CN117579538B - 一种应用于数字化工厂的大数据分析系统及方法 - Google Patents

一种应用于数字化工厂的大数据分析系统及方法 Download PDF

Info

Publication number
CN117579538B
CN117579538B CN202410064693.4A CN202410064693A CN117579538B CN 117579538 B CN117579538 B CN 117579538B CN 202410064693 A CN202410064693 A CN 202410064693A CN 117579538 B CN117579538 B CN 117579538B
Authority
CN
China
Prior art keywords
data
equipment
transmission
devices
data transmission
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
CN202410064693.4A
Other languages
English (en)
Other versions
CN117579538A (zh
Inventor
万绍莉
周伟波
夏永静
邓治邦
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.)
Zhuhai Jierui Technology Co ltd
Original Assignee
Zhuhai Jierui 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 Zhuhai Jierui Technology Co ltd filed Critical Zhuhai Jierui Technology Co ltd
Priority to CN202410064693.4A priority Critical patent/CN117579538B/zh
Publication of CN117579538A publication Critical patent/CN117579538A/zh
Application granted granted Critical
Publication of CN117579538B publication Critical patent/CN117579538B/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
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/12—Shortest path evaluation
    • H04L45/124—Shortest path evaluation using a combination of metrics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/14—Error detection or correction of the data by redundancy in operation
    • G06F11/1402—Saving, restoring, recovering or retrying
    • G06F11/1446—Point-in-time backing up or restoration of persistent data
    • G06F11/1458—Management of the backup or restore process
    • G06F11/1464—Management of the backup or restore process for networked environments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种应用于数字化工厂的大数据分析系统及方法，属于大数据技术领域。本发明包括设备数据调取模块、点阵模型构建模块、传输路径规划模块和数据传输调控模块；所述设备数据调取模块通过设备数据管理端口调取工厂设备信息数据；所述点阵模型构建模块根据设备交互信息，构建设备位置交互点阵图，对设备之间的数据兼容性分析并对传输信道分类；所述传输路径规划模块分析设备实时数据转化率和传输信道实时饱和度，结合设备数据兼容性分析实时数据传输路径；所述数据传输调控模块根据路径分析结果对当前设备的数据传输路径进行调控并对数据进行节点备份；本发明旨在对数字工厂中设备之间的数据传输路径进行综合分析，确保数据的优质安全传输。

Description

一种应用于数字化工厂的大数据分析系统及方法
技术领域
本发明涉及大数据技术领域，具体为一种应用于数字化工厂的大数据分析系统及方法。
背景技术
数字化工厂是指利用数字技术和信息化手段对工厂的生产流程、设备、员工等进行全面数字化和智能化管理的工厂；数字化工厂通过整合各种信息系统和数据，实现生产过程的高效、灵活和智能化，提高生产效率、质量和灵活性；
目前多数工厂引入数字化技术，便于对工厂的智能监管，同时也是增快工厂的数字化进程；但在数字化工厂的运行过程中仍存在着问题，其中，由于数字化工厂需将工厂中的全部设备实现互联控制，而工厂中的设备数量多且类型不同，其多来自不同厂商，其数据传输之间存在着类型、协议和标准的不同，这会造成不同设备之间数据传输存在失败或是错误的情况发生，且在数据传输任务繁重时，其带给设备的任务压力会更大，造成的数据传输错误或失败的情况更频繁，这对于数字化工厂的正常运行造成阻碍。
发明内容
本发明的目的在于提供一种应用于数字化工厂的大数据分析系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：
一种应用于数字化工厂的大数据分析系统，所述应用于数字化工厂的大数据分析系统包括设备数据调取模块、点阵模型构建模块、传输路径规划模块和数据传输调控模块；
所述设备数据调取模块通过设备数据管理端口调取工厂设备信息数据；所述点阵模型构建模块根据设备调取信息，并根据设备交互数据构建设备位置交互点阵图，对设备之间的数据兼容性进行分析并对传输信道分类；所述传输路径规划模块通过分析设备实时数据转化率和传输信道实时饱和度，结合设备数据兼容性分析设备的实时数据传输路径；所述数据传输调控模块根据路径分析结果对当前设备的数据传输路径进行调控并对数据进行节点备份；
所述传输路径规划模块结合两设备之间的数据兼容性程度、实时传输信道饱和度和相对下位设备的数据处理能力值进行综合情况分析两设备之间的实时传输风险度，将风险度高于阈值的两设备和信道分类为次等通道的两设备之间利用路线重规划进行间接传输，根据传输时间对间接传输通道进行限制筛选并通过路线风险度重对比获取最佳路线；
所述设备数据调取模块连接于点阵模型构建模块；所述点阵模型构建模块连接于传输路径规划模块；所述传输路径规划模块连接于数据传输调控模块。
所述设备数据调取模块包括设备管理平台、设备信息调取单元和设备身份码生成单元；所述设备管理平台用于供权限人员登入数字化工厂MES管理系统；所述设备信息调取单元用于在权限人员登入系统后对工厂中各区域设备进行设备信息调取，所述设备信息包括设备的数据交互记录信息、设备的型号信息、设备的传输数据类型信息和设备的数据传输标准类型；所述设备身份码生成单元根据以设备所在区域作为设备特征数据的一级编号，以设备型号为二级编号，结合编号数据生成各设备的独立身份码。
所述点阵模型构建模块包括设备身份识别矩阵生成单元、设备位置交互点阵图生成单元和传输信道分类单元；所述设备身份识别矩阵生成单元利用设备的独立身份码作为上位识别钥，将设备的信息数据进行整合构建下位信息子库，并自动生成子库编号；通过设备的独立身份码和信息子库编号构建对应设备的身份识别矩阵；所述设备位置交互点阵图生成单元通过调取数据库中的历史设备数据交互记录，确定个体设备的数据交互对象；通过映射个体设备构建对应的位置交互点阵图，通过采集周期内个体设备与其余设备的交互记录，针对两设备之间存在交互记录的情况，在位置交互点阵图中将对应设备的点进行连接并标注传输方向；所述传输信道分类单元通过分析历史数据，对应点阵图中存在数据交互记录的两设备之间的数据兼容性，并根据兼容性对不同设备之间数据兼容程度进行分类，其分类结果为高兼容性和低兼容性，其中高兼容性对应两设备之间的传输信道为优等信道，低兼容性对应两设备之间的传输信道为次等信道。
所述传输路径规划模块包括设备数据转化率分析单元、传输信道饱和度分析单元和传输路径规划单元；所述设备数据转化率分析单元对设备实时处理数据的能力进行分析计算；所述传输信道饱和度分析单元对设备之间的传输信道进行实时数据量分析计算；所述传输路径规划单元结合设备的实时数据转化率、传输信道的实时饱和度和对应两设备之间的数据兼容性对两设备之间的数据传输风险度进行分析计算，并根据计算结果判断是采取两设备直接数据传输还是采取两设备间接数据传输；若采取两设备间接数据传输，对间接传输路径做进一步风险度分析，最终获取最佳传输路径。
所述数据传输调控模块包括传输路径调控单元和节点数据备份单元；所述传输路径调控单元根据路径规划分析结果对实际设备数据传输路径进行动态调配；所述节点数据备份单元在每个设备转发节点对数据进行备份，用于对数据传输失败时进行失败节点检索。
一种应用于数字化工厂的大数据分析方法，该方法包括以下步骤：
S100、首先，通过登录数字化工厂的管理平台端口，调取工厂中所有设备的信息数据，通过信息数据确定各设备的数据类型和传输标准；
S200、根据设备与对应的信息数据生成设备身份识别矩阵，根据历史数据中各设备之间的数据交互记录，对各设备之间的传输通道进行标记生成设备数据传输关系模型，通过模型对总体设备之间的数据传输通道进行类型区分；
S300、对当前设备之间的数据传输风险度进行计算，根据计算结果对数据的传输结果进行预测，依照预测结果判断当前数据传输情况，并根据情况分析结果对数据传输路径进行重规划；
S400、依据分析结果对设备的数据传输路径进行动态调配和数据备份。
所述S100中通过登录数字化工厂的管理平台端口，调取工厂中所有设备的信息数据，通过信息数据确定各设备的数据类型和传输标准的具体步骤如下：
S101、首先利用权限人员身份登入数字化工厂MES管理系统，通过管理端口对工厂中各区域设备进行设备信息调取；所述设备信息包括设备的数据交互记录信息、设备的型号信息、设备的传输数据类型信息和设备的数据传输标准类型；
S102、以各设备所在区域作为设备特征数据的一级编号，以设备型号为二级编号，结合编号数据生成各设备的独立身份码。
所述S200中根据设备与对应的信息数据生成设备身份识别矩阵，根据历史数据中各设备之间的数据交互记录，对各设备之间的传输通道进行标记生成设备数据传输关系模型，通过模型对总体设备之间的数据传输通道进行类型区分的具体步骤如下：
S201、利用设备的独立身份码作为上位识别钥，将设备的信息数据进行整合构建下位信息子库，并自动生成子库编号；通过设备的独立身份码和信息子库编号构建对应设备的身份识别矩阵；
S202、通过调取数据库中的历史设备数据交互记录，确定个体设备的数据交互对象；通过映射个体设备构建对应的位置交互点阵图，通过采集周期内个体设备与其余设备的交互记录，针对两设备之间存在交互记录的情况，在位置交互点阵图中将对应设备的点进行连接并标注传输方向；
S203、结合历史数据和设备位置交互点阵图构建设备数据传输关系模型计算不同设备之间的数据传输兼容性；通过周期T内，在设备数据传输信道达饱和状态前，采集个体设备与相对下位设备的数据传输频次，并计算对应两设备之间的数据传输兼容性，其计算公式为，其中/>为对应两设备之间的数据传输兼容性，/>为周期内单相对下位设备成功接收数据的数量，/>为周期内相对上位设备发送给单相对下位设备的数据数量；所述设备数据传输信道达饱和状态为对应两设备之间的数据传输信道在单位时间内信道中的数据量达该信道的最大数据容量，即当前信道不处于拥挤状态；则在此情况下，两设备之间的数据传输错误或失败的原因是信道拥挤造成丢包的可能性较小，可以视为是两设备之间的数据传输标准存在差异造成数据传输不兼容造成的数据错误或丢失；通过计算对应两设备之间的数据传输兼容性，获得相对上位设备与对应各相对下位设备之间的数据传输兼容性集合/>，其中/>为个体设备对应相对下位设备的数量；计算对应两设备之间正常运行的最小数据传输兼容性阈值/>，其计算公式为/>，其中/>为单位时间内对应相对下位设备成功接收数据的数量，/>为两设备之间传输信道单位时间内的最大数据容量；计算在传输信道达到饱和情况下的两设备之间的数据传输兼容性作为阈值，在这种情况下，由于信道数据已经饱和，则信道开始趋向拥挤，这时丢包的概率就会上升，对数据传输兼容性计算开始造成影响，则以此时计算的兼容性为最小值进行类型划分；对于两设备之间数据传输兼容性集合中，存在/>，则对应两设备之间的数据传输为高兼容性；反之，则对应两设备之间的数据传输为低兼容性；分别将高兼容性设备之间的传输信道标记为优等通道，将低兼容性设备之间的传输信道标记为次等通道。
所述S300中对当前设备之间的数据传输风险度进行计算，根据计算结果对数据的传输结果进行预测，依照预测结果判断当前数据传输情况，并根据情况分析结果对数据传输路径进行重规划的具体步骤如下：
S301、在相对上位设备进行数据传输时，对相对下位设备和对应传输信道进行状态判断；对相对下位设备计算其当前的实时数据转化率，其计算公式为/>，其中为单位时间内设备发送的数据，/>为单位时间内设备接收的数据；通过计算单位时间内设备接收数据量和发送数据量，对设备的数据处理能力进行计算；对传输信道计算其当前的实时饱和度/>，其计算公式为/>，其中/>为信道中当前时间内存在的数据量；则利用相对下位设备的实时数据转化率、对应信道的饱和率和对应两设备之间的数据兼容性对当前两设备进行数据传输的风险度进行计算，其计算公式为，其中/>为当前两设备进行数据传输的风险度，/>为当前两设备之间的兼容性，/>为当前两设备之间的传输信道的实时饱和度，/>为相对下位设备的实时数据转化率，/>为相对上位设备，/>为相对下位设备，/>；其中，当/>时，则通道饱和度不参与计算，则；其中/>为系统预设阈值；这是由于在通道饱和度达到一定阈值时，才会对数据传输造成影响；
S302、通过对当前相对上位设备的直接相对下位设备进行风险度计算，同时对间接相对下位设备进行风险度/>计算；其中，间接相对下位设备是指不与当前发送数据的设备的逻辑关系为直接上下级，间接相对下位设备指能够将数据传输到指定的原逻辑为直接下级设备，但需要经过中间设备进行转发数据，此行为可以在原先逻辑直接上下级设备之间的数据传输风险度高时，更改数据转发路径提高数据传输的成功率；若通过计算当前/>，则判断当前通过直接相对下位设备进行数据传输的风险度高，采取间接相对下位设备数据路径传输；其中/>为系统预设的风险度阈值；此外，若两设备之间的传输信道存在次等通道，同样采取间接相对下位设备数据路径传输；
利用设备位置交互点阵图，定位当前数据发送设备位置和相对下位数据接收设备位置，通过历史交互记录对间接相对下位设备的数据传输路径进行确定；通过计算对直接相对下位设备传输数据成功所需时间，其计算公式为/>；其中，/>为数据在信道中的传输时间，/>为相对下位设备处理数据的时间；则以/>为预设最大传输时间阈值，对确定的间接相对下位设备的数据传输路径进行筛选，将/>的间接相对下位设备的数据传输路径进行筛除；其中/>为间接相对下位设备的数据传输路径所需传输总时间；对超出时间阈值的传输路径判断为传输超时；对剩余路径进行风险度综合计算，其计算公式为，其中/>为间接相对下位设备的数据传输路径的综合传输风险度，/>为间接相对下位设备的数据传输路径上的组合信道对应的传输风险度，/>为间接相对下位设备的数据传输路径中包含的设备数量；对计算的/>取最小值对应的间接相对下位设备的数据传输路径为当前数据传输的最佳路径；通过对组合路径的风险度进行积计算，是因为间接传输路径为多个短路径进行组合时间，而将每一个短路径的传输风险度进行积计算而不是和计算，是因为利用和计算存在风险度误差较大。
所述S400中依据分析结果对设备的数据传输路径进行动态调配和数据备份的具体步骤如下：
S401、根据路径分析结果，若结果为通过直接相对下位设备进行数据传输，则直接对目标设备进行数据发送；若路径分析结果为通过间接相对下位设备进行转发传输，则根据相对下位设备的传输路径分析结果取最佳路径进行数据传输转发；
S402、当采取间接相对下位设备进行转发传输时，在每个设备转发节点对数据进行备份，用于对数据传输失败时进行失败节点检索。
与现有技术相比，本发明所达到的有益效果是：本发明通过多模块综合分析数字工厂中设备之间的数据传输兼容性、设备实时数据转化能力和对应设备之间的传输信道的饱和程度，对两设备之间的实时数据传输风险进行计算，根据计算结果可以实时掌握工厂中的动态数据传输状态，避免了固定路径的数据传输引起数据拥挤而造成数据丢失或是不同传输环境下引起的设备之间的兼容性发生变化而导致设备的数据转化能力下降发生数据丢失或是数据错误；其次，在分析传输风险度后，能够明确得知当前设备是否能够直接与接收数据设备进行逻辑直接数据传输，并且提供间接路径分析，在系统预留反应时间内对合适的间接转发路径进行筛选，并进行间接路径的独立综合数据传输风险度分析可以提供最佳的转发传输路径，通过多方对比可以减少设备之间的数据传输受设备性能和传输信道的多态影响，确保数据传输的优质性和安全性。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种应用于数字化工厂的大数据分析系统的结构示意图；
图2是本发明一种应用于数字化工厂的大数据分析方法的步骤示意图。
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。
请参阅图1-图2，本发明提供技术方案：
一种应用于数字化工厂的大数据分析系统，所述应用于数字化工厂的大数据分析系统包括设备数据调取模块、点阵模型构建模块、传输路径规划模块和数据传输调控模块；
所述设备数据调取模块通过设备数据管理端口调取工厂设备信息数据；所述点阵模型构建模块根据设备调取信息，并根据设备交互数据构建设备位置交互点阵图，对设备之间的数据兼容性进行分析并对传输信道分类；所述传输路径规划模块通过分析设备实时数据转化率和传输信道实时饱和度，结合设备数据兼容性分析设备的实时数据传输路径；所述数据传输调控模块根据路径分析结果对当前设备的数据传输路径进行调控并对数据进行节点备份；
所述传输路径规划模块结合两设备之间的数据兼容性程度、实时传输信道饱和度和相对下位设备的数据处理能力值进行综合情况分析两设备之间的实时传输风险度，将风险度高于阈值的两设备和信道分类为次等通道的两设备之间利用路线重规划进行间接传输，根据传输时间对间接传输通道进行限制筛选并通过路线风险度重对比获取最佳路线；
所述设备数据调取模块连接于点阵模型构建模块；所述点阵模型构建模块连接于传输路径规划模块；所述传输路径规划模块连接于数据传输调控模块。
所述设备数据调取模块包括设备管理平台、设备信息调取单元和设备身份码生成单元；所述设备管理平台用于供权限人员登入数字化工厂MES管理系统；所述设备信息调取单元用于在权限人员登入系统后对工厂中各区域设备进行设备信息调取，所述设备信息包括设备的数据交互记录信息、设备的型号信息、设备的传输数据类型信息和设备的数据传输标准类型；所述设备身份码生成单元根据以设备所在区域作为设备特征数据的一级编号，以设备型号为二级编号，结合编号数据生成各设备的独立身份码。
所述点阵模型构建模块包括设备身份识别矩阵生成单元、设备位置交互点阵图生成单元和传输信道分类单元；所述设备身份识别矩阵生成单元利用设备的独立身份码作为上位识别钥，将设备的信息数据进行整合构建下位信息子库，并自动生成子库编号；通过设备的独立身份码和信息子库编号构建对应设备的身份识别矩阵；所述设备位置交互点阵图生成单元通过调取数据库中的历史设备数据交互记录，确定个体设备的数据交互对象；通过映射个体设备构建对应的位置交互点阵图，通过采集周期内个体设备与其余设备的交互记录，针对两设备之间存在交互记录的情况，在位置交互点阵图中将对应设备的点进行连接并标注传输方向；所述传输信道分类单元通过分析历史数据，对应点阵图中存在数据交互记录的两设备之间的数据兼容性，并根据兼容性对不同设备之间数据兼容程度进行分类，其分类结果为高兼容性和低兼容性，其中高兼容性对应两设备之间的传输信道为优等信道，低兼容性对应两设备之间的传输信道为次等信道。
所述传输路径规划模块包括设备数据转化率分析单元、传输信道饱和度分析单元和传输路径规划单元；所述设备数据转化率分析单元对设备实时处理数据的能力进行分析计算；所述传输信道饱和度分析单元对设备之间的传输信道进行实时数据量分析计算；所述传输路径规划单元结合设备的实时数据转化率、传输信道的实时饱和度和对应两设备之间的数据兼容性对两设备之间的数据传输风险度进行分析计算，并根据计算结果判断是采取两设备直接数据传输还是采取两设备间接数据传输；若采取两设备间接数据传输，对间接传输路径做进一步风险度分析，最终获取最佳传输路径。
所述数据传输调控模块包括传输路径调控单元和节点数据备份单元；所述传输路径调控单元根据路径规划分析结果对实际设备数据传输路径进行动态调配；所述节点数据备份单元在每个设备转发节点对数据进行备份，用于对数据传输失败时进行失败节点检索。
一种应用于数字化工厂的大数据分析方法，该方法包括以下步骤：
S100、首先，通过登录数字化工厂的管理平台端口，调取工厂中所有设备的信息数据，通过信息数据确定各设备的数据类型和传输标准；
S200、根据设备与对应的信息数据生成设备身份识别矩阵，根据历史数据中各设备之间的数据交互记录，对各设备之间的传输通道进行标记生成设备数据传输关系模型，通过模型对总体设备之间的数据传输通道进行类型区分；
S300、对当前设备之间的数据传输风险度进行计算，根据计算结果对数据的传输结果进行预测，依照预测结果判断当前数据传输情况，并根据情况分析结果对数据传输路径进行重规划；
S400、依据分析结果对设备的数据传输路径进行动态调配和数据备份。
所述S100中通过登录数字化工厂的管理平台端口，调取工厂中所有设备的信息数据，通过信息数据确定各设备的数据类型和传输标准的具体步骤如下：
S101、首先利用权限人员身份登入数字化工厂MES管理系统，通过管理端口对工厂中各区域设备进行设备信息调取；所述设备信息包括设备的数据交互记录信息、设备的型号信息、设备的传输数据类型信息和设备的数据传输标准类型；
S102、以各设备所在区域作为设备特征数据的一级编号，以设备型号为二级编号，结合编号数据生成各设备的独立身份码。
所述S200中根据设备与对应的信息数据生成设备身份识别矩阵，根据历史数据中各设备之间的数据交互记录，对各设备之间的传输通道进行标记生成设备数据传输关系模型，通过模型对总体设备之间的数据传输通道进行类型区分的具体步骤如下：
S201、利用设备的独立身份码作为上位识别钥，将设备的信息数据进行整合构建下位信息子库，并自动生成子库编号；通过设备的独立身份码和信息子库编号构建对应设备的身份识别矩阵；
S202、通过调取数据库中的历史设备数据交互记录，确定个体设备的数据交互对象；通过映射个体设备构建对应的位置交互点阵图，通过采集周期内个体设备与其余设备的交互记录，针对两设备之间存在交互记录的情况，在位置交互点阵图中将对应设备的点进行连接并标注传输方向；
S203、结合历史数据和设备位置交互点阵图构建设备数据传输关系模型计算不同设备之间的数据传输兼容性；通过周期T内，在设备数据传输信道达饱和状态前，采集个体设备与相对下位设备的数据传输频次，并计算对应两设备之间的数据传输兼容性，其计算公式为，其中/>为对应两设备之间的数据传输兼容性，/>为周期内单相对下位设备成功接收数据的数量，/>为周期内相对上位设备发送给单相对下位设备的数据数量；通过计算对应两设备之间的数据传输兼容性，获得相对上位设备与对应各相对下位设备之间的数据传输兼容性集合/>，其中/>为个体设备对应相对下位设备的数量；计算对应两设备之间正常运行的最小数据传输兼容性阈值/>，其计算公式为/>，其中/>为单位时间内对应相对下位设备成功接收数据的数量，/>为两设备之间传输信道单位时间内的最大数据容量；对于两设备之间数据传输兼容性集合中，存在/>，则对应两设备之间的数据传输为高兼容性；反之，则对应两设备之间的数据传输为低兼容性；分别将高兼容性设备之间的传输信道标记为优等通道，将低兼容性设备之间的传输信道标记为次等通道。
所述S300中对当前设备之间的数据传输风险度进行计算，根据计算结果对数据的传输结果进行预测，依照预测结果判断当前数据传输情况，并根据情况分析结果对数据传输路径进行重规划的具体步骤如下：
S301、在相对上位设备进行数据传输时，对相对下位设备和对应传输信道进行状态判断；对相对下位设备计算其当前的实时数据转化率，其计算公式为/>，其中为单位时间内设备发送的数据，/>为单位时间内设备接收的数据；对传输信道计算其当前的实时饱和度/>，其计算公式为/>，其中/>为信道中当前时间内存在的数据量；则利用相对下位设备的实时数据转化率、对应信道的饱和率和对应两设备之间的数据兼容性对当前两设备进行数据传输的风险度进行计算，其计算公式为，其中/>为当前两设备进行数据传输的风险度，/>为当前两设备之间的兼容性，/>为当前两设备之间的传输信道的实时饱和度，/>为相对下位设备的实时数据转化率，/>为相对上位设备，/>为相对下位设备，/>；其中，当/>时，则通道饱和度不参与计算，则；其中/>为系统预设阈值；
S302、通过对当前相对上位设备的直接相对下位设备进行风险度计算，同时对间接相对下位设备进行风险度/>计算；若通过计算当前/>，则判断当前通过直接相对下位设备进行数据传输的风险度高，采取间接相对下位设备数据路径传输；其中/>为系统预设的风险度阈值；此外，若两设备之间的传输信道存在次等通道，同样采取间接相对下位设备数据路径传输；
利用设备位置交互点阵图，定位当前数据发送设备位置和相对下位数据接收设备位置，通过历史交互记录对间接相对下位设备的数据传输路径进行确定；通过计算对直接相对下位设备传输数据成功所需时间，其计算公式为/>；其中，/>为数据在信道中的传输时间，/>为相对下位设备处理数据的时间；则以/>为预设最大传输时间阈值，对确定的间接相对下位设备的数据传输路径进行筛选，将/>的间接相对下位设备的数据传输路径进行筛除；其中/>为间接相对下位设备的数据传输路径所需传输总时间；对剩余路径进行风险度综合计算，其计算公式为/>，其中为间接相对下位设备的数据传输路径的综合传输风险度，/>为间接相对下位设备的数据传输路径上的组合信道对应的传输风险度，/>为间接相对下位设备的数据传输路径中包含的设备数量；对计算的/>取最小值对应的间接相对下位设备的数据传输路径为当前数据传输的最佳路径。
所述S400中依据分析结果对设备的数据传输路径进行动态调配和数据备份的具体步骤如下：
S401、根据路径分析结果，若结果为通过直接相对下位设备进行数据传输，则直接对目标设备进行数据发送；若路径分析结果为通过间接相对下位设备进行转发传输，则根据相对下位设备的传输路径分析结果取最佳路径进行数据传输转发；
S402、当采取间接相对下位设备进行转发传输时，在每个设备转发节点对数据进行备份，用于对数据传输失败时进行失败节点检索。
在实施例中：
若某一数字化工厂的MES管理系统内嵌有应用于数字化工厂的大数据分析系统，通过该系统能够对工厂内的设备进行数据传输情况监控和调控；
首先通过登录该工厂的MES系统的管理平台端口，调取工厂中各区域设备进行设备信息；以各设备所在区域作为设备特征数据的一级编号，以设备型号为二级编号，结合编号数据生成各设备的独立身份码；如有一设备在工厂U区域中，其型号为u,则其独立身份码为；利用设备的独立身份码作为上位识别钥，将设备的信息数据进行整合构建下位信息子库，并自动生成子库编号；通过设备的独立身份码和信息子库编号构建对应设备的身份识别矩阵；如/>设备的下位信息子库编号为/>，则其身份识别矩阵为/>；
通过调取数据库中的历史设备数据交互记录，确定个体设备的数据交互对象；通过映射个体设备构建对应的位置交互点阵图，通过采集周期内个体设备与其余设备的交互记录，针对两设备之间存在交互记录的情况，在位置交互点阵图中将对应设备的点进行连接并标注传输方向；结合历史数据和设备位置交互点阵图构建设备数据传输关系模型计算不同设备之间的数据传输兼容性，其计算公式为；计算对应两设备之间正常运行的最小数据传输兼容性阈值/>，其计算公式为/>；根据计算结果对设备之间的传输信道进行优等信道和次等信道分类；
在相对上位设备进行数据传输时，对相对下位设备和对应传输信道进行状态判断；对相对下位设备计算其当前的实时数据转化率，其计算公式为/>；对传输信道计算其当前的实时饱和度/>，其计算公式为/>；利用相对下位设备的实时数据转化率、对应信道的饱和率和对应两设备之间的数据兼容性对当前两设备进行数据传输的风险度进行计算，其计算公式为/>；其中，当时，则通道饱和度不参与计算，则/>；通过对当前相对上位设备的直接相对下位设备进行风险度/>计算，同时对间接相对下位设备进行风险度/>计算；如存在3台设备，其中设备/>与/>、/>逻辑直接连接，/>与/>、/>逻辑直接连接；现在/>传输数据到/>，存在两条路径，其中一条为/>,另一条为；其中第一条为直接传输，第二条为间接转发连接；现计算/>之间的数据兼容性为0.7，由于其小于系统预设阈值0.85，则该通道为次等信道，采取间接转发，则计算之间的数据兼容性为0.97,0.99，其中/>的数据转化率为1，/>的数据转化率为1；信道的饱和度为0.1,0.1；由于此时信道饱和度均小于0.8，则信道饱和度不参与风险度计算；则计算/>的转发风险度0.03，/>的转发风险度为0.01；通过计算对直接相对下位设备传输数据成功所需时间/>，其计算公式为/>，计算结果为0.2秒，以为预设最大传输时间阈值，当前转发时间/>为0.3秒，其小于阈值，因此该转发路径保留；对剩余路径进行风险度综合计算，其计算公式为，计算结果为0.0003，小于系统预设风险度0.05；则当前/>为最佳传输路径；
调控设备数据依据/>的传输路径进行发送，并在各设备节点进行数据备份。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种应用于数字化工厂的大数据分析方法，其特征在于：该方法包括以下步骤：
S100、首先，通过登录数字化工厂的管理平台端口，调取工厂中所有设备的信息数据，通过信息数据确定各设备的数据类型和传输标准；
S200、根据设备与对应的信息数据生成设备身份识别矩阵，根据历史数据中各设备之间的数据交互记录，对各设备之间的传输通道进行标记生成设备数据传输关系模型，通过模型对总体设备之间的数据传输通道进行类型区分；
S300、对当前设备之间的数据传输风险度进行计算，根据计算结果对数据的传输结果进行预测，依照预测结果判断当前数据传输情况，并根据情况分析结果对数据传输路径进行重规划；
S400、依据分析结果对设备的数据传输路径进行动态调配和数据备份；
所述S100中通过登录数字化工厂的管理平台端口，调取工厂中所有设备的信息数据，通过信息数据确定各设备的数据类型和传输标准的具体步骤如下：
S101、首先利用权限人员身份登入数字化工厂MES管理系统，通过管理端口对工厂中各区域设备进行设备信息调取；所述设备信息包括设备的数据交互记录信息、设备的型号信息、设备的传输数据类型信息和设备的数据传输标准类型；
S102、以各设备所在区域作为设备特征数据的一级编号，以设备型号为二级编号，结合编号数据生成各设备的独立身份码；
所述S200中根据设备与对应的信息数据生成设备身份识别矩阵，根据历史数据中各设备之间的数据交互记录，对各设备之间的传输通道进行标记生成设备数据传输关系模型，通过模型对总体设备之间的数据传输通道进行类型区分的具体步骤如下：
S201、利用设备的独立身份码作为上位识别钥，将设备的信息数据进行整合构建下位信息子库，并自动生成子库编号；通过设备的独立身份码和信息子库编号构建对应设备的身份识别矩阵；
S202、通过调取数据库中的历史设备数据交互记录，确定个体设备的数据交互对象；通过映射个体设备构建对应的位置交互点阵图，通过采集周期内个体设备与其余设备的交互记录，针对两设备之间存在交互记录的情况，在位置交互点阵图中将对应设备的点进行连接并标注传输方向；
S203、结合历史数据和设备位置交互点阵图构建设备数据传输关系模型计算不同设备之间的数据传输兼容性；通过周期T内，在设备数据传输信道达饱和状态前，采集个体设备与相对下位设备的数据传输频次，并计算对应两设备之间的数据传输兼容性，其计算公式为其中δ为对应两设备之间的数据传输兼容性，as为周期内单相对下位设备成功接收数据的数量，A为周期内相对上位设备发送给单相对下位设备的数据数量；通过计算对应两设备之间的数据传输兼容性，获得相对上位设备与对应各相对下位设备之间的数据传输兼容性集合[δ1，δ2，δ3...δn]，其中n为个体设备对应相对下位设备的数量；计算对应两设备之间正常运行的最小数据传输兼容性阈值δ0，其计算公式为/>其中b为单位时间内对应相对下位设备成功接收数据的数量，M为两设备之间传输信道单位时间内的最大数据容量；对于两设备之间数据传输兼容性集合中，存在δn≥δ0，则对应两设备之间的数据传输为高兼容性；反之，则对应两设备之间的数据传输为低兼容性；分别将高兼容性设备之间的传输信道标记为优等通道，将低兼容性设备之间的传输信道标记为次等通道；
所述S300中对当前设备之间的数据传输风险度进行计算，根据计算结果对数据的传输结果进行预测，依照预测结果判断当前数据传输情况，并根据情况分析结果对数据传输路径进行重规划的具体步骤如下：
S301、在相对上位设备进行数据传输时，对相对下位设备和对应传输信道进行状态判断；对相对下位设备计算其当前的实时数据转化率g，其计算公式为其中F(ds)为单位时间内设备发送的数据，F(da)为单位时间内设备接收的数据；对传输信道计算其当前的实时饱和度k，其计算公式为/>其中F(dt)为信道中当前时间内存在的数据量；则利用相对下位设备的实时数据转化率、对应信道的饱和率和对应两设备之间的数据兼容性对当前两设备进行数据传输的风险度进行计算，其计算公式为Dr(zi,zi+1)＝{1-δ(zi,zi+1)*[1-k(zi,zi+1)]*g(zi+1)}，其中Dr(zi,zi+1)为当前两设备进行数据传输的风险度，δ(zi,zi+1)为当前两设备之间的兼容性，k(zi,zi+1)为当前两设备之间的传输信道的实时饱和度，g(zi+1)为相对下位设备的实时数据转化率，zi为相对上位设备，zi+1为相对下位设备，i∈N*；其中，当k(zi,zi+1)≤k0时，则通道饱和度不参与计算，则Dr(zi,zi+1)＝{1-δ(zi,zi+1)*g(zi+1)}；其中k0为系统预设阈值；
S302、通过对当前相对上位设备的直接相对下位设备进行风险度Dr(Ld)计算，同时对间接相对下位设备进行风险度Dr(Li)计算；若通过计算当前Dr(Ld)＞Dr(max)，则判断当前通过直接相对下位设备进行数据传输的风险度高，采取间接相对下位设备数据路径传输；其中Dr(max)为系统预设的风险度阈值；此外，若两设备之间的传输信道存在次等通道，同样采取间接相对下位设备数据路径传输；
利用设备位置交互点阵图，定位当前数据发送设备位置和相对下位数据接收设备位置，通过历史交互记录对间接相对下位设备的数据传输路径进行确定；通过计算对直接相对下位设备传输数据成功所需时间ts，其计算公式为ts＝tch+tdp；其中，tch为数据在信道中的传输时间，tdp为相对下位设备处理数据的时间；则以2ts为预设最大传输时间阈值，对确定的间接相对下位设备的数据传输路径进行筛选，将tq＞2ts的间接相对下位设备的数据传输路径进行筛除；其中tq为间接相对下位设备的数据传输路径所需传输总时间；对剩余路径进行风险度综合计算，其计算公式为Dr(Li)总＝Dr(Li)1*Dr(Li)2*...*Dr(Li)j，其中Dr(Li)总为间接相对下位设备的数据传输路径的综合传输风险度，Dr(Li)j为间接相对下位设备的数据传输路径上的组合信道对应的传输风险度，j为间接相对下位设备的数据传输路径中包含的设备数量；对计算的Dr(Li)总取最小值对应的间接相对下位设备的数据传输路径为当前数据传输的最佳路径；
所述S400中依据分析结果对设备的数据传输路径进行动态调配和数据备份的具体步骤如下：
S401、根据路径分析结果，若结果为通过直接相对下位设备进行数据传输，则直接对目标设备进行数据发送；若路径分析结果为通过间接相对下位设备进行转发传输，则根据相对下位设备的传输路径分析结果取最佳路径进行数据传输转发；
S402、当采取间接相对下位设备进行转发传输时，在每个设备转发节点对数据进行备份，用于对数据传输失败时进行失败节点检索。
2.一种应用于数字化工厂的大数据分析系统，应用如权利要求1所述的一种基于CRM的大数据分析方法，其特征在于：所述应用于数字化工厂的大数据分析系统包括设备数据调取模块、点阵模型构建模块、传输路径规划模块和数据传输调控模块；
所述设备数据调取模块通过设备数据管理端口调取工厂设备信息数据；所述点阵模型构建模块根据设备调取信息，并根据设备交互数据构建设备位置交互点阵图，对设备之间的数据兼容性进行分析并对传输信道分类；所述传输路径规划模块通过分析设备实时数据转化率和传输信道实时饱和度，结合设备数据兼容性分析设备的实时数据传输路径；所述数据传输调控模块根据路径分析结果对当前设备的数据传输路径进行调控并对数据进行节点备份；
所述传输路径规划模块结合两设备之间的数据兼容性程度、实时传输信道饱和度和相对下位设备的数据处理能力值进行综合情况分析两设备之间的实时传输风险度，将风险度高于阈值的两设备和信道分类为次等通道的两设备之间利用路线重规划进行间接传输，根据传输时间对间接传输通道进行限制筛选并通过路线风险度重对比获取最佳路线；
所述设备数据调取模块连接于点阵模型构建模块；所述点阵模型构建模块连接于传输路径规划模块；所述传输路径规划模块连接于数据传输调控模块。
3.根据权利要求2所述的一种应用于数字化工厂的大数据分析系统，其特征在于：所述设备数据调取模块包括设备管理平台、设备信息调取单元和设备身份码生成单元；所述设备管理平台用于供权限人员登入数字化工厂MES管理系统；所述设备信息调取单元用于在权限人员登入系统后对工厂中各区域设备进行设备信息调取，所述设备信息包括设备的数据交互记录信息、设备的型号信息、设备的传输数据类型信息和设备的数据传输标准类型；所述设备身份码生成单元根据以设备所在区域作为设备特征数据的一级编号，以设备型号为二级编号，结合编号数据生成各设备的独立身份码。
4.根据权利要求3所述的一种应用于数字化工厂的大数据分析系统，其特征在于：所述点阵模型构建模块包括设备身份识别矩阵生成单元、设备位置交互点阵图生成单元和传输信道分类单元；所述设备身份识别矩阵生成单元利用设备的独立身份码作为上位识别钥，将设备的信息数据进行整合构建下位信息子库，并自动生成子库编号；通过设备的独立身份码和信息子库编号构建对应设备的身份识别矩阵；所述设备位置交互点阵图生成单元通过调取数据库中的历史设备数据交互记录，确定个体设备的数据交互对象；通过映射个体设备构建对应的位置交互点阵图，通过采集周期内个体设备与其余设备的交互记录，针对两设备之间存在交互记录的情况，在位置交互点阵图中将对应设备的点进行连接并标注传输方向；所述传输信道分类单元通过分析历史数据，对应点阵图中存在数据交互记录的两设备之间的数据兼容性，并根据兼容性对不同设备之间数据兼容程度进行分类，其分类结果为高兼容性和低兼容性，其中高兼容性对应两设备之间的传输信道为优等信道，低兼容性对应两设备之间的传输信道为次等信道。
5.根据权利要求4所述的一种应用于数字化工厂的大数据分析系统，其特征在于：所述传输路径规划模块包括设备数据转化率分析单元、传输信道饱和度分析单元和传输路径规划单元；所述设备数据转化率分析单元对设备实时处理数据的能力进行分析计算；所述传输信道饱和度分析单元对设备之间的传输信道进行实时数据量分析计算；所述传输路径规划单元结合设备的实时数据转化率、传输信道的实时饱和度和对应两设备之间的数据兼容性对两设备之间的数据传输风险度进行分析计算，并根据计算结果判断是采取两设备直接数据传输还是采取两设备间接数据传输；若采取两设备间接数据传输，对间接传输路径做进一步风险度分析，最终获取最佳传输路径。
6.根据权利要求5所述的一种应用于数字化工厂的大数据分析系统，其特征在于：所述数据传输调控模块包括传输路径调控单元和节点数据备份单元；所述传输路径调控单元根据路径规划分析结果对实际设备数据传输路径进行动态调配；所述节点数据备份单元在每个设备转发节点对数据进行备份，用于对数据传输失败时进行失败节点检索。
CN202410064693.4A 2024-01-17 2024-01-17 一种应用于数字化工厂的大数据分析系统及方法 Active CN117579538B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410064693.4A CN117579538B (zh) 2024-01-17 2024-01-17 一种应用于数字化工厂的大数据分析系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410064693.4A CN117579538B (zh) 2024-01-17 2024-01-17 一种应用于数字化工厂的大数据分析系统及方法

Publications (2)

Publication Number Publication Date
CN117579538A CN117579538A (zh) 2024-02-20
CN117579538B true CN117579538B (zh) 2024-04-02

Family

ID=89886755

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410064693.4A Active CN117579538B (zh) 2024-01-17 2024-01-17 一种应用于数字化工厂的大数据分析系统及方法

Country Status (1)

Country Link
CN (1) CN117579538B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023115842A1 (zh) * 2021-12-24 2023-06-29 中国电力科学研究院有限公司 一种数据驱动的离线在线一体化配电网仿真系统及方法
CN116708562A (zh) * 2023-07-06 2023-09-05 哈尔滨雷风恒科技开发有限公司 一种应用于物联网终端的数据传输管理系统及方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101575983B1 (ko) * 2014-10-15 2015-12-09 주식회사 세중아이에스 안전 관리 지능형 통합 관제 시스템, 서버 및 방법
CN113486293B (zh) * 2021-09-08 2021-12-03 天津港第二集装箱码头有限公司 全自动化边装卸集装箱码头的智能水平运输系统及方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023115842A1 (zh) * 2021-12-24 2023-06-29 中国电力科学研究院有限公司 一种数据驱动的离线在线一体化配电网仿真系统及方法
CN116708562A (zh) * 2023-07-06 2023-09-05 哈尔滨雷风恒科技开发有限公司 一种应用于物联网终端的数据传输管理系统及方法

Also Published As

Publication number Publication date
CN117579538A (zh) 2024-02-20

Similar Documents

Publication Publication Date Title
CN104038371B (zh) 一种电力通信传输网自适应性能采集方法
US20040024859A1 (en) Method and apparatus for communications network resource utilization assessment
US9015312B2 (en) Network management system and method for identifying and accessing quality of service issues within a communications network
CN1433188A (zh) 使用业务量信息设置用户路由的方法和记录装置
CN104038957A (zh) 一种基于一体化结构的4g基站运维信息分析处理方法
CN101617501A (zh) 对通信网络进行操作
Kiran et al. Resource allocation optimization in LTE-A/5G networks using big data analytics
CN110460454A (zh) 基于深度学习的网络设备端口故障智能预测方法及原理
EP0541145B1 (en) Monitoring system for monitoring a telecommunication network containing one or more subscriber exchanges
CN117579538B (zh) 一种应用于数字化工厂的大数据分析系统及方法
CN110072197B (zh) 一种应急通信传输信道优选智能切换选择方法
CN109741743A (zh) 一种设备的控制方法及装置、非易失性存储介质
CN112085412B (zh) 一种资源优化分配系统及分配方法
CN113225824A (zh) 一种基于5g技术的不同业务需求带宽自动分配装置及方法
CN112134876A (zh) 流量识别系统及方法、服务器
CN112039698B (zh) 一种芯片实现int分级报告的方法及装置
CN117651288B (zh) 智能户外电视的信号传输方法、装置、设备及存储介质
CN117320080A (zh) 基于使用状态分析异常的sim卡数据流量控制系统及方法
CN117729164B (zh) 一种四口千兆网卡动态带宽分配系统
CN117082113B (zh) 一种基于数据融合的分布式设备监测系统及方法
CN114091710B (zh) 一种全国维修维护技术支撑方法及系统
CN116628728B (zh) 一种基于特征感知的数据存储分析方法及系统
CN116600090B (zh) 一种用于ipc网络摄像头的运维管控方法及系统
CN116578534B (zh) 一种日志报文数据格式识别方法及系统
CN110602073B (zh) 基于信息论的无人机飞控协议字段划分方法

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