一种工业物联网***
技术领域
本发明属于设备监管运维技术领域,具体涉及一种工业物联网***。
背景技术
随着现代科学技术的发展,消费者信息化在互联网这个平台已经做到极致。各种应用云平台在为消费者提供服务的同时获取消费者信息,通过信息为消费者提供更个性化的服务。比如,支付宝,携程,微信等。因此消费者信息远远超越特定应用场景所需要获取数据的概念。因为智能手机,消费者的所有相关信息,包括操作行为,朋友圈,兴趣爱好,地点,时间等等打包上传到云端。应用云平台通过获取的信息可以对消费者进行分析,提供更加贴切的个性化服务,或者说“智能化”服务。相比之下,工业物联网,比如旋转设备(具有轴承的设备),工业设备80%的故障由轴承出现问题造成,因此针对轴承进行监测就能很好的对工业设备进行监管,也最经济,但实际上很少将设备的各参数进行***的分析,或者少量企业通过传感器将数据(电压、电流、温度、振动、声音、润滑油/脂含金属粉质量)上传到应用云平台,而终端用户或应用场景都是根据初始化输入设置(设备的额定参数),在应用云平台是静态的,然后针对监测到的数据进行主动运维,属于个体事件,并未产生具有价值的参考价值。随着数据的累积,大数据的挖掘、处理、智能化的应用(运行监控预警,运行优化,节能,技术改造)是工业物联网的目标,为此引用了各种数学模型通过云计算,建模,模拟,迭代收敛到一个“最佳方案”(提高效率,降低成本),实际上***庞大,运算缓慢。目前,工业物联网的终端客户或应用场景像消费者信息化一样需要配备“智能手机”,以更直观的方式满足终端用户或应用场景所被监测的旋转设备绑定终端用户的操作行为,行业规范,个性化设置和应用场景的应变信息,使上传信息有助应用云平台提供终端客户个性化服务,满足应用场景的特殊需求,并在减少对数学模型、云计算的依赖情况下,合理搭建云平台,达到数据共享,***智能化效果。
发明内容
本发明针对上述缺陷,针对工业用户的旋转设备***,提供一种工业物联网***,包括采集通讯模块、多个个性化云平台和客户端口;所述采集通讯模块包括采集传感器、数据处理模块和通讯模块;所述个性化云平台包括接收模块、云服务器、专家***和数据端口;所述客户端口通过数据端口接入个性化云平台;所述多个个性化云平台通过有向无环图分布式连接,其连接方式包括专家***和数据共享;所述专家***为运算规则的集合;
所述采集传感器所采集的信息通过数据处理模块处理成数据再经通讯模块传送至接收模块,所述接收模块接收通讯模块传送的数据;所述云服务器对接收的数据进行分类解析读取并存入数据库;
所述专家***对接收的数据进行匹配运算,其数据符合匹配运算则赋予数据UID,时间标签,和相关数据链接构成事件,所述服务器对事件存储构成事件数据库;
所述客户端口通过数据端口查询数据库或事件数据库。
作为上述技术方案的进一步改进:
所述采集传感器包括电压传感器、电流传感器、温度传感器、振动传感器、声音传感器、润滑油/脂含金属粉质量高光谱传感器。测定物理设备轴承的润滑油/脂含金属粉质量可以分析得到轴承的运转情况,润滑油/脂含金属粉质量高,说明轴承需要进行运维。
所述专家***根据不同的设备类型和应用场景设置不同的运算规则。
所述专家***的输入参数包括采集传感器所采集的数据,物理设备的型号、额定参数,设备运行特征参数,及安装设置的数据输入,实际工况的操作行为输入。
所述客户端口包括多级端口,不同等级的端口设置有不同的权限。
所述数据处理模块将采集传感器所采集的信息进行编码并编入所采集设备的UID。
本发明的有益效果为:
1、分布式云平台集群,增加了云服务器的数量,却减少了云数据库的体量。增加云服务器的数量,把应用场景、角色细分,使个性化云平台成为可能。减少云数据库的体量,大幅度降低因数据引发停机风险,高成本运维,低效率检索。
2、将所采集到的电压、电流、温度、振动、声音和光谱模拟信号格式转换成数字信号,再将数字信号传输至通讯模块,通讯模块将数字信号传输至个性化云平台。相比未经处理的数据传输,处理后的数据传输速度快50倍,对于大批量数据传输和接收,经编码处理后对硬件要求大大降低。
3、设备运行数据上传随着时间积累将是海量。本发明针对设备运行产生的事件,而事件是由于设备在运转过程采集数据出现异常(变化),经专家***运算后结合时间、设备UID、以及设备实际结果构成,因此事件具有重要的分析价值。较比海量的运行数据,事件量是非常小的,因此,本发明基于事件为基础,向个性化平台以及设备提供智能化的服务。
4、本发明的数据来源有3种,1)通过采集传感器实时数据的采集、积累(构成大数据);2)具体应用场景的统计数据(静态数据)来源于初始化的设置、相关设备额定参数的输入(比如规格名牌);3)依靠相关行业人员的经验和***知识进行权重或经授权的输入值进行调整,以更加匹配物理设备在不同应用场景的实际情况,优化的过程与实际场景的人为操作紧密相关。而***运行时的人为介入(操作)往往根据操作规程,经验,实际情况,而人为介入所产生的数据对数据处理建模,计算至关重要,可以作为参考值,也使得本发明更符合实际的应用。
5、本发明工业物联网的终端客户或应用场景像消费者信息化配备“智能手机”,终端用户或应用场景所被监测的旋转设备绑定终端用户的操作行为,行业规范,个性化设置和应用场景的应变信息,使上传信息有助应用云平台提供终端客户个性化服务,满足应用场景的特殊需求。大量减少对数学模型、云计算的依赖,合理搭建云平台,达到数据共享,***智能化效果。
附图说明
图1为本发明有向无环图云平台集群专家***绑定方法结构示意图;
图2为本发明有向无环图云平台集群物理设备绑定方法结构示意图;
图3为本发明终端用户或应用场景的个性化云平台结构示意图;
图4为本发明采集数据与事件示意图。
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。
如图1-2所示;本实施例的工业物联网***,包括采集通讯模块、多个个性化云平台和客户端口;采集通讯模块包括采集传感器、数据处理模块和通讯模块;个性化云平台包括接收模块、云服务器、专家***和数据端口;客户端口通过数据端口接入个性化云平台;多个个性化云平台通过有向无环图分布式连接,其连接方式包括专家***和数据共享;专家***为运算规则的集合。
互动物联网***是云平台集群,云平台集群由多个个性化云平台组成,个性化云平台为终端客户提供端口,个性化云平台通过不同设备类型,不同应用场景区分设备的管理、安全、有效运转,最终达到互动。由于每一个终端客户所面对的应用场景和要解决问题的差异,专家***(大数据、云计算)结合实时运行数据的流向差异参考图1,配置不同,云平台之间的角色不同,物理设备额定参数和设置不同,操作行为不同,所以采用有向无环图云平台集群结构,物理设备(旋转设备)结合应用场景绑定云平台的方法。
多个个性化云平台通过有向无环图分布式连接。每个个性化云平台作为一个独立的个体,每个个性化云平台监测一定量的物理设备,又进行独立的运算,对所监测的物理设备构建数据库;其有向无环图分布式连接将数据分解,云平台集群共享一套数据,减少了数据量;在一个独立的个性化云平台受到攻击或损坏时,对其他的个性化云平台不会造成连带性的损坏。最为重要的,云平台集群共享一套数据,个性化云平台间通过专家***连接,其中一个个性化云平台可以对另一个个性化云平台的数据进行运算。因此,在某一个个性化云平台监测到异常数据时,而此个个性化云平台又不能运算此异常数据,云平台集群内具有运算此异常数据能力的其他个性化云平台则对此异常数据进行运算。或某个性化云平台的一异常数据能匹配到另一个性化云平台对此异常数据已经运算过的结果,则可以通过共享权限查询此异常数据的结果,减少运算。
进一步地;采集传感器所采集的信息通过数据处理模块处理成数据再经通讯模块传送至接收模块,接收模块接收通讯模块传送的数据;服务器对接收的数据进行读取并形成数据存入数据库;
进一步地;如图4所示;专家***对接收的数据进行匹配运算,其数据符合匹配运算则赋予数据UID,时间标签和相关数据链接构成事件,服务器对事件存储构成事件数据库;专家***对接收的数据进行监测,当所监测数据出现异常值(超过正常运行值的±10%),专家***进行故障匹配运算或人为介入操作运算,并将异常数据与所监测的物理设备UID,时间,以及对应数据组合构成事件,UID包括物理设备的型号、额定参数、安装设置等。因此,事件构成的事件数据库具有重要的分析参考价值,在巨大的数据量中,事件才是更有价值的信息,设备在运转过程中,正常运转的数据量巨大,因此分析正常运转的数据工作量也是巨大的,且不具备代表性。而事件则只有物理设备出现数据异常时(包括设备故障和人为介入操作)才会构成,因此事件既具有数据特征、时间属性、物理设备的UID以及事件结果,为其他相同型号物理设备提供重要的参考值。由于采集传感器所采集数据具有多样性,因此事件中的数据特征更能反应事件对应物理设备的局部特征(即物理设备的部件故障)。事件只有在数据异常(变化)时产生,因此,事件量相对于运转数据而言,数量是非常小的,而且事件呈分布式,分布在各个性化云平台中,大幅减少了建立数学模型以及云计算,在实现数据共享的同时,整个***的智能化效果相当高。例如某一设备出现故障,相应的采集传感器采集数据,云平台集群对该数据进行运算,如果云平台集群具有此数据的事件(运算结果),则可以直接查询到结果;如果云平台集群中未有相应的事件,则所监测的个性化云平台进行云计算,并将结果与物理设备的UID、时间属性和异常数据构成事件。
进一步地;客户端口通过数据端口查询数据库或事件数据库。
进一步地;如图3所示;采集传感器包括电压传感器、电流传感器、温度传感器、振动传感器、声音传感器、润滑油/脂含金属粉质量高光谱传感器。将所采集到的电压、电流、温度、振动、声音和光谱模拟信号格式转换成数字信号,再将数字信号传输至通讯模块,通讯模块将数字信号传输至个性化云平台。个性化云平台将接收的数字信号进行解码,数据解码包括回归曲线拟合、快速傅立叶变换等方法、计算采集数据(电压、电流、温度、振动、声音)的表示格式。将采集数据经中央处理模块编码转化成数字信号传输,减少了传输数据大小,相比未经处理的数据传输,处理后的数据传输速度快50倍,对于大批量数据传输和接收,经编码处理后对硬件要求大大降低。
进一步地;专家***根据不同的设备类型和应用场景设置不同的运算规则。在实际的应用过程中,个性化云平台的数据来源有三个来源:1)通过采集传感器实时数据的采集、积累(构成大数据);2)具体应用场景的统计数据(静态数据)来源于初始化的设置、相关设备额定参数的输入(比如规格名牌);3)在专家***中设置权重参数,依靠相关行业人员的经验和***知识进行权重或经授权的输入值进行调整,以更加匹配物理设备在不同应用场景的实际情况,优化的过程与实际场景的人为操作紧密相关。而***运行时的人为介入(操作)往往根据操作规程,经验,实际情况,而人为介入所产生的数据对数据处理建模,计算至关重要,可以作为参考值,这类数据需要通过实时数据采集、初始化设置之外的第三种方法获得。
互动物联网***是通过上述三个采集方法的组合获取数据;通过有向无环图及物理设备绑定方法增加数据功能性共享,因为可以结合人为介入和行业经验处理数据,达到提高***效率,降低运行成本的目的。
个性化云平台的服务是通过客户端口和使用权限进行数据隔离,被授权人移动终端或网页进行人机交互,包括移动终端运行状态查询、预警,上网了解更详细的数据和因为数据而生成的技术改进或升级方案。后者是通过大数据建模,行业知识,云计算,以及数学算法迭代,收敛推算(预测)出优化解决方案。
进一步地;专家***的输入参数包括采集传感器所采集的数据,物理设备的型号、额定参数,运行特征参数及安装设置的数据输入,实际工况的操作行为输入。
进一步地;客户端口包括多级端口,不同等级的端口设置有不同的权限。根据不同等级的客户端口,设置不同的权限,因此,不同等级的客户端口查询不同的事件数据或采集数据的数据库。例如,针对一个水调度***,泵站工作人员通常工作权限只需要能查询泵站电机的运转数据,而调度***的查询点主要是在泵站的运转情况。
进一步地,客户端口在经授权的情况下,可以对专家***进行人为介入操作。如上述调度***在实施水调度时,可以通过专家***来调动不同泵站的工作量。
进一步地;数据处理模块将采集传感器所采集的信息进行编码并编入所采集设备的UID。
实施例1:如图1-2所示;风机运行状态可通过电压,电流,温度,振动,声音,润滑油脂(轴承)监测判定。通过物联网传感器,这些参数可实时上传到个性化云平台。互动物联网***(风机)的初始化设置可通过风机型号,额定参数,风机数量,效率等输入到云平台。结合专家***的运算,风机运行工况效率可实时反映在云平台。任何运行状态异常云平台通过专家***设置的阀值提出预警,主动运维,避免停机事件。
风机设备运维服务提供商云平台(A)将专家***(风机设备健康指标,故障预警阀值)根据授权推送给云平台集群(B、C、D、E)。参考图1,专家***绑定。集群中每一个云平台根据自己的关注点(服务),用专家***对实时和历史数据进行分析处理。数据、条件(阀值)、算法(模型)结合,满足条件或有解的数据打上时间标签,绑定数据归属设备,建立“事件”库。
分布式云平台集群可根据区域和服务对象而扩展,风机设备运维服务提供商云平台可根据地区内的风机数量而扩展。
由于每一个云平台(A、B、C、D、E、F)都是个性化,其中个性化的云平台如图3所示,以上述终端客户风机设备运维服务提供商云平台(E)为例,采集通讯模块将互联网传感器数据实时上传到云平台,存储在云数据库内。每一个设备的额定参数,安装设置等数据通过云平台页面输入进云平台数据库。结合风机实际应用场景,管理模式会对设备的设置操作个性化,定义为人为介入操作,比如调节控制器,改变风机转速。因此引发的运行设备数据的变化,比如,电压,电流,温度,振动,声频等通过专家***分析处理会造成误判。用传统数学算法建模分析处理不仅增加了复杂性,也失去了准确性。个性化云平台可将操作行为输入到云平台,直截了当表示数据变化的因果关系,方便解决问题。
结合专家***,行为操作和运行数据,提炼出设备运行状态,健康评估,故障预警。进一步抽象化,是在实时或历史数据的变化节点或过程(结合相关数据的变化)打上事件标签。事件是由物理设备(UID)、时间点,相对应的数据组成。参考图3所示。事件是个性化云平台在指定设备,源源不断的数据,结合行业专家知识,实际工况(操作行为)所产生的结果,或者感兴趣的内容。而他所占有的物理空间远远少于设备数据所占有的空间。
由于主动搭建,设备数据库如果归属于终端客户风机设备运维服务提供商(E),其云数据库可通过权限配置和其他个性化云平台(A、B、C、D、F)共享。由于专家***起始于风机设备运维服务提供商云平台(A),事件库自然归属于风机设备运维服务提供商云平台(A)。同样,可通过权限配置和其他个性化云平台(B、C、D、E、F)共享、互动。
实施例2:以酒店为应用场景。如图1-2所示,酒店自身是一个个性化云平台(E),通过连接的传感器将酒店内的风机运行数据实时上传到云平台(E)。酒店的某些风机设备涉及到地区特种协会云平台(C)的监管,酒店上级管理单位(D)数据共享。承担酒店设备维修单位云平台(B)关注酒店风机设备运行状态。负责风机设备运维服务提供商云平台(A)通过设备维修云平台(B)共享酒店风机设备运行数据。风机制造厂商云平台(F)通过风机运行数据实时和终端客户绑定。以酒店应用场景搭建的云平台集群,可根据终端客户(酒店)扩展,也可根据服务项目细分而区块化。风机数据上传至酒店云平台(E),通过权限和关注的侧重点而分享给云平台(C、D、B、A、F)。其中物理设备通过数据绑定。
即便在一类应用场景,比如酒店的设备运维管控,其侧重点也会不一样。五星级酒店可能注重于减少或避免停机事件,快捷酒店注重运行优化节能。即便同一品牌酒店,不同的管理侧重点也会不一样。最好的解决方法,将每一个酒店或快捷酒店作为一个单元,提供个性化云平台服务。根据应用场景分类,区块化,通过共享互动,达到低成本高效率的个性化服务。
分布式云平台集群可根据区域和服务对象而扩展,酒店云平台可根据地区内的酒店数量而扩展。
由于每一个云平台(A、B、C、D、E、F)都是个性化,其中个性化的云平台如图3所示,以上述终端客户酒店云平台(E)为例,采集通讯模块将互联网传感器数据实时上传到云平台,存储在云数据库内。每一个设备的额定参数,安装设置等数据通过云平台页面输入进云平台数据库。酒店结合实际应用场景,管理模式会对设备的设置操作个性化,定义为人为介入操作,比如调节变频器,改变风机转速,满足实际通风要求。因此引发的运行设备数据的变化,比如,电压,电流,温度,振动,声频等通过专家***分析处理会造成误判。用传统数学算法建模分析处理不仅增加了复杂性,也失去了准确性。个性化云平台可将操作行为输入到云平台,直截了当表示数据变化的因果关系,方便解决问题。
结合专家***,行为操作和运行数据,提炼出设备运行状态,健康评估,故障预警。进一步抽象化,是在实时或历史数据的变化节点或过程(结合相关数据的变化)打上事件标签。事件是由物理设备(UID)、时间点,相对应的数据组成。参考图3所示。事件是个性化云平台在指定设备,源源不断的数据,结合行业专家知识,实际工况(操作行为)所产生的结果,或者感兴趣的内容。而他所占有的物理空间远远少于设备数据所占有的空间。
由于主动搭建,设备数据库如果归属于终端客户酒店云平台(E),其云数据库可通过权限配置和其他个性化云平台(A、B、C、D、F)共享。由于专家***起始于设备运维服务提供商云平台(A),事件库自然归属服务提供商云平台。同样,可通过权限配置和其他个性化云平台(B、C、D、E、F)共享、互动。
本发明中各实施例的技术方案可进行组合,实施例中的技术特征亦可进行组合形成新的技术方案。
虽然已经参考优选实施例对本发明进行了描述,但在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是,只要不存在结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。