CN114969144A - 一种规则引擎在工业物联网上的应用方法 - Google Patents

Abstract

本发明公开了一种规则引擎在工业物联网上的应用方法，属于工业物联网数据接入领域；包括：首先、搭建规则计算模块，统计模块，控制模块和故障模块组成的规则引擎；并分别添加对应规则保存；同时采集实时数据存放在时序数据库中；针对某设备，规则计算模块读取实时数据，计算得到新属性；统计模块读取新属性，选择预制统计函数，对新属性值按时间周期循环进行统计；控制模块读取统计的属性，并按照规则进行判断；对符合规则的控制命令下发到边缘端实现对该设备的控制；故障模块按照设置的执行时间间隔定时读取该设备的属性值；当属性值违反规则，输出故障申报并进行相应的处理。本发明提高了系统的扩展能力，有效提升了生产效率，降低故障率。

Description

一种规则引擎在工业物联网上的应用方法

技术领域

本发明属于工业物联网数据接入技术领域，具体涉及一种规则引擎在工业物联网上的应用方法。

背景技术

规则引擎是一种嵌入在应用程序中的组件，接受数据输入，解释业务规则，并根据业务规则做出业务决策，实现了将业务决策从应用程序代码中分离，并使用预定义的语义模块编写业务决策的目的。

在实际应用中，软件的开发遇到了很多问题：首先，软件开发是从需求到设计到编码，但是业务规则在需求阶段并不能完全确定，或者后续还有新的需求，而业务规则是嵌入在系统的代码中的，耦合度非常高；其次，有些业务场景很难提炼或者抽象出确定的算法或者数学模型，因此程序也无法实现；最后当软件开发完成后，很难再去更新，扩展性不能保证。这些问题就导致需要将生产决策者的生产决策和软件开发者的技术决策分离开来，规则引擎应运而生，用于解决以上这种动态环境的问题。

规则引擎的开发为了保证扩展性以及高可用性，采用了微服务的架构进行设计。

微服务架构是一种以业务功能为主的应用设计概念，每个服务都具有独立运行的业务功能，对外开放和语言无关的REST API，应用程序则是由一个或者多个微服务组成。

微服务有自主性和专用性的特性，自主性是可以对微服务架构中的每个组件服务进行开发、部署、运营和扩展，而不影响其他服务的功能；这些服务不需要与其他服务共享任何代码或实施，各个组件之间的任何通信都是通过明确定义的API进行的；专用性是每项服务都是针对一组功能而设计的，并专注于解决特定的问题。如果开发人员逐渐将更多代码增加到一项服务中并且这项服务变得复杂，那么可以将其拆分成多项更小的服务。

微服务的另一个对比是单体式应用程序，单体式应用表示一个应用程序内包含了所有需要的业务功能，并且使用主从式架构(Client/Server)或是多层次架构(N-tier)实现，虽然也能以分布式应用程序来实现，但是在单体式应用内，每一个业务功能是不可分割的。相比于单体式应用程序，微服务具有敏捷性开发，扩展灵活，技术栈自由，可重复使用代码以及可用性高等优势。

现有技术对于整个规则引擎的部署使用的是Docker技术，虽然使用一般的服务器虚拟技术也能应用于微服务的管理，但是Docker容器技术能更好的实现微服务的运算存储资源的管理。

Docker是目前最具代表性的容器平台之一，具有持续部署与测试、跨云平台支持等优点。Docker有三个基本概念，镜像(Image)、容器(Container)和仓库(Repository)。镜像是一个只读的模版，由一组文件系统通过Union FS技术组成；镜像是静态的定义。容器是从镜像创建的运行实例，容器的本质是进程，拥有自己独立的命名空间；仓库(Repository)是集中存放镜像文件的场所，用于存储和分发镜像；容器可以被启动、开始、停止和删除，每个容器都是相互隔离的，可以把容器看做是一个简易版的Linux环境(包括root用户权限、进程空间、用户空间和网络空间等)和运行在其中的应用程序。

发明内容

针对工业物联网的大量数据，本发明开发实现了规则引擎，通过前端配置的规则对于实时数据进行计算，统计，控制指令下发和故障报警，具体是一种规则引擎在工业物联网上的应用方法，采用边云协同的架构设计，结合规则引擎，实现了对工业物联网数据的处理与利用。

所述规则引擎在工业物联网上的应用方法，具体步骤如下：

首先、搭建规则计算模块，统计模块，控制模块和故障模块组成的规则引擎；

然后、通过不同的前端页面向四个模块分别添加各自的对应规则，并保存在MySQL数据库中；同时将设备参数和传感器数据的实时数据存放在时序数据库TDengine中；

针对某设备或物模型，规则计算模块加载前端配置的规则后，从时序数据库TDengine中读取工业现场传感器或者设备参数的实时数据，按规则执行计算操作，得到设备的新属性并保存到时序数据库TDengine中；

统计模块加载规则后，从时序数据库TDengine中读取设备的新属性，选择已有的预制统计函数，对该设备或物模型的属性值按时间周期循环进行统计；

控制模块加载规则，从时序数据库中读取该设备统计的属性数据，并按照加载的规则进行判断，当符合规则，则触发控制模块将控制命令转发到数据交换服务，进一步将命令下发到边缘端实现对该设备的控制。

故障模块加载规则后，按照设置的执行时间间隔定时读取需要监控的相关设备属性值；当属性值违反规则，输出故障申报并进行相应的处理。

相对于现有技术，本发明的优点和积极效果在于：

(1)本发明一种规则引擎在工业物联网上的应用方法，采用Golang语言开发实现，充分利用Golang语言原生支持高并发的特性，因此本发明规则引擎执行性能相当好；利用微服务的架构设计提高了系统的扩展能力。

(2)本发明一种规则引擎在工业物联网上的应用方法，针对工业物联网设备繁多，同种类设备多，设备数据量大，性能要求高等特点开发实现了规则引擎，做到了更快更稳定的对实时数据进行计算统计以及控制指令下发，故障报警等功能，有效提升了生产效率，降低故障率。

附图说明

图1是本发明一种规则引擎在工业物联网上的应用方法的流程图；

图2是本发明采用的规则引擎的规则计算模块架流程图；

图3是本发明采用的规则引擎的规则统计模块架流程图；

图4是本发明采用的规则引擎的规则故障模块架流程图；

图5是本发明采用的规则引擎的规则控制模块架流程图。

具体实施方式

下面结合附图和实施例对本发明技术方案做进一步详细说明。

本发明一种规则引擎在工业物联网上的应用方法，是应用规则引擎对工业物联网数据进行二次操作和利用的方法，具体涉及规则引擎的开发实现与部署以及如何在工业的应用，适用于对工业现场采集的物联网数据按照规则进行计算，统计，设备故障监控报警以及对设备控制命令的下发。

所述规则引擎在工业物联网上的应用方法，如图1所示，具体步骤如下：

步骤一、搭建规则计算模块，统计模块，控制模块和故障模块组成的规则引擎；

这四个模块可以单独扩展，或者为提高计算效率也可以扩展规则引擎的数量。

规则计算模块用于对设备的多个属性进行计算得到新的属性，并存放在该设备所对应的时序数据库表中；

规则统计模块对时序数据库表中的设备属性进行统计，统计值作为故障模块的数据源进行故障监控传感器；

规则故障模块读出统计数据，按照规则判断设备是否发生故障，并将故障信息发送到后端；

规则控制模块负责控制下发命令，当数据满足规则后将触发的命令下发到边缘端以实现对设备的控制。

步骤二、通过不同的前端页面向四个模块分别添加各自的对应规则，并保存在MySQL数据库中；同时将设备参数和传感器数据的实时数据存放在时序数据库TDengine中。

MySQL数据库中，每个模块都有对应的数据库表，用来存放规则；具体为：

对于规则计算模块，添加的规则为：规则名称，设备所对应的物模型，具体设备，选择需要计算的设备属性，规则执行的时间间隔，规则的状态以及简单的JavaScript脚本语句规则。

对于规则统计模块，添加的规则为：规则名称，设备所对应的设备模型，统计的数据类型，所对应的设备，设备所对应的属性，统计用的九个函数：count，max，min，求和，求均值，求标准差，求第一个值和最后一个值，以及求开方；统计的时间范围，执行时间间隔和状态等信息。

对于规则控制模块，添加的规则为：规则名称，执行时间间隔，设备所属的物模型，需要输入的参数，输出的参数，输出参数类型，执行的规则脚本。

对于规则故障模块，添加的规则为：规则名称，设备所属的物模型，具体设备，故障类型，规则执行时间间隔，规则，是否通知用户。

步骤三、针对某设备或物模型，将数据按照不同的业务需求进行处理；

规则计算模块对该设备或物模型的多个属性值，按照规则计算设备的新属性值以便前端展示以及其他模块对数据进行进一步处理；

具体为：首先，规则计算模块从MySQL中加载前端配置的对应规则；然后从时序数据库Tdengine中读取工业现场传感器或者设备参数的数据，规则引擎按照加载的规则执行计算操作，得到设备的新属性；并将新属性导出到时序数据库相对应的表中保存。

统计模块从MySQL数据库中加载前端配置的对应规则，然后从时序数据库中读取相关数据，选择已有的预制统计函数，对该设备或物模型的某一属性值按时间周期循环进行统计，计算获得统计值导出到时序数据库新建的表中，以便前端展示以及其他模块对数据进行进一步处理。

预制统计函数有count，max，min，sum，avg，stdev，first，last，spread等。

规则控制模块加载规则，从时序数据库中读取该设备相关的需要输入的属性数据，对读取的数据按照加载的规则进行判断，如果符合规则，则触发控制模块将控制命令转发到数据交换服务，最终将控制命令下发到边缘端实现对该设备的控制，如果不符合则不执行命令，设备照常运行。

规则故障模块通过加载规则对设备的属性值进行判断，监控设备的状态；

首先，规则故障模块加载前端配置的规则，然后按照设置的执行时间间隔定时读取需要监控的相关设备属性值。当属性值违反规则，输出故障申报，并将结果导出到后端程序进行相应的处理。

实施例：

本发明针对钢铁行业物联网，搭建了由四个模块：规则计算模块，规则统计模块，规则控制模块和规则故障模块组成的规则引擎。

如图2所示，规则计算模块，主要功能为通过前端配置的规则(可针对模型也可针对具体的设备)对已有设备的多个属性值按照规则进行计算来获得设备的新的属性值。根据图2以及使用规则引擎的步骤，首先在前台页面配置规则，比如计算设备的功率值，通过在规则配置处指定某具体设备的电流和电压两个属性，在规则中配置名称为功率，规则为I×U。

这里的规则使用脚本语言JavaScript书写，使用JavaScript语言的主要原因是比较简单，降低生产人员的学习成本，除此之外，还因为脚本语言本质上可以解决变量识别和自动运行的问题，而且扩展性强，表达能力强，动态部署生效。配置好后将规则存放在MySQL中，方便后续调用。

接着规则计算模块开始工作，首先从MySQL中加载对应的规则，然后从时序数据库TDengine中读取相关的数据，规则引擎执行计算操作，将计算结果导出到时序数据库相对应的表中保存，不同规则执行时间间隔不同，对已有的规则按照执行时间间隔为周期持续保持执行，直到因为设备更换或者其他原因导致规则被删除或者被修改。规则和规则之间是并行执行。

如图3所示，规则统计模块，主要功能为通过所选的统计函数对模型或者某个特定的设备的某一属性值进行统计获得统计值。根据图3以及使用规则引擎的步骤，首先也是在前台页面配置规则，比如需要统计某设备在当前月份的电流平均值，就需要在前端配置使用avg函数，时间范围选为当前月。统计模块无须使用JavaScript语言进行规则配置，只需要在已有的统计方法中选择生产场景下所需的统计方法，然后将所选规则记录在MySQL中方便后续调用。

接着规则统计模块开始工作，首先规则统计模块加载规则，然后从时序数据库Tdengine中读取相关的数据，执行相应的统计计算，然后将统计结果导出到时序数据库新建的表中。对于模型或具体设备的某一属性按时间周期循环计算。

如图5所示，规则控制模块，主要功能为通过前端配置的规则来触发相应的控制命令，然后将控制命令下发到设备，以实现对设备的控制以及设备间的联动。根据图5以及使用规则引擎的步骤，首先也是在前端配置规则，规则控制模块也需要使用JavaScript语言进行规则配置，配置好规则后将规则存放在MySQL中以便后续调用。

接着规则控制模块开始工作，首先规则控制模块加载规则，然后从时序数据库Tdengine中读取设备相关需要输入的属性数据，通过规则判断是否符合特定的控制命令，如果符合则触发控制命令，规则控制将控制命令转发到数据交换服务，由数据交换服务来将控制命令下发到边缘端实现设备的控制。这里的控制包含多种数据类型，比如int，主要是用于将设备的某个参数设为指定的值，比如bool，是否关闭设备或者设备的某个功能。配置的规则举例，比如if param1>0and param2>0{param3＝true}，这里的param1，param2为输入参数，param3为输出参数也就是需要下发到设备的控制命令。

如图4所示，规则故障模块，主要功能为通过前端配置的规则对设备的属性值进行判断来实现对设备的状态进行监控，这里的规则配置是通过使用AND、OR、<、>等逻辑运算组合实现来编写规则。一旦发生故障能及时触发工单或者通知到维修人员。

根据图4以及使用规则引擎的步骤，首先也是在前端配置规则，配置好规则后将规则存放在MySQL中以便后续调用。接着规则故障模块开始工作，首先规则故障模块加载规则，然后按照设置的执行时间间隔定时读取需要监控的相关设备属性值。当属性值违反规则，那么就会有结果输出，触发了故障申报，将结果导出到后端程序进行相应的处理。

Claims (5)

1.一种规则引擎在工业物联网上的应用方法，其特征在于，具体步骤如下：

首先、搭建规则计算模块，统计模块，控制模块和故障模块组成的规则引擎；

然后、通过不同的前端页面向四个模块分别添加各自的对应规则，并保存在MySQL数据库中；同时将设备参数和传感器数据的实时数据存放在时序数据库TDengine中；

针对某设备或物模型，规则计算模块加载前端配置的规则后，从时序数据库TDengine中读取工业现场传感器或者设备参数的实时数据，按规则执行计算操作，得到设备的新属性并保存到时序数据库TDengine中；

统计模块加载规则后，从时序数据库TDengine中读取设备的新属性，选择已有的预制统计函数，对该设备或物模型的属性值按时间周期循环进行统计；

控制模块加载规则，从时序数据库中读取该设备统计的属性数据，并按照加载的规则进行判断，当符合规则，则触发控制模块将控制命令转发到数据交换服务，进一步将命令下发到边缘端实现对该设备的控制；

故障模块加载规则后，按照设置的执行时间间隔定时读取该设备的属性值；当属性值违反规则，输出故障申报并进行相应的处理。

2.如权利要求1所述的一种规则引擎在工业物联网上的应用方法，其特征在于，所述规则计算模块，统计模块，控制模块和故障模块可单独扩展或部署。

3.如权利要求1所述的一种规则引擎在工业物联网上的应用方法，其特征在于，所述规则计算模块用于对设备的多个属性进行计算得到新的属性，并存放在该设备所对应的时序数据库表中；

规则统计模块对时序数据库表中的设备属性进行统计，统计值作为故障模块的数据源进行故障监控传感器；

规则故障模块读出统计数据，按照规则判断设备是否发生故障，并将故障信息发送到后端；

规则控制模块负责控制下发命令，当数据满足规则后将触发的命令下发到边缘端以实现对设备的控制。

4.如权利要求1所述的一种规则引擎在工业物联网上的应用方法，其特征在于，所述规则计算模块添加的规则为：规则名称，设备所对应的物模型，具体设备，选择需要计算的设备属性，规则执行的时间间隔，规则的状态以及简单的JavaScript脚本语句规则；

统计模块添加的规则为：规则名称，设备所对应的设备模型，统计的数据类型，所对应的设备，设备所对应的属性，统计函数的count，max，min，求和，求均值，求标准差，求第一个值，最后一个值，以及求开方；统计的时间范围，执行时间间隔和状态；

控制模块添加的规则为：规则名称，执行时间间隔，设备所属的物模型，需要输入的参数，输出的参数，输出参数类型以及执行的规则脚本；

故障模块添加的规则为：规则名称，设备所属的物模型，具体设备，故障类型，规则执行时间间隔，规则以及是否通知用户。

5.如权利要求1所述的一种规则引擎在工业物联网上的应用方法，其特征在于，所述预制统计函数有count，max，min，sum，avg，stdev，first，last和spread。

Images