CN116367108A - 一种基于云计算的车间安全监控系统 - Google Patents
一种基于云计算的车间安全监控系统 Download PDFInfo
- Publication number
- CN116367108A CN116367108A CN202310630009.XA CN202310630009A CN116367108A CN 116367108 A CN116367108 A CN 116367108A CN 202310630009 A CN202310630009 A CN 202310630009A CN 116367108 A CN116367108 A CN 116367108A
- Authority
- CN
- China
- Prior art keywords
- safety
- workshop
- analysis
- production data
- analysis result
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 167
- 238000004519 manufacturing process Methods 0.000 claims abstract description 156
- 238000004364 calculation method Methods 0.000 claims abstract description 29
- 230000008859 change Effects 0.000 claims description 19
- 230000002159 abnormal effect Effects 0.000 claims description 17
- 238000007726 management method Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 8
- 238000013523 data management Methods 0.000 claims description 6
- 238000007654 immersion Methods 0.000 claims description 4
- 239000002245 particle Substances 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 6
- 238000009776 industrial production Methods 0.000 abstract description 4
- 241000854291 Dianthus carthusianorum Species 0.000 description 60
- 238000004891 communication Methods 0.000 description 16
- 230000005540 biological transmission Effects 0.000 description 15
- 230000000694 effects Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000003860 storage Methods 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000009349 indirect transmission Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G16Y40/10—Detection; Monitoring
-
- 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
- G16Y40/50—Safety; Security of things, users, data or systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- 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
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Medical Informatics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Development Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- General Factory Administration (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本发明提供一种基于云计算的车间安全监控系统，包括：数据采集模块、边缘计算模块、云计算模块和本地控制终端；其中，数据采集模块用于基于无线传感器网络采集车间的安全生产数据，并将采集的安全生产数据传输到边缘计算模块；边缘计算模块用于根据获取的安全生产数据进行一次安全分析，得到一次安全分析结果，并根据得到的一次安全分析结果向本地控制终端发送本地控制指令；云计算模块用于根据得到的安全生产数据和一次分析结果进行二次安全分析，得到二次安全分析结果，并将二次安全分析结果传输到边缘计算模块；本地控制终端用于根据接收到的本地控制指令，对相应的车间设备进行调节控制。本发明有助于提高工业生产的安全性和智能化水平。
Description
技术领域
本发明涉及云计算技术领域，特别是一种基于云计算的车间安全监控系统。
背景技术
随着社会和科技的不断进步，现代化工业的发展越来越倾向于数字化和智能化的方向。目前，大多生产企业会采用基于云计算的技术来对智能生产设备进行监测和控制，极大提高了智能生产设备的控制效率和智能化水平。
现有技术中，在进行工业化生产监控的时候，通常是对智能生产设备进行独立监控，虽然能够完成单个设备的状态监测和控制，但是，其在应用在实际生产的过程中，往往会忽略生产现场环境给设备带来的影响，而生产现场环境的影响，会直接或间接影响生产设备的正常运行情况，因此，提出一种能够针对安全生产环境进行监控的技术亟具需要。
发明内容
针对上述问题，本发明旨在提供一种基于云计算的车间安全监控系统。
本发明的目的采用以下技术方案来实现：
本发明示出一种基于云计算的车间安全监控系统，包括：数据采集模块、边缘计算模块、云计算模块和本地控制终端；其中，
数据采集模块用于基于无线传感器网络采集车间的安全生产数据，并将采集的安全生产数据传输到边缘计算模块；
边缘计算模块用于根据获取的安全生产数据进行一次安全分析，得到一次安全分析结果，并根据得到的一次安全分析结果向本地控制终端发送本地控制指令，以及将安全生产数据和一次分析结果打包传输到云计算模块；
云计算模块用于根据得到的安全生产数据和一次分析结果进行二次安全分析，得到二次安全分析结果，并将二次安全分析结果传输到边缘计算模块；
边缘计算模块还用于根据接收到的二次安全分析结果向本地控制终端发送本地控制指令；
本地控制终端用于根据接收到的本地控制指令，对相应的车间设备进行调节控制。
优选的，该系统还包括后端管理模块；
后端管理模块用于从云计算模块中获取一次安全分析结果和二次安全分析结果，并将获取的安全分析结果进行显示。
优选的，数据采集模块包括多个设置在车间区域内的无线传感器节点，其中多个无线传感器节点组成无线传感器网络，用于采集车间的安全生产数据，并将采集的安全生产数据传输到边缘计算模块；
其中无线传感器节点包括温度传感器、湿度传感器、噪声传感器、空气颗粒传感器、火灾传感器、水浸传感器、设备振动传感器、图像传感器、门禁传感器、接近传感器等。
优选的，边缘计算模块包括基站单元、一次分析单元和控制单元；其中，
基站单元用于汇聚数据采集模块传输的安全生产数据，并将处理后的安全生产数据和对应的一次安全分析结果传输到云计算模块；
一次分析单元用于根据获取的安全生产数据进行一次安全分析，得到一次安全分析结果；
控制单元用于根据获取的一次安全分析结果、二次安全分析结果生成本地控制指令，将本地控制指令传输到本地控制终端；其中，本地控制指令包括对应的车间设备信息和控制信息。
优选的，一次分析单元中根据获取的安全生产数据进行一次安全分析，包括：
将获取的安全生产数据和预设的安全生产指标进行比对分析，当检测到安全生产数据超过预设的安全生产指标时，则输出相应指标的一次安全分析结果为异常；当检测到安全生产数据均没有超过全部的安全生产指标时，则输出一次安全分析结果为正常。
优选的，本地控制终端包括连接单元和控制单元；其中，
连接单元用于分别于设置于车间现场的车间设备进行无线控制连接；
控制单元用于根据获取的本地控制指令，对相应的车间设备进行控制。
优选的，云计算模块包括数据管理单元和二次分析单元；
数据管理单元用于根据获取的安全生产数据和一次安全分析结果构建车间安全数据库；
二次分析单元用于根据车间安全生产数据库中的数据进行二次安全分析，得到二次安全分析结果。
优选的，二次分析单元中根据车间安全生产数据库中的数据进行二次安全分析，包括：
根据一段时间内获取的安全生产数据进行变化趋势分析，对相应的安全生产数据进行变化预测，得到安全车间生产数据预测结果，并将得到的安全生产数据预测结果和预设的安全生产指标进行比对，得到安全生产预测分析结果。
优选的，二次分析单元中根据车间安全生产数据库中的数据进行二次安全分析，包括：根据多种不同类型的安全生产数据组成车间的多维安全特征参量，并根据得到的安全特征参量输入到训练好的人工智能分析模型中，由人工智能分析模型根据输入的多维安全特征参量进行聚类分析，得到车间的综合异常分析结果。
优选的，二次分析单元中根据车间安全生产数据库中的数据进行二次安全分析，包括：根据一段时间内获取的安全生产数据进行变化趋势分析，对相应的安全生产数据进行变化预测，得到车间安全生产数据预测结果；根据多种不同的安全生产数据预测结果组成车间的多维预测安全特征参量，并根据得到的预测安全特征参量输入到训练好的人工智能分析模型中，由人工智能分析模型根据输入的多维预测安全特征参量进行聚类分析，得到车间的综合异常预测分析结果。
本发明的有益效果为： 本发明提出的车间安全监控系统，基于在车间内设置数据采集模块来采集车间的安全生产数据，首先通过边缘计算模块进行一次安全分析，能够基于边缘计算模块的特点，来快速对安全生产数据进行安全分析，以针对较为严重的安全生产情况，以达到对车间内设备的快速、准确控制，避免车间内异常安全情况的发生；同时，将获取的安全生产数据和一次安全分析结果上传至云计算模块，通过云计算模块来对得到的数据进行管理，并且基于云计算模块强大的计算能力来完成安全生产数据的二次安全分析，进而得到更加准确和适应性的安全分析结果，基于安全分析结果来对车间设备进行综合调控，能够有效针对车间内安全生产环境进行监控，有助于提高工业生产的安全性和智能化水平。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明的框架结构图。
具体实施方式
结合以下应用场景对本发明作进一步描述。
参见图1，其示出一种基于云计算的车间安全监控系统，包括：数据采集模块、边缘计算模块、云计算模块和本地控制终端；其中，
数据采集模块用于基于无线传感器网络采集车间的安全生产数据，并将采集的安全生产数据传输到边缘计算模块；
边缘计算模块用于根据获取的安全生产数据进行一次安全分析，得到一次安全分析结果，并根据得到的一次安全分析结果向本地控制终端发送本地控制指令，以及将安全生产数据和一次分析结果打包传输到云计算模块；
云计算模块用于根据得到的安全生产数据和一次分析结果进行二次安全分析，得到二次安全分析结果，并将二次安全分析结果传输到边缘计算模块；
边缘计算模块还用于根据接收到的二次安全分析结果向本地控制终端发送本地控制指令；
本地控制终端用于根据接收到的本地控制指令，对相应的车间设备进行调节控制。
其中，车间设备包括温度调控设备、湿度调控设备、灭火设备、门禁系统、通风设备等。
本发明提出的车间安全监控系统，基于在车间内设置数据采集模块来采集车间的安全生产数据，首先通过边缘计算模块进行一次安全分析，能够基于边缘计算模块的特点，来快速对安全生产数据进行安全分析，以针对较为严重的安全生产情况，以达到对车间内设备的快速、准确控制，避免车间内异常安全情况的发生；同时，将获取的安全生产数据和一次安全分析结果上传至云计算模块，通过云计算模块来对得到的数据进行管理，并且基于云计算模块强大的计算能力来完成安全生产数据的二次安全分析，进而得到更加准确和适应性的安全分析结果，基于安全分析结果来对车间设备进行综合调控，能够有效针对车间内安全生产环境进行监控，有助于提高工业生产的安全性和智能化水平。
优选的，该系统还包括后端管理模块；
后端管理模块用于从云计算模块中获取一次安全分析结果和二次安全分析结果，并将获取的安全分析结果进行显示。
通过后端管理模块，管理人员能够从云计算模块中获取车间安全生产数据和安全分析结果进行大屏展示，有助于管理人员能够直观、全面地对车间安全生产情况进行整体的管控。
优选的，数据采集模块包括多个设置在车间区域内的无线传感器节点，其中多个无线传感器节点组成无线传感器网络，用于采集车间的安全生产数据，并将采集的安全生产数据传输到边缘计算模块。
其中无线传感器节点包括温度传感器、湿度传感器、噪声传感器、空气颗粒传感器、火灾传感器、水浸传感器、设备振动传感器、图像传感器、门禁传感器、接近传感器等。相应的，采集的安全生产数据包括车间内的温度数据、湿度数据、噪声数据、空气颗粒数据、火灾检测数据、水浸检测数据、振动数据、图像数据、门禁状态数据、区域检测数据等。
通过设置无线传感器节点组成无线传感器网络来完成车间内安全生产数据的采集，能够有助于将采集节点覆盖全车间，以提高车间安全生产数据的采集效果。
优选的，无线传感器网络中的无线传感器节点通过间接传输的方式，将采集到的安全生产数据传输到边缘计算模块的基站单元；
其中，基站单元根据网络中的无线传感器节点指派簇头节点，以使得无线传感器节点将采集到的数据传输到其附近的簇头节点后，由簇头节点汇聚其邻域范围的其他无线传感器节点的安全生产数据后，通过簇头节点间的传输链路，将数据传输到基站单元。
通过在无线传感器网络中指派簇头节点的方式，来汇聚传感器节点采集的安全生产数据后，再由簇头节点将数据传输到边缘计算模块，能够有助于降低无线传感器网络的整体传输能耗和压力，提高车间安全生产数据采集和传输的效果。
考虑到针对大型车间进行数据采集的时候，通常需要设置大量的无线传感器节点来完成安全生产数据的采集，而传统的簇头节点指派方式，通常是由基站单元根据所有节点的信息采用LEACH算法来进行随机指派完成，但是，通过LEACH算法指派的簇头节点，由于随机性较大的情况存在，容易出现需要较多簇头节点的数量才能够完成所有区域的覆盖的问题，而数量较多的簇头节点在后续的簇头节点间数据传输路径设定的时候， 也容易出现逆方向或者死循环的情况发生，影响了无线传感器网络间接传输的效果。
优选的，根据网络中的无线传感器节点指派簇头节点，具体包括：
根据车间内无线传感器节点的分布，将无线传感器网络区域划分为N个子空间，其中每个子空间包含的无线传感器节点数量相等或相似；
针对每个划分的子空间，从子空间中的无线传感器节点中，指派一个无线传感器节点作为簇头节点，以使得子空间内的其他无线传感器节点以该簇头节点组为基础，将采集到的安全生产数据传输到该簇头节点；其中，子空间内簇头节点的指派包括：
边缘计算模块周期性向无线传感器节点发送簇头变更指令，无线传感器节点根据接收到的簇头变更指令，计算自身的簇头特征值，并将簇头特征值广播至同子空间内的其他邻居节点中并接收由其他邻居节点广播的簇头特征值，根据自身的簇头特征值和其他同子空间的邻居节点的簇头特征值进行比较，当自身的簇头特征值最大时，则该簇头特征值最大的无线传感器节点被指派为当前周期的簇头节点，由簇头节点向其通信范围的其他邻居节点广播簇头指派信息，同子空间的邻居节点在接收到簇头指派信息后，根据该指派信息与簇头节点建立成簇通信连接；
其中，无线传感器节点的簇头特征值通过以下公式计算所得：
式中，
表示无线传感器节点k的簇头特征值，
表示无线传感器
节点k的最大通信半径，
表示无线传感器节点k与同子空间中其他邻居节点的
最大距离，
表示无线传感器节点k的最大通信半径范围内覆盖的邻居节点
的数量，
表示子空间中包含的节点数量，
表示无线传感器节点k所
在的子空间内各节点到基站单元之间平均距离，
表示无线传感器节点k到基站单元
之间距离，
表示无线传感器节点k的当前能量百分比，
表示无线传感器节
点k所在的子空间内各节点平均能量百分比，
无线传感器节点k的当前传输速率，
表示无线传感器节点k所在的子空间内各节点平均传输速率；
，
，
，
分别
表示设定的调节因子，其中调节因子用于使得簇头特征值计算公式中的各项大小均衡；
当簇头节点指派完成之后，进一步对簇头节点的通信半径进行动态设置，其中簇头节点的通信半径通过以下公式计算所得：
式中，
表示簇头节点k的通信半径，
表示簇头节点k与同子空间
中其他邻居节点的最大距离，
表示簇头节点k与其他子空间中，距离基站单元的
距离比自身更小且距离与簇头节点k距离最近的数据采集节点之间的距离；
在簇头节点间的传输路径设置的时候，簇头节点从自身最大通信范围内的其他簇头节点，或者动态通信半径内的其他子空间的数据采集节点中，寻找距离基站单元更近的节点作为下一跳节点，完成簇头节点通信路径的设置；同时，当通信基站位于簇头节点的通信半径范围内时，则簇头节点将数据直接传输到基站单元。
上述实施方式中，提出了一种针对大规模车间中无线传感器网络的数据传输方案，其中，通过车间中实际无线传感器节点的分布情况，将车间划分为多个子空间，根据划分的子空间来将节点组成簇，其中每个簇中的节点数量相同，有助于均衡成簇节点间数据传输的消耗；同时，在根据每个子空间指派相应的簇头节点的时候，通过计算簇头特征值的方式来指派最优的簇头节点，其中在计算簇头特征值的时候，除了传统的节点能量、传输效率等参数意外，还特别考虑到节点在子空间中的位置，以及子空间中各节点的具体分布情况，同时配合节点的通信范围和其他子空间的关系来综合计算每个节点的簇头特征值，指派性能最优的节点作为簇头节点，有助于提高子空间中局部数据传输的性能。同时，在指派完簇头节点后，进一步对簇头节点的通信半径进行动态设置，其中通过动态设置的通信半径调节，有助于在保证数据传输效果的同时，能够节省簇头节点消耗的能量，进一步提高无线传感器网络的整体性能。最后根据簇头节点与其他子空间节点的情况，对簇头节点间传输路径进行进一步的设置，其中在路径设置的时候，特别加入了其他子空间中的边缘节点作为中继节点来协助簇头节点间的数据传输，有助于进一步降低簇头节点的能耗，提高无线传感器网络的整体数据传输性能。
优选的，边缘计算模块包括基站单元、一次分析单元和控制单元；其中，
基站单元用于汇聚数据采集模块传输的安全生产数据，并将处理后的安全生产数据和对应的一次安全分析结果传输到云计算模块；
一次分析单元用于根据获取的安全生产数据进行一次安全分析，得到一次安全分析结果；
控制单元用于根据获取的一次安全分析结果、二次安全分析结果生成本地控制指令，将本地控制指令传输到本地控制终端；其中，本地控制指令包括对应的车间设备信息和控制信息。
基于边缘计算模块的本地特性，通过边缘计算模块将从车间内获取的安全生产数据进行汇集；并基于获取的安全生产数据进行本地化的一次安全分析，能够基于本地边缘计算模块对安全生产数据进行直接的处理，提高了安全分析的处理速度和效率，有助于针对严重的安全异常情况进行快速的应对和处理，提高车间安全监控的效果。
优选的，一次分析单元中根据获取的安全生产数据进行一次安全分析，包括：
将获取的安全生产数据和预设的安全生产指标进行比对分析，当检测到安全生产数据超过预设的安全生产指标时，则输出相应指标的一次安全分析结果为异常；当检测到安全生产数据均没有超过全部的安全生产指标时，则输出一次安全分析结果为正常。
其中，根据不同类型的安全生产数据预先设置有对应的安全生产指标，一次分析单元根据获取的安全生产数据与数据类型对应的安全生产指标进行直接的比对分析，能够根据指标对车间的安全生产监测进行直接的分析，当存在某项指标的安全生产数据存在超标时，则判断当前车间生产环境存在安全隐患，并立即根据异常的安全生产指标对相应的设备进行控制，以避免异常情况的加剧或者对异常情况进行及时的处理，有助于提高车间安全监控的效果。
优选的，本地控制终端包括连接单元和控制单元；其中，
连接单元用于分别于设置于车间现场的车间设备进行无线控制连接；
控制单元用于根据获取的本地控制指令，对相应的车间设备进行控制。
本地控制终端为设置在车间内的控制终端，能够通过控制终端对车间内的设备进行综合控制，通过对车间设备的控制来对车间内的安全生产环境进行调控。
优选的，云计算模块包括数据管理单元和二次分析单元；
数据管理单元用于根据获取的安全生产数据和一次安全分析结果、二次安全分析结果构建车间安全数据库；
二次分析单元用于根据车间安全生产数据库中的数据进行二次安全分析，得到二次安全分析结果。
通过云计算模块优秀的数据存储能力，来构建车间安全数据库，能够基于车间安全生产数据构建数据库和对数据进行集中的管理，提高数据利用率，以及为后续二次安全分析奠定基础。同时利用云计算模块优秀的数据处理能力，对实际采集的安全生产数据和对应的安全分析结果进行进阶的安全分析，有助于提高车间安全监控的针对性和智能化水平。
优选的，二次分析单元中根据车间安全生产数据库中的数据进行二次安全分析，包括：
根据一段时间内获取的安全生产数据进行变化趋势分析，对相应的安全生产数据进行变化预测，得到安全车间生产数据预测结果，并将得到的安全生产数据预测结果和预设的安全生产指标进行比对，得到安全生产预测分析结果。
其中，在根据一段时间内获取的安全生产数据进行变化趋势预测分析的时候，通过首先获取一段时间内安全生产数据的平均值、斜率等特征量，再根据特征量估算当前时刻的变化趋势，并根据得到的变化趋势预测未来一段时间内该安全生产数据的变化，得到安全生产数据预测结果，并将得到的结果与对应类型的安全生产指标进行比对分析，得到安全生产预测分析结果。
优选的，二次分析单元中根据车间安全生产数据库中的数据进行二次安全分析，包括：根据多种不同类型的安全生产数据组成车间的多维安全特征参量，并根据得到的安全特征参量输入到训练好的人工智能分析模型中，由人工智能分析模型根据输入的多维安全特征参量进行聚类分析，得到车间的综合异常分析结果。能够基于
其中，根据不同类型的安全生产数据组成的多维安全特征参量，采用基于神经网络搭建的人工智能分析模型进行聚类分析处理，其中通过训练的人工智能分析模型，能够根据多维安全特征参量进行智能化的特征提取和聚类分析，输出异常分类结果。其中在人工智能模型进行训练的时候，通过历史多维安全生产数据所得的多维安全特征参量，以及对应标定的异常（包括不同种类的异常情况）或正常标记组成训练集数据，并通过训练集数据完成基于神经网络搭建的人工智能模型进行训练。通过基于人工智能模型来对安全生产数据进行综合异常分析，能够对潜在的异常情况进行发现，提高车间安全监控的效果。
优选的，二次分析单元中根据车间安全生产数据库中的数据进行二次安全分析，包括：根据一段时间内获取的安全生产数据进行变化趋势分析，对相应的安全生产数据进行变化预测，得到车间安全生产数据预测结果；根据多种不同的安全生产数据预测结果组成车间的多维预测安全特征参量，并根据得到的预测安全特征参量输入到训练好的人工智能分析模型中，由人工智能分析模型根据输入的多维预测安全特征参量进行聚类分析，得到车间的综合异常预测分析结果。
结合数据变化趋势预测和人工智能分析的方式，来对安全生产数据进行综合的分析，有助于进一步提高车间的综合异常预测分析能力，对潜在的异常情况进行提前的判断和应对，避免车间安全异常情况的发生。
优选的，后端管理模块包括大屏展示单元；
大屏展示单元用于对基于车间获取的安全生产数据、一次安全分析结果和二次安全分析结果进行大屏展示。
需要说明的是，在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中，也可以是各个单元/模块单独物理存在，也可以是两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现，也可以采用软件功能单元/模块的形式实现。
通过以上的实施方式的描述，所属领域的技术人员可以理解，可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现，处理器可以在一个或多个下列单元中实现：专用集成电路（ASIC）、数字信号处理器（DSP）、数字信号处理设备（DSPD）、可编程逻辑器件（PLD）、现场可编程门阵列（FPGA）、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现，实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时，可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、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。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当分析，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
Claims (8)
1.一种基于云计算的车间安全监控系统，其特征在于，包括：数据采集模块、边缘计算模块、云计算模块和本地控制终端；其中，
数据采集模块用于基于无线传感器网络采集车间的安全生产数据，并将采集的安全生产数据传输到边缘计算模块；
边缘计算模块用于根据获取的安全生产数据进行一次安全分析，得到一次安全分析结果，并根据得到的一次安全分析结果向本地控制终端发送本地控制指令，以及将安全生产数据和一次分析结果打包传输到云计算模块；
云计算模块用于根据得到的安全生产数据和一次分析结果进行二次安全分析，得到二次安全分析结果，并将二次安全分析结果传输到边缘计算模块；
边缘计算模块还用于根据接收到的二次安全分析结果向本地控制终端发送本地控制指令；
本地控制终端用于根据接收到的本地控制指令，对相应的车间设备进行调节控制。
2.根据权利要求1所述的一种基于云计算的车间安全监控系统，其特征在于，还包括后端管理模块；
后端管理模块用于从云计算模块中获取一次安全分析结果和二次安全分析结果，并将获取的安全分析结果进行显示。
3.根据权利要求1所述的一种基于云计算的车间安全监控系统，其特征在于，数据采集模块包括多个设置在车间区域内的无线传感器节点，其中多个无线传感器节点组成无线传感器网络，用于采集车间的安全生产数据，并将采集的安全生产数据传输到边缘计算模块；
其中无线传感器节点包括温度传感器、湿度传感器、噪声传感器、空气颗粒传感器、火灾传感器、水浸传感器、设备振动传感器、图像传感器、门禁传感器和接近传感器。
4.根据权利要求1所述的一种基于云计算的车间安全监控系统，其特征在于，边缘计算模块包括基站单元、一次分析单元和控制单元；其中，
基站单元用于汇聚数据采集模块传输的安全生产数据，并将处理后的安全生产数据和对应的一次安全分析结果传输到云计算模块；
一次分析单元用于根据获取的安全生产数据进行一次安全分析，得到一次安全分析结果；
控制单元用于根据获取的一次安全分析结果、二次安全分析结果生成本地控制指令，将本地控制指令传输到本地控制终端；其中，本地控制指令包括对应的车间设备信息和控制信息。
5.根据权利要求4所述的一种基于云计算的车间安全监控系统，其特征在于，一次分析单元中，根据获取的安全生产数据进行一次安全分析，包括：
将获取的安全生产数据和预设的安全生产指标进行比对分析，当检测到安全生产数据超过预设的安全生产指标时，则输出相应指标的一次安全分析结果为异常；当检测到安全生产数据均没有超过全部的安全生产指标时，则输出一次安全分析结果为正常。
6.根据权利要求1所述的一种基于云计算的车间安全监控系统，其特征在于，本地控制终端包括连接单元和控制单元；其中，
连接单元用于分别于设置于车间现场的车间设备进行无线控制连接；
控制单元用于根据获取的本地控制指令，对相应的车间设备进行控制。
7.根据权利要求1所述的一种基于云计算的车间安全监控系统，其特征在于，云计算模块包括数据管理单元和二次分析单元；
数据管理单元用于根据获取的安全生产数据和一次安全分析结果构建车间安全数据库；
二次分析单元用于根据车间安全生产数据库中的数据进行二次安全分析，得到二次安全分析结果。
8.根据权利要求7所述的一种基于云计算的车间安全监控系统，其特征在于，二次分析单元中根据车间安全生产数据库中的数据进行二次安全分析，包括：
根据一段时间内获取的安全生产数据进行变化趋势分析，对相应的安全生产数据进行变化预测，得到安全车间生产数据预测结果，并将得到的安全生产数据预测结果和预设的安全生产指标进行比对，得到安全生产预测分析结果；
和/或，
根据多种不同类型的安全生产数据组成车间的多维安全特征参量，并根据得到的安全特征参量输入到训练好的人工智能分析模型中，由人工智能分析模型根据输入的多维安全特征参量进行聚类分析，得到车间的综合异常分析结果；
和/或，
根据一段时间内获取的安全生产数据进行变化趋势分析，对相应的安全生产数据进行变化预测，得到车间安全生产数据预测结果；根据多种不同的安全生产数据预测结果组成车间的多维预测安全特征参量，并根据得到的预测安全特征参量输入到训练好的人工智能分析模型中，由人工智能分析模型根据输入的多维预测安全特征参量进行聚类分析，得到车间的综合异常预测分析结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310630009.XA CN116367108B (zh) | 2023-05-31 | 2023-05-31 | 一种基于云计算的车间安全监控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310630009.XA CN116367108B (zh) | 2023-05-31 | 2023-05-31 | 一种基于云计算的车间安全监控系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116367108A true CN116367108A (zh) | 2023-06-30 |
| CN116367108B CN116367108B (zh) | 2023-08-15 |
Family
ID=86923349
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310630009.XA Active CN116367108B (zh) | 2023-05-31 | 2023-05-31 | 一种基于云计算的车间安全监控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116367108B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117930785A (zh) * | 2024-03-21 | 2024-04-26 | 西安易诺敬业电子科技有限责任公司 | 基于大数据的车间生产安全监控系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107995602A (zh) * | 2017-12-11 | 2018-05-04 | 梁金凤 | 基于云计算的矿井无线传感网络火情远程监控系统 |
| CN111836335A (zh) * | 2020-06-22 | 2020-10-27 | 中国科学院上海微系统与信息技术研究所 | 一种基于事件驱动型无线传感器网络拓扑管理方法 |
| KR102393285B1 (ko) * | 2021-11-01 | 2022-05-09 | (주)에이에스티홀딩스 | 엣지 클라우드에서 현장 경계와 지휘 통제 간 실감 콘텐츠 기반의 원격 협업 시스템 및 방법 |
| CN115079648A (zh) * | 2022-05-30 | 2022-09-20 | 武汉市水务集团有限公司 | 一种智能工业控制系统 |
| CN115484263A (zh) * | 2022-09-19 | 2022-12-16 | 联想新视界(南昌)人工智能工研院有限公司 | 一种基于边缘计算的跨区域智慧工厂实时安全监测系统 |
| CN115767462A (zh) * | 2022-11-14 | 2023-03-07 | 广州电力设计院有限公司 | 基于边缘计算的供配电信息化系统和方法 |
-
2023
- 2023-05-31 CN CN202310630009.XA patent/CN116367108B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107995602A (zh) * | 2017-12-11 | 2018-05-04 | 梁金凤 | 基于云计算的矿井无线传感网络火情远程监控系统 |
| CN111836335A (zh) * | 2020-06-22 | 2020-10-27 | 中国科学院上海微系统与信息技术研究所 | 一种基于事件驱动型无线传感器网络拓扑管理方法 |
| KR102393285B1 (ko) * | 2021-11-01 | 2022-05-09 | (주)에이에스티홀딩스 | 엣지 클라우드에서 현장 경계와 지휘 통제 간 실감 콘텐츠 기반의 원격 협업 시스템 및 방법 |
| CN115079648A (zh) * | 2022-05-30 | 2022-09-20 | 武汉市水务集团有限公司 | 一种智能工业控制系统 |
| CN115484263A (zh) * | 2022-09-19 | 2022-12-16 | 联想新视界(南昌)人工智能工研院有限公司 | 一种基于边缘计算的跨区域智慧工厂实时安全监测系统 |
| CN115767462A (zh) * | 2022-11-14 | 2023-03-07 | 广州电力设计院有限公司 | 基于边缘计算的供配电信息化系统和方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117930785A (zh) * | 2024-03-21 | 2024-04-26 | 西安易诺敬业电子科技有限责任公司 | 基于大数据的车间生产安全监控系统 |
| CN117930785B (zh) * | 2024-03-21 | 2024-06-07 | 西安易诺敬业电子科技有限责任公司 | 基于大数据的车间生产安全监控系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116367108B (zh) | 2023-08-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11513480B2 (en) | Method and device for automatically diagnosing and controlling apparatus in intelligent building | |
| CN116367108B (zh) | 一种基于云计算的车间安全监控系统 | |
| CN111795488B (zh) | 一种分布式机房温度的智能调控系统及方法 | |
| CN116545954B (zh) | 基于物联网的通信网关数据传输方法及系统 | |
| CN107294213B (zh) | 一种电网设备智能监测系统 | |
| CN103812577A (zh) | 非正常无线电信号的自动识别系统及其方法 | |
| CN116633978B (zh) | 基于物联网的污水处理远程监控系统 | |
| CN108491580A (zh) | 一种设备故障诊断装置及系统 | |
| CN114901057B (zh) | 一种数据中心机房内部多点能耗检测与动态调节系统 | |
| CN116125204A (zh) | 一种基于电网数字化的故障预测系统 | |
| CN116225102B (zh) | 一种移动式的储能通信温升自动监控系统及装置 | |
| CN115829168B (zh) | 基于数据分析的新能源设备远程协调运维管理系统 | |
| CN101923318A (zh) | 一种网络pid控制器制造方法 | |
| CN114580562A (zh) | 基于工艺流程的异常数据检测方法及装置 | |
| CN115689320A (zh) | 基站运行的健康管理方法、装置及计算机可读存储介质 | |
| CN112228951A (zh) | 边缘分析控制方法、及区域供冷供热控制系统 | |
| CN116320833B (zh) | 一种基于物联网技术的供热管网监测方法 | |
| CN110942093A (zh) | 一种配电自动化终端状态评价方法 | |
| CN112351071B (zh) | 一种基于云计算的中药生产远程监控系统 | |
| CN113242300B (zh) | 基于5g物联网的菱镁负荷全景信息感知系统 | |
| CN118245945A (zh) | 基于5g通信的电力配电故障预警系统及方法 | |
| WO2024066720A1 (zh) | 指标阈值的确定方法、装置、存储介质及电子装置 | |
| CN117608955A (zh) | 一种idc机房环境智能监控方法及装置 | |
| CN116029192A (zh) | 效率影响因子判定方法及装置 | |
| CN115329851A (zh) | 储能电站功率变换系统数据异常检测方法、系统、设备及介质 |
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 |