WO2021017280A1 - 一种数据处理方法及装置 - Google Patents

一种数据处理方法及装置 Download PDF

Info

Publication number
WO2021017280A1
WO2021017280A1 PCT/CN2019/117381 CN2019117381W WO2021017280A1 WO 2021017280 A1 WO2021017280 A1 WO 2021017280A1 CN 2019117381 W CN2019117381 W CN 2019117381W WO 2021017280 A1 WO2021017280 A1 WO 2021017280A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
equipment
data processing
data collection
collected
Prior art date
Application number
PCT/CN2019/117381
Other languages
English (en)
French (fr)
Inventor
王鹏
Original Assignee
北京国双科技有限公司
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 北京国双科技有限公司 filed Critical 北京国双科技有限公司
Publication of WO2021017280A1 publication Critical patent/WO2021017280A1/zh

Links

Images

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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • 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
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31204—Blind node, executes control, data acquisition without having operator interfaces
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Definitions

  • the equipment alarm operation is executed.
  • FIG. 3 shows a method flowchart of another data processing method provided by an embodiment of the present invention
  • the data collection strategy and the data processing strategy may be obtained from the equipment real-time monitoring platform, or may be generated by the data processing equipment.
  • the data processing equipment controls different data collection equipment to collect data.
  • the data collection equipment includes one or more of terminal equipment of equipment operation and maintenance personnel, sensors set on the production equipment, and production equipment controllers. Because different data collection devices collect different data and data collection methods, such as different collected data formats, different data collection devices correspond to different data collection strategies and data processing strategies. For example, different devices have different sampling periods.
  • smart wearable devices such as PDA
  • different data collection devices use different data collection strategies, and then the data collection strategies corresponding to the data collection devices can be set for different data collection devices, making the data collection strategies more suitable for data collection devices and more diverse ⁇ .
  • edge layer software and hardware data processing on the three types of collected data, including different collection strategies and data processing strategies, to reduce the amount of data transmission and storage of the equipment real-time monitoring platform.
  • the three types of data are calculated at the data edge layer to reduce the data processing volume of the equipment real-time monitoring platform.
  • the embodiments of the present invention can effectively solve the pressure of the equipment real-time monitoring platform, and at the same time, can also meet the multiple data requirements, access forms and differentiated data requirements of application objects at different levels by deploying real-time analysis software on the gateway.
  • the production equipment controller and terminal equipment are directly collecting data, so the processing is simpler than that of the sensor, and only data compression is required.
  • the first compression processing, the second compression processing, and the third compression processing may use different data compression methods, or may use the same data compression method.
  • the server closes the connection with the gateway.
  • step S13 it may further include:
  • the data processing module 103 is configured to perform data processing on the collected data uploaded by the data collection device according to the data processing strategy to obtain target data.
  • the early warning module is used to perform threshold early warning analysis on the equipment operating data according to the equipment early warning strategy to determine whether the production equipment has a failure; if there is a failure, the equipment alarm operation is executed.
  • the data processing device includes a processor and a memory.
  • the above-mentioned strategy acquisition module, data acquisition module, and data processing module are all stored as program units in the memory, and the processor executes the above-mentioned program units stored in the memory to implement corresponding functions. .
  • the embodiment of the present invention provides a processor, the processor is used to run a program, wherein the data processing method is executed when the program is running.
  • performing data processing on the collected data uploaded by the data collection device to obtain target data includes:
  • the equipment operating state is a normal operating state, extend the sampling time interval in the data collection strategy corresponding to the sensor, the production equipment controller, and the terminal equipment;
  • These computer program instructions can also be stored in a computer-readable memory that can guide a computer or other programmable data processing equipment to work in a specific manner, so that the instructions stored in the computer-readable memory produce an article of manufacture including the instruction device.
  • the device implements the functions specified in one process or multiple processes in the flowchart and/or one block or multiple blocks in the block diagram.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • General Factory Administration (AREA)

Abstract

一种数据处理方法及装置，在设备侧安装有数据处理设备，可以控制与数据处理设备通信的数据采集设备进行数据采集，并对采集数据进行数据处理，不用将数据采集设备采集的数据上传至设备实时监控平台进行存储和处理，减少设备实时监控平台的处理压力。

Description

一种数据处理方法及装置
本申请要求于2019年7月31日提交中国专利局、申请号为201910704345.8、发明名称为“一种数据处理方法及装置”的国内申请的优先权，其全部内容通过引用结合在本申请中。
技术领域
本发明涉及数据处理领域，更具体的说，涉及一种数据处理方法及装置。
背景技术
设备实时监控平台是大型重资产高端装备企业的重要设备，能够满足企业人员远程实时了解生产现场设备健康状态以及预测性维护管理需求。
设备实时监控平台接收、存储并处理大量的人工在现场输入的数据、安装在生产设备上的传感器采集的数据以及控制器的控制数据，进而造成设备实时监控平台的处理压力较大。
发明内容
鉴于上述问题，本发明提供一种克服上述问题或者至少部分地解决上述问题的一种数据处理方法及装置。
一种数据处理方法，应用于设置于设备侧的数据处理设备，所述数据处理设备与设备实时监控平台通信，所述数据处理方法包括：
获取数据采集设备分别对应的数据采集策略以及数据处理策略；其中，所述数据采集设备与所述数据处理设备通信；不同的所述数据采集设备采用不同的数据采集策略和数据处理策略；
依据所述数据采集策略，控制所述数据采集设备进行数据采集；
依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据。
优选地，所述数据采集设备包括设备运维人员的终端设备、设置于生产设备上的传感器和生产设备控制器中的一种或多种；
相应的，依据所述数据采集策略，控制所述数据采集设备进行数据采集，包括：
若所述数据采集设备为所述传感器，控制传感器依据对应的数据采集策略中的采样时间和采样点数对所述生产设备的数据进行采集，并接收采集的数据；
若所述数据采集设备为生产设备控制器，控制所述生产设备控制器依据对应的数据采集策略中的采样时间，对所述生产设备的数据进行采集，并接收采集的数据；
若所述数据采集设备为所述终端设备，当到达所述终端设备对应的数据采集策略中的采样时间时，输出数据采集提示信息至所述终端设备，以使所述设备运维人员进行数据采集；
获取所述设备运维人员通过所述终端设备采集的所述生产设备的数据。
优选地，依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据，包括：
若所述数据采集设备为所述传感器，对所述传感器的采集数据进行波形处理，得到传感器特征值；所述波形处理包括滤波、加窗和傅里叶变换；
将所述传感器特征值进行第一压缩处理，得到第一数据；
若所述数据采集设备为所述生产设备控制器，对所述生产设备控制器的采集数据进行第二压缩处理，得到第二数据；
若所述数据采集设备为所述终端设备，对所述终端设备的采集数据进行第三压缩处理，得到第三数据；
所述目标数据包括所述第一数据、所述第二数据和所述第三数据。
优选地，依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据之后，还包括：
根据所述传感器特征值、所述生产设备控制器的采集数据和所述终端设备的采集数据，确定所述生产设备的设备运行数据；
获取设备预警策略；所述设备预警策略与所述生产设备的设备特性有 关；
依据所述设备预警策略，对所述设备运行数据进行阈值预警分析，以判断所述生产设备是否出现故障；
若出现故障，则执行设备报警操作。
优选地，根据所述传感器特征值、所述生产设备控制器的采集数据和所述终端设备的采集数据，确定所述生产设备的设备运行数据之后，还包括：
依据所述设备运行数据，确定所述生产设备的设备运行状态；
若所述设备运行状态为正常运行状态，延长所述传感器、所述生产设备控制器和所述终端设备对应的数据采集策略中的采样时间间隔；
若所述设备运行状态为异常运行状态，缩短所述传感器、所述生产设备控制器和所述终端设备对应的数据采集策略中的采样时间间隔。
优选地，若所述数据采集设备为所述终端设备，对所述终端设备的采集数据进行第三压缩处理，得到第三数据之后，还包括：
将所述第一数据、所述第二数据和所述第三数据分开上传至所述设备实时监控平台。
优选地，获取所述设备运维人员通过所述终端设备采集的所述生产设备的数据之后，还包括：
对所述传感器的采集数据和所述生产设备控制器的采集数据进行结构化存储；
对所述终端设备的采集数据进行非结构化存储。
一种数据处理装置，应用于设置于设备侧的数据处理设备，所述数据处理设备与设备实时监控平台通信，所述数据处理装置包括：
策略获取模块，用于获取数据采集设备分别对应的数据采集策略以及数据处理策略；其中，所述数据采集设备与所述数据处理设备通信；不同的所述数据采集设备采用不同的数据采集策略和数据处理策略；
数据采集模块，用于依据所述数据采集策略，控制所述数据采集设备进行数据采集；
数据处理模块，用于依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据。
一种数据处理设备，所述数据处理设备用于运行程序，其中，所述程序运行时执行上述的数据处理方法。
一种数据处理系统，其特征在于，包括多个上述的数据处理设备以及所述设备实时监控平台。
借由上述技术方案，本发明提供了一种数据处理方法及装置，在设备侧安装有数据处理设备，可以控制与所述数据处理设备通信的数据采集设备进行数据采集，并对采集数据进行数据处理，不用将数据采集设备采集的数据上传至设备实时监控平台进行存储和处理，减少设备实时监控平台的处理压力。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
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示出了本发明实施例提供的一种数据处理方法的方法流程图；
图2示出了本发明实施例提供的一种服务器与网关的数据交互流程图；
图3示出了本发明实施例提供的另一种数据处理方法的方法流程图；
图4示出了本发明实施例提供的一种数据处理装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种数据处理方法，应用于设置于设备侧的数据处理设备，数据处理设备可以是网关，所述数据处理设备与设备实时监控平台通信。数据处理设备可以作为边缘层，设备实时监控平台作为平台层，设备实时监控平台使用嵌入式操作系统，可以包括参数设置、状态显示、添加传感器链表等功能。数据处理设备内部部署边缘软件，可以控制处于所述数据处理设备通信范围内的数据采集设备进行数据采集、对采集数据进行数据处理、数据报警和上传至所述设备实时监控平台等功能。
参照图1，所述数据处理方法包括：
S11、获取数据采集设备分别对应的数据采集策略以及数据处理策略。
其中，所述数据采集设备与所述数据处理设备通信；不同的所述数据采集设备采用不同的数据采集策略和数据处理策略。
具体的，数据采集策略以及数据处理策略可以从设备实时监控平台获取，也可以是数据处理设备生成。数据处理设备控制不同的数据采集设备采集数据，所述数据采集设备包括设备运维人员的终端设备、设置于生产设备上的传感器和生产设备控制器中的一种或多种。由于不同的数据采集设备采集的数据以及数据采集方式不同，如采集的数据格式不同，进而不同的数据采集设备对应的数据采集策略以及数据处理策略不同。如，不同设备的采样周期不同。
S12、依据所述数据采集策略，控制所述数据采集设备进行数据采集。具体的，可以直接将数据采集策略下发至数据采集设备，以使数据采集设备按照数据采集策略进行数据采集。此外，还可以是数据处理设备在达到数据采集策略中的采样时间时，发送采集指令至数据采集设备，进而数据 采集设备进行数据采集。
可选的，在本实施例的基础上，步骤S12可以包括：
1)若所述数据采集设备为所述传感器，控制传感器依据对应的数据采集策略中的采样时间和采样点数对所述生产设备的数据进行采集，并接收采集的数据。
其中，传感器可以是加速度传感器、电涡流传感器和/或温度传感器等传感器。传感器对应的数据采集策略中规定了采样时间和采样点数，如采样时间为5点，6点和7点，采样点数为采集100个数据。当采样时间后，传感器就采集100个数据。
传感器的采集数据可以为振动参数，包括原始加速度波形及电涡流位移值，此类数据为实时数据，采样频率高达51.2KHz，数据量较大，通过传感器zigbee通讯协议接入智能网关，使得网关接收传感器采集的数据。
2)若所述数据采集设备为生产设备控制器，控制所述生产设备控制器依据对应的数据采集策略中的采样时间，对所述生产设备的数据进行采集，并接收采集的数据。
其中，生产设备控制器可以是分布式控制系统DCS(Distributed Control System)/可编程控制器PLC控制器。
生产设备控制器对应的数据采集策略包括采样时间，当到达采样时间时，生产设备控制器进行数据采集。
生产设备控制器采集的数据多为温度、流量、电流、电压等过程量数据，可以通过智能网关485接口将原有协议转换为通用Modbus协议接入。此外还可以使用其他协议。
3)若所述数据采集设备为所述终端设备，当到达所述终端设备对应的数据采集策略中的采样时间时，输出数据采集提示信息至所述终端设备，以使所述设备运维人员进行数据采集，获取所述设备运维人员通过所述终端设备采集的所述生产设备的数据。
具体的，终端设备可以是如PDA采集的数据、射频识别FRID等智能穿戴设备或相机等设备。
数据处理设备可以获取终端设备对应的数据采集策略，该数据采集策略中规定了采样时间，当到达采样时间后，发消息至终端设备，当设备运维人员接收到消息通知后，就可以使用终端设备进行数据采集。设备运维人员的终端设备的采集数据可以包括智能穿戴设备如PDA采集的数据、射频识别FRID等设备采集的数据、历史维修记录数据、和现场拍照、视频等非结构化数据。此类数据可通过现场设备，如PDA和智能网关进行通讯的方式获取。
举例来说，可以人工读取生产设备的数据，并输入到PDA等智能穿戴设备中，或者使用相机对生产设备进行拍照，将照片上传至数据处理设备。
本例子中，不同的数据采集设备使用不同的数据采集策略，进而可以针对不同的数据采集设备，设定与数据采集设备对应的数据采集策略，使得数据采集策略更适应数据采集设备、且更加多样化。如通过对所采集三大类数据分别进行边缘层软硬件数据处理，包括不同的采集策略和数据处理策略等，来降低设备实时监控平台数据传输量和储存量。即针对三类数据分别通过数据边缘层计算，降低设备实时监控平台数据处理量。通过本发明实施例可有效解决设备实时监控平台的压力，同时还可以通过在网关部署实时分析软件来满足不同层级应用对象的多种数据需求、访问形式和差异化数据需求。
可选的，在本实施例的基础上，获取所述设备运维人员通过所述终端设备采集的所述生产设备的数据之后，还可以包括：
对所述传感器的采集数据和所述生产设备控制器的采集数据进行结构化存储；
对所述终端设备的采集数据进行非结构化存储。
具体的，由网关进行非结构化、结构化等各种类型的数据分类和储存，不同的数据的存储策略不同。如传感器的采集数据一般为非结构化数据，可以存储到非结构化数据库中，设备运维人员的终端设备的采集数据和生产设备控制器的采集数据数据结构化数据，可以存储到关系型数据库中。
为结构化数据和非结构化数据设置不同的存储位置，使得数据存储更 加规范化、规则化，且方便后期数据查询。
S13、依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据。
具体的，数据处理设备内安装有B/S架构软件，即边缘软件，该B/S架构软件中保存有所述数据处理策略，传感器、生产设备控制器和设备运维人员的终端设备对应的数据处理策略不同，即针对不同的数据，采用不同的数据处理策略。
本实施例中，在设备侧安装有数据处理设备，可以控制与所述数据处理设备通信的数据采集设备进行数据采集，并对采集数据进行数据处理，不用将数据采集设备采集的数据上传至设备实时监控平台进行存储和处理，减少设备实时监控平台的处理压力。
可选的，在上述任一数据处理方法的实施例的基础上，步骤S13可以包括：
1)若所述数据采集设备为所述传感器，对所述传感器的采集数据进行波形处理，得到传感器特征值，将所述传感器特征值进行第一压缩处理，得到第一数据。
所述波形处理包括滤波、加窗和傅里叶变换。
具体的，传感器的数据是非结构化数据，主要是波形数据，可以对非结构化数据进行滤波、加窗、动态采样时间、时频转换、傅里叶变换等处理。如可以由网关进行滤波、带通、傅里叶变换等算法，计数出加速度值、速度值、鞘度值等对设备状态有评价意义的传感器特征量，对传感器特征量进行第一压缩处理，并将压缩得到的第一数据通过智能网关上传至平台。
2)若所述数据采集设备为所述生产设备控制器，对所述生产设备控制器的采集数据进行第二压缩处理，得到第二数据。
3)若所述数据采集设备为所述终端设备，对所述终端设备的采集数据进行第三压缩处理，得到第三数据；
所述目标数据包括所述第一数据、所述第二数据和所述第三数据。
具体的，生产设备控制器和终端设备采集直接就是数据，所以处理较 传感器简单，只需要进行数据压缩即可。需要说明的是，第一压缩处理、第二压缩处理和第三压缩处理可以采用不同的数据压缩方式，也可以采用相同的数据压缩方式。
可选的，在本实施例的基础上，若所述数据采集设备为所述终端设备，对所述终端设备的采集数据进行第三压缩处理，得到第三数据之后，还包括：
将所述第一数据、所述第二数据和所述第三数据分开上传至所述设备实时监控平台。
具体的，为了减少数据上传压力以及上传速度，将第一数据、第二数据和第三数据分开上传，提高传输速度，降低传输时间。设备实时监控平台接收到数据后，可以执行进一步的数据处理及预警操作。
参照图2，以数据处理设备为网关，设备实时监控平台为服务器为例，图2给出了数据上传的整个流程图。
1、服务器请求网关的数据；
2、网关发送数据至服务器；
3、网关返回确认情况至服务器；
具体的，网关发送数据之后，会通过与服务器的交互确定数据是否成功被服务器接收。
若数据发送成功，则可以继续发送下一数据，若数据发送不成功，则重发这一数据。
4、网关继续向服务器发送数据，重复步骤2-3，直至数据发送完毕；
5、服务器关闭与网关的连接。
本实施例中，数据处理设备可以对数据采集设备采集的数据进行初步处理，将处理后的数据上传至设备实时监控平台，减少数据上传量。并且，将所述第一数据、所述第二数据和所述第三数据分开上传至所述设备实时监控平台，能够缩短数据上传时间。
可选的，在上述任一实施例的基础上，步骤S13之后，还可以包括：
S21、根据所述传感器特征值、所述生产设备控制器的采集数据和所述 终端设备的采集数据，确定所述生产设备的设备运行数据。
具体的，设备运行数据可以直接是传感器特征值、所述生产设备控制器的采集数据和所述终端设备的采集数据的汇总，也可以是传感器特征值、所述生产设备控制器的采集数据和所述终端设备的采集数据分析得到。举例来说，生产设备的温度可以是温度传感器直接采集得到的数据，也可以是温度传感器采集的数据和润滑油状态数据分析得到的数据，由于润滑油状态跟生产设备温度有关，进而通过分析润滑油状态数据也可以初步分析得到生产设备的温度。
S22、获取设备预警策略。
所述设备预警策略与所述生产设备的设备特性有关。
具体的，依据生产设备的设备特征，指定设备预警策略，如生产设备在80°以上，工作效率下降，进而生产设备的温度阈值可以是80°。
S23、依据所述设备预警策略，对所述设备运行数据进行阈值预警分析，以判断所述生产设备是否出现故障。
S24、若出现故障，则执行设备报警操作。
具体的，数据处理设备根据数据特性实现各参数类型预警策略。具体的，通过B/S架构软件进行本地预警，数据处理设备可根据设备预警策略对设备进行实时监控和远程预警。
举例来说，本地预警可以是观测传感器采集的数值是否超过指定数值，如加速度传感器采集的加速度大于预设加速度，此时数据处理设备可以发出警示声音、发送警示信息至设备运维人员的终端设备等操作。
或者，获取温度传感器采集的温度值和润滑油的润滑程度，若温度传感器采集的温度值没有达到温度阈值，但是润滑油的润滑程度已经达到的温度阈值对应的状态，此时也可以确定温度达到阈值，进而报警处理。
可选的，在本实施例的基础上，根据所述传感器特征值、所述生产设备控制器的采集数据和所述终端设备的采集数据，确定所述生产设备的设备运行数据之后，还包括：
依据所述设备运行数据，确定所述生产设备的设备运行状态；若所述 设备运行状态为正常运行状态，延长所述传感器、所述生产设备控制器和所述终端设备对应的数据采集策略中的采样时间间隔；若所述设备运行状态为异常运行状态，缩短所述传感器、所述生产设备控制器和所述终端设备对应的数据采集策略中的采样时间间隔。
具体的，根据设备运行数据，可以确定出生产设备是正常运行，还是接近异常报警状态，若是正常运行，设备运行状态稳定，设备运维人员的终端设备、设置于生产设备上的传感器和生产设备控制器采集的数据的变化量不大，此时可以减少数据采集量，具体可以通过延长采样时间间隔来减少数据采集量。
若设备接近异常报警状态，说明设备运行不稳定，此时为了避免设备突然出现故障而运维人员来不及维修，应该增加数据采集量，具体可以通过缩短采样时间间隔来增加数据采集量。
本实施例中，设备侧的数据处理设备能够实现预警功能，保证设备的安全可控的运行，以及减少设备实时监控平台的运行压力。另外，还可以根据设备运行数据来陶正数据采集策略，使得数据采集策略符合设备运行状态。
根据上述描述，数据处理设备可以实现数据采集、数据处理、数据上传和设备预警的功能。
数据处理设备在实现上述功能时，主要涉及射频前端控制、解析协议包处理、应用级报文处理和数据交换。
在进行数据采集时，可以使用RS485数据采集，RS485数据采集时使用RS485底层驱动，使用的协议为ModulBus485协议。
数据处理设备实现数据处理的过程包括：解析网络数据包、解析RS485总线数据包、封包数据包和命令解析。
数据上传包括RJ45网络驱动和数据加载两个过程。
可选的，在上述数据处理方法的实施例的基础上，本发明的另一实施例提供了一种数据处理装置，应用于设置于设备侧的数据处理设备，所述数据处理设备与设备实时监控平台通信，所述数据处理装置包括：
策略获取模块101，用于获取数据采集设备分别对应的数据采集策略以及数据处理策略；其中，所述数据采集设备与所述数据处理设备通信；不同的所述数据采集设备采用不同的数据采集策略和数据处理策略；
数据采集模块102，用于依据所述数据采集策略，控制所述数据采集设备进行数据采集；
数据处理模块103，用于依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据。
可选的，在本实施例的基础上，所述数据采集设备包括设备运维人员的终端设备、设置于生产设备上的传感器和生产设备控制器中的一种或多种；
相应的，数据采集模块102用于依据所述数据采集策略，控制所述数据采集设备进行数据采集时，具体用于：
若所述数据采集设备为所述传感器，控制传感器依据对应的数据采集策略中的采样时间和采样点数对所述生产设备的数据进行采集，并接收采集的数据；
若所述数据采集设备为生产设备控制器，控制所述生产设备控制器依据对应的数据采集策略中的采样时间，对所述生产设备的数据进行采集，并接收采集的数据；
若所述数据采集设备为所述终端设备，当到达所述终端设备对应的数据采集策略中的采样时间时，输出数据采集提示信息至所述终端设备，以使所述设备运维人员进行数据采集；
获取所述设备运维人员通过所述终端设备采集的所述生产设备的数据。
可选的，在本实施例的基础上，还包括存储模块，所述存储模块用于：
在数据采集模块102获取所述设备运维人员通过所述终端设备采集的所述生产设备的数据之后，对所述传感器的采集数据和所述生产设备控制器的采集数据进行结构化存储，对所述终端设备的采集数据进行非结构化存储。
本实施例中，在设备侧安装有数据处理设备，可以控制与所述数据处理设备通信的数据采集设备进行数据采集，并对采集数据进行数据处理，不用将数据采集设备采集的数据上传至设备实时监控平台进行存储和处理，减少设备实时监控平台的处理压力。
需要说明的是，本实施例中的各个模块的工作过程，请参照上述实施例中的相应说明，在此不再赘述。
可选的，在上述任一数据处理装置的实施例的基础上，所述数据处理模块103用于依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据时，具体用于：
若所述数据采集设备为所述传感器，对所述传感器的采集数据进行波形处理，得到传感器特征值；所述波形处理包括滤波、加窗和傅里叶变换；
将所述传感器特征值进行第一压缩处理，得到第一数据；
若所述数据采集设备为所述生产设备控制器，对所述生产设备控制器的采集数据进行第二压缩处理，得到第二数据；
若所述数据采集设备为所述终端设备，对所述终端设备的采集数据进行第三压缩处理，得到第三数据；
所述目标数据包括所述第一数据、所述第二数据和所述第三数据。
可选的，在本实施例的基础上，还包括：
数据上传模块，用于将所述第一数据、所述第二数据和所述第三数据分开上传至所述设备实时监控平台。
本实施例中，数据处理设备可以对数据采集设备采集的数据进行初步处理，将处理后的数据上传至设备实时监控平台，减少数据上传量。并且，将所述第一数据、所述第二数据和所述第三数据分开上传至所述设备实时监控平台，能够缩短数据上传时间。
需要说明的是，本实施例中的各个模块的工作过程，请参照上述实施例中的相应说明，在此不再赘述。
可选的，在上述任一数据处理装置的实施例的基础上，还包括：
运行数据确定模块，用于所述数据处理模块依据所述数据处理策略， 对所述数据采集设备上传的采集数据进行数据处理，得到目标数据之后，根据所述传感器特征值、所述生产设备控制器的采集数据和所述终端设备的采集数据，确定所述生产设备的设备运行数据；
预警数据获取模块，用于获取设备预警策略；所述设备预警策略与所述生产设备的设备特性有关；
预警模块，用于依据所述设备预警策略，对所述设备运行数据进行阈值预警分析，以判断所述生产设备是否出现故障；若出现故障，则执行设备报警操作。
可选的，在本实施例的基础上，还包括：
运行状态确定模块，用于所述运行数据确定模块根据所述传感器特征值、所述生产设备控制器的采集数据和所述终端设备的采集数据，确定所述生产设备的设备运行数据之后，依据所述设备运行数据，确定所述生产设备的设备运行状态；
策略调整模块，用于若所述设备运行状态为正常运行状态，延长所述传感器、所述生产设备控制器和所述终端设备对应的数据采集策略中的采样时间间隔；若所述设备运行状态为异常运行状态，缩短所述传感器、所述生产设备控制器和所述终端设备对应的数据采集策略中的采样时间间隔。
本实施例中，设备侧的数据处理设备能够实现预警功能，保证设备的安全可控的运行，以及减少设备实时监控平台的运行压力。另外，还可以根据设备运行数据来陶正数据采集策略，使得数据采集策略符合设备运行状态。
需要说明的是，本实施例中的各个模块的工作过程，请参照上述实施例中的相应说明，在此不再赘述。
可选的，在上述数据处理方法和装置的实施例的基础上，本发明的另一实施例提供了一种数据处理设备，所述数据处理设备用于运行程序，其中，所述程序运行时执行上述的数据处理方法。
可选的，在上述数据处理设备的实施例的基础上，本发明的另一实施 例提供了一种数据处理系统，其特征在于，包括多个上述的数据处理设备以及所述设备实时监控平台。
所述数据处理装置包括处理器和存储器，上述策略获取模块、数据采集模块和数据处理模块等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来减少设备实时监控平台的处理压力。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述数据处理方法。
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述数据处理方法。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：
一种数据处理方法，应用于设置于设备侧的数据处理设备，所述数据处理设备与设备实时监控平台通信，所述数据处理方法包括：
获取数据采集设备分别对应的数据采集策略以及数据处理策略；其中，所述数据采集设备与所述数据处理设备通信；不同的所述数据采集设备采用不同的数据采集策略和数据处理策略；
依据所述数据采集策略，控制所述数据采集设备进行数据采集；
依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据。
可选的，所述数据采集设备包括设备运维人员的终端设备、设置于生产设备上的传感器和生产设备控制器中的一种或多种；
相应的，依据所述数据采集策略，控制所述数据采集设备进行数据采 集，包括：
若所述数据采集设备为所述传感器，控制传感器依据对应的数据采集策略中的采样时间和采样点数对所述生产设备的数据进行采集，并接收采集的数据；
若所述数据采集设备为生产设备控制器，控制所述生产设备控制器依据对应的数据采集策略中的采样时间，对所述生产设备的数据进行采集，并接收采集的数据；
若所述数据采集设备为所述终端设备，当到达所述终端设备对应的数据采集策略中的采样时间时，输出数据采集提示信息至所述终端设备，以使所述设备运维人员进行数据采集；
获取所述设备运维人员通过所述终端设备采集的所述生产设备的数据。
可选的，依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据，包括：
若所述数据采集设备为所述传感器，对所述传感器的采集数据进行波形处理，得到传感器特征值；所述波形处理包括滤波、加窗和傅里叶变换；
将所述传感器特征值进行第一压缩处理，得到第一数据；
若所述数据采集设备为所述生产设备控制器，对所述生产设备控制器的采集数据进行第二压缩处理，得到第二数据；
若所述数据采集设备为所述终端设备，对所述终端设备的采集数据进行第三压缩处理，得到第三数据；
所述目标数据包括所述第一数据、所述第二数据和所述第三数据。
可选的，依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据之后，还包括：
根据所述传感器特征值、所述生产设备控制器的采集数据和所述终端设备的采集数据，确定所述生产设备的设备运行数据；
获取设备预警策略；所述设备预警策略与所述生产设备的设备特性有关；
依据所述设备预警策略，对所述设备运行数据进行阈值预警分析，以判断所述生产设备是否出现故障；
若出现故障，则执行设备报警操作。
可选的，根据所述传感器特征值、所述生产设备控制器的采集数据和所述终端设备的采集数据，确定所述生产设备的设备运行数据之后，还包括：
依据所述设备运行数据，确定所述生产设备的设备运行状态；
若所述设备运行状态为正常运行状态，延长所述传感器、所述生产设备控制器和所述终端设备对应的数据采集策略中的采样时间间隔；
若所述设备运行状态为异常运行状态，缩短所述传感器、所述生产设备控制器和所述终端设备对应的数据采集策略中的采样时间间隔。
可选的，若所述数据采集设备为所述终端设备，对所述终端设备的采集数据进行第三压缩处理，得到第三数据之后，还包括：
将所述第一数据、所述第二数据和所述第三数据分开上传至所述设备实时监控平台。
可选的，获取所述设备运维人员通过所述终端设备采集的所述生产设备的数据之后，还包括：
对所述传感器的采集数据和所述生产设备控制器的采集数据进行结构化存储；
对所述终端设备的采集数据进行非结构化存储。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：
一种数据处理方法，应用于设置于设备侧的数据处理设备，所述数据处理设备与设备实时监控平台通信，所述数据处理方法包括：
获取数据采集设备分别对应的数据采集策略以及数据处理策略；其中，所述数据采集设备与所述数据处理设备通信；不同的所述数据采集设备采用不同的数据采集策略和数据处理策略；
依据所述数据采集策略，控制所述数据采集设备进行数据采集；
依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据。
可选的，所述数据采集设备包括设备运维人员的终端设备、设置于生产设备上的传感器和生产设备控制器中的一种或多种；
相应的，依据所述数据采集策略，控制所述数据采集设备进行数据采集，包括：
若所述数据采集设备为所述传感器，控制传感器依据对应的数据采集策略中的采样时间和采样点数对所述生产设备的数据进行采集，并接收采集的数据；
若所述数据采集设备为生产设备控制器，控制所述生产设备控制器依据对应的数据采集策略中的采样时间，对所述生产设备的数据进行采集，并接收采集的数据；
若所述数据采集设备为所述终端设备，当到达所述终端设备对应的数据采集策略中的采样时间时，输出数据采集提示信息至所述终端设备，以使所述设备运维人员进行数据采集；
获取所述设备运维人员通过所述终端设备采集的所述生产设备的数据。
可选的，依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据，包括：
若所述数据采集设备为所述传感器，对所述传感器的采集数据进行波形处理，得到传感器特征值；所述波形处理包括滤波、加窗和傅里叶变换；
将所述传感器特征值进行第一压缩处理，得到第一数据；
若所述数据采集设备为所述生产设备控制器，对所述生产设备控制器的采集数据进行第二压缩处理，得到第二数据；
若所述数据采集设备为所述终端设备，对所述终端设备的采集数据进行第三压缩处理，得到第三数据；
所述目标数据包括所述第一数据、所述第二数据和所述第三数据。
可选的，依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据之后，还包括：
根据所述传感器特征值、所述生产设备控制器的采集数据和所述终端设备的采集数据，确定所述生产设备的设备运行数据；
获取设备预警策略；所述设备预警策略与所述生产设备的设备特性有关；
依据所述设备预警策略，对所述设备运行数据进行阈值预警分析，以判断所述生产设备是否出现故障；
若出现故障，则执行设备报警操作。
可选的，根据所述传感器特征值、所述生产设备控制器的采集数据和所述终端设备的采集数据，确定所述生产设备的设备运行数据之后，还包括：
依据所述设备运行数据，确定所述生产设备的设备运行状态；
若所述设备运行状态为正常运行状态，延长所述传感器、所述生产设备控制器和所述终端设备对应的数据采集策略中的采样时间间隔；
若所述设备运行状态为异常运行状态，缩短所述传感器、所述生产设备控制器和所述终端设备对应的数据采集策略中的采样时间间隔。
可选的，若所述数据采集设备为所述终端设备，对所述终端设备的采集数据进行第三压缩处理，得到第三数据之后，还包括：
将所述第一数据、所述第二数据和所述第三数据分开上传至所述设备实时监控平台。
可选的，获取所述设备运维人员通过所述终端设备采集的所述生产设备的数据之后，还包括：
对所述传感器的采集数据和所述生产设备控制器的采集数据进行结构化存储；
对所述终端设备的采集数据进行非结构化存储。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施 例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结 构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，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、商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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

  1. 一种数据处理方法，其特征在于，应用于设置于设备侧的数据处理设备，所述数据处理设备与设备实时监控平台通信，所述数据处理方法包括：
    获取数据采集设备分别对应的数据采集策略以及数据处理策略；其中，所述数据采集设备与所述数据处理设备通信；不同的所述数据采集设备采用不同的数据采集策略和数据处理策略；
    依据所述数据采集策略，控制所述数据采集设备进行数据采集；
    依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据。
  2. 根据权利要求1所述的数据处理方法，其特征在于，所述数据采集设备包括设备运维人员的终端设备、设置于生产设备上的传感器和生产设备控制器中的一种或多种；
    相应的，依据所述数据采集策略，控制所述数据采集设备进行数据采集，包括：
    若所述数据采集设备为所述传感器，控制传感器依据对应的数据采集策略中的采样时间和采样点数对所述生产设备的数据进行采集，并接收采集的数据；
    若所述数据采集设备为生产设备控制器，控制所述生产设备控制器依据对应的数据采集策略中的采样时间，对所述生产设备的数据进行采集，并接收采集的数据；
    若所述数据采集设备为所述终端设备，当到达所述终端设备对应的数据采集策略中的采样时间时，输出数据采集提示信息至所述终端设备，以使所述设备运维人员进行数据采集；
    获取所述设备运维人员通过所述终端设备采集的所述生产设备的数据。
  3. 根据权利要求2所述的数据处理方法，其特征在于，依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标 数据，包括：
    若所述数据采集设备为所述传感器，对所述传感器的采集数据进行波形处理，得到传感器特征值；所述波形处理包括滤波、加窗和傅里叶变换；
    将所述传感器特征值进行第一压缩处理，得到第一数据；
    若所述数据采集设备为所述生产设备控制器，对所述生产设备控制器的采集数据进行第二压缩处理，得到第二数据；
    若所述数据采集设备为所述终端设备，对所述终端设备的采集数据进行第三压缩处理，得到第三数据；
    所述目标数据包括所述第一数据、所述第二数据和所述第三数据。
  4. 根据权利要求3所述的数据处理方法，其特征在于，依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据之后，还包括：
    根据所述传感器特征值、所述生产设备控制器的采集数据和所述终端设备的采集数据，确定所述生产设备的设备运行数据；
    获取设备预警策略；所述设备预警策略与所述生产设备的设备特性有关；
    依据所述设备预警策略，对所述设备运行数据进行阈值预警分析，以判断所述生产设备是否出现故障；
    若出现故障，则执行设备报警操作。
  5. 根据权利要求4所述的数据处理方法，其特征在于，根据所述传感器特征值、所述生产设备控制器的采集数据和所述终端设备的采集数据，确定所述生产设备的设备运行数据之后，还包括：
    依据所述设备运行数据，确定所述生产设备的设备运行状态；
    若所述设备运行状态为正常运行状态，延长所述传感器、所述生产设备控制器和所述终端设备对应的数据采集策略中的采样时间间隔；
    若所述设备运行状态为异常运行状态，缩短所述传感器、所述生产设备控制器和所述终端设备对应的数据采集策略中的采样时间间隔。
  6. 根据权利要求3所述的数据处理方法，其特征在于，若所述数据采 集设备为所述终端设备，对所述终端设备的采集数据进行第三压缩处理，得到第三数据之后，还包括：
    将所述第一数据、所述第二数据和所述第三数据分开上传至所述设备实时监控平台。
  7. 根据权利要求2所述的数据处理方法，其特征在于，获取所述设备运维人员通过所述终端设备采集的所述生产设备的数据之后，还包括：
    对所述传感器的采集数据和所述生产设备控制器的采集数据进行结构化存储；
    对所述终端设备的采集数据进行非结构化存储。
  8. 一种数据处理装置，其特征在于，应用于设置于设备侧的数据处理设备，所述数据处理设备与设备实时监控平台通信，所述数据处理装置包括：
    策略获取模块，用于获取数据采集设备分别对应的数据采集策略以及数据处理策略；其中，所述数据采集设备与所述数据处理设备通信；不同的所述数据采集设备采用不同的数据采集策略和数据处理策略；
    数据采集模块，用于依据所述数据采集策略，控制所述数据采集设备进行数据采集；
    数据处理模块，用于依据所述数据处理策略，对所述数据采集设备上传的采集数据进行数据处理，得到目标数据。
  9. 一种数据处理设备，其特征在于，所述数据处理设备用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的数据处理方法。
  10. 一种数据处理系统，其特征在于，包括多个如权利要求所述9所述的数据处理设备以及所述设备实时监控平台。
PCT/CN2019/117381 2019-07-31 2019-11-12 一种数据处理方法及装置 WO2021017280A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201910704345.8A CN112306010A (zh) 2019-07-31 2019-07-31 一种数据处理方法及装置
CN201910704345.8 2019-07-31

Publications (1)

Publication Number Publication Date
WO2021017280A1 true WO2021017280A1 (zh) 2021-02-04

Family

ID=74229681

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/117381 WO2021017280A1 (zh) 2019-07-31 2019-11-12 一种数据处理方法及装置

Country Status (2)

Country Link
CN (1) CN112306010A (zh)
WO (1) WO2021017280A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113340347A (zh) * 2021-06-01 2021-09-03 江西凯天电力科技发展有限公司 一种开关柜智能显示装置及其控制方法
CN113721570A (zh) * 2021-08-30 2021-11-30 通威太阳能（成都）有限公司 数据监控方法、装置、系统及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7770174B1 (en) * 2005-06-13 2010-08-03 Sprint Spectrum L.P. Client-based resource manager with network-based rights acquisition
CN104102749A (zh) * 2013-04-11 2014-10-15 华为技术有限公司 终端设备
CN106776039A (zh) * 2016-12-30 2017-05-31 广东欧珀移动通信有限公司 一种数据处理方法及装置
CN107885602A (zh) * 2017-10-31 2018-04-06 新华三技术有限公司 数据采集系统及方法
CN108241528A (zh) * 2017-01-19 2018-07-03 上海直真君智科技有限公司 一种用户自定义海量网络安全数据动态采集方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4542819B2 (ja) * 2004-05-21 2010-09-15 株式会社小松製作所 油圧機械、油圧機械の健康状態を監視するためのシステム及び方法
CN105096053B (zh) * 2015-08-14 2018-11-09 哈尔滨工业大学 一种适用于复杂工艺系统的健康管理决策方法
CN107404483A (zh) * 2017-07-31 2017-11-28 北京中科金马科技股份有限公司 数据处理方法、装置及数据采集系统
CN107860476A (zh) * 2017-11-28 2018-03-30 杭州朝阳橡胶有限公司 一种新型电器装置测温系统及方法
CN108663988B (zh) * 2018-05-31 2020-03-10 哈尔滨莫迪科技有限责任公司 基于物联网的数控机床智能监控系统
CN108804668A (zh) * 2018-06-08 2018-11-13 珠海格力智能装备有限公司 数据处理方法及装置
CN109948752A (zh) * 2019-03-08 2019-06-28 苏州热工研究院有限公司 一种核电设备运维辅助系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7770174B1 (en) * 2005-06-13 2010-08-03 Sprint Spectrum L.P. Client-based resource manager with network-based rights acquisition
CN104102749A (zh) * 2013-04-11 2014-10-15 华为技术有限公司 终端设备
CN106776039A (zh) * 2016-12-30 2017-05-31 广东欧珀移动通信有限公司 一种数据处理方法及装置
CN108241528A (zh) * 2017-01-19 2018-07-03 上海直真君智科技有限公司 一种用户自定义海量网络安全数据动态采集方法
CN107885602A (zh) * 2017-10-31 2018-04-06 新华三技术有限公司 数据采集系统及方法

Also Published As

Publication number Publication date
CN112306010A (zh) 2021-02-02

Similar Documents

Publication Publication Date Title
US9800667B2 (en) Remote industrial monitoring using a cloud infrastructure
CN108803552B (zh) 一种设备故障的监测系统及监测方法
US10764255B2 (en) Secure command execution from a cloud monitoring system to a remote cloud agent
CN108388223B (zh) 一种用于智慧工厂基于数据闭环的设备控制系统
US20230156084A1 (en) Methods and apparatus to adaptively manage data collection devices in distributed computing systems
US20160112283A1 (en) Remote industrial monitoring and analytics using a cloud infrastructure
CN107193266A (zh) 一种大数据的平台监控系统
WO2021017280A1 (zh) 一种数据处理方法及装置
CN111314144B (zh) 通信数据处理方法、装置及数据处理终端
US20210149384A1 (en) Monitoring components of manufacturing application systems with respect to application-specific metrics
CN112506097A (zh) 一种基于工业互联网的胎架远程监测系统及监测方法
CN116866095B (zh) 一种带触控面板的工业路由器及其待机控制方法
CN114995348A (zh) 一种变频传动全寿命周期管理方法
US11799983B2 (en) Ranking internet of things (IoT) data based on IoT analytics services
CN112486104B (zh) 基于实时获取传感数据进行设备异常分析的方法及装置
CN115622867A (zh) 一种工控系统安全事件预警分类方法及系统
CN114584429A (zh) 工业智能物联网网关
CN114168576A (zh) 物联网数据处理方法、设备及存储介质
CN116594446A (zh) 一种大数据中心温控方法及系统
CN116170445A (zh) 一种基于云计算的工业数据处理系统
CN106603396B (zh) 一种基于总线型数据交换的物联网接入网关
CN116993240A (zh) 一种物流系统控制方法、装置、设备及存储介质
Zhang et al. Intelligent fault diagnosis system based on vibration signal edge computing
CN110955196A (zh) 一种生产工艺指标数据的处理方法及系统
CN117118913B (zh) 一种基于工业物联网的加工设备数据采集系统

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19939451

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19939451

Country of ref document: EP

Kind code of ref document: A1