CN114615304B - 前分平台式工业物联网控制方法及系统 - Google Patents
前分平台式工业物联网控制方法及系统 Download PDFInfo
- Publication number
- CN114615304B CN114615304B CN202210401816.XA CN202210401816A CN114615304B CN 114615304 B CN114615304 B CN 114615304B CN 202210401816 A CN202210401816 A CN 202210401816A CN 114615304 B CN114615304 B CN 114615304B
- Authority
- CN
- China
- Prior art keywords
- production line
- data
- node gateway
- detection data
- platform
- 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
Images
Classifications
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/25—Manufacturing
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/30—Control
-
- 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
- H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
- H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
Abstract
本说明书实施例提供了前分平台式工业物联网控制方法及系统,所述方法由传感网络平台执行,包括:接收管理平台发出的数据请求;获取检测到的生产线检测数据并存储至子节点网关设备或总节点网关设备;基于所请求的生产线检测数据,从总节点网关设备或子节点网关设备调取生产线检测数据;以及将调取到的生产线检测数据发送至管理平台。
Description
技术领域
本说明书涉及智能制造领域,特别涉及一种前分平台式工业物联网控制方法及系统。
背景技术
智能制造技术是指依托于工业物联网实现的生产线智能检测控制技术,也是目前工业生产的重点研究的技术领域。生产线不同设备所采用的不同接口和数据之间不同的通讯协议是工业物联网数据传输与实现智能制造的重要影响因素。
因此,希望可以提供一种更可靠的前分平台式工业物联网控制方法、系统、装置及存储介质,用于更高效地传输工业物联网的相关数据。
发明内容
本说明书一个或多个实施例提供一种前分平台式工业物联网控制方法,包括传感网络平台,其中:所述传感网络平台采用前分平台式布置,所述前分平台式布置为所述传感网络平台包括总平台和多个分平台,所述分平台为不同通信网络中的子节点网关设备,所述总平台为所有所述通信网络汇总的总节点网关设备,所述方法由所述传感网络平台执行,包括:接收管理平台发出的数据请求,所述数据请求包括至少一种类型的生产线检测数据,所述生产线检测数据由对象平台上的至少一种生产线传感器检测得到;获取检测到的所述生产线检测数据并存储至所述子节点网关设备或所述总节点网关设备;基于所请求的所述生产线检测数据,从所述总节点网关设备或所述子节点网关设备调取所述生产线检测数据;以及将调取到的所述生产线检测数据发送至所述管理平台。
本说明书一个或多个实施例提供一种前分平台式工业物联网系统,包括依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台,其中:所述服务平台和所述管理平台采用集中式布置,所述集中式布置是任意一个平台统一接收数据、统一处理数据和统一发送数据;所述管理平台用于发出数据请求和接收生产线检测数据;所述传感网络平台采用前分平台式布置,所述前分平台式布置为所述传感网络平台包括总平台和至少一个分平台;所述分平台为不同通信网络中的子节点网关设备,所述总平台为所有所述通信网络汇总的总节点网关设备;所述传感网络平台被配置为以执行以下操作:接收管理平台发出的数据请求,所述数据请求包括至少一种类型的生产线检测数据;获取检测到的所述生产线检测数据并存储至所述子节点网关设备或所述总节点网关设备;基于所请求的所述生产线检测数据,从所述总节点网关设备或所述子节点网关设备调取所述生产线检测数据;以及将调取到的所述生产线检测数据发送至所述管理平台;所述对象平台包括至少一种生产线传感器,用于检测所述生产线检测数据,其中,所述生产线传感器根据通讯协议类型被划分为多种类型,且每类生产线传感器加入不同的通信网络中。
本说明书实施例之一提供一种前分平台式工业物联网装置,包括至少一个处理器以及至少一个存储器,所述至少一个存储器用于存储计算机指令,所述至少一个处理器用于执行所述计算机指令以实现如上述实施例中任一项所述的前分平台式工业物联网控制方法。
本说明书实施例之一提供一种计算机可读存储介质,所述存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行如上述实施例中任一项所述的前分平台式工业物联网控制方法。
附图说明
本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
图1是根据本说明书一些实施例所示的前分平台式工业物联网的通信架构示意图;
图2是根据本说明书一些实施例所示的前分平台式工业物联网控制方法的示例性流程图;
图3是根据本说明书一些实施例所示的前分平台式工业物联网控制方法的另一示例性流程图;
图4是根据本说明书一些实施例所示的根据生产线检测数据的类型数量调取生产线检测数据的示例性流程图;
图5是根据本说明书一些实施例所示的根据生产线检测数据的预估数据量调取生产线检测数据的示例性流程图;
图6是根据本说明书一些实施例所示的确定预估数据量的示意图。
具体实施方式
为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是根据本说明书一些实施例所示的前分平台式工业物联网的通信架构示意图。
工业物联网是指各类实现工业生产过程中各项功能的平台所形成的信息处理系统。如图1所示,前分平台式工业物联网100包括依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台。
用户平台可以是用于与用户进行交互的平台。在一些实施例中,用户平台可以被配置为终端设备,例如,终端设备可以包括移动设备、平板计算机、膝上型计算机、车载设备等或其任意组合。在一些实施例中,用户平台可以用于接收用户的输入指令(例如,请求查询某类生产线检测数据)。在一些实施例中,用户平台可以与服务平台通信连接(即进行交互),将输入指令经由服务平台发送至管理平台,以及经由服务平台接收管理平台中提取的用户平台所需要的数据和/或信息。
服务平台可以是用于接收和传输数据和/或信息的平台。在一些实施例中,服务平台可以被配置为第一服务器,用于与用户平台和管理平台通信连接。在一些实施例中,服务平台可以接收用户平台的指令并发送至管理平台,且从管理平台中提取处理所述用户平台需要的信息,并发送至用户平台。在一些实施例中,服务平台可以采用集中式布置,其中,集中式布置是指任意一个平台统一接收数据、统一处理数据和统一发送数据。
管理平台可以是用于对数据和/或信息进行管理和传输的平台。在一些实施例中,管理平台可以被配置为第二服务器,用于与服务平台和传感网络平台通信连接。在一些实施例中,管理平台可以将数据和/或信息(例如,用户平台输入的数据请求)传输至传感网络平台。在一些实施例中,管理平台还可以基于传感网络平台控制对象平台运行,并接收对象平台的反馈数据(例如,生产线检测数据)。在一些实施例中,管理平台可以采用集中式布置。
在一些实施例中,管理平台还配置有多个对不同类型的生产线检测数据进行分别处理的子平台。具体地,由于集中式的管理平台一般会面临很大的计算压力,所以在集中式管理平台的基础上,增加子平台对集中式管理平台的计算进行分摊,以减少集中式的管理平台的计算压力。其中,分摊方式可以采用现有技术中的分布式计算如负载均衡或弹性容器的方式进行,在此不再赘述。
传感网络平台可以是用于对数据和/或信息进行处理、存储和传输的平台。在一些实施例中,传感网络平台被配置为通信网络(图中未示出)和至少一个网关服务器,用于与对象平台和管理平台交互。在一些实施例中,传感网络平台可以对对象平台检测到的生产线检测数据进行处理和存储,以及响应于管理平台发出的数据请求,调取对应的数据和/或信息发送给管理平台。
在一些实施例中,传感网络平台可以采用前分平台式布置;前分平台式布置是指传感网络平台设置有总平台和多个分平台,多个分平台分别存储和处理数据和/或信息(例如,对象平台发送的不同类型的生产线检测数据),总平台对多个分平台的数据和/或信息进行汇总后存储和处理,并传输至管理平台。在一些实施例中,分平台为不同通信网络中的子节点网关设备,总平台为传感网络平台中所有通信网络汇总的总节点网关设备。如果管理平台向传感网络平台请求生产线检测数据,传感网络平台可以根据请求的生产线检测数据从子节点网关设备或总节点网关设备调取生产线检测数据发送至管理平台。关于子节点网关设备和总节点网关设备的更多内容可以参见图2及其相关描述。
应当理解的是,上述管理平台的子平台和传感网络平台的分平台是不一样的。管理平台的子平台只用于计算或存储数据和/或信息,而传感网络平台的分平台还可以用于进行数据传输,其工作方式较管理平台的子平台更为独立。
对象平台可以是用于获取与对象有关的数据和/或信息的功能平台,其中,对象可以是生产线。在一些实施例中,对象平台被配置为执行生产制造的一个或多个生产线设备和生产线传感器。其中,生产线设备是指用于生产制造产品的设备,例如,打磨机床、自动包装机等设备。生产线传感器是指用于检测生产线检测数据(如,产品的实时产量数据、生产设备的运行数据)的仪器,例如,光电传感器、霍尔传感器、摄像头等传感器或信息采集设备。在一些实施例中,对象平台上的生产线传感器将检测到的生产线检测数据发送至传感网络平台时,可以将生产线检测数据发送至与生产线传感器处于相同通信网络的子节点网关设备。在一些实施例中,对象平台的生产线传感器可以按照通讯协议的类型进行分类,且每类生产线传感器加入不同的通信网络中。在一些实施例中,同一通讯协议的生产线传感器可以通过同一个子节点网关设备进行通讯,该过程简称为“组网过程”,组网方式可以是星形网络,也可以是总线网络。如果是星形网络,子节点网关设备为星形网络的中心网关设备;如果是总线网络,可以选择将子节点网关设备接入总线中,也可以选择总线管理模块作为子节点网关设备。关于通讯协议的更多内容参见图2及其相关描述。
在一些实施例中,对象平台可以与传感网络平台进行通信连接。响应于管理平台发出的数据请求,对象平台上的生产线传感器可以将检测到的生产线检测数据发送至传感网络平台。在一些实施例中,基于前述通信网络,生产线传感器进行数据上传(即将生产线检测数据发送至传感网络平台)时,同一个通信网络内的生产线检测数据会在该通信网络的子节点网关设备处汇总并进行统一存储和编码,可以有效提高编码效率,无需为每个生产线传感器配备单独的协议转换设备或模块。关于将检测到的生产线检测数据发送至传感网络平台的更多内容参见图3及其相关描述。
本说明书的一些实施例,通过五平台结构的形式进行智能制造工业物联网搭建,由于其中的服务平台和管理平台采用集中式布置,而传感网络平台采用前分平台式布置,使得传感网络平台可以分类接收对象平台中不同通讯协议对应的生产线传感器发送的数据,有效降低整体系统复杂度,提高系统稳定性。
需要注意的是,以上对于工业物联网的描述,仅为描述方便,并不能把本说明书限制在所举实施例范围之内。可以理解,对于本领域的技术人员来说,在了解该系统的原理后,可能在不背离这一原理的情况下,对各个模块进行任意组合,或者构成子系统与其他模块连接。在一些实施例中,图1中披露的用户平台、服务平台、管理平台、传感网络平台和对象平台可以是一个工业物联网中的不同组成部分,也可以是一个组成部分实现上述的两个或两个以上组成部分的功能。例如,传感网络平台和管理平台可以整合在一个组成部分中。又例如,各个组成部分可以共用一个存储设备,各个组成部分也可以分别具有各自的存储设备。诸如此类的变形,均在本说明书的保护范围之内。
图2是根据本说明书一些实施例所示的前分平台式工业物联网控制方法的示例性流程图。在一些实施例中,流程200可以应用于图1中的前分平台式工业物联网。在一些实施例中,流程200可以由传感网络平台执行。如图2所示,流程200包括下述步骤:
步骤210,接收管理平台发出的数据请求,数据请求包括至少一种类型的生产线检测数据,生产线检测数据由对象平台上的至少一种生产线传感器检测得到。
数据请求是指获取工业生产相关数据的请求。例如,请求获取生产线检测数据等。在一些实施例中,数据请求包括至少一种类型的生产线检测数据。
生产线检测数据是指工业生产线相关的检测数据。例如,生产线检测数据可以包括产品的生产数据、生产线设备的运行数据、工人的工作量数据等。
在一些实施例中,生产线检测数据可以由对象平台上的至少一种生产线传感器(如,光电传感器、霍尔传感器、摄像头等)检测得到。例如,光电传感器可以用于检测产品的实时产量数据。
在一些实施例中,生产线检测数据的类型是指对应的生产线传感器的通讯协议的类型。在一些实施例中,通讯协议类型可以包括TCP/IP协议、IPX/SPX协议、NetBEUI协议等,如果生产线传感器A的通讯协议为TCP/IP协议,生产线传感器B的通讯协议为IPX/SPX协议,那么生产线传感器A和生产线传感器B为不同类型的生产线传感器,加入到两个不同的通信网络中,分别与该各自通信网络中的子节点网关设备通信。关于对象平台和生产线传感器的更多内容参见图1及其相关描述。
在一些实施例中,生产线检测数据的类型还可以是指对应的生产线的工序类型。例如,与仪表组装相关的生产线检测数据、与包装相关的生产线检测数据等。
在一些实施例中,传感网络平台可以接收管理平台发出的数据请求。在一些实施例中,用户平台在接收用户的输入指令(例如,请求查询某类生产线检测数据)后,由服务平台接收用户平台的输入指令并发送至管理平台,管理平台可以基于该输入指令向传感网络平台发出数据请求,基于此,传感网络平台可以接收管理平台发出的数据请求。
步骤220,获取检测到的生产线检测数据并存储至子节点网关设备或总节点网关设备。
子节点网关设备可以是位于传感网络平台中不同通信网络中对应的网关设备,总节点网关设备可以是传感网络平台中所有通信网络汇总后对应的网关设备。
在一些实施例中,子节点网关设备接收来自相同通信网络的生产线传感器检测到的生产线检测数据后,可以根据对应的通信网络的通讯协议对生产线检测数据进行编译后存储至子节点网关设备的数据库中,其中,同一个通信网络的子节点网关设备用于存储同一类型的生产线检测数据。
在一些实施例中,子节点网关设备可以将编译后的生产线检测数据发送至总节点网关设备,总节点网关设备可以汇总编译后的生产线检测数据并存储进所述总节点网关的数据库中。关于获取检测到的生产线检测数据并存储至子节点网关设备或总节点网关设备的更多说明可以参见图3及其相关描述。
步骤230,基于所请求的生产线检测数据,从总节点网关设备或子节点网关设备调取生产线检测数据。
在一些实施例中,传感网络平台可以根据生产线检测数据的类型数量,从总节点网关设备或是从子节点网关设备调取生产线检测数据。关于根据生产线检测数据的类型数量调取生产线检测数据的更多内容可以参见图4及其相关描述。
在一些实施例中,传感网络平台可以根据生产线检测数据的预估数据量,从总节点网关设备或是从子节点网关设备调取生产线检测数据。关于根据生产线检测数据的预估数据量调取生产线检测数据的更多内容可以参见图5及其相关描述。
步骤240,将调取到的生产线检测数据发送至管理平台。
在一些实施例中,传感网络平台可以将调取到的生产线检测数据发送至管理平台。
在一些实施例中,当传感网络平台从子节点网关设备调取生产线检测数据时,还可以将第一时序表发送至管理平台。在一些实施例中,当传感网络平台从总节点网关设备调取生产线检测数据时,还可以将第二时序表发送至所述管理平台。关于第一时序表、第二时序表的更多内容参见图4及其相关描述。
本说明书的一些实施例,通过前分平台式布置的传感网络平台,使得传感网络平台可以分类接收对象平台中不同通讯协议的传感器发送的生产线检测数据,实现数据的分类传输,节省不同通讯协议之间的转码成本,同时可以降低整体系统复杂度,提高系统稳定性。
应当注意的是,上述有关流程200的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程200进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
图3是根据本说明书一些实施例所示的前分平台式工业物联网控制方法的另一示例性流程图。在一些实施例中,流程300可以应用于图1中的前分平台式工业物联网。在一些实施例中,流程300可以由传感网络平台执行。如图3所示,流程300包括下述步骤:
步骤310,将对象平台中的生产线传感器根据通讯协议类型划分为多种类型,且每类生产线传感器加入不同的通信网络中。
在一些实施例中,同一通讯协议的生产线传感器可以通过同一个子节点网关设备进行通讯。
步骤320,当对象平台上的生产线传感器将检测到的生产线检测数据发送至传感网络平台时,将生产线检测数据发送至与生产线传感器处于相同通信网络的子节点网关设备。
步骤330,子节点网关设备根据对应的通信网络的通讯协议对生产线检测数据进行编译后存储至子节点网关设备的数据库中,同一个通信网络的子节点网关设备存储同一类型的生产线检测数据。在一些实施例中,可以通过编译器将生产线传感器获取的生产线检测数据编译为机器可识别的格式,例如,二进制的格式。常见的编译器包括g++编译器、GNU编译器、Turbo C编译器等。
步骤340,子节点网关设备将编译后的生产线检测数据发送至总节点网关设备。
步骤350,总节点网关设备汇总编译后的生产线检测数据并存储至总节点网关设备的数据库中。
步骤360,如果管理平台向传感网络平台请求生产线检测数据,传感网络平台根据请求的生产线检测数据从子节点网关设备或总节点网关设备调取生产线检测数据发送至管理平台。
在一些实施例中,传感网络平台可以基于所请求的生产线检测数据的类型数量,从总节点网关设备或子节点网关设备调取生产线检测数据。具体步骤包括:确定所请求的生产线检测数据的类型数量;当类型数量大于或等于第一预设值时,从总节点网关设备调取生产线检测数据发送至管理平台;当类型数量小于第一预设值时,从子节点网关设备调取生产线检测数据发送至管理平台。关于根据生产线检测数据的类型数量调取生产线检测数据的详细内容参见图4及其相关描述。
在一些实施例中,传感网络平台可以基于所请求的生产线检测数据的预估数据量,从总节点网关设备或子节点网关设备调取生产线检测数据。具体步骤包括:确定至少一个类型的生产线检测数据对应的预估数据量;基于预估数据量,确定至少一个类型的生产线检测数据对应的子节点网关设备的预估占用率;当预估占用率大于第一阈值时,从总节点网关设备调取生产线检测数据。关于根据生产线检测数据的预估数据量调取生产线检测数据的详细内容参见图5及其相关描述。
应当注意的是,上述有关流程300的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程200进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
图4是根据本说明书一些实施例所示的根据生产线检测数据的类型数量调取生产线检测数据的示例性流程图。在一些实施例中,流程400可以由传感网络平台执行。如图4所示,流程400包括以下步骤:
步骤410,确定所请求的生产线检测数据的类型数量。
在一些实施例中,生产线检测数据的类型指生产线检测数据对应的生产线传感器的通讯协议的类型,相应的,生产线检测数据的类型数量可以是对应的通讯协议的类型数量。
在一些实施例中,生产线检测数据的类型数量可以根据通讯协议的类型数量确定。
步骤420,当类型数量大于或等于第一预设值时,从总节点网关设备调取生产线检测数据发送至管理平台。
第一预设值可以是与类型数量相关的预设值。在一些实施例中,第一预设值可以根据子节点网关设备和总节点网关设备的计算承载能力获取。例如,第一预设值可以是取所有子节点网关设备的计算能力之和与总节点网关设备的计算能力的比值,其中,计算能力通过设备计算线程和每个线程的计算速度获取。
在一些实施例中,当生产线检测数据的类型数量大于或等于第一预设值时,传感网络平台可以从总节点网关设备调取生产线检测数据发送至管理平台。
步骤430,当类型数量小于第一预设值时,从子节点网关设备调取生产线检测数据发送至管理平台。
在一些实施例中,当生产线检测数据的类型数量小于第一预设值时,传感网络平台可以从子节点网关设备调取生产线检测数据发送至管理平台,以节省总节点网关设备的计算资源。
本实施例的优势在于,将数据上传的压力从总节点网关设备分摊至各子节点网关设备,减少了数据上传延迟。
在一些实施例中,多个子节点网关设备中的每一个均配置有相同的时序序列。
时序序列可以是与接收到生产线检测数据的时间相关的序列。在一些实施例中,时间序列可以根据子节点网关设备接收生产线检测数据的顺序确定。在一些实施例中,时间序列也可以根据生产线传感器检测生产线检测数据的顺序确定。
在一些实施例中,对于多个子节点网关设备中的任意一个,在接收到生产线检测数据时,根据时序序列生成至少一个生产线检测数据的第一时序值。
第一时序值可以包括生产线检测数据及接收到该生产线检测数据的顺序。例如,生产线检测数据a的第一时序值可以是a:t,其中t为接收到生产线检测数据a的时序值。
在一些实施例中,可以根据子节点网关设备接收到生产线检测数据的顺序,生成第一时序值。示例的,收到一个生产线检测数据m1时,对应的顺序为t1,那么第一时序值为t1:m1。
在一些实施例中,可以基于至少一个第一时序值,生成第一时序表。
第一时序表可以是多个第一时序值的组合。在一些实施例中,第一时序表包括生产线检测数据与第一时序值的对应关系。
在一些实施例中,可以根据生成的至少一个第一时序值生成第一时序表。示例的,接收到生产线检测数据m1、m5、m6的顺序分别为t1、t2、t3,对应的第一时序值分别为t1:m1、t1:m5和t3:m6,则可以确定第一时序表为:{t1:m1,t1:m5,t3:m6}。
在一些实施例中,当传感网络平台从子节点网关设备调取生产线检测数据发送至管理平台时,可以将第一时序表发送至管理平台。
由于不同的生产线传感器或子节点网关设备在检测或接收生产线检测数据的时间可能不同,使得生产线检测数据对应的时序可能不同,从而可能影响对生产线的监测。因此,通过在所有的子节点网关设备中设置时序序列可以实现所有的子节点网关设备的时序序列统一,以此为基础可以形成在一个通信网络中对应相同时序的生产线检测数据的表格作为数据提供的依据,有效的提高了生产线检测数据的整体性,避免不同的子节点网关设备对应的时序不统一,影响生产线监测。
在一些实施例中,可以基于总节点网关设备从子节点网关设备处获取至少一个第一时序表,按照时序序列将至少一个第一时序表进行拼接,形成第二时序表。
第二时序表可以是至少一个第一时序表的组合。
在一些实施例中,总节点网关设备可以获取至少一个第一时序表,并根据时间序列将获取的至少一个第一时序表进行拼接,形成第二时序表。例如,子节点网关设备1的第一时序表为{t1:m1,t5:m2},子节点网关设备2的第一时序表{t2:n1,t3:n2},则拼接形成的第二时序表可以为{ t1:m1, t2:n1,t3:n2,t5:m2}。
在一些实施例中,当传感网络平台从总节点网关设备调取生产线检测数据时,可以将第二时序表发送至管理平台。
通过总节点网关设备将第一时序表按照相同的时序序列形成第二时序表,便于数据的提供和查找。由于第二时序表是依据第一时序表所实现的,所以总节点网关设备和所有的子节点网关设备之间会形成相同的时序关系,管理平台无论是从子节点网关设备还是从总节点网关设备获取数据,其时序都是统一的,为后期数据处理提供了良好的基础。
应当注意的是,上述有关流程400的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程400进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
图5是根据本说明书一些实施例所示的根据生产线检测数据的预估数据量调取生产线检测数据的示例性流程图。如图5所示,流程500包括以下步骤:
步骤510,确定至少一个类型的生产线检测数据对应的预估数据量。
预估数据量可以是预估的至少一个类型的生产线检测数据在预设时间段的数据量,其中,预设时间段是预先设定的一段时间(例如,20s)。
在一些实施例中,可以通过查找对照表的方式确定至少一个类型的生产线检测数据对应的预估数据量,其中,对照表中包括生产线检测数据的生产线特征及其对应的预估数据量,生产线特征是指与该生产线有关的特征,例如,包括生产线设备数量、产品产量、产品生产率、生产时段等。示例性的,对照表中包括生产线特征a及其对应的预估数据量M,生产线特征b及其对应的预估数据量N,通过查找对照表可以确定生产线特征为a的生产线检测数据的预估数据量为M。在一些实施例中,对照表可以基于历史生产线检测数据得到。
在一些实施例中,可以通过对至少一个类型的生产线检测数据进行聚类,确定对应的预估数据量,包括:获取多个样本数据,每个样本数据包括生产线的第一特征和对应的第一数据量;基于第一特征,对多个样本数据进行聚类,得到聚类中心集合;确定至少一个类型的生产线检测数据对应的生产线特征;基于生产线特征,在聚类中心集合中确定至少一个类型的生产线检测数据对应的目标聚类中心;确定目标聚类中心对应的第二数据量;以及基于目标聚类中心的所述第二数据量,确定至少一个类型的生产线检测数据对应的预估数据量。关于确定预估数据量的详细内容参见图6及其相关描述。
在一些实施例中,在确定至少一个类型的生产线检测数据对应的预估数据量时,还可以确定其对应的数据发散度,所述数据发散度与第一阈值负相关。关于数据发散度的详细内容参见图6及其相关描述。
步骤520,基于预估数据量,确定至少一个类型的生产线检测数据对应的子节点网关设备的预估占用率。
预估占用率可以是预估数据量与对应子节点网关设备的网关容量(即最大承载能力)之比。例如,预估占用率可以为80%,表示生产线检测数据占对应子节点网关设备网关容量的80%。
在一些实施例中,在确定预估数据量和对应子节点网关设备的网关容量后,可以确定子节点网关设备的预估占用率,其中,子节点网关设备的网关容量为网关设备的固有参数,可以通过查询网关设备上的铭牌或者说明书确定。实际上,由于网关所处环境等因素影响,子节点网关设备在使用过程中的实际网关容量可能小于网关容量,因此可以通过子节点网关设备的实际网关容量确定其预估占用率。
在一些实施例中,可以通过确定子节点网关设备的第一数据承载量,并基于第一数据承载量和预估数据量确定子节点网关设备的预估占用率。
第一数据承载量可以是子节点网关设备的实际可用容量。
在一些实施例中,可以通过确定模型对子节点网关设备的网关容量和子节点网关设备的所处环境特征进行处理,确定子节点网关设备的第一数据承载量,其中,子节点网关设备的所处环境特征至少包括传输通道数量、连接的设备数量和各设备的数据传输特征等。
确定模型可以用于确定子节点网关设备的第一数据承载量。在一些实施例中,确定模型可以是深度学习模型,例如,深度神经网络(DNN),卷积神经网络(CNN)、循环神经网络(RNN)等。
在一些实施例中,确定模型的输入包括子节点网关设备的网关容量和子节点网关设备的所处环境特征,输出可以是子节点网关设备的第一数据承载量。
确定模型的参数可以通过训练获取。在一些实施例中,确定模型可以通过多个带有标签的训练样本得到。例如,可以将多个带有标签的训练样本输入初始确定模型,通过标签和初始确定模型的预测结果构建损失函数,基于损失函数的迭代更新初始确定模型的参数,当初始确定模型的损失函数满足预设条件时模型训练完成,其中,预设条件可以是损失函数收敛、迭代的次数达到阈值等。
在一些实施例中,训练样本可以包括样本网关容量和该子节点网关设备的历史所处环境特征,标签可以是对应子节点网关设备的历史第一数据承载量。在一些实施例中,训练样本可以基于历史数据获取,标签可以通过人工标注获取。
在确定子节点网关设备的第一数据承载量时,通过考虑环境特征对子节点网关设备的网关容量的影响,可以使确定的第一数据承载量更符合网关设备的实际情况。同时,通过机器学习模型可以准确高效地确定出子节点网关设备的第一数据承载量,进一步地,可以准确地确定子节点网关设备的预估占用率,更符合子节点网关设备的实际处理情况。
步骤530,当预估占用率大于第一阈值时,从总节点网关设备调取生产线检测数据。
第一阈值可以是与子节点网关设备的预估占用率有关的阈值。在一些实施例中,第一阈值可以是预设的值,例如,第一阈值可以为1或0.9、0.8等接近1的值。
在一些实施例中,第一阈值与数据发散度负相关,第一阈值可以根据第一预设算法(即预设的用于计算第一阈值的算法)计算确定,示例性的第一预设算法如下公式(1)所示:
其中,x为第一阈值,a为系数,d为数据发散度。
当数据发散度d越大,即数据越发散,对应的第一阈值越小。关于数据发散度的更多内容参见图6及其相关描述。
当预估占用率大于第一阈值时,由于生产线检测数据的预估数据量与实际数据量之间可能存在偏差,实际占用率可能比预估占用率大,此时从总节点网关设备调取生产线检测数据,更符合网关设备的实际处理能力。
在一些实施例中,响应于管理平台发出的数据请求,在预估占用率大于第一阈值时,传感网络平台可以从总节点网关设备调取请求的生产线检测数据。
当子节点网关设备的占用率超过第一阈值,可能会出现生产线检测数据上传延迟的现象,由总节点网关设备调取生产线检测数据,可以保证数据的准确与完整,减少数据上传延迟。
在一些实施例中,还可以根据子节点网关设备的占用率排名从总节点网关设备调取生产线检测数据,具体可以包括以下步骤S1-步骤S5所描述的内容:
S1、确定至少一个类型的生产线检测数据对应的子节点网关设备的占用率排名;
占用率排名可以是指至少一个类型的生产线检测数据对应的子节点网关设备的预估占用率的排名顺序。
在一些实施例中,可以对子节点网关设备的预估占用率按照从小到大的顺序进行排名以确定占用率排名,例如,子节点网关设备a、b、c的预估占用率依次为10%、60%、40%,可以确定占用率排名为[a、c、b]。
S2、基于占用有率排名和第二预设值确定至少一个预选数据;
第二预设值可以是与占用率排名有关的预设值。例如,第二预设值为5,可以表示占用率排名中的前五个。在一些实施例中,第二预设值可以通过经验预先设定。
预选数据可以是通过占有率排名与第二预设值比较后筛选出的对应的生产线检测数据。
在一些实施例中,可以将预估占用率排名小于第二预设值的子节点网关设备中的生产线检测数据确定为预选数据。例如,第二预设值为5,可以将预估占用率排名前五对应的五个子节点网关设备中的生产线检测数据作为预选数据。
S3、确定至少一个预选数据对应的所述总节点网关设备的分配占用率;
分配占用率可以是至少一个预选数据与总节点网关设备的网关容量之比。在一些实施例中,在确定至少一个预选数据对应的预估数据量和总节点网关设备的网关容量后,可以确定总节点网关设备的分配占用率。与子节点网关设备的网关容量类似,总节点网关设备在使用过程中的实际网关容量可能小于网关容量,因此可以通过总节点网关设备的实际网关容量确定其分配占用率。
在一些实施例中,确定至少一个预选数据对应的总节点网关设备的分配占用率时,可以通过确定总节点网关设备的第二数据承载量,再基于至少一个预选数据所对应的预估数据量和第二数据承载量,确定总节点网关设备的分配占用率。
第二数据承载量可以是总节点网关设备的实际可用容量。总节点网关设备的第二数据承载量类似于子节点网关设备的第一数据承载量,也可以通过机器学习模型确定,关于确定方法的更多内容参见步骤520及其相关描述。
在一些实施例中,总节点网关设备的分配占用率可以通过至少一个预选数据对应的预估数据量的总和与总节点网关设备的第二数据承载量的比值来确定。
S4、基于分配占用率和第二阈值,确定至少一个目标检测数据;
第二阈值可以是与总节点网关设备的分配占用率有关的阈值。在一些实施例中,第二阈值可以是预设的。在一些实施例中,第二阈值与数据发散度负相关,第二阈值可以根据第二预设算法(即预设的用于计算第二阈值的算法)计算确定,示例性的第二预设算法如下公式(2)所示:
其中,y为第二阈值,m为预选数据的个数,d1、…、dm分别为预选数据1、…、预选数据m对应的发散度,a1、…、am分别是预选数据1、…、预选数据m对应的系数值(预先设定的)。关于数据发散度的详细内容参见图6及其相关描述。
或者,示例性的第二预设算法可以如下公式(3)所示:
与第一阈值的意义类似,由于生产线检测数据的预估数据量与实际数据量之间可能存在偏差,基于数据发散度确定第二阈值时,当各预选数据对应的数据发散度越大时,分配占用率对应的第二阈值越小。因此基于数据发散度确定第二阈值,对应确定的数据处理方式更准确,更符合网关的实际处理能力。
在一些实施例中,在基于分配占用率和第二阈值确定至少一个目标检测数据时,可以将分配占用率小于第二阈值的至少一个预选数据确定为目标检测数据。
S5、从总节点网关设备调取至少一个目标检测数据。
在一些实施例中,响应于管理平台发出的数据请求,在占有率排名小于第二预设值且分配占用率小于第二阈值时,传感网络平台可以从总节点网关设备调取至少一个目标检测数据。
通过选取目标数据,将子节点网关设备处理不了的数据分配给总网关,进一步提高数据传输速度,减小数据上传的延迟。
应当注意的是,上述有关流程500的描述仅仅是为了示例和说明,而不限定本说明书的适用范围。对于本领域技术人员来说,在本说明书的指导下可以对流程500进行各种修正和改变。然而,这些修正和改变仍在本说明书的范围之内。
图6是根据本说明书一些实施例所示的确定预估数据量的示意图。
在一些实施例中,传感网络平台可以获取多个样本数据610,每个样本数据610包括生产线的第一特征612和对应的第一数据量614。
样本数据可以是历史生产线检测数据。在一些实施例中,样本数据由对象平台上的至少一种生产线传感器检测得到。第一特征可以是样本数据对应的生产线特征,第一数据量可以是样本数据对应的数据量。
在一些实施例中,可以基于第一特征612对多个样本数据610进行聚类得到聚类中心集合620。
样本数据的第一特征可以通过特征向量表示,即第一特征向量。第一特征向量的元素可以与第一特征相对应。在一些实施例中,第一特征向量的元素可以包括生产线设备数量、产品产量、产品生产率、生产时段等。在一些实施例中,可以通过聚类算法对第一特征向量进行聚类,确定聚类中心集合620,其中,聚类中心合集可以包括一个或多个聚类中心。例如,可以通过聚类算法对第一特征向量进行聚类,得到聚类中心集合,聚类中心集合可以包含有聚类中心I和II。
在一些实施例中,聚类算法可以包括但不限于K-Means(K均值)聚类、基于密度的聚类方法(DBSCAN)等。
在一些实施例中,可以确定至少一个类型的生产线检测数据630对应的生产线特征640,基于生产线特征640在聚类中心集合620中确定至少一个类型的生产线检测数据630对应的目标聚类中心660。其中,目标聚类中心可以是在聚类中心集合中与至少一个类型的生产线检测数据对应的生产线特征向量的距离最近的聚类中心。
在一些实施例中,在基于至少一个类型的生产线检测数据630对应的生产线特征640确定对应的目标聚类中心660时,可以确定聚类中心集合620中每个聚类中心的中心向量622,以及获取至少一个类型的生产线检测数据630的生产线特征640对应的生产线特征向量642,最后基于多个中心向量622和生产线特征向量642的相似度650可以确定对应的目标聚类中心660。
在一些实施例中,可以对生产线特征640进行特征提取得到对应的生产线特征向量642。进行特征提取的方法可以包括但不限于多层感知机、卷积神经网络、残差网络等。
在一些实施例中,对于每个聚类中心,可以将该聚类中心中所有样本数据610的第一特征向量的均值向量确定为该聚类中心的中心向量622。
在一些实施例中,可以对多个中心向量622和生产线特征向量642进行相似度计算,根据相似度650确定目标聚类中心660。计算相似度的方法可以包括但不限于余弦相似度、欧几里得距离、皮尔逊相关系数等。
在一些实施例中,在确定目标聚类中心660后,可以确定目标聚类中心660对应的第二数据量670,基于目标聚类中心660对应的第二数据量670确定至少一个类型的生产线检测数据630对应的预估数据量680。
第二数据量可以是指目标聚类中心对应的预估数据量。在一些实施例中,第二数据量与目标聚类中心中的每个样本数据有关。示例性,可以将目标聚类中心中每个样本数据对应的历史生产线检测数据的数据量的总和与该目标聚类中心中的样本数之比确定为该目标聚类中心的第二数据量。例如,目标聚类中心共包含5个样本数据,其对应的历史生产线检测数据的数据量依次为100、200、300、200、100,则可以通过对历史生产线检测数据的数据量求平均值,计算得到该目标聚类中心的第二数据量为180。
基于聚类可以结合实际准确反映出生产线检测数据的预估数据量,进而便于后续准确地确定子节点网关的预估占用率。
在一些实施例中,在确定至少一个类型的生产线检测数据对应的预估数据量时,还可以确定至少一个类型的生产线检测数据对应的数据发散度。
数据发散度可以反映至少一个类型的生产线检测数据对应的预估数据量与平均数据量(即所有生产线检测数据的预估数据量的平均值)之间的平均偏离程度。
在一些实施例中,至少一个类型的生产线检测数据对应的数据发散度可以根据目标聚类中心的数据发散度确定,目标聚类中心的数据发散度可以根据目标聚类中心的第二数据量的均差率确定。
示例性的,目标聚类中心的第二数据量的均差率可以通过公式(4)计算确定:
其中,d为目标聚类中心的均差率,p为第二数据量,Qi为目标聚类中心中的每个样本数据的第一数据量,n为目标聚类中心中的样本数据的个数。
进一步的,目标聚类中心的数据发散度可以通过公式(5)计算确定:
R=d/p(5)
其中,R为目标聚类中心的数据发散度,d为目标聚类中心的均差率,p为第二数据量。
在一些实施例中,d越大,则表示该目标聚类中心中每个样本数据的第一数据量与第二数据量之间的平均偏离程度越大,对应的生产线检测数据越发散。
在一些实施例中,在确定目标聚类中心的数据发散度后,可以将目标聚类中心的数据发散度作为至少一个类型的生产线检测数据对应的数据发散度。
在一些实施例中,数据发散度分别与第一阈值、第二阈值负相关。数据发散度的大小可以影响第一阈值和第二阈值的确定。关于第一阈值、第二阈值的更多内容参见步骤530及其相关描述。
利用目标聚类中心的第二数据量的均差率可以准确地确定数据发散度,进而使得确定的第一阈值和第二阈值更为准确,使得对应确定的数据处理方式更准确,更符合网关的实际处理能力。
上文已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
最后,应当理解的是,本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此,作为示例而非限制,本说明书实施例的替代配置可视为与本说明书的教导一致。相应地,本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。
Claims (10)
1.前分平台式工业物联网控制方法,其特征在于,包括传感网络平台,其中:所述传感网络平台采用前分平台式布置,所述前分平台式布置为所述传感网络平台包括总平台和多个分平台,所述分平台为不同通信网络中的子节点网关设备,所述总平台为所有所述通信网络汇总的总节点网关设备,
所述方法由所述传感网络平台执行,包括:
接收管理平台发出的数据请求,所述数据请求包括请求至少一种类型的生产线检测数据,所述生产线检测数据由对象平台上的至少一种生产线传感器检测得到;
获取检测到的所述生产线检测数据并存储至所述子节点网关设备或所述总节点网关设备;
基于所请求的所述生产线检测数据,从所述总节点网关设备或所述子节点网关设备调取所述生产线检测数据;以及
将调取到的所述生产线检测数据发送至所述管理平台;
生产线检测数据的类型为生产线检测数据对应的生产线传感器的通讯协议的类型;
所述方法还包括:
将对象平台中的生产线传感器根据通讯协议类型划分为多种类型,且每类生产线传感器加入不同的通信网络中;
当对象平台上的生产线传感器将检测到的生产线检测数据发送至传感网络平台时,将生产线检测数据发送至与生产线传感器处于相同通信网络的子节点网关设备;
子节点网关设备根据对应的通信网络的通讯协议对生产线检测数据进行编译后存储至子节点网关设备的数据库中,同一个通信网络的子节点网关设备存储同一类型的生产线检测数据;
子节点网关设备将编译后的生产线检测数据发送至总节点网关设备;
总节点网关设备汇总编译后的生产线检测数据并存储至总节点网关设备的数据库中。
2.如权利要求1所述的方法,其特征在于,所述基于所请求的所述生产线检测数据,从所述总节点网关设备或所述子节点网关设备调取所述生产线检测数据包括:
确定所请求的所述生产线检测数据的类型数量;生产线检测数据的类型数量是对应的通讯协议的类型数量;
当所述类型数量小于第一预设值时,从所述子节点网关设备调取所述生产线检测数据发送至所述管理平台;
当所述类型数量大于或等于第一预设值时,从所述总节点网关设备调取所述生产线检测数据发送至所述管理平台;
多个所述子节点网关设备中的每一个均配置有相同的时序序列,所述方法包括:
对于多个所述子节点网关设备中的任意一个:
在接收到所述生产线检测数据时,根据所述时序序列生成至少一个所述生产线检测数据的第一时序值;
基于至少一个所述第一时序值,生成第一时序表,其中,所述第一时序表包括所述生产线检测数据与所述第一时序值的对应关系;当所述传感网络平台从所述子节点网关设备调取所述生产线检测数据时,将所述第一时序表发送至所述管理平台;
所述方法还包括:
基于所述总节点网关设备获取至少一个所述第一时序表;
按照所述时序序列将至少一个所述第一时序表进行拼接,形成第二时序表;
当所述传感网络平台从所述总节点网关设备调取所述生产线检测数据时,将所述第二时序表发送至所述管理平台。
3.如权利要求1所述的方法,其特征在于,所述基于所请求的所述生产线检测数据,从所述总节点网关设备或所述子节点网关设备调取所述生产线检测数据还包括:
确定至少一个类型的所述生产线检测数据对应的预估数据量;预估数据量是预估的至少一个类型的生产线检测数据在预设时间段的数据量;
基于所述预估数据量,确定至少一个类型的所述生产线检测数据对应的所述子节点网关设备的预估占用率;以及
当所述预估占用率大于第一阈值时,从所述总节点网关设备调取所述生产线检测数据;
所述确定至少一个类型的所述生产线检测数据对应的预估数据量包括:
获取多个样本数据,每个样本数据包括生产线的第一特征和对应的第一数据量;
基于所述第一特征,对所述多个样本数据进行聚类得到聚类中心集合;
确定至少一个类型的所述生产线检测数据对应的生产线特征;
基于所述生产线特征,在聚类中心集合中确定至少一个类型的所述生产线检测数据对应的目标聚类中心;
确定所述目标聚类中心对应的第二数据量;以及
基于所述目标聚类中心的所述第二数据量,确定至少一个类型的所述生产线检测数据对应的预估数据量;
所述方法还包括:确定至少一个类型的所述生产线检测数据对应的数据发散度,所述数据发散度与所述第一阈值负相关;
确定至少一个类型的所述生产线检测数据对应的子节点网关设备的预估占用率包括:
确定所述子节点网关设备的第一数据承载量;以及
基于所述第一数据承载量和所述预估数据量确定所述子节点网关设备的预估占用率。
4.如权利要求3所述的方法,其特征在于,所述方法还包括:
确定至少一个类型的所述生产线检测数据对应的子节点网关设备的占用率排名;
基于所述占用率排名和第二预设值确定至少一个预选数据;
确定所述至少一个预选数据对应的所述总节点网关设备的分配占用率;
基于所述分配占用率和第二阈值,确定至少一个目标检测数据;以及
从所述总节点网关设备调取所述至少一个目标检测数据。
5.如权利要求4所述的方法,其特征在于,所述确定所述至少一个预选数据对应的所述总节点网关设备的分配占用率包括:
确定所述总节点网关设备的第二数据承载量;以及
基于所述至少一个预选数据所对应的预估数据量和所述第二数据承载量,确定所述总节点网关设备的分配占用率。
6.前分平台式工业物联网控制系统,包括依次交互的用户平台、服务平台、管理平台、传感网络平台和对象平台,其特征在于,其中:
所述服务平台和所述管理平台采用集中式布置,所述集中式布置是任意一个平台统一接收数据、统一处理数据和统一发送数据;
所述管理平台用于发出数据请求和接收生产线检测数据;
所述传感网络平台采用前分平台式布置,所述前分平台式布置为所述传感网络平台包括总平台和至少一个分平台,所述分平台为不同通信网络中的子节点网关设备,所述总平台为所有所述通信网络汇总的总节点网关设备,所述传感网络平台被配置为以执行以下操作:
接收管理平台发出的数据请求,所述数据请求包括至少一种类型的生产线检测数据;
获取检测到的所述生产线检测数据并存储至所述子节点网关设备或所述总节点网关设备;
基于所请求的所述生产线检测数据,从所述总节点网关设备或所述子节点网关设备调取所述生产线检测数据;以及
将调取到的所述生产线检测数据发送至所述管理平台;
所述对象平台包括至少一种生产线传感器,用于检测所述生产线检测数据,其中,所述生产线传感器根据通讯协议类型被划分为多种类型,且每类生产线传感器加入不同的通信网络中;
生产线检测数据的类型为生产线检测数据对应的生产线传感器的通讯协议的类型;
所述传感网络平台还被配置为以执行以下操作:
将对象平台中的生产线传感器根据通讯协议类型划分为多种类型,且每类生产线传感器加入不同的通信网络中;
当对象平台上的生产线传感器将检测到的生产线检测数据发送至传感网络平台时,将生产线检测数据发送至与生产线传感器处于相同通信网络的子节点网关设备;
子节点网关设备根据对应的通信网络的通讯协议对生产线检测数据进行编译后存储至子节点网关设备的数据库中,同一个通信网络的子节点网关设备存储同一类型的生产线检测数据;
子节点网关设备将编译后的生产线检测数据发送至总节点网关设备;
总节点网关设备汇总编译后的生产线检测数据并存储至总节点网关设备的数据库中。
7.如权利要求6所述的系统,其特征在于:
为基于所请求的所述生产线检测数据,从所述总节点网关设备或所述子节点网关设备调取所述生产线检测数据,所述传感网络平台被配置为:
确定所请求的所述生产线检测数据的类型数量;生产线检测数据的类型数量是对应的通讯协议的类型数量;
当所述类型数量小于第一预设值时,从所述子节点网关设备调取所述生产线检测数据发送至所述管理平台;
当所述类型数量大于或等于第一预设值时,从所述总节点网关设备调取所述生产线检测数据发送至所述管理平台;
多个所述子节点网关设备中的每一个均配置有相同的时序序列,所述传感网络平台进一步被配置为使所述系统:
对于多个所述子节点网关设备中的任意一个:
在接收到所述生产线检测数据时,根据所述时序序列生成至少一个所述生产线检测数据的第一时序值;
基于至少一个所述第一时序值,生成第一时序表,其中,所述第一时序表包括所述生产线检测数据与所述第一时序值的对应关系;
当所述传感网络平台从所述子节点网关设备调取所述生产线检测数据时,将所述第一时序表发送至所述管理平台;
所述传感网络平台进一步被配置为:
基于所述总节点网关设备获取至少一个所述第一时序表;
按照所述时序序列将至少一个所述第一时序表进行拼接,形成第二时序表;
当所述传感网络平台从所述总节点网关设备调取所述生产线检测数据时,将所述第二时序表发送至所述管理平台。
8.如权利要求6所述的系统,其特征在于,为基于所请求的所述生产线检测数据,从所述总节点网关设备或所述子节点网关设备调取所述生产线检测数据,所述传感网络平台被配置为:
确定至少一个类型的所述生产线检测数据对应的预估数据量;预估数据量是预估的至少一个类型的生产线检测数据在预设时间段的数据量;
基于所述预估数据量,确定至少一个类型的所述生产线检测数据对应的所述子节点网关设备的预估占用率;以及
当所述预估占用率大于第一阈值时,从所述总节点网关设备调取所述生产线检测数据。
9.如权利要求8所述的系统,其特征在于,为确定每个类型的所述生产线检测数据对应的预估数据量,所述传感网络平台进一步被配置为:
获取多个样本数据,每个样本数据包括生产线的第一特征和对应的第一数据量;
基于所述第一特征,对所述多个样本数据进行聚类得到聚类中心集合;
确定至少一个类型的所述生产线检测数据对应的生产线特征;
基于所述生产线特征,在聚类中心集合中确定至少一个类型的所述生产线检测数据对应的目标聚类中心;
确定所述目标聚类中心对应的第二数据量;以及
基于所述目标聚类中心的所述第二数据量,确定至少一个类型的所述生产线检测数据对应的预估数据量。
10.如权利要求8所述的系统,其特征在于,所述传感网络平台进一步被配置为:
确定至少一个类型的所述生产线检测数据对应的子节点网关设备的占用率排名;
基于所述占用率排名和第二预设值确定至少一个预选数据;
确定所述至少一个预选数据对应的所述总节点网关设备的分配占用率;
基于所述分配占用率和第二阈值,确定至少一个目标检测数据;以及
从所述总节点网关设备调取所述至少一个目标检测数据。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210401816.XA CN114615304B (zh) | 2022-04-18 | 2022-04-18 | 前分平台式工业物联网控制方法及系统 |
US17/807,144 US11641401B1 (en) | 2022-04-18 | 2022-06-16 | Controlling methods, systems, devices and storage mediums for front sub-platform industrial Internet of Things |
US18/164,602 US20230188603A1 (en) | 2022-04-18 | 2023-02-05 | Methods, industrial internet of things systems, and storage mediums for controlling production line detection data |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210401816.XA CN114615304B (zh) | 2022-04-18 | 2022-04-18 | 前分平台式工业物联网控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114615304A CN114615304A (zh) | 2022-06-10 |
CN114615304B true CN114615304B (zh) | 2022-07-22 |
Family
ID=81869999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210401816.XA Active CN114615304B (zh) | 2022-04-18 | 2022-04-18 | 前分平台式工业物联网控制方法及系统 |
Country Status (2)
Country | Link |
---|---|
US (2) | US11641401B1 (zh) |
CN (1) | CN114615304B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114741454B (zh) | 2022-06-10 | 2022-09-13 | 成都秦川物联网科技股份有限公司 | 用于巡检数据处理的工业物联网及其控制方法 |
CN115277784B (zh) * | 2022-08-09 | 2023-06-20 | 成都秦川物联网科技股份有限公司 | 便于实现本地权限控制的工业物联网系统及控制方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102355696A (zh) * | 2011-08-08 | 2012-02-15 | 上海理工大学 | 大规模物联网网关系统及其实现方法 |
CN104144149A (zh) * | 2013-05-10 | 2014-11-12 | 中国电信股份有限公司 | 传感物联网数据的传输处理方法、系统和网关 |
CN106502234A (zh) * | 2016-10-17 | 2017-03-15 | 重庆邮电大学 | 基于双轮廓模型的工业控制系统异常检测方法 |
CN107819819A (zh) * | 2017-09-20 | 2018-03-20 | 成都秦川物联网科技股份有限公司 | 基于复合物联网的偷电监测方法及物联网系统 |
CN111417178A (zh) * | 2020-03-17 | 2020-07-14 | 重庆大学 | 基于机器学习与边缘计算的工业互联网节能系统及方法 |
CN112783129A (zh) * | 2020-12-31 | 2021-05-11 | 文思海辉元辉科技(无锡)有限公司 | 漆包生产线监测方法、系统和工业物联网关 |
CN112969212A (zh) * | 2021-02-24 | 2021-06-15 | 山东山大世纪科技有限公司 | 物联网的去中心传感器网络构建方法及系统 |
CN113141381A (zh) * | 2021-06-21 | 2021-07-20 | 成都秦川物联网科技股份有限公司 | 物联网跨网数据交互方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9869996B2 (en) * | 2015-01-08 | 2018-01-16 | The Boeing Company | System and method for using an internet of things network for managing factory production |
CN108353005B (zh) * | 2015-09-22 | 2022-10-21 | 瑞博股份有限公司 | 用于监控控制系统的方法和设备 |
US11438413B2 (en) * | 2019-04-29 | 2022-09-06 | EMC IP Holding Company LLC | Intelligent data storage and management for cloud computing |
US11249462B2 (en) * | 2020-01-06 | 2022-02-15 | Rockwell Automation Technologies, Inc. | Industrial data services platform |
-
2022
- 2022-04-18 CN CN202210401816.XA patent/CN114615304B/zh active Active
- 2022-06-16 US US17/807,144 patent/US11641401B1/en active Active
-
2023
- 2023-02-05 US US18/164,602 patent/US20230188603A1/en active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102355696A (zh) * | 2011-08-08 | 2012-02-15 | 上海理工大学 | 大规模物联网网关系统及其实现方法 |
CN104144149A (zh) * | 2013-05-10 | 2014-11-12 | 中国电信股份有限公司 | 传感物联网数据的传输处理方法、系统和网关 |
CN106502234A (zh) * | 2016-10-17 | 2017-03-15 | 重庆邮电大学 | 基于双轮廓模型的工业控制系统异常检测方法 |
CN107819819A (zh) * | 2017-09-20 | 2018-03-20 | 成都秦川物联网科技股份有限公司 | 基于复合物联网的偷电监测方法及物联网系统 |
CN111417178A (zh) * | 2020-03-17 | 2020-07-14 | 重庆大学 | 基于机器学习与边缘计算的工业互联网节能系统及方法 |
CN112783129A (zh) * | 2020-12-31 | 2021-05-11 | 文思海辉元辉科技(无锡)有限公司 | 漆包生产线监测方法、系统和工业物联网关 |
CN112969212A (zh) * | 2021-02-24 | 2021-06-15 | 山东山大世纪科技有限公司 | 物联网的去中心传感器网络构建方法及系统 |
CN113141381A (zh) * | 2021-06-21 | 2021-07-20 | 成都秦川物联网科技股份有限公司 | 物联网跨网数据交互方法及系统 |
Non-Patent Citations (2)
Title |
---|
基于Niagara的物联网生产线管理系统设计;邢森 等;《机械研究与应用》;20211230;全文 * |
工业车间生产线设备预测性维护;严岩 等;《电子制作》;20220415;全文 * |
Also Published As
Publication number | Publication date |
---|---|
US20230188603A1 (en) | 2023-06-15 |
US11641401B1 (en) | 2023-05-02 |
CN114615304A (zh) | 2022-06-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114615304B (zh) | 前分平台式工业物联网控制方法及系统 | |
CN109709811B (zh) | 一种面向智能制造的边缘计算控制器及其工作方法 | |
CN112579653B (zh) | 工业数据的逐步情境化和分析 | |
Obitko et al. | Big data semantics in industry 4.0 | |
CN113820993B (zh) | 生成工业控制编程的方法、系统和非暂态计算机可读介质 | |
EP3798942B1 (en) | Artificial intelligence channel for industrial automation | |
CN112580813B (zh) | 工业数据在装置级处的情境化 | |
US8321591B2 (en) | Directory structure in distributed data driven architecture environment | |
CN116629741A (zh) | 一种基于多模态交互的大宗品智能仓储管理方法及系统 | |
US11079728B2 (en) | Smart factory platform for processing data obtained in continuous process | |
Maier et al. | Big data and machine learning for the smart factory—Solutions for condition monitoring, diagnosis and optimization | |
WO2021127513A1 (en) | Self-optimizing labeling platform | |
CN116940956A (zh) | 用于设备功能下降型故障预警的工业物联网、方法及介质 | |
KR20230115970A (ko) | 빅데이터 및 인공지능 기반의 제조 실행 시스템 및이의 운영방법 | |
CN115983497A (zh) | 一种时序数据预测方法和装置、计算机设备、存储介质 | |
CN115905368A (zh) | 一种基于云数据的实验关联信息系统 | |
CN116010447A (zh) | 一种优化异构数据库用户查询的负载均衡方法及装置 | |
KR102453852B1 (ko) | 센서 데이터 처리 시스템 | |
CN111813631A (zh) | 一种面向云数据中心的资源态势可视化与分析方法 | |
Wang | Order management and completion date prediction of manufacturing job-shop based on deep learning | |
CN112508382A (zh) | 一种基于大数据的工业控制系统 | |
CN116466672B (zh) | 基于人工智能的数据中心机房参数调控方法及相关装置 | |
Sreedhanya et al. | Industry 4.0 framework using 7-layer architecture for smart factory application | |
CN116028233B (zh) | 一种ai计算资源的数字对象组织与共享方法和装置 | |
CN117093360A (zh) | 一种基于自适应模糊控制的计算负载平衡方法 |
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 |