CN117148705A - 基于数据监控分析的设备运行状态检测方法及系统 - Google Patents
基于数据监控分析的设备运行状态检测方法及系统 Download PDFInfo
- Publication number
- CN117148705A CN117148705A CN202311438116.9A CN202311438116A CN117148705A CN 117148705 A CN117148705 A CN 117148705A CN 202311438116 A CN202311438116 A CN 202311438116A CN 117148705 A CN117148705 A CN 117148705A
- Authority
- CN
- China
- Prior art keywords
- node operation
- operation unit
- unit
- node
- production monitoring
- 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 227
- 238000004458 analytical method Methods 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 title claims abstract description 20
- 238000004519 manufacturing process Methods 0.000 claims abstract description 193
- 230000003993 interaction Effects 0.000 claims description 50
- 238000000034 method Methods 0.000 claims description 42
- 238000013507 mapping Methods 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 34
- 230000002452 interceptive effect Effects 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 20
- 230000007474 system interaction Effects 0.000 claims description 18
- 238000013508 migration Methods 0.000 claims description 12
- 230000005012 migration Effects 0.000 claims description 12
- 230000001419 dependent effect Effects 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 abstract description 3
- 239000002994 raw material Substances 0.000 description 23
- 239000000463 material Substances 0.000 description 20
- 238000006243 chemical reaction Methods 0.000 description 19
- 238000012546 transfer Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 13
- 238000002156 mixing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003449 preventive effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000001228 spectrum 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
- G05B9/00—Safety arrangements
- G05B9/02—Safety arrangements electric
- G05B9/03—Safety arrangements electric with multiple-channel loop, i.e. redundant control systems
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供一种基于数据监控分析的设备运行状态检测方法及系统,涉及计算机技术领域,通过在特定的特征空间内确定每个候选生产监控系统的对外节点的第一节点运行单元以及其相应的第一单元特征信息,同时通过分析第一节点运行单元的第一单元特征信息,确定每个候选生产监控系统的对内节点的第二节点运行单元及其第二单元特征信息,由此可以确定共享节点运行单元的统计值,并结合第一节点运行单元和第二节点运行单元的统计值,确定多个候选生产监控系统的系统冗余运行状态结果。由此,可以更准确地了解其冗余运行状态,更精确地评估系统的性能,为后续的系统优化和改进提供依据,有助于预防和减少潜在故障,提升生产监控系统的稳定性。
Description
技术领域
本申请实施例涉及计算机技术领域,具体而言,涉及一种基于数据监控分析的设备运行状态检测方法及系统。
背景技术
在工业生产中,生产监控系统的性能直接影响到生产效率和质量。其中,系统冗余运行状态是一个关键指标,它可以反映出系统在面临故障或者异常情况时的抗风险能力。然而,如何准确地确定生产监控系统的系统冗余运行状态,是一个具有挑战性的问题。
传统的方法通常依赖于人工经验或者简单的统计分析来判断系统冗余运行状态,但这种方法往往无法全面、准确地评估系统的冗余运行状态。
发明内容
为了至少克服现有技术中的上述不足,本申请实施例的目的在于提供一种基于数据监控分析的设备运行状态检测方法及系统。
依据本申请实施例的一个方面,提供了一种基于数据监控分析的设备运行状态检测方法,包括:
获取多个候选生产监控系统的系统交互数据;
依据各个所述候选生产监控系统的系统交互数据,在设定的特征空间内确定各个所述候选生产监控系统的系统对外节点的多个第一节点运行单元和各个所述第一节点运行单元的第一单元特征信息;
在所述特征空间内,依据各个所述第一节点运行单元的第一单元特征信息,确定各个所述候选生产监控系统的系统对内节点的多个第二节点运行单元和各个所述第二节点运行单元的第二单元特征信息;所述第一节点运行单元和所述第二节点运行单元存在匹配的状态指标;
依据各个所述候选生产监控系统的所述第一节点运行单元的第一单元特征信息和所述第二节点运行单元的第二单元特征信息,确定所述多个候选生产监控系统之间的共享节点运行单元的统计值;
依据所述共享节点运行单元的统计值、各个所述候选生产监控系统的所述第一节点运行单元的统计值和所述第二节点运行单元的统计值,确定所述多个候选生产监控系统的系统冗余运行状态结果。
在第一方面的一种可能的实施方式中,所述系统交互数据包括所述候选生产监控系统的系统对外节点的多个交互接口的接口引用位置和所述交互接口的接口链接信息;
所述依据各个所述候选生产监控系统的系统交互数据,在设定的特征空间内确定各个所述候选生产监控系统的系统对外节点的多个第一节点运行单元和各个所述第一节点运行单元的第一单元特征信息,包括:
针对各个所述候选生产监控系统,分别依据所述候选生产监控系统的系统对外节点的各个所述交互接口的接口引用位置和所述接口链接信息,确定所述交互接口在所述特征空间内对应的引用特征;
获取所述引用特征中的多个基础节点运行单元;
分别确定所述引用特征中的各个所述基础节点运行单元是否与所述交互接口存在数据调度关系;
若确定任意一个所述基础节点运行单元与所述交互接口存在数据调度关系,确定所述基础节点运行单元为所述候选生产监控系统的第一节点运行单元,并将所述基础节点运行单元的单元特征信息输出为所述第一节点运行单元的第一单元特征信息。
在第一方面的一种可能的实施方式中,所述依据所述候选生产监控系统的系统对外节点的各个所述交互接口的接口引用位置和所述接口链接信息,确定所述交互接口在所述特征空间内对应的引用特征,包括:
依据所述接口链接信息确定各个所述交互接口所包括的多个接口实例;
获取所述多个接口实例中各个接口实例的接口引用位置;
依据所述多个接口实例中各个接口实例的接口引用位置对所述多个接口实例进行联结,生成所述交互接口对应的引用图谱;
在所述特征空间内,获取具有设定映射向量且匹配所述引用图谱的映射特征数据;
将所述映射特征数据输出为所述交互接口在所述特征空间内对应的引用特征;
所述获取所述引用特征中的多个基础节点运行单元,包括:
在匹配所述引用图谱的映射特征数据内,获取存在独立运行参数的多个独立映射特征数据,各个所述独立映射特征数据构成一个基础节点运行单元。
在第一方面的一种可能的实施方式中,所述分别确定所述引用特征中的各个所述基础节点运行单元是否与所述交互接口存在数据调度关系,包括:
获取所述基础节点运行单元的多个运行触发位置和所述交互接口所包括的多个接口实例;
分别以各个所述运行触发位置和各个所述接口实例作为数据运行路径的路径起点,生成多个数据运行路径;
针对各个数据运行路径,确定所述交互接口的每个运行链路和所述基础节点运行单元的每个运行链路在所述数据运行路径上的关联子链路;
若所述交互接口与所述基础节点运行单元在任一个数据运行路径上的关联子链路不存在交叉联系,确定所述交互接口与所述基础节点运行单元不存在数据调度关系;
若所述交互接口与所述基础节点运行单元在各个数据运行路径上的关联子链路均存在交叉联系,则确定所述交互接口与所述基础节点运行单元存在数据调度关系。
在第一方面的一种可能的实施方式中,所述依据各个所述候选生产监控系统的系统交互数据,在设定的特征空间内确定各个所述候选生产监控系统的系统对外节点的多个第一节点运行单元和各个所述第一节点运行单元的第一单元特征信息,包括:
依据各个所述候选生产监控系统的系统交互数据,在设定的特征空间内同步确定所述候选生产监控系统的系统对外节点的每个第一节点运行单元和各个所述第一节点运行单元的第一单元特征信息;
其中,在同步确定的操作流程中,每个处理芯片被加载至所述候选生产监控系统的系统交互数据中的至少一个交互接口的接口引用位置和所述交互接口的接口链接信息。
在第一方面的一种可能的实施方式中,所述在所述特征空间内,依据各个所述第一节点运行单元的第一单元特征信息,确定各个所述候选生产监控系统的系统对内节点的多个第二节点运行单元和各个所述第二节点运行单元的第二单元特征信息,包括:
以各个所述第一节点运行单元对应的独立映射特征数据的对外运行组件中的任意运行实体为起始游走点,所述特征空间所在的系统运行知识框架内的任意一个运行目标为游走运行目标,确定一个游走事件;
确定所述游走事件游走到各个运行目的点时需要调度所述第一节点运行单元的统计值;
依据所述游走事件游走到各个运行目的点时需要调度所述第一节点运行单元的统计值,确定所述运行目的点处的基础节点运行单元是否为所述候选生产监控系统的系统对内节点的第二节点运行单元;
若所述运行目的点处的基础节点运行单元是所述候选生产监控系统的系统对内节点的第二节点运行单元时,将所述运行目的点处的基础节点运行单元的单元特征信息输出为所述第二节点运行单元的第二单元特征信息;
其中,所述以各个所述第一节点运行单元对应的独立映射特征数据的对外运行组件中的任意运行实体为起始游走点,所述特征空间所在的系统运行知识框架内的任意一个运行目标为游走运行目标,确定一个游走事件,包括:
将各个所述第一节点运行单元对应的独立映射特征数据中依赖于所述系统运行知识框架的核心知识图谱的匹配对外运行组件输出为目标对外运行组件;
将所述目标对外运行组件上依赖于所述系统运行知识框架的初始知识点输出为所述起始游走点;
将所述系统运行知识框架内的任意一个候选生产监控系统运行目标输出为所述游走运行目标;依据所述起始游走点和所述游走运行目标确定一个所述游走事件。
在第一方面的一种可能的实施方式中,各个所述基础节点运行单元对应一单元标签属性;所述单元标签属性表示相应的节点运行单元为基础节点运行单元或者相应的节点运行单元为位于所述候选生产监控系统的对外接口的对外节点运行单元;
所述单元标签属性被加载到基础节点运行单元的单元特征信息中;各个所述候选生产监控系统对应一系统标签属性;所述系统标签属性表示相应的节点运行单元是属于所述候选生产监控系统的系统节点运行单元,所述系统节点运行单元包括所述第一节点运行单元和所述第二节点运行单元;
所述方法还包括:
若确定所述运行目的点处的基础节点运行单元为所述候选生产监控系统的系统对内节点的第二节点运行单元,基于数据替换的策略,将所述系统标签属性加载到所述基础节点运行单元的单元特征信息中,生成所述第二节点运行单元的第二单元特征信息;
若确定任意一个基础节点运行单元为所述候选生产监控系统的系统对外节点的第一节点运行单元,基于数据替换的策略,将所述系统标签属性加载到所述第一节点运行单元的单元特征信息中,生成所述第一节点运行单元的第一单元特征信息。
在第一方面的一种可能的实施方式中,所述依据各个所述候选生产监控系统的所述第一节点运行单元的第一单元特征信息和所述第二节点运行单元的第二单元特征信息,确定所述多个候选生产监控系统之间的共享节点运行单元的统计值,包括:
针对所述特征空间内各个基础节点运行单元,若所述基础节点运行单元是所述多个候选生产监控系统中的第k个候选生产监控系统的系统节点运行单元,将所述第k个候选生产监控系统的系统标签属性加载到所述基础节点运行单元的单元特征信息中;k为大于0的整数,且k小于所述多个候选生产监控系统的系统数量;
若所述基础节点运行单元是所述多个候选生产监控系统中的第k+1个候选生产监控系统的系统节点运行单元,基于数据替换的策略,将所述第k+1个候选生产监控系统的系统标签属性加载到所述第k个候选生产监控系统的系统节点运行单元的单元特征信息中;
若所述基础节点运行单元是所述多个候选生产监控系统中的第k+m个候选生产监控系统的系统节点运行单元,基于数据替换的策略,将所述第k+m个候选生产监控系统的系统标签属性加载到所述第k+m-1个候选生产监控系统的系统节点运行单元的单元特征信息中,生成所述特征空间中的各个候选生产监控系统节点运行单元的更新后的单元特征信息;m为大于0的整数,且k+m等于所述多个候选生产监控系统的系统数量;
若依据任意一个候选生产监控系统节点运行单元的更新后的单元特征信息,确定所述系统节点运行单元的系统标签属性是需要调度所述数据替换后的第k+1个候选生产监控系统的系统标签属性,或者,确定所述系统节点运行单元的系统标签属性是需要调度所述数据替换后的第k+m个候选生产监控系统的系统标签属性,确定所述系统节点运行单元为共享节点运行单元;
统计所述特征空间内全部共享节点运行单元的统计值。
在第一方面的一种可能的实施方式中,所述依据所述共享节点运行单元的统计值、各个所述候选生产监控系统的所述第一节点运行单元的统计值和所述第二节点运行单元的统计值,确定所述多个候选生产监控系统的系统冗余运行状态结果,包括:
依据各个所述候选生产监控系统的所述第一节点运行单元的统计值和所述第二节点运行单元的统计值确定所述候选生产监控系统的系统节点运行单元的运行单元数量;
将所述共享节点运行单元的统计值与各个所述候选生产监控系统的系统节点运行单元的运行单元数量的比值,输出为所述候选生产监控系统的冗余匹配比例;
将所述多个候选生产监控系统中的最大冗余匹配比例,输出为所述多个候选生产监控系统的系统冗余运行状态结果。
依据本申请实施例的一个方面,提供了一种基于数据监控分析的设备运行状态检测系统,所述基于数据监控分析的设备运行状态检测系统包括处理器和机器可读存储介质,所述机器可读存储介质中存储有机器可执行指令,所述机器可执行指令由所述处理器加载并执行以实现前述任意一种可能的实施方式中的基于数据监控分析的设备运行状态检测方法。
依据本申请实施例的一个方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行上述方面的各种可选实现方式中提供的方法。
在本申请的一些实施例所提供的技术方案中,通过对各个候选生产监控系统的系统节点运行单元进行分析,可以更准确地了解其冗余运行状态,能够更精确地评估系统的性能,为后续的系统优化和改进提供依据,有助于预防和减少潜在故障,提升生产监控系统的稳定性。基于特征空间内的第一节点运行单元和第二节点运行单元的信息,可使得生产监控系统具有更好的扩展性和灵活性,以适应不断变化的生产需求。通过分析各个候选生产监控系统的共享节点运行单元的统计值,可以提早发现可能的问题和风险,从而提前采取预防措施,减少故障发生的可能性。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要启用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的基础上,还可以结合这些附图提取其它相关的附图。
图1为本申请实施例提供的基于数据监控分析的设备运行状态检测方法的流程示意图;
图2为本申请实施例提供的用于实现上述的基于数据监控分析的设备运行状态检测方法的基于数据监控分析的设备运行状态检测系统的结构示意框图。
具体实施方式
以下描述是为了使本领域的普通技术人员能够实施和结合本申请,并且该描述是在特定的应用场景及其要求的环境下提供的。对于本领域的普通技术人员来讲,显然可以对所公开的实施例作出各种改变,并且在不偏离本申请的原则和范围时,本申请中所定义的普遍原则可以适用于其它实施例和应用场景。因此,本申请并不限于所描述的实施例,而应该被给予与权利要求一致的最广泛的范围。
图1是本申请一种实施例提供的基于数据监控分析的设备运行状态检测方法的流程示意图,下面对该基于数据监控分析的设备运行状态检测方法进行详细介绍。
步骤S110,获取多个候选生产监控系统的系统交互数据。
例如,假设当前正在管理一个材料提纯工厂,该材料提纯工厂有几个关键的生产监控系统:原料处理系统(A)、化学反应系统(B)、冷却和固液分离系统(C)等。在此阶段,需要收集包括接口引用位置和接口链接信息在内的系统交互数据。例如,原料处理系统(A)可能有一个名为"A_to_B"的接口,用于将原料传递给化学反应系统(B)。将记录这个接口(即接口引用位置)以及与其相关的接口链接信息,如传输原料的数量、频率等。
步骤S120,依据各个所述候选生产监控系统的系统交互数据,在设定的特征空间内确定各个所述候选生产监控系统的系统对外节点的多个第一节点运行单元和各个所述第一节点运行单元的第一单元特征信息。
例如,在这个步骤中,可以识别并分析每个候选生产监控系统的对外节点及其运行单元。以原料处理系统(A)为例,"A_to_B"接口是一个对外节点,它的第一节点运行单元是"传递原料",而其第一单元特征信息可能包括该接口被调用的频率、平均响应时间等。
步骤S130,在所述特征空间内,依据各个所述第一节点运行单元的第一单元特征信息,确定各个所述候选生产监控系统的系统对内节点的多个第二节点运行单元和各个所述第二节点运行单元的第二单元特征信息。所述第一节点运行单元和所述第二节点运行单元存在匹配的状态指标。
例如,对内节点指的是系统内部的交互点。例如,在原料处理系统(A)中,可能有一个负责混合原料的内部服务。这个服务就是一个对内节点,其运行单元是"混合原料",第二单元特征信息可能包括混合操作执行的频率、混合效率等。
例如,第一节点运行单元和第二节点运行单元有相同或类似的衡量标准或指标。
示例性地,定义了原料处理系统(A)的对外节点"A_to_B"接口作为第一节点运行单元,其特征信息可能包括该接口被调用的频率、平均响应时间等。又定义了原料处理系统(A)内部负责混合原料的服务作为第二节点运行单元,其特征信息可能包括混合操作执行的频率、混合效率等。
那么在本实施例中,这两个运行单元存在匹配的状态指标是指它们都有执行频率这一状态指标。虽然这两个运行单元的具体任务不同(一个是传递原料,一个是混合原料),但是可以通过比较它们的执行频率来评估和比较它们的性能。
步骤S140,依据各个所述候选生产监控系统的所述第一节点运行单元的第一单元特征信息和所述第二节点运行单元的第二单元特征信息,确定所述多个候选生产监控系统之间的共享节点运行单元的统计值。
例如,如果两个或更多系统有相同的运行单元,需要收集和计算这些运行单元的统计值。例如,假设化学反应系统(B)和冷却和固液分离系统(C)都有一个名为"温度控制"的共享节点运行单元,那么就需要收集这两个候选生产监控系统中该共享节点运行单元的数据,并进行统计分析。
步骤S150,依据所述共享节点运行单元的统计值、各个所述候选生产监控系统的所述第一节点运行单元的统计值和所述第二节点运行单元的统计值,确定所述多个候选生产监控系统的系统冗余运行状态结果。
例如,如果发现原料处理系统(A)和化学反应系统(B)都过度依赖温度控制运行单元,导致该运行单元的负载过大,那么就可以判定这两个候选生产监控系统存在冗余运行状态,需要对这个问题进行进一步的调查和处理。
示例性地,系统冗余运行状态结果可以表示多个候选生产监控系统中的最大冗余匹配比例。在具体应用时,在确定了最大冗余匹配比例之后,这个结果可以用于多种应用,以提高生产监控系统的效率和性能。以下是一些可能的应用:
如果一个节点运行单元被过度使用(即它的冗余匹配比例过高),则可以考虑重新分配资源,减轻这个运行单元的负担。例如,可以将一些任务转移到其他低负载的运行单元,或者增加该运行单元的资源。
此外,一个高冗余匹配比例可能意味着某个运行单元的负载过大,这可能导致更高的故障率。通过监控冗余匹配比例,可以预测并防止潜在的故障。
此外,冗余匹配比例也可以作为评估系统需要升级或扩展的指标。例如,如果冗余匹配比例持续高于一个阈值,那么就可能需要考虑增加新的硬件或者扩展系统的能力。
此外,最大冗余匹配比例可以作为评估系统性能的一个重要指标,它可以帮助理解系统在最大负载下的表现,也可以用来与其他系统或者早期版本进行比较。
此外,通过冗余匹配比例,可以更好地理解各个运行单元的负载情况,从而实施有效的负载均衡策略,确保系统的稳定和高效运行。
这些都是在确定最大冗余匹配比例后可能的应用,具体的应用会根据实际情况和需求来决定。
基于以上步骤,首先获取多个候选生产监控系统的系统交互数据,然后在特定的特征空间内确定每个候选生产监控系统的对外节点的第一节点运行单元以及其相应的第一单元特征信息。同样,在该特征空间内,通过分析第一节点运行单元的第一单元特征信息,确定每个候选生产监控系统的对内节点的第二节点运行单元及其第二单元特征信息。第一节点运行单元和第二节点运行单元之间存在匹配的状态指标。
此外,根据各个候选生产监控系统的第一节点运行单元的第一单元特征信息和第二节点运行单元的第二单元特征信息,可以确定这些系统之间共享节点运行单元的统计值。最后,通过考虑共享节点运行单元的统计值、各个候选生产监控系统的第一节点运行单元和第二节点运行单元的统计值,可以确定多个候选生产监控系统的系统冗余运行状态结果。由此,通过对各个候选生产监控系统的系统节点运行单元进行分析,可以更准确地了解其冗余运行状态,能够更精确地评估系统的性能,为后续的系统优化和改进提供依据,有助于预防和减少潜在故障,提升生产监控系统的稳定性。基于特征空间内的第一节点运行单元和第二节点运行单元的信息,可使得生产监控系统具有更好的扩展性和灵活性,以适应不断变化的生产需求。通过分析各个候选生产监控系统的共享节点运行单元的统计值,可以提早发现可能的问题和风险,从而提前采取预防措施,减少故障发生的可能性。
因此,本申请能够有效提升生产监控系统的性能,优化资源分配,提高系统稳定性和扩展性,加强故障预测和避免,从而实现更高效、稳定的生产运行。
在一种可能的实施方式中,步骤S120可以包括:
步骤S121,针对各个所述候选生产监控系统,分别依据所述候选生产监控系统的系统对外节点的各个所述交互接口的接口引用位置和所述接口链接信息,确定所述交互接口在所述特征空间内对应的引用特征。
例如,这一步是通过分析接口引用位置和接口链接信息,确定每个接口在特定特征空间内的引用特征。比如,在原料处理系统(A)中,接口"A_to_B"的引用特征可能包括传递原料的频率、数量等。
步骤S122,获取所述引用特征中的多个基础节点运行单元。
例如,可以从接口"A_to_B"的引用特征中获取"传递原料"这个基础节点运行单元。
步骤S123,分别确定所述引用特征中的各个所述基础节点运行单元是否与所述交互接口存在数据调度关系。
例如,在这个步骤中,需要确定每个基础节点运行单元是否与交互接口存在数据调度关系。例如,如果接口"A_to_B"的操作(即传递原料)依赖于原料处理系统(A)内部的一个运行单元(比如混合原料),那么就可以说这两个运行单元之间存在数据调度关系。
步骤S124,若确定任意一个所述基础节点运行单元与所述交互接口存在数据调度关系,确定所述基础节点运行单元为所述候选生产监控系统的第一节点运行单元,并将所述基础节点运行单元的单元特征信息输出为所述第一节点运行单元的第一单元特征信息。
例如,如果"传递原料"这个基础节点运行单元与接口"A_to_B"存在数据调度关系,那么"传递原料"就是第一节点运行单元,并且其单元特征信息(如操作频率、效率等)会被输出为第一单元特征信息。
在一种可能的实施方式中,步骤S121可以包括:
步骤S1211,依据所述接口链接信息确定各个所述交互接口所包括的多个接口实例。
例如,这一步是从接口链接信息中获取接口实例。例如,在原料处理系统(A)中,接口"A_to_B"可能在一天中被调用多次,每一次调用都可以看作是一个接口实例。
步骤S1212,获取所述多个接口实例中各个接口实例的接口引用位置。
这里,需要获取每个接口实例的接口引用位置。在的例子中,每个"A_to_B"接口的实例都有相同的接口引用位置,即"A_to_B"。
步骤S1213,依据所述多个接口实例中各个接口实例的接口引用位置对所述多个接口实例进行联结,生成所述交互接口对应的引用图谱。
接下来,将所有接口实例连接起来,生成一个引用图谱。在这个引用图谱中,节点代表接口实例,边代表接口实例之间的关系。
步骤S1214,在所述特征空间内,获取具有设定映射向量且匹配所述引用图谱的映射特征数据。
这一步是从特征空间中获取与引用图谱匹配的映射特征数据。例如,可以使用某种方法(如深度学习)将引用图谱转化为映射向量,然后找出特征空间中与这个映射向量相匹配的特征数据。
例如,假设在原料处理系统(A)中有一个名为"A_to_B"的接口,它在一天中被调用三次,每次都将原料从系统A传递到化学反应系统(B)。因此,可以创建一个图谱,其中包含三个节点(代表三次调用),由于这三次调用都是连续发生的,所以可以添加边来连接这些节点,形成一个顺序链。
在此基础上,可能会采用某种图嵌入方法(如DeepWalk, Node2Vec等)来将在第一步创建的引用图谱转化为映射向量。这个映射向量将包含图谱中所有重要的信息,并且可以被计算机轻松地处理。然后,在特征空间中寻找与这个映射向量相匹配的特征数据,这些数据就是需要的映射特征数据。
步骤S1215,将所述映射特征数据输出为所述交互接口在所述特征空间内对应的引用特征。
最后,可以将映射特征数据作为交互接口在特征空间内对应的引用特征。
在此基础上,对于步骤S122中,可以在匹配所述引用图谱的映射特征数据内,获取存在独立运行参数的多个独立映射特征数据,各个所述独立映射特征数据构成一个基础节点运行单元。这一步是从映射特征数据中获取具有独立运行参数的特征数据,每个这样的特征数据都构成一个基础节点运行单元。例如,"传递原料"这个过程的运行参数(如传递速度、传递数量等)在不同接口实例中是独立的,那么每个接口实例都可以被视为一个基础节点运行单元。也即,如果某个特定的"传递原料"接口实例(即一个基础节点运行单元)的传递运行速度过慢,那么可以直接调整这个基础节点运行单元的参数,而无需影响到其它的"传递原料"接口实例。这样可以使更灵活地管理和优化整个系统。
因此,从映射特征数据中获取存在独立运行参数的多个独立映射特征数据,并将各个独立映射特征数据视为一个基础节点运行单元,能够帮助更精细、更有效地管理和优化整个系统的运行。
在一种可能的实施方式中,步骤S123可以包括:
步骤S1231,获取所述基础节点运行单元的多个运行触发位置和所述交互接口所包括的多个接口实例。
例如, 在这一步,需要收集基础节点运行单元的运行触发位置和交互接口的接口实例。例如,在原料处理系统(A)中,"传递原料"这个基础节点运行单元可能有多个运行触发位置(比如当原料达到一定数量时),同时,接口"A_to_B"也有多个接口实例(即它在一天中被调用的次数)。
步骤S1232,分别以各个所述运行触发位置和各个所述接口实例作为数据运行路径的路径起点,生成多个数据运行路径。
例如,在这一步,使用运行触发位置和接口实例作为数据运行路径的起点,生成数据运行路径。例如,每次原料达到一定数量并触发"传递原料"操作时,就可以生成一个从该触发位置到接口"A_to_B"的数据运行路径。
示例性地,运行触发位置可能指的是某个基础节点运行单元(如传递原料)的启动点,比如当储存罐中的原料达到一定数量时。而"接口实例"则可能指的是接口被调用或使用的特定实例。
由此,从每一个运行触发位置和接口实例出发,都会生成一条数据运行路径。也就是说,这些运行触发位置和接口实例就是数据流的起始点。
再回到原料处理系统(A)的例子,假设在一天内,原料储存罐满足触发条件(比如达到一定的原料量)三次,那么就会有三个运行触发位置,对应地,也就有三条数据运行路径从这些触发位置开始。同样,如果接口"A_to_B"在一天内被调用了五次,那么就会有五个接口实例,对应地,也就有五条数据运行路径从这些接口实例开始。
在每一条数据运行路径中,可以记录和跟踪数据的流动,包括它何时从原料处理系统(A)传递到其它系统(通过"A_to_B"接口),在这个过程中发生了什么变化等。这样,就能够对整个工厂的运行情况有一个清晰、详细的了解。
步骤S1233,针对各个数据运行路径,确定所述交互接口的每个运行链路和所述基础节点运行单元的每个运行链路在所述数据运行路径上的关联子链路。
例如,在这一步,需要在每个数据运行路径中找出交互接口和基础节点运行单元的关联子链路。例如,对于从触发"传递原料"操作到接口"A_to_B"的数据运行路径,可以找出"传递原料"操作和接口"A_to_B"之间的关联子链路。
示例性地,继续使用原料处理系统(A)为例,已经定义了多个数据运行路径,每条数据运行路径都从一个运行触发位置(比如原料达到一定数量)开始,通过接口"A_to_B",最终到达目标系统。那么,在这个过程中,基础节点运行单元"传递原料"的运行链路就包括了从原料达到触发条件到完成原料传送的过程,而接口"A_to_B"的运行链路则包括了从开始调用接口到数据成功传输到目标系统的过程。
针对每条数据运行路径,需要确定这两种运行链路在路径中的关联子链路。在这个场景下,关联子链路可能指的是在完成整个数据运行路径的过程中,"传递原料"操作和接口"A_to_B"所负责的具体任务段。
例如,对于从触发"传递原料"操作到接口"A_to_B"的数据运行路径,"传递原料"操作的关联子链路可能是从原料满足触发条件开始,到原料被完全送出的过程;而接口"A_to_B"的关联子链路则可能是从接收到来自原料处理系统(A)的数据开始,到数据被成功传输到目标系统的过程。
步骤S1234,若所述交互接口与所述基础节点运行单元在任一个数据运行路径上的关联子链路不存在交叉联系,确定所述交互接口与所述基础节点运行单元不存在数据调度关系。
例如,如果在任何数据运行路径中,交互接口和基础节点运行单元的关联子链路都没有交叉联系(即它们没有共享节点或边),那么就可以确定这两者之间不存在数据调度关系。
步骤S1235,若所述交互接口与所述基础节点运行单元在各个数据运行路径上的关联子链路均存在交叉联系,则确定所述交互接口与所述基础节点运行单元存在数据调度关系。
反之,如果在所有数据运行路径中,交互接口和基础节点运行单元的关联子链路都有交叉联系,那么就可以确定这两者之间存在数据调度关系。
在一种可能的实施方式中,步骤S120还可以包括:
步骤S125,依据各个所述候选生产监控系统的系统交互数据,在设定的特征空间内同步确定所述候选生产监控系统的系统对外节点的每个第一节点运行单元和各个所述第一节点运行单元的第一单元特征信息。
其中,在同步确定的操作流程中,每个处理芯片被加载至所述候选生产监控系统的系统交互数据中的至少一个交互接口的接口引用位置和所述交互接口的接口链接信息。
例如,在这一步,需要使用系统交互数据(即接口引用位置和接口链接信息)来同时确定每个系统对外节点的第一节点运行单元以及其第一单元特征信息。
例如,在原料处理系统(A)中,可能会有一个名为"A_to_B"的接口,该接口负责将原料传递给化学反应系统(B)。此时,"A_to_B"接口就是的第一节点运行单元。然后,可以根据接口链接信息来获取该接口的第一单元特征信息,比如传输原料的频率、数量等。
假设原料处理系统(A)是由一个专门的处理芯片来控制的。当"A_to_B"接口被调用时,处理芯片会加载到接口引用位置(即"A_to_B"),然后根据接口链接信息执行相应的操作(如传输原料)。这个过程可能涉及到一些复杂的硬件和软件交互,但最终目标都是为了更好地管理和优化系统的运行。
在一种可能的实施方式中,步骤S130可以包括:
步骤S131,以各个所述第一节点运行单元对应的独立映射特征数据的对外运行组件中的任意运行实体为起始游走点,所述特征空间所在的系统运行知识框架内的任意一个运行目标为游走运行目标,确定一个游走事件。
例如,这一步是确定一个游走事件,即从第一节点运行单元(比如"A_to_B"接口)开始,到达任意一个运行目标。例如,可能会选择化学反应系统(B)的一个运行单元作为运行目标。
其中,系统运行知识框架可能指的是一个描述系统如何运行的知识体系或模型。它包含了所有必要的元素,例如基础节点运行单元、运行触发位置、交互接口、数据运行路径等,并定义了这些元素之间的关系。
在前面的例子中,可以将原料处理系统(A)视为一个基础节点运行单元。"传递原料"操作被触发的位置(例如当原料达到一定数量时)被定义为运行触发位置。系统中的接口"A_to_B"则是一个交互接口,用于从原料处理系统(A)传输数据到其他系统。而数据运行路径,则是从运行触发位置开始,通过交互接口,到达目标系统的整个过程。
在这个知识框架中,每个元素都有其特定的角色和功能,而且都是相互关联的。例如,当原料满足触发条件时,会触发"传递原料"操作,然后通过接口"A_to_B",将数据传输到目标系统。这就构成了一条数据运行路径。
此外,还可以通过这个知识框架,理解和跟踪在整个数据运行路径中,每个基础节点运行单元和交互接口如何完成他们各自的任务。
步骤S132,确定所述游走事件游走到各个运行目的点时需要调度所述第一节点运行单元的统计值。
例如,这一步是统计在游走事件过程中需要调度第一节点运行单元的次数。例如,可以统计在从"A_to_B"接口到化学反应系统(B)的运行单元的过程中,"A_to_B"接口被调用了多少次。
步骤S133,依据所述游走事件游走到各个运行目的点时需要调度所述第一节点运行单元的统计值,确定所述运行目的点处的基础节点运行单元是否为所述候选生产监控系统的系统对内节点的第二节点运行单元。
例如,在这一步,使用上一步得到的统计值来判断运行目标处的基础节点运行单元是否应该被认为是第二节点运行单元。例如,如果发现化学反应系统(B)的一个运行单元在游走事件过程中频繁调度"A_to_B"接口,那么就可以认为这个运行单元是第二节点运行单元。
步骤S134,若所述运行目的点处的基础节点运行单元是所述候选生产监控系统的系统对内节点的第二节点运行单元时,将所述运行目的点处的基础节点运行单元的单元特征信息输出为所述第二节点运行单元的第二单元特征信息。
例如,如果确认运行目标处的基础节点运行单元是第二节点运行单元,那么就会输出其单元特征信息作为第二单元特征信息。例如,这些特征信息可能包括该运行单元的运行速度、效率等。
其中,步骤S131可以包括:
步骤S1311,将各个所述第一节点运行单元对应的独立映射特征数据中依赖于所述系统运行知识框架的核心知识图谱的匹配对外运行组件输出为目标对外运行组件。
例如,在这一步,需要确定目标对外运行组件。例如,如果的原料处理系统(A)中的"A_to_B"接口(即第一节点运行单元)在核心知识图谱中与化学反应系统(B)有直接关联,那么就可以将"A_to_B"接口输出为目标对外运行组件。
例如,需要通过系统运行知识框架(也就是之前描述的那个包含了所有必要元素并定义了它们之间关系的模型)来处理这些独立映射特征数据,并将结果输出到目标对外运行组件。
具体来说,可能的一个实际例子是:假设有一个负责处理请求的服务(这就是一个基础节点运行单元),它的独立映射特征数据包括请求的数量、处理速度等。通过系统运行知识框架来理解和处理这些数据,然后将结果输出到另一个服务(也就是目标对外运行组件),该服务根据这些数据来决定如何分配资源或调整策略。
步骤S1312,将所述目标对外运行组件上依赖于所述系统运行知识框架的初始知识点输出为所述起始游走点。
例如,如果在系统运行知识框架中,"A_to_B"接口是原料从系统A传输到系统B的初始知识点,那么就可以将其设置为起始游走点。
步骤S1313,将所述系统运行知识框架内的任意一个候选生产监控系统运行目标输出为所述游走运行目标。
例如,这一步是确定游走运行目标。例如,可能会选择化学反应系统(B)的一个特定运行单元作为游走运行目标。
步骤S1314,依据所述起始游走点和所述游走运行目标确定一个所述游走事件。
例如,在这个例子中,游走事件就是原料从系统A通过"A_to_B"接口传输到系统B的运行单元的过程。
在一种可能的实施方式中,各个所述基础节点运行单元对应一单元标签属性。所述单元标签属性表示相应的节点运行单元为基础节点运行单元或者相应的节点运行单元为位于所述候选生产监控系统的对外接口的对外节点运行单元。
例如,这里的单元标签属性代表一个节点运行单元的类型。例如,可以给原料处理系统(A)中的"A_to_B"接口(即第一节点运行单元)赋予一个单元标签属性,表示它是一个对外节点运行单元。
所述单元标签属性被加载到基础节点运行单元的单元特征信息中。各个所述候选生产监控系统对应一系统标签属性。所述系统标签属性表示相应的节点运行单元是属于所述候选生产监控系统的系统节点运行单元,所述系统节点运行单元包括所述第一节点运行单元和所述第二节点运行单元。
例如,可以将"A_to_B"接口的单元标签属性添加到其特征信息中,以便于后续的分析和处理。系统标签属性用来表示一个节点运行单元是否属于候选生产监控系统的系统节点运行单元。例如,可以给原料处理系统(A)赋予一个系统标签属性,表示"A_to_B"接口是属于该原料处理系统的一个系统节点运行单元。
若确定所述运行目的点处的基础节点运行单元为所述候选生产监控系统的系统对内节点的第二节点运行单元,基于数据替换的策略,将所述系统标签属性加载到所述基础节点运行单元的单元特征信息中,生成所述第二节点运行单元的第二单元特征信息。若确定任意一个基础节点运行单元为所述候选生产监控系统的系统对外节点的第一节点运行单元,基于数据替换的策略,将所述系统标签属性加载到所述第一节点运行单元的单元特征信息中,生成所述第一节点运行单元的第一单元特征信息。
例如,如果确定化学反应系统(B)的一个运行单元是第二节点运行单元,那么就可以将系统标签属性添加到该运行单元的特征信息中,生成第二单元特征信息。
同样,如果确定"A_to_B"接口是原料处理系统(A)的第一节点运行单元,那么就可以将系统标签属性添加到其特征信息中,生成第一单元特征信息。
在一种可能的实施方式中,步骤S140可以包括:
步骤S141,针对所述特征空间内各个基础节点运行单元,若所述基础节点运行单元是所述多个候选生产监控系统中的第k个候选生产监控系统的系统节点运行单元,将所述第k个候选生产监控系统的系统标签属性加载到所述基础节点运行单元的单元特征信息中。k为大于0的整数,且k小于所述多个候选生产监控系统的系统数量。
例如,假设有两个候选生产监控系统,即原料处理系统(A)和化学反应系统(B),并且"A_to_B"接口是这两个系统的共享节点运行单元。
在本步骤中,可以将原料处理系统(A)的系统标签属性添加到"A_to_B"接口(即基础节点运行单元)的单元特征信息中。
步骤S142,若所述基础节点运行单元是所述多个候选生产监控系统中的第k+1个候选生产监控系统的系统节点运行单元,基于数据替换的策略,将所述第k+1个候选生产监控系统的系统标签属性加载到所述第k个候选生产监控系统的系统节点运行单元的单元特征信息中。
步骤S143,若所述基础节点运行单元是所述多个候选生产监控系统中的第k+m个候选生产监控系统的系统节点运行单元,基于数据替换的策略,将所述第k+m个候选生产监控系统的系统标签属性加载到所述第k+m-1个候选生产监控系统的系统节点运行单元的单元特征信息中,生成所述特征空间中的各个候选生产监控系统节点运行单元的更新后的单元特征信息。m为大于0的整数,且k+m等于所述多个候选生产监控系统的系统数量。
例如,可以将化学反应系统(B)的系统标签属性添加到"A_to_B"接口的单元特征信息中,替换原来的系统标签属性。
步骤S144,若依据任意一个候选生产监控系统节点运行单元的更新后的单元特征信息,确定所述系统节点运行单元的系统标签属性是需要调度所述数据替换后的第k+1个候选生产监控系统的系统标签属性,或者,确定所述系统节点运行单元的系统标签属性是需要调度所述数据替换后的第k+m个候选生产监控系统的系统标签属性,确定所述系统节点运行单元为共享节点运行单元。
例如,如果根据"A_to_B"接口的更新后的单元特征信息发现,其系统标签属性已经被化学反应系统(B)的系统标签属性替换,那么就可以确认"A_to_B"接口是一个共享节点运行单元。
步骤S145,统计所述特征空间内全部共享节点运行单元的统计值。
例如,在这个例子中,因为只有"A_to_B"接口是共享节点运行单元,所以统计值为1。
在一种可能的实施方式中,步骤S150可以包括:
步骤S151,依据各个所述候选生产监控系统的所述第一节点运行单元的统计值和所述第二节点运行单元的统计值确定所述候选生产监控系统的系统节点运行单元的运行单元数量。
步骤S152,将所述共享节点运行单元的统计值与各个所述候选生产监控系统的系统节点运行单元的运行单元数量的比值,输出为所述候选生产监控系统的冗余匹配比例。
步骤S153,将所述多个候选生产监控系统中的最大冗余匹配比例,输出为所述多个候选生产监控系统的系统冗余运行状态结果。
例如,假设原料处理系统(A)有3个第一节点运行单元,化学反应系统(B)有2个第二节点运行单元,"A_to_B"接口是两个系统的共享节点运行单元。
那么首先,需要统计每个候选生产监控系统的系统节点运行单元数量。例如,对于原料处理系统(A),其系统节点运行单元数量就是3(即其第一节点运行单元的数量);对于化学反应系统(B),其系统节点运行单元数量就是2(即其第二节点运行单元的数量)。
然后,需要计算共享节点运行单元的统计值与系统节点运行单元数量的比值,得出冗余匹配比例。例如,对于原料处理系统(A),其冗余匹配比例就是1/3;对于化学反应系统(B),其冗余匹配比例就是1/2。
最后一步是输出所有候选生产监控系统中最大的冗余匹配比例作为系统冗余运行状态结果。在这个例子中,因为化学反应系统(B)的冗余匹配比例(即1/2)是最大的,所以将其输出为系统冗余运行状态结果。
图2示出了本申请实施例提供的用于实现上述的基于数据监控分析的设备运行状态检测方法的基于数据监控分析的设备运行状态检测系统100的硬件结构意图,如图2所示,基于数据监控分析的设备运行状态检测系统100可包括处理器110、机器可读存储介质120、总线130以及通信单元140。
一种可替代的实施例中,基于数据监控分析的设备运行状态检测系统100可以是单个服务器,也可以是服务器组。所述服务器组可以是集中式的,也可以是分布式的(例如,基于数据监控分析的设备运行状态检测系统100可以是分布式的系统)。一种可替代的实施例中,基于数据监控分析的设备运行状态检测系统100可以是本地的,也可以是远程的。例如,基于数据监控分析的设备运行状态检测系统100可以经由网络访问存储于机器可读存储介质120中的信息和/或数据。又例如,基于数据监控分析的设备运行状态检测系统100可以直接连接到机器可读存储介质120以访问存储的信息和/或数据。一种可替代的实施例中,基于数据监控分析的设备运行状态检测系统100可以在云平台上实施。仅作为示例,该云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
机器可读存储介质120可以储存数据和/或指令。一种可替代的实施例中,机器可读存储介质120可以存储从外部终端获取的数据。一种可替代的实施例中,机器可读存储介质120可以储存基于数据监控分析的设备运行状态检测系统100用来执行或使用来完成本申请中描述的示例性方法的数据及/或指令。一种可替代的实施例中,机器可读存储介质120可包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器等或其任意组合。示例性的大容量存储器可以包括磁盘、光盘、固态磁盘等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、存储卡、压缩盘、磁带等。
在具体实现过程中,多个处理器110执行机器可读存储介质120存储的计算机可执行指令,使得处理器110可以执行如上方法实施例的基于数据监控分析的设备运行状态检测方法,处理器110、机器可读存储介质120以及通信单元140通过总线130连接,处理器110可以用于控制通信单元140的收发动作。
处理器110的具体实现过程可参见上述基于数据监控分析的设备运行状态检测系统100执行的各个方法实施例,其实现原理和技术效果类似,本实施例此处不再赘述。
此外,本申请实施例还提供一种可读存储介质,所述可读存储介质中预设有计算机可执行指令,当处理器执行所述计算机可执行指令时,实现如上基于数据监控分析的设备运行状态检测方法。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或以上发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。
Claims (10)
1.一种基于数据监控分析的设备运行状态检测方法,其特征在于,所述方法包括:
获取多个候选生产监控系统的系统交互数据;
依据各个所述候选生产监控系统的系统交互数据,在设定的特征空间内确定各个所述候选生产监控系统的系统对外节点的多个第一节点运行单元和各个所述第一节点运行单元的第一单元特征信息;
在所述特征空间内,依据各个所述第一节点运行单元的第一单元特征信息,确定各个所述候选生产监控系统的系统对内节点的多个第二节点运行单元和各个所述第二节点运行单元的第二单元特征信息;所述第一节点运行单元和所述第二节点运行单元存在匹配的状态指标;
依据各个所述候选生产监控系统的所述第一节点运行单元的第一单元特征信息和所述第二节点运行单元的第二单元特征信息,确定所述多个候选生产监控系统之间的共享节点运行单元的统计值;
依据所述共享节点运行单元的统计值、各个所述候选生产监控系统的所述第一节点运行单元的统计值和所述第二节点运行单元的统计值,确定所述多个候选生产监控系统的系统冗余运行状态结果。
2.根据权利要求1所述的基于数据监控分析的设备运行状态检测方法,其特征在于,所述系统交互数据包括所述候选生产监控系统的系统对外节点的多个交互接口的接口引用位置和所述交互接口的接口链接信息;
所述依据各个所述候选生产监控系统的系统交互数据,在设定的特征空间内确定各个所述候选生产监控系统的系统对外节点的多个第一节点运行单元和各个所述第一节点运行单元的第一单元特征信息,包括:
针对各个所述候选生产监控系统,分别依据所述候选生产监控系统的系统对外节点的各个所述交互接口的接口引用位置和所述接口链接信息,确定所述交互接口在所述特征空间内对应的引用特征;
获取所述引用特征中的多个基础节点运行单元;
分别确定所述引用特征中的各个所述基础节点运行单元是否与所述交互接口存在数据调度关系;
若确定任意一个所述基础节点运行单元与所述交互接口存在数据调度关系,确定所述基础节点运行单元为所述候选生产监控系统的第一节点运行单元,并将所述基础节点运行单元的单元特征信息输出为所述第一节点运行单元的第一单元特征信息。
3.根据权利要求2所述的基于数据监控分析的设备运行状态检测方法,其特征在于,所述依据所述候选生产监控系统的系统对外节点的各个所述交互接口的接口引用位置和所述接口链接信息,确定所述交互接口在所述特征空间内对应的引用特征,包括:
依据所述接口链接信息确定各个所述交互接口所包括的多个接口实例;
获取所述多个接口实例中各个接口实例的接口引用位置;
依据所述多个接口实例中各个接口实例的接口引用位置对所述多个接口实例进行联结,生成所述交互接口对应的引用图谱;
在所述特征空间内,获取具有设定映射向量且匹配所述引用图谱的映射特征数据;
将所述映射特征数据输出为所述交互接口在所述特征空间内对应的引用特征;
所述获取所述引用特征中的多个基础节点运行单元,包括:
在匹配所述引用图谱的映射特征数据内,获取存在独立运行参数的多个独立映射特征数据,各个所述独立映射特征数据构成一个基础节点运行单元。
4.根据权利要求2所述的基于数据监控分析的设备运行状态检测方法,其特征在于,所述分别确定所述引用特征中的各个所述基础节点运行单元是否与所述交互接口存在数据调度关系,包括:
获取所述基础节点运行单元的多个运行触发位置和所述交互接口所包括的多个接口实例;
分别以各个所述运行触发位置和各个所述接口实例作为数据运行路径的路径起点,生成多个数据运行路径;
针对各个数据运行路径,确定所述交互接口的每个运行链路和所述基础节点运行单元的每个运行链路在所述数据运行路径上的关联子链路;
若所述交互接口与所述基础节点运行单元在任一个数据运行路径上的关联子链路不存在交叉联系,确定所述交互接口与所述基础节点运行单元不存在数据调度关系;
若所述交互接口与所述基础节点运行单元在各个数据运行路径上的关联子链路均存在交叉联系,则确定所述交互接口与所述基础节点运行单元存在数据调度关系。
5.根据权利要求2所述的基于数据监控分析的设备运行状态检测方法,其特征在于,所述依据各个所述候选生产监控系统的系统交互数据,在设定的特征空间内确定各个所述候选生产监控系统的系统对外节点的多个第一节点运行单元和各个所述第一节点运行单元的第一单元特征信息,包括:
依据各个所述候选生产监控系统的系统交互数据,在设定的特征空间内同步确定所述候选生产监控系统的系统对外节点的每个第一节点运行单元和各个所述第一节点运行单元的第一单元特征信息;
其中,在同步确定的操作流程中,每个处理芯片被加载至所述候选生产监控系统的系统交互数据中的至少一个交互接口的接口引用位置和所述交互接口的接口链接信息。
6.根据权利要求1所述的基于数据监控分析的设备运行状态检测方法,其特征在于,所述在所述特征空间内,依据各个所述第一节点运行单元的第一单元特征信息,确定各个所述候选生产监控系统的系统对内节点的多个第二节点运行单元和各个所述第二节点运行单元的第二单元特征信息,包括:
以各个所述第一节点运行单元对应的独立映射特征数据的对外运行组件中的任意运行实体为起始游走点,所述特征空间所在的系统运行知识框架内的任意一个运行目标为游走运行目标,确定一个游走事件;
确定所述游走事件游走到各个运行目的点时需要调度所述第一节点运行单元的统计值;
依据所述游走事件游走到各个运行目的点时需要调度所述第一节点运行单元的统计值,确定所述运行目的点处的基础节点运行单元是否为所述候选生产监控系统的系统对内节点的第二节点运行单元;
若所述运行目的点处的基础节点运行单元是所述候选生产监控系统的系统对内节点的第二节点运行单元时,将所述运行目的点处的基础节点运行单元的单元特征信息输出为所述第二节点运行单元的第二单元特征信息;
其中,所述以各个所述第一节点运行单元对应的独立映射特征数据的对外运行组件中的任意运行实体为起始游走点,所述特征空间所在的系统运行知识框架内的任意一个运行目标为游走运行目标,确定一个游走事件,包括:
将各个所述第一节点运行单元对应的独立映射特征数据中依赖于所述系统运行知识框架的核心知识图谱的匹配对外运行组件输出为目标对外运行组件;
将所述目标对外运行组件上依赖于所述系统运行知识框架的初始知识点输出为所述起始游走点;
将所述系统运行知识框架内的任意一个候选生产监控系统运行目标输出为所述游走运行目标;
依据所述起始游走点和所述游走运行目标确定一个所述游走事件。
7.根据权利要求6所述的基于数据监控分析的设备运行状态检测方法,其特征在于,各个所述基础节点运行单元对应一单元标签属性;所述单元标签属性表示相应的节点运行单元为基础节点运行单元或者相应的节点运行单元为位于所述候选生产监控系统的对外接口的对外节点运行单元;
所述单元标签属性被加载到基础节点运行单元的单元特征信息中;各个所述候选生产监控系统对应一系统标签属性;所述系统标签属性表示相应的节点运行单元是属于所述候选生产监控系统的系统节点运行单元,所述系统节点运行单元包括所述第一节点运行单元和所述第二节点运行单元;
所述方法还包括:
若确定所述运行目的点处的基础节点运行单元为所述候选生产监控系统的系统对内节点的第二节点运行单元,基于数据替换的策略,将所述系统标签属性加载到所述基础节点运行单元的单元特征信息中,生成所述第二节点运行单元的第二单元特征信息;
若确定任意一个基础节点运行单元为所述候选生产监控系统的系统对外节点的第一节点运行单元,基于数据替换的策略,将所述系统标签属性加载到所述第一节点运行单元的单元特征信息中,生成所述第一节点运行单元的第一单元特征信息。
8.根据权利要求1-7任意一项所述的基于数据监控分析的设备运行状态检测方法,其特征在于,所述依据各个所述候选生产监控系统的所述第一节点运行单元的第一单元特征信息和所述第二节点运行单元的第二单元特征信息,确定所述多个候选生产监控系统之间的共享节点运行单元的统计值,包括:
针对所述特征空间内各个基础节点运行单元,若所述基础节点运行单元是所述多个候选生产监控系统中的第k个候选生产监控系统的系统节点运行单元,将所述第k个候选生产监控系统的系统标签属性加载到所述基础节点运行单元的单元特征信息中;k为大于0的整数,且k小于所述多个候选生产监控系统的系统数量;
若所述基础节点运行单元是所述多个候选生产监控系统中的第k+1个候选生产监控系统的系统节点运行单元,基于数据替换的策略,将所述第k+1个候选生产监控系统的系统标签属性加载到所述第k个候选生产监控系统的系统节点运行单元的单元特征信息中;
若所述基础节点运行单元是所述多个候选生产监控系统中的第k+m个候选生产监控系统的系统节点运行单元,基于数据替换的策略,将所述第k+m个候选生产监控系统的系统标签属性加载到所述第k+m-1个候选生产监控系统的系统节点运行单元的单元特征信息中,生成所述特征空间中的各个候选生产监控系统节点运行单元的更新后的单元特征信息;m为大于0的整数,且k+m等于所述多个候选生产监控系统的系统数量;
若依据任意一个候选生产监控系统节点运行单元的更新后的单元特征信息,确定所述系统节点运行单元的系统标签属性是需要调度所述数据替换后的第k+1个候选生产监控系统的系统标签属性,或者,确定所述系统节点运行单元的系统标签属性是需要调度所述数据替换后的第k+m个候选生产监控系统的系统标签属性,确定所述系统节点运行单元为共享节点运行单元;
统计所述特征空间内全部共享节点运行单元的统计值。
9.根据权利要求1-7任意一项所述的基于数据监控分析的设备运行状态检测方法,其特征在于,所述依据所述共享节点运行单元的统计值、各个所述候选生产监控系统的所述第一节点运行单元的统计值和所述第二节点运行单元的统计值,确定所述多个候选生产监控系统的系统冗余运行状态结果,包括:
依据各个所述候选生产监控系统的所述第一节点运行单元的统计值和所述第二节点运行单元的统计值确定所述候选生产监控系统的系统节点运行单元的运行单元数量;
将所述共享节点运行单元的统计值与各个所述候选生产监控系统的系统节点运行单元的运行单元数量的比值,输出为所述候选生产监控系统的冗余匹配比例;
将所述多个候选生产监控系统中的最大冗余匹配比例,输出为所述多个候选生产监控系统的系统冗余运行状态结果。
10.一种基于数据监控分析的设备运行状态检测系统,其特征在于,所述基于数据监控分析的设备运行状态检测系统包括处理器和机器可读存储介质,所述机器可读存储介质中存储有机器可执行指令,所述机器可执行指令由所述处理器加载并执行以实现权利要求1-9中任意一项所述的基于数据监控分析的设备运行状态检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311438116.9A CN117148705B (zh) | 2023-11-01 | 2023-11-01 | 基于数据监控分析的设备运行状态检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311438116.9A CN117148705B (zh) | 2023-11-01 | 2023-11-01 | 基于数据监控分析的设备运行状态检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117148705A true CN117148705A (zh) | 2023-12-01 |
CN117148705B CN117148705B (zh) | 2024-01-16 |
Family
ID=88901265
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311438116.9A Active CN117148705B (zh) | 2023-11-01 | 2023-11-01 | 基于数据监控分析的设备运行状态检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117148705B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7324553B1 (en) * | 2003-09-30 | 2008-01-29 | Packeteer, Inc. | Dynamic bandwidth management responsive to access link state in redundant network topologies |
CN110033851A (zh) * | 2019-04-02 | 2019-07-19 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、存储介质及服务器 |
CN112034699A (zh) * | 2020-09-09 | 2020-12-04 | 深圳市南方亿信计算机信息系统有限公司 | 一种冗余系统高精度散热控制方法 |
CN112542243A (zh) * | 2020-12-05 | 2021-03-23 | 大连东软教育科技集团有限公司 | 一种icu电子病历知识图谱构建方法、系统和存储介质 |
CN113780990A (zh) * | 2021-09-07 | 2021-12-10 | 江苏波瑞电气有限公司 | 一种基于人工智能生产管理模式的云智造平台及处理方法 |
CN113867128A (zh) * | 2021-10-26 | 2021-12-31 | 南京理工大学 | 一种数控装备智能冗余控制系统及方法 |
CN115793552A (zh) * | 2023-02-09 | 2023-03-14 | 博纯材料股份有限公司 | 一种基于数据处理的电子气体生产监测方法及系统 |
CN115814686A (zh) * | 2023-02-14 | 2023-03-21 | 博纯材料股份有限公司 | 一种镭射气体混配生产系统的状态监控方法及系统 |
WO2023126127A1 (de) * | 2021-12-29 | 2023-07-06 | Siemens Aktiengesellschaft | Verfahren und system zur bereitstellung von zeitkritischen steuerungsanwendungen |
CN116880151A (zh) * | 2023-08-04 | 2023-10-13 | 苏州宇洽科技有限公司 | 一种多余度计算机控制系统 |
CN116975359A (zh) * | 2022-12-01 | 2023-10-31 | 腾讯科技(深圳)有限公司 | 资源处理方法、资源推荐方法、装置和计算机设备 |
-
2023
- 2023-11-01 CN CN202311438116.9A patent/CN117148705B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7324553B1 (en) * | 2003-09-30 | 2008-01-29 | Packeteer, Inc. | Dynamic bandwidth management responsive to access link state in redundant network topologies |
CN110033851A (zh) * | 2019-04-02 | 2019-07-19 | 腾讯科技(深圳)有限公司 | 信息推荐方法、装置、存储介质及服务器 |
CN112034699A (zh) * | 2020-09-09 | 2020-12-04 | 深圳市南方亿信计算机信息系统有限公司 | 一种冗余系统高精度散热控制方法 |
CN112542243A (zh) * | 2020-12-05 | 2021-03-23 | 大连东软教育科技集团有限公司 | 一种icu电子病历知识图谱构建方法、系统和存储介质 |
CN113780990A (zh) * | 2021-09-07 | 2021-12-10 | 江苏波瑞电气有限公司 | 一种基于人工智能生产管理模式的云智造平台及处理方法 |
CN113867128A (zh) * | 2021-10-26 | 2021-12-31 | 南京理工大学 | 一种数控装备智能冗余控制系统及方法 |
WO2023126127A1 (de) * | 2021-12-29 | 2023-07-06 | Siemens Aktiengesellschaft | Verfahren und system zur bereitstellung von zeitkritischen steuerungsanwendungen |
CN116975359A (zh) * | 2022-12-01 | 2023-10-31 | 腾讯科技(深圳)有限公司 | 资源处理方法、资源推荐方法、装置和计算机设备 |
CN115793552A (zh) * | 2023-02-09 | 2023-03-14 | 博纯材料股份有限公司 | 一种基于数据处理的电子气体生产监测方法及系统 |
CN115814686A (zh) * | 2023-02-14 | 2023-03-21 | 博纯材料股份有限公司 | 一种镭射气体混配生产系统的状态监控方法及系统 |
CN116880151A (zh) * | 2023-08-04 | 2023-10-13 | 苏州宇洽科技有限公司 | 一种多余度计算机控制系统 |
Non-Patent Citations (1)
Title |
---|
刘玉敏;赵哲耘;: "基于特征选择与SVM的质量异常模式识别", 统计与决策, no. 10 * |
Also Published As
Publication number | Publication date |
---|---|
CN117148705B (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7325584B2 (ja) | アラームログ圧縮方法、装置、およびシステム、並びに記憶媒体 | |
US7890620B2 (en) | Monitoring system and monitoring method | |
CN102622303B (zh) | 一种内存过载控制的方法及装置 | |
US8819220B2 (en) | Management method of computer system and management system | |
US20130097272A1 (en) | Prioritized Alert Delivery In A Distributed Processing System | |
EP3361703B1 (en) | Load balancing method, related device and system | |
US10521258B2 (en) | Managing test services in a distributed production service environment | |
EP3932025B1 (en) | Computing resource scheduling method, scheduler, internet of things system, and computer readable medium | |
WO2020167464A1 (en) | Fault prediction and detection using time-based distributed data | |
US9400731B1 (en) | Forecasting server behavior | |
US10282245B1 (en) | Root cause detection and monitoring for storage systems | |
US7444350B1 (en) | Method and apparatus for processing management information | |
CN115269108A (zh) | 一种数据处理方法、装置及设备 | |
US8180716B2 (en) | Method and device for forecasting computational needs of an application | |
CN114896121A (zh) | 分布式处理系统的监控方法及装置 | |
CN111930493A (zh) | 集群中NodeManager状态管理方法、装置及计算设备 | |
CN110971439A (zh) | 策略决策方法及装置、系统、存储介质、策略决策单元及集群 | |
CN111177160B (zh) | 服务更新方法、装置、服务器及介质 | |
CN115168042A (zh) | 监控集群的管理方法及装置、计算机存储介质、电子设备 | |
CN114610567A (zh) | 容器监控方法、网络设备及存储介质 | |
US10223189B1 (en) | Root cause detection and monitoring for storage systems | |
CN118170535A (zh) | 一种分布式渲染优化方法及设备 | |
CN113347238A (zh) | 基于区块链的消息分区方法及系统、设备、存储介质 | |
CN117148705B (zh) | 基于数据监控分析的设备运行状态检测方法及系统 | |
CN113760441A (zh) | 容器创建方法、装置、电子设备及存储介质 |
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 |