CN114513430B - 一种工业互联网设备的状态监控方法、设备及存储介质 - Google Patents
一种工业互联网设备的状态监控方法、设备及存储介质 Download PDFInfo
- Publication number
- CN114513430B CN114513430B CN202210041317.4A CN202210041317A CN114513430B CN 114513430 B CN114513430 B CN 114513430B CN 202210041317 A CN202210041317 A CN 202210041317A CN 114513430 B CN114513430 B CN 114513430B
- Authority
- CN
- China
- Prior art keywords
- equipment
- industrial internet
- data
- real
- time
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims abstract description 98
- 238000012549 training Methods 0.000 claims abstract description 19
- 238000007781 pre-processing Methods 0.000 claims abstract description 10
- 238000013506 data mapping Methods 0.000 claims description 17
- 238000013500 data storage Methods 0.000 claims description 12
- 238000012806 monitoring device Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000012795 verification Methods 0.000 claims description 7
- 238000004088 simulation Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 5
- 230000003139 buffering effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005304 joining Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Environmental & Geological Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请公开了一种工业互联网设备的状态监控方法、设备及存储介质。方法包括:确定加入工业互连网的工业互联网设备对应的标识码;确定工业互联网设备的历史设备数据,并进行预处理,以获得时间序列统一的标准数据,并确定工业互联网设备的历史数字孪生体以及对预设的待训练实时异常显示模型进行训练,以使获得的实时异常显示模型可以在历史数字孪生体中实时显示异常状态,并基于标识码生成告警通知;基于待监控工业互联网设备的实时设备数据,确定待监控工业互联网设备的数字孪生体,并基于实时异常显示模型对待监控工业互联网设备进行监控。本申请通过上述方法解决了大规模工业互联网设备监控困难,工业互联网设备具体异常状态预警困难。
Description
技术领域
本申请涉及工业互联网技术领域,尤其涉及一种工业互联网设备的状态监控方法、设备及存储介质。
背景技术
随着工业互联网的应用与快速发展,为提高生产效率,工业互联网设备被大规模的应用在了工厂的生产中。
另外,工业互联网设备工作每时每刻都会产生大量的数据,因此,现有的工业互联网设备监控系统很难及时有效的监控设备到由设备出现异常,并向用户展示及报警。
发明内容
本申请实施例提供了一种工业互联网设备的状态监控方法、设备及存储介质,用以解决以下技术问题:大规模工业互联网设备监控困难,工业互联网设备具体异常状态预警困难。
第一方面,本申请实施例提供了一种工业互联网设备的状态监控方法,其特征在于,方法包括:基于预设的编码规则,对加入工业互连网的工业互联网设备进行编码,得到工业互联网设备对应的标识码;确定工业互联网设备的历史设备数据,并对历史设备数据进行预处理,以获得时间序列统一的标准数据;其中,历史设备数据包含工业互联网设备的若干类,用于描述设备运行状态及设备工作环境的历史数据;基于时间序列统一的标准数据及工业互联网设备的设备属性数据,确定工业互联网设备的历史数字孪生体;其中,设备属性数据用于描述工业互联网设备的属性,历史数字孪生体为工业互联网设备对应的虚拟数字体,用于通过显示设备展示工业互联网设备,在各历史时刻的设备运行状态及设备工作环境;基于预设的待训练实时异常显示模型,确定时间序列统一的标准数据中对应的历史相关数据,并通过历史相关数据对待训练实时异常显示模型进行训练,以使获得的实时异常显示模型可以在历史数字孪生体中实时显示异常状态,并基于工业互联网设备对应的标识码生成告警通知;其中,历史相关数据为待训练实时异常显示模型所需的参数数据;基于待监控工业互联网设备的实时设备数据,确定待监控工业互联网设备的数字孪生体,并基于实时异常显示模型对待监控工业互联网设备进行监控;其中,实时设备数据包含待监控工业互联网设备的若干类,用于描述设备运行状态及设备工作环境的实时数据。
本申请实施例提供的一种工业互联网设备的状态监控方法,通过标识解析技术对加入工业互连网的工业互联网设备进行编码,在发生问题时,可快速定位到具体的工业互连网设备。通过数字孪生技术将物理实体的工业互联网设备在虚拟空间中完成映射,与训练得到的实时异常显示模型关联,可以密切关注每个应用实体的情况,从而不仅可以有效的监控大规模的工业互联网设备,还可以对工业互联网设备的具体异常状态进行精确预警。
在本申请的一种实现方式中,对历史设备数据进行预处理,以获得时间序列统一的标准数据,具体包括:解析历史设备数据,以确定历史设备数据中各数据的类型及各数据中包含的时间戳;基于各数据中包含的时间戳,确定时间序列的起止时间,并基于起止时间及各数据的类型,建立标准数据映射表;将历史设备数据传入标准数据映射表中,以获得对应的时间序列统一的标准数据。
在本申请的一种实现方式中,基于时间序列统一的标准数据及工业互联网设备的设备属性数据,确定工业互联网设备的历史数字孪生体,具体包括:基于设备属性数据在虚拟空间中对工业互联网设备进行建模,以确定虚拟工业互联网设备;基于时间序列统一的标准数据对虚拟工业互联网设备进行运行状态与工作环境的仿真,以确定工业互联网设备对应的历史数字孪生体。
在本申请的一种实现方式中,通过历史相关数据对待训练实时异常显示模型进行训练,具体包括:将历史相关数据分为若干组数据集;各组数据集分别对待训练实时异常显示模型进行训练,以获得若干个初始实时异常显示模型,并确定训练各初始实时异常显示模型的数据集为训练集,其余组数据集为验证集;基于验证集对各初始实时异常显示模型进行验证,以调整各初始实时异常显示模型;提取若干个初始预警模型的模型梯度,并计算若干个模型梯度的平均模型梯度;基于平均模型梯度对任意一个初始预警模型进行更新,从而获得实时异常显示模型。
在本申请的一种实现方式中,基于预设的编码规则,对加入工业互连网的工业互联网设备进行编码,得到工业互联网设备对应的标识码,具体包括:确定工业互联网设备所属的工业互联网系统,以及确定在工业互联网系统中所属的系统节点;其中,工业互联网系统为提供工业服务的系统;基于工业互联网设备所属的工业互联网系统及所属的系统节点,确定工业互联网设备的标识码前缀;基于工业互联网设备在其所属系统节点的编号,以及标识码前缀,得到工业互联网设备对应的标识码。
在本申请的一种实现方式中,确定工业互联网设备的历史设备数据,具体包括:确定工业互联网设备对应的监控设备,并基于工业互联网设备对应的监控设备,确定各监控设备对应的数据存储标识;其中,监控设备用于获取工业互联网设备的设备数据,数据存储标识为设备数据中包含的用于区分来源的标识;基于各监控设备对应的数据存储标识,在数据库中获取工业互联网设备的历史设备数据。
在本申请的一种实现方式中,在基于待监控工业互联网设备的实时设备数据,确定待监控工业互联网设备的数字孪生体之前,方法还包括:建立用于缓存实时设备数据的缓存区,并在缓存区内建立实时标准数据映射表;建立监控设备与实时标准数据映射表之间的映射关系,以使监控设备获取的实时设备数据,能够缓存在实时标准数据映射表一份;在确定某一时刻待监控工业互联网设备的实时设备数据齐备的情况下,生成数字孪生体建立指令与异常状态分析指令。
在本申请的一种实现方式中,方法还包括:在确定实时异常显示模型生成了针对待监控工业互联网设备的告警通知的情况下,将告警通知及包含异常状态的数字孪生体仿真图像发送至监控平台;监控平台基于告警通知中包含的标识码及数字孪生体仿真图像,对待监控工业互联网设备进行维修。
第二方面,本申请实施例还提供了一种工业互联网设备的状态监控设备,其特征在于,设备包括:处理器;及存储器,其上存储有可执行代码,当可执行代码被执行时,使得处理器执行如权利要求1-8任一项的一种方法。
第三方面,本申请实施例还提供了一种工业互联网设备的状态监控的非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,计算机可执行指令设置为:基于预设的编码规则,对加入工业互连网的工业互联网设备进行编码,得到工业互联网设备对应的标识码;确定工业互联网设备的历史设备数据,并对历史设备数据进行预处理,以获得时间序列统一的标准数据;其中,历史设备数据包含工业互联网设备的若干类,用于描述设备运行状态及设备工作环境的历史数据;基于时间序列统一的标准数据及工业互联网设备的设备属性数据,确定工业互联网设备的历史数字孪生体;其中,设备属性数据用于描述工业互联网设备的属性,历史数字孪生体为工业互联网设备对应的虚拟数字体,用于通过显示设备展示工业互联网设备,在各历史时刻的设备运行状态及设备工作环境;基于预设的待训练实时异常显示模型,确定时间序列统一的标准数据中对应的历史相关数据,并通过历史相关数据对待训练实时异常显示模型进行训练,以使获得的实时异常显示模型可以在历史数字孪生体中实时显示异常状态,并基于工业互联网设备对应的标识码进行告警;其中,历史相关数据为待训练实时异常显示模型所需的参数数据;基于待监控工业互联网设备的实时设备数据,确定待监控工业互联网设备的数字孪生体,并基于实时异常显示模型对待监控工业互联网设备进行监控;其中,实时设备数据包含待监控工业互联网设备的若干类,用于描述设备运行状态及设备工作环境的实时数据。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请实施例提供的一种工业互联网设备的状态监控方法流程图;
图2为本申请实施例提供的一种工业互联网设备的状态监控设备内部结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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。
本申请实施例提供了一种工业互联网设备的状态监控方法、设备及存储介质,用以解决以下技术问题:大规模工业互联网设备监控困难,工业互联网设备具体异常状态预警困难。
下面通过附图对本申请实施例提出的技术方案进行详细的说明。
图1为本申请实施例提供的一种工业互联网设备的状态监控方法流程图。如图1所示,本申请实施例提供的一种工业互联网设备的状态监控方法,具体包括以下步骤:
步骤101、基于预设的编码规则,对加入工业互连网的工业互联网设备进行编码,得到工业互联网设备对应的标识码。
在本申请的一个实施例中,首先需要说明的是,加入工业互连网的工业互联网设备可能来自提供不同工业服务功能的工业系统,因此,在对工业互联网设备进行编码之前,首先需要确定工业互联网设备所属的工业互联网系统。另外,由于各工业系统也相对复杂,包含许多处理不同业务的系统节点,其业务还可能存在嵌套,系统节点也可能存在嵌套,因此,为更加清楚的描述工业互联网设备在工业互联网中的位置,还需要确定其在工业互联网系统中所属的系统节点。在确定工业互联网设备所属的工业互联网系统及所属的系统节点之后,根据预设的编码规则中规定的对应该工业互联网系统及该系统节点的标识码前缀,确定工业互联网设备的标识码前缀。最后,根据工业互联网设备在其所属系统节点的编号,得到工业互联网设备对应的标识码。
步骤102、确定工业互联网设备的历史设备数据,并对历史设备数据进行预处理,以获得时间序列统一的标准数据。
可以理解的是,反应工业互联网设备的运行状态及工作环境的设备数据是由一些监控设备获取的;其中,监控设备包括但不限于传感器。监控设备获取设备数据后将设备数据存储于数据库。若训练获得针对不同工业互联网设备的实时异常显示模型,首先应当在数据库中确定针对不同工业互联网设备的历史设备数据。其中,历史设备数据包含工业互联网设备的若干类,用于描述设备运行状态及设备工作环境的历史数据。在本申请的一个实施例中,确定工业互联网设备的历史设备数据首先应该确定工业互联网设备对应的监控设备。本申请在此对确定工业互联网设备对应的监控设备方式不做限定,可根据具体的使用方式自行选择。
进一步地,基于工业互联网设备对应的监控设备,确定各监控设备对应的数据存储标识;可以理解的是,数据存储标识为设备数据中包含的用于区分来源的标识,每个监控设备获取数据后均会在数据中设置数据存储标识用于表示来源。
进一步地,在确定工业互联网设备对应的监控设备,及监控设备对应的数据存储标识之后,基于各监控设备对应的数据存储标识,通过数据存储标识在数据库中进行检索,以获取工业互联网设备的历史设备数据。
在本申请的一个实施例中,由于获取的历史设备数据其时间序列是不统一的,因此,在获取历史设备数据还需要对历史设备数据进行预处理,以获得时间序列统一的标准数据。
具体地,首先对历史设备数据进行解析,以确定历史设备数据中各数据的类型及各数据中包含的时间戳;其中,解析方法可通过预设的数据类型标识及时间戳标识,对历史设备数据进行匹配,以确定历史设备数据中各数据的类型及各数据中包含的时间戳;其中,数据类型标识例如:“压力”、“温度”、“转速”等,时间戳标识例如:“数据生成时间”等。
进一步地,确定各数据的时间戳中,时间最早的时间戳与时间最晚的时间戳,以确定确定时间序列的起止时间,然后基于起止时间及各数据的类型,建立标准数据映射表。在建立标准数据映射表后,将历史设备数据传入标准数据映射表中,以获得对应的时间序列统一的标准数据。
在本申请的一个实施例中,时间序列的起止时间也可以人工确定或根据预设的起止时间确定。
步骤103、基于时间序列统一的标准数据及工业互联网设备的设备属性数据,确定工业互联网设备的历史数字孪生体。
在本申请的一个实施例中,在确定历史设备数据对应的时间序列统一的标准数据后,基于时间序列统一的标准数据及工业互联网设备的设备属性数据,确定工业互联网设备的历史数字孪生体。需要说明的是,设备属性数据是用于描述工业互联网设备的属性,包括但不限于设备的尺寸、组成部件,材质等;历史数字孪生体为工业互联网设备对应的虚拟数字体,用于通过显示设备展示工业互联网设备,在各历史时刻的设备运行状态及设备工作环境。可以理解的是,各工业互联网设备都会有一个对应的数字孪生体,显示设备无法全部展示,因此,可以选择部分工业互联网设备进行展示,或仅展示运行状态异常的工业互联网设备。
在本申请的一个实施例中,历史数字孪生体的确定首先需要基于设备属性数据在虚拟空间中对工业互联网设备进行建模,以确定虚拟工业互联网设备;然后基于时间序列统一的标准数据对虚拟工业互联网设备进行运行状态与工作环境的仿真,以确定工业互联网设备对应的历史数字孪生体。
步骤104、基于预设的待训练实时异常显示模型,确定时间序列统一的标准数据中对应的历史相关数据,并通过历史相关数据对待训练实时异常显示模型进行训练,以使获得的实时异常显示模型可以在历史数字孪生体中实时显示异常状态,并基于工业互联网设备对应的标识码进行告警。
在本申请的一个实施例中,在确定历史设备数据对应的时间序列统一的标准数据后,还需要通过历史相关数据对待训练实时异常显示模型进行训练,以获得实时异常显示模型。其中,实时异常显示模型可以实现在历史数字孪生体中,使异常状态进行实时显示,并基于工业互联网设备对应的标识码生成告警通知。
需要说明的是,为实现监控工业互联网设备的不同异常状态,可以预先设置一些针对不停异常状态的待训练实时异常显示模型。可以理解的是,不同的待训练实时异常显示模型其在训练时会输入不同类型的数据。因此,为训练待训练实时异常显示模型首先需要,基于待训练实时异常显示模型,确定时间序列统一的标准数据中对应的历史相关数据。可以理解的是,历史相关数据即为待训练实时异常显示模型所需的参数数据。
进一步地,将历史相关数据分为若干组数据集;各组数据集分别对待训练实时异常显示模型进行训练,以获得若干个初始实时异常显示模型,并确定训练各实时异常显示模型的数据集为训练集,其余组数据集为验证集;基于验证集对各初始实时异常显示模型进行验证,以调整各初始实时异常显示模型。在对该若干个初始实时异常显示模型验证完成后,提取该若干个初始预警模型的模型梯度,并计算若干个模型梯度的平均模型梯度;基于平均模型梯度对任意一个初始预警模型进行更新,从而获得实时异常显示模型。
步骤105、基于待监控工业互联网设备的实时设备数据,确定待监控工业互联网设备的数字孪生体,并基于实时异常显示模型对待监控工业互联网设备进行监控。
在本申请的一个实施例中,在确定实时异常显示模型后,首先需要建立用于缓存实时设备数据的缓存区,并在缓存区内建立实时标准数据映射表;然后,建立监控设备与实时标准数据映射表之间的映射关系,以使监控设备获取的实时设备数据,能够缓存在实时标准数据映射表一份;在确定某一时刻,实时标准数据映射表中待监控工业互联网设备的实时设备数据齐备的情况下,生成数字孪生体建立指令与异常状态分析指令。
进一步地,基于数字孪生体建立指令,建立待监控工业互联网设备的数字孪生体。可以理解的是,待监控工业互联网设备的数字孪生体为该时刻对应的数字孪生体,其由设备属性数据建模,实时设备数据仿真得到。以及,基于异常状态分析指令,将对应的相关数据输入到对应的实时异常显示模型进行异常状态分析。
在本申请的一个实施例中,在确定实时异常显示模型生成了针对待监控工业互联网设备的告警通知的情况下,将告警通知及包含异常状态的数字孪生体仿真图像发送至监控平台;监控平台可以基于告警通知中包含的标识码及数字孪生体仿真图像,对待监控工业互联网设备进行维修。
基于同样的发明构思,本申请实施例还提供了一种工业互联网设备的状态监控设备,其内部结构如图2所示。
图2为本申请实施例提供的一种工业互联网设备的状态监控设备内部结构示意图。如图2所示,设备包括:处理器201;存储器202,其上存储有可执行指令,当可执行指令被执行时,使得处理器201执行如上述的一种工业互联网设备的状态监控方法。
在本申请的一个实施例中,处理器201用于基于预设的编码规则,对加入工业互连网的工业互联网设备进行编码,得到工业互联网设备对应的标识码;确定工业互联网设备的历史设备数据,并对历史设备数据进行预处理,以获得时间序列统一的标准数据;其中,历史设备数据包含工业互联网设备的若干类,用于描述设备运行状态及设备工作环境的历史数据;基于时间序列统一的标准数据及工业互联网设备的设备属性数据,确定工业互联网设备的历史数字孪生体;其中,设备属性数据用于描述工业互联网设备的属性,历史数字孪生体为工业互联网设备对应的虚拟数字体,用于通过显示设备展示工业互联网设备,在各历史时刻的设备运行状态及设备工作环境;基于预设的待训练实时异常显示模型,确定时间序列统一的标准数据中对应的历史相关数据,并通过历史相关数据对待训练实时异常显示模型进行训练,以使获得的实时异常显示模型可以在历史数字孪生体中实时显示异常状态,并基于工业互联网设备对应的标识码进行告警;其中,历史相关数据为待训练实时异常显示模型所需的参数数据;基于待监控工业互联网设备的实时设备数据,确定待监控工业互联网设备的数字孪生体,并基于实时异常显示模型对待监控工业互联网设备进行监控;其中,实时设备数据包含待监控工业互联网设备的若干类,用于描述设备运行状态及设备工作环境的实时数据。
本申请的一些实施例提供的对应于图1的一种工业互联网设备的状态监控的非易失性计算机存储介质,存储有计算机可执行指令,计算机可执行指令设置为:
基于预设的编码规则,对加入工业互连网的工业互联网设备进行编码,得到工业互联网设备对应的标识码;
确定工业互联网设备的历史设备数据,并对历史设备数据进行预处理,以获得时间序列统一的标准数据;其中,历史设备数据包含工业互联网设备的若干类,用于描述设备运行状态及设备工作环境的历史数据;
基于时间序列统一的标准数据及工业互联网设备的设备属性数据,确定工业互联网设备的历史数字孪生体;其中,设备属性数据用于描述工业互联网设备的属性,历史数字孪生体为工业互联网设备对应的虚拟数字体,用于通过显示设备展示工业互联网设备,在各历史时刻的设备运行状态及设备工作环境;
基于预设的待训练实时异常显示模型,确定时间序列统一的标准数据中对应的历史相关数据,并通过历史相关数据对待训练实时异常显示模型进行训练,以使获得的实时异常显示模型可以在历史数字孪生体中实时显示异常状态,并基于工业互联网设备对应的标识码进行告警;其中,历史相关数据为待训练实时异常显示模型所需的参数数据;
基于待监控工业互联网设备的实时设备数据,确定待监控工业互联网设备的数字孪生体,并基于实时异常显示模型对待监控工业互联网设备进行监控;其中,实时设备数据包含待监控工业互联网设备的若干类,用于描述设备运行状态及设备工作环境的实时数据。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于物联网设备和介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本申请实施例提供的系统和介质与方法是一一对应的,因此,系统和介质也具有与其对应的方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述系统和介质的有益技术效果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种工业互联网设备的状态监控方法,其特征在于,所述方法包括:
基于预设的编码规则,对加入工业互联网的工业互联网设备进行编码,以得到所述工业互联网设备对应的标识码;
确定所述工业互联网设备的历史设备数据,并对所述历史设备数据进行预处理,以获得时间序列统一的标准数据;其中,所述历史设备数据包含所述工业互联网设备的若干类,用于描述设备运行状态及设备工作环境的历史数据;
基于所述时间序列统一的标准数据及工业互联网设备的设备属性数据,确定所述工业互联网设备的历史数字孪生体;其中,所述设备属性数据用于描述所述工业互联网设备的属性,所述历史数字孪生体为所述工业互联网设备对应的虚拟数字体,用于通过显示设备展示所述工业互联网设备,在各历史时刻的设备运行状态及设备工作环境;
基于预设的待训练实时异常显示模型,确定所述时间序列统一的标准数据中对应的历史相关数据,并通过所述历史相关数据对所述待训练实时异常显示模型进行训练,以使获得的实时异常显示模型可以在所述历史数字孪生体中实时显示异常状态,并基于所述工业互联网设备对应的标识码生成告警通知;其中,所述历史相关数据为所述待训练实时异常显示模型所需的参数数据;
基于待监控工业互联网设备的实时设备数据,确定所述待监控工业互联网设备的数字孪生体,并基于所述实时异常显示模型对所述待监控工业互联网设备进行监控;其中,所述实时设备数据包含所述待监控工业互联网设备的若干类,用于描述设备运行状态及设备工作环境的实时数据。
2.根据权利要求1所述的一种工业互联网设备的状态监控方法,其特征在于,对所述历史设备数据进行预处理,以获得时间序列统一的标准数据,具体包括:
解析所述历史设备数据,以确定所述历史设备数据中各数据的类型及各数据中包含的时间戳;
基于各数据中包含的时间戳,确定时间序列的起止时间,并基于所述起止时间及所述各数据的类型,建立标准数据映射表;
将所述历史设备数据传入所述标准数据映射表中,以获得对应的所述时间序列统一的标准数据。
3.根据权利要求1所述的一种工业互联网设备的状态监控方法,其特征在于,基于所述时间序列统一的标准数据及工业互联网设备的设备属性数据,确定所述工业互联网设备的历史数字孪生体,具体包括:
基于所述设备属性数据在虚拟空间中对所述工业互联网设备进行建模,以确定虚拟工业互联网设备;
基于所述时间序列统一的标准数据对所述虚拟工业互联网设备进行运行状态与工作环境的仿真,以确定所述工业互联网设备对应的历史数字孪生体。
4.根据权利要求1所述的一种工业互联网设备的状态监控方法,其特征在于,通过所述历史相关数据对所述待训练实时异常显示模型进行训练,具体包括:
将所述历史相关数据分为若干组数据集;
各组数据集分别对所述待训练实时异常显示模型进行训练,以获得若干个初始实时异常显示模型,并确定训练各初始实时异常显示模型的数据集为训练集,其余组数据集为验证集;
基于所述验证集对各初始实时异常显示模型进行验证,以调整各初始实时异常显示模型;
提取所述若干个初始实时异常显示模型的模型梯度,并计算若干个所述模型梯度的平均模型梯度;
基于所述平均模型梯度对任意一个初始实时异常显示模型进行更新,从而获得实时异常显示模型。
5.根据权利要求1所述的一种工业互联网设备的状态监控方法,其特征在于,基于预设的编码规则,对加入工业互联网的工业互联网设备进行编码,得到所述工业互联网设备对应的标识码,具体包括:
确定所述工业互联网设备所属的工业互联网系统,以及确定在所述工业互联网系统中所属的系统节点;其中,所述工业互联网系统为提供工业服务的系统;
基于所述工业互联网设备所属的工业互联网系统及所属的系统节点,确定所述工业互联网设备的标识码前缀;
基于所述工业互联网设备在其所属系统节点的编号,以及所述标识码前缀,得到所述工业互联网设备对应的标识码。
6.根据权利要求1所述的一种工业互联网设备的状态监控方法,其特征在于,确定所述工业互联网设备的历史设备数据,具体包括:
确定所述工业互联网设备对应的监控设备,并基于所述工业互联网设备对应的监控设备,确定各监控设备对应的数据存储标识;其中,所述监控设备用于获取所述工业互联网设备的设备数据,所述数据存储标识为设备数据中包含的用于区分来源的标识;
基于所述各监控设备对应的数据存储标识,在数据库中获取所述工业互联网设备的历史设备数据。
7.根据权利要求6所述的一种工业互联网设备的状态监控方法,其特征在于,在基于待监控工业互联网设备的实时设备数据,确定所述待监控工业互联网设备的数字孪生体之前,所述方法还包括:
建立用于缓存实时设备数据的缓存区,并在所述缓存区内建立实时标准数据映射表;
建立所述监控设备与所述实时标准数据映射表之间的映射关系,以使所述监控设备获取的实时设备数据,能够缓存在所述实时标准数据映射表一份;
在确定某一时刻所述待监控工业互联网设备的实时设备数据齐备的情况下,生成数字孪生体建立指令与异常状态分析指令。
8.根据权利要求1所述的一种工业互联网设备的状态监控方法,其特征在于,所述方法还包括:
在确定所述实时异常显示模型生成了针对所述待监控工业互联网设备的告警通知的情况下,将所述告警通知及包含异常状态的数字孪生体仿真图像发送至监控平台;
所述监控平台基于所述告警通知中包含的标识码及所述数字孪生体仿真图像,对所述待监控工业互联网设备进行维修。
9.一种工业互联网设备的状态监控设备,其特征在于,所述设备包括:
处理器;
及存储器,其上存储有可执行代码,当所述可执行代码被执行时,使得所述处理器执行如权利要求1-8任一项所述的一种方法。
10.一种工业互联网设备的状态监控的非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:
基于预设的编码规则,对加入工业互联网的工业互联网设备进行编码,得到所述工业互联网设备对应的标识码;
确定所述工业互联网设备的历史设备数据,并对所述历史设备数据进行预处理,以获得时间序列统一的标准数据;其中,所述历史设备数据包含所述工业互联网设备的若干类,用于描述设备运行状态及设备工作环境的历史数据;
基于所述时间序列统一的标准数据及工业互联网设备的设备属性数据,确定所述工业互联网设备的历史数字孪生体;其中,所述设备属性数据用于描述所述工业互联网设备的属性,所述历史数字孪生体为所述工业互联网设备对应的虚拟数字体,用于通过显示设备展示所述工业互联网设备,在各历史时刻的设备运行状态及设备工作环境;
基于预设的待训练实时异常显示模型,确定所述时间序列统一的标准数据中对应的历史相关数据,并通过所述历史相关数据对所述待训练实时异常显示模型进行训练,以使获得的实时异常显示模型可以在所述历史数字孪生体中实时显示异常状态,并基于所述工业互联网设备对应的标识码进行告警;其中,所述历史相关数据为所述待训练实时异常显示模型所需的参数数据;
基于待监控工业互联网设备的实时设备数据,确定所述待监控工业互联网设备的数字孪生体,并基于所述实时异常显示模型对所述待监控工业互联网设备进行监控;其中,所述实时设备数据包含所述待监控工业互联网设备的若干类,用于描述设备运行状态及设备工作环境的实时数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210041317.4A CN114513430B (zh) | 2022-01-14 | 2022-01-14 | 一种工业互联网设备的状态监控方法、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210041317.4A CN114513430B (zh) | 2022-01-14 | 2022-01-14 | 一种工业互联网设备的状态监控方法、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114513430A CN114513430A (zh) | 2022-05-17 |
CN114513430B true CN114513430B (zh) | 2024-03-22 |
Family
ID=81550189
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210041317.4A Active CN114513430B (zh) | 2022-01-14 | 2022-01-14 | 一种工业互联网设备的状态监控方法、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114513430B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115129909B (zh) * | 2022-06-30 | 2024-05-07 | 北京亚控科技发展有限公司 | 一种孪生、订阅实体物的历史状态的方法及装置 |
CN115063118B (zh) * | 2022-07-05 | 2023-04-18 | 深圳市宇航智能信息技术有限公司 | 一种基于工业互联网的智能车间设备管理方法及系统 |
CN115842848B (zh) * | 2023-03-01 | 2023-04-28 | 成都远峰科技发展有限公司 | 一种基于工业物联网的动态监控系统及其控制方法 |
CN117408576B (zh) * | 2023-12-14 | 2024-03-26 | 鲁信科技股份有限公司 | 一种基于工业互联网的产品质量分析方法、设备及介质 |
CN117451115B (zh) * | 2023-12-26 | 2024-03-12 | 天津万事达物流装备有限公司 | 一种用于分拣输送系统的实时状态监测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112306464A (zh) * | 2020-10-14 | 2021-02-02 | 中国科学院沈阳自动化研究所 | 利用数字孪生体实现工业场景下信息物理融合方法和系统 |
CN112668237A (zh) * | 2020-12-25 | 2021-04-16 | 深圳华龙讯达信息技术股份有限公司 | 一种基于工业互联网云平台的数字孪生模型及其构建方法 |
CN112731887A (zh) * | 2020-12-31 | 2021-04-30 | 南京理工大学 | 石化无人值守装卸线数字孪生智能监控系统及方法 |
WO2021108680A1 (en) * | 2019-11-25 | 2021-06-03 | Strong Force Iot Portfolio 2016, Llc | Intelligent vibration digital twin systems and methods for industrial environments |
CN113325816A (zh) * | 2021-08-03 | 2021-08-31 | 山东捷瑞数字科技股份有限公司 | 面向工业互联网的数字孪生体数据管理方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3809220B1 (en) * | 2019-10-14 | 2023-01-18 | Honda Research Institute Europe GmbH | Method and system for semi-supervised deep anomaly detection for large-scale industrial monitoring systems based on time-series data utilizing digital twin simulation data |
-
2022
- 2022-01-14 CN CN202210041317.4A patent/CN114513430B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021108680A1 (en) * | 2019-11-25 | 2021-06-03 | Strong Force Iot Portfolio 2016, Llc | Intelligent vibration digital twin systems and methods for industrial environments |
CN112306464A (zh) * | 2020-10-14 | 2021-02-02 | 中国科学院沈阳自动化研究所 | 利用数字孪生体实现工业场景下信息物理融合方法和系统 |
CN112668237A (zh) * | 2020-12-25 | 2021-04-16 | 深圳华龙讯达信息技术股份有限公司 | 一种基于工业互联网云平台的数字孪生模型及其构建方法 |
CN112731887A (zh) * | 2020-12-31 | 2021-04-30 | 南京理工大学 | 石化无人值守装卸线数字孪生智能监控系统及方法 |
CN113325816A (zh) * | 2021-08-03 | 2021-08-31 | 山东捷瑞数字科技股份有限公司 | 面向工业互联网的数字孪生体数据管理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114513430A (zh) | 2022-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114513430B (zh) | 一种工业互联网设备的状态监控方法、设备及存储介质 | |
CN104423960B (zh) | 一种项目持续集成的方法及系统 | |
CN108681556B (zh) | 分布式指令域数据的访问方法及其系统 | |
CN112559475B (zh) | 数据实时捕获和传输方法及系统 | |
CN112994989B (zh) | 物联网终端的评测方法、装置、系统、及存储介质 | |
CN110287750A (zh) | 一种自动化检测设备二维码重码检测装置及系统 | |
CN109660407A (zh) | 分布式系统监控系统及方法 | |
CN116629805A (zh) | 一种分布式流批一体化的水利指标服务方法、设备及介质 | |
CN113342608B (zh) | 流式计算引擎任务的监控方法及装置 | |
CN109947853A (zh) | 一种业务活动变更感知方法、系统及服务器 | |
CN107016028B (zh) | 数据处理方法及其设备 | |
CN110570646B (zh) | 一种基于历史数据的四遥信号验收方法及系统 | |
CN108334524A (zh) | 一种storm日志错误分析方法及装置 | |
CN117336135A (zh) | 数据传输方法、装置、存储介质以及电子设备 | |
CN116506230A (zh) | 基于rsa非对称加密的数据采集方法、系统 | |
CN116775477A (zh) | 软件测试进度确定方法及装置 | |
CN111427696A (zh) | 业务资源调度方法及装置 | |
CN114625611B (zh) | 一种量子计算环境的监控方法、设备及存储介质 | |
CN113706739B (zh) | 远程故障诊断处理方法、平台及系统 | |
CN116108645A (zh) | 基于元宇宙的工程数字孪生方法 | |
CN111126961B (zh) | 一种复杂产品全生命周期数字主线服务系统 | |
CN115225470A (zh) | 一种业务异常监测方法、装置、电子设备及存储介质 | |
CN114928475B (zh) | 一种基于标识解析的工业设备认证方法、设备及介质 | |
CN110955196A (zh) | 一种生产工艺指标数据的处理方法及系统 | |
CN118261247A (zh) | 一种基于知识图谱的标识解析推荐方法、设备及存储介质 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Country or region after: China Address after: 250101 19th floor, building S02, Inspur Science Park, No. 1036, Inspur Road, high tech Zone, Jinan, Shandong Province Applicant after: Inspur industrial Internet Co.,Ltd. Address before: 250101 19th floor, building S02, Inspur Science Park, No. 1036, Inspur Road, high tech Zone, Jinan, Shandong Province Applicant before: Shandong Inspur industrial Internet Industry Co.,Ltd. Country or region before: China |
|
GR01 | Patent grant | ||
GR01 | Patent grant |