CN114817375B - 工业互联网数据采集管理系统 - Google Patents
工业互联网数据采集管理系统 Download PDFInfo
- Publication number
- CN114817375B CN114817375B CN202210720686.6A CN202210720686A CN114817375B CN 114817375 B CN114817375 B CN 114817375B CN 202210720686 A CN202210720686 A CN 202210720686A CN 114817375 B CN114817375 B CN 114817375B
- Authority
- CN
- China
- Prior art keywords
- data
- central
- time
- value
- equipment
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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]
Abstract
本发明公开了一种工业互联网数据采集管理系统,该系统能够通过获取各种类数据之间的关联度,在进行数据传输时,若网络不符合数据正常传输的要求,则将低重要性的数据压缩后择机进行传输或者降低其传输效率,以保证具有更高优先级的数据的正常传输,从而不影响对生产的精准监控,在同一优先级内,优先传输与更高优先级关联度低的数据,降低数据延误传输对生产监控的影响,相较于传统的工业互联网传输技术,能够显著降低数据延误传输的影响,时刻保持对生产过程的精准监控。
Description
技术领域
本发明属于工业互联网技术领域,具体的,涉及一种工业互联网数据采集管理系统。
背景技术
工业互联网是新一代信息通信技术与工业经济深度融合的新型基础设施、应用模式和工业生态,通过对人、机、物、系统等的全面连接,构建起覆盖全产业链、全价值链的全新制造和服务体系,为工业乃至产业数字化、网络化、智能化发展提供了实现途径,是第四次工业革命的重要基石。
工业互联加网中数据传输量较大,所传输的数据种类较多,但是根据数据种类的不同,其与生产结果以及生产设备的关联度不同,由于工业互联网数据传输过程中,由于数据量的变化以及网络状态的变化,有时无法满足所有数据的快速、实时传输,因此会通过对不同数据设置不同等级的优先度,在网络不支持正常传输时通过限制低优先度的数据传输来保证高优先度数据的传输,这样可能会导致部分数据出现异常后无法及时的发现,对工业生产造成影响,为了解决上述问题,本发明提供了以下技术方案。
发明内容
本发明的目的在于提供一种工业互联网数据采集管理系统,解决现有技术中工业互联网数据传输逻辑简单,无法及时发现生产异常的问题。
本发明的目的可以通过以下技术方案实现:
工业互联网数据采集管理系统,工作方法包括如下步骤:
步骤一、获取各数据的关联数据;
S21、选定一个生产数据作为中心数据,以中心数据开始采集的时间点为起点,后续T1时间内开始进行采集的生产数据作为可能关联数据;
S22、在中心数据对应的设备开机后,开始中心数据的采集,获取一组中心数据的变化节点J1,J2,...,Jn,其中n为变化节点的数量;
S23、获取各可能关联数据的变化节点数据,获取一个可能关联数据的变化节点JC1,JC2,...,JCm,获取该生产数据与中心数据的变化节点重复占比B;
S24、选用最大的重复占比值作为该生产数据与中心数据的变化节点重复占比B;
S25、获取变化节点重复占比B对应的校准方式中,可能关联数据与中心数据校准后的同一初始时间点之间的实际时间差Tc;
S26、根据公式L=γ1*B+γ2*Tc+γ3*(n-n1)计算得到各可能关联数据与中心数据之间的联系值L,其中γ1、γ2与γ3均为预设的系数值,L值随B值增大而增大,L值随Tc值增大而减小,L值随n-n1值增大而增大;
S27、选取联系值L>L1的可能关联数据作为该中心数据的关联数据,其中L1为预设值;
步骤二、对终端数据采集模块采集的数据进行重要性分级,检测通讯网络的实时状态,根据网络状况判断是否采用弹性控制;
若无需进行弹性控制,则数据传输模块正常进行数据传输;
若需要进行弹性控制,则进入下一步进行数据传输管理;
步骤三,按照重要性依次对数据进行降级传输;
在同一重要性级别中的数据,若其属于更高重要性级别数据的关联数据,则重要性更低;
在同一重要性级别中,若两个数据均属于更高重要性级别数据的关联数据,则关联的重要性级别越高,重要性更低;
在同一重要性级别中,若两个数据均属于同一更高重要性级别数据的关联数据,则联系值L越大,重要性更低;
在进行步骤三中的判断时,若一组数据同时属于多个重要性级别数据的关联数据,则以最高重要性级别为准。
作为本发明的进一步方案,步骤一中所述变化节点为一组数据中数据在逐渐变大、逐渐变小、平稳、突降与突升之间进行转态切换的时间点。
作为本发明的进一步方案,变化节点重复占比B的计算方法为:将JC1与Jn1校准为同一初始时间点后,依次判断后续的时间节点是否重合,若重合,则标记重合点数为k+1,k为处初始时间点外其它时间节点的重合次数,根据公式B=(k+1)/(n-n1+1)计算得到此时的重复占比值;
其中1≤n1≤n2。
作为本发明的进一步方案,所述n2为最接近n/2的整数,且n2大于等于n/2。
作为本发明的进一步方案,若两个对应时间节点之间的时间差小于预设值Jy,则认为两个时间节点重合。
作为本发明的进一步方案,降级传输是指降低传输效率传输或压缩保存后在网络状况良好时再进行传输处理,直至当前网络状态能够支持其它数据的正常传输。
作为本发明的进一步方案,在获取中心数据的关联数据时,样本数据应当采集于一设备及其关联设备,获取各设备的关联设备包括如下步骤:
S11、选定一个设备作为中心设备,获取中心设备接收到控制指令的时刻,将以该时刻为中心,预设时间范围内接收到相同控制指令的设备作为可能关联设备;
S12、获取当前时刻前a1天内,中心设备每次接收到控制指令时对应的可能关联设备,并获取中心设备接收到控制指令与可能关联设备接收到相同控制指令的时刻之间的时差t,将其依次标记为t1,t2,...,tc1;
S13、获取同一可能关联设备的关联占比Z以及间隔偏差P,其中Z=c1/c,;c1为当前时刻前a1天内,可能关联设备出现的次数,c为当前时刻前a1天内,中心设备接收到控制指令的次数,1≤i≤c,tp为(t1+t2+...+tc1)/c1;
S14、根据公式G=α1*P+α2*Z计算得到各可能关联设备与中心设备的关联度G,其中α1与α2均为预设的系数,且Z取值越大,关联度G越大,P取值越大,则关联度G越小;选取关联度G>G1的可能关联设备作为该中心设备的关联设备,其中G1为预设值;
S15、按照上述方法,分别以各工业生产设备作为中心设备,计算得到各工业生产设备的关联设备。
本发明的有益效果:
(1)本发明能够通过获取各种类数据之间的关联度,在进行数据传输时,若网络不符合数据正常传输的要求,则将低重要性的数据压缩后择机进行传输或者降低其传输效率,以保证具有更高优先级的数据的正常传输,从而不影响对生产的精准监控,在同一优先级内,优先传输与更高优先级关联度低的数据,降低数据延误传输对生产监控的影响,相较于传统的工业互联网传输技术,能够显著降低数据延误传输的影响,时刻保持对生产过程的精准监控;
(2)本发明通过获取一段时间内的各设备的控制指令时间点,获得中心设备与可能关联设备之间的关联度,以关联度最高的一批设备作为中心的关联设备,中心设备与对应的关联设备之间具有较为密切的联动性,通过该方法获取各设备对应的联动设备,能够减少后续的数据处理量,降低数据处理难度;
(3)本发明通过对不同采集单元采集的数据变化趋势进行分析,获取不同数据之间的联系值,并根据联系值的大小获取与一组数据联系密切的另一组或多组数据,以方便后续的数据处理,数据处理量较小,降低了数据处理难度;
本发明能够优先传输与其它数据关联度不高的数据,将与其它数据关联度高的数据采用压缩保存后择机传输或者降低传输速率的方式进行传输,因此在进行数据传输时,即使遭遇网络低速率问题,也能够不影响重要数据的传输,同时还能够根据可传输的数据来判断未被正常传输的数据的变化趋势,从而避免被延后传输的数据出现问题而无法被及时发现的问题。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明所述工业互联网数据采集管理系统的框架结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
工业互联网数据采集管理系统,如图1所示,包括:
终端数据采集模块,包括若干采集单元,每个采集单元用于采集工业现场设备的各类数据;
数据存储模块,用于对终端数据采集模块所采集的数据进行存储;
数据传输模块,用于将终端数据采集模块采集的数据传输至控制中心;
上述的工业互联网数据采集管理系统的工作方法为:
步骤一、获取各设备的关联设备;
S11、选定一个设备作为中心设备,获取中心设备接收到控制指令的时刻,将以该时刻为中心,预设时间范围内接收到相同控制指令的设备作为可能关联设备;
S12、获取当前时刻前a1天内,中心设备每次接收到控制指令时对应的可能关联设备,并获取中心设备接收到控制指令与可能关联设备接收到相同控制指令的时刻之间的时差t,将其依次标记为t1,t2,...,tc1;在本发明的一个实施例中,所述a1取值为20天;
S13、获取同一可能关联设备的关联占比Z以及间隔偏差P,其中Z=c1/c,;c1为当前时刻前a1天内,可能关联设备出现的次数,c为当前时刻前a1天内,中心设备接收到控制指令的次数,1≤i≤c,tp为(t1+t2+...+tc1)/c1;
S14、根据公式G=α1*P+α2*Z计算得到各可能关联设备与中心设备的关联度G,其中α1与α2均为预设的系数,且Z取值越大,关联度G越大,P取值越大,则关联度G越小;选取关联度G>G1的可能关联设备作为该中心设备的关联设备,其中G1为预设值;
S15、按照上述方法,分别以各工业生产设备作为中心设备,计算得到各工业生产设备的关联设备;
所述控制指令包括启动指令与关闭指令;
本发明通过获取一段时间内的各设备的控制指令时间点,进而计算得到关联占比Z与间隔偏差P数据,据此获得中心设备与可能关联设备之间的关联度,以关联度最高的一批设备作为中心的关联设备,中心设备与对应的关联设备之间具有较为密切的联动性,通过该方法获取各设备对应的联动设备,能够减少后续的数据处理量,降低数据处理难度;
步骤二、获取各数据的关联数据;
S21、选定一个生产数据作为中心数据,以该中心数据对应的设备以及该设备的关联设备对应的生产数据作为样本进行下一步骤的计算;
S22、在步骤S21限定的范围内,以中心数据开始采集的时间点为起点,后续T1时间内开始进行采集的生产数据作为可能关联数据;
S23、在中心数据对应的设备开机后,开始中心数据的采集,获取一组中心数据的变化节点J1,J2,...,Jn,其中n为变化节点的数量;
所述变化节点为一组数据中数据在逐渐变大、逐渐变小、平稳、突降与突升之间进行转态切换的时间点;
S24、获取步骤S22限制范围内的各可能关联数据的变化节点数据,以一个可能关联数据为例,获取该可能关联数据的变化节点JC1,JC2,...,JCm,获取该生产数据与中心数据的变化节点重复占比B;
变化节点重复占比B的计算方法为:将JC1按照时间顺序依次与Jn1校准为同一初始时间点后,依次判断后续的时间节点是否重合,若重合,则标记重合点数为k+1,k为处初始时间点外其它时间节点的重合次数,根据公式B=(k+1)/(n-n1+1)计算得到此时的重复占比值;
其中1≤n1≤n2,在本发明的一个实施例中,所述n2为最接近n/2的整数,且n2大于等于n/2;
在本发明的一个实施例中,若两个对应时间节点之间的时间差小于预设值Jy,则认为两个时间节点重合;
S25、选用最大的重复占比值作为该生产数据与中心数据的变化节点重复占比B;
S26、获取变化节点重复占比B对应的校准方式中,可能关联数据与中心数据校准后的同一初始时间点之间的实际时间差Tc;
S27、根据公式L=γ1*B+γ2*Tc+γ3*(n-n1)计算得到各可能关联数据与中心数据之间的联系值L,其中γ1、γ2与γ3均为预设的系数值,L值随B值增大而增大,L值随Tc值增大而减小,L值随n-n1值增大而增大;
S28、选取联系值L>L1的可能关联数据作为该中心数据的关联数据,其中L1为预设值;
该步骤通过对不同采集单元采集的数据变化趋势进行分析,获取不同数据之间的联系值,并根据联系值的大小获取与一组数据联系密切的另一组或多组数据,以方便后续的数据处理,数据处理量较小,降低了数据处理难度;
步骤三、对终端数据采集模块采集的数据进行重要性分级,检测通讯网络的实时状态,根据网络状况判断是否采用弹性控制;
若无需进行弹性控制,则数据传输模块正常进行数据传输;
若需要进行弹性控制,则进入下一步进行数据传输管理;
步骤四,依次对低重要性的数据进行降低传输效率传输或压缩保存后在网络状况良好时再进行传输处理,直至当前网络状态能够支持其它数据的正常传输;
在同一重要性级别中的数据,若其属于更高重要性级别数据的关联数据,则重要性更低;
在同一重要性级别中,若两个数据均属于更高重要性级别数据的关联数据,则关联的重要性级别越高,重要性更低;
在同一重要性级别中,若两个数据均属于同一更高重要性级别数据的关联数据,则联系值L越大,重要性更低。
在进行步骤四中的判断时,若一组数据同时属于多个重要性级别数据的关联数据,则以最高重要性级别为准;
根据步骤四中的方法进行数据传输时,能够优先传输与其它数据关联度不高的数据,将与其它数据关联度高的数据采用压缩保存后择机传输或者降低传输速率的方式进行传输,因此在进行数据传输时,即使遭遇网络低速率问题,也能够不影响重要数据的传输,同时还能够根据可传输的数据来判断未被正常传输的数据的变化趋势,从而避免被延后传输的数据出现问题而无法被及时发现的问题。
本发明能够通过获取各种类数据之间的关联度,在进行数据传输时,若网络不符合数据正常传输的要求,则将低重要性的数据压缩后择机进行传输或者降低其传输效率,以保证具有更高优先级的数据的正常传输,从而不影响对生产的精准监控,在同一优先级内,优先传输与更高优先级关联度低的数据,降低数据延误传输对生产监控的影响,相较于传统的工业互联网传输技术,能够显著降低数据延误传输的影响,时刻保持对生产过程的精准监控。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (5)
1.工业互联网数据采集管理系统,其特征在于,包括:
终端数据采集模块,包括若干采集单元,每个采集单元用于采集工业现场设备的各类数据;
数据存储模块,用于对终端数据采集模块所采集的数据进行存储;
数据传输模块,用于将终端数据采集模块采集的数据传输至控制中心;
上述工业互联网数据采集管理系统的工作方法包括如下步骤:
步骤一、获取各数据的关联数据;
S21、选定一个生产数据作为中心数据,以中心数据开始采集的时间点为起点,后续T1时间内开始进行采集的生产数据作为可能关联数据;
S22、在中心数据对应的设备开机后,开始中心数据的采集,获取一组中心数据的变化节点J1,J2,...,Jn,其中n为变化节点的数量;
S23、获取各可能关联数据的变化节点数据,获取一个可能关联数据的变化节点JC1,JC2,...,JCm,获取该生产数据与中心数据的变化节点重复占比B;
所述变化节点重复占比B的计算方法为:将JC1与Jn1校准为同一初始时间点后,依次判断后续的时间节点是否重合,若重合,则标记重合点数为k+1,k为处初始时间点外其它时间节点的重合次数,根据公式B=(k+1)/(n-n1+1)计算得到此时的重复占比值;
其中1≤n1≤n2,所述n2为最接近n/2的整数,且n2大于等于n/2;
S24、选用最大的重复占比值作为该生产数据与中心数据的变化节点重复占比B;
S25、获取变化节点重复占比B对应的校准方式中,可能关联数据与中心数据校准后的同一初始时间点之间的实际时间差Tc;
S26、根据公式L=γ1*B+γ2*Tc+γ3*(n-n1)计算得到各可能关联数据与中心数据之间的联系值L,其中γ1、γ2与γ3均为预设的系数值,L值随B值增大而增大,L值随Tc值增大而减小,L值随n-n1值增大而增大;
S27、选取联系值L>L1的可能关联数据作为该中心数据的关联数据,其中L1为预设值;
步骤二、对终端数据采集模块采集的数据进行重要性分级,检测通讯网络的实时状态,根据网络状况判断是否采用弹性控制;
若无需进行弹性控制,则数据传输模块正常进行数据传输;
若需要进行弹性控制,则进入下一步进行数据传输管理;
步骤三,按照重要性依次对数据进行降级传输;
在同一重要性级别中的数据,若其属于更高重要性级别数据的关联数据,则重要性更低;
在同一重要性级别中,若两个数据均属于更高重要性级别数据的关联数据,则关联的重要性级别越高,重要性更低;
在同一重要性级别中,若两个数据均属于同一更高重要性级别数据的关联数据,则联系值L越大,重要性更低;
在进行步骤三中的判断时,若一组数据同时属于多个重要性级别数据的关联数据,则以最高重要性级别为准。
2.根据权利要求1所述的工业互联网数据采集管理系统,其特征在于,步骤一中所述变化节点为一组数据中数据在逐渐变大、逐渐变小、平稳、突降与突升之间进行转态切换的时间点。
3.根据权利要求1所述的工业互联网数据采集管理系统,其特征在于,若两个对应时间节点之间的时间差小于预设值Jy,则认为两个时间节点重合。
4.根据权利要求1所述的工业互联网数据采集管理系统,其特征在于,降级传输是指降低传输效率传输或压缩保存后在网络状况良好时再进行传输处理,直至当前网络状态能够支持其它数据的正常传输。
5.根据权利要求1所述的工业互联网数据采集管理系统,其特征在于,在获取中心数据的关联数据时,样本数据应当采集于一设备及其关联设备,获取各设备的关联设备包括如下步骤:
S11、选定一个设备作为中心设备,获取中心设备接收到控制指令的时刻,将以该时刻为中心,预设时间范围内接收到相同控制指令的设备作为可能关联设备;
S12、获取当前时刻前a1天内,中心设备每次接收到控制指令时对应的可能关联设备,并获取中心设备接收到控制指令与可能关联设备接收到相同控制指令的时刻之间的时差t,将其依次标记为t1,t2,...,tc1;
S13、获取同一可能关联设备的关联占比Z以及间隔偏差P,其中Z=c1/c,;c1为当前时刻前a1天内,可能关联设备出现的次数,c为当前时刻前a1天内,中心设备接收到控制指令的次数,1≤i≤c1,tp为(t1+t2+...+tc1)/c1;
S14、根据公式G=α1*P+α2*Z计算得到各可能关联设备与中心设备的关联度G,其中α1与α2均为预设的系数,且Z取值越大,关联度G越大,P取值越大,则关联度G越小;选取关联度G>G1的可能关联设备作为该中心设备的关联设备,其中G1为预设值;
S15、按照上述方法,分别以各工业生产设备作为中心设备,计算得到各工业生产设备的关联设备。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210720686.6A CN114817375B (zh) | 2022-06-24 | 2022-06-24 | 工业互联网数据采集管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210720686.6A CN114817375B (zh) | 2022-06-24 | 2022-06-24 | 工业互联网数据采集管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114817375A CN114817375A (zh) | 2022-07-29 |
CN114817375B true CN114817375B (zh) | 2022-11-01 |
Family
ID=82521176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210720686.6A Active CN114817375B (zh) | 2022-06-24 | 2022-06-24 | 工业互联网数据采集管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114817375B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115438073A (zh) * | 2022-09-06 | 2022-12-06 | 广西柳州晨生信息科技有限公司 | 一种基于云计算的大数据信息分析系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108029069A (zh) * | 2015-07-08 | 2018-05-11 | 联邦快递服务公司 | 与无线节点网络中的id节点相关的事件候选的事件监测 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
CN111526171A (zh) * | 2019-02-02 | 2020-08-11 | 宁波创元信息科技有限公司 | 一种基于协议节点的工业互联网平台 |
CN111917831A (zh) * | 2020-07-07 | 2020-11-10 | 暨南大学 | 一种面向高动态生产物流环境的智能物联管理系统 |
CN111950927A (zh) * | 2020-08-24 | 2020-11-17 | 清华大学 | 一种智能工厂多源异构大数据的获取与管理系统 |
CN113537758A (zh) * | 2021-07-13 | 2021-10-22 | 机械工业第六设计研究院有限公司 | 基于大数据技术的制造业高质量发展综合评价方法和系统 |
CN114529123A (zh) * | 2021-12-14 | 2022-05-24 | 中国建筑科学研究院有限公司 | 一种城市智慧能源网络分级规划方法 |
CN114625883A (zh) * | 2022-02-10 | 2022-06-14 | 同济大学 | 一种面向工业设备异常监测的时序数据与知识融合表征方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG10201703775XA (en) * | 2009-09-25 | 2017-06-29 | Adnan Fakeih | Database and method for evaluating data therefrom |
US9825949B2 (en) * | 2014-03-26 | 2017-11-21 | Rockwell Automation Technologies, Inc. | Device authentication to facilitate secure cloud management of industrial data |
CN114625076A (zh) * | 2016-05-09 | 2022-06-14 | 强力物联网投资组合2016有限公司 | 用于工业物联网的方法和系统 |
US20180284758A1 (en) * | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for industrial internet of things data collection for equipment analysis in an upstream oil and gas environment |
CN112703457A (zh) * | 2018-05-07 | 2021-04-23 | 强力物联网投资组合2016有限公司 | 用于使用工业物联网进行数据收集、学习和机器信号流传输实现分析和维护的方法和系统 |
CN110647115B (zh) * | 2019-07-18 | 2021-04-06 | 浙江蓝卓工业互联网信息技术有限公司 | 一种基于工业互联网操作系统的数据采集方法 |
CN112506097A (zh) * | 2020-11-27 | 2021-03-16 | 江苏科技大学 | 一种基于工业互联网的胎架远程监测系统及监测方法 |
CN112749153A (zh) * | 2020-12-30 | 2021-05-04 | 工业互联网创新中心(上海)有限公司 | 一种工业网络数据管理系统 |
CN113453092B (zh) * | 2021-05-07 | 2022-09-30 | 北京东方通科技股份有限公司 | 一种工业互联网数据采集方法及系统和终端 |
-
2022
- 2022-06-24 CN CN202210720686.6A patent/CN114817375B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108029069A (zh) * | 2015-07-08 | 2018-05-11 | 联邦快递服务公司 | 与无线节点网络中的id节点相关的事件候选的事件监测 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和系统 |
CN111526171A (zh) * | 2019-02-02 | 2020-08-11 | 宁波创元信息科技有限公司 | 一种基于协议节点的工业互联网平台 |
CN111917831A (zh) * | 2020-07-07 | 2020-11-10 | 暨南大学 | 一种面向高动态生产物流环境的智能物联管理系统 |
CN111950927A (zh) * | 2020-08-24 | 2020-11-17 | 清华大学 | 一种智能工厂多源异构大数据的获取与管理系统 |
CN113537758A (zh) * | 2021-07-13 | 2021-10-22 | 机械工业第六设计研究院有限公司 | 基于大数据技术的制造业高质量发展综合评价方法和系统 |
CN114529123A (zh) * | 2021-12-14 | 2022-05-24 | 中国建筑科学研究院有限公司 | 一种城市智慧能源网络分级规划方法 |
CN114625883A (zh) * | 2022-02-10 | 2022-06-14 | 同济大学 | 一种面向工业设备异常监测的时序数据与知识融合表征方法 |
Non-Patent Citations (2)
Title |
---|
"Big Data-Based Improved Data Acquisition and Storage System for Designing Industrial Data Platform";D. Geng 等;《IEEE Access》;20190403;第44574-44582页 * |
"浅谈工业互联网数据安全防护";陈雪鸿 等;《自动化博览》;20210115;第15-17页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114817375A (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111836134B (zh) | 网络拓扑信息的获取方法、装置、设备及存储介质 | |
CN114817375B (zh) | 工业互联网数据采集管理系统 | |
CN108173778B (zh) | 基于业务分类的电力信息采集系统数据处理方法 | |
CN116545954B (zh) | 基于物联网的通信网关数据传输方法及系统 | |
CN115933787A (zh) | 基于室内环境监测的室内多末端智能控制系统 | |
CN115314406B (zh) | 一种基于图像分析的输电线路的智能缺陷检测方法 | |
CN101815317B (zh) | 一种传感器节点和传感器网络的测量方法及系统 | |
CN112787878B (zh) | 一种网络指标的预测方法及电子设备 | |
CN115525017A (zh) | 一种基于种植柜的植物远程培育系统 | |
US11310353B2 (en) | Data transmission method for creating data structure facilitating data transmission and reception | |
CN116502802A (zh) | 一种基于大数据与无线传感技术的数据管理系统 | |
CN115981192A (zh) | 基于工业网络协同控制与预判方法 | |
CN116541241A (zh) | 基于大数据的术后便携式可穿戴设备运行效率分析系统 | |
CN114205247B (zh) | 配电物联网的接入方法、装置、计算机设备及存储介质 | |
CN113918303A (zh) | 基于微服务的多任务分布调度系统 | |
CN113608863A (zh) | 一种海量数据分布式采集方法及系统 | |
WO2024066331A1 (zh) | 网络异常检测方法、装置、电子设备及存储介质 | |
CN115001993B (zh) | 一种流量集成化采集系统 | |
CN117792476A (zh) | 一种基于太空中卫星环境数据的block块自动检测及处理方法 | |
CN117692260B (zh) | 基于数据分析的网络异常行为识别方法 | |
CN115174693B (zh) | 一种层级化的区块链跨链交互方法 | |
CN115664600B (zh) | 一种基于数据分析的数据远程交互检测管控系统 | |
CN116916464B (zh) | 基于ZigBee的室内环境数据优化监测采集方法 | |
CN115442315A (zh) | 一种基于深度学习的多源异构网络接入方法 | |
CN117472589B (zh) | 一种园区网络服务管理方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |