CN115086372A - 工业互联网数据采集方法 - Google Patents

Abstract

一种工业互联网数据采集方法，其利用数据采集平台终端对分布式传感器系统的每个传感器进行筛选，保证只有认证后的传感器才能进行数据检测和上传，同时将检测得到的数据转换为帧数据进行上传，这样能够提高数据检测采集的效率，避免发生数据检测遗漏的情况，以及保证传感器检测数据的可靠性和准确性。

Description

工业互联网数据采集方法

【技术领域】

本发明涉及工业数据采集领域，尤其涉及一种工业互联网数据采集方法。

【背景技术】

工业生产在实施过程中，需要借助大量的传感器采集工业生产的实时生产操作数据和实时生产环境数据，并对每个传感器采集得到的数据进行逐一的收集，从而对工业生产状态进行分析。但是，现有的传感器数据采集方式需要对所有传感器进行实时监控，无论传感器处于何种状态，都需要将传感器检测得到的数据进行采集，这不仅增大了数据采集的工作量，并且还无法保证传感器检测数据的可靠性和准确性，从而降低了数据采集的效率和真实性。

【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方法，其通过数据采集平台终端对分布式传感器系统响应于唤醒指令的反馈信息进行分析，确定分布式传感器系统的运作状态，以此调整分布式传感器系统的数据采集状态；通过数据采集平台终端的云侦听单元对分布式传感器系统进行侦听处理，并将侦听得到的数据结果转换为帧数据并上传到数据采集平台终端；通过数据采集平台终端对帧数据进行分析处理，得到分布式传感器系统所检测的对象的实时状态信息，以此判断对象当前正常与否；并在对象当前不正常时再次调整分布式传感器系统的数据采集状态，以及通过数据采集平台终端将对对象的判断结果上传到人机交互终端；上述方法利用数据采集平台终端对分布式传感器系统的每个传感器进行筛选，保证只有认证后的传感器才能进行数据检测和上传，同时将检测得到的数据转换为帧数据进行上传，这样能够提高数据检测采集的效率，避免发生数据检测遗漏的情况，以及保证传感器检测数据的可靠性和准确性。

本发明的目的是通过以下技术方案实现：

一种工业互联网数据采集方法，包括如下步骤：

步骤S1，通过数据采集平台终端向分布式传感器系统发送唤醒指令，并对分布式传感器系统响应于所述唤醒指令的反馈信息进行分析处理，确定分布式传感器系统的运作状态；根据所述运作状态，调整所述分布式传感器系统的数据采集状态；

步骤S2，当所述分布式传感器系统进入检测工作状态时，通过数据采集平台终端的云侦听单元对所述分布式传感器系统进行侦听处理，并将侦听得到的数据结果转换为帧数据；再将所述帧数据上传到数据采集平台终端；

步骤S3，通过数据采集平台终端对所述帧数据进行分析处理，得到所述分布式传感器系统所检测的对象的实时状态信息；根据所述实时状态信息，判断所述对象当前正常与否；

步骤S4，当确定所述对象当前不正常，则再次调整所述分布式传感器系统的数据采集状态；以及通过数据采集平台终端将对所述对象的判断结果上传到人机交互终端。

在其中一实施例中，在所述步骤S1中，通过数据采集平台终端向分布式传感器系统发送唤醒指令具体包括：

通过数据采集平台终端向分布式传感器系统的所有传感器同步发送唤醒指令；其中，每个唤醒指令根据其对应的传感器在分布式传感器系统所处的互联网的地址信息进行定向发送。

在其中一实施例中，在所述步骤S1中，对分布式传感器系统响应于所述唤醒指令的反馈信息进行分析处理，确定分布式传感器系统的运作状态具体包括：

对每个传感器对接收到的唤醒指令进行响应后生成的反馈信息进行分析处理，确定每个传感器是否已经从休眠状态切换到唤醒状态或者每个传感器的电源是否已经切换到预设供电状态。

在其中一实施例中，在所述步骤S1中，根据所述运作状态，调整所述分布式传感器系统的数据采集状态具体包括：

若传感器未从休眠状态切换到唤醒状态或者传感器的电源未切换到预设供电状态，则确定对应的传感器处于故障异常状态；否则，确定对应的传感器处于正常工作状态；

指示处于故障异常状态的传感器停止进行数据采集，并且指示处于故障异常状态的传感器附近区域的处于正常工作状态的传感器增大自身的数据采集频率或者数据采集覆盖范围。

在其中一实施例中，在所述步骤S2中，当所述分布式传感器系统进入检测工作状态时，通过数据采集平台终端的云侦听单元对所述分布式传感器系统进行侦听处理，并将侦听得到的数据结果转换为帧数据具体包括：

当所述分布式传感器系统进入检测工作状态时，指示所述云侦听单元根据处于正常工作状态的传感器根据互联网的地址信息，对处于正常工作状态的传感器进行实时侦听处理，以此侦听收集得到传感器在预定时长范围内的数据检测结果；

再将所述数据检测结果进行数据分帧处理，从而将所述数据检测结果分切为若干帧数据；其中，每个帧数据的数据比特量不超过预设比特量阈值。

在其中一实施例中，在所述步骤S2中，将所述帧数据上传到数据采集平台终端具体包括：

将所有帧数据通过广播方式依次上传到数据采集平台终端的数据缓存单元中。

在其中一实施例中，在所述步骤S3中，通过数据采集平台终端对所述帧数据进行分析处理，得到所述分布式传感器系统所检测的对象的实时状态信息具体包括：

从所述数据缓存单元中逐一调取每个帧数据，并对调取的每个帧数据进行阈值比对分析处理，从而确定每个帧数据是否属于异常帧数据，以及确定来自所述分布式传感器系统的所有帧数据中属于异常帧数据的总数量，以此作为所检测的对象的实时状态信息

在其中一实施例中，在所述步骤S3中，根据所述实时状态信息，判断所述对象当前正常与否具体包括：

若来自所述分布式传感器系统的所有帧数据中属于异常帧数据的总数量超过预设数量阈值，则确定所述对象当前不正常；否则，确定所述对象当前正常。

在其中一实施例中，在所述步骤S4中，当确定所述对象当前不正常，则再次调整所述分布式传感器系统的数据采集状态具体包括：

当确定所述对象当前不正常，则指示所述分布式传感器系统中所有处于正常工作状态的传感器增大自身的检测灵敏度。

在其中一实施例中，在所述步骤S4中，通过数据采集平台终端将对所述对象的判断结果上传到人机交互终端具体包括：

通过数据采集平台终端根据所述对象当前不正常的判断结果，生成相应的报警消息，并将所述报警消息上传到人机交互终端；其中，所述报警消息包括所述对象的定位信息和处于不正常状态的持续时长信息。

与现有技术相比，本发明具有如下有益效果：

本申请提供的工业互联网数据采集方法通过数据采集平台终端对分布式传感器系统响应于唤醒指令的反馈信息进行分析，确定分布式传感器系统的运作状态，以此调整分布式传感器系统的数据采集状态；通过数据采集平台终端的云侦听单元对分布式传感器系统进行侦听处理，并将侦听得到的数据结果转换为帧数据并上传到数据采集平台终端；通过数据采集平台终端对帧数据进行分析处理，得到分布式传感器系统所检测的对象的实时状态信息，以此判断对象当前正常与否；并在对象当前不正常时再次调整分布式传感器系统的数据采集状态，以及通过数据采集平台终端将对对象的判断结果上传到人机交互终端；上述方法利用数据采集平台终端对分布式传感器系统的每个传感器进行筛选，保证只有认证后的传感器才能进行数据检测和上传，同时将检测得到的数据转换为帧数据进行上传，这样能够提高数据检测采集的效率，避免发生数据检测遗漏的情况，以及保证传感器检测数据的可靠性和准确性。

【附图说明】

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：

图1是本申请提供的工业互联网数据采集方法的流程示意图。

【具体实施方式】

为使本申请的上述目的、特征和优点能够更为明显易懂，下面结合附图，对本申请的具体实施方式做详细的说明。可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。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结构。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它实施例，都属于本申请保护的范围。

本申请中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

请参阅图1所示，本申请一实施例提供的工业互联网数据采集方法，工业互联网数据采集方法包括如下步骤：

步骤S1，通过数据采集平台终端向分布式传感器系统发送唤醒指令，并对分布式传感器系统响应于唤醒指令的反馈信息进行分析处理，确定分布式传感器系统的运作状态；根据运作状态，调整分布式传感器系统的数据采集状态；

步骤S2，当分布式传感器系统进入检测工作状态时，通过数据采集平台终端的云侦听单元对分布式传感器系统进行侦听处理，并将侦听得到的数据结果转换为帧数据；再将帧数据上传到数据采集平台终端；

步骤S3，通过数据采集平台终端对帧数据进行分析处理，得到分布式传感器系统所检测的对象的实时状态信息；根据实时状态信息，判断对象当前正常与否；

步骤S4，当确定对象当前不正常，则再次调整分布式传感器系统的数据采集状态；以及通过数据采集平台终端将对对象的判断结果上传到人机交互终端。

上述工业互联网数据采集方法通过数据采集平台终端对分布式传感器系统响应于唤醒指令的反馈信息进行分析，确定分布式传感器系统的运作状态，以此调整分布式传感器系统的数据采集状态；通过数据采集平台终端的云侦听单元对分布式传感器系统进行侦听处理，并将侦听得到的数据结果转换为帧数据并上传到数据采集平台终端；通过数据采集平台终端对帧数据进行分析处理，得到分布式传感器系统所检测的对象的实时状态信息，以此判断对象当前正常与否；并在对象当前不正常时再次调整分布式传感器系统的数据采集状态，以及通过数据采集平台终端将对对象的判断结果上传到人机交互终端；上述方法利用数据采集平台终端对分布式传感器系统的每个传感器进行筛选，保证只有认证后的传感器才能进行数据检测和上传，同时将检测得到的数据转换为帧数据进行上传，这样能够提高数据检测采集的效率，避免发生数据检测遗漏的情况，以及保证传感器检测数据的可靠性和准确性。

可选地，在步骤S1中，通过数据采集平台终端向分布式传感器系统发送唤醒指令具体包括：

通过数据采集平台终端向分布式传感器系统的所有传感器同步发送唤醒指令；其中，每个唤醒指令根据其对应的传感器在分布式传感器系统所处的互联网的地址信息进行定向发送。

通过上述方式，分布式传感器系统包含若干分布在不同位置的传感器，用于对其所在位置进行数据采集，每个传感器能够独立工作，这样能够保证分布式传感器系统的正常运行以及进行大范围的数据采集。通过数据采集平台终端分别向所有传感器单独发送唤醒指令，该唤醒指令用于触发传感器进入正式数据采集工作状态，并且还能够检测每个传感器当前能够正常进行数据采集操作，而根据每个传感器在分布式传感器系统所处的互联网的地址信息进行定向发送，能够保证每个传感器均可准确接收唤醒指令。

可选地，在步骤S1中，对分布式传感器系统响应于唤醒指令的反馈信息进行分析处理，确定分布式传感器系统的运作状态具体包括：

对每个传感器对接收到的唤醒指令进行响应后生成的反馈信息进行分析处理，确定每个传感器是否已经从休眠状态切换到唤醒状态或者每个传感器的电源是否已经切换到预设供电状态。

通过上述方式，对每个传感器针对自身接收到的唤醒指令生成的反馈信息，这样能够确定每个传感器是否已经切换到唤醒状态(即能够正常进行数据采集的状态)或者电源是否已经切换到预设供电状态(即电源能够对传感器输出稳定的电压)，从而便于对每个传感器进行筛选。

可选地，在步骤S1中，根据运作状态，调整分布式传感器系统的数据采集状态具体包括：

若传感器未从休眠状态切换到唤醒状态或者传感器的电源未切换到预设供电状态，则确定对应的传感器处于故障异常状态；否则，确定对应的传感器处于正常工作状态；

指示处于故障异常状态的传感器停止进行数据采集，并且指示处于故障异常状态的传感器附近区域的处于正常工作状态的传感器增大自身的数据采集频率或者数据采集覆盖范围。

通过上述方式，将处于故障异常状态的传感器进行区分筛选，指示处于故障异常状态的传感器停止进行数据采集，这样可避免对应的传感器在故障异常状态下进行数据采集而得到异常数据；此外，指示处于故障异常状态的传感器附近区域的处于正常工作状态的传感器增大自身的数据采集频率或者数据采集覆盖范围，这样能够借助处于正常工作状态的传感器代替处于故障异常状态进行数据采集，保证分布式传感器系统的数据采集覆盖区域完整性。

可选地，在步骤S2中，当分布式传感器系统进入检测工作状态时，通过数据采集平台终端的云侦听单元对分布式传感器系统进行侦听处理，并将侦听得到的数据结果转换为帧数据具体包括：

当分布式传感器系统进入检测工作状态时，指示云侦听单元根据处于正常工作状态的传感器根据互联网的地址信息，对处于正常工作状态的传感器进行实时侦听处理，以此侦听收集得到传感器在预定时长范围内的数据检测结果；

再将数据检测结果进行数据分帧处理，从而将数据检测结果分切为若干帧数据；其中，每个帧数据的数据比特量不超过预设比特量阈值。

通过上述方式，利用云侦听单元对处于正常工作状态的传感器进行实时的数据收集，而将数据检测结果进行数据分帧处理，这样能够保证数据检测结果快速上传到数据采集平台终端，有效避免发生数据上传丢帧的情况。

可选地，在步骤S2中，将帧数据上传到数据采集平台终端具体包括：

将所有帧数据通过广播方式依次上传到数据采集平台终端的数据缓存单元中。

通过上述方式，以广播方式将所有帧数据依次上传到数据采集平台终端的数据缓存单元，能够提高帧数据的上传速度。

可选地，在步骤S3中，通过数据采集平台终端对帧数据进行分析处理，得到分布式传感器系统所检测的对象的实时状态信息具体包括：

从数据缓存单元中逐一调取每个帧数据，并对调取的每个帧数据进行阈值比对分析处理，从而确定每个帧数据是否属于异常帧数据，以及确定来自分布式传感器系统的所有帧数据中属于异常帧数据的总数量，以此作为所检测的对象的实时状态信息。

通过上述方式，对每个帧数据进行阈值比对分析处理，这样可对每个帧数据进行异常与否的量化判断，从而对所检测的对象的实时状态信息进行全面的分析提取。

可选地，在步骤S3中，根据实时状态信息，判断对象当前正常与否具体包括：

若来自分布式传感器系统的所有帧数据中属于异常帧数据的总数量超过预设数量阈值，则确定对象当前不正常；否则，确定对象当前正常。

通过上述方式，能够快速确定对象当前正常与否，从而提高对对象的识别可靠性。

可选地，在步骤S4中，当确定对象当前不正常，则再次调整分布式传感器系统的数据采集状态具体包括：

当确定对象当前不正常，则指示分布式传感器系统中所有处于正常工作状态的传感器增大自身的检测灵敏度。

通过上述方式，当确定对象当前不正常，则指示分布式传感器系统中所有处于正常工作状态的传感器增大自身的检测灵敏度，这样能够指示处于正常工作状态的传感器以更高的检测灵敏度对对象进行重新的数据采集，以进一步确定对象的状态情况。

可选地，在步骤S4中，通过数据采集平台终端将对对象的判断结果上传到人机交互终端具体包括：

通过数据采集平台终端根据对象当前不正常的判断结果，生成相应的报警消息，并将报警消息上传到人机交互终端；其中，报警消息包括对象的定位信息和处于不正常状态的持续时长信息。

通过上述方式，通过数据采集平台终端根据对象当前不正常的判断结果，生成相应的报警消息，并将报警消息上传到人机交互终端，这样用户可通过人机交互终端及时了解对象的实时状态，保证对对象进行可靠的监控。

上述仅为本发明的一个具体实施方式，其它基于本发明构思的前提下做出的任何改进都视为本发明的保护范围。

Claims (10)

1.一种工业互联网数据采集方法，其特征在于，包括如下步骤：

步骤S1，通过数据采集平台终端向分布式传感器系统发送唤醒指令，并对分布式传感器系统响应于所述唤醒指令的反馈信息进行分析处理，确定分布式传感器系统的运作状态；根据所述运作状态，调整所述分布式传感器系统的数据采集状态；

步骤S2，当所述分布式传感器系统进入检测工作状态时，通过数据采集平台终端的云侦听单元对所述分布式传感器系统进行侦听处理，并将侦听得到的数据结果转换为帧数据；再将所述帧数据上传到数据采集平台终端；

步骤S3，通过数据采集平台终端对所述帧数据进行分析处理，得到所述分布式传感器系统所检测的对象的实时状态信息；根据所述实时状态信息，判断所述对象当前正常与否；

步骤S4，当确定所述对象当前不正常，则再次调整所述分布式传感器系统的数据采集状态；以及通过数据采集平台终端将对所述对象的判断结果上传到人机交互终端。

2.根据权利要求1所述的工业互联网数据采集方法，其特征在于，

在所述步骤S1中，通过数据采集平台终端向分布式传感器系统发送唤醒指令具体包括：

通过数据采集平台终端向分布式传感器系统的所有传感器同步发送唤醒指令；其中，每个唤醒指令根据其对应的传感器在分布式传感器系统所处的互联网的地址信息进行定向发送。

3.根据权利要求2所述的工业互联网数据采集方法，其特征在于，

在所述步骤S1中，对分布式传感器系统响应于所述唤醒指令的反馈信息进行分析处理，确定分布式传感器系统的运作状态具体包括：

对每个传感器对接收到的唤醒指令进行响应后生成的反馈信息进行分析处理，确定每个传感器是否已经从休眠状态切换到唤醒状态或者每个传感器的电源是否已经切换到预设供电状态。

4.根据权利要求3所述的工业互联网数据采集方法，其特征在于，

在所述步骤S1中，根据所述运作状态，调整所述分布式传感器系统的数据采集状态具体包括：

若传感器未从休眠状态切换到唤醒状态或者传感器的电源未切换到预设供电状态，则确定对应的传感器处于故障异常状态；否则，确定对应的传感器处于正常工作状态；

指示处于故障异常状态的传感器停止进行数据采集，并且指示处于故障异常状态的传感器附近区域的处于正常工作状态的传感器增大自身的数据采集频率或者数据采集覆盖范围。

5.根据权利要求4所述的工业互联网数据采集方法，其特征在于，

在所述步骤S2中，当所述分布式传感器系统进入检测工作状态时，通过数据采集平台终端的云侦听单元对所述分布式传感器系统进行侦听处理，并将侦听得到的数据结果转换为帧数据具体包括：

当所述分布式传感器系统进入检测工作状态时，指示所述云侦听单元根据处于正常工作状态的传感器根据互联网的地址信息，对处于正常工作状态的传感器进行实时侦听处理，以此侦听收集得到传感器在预定时长范围内的数据检测结果；

再将所述数据检测结果进行数据分帧处理，从而将所述数据检测结果分切为若干帧数据；其中，每个帧数据的数据比特量不超过预设比特量阈值。

6.根据权利要求5所述的工业互联网数据采集方法，其特征在于，

在所述步骤S2中，将所述帧数据上传到数据采集平台终端具体包括：

将所有帧数据通过广播方式依次上传到数据采集平台终端的数据缓存单元中。

7.根据权利要求6所述的工业互联网数据采集方法，其特征在于，

在所述步骤S3中，通过数据采集平台终端对所述帧数据进行分析处理，得到所述分布式传感器系统所检测的对象的实时状态信息具体包括：

从所述数据缓存单元中逐一调取每个帧数据，并对调取的每个帧数据进行阈值比对分析处理，从而确定每个帧数据是否属于异常帧数据，以及确定来自所述分布式传感器系统的所有帧数据中属于异常帧数据的总数量，以此作为所检测的对象的实时状态信息。

8.根据权利要求7所述的工业互联网数据采集方法，其特征在于，

在所述步骤S3中，根据所述实时状态信息，判断所述对象当前正常与否具体包括：

若来自所述分布式传感器系统的所有帧数据中属于异常帧数据的总数量超过预设数量阈值，则确定所述对象当前不正常；否则，确定所述对象当前正常。

9.根据权利要求8所述的工业互联网数据采集方法，其特征在于，

在所述步骤S4中，当确定所述对象当前不正常，则再次调整所述分布式传感器系统的数据采集状态具体包括：

当确定所述对象当前不正常，则指示所述分布式传感器系统中所有处于正常工作状态的传感器增大自身的检测灵敏度。

10.根据权利要求9所述的工业互联网数据采集方法，其特征在于，

在所述步骤S4中，通过数据采集平台终端将对所述对象的判断结果上传到人机交互终端具体包括：

通过数据采集平台终端根据所述对象当前不正常的判断结果，生成相应的报警消息，并将所述报警消息上传到人机交互终端；其中，所述报警消息包括所述对象的定位信息和处于不正常状态的持续时长信息。

Images