CN114662642A - 一种基于物联网的阀门控制方法及系统 - Google Patents
一种基于物联网的阀门控制方法及系统 Download PDFInfo
- Publication number
- CN114662642A CN114662642A CN202210571930.7A CN202210571930A CN114662642A CN 114662642 A CN114662642 A CN 114662642A CN 202210571930 A CN202210571930 A CN 202210571930A CN 114662642 A CN114662642 A CN 114662642A
- Authority
- CN
- China
- Prior art keywords
- valve
- data
- layer
- data analysis
- things
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种基于物联网的阀门控制方法及系统,涉及阀门控制技术领域,所述方法包括:构建物联网阀门控制网络,其中,所述物联网阀门控制网络包括数据感知层、网络层、云平台层和应用层;通过所述数据感知层采集获得预设产品编号的阀门多维数据信息;所述网络层通过窄带物联网通道将所述阀门多维数据信息上传至所述云平台层进行分析;所述云平台层将所述阀门多维数据信息输入第一阀门数据分析模型中进行处理,获得阀门数据分析结果;将所述阀门数据分析结果发送至所述应用层进行展示;通过所述应用层对阀门状态进行远程控制管理,实现对阀门的远程控制以及状态的实时监测,达到在阀门出现问题时及时作出响应,降低经济损失的技术效果。
Description
技术领域
本发明涉及阀门控制技术领域,具体涉及一种基于物联网的阀门控制方法及系统。
背景技术
阀门是流体输送系统中的控制部件,具有截止、调节、导流、防止逆流、稳压、分流或溢流泄压等功能,在给排水、供热、电站、代工、食品、纺织、造纸、船舶、钢铁和煤炭等工业部门得到广泛应用。
阀门的控制是通过阀门控制器对其进行控制,一般的控制器是通过按键对阀门进行开阀,闭阀的控制,或者通过蓝牙遥控功能进行控制。
目前,在利用阀门控制器对阀门进行控制的时候发现,控制只能在一定的范围内对其进行,阀门不能超远程控制,多种危险地域也必须通过相应人员去进行控制,并没有实现真正的自动化,且不能实时监控阀门的状态,出现问题不能第一时间做出合适的应对办法的问题。
发明内容
本申请的目的是提供一种基于物联网的阀门控制方法及系统,用于解决现有技术中阀门不能超远程控制且无法实时监控阀门状态的技术问题,实现对阀门的远程控制,并实现对阀门状态的实时监测,达到在阀门出现问题时及时作出响应,保证阀门工作环境安全,降低经济损失的技术效果。
鉴于上述问题,本申请提供了一种基于物联网的阀门控制方法及系统。
本申请的第一个方面,提供了一种基于物联网的阀门控制方法,所述方法包括:构建物联网阀门控制网络,其中,所述物联网阀门控制网络包括数据感知层、网络层、云平台层和应用层;通过所述数据感知层采集获得预设产品编号的阀门多维数据信息;所述网络层通过窄带物联网通道将所述阀门多维数据信息上传至所述云平台层进行分析;所述云平台层将所述阀门多维数据信息输入第一阀门数据分析模型中进行处理,获得阀门数据分析结果;将所述阀门数据分析结果发送至所述应用层进行展示;通过所述应用层对阀门状态进行远程控制管理。
本申请的第二个方面,提供了一种基于物联网的阀门控制系统,所述系统包括:第一构建单元,用于构建物联网阀门控制网络,其中,所述物联网阀门控制网络包括数据感知层、网络层、云平台层和应用层;第一获得单元,用于通过所述数据感知层采集获得预设产品编号的阀门多维数据信息;第一处理单元,用于所述网络层通过窄带物联网通道将所述阀门多维数据信息上传至所述云平台层进行分析;第二处理单元,用于所述云平台层将所述阀门多维数据信息输入第一阀门数据分析模型中进行处理,获得阀门数据分析结果;第一展示单元,用于将所述阀门数据分析结果发送至所述应用层进行展示;第三处理单元,用于通过所述应用层对阀门状态进行远程控制管理。
本申请的第三个方面,提供了一种基于物联网的阀门控制系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行如第一方面所述方法的步骤。
本申请的第四个方面,提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面所述方法的步骤。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
本申请提供的一种基于物联网的阀门控制方法,通过构建物联网阀门控制网络,其中,所述物联网阀门控制网络包括数据感知层、网络层、云平台层和应用层,通过所述数据感知层采集获得预设产品编号的阀门多维数据信息,所述网络层通过窄带物联网通道将所述阀门多维数据信息上传至所述云平台层进行分析,通过物联网技术与阀门控制相结合,实现设备运行数据的无线传输,与总线方式相比省去了现场布线的麻烦,节省了空间、物力以及劳力;所述云平台层将所述阀门多维数据信息输入第一阀门数据分析模型中进行处理,获得阀门数据分析结果,通过模型的构建来实现对数据的处理,提高了数据处理的准确性;将所述阀门数据分析结果发送至所述应用层进行展示;通过所述应用层对阀门状态进行远程控制管理。解决了现有技术中阀门不能超远程控制且无法实时监控阀门状态的技术问题,实现对阀门的远程控制,并实现对阀门状态的实时监测,达到在阀门出现问题时及时作出响应,保证阀门工作环境安全,降低经济损失的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请提供的一种基于物联网的阀门控制方法流程示意图;
图2为本申请提供的一种基于物联网的阀门控制方法中如何将所述阀门多维数据信息输入第一阀门数据分析模型中进行处理的流程示意图;
图3为本申请提供的一种基于物联网的阀门控制方法中调用所述第一阀门数据分析模型的流程示意图;
图4为本申请提供了一种基于物联网的阀门控制系统结构示意图;
图5为本申请示例性电子设备的结构示意图。
附图标记说明:第一构建单元11,第一获得单元12,第一处理单元13,第二处理单元14,第一展示单元15,第三处理单元16,电子设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请通过提供了一种基于物联网的阀门控制方法及系统,用于解决现有技术中阀门不能超远程控制且无法实时监控阀门状态的技术问题,实现对阀门的远程控制,并实现对阀门状态的实时监测,达到在阀门出现问题时及时作出响应,保证阀门工作环境安全,降低经济损失的技术效果。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供的方法通过构建物联网阀门控制网络,其中,所述物联网阀门控制网络包括数据感知层、网络层、云平台层和应用层;通过所述数据感知层采集获得预设产品编号的阀门多维数据信息;所述网络层通过窄带物联网通道将所述阀门多维数据信息上传至所述云平台层进行分析;所述云平台层将所述阀门多维数据信息输入第一阀门数据分析模型中进行处理,获得阀门数据分析结果;将所述阀门数据分析结果发送至所述应用层进行展示;通过所述应用层对阀门状态进行远程控制管理。
在介绍了本申请基本原理后,下面,将参考附图对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,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。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
实施例一
如图1所示,本申请提供了一种基于物联网的阀门控制方法,所述方法包括:
S100:构建物联网阀门控制网络,其中,所述物联网阀门控制网络包括数据感知层、网络层、云平台层和应用层;
具体而言,物联网可以实时采集任何需要监控、连接、互动的物体或过程,通过各类网络连接,实现物与物、物与人的泛在连接。本申请实施例中将物联网技术应用到阀门控制中,优选的,阀门控制器通过MQTT协议与物联网平台相连,优选的,所述物联网平台可以为云阿里物联网平台。构建物联网阀门控制网络,所述物联网阀门控制网络包括数据感知层、网络层、云平台层和应用层,其中,所述感知层主要负责连接设备以及获取数据;所述网络层主要负责数据传输和设备控制;所述云平台层以云计算为核心,优选的,所述云计算可以为阿里云计算;所述应用层位于最顶层,是面向客户的各类应用,物联网阀门控制网络的搭建实现设备运行数据的无线传输,与总线方式相比省去了现场布线的麻烦,节省了空间、物力以及劳力。
S200:通过所述数据感知层采集获得预设产品编号的阀门多维数据信息;
具体而言,所述数据感知层由无线传输模块构成,可以与阀门的主控板结合,实现对设备实时状态、参数、故障等数据的采集;阀门在出厂时,会设置出厂编号以及在云端数据库建好相应的数据采集表格,所述预设产品编号为产品出厂时的出厂编号,可以根据公司要求进行预设;所述多维数据信息为阀门的实时状态、参数、故障等数据信息;通过数据感知层从云端数据库中根据预设产品编号获得预设产品编号对应的阀门的多维数据信息,为后续实现对阀门的远程控制提供数据基础。
S300:所述网络层通过窄带物联网通道将所述阀门多维数据信息上传至所述云平台层进行分析;
具体而言,所述网络层主要负责数据的传输和设备控制,本申请实施例中,所述网络层通过窄带物联网通道,优选的通过NB-IOT通道,将感知层采集到的所述阀门多维数据信息上传至所述云平台层,供云平台进行分析。
S400:所述云平台层将所述阀门多维数据信息输入第一阀门数据分析模型中进行处理,获得阀门数据分析结果;
具体而言,所述云平台层是以云计算为核心的,可以将采集到的现场设备数据进行汇总和处理。本申请实施例中,所述云平台层接收网络层上传的所述阀门多维数据信息,并将所述阀门多维数据信息输入第一阀门数据分析模型中进行处理,获得阀门数据分析结果。通过第一阀门数据分析模型来实现对数据的处理,提高了数据处理的准确性;
示例性的,所述第一阀门数据分析模型是以神经网络模型为基础构建的数学逻辑模型,神经网络(NeuralNetworks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统,特别适合处理需要同时考虑许多因素和条件的、不精确和模糊的信息处理问题,能够利用数学数据不断收敛的特性进行分析,进而基于机器学习输出收敛后的信息,在本申请实施例中,所述第一阀门数据分析模型为通过大量的阀门多维数据信息构成的数据集合进行监督训练获得的数学模型。
S500:将所述阀门数据分析结果发送至所述应用层进行展示;
S600:通过所述应用层对阀门状态进行远程控制管理。
具体而言,在平台层将采集到的现场设备数据进行汇总和处理获得阀门数据分析结果之后,平台层将分析结果提供给最顶层的应用层,通过应用层对结果进行展示、分析、诊断和管理,例如,平台层将分析结果提供给Web端进行展示、分析、诊断和管理,实现对产品一对一的独立远程控制,达到在阀门出现问题时及时作出响应,保证阀门工作环境安全,降低经济损失的技术效果。
本申请提供的方法通过构建物联网阀门控制网络,其中,所述物联网阀门控制网络包括数据感知层、网络层、云平台层和应用层,通过所述数据感知层采集获得预设产品编号的阀门多维数据信息,所述网络层通过窄带物联网通道将所述阀门多维数据信息上传至所述云平台层进行分析,通过物联网技术与阀门控制相结合,实现设备运行数据的无线传输,与总线方式相比省去了现场布线的麻烦,节省了空间、物力以及劳力;所述云平台层将所述阀门多维数据信息输入第一阀门数据分析模型中进行处理,获得阀门数据分析结果,通过模型的构建来实现对数据的处理,提高了数据处理的准确性;将所述阀门数据分析结果发送至所述应用层进行展示;通过所述应用层对阀门状态进行远程控制管理。解决了现有技术中阀门不能超远程控制且无法实时监控阀门状态的技术问题,实现对阀门的远程控制,并实现对阀门状态的实时监测,达到在阀门出现问题时及时作出响应,保证阀门工作环境安全,降低经济损失的技术效果。
如图2所示,本申请实施例提供的方法中的步骤S400包括:
S410:所述云平台层对所述阀门多维数据信息进行归一化处理,获得标量阀门多维数据信息;
S420:将所述标量阀门多维数据信息按照预定格式进行数据转换,获得标准阀门多维数据信息;
S430:将所述标准阀门多维数据信息输入所述第一阀门数据分析模型中进行处理。
具体而言,为了方便与加快模型对数据的处理,避免奇异样本数据存在所引起的网络训练时间增加,并可能引起网络无法收敛,在对数据处理前,先对数据进行归一化处理,使特征具有相同的度量尺度,消除奇异样本数据导致的不良影响,加快梯度下降求最优解的速度,提高模型处理数据的精度。
本实施例中,利用云平台层对所述阀门多维数据信息进行归一化处理,使得特征具有相同的度量尺度,获得标量阀门多维数据信息,所述标量阀门多维度信息为对阀门多维度信息进行相同度量尺度之后构成的多维度信息,然后将所述标量阀门多维数据信息按照数据类型或者数值大小进行数据转换,获得标准阀门多维数据信息,消除不同数据信息之间的量纲影响,本实施例中的归一化处理方法可以包括:最大-最小标准化,Z-score标准化,函数转化等方法;最后将所述标准阀门多维数据信息输入到以神经网络模型为基础构建的所述第一阀门数据分析模型中进行处理,实现对数据信息的综合评价。
本申请实施例提供的方法中的步骤S420还包括:
S421:按照数据属性对所述标准阀门多维数据信息进行分类,获得阀门数据分类结果;
S422:构建预定数据类别标签库;
S423:基于所述阀门数据分类结果和所述预定数据类别标签库,对所述标准阀门多维数据信息进行分类标记;
S424:将分类标记后的所述标准阀门多维数据信息输入所述第一阀门数据分析模型中进行分析处理。
具体而言,所述多维数据信息为阀门的实时状态、参数、故障等数据信息;按照阀门多维数据信息的属性,即,数据类型,对获得的标准阀门多维数据信息进行分类,获得阀门数据分类结果,构建预定数据类型标签库,所述预定数据类别标签库用于对阀门多维度信息进行标识,所述预定数据分类与阀门数据分类相对应,根据预定数据类型标签库和所述阀门数据分类结果,对归一化处理获得的标准阀门多维数据信息进行分类标记,将分类标记后的所述标准阀门多维数据信息输入所述第一阀门数据分析模型中进行分析处理。进行分类标记一着便于对阀门多维数据信息的识别,二者在模型利用该数据输出数据分析结果时,可识别到相应的输入数据,找到对应的阀门数据信息,进而指导工作人员作出相应的反应,保证阀门工作环境安全,降低经济损失的技术效果。
如图3所示,本申请实施例提供的方法中的步骤S400还包括:
S440:构建阀门数据分析模型库;
S450:获得阀门基础信息;
S460:根据所述阀门基础信息,所述云平台层从所述阀门数据分析模型库中调用所述第一阀门数据分析模型。
具体而言,通过获得阀门的基础信息,所述阀门基础信息为阀门的类型以及阀门对应的自身参数和工作参数等信息,阀门类型可以包括:关断阀、止回阀、调节阀、真空阀、排气阀等等,阀门对应的自身参数和工作参数信息可以包括阀门的公称通径、公称压力、工作温度、工作压力等信息。由于不同阀门的作用和用途不同,本申请实施例中针对不同类型的阀门对应建立不同的阀门数据分析模型,构建阀门数据分析模型库,所述阀门数据分析模型库中的阀门数据分析模型与阀门基础信息之间存在一一对应的关系,根据阀门类型,所述云平台从所述阀门数据分析模型库中调用相对应的阀门数据分析模型,本实施例中有针对性的根据阀门的基础信息从阀门数据分析模型库中调用相应的阀门数据分析模型进行数据处理,提高了阀门数据分析模型对数据处理的准确性,实现了对阀门的精确管理。
本申请实施例提供的方法中的步骤S440还包括:
S441:获得历史阀门基础信息;
S442:将所述历史阀门基础信息按照不同类别分别输入神经网络模型,获得与不同类别阀门基础信息相对应的阀门数据分析模型集合;
S443:根据所述阀门数据分析模型集合,构建所述阀门数据分析模型库。
具体而言,将不同类别阀门的基础信息,包括:公称通径、公称压力、工作温度、工作压力作为神经网络模型的训练数据对神经网络模型进行训练。本申请实施例中,首先获得不同类型阀门的历史基础信息,可以通过从云端数据库中获得不同类型阀门的历史基础信息,然后将不同类型阀门的历史基础信息输入神经网络模型中,神经网络模型利用不同类型阀门的历史基础信息不断的进行学习,并自我调整和修正,直到神经网络模型输出的结果与历史基础信息对应的结果相一致时,进行下一组数据的监督学习,直至所述神经网络模型达到预期的准确率后,监督学习过程结束,进而获得与不同类别阀门基础信息相对应的阀门数据分析模型,所述阀门数据分析模型与不同类型的阀门一一对应,进而构成所述阀门数据分析模型库。通过监督学习的过程来提高神经网络模型处理所述信息的准确性,从而获得准确的阀门数据分析结果,达到在阀门出现问题时及时作出响应,保证阀门工作环境安全,降低经济损失的技术效果。
本申请实施例提供的方法中的步骤S442还包括:
S4421:对所述历史阀门基础信息添加第一掩码;
S4422:根据添加所述第一掩码后的所述历史阀门基础信息进行模型训练,获得所述阀门数据分析模型集合。
具体而言,为了保证模型输出结果的准确性,首先要保证训练数据的准确性,为了防止早期采集保存的所述历史阀门基础信息不被其他人篡改或者伪造,对所述历史阀门基础信息添加第一掩码,通过第一掩码的添加防止所述历史阀门基础信息不被污染攻击,利用添加第一掩码的所述历史阀门基础信息作为训练样本对神经网络模型进行训练,获得所述阀门数据分析模型集合,进一步保证了模型的准确性,进而输出精确地阀门数据分析结果。
本申请实施例提供的方法中的步骤S600,所述方法还包括:
S610:根据所述阀门数据分析结果,获得阀门运行状态;
S620:如果所述阀门运行状态为故障状态,制定阀门诊断管理方案;
S630:根据所述阀门诊断管理方案对阀门进行诊断维护。
具体而言,在利用阀门数据分析模型获得阀门数据分析结果之后,通过应用层获得阀门的运行状态,如果阀门的运行状态为故障状态,例如:外漏、内漏、驱动装置损坏或者故障等,根据故障状态制定相对应的阀门诊断管理方案,对阀门进行诊断维护,防止阀门故障带来的安全性以及经济损失。
综上所述,本申请实施例至少具有如下技术效果:
1、本申请提供的一种基于物联网的阀门控制方法,通过构建物联网阀门控制网络,其中,所述物联网阀门控制网络包括数据感知层、网络层、云平台层和应用层,通过所述数据感知层采集获得预设产品编号的阀门多维数据信息,所述网络层通过窄带物联网通道将所述阀门多维数据信息上传至所述云平台层进行分析;所述云平台层将所述阀门多维数据信息输入第一阀门数据分析模型中进行处理,获得阀门数据分析结果;将所述阀门数据分析结果发送至所述应用层进行展示;通过所述应用层对阀门状态进行远程控制管理。解决了现有技术中阀门不能超远程控制且无法实时监控阀门状态的技术问题,实现对阀门的远程控制,并实现对阀门状态的实时监测,达到在阀门出现问题时及时作出响应,保证阀门工作环境安全,降低经济损失的技术效果。
2、本申请通过物联网技术与阀门控制相结合,构建物联网阀门控制网络,实现设备运行数据的无线传输,与总线方式相比省去了现场布线的麻烦,节省了空间、物力以及劳力。
3、本申请针对不同类型的阀门构建不同的阀门数据分析模型,通过监督学习的过程来提高神经网络模型处理所述信息的准确性,从而获得准确的阀门数据分析结果,达到在阀门出现问题时及时作出响应,保证阀门工作环境安全,降低经济损失的技术效果。
实施例二
基于与前述实施例中一种基于物联网的阀门控制方法相同的发明构思,如图4所示,本申请提供了一种基于物联网的阀门控制系统,其中,所述系统包括:
第一构建单元11,用于构建物联网阀门控制网络,其中,所述物联网阀门控制网络包括数据感知层、网络层、云平台层和应用层;
第一获得单元12,用于通过所述数据感知层采集获得预设产品编号的阀门多维数据信息;
第一处理单元13,用于所述网络层通过窄带物联网通道将所述阀门多维数据信息上传至所述云平台层进行分析;
第二处理单元14,用于所述云平台层将所述阀门多维数据信息输入第一阀门数据分析模型中进行处理,获得阀门数据分析结果;
第一展示单元15,用于将所述阀门数据分析结果发送至所述应用层进行展示;
第三处理单元16,用于通过所述应用层对阀门状态进行远程控制管理。
进一步地,所述系统还包括:
第四处理单元,用于所述云平台层对所述阀门多维数据信息进行归一化处理,获得标量阀门多维数据信息;
第五处理单元,用于将所述标量阀门多维数据信息按照预定格式进行数据转换,获得标准阀门多维数据信息;
第六处理单元,用于将所述标准阀门多维数据信息输入所述第一阀门数据分析模型中进行处理。
进一步地,所述系统还包括:
第七处理单元,用于按照数据属性对所述标准阀门多维数据信息进行分类,获得阀门数据分类结果;
第二构建单元,用于构建预定数据类别标签库;
第八处理单元,用于基于所述阀门数据分类结果和所述预定数据类别标签库,对所述标准阀门多维数据信息进行分类标记;
第九处理单元,用于将分类标记后的所述标准阀门多维数据信息输入所述第一阀门数据分析模型中进行分析处理。
进一步地,所述系统还包括:
第三构建单元,用于构建阀门数据分析模型库;
第十处理单元,用于获得阀门基础信息;
第十一处理单元,用于根据所述阀门基础信息,所述云平台层从所述阀门数据分析模型库中调用所述第一阀门数据分析模型。
进一步地,所述系统还包括:
第二获得单元,用于获得历史阀门基础信息;
第十二处理单元,用于将所述历史阀门基础信息按照不同类别分别输入神经网络模型,获得与不同类别阀门基础信息相对应的阀门数据分析模型集合;
第四构建单元,用于根据所述阀门数据分析模型集合,构建所述阀门数据分析模型库。
进一步地,所述系统还包括:
第十三处理单元,用于对所述历史阀门基础信息添加第一掩码;
第十四处理单元,用于根据添加所述第一掩码后的所述历史阀门基础信息进行模型训练,获得所述阀门数据分析模型集合。
进一步地,所述系统还包括:
第三获得单元,用于根据所述阀门数据分析结果,获得阀门运行状态;
第十五处理单元,用于如果所述阀门运行状态为故障状态,制定阀门诊断管理方案;
第十六处理单元,用于根据所述阀门诊断管理方案对阀门进行诊断维护。
实施例三
基于与前述实施例中一种基于物联网的阀门控制方法相同的发明构思,本申请还提供了一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如实施例一内的方法。
示例性电子设备
下面参考图5来描述本申请的电子设备,
基于与前述实施例中一种基于物联网的阀门控制方法相同的发明构思,本申请还提供了一种基于物联网的阀门控制系统,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得系统以执行实施例一所述方法的步骤。
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图5中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdiscread-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种基于物联网的阀门控制方法。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a ,b,或c中的至少一项(个、种),可以表示:a ,b,c,a -b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘(SolidState Disk,SSD))等。
本申请中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。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。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (10)
1.一种基于物联网的阀门控制方法,其特征在于,所述方法包括:
构建物联网阀门控制网络,其中,所述物联网阀门控制网络包括数据感知层、网络层、云平台层和应用层;
通过所述数据感知层采集获得预设产品编号的阀门多维数据信息;
所述网络层通过窄带物联网通道将所述阀门多维数据信息上传至所述云平台层进行分析;
所述云平台层将所述阀门多维数据信息输入第一阀门数据分析模型中进行处理,获得阀门数据分析结果;
将所述阀门数据分析结果发送至所述应用层进行展示;
通过所述应用层对阀门状态进行远程控制管理。
2.如权利要求1所述的方法,其特征在于,所述方法包括:
所述云平台层对所述阀门多维数据信息进行归一化处理,获得标量阀门多维数据信息;
将所述标量阀门多维数据信息按照预定格式进行数据转换,获得标准阀门多维数据信息;
将所述标准阀门多维数据信息输入所述第一阀门数据分析模型中进行处理。
3.如权利要求2所述的方法,其特征在于,所述云平台层将所述阀门多维数据信息输入第一阀门数据分析模型中进行处理,包括:
按照数据属性对所述标准阀门多维数据信息进行分类,获得阀门数据分类结果;
构建预定数据类别标签库;
基于所述阀门数据分类结果和所述预定数据类别标签库,对所述标准阀门多维数据信息进行分类标记;
将分类标记后的所述标准阀门多维数据信息输入所述第一阀门数据分析模型中进行分析处理。
4.如权利要求1所述的方法,其特征在于,构建所述第一阀门数据分析模型的方法包括:
构建阀门数据分析模型库;
获得阀门基础信息;
根据所述阀门基础信息,所述云平台层从所述阀门数据分析模型库中调用所述第一阀门数据分析模型。
5.如权利要求4所述的方法,其特征在于,所述方法包括:
获得历史阀门基础信息;
将所述历史阀门基础信息按照不同类别分别输入神经网络模型,获得与不同类别阀门基础信息相对应的阀门数据分析模型集合;
根据所述阀门数据分析模型集合,构建所述阀门数据分析模型库。
6.如权利要求5所述的方法,其特征在于,所述方法包括:
对所述历史阀门基础信息添加第一掩码;
根据添加所述第一掩码后的所述历史阀门基础信息进行模型训练,获得所述阀门数据分析模型集合。
7.如权利要求1所述的方法,其特征在于,所述通过所述应用层对阀门状态进行远程控制管理,包括:
根据所述阀门数据分析结果,获得阀门运行状态;
如果所述阀门运行状态为故障状态,制定阀门诊断管理方案;
根据所述阀门诊断管理方案对阀门进行诊断维护。
8.一种基于物联网的阀门控制系统,其特征在于,所述系统包括:
第一构建单元,用于构建物联网阀门控制网络,其中,所述物联网阀门控制网络包括数据感知层、网络层、云平台层和应用层;
第一获得单元,用于通过所述数据感知层采集获得预设产品编号的阀门多维数据信息;
第一处理单元,用于所述网络层通过窄带物联网通道将所述阀门多维数据信息上传至所述云平台层进行分析;
第二处理单元,用于所述云平台层将所述阀门多维数据信息输入第一阀门数据分析模型中进行处理,获得阀门数据分析结果;
第一展示单元,用于将所述阀门数据分析结果发送至所述应用层进行展示;
第三处理单元,用于通过所述应用层对阀门状态进行远程控制管理。
9.一种基于物联网的阀门控制系统,其特征在于,包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使系统以执行权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210571930.7A CN114662642A (zh) | 2022-05-25 | 2022-05-25 | 一种基于物联网的阀门控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210571930.7A CN114662642A (zh) | 2022-05-25 | 2022-05-25 | 一种基于物联网的阀门控制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114662642A true CN114662642A (zh) | 2022-06-24 |
Family
ID=82038278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210571930.7A Pending CN114662642A (zh) | 2022-05-25 | 2022-05-25 | 一种基于物联网的阀门控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114662642A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107423344A (zh) * | 2017-05-16 | 2017-12-01 | 北京邮电大学 | 一种输变电设备状态数据的可视化方法及装置 |
CN111131480A (zh) * | 2019-12-30 | 2020-05-08 | 南京德赛尔信息技术有限公司 | 一种面向智慧电厂的云边协同服务系统 |
CN111800400A (zh) * | 2020-06-28 | 2020-10-20 | 长沙理工大学 | 一种基于雾的多维度多角度用电数据的聚合系统 |
CN112055093A (zh) * | 2020-09-25 | 2020-12-08 | 南京龙盾智能科技有限公司 | 一种基于物联网的人防地下室三防控制运维系统及其使用方法 |
CN113090954A (zh) * | 2021-03-12 | 2021-07-09 | 江苏雍航信息科技有限公司 | 一种物联网大数据燃气泄漏监测保护系统 |
CN113592593A (zh) * | 2021-07-29 | 2021-11-02 | 平安科技(深圳)有限公司 | 序列推荐模型的训练及应用方法、装置、设备及存储介质 |
CN114118469A (zh) * | 2021-11-23 | 2022-03-01 | 深圳市有方科技股份有限公司 | 物联网设备诊断方法、装置、计算机设备、存储介质 |
-
2022
- 2022-05-25 CN CN202210571930.7A patent/CN114662642A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107423344A (zh) * | 2017-05-16 | 2017-12-01 | 北京邮电大学 | 一种输变电设备状态数据的可视化方法及装置 |
CN111131480A (zh) * | 2019-12-30 | 2020-05-08 | 南京德赛尔信息技术有限公司 | 一种面向智慧电厂的云边协同服务系统 |
CN111800400A (zh) * | 2020-06-28 | 2020-10-20 | 长沙理工大学 | 一种基于雾的多维度多角度用电数据的聚合系统 |
CN112055093A (zh) * | 2020-09-25 | 2020-12-08 | 南京龙盾智能科技有限公司 | 一种基于物联网的人防地下室三防控制运维系统及其使用方法 |
CN113090954A (zh) * | 2021-03-12 | 2021-07-09 | 江苏雍航信息科技有限公司 | 一种物联网大数据燃气泄漏监测保护系统 |
CN113592593A (zh) * | 2021-07-29 | 2021-11-02 | 平安科技(深圳)有限公司 | 序列推荐模型的训练及应用方法、装置、设备及存储介质 |
CN114118469A (zh) * | 2021-11-23 | 2022-03-01 | 深圳市有方科技股份有限公司 | 物联网设备诊断方法、装置、计算机设备、存储介质 |
Non-Patent Citations (1)
Title |
---|
陈启卷等: "基于物联网的阀门智能系统研究与开发", 《水电自动化与大坝检测》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1926489B (zh) | 用于在加工厂中预防异常状况的数据呈现系统 | |
CN102520717B (zh) | 用于在加工厂中预防异常状况的数据呈现系统 | |
US20190171168A1 (en) | Computer-implemented method and system for automatically monitoring and determining the status of entire process sections in a process unit | |
EP3279756B1 (de) | Diagnoseeinrichtung und verfahren zur überwachung des betriebs einer technischen anlage | |
CN116859857A (zh) | 基于远程控制的燃油泵装配生产线智能管理系统 | |
DE112017005957T5 (de) | Informationsverarbeitungssystem und Informationsverarbeitungsverfahren | |
CN106845826B (zh) | 一种基于PCA-Cpk的冷连轧生产线服役质量状态评估方法 | |
CN114723082A (zh) | 一种智能低压成套设备的异常预警方法及系统 | |
CN115640860B (zh) | 一种工业云服务的机电设备远程维护方法及系统 | |
CN113934536B (zh) | 面向边缘计算的数据采集方法 | |
WO2019226846A1 (en) | Competency gap identification of an operators response to various process control and maintenance conditions | |
CN116300681A (zh) | 一种用于plc的自动接线监测方法及系统 | |
CN114037673A (zh) | 一种基于机器视觉的硬件衔接接口监测方法及系统 | |
CN114662642A (zh) | 一种基于物联网的阀门控制方法及系统 | |
CN110765486B (zh) | 一种资产故障识别方法 | |
Jenab et al. | Fuzzy quality feature monitoring model | |
CN103955182A (zh) | 安全运行监测与指导方法 | |
US11669082B2 (en) | Online fault localization in industrial processes without utilizing a dynamic system model | |
CN114192583B (zh) | 一种基于Scada平台的带钢轧制过程质量监控方法和系统 | |
KR20230081759A (ko) | 인공지능 기반의 클린룸 관리를 위한 통합 관리 시스템 및 그 방법 | |
CN112526945B (zh) | 具备反馈与闭环控制功能的全流程监控与预警系统 | |
US11334061B2 (en) | Method to detect skill gap of operators making frequent inadvertent changes to the process variables | |
DE102021133261A1 (de) | Verbesserte methode zur erkennung fehlerhafter variablen für datengesteuerte fehlererkennung in einer prozessanlage | |
CN114875999A (zh) | 一种用于二次供水系统的泵房运维管理系统 | |
EP3819831A2 (en) | Context specific training for process operators |
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: 20220624 |