器的属性，定义传感器内阈值范围的预设事件与解决方法，从而进行面向对象为所述传感器工业物联网数据建模，当产品更迭较快时，可通过建立的该模型对传感器进行针对性的检测与调整，使增加对生产数据的处理速度，当有生产数据发生错误时，能及时发现并进行处理，增加工业生产速率。
可选的，所述接收传感器生成的生产数据并进行识别获得识别结果之前包括：
在工业物联网各个节点的生产设备分别布设传感器；
通过所述传感器检测获取生产进程中各个节点的生产数据。
通过采用上述技术方案，当工业物联网的各个节点改变时，分别在工业物联网各个节点布设传感器，使能及时通过传感器获取生产进程各个节点的生产数据。
可选的，所述在工业物联网各个节点的生产设备分别布设传感器包括：
基于所述生产数据判断生产工艺是否发生改变，
若否，则基于预设生产设备布设传感器；
若是，则更新所述预设生产节点形成新生产节点，并在所述新生产节点对应的所述生产设备布设传感器。
通过采用上述技术方案，当进行传感器布设时判断生产工艺是否发生改变，当生产工艺未发生改变时，基于预设生产设备布设传感器，而当生产工艺发生改变时，根据改变后的生产节点对应的生产设备布设传感器，使能对传感器的位置及时进行更新。
可选的，所述接收所述传感器生成的所述生产数据并进行识别获得识别结果包括：
接收所述传感器生成的所述生产数据；
识别所述生产数据是否与所述生产节点相互对应获取识别结果，所述识别结果为所述生产数据与所述生产节点相互对应，或，所述生产数据与所述生产节点不相互对应。
通过采用上述技术方案，使接收生产数据并对生产数据进行识别从而获取识别结果，根据识别结果判断传感器是否与生产节点对应，以便于随时进行修改。
可选的，所述基于识别结果建立与所述传感器的映射关系包括：
基于识别结果判断多个所述传感器是否均在线；
当所有的所述传感器均在线时，建立与所述传感器的映射关系，所述映射关系为可接收所述传感器传输所述生产数据时的状态；
当存在有一个所述传感器掉线时，则进行报错。
通过采用上述技术方案，使能基于识别结果判断传感器是否在线，从而使传感器的感应效果更好，感应状态更加的稳定。
可选的，所述基于所述映射关系分别定义不同所述传感器的属性包括：
对所述传感器的位置进行划分，不同位置的所述传感器设置不同的所述阈值范围；
基于映射关系将不同阈值范围的所述传感器定义不同的所述属性。
通过采用上述技术方案，当定义不同传感器的属性时，使能通过对传感器的位置进行划分，使划分出的不同位置的传感器设置不同的阈值范围。
可选的，所述基于所述映射关系分别定义不同的预设事件包括：
基于映射关系定义不同所述传感器的所述阈值范围；
将不同的所述预设事件分别对应不同的所述阈值范围，使当所述生产数据超过所述阈值范围时即可认为所述预设事件发生。
通过采用上述技术方案，当通过映射关系定义不同的预设事件时，使能通过对阈值范围的设置来对预设事件进行设置。
可选的，所述基于所述映射关系分别定义不同所述预设事件的解决方法包括：
对应所述预设事件分别设置不同的事故处理预案，所述事故处理预案为解决不同所述预设事件进行的步骤与处理措施；
基于所述映射关系分别定义对应所述事故处理预案的解决方法，所述解决方法中包括多个所述事故处理预案。
通过采用上述技术方案，使能通过设置不同的事故处理预案，并通过事故处理预案来对预设事件进行定义。
一种基于面向对象的工业物联网数据建模系统，包括：
识别结果获取模块，用于接收与识别工业物联网中传感器生成的生产数据获得识别结果；
映射关系建立模块，用于基于识别结果建立与所述传感器的映射关系；
属性定义模块，用于基于所述映射关系分别定义不同所述传感器的属性，所述属性为所述传感器传输的所述生产数据的阈值范围；
预设事件定义模块，用于基于所述映射关系分别定义不同阈值范围的预设事件，所述预设事件为在所述阈值范围之外时生产过程中发生的事件；
解决方法定义模块，用于基于所述映射关系分别定义不同所述预设事件的解决方法，所述解决方法为解决所述预设事件所预制定的方法，使进行面向对象为所述传感器的工业物联网数据建模。
通过采用上述技术方案，当产品更迭较快时，识别结果获取模块接收与识别工业物联网中传感器的生产数据获得识别结果，映射关系建立模块基于识别结果建立与传感器的映射关系，使属性定义模块能根据建立的映射关系分别定义传感器的属性，预设时间定义模块与解决方法定义模块定义传感器内阈值范围的预设事件与解决方法，从而进行面向对象为所述传感器工业物联网数据建模，使增加对生产数据的处理速度，当有生产数据发生错误时，能及时发现并进行处理，增加工业生产速率。
综上所述，本申请包括以下至少一种有益技术效果：
在工业生产过程中，传感器感应工业物联网各个节点生成不同的生产数据，当产品更迭较快时，接收与识别工业物联网中传感器的生产数据获得识别结果，并基于识别结果建立与传感器的映射关系，使能根据建立的映射关系分别定义传感器的属性，定义传感器内阈值范围的预设事件与解决方法，从而进行面向对象为所述传感器工业物联网数据建模，使增加对生产数据的处理速度，当有生产数据发生错误时，能及时发现并进行处理，增加工业生产速率。
附图说明
图1是本申请基于面向对象的工业物联网数据建模方法其中一实施例的流程示意图；
图2是本申请基于面向对象的工业物联网数据建模方法其中一实施例中步骤S110之前的流程示意图；
图3是本申请基于面向对象的工业物联网数据建模方法其中一实施例中步骤S210的流程示意图；
图4是本申请基于面向对象的工业物联网数据建模方法其中一实施例中步骤S110的流程示意图；
图5是本申请基于面向对象的工业物联网数据建模方法其中一实施例中步骤S120的流程示意图；
图6是本申请基于面向对象的工业物联网数据建模方法其中一实施例中步骤S130的流程示意图；
图7是本申请基于面向对象的工业物联网数据建模方法其中一实施例中步骤S140的流程示意图；
图8是本申请基于面向对象的工业物联网数据建模方法其中一实施例中步骤S150的流程示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
本申请实施例公开一种基于面向对象的工业物联网数据建模方法与系统。
参照图1，基于面向对象的工业物联网数据建模方法，包括如下步骤：
S110、接收与识别工业物联网中传感器生成的生产数据获得识别结果。
其中，工业物联网中传感器生成的生产数据包括工业生产各个环节的数据，不同传感器感应不同的生产过程中生成不同的生产数据，例如，在炼钢厂工业物联网中通过不同的温度传感器检测不同环节的温度，通过流量传感器检测原料流量，通过重量传感器检测钢块的质量等，通过众多不同的传感器测量在钢铁冶炼流程中的数据，实时获取钢铁冶炼数据，接收传感器产生的生产数据获得识别结果，识别结果为对这些传感器进行识别的结果，降低数据之间发生错误的可能性。
S120、基于识别结果建立与传感器的映射关系。
其中，接收生产数据后建立与传感器的映射关系，与传感器的映射关系为判断传感器是否能传输相关的数据，或是否能接收到传感器检测出的相关的数据。
S130、基于映射关系分别定义不同传感器的属性，属性为传感器传输的生产数据的阈值范围。
其中，基于映射关系分别定义不同传感器的属性，在本实施例中属性为传感器传输的生产数据的阈值范围，例如在炼钢过程中的温度范围一般为1500摄氏度到1700摄氏度，结合到不同的碳含量需求进行相应的调整，使进行基于面向对象的工业物联网数据建模时，能定义模型的属性。
S140、基于映射关系分别定义不同阈值范围的预设事件，预设事件为在阈值范围之外时生产过程中发生的事件。
其中，当有映射关系时，基于映射关系即可定义不同阈值范围的预设事件，例如在炼钢厂的工业物联网中，当温度传感器感应钢铁炼制过程中的温度数据低于阈值范围中的最低值时，即说明炼钢过程中温度不够，钢原料中杂物不能充分上浮，影响钢的内在质量，此时预设事件为炼钢温度过低，当温度传感器感应钢铁炼制过程中的温度数据高于阈值范围的最大值时，将发生大幅增加钢中的氧含量、降低合金的得收率等问题，此时预设事件为炼钢温度过高。
S150、基于映射关系分别定义不同预设事件的解决方法，解决方法为解决预设事件所预制定的方法，使进行面向对象为传感器的工业物联网数据建模。
其中，解决方法为解决预设事件所制定的方法，例如在炼钢过程中，当预设事件为炼钢温度过高时，解决方法包括合理搭配废钢装槽减少铁水炉外滞留时间、加强炉前终渣操作与加强炉后合金化操作等，使分别通过传感器对应的属性、工业生产中会发生的预设事件与解决预设事件的解决方法，进行面向对象为传感器的工业物联网数据建模，在进行工业生产的过程中，若工业物联网中的传感器感应到生产数据超过阈值范围时，即可通过对应的模型及时进行锁定生产数据超过阈值范围的位置，并进行操作处理，增加数据处理速度，进而增加工业生产速率。
本申请实施例基于面向对象的工业物联网数据建模方法的实施原理为：在工业生产过程中，传感器感应工业物联网各个节点生成不同的生产数据，当产品更迭较快时，接收与识别工业物联网中传感器的生产数据获得识别结果，并基于识别结果建立与传感器的映射关系，使能根据建立的映射关系分别定义传感器的属性，定义传感器内阈值范围的预设事件与解决方法，从而进行面向对象为所述传感器工业物联网数据建模，使增加对生产数据的处理速度，当有生产数据发生错误时，能及时发现并进行处理，增加工业生产速率。
参照图2，为了使工业物联网能获取工业生产相关的数据，接收传感器生成的生产数据并进行识别获得识别结果之前包括如下步骤：
S210、在工业物联网各个节点的生产设备分别布设传感器。
其中，不同位置的传感器感应不同生产设备的活动方式或产品的参数，使构成工业物联网的不同的节点，例如当通过溜槽进行钢铁矿石的布料时，可通过设置传感器感应溜槽内炼钢矿石的移动，从而判断溜槽内是否发生堵塞。
S220、通过传感器检测获取生产进程中各个节点的生产数据。
其中，在工业生产进程中多个不同的生产节点，例如在钢铁生产中可包括钢铁矿石的传输、钢铁的冶炼与钢铁的检测等节点，可通过不同的传感器分别检测获取各个节点的生产数据。
本申请实施例的实施原理为：在接收传感器生成的生产数据并进行识别获得识别结果之前分别在工业物联网各个生产节点的生产设备分别布设传感器，通过不同的传感器检测各个节点的生产数据。
参照图3，在工业物联网各个节点的生产设备分别布设传感器包括如下步骤：
S310、基于生产数据判断生产工艺是否发生改变。
其中，当判断生产工艺是否发生改变时，生产出的成品未发生改变，通过改进生产工艺的形式来对生产过程进行改进，当生产过程改进时，对应生产过程所需的设备也需要进行更换或改进。
S320、若否，则基于预设生产设备布设传感器。
S330、若是，则更新预设生产节点形成新生产节点，并在新生产节点对应的生产设备布设传感器。
其中，当判断结果为是时，说明生产工艺发生改变，此时则更新预设生产节点，并在新的生产节点对应更新的生产设备布设传感器。
本申请实施例在工业物联网各个节点的生产设备分别布设传感器的实施原理为：在布设传感器前先判断生产工艺发生改变，当生产工艺未发生改变时，则在预设生产设备上布设传感器，当生产工艺发生改变时，对新的生产节点对应的新的生产设备布设传感器。
参照图4，接收传感器生成的生产数据并进行识别获得识别结果包括如下步骤：
S410、接收传感器生成的生产数据；
S420、识别生产数据是否与生产节点相互对应获取识别结果，识别结果为生产数据与生产节点相互对应，或，生产数据与生产节点不相互对应。
其中，通过传感器对生产设备进行检测时，通过识别结果来判断传感器与生产节点是否对应，当识别结果中生产数据与生产节点不相互对应时，接收传感器的生产数据发生错误，例如将输入流量传感器的生产数据认为是输出流量传感器的生产数据。
参照图5，基于识别结果建立与传感器的映射关系包括如下步骤：
S510、基于识别结果判断多个传感器是否均在线。
S520、当所有的传感器均在线时，建立与传感器的映射关系，映射关系为可接收传感器传输生产数据时的状态。
其中，映射关系为可接收传感器传输生产数据时的状态，即当建立有映射关系时，可从传感器接收生产过程相关的生产数据，且传输的生产数据较为完好，受干扰较小。
S530、当存在有一个传感器掉线时，则进行报错。
其中，当存在有一个传感器掉线时，则说明该传感器停止传输生产数据或传输的生产数据受干扰较大，无法完整识别出对应的生产数据或识别出的生产数据超出常规的生产数据太多不符合实际生产情况，此时进行报错，便于及时进行更换或维修。
本申请实施例基于识别结果建立与传感器的映射关系的实施原理为：通过识别结果中的生产数据判断传感器是否在线，只有当所有的传感器均在线时即为映射关系。
参照图6，基于映射关系分别定义不同传感器的属性包括如下步骤：
S610、对传感器的位置进行划分，不同位置的传感器设置不同的阈值范围。
其中，阈值范围根据实际生产进行设置，例如在钢铁生产时阈值范围为需求的最低温与最高温之间的范围。
S620、基于映射关系将不同阈值范围的传感器定义不同的属性。
其中，不同阈值范围的传感器对应安装于工业物联网中不同的生产节点，例如在口罩生产过程中，通过速度传感器感应无纺布原料的传输速度，通过红外传感器检测口罩成品的数量等，传输速度的阈值范围与口罩成品的阈值范围设置不同。
参照图7，基于映射关系分别定义不同的预设事件包括如下步骤：
S710、基于映射关系定义不同传感器的阈值范围。
S720、将不同的预设事件分别对应不同的阈值范围，使当生产数据超过阈值范围时即可认为预设事件发生。
其中，由于阈值范围为阈值最大值与最小值之间的范围，因此当时生产数据超过阈值范围时，可为小于阈值范围中的最小值，也可为大于阈值范围中的最大值，小于阈值范围中的最小值与大于阈值范围中的最大值均可认为预设事件发生，预设事件为在工业生产过程中会发生的事件，例如进行钢铁生产过程中，预设事件可为温度实际值在阈值范围之外时发生的事件，也可为轧钢过程中检测出的钢锭的长度不符合需求时发生的事件。
参照图8，基于映射关系分别定义不同预设事件的解决方法包括如下步骤：
S810、对应预设事件分别设置不同的事故处理预案，事故处理预案为解决不同预设事件进行的步骤与处理措施。
S820、基于映射关系分别定义对应事故处理预案的解决方法，解决方法中包括多个事故处理预案。
其中，每一事故处理预案均为解决预设事件过程中不同的步骤，每一事故处理预案均可解决一部分的预设事件，例如当预设事件为轧钢过程中检测出钢锭的长度不符合需求，则事故处理预案可为对轧钢设备进行急停、松开导卫、抬起轧辊、用割枪割断轧件、检查轧钢设备与更改轧钢长度参数等，基于映射关系分别对不同的事故处理预案进行选择与拼接，使能通过解决方法对不同的预设事件进行处理。
本申请实施例的实施原理为：基于映射关系分别定义不同的传感器的属性、不同的预设事件与不同的解决方法，使能进行基于面向对象的工业物联网数据建模。
基于面向对象的工业物联网数据建模系统，包括：
识别结果获取模块，用于接收与识别工业物联网中传感器生成的生产数据获得识别结果；
映射关系建立模块，用于基于识别结果建立与传感器的映射关系；
属性定义模块，用于基于映射关系分别定义不同传感器的属性，属性为传感器传输的生产数据的阈值范围；
预设事件定义模块，用于基于映射关系分别定义不同阈值范围的预设事件，预设事件为在阈值范围之外时生产过程中发生的事件；
解决方法定义模块，用于基于映射关系分别定义不同预设事件的解决方法，解决方法为解决预设事件所预制定的方法，使进行面向对象为传感器的工业物联网数据建模。
还包括：
在线判断模块，用于基于识别结果判断多个传感器是否均在线；
当所有的传感器均处于在线时，建立与传感器的映射关系，映射关系为可接收传感器传输生产数据时的状态；
当存在有一个传感器处于失连状态，则进行报错。
本申请实施例一种基于面向对象的工业物联网数据建模方法的实施原理为：当产品更迭较快时，识别结果获取模块接收与识别工业物联网中传感器的生产数据获得识别结果，映射关系建立模块基于识别结果建立与传感器的映射关系，使属性定义模块能根据建立的映射关系分别定义传感器的属性，预设时间定义模块与解决方法定义模块定义传感器内阈值范围的预设事件与解决方法，从而进行面向对象为所述传感器工业物联网数据建模，使增加对生产数据的处理速度，当有生产数据发生错误时，能及时发现并进行处理，增加工业生产速率。
以上均为本申请的较佳实施例，并非依此限制本申请的保护范围，故：凡依本申请的结构、形状、原理所做的等效变化，均应涵盖于本申请的保护范围之内。
Claims (10)
1.一种基于面向对象的工业物联网数据建模方法，其特征在于，包括：
接收与识别工业物联网中传感器生成的生产数据获得识别结果；
基于识别结果建立与所述传感器的映射关系；
基于所述映射关系分别定义不同所述传感器的属性，所述属性为所述传感器传输的所述生产数据的阈值范围；
基于所述映射关系分别定义不同阈值范围的预设事件，所述预设事件为在所述阈值范围之外时生产过程中发生的事件；
基于所述映射关系分别定义不同所述预设事件的解决方法，所述解决方法为解决所述预设事件所预制定的方法，使进行面向对象为所述传感器的工业物联网数据建模。
2.根据权利要求1所述的基于面向对象的工业物联网数据建模方法，其特征在于，所述接收传感器生成的生产数据并进行识别获得识别结果之前包括：
在工业物联网各个节点的生产设备分别布设传感器；
通过所述传感器检测获取生产进程中各个节点的生产数据。
3.根据权利要求2所述的基于面向对象的工业物联网数据建模方法，其特征在于，所述在工业物联网各个节点的生产设备分别布设传感器包括：
基于所述生产数据判断生产工艺是否发生改变，
若否，则基于预设生产设备布设传感器；
若是，则更新所述预设生产节点形成新生产节点，并在所述新生产节点对应的所述生产设备布设传感器。
4.根据权利要求1所述的基于面向对象的工业物联网数据建模方法，其特征在于，所述接收所述传感器生成的所述生产数据并进行识别获得识别结果包括：
接收所述传感器生成的所述生产数据；
识别所述生产数据是否与所述生产节点相互对应获取识别结果，所述识别结果为所述生产数据与所述生产节点相互对应，或，所述生产数据与所述生产节点不相互对应。
5.根据权利要求3所述的基于面向对象的工业物联网数据建模方法，其特征在于，所述基于识别结果建立与所述传感器的映射关系包括：
基于识别结果判断多个所述传感器是否均在线；
当所有的所述传感器均在线时，建立与所述传感器的映射关系，所述映射关系为可接收所述传感器传输所述生产数据时的状态；
当存在有一个所述传感器掉线时，则进行报错。
6.根据权利要求1所述的基于面向对象的工业物联网数据建模方法，其特征在于，所述基于所述映射关系分别定义不同所述传感器的属性包括：
对所述传感器的位置进行划分，不同位置的所述传感器设置不同的所述阈值范围；
基于映射关系将不同阈值范围的所述传感器定义不同的所述属性。
7.根据权利要求1所述的基于面向对象的工业物联网数据建模方法，其特征在于，所述基于所述映射关系分别定义不同的预设事件包括：
基于映射关系定义不同所述传感器的所述阈值范围；
将不同的所述预设事件分别对应不同的所述阈值范围，使当所述生产数据超过所述阈值范围时即可认为所述预设事件发生。
8.根据权利要求1所述的基于面向对象的工业物联网数据建模方法，其特征在于，所述基于所述映射关系分别定义不同所述预设事件的解决方法包括：
对应所述预设事件分别设置不同的事故处理预案，所述事故处理预案为解决不同所述预设事件进行的步骤与处理措施；
基于所述映射关系分别定义对应所述事故处理预案的解决方法，所述解决方法中包括多个所述事故处理预案。
9.一种基于面向对象的工业物联网数据建模系统，其特征在于，采用权利要求1-8所述的方法，包括：
识别结果获取模块，用于接收与识别工业物联网中传感器生成的生产数据获得识别结果；
映射关系建立模块，用于基于识别结果建立与所述传感器的映射关系；
属性定义模块，用于基于所述映射关系分别定义不同所述传感器的属性，所述属性为所述传感器传输的所述生产数据的阈值范围；
预设事件定义模块，用于基于所述映射关系分别定义不同阈值范围的预设事件，所述预设事件为在所述阈值范围之外时生产过程中发生的事件；
解决方法定义模块，用于基于所述映射关系分别定义不同所述预设事件的解决方法，所述解决方法为解决所述预设事件所预制定的方法，使进行面向对象为所述传感器的工业物联网数据建模。
10.根据权利要求9所述的基于面向对象的工业物联网数据建模系统，其特征在于，还包括：
在线判断模块，用于基于识别结果判断多个所述传感器是否均在线；
当所有的所述传感器均处于在线时，建立与所述传感器的映射关系，所述映射关系为可接收所述传感器传输所述生产数据时的状态；
当存在有一个所述传感器处于失连状态，则进行报错。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111556747.1A CN114218197A (zh) | 2021-12-17 | 2021-12-17 | 基于面向对象的工业物联网数据建模方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111556747.1A CN114218197A (zh) | 2021-12-17 | 2021-12-17 | 基于面向对象的工业物联网数据建模方法与系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114218197A true CN114218197A (zh) | 2022-03-22 |
Family
ID=80703993
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111556747.1A Pending CN114218197A (zh) | 2021-12-17 | 2021-12-17 | 基于面向对象的工业物联网数据建模方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114218197A (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1682165A (zh) * | 2002-09-30 | 2005-10-12 | 东京毅力科创株式会社 | 用于监视和控制半导体生产过程的方法和装置 |
| CN105764162A (zh) * | 2016-05-10 | 2016-07-13 | 江苏大学 | 一种基于多属性关联的无线传感器网络异常事件检测方法 |
| CN107544450A (zh) * | 2017-10-11 | 2018-01-05 | 齐鲁工业大学 | 基于数据的流程工业网络模型构建方法及系统 |
| CN108391086A (zh) * | 2018-02-27 | 2018-08-10 | 山东大学 | 融合事件感知与位置传感的工业视频联动分析方法与系统 |
| CN109725610A (zh) * | 2018-11-30 | 2019-05-07 | 厦门钰德服装有限公司 | 工厂生产信息分析处理方法、装置及设备 |
| CN111641621A (zh) * | 2020-05-21 | 2020-09-08 | 杭州安恒信息技术股份有限公司 | 物联网安全事件识别方法、装置和计算机设备 |
| CN111637045A (zh) * | 2020-05-09 | 2020-09-08 | 哈尔滨工程大学 | 一种海洋平台空气压缩机故障诊断方法 |
| CN113219927A (zh) * | 2021-05-13 | 2021-08-06 | 南京联迪信息系统股份有限公司 | 一种工业互联网平台监测数据传输交换方法及系统 |
| CN113676526A (zh) * | 2021-08-09 | 2021-11-19 | 武汉卓尔信息科技有限公司 | 一种工业数据接入管理系统及方法 |
| CN113671917A (zh) * | 2021-08-19 | 2021-11-19 | 中国科学院自动化研究所 | 针对多模态工业过程异常状态的检测方法、系统、设备 |
-
2021
- 2021-12-17 CN CN202111556747.1A patent/CN114218197A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1682165A (zh) * | 2002-09-30 | 2005-10-12 | 东京毅力科创株式会社 | 用于监视和控制半导体生产过程的方法和装置 |
| CN105764162A (zh) * | 2016-05-10 | 2016-07-13 | 江苏大学 | 一种基于多属性关联的无线传感器网络异常事件检测方法 |
| CN107544450A (zh) * | 2017-10-11 | 2018-01-05 | 齐鲁工业大学 | 基于数据的流程工业网络模型构建方法及系统 |
| CN108391086A (zh) * | 2018-02-27 | 2018-08-10 | 山东大学 | 融合事件感知与位置传感的工业视频联动分析方法与系统 |
| CN109725610A (zh) * | 2018-11-30 | 2019-05-07 | 厦门钰德服装有限公司 | 工厂生产信息分析处理方法、装置及设备 |
| CN111637045A (zh) * | 2020-05-09 | 2020-09-08 | 哈尔滨工程大学 | 一种海洋平台空气压缩机故障诊断方法 |
| CN111641621A (zh) * | 2020-05-21 | 2020-09-08 | 杭州安恒信息技术股份有限公司 | 物联网安全事件识别方法、装置和计算机设备 |
| CN113219927A (zh) * | 2021-05-13 | 2021-08-06 | 南京联迪信息系统股份有限公司 | 一种工业互联网平台监测数据传输交换方法及系统 |
| CN113676526A (zh) * | 2021-08-09 | 2021-11-19 | 武汉卓尔信息科技有限公司 | 一种工业数据接入管理系统及方法 |
| CN113671917A (zh) * | 2021-08-19 | 2021-11-19 | 中国科学院自动化研究所 | 针对多模态工业过程异常状态的检测方法、系统、设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102591286B (zh) | 在线轧制计划动态预分析自调整系统及其方法 | |
| CN110849404B (zh) | 一种传感器数据异常的连续判别方法 | |
| JP2021507115A (ja) | 炉況管理装置及び方法 | |
| CN113850488A (zh) | 基于数字孪生的多品种小批量的多资源调度系统及方法 | |
| CN113240244A (zh) | 一种适用于炼钢生产跟踪的铸坯自动分级判定方法 | |
| CN109459998A (zh) | 钢铁生产过程监控报警系统和方法 | |
| CN110225107A (zh) | 电缆综合检测系统 | |
| CN103439933A (zh) | 一种应用ocsvm的生产过程自适应监控系统及方法 | |
| CN101561668A (zh) | 无油轴套烧结生产线在线监控系统及监控方法 | |
| CN112111618B (zh) | 一种高炉炉料下行均匀性的判断预警方法及系统 | |
| CN112924088B (zh) | 一种汽车压力传感器的智能装配生产线产品抽检方法 | |
| CN114969364B (zh) | 企业生产物料跟踪系统知识图谱构建方法 | |
| CN113234874A (zh) | 一种基于动态贝叶斯网络的高炉故障监测与自愈控制系统 | |
| CN104913639A (zh) | 基于数据融合的烧结终点控制系统及控制方法 | |
| CN104020750A (zh) | 一种炼钢投入产出监控系统 | |
| CN117689256A (zh) | 一种铝合金熔铸产品质量溯源方法 | |
| CN110166972B (zh) | 一种带有区块链模块的智能传感系统 | |
| CN114218197A (zh) | 基于面向对象的工业物联网数据建模方法与系统 | |
| CN111625934B (zh) | 一种基于d-s证据理论的退火加热过程的多模态识别方法 | |
| CN110102075A (zh) | 溴素蒸馏工艺中基于视觉识别的加氯控制方法及装置 | |
| CN111898975A (zh) | 一种炼钢生产过程智能调度系统及方法 | |
| CN118155113A (zh) | 一种运输带工况检测方法、系统、电子设备及存储介质 | |
| CN110555188B (zh) | 一种动车组车轮参数磨耗趋势的分析方法 | |
| CN113487126B (zh) | 一种不合格品动态检测方法 | |
| CN201791938U (zh) | 一种连铸结晶器漏钢预报系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220322 |