CN116795066B - 远程io模块的通信数据处理方法、系统、服务器及介质 - Google Patents
远程io模块的通信数据处理方法、系统、服务器及介质 Download PDFInfo
- Publication number
- CN116795066B CN116795066B CN202311030379.6A CN202311030379A CN116795066B CN 116795066 B CN116795066 B CN 116795066B CN 202311030379 A CN202311030379 A CN 202311030379A CN 116795066 B CN116795066 B CN 116795066B
- Authority
- CN
- China
- Prior art keywords
- processing
- task
- data
- industrial personal
- rate
- 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
- 238000004891 communication Methods 0.000 title claims abstract description 62
- 238000003672 processing method Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 242
- 238000012544 monitoring process Methods 0.000 claims abstract description 83
- 238000012549 training Methods 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 55
- 238000000034 method Methods 0.000 claims description 41
- 230000015654 memory Effects 0.000 claims description 33
- 230000006870 function Effects 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 9
- 238000013480 data collection Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 2
- KNMAVSAGTYIFJF-UHFFFAOYSA-N 1-[2-[(2-hydroxy-3-phenoxypropyl)amino]ethylamino]-3-phenoxypropan-2-ol;dihydrochloride Chemical compound Cl.Cl.C=1C=CC=CC=1OCC(O)CNCCNCC(O)COC1=CC=CC=C1 KNMAVSAGTYIFJF-UHFFFAOYSA-N 0.000 description 1
- ORILYTVJVMAKLC-UHFFFAOYSA-N Adamantane Natural products C1C(C2)CC3CC1CC2C3 ORILYTVJVMAKLC-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011478 gradient descent method Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the network communication
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
Abstract
本发明公开了远程IO模块的通信数据处理方法、系统、服务器及介质,涉及工控机数据处理技术领域,通过预先收集工控机任务信息、控制设备信息以及工控机处理资源信息;基于工控机任务信息和以及控制设备信息,收集任务处理历史数据,若判断需要重新计算数据丢弃率,基于任务处理历史数据,获得每个处理任务的设备控制率;基于设备控制率和工控机处理资源信息,使用Actor‑Critic模型决策每个监测传感器的通信数据的数据丢弃率,基于数据丢弃率对对监测传感器发送的数据进行选择性丢弃,并对Actor‑Critic模型进行训练;降低对无用数据的处理比例,提高对检测传感器的数据处理的利用率。
Description
技术领域
本发明属于工控机数据处理技术领域,具体是远程IO模块的通信数据处理方法、系统、服务器及介质。
背景技术
远程IO模块(Remote I/O Module)是一种用于实现分布式输入输出控制的设备。它允许用户将输入输出信号连接到远离主控制设备的位置,并通过网络或通信接口将这些信号传输给主控制设备进行处理和控制。
远程IO模块通常包括输入模块和输出模块。输入模块负责接收外部信号,如开关、传感器或其他设备的状态变化,将这些信号转换为数字或模拟信号,并通过网络传输给主控制设备。输出模块接收主控制设备发送的控制指令,并将其转换为相应的输出信号,如继电器、执行器或其他外部设备的控制信号。
远程IO模块常被用于各种传感器与工控机连接,由工控机实时收集传感器的数据,并对传感器数据进行监测和处理;然而在实际使用过程中,大部分的传感器实时发送的数据是波动较小的,即大部分时间传感器产生的数据是无用数据,但工控机依然需要对实时数据进行处理,从而大量的浪费了计算资源;但同样存在部分传感器的数据是需要进行实时处理的;而目前,工控机还并没有对无用数据和有用数据进行区分处理的方法,从而导致工控机的利用效率较低;
为此,本发明提出远程IO模块的通信数据处理方法、系统、服务器及介质。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出远程IO模块的通信数据处理方法、系统、服务器及介质,降低对无用数据的处理比例,提高对检测传感器的数据处理的利用率。
为实现上述目的,根据本发明的第一方面的实施例提出远程IO模块的通信数据处理方法,包括以下步骤:
步骤一:收集工控机任务信息、控制设备信息以及工控机处理资源信息;基于工控机任务信息和以及控制设备信息,收集任务处理历史数据;
步骤二:实时判断是否需要重新计算数据丢弃率,若需要重新计算数据丢弃率,转至步骤三;
步骤三:基于任务处理历史数据,获得每个处理任务的设备控制率;基于设备控制率和工控机处理资源信息,使用Actor-Critic模型中的Actor模型决策出每个处理任务对应监测传感器的通信数据的数据丢弃率,基于数据丢弃率对对监测传感器发送的数据进行选择性丢弃,并对Actor-Critic模型进行训练;
步骤四:循环执行步骤二至步骤三;
其中,所述工控机任务信息包括工控机中装载的每个处理任务的任务信息;
所述任务信息包括任务编号、处理任务对应的监测传感器集合、处理任务对应的控制设备集合、任务计算复杂度以及任务空间复杂度;
其中,所述任务编号为每个处理任务在载入工控机处理后台时,由工控机处理后台自动生成的唯一编码;
所述处理任务对应的监测传感器集合为每个处理任务需要处理的传感器数据所对应的监测传感器的编号集合;
所述处理任务对应的控制设备集合为在特定条件下,接收由处理任务发送的控制指令的控制设备集合;所述特定条件为处理任务在处理监测传感器的通信数据的过程中,达到的程序代码所预设的条件;
其中,所述任务计算复杂度为每个处理任务需要的实时计算算力;
所述实时计算算力为处理任务处理监测传感器集合中每个监测传感器实时发送的通信数据所需要的实时的总计算算力;所述计算算力为单位时间内需要的运算量;
所述任务空间复杂度为每个处理任务需要的实时内存空间;
所述实时内存空间为处理任务对应的监测传感器集合所有监测传感器实时发送的通信数据所需要的实时的总内存空间;
将处理任务的编号标记为i,将第i个处理任务对应的监测传感器集合标记为Ji,监测传感器集合Ji中每个元素为一个监测传感器的传感器编号,将监测传感器集合Ji中元素的编号标记为ji,其中,ji=1,2,3,…|Ji|;将第ji个监测传感器对应的传感器编号标记为cji,将监测传感器cji实时向工控机发送的通信数据的数据量标记为Ncji;
将处理任务i的计算复杂度标记为fi,其中计算复杂度fi通过算力函数Fi(Nc1,Nc2,…Nc|Ji|)计算获得;将处理任务i的空间复杂度标记为空间函数mi,其中空间复杂度mi通过空间函数Mi(Nc1,Nc2,…Nc|Ji|)计算获得;
所述控制设备信息包括每台控制设备的设备编号;
所述设备编号为预先为每台控制设备设置的唯一编号;
所述控制设备对应的处理任务编号集合为具有远程发送控制指令至该控制设备的处理任务的编号集合;
将设备编号标记为k,将第i个处理任务对应的控制设备集合标记为Ik;将控制设备集合Ik中的控制设备的设备编号标记为ik;
其中,所述工控机处理资源信息包括工控机的最大算力以及最大内存空间;
将工控机的最大算力标记为C,将最大内存空间标记为P;
收集任务处理历史数据的方式为:
预设参考时长,收集在当前时刻之前的参考时长内,每台监测传感器实时发送的通信数据量,以及每台控制设备接收到操作指令的时间和对应的发送操作指令的处理任务;
实时判断是否需要重新计算数据丢弃率的方式为:
对于第i个处理任务,设置数据丢弃率Di;数据丢弃率初始值均设置为0;
计算工控机的实时处理总算力Cs;所述实时处理总算力Cs的计算公式为:;其中,fis为第i个处理任务经过数据丢弃后的计算复杂度,具体的,fis通过算力函数/>计算获得;
计算工控机的实时处理总空间Ps;所述实时处理总算力Ps的计算公式为:;其中,mis为第i个处理任务经过数据丢弃后的空间复杂度,具体的,mis通过空间函数计算获得;
计算资源占用权重Qs,所述资源占用权重Qs的计算公式为;其中,b1和b2为预设的比例系数;
预设的资源占用上限值为Qu以及资源占用下限值为Qd;当Qs>Qu或Qs<Qd时,则判断为需要重新计算数据丢弃率;当QdQs/>Qu时,则判断为不需要重新计算数据丢弃率;
获得每个处理任务的设备控制率的方式为:
将第i个处理任务对应的控制设备集合标记为Ik;将控制设备集合Ik中的控制设备的设备编号标记为ik;
将参考时长标记为T;将参考时长T内,第i个处理任务向第ik台控制设备发送控制指令的次数标记为Zik;
则第i个处理任务的设备控制率Gi的计算公式为;
使用Actor-Critic模型中的Actor模型决策出每个处理任务对应监测传感器的通信数据的数据丢弃率,基于数据丢弃率对监测传感器发送的数据进行选择性丢弃,并对Actor-Critic模型进行训练的方式为:
初始化Actor网络和Critic网络的参数;
在每次判断为需要重新计算数据丢弃率时,执行以下步骤:
步骤L1:以当前时刻之前参考时长T内的各个处理任务的设备控制率作为当前状态;
步骤L2:Actor网络输出各个处理任务的更新后的数据丢弃率Di,对于第i个处理任务对应的监测传感器集合中的监测传感器,每个单位时间产生的通信数据以Di的概率进行丢弃;
当前时刻的下一个参考时长T内的各个处理任务的设备控制率作为下一个状态;将当前状态中第i个处理任务的设备控制率标记为Gi1,将下一个状态中第i个处理任务的设备控制率标记为Gi2;
将当前时刻的下一个参考时长T内,第i个处理任务的平均的计算复杂度标记为fsi,第i个处理任务的平均的空间复杂度标记为msi;
步骤L3:计算实际的奖励值Q;所述实际的奖励值Q的计算方式为:;其中,e1、e2和e3分别为预设的大于0的比例系数;
步骤L4:使用Critic网络的更新公式更新奖励值函数的值,以调整对选择场景奖励值的估计;
步骤L5:使用Actor网络的更新公式更新Actor网络的参数。
如图2所示,远程IO模块的通信数据处理系统,包括数据收集模块、更新判断模块以及数据丢弃率更新模块;其中,各个模块之间通过有线方式连接;
数据收集模块,收集工控机任务信息、控制设备信息以及工控机处理资源信息;基于工控机任务信息和以及控制设备信息,收集任务处理历史数据,并将工控机任务信息、控制设备信息、工控机处理资源信息以及任务处理历史数据发送至更新判断模块以及数据丢弃率更新模块;
更新判断模块,实时判断是否需要重新计算数据丢弃率,若需要重新计算数据丢弃率,发送丢弃率更新信号至数据丢弃率更新模块;
数据丢弃率更新模块,基于任务处理历史数据,获得每个处理任务的设备控制率;基于设备控制率和工控机处理资源信息,使用Actor-Critic模型中的Actor模型决策出每个处理任务对应监测传感器的通信数据的数据丢弃率,基于数据丢弃率对对监测传感器发送的数据进行选择性丢弃,并对Actor-Critic模型进行训练。
根据本发明的实施例3提出的一种计算机服务器,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;
所述处理器通过调用所述存储器中存储的计算机程序,执行上述的远程IO模块的通信数据处理方法。
根据本发明的实施例4提出的一种计算机可读存储介质,其上存储有可擦写的计算机程序;
当所述计算机程序在计算机设备上运行时,使得所述计算机设备执行上述的远程IO模块的通信数据处理方法。
与现有技术相比,本发明的有益效果是:
本发明通过预先收集工控机任务信息、控制设备信息以及工控机处理资源信息;基于工控机任务信息和以及控制设备信息,收集任务处理历史数据,实时判断是否需要重新计算数据丢弃率,若需要重新计算数据丢弃率,基于任务处理历史数据,获得每个处理任务的设备控制率;基于设备控制率和工控机处理资源信息,使用Actor-Critic模型中的Actor模型决策出每个处理任务对应监测传感器的通信数据的数据丢弃率,基于数据丢弃率对对监测传感器发送的数据进行选择性丢弃,并对Actor-Critic模型进行训练;实现基于工控机中不同的处理程序对于不同控制设备的控制频率,智能决策出各个处理程序对应的监测传感器的数据丢弃率,从而在工控机的数据处理资源有限的条件下,尽可能处理对控制设备有用的数据,降低对无用数据的处理比例,提高对检测传感器的数据处理的利用率。
附图说明
图1为本发明实施例1中的远程IO模块的通信数据处理方法的流程图;
图2为本发明实施例2中的远程IO模块的通信数据处理系统的模块连接关系图;
图3为本发明实施例3中的电子设备结构示意图;
图4为本发明实施例4中的计算机可读存储介质结构示意图。
具体实施方式
下面将结合实施例对本发明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,都属于本发明保护的范围。
实施例1
如图1所示,远程IO模块的通信数据处理方法,用于工控机处理后台,包括以下步骤:
步骤一:收集工控机任务信息、控制设备信息以及工控机处理资源信息;基于工控机任务信息和以及控制设备信息,收集任务处理历史数据;
步骤二:实时判断是否需要重新计算数据丢弃率,若需要重新计算数据丢弃率,转至步骤三;若不需要重新计算数据丢弃率,重复执行步骤二;
步骤三:基于任务处理历史数据,获得每个处理任务的设备控制率;基于设备控制率和工控机处理资源信息,使用Actor-Critic模型中的Actor模型决策出每个处理任务对应监测传感器的通信数据的数据丢弃率,基于数据丢弃率对对监测传感器发送的数据进行选择性丢弃,并对Actor-Critic模型进行训练;
步骤四:循环执行步骤二至步骤三;
其中,所述工控机任务信息包括工控机中装载的每个处理任务的任务信息;
所述任务信息包括任务编号、处理任务对应的监测传感器集合、处理任务对应的控制设备集合、任务计算复杂度以及任务空间复杂度;
其中,所述任务编号为每个处理任务在载入工控机处理后台时,由工控机处理后台自动生成的唯一编码;可以理解的是,每个处理任务均通过代码形式载入工控机处理后台,工控机处理后台的操作系统为处理任务生成一个唯一的任务ID属于本领域常规技术手段,本发明在此不再赘述;
所述处理任务对应的监测传感器集合为每个处理任务需要处理的传感器数据所对应的监测传感器的编号集合;需要说明的是,每个处理任务需要处理的传感器数据预先根据每个处理任务本身的程序确定;
可以理解的是,工控机的主要作用为实时接收由各个监测传感器中的IO模块发送的传感器数据,并通过不同的处理任务来处理所述的传感器数据,并在传感器数据满足预设条件时,控制对应的设备进行预设的操作;因此,不同的处理任务所监测或处理的传感器数据可能有所不同;
作为一个具体例子:在农业场景中,工控机与温度传感器远程连接工控机中载入对温度数据进行处理的处理任务,该温度数据处理任务实时获得温度传感器发送的温度数据,并在温度达到预设的阈值时,启动风扇或空调等制冷设备;在该例子中,该处理任务对应的监测传感器为温度传感器;
所述处理任务对应的控制设备集合为在特定条件下,接收由处理任务发送的控制指令的控制设备集合;所述特定条件为处理任务在处理监测传感器的通信数据的过程中,达到的程序代码所预设的条件;
其中,所述任务计算复杂度为每个处理任务需要的实时计算算力;
所述实时计算算力为处理任务处理监测传感器集合中每个监测传感器实时发送的通信数据所需要的实时的总计算算力;所述计算算力为单位时间内需要的运算量;
所述任务空间复杂度为每个处理任务需要的实时内存空间;
所述实时内存空间为处理任务对应的监测传感器集合所有监测传感器实时发送的通信数据所需要的实时的总内存空间;需要说明的是,内存为处理任务对应的程序可以直接读取数据的数据存储设备,可以包括内存以及缓存等;
需要说明的是,每个处理任务对应的是若干个程序代码文件,程序代码是经过预先设计的,而程序代码的计算复杂度和空间复杂度与处理的数据量和处理逻辑有关;例如:对a个温度数据进行阈值比较的计算复杂度即为a;存储a个温度数据的空间复杂度也为a;对程序代码分析其计算复杂度和空间复杂度属于计算机算法领域的常规技术手段,本发明在此不再赘述;
将处理任务的编号标记为i,为将第i个处理任务对应的监测传感器集合标记为Ji,监测传感器集合Ji中每个元素为一个监测传感器的传感器编号,将监测传感器集合Ji中元素的编号标记为ji,其中,ji=1,2,3,…|Ji|;将第ji个监测传感器对应的传感器编号标记为cji,将监测传感器cji实时向工控机发送的通信数据的数据量标记为Ncji;
将处理任务i的计算复杂度标记为fi,其中计算复杂度fi通过算力函数Fi(Nc1,Nc2,…Nc|Ji|)计算获得;将处理任务i的空间复杂度标记为空间函数mi,其中空间复杂度mi通过空间函数Mi(Nc1,Nc2,…Nc|Ji|)计算获得;需要说明的是,算力函数Fi()以及空间函数Mi()均根据处理任务对应的实际程序代码,使用复杂度计算工具进行计算;
所述控制设备信息包括每台控制设备的设备编号;
所述设备编号为预先为每台控制设备设置的唯一编号;
所述控制设备对应的处理任务编号集合为具有远程发送控制指令至该控制设备的处理任务的编号集合;可以理解的是,当处理任务监测到传感器数据达到预设的条件时,将会向对应的控制设备发送控制指令;
将设备编号标记为k,将第i个处理任务对应的控制设备集合标记为Ik;将控制设备集合Ik中的控制设备的设备编号标记为ik;
其中,所述工控机处理资源信息包括工控机的最大算力以及最大内存空间;
将最大算力标记为C,将最大内存空间标记为P;
收集任务处理历史数据的方式为:
预设参考时长,收集在当前时刻之前的参考时长内,每台监测传感器实时发送的通信数据量,以及每台控制设备接收到操作指令的时间和对应的发送操作指令的处理任务;
实时判断是否需要重新计算数据丢弃率的方式为:
对于第i个处理任务,设置数据丢弃率Di;数据丢弃率初始值均设置为0;
计算工控机的实时处理总算力Cs;所述实时处理总算力Cs的计算公式为:;其中,fis为第i个处理任务经过数据丢弃后的计算复杂度,具体的,fis通过算力函数/>计算获得;
计算工控机的实时处理总空间Ps;所述实时处理总算力Ps的计算公式为:;其中,mis为第i个处理任务经过数据丢弃后的空间复杂度,具体的,mis通过空间函数计算获得;
计算资源占用权重Qs,所述资源占用权重Qs的计算公式为;其中,b1和b2为预设的比例系数;
预设的资源占用上限值Qu以及资源占用下限值Qd;当Qs>Qu或Qs<Qd时,判断为需要重新计算数据丢弃率;当QdQs/>Qu时,判断为不需要重新计算数据丢弃率;通过设置资源占用上限值以及资源占用下限值,避免了计算资源使用过多,导致程序卡顿,也避免了计算资源使用过少,导致监测传感器监测的效率过低;
获得每个处理任务的设备控制率的方式为:
将参考时长标记为T;将参考时长T内,第i个处理任务向第ik台控制设备发送控制指令的次数标记为Zik;
则第i个处理任务的设备控制率Gi的计算公式为;可以理解的是,Gi代表了处理任务i发送控制指令的频率,即代表该处理任务对监测传感器发送的通信数据的敏感度,当Gi越小时,说明处理任务ik更需要时刻关注着监测传感器的实时通信数据;
使用Actor-Critic模型中的Actor模型决策出每个处理任务对应监测传感器的通信数据的数据丢弃率,基于数据丢弃率对监测传感器发送的数据进行选择性丢弃,并对Actor-Critic模型进行训练的方式为:
初始化Actor网络和Critic网络的参数;包括但不限于Actor网络的状态输入层的维度、隐藏层数量和大小、动作输出层的维度、Critic网络的状态输入层的维度、隐藏层的数量和大小和奖励值函数输出层的维度、学习率、折扣因子以及网络优化算法(梯度下降法或Adam优化算法等);
在每次判断为需要重新计算数据丢弃率时,执行以下步骤:
步骤L1:以当前时刻之前参考时长T内的各个处理任务的设备控制率作为当前状态;
步骤L2:Actor网络输出各个处理任务的更新后的数据丢弃率Di,对于第i个处理任务对应的监测传感器集合中的监测传感器,每个单位时间产生的通信数据以Di的概率进行丢弃;
当前时刻的下一个参考时长T内的各个处理任务的设备控制率作为下一个状态;将当前状态中第i个处理任务的设备控制率标记为Gi1,将下一个状态中第i个处理任务的设备控制率标记为Gi2;可以理解的是,当Gi2小于Gi1时,表示可能在对监测数据进行丢弃的过程中,丢弃了重要数据,导致处理任务监测产生遗漏;
将当前时刻的下一个参考时长T内,第i个处理任务的平均的计算复杂度标记为fsi,第i个处理任务的平均的空间复杂度标记为msi;
步骤L3:计算实际的奖励值Q;所述实际的奖励值Q的计算方式为:;其中,e1、e2和e3分别为预设的大于0的比例系数;可以理解的是,当/>越大,说明对数据丢弃率的调整越合适,进一步的,/>和/>越大,越说明工控机的计算资源的使用越合理;
步骤L4:使用Critic网络的更新公式更新奖励值函数的值,以调整对选择场景奖励值的估计;需要说明的是,所述更新公式可以为本领域技术人员的常用更新公式,例如:,其中,/>是当前状态g的奖励值函数估计;/>是学习率,控制更新的步长;/>是折扣因子,用于衡量未来奖励的重要性;/>是下一个状态;
步骤L5:使用Actor网络的更新公式更新Actor网络的参数,以提高在给定状态下选择高奖励场景的概率。
实施例2
如图2所示,远程IO模块的通信数据处理系统,包括数据收集模块、更新判断模块以及数据丢弃率更新模块;其中,各个模块之间通过有线方式连接;
其中,所述数据收集模块主要用于收集工控机任务信息、控制设备信息以及工控机处理资源信息;基于工控机任务信息和以及控制设备信息,收集任务处理历史数据,并将工控机任务信息、控制设备信息、工控机处理资源信息以及任务处理历史数据发送至更新判断模块以及数据丢弃率更新模块;
其中,所述更新判断模块主要用于实时判断是否需要重新计算数据丢弃率,若需要重新计算数据丢弃率,发送丢弃率更新信号至数据丢弃率更新模块;
其中,所述数据丢弃率更新模块主要用于基于任务处理历史数据,获得每个处理任务的设备控制率;基于设备控制率和工控机处理资源信息,使用Actor-Critic模型中的Actor模型决策出每个处理任务对应监测传感器的通信数据的数据丢弃率,基于数据丢弃率对对监测传感器发送的数据进行选择性丢弃,并对Actor-Critic模型进行训练。
实施例3
图3是本申请一个实施例提供的电子设备结构示意图。如图3所示,根据本申请的又一方面还提供了一种计算机服务器。该计算机服务器可包括一个或多个处理器以及一个或多个存储器。其中,存储器中存储有计算机可读代码,计算机可读代码当由一个或多个处理器运行时,可以执行如上所述的远程IO模块的通信数据处理方法。
根据本申请实施方式的方法或系统也可以借助于图3所示的计算机服务器的架构来实现。如图3所示,计算机服务器可包括总线201、一个或多个CPU202、只读存储器(ROM)203、随机存取存储器(RAM)204、连接到网络的通信端口205、输入/输出组件206、硬盘207等。计算机服务器中的存储设备,例如ROM203或硬盘207可存储本申请提供的远程IO模块的通信数据处理方法。远程IO模块的通信数据处理方法可例如包括以下步骤:步骤一:收集工控机任务信息、控制设备信息以及工控机处理资源信息;基于工控机任务信息和以及控制设备信息,收集任务处理历史数据;步骤二:实时判断是否需要重新计算数据丢弃率,若需要重新计算数据丢弃率,转至步骤三;若不需要重新计算数据丢弃率,重复执行步骤二;步骤三:基于任务处理历史数据,获得每个处理任务的设备控制率;基于设备控制率和工控机处理资源信息,使用Actor-Critic模型中的Actor模型决策出每个处理任务对应监测传感器的通信数据的数据丢弃率,基于数据丢弃率对对监测传感器发送的数据进行选择性丢弃,并对Actor-Critic模型进行训练;步骤四:循环执行步骤二至步骤三;
进一步地,计算机服务器还可包括用户界面208。当然,图3所示的架构只是示例性的,在实现不同的设备时,根据实际需要,可以省略图3示出的电子设备中的一个或多个组件。
实施例4
图4是本申请一个实施例提供的计算机可读存储介质结构示意图。如图4所示,是根据本申请一个实施方式的计算机可读存储介质300。计算机可读存储介质300上存储有计算机可读指令。当计算机可读指令由处理器运行时,可执行参照以上附图描述的根据本申请实施方式的远程IO模块的通信数据处理方法。计算机可读存储介质300包括但不限于例如易失性存储器和/或非易失性存储器。易失性存储器例如可包括随机存取存储器(RAM)和高速缓冲存储器(cache)等。非易失性存储器例如可包括只读存储器(ROM)、硬盘、闪存等。
另外,根据本申请的实施方式,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本申请提供了一种非暂时性机器可读存储介质,所述非暂时性机器可读存储介质存储有机器可读指令,所述机器可读指令能够由处理器运行以执行与本申请提供的方法步骤对应的指令,例如:获取当前位置的环境信息,根据环境信息构建当前位置对应的局部地图,局部地图包括多个候选节点;获取由起始位置指向目标位置的参考路径;根据参考路径,在局部地图中确定子目标位置;基于参考路径和子目标位置对候选节点进行筛选,得到路径节点;根据路径节点规划指向目标位置的目标路径。在该计算机程序被中央处理单元(CPU)执行时,执行本申请的方法中限定的上述功能。
可能以许多方式来实现本申请的方法和装置、设备。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本申请的方法和装置、设备。用于方法的步骤的上述顺序仅是为了进行说明,本申请的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本申请实施为记录在记录介质中的程序,这些程序包括用于实现根据本申请的方法的机器可读指令。因而,本申请还覆盖存储用于执行根据本申请的方法的程序的记录介质。
另外,本申请的实施方式中提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明,以免过多赘述。
以上的预设的参数或预设的阈值均由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (9)
1.远程IO模块的通信数据处理方法,用于工控机处理后台,其特征在于,所述方法包括以下步骤:
步骤一:收集工控机任务信息、控制设备信息以及工控机处理资源信息;基于工控机任务信息和以及控制设备信息,收集任务处理历史数据;
步骤二:实时判断是否需要重新计算数据丢弃率,若需要重新计算数据丢弃率,转至步骤三;若不需要重新计算数据丢弃率,重复执行步骤二;
步骤三:基于任务处理历史数据,获得每个处理任务的设备控制率;基于设备控制率和工控机处理资源信息,使用Actor-Critic模型中的Actor模型决策出每个处理任务对应监测传感器的通信数据的数据丢弃率,基于数据丢弃率对对监测传感器发送的数据进行选择性丢弃,并对Actor-Critic模型进行训练;
步骤四:循环执行步骤二至步骤三;
实时判断是否需要重新计算数据丢弃率的方式为:
将处理任务的编号标记为i,将处理任务i的计算复杂度标记为fi,其中计算复杂度fi通过算力函数Fi(Nc1,Nc2,…Nc|Ji|)计算获得;将处理任务i的空间复杂度标记为空间函数mi,其中空间复杂度mi通过空间函数Mi(Nc1,Nc2,…Nc|Ji|)计算获得;将处理任务的编号标记为i,将第i个处理任务对应的监测传感器集合标记为Ji,监测传感器集合Ji中每个元素为一个监测传感器的传感器编号,将监测传感器集合Ji中元素的编号标记为ji,其中,ji=1,2,3,…|Ji|;将第ji个监测传感器对应的传感器编号标记为cji,将监测传感器cji实时向工控机发送的通信数据的数据量标记为Ncji;
对于第i个处理任务,设置数据丢弃率Di;数据丢弃率初始值均设置为0;
将工控机的最大算力标记为C,将最大内存空间标记为P;
计算工控机的实时处理总算力Cs;所述实时处理总算力Cs的计算公式为:;其中,fis为第i个处理任务经过数据丢弃后的计算复杂度,具体的,fis通过算力函数/>计算获得;
计算工控机的实时处理总空间Ps;所述实时处理总算力Ps的计算公式为:;其中,mis为第i个处理任务经过数据丢弃后的空间复杂度,具体的,mis通过空间函数计算获得;
计算资源占用权重Qs,所述资源占用权重Qs的计算公式为;其中,b1和b2为预设的比例系数;
预设资源占用上限值为Qu、资源占用下限值为Qd;当Qs>Qu或Qs<Qd时,则判断为需要重新计算数据丢弃率;当QdQs/>Qu时,则判断为不需要重新计算数据丢弃率;
获得每个处理任务的设备控制率的方式为:
将第i个处理任务对应的控制设备集合标记为Ik;将控制设备集合Ik中的控制设备的设备编号标记为ik;
将参考时长标记为T;将参考时长T内,第i个处理任务向第ik台控制设备发送控制指令的次数标记为Zik;
则第i个处理任务的设备控制率Gi的计算公式为;
使用Actor-Critic模型中的Actor模型决策出每个处理任务对应监测传感器的通信数据的数据丢弃率,基于数据丢弃率对监测传感器发送的数据进行选择性丢弃,并对Actor-Critic模型进行训练的方式为:
初始化Actor网络和Critic网络的参数;
在每次判断为需要重新计算数据丢弃率时,执行以下步骤:
步骤L1:以当前时刻之前参考时长T内的各个处理任务的设备控制率作为当前状态;
步骤L2:Actor网络输出各个处理任务的更新后的数据丢弃率Di,对于第i个处理任务对应的监测传感器集合中的监测传感器,每个单位时间产生的通信数据以Di的概率进行丢弃;
当前时刻的下一个参考时长T内的各个处理任务的设备控制率作为下一个状态;将当前状态中第i个处理任务的设备控制率标记为Gi1,将下一个状态中第i个处理任务的设备控制率标记为Gi2;
将当前时刻的下一个参考时长T内,第i个处理任务的平均的计算复杂度标记为fsi,第i个处理任务的平均的空间复杂度标记为msi;
步骤L3:计算实际的奖励值Q;所述实际的奖励值Q的计算方式为:;其中,e1、e2和e3分别为预设的大于0的比例系数;
步骤L4:使用Critic网络的更新公式更新奖励值函数的值,以调整对选择场景奖励值的估计;
步骤L5:使用Actor网络的更新公式更新Actor网络的参数。
2.根据权利要求1所述的远程IO模块的通信数据处理方法,用于工控机处理后台,其特征在于,所述工控机任务信息包括工控机中装载的每个处理任务的任务信息;
所述任务信息包括任务编号、处理任务对应的监测传感器集合、处理任务对应的控制设备集合、任务计算复杂度以及任务空间复杂度;
所述任务编号为每个处理任务在载入工控机处理后台时,由工控机处理后台自动生成的唯一编码;
所述处理任务对应的监测传感器集合为每个处理任务需要处理的传感器数据所对应的监测传感器的编号集合;
所述处理任务对应的控制设备集合为在特定条件下,接收由处理任务发送的控制指令的控制设备集合;所述特定条件为处理任务在处理监测传感器的通信数据的过程中,达到的程序代码所预设的条件;
其中,所述任务计算复杂度为每个处理任务需要的实时计算算力;
所述任务空间复杂度为每个处理任务需要的实时内存空间。
3.根据权利要求2所述的远程IO模块的通信数据处理方法,其特征在于,所述实时计算算力为处理任务处理监测传感器集合中每个监测传感器实时发送的通信数据所需要的实时的总计算算力;所述计算算力为单位时间内需要的运算量;
所述实时内存空间为处理任务对应的监测传感器集合所有监测传感器实时发送的通信数据所需要的实时的总内存空间。
4.根据权利要求3所述的远程IO模块的通信数据处理方法,其特征在于,所述控制设备信息包括每台控制设备的设备编号;所述设备编号为预先为每台控制设备设置的唯一编号;
所述控制设备对应的处理任务编号集合为具有远程发送控制指令至该控制设备的处理任务的编号集合。
5.根据权利要求4所述的远程IO模块的通信数据处理方法,其特征在于,所述工控机处理资源信息包括工控机的最大算力以及最大内存空间。
6.根据权利要求5所述的远程IO模块的通信数据处理方法,其特征在于,收集任务处理历史数据的方式为:
预设参考时长,收集在当前时刻之前的参考时长内每台监测传感器实时发送的通信数据量,以及每台控制设备接收到操作指令的时间和对应的发送操作指令的处理任务。
7.远程IO模块的通信数据处理系统,其基于权利要求1-6中任意一项所述的远程IO模块的通信数据处理方法实现,其特征在于,所述系统包括数据收集模块、更新判断模块以及数据丢弃率更新模块;其中,各个模块之间通过有线方式连接;
数据收集模块,收集工控机任务信息、控制设备信息以及工控机处理资源信息;基于工控机任务信息和以及控制设备信息,收集任务处理历史数据,并将工控机任务信息、控制设备信息、工控机处理资源信息以及任务处理历史数据发送至更新判断模块以及数据丢弃率更新模块;
更新判断模块,实时判断是否需要重新计算数据丢弃率,若需要重新计算数据丢弃率,发送丢弃率更新信号至数据丢弃率更新模块;
数据丢弃率更新模块,基于任务处理历史数据,获得每个处理任务的设备控制率;基于设备控制率和工控机处理资源信息,使用Actor-Critic模型中的Actor模型决策出每个处理任务对应监测传感器的通信数据的数据丢弃率,基于数据丢弃率对监测传感器发送的数据进行选择性丢弃,并对Actor-Critic模型进行训练。
8.一种计算机服务器,其特征在于,包括:处理器和存储器,其中,
所述存储器中存储有可供处理器调用的计算机程序;
所述处理器通过调用所述存储器中存储的计算机程序,在后台中执行权利要求1-6中任意一项所述的远程IO模块的通信数据处理方法。
9.一种计算机可读存储介质,其特征在于,其上存储有可擦写的计算机程序;
当所述计算机程序在计算机设备上运行时,使得所述计算机设备执行在后台中执行权利要求1-6中任意一项所述的远程IO模块的通信数据处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311030379.6A CN116795066B (zh) | 2023-08-16 | 2023-08-16 | 远程io模块的通信数据处理方法、系统、服务器及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311030379.6A CN116795066B (zh) | 2023-08-16 | 2023-08-16 | 远程io模块的通信数据处理方法、系统、服务器及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116795066A CN116795066A (zh) | 2023-09-22 |
CN116795066B true CN116795066B (zh) | 2023-10-27 |
Family
ID=88049981
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311030379.6A Active CN116795066B (zh) | 2023-08-16 | 2023-08-16 | 远程io模块的通信数据处理方法、系统、服务器及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116795066B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117499272A (zh) * | 2023-11-01 | 2024-02-02 | 上海申北科技集团有限公司 | 智能运维云平台控制方法及其控制系统 |
Citations (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004248166A (ja) * | 2003-02-17 | 2004-09-02 | Nippon Telegr & Teleph Corp <Ntt> | 最適迂回ルート制御システムと方法、およびそのプログラムと記録媒体、ならびに通信装置 |
JP2007072708A (ja) * | 2005-09-06 | 2007-03-22 | Toshiba Corp | 環境影響評価システムおよび環境影響評価方法 |
JP2008187019A (ja) * | 2007-01-30 | 2008-08-14 | Matsushita Electric Ind Co Ltd | 機密情報実装システムを有する半導体装置の製造工程管理システムおよび製造管理方法 |
CN101566847A (zh) * | 2003-02-19 | 2009-10-28 | 费舍-柔斯芒特系统股份有限公司 | 用于过程控制系统的基于开放网络的数据获取、集合和优化 |
CN101755244A (zh) * | 2007-05-25 | 2010-06-23 | 用户传感器与技术公司 | 无线工业数据传输系统 |
CN108227567A (zh) * | 2017-12-15 | 2018-06-29 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种基于软件无线电的工程机械遥控系统及方法 |
CN108803552A (zh) * | 2018-08-31 | 2018-11-13 | 承德建龙特殊钢有限公司 | 一种设备故障的监测系统及监测方法 |
CN109313423A (zh) * | 2017-03-01 | 2019-02-05 | 普雷索拉工业物联网公司 | 用于监管和控制工业设施中的机器的装置及包括多个装置的系统 |
EP3550387A2 (en) * | 2018-04-05 | 2019-10-09 | Honeywell International Inc. Intellectual Property - Patent Services | System and method for receiving data in different communication protocols |
CN110554612A (zh) * | 2018-06-04 | 2019-12-10 | 佛山市顺德区美的电热电器制造有限公司 | 一种信息保护方法、服务器和计算机可读存储介质 |
DE102019127512A1 (de) * | 2018-10-15 | 2020-04-16 | Ford Global Technologies, Llc | Erkennung des energieverbrauchs von fahrzeugen in einem ausgeschalteten zustand |
CN111142480A (zh) * | 2019-12-09 | 2020-05-12 | 南京国电南自维美德自动化有限公司 | 一种过程控制站安全通讯方法、系统及分散控制系统 |
EP3745321A1 (en) * | 2019-05-31 | 2020-12-02 | Hitachi, Ltd. | An operating envelope recommendation system with guaranteed probabilistic coverage |
CN112099614A (zh) * | 2020-08-03 | 2020-12-18 | 华南理工大学 | 一种基于协同近似计算的众核系统能耗与性能优化方法 |
CN112783028A (zh) * | 2020-12-30 | 2021-05-11 | 深兰盛视科技(苏州)有限公司 | 智能垃圾桶控制方法、装置、智能垃圾桶及存储介质 |
CN113190524A (zh) * | 2021-04-21 | 2021-07-30 | 武汉卓尔信息科技有限公司 | 一种工业大数据采集方法及系统 |
WO2021164752A1 (zh) * | 2020-02-21 | 2021-08-26 | 华为技术有限公司 | 一种神经网络通道参数的搜索方法及相关设备 |
CN113807538A (zh) * | 2021-04-09 | 2021-12-17 | 京东科技控股股份有限公司 | 联邦学习方法、装置、电子设备及存储介质 |
EP3951607A1 (en) * | 2019-09-27 | 2022-02-09 | Huawei Technologies Co., Ltd. | Data reading method, data writing method, and server |
CN114071706A (zh) * | 2021-11-16 | 2022-02-18 | 网络通信与安全紫金山实验室 | 定位方法、定位装置、定位设备、定位系统和存储介质 |
CN114253242A (zh) * | 2021-12-21 | 2022-03-29 | 上海纽酷信息科技有限公司 | 一种基于vpn的物联网云端设备数据采集系统 |
JP2022104776A (ja) * | 2020-12-29 | 2022-07-11 | 北京▲郵▼▲電▼大学 | ネットワークアクセスデバイスのリソース割り当て方法および装置 |
CN114827047A (zh) * | 2022-06-24 | 2022-07-29 | 北京国科天迅科技有限公司 | 数据传输方法、装置、计算机设备和存储介质 |
CN114967513A (zh) * | 2021-02-24 | 2022-08-30 | 南京德克威尔自动化有限公司 | 一种可批量灵活扩展的总线io |
CN114962729A (zh) * | 2021-02-24 | 2022-08-30 | 南京德克威尔自动化有限公司 | 一种基于总线通讯技术的扩展型阀岛 |
WO2022252045A1 (en) * | 2021-05-31 | 2022-12-08 | Nokia Shanghai Bell Co., Ltd. | Timing synchronization mechanism |
CN115903608A (zh) * | 2022-12-12 | 2023-04-04 | 南京德克威尔自动化有限公司 | 一种总线扩展模块 |
CN116017481A (zh) * | 2022-12-27 | 2023-04-25 | 北京交通大学 | 一种基于网络切片的车联网分簇网络可信性保障方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150059494A1 (en) * | 2013-09-03 | 2015-03-05 | Kaydon A. Stanzione | Methods, systems and devices for measuring and monitoring impact forces imparted to individuals, and protecting individuals from impact forces |
US9778639B2 (en) * | 2014-12-22 | 2017-10-03 | Johnson Controls Technology Company | Systems and methods for adaptively updating equipment models |
US10732621B2 (en) * | 2016-05-09 | 2020-08-04 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for process adaptation in an internet of things downstream oil and gas environment |
US10739736B2 (en) * | 2017-07-11 | 2020-08-11 | General Electric Company | Apparatus and method for event detection and duration determination |
JP7073952B2 (ja) * | 2018-07-09 | 2022-05-24 | 横河電機株式会社 | データ収集システム及びデータ収集方法 |
-
2023
- 2023-08-16 CN CN202311030379.6A patent/CN116795066B/zh active Active
Patent Citations (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004248166A (ja) * | 2003-02-17 | 2004-09-02 | Nippon Telegr & Teleph Corp <Ntt> | 最適迂回ルート制御システムと方法、およびそのプログラムと記録媒体、ならびに通信装置 |
JP3925423B2 (ja) * | 2003-02-17 | 2007-06-06 | 日本電信電話株式会社 | 最適迂回ルート制御システムと方法、およびそのプログラムと記録媒体、ならびに通信装置 |
CN101566847A (zh) * | 2003-02-19 | 2009-10-28 | 费舍-柔斯芒特系统股份有限公司 | 用于过程控制系统的基于开放网络的数据获取、集合和优化 |
JP2007072708A (ja) * | 2005-09-06 | 2007-03-22 | Toshiba Corp | 環境影響評価システムおよび環境影響評価方法 |
JP2008187019A (ja) * | 2007-01-30 | 2008-08-14 | Matsushita Electric Ind Co Ltd | 機密情報実装システムを有する半導体装置の製造工程管理システムおよび製造管理方法 |
CN101755244A (zh) * | 2007-05-25 | 2010-06-23 | 用户传感器与技术公司 | 无线工业数据传输系统 |
CN109313423A (zh) * | 2017-03-01 | 2019-02-05 | 普雷索拉工业物联网公司 | 用于监管和控制工业设施中的机器的装置及包括多个装置的系统 |
CN108227567A (zh) * | 2017-12-15 | 2018-06-29 | 中国航空工业集团公司西安飞行自动控制研究所 | 一种基于软件无线电的工程机械遥控系统及方法 |
EP3550387A2 (en) * | 2018-04-05 | 2019-10-09 | Honeywell International Inc. Intellectual Property - Patent Services | System and method for receiving data in different communication protocols |
CN110554612A (zh) * | 2018-06-04 | 2019-12-10 | 佛山市顺德区美的电热电器制造有限公司 | 一种信息保护方法、服务器和计算机可读存储介质 |
CN108803552A (zh) * | 2018-08-31 | 2018-11-13 | 承德建龙特殊钢有限公司 | 一种设备故障的监测系统及监测方法 |
DE102019127512A1 (de) * | 2018-10-15 | 2020-04-16 | Ford Global Technologies, Llc | Erkennung des energieverbrauchs von fahrzeugen in einem ausgeschalteten zustand |
EP3745321A1 (en) * | 2019-05-31 | 2020-12-02 | Hitachi, Ltd. | An operating envelope recommendation system with guaranteed probabilistic coverage |
EP3951607A1 (en) * | 2019-09-27 | 2022-02-09 | Huawei Technologies Co., Ltd. | Data reading method, data writing method, and server |
CN111142480A (zh) * | 2019-12-09 | 2020-05-12 | 南京国电南自维美德自动化有限公司 | 一种过程控制站安全通讯方法、系统及分散控制系统 |
WO2021164752A1 (zh) * | 2020-02-21 | 2021-08-26 | 华为技术有限公司 | 一种神经网络通道参数的搜索方法及相关设备 |
CN112099614A (zh) * | 2020-08-03 | 2020-12-18 | 华南理工大学 | 一种基于协同近似计算的众核系统能耗与性能优化方法 |
JP2022104776A (ja) * | 2020-12-29 | 2022-07-11 | 北京▲郵▼▲電▼大学 | ネットワークアクセスデバイスのリソース割り当て方法および装置 |
CN112783028A (zh) * | 2020-12-30 | 2021-05-11 | 深兰盛视科技(苏州)有限公司 | 智能垃圾桶控制方法、装置、智能垃圾桶及存储介质 |
CN114967513A (zh) * | 2021-02-24 | 2022-08-30 | 南京德克威尔自动化有限公司 | 一种可批量灵活扩展的总线io |
CN114962729A (zh) * | 2021-02-24 | 2022-08-30 | 南京德克威尔自动化有限公司 | 一种基于总线通讯技术的扩展型阀岛 |
CN113807538A (zh) * | 2021-04-09 | 2021-12-17 | 京东科技控股股份有限公司 | 联邦学习方法、装置、电子设备及存储介质 |
CN113190524A (zh) * | 2021-04-21 | 2021-07-30 | 武汉卓尔信息科技有限公司 | 一种工业大数据采集方法及系统 |
WO2022252045A1 (en) * | 2021-05-31 | 2022-12-08 | Nokia Shanghai Bell Co., Ltd. | Timing synchronization mechanism |
CN114071706A (zh) * | 2021-11-16 | 2022-02-18 | 网络通信与安全紫金山实验室 | 定位方法、定位装置、定位设备、定位系统和存储介质 |
CN114253242A (zh) * | 2021-12-21 | 2022-03-29 | 上海纽酷信息科技有限公司 | 一种基于vpn的物联网云端设备数据采集系统 |
CN114827047A (zh) * | 2022-06-24 | 2022-07-29 | 北京国科天迅科技有限公司 | 数据传输方法、装置、计算机设备和存储介质 |
CN115903608A (zh) * | 2022-12-12 | 2023-04-04 | 南京德克威尔自动化有限公司 | 一种总线扩展模块 |
CN116017481A (zh) * | 2022-12-27 | 2023-04-25 | 北京交通大学 | 一种基于网络切片的车联网分簇网络可信性保障方法 |
Non-Patent Citations (9)
Title |
---|
A new Probabilistic Path Planning Algorithm for (Dis)assembly Tasks;U. Thomas;ISR 2010 (41st International Symposium on Robotics) and ROBOTIK 2010 (6th German Conference on Robotics);1-6 * |
Forage RRT — An efficient approach to task-space goal planning for high dimensional systems;L.Keselman;2014 IEEE International Conference on Robotics and Automation (ICRA);1572-1577 * |
Sensor selection for sparse source detection in planar arrays;Ajorloo, A;ELECTRONICS LETTERS;411-417 * |
一种移动无线激光通信网络接入新方法与实现;赵海燕;李双喜;;激光杂志(第03期);79-83 * |
基于双线性的船舶自组网安全机制研究;常丹婷;现代计算机;3-8 * |
基于复数域的高效完整性保护数据融合算法;贾宗璞;计算机应用与软件;70-74+148 * |
基于多传感器信息融合的车载CAN总线异常检测;刘晓;中国机械;109-112 * |
基于多路径反馈的无线传感器网络安全数据收集方法;毛郁欣;;通信学报(第S1期);82-86 * |
数据中心网络流量分类路由机制研究;王昌平;小型微型计算机系统;2488-2492 * |
Also Published As
Publication number | Publication date |
---|---|
CN116795066A (zh) | 2023-09-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116795066B (zh) | 远程io模块的通信数据处理方法、系统、服务器及介质 | |
CN107292344B (zh) | 一种基于环境交互的机器人实时控制方法 | |
JP7279445B2 (ja) | 予測方法、予測プログラムおよび情報処理装置 | |
CN110332671B (zh) | 室内机的控制方法、装置、设备和空调系统 | |
WO2016047118A1 (ja) | モデル評価装置、モデル評価方法、及び、プログラム記録媒体 | |
US20220178572A1 (en) | Air conditioning control system and air conditioning control method | |
KR101941854B1 (ko) | 미취득 데이터 보정을 통한 부하 예측 시스템 및 방법 | |
CN113783962B (zh) | 基于边缘计算的数据采集系统及方法 | |
CN117113729B (zh) | 一种基于数字孪生的电力设备在线状态监测系统 | |
CN113111589A (zh) | 预测模型的训练方法、预测供热温度的方法、装置和设备 | |
CN113868953B (zh) | 工业系统中多机组运行优化方法、装置、系统及存储介质 | |
CN110925936A (zh) | 空调控制方法、装置、计算机设备和存储介质 | |
JP2021196316A (ja) | データ管理システム、データ管理方法、および、データ管理プログラム | |
CN111108738B (zh) | 数据处理设备、数据分析设备、数据处理系统和用于处理数据的方法 | |
JP7263980B2 (ja) | 強化学習方法、強化学習プログラム、および強化学習装置 | |
CN115576205B (zh) | 反馈控制方法、通用反馈控制器、训练方法、可读存储介质、计算机程序产品及系统 | |
JP2020181318A (ja) | 最適化装置、最適化方法、及びプログラム | |
CN112365103B (zh) | 运行阶段建筑短期负荷预测方法、装置、设备和介质 | |
KR102660544B1 (ko) | 제어 장치, 컨트롤러, 제어 시스템, 제어 방법, 및 제어 프로그램 | |
CN115456168B (zh) | 强化学习模型的训练方法、能耗确定方法和装置 | |
CN114152349B (zh) | 温度测量方法、装置、存储介质及电子设备 | |
CN116882079A (zh) | 一种水泵特性曲线自适应校准及预测方法 | |
CN115086190A (zh) | 数据处理方法及装置、计算机可存储介质 | |
CN117499272A (zh) | 智能运维云平台控制方法及其控制系统 | |
CN116838464A (zh) | 电控硅油风扇控制方法、装置、控制器及存储介质 |
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 | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Communication data processing methods, systems, servers, and media for remote IO modules Granted publication date: 20231027 Pledgee: Bank of China Limited Nanjing Jiangbei New Area Branch Pledgor: NANJING DEKEWEIER AUTOMATION CO.,LTD. Registration number: Y2024980007024 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |