CN118170091A - 一种边缘智能计算工业控制方法及系统 - Google Patents

Abstract

本发明公开了一种边缘智能计算工业控制方法及系统，涉及边缘计算技术领域，通过分析规定时间段内各设备产生的数据量、数据传输和存储需求，可以实现基于数据的边缘服务器匹配决策，将规定时间段内产生的数据量最多、数据传输和存储需求最高的设备与离指定工厂最近的边缘服务器进行匹配，能够根据具体情况对设备和边缘服务器进行个性化匹配，为每个设备提供更加适合的数据存储和传输解决方案，通过边缘智能计算系统设置的监测点，可以实时采集指定工厂内各工业生产线和设备的数据，使得管理人员可以及时了解工厂的运行状态，从而为决策提供数据支持。

Description

一种边缘智能计算工业控制方法及系统

技术领域

本发明涉及边缘计算技术领域，具体涉及一种边缘智能计算工业控制方法及系统。

背景技术

工业物联网的发展为工业设备带来了前所未有的智能化和互联性，但传统的IT端在数据处理和决策都集中在云端进行，而设备端则主要用于数据收集，并且并没有特别高的要求，然而，在工业设备中，许多数据处理和分析都需要实时性和低延迟，云端的数据传输速度和带宽限制无法满足这些实时性的要求。因此，边缘计算应运而生，它通过将计算能力和数据存储能力推向网络边缘，即接近数据源的位置，以便更快速地响应和处理数据。边缘智能计算工业控制方法及系统的拓展了传统工业控制系统的范围，强调了将智能计算能力引入工业控制的重要性。

目前一种边缘智能计算工业控制方法及系统可能存在以下问题：1、现有大多边缘智能计算工业控制系统未根据设备产生数据量和存储需求进行匹配，可能导致边缘服务器资源利用不均衡，某些设备产生大量数据的情况下，存储和传输需求得不到满足，可能导致数据丢失、传输延迟的问题，未对工业生产线对应的实时数据进行综合评估，会导致无法全面了解工业生产线的状况，从而无法发现隐藏的问题或异常情况，未对设备的设备运行时长、设备温度、设备能耗进行评估，无法明确设备的运行状态是否正常，可能导致设备故障、损坏或性能下降的风险。

2、边缘智能计算工业控制系统在工业生产线中缺乏实时数据综合评估系数的分析，会导致对工业生产线异常的及时发现能力不足，从而错失预警和处理异常的机会，从而引发生产事故或生产质量问题，未进行针对异常工业生产线的协同控制和资源分配分析，会导致在出现工业生产线异常时无法有效地进行资源调配和协同控制，从而影响工厂生产效率和成本控制。

发明内容

本发明的目的在于提供的一种边缘智能计算工业控制方法及系统，解决了背景技术中存在的问题。

为解决上述技术问题，本发明采用如下技术方案：本发明提供一种边缘智能计算工业控制方法，包括：步骤一、边缘服务器分配：通过从指定工厂设备管理系统中获取指定工厂内各工业生产线中各设备规定时间段内产生的数据量、各设备对应的数据传输速率和存储容量，进而分析得到指定工厂内各工业生产线中各设备匹配的边缘服务器。

步骤二、数据采集：边缘智能计算系统通过设置的监测点采集指定工厂内各工业生产线对应的实时数据和各设备对应的运行状态参数。

步骤三、数据分析：根据指定工厂内各工业生产线对应的实时数据，以及指定工厂内各工业生产线中各设备对应的运行状态参数，进而分别计算得到指定工厂内各工业生产线对应的实时数据综合评估系数、指定工厂内各工业生产线中各设备对应的运行状态评估系数。

步骤四、工业生产线分析：根据指定工厂内各工业生产线对应的实时数据综合评估系数，从而分析指定工厂内各工业生产线是否异常，当某工业生产线异常时，进而对某工业生产线进行资源分配。

步骤五、设备调控方法分析：根据各工业生产线中各设备对应的运行状态评估系数，从而分析指定工厂内各工业生产线中各设备对应的运行状态是否正常，当某工业生产线中某设备对应的运行状态不正常，进而对某工业生产线中某设备进行调控和维修。

步骤六、预警提示：当某工业生产线异常、某工业生产线中某设备对应的运行状态不正常时，进行预警提示。

优选地，分析得到指定工厂内各工业生产线中各设备匹配的边缘服务器，具体分析过程如下：S1、根据设备规定时间段内产生的数据量、各设备对应的数据传输速率和存储容量，通过计算公式得到各设备对应的综合评估系数ψ_i，i为各设备对应的编号，i＝1，2，......，n，n为大于2的任意整数，其中X_i、Y_i、Z_i分别表示第i个设备对应的规定时间段内产生的数据量、数据传输速率、存储容量，X′、Y′、Z′分别为设定的规定时间段内产生的标准数据量、标准数据传输速率、标准存储容量，ΔX、ΔY、ΔZ分别为设定的规定时间段内产生的许可数据量差、许可数据传输速率差、许可存储容量差，ε₁、ε₂、ε₃分别为设定的规定时间段内产生的数据量对应的权重因子、数据传输速率对应的权重因子、存储容量对应的权重因子；

S2、将各设备对应的综合评估系数按照从大到小的顺序进行排序，将综合评估系数排名第一对应的设备，记为第一目标设备，将综合评估系数排名第二对应的设备，记为第二目标设备，以此标记各设备，获取各边缘服务器对应的存储数据能力，将各边缘服务器对应的存储数据能力按照从高到低进行排序，将存储数据能力第一的边缘服务器，记为第一目标边缘服务器，将存储数据能力第二的边缘服务器，记为第二目标边缘服务器，以此标记各边缘服务器，从而将第一目标设备匹配第一目标边缘服务器，将第二目标设备匹配第二目标边缘服务器，由此分析得到指定工厂内各工业生产线中各设备匹配的边缘服务器。

优选地，所述采集指定工厂内各工业生产线对应的实时数据和各设备对应的运行状态参数，具体采集过程如下：实时数据包括温度、压力、有害气体浓度，运行状态参数包括运行时长、设备温度、设备能耗；

在各工业生产线中设置温度传感器、压力传感器，从而监测得到各工业生产线中对应工业产品的温度和压力，以及在各工业生产线设置各有害气体浓度监测点，通过有害气体监测仪器监测得到各工业生产线附近对应的有害气体浓度；

通过在各设备上安装计时器记录设备的运行时长，并安装振动传感器监测设备的运行状态，判断各设备是否处于开启状态，当某设备开启时，振动传感器监测到该设备运行，计时器开始计时，从而得到该设备的运行时长，通过在各设备上设置热敏电阻，从而获取各设备的温度；

通过在各设备对应的电源线路上安装电能计量设备，从而监测得到各设备对应的能耗。

优选地，所述计算得到指定工厂内各工业生产线对应的实时数据综合评估系数，具体计算过程如下：根据指定工厂内各工业生产线对应工业产品的温度、压力，以及各工业生产线附近对应的有害气体浓度，通过计算公式

得到指定工厂内各工业生产线对应的实时数据综合评估系数α_j，j为各工业生产线对应的编号，j＝1，2，......，m，m为大于2的任意整数，其中W_j、P_j分别表示指定工厂内第j个工业生产线对应工业产品的温度、压力，C_j表示指定工厂内第j个工业生产线附近对应的有害气体浓度，W′、P′、C_j分别为设定的标准温度、标准压力、标准有害气体浓度，ΔW、ΔP、ΔC分别为设定的许可温度差、许可压力差、许可有害气体浓度差，κ₁、κ₂、κ₃分别为设定的温度对应的权重因子、压力对应的权重因子、有害气体浓度对应的权重因子。

优选地，所述计算得到指定工厂内各工业生产线中各设备对应的运行状态评估系数，具体计算过程如下：将指定工厂内各工业生产线中各设备对应的运行时长、设备温度、设备能耗代入计算公式得到指定工厂内各工业生产线中各设备对应的运行状态评估系数β_ji，i为各设备对应的编号，i＝1，2，......，n，n为大于2的任意整数，j为各工业生产线对应的编号，j＝1，2，......，m，m为大于2的任意整数，其中T_ji、A_ji、N_ji分别表示指定工厂内第j个工业生产线中第i个设备对应的运行时长、设备温度、设备能耗，T′、A′、N′分别为设定的标准运行时长、标准设备温度、标准设备能耗，ΔT、ΔA、ΔN分别为设定的许可违运行时长差、许可设备温度差、许可设备能耗差，η₁、η₂、η₃分别为设定的运行时长对应的权重因子、设备温度对应的权重因子、设备能耗对应的权重因子。

优选地，所述分析指定工厂内各工业生产线是否异常，具体分析过程如下：将指定工厂内各工业生产线对应的实时数据综合评估系数与设定的实时数据综合评估系数进行比较，若指定工厂内某工业生产线对应的实时数据综合评估系数大于或者等于设定的实时数据综合评估系数，则判定指定工厂内该工业生产线异常，若指定工厂内某工业生产线对应的实时数据综合评估系数小于设定的实时数据综合评估系数，则判定指定工厂内该工业生产线无异常，由此分析得到指定工厂内各工业生产线是否异常。

优选地，所述对某工业生产线进行资源分配，具体分配过程如下：当某工业生产线异常时，边缘服务器停止该工业生产线的运行，并通过分析各备用工业生产线的配置信息，当某备用工业生产线的配置满足要求后，将该异常工业生产线对应的需加工产品分配到该备用工业生产线中。

优选地，所述分析指定工厂内各工业生产线中各设备对应的运行状态是否正常，具体分析过程如下：将指定工厂内各工业生产线中各设备对应的运行状态评估系数与设定的运行状态评估系数进行比较，若指定工厂内某工业生产线中某设备对应的运行状态评估系数大于或者等于设定的运行状态评估系数，则判定指定工厂内该工业生产线中该设备对应的运行状态正常，若指定工厂内某工业生产线中某设备对应的运行状态评估系数小于设定的运行状态评估系数，则判定指定工厂内该工业生产线中该设备对应的运行状态不正常，由此分析得到指定工厂内各工业生产线中各设备对应的运行状态是否正常。

优选地，所述对某工业生产线中某设备进行调控和维修，具体调控和维修过程如下：当某工业生产线中某设备对应的运行状态不正常，边缘服务器发送指令，停止异常设备的运行，并通过电路切换、机械装置切换启用备用设备，当备用设备启用后，边缘服务器对该备用设备进行调控，同时，边缘服务器通知维修人员对故障的设备进行维修。

本发明在第二方面提供了一种边缘智能计算工业控制系统，包括：边缘服务器分配模块，用于通过从指定工厂设备管理系统中获取指定工厂内各工业生产线中各设备规定时间段内产生的数据量、各设备对应的数据传输速率和存储容量，进而分析得到指定工厂内各工业生产线中各设备匹配的边缘服务器。

数据采集模块，用于边缘智能计算系统通过设置的监测点采集指定工厂内各工业生产线对应的实时数据和各设备对应的运行状态参数。

数据分析模块，用于根据指定工厂内各工业生产线对应的实时数据，以及指定工厂内各工业生产线中各设备对应的运行状态参数，进而分别计算得到指定工厂内各工业生产线对应的实时数据综合评估系数、指定工厂内各工业生产线中各设备对应的运行状态评估系数。

工业生产线分析模块，用于根据指定工厂内各工业生产线对应的实时数据综合评估系数，从而分析指定工厂内各工业生产线是否异常，当某工业生产线异常时，进而对某工业生产线进行资源分配。

设备调控方法分析模块，用于根据各工业生产线中各设备对应的运行状态评估系数，从而分析指定工厂内各工业生产线中各设备对应的运行状态是否正常，当某工业生产线中某设备对应的运行状态不正常，进而对某工业生产线中某设备进行调控和维修。

预警终端，用于当某工业生产线异常、某工业生产线中某设备对应的运行状态不正常时，进行预警提示。

本发明的有益效果在于：1、本发明提供的一种边缘智能计算工业控制方法及系统，通过分析规定时间段内各设备产生的数据量、数据传输和存储需求，可以实现基于数据的边缘服务器匹配决策，将规定时间段内产生的数据量最多、数据传输和存储需求最高的设备与离指定工厂最近的边缘服务器进行匹配，能够根据具体情况对设备和边缘服务器进行个性化匹配，为每个设备提供更加适合的数据存储和传输解决方案。

2、本发明实施例通过边缘智能计算系统设置的监测点，可以实时采集指定工厂内各工业生产线和设备的数据，使得管理人员可以及时了解工厂的运行状态，从而为决策提供数据支持，通过计算工业生产线的实时数据综合评估系数以及设备运行状态评估系数，有助于评估工业生产线和设备的运行状况，可以发现设备的异常运行状态，进而对设备进行调控和维修分析，提高设备的利用率和延长设备的使用寿命。

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，下面将对实施例或现有技术描述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为本发明实施步骤流程示意图。

图2为本发明系统结构连接示意图。

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所示，本发明提供了一种边缘智能计算工业控制方法，该方法包括：步骤一、边缘服务器分配：通过从指定工厂设备管理系统中获取指定工厂内各工业生产线中各设备规定时间段内产生的数据量、各设备对应的数据传输速率和存储容量，进而分析得到指定工厂内各工业生产线中各设备匹配的边缘服务器。

需要说明的是，确定规定的时间段，记录运行之前时间点某设备对应的数据量，在该设备运行预设的时间段后，再记录运行过后时间点该设备对应的数据量，将运行过后时间点该设备对应的数据量与运行之前时间点某设备对应的数据量作差，由此分析得到指定工厂内各工业生产线中各设备规定时间段内产生的数据量。

在一个具体的实施例中，分析得到指定工厂内各工业生产线中各设备匹配的边缘服务器，具体分析过程如下：S1、根据设备规定时间段内产生的数据量、各设备对应的数据传输速率和存储容量，通过计算公式得到各设备对应的综合评估系数ψ_i，i为各设备对应的编号，i＝1，2，......，n，n为大于2的任意整数，其中X_i、Y_i、Z_i分别表示第i个设备对应的规定时间段内产生的数据量、数据传输速率、存储容量，X′、Y′、Z′分别为设定的规定时间段内产生的标准数据量、标准数据传输速率、标准存储容量，ΔX、ΔY、ΔZ分别为设定的规定时间段内产生的许可数据量差、许可数据传输速率差、许可存储容量差，ε₁、ε₂、ε₃分别为设定的规定时间段内产生的数据量对应的权重因子、数据传输速率对应的权重因子、存储容量对应的权重因子；

S2、将各设备对应的综合评估系数按照从大到小的顺序进行排序，将综合评估系数排名第一对应的设备，记为第一目标设备，将综合评估系数排名第二对应的设备，记为第二目标设备，以此标记各设备，获取各边缘服务器对应的存储数据能力，将各边缘服务器对应的存储数据能力按照从高到低进行排序，将存储数据能力第一的边缘服务器，记为第一目标边缘服务器，将存储数据能力第二的边缘服务器，记为第二目标边缘服务器，以此标记各边缘服务器，从而将第一目标设备匹配第一目标边缘服务器，将第二目标设备匹配第二目标边缘服务器，由此分析得到指定工厂内各工业生产线中各设备匹配的边缘服务器。

需要说明的是，ε₁、ε₂、ε₃的取值均为大于0且小于1。

步骤二、数据采集：边缘智能计算系统通过设置的监测点采集指定工厂内各工业生产线对应的实时数据和各设备对应的运行状态参数。

在一个具体的实施例中，所述采集指定工厂内各工业生产线对应的实时数据和各设备对应的运行状态参数，具体采集过程如下：实时数据包括温度、压力、有害气体浓度，运行状态参数包括运行时长、设备温度、设备能耗；

在各工业生产线中设置温度传感器、压力传感器，从而监测得到各工业生产线中对应工业产品的温度和压力，以及在各工业生产线设置各有害气体浓度监测点，通过有害气体监测仪器监测得到各工业生产线附近对应的有害气体浓度；

通过在各设备上安装计时器记录设备的运行时长，并安装振动传感器监测设备的运行状态，判断各设备是否处于开启状态，当某设备开启时，振动传感器监测到该设备运行，计时器开始计时，从而得到该设备的运行时长，通过在各设备上设置热敏电阻，从而获取各设备的温度；

通过在各设备对应的电源线路上安装电能计量设备，从而监测得到各设备对应的能耗。

步骤三、数据分析：根据指定工厂内各工业生产线对应的实时数据，以及指定工厂内各工业生产线中各设备对应的运行状态参数，进而分别计算得到指定工厂内各工业生产线对应的实时数据综合评估系数、指定工厂内各工业生产线中各设备对应的运行状态评估系数。

在一个具体的实施例中，所述计算得到指定工厂内各工业生产线对应的实时数据综合评估系数，具体计算过程如下：根据指定工厂内各工业生产线对应工业产品的温度、压力，以及各工业生产线附近对应的有害气体浓度，通过计算公式得到指定工厂内各工业生产线对应的实时数据综合评估系数α_j，j为各工业生产线对应的编号，j＝1，2，......，m，m为大于2的任意整数，其中W_j、P_j分别表示指定工厂内第j个工业生产线对应工业产品的温度、压力，C_j表示指定工厂内第j个工业生产线附近对应的有害气体浓度，W′、P′、C_j分别为设定的标准温度、标准压力、标准有害气体浓度，ΔW、ΔP、ΔC分别为设定的许可温度差、许可压力差、许可有害气体浓度差，κ₁、κ₂、κ₃分别为设定的温度对应的权重因子、压力对应的权重因子、有害气体浓度对应的权重因子。

需要说明的是，κ₁、κ₂、κ₃的取值均为大于0且小于1。

在一个具体的实施例中，所述计算得到指定工厂内各工业生产线中各设备对应的运行状态评估系数，具体计算过程如下：将指定工厂内各工业生产线中各设备对应的运行时长、设备温度、设备能耗代入计算公式得到指定工厂内各工业生产线中各设备对应的运行状态评估系数β_ji，i为各设备对应的编号，i＝1，2，......，n，n为大于2的任意整数，j为各工业生产线对应的编号，j＝1，2，......，m，m为大于2的任意整数，其中T_ji、A_ji、N_ji分别表示指定工厂内第j个工业生产线中第i个设备对应的运行时长、设备温度、设备能耗，T′、A′、N′分别为设定的标准运行时长、标准设备温度、标准设备能耗，ΔT、ΔA、ΔN分别为设定的许可违运行时长差、许可设备温度差、许可设备能耗差，η₁、η₂、η₃分别为设定的运行时长对应的权重因子、设备温度对应的权重因子、设备能耗对应的权重因子。

需要说明的是，η₁、η₂、η₃的取值均为大于0且小于1。

步骤四、工业生产线分析：根据指定工厂内各工业生产线对应的实时数据综合评估系数，从而分析指定工厂内各工业生产线是否异常，当某工业生产线异常时，进而对某工业生产线进行资源分配。

在一个具体的实施例中，所述分析指定工厂内各工业生产线是否异常，具体分析过程如下：将指定工厂内各工业生产线对应的实时数据综合评估系数与设定的实时数据综合评估系数进行比较，若指定工厂内某工业生产线对应的实时数据综合评估系数大于或者等于设定的实时数据综合评估系数，则判定指定工厂内该工业生产线异常，若指定工厂内某工业生产线对应的实时数据综合评估系数小于设定的实时数据综合评估系数，则判定指定工厂内该工业生产线无异常，由此分析得到指定工厂内各工业生产线是否异常。

在一个具体的实施例中，所述对某工业生产线进行资源分配，具体分配过程如下：当某工业生产线异常时，边缘服务器停止该工业生产线的运行，并通过分析各备用工业生产线的配置信息，当某备用工业生产线的配置满足要求后，将该异常工业生产线对应的需加工产品分配到该备用工业生产线中。

需要说明的是，配置信息包括备用生产线对应的生产速率、使用的传感器型号等。

步骤五、设备调控方法分析：根据各工业生产线中各设备对应的运行状态评估系数，从而分析指定工厂内各工业生产线中各设备对应的运行状态是否正常，当某工业生产线中某设备对应的运行状态不正常，进而对某工业生产线中某设备进行调控和维修。

在一个具体的实施例中，所述分析指定工厂内各工业生产线中各设备对应的运行状态是否正常，具体分析过程如下：将指定工厂内各工业生产线中各设备对应的运行状态评估系数与设定的运行状态评估系数进行比较，若指定工厂内某工业生产线中某设备对应的运行状态评估系数大于或者等于设定的运行状态评估系数，则判定指定工厂内该工业生产线中该设备对应的运行状态正常，若指定工厂内某工业生产线中某设备对应的运行状态评估系数小于设定的运行状态评估系数，则判定指定工厂内该工业生产线中该设备对应的运行状态不正常，由此分析得到指定工厂内各工业生产线中各设备对应的运行状态是否正常。

在一个具体的实施例中，所述对某工业生产线中某设备进行调控和维修，具体调控和维修过程如下：当某工业生产线中某设备对应的运行状态不正常，边缘服务器发送指令，停止异常设备的运行，并通过电路切换、机械装置切换启用备用设备，当备用设备启用后，边缘服务器对该备用设备进行调控，同时，边缘服务器通知维修人员对故障的设备进行维修。

需要说明的是，边缘服务器对该备用设备进行调控，通过针对不同的生产工艺和产品要求，调整备用设备的工艺参数，工艺参数包括速度、温度等，并对备用设备的传感器精度进行校准，维修人员对故障的设备进行维修包括故障排除、部件更换等，当维修完成后，可以将设备重新投入生产线。

本发明实施例通过边缘智能计算系统设置的监测点，可以实时采集指定工厂内各工业生产线和设备的数据，使得管理人员可以及时了解工厂的运行状态，从而为决策提供数据支持，通过计算工业生产线的实时数据综合评估系数以及设备运行状态评估系数，有助于评估工业生产线和设备的运行状况，可以发现设备的异常运行状态，进而对设备进行调控和维修分析，提高设备的利用率和延长设备的使用寿命。

步骤六、预警提示：当某工业生产线异常、某工业生产线中某设备对应的运行状态不正常时，进行预警提示。

需要说明的是，当某工业生产线异常、某工业生产线中某设备对应的运行状态不正常时，边缘服务器通过警报器通知维修人员对异常的工业生产线和运行状态不正常的设备进行维修，从而达到预警提示的目的。

请参阅图2所示一种边缘智能计算工业控制系统，包括：边缘服务器分配模块、数据采集模块、数据分析模块、工业生产线分析模块、设备调控方法分析模块、预警终端。

所述边缘服务器分配模块与数据采集模块连接，数据采集模块与数据分析模块连接，数据分析模块与工业生产线分析模块连接，工业生产线分析模块与设备调控方法分析模块连接，设备调控方法分析模块与预警终端连接。

边缘服务器分配模块，用于通过从指定工厂设备管理系统中获取指定工厂内各工业生产线中各设备规定时间段内产生的数据量、各设备对应的数据传输速率和存储容量，进而分析得到指定工厂内各工业生产线中各设备匹配的边缘服务器。

数据采集模块，用于边缘智能计算系统通过设置的监测点采集指定工厂内各工业生产线对应的实时数据和各设备对应的运行状态参数。

数据分析模块，用于根据指定工厂内各工业生产线对应的实时数据，以及指定工厂内各工业生产线中各设备对应的运行状态参数，进而分别计算得到指定工厂内各工业生产线对应的实时数据综合评估系数、指定工厂内各工业生产线中各设备对应的运行状态评估系数。

工业生产线分析模块，用于根据指定工厂内各工业生产线对应的实时数据综合评估系数，从而分析指定工厂内各工业生产线是否异常，当某工业生产线异常时，进而对某工业生产线进行资源分配。

设备调控方法分析模块，用于根据各工业生产线中各设备对应的运行状态评估系数，从而分析指定工厂内各工业生产线中各设备对应的运行状态是否正常，当某工业生产线中某设备对应的运行状态不正常，进而对某工业生产线中某设备进行调控和维修。

预警终端，用于当某工业生产线异常、某工业生产线中某设备对应的运行状态不正常时，进行预警提示。

本发明提供的一种边缘智能计算工业控制方法及系统，通过分析规定时间段内各设备产生的数据量、数据传输和存储需求，可以实现基于数据的边缘服务器匹配决策，将规定时间段内产生的数据量最多、数据传输和存储需求最高的设备与离指定工厂最近的边缘服务器进行匹配，能够根据具体情况对设备和边缘服务器进行个性化匹配，为每个设备提供更加适合的数据存储和传输解决方案。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本说明书所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种边缘智能计算工业控制方法，其特征在于，包括：

步骤一、边缘服务器分配：通过从指定工厂设备管理系统中获取指定工厂内各工业生产线中各设备规定时间段内产生的数据量、各设备对应的数据传输速率和存储容量，进而分析得到指定工厂内各工业生产线中各设备匹配的边缘服务器；

步骤二、数据采集：边缘智能计算系统通过设置的监测点采集指定工厂内各工业生产线对应的实时数据和各设备对应的运行状态参数；

步骤三、数据分析：根据指定工厂内各工业生产线对应的实时数据，以及指定工厂内各工业生产线中各设备对应的运行状态参数，进而分别计算得到指定工厂内各工业生产线对应的实时数据综合评估系数、指定工厂内各工业生产线中各设备对应的运行状态评估系数；

步骤四、工业生产线分析：根据指定工厂内各工业生产线对应的实时数据综合评估系数，从而分析指定工厂内各工业生产线是否异常，当某工业生产线异常时，进而对某工业生产线进行资源分配；

步骤五、设备调控方法分析：根据各工业生产线中各设备对应的运行状态评估系数，从而分析指定工厂内各工业生产线中各设备对应的运行状态是否正常，当某工业生产线中某设备对应的运行状态不正常，进而对某工业生产线中某设备进行调控和维修；

步骤六、预警提示：当某工业生产线异常、某工业生产线中某设备对应的运行状态不正常时，进行预警提示。

2.根据权利要求1所述的一种边缘智能计算工业控制方法，其特征在于，所述分析得到指定工厂内各工业生产线中各设备匹配的边缘服务器，具体分析过程如下：

S1、根据设备规定时间段内产生的数据量、各设备对应的数据传输速率和存储容量，通过计算公式得到各设备对应的综合评估系数ψ_i，i为各设备对应的编号，i＝1，2，......，n，n为大于2的任意整数，其中X_i、Y_i、Z_i分别表示第i个设备对应的规定时间段内产生的数据量、数据传输速率、存储容量，X′、Y′、Z′分别为设定的规定时间段内产生的标准数据量、标准数据传输速率、标准存储容量，ΔX、ΔY、ΔZ分别为设定的规定时间段内产生的许可数据量差、许可数据传输速率差、许可存储容量差，ε₁、ε₂、ε₃分别为设定的规定时间段内产生的数据量对应的权重因子、数据传输速率对应的权重因子、存储容量对应的权重因子；

S2、将各设备对应的综合评估系数按照从大到小的顺序进行排序，将综合评估系数排名第一对应的设备，记为第一目标设备，将综合评估系数排名第二对应的设备，记为第二目标设备，以此标记各设备，获取各边缘服务器对应的存储数据能力，将各边缘服务器对应的存储数据能力按照从高到低进行排序，将存储数据能力第一的边缘服务器，记为第一目标边缘服务器，将存储数据能力第二的边缘服务器，记为第二目标边缘服务器，以此标记各边缘服务器，从而将第一目标设备匹配第一目标边缘服务器，将第二目标设备匹配第二目标边缘服务器，由此分析得到指定工厂内各工业生产线中各设备匹配的边缘服务器。

3.根据权利要求1所述的一种边缘智能计算工业控制方法，其特征在于，所述采集指定工厂内各工业生产线对应的实时数据和各设备对应的运行状态参数，具体采集过程如下：

实时数据包括温度、压力、有害气体浓度，运行状态参数包括运行时长、设备温度、设备能耗；

在各工业生产线中设置温度传感器、压力传感器，从而监测得到各工业生产线中对应工业产品的温度和压力，以及在各工业生产线设置各有害气体浓度监测点，通过有害气体监测仪器监测得到各工业生产线附近对应的有害气体浓度；

通过在各设备上安装计时器记录设备的运行时长，并安装振动传感器监测设备的运行状态，判断各设备是否处于开启状态，当某设备开启时，振动传感器监测到该设备运行，计时器开始计时，从而得到该设备的运行时长，通过在各设备上设置热敏电阻，从而获取各设备的温度；

通过在各设备对应的电源线路上安装电能计量设备，从而监测得到各设备对应的能耗。

4.根据权利要求3所述的一种边缘智能计算工业控制方法，其特征在于，所述计算得到指定工厂内各工业生产线对应的实时数据综合评估系数，具体计算过程如下：

根据指定工厂内各工业生产线对应工业产品的温度、压力，以及各工业生产线附近对应的有害气体浓度，通过计算公式得到指定工厂内各工业生产线对应的实时数据综合评估系数α_j，j为各工业生产线对应的编号，j＝1，2，......，m，m为大于2的任意整数，其中W_j、P_j分别表示指定工厂内第j个工业生产线对应工业产品的温度、压力，C_j表示指定工厂内第j个工业生产线附近对应的有害气体浓度，W′、P′、C_j分别为设定的标准温度、标准压力、标准有害气体浓度，ΔW、ΔP、ΔC分别为设定的许可温度差、许可压力差、许可有害气体浓度差，κ₁、κ₂、κ₃分别为设定的温度对应的权重因子、压力对应的权重因子、有害气体浓度对应的权重因子。

5.根据权利要求3所述的一种边缘智能计算工业控制方法，其特征在于，所述计算得到指定工厂内各工业生产线中各设备对应的运行状态评估系数，具体计算过程如下：

将指定工厂内各工业生产线中各设备对应的运行时长、设备温度、设备能耗代入计算公式得到指定工厂内各工业生产线中各设备对应的运行状态评估系数β_ji，i为各设备对应的编号，i＝1，2，......，n，n为大于2的任意整数，j为各工业生产线对应的编号，j＝1，2，......，m，m为大于2的任意整数，其中T_ji、A_ji、N_ji分别表示指定工厂内第j个工业生产线中第i个设备对应的运行时长、设备温度、设备能耗，T′、A′、N′分别为设定的标准运行时长、标准设备温度、标准设备能耗，ΔT、ΔA、ΔN分别为设定的许可违运行时长差、许可设备温度差、许可设备能耗差，η₁、η₂、η₃分别为设定的运行时长对应的权重因子、设备温度对应的权重因子、设备能耗对应的权重因子。

6.根据权利要求4所述的一种边缘智能计算工业控制方法，其特征在于，所述分析指定工厂内各工业生产线是否异常，具体分析过程如下：

将指定工厂内各工业生产线对应的实时数据综合评估系数与设定的实时数据综合评估系数进行比较，若指定工厂内某工业生产线对应的实时数据综合评估系数大于或者等于设定的实时数据综合评估系数，则判定指定工厂内该工业生产线异常，若指定工厂内某工业生产线对应的实时数据综合评估系数小于设定的实时数据综合评估系数，则判定指定工厂内该工业生产线无异常，由此分析得到指定工厂内各工业生产线是否异常。

7.根据权利要求1所述的一种边缘智能计算工业控制方法，其特征在于，所述对某工业生产线进行资源分配，具体分配过程如下：

当某工业生产线异常时，边缘服务器停止该工业生产线的运行，并通过分析各备用工业生产线的配置信息，当某备用工业生产线的配置满足要求后，将该异常工业生产线对应的需加工产品分配到该备用工业生产线中。

8.根据权利要求5所述的一种边缘智能计算工业控制方法，其特征在于，所述分析指定工厂内各工业生产线中各设备对应的运行状态是否正常，具体分析过程如下：

将指定工厂内各工业生产线中各设备对应的运行状态评估系数与设定的运行状态评估系数进行比较，若指定工厂内某工业生产线中某设备对应的运行状态评估系数大于或者等于设定的运行状态评估系数，则判定指定工厂内该工业生产线中该设备对应的运行状态正常，若指定工厂内某工业生产线中某设备对应的运行状态评估系数小于设定的运行状态评估系数，则判定指定工厂内该工业生产线中该设备对应的运行状态不正常，由此分析得到指定工厂内各工业生产线中各设备对应的运行状态是否正常。

9.根据权利要求1所述的一种边缘智能计算工业控制方法，其特征在于，所述对某工业生产线中某设备进行调控和维修，具体调控和维修过程如下：

当某工业生产线中某设备对应的运行状态不正常，边缘服务器发送指令，停止异常设备的运行，并通过电路切换、机械装置切换启用备用设备，当备用设备启用后，边缘服务器对该备用设备进行调控，同时，边缘服务器通知维修人员对故障的设备进行维修。

10.一种执行权利要求1-9任一项所述的边缘智能计算工业控制方法的边缘智能计算工业控制系统，其特征在于，包括：

边缘服务器分配模块，用于通过从指定工厂设备管理系统中获取指定工厂内各工业生产线中各设备规定时间段内产生的数据量、各设备对应的数据传输速率和存储容量，进而分析得到指定工厂内各工业生产线中各设备匹配的边缘服务器。

数据采集模块，用于边缘智能计算系统通过设置的监测点采集指定工厂内各工业生产线对应的实时数据和各设备对应的运行状态参数。

数据分析模块，用于根据指定工厂内各工业生产线对应的实时数据，以及指定工厂内各工业生产线中各设备对应的运行状态参数，进而分别计算得到指定工厂内各工业生产线对应的实时数据综合评估系数、指定工厂内各工业生产线中各设备对应的运行状态评估系数。

工业生产线分析模块，用于根据指定工厂内各工业生产线对应的实时数据综合评估系数，从而分析指定工厂内各工业生产线是否异常，当某工业生产线异常时，进而对某工业生产线进行资源分配。

设备调控方法分析模块，用于根据各工业生产线中各设备对应的运行状态评估系数，从而分析指定工厂内各工业生产线中各设备对应的运行状态是否正常，当某工业生产线中某设备对应的运行状态不正常，进而对某工业生产线中某设备进行调控和维修。

预警终端，用于当某工业生产线异常、某工业生产线中某设备对应的运行状态不正常时，进行预警提示。