CN115903650B - 一种用于plc信号分布式采集的方法及系统 - Google Patents
一种用于plc信号分布式采集的方法及系统 Download PDFInfo
- Publication number
- CN115903650B CN115903650B CN202310163976.XA CN202310163976A CN115903650B CN 115903650 B CN115903650 B CN 115903650B CN 202310163976 A CN202310163976 A CN 202310163976A CN 115903650 B CN115903650 B CN 115903650B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- plc
- distributed data
- data
- distributed
- 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
-
- 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]
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种用于PLC信号分布式采集的方法及系统,包括建立云端数据服务器,各个分区PLC监测模块分别与分布式数据监测模块中的各个分布式数据监测节点进行匹配,云端数据服务器根据分布式数据监测节点的分区信息,将对应分区的PLC基础监测数据发送给分布式数据监测节点;通过分区PLC监测模块,对各个PLC进行分类,分为一类监测目标PLC和二类监测目标PLC;在匹配的分布式数据监测节点建立一类监测目标PLC监测序列,在分区PLC监测模块建立二类监测目标PLC序列,进行监测;完成PLC监测。通过本发明的技术方案,可以实现提高PLC的安全性。
Description
技术领域
本发明涉及工业控制领域,具体是一种用于PLC信号分布式采集的方法及系统。
背景技术
PLC,也即可编程逻辑控制器是种专门为在工业环境下应用而设计的数字运算操作电子系统。它采用一种可编程的存储器,在其内部存储执行逻辑运算、顺序控制、定时、计数和算术运算等操作的指令,通过数字式或模拟式的输入输出来控制各种类型的机械设备或生产过程。
随着PLC越来越多的使用,如何来监控各个PLC的状态,发现PLC的异常数据,并及时的做出反应,是当下研究人员需要解决的问题。
发明内容
本发明的目的在于克服现有技术的不足,提供一种用于PLC信号分布式采集的方法,包括如下步骤:
步骤一,建立云端数据服务器,所述的云端数据服务器包括PLC基础监测数据模块,所述的PLC基础监测数据模块存储有分区信息以及对应分区的PLC基础监测数据;
步骤二,各个分区PLC监测模块分别与分布式数据监测模块中的各个分布式数据监测节点进行匹配,匹配完成后,将分区PLC监测模块对应的分区信息,发送给匹配的分布式数据监测节点,云端数据服务器根据分布式数据监测节点的分区信息,将对应分区的PLC基础监测数据发送给分布式数据监测节点;
步骤三,通过分区PLC监测模块采集对应分区内各个PLC运行监测数据,根据各个PLC的运行寿命区间,分别得到各个PLC的运行监测数据与同寿命区间的PLC基础监测数据的监测差值,根据寿命区间和监测差值,对各个PLC进行分类,分为一类监测目标PLC和二类监测目标PLC;
步骤四,在匹配的分布式数据监测节点建立一类监测目标PLC监测序列,并获取一类监测目标PLC监测序列各个一类监测目标PLC的监测差值的波动值,若存在波动值大于设定监测差值波动值阈值的一类监测目标PLC,则对该一类监测目标PLC发出预警,并停止运行,停止运行后,将该一类监测目标PLC移出一类监测目标PLC序列;
步骤五,在分区PLC监测模块建立二类监测目标PLC序列,并获取各个二类监测目标PLC与同寿命区间的PLC基础监测数据的监测差值,若存在监测差值大于设定监测差值阈值的二类监测目标PLC,则分区PLC监测模块将该二类监测目标PLC转换为一类监测目标PLC,并将该PLC信息发送到匹配的分布式数据监测节点中的一类监测目标PLC监测序列,进行监测;完成PLC监测。
进一步的,所述的对应分区的PLC基础监测数据,包括:对应分区的PLC的寿命、在PLC的寿命内PLC运行的温度。
进一步的,所述的各个分区PLC监测模块分别与分布式数据监测模块中的各个分布式数据监测节点进行匹配,包括:
根据分区PLC监测模块所在的分区的PLC数量,对各个分区PLC监测模块进行从大到小排序,得到分区PLC监测模块序列;
获取分布式数据监测模块中各分布式数据监测节点的获取任务的权重,根据分布式数据监测节点获取任务的权重对分布式数据监测节点进行排序,得到初始分布式数据监测节点序列;
获取分区PLC监测模块与初始分布式数据监测节点序列中各分布式数据监测节点的访问延迟,根据访问延迟进行排序得到对应分区PLC监测模块的分布式数据监测节点序列;
分别计算对应分区PLC监测模块的分布式数据监测节点序列中,各分布式数据监测节点对分区PLC监测模块上传数据的处理速率,根据分布式数据监测节点对分区PLC监测模块上传数据的处理速率,以及该分布式数据监测节点获取任务的权重,得到对应分区PLC监测模块的分布式数据监测节点获取任务的权重,对应分区PLC监测模块的分布式数据监测节点获取任务权重最大的分布式数据监测节点,为匹配的分布式数据监测节点;
匹配完成的分布式数据监测节点移除出初始分布式数据监测节点序列,按照分区PLC监测模块序列,依次进行匹配,直到分区PLC监测模块序列中的分区PLC监测模块,全部完成匹配。
进一步的,所述的根据各个PLC的运行寿命区间,分别得到各个PLC的运行监测数据与同寿命区间的PLC基础监测数据的监测差值,包括:
所述的寿命区间为设定的寿命时长,在寿命区间内采集PLC运行的温度均值,与PLC基础监测数据中同寿命区间的温度均值的差值,为监测差值。
进一步的,所述的根据寿命区间和监测差值,对各个PLC进行分类,分为一类监测目标PLC和二类监测目标PLC,包括:
若PLC的寿命达到设定的寿命监测值,或监测差值大于设定的监测差值阈值,则为一类监测目标PLC,否则为二类监测目标PLC。
进一步的,所述的获取一类监测目标PLC监测序列各个一类监测目标PLC的监测差值的波动值,为:
在设定的监测时长内,一类监测目标PLC的监测差值的最大值和最小值的差值,即为一类监测目标PLC的监测差值的波动值。
应用一种用于PLC信号分布式采集的方法的一种用于PLC信号分布式采集系统,包括云端数据服务器、分区PLC监测模块、分布式数据监测模块;所述的分区PLC监测模块与所述的分布式数据监测模块通信连接,所述的分布式数据监测模块与所述的云端数据服务器通信连接。
本发明的有益效果是: 通过本发明所提供的技术方案,可以实现对不同状态的PLC进行分类,并对不同分类的PLC进行分类监控,能够有效的对PLC进行诊断,提高PLC的监控效率。
附图说明
图1为一种用于PLC信号分布式采集的方法的流程示意图;
图2为一种用于PLC信号分布式采集系统的原理示意图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
为了使本发明的目的,技术方案及优点更加清楚明白,结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,即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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。需要说明的是,术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
而且,术语“包括”,“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程,方法,物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程,方法,物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程,方法,物品或者设备中还存在另外的相同要素。
以下结合实施例对本发明的特征和性能作进一步的详细描述。
如图1所示,一种用于PLC信号分布式采集的方法,包括如下步骤:
步骤一,建立云端数据服务器,所述的云端数据服务器包括PLC基础监测数据模块,所述的PLC基础监测数据模块存储有分区信息以及对应分区的PLC基础监测数据;
步骤二,各个分区PLC监测模块分别与分布式数据监测模块中的各个分布式数据监测节点进行匹配,匹配完成后,将分区PLC监测模块对应的分区信息,发送给匹配的分布式数据监测节点,云端数据服务器根据分布式数据监测节点的分区信息,将对应分区的PLC基础监测数据发送给分布式数据监测节点;
步骤三,通过分区PLC监测模块采集对应分区内各个PLC运行监测数据,根据各个PLC的运行寿命区间,分别得到各个PLC的运行监测数据与同寿命区间的PLC基础监测数据的监测差值,根据寿命区间和监测差值,对各个PLC进行分类,分为一类监测目标PLC和二类监测目标PLC;
步骤四,在匹配的分布式数据监测节点建立一类监测目标PLC监测序列,并获取一类监测目标PLC监测序列各个一类监测目标PLC的监测差值的波动值,若存在波动值大于设定监测差值波动值阈值的一类监测目标PLC,则对该一类监测目标PLC发出预警,并停止运行,停止运行后,将该一类监测目标PLC移出一类监测目标PLC序列;
步骤五,在分区PLC监测模块建立二类监测目标PLC序列,并获取各个二类监测目标PLC与同寿命区间的PLC基础监测数据的监测差值,若存在监测差值大于设定监测差值阈值的二类监测目标PLC,则分区PLC监测模块将该二类监测目标PLC转换为一类监测目标PLC,并将该PLC信息发送到匹配的分布式数据监测节点中的一类监测目标PLC监测序列,进行监测;完成PLC监测。
所述的对应分区的PLC基础监测数据,包括:对应分区的PLC的寿命、在PLC的寿命内PLC运行的温度。
所述的各个分区PLC监测模块分别与分布式数据监测模块中的各个分布式数据监测节点进行匹配,包括:
根据分区PLC监测模块所在的分区的PLC数量,对各个分区PLC监测模块进行从大到小排序,得到分区PLC监测模块序列;
获取分布式数据监测模块中各分布式数据监测节点的获取任务的权重,根据分布式数据监测节点获取任务的权重对分布式数据监测节点进行排序,得到初始分布式数据监测节点序列;
获取分区PLC监测模块与初始分布式数据监测节点序列中各分布式数据监测节点的访问延迟,根据访问延迟进行排序得到对应分区PLC监测模块的分布式数据监测节点序列;
分别计算对应分区PLC监测模块的分布式数据监测节点序列中,各分布式数据监测节点对分区PLC监测模块上传数据的处理速率,根据分布式数据监测节点对分区PLC监测模块上传数据的处理速率,以及该分布式数据监测节点获取任务的权重,得到对应分区PLC监测模块的分布式数据监测节点获取任务的权重,对应分区PLC监测模块的分布式数据监测节点获取任务权重最大的分布式数据监测节点,为匹配的分布式数据监测节点;
匹配完成的分布式数据监测节点移除出初始分布式数据监测节点序列,按照分区PLC监测模块序列,依次进行匹配,直到分区PLC监测模块序列中的分区PLC监测模块,全部完成匹配。
所述的获取分布式数据监测模块中各分布式数据监测节点的获取任务的权重,包括根据内存占用、磁盘占用和CPU占用获取分布式数据监测节点获取任务的权重,采用如下公式:
其中a表示内存占用,b表示磁盘占用,c表示CPU占用,d表示距离权重。
获取分区PLC监测模块与初始分布式数据监测节点序列中各分布式数据监测节点的访问延迟,根据访问延迟进行排序得到对应分区PLC监测模块的分布式数据监测节点序列,包括:将分区PLC监测模块测试数据包打上时间戳分别发送给初始分布式数据检测节点序列中各分布式数据检测节点,获取各分布式数据监测节点接收到分区PLC监测模块测试数据包的时间,根据各分布式数据监测节点接收到分区PLC监测模块测试数据包的时刻与分区PLC监测模块测试数据包的时间戳得到访问延迟。
所述的分别计算对应分区PLC监测模块的分布式数据监测节点序列中各分布式数据监测节点对分区PLC监测模块上传数据的处理速率,包括:获取分布式数据监测节点完成接受分区PLC监测模块测试数据包的时刻,根据分布式数据监测节点接收到用户测试数据包的时刻与分布式数据监测节点完成测试数据处理的时刻,得到分区PLC监测模块测试数据包的处理时长,根据处理时长与分区PLC监测模块测试数据包的数据大小得到处理速率。
根据得到的处理速率与分布式数据监测节点获取任务的权重的乘积,得到对应分区PLC监测模块的分布式数据监测节点获取任务的权重。
所述的根据各个PLC的运行寿命区间,分别得到各个PLC的运行监测数据与同寿命区间的PLC基础监测数据的监测差值,包括:
所述的寿命区间为设定的寿命时长,在寿命区间内采集PLC运行的温度均值,与PLC基础监测数据中同寿命区间的温度均值的差值,为监测差值。
所述的根据寿命区间和监测差值,对各个PLC进行分类,分为一类监测目标PLC和二类监测目标PLC,包括:
若PLC的寿命达到设定的寿命监测值,或监测差值大于设定的监测差值阈值,则为一类监测目标PLC,否则为二类监测目标PLC。
所述的获取一类监测目标PLC监测序列各个一类监测目标PLC的监测差值的波动值,为:
在设定的监测时长内,一类监测目标PLC的监测差值的最大值和最小值的差值,即为一类监测目标PLC的监测差值的波动值。
如图2所示,应用一种用于PLC信号分布式采集的方法的一种用于PLC信号分布式采集系统,包括云端数据服务器、分区PLC监测模块、分布式数据监测模块;所述的分区PLC监测模块与所述的分布式数据监测模块通信连接,所述的分布式数据监测模块与所述的云端数据服务器通信连接。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。
Claims (7)
1.一种用于PLC信号分布式采集的方法,其特征在于,包括如下步骤:
步骤一,建立云端数据服务器,所述的云端数据服务器包括PLC基础监测数据模块,所述的PLC基础监测数据模块存储有分区信息以及对应分区的PLC基础监测数据;
步骤二,各个分区PLC监测模块分别与分布式数据监测模块中的各个分布式数据监测节点进行匹配,匹配完成后,将分区PLC监测模块对应的分区信息,发送给匹配的分布式数据监测节点,云端数据服务器根据分布式数据监测节点的分区信息,将对应分区的PLC基础监测数据发送给分布式数据监测节点;
步骤三,通过分区PLC监测模块采集对应分区内各个PLC运行监测数据,根据各个PLC的运行寿命区间,分别得到各个PLC的运行监测数据与同寿命区间的PLC基础监测数据的监测差值,根据寿命区间和监测差值,对各个PLC进行分类,分为一类监测目标PLC和二类监测目标PLC;
步骤四,在匹配的分布式数据监测节点建立一类监测目标PLC监测序列,并获取一类监测目标PLC监测序列各个一类监测目标PLC的监测差值的波动值,若存在波动值大于设定监测差值波动值阈值的一类监测目标PLC,则对该一类监测目标PLC发出预警,并停止运行,停止运行后,将该一类监测目标PLC移出一类监测目标PLC序列;
步骤五,在分区PLC监测模块建立二类监测目标PLC序列,并获取各个二类监测目标PLC与同寿命区间的PLC基础监测数据的监测差值,若存在监测差值大于设定监测差值阈值的二类监测目标PLC,则分区PLC监测模块将该二类监测目标PLC转换为一类监测目标PLC,并将该PLC信息发送到匹配的分布式数据监测节点中的一类监测目标PLC监测序列,进行监测;完成PLC监测。
2.根据权利要求1所述的一种用于PLC信号分布式采集的方法,其特征在于,所述的对应分区的PLC基础监测数据,包括:对应分区的PLC的寿命、在PLC的寿命内PLC运行的温度。
3.根据权利要求2所述的一种用于PLC信号分布式采集的方法,其特征在于,所述的各个分区PLC监测模块分别与分布式数据监测模块中的各个分布式数据监测节点进行匹配,包括:
根据分区PLC监测模块所在的分区的PLC数量,对各个分区PLC监测模块进行从大到小排序,得到分区PLC监测模块序列;
获取分布式数据监测模块中各分布式数据监测节点的获取任务的权重,根据分布式数据监测节点获取任务的权重对分布式数据监测节点进行排序,得到初始分布式数据监测节点序列;
获取分区PLC监测模块与初始分布式数据监测节点序列中各分布式数据监测节点的访问延迟,根据访问延迟进行排序得到对应分区PLC监测模块的分布式数据监测节点序列;
分别计算对应分区PLC监测模块的分布式数据监测节点序列中,各分布式数据监测节点对分区PLC监测模块上传数据的处理速率,根据分布式数据监测节点对分区PLC监测模块上传数据的处理速率,以及该分布式数据监测节点获取任务的权重,得到对应分区PLC监测模块的分布式数据监测节点获取任务的权重,对应分区PLC监测模块的分布式数据监测节点获取任务权重最大的分布式数据监测节点,为匹配的分布式数据监测节点;
匹配完成的分布式数据监测节点移除出初始分布式数据监测节点序列,按照分区PLC监测模块序列,依次进行匹配,直到分区PLC监测模块序列中的分区PLC监测模块,全部完成匹配。
4.根据权利要求3所述的一种用于PLC信号分布式采集的方法,其特征在于,所述的根据各个PLC的运行寿命区间,分别得到各个PLC的运行监测数据与同寿命区间的PLC基础监测数据的监测差值,包括:
所述的寿命区间为设定的寿命时长,在寿命区间内采集PLC运行的温度均值,与PLC基础监测数据中同寿命区间的温度均值的差值,为监测差值。
5.根据权利要求4所述的一种用于PLC信号分布式采集的方法,其特征在于,所述的根据寿命区间和监测差值,对各个PLC进行分类,分为一类监测目标PLC和二类监测目标PLC,包括:
若PLC的寿命达到设定的寿命监测值,或监测差值大于设定的监测差值阈值,则为一类监测目标PLC,否则为二类监测目标PLC。
6.根据权利要求5所述的一种用于PLC信号分布式采集的方法,其特征在于,所述的获取一类监测目标PLC监测序列各个一类监测目标PLC的监测差值的波动值,为:
在设定的监测时长内,一类监测目标PLC的监测差值的最大值和最小值的差值,即为一类监测目标PLC的监测差值的波动值。
7.应用权利要求6所述的一种用于PLC信号分布式采集的方法的一种用于PLC信号分布式采集系统,其特征在于,包括云端数据服务器、分区PLC监测模块、分布式数据监测模块;所述的分区PLC监测模块与所述的分布式数据监测模块通信连接,所述的分布式数据监测模块与所述的云端数据服务器通信连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310163976.XA CN115903650B (zh) | 2023-02-24 | 2023-02-24 | 一种用于plc信号分布式采集的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310163976.XA CN115903650B (zh) | 2023-02-24 | 2023-02-24 | 一种用于plc信号分布式采集的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115903650A CN115903650A (zh) | 2023-04-04 |
CN115903650B true CN115903650B (zh) | 2023-05-05 |
Family
ID=85742797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310163976.XA Active CN115903650B (zh) | 2023-02-24 | 2023-02-24 | 一种用于plc信号分布式采集的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115903650B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116300681B (zh) * | 2023-05-16 | 2023-08-15 | 深圳华龙讯达信息技术股份有限公司 | 一种用于plc的自动接线监测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010079354A (ja) * | 2008-09-24 | 2010-04-08 | Koyo Electronics Ind Co Ltd | 分散型plcシステム |
CN107850882A (zh) * | 2015-08-07 | 2018-03-27 | 西门子公司 | 自动化和控制分布式数据管理系统 |
CN114414931A (zh) * | 2022-03-29 | 2022-04-29 | 北京航天和兴科技股份有限公司 | 一种电缆网监控检测系统及其检测方法 |
CN114995276A (zh) * | 2022-06-09 | 2022-09-02 | 中冶南方城市建设工程技术有限公司 | 一种分布式智慧海绵监控系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101178186B1 (ko) * | 2011-04-28 | 2012-08-29 | 주식회사 유디엠텍 | Pc 기반 시스템에서 피엘씨 신호 패턴을 이용하여 다수의 설비로 구성된 자동화 라인의 비정상 상태 알람 방법. |
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 |
-
2023
- 2023-02-24 CN CN202310163976.XA patent/CN115903650B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010079354A (ja) * | 2008-09-24 | 2010-04-08 | Koyo Electronics Ind Co Ltd | 分散型plcシステム |
CN107850882A (zh) * | 2015-08-07 | 2018-03-27 | 西门子公司 | 自动化和控制分布式数据管理系统 |
CN114414931A (zh) * | 2022-03-29 | 2022-04-29 | 北京航天和兴科技股份有限公司 | 一种电缆网监控检测系统及其检测方法 |
CN114995276A (zh) * | 2022-06-09 | 2022-09-02 | 中冶南方城市建设工程技术有限公司 | 一种分布式智慧海绵监控系统 |
Non-Patent Citations (1)
Title |
---|
基于ZigBee的分布式油气润滑监控系统;张宇;吕洪波;孙启国;;制造业自动化;第35卷(第5期);82-84+88 * |
Also Published As
Publication number | Publication date |
---|---|
CN115903650A (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115903650B (zh) | 一种用于plc信号分布式采集的方法及系统 | |
Ding et al. | Distributed sensing for quality and productivity improvements | |
KR20170122043A (ko) | 실시간 실내 공기질 이상치 제거 방법 및 장치 | |
CN107657799A (zh) | 面向楼宇监测的无线传感器网络数据收集系统 | |
US11544557B2 (en) | IoT-based network architecture for detecting faults using vibration measurement data | |
CN116300681B (zh) | 一种用于plc的自动接线监测方法及系统 | |
CN114244751B (zh) | 无线传感器网络异常检测方法和系统 | |
CN114595210A (zh) | 一种多维数据的异常检测方法、装置及电子设备 | |
CN113313280A (zh) | 云平台的巡检方法、电子设备及非易失性存储介质 | |
CN111339052A (zh) | 一种非结构化日志数据处理方法及装置 | |
Abid et al. | Centralized KNN anomaly detector for WSN | |
US11398945B2 (en) | System and method for fault detection and root cause analysis in a network of network components | |
CN116863664A (zh) | 燃气设备的实时监测方法以及燃气设备监测系统 | |
US11838192B2 (en) | Apparatus and method for monitoring network | |
CN110996289A (zh) | 一种用于机器状态监测诊断仪的智能网关、方法及系统 | |
CN105099781A (zh) | 一种it基础设施的巡检方法与系统 | |
TW201913255A (zh) | 製程偵錯與診斷方法 | |
Zhang et al. | Intelligent fault diagnosis system based on vibration signal edge computing | |
Ip et al. | ML-assisted monitoring and characterization of IoT sensor networks | |
CN115860576B (zh) | 基于5g的智能终端工厂测试方法、系统及测试设备 | |
KR20230081759A (ko) | 인공지능 기반의 클린룸 관리를 위한 통합 관리 시스템 및 그 방법 | |
CN113625648A (zh) | 一种基于rfid识别的设备运行状态确定方法 | |
CN112534427A (zh) | 在分布式计算网络的边缘节点中使用聚类和形状匹配来压缩传感器数据的系统和方法 | |
Poh et al. | Anomaly detection on in-home activities data based on time interval | |
Blanchard et al. | Energy and activity monitoring over wireless sensor networks |
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 |