CN117201545A - 一种基于资源模型的组态系统及设备 - Google Patents
一种基于资源模型的组态系统及设备 Download PDFInfo
- Publication number
- CN117201545A CN117201545A CN202311268783.7A CN202311268783A CN117201545A CN 117201545 A CN117201545 A CN 117201545A CN 202311268783 A CN202311268783 A CN 202311268783A CN 117201545 A CN117201545 A CN 117201545A
- Authority
- CN
- China
- Prior art keywords
- resource
- configuration
- monitoring
- configuration diagram
- unit
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 claims abstract description 103
- 238000010586 diagram Methods 0.000 claims abstract description 89
- 238000013515 script Methods 0.000 claims abstract description 40
- 238000013461 design Methods 0.000 claims abstract description 26
- 238000004422 calculation algorithm Methods 0.000 claims description 49
- 230000006870 function Effects 0.000 claims description 33
- 238000007726 management method Methods 0.000 claims description 32
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000013439 planning Methods 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 4
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 3
- 238000005538 encapsulation Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000006073 displacement reaction Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 1
- 235000017491 Bambusa tulda Nutrition 0.000 description 1
- 241001330002 Bambuseae Species 0.000 description 1
- 101100286571 Mus musculus Pyhin1 gene Proteins 0.000 description 1
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 239000011425 bamboo Substances 0.000 description 1
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000000059 patterning Methods 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于资源模型的组态系统及设备,涉及物联网工业监控领域,该系统中物联网资源建模模块与组态设计模块通讯;组态设计模块分别与终端编程模块以及运行时监控子系统通讯;终端编程模块与运行时监控子系统通讯;物联网资源建模模块用于输出用户构建的资源模型文件;组态设计模块用于根据资源模型文件输出监控组态图;终端编程模块用于辅助用户根据组态图内容,以图形化方式完成预置脚本的编写;运行时监控子系统用于根据组态图展示出站点资源结构,实现对硬件设备的实时监控,同时根据预置脚本完成用户定义的自动化任务。本发明能够完成各类物联网设备的快速接入和集中管理;并且实现监控服务的终端编程。
Description
技术领域
本发明涉及物联网工业监控领域,特别是涉及一种基于资源模型的组态系统及设备。
背景技术
物联网技术是现代科技的产物,也是信息产业发展的第三次浪潮,正在被世界各地所广泛关注,相关应用更是如雨后春笋般层出不穷。物联网技术与传统产业融合渗透,让业态创新更加活跃,在加快经济发展方式转变,推动传统产业结构升级,服务和改善民生等方面发挥着重要作用。例如,工业体系中的设备监控和调度管理、智慧农业中的环境监测与调控、公共基础设施的运维管理和故障排查等。物联网技术与传统产业的紧密结合,必将带来更强劲的生产力和创造性。
在基于物联网的工业系统中,各种设备与传感器集成,在运行时不断产生监测数据;而运控人员则需要根据这些数据,来感知系统的整体运行状况,预判未来风险,及时定位和修复各种故障,来保障系统的安全稳定运行。监控平台作为信息传达的中间件,其重要性不言而喻,能否高效地收集和处理实时数据,汇总和展示系统状况,辅助运控人员保障系统正常运行,已成为监控平台的核心任务。目前,市面上主流的物联网监控系统,主要应用于电力、冶金、石油、化工、交通等各大领域,并涵盖了工业体系中的典型需求。
组态软件是一种用于开发、配置和管理工业自动化系统的专用软件,至今已有40多年的发展历史,业界以Intouch、iFix、WINCC、组态王等平台最为知名。现如今,随着工控自动化系统中新技术、新需求的出现,组态软件起到的作用日益突出,有着良好的发展前景。组态软件通常会提供:图库管理、组态界面的制作与运行、报警管理、图形报表、数据备份与恢复等多种实用功能,从而帮助运控人员提升监控工作的效率和质量。在国内,比较有影响力的组态软件是组态王(Kingview),它提供了资源管理式的操作界面,多种硬件驱动程序和通信协议,以及汉语编程脚本的支持。虽然这些工业软件为运控人员的工作提供了便利,但它们依然存在着诸多缺陷。由于对新技术的吸纳不足,目前市面上大多数组态软件都是基于C/S架构,安装和使用不便;这些软件在功能上相似,然而在不同的应用背景下,监控服务的定制化和专用化使得各系统之间相互隔离,难以实现通用;此外,在传统的监控平台中,绘制组态图往往需要大量的人工操作,过程繁琐且极易出错,存在很大的改进空间。
随着时代的发展,物联网工业系统中的设备规模日益庞大,对组态软件提出了更高的要求。而传统组态软件存在的安装与使用不便、绘图效率低下、可拓展性不足等缺陷。因此亟需提供一种新的组态软件能够智能生成组态图。
发明内容
本发明的目的是提供一种基于资源模型的组态系统及设备,能够完成各类物联网设备的快速接入和集中管理;并且实现监控服务的终端编程。
为实现上述目的,本发明提供了如下方案:
一种基于资源模型的组态系统,包括:物联网资源建模模块、组态设计模块、终端编程模块以及运行时监控子系统;
所述物联网资源建模模块与所述组态设计模块通讯;所述组态设计模块分别与所述终端编程模块以及所述运行时监控子系统通讯;所述终端编程模块与所述运行时监控子系统通讯;
物联网资源建模模块用于输出用户构建的资源模型文件;
组态图绘制模块用于根据资源模型文件输出监控组态图;
终端编程模块用于辅助用户根据组态图内容,以图形化方式完成预置脚本的编写;
运行时监控子系统用于根据组态图展示出站点资源结构,实现对硬件设备的实时监控,同时根据预置脚本完成用户定义的自动化任务。
可选地,所述物联网资源建模模块包括:资源模板管理单元、资源模型文件的解析转换单元以及在线资源建模单元;
所述资源模板管理单元用于管理用户设计的资源模板;基于Protégé软件来完成资源模板的设计工作,包括:定义模板类、定义关系属性、定义数据属性等,从而形式化定义出构建资源模型时的约束;并基于Protégé自带的保存功能生成为OWL资源模型文件;提供上传、删除、启用资源模板的功能;
所述资源模型文件的解析转换单元用于将OWL资源模型文件转化成JSON格式的站点资源信息;
所述在线资源建模单元用于根据资源模板中的定义信息,提供可视化交互界面,来辅助用户构建物联网资源模型。
可选地,所述组态设计模块包括:项目图库管理单元以及组态图绘制单元;
所述项目图库管理单元用于管理工业系统中所使用的各种图形资源;并提供图形资源的存储和管理空间;
所述组态图绘制单元用于基于组态图模板的匹配复用算法或基于力导向布局和路径规划算法的全自动构图算法绘制组态图。
可选地,所述终端编程模块包括:组态图分层管理单元和预置脚本单元;
所述组态图分层管理单元用于提供四种基于组态图缩放倍率的显示控制规则:通过表单组件来辅助设计者指定阈值;当组态图处于监控运行时,可由系统根据组态图当前的缩放倍率来展示不同图层的内容,或者也可由用户来设置指定显示的图层;所述基于组态图缩放倍率的显示控制规则包括:始终显示、区间规则、大于规则以及小于规则;
所述预置脚本单元用于根据若干监控指标组合为触发条件,并指定相应的系统行为,基于IFTTT模式,形成自动运维脚本。
可选地,所述运行时监控子系统包括:组态图单元、监控数据展示单元、设备遥控单元和预置脚本执行单元;
所述组态图单元用于呈现用户绘制的站点组态图,从而展示工业系统的结构、各站点或设备间的拓扑关系、数据流向、关键监控指标等;
所述预置脚本执行单元用于驱动执行相应的运维脚本功能;
监控数据展示单元和设备遥控单元用于为运控人员提供实时监视和遥控操作。
可选地,所述组态图单元基于mxGraph封装的事件机制研发无极缩放、分层浏览功能。
一种电子设备,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行所述的系统。
可选地,所述存储器为计算机可读存储介质。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明所提供的一种基于资源模型的组态系统及设备,基于本体技术为物联网工业系统构建了资源模型。本发明通过引入基于知识的本体模型,对资源进行统一规范的定义和描述,来解决大量设备接入所导致的信息多样性和数据异构性问题,进而实现资源的统一管理。基于资源模型文件智能生成组态图,能有效提升绘图效率,并应用于工业系统的实时监控。通过改造现有的应用体系架构,对外提供统一的服务接口,实现监控服务的终端编程,它能灵活适配于各种工业场景,具有较高的通用性和拓展性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所提供的一种基于资源模型的组态系统结构示意图;
具体实施方式
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他实施例,都属于本发明保护的范围。
本发明的目的是提供一种基于资源模型的组态系统及设备,能够完成各类物联网设备的快速接入和集中管理;可基于资源模型文件智能生成组态图,并应用于工业系统的实时监控;并且实现监控服务的终端编程。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示,本发明所提供的一种基于资源模型的组态系统,包括:物联网资源建模模块、组态设计模块、终端编程模块以及运行时监控子系统;
所述物联网资源建模模块与所述组态设计模块通讯;所述组态设计模块分别与所述终端编程模块以及所述运行时监控子系统通讯;所述终端编程模块与所述运行时监控子系统通讯;
物联网资源建模模块用于输出用户构建的资源模型文件;
组态图绘制模块用于根据资源模型文件输出监控组态图;
终端编程模块用于辅助用户根据组态图内容,以图形化方式完成预置脚本的编写;
运行时监控子系统用于根据组态图展示出站点资源结构,实现对硬件设备的实时监控,同时根据预置脚本完成用户定义的自动化任务。
所述物联网资源建模模块包括:资源模板管理单元、资源模型文件的解析转换单元以及在线资源建模单元;
所述资源模板管理单元用于管理用户设计的资源模板;在本系统中,基于Protégé软件来完成资源模板的设计工作,包括:定义模板类、定义关系属性、定义数据属性等,从而形式化定义出构建资源模型时的约束;并基于Protégé自带的保存功能生成为OWL资源模型文件;提供上传、删除、启用资源模板的功能;资源模板管理单元使用MySQL存储OWL文件内容、作者、上传时间、修改时间等信息,默认将修改时间最新的OWL文件作为建模时使用的资源模板。
资源模板信息包括:所有设备的类型信息、各类设备可持有的观测属性种类、各种资源间的相互关系,允许绑定在各类实例上的数据属性等。
根据上述设计好的资源模板创建资源实例,Individual映射了现实中具体的资源对象,也是Object Property(关系属性)和Data Property(数据属性)的主要承载者。再为实例设置对象关系并绑定数据属性,就完成了资源建模工作。
在构建知识本体时,有几个比较重要的概念:模板类(OWL Class)表示对资源类型的抽象;实例(Individual)代表了某类型资源的具体对象;关系属性(Object Property)用于表示主客体事物之间的联系;数据属性(Data Property)用于定义实例的属性值,它支持多种数据类型,也能指定值域和适用的实例类别。
为完成资源建模,首先要在物联网工业系统中搜集与建模相关的资源信息,完成准备工作;随后使用Protégé软件来完成资源模板的设计工作,包括:定义模板类、定义关系属性、定义数据属性等。设计资源模板是为了形式化定义出构建资源模型时的约束,例如:所有设备的类型信息、各类设备可持有的观测属性种类、各种资源间的相互关系,允许绑定在各类实例上的数据属性等。资源建模的详细方法和步骤如下。
①定义模板类
模板类(OWL Class)是对物联网工业系统中资源类型的抽象。根据监控功能的需要,可将资源分为三类,详细设计如表1所示。
表1模板类设计表
②定义关系属性
ObjectProperty(关系属性)涉及主体和客体,可用于描述模板类之间或资源实例之间的关系,也可以通过注解来记录更多语义信息,是构建物联网资源模型和生成组态图的关键信息。关系属性的说明如表2所示。
表2 ObjectProperty对照表
在资源建模时,关系属性的使用方式如下。例如(1)用户创建一个“EDFA中继器”实例,并将“has_property”关系属性设置在它和一个“输入光功率”实例上,即代表该设备实例持有一个观测属性;(2)用户为一个“EDFA中继器”实例和“设备运行状态”实例设置了trigger_on关系属性,并添加“equal”类型的语义注解,内容为“value=0;status=异常”,那么当组态图处于监控运行态时,若“设备运行状态”的值为0,则“EDFA中继器”实例所对应的设备图元展示为异常状态;(3)用户为“EDFA中继器”实例与“监控单元”实例设置了connect关系属性,并添加“subjectPort”类型的注解,内容为“cellType=磁力点;connectionName=输出接口”,则代表此关系的主体设备由名为“输出接口”的磁力点与“监控单元”设备实例相连。
③定义数据属性
数据属性(DataProperty)用于描述资源实例所带有的数据信息,它支持多种数据类型,如string、boolean、int、short、float、positiveInteger、dataTimeStamp等。在构建物联网资源模型时,可为设备实例绑定“设备ID”和“责任人”等数据属性,或为观测属性实例绑定“资源单位”—dBm等,从而更详细地描述资源信息。详细设计如表3所示。
表3数据属性设计表
④创建实例
Individual(实例)映射了现实中具体的资源对象,也是Object Property(关系属性)和Data Property(数据属性)的主要承载者。根据模板类的定义,物联网资源模型中的实例主要分为三类,详细设计如表4所示。
表4实例设计表
经过上述步骤,然后再为实例设置对象关系并绑定数据属性,就完成了资源建模工作。
所述资源模型文件的解析转换单元用于将OWL资源模型文件转化成JSON格式的站点资源信息;在OWL文件中,这些信息通过XML语言来编码,并且信息是离散的,不易于后续编程。将其解析转化为JSON格式,是为了更好地组织这些信息,方便编程。
在线资源建模模块的运行机制:服务端程序获取OWL资源模型文件中的资源信息,并针对资源信息来构建SiteInfo对象。随后,服务端程序将SiteInfo对象序列化为JSON字符串,并发送到用户浏览器。浏览器根据所述JSON数据呈现出建模工具的视图,当用户完成资源模型的编辑后,系统会将JSON数据和资源模板一并提交至服务端程序,从而生成完整的OWL资源模型文件。构建好的物联网资源模型中记录了站点信息、设备实例信息及其持有的观测属性、设备间的连接关系等。将OWL资源模型文件转化为JSON格式的资源信息,就是将概念类、实例、关系属性、数据属性等数据以JSON文本的形式来呈现,从而便于用户理解和开发编程。上述操作基于Protégé官方提供的ProtégéEditor OWL模块来实现。解析后的站点资源信息主要以图数据结构来存储。
解析后的资源模型信息以SiteResource站点资源信息类为根,它能将本体所承载的资源信息以图数据结构组织起来,包括SiteInfo类所代表的站点实例信息、DeviceItem类型的设备实例数组、ConnectionItem类型的设备连接信息数组等;在DeviceItem设备实例类中,id字段记录了设备ID,class字段记录了设备类型,data_properties字段以键值对的方式记录了所有数据属性的值,has_property字段记录了该设备实例持有的所有观测属性,terminals字段记录了设备连接信息;ConnectionItem设备连接信息类记录了连线两端的设备及接口信息,subject_port记录主体设备接入信息,object_port记录客体设备接入信息;ConnectionPortInfo设备接入信息类记录了设备ID、设备类型、接入端口图元类型、磁力接入点名称等;ObversablePropertyItem类用于记录设备的观测属性项;SiteInfo类用于记录站点信息。
解析后的资源模板信息以ResourceTemplateContraints类为根,主要包含了模板类、关系属性、数据属性等定义信息。在ResourceTemplateContraints类的成员中,class_template_constraints字段记录了TemplateClass类型的站点类、设备类等定义信息;object_property_constraints字段记录了关系属性的定义信息;此外,其余的三个字段site_data_property_constraints、device_data_property_constraints、observable_property_data_property_constraints分别记录了在站点实例、设备实例、观测属性实例上,允许被绑定的数据属性类型。在TemplateClass模板类中,class字段记录了模板类的名称,has_property字段记录了此类设备可持有的观测属性类列表,subclasses字段记录了子类定义信息;在ObjectProperty关系属性类中,class字段记录了关系属性的名称,subclasses字段记录了子关系定义信息;在DataProperty数据属性类中,class字段记录了数据属性的类型,type字段记录了字面量的类型,如int、float、string等。
设备实例被视为图的顶点,设备间的连线则被视为边。接下来,系统会弹出资源配置窗口,在资源示意图中,椭圆形符号代表设备,而线条则代表设备间的连线。当用户点击设备符号时,系统会显示该设备实例所持有的观测属性。需要注意的是,资源模型中的所有设备或观测属性并非都要在组态图中呈现。用户可以通过资源配置窗口中的复选框来控制资源的显示与隐藏。
所述在线资源建模单元用于根据资源模板中的定义信息,提供可视化交互界面,来辅助用户构建物联网资源模型。在线资源建模单元运行原理(1)在“OWL资源模型文件”中,包含资源模板信息(侧重于资源概念类、关系、属性等的定义等,是资源建模的约束和可复用数据)和资源实例信息(侧重于描述具体的设备及监控点位等);(2)要想使用“在线资源建模模块”为工业站点构建资源模型,就要调用“资源模型文件的解析转换模块”,因为在OWL文件中,这些信息通过XML语言来编码,并且信息是离散的,不易于后续编程。将其解析转化为JSON格式,是为了更好地组织这些信息,方便编程。以便将资源模板信息和资源实例信息解析为JSON数据格式;(3)本模块以树形组件的形式来展示概念类、关系属性的定义信息及其父子关系,以列表的形式来展示资源实例信息、设备连接关系等信息,以可视化界面协助用户创建和编辑设备实例及其持有的观测属性、站点信息实例、设备连接关系等。(4)“资源模板管理模块”用于管理用户上传的多版本的资源模板。这样一来,用户就可以选用系统中存储的资源模板,经“资源模型文件的解析转换模块”解析后,便可在“在线资源建模模块”中快速完成建模工作,以得到资源模型文件。
所述组态设计模块包括:项目图库管理单元以及组态图绘制单元;
所述项目图库管理单元用于管理工业系统中所使用的各种图形资源;并提供图形资源的存储和管理空间;项目图库管理单元在层次上,从上至下依次是“项目”→“图库”→“设备图元”/“信息置牌”/“基础元素”(用于绘制组态图的图形资源),更详细地说,一个项目中可以创建多个图库,一个图库下面可以添加多个设备图元/信息置牌/基础元素,设备图元:在组态图中代表设备实例;信息置牌:在图中用于设置提示信息;基础元素:它是用于组合设备图元的基础元件,例如开关、挡位等。
所述组态图绘制单元用于基于组态图模板的匹配复用算法或基于力导向布局和路径规划算法的全自动构图算法绘制组态图。使用非精确子图同构算法、字符串相似度算法等实现了组态图模板的匹配复用功能,使用力导向布局算法、路径规划算法(BFS算法、A星算法等)等实现了组态图的全自动生成功能,从而有效提升了监控组态图的制作效率。
基于组态图模板的匹配复用算法的主要目的是基于用户导入的资源模型,通过匹配和复用现有的组态图模板来自动生成新的组态图。本方法打破了传统组态软件中存在的系统结构封闭、难以满足二次开发需求的局限性,在提升绘图效率的同时,又能确保图形样式风格的一致性。在执行图模板匹配复用功能时,若资源模型与组态图模板的匹配度为0,则可进行全自动构图。
组态图模板的匹配复用功能是基于非精确子图同构原理实现的,在计算资源模型与组态图模板的匹配度时,首先要提取图模板中的关键数据:设备实例及其持有的观测属性、设备连接关系等。本发明中的算法考虑了设备节点和边的语义,同时容忍非精确匹配的情况,并能计算出资源模型与图模板的匹配度。该算法以设备实例为匹配单位,基于贪心思想来求局部最优解,参与匹配度计算的因子包括:设备ID、设备类型、设备连接信息、观测属性信息等。该算法在设计时引入了状态转移的思想,即通过一个映射集M来记录当前匹配状态,并约束后续节点的匹配关系。在编程实现中,M代表资源模型中已匹配的设备实例ID到模板设备图元ID的映射函数。具体执行流程如下。
①上传资源模型文件,经系统解析后,弹出资源配置窗口;
②在资源示意图中,勾选需要在组态图中展示的对象,完成资源的导入与配置工作;
③提取组态图模板中的拓扑信息和资源信息:遍历图中的设备图元及其观测属性图元,根据设备ID、设备类型、设备图元mxCell对象引用、设备持有的观测属性、设备连接信息等数据来创建模板设备节点;
④对于资源模型中的每个设备实例,依次用所有模板设备节点进行匹配。若二者设备类型不同,则匹配度记为0,并尝试匹配下一个模板设备节点;若二者设备类型相同,则向下进行;
⑤以资源模型中的设备实例a与模板设备节点m计算匹配度,参与计算的因子有:a与m设备类型一致(权重为0.2);二者设备连接信息的匹配点位数量记为p(权重0.4),分别与a和m相连设备的数量之和记为s;二者设备ID字符串的匹配度记为c(权重0.2);二者观测属性匹配度记为d(权重0.2)。若分别与a和m相连设备的数量之和s不为零,则匹配度计算公式如下。
若分别与a和m相连设备的数量之和s为零,则匹配度计算公式如下。
为a与m统计设备连接信息的匹配点位数量时,每次以它们的两项设备连接信息进行分析,基于贪心思想寻找局部最优解。参与计算的因子有:分别与a、m相连的设备类型是否一致、主体设备的接线方式(包括接入端口的图元类型、磁力接入点名称)是否一致、客体设备的接线方式(同上)是否一致、连线类型是否一致、与a相连设备的ID能否通过M映射到与m相连设备的ID,总共5项点位。与a相连设备所构成的接线信息集合记为Sa,与m相连设备所构成的接线信息集合为Sm。遍历Sa中的元素,对于若/>且统计出的匹配点位数量大于之前ta与t′m(t′m∈Sm)、t′a与tm(t′a∈Sa)关联记录的最高值,则清除ta与t′m、t′a与tm的关联记录,并将ta与tm视为最佳匹配,同时记下二者的关联记录。重复上述步骤,直至Sa中所有元素的匹配点位数量不再增大为止;
在求解过程中,有两次使用了基于编辑距离的文本相似度算法。第一次是计算a和m的设备ID相似度,第二次是计算a和m观测属性ID的相似度。使用该算法的目的是,当组态图模板中存在类型相同而资源ID不同的设备图元或观测属性图元时,将图元的匹配复用问题转化为资源ID字符串的相似度求解问题,从而将资源信息重新绑定到最佳匹配的图元上。该步骤基于贪心思想实现,但由于计算观测属性的最佳匹配映射时,局部最优解不一定能使两设备的整体匹配度最大,因此需要使用额外的变量来记录中间结果:该算法使用两个临时映射集,来记录两设备观测属性的匹配情况。
⑥在匹配过程中,若资源模型中的设备实例a1与组态图模板中的设备图元m1具有一定的匹配度,而在迭代过程中发现a1与m2的匹配度更高,则清除a1与m1的关联记录,并将a1与m2视为最佳匹配;
⑦从步骤④重复向下执行,直至资源模型中的所有设备实例与组态图模板中的设备图元的匹配度不再增大为止;
⑧删除组态图模板中未匹配的设备图元、监控表单和设备连线;
⑨在图中增加缺失的设备图元、观测属性表单和设备连线;
⑩系统根据设备图元和观测属性表单的匹配映射结果,重新绑定资源信息;
最终计算出资源模型与图模板的匹配度为:资源模型中所有设备实例匹配度的平均值。
最终,该算法以资源模型中所有设备匹配度的平均值作为输出结果。系统根据用户导入的资源模型文件将所有组态图模板按匹配度降序排列以供用户选用。当用户选定组态图模板后,系统先将图模板绘制到编辑器中,然后再次执行匹配复用算法,并为模板图元重新绑定资源信息。随后,系统删除未匹配的图元,并生成缺失的监控图元。至此,基于图模板的组态图已初步生成。
当系统中不存在相关的组态图模板时,可使用该算法生成初级组态图,以供用户进一步编辑完善。
全自动构建组态图功能是基于力导向布局算法和路径规划算法实现的。根据用户导入的资源模型,将设备实例视作同性电荷,将设备间连线视作弹簧,将组态图的最佳布局问题转化为系统能量最小化的求解问题。计算出合力对图元坐标的影响,从而驱动设备图元和监控表单合理地分布在组态图中;本发明将设备间的布线问题转化为路径规划问题,从而求解出连线的最佳路径点以避免连线与图形交叠;本系统基于资源模型,自动生成监控图元并完成资源信息的绑定,能为用户省去繁琐的组态配置工作,从而提升了组态图的绘制效率。
执行算法前,先按叶序图形规律初始化设备图元坐标,从而使布局结果能够复现。通过模拟电荷斥力和弹簧拉力的叠加作用,迭代更新设备图元坐标。随后,系统根据资源模型信息来生成监控表单图元,并自动完成资源信息与图元的绑定工作。力导向布局算法的具体执行流程如下。
①以图形中心为坐标原点,为执行图模板匹配复用算法后仍保留的所有图元重新计算坐标,并将它们标记为固定图元。之后执行力导向布局算法时,不再改变它们的位置;
②对于所有新增设备实例,按照其持有观测属性的数量从小到大排序;
③按照叶序图案为所有新增设备图元初始化坐标,这样做的好处就在于,能够避免因使用随机坐标而导致的布局效果不可复现的问题。假定设备实例在数组中的索引为i,图形中心点坐标为(x0,y0)。叶序初始半径radius设设为10,角速度angle设为则坐标计算公式如下所示。
叶序是基于植物学规律而设计的几何结构,在计算机图形学中被广泛应用。模拟生成的叶序图,其节点具有旋转对称性和逐渐增大的间距,能够为设备图元提供一种对称、有机的初始排列方式。
④以同性电荷模拟设备间的斥力,以弹簧模拟连线对设备的拉力。在有限次迭代运算中,计算出合力对图元坐标值产生的影响。
在本系统中,实现力导向布局算法的核心工作便是找出所有影响图元位置的因素,并通过实验得出恰当的坐标计算公式和各种参量值。
记两设备图元分别为a、b,二者距离为dis;斥力强度为rf,拉力强度为tf,力对图元位移量的影响系数为sk,图元a受力方向与x轴夹角为θ;图元受力产生的位移量在x轴方向上的倍率为hf,在y轴方向上的倍率为1,hf的取值主要考虑设备图元及其监控表单覆盖区域的长宽之比;fac是力对图元最终造成位移量的倍率,若b是固定图元,则对于b来说,fac应设置为2,否则为1;记p为图中所有观测属性的数量,a为图中所有设备的数量,h为一项观测属性图元的高度,w为一项观测属性表单的宽度,ch为设备图元的高度。本文设置的rf为11,tf为0.3,经过重复试验,得出较为理想的hf和sk计算公式如下。
在每次迭代运算中,电荷斥力对a产生位移的计算公式如下(b同理)。
若设备图元a的坐标为(x1,y1),设备图元b的坐标为(x2,y2)。计算弹簧拉力对设备图元a坐标产生影响的公式如下(设备图元b同理)。
在计算斥力、拉力对图元坐标的影响时,需要先在每次循环中计算出所有图元坐标的偏移量,然后一同更新所有图元坐标。
为防止合力过度影响图元坐标,该算法定义了忽略距离ignoreDis。当两设备图元的距离超过ignoreDis时,电荷斥力不再生效;当连线的两个端点设备图元距离小于ignoreDis时,弹簧拉力不再生效。令斥力和拉力相等,可近似得出受力平衡距离ignoreDis的计算公式如下。
⑤重复执行步骤④,直至所有设备图元的位置趋于稳定,并均匀分布在组态图中;
⑥在所有设备图元下方生成监控图元并自动绑定资源信息,最后在图形正上方创建站点标题图元。
智能布线是全自动构图过程的最后一步,其目标是通过优化光纤路径,使其尽可能不与图形重叠。本发明将布线问题转化为路径规划问题,以确定连线的最佳路径点。考虑到设备、站点标题、监控表单等图元所占据的空间,为了使设备间的连线更加美观和合理,本发明采用了避障路径规划算法来解决此问题。常见的路径规划算法包括AStar、BFS和Dijkstra等。
在实际应用中,组态图通常具有较大的尺寸,需要使用庞大的二维矩阵将其抽象成坐标图。由于所有算法都无法在短时间内找到最优解,本发明采用一定的策略来优化算法性能。具体而言,本发明将组态图划分为多个等大的栅格,从而显著减少了算法的计算规模和响应时间。
通过实验发现,结合改进式曼哈顿启发式函数的AStar算法以及BFS算法在布线效果上表现最佳。下面是具体的算法流程。
①将栅格长度grid设置为20,以20×20的尺寸将图形划分为若干份。此外,整张图形还需向外拓展10grid长度的空白区间;
②以拓展后图形的左上角为原点,以grid为单位,为图形生成栅格化二维坐标矩阵,其中0代表可通行,1代表障碍。遍历图形中的所有图元,获取其几何信息,并向外拓展0.25grid长度以避免连线与图元距离太近,再将此图元覆盖区域的栅格矩阵坐标值设为1;
③对于图中的所有连线,按照两端点的曼哈顿距离从小到大进行排序;若相等时,则按两端点距图形中心的最小曼哈顿距离从小到大排序;
④对于图中的所有连线,使用AStar(或BFS)算法,求解由起点至终点且不与其它图元交叠的路径。然后以规划路径点调整连线的走向,并修改其覆盖的栅格矩阵坐标值为1;若找不到此路径,则忽略图中所有连线的栅格占位,并重新规划路径;
AStar算法的特点在于,它可以使用启发式函数在规划路径的过程中进行剪枝,从而在较短的时间内规划出最短路线。本发明改进了manhattan启发式函数,能引导AStar算法优先朝一个方向行进,从而减少连线拐角,使图形更加美观,具体实现思路为:在评估当前位置到终点的代价时,将当前位置在y轴方向上与终点的距离乘上一个大于1的数值,示例代码如下。
鉴于BFS算法的实现特性,它也能尽量使行进路线保持同一方向,但该算法在求解时无法剪枝,耗时较长。综上所述,本发明以AStar算法作为布线的默认算法,并向用户提供BFS算法的选项。
所述终端编程模块包括:组态图分层管理单元和预置脚本单元;
所述组态图分层管理单元用于提供四种基于组态图缩放倍率的显示控制规则:通过表单组件来辅助设计者指定阈值;当组态图处于监控运行时,可由系统根据组态图当前的缩放倍率来展示不同图层的内容,或者也可由用户来设置指定显示的图层;所述基于组态图缩放倍率的显示控制规则包括:始终显示、区间规则、大于规则以及小于规则;
所述预置脚本单元用于根据若干监控指标组合为触发条件,并指定相应的系统行为,基于IFTTT模式,形成自动运维脚本。本发明基于IFTTT(ifthis then that)模式实现了交互式预置脚本编辑器,可用于组态监控服务的定制、拓展与演化,从而适应工业系统运行时的动态性。预置脚本单元以站点为单位对脚本进行管理,用户可使用此工具来创建、编辑、删除或改变脚本的启用状态。脚本开发工具基于“IFTTT(ifthis then that)”理念设计,其主要原理是:用户设置触发条件和系统行为,形成运维脚本;系统后台检测运维脚本触发条件的可满足性,并执行(条件满足时)then逻辑动作或(不满足条件时)else逻辑动作,从而实现了工业系统的自动化运维。预置脚本由多条IF语句组成,IF语句的判断条件可以是用户定义的基于监控指标的阈值规则或常量值True,在THEN逻辑中可包含多条动作语句,ELSE逻辑同理,它们构成了抽象语法树。预置脚本可以在组态工具的前端应用或服务端程序中执行,这主要取决于THEN和ELSE逻辑中的动作语句类型,例如基于阈值规则的自动遥控功能需要在服务端程序中长期执行,自定义JavaScript代码则运行在前端组态工具中。
所述运行时监控子系统包括:组态图单元、监控数据展示单元、设备遥控单元和预置脚本执行单元;
所述组态图单元用于呈现用户绘制的站点组态图,从而展示工业系统的结构、各站点或设备间的拓扑关系、数据流向、关键监控指标等;
所述组态图单元用于为物联网工业系统提供硬件设备的实时监控功能;组态图单元用于展示整个工业系统的结构、各站点间的互联拓扑关系、主干线数据流向、关键设备的监控指标等,以便运控人员快速了解系统的整体架构和运行状态。此外,总览组态图还提供了各级站点组态监控服务的访问功能。该单元基于mxGraph封装的事件机制研发了无极缩放功能,从而使用户能够像浏览电子地图一样,灵活查看各级站点的监控组态图:在总览组态图中,当用户鼠标指向某站点内的监控图元时,放大页面可切换至该站点最新部署的监控组态图中,缩小页面则返回至上一张组态图。在复杂工业系统中,站点组态图内往往会包含大量的设备图元和观测属性表单等细节,然而运控人员的关注点和处理能力有限,无法及时定位关键监控指标。为解决此问题,本系统研发了组态分层浏览功能:实时监控工具基于组态图的缩放倍率来展示不同图层的内容,使运控人员能够快速、精准地分级捕捉关键监控指标,从而提升监控工作的效率和质量;资源建模阶段所定义的设备图元状态切换条件会在此生效,设备图元同步展示为真实物理设备的运行状态,用户可以看到多值设备图元的动态切换效果,从而更直观地了解设备运行状况;此外,当工业系统发生故障时,运控人员需要迅速判断出事故波及的范围,本系统通过图的联通性分析,能够迅速计算出受影响的设备并在图中进行标记,从而方便运控人员对物联网工业系统的管理与调度。
所述预置脚本执行单元用于驱动执行相应的运维脚本功能;预置脚本执行单元中,前端应用会在同步监控数据时,扫描已启用预置脚本中的所有IF语句,并对预设条件的可满足性进行判断,再驱动执行相应功能,例如切换图元状态、通过自定义JavaScript代码操作组态界面等。服务端程序也会定期扫描预置脚本,并根据从发布订阅系统中获取到的最新监控数据来判断所有IF语句中预设条件的可满足性,从而执行脚本中所定义的功能,例如发送邮件提醒、发送遥控命令等。
监控数据展示单元和设备遥控单元用于为运控人员提供实时监视和遥控操作。
设备遥控单元用于组态图中的设备图元映射了现实世界中部署的物理设备,当组态图处于监控运行态时,用户可以在界面中选中设备发起远程遥控命令。遥控的形式包括针对一台设备的单点遥控、同时操作多个设备的成组遥控,以及延时执行的定时遥控。用户可以由设备图元的右键菜单进入遥控页面,并在表单组件中填写遥控设定值。由于遥控操作的敏感性,本模块依赖外部资源授权系统增设了安全机制,包括用户身份验证与操作权限校验。用户需提供身份证书才能在监控工具中发起遥控命令,服务端程序接收到请求后,通过HTTP请求与资源授权系统进行交互以实现鉴权功能。随后,服务端程序将遥控命令从发布订阅系统中发布出去,再由外部硬件前置采集系统订阅,并通过运维终端发送给目标设备执行。
监控数据展示单元用于当组态图处于监控运行态时,监控数据展示模块会定期发送Ajax请求与服务端同步最新的监控数据,并根据图元所绑定的资源信息更新相应的监控指标,并标识出预警和告警信息。服务端程序采用SDN发布订阅系统获取最新的硬件运行参数,具有较好的实时性;此外,基于进程缓存处理前端应用的数据同步请求,能显著降低InfluxDB时序库的查询压力和服务端程序的处理负载,提升系统响应速度。数据时序图是一种用于展示监控指标在一段时间内变化趋势的图表形式,它通过二维坐标系将监控指标的数据值与变化趋势可视化,以方便用户进行数据分析与决策。本功能基于Echarts折线图组件开发而成,可以提供优秀的数据可视化效果。当用户选定监控指标时,系统会定期获取最新数据并更新到时序图中。当工业系统的运行出现故障后,为了方便运控人员分析与排查问题,该模块提供了历史数据的重演功能:用户选择一个时间区间,组态图将动态呈现出相应时间段内的监控指标,从而复现故障情景,帮助运控人员排查问题。
用户使用“物联网资源建模工具”,能为工业系统中的监控站点设计出物联网资源模型,并导出OWL资源模型文件;OWL资源模型文件记录了站点中部署的设备实例,及其连接关系、监控点位等信息;组态设计工具可基于OWL资源模型文件,智能生成监控组态图。经人工编辑完善后,将组态图上传发布至指定站点,即可在运行时监控子系统中实现对工业设备的实时监控。
对应上述系统,本发明还提供一种电子设备,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行所述的系统。
所述存储器为计算机可读存储介质。
基于上述描述,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的计算机存储介质包括:U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种基于资源模型的组态系统,其特征在于,包括:物联网资源建模模块、组态设计模块、终端编程模块以及运行时监控子系统;
所述物联网资源建模模块与所述组态设计模块通讯;所述组态设计模块分别与所述终端编程模块以及所述运行时监控子系统通讯;所述终端编程模块与所述运行时监控子系统通讯;
物联网资源建模模块用于输出用户构建的资源模型文件;
组态设计模块用于根据资源模型文件输出监控组态图;
终端编程模块用于辅助用户根据组态图内容,以图形化方式完成预置脚本的编写;
运行时监控子系统用于根据组态图展示出站点资源结构,实现对硬件设备的实时监控,同时根据预置脚本完成用户定义的自动化任务。
2.根据权利要求1所述的一种基于资源模型的组态系统,其特征在于,所述物联网资源建模模块包括:资源模板管理单元、资源模型文件的解析转换单元以及在线资源建模单元;
所述资源模板管理单元用于管理用户设计的资源模板;基于Protégé软件来完成资源模板的设计工作,包括:定义模板类、定义关系属性、定义数据属性等,从而形式化定义出构建资源模型时的约束;并基于Protégé自带的保存功能生成为OWL资源模型文件;提供上传、删除、启用资源模板的功能;
所述资源模型文件的解析转换单元用于将OWL资源模型文件转化成JSON格式的站点资源信息;
所述在线资源建模单元用于根据资源模板中的定义信息,提供可视化交互界面,来辅助用户构建物联网资源模型。
3.根据权利要求1所述的一种基于资源模型的组态系统,其特征在于,所述组态设计模块包括:项目图库管理单元以及组态图绘制单元;
所述项目图库管理单元用于管理工业系统中所使用的各种图形资源;并提供图形资源的存储和管理空间;
所述组态图绘制单元用于基于组态图模板的匹配复用算法或基于力导向布局和路径规划算法的全自动构图算法绘制组态图。
4.根据权利要求1所述的一种基于资源模型的组态系统,其特征在于,所述终端编程模块包括:组态图分层管理单元和预置脚本单元;
所述组态图分层管理单元用于提供四种基于组态图缩放倍率的显示控制规则:通过表单组件来辅助设计者指定阈值;当组态图处于监控运行时,可由系统根据组态图当前的缩放倍率来展示不同图层的内容,或者也可由用户来设置指定显示的图层;所述基于组态图缩放倍率的显示控制规则包括:始终显示、区间规则、大于规则以及小于规则;
所述预置脚本单元用于根据若干监控指标组合为触发条件,并指定相应的系统行为,基于IFTTT模式,形成自动运维脚本。
5.根据权利要求1所述的一种基于资源模型的组态系统,其特征在于,所述运行时监控子系统包括:组态图单元、监控数据展示单元、设备遥控单元和预置脚本执行单元;
所述组态图单元用于呈现用户绘制的站点组态图,从而展示工业系统的结构、各站点或设备间的拓扑关系、数据流向、关键监控指标等;
所述预置脚本执行单元用于驱动执行相应的运维脚本功能;
监控数据展示单元和设备遥控单元用于为运控人员提供实时监视和遥控操作。
6.根据权利要求5所述的一种基于资源模型的组态系统,其特征在于,所述组态图单元基于mxGraph封装的事件机制研发无极缩放、分层浏览功能。
7.一种电子设备,其特征在于,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行根据权利要求1至6中任一项所述的系统。
8.根据权利要求7所述的一种电子设备,其特征在于,所述存储器为计算机可读存储介质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311268783.7A CN117201545A (zh) | 2023-09-28 | 2023-09-28 | 一种基于资源模型的组态系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311268783.7A CN117201545A (zh) | 2023-09-28 | 2023-09-28 | 一种基于资源模型的组态系统及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117201545A true CN117201545A (zh) | 2023-12-08 |
Family
ID=88983390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311268783.7A Pending CN117201545A (zh) | 2023-09-28 | 2023-09-28 | 一种基于资源模型的组态系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117201545A (zh) |
-
2023
- 2023-09-28 CN CN202311268783.7A patent/CN117201545A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mori et al. | CTTE: support for developing and analyzing task models for interactive system design | |
US9087296B2 (en) | Navigable semantic network that processes a specification to and uses a set of declaritive statements to produce a semantic network model | |
EP2196919B1 (en) | User interface and methods for building structural queries | |
CN102426519B (zh) | 基于关联数据的bpel模板和服务的复用方法及其系统 | |
CN106528129A (zh) | 一种Web应用界面生成系统及方法 | |
CN104616207A (zh) | 电网拓扑可视化系统和方法 | |
CN110059073B (zh) | 基于子图同构的web数据自动可视化方法 | |
CN112199086A (zh) | 自动编程控制系统、方法、装置、电子设备及存储介质 | |
CN103093023A (zh) | 计算机辅助设计模型分析系统 | |
US20090326921A1 (en) | Grammar checker for visualization | |
CN103744647A (zh) | 一种基于工作流GPD的Java工作流开发系统及其方法 | |
CA2415810A1 (en) | Method of schematic-level ams topology optimization using direct representations | |
CN110032368A (zh) | 信息配置方法及装置 | |
CN110795093A (zh) | 一种交互式视图生成方法和装置 | |
CN111273900A (zh) | 基于gitlab实时代码共享的在线拖拽编码生成方法 | |
CN106096159B (zh) | 一种云平台下的分布式系统行为仿真分析系统的实现方法 | |
CN102594851A (zh) | 一种海洋应用服务链动态构建的方法 | |
CN109086515A (zh) | 基于svg的智能变电站ssd中一次设备绘图信息的建模方法 | |
Coffey et al. | Automated concept map generation from service-oriented architecture artifacts | |
Kosters et al. | Combined analysis of user interface and domain requirements | |
CN117201545A (zh) | 一种基于资源模型的组态系统及设备 | |
Häfner et al. | Semi-automated Ontology Population from Building Construction Drawings. | |
CN105893668B (zh) | 一种基于流语义的物料形态变化功能分解方法 | |
CN109902434A (zh) | 云计算环境下面向rest架构风格的服务数据可视化建模与匹配方法 | |
CN111813401B (zh) | 一种基于b/s架构的绘图建模工具中图形组件化方法及系统 |
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 |