CN116827808B - 一种基于工业物联网的多设备联合通讯系统、方法及设备 - Google Patents

一种基于工业物联网的多设备联合通讯系统、方法及设备 Download PDF

Info

Publication number
CN116827808B
CN116827808B CN202311099484.5A CN202311099484A CN116827808B CN 116827808 B CN116827808 B CN 116827808B CN 202311099484 A CN202311099484 A CN 202311099484A CN 116827808 B CN116827808 B CN 116827808B
Authority
CN
China
Prior art keywords
equipment
industrial
event
node
nodes
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
Application number
CN202311099484.5A
Other languages
English (en)
Other versions
CN116827808A (zh
Inventor
彭长生
张靖
张俊文
谢莎
黄彦凯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Jitong Intelligent Technology Co ltd
Original Assignee
Shenzhen Jitong Intelligent Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Jitong Intelligent Technology Co ltd filed Critical Shenzhen Jitong Intelligent Technology Co ltd
Priority to CN202311099484.5A priority Critical patent/CN116827808B/zh
Publication of CN116827808A publication Critical patent/CN116827808A/zh
Application granted granted Critical
Publication of CN116827808B publication Critical patent/CN116827808B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/142—Network analysis or design using statistical or mathematical methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • 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
    • H04L67/14—Session management
    • H04L67/141—Setup of application sessions
    • 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
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/61—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources taking into account QoS or priority requirements

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Optimization (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及物联网技术领域，揭露了一种基于工业物联网的多设备联合通讯系统、方法及设备。该系统中包括节点标识分配模块、设备事件边构建模块、设备事件关联图生成模块、设备通讯优先级确定模块及设备联合通讯模块，对工业设备节点进行标识分配，并基于工业设备节点标识生成设备触发事件，根据设备触发事件构建设备事件关联图，并计算设备事件关联图中每个工业设备节点的度中心值及聚类系数均值；根据度中心值及聚类系数均值计算工业设备节点的设备关联度；根据设备关联度确定设备通讯优先级，基于设备优先级构建设备联合通讯链路，按照轻量级通讯协议对联合通讯链路中的多设备进行联合通讯。本发明可以提高多设备联合通讯时的精准性。

Description

一种基于工业物联网的多设备联合通讯系统、方法及设备
技术领域
本发明涉及物联网技术领域，尤其涉及一种基于工业物联网的多设备联合通讯系统、方法及设备。
背景技术
随着工业智能化的发展，工业设备之间的互联互通变得越来越重要，则工业设备在生产过程中需要相互配合和协同工作，但为了提高多设备之间联合通讯的效率和精准性，需要对不同工业设备之间的协同性进行分析，以进行多设备联合通讯。
现有的多设备联合通讯技术是将不同的工业设备连接到云平台或互联网，实现不同设备之间的远程监控、数据共享和协同操作。实际应用中，将多设备统一连接到云平台中，而没有考虑设备之间的关联性，可能导致设备联合通讯具有单一性，从而对进行多设备联合通讯时的精准性较低。
发明内容
本发明提供一种基于工业物联网的多设备联合通讯系统、方法及设备，其主要目的在于解决进行多设备联合通讯时的精准性较低的问题。
为实现上述目的，本发明提供的一种基于工业物联网的多设备联合通讯系统，其特征在于，所述系统包括节点标识分配模块、设备事件边构建模块、设备事件关联图生成模块、设备通讯优先级确定模块及设备联合通讯模块,其中，
所述节点标识分配模块，用于获取工业设备节点，利用预设的偏重标识分配算法对所述工业设备节点进行标识分配，得到工业设备节点标识；
所述设备事件边构建模块，用于根据所述工业设备节点标识生成所述工业设备节点对应的设备触发事件，通过预设的边缘网关提取所述设备触发事件的触发事件特征，根据所述触发事件特征构建所述工业设备节点之间的设备事件边；
所述设备事件关联图生成模块，用于根据所述工业设备节点及所述设备事件边生成设备事件关联图，利用预设的双向度中心性算法计算所述设备事件关联图中所述工业设备节点的度中心值，通过预设的平均聚类算法计算所述设备事件关联图中所述工业设备节点的聚类系数均值；
所述设备通讯优先级确定模块，用于通过预设的异化加权算法根据所述度中心值及所述聚类系数均值计算所述工业设备节点的设备关联度，根据所述设备关联度确定所述工业设备节点的设备通讯优先级；
所述设备联合通讯模块，用于根据所述设备通讯优先级及所述设备事件关联图构建设备联合通讯链路，按照预设的轻量级通信协议对所述设备联合通讯链路中的设备进行联合通讯。
可选地，所述节点标识分配模块在利用预设的偏重标识分配算法对所述工业设备节点进行标识分配，得到工业设备节点标识时，具体用于：
将所述工业设备节点的节点数量进行平均分组，得到工业设备分组；
利用如下的偏重标识分配算法根据所述工业设备分组对应的分组数量及所述节点数量计算所述工业设备分组中的分组节点数量：其中，/>为第次分组迭代的分组节点数量，/>为第/>次分组迭代的第一分组数量，/>为所述工业设备分组节点对应的分组数量，/>为工业设备节点的节点总数量，/>为第/>次分组迭代的第二分组数量，/>第/>次分组迭代的第三分组数量，/>为对数函数；
根据预设的分组迭代次数及所述分组节点数量对所述工业设备分组中的分组节点数量进行迭代，得到所述工业设备节点的唯一节点分组；
根据所述唯一节点分组中的分组标识对所述工业设备节点进行标识分配，得到工业设备节点标识。
可选地，所述设备事件边构建模块在根据所述工业设备节点标识生成所述工业设备节点对应的设备触发事件时，具体用于：
将所述工业设备节点标识与预设的设备触发事件类型进行事件映射，得到设备事件映射表；
根据所述设备事件映射表实时监测所述工业设备节点的设备状态变化值；
根据所述设备状态变化值生成所述工业设备节点的设备触发值；
通过所述设备触发值生成所述工业设备节点对应的设备触发事件。
可选地，所述设备事件边构建模块在根据所述触发事件特征构建所述工业设备节点之间的设备事件边时，具体用于：
逐一提取所述触发事件特征的事件触发时间；
根据预设的事件时间窗口及所述事件触发时间生成所述工业设备节点之间的事件时序关系；
根据所述事件时序关系确定所述工业设备节点之间的连接规则；
根据所述连接规则生成所述工业设备节点之间的设备事件边。
可选地，所述设备事件图生成模块在根据所述工业设备节点及所述设备事件边生成设备事件关联图时，具体用于：
根据预设的节点连通度对所述设备事件边进行迭代筛选，得到设备事件连接边；
按照从小到大的顺序将所述设备事件连接边进行排序，得到设备事件边连接集合；
根据所述设备事件边连接集合对所述工业设备节点进行节点相连，得到所述设备事件关联图。
可选地，所述设备事件关联图生成模块在利用预设的双向度中心性算法计算所述设备事件关联图中所述工业设备节点的度中心值时，具体用于：
对所述设备事件关联图中每条设备事件连接边进行遍历，得到连接边遍历集合；
根据所述连接边遍历集合统计所述设备事件关联图中每个工业设备节点的节点入度及节点出度；
利用所述双向度中心性算法根据所述节点入度及所述节点出度计算所述设备事件关联图中每个所述工业设备节点的度中心值，其中所述双向度中心算法为：其中，/>为第/>个工业设备节点的度中心值，/>为第/>个工业设备节点的所述节点入度，/>为第/>个工业设备节点的所述节点出度，/>工业设备节点的节点总数量，/>为工业设备节点接收连接程度的控制因子，/>为工业设备节点发出连接程度的控制因子。
可选地，所述设备事件图生成模块在通过预设的平均聚类算法计算所述设备事件关联图中所述工业设备节点的聚类系数均值时，具体用于：
统计所述设备事件关联图中每个工业设备节点的邻居节点；
根据所述邻居节点的邻居节点数量确定每个工业设备节点与所述邻居节点之间的邻居边数量；
通过如下所述平均聚类算法根据所述邻居节点数量及所述邻居边数量计算每个所述工业设备节点的聚类系数均值：其中，为第/>个工业设备节点的聚类系数均值，/>为第/>个工业设备节点的所述邻居边数量，/>为第/>个工业设备节点的邻居节点数量，/>工业设备节点的节点总数量。
可选地，所述设备联合通讯模块在按照预设的轻量级通信协议对所述设备联合通讯链路中的设备进行联合通讯时，具体用于：
对所述设备联合通讯链路配置联合通讯连接因子；
根据所述联合通讯连接因子生成所述设备联合通讯链路的设备联合通讯方式；
按照所述轻量级通信协议及所述设备联合通讯方式对工业设备进行加密联合通讯。
为了解决上述问题，本发明还提供一种基于工业物联网的多设备联合通讯系统的运行方法，所述方法包括：
获取工业设备节点，利用预设的偏重标识分配算法对所述工业设备节点进行标识分配，得到工业设备节点标识；
根据所述工业设备节点标识生成所述工业设备节点对应的设备触发事件，通过预设的边缘网关提取所述设备触发事件的触发事件特征，根据所述触发事件特征构建所述工业设备节点之间的设备事件边；
根据所述工业设备节点及所述设备事件边生成设备事件关联图，利用预设的双向度中心性算法计算所述设备事件关联图中所述工业设备节点的度中心值，通过预设的平均聚类算法计算所述设备事件关联图中所述工业设备节点的聚类系数均值；
通过预设的异化加权算法根据所述度中心值及所述聚类系数均值计算所述工业设备节点的设备关联度，根据所述设备关联度确定所述工业设备节点的设备通讯优先级；
根据所述设备通讯优先级及所述设备事件关联图构建设备联合通讯链路，按照预设的轻量级通信协议对所述设备联合通讯链路中的设备进行联合通讯。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于工业物联网的多设备联合通讯系统的运行方法。
本发明实施例通过对每个工业设备节点分配唯一标识，有利于对工业设备的识别和追踪；基于不同工业设备节点的设备触发事件构建设备事件边，进而根据设备事件边构建设备关联图，有利于分析和理解设备之间的相互作用和影响，揭示事件之间的因果关系，进而提取关于工业设备节点有价值的信息，提高多设备联合通讯的精准性；通过计算设备事件关联图中每个工业设备节点的度中心值及聚类系数均值，便于全面地评估多工业设备之间的关联度，可以为设备间的协同工作和多设备联合通讯提供有价值的指导和决策依据；进而根据度中心值及聚类系数均值计算设备关联度，根据设备关联度确定设备通讯优先级可以确保关键信息的及时传递和高优先级任务的优先处理；根据设备通讯优先级构建设备联合通讯链路，基于设备联合通讯链路使用轻量级通信协议对多设备进行联合通讯。因此本发明提出的基于工业物联网的多设备联合通讯系统、方法及设备，可以解决进行多设备联合通讯时的精准性较低的问题。
附图说明
图1为本发明一实施例提供的基于工业物联网的多设备联合通讯系统的流程示意图；
图2为本发明一实施例提供的基于工业物联网的多设备联合通讯系统的运行方法的流程示意图；
图3为本发明一实施例提供的实现所述基于工业物联网的多设备联合通讯系统的运行方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例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作出创造性劳动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。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义，“多种”一般包含至少两种。
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
另外，下述各方法实施例中的步骤时序仅为一种举例，而非严格限定。
实际上，基于工业物联网的多设备联合通讯系统所部署的服务端设备可能是由一台或多台设备构成的。上述基于工业物联网的多设备联合通讯系统可以实现为：业务实例、虚拟机、硬件设备。比如，该基于工业物联网的多设备联合通讯系统可以实现为部署在云节点中的一个或多个设备上的一种业务实例。简单来说，该基于工业物联网的多设备联合通讯系统可以理解为是部署在云节点上的一种软件，用于为各用户端提供基于工业物联网的多设备联合通讯系统。或者，该基于工业物联网的多设备联合通讯系统也可以实现为部署在云节点中的一个或多个设备上的一种虚拟机。该虚拟机中安装有用于管理各用户端的应用软件。或者，该基于工业物联网的多设备联合通讯系统还可以实现为由众多相同或不同类型的硬件设备构成的服务端，设置一个或多个硬件设备用于为各用户端提供基于工业物联网的多设备联合通讯系统。
在实现形式上，基于工业物联网的多设备联合通讯系统和用户端相互适应。即，基于工业物联网的多设备联合通讯系统作为安装于云服务平台的应用，则用户端作为与该应用建立通信连接的客户端；或实现基于工业物联网的多设备联合通讯系统作为网站实现，则用户端作为网页实现；再或实现基于工业物联网的多设备联合通讯系统作为云服务平台实现，则用户端作为即时通信应用中的小程序实现。
参照图1所示，是本发明一实施例提供的基于工业物联网的多设备联合通讯系统的功能模块图。
本发明所述基于工业物联网的多设备联合通讯系统100可以设置于云端服务器中，在实现形式上，可以作为一个或多个服务设备，也可以作为一应用安装于云端(例如移动服务运营方的服务器、服务器集群等)上，或者也可以开发为网站。根据实现的功能，所述基于工业物联网的多设备联合通讯系统100可以包括节点标识分配模块101、设备事件边构建模块102、设备事件关联图生成模块103、设备通讯优先级确定模块104及设备联合通讯模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
本发明实施例中，基于工业物联网的多设备联合通讯系统中，上述各个模块均可独立实现，且与其他模块调用。这里的调用可以理解为，某一模块可以连接另一类型的多个模块，并为其连接的多个模块提供相应服务。比如，分享评测模块可以调用同一信息采集模块，以获取该信息采集模块采集的信息基于上述特性，本发明实施例提供的基于工业物联网的多设备联合通讯系统中，无需修改程序代码，即可通过增加模块、并直接调用的形式来调整基于工业物联网的多设备联合通讯系统架构的适用范围，实现集群式水平拓展，以便达到快捷灵活拓展基于工业物联网的多设备联合通讯系统的目的。实际应用中，上述模块可以设置在同一设备或不同设备中，也可以是设置在虚拟设备中，例如云端服务器中的服务实例。
下面结合具体实施例，分别针对基于工业物联网的多设备联合通讯系统的各个组成部分以及具体工作流程进行说明：
所述节点标识分配模块101，用于获取工业设备节点，利用预设的偏重标识分配算法对所述工业设备节点进行标识分配，得到工业设备节点标识。
本发明实施例中，所述工业设备节点是将工业设备作为节点，则工业设备广泛应用于各个行业和领域，包括制造业、能源领域、交通运输、化工、冶金、医学、食品加工等，如用于加工、制造和组装产品的工业设备具有机床、搅拌机、喷涂设备等；用于物料运输、仓储和组装产品的工业设备具有输送带、搬运机器人等。
详细地，可通过网络扫描工具扫描工业网络，识别连接到工业物联网上的工业设备，其中可通过工业设备的IP地址、MAC地址和设备类型等信息获取工业设备节点。
进一步地，为了实现对工业设备的识别和追踪，有利于实现高效可靠的工业设备管理和操作，需要对工业设备分配唯一的设备标识，用于识别工业设备。
本发明实施例中，所述工业设备节点标识是指对每个工业设备节点设定一个独特且唯一的标识符，方便对工业设备的识别和追踪。
本发明实施例中，所述节点标识分配模块101在利用预设的偏重标识分配算法对所述工业设备节点进行标识分配，得到工业设备节点标识时，具体用于：
将所述工业设备节点的节点数量进行平均分组，得到工业设备分组；
利用如下的偏重标识分配算法根据所述工业设备分组对应的分组数量及所述节点数量计算所述工业设备分组中的分组节点数量：其中，/>为第次分组迭代的分组节点数量，/>为第/>次分组迭代的第一分组数量，/>为所述工业设备分组节点对应的分组数量，/>为工业设备节点的节点总数量，/>为第/>次分组迭代的第二分组数量，/>第/>次分组迭代的第三分组数量，/>为对数函数；
根据预设的分组迭代次数及所述分组节点数量对所述工业设备分组中的分组节点数量进行迭代，得到所述工业设备节点的唯一节点分组；
根据所述唯一节点分组中的分组标识对所述工业设备节点进行标识分配，得到工业设备节点标识。
详细地，标识分配算法用于对每个工业设备节点分配标识，则当时，每个工业设备节点是可以保证一个独特唯一的标识，而当/>时，多个工业设备节点是可以拥有相同的标识，则必须要对工业设备节点进行多次的标识选择，直到工业设备节点的标识是唯一的。首先需要根据工业设备节点的节点数量将工业设备节点进行平均分组，可分成多个工业设备节点对应的设备分组，进而通过偏重标识分配算法对工业设备节点的分组进行迭代计算，直至每个工业设备节点都对应一个设备分组。
具体地，所述偏重标识分配算法是假设第次执行分组算法时有/>个工业设备节点，然后把/>个工业设备节点分成/>个分组，在这些分组中，有/>个分组具有个工业设备节点和/>个分组具有/>个工业设备节点，还有一组有/>个工业设备节点，而 />、/>、/>的值需要满足约束条件及/>。进而继续根据分组迭次数将/>、/>、/>这些分组的结果再进行偏重分组，直至每个分组中的工业设备节点的个数唯一为止，则将唯一分组的分组标识对工业设备节点进行标识分配，从而得到工业设备节点标识，其中分组标识是指对每个分组设定唯一的分组序号。
进一步地，每个工业设备节点都有其对应的设备触发事件，基于设备触发事件可对工业设备节点之间的设备关联性进行分析，以提高多设备联合通讯的精准性。
所述设备事件边构建模块102，用于根据所述工业设备节点标识生成所述工业设备节点对应的设备触发事件，通过预设的边缘网关提取所述设备触发事件的触发事件特征，根据所述触发事件特征构建所述工业设备节点之间的设备事件边。
本发明实施例中，所述设备触发事件是指工业设备在特定条件下发生的事件或动作，则设备触发事件可以包括故障事件、报警事件、状态改变事件、定时事件及外部触发事件，而故障事件中包括设备停止工作、产生错误代码、传感器异常等情况；报警事件包括设备温度过高、压力过大、电流异常等情况；状态改变事件包括工业设备从停止状态切换到运行状态，从待机状态切换到工作状态；定时事件包括工业设备内部的时钟或计时器触发；外部触发事件包括接收到传感器信号、接收其他设备指令等。
本发明实施例中，所述设备事件边构建模块102在根据所述工业设备节点标识生成所述工业设备节点对应的设备触发事件时，具体用于：
将所述工业设备节点标识与预设的设备触发事件类型进行事件映射，得到设备事件映射表；
根据所述设备事件映射表实时监测所述工业设备节点的设备状态变化值；
根据所述设备状态变化值生成所述工业设备节点的设备触发值；
通过所述设备触发值生成所述工业设备节点对应的设备触发事件。
详细地，所述设备触发事件类型包括故障事件、报警事件、状态改变事件、定时事件及外部触发事件，将每个工业设备所能产生的设备触发事件进行映射，如设备节点标识为Device1，对应的设备触发事件类型为Fault；设备节点标识为Device2，对应的设备触发事件类型为Alarm（报警事件）；设备节点标识为Device3，对应的设备触发事件类型为Status Change（状态改变事件），则根据工业设备节点标识与设备触发事件类型之间的对应关系生成设备事件映射表。设备事件映射表可以快速识别和理解特定设备节点标识所对应的触发事件类型。这对于设备监控、故障诊断、数据分析等应用非常有用。通过设备事件映射表，可以准确地将设备节点标识与相应的设备触发事件类型关联起来，方便后续的事件处理和分析工作。
具体地，通过传感器实时监测每个工业设备的状态值，进而将状态值上传至设备事件映射表中，用于更新工业设备节点的设备状态变化值，当设备状态变化值更新至一定阈值时，会使工业设备的状态发生改变或者工业设备出现异常情况，则将此时的设备状态变化值作为工业设备节点的设备触发值，并将设备触发值作为触发条件，以此根据触发条件生成工业设备节点对应的设备触发事件。
进一步地，为了分析不同工业设备节点之间的关联性，需要基于每个工业设备节点的设备触发事件构建设备关联图，从而可以助于分析和理解设备之间的相互作用和影响，揭示事件之间的因果关系。
更进一步地，边缘网关作为一个中间节点，连接到工业设备节点和云平台或数据中心。它可以通过连接到设备节点的接口、传感器或其他数据源，对设备触发事件进行数据采集，根据预设的设备触发事件的特征定义，边缘网关可以从采集到的设备触发事件数据中提取相关的特征。则所述触发事件特征是指每个工业设备节点的触发事件值，通过边缘网关实时采集和提取设备触发事件的特征，可以减少数据传输和延迟。
本发明实施例中，所述设备事件边是指不同工业设备节点对应的设备触发事件之间具有关联性所构成的事件边。
本发明实施例中，所述设备事件边构建模块102在根据所述触发事件特征构建所述工业设备节点之间的设备事件边时，具体用于：
逐一提取所述触发事件特征的事件触发时间；
根据预设的事件时间窗口及所述事件触发时间生成所述工业设备节点之间的事件时序关系；
根据所述事件时序关系确定所述工业设备节点之间的连接规则；
根据所述连接规则生成所述工业设备节点之间的设备事件边。
详细地，所述事件触发时间是指每个工业设备节点达到触发事件特征时，所发生的触发时间点，而根据事件时间窗口确定两个工业设备节点之间的事件触发时间是否在一定的事件时间窗口内，从而可以确定事件时序关系，当事件时序关系为在事件时间窗口范围内，则可确定工业设备节点之间的连接规则，进而根据连接规则生成工业设备节点之间的设备事件边。其中所述连接规则是指工业设备节点可以进行连接的连接边。
具体地，如果两个设备节点之间的事件触发时间在一定的时间窗口内相近，可以建立连接边。这样可以捕捉到事件之间的时序关系。例如，如果设备A和设备B之间的事件触发时间在5分钟内，则可以将它们之间建立一条边。
进一步地，根据设备事件边可以构建设备事件关联图，进而根据设备事件关联图可以获取关于工业设备节点有价值的信息，提高多设备联合通讯的精准性。
所述设备事件关联图生成模块103，用于根据所述工业设备节点及所述设备事件边生成设备事件关联图，利用预设的双向度中心性算法计算所述设备事件关联图中所述工业设备节点的度中心值，通过预设的平均聚类算法计算所述设备事件关联图中所述工业设备节点的聚类系数均值。
本发明实施例中，所述设备事件关联图是表示工业设备节点和它们之间设备事件关联关系的拓扑结构表示。该图可以用于可视化设备之间事件的传递、关联和影响。
本发明实施例中，所述设备事件图生成模块103在根据所述工业设备节点及所述设备事件边生成设备事件关联图时，具体用于：
根据预设的节点连通度对所述设备事件边进行迭代筛选，得到设备事件连接边；
按照从小到大的顺序将所述设备事件连接边进行排序，得到设备事件边连接集合；
根据所述设备事件边连接集合对所述工业设备节点进行节点相连，得到所述设备事件关联图。
详细地，当设备事件边为①-②、①-③、②-③、①-⑤、③-④、④-⑤，则需要对设备事件边中具有连通关系的边进行筛选，如①-②、②-③和①-③，则可以通过设备节点①-②-③，从设备节点①到设备节点③，若在连接①-③，则在设备节点①-②-③之间会形成连通图，则需要将设备事件边①-③筛选掉，依次对设备事件边进行筛选，得到设备事件连接边，则设备事件连接边包括①-②、②-③、①-⑤、③-④、④-⑤。
具体地，按照设备事件连接边中每条边的起始点的大小，将起始点按照从小到大的顺序将设备事件连接边进行排序，得到设备事件边连接集合，则设备事件边连接集合为设备事件边的起始点按照从小到大的顺序的排序，即设备事件边连接集合为①-②、①-⑤、②-③、③-④、④-⑤，进而按照设备事件边连接集合中事件边将工业设备节点进行节点连接，从而得到设备事件关联图。
进一步地，为了实现多设备的准确联合通讯，需要计算每个工业设备节点在设备事件关联图中度中心值及聚类系数值，可以更精准地衡量不同设备之间的关联程度，从而使多设备的联合通讯更加准确。
本发明实施例中，所述度中心值可以用于衡量工业设备节点的重要性和影响力，即工业设备节点与其他工业设备节点直接连接的程度。度中心值可以用来评估不同设备节点的重要性和通讯需求。高度中心的节点可能需要更多的通讯和协作，而低度中心的节点则可能具有较少的通讯需求。这有助于优化通讯资源和提高通讯效率。
本发明实施例中，所述设备事件关联图生成模块103在利用预设的双向度中心性算法计算所述设备事件关联图中所述工业设备节点的度中心值时，具体用于：
对所述设备事件关联图中每条设备事件连接边进行遍历，得到连接边遍历集合；
根据所述连接边遍历集合统计所述设备事件关联图中每个工业设备节点的节点入度及节点出度；
利用所述双向度中心性算法根据所述节点入度及所述节点出度计算所述设备事件关联图中每个所述工业设备节点的度中心值，其中所述双向度中心算法为：其中，/>为第/>个工业设备节点的度中心值，为第/>个工业设备节点的所述节点入度，/>为第/>个工业设备节点的所述节点出度，/>工业设备节点的节点总数量，/>为工业设备节点接收连接程度的控制因子，/>为工业设备节点发出连接程度的控制因子。
详细地，将设备事件关联图中每条设备事件连接边进行遍历，得到遍历之后的全部设备事件连接边，即连接边遍历集合，则根据连接边遍历集合统计每个工业设备节点的节点入度及节点出度，进而根据双向度中心性算法计算每个工业设备节点的度中心值，则双向度中心性算法是指基于出度方向及入度方向计算每个工业设备节点的度中心值。
具体地，所述双向度中心性算法中的工业设备节点接收连接程度的控制因子是指控制工业设备节点的节点入度，反映工业设备节点从其他工业设备节点接收信息的程度；工业设备节点发出连接程度的控制因子/>是指控制工业设备节点的节点出度，反映工业设备节点从其他工业设备节点传递信息的程度，节点的入度和出度可以用来评估节点的影响力和重要性。入度较高的节点通常意味着该节点受到其他节点的影响较多，具有较大的影响范围。出度较高的节点通常意味着该节点对其他节点的影响较大，具有较大的传播能力。
进一步地，为了计算不同设备之间的关联度，实现精准的多设备联合通讯，每个工业设备节点的度中心值仅描述了节点的局部连接特征，无法全面反映整个图的特征，因此，还需要节点每个工业设备节点的聚类系数值。
本发明实施例中，所述聚类系数均值是用于衡量图中节点之间连接紧密程度的指标。聚类系数可以用来评估节点的邻居节点之间形成的紧密联系程度，从而揭示图的局部结构和网络特征。
本发明实施例中，所述设备事件图生成模块103在通过预设的平均聚类算法计算所述设备事件关联图中所述工业设备节点的聚类系数均值时，具体用于：
统计所述设备事件关联图中每个工业设备节点的邻居节点；
根据所述邻居节点的邻居节点数量确定每个工业设备节点与所述邻居节点之间的邻居边数量；
通过如下所述平均聚类算法根据所述邻居节点数量及所述邻居边数量计算每个所述工业设备节点的聚类系数均值：其中，/>为第/>个工业设备节点的聚类系数均值，/>为第/>个工业设备节点的所述邻居边数量，/>为第/>个工业设备节点的邻居节点数量，/>工业设备节点的节点总数量。
详细地，基于对设备事件关联图中每个工业设备节点的遍历，可得到每个工业设备节点的邻居节点（与该设备节点直接相连的节点），并统计邻居节点的节点数量，以及统计每个工业设备节点与邻居节点之间的邻居边数量（邻居节点之间实际存在的边数），进而根据邻居节点数量及邻居边数量计算每个工业设备节点的聚类系数值。
具体地，所述平均聚类算法是基于设备无向图计算每个工业设备节点的平均聚类系数值，即将每个工业设备节点的聚类系数值相加，然后除以设备节点的总数，得到整个设备事件关联图的平均聚类系数值，而工业设备节点的聚类系数值是通过邻居节点数量及邻居边数量得到的。因此，聚类系数值可以用于评估工业设备节点的关联性。具有较高聚类系数的节点表示其邻居节点之间连接较紧密，具有更高的关联性。这有助于识别设备之间的紧密联系和协同工作的潜力。
进一步地，根据每个工业设备节点的度中心值及聚类系数均值可以较全面的评估多工业设备之间的关联度，可以为设备间的协同工作和多设备联合通讯提供有价值的指导和决策依据。
所述设备通讯优先级确定模块104，用于通过预设的异化加权算法根据所述度中心值及所述聚类系数均值计算所述工业设备节点的设备关联度，根据所述设备关联度确定所述工业设备节点的设备通讯优先级。
本发明实施例中，所述设备关联度是衡量工业设备节点之间关联程度的指标，描述了工业设备节点之间的连接强度或相关性，反映了它们在事件触发、数据交换和协作方面的互动程度。
本发明实施例中，所述设备通讯优先级确定模块104在通过预设的异化加权算法根据所述度中心值及所述聚类系数均值计算所述工业设备节点的设备关联度时，具体用于：
对所述度中心值进行归一化处理，得到归一化度中心值；
对所述聚类系数均值进行归一化处理，得到归一化聚类系数均值；
利用所述异化加权算法根据所述归一化度中心值及所述归一化聚类系数均值计算所述工业设备节点的设备关联度，其中所述异化加权算法为：其中，为第/>个工业设备节点与第/>个工业设备节点之间的设备关联度，/>为第/>个工业设备节点的归一化度中心值，/>为第/>个工业设备节点的归一化度中心值，/>为第/>个工业设备节点的归一化聚类系数均值，/>为第/>个工业设备节点的归一化聚类系数均值，/>为非负常数，/>为对数函数，/>为第/>个工业设备节点的信息量，/>为第/>个工业设备节点的信息量，/>工业设备节点的节点总数量；
详细地，归一化处理是将数据映射到特定范围内的数据预处理，则所述归一化度中心值是将所有的度中心值都映射在范围{0，1}内，所述聚类系数均值是将所有的聚类系数均值都映射在范围{0，1}内，其中0表示最小值，1表示最大值，可以消除度中心值的尺度差异，使其更容易进行比较和分析。
具体地，所述异化加权算法是将不同数值通过加权的方式得到的总体评估值，则将归一化度中心值与归一化聚类系数均值通过加权的方式计算工业设备节点之间的关联度。其中所述异化加权算法中非负常数可以作为权重调节因子，用于调整不同因素或变量的相对重要性。通过增加或减小/>的值，可以增加或减小对应因素的权重，而工业设备节点的信息量/>是指表示该节点的信息所包含的数量或复杂度，信息量可以通过信息熵来衡量，则可根据设备状态、事件发生概率、数据的多样性及独特性、数据量及数据质量用于衡量工业设备节点的信息量。如某个事件非常常见，那么触发该事件的设备节点的信息量可能较低；一个设备节点提供的数据包括多个传感器的测量值、时间戳、设备标识等信息，相对于只提供单一测量值的设备节点来说，其信息量更大。
进一步地，通过设备关联度确定设备通讯优先级，可以优化通讯资源的利用，将将通讯资源优先分配给关联度较高的设备节点，可以提高通讯效率和吞吐量，减少通讯冲突和延迟。
本发明实施例中，所述设备通信优先级是指确定不同工业设备节点之间进行通信时，设备的优先级顺序，通过设备通信优先级的设定，可以控制设备之间的通信顺序和资源分配，确保关键信息的及时传递和高优先级任务的优先处理。
本发明实施例中，所述设备通讯优先级确定模块104在根据所述设备关联度确定所述工业设备节点的设备通讯优先级时，具体用于：
按照从高到底的顺序对所述设备关联度进行排序，得到设备关联度排序；
根据所述设备关联度排序对所述工业设备节点进行优先级排序，得到设备通讯优先级。
详细地，根据设备关联度的大小，对工业设备节点进行排序，将关联度高的设备节点排在前面，将较高优先级分配给关联度高的设备节点，以确保它们在通信时具有更高的优先级。可以使用数字表示法，例如使用较小的数字表示较高的优先级。
进一步地，通过优化设备通信顺序，将通信优先级高的设备节点放置在通信链路的前部，确保重要的通信先被处理。这样可以减少通信延迟，提高通信效率，使关键信息能够更快地传输和响应。
所述设备联合通讯模块105，用于根据所述设备通讯优先级及所述设备事件关联图构建设备联合通讯链路，按照预设的轻量级通信协议对所述设备联合通讯链路中的设备进行联合通讯。
本发明实施例中，所述设备联合通讯链路是指将多个设备节点组合在一起形成的通信路径，用于实现设备之间的协同通信和数据传输。
本发明实施例中，所述设备联合通讯模块105在根据所述设备通讯优先级及所述设备事件关联图构建设备联合通讯链路时，具体用于：
选取所述设备通讯优先级最高的工业设备节点作为通讯链路起始节点；
按照所述设备事件关联图中的设备事件边确定所述工业设备节点之间的通讯连接关系；
根据所述通讯链路起始节点逐步按照所述通讯连接关系构建所述设备联合通讯链路。
详细地，将所述设备通讯优先级最高的工业设备节点作为联合通讯链路中链路的起始节点，而将设备事件关联图中的设备事件边之间的连接关系作为工业设备节点之间的通讯连接关系，进而根据通讯链路起始节点逐步按照通讯连接关系对工业设备节点进行连接，从而形成设备联合通讯链路。
具体地，通信优先级较高的设备节点应该在通信链路中位于较前的位置，以便优先处理重要的通信。同时，考虑设备之间的关联性，将相关的设备节点放置在靠近的位置，以便减少通信冲突和延迟。
进一步地，为了提高联合通信效率，需要使用轻量级通信协议基于联合通讯链路实现多设备之间的联合通讯。
本发明实施例中，所述轻量级通信协议是一种设计简单、开销小、适用于资源受限设备的通信协议，如MQTT（Message Queuing Telemetry Transport，发布/订阅消息传输协议）、AMQP（Advanced Message Queuing Protocol，消息队列协议），通常具有简单、紧凑的消息格式和较小的通信开销。这意味着在设备之间进行通信时，所需的带宽和计算资源较少，能够更有效地利用有限的资源。
本发明实施例中，所述设备联合通讯模块105在按照预设的轻量级通信协议对所述设备联合通讯链路中的设备进行联合通讯时，具体用于：
对所述设备联合通讯链路配置联合通讯连接因子；
根据所述联合通讯连接因子生成所述设备联合通讯链路的设备联合通讯方式；
按照所述轻量级通信协议及所述设备联合通讯方式对工业设备进行加密联合通讯。
详细地，所述联合通讯连接因子包括设备的物理连接、网络设置、地址分配等，根据设备联合通讯链路的拓扑和布局，配置设备之间的通讯连接，进而根据配置好的联合通讯连接因子将设备联合通信链路作为具备通讯能力的联合通信链路，进而根据联合通讯连接因子可以确定设备联合通讯链路的设备联合通讯方式，其中设备联合通讯方式包括发布（publish）和订阅（subscribe）机制、请求-响应（request-response）模式等方式进行通讯。
进一步地，通过轻量级通信协议及所述设备联合通讯方式对工业设备进行加密联合通讯，有利于提高资源效率，降低通信延迟，并且考虑在通讯链路中实施通讯的安全性措施。需要在联合通讯过程中进行数据加密、身份验证、访问控制等，确保通讯链路中的数据传输是安全可靠的。
本发明实施例通过对每个工业设备节点分配唯一标识，有利于对工业设备的识别和追踪；基于不同工业设备节点的设备触发事件构建设备事件边，进而根据设备事件边构建设备关联图，有利于分析和理解设备之间的相互作用和影响，揭示事件之间的因果关系，进而提取关于工业设备节点有价值的信息，提高多设备联合通讯的精准性；通过计算设备事件关联图中每个工业设备节点的度中心值及聚类系数均值，便于全面地评估多工业设备之间的关联度，可以为设备间的协同工作和多设备联合通讯提供有价值的指导和决策依据；进而根据度中心值及聚类系数均值计算设备关联度，根据设备关联度确定设备通讯优先级可以确保关键信息的及时传递和高优先级任务的优先处理；根据设备通讯优先级构建设备联合通讯链路，基于设备联合通讯链路使用轻量级通信协议对多设备进行联合通讯。因此本发明提出的基于工业物联网的多设备联合通讯系统、方法及设备，可以解决进行多设备联合通讯时的精准性较低的问题。
参照图2所示，为本发明一实施例提供的基于工业物联网的多设备联合通讯系统的运行方法的流程示意图。在本实施例中，所述基于工业物联网的多设备联合通讯系统的运行方法包括：
S1、获取工业设备节点，利用预设的偏重标识分配算法对所述工业设备节点进行标识分配，得到工业设备节点标识；
S2、根据所述工业设备节点标识生成所述工业设备节点对应的设备触发事件，通过预设的边缘网关提取所述设备触发事件的触发事件特征，根据所述触发事件特征构建所述工业设备节点之间的设备事件边；
S3、根据所述工业设备节点及所述设备事件边生成设备事件关联图，利用预设的度中心性算法计算所述设备事件关联图中所述工业设备节点的度中心值，通过预设的平均聚类算法计算所述设备事件关联图中所述工业设备节点的聚类系数均值；
S4、通过预设的异化加权算法根据所述度中心值及所述聚类系数值计算所述工业设备节点的设备关联度，根据所述设备关联度确定所述工业设备节点的设备通讯优先级；
S5、根据所述设备通讯优先级及所述设备事件关联图构建设备联合通讯链路，按照预设的轻量级通信协议对所述设备联合通讯链路中的设备进行联合通讯。
如图3所示，是本发明一实施例提供的实现基于工业物联网的多设备联合通讯系统的运行方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于工业物联网的多设备联合通讯系统程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing Unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心（ControlUnit），利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块（例如执行基于工业物联网的多设备联合通讯方法程序等），以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于工业物联网的多设备联合通讯系统程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准（Peripheral ComponentInterconnect，简称PCI）总线或扩展工业标准结构（Extended Industry StandardArchitecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的基于工业物联网的多设备联合通讯系统程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取工业设备节点，利用预设的偏重标识分配算法对所述工业设备节点进行标识分配，得到工业设备节点标识；
根据所述工业设备节点标识生成所述工业设备节点对应的设备触发事件，通过预设的边缘网关提取所述设备触发事件的触发事件特征，根据所述触发事件特征构建所述工业设备节点之间的设备事件边；
根据所述工业设备节点及所述设备事件边生成设备事件关联图，利用预设的双向度中心性算法计算所述设备事件关联图中所述工业设备节点的度中心值，通过预设的平均聚类算法计算所述设备事件关联图中所述工业设备节点的聚类系数均值；
通过预设的异化加权算法根据所述度中心值及所述聚类系数均值计算所述工业设备节点的设备关联度，根据所述设备关联度确定所述工业设备节点的设备通讯优先级；
根据所述设备通讯优先级及所述设备事件关联图构建设备联合通讯链路，按照预设的轻量级通信协议对所述设备联合通讯链路中的设备进行联合通讯。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，系统和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或系统也可以由一个单元或系统通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，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案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于工业物联网的多设备联合通讯系统，其特征在于，所述系统包括节点标识分配模块、设备事件边构建模块、设备事件关联图生成模块、设备通讯优先级确定模块及设备联合通讯模块,其中，
所述节点标识分配模块，用于获取工业设备节点，利用预设的偏重标识分配算法对所述工业设备节点进行标识分配，得到工业设备节点标识；
所述设备事件边构建模块，用于根据所述工业设备节点标识生成所述工业设备节点对应的设备触发事件，通过预设的边缘网关提取所述设备触发事件的触发事件特征，根据所述触发事件特征构建所述工业设备节点之间的设备事件边；
所述设备事件关联图生成模块，用于根据所述工业设备节点及所述设备事件边生成设备事件关联图，利用预设的双向度中心性算法计算所述设备事件关联图中所述工业设备节点的度中心值，通过预设的平均聚类算法计算所述设备事件关联图中所述工业设备节点的聚类系数均值；
所述设备通讯优先级确定模块，用于通过预设的异化加权算法根据所述度中心值及所述聚类系数均值计算所述工业设备节点的设备关联度，根据所述设备关联度确定所述工业设备节点的设备通讯优先级；
所述设备联合通讯模块，用于根据所述设备通讯优先级及所述设备事件关联图构建设备联合通讯链路，按照预设的轻量级通信协议对所述设备联合通讯链路中的设备进行联合通讯。
2.如权利要求1所述的基于工业物联网的多设备联合通讯系统，其特征在于，所述节点标识分配模块在利用预设的偏重标识分配算法对所述工业设备节点进行标识分配，得到工业设备节点标识时，具体用于：
将所述工业设备节点的节点数量进行平均分组，得到工业设备分组；
利用如下的偏重标识分配算法根据所述工业设备分组对应的分组数量及所述节点数量计算所述工业设备分组中的分组节点数量：其中，/>为第次分组迭代的分组节点数量，/>为第/>次分组迭代的第一分组数量，/>为所述工业设备分组节点对应的分组数量，/>为工业设备节点的节点总数量，/>为第/>次分组迭代的第二分组数量，/>为第/>次分组迭代的第三分组数量，/>为对数函数；
根据预设的分组迭代次数及所述分组节点数量对所述工业设备分组中的分组节点数量进行迭代，得到所述工业设备节点的唯一节点分组；
根据所述唯一节点分组中的分组标识对所述工业设备节点进行标识分配，得到工业设备节点标识。
3.如权利要求1所述的基于工业物联网的多设备联合通讯系统，其特征在于，所述设备事件边构建模块在根据所述工业设备节点标识生成所述工业设备节点对应的设备触发事件时，具体用于：
将所述工业设备节点标识与预设的设备触发事件类型进行事件映射，得到设备事件映射表；
根据所述设备事件映射表实时监测所述工业设备节点的设备状态变化值；
根据所述设备状态变化值生成所述工业设备节点的设备触发值；
通过所述设备触发值生成所述工业设备节点对应的设备触发事件。
4.如权利要求1所述的基于工业物联网的多设备联合通讯系统，其特征在于，所述设备事件边构建模块在根据所述触发事件特征构建所述工业设备节点之间的设备事件边时，具体用于：
逐一提取所述触发事件特征的事件触发时间；
根据预设的事件时间窗口及所述事件触发时间生成所述工业设备节点之间的事件时序关系；
根据所述事件时序关系确定所述工业设备节点之间的连接规则；
根据所述连接规则生成所述工业设备节点之间的设备事件边。
5.如权利要求1所述的基于工业物联网的多设备联合通讯系统，其特征在于，所述设备事件关联图生成模块在根据所述工业设备节点及所述设备事件边生成设备事件关联图时，具体用于：
根据预设的节点连通度对所述设备事件边进行迭代筛选，得到设备事件连接边；
按照从小到大的顺序将所述设备事件连接边进行排序，得到设备事件边连接集合；
根据所述设备事件边连接集合对所述工业设备节点进行节点相连，得到所述设备事件关联图。
6.如权利要求1所述的基于工业物联网的多设备联合通讯系统，其特征在于，所述设备事件关联图生成模块在利用预设的双向度中心性算法计算所述设备事件关联图中所述工业设备节点的度中心值时，具体用于：
对所述设备事件关联图中每条设备事件连接边进行遍历，得到连接边遍历集合；
根据所述连接边遍历集合统计所述设备事件关联图中每个工业设备节点的节点入度及节点出度；
利用所述双向度中心性算法根据所述节点入度及所述节点出度计算所述设备事件关联图中每个所述工业设备节点的度中心值，其中所述双向度中心算法为：其中，/>为第/>个工业设备节点的度中心值，/>为第/>个工业设备节点的所述节点入度，/>为第/>个工业设备节点的所述节点出度，/>为工业设备节点的节点总数量，/>为工业设备节点接收连接程度的控制因子，/>为工业设备节点发出连接程度的控制因子。
7.如权利要求1所述的基于工业物联网的多设备联合通讯系统，其特征在于，所述设备事件关联图生成模块在通过预设的平均聚类算法计算所述设备事件关联图中所述工业设备节点的聚类系数均值时，具体用于：
统计所述设备事件关联图中每个工业设备节点的邻居节点；
根据所述邻居节点的邻居节点数量确定每个工业设备节点与所述邻居节点之间的邻居边数量；
通过如下所述平均聚类算法根据所述邻居节点数量及所述邻居边数量计算每个所述工业设备节点的聚类系数均值：其中，/>为第/>个工业设备节点的聚类系数均值，/>为第/>个工业设备节点的所述邻居边数量，为第/>个工业设备节点的邻居节点数量，/>为工业设备节点的节点总数量。
8.如权利要求1所述的基于工业物联网的多设备联合通讯系统，其特征在于，所述设备联合通讯模块在按照预设的轻量级通信协议对所述设备联合通讯链路中的设备进行联合通讯时，具体用于：
对所述设备联合通讯链路配置联合通讯连接因子；
根据所述联合通讯连接因子生成所述设备联合通讯链路的设备联合通讯方式；
按照所述轻量级通信协议及所述设备联合通讯方式对工业设备进行加密联合通讯。
9.一种基于工业物联网的多设备联合通讯系统的运行方法，其特征在于，所述方法适用于基于数据溯源的供应链产品质量分析系统，所述系统包括虹节点标识分配模块、设备事件边构建模块、设备事件关联图生成模块、设备通讯优先级确定模块及设备联合通讯模块，所述方法包括：
获取工业设备节点，利用预设的偏重标识分配算法对所述工业设备节点进行标识分配，得到工业设备节点标识；
根据所述工业设备节点标识生成所述工业设备节点对应的设备触发事件，通过预设的边缘网关提取所述设备触发事件的触发事件特征，根据所述触发事件特征构建所述工业设备节点之间的设备事件边；
根据所述工业设备节点及所述设备事件边生成设备事件关联图，利用预设的双向度中心性算法计算所述设备事件关联图中所述工业设备节点的度中心值，通过预设的平均聚类算法计算所述设备事件关联图中所述工业设备节点的聚类系数均值；
通过预设的异化加权算法根据所述度中心值及所述聚类系数均值计算所述工业设备节点的设备关联度，根据所述设备关联度确定所述工业设备节点的设备通讯优先级；
根据所述设备通讯优先级及所述设备事件关联图构建设备联合通讯链路，按照预设的轻量级通信协议对所述设备联合通讯链路中的设备进行联合通讯。
10.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求9所述的基于工业物联网的多设备联合通讯系统的运行方法。
CN202311099484.5A 2023-08-30 2023-08-30 一种基于工业物联网的多设备联合通讯系统、方法及设备 Active CN116827808B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311099484.5A CN116827808B (zh) 2023-08-30 2023-08-30 一种基于工业物联网的多设备联合通讯系统、方法及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311099484.5A CN116827808B (zh) 2023-08-30 2023-08-30 一种基于工业物联网的多设备联合通讯系统、方法及设备

Publications (2)

Publication Number Publication Date
CN116827808A CN116827808A (zh) 2023-09-29
CN116827808B true CN116827808B (zh) 2023-10-31

Family

ID=88114851

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311099484.5A Active CN116827808B (zh) 2023-08-30 2023-08-30 一种基于工业物联网的多设备联合通讯系统、方法及设备

Country Status (1)

Country Link
CN (1) CN116827808B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10474539B1 (en) * 2015-12-18 2019-11-12 EMC IP Holding Company LLC Browsing federated backups
CN113115241A (zh) * 2021-04-07 2021-07-13 青岛容商天下网络有限公司 一种基于工业大脑的工业互联网系统
US11314436B1 (en) * 2021-04-22 2022-04-26 Dell Products, L.P. Method and apparatus for dynamically adjusting differentiated share prioritization in a storage system
CN115168740A (zh) * 2022-09-06 2022-10-11 网娱互动科技(北京)股份有限公司 一种基于大数据分析生成营销任务的方法和系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8538981B2 (en) * 2008-11-20 2013-09-17 Sap Ag Stream sharing for event data within an enterprise network
US20210227442A1 (en) * 2020-04-01 2021-07-22 Intel Corporation Location-based event trigger and conditional handover

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10474539B1 (en) * 2015-12-18 2019-11-12 EMC IP Holding Company LLC Browsing federated backups
CN113115241A (zh) * 2021-04-07 2021-07-13 青岛容商天下网络有限公司 一种基于工业大脑的工业互联网系统
US11314436B1 (en) * 2021-04-22 2022-04-26 Dell Products, L.P. Method and apparatus for dynamically adjusting differentiated share prioritization in a storage system
CN115168740A (zh) * 2022-09-06 2022-10-11 网娱互动科技(北京)股份有限公司 一种基于大数据分析生成营销任务的方法和系统

Also Published As

Publication number Publication date
CN116827808A (zh) 2023-09-29

Similar Documents

Publication Publication Date Title
Ali et al. Data collection in studies on Internet of things (IoT), wireless sensor networks (WSNs), and sensor cloud (SC): Similarities and differences
US11949665B1 (en) Providing anonymous network data to an artificial intelligence model for processing in near-real time
CN105184886A (zh) 一种云数据中心智能巡检系统及方法
CN111106899B (zh) 物联网中的数据校验方法、装置、计算机设备及存储介质
Janabi et al. Convolutional neural network based algorithm for early warning proactive system security in software defined networks
CN113313280B (zh) 云平台的巡检方法、电子设备及非易失性存储介质
CN101958917A (zh) 一种面向云制造系统的资源服务组合柔性量测和提高方法
Gupta et al. Long range dependence in cloud servers: a statistical analysis based on google workload trace
US20160112280A1 (en) Data network management system, data network management apparatus, data processing apparatus, and data network management method
Setiawan et al. Encrypted network traffic classification and resource allocation with deep learning in software defined network
Savaliya et al. Securing industrial communication with software-defined networking.
CN102780589A (zh) 一种基于虚拟链路的静态路由网络时延抖动测试方法
Roy Chowdhury et al. Internet of things device classification using transport and network layers communication traffic traces
CN110807104B (zh) 异常信息的确定方法及装置、存储介质、电子装置
CN116827808B (zh) 一种基于工业物联网的多设备联合通讯系统、方法及设备
CN104937613A (zh) 量化数据质量的探试
CN107688878B (zh) 空气质量预测方法及装置
Sen et al. IMPLEMENTATION OF DIGITALIZATION IN FOOD INDUSTRY.
CN105678456B (zh) 一种电能计量装置运行状态自动评估方法及其系统
CN108248641A (zh) 一种城市轨道交通数据处理方法及装置
US20200213203A1 (en) Dynamic network health monitoring using predictive functions
Scholtz et al. An internet of things (iot) model for optimising downtime management: a smart lighting case study
Hung et al. Estimation and monitoring of traffic intensities with application to control of stochastic systems
Zasadziński et al. Fast root cause analysis on distributed systems by composing precompiled bayesian networks
CN114826867B (zh) 处理数据的方法、装置、系统及存储介质

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