CN112348209A - 列车组运维***及方法、电子设备及可读存储介质 - Google Patents
列车组运维***及方法、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN112348209A CN112348209A CN202011156716.2A CN202011156716A CN112348209A CN 112348209 A CN112348209 A CN 112348209A CN 202011156716 A CN202011156716 A CN 202011156716A CN 112348209 A CN112348209 A CN 112348209A
- Authority
- CN
- China
- Prior art keywords
- edge
- cloud
- data
- module
- edge end
- 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.)
- Granted
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 77
- 238000003860 storage Methods 0.000 title claims abstract description 16
- 238000000034 method Methods 0.000 title claims description 30
- 238000005457 optimization Methods 0.000 claims abstract description 34
- 230000008571 general function Effects 0.000 claims abstract description 23
- 238000012549 training Methods 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 47
- 238000007726 management method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 230000003190 augmentative effect Effects 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 4
- 238000003745 diagnosis Methods 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 claims description 4
- 206010048669 Terminal state Diseases 0.000 claims description 3
- 230000008447 perception Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/20—Software design
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Economics (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供一种列车组运维***及装置、电子设备及存储介质,包括边缘端、边云协同端、云端,边缘端根据获取的边缘端数据对列车组进行运维,所述边缘端包括边缘端通用功能模块、实时运行数据模块、边缘端应用模块和边缘端模型库;云端通过所述边云协同端,用于接收所述边缘数据并根据所述边缘数据训练云端的模型,还用于根据所述边缘端的需求,管理和控制所述边缘端。通过本案实施例形成数字经济新时代从终端、边缘到云端的一体化***,打造融合了感知控制、数字模型和决策优化的数据优化闭环,支撑列车组的在线运维和检修维护应用场景。
Description
技术领域
本发明属于列车组在线运维领域,具体涉及一种列车组运维***及方法、电子设备及可读存储介质。
背景技术
列车组的在线运维要求实时响应,检修维护要求准确率高。同时远程运维服务面临着海量的数据,如何对数据进行快速、精确处理与分析,并保证数据安全与隐私保护,决定着远程预警、检修和诊断的成败。
传统边缘端设备,受限于当时的技术能力与成本考虑,缺乏智能化能力,大多采取全量采集,或者抽点采集上传、存储的模式。一方面受限于带宽、存储能力限制无法批量推广,另一方面关键数据存在丢失的情况。同时缺乏基于机理模型技术的支撑,绝大多数采取固定阈值报警,没有考虑设备个性与所处工况,造成虚警率、误警率较偏高,难以给现场使用提供足够可信的决策支持。列车制造、运用和维修段的边缘计算能力欠缺,使数据分析和业务处理不及时,同时不能满足安全与隐私保护需求。缺乏云端联动能力的支撑,导致边缘端计算能力固化,无法支撑工业知识的测试、更新或者成本很高。目前远程运维都是采集大量数据存储,然后建模分析,将分析结果用于故障预测,已无法满足现代列车运维需求。
发明内容
本发明实施例提供一种支持感知控制、数字模型和决策优化的数据优化闭环,一种高效率、低成本的列车组运维***及方法、电子设备及可读存储介质。
本发明实施例提供一种列车组运维***,包括边缘端、边云协同端、云端:
所述边缘端根据获取的边缘端数据对列车组进行运维,所述边缘端包括边缘端通用功能模块、实时运行数据模块、边缘端应用模块和边缘端模型库,所述边缘端通用功能模块用于接入外部设备,采集外部设备的边缘数据,所述边缘数据包括第一类边缘数据和第二类边缘数据;所述实时运行数据模块用于共享第二类边缘数据,并对第一类边缘数据进行处理,得到边缘数据处理结果;所述边缘端应用模块用于通过所述边缘端模型库以及边缘数据实现对列车组的运维;
所述边云协同端,分别连接所述边缘端和云端,用于将所述边缘端和云端的进行协同;
所述云端,通过所述边云协同端,用于接收所述边缘数据处理结果以及第二类边缘数据并根据所述边缘数据处理结果以及第二类边缘数据训练云端的模型,还用于根据所述边缘端的需求,管理和控制所述边缘端。
根据发明实施例提供的列车组运维***,其中,所述第一类边缘数据包括隐私类数据、实时类数据、安全类数据,所述第二类边缘数据包括共享类数据,所述实时类数据列车组状态数据、列车组实时运行数据。
根据发明实施例提供的列车组运维***,其中,所述边云协同端包括数据协同模块、智能协同模块、应用管理协同模块和业务管理协同模块,其中:
所述数据协同模块用于将所述边缘数据处理结果和第二类边缘数据上传到所述云端;
所述智能协同模块用于将所述云端中优化后的模型下发至边缘端,更新所述边缘端模型库;
所述应用管理协同模块用于管理边缘端的边缘端应用模块的运行环境和生命周期;
所述业务管理协同模块用于使所述边缘端根据需求运行云端下发的应用实例;且用于使云端根据边缘端的需求开展边缘端业务编排。
根据发明实施例提供的列车组运维***,其中,所述云端包括云端智能模型库,并通过所述边云协同端将智能模型库中的模型下发至边缘端,对所述边缘端模型库进行更新,并提供给边缘端应用模块实时模型支持,所述智能模型库中的模型包括:云端备件库存优化模型,云端检修调度优化模型,云端检修工艺优化模型,云端维修策略优化模型,云端寿命预测模型。
根据发明实施例提供的列车组运维***,其中,所述云端包括云端通用功能模块,所述云端通用功能模块包括云端数据存储单元、云端数据处理单元、通用处理组件。
根据发明实施例提供的列车组运维***,其中,所述云端包括云端应用模块,所述云端应用模块包括云端库存优化应用,云端检修调度优化应用,云端虚拟现实应用,云端增强现实应用,云端维修策略优化应用,云端零部件寿命预测应用。
根据发明实施例提供的列车组运维***,其中,所述边缘端应用模块包括:边缘端检修调度应用,边缘端预测维护应用、边缘端状态监控应用、边缘端虚拟现实应用,边缘端增强现实应用;所述边缘端模型库包括边缘端检修调度模型,边缘端预测维护模型、边缘端故障诊断模型、边缘端路径规划模型,边缘端寿命预测模型。
本发明实施例还提供了一种列车组运维方法,包括:
利用一边缘端根据获取的边缘端数据对列车组进行运维,所述边缘端包括边缘端通用功能模块、实时运行数据模块、边缘端应用模块和边缘端模型库,所述边缘端通用功能模块用于接入外部设备,采集外部设备的边缘数据,所述边缘数据包括第一类边缘数据和第二类边缘数据;所述实时运行数据模块用于共享第二类边缘数据、并对第一类边缘数据进行处理,得到边缘数据处理结果;所述边缘端应用模块用于通过所述边缘端模型库以及边缘数据实现对列车组的运维;
利用一边云协同端将所述边缘端和云端的进行协同;
利用一云端通过所述边云协同端,用于接收所述边缘数据处理结果以及第二类边缘数据并根据所述边缘数据处理结果以及第二类边缘数据训练云端的模型,还用于根据所述边缘端的需求,管理和控制所述边缘端。
本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现所述的列车组运维方法的步骤。
本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现所述的列车组运维方法的步骤。
本案实施例的列车组运维***利用边缘端、边云协同端、云端,使得云端与边缘端相互协作,形成数字经济新时代从终端、边缘到云端的一体化***,打造融合了感知控制、数字模型和决策优化的数据优化闭环,支撑列车组的在线运维和检修维护应用场景。
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一简单地介绍,显而易见地,下面描述中的附图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为本发明实施例提供的列车组运维***的示意图;
图2为本发明实施例提供的列车组运维方法的示意图;
图3为本发明实施例提供的电子设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
图1为本发明实施例提供的列车组运维***的示意图,如图1所示,该***包括边缘端10、边云协同端20、云端30:
所述边缘端10根据获取的边缘端10数据对列车组进行运维,所述边缘端10包括边缘端通用功能模块、实时运行数据模块、边缘端应用模块和边缘端模型库,所述边缘端通用功能模块用于接入外部设备,采集外部设备的的边缘数据,所述边缘数据包括第一类边缘数据和第二类边缘数据,得到边缘数据处理结果;所述实时运行数据模块用于共享第二类边缘数据,并对第一类边缘数据进行处理;所述边缘端应用模块用于通过所述边缘端模型库以及边缘数据实现对列车组的运维。所述第一类边缘数据包括隐私类数据、实时类数据、安全类数据,所述第二类边缘数据包括共享类数据,所述实时类数据列车组状态数据、列车组实时运行数据。
边缘端10为基于工业互联网的列车运维服务提供边缘端10的主要算力支持,缩短计算时间,提升反馈速度和反馈效率。数据处理主要分为两类,一是对隐私类数据、实时类数据、安全类数据等数据进行边缘计算,然后将处理结果上传到云端30,二是共享类数据和云端30进行数据同步和共享。边缘端10是通过短期学习建立简易的优化模型,结合数据对关键任务进行实时响应。边缘端10可以是一个或者多个,一个云端30可以对应一个或多个边缘端10。边缘端通用功能模块主要用于边缘数据的采集、清洗等工作。
所述边云协同端20,分别连接所述边缘端10和云端30,用于将所述边缘端10和云端30的进行协同;
所述边云协同端20包括数据协同模块、智能协同模块、应用管理协同模块和业务管理协同模块,其中:
所述数据协同模块用于将所述边缘数据处理结果以及第二类边缘数据上传到所述云端30;
数据协同是指边缘端10负责全部实时数据的存储,并对其中的安全性、实时性和隐私性数据进行处理,将处理结果和共享性数据上传到云端30。
所述智能协同模块用于将所述云端30中优化后的模型下发至边缘端10,更新所述边缘端模型库;
智能协同是指结合硬件设备计算能力约束,边缘节点通过短期学习建立简易的优化模型,而云端30通过长期的学习训练出更加精准的优化模型,并下发至边缘侧,更新边缘的优化模型。云端30不断接受现场的实时数据来进行新的模型训练,提升性训练效果避免模型偏离生产实际。
所述应用管理协同模块用于管理边缘端10的边缘端应用模块的运行环境和生命周期;
应用管理协同是指边缘节点提供部署在边缘端10的应用的运行环境和应用生命周期管理;云端30实现对边缘应用的全生命周期管理,包括应用的推送、安装、卸载、更新、监控及日志等,同时还可以提供边缘应用开发、测试能力,以便促进生态能力构建。
所述业务管理协同模块用于使所述边缘端10根据需求运行云端30下发的应用实例,匹配场景与业务变化需求;且用于使云端30根据边缘端10的需求开展边缘端10业务编排。
所述云端30,通过所述边云协同端20,用于接收所述边缘数据并根据所述边缘数据训练云端30的模型,还用于根据所述边缘端10的需求,管理和控制所述边缘端10。
本案的列车组运维***利用边缘端10、边云协同端20、云端30,使得云端30与边缘端10相互协作,形成数字经济新时代从终端、边缘到云端30的一体化***,打造融合了感知控制、数字模型和决策优化的数据优化闭环,支撑列车组的在线运维和检修维护应用场景。
该***是5G、云计算、AI赋能下的列车组运维架构,云端30是通过长期的学习训练处更加精准的优化模型,形成云端智能模型库,并下发至边缘层,对边缘层的模型进行更新和迭代,也为边缘端应用(APP)提供实时支持。边缘端应用的安装、卸载和更新受云端控制,云端根据边缘端的需求为边缘端节点安装使用的应用,匹配场景与业务变化需求。
云端30主要为列车组运维提供云端数据存储能力和算力支持,支撑实时性要求不高的相关业务需求。云端倾向于需要长期数据积累,并需要多个企业协作的相关功能。所述云端包括云端智能模型库,并通过所述边云协同端将智能模型库中的模型下发至边缘端,对所述边缘端模型库进行更新,并提供给边缘端应用模块实时模型支持,所述智能模型库中的模型包括:云端备件库存优化模型,云端检修调度优化模型,云端检修工艺优化模型,云端维修策略优化模型,云端寿命预测模型。
所述云端30包括云端通用功能模块,所述云端通用功能模块云端包括数据存储单元、云端数据处理单元、通用处理组件。
所述云端30包括云端应用模块,所述云端应用模块包括云端库存优化应用,云端检修调度优化应用,云端虚拟现实应用,云端增强现实应用,云端维修策略优化应用,云端零部件寿命预测应用。
所述边缘端应用模块包括:边缘端检修调度应用,边缘端预测维护应用、边缘端状态监控应用、边缘端虚拟现实应用,边缘端增强现实应用;所述边缘端模型库包括边缘端检修调度模型,边缘端预测维护模型、边缘端故障诊断模型、边缘端路径规划模型,边缘端寿命预测模型。最终实现对列车组的运维,生成对数控加工设备,三坐标测量仪,AGV等设备的生产指令,或者一些相关设备产生的问题进行检修维护。
图2为本发明实施例提供的列车组运维方法的示意图,如图2所示,该方法包括:
S1:利用一边缘端10根据获取的边缘端10数据对列车组进行运维,所述边缘端10包括云端通用功能模块、实时运行数据模块、边缘端应用模块和边缘端模型库,所述边缘端通用功能模块用于接入外部设备的边缘数据,所述边缘数据包括第一类边缘数据和第二类边缘数据;所述实时运行数据模块用于共享第二类边缘数据,并对第一类边缘数据进行处理,得到边缘数据处理结果;所述边缘端应用模块用于通过所述边缘端模型库以及边缘数据实现对列车组的运维;
S2:利用一边云协同端20将所述边缘端10和云端30的进行协同;
S3:利用一云端30通过所述边云协同端20,接收所述边缘数据处理结果以及第二类边缘数据并根据所述边缘数据处理结果以及第二类边缘数据训练云端30的模型,以及根据所述边缘端10的需求,管理和控制所述边缘端10。
本案实施例的列车组运维方法的工作原理与上述实施例的列车组运维***是相应的,此处不再一一赘述。
图3示例了一种电子设备的实体结构示意图,该电子设备可以包括:处理器(processor)310、通信接口(Communications Interface)320、存储器(memory)330和通信总线340,其中,处理器310,通信接口320,存储器330通过通信总线340完成相互间的通信。处理器310可以调用存储器330中的逻辑指令,以执行一种低轨卫星DTN网络路由路径选取方法,该方法包括:
S1:利用一边缘端10根据获取的边缘端10数据对列车组进行运维,所述边缘端10包括边缘端通用功能模块、实时运行数据模块、边缘端应用模块和边缘端模型库,所述边缘端通用功能模块用于接入外部设备的边缘数据,所述边缘数据包括第一类边缘数据和第二类边缘数据;所述实时运行数据模块用于共享第二类边缘数据,并对第一类边缘数据进行处理,得到边缘数据处理结果;所述边缘端应用模块用于通过所述边缘端模型库以及边缘数据实现对列车组的运维;
S2:利用一边云协同端20将所述边缘端10和云端30的进行协同;
S3:利用一云端30通过所述边云协同端20,接收所述边缘数据处理结果以及第二类边缘数据并根据所述边缘数据处理结果以及第二类边缘数据训练云端30的模型,以及根据所述边缘端10的需求,管理和控制所述边缘端10。
此外,上述的存储器330中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,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所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明实施例还提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行一种低轨卫星DTN网络路由路径选取方法,该方法包括:
S1:利用一边缘端10根据获取的边缘端10数据对列车组进行运维,所述边缘端10包括边缘端通用功能模块、实时运行数据模块、边缘端应用模块和边缘端模型库,所述边缘端通用功能模块用于接入外部设备的边缘数据,所述边缘数据包括第一类边缘数据和第二类边缘数据;所述实时运行数据模块用于共享第二类边缘数据、并对第一类边缘数据进行处理,得到边缘数据处理结果;所述边缘端应用模块用于通过所述边缘端模型库以及边缘数据实现对列车组的运维;
S2:利用一边云协同端20将所述边缘端10和云端30的进行协同;
S3:利用一云端30通过所述边云协同端20,接收所述边缘数据处理结果以及第二类边缘数据并根据所述边缘数据处理结果以及第二类边缘数据训练云端30的模型,以及根据所述边缘端10的需求,管理和控制所述边缘端10。
又一方面,本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行一种低轨卫星DTN网络路由路径选取方法,该方法包括:
S1:利用一边缘端10根据获取的边缘端10数据对列车组进行运维,所述边缘端10包括边缘端通用功能模块、实时运行数据模块、边缘端应用模块和边缘端模型库,所述边缘端通用功能模块用于接入外部设备的边缘数据,所述边缘数据包括第一类边缘数据和第二类边缘数据;所述实时运行数据模块用于共享第二类边缘数据、并对第一类边缘数据进行处理,得到边缘数据处理结果;所述边缘端应用模块用于通过所述边缘端模型库以及边缘数据实现对列车组的运维;
S2:利用一边云协同端20将所述边缘端10和云端30的进行协同;
S3:利用一云端30通过所述边云协同端20,接收所述边缘数据处理结果以及第二类边缘数据并根据所述边缘数据处理结果以及第二类边缘数据训练云端30的模型,以及根据所述边缘端10的需求,管理和控制所述边缘端10。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种列车组运维***,其特征在于,包括边缘端、边云协同端、云端:
所述边缘端根据获取的边缘端数据对列车组进行运维,所述边缘端包括边缘端通用功能模块、实时运行数据模块、边缘端应用模块和边缘端模型库,所述边缘端通用功能模块用于接入外部设备,采集外部设备的边缘数据,所述边缘数据包括第一类边缘数据和第二类边缘数据;所述实时运行数据模块用于共享第二类边缘数据,并对第一类边缘数据进行处理,得到边缘数据处理结果;所述边缘端应用模块用于通过所述边缘端模型库以及边缘数据实现对列车组的运维;
所述边云协同端,分别连接所述边缘端和云端,用于将所述边缘端和云端的进行协同;
所述云端,通过所述边云协同端,用于接收所述边缘数据处理结果以及第二类边缘数据并根据所述边缘数据处理结果以及第二类边缘数据训练云端的模型,还用于根据所述边缘端的需求,管理和控制所述边缘端。
2.根据权利要求1所述的列车组运维***,其特征在于,所述第一类边缘数据包括隐私类数据、实时类数据、安全类数据,所述第二类边缘数据包括共享类数据,所述实时类数据列车组状态数据、列车组实时运行数据。
3.根据权利要求1所述的列车组运维***,其特征在于,所述边云协同端包括数据协同模块、智能协同模块、应用管理协同模块和业务管理协同模块,其中:
所述数据协同模块用于将所述边缘数据处理结果以及第二类边缘数据上传到所述云端;
所述智能协同模块用于将所述云端中优化后的模型下发至边缘端,更新所述边缘端模型库;
所述应用管理协同模块用于管理边缘端的边缘端应用模块的运行环境和生命周期;
所述业务管理协同模块用于使所述边缘端根据需求运行云端下发的应用实例;且用于使云端根据边缘端的需求开展边缘端业务编排。
4.根据权利要求1所述的列车组运维***,其特征在于,所述云端包括云端智能模型库,并通过所述边云协同端将智能模型库中的模型下发至边缘端,对所述边缘端模型库进行更新,并提供给边缘端应用模块实时模型支持,所述智能模型库中的模型包括:云端备件库存优化模型,云端检修调度优化模型,云端检修工艺优化模型,云端维修策略优化模型,云端寿命预测模型。
5.根据权利要求4所述的列车组运维***,其特征在于,所述云端包括云端通用功能模块,所述云端通用功能模块包括云端数据存储单元、云端数据处理单元、通用处理组件。
6.根据权利要求5所述的列车组运维***,其特征在于,所述云端包括云端应用模块,所述云端应用模块包括云端库存优化应用,云端检修调度优化应用,云端虚拟现实应用,云端增强现实应用,云端维修策略优化应用,云端零部件寿命预测应用。
7.根据权利要求1-6任一所述的列车组运维***,其特征在于,所述边缘端应用模块包括:边缘端检修调度应用,边缘端预测维护应用、边缘端状态监控应用、边缘端虚拟现实应用,边缘端增强现实应用;所述边缘端模型库包括边缘端检修调度模型,边缘端预测维护模型、边缘端故障诊断模型、边缘端路径规划模型,边缘端寿命预测模型。
8.一种列车组运维方法,其特征在于,包括:
利用一边缘端根据获取的边缘端数据对列车组进行运维,所述边缘端包括边缘端通用功能模块、实时运行数据模块、边缘端应用模块和边缘端模型库,所述边缘端通用功能模块用于接入外部设备,采集外部设备的边缘数据,所述边缘数据包括第一类边缘数据和第二类边缘数据;所述实时运行数据模块用于共享第二类边缘数据、并对第一类边缘数据进行处理,得到边缘数据处理结果;所述边缘端应用模块用于通过所述边缘端模型库以及边缘数据实现对列车组的运维;
利用一边云协同端将所述边缘端和云端的进行协同;
利用一云端通过所述边云协同端,用于接收所述边缘数据处理结果以及第二类边缘数据并根据所述边缘数据处理结果以及第二类边缘数据训练云端的模型,还用于根据所述边缘端的需求,管理和控制所述边缘端。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求8所述的列车组运维方法的步骤。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求8所述的列车组运维方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011156716.2A CN112348209B (zh) | 2020-10-26 | 2020-10-26 | 列车组运维***及方法、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011156716.2A CN112348209B (zh) | 2020-10-26 | 2020-10-26 | 列车组运维***及方法、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112348209A true CN112348209A (zh) | 2021-02-09 |
CN112348209B CN112348209B (zh) | 2024-02-09 |
Family
ID=74358350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011156716.2A Active CN112348209B (zh) | 2020-10-26 | 2020-10-26 | 列车组运维***及方法、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112348209B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106952028A (zh) * | 2017-03-13 | 2017-07-14 | 杭州安脉盛智能技术有限公司 | 机电装备故障预诊与健康管理方法及*** |
CN110719210A (zh) * | 2019-12-05 | 2020-01-21 | 赣江新区智慧物联研究院有限公司 | 一种基于云边协同的工业设备预测性维护方法 |
US20200051419A1 (en) * | 2017-10-11 | 2020-02-13 | Analog Devices Global Unlimited Company | Cloud-based machine health monitoring |
CN111005272A (zh) * | 2019-12-02 | 2020-04-14 | 江西理工大学 | 一种基于悬挂式磁悬浮轨道交通***的轨道维护设备 |
CN111016932A (zh) * | 2019-12-02 | 2020-04-17 | 江西理工大学 | 节能型空轨***的轨道巡检车和检测方法 |
CN111199279A (zh) * | 2019-10-30 | 2020-05-26 | 山东浪潮人工智能研究院有限公司 | 一种警务行业云端边缘计算和人工智能融合方法及装置 |
CN111507489A (zh) * | 2020-04-20 | 2020-08-07 | 电子科技大学中山学院 | 一种云边协同的游乐设备故障预测与健康管理***及方法 |
CN111563612A (zh) * | 2020-04-13 | 2020-08-21 | 深圳达实智能股份有限公司 | 一种地铁站空调预测性运维管理方法及*** |
CN111754082A (zh) * | 2020-06-01 | 2020-10-09 | 湖南大学 | 智能运载*** |
CN111783846A (zh) * | 2020-06-12 | 2020-10-16 | 国网山东省电力公司电力科学研究院 | 一种智慧用能服务协同控制***和方法 |
-
2020
- 2020-10-26 CN CN202011156716.2A patent/CN112348209B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106952028A (zh) * | 2017-03-13 | 2017-07-14 | 杭州安脉盛智能技术有限公司 | 机电装备故障预诊与健康管理方法及*** |
US20200051419A1 (en) * | 2017-10-11 | 2020-02-13 | Analog Devices Global Unlimited Company | Cloud-based machine health monitoring |
CN111199279A (zh) * | 2019-10-30 | 2020-05-26 | 山东浪潮人工智能研究院有限公司 | 一种警务行业云端边缘计算和人工智能融合方法及装置 |
CN111005272A (zh) * | 2019-12-02 | 2020-04-14 | 江西理工大学 | 一种基于悬挂式磁悬浮轨道交通***的轨道维护设备 |
CN111016932A (zh) * | 2019-12-02 | 2020-04-17 | 江西理工大学 | 节能型空轨***的轨道巡检车和检测方法 |
CN110719210A (zh) * | 2019-12-05 | 2020-01-21 | 赣江新区智慧物联研究院有限公司 | 一种基于云边协同的工业设备预测性维护方法 |
CN111563612A (zh) * | 2020-04-13 | 2020-08-21 | 深圳达实智能股份有限公司 | 一种地铁站空调预测性运维管理方法及*** |
CN111507489A (zh) * | 2020-04-20 | 2020-08-07 | 电子科技大学中山学院 | 一种云边协同的游乐设备故障预测与健康管理***及方法 |
CN111754082A (zh) * | 2020-06-01 | 2020-10-09 | 湖南大学 | 智能运载*** |
CN111783846A (zh) * | 2020-06-12 | 2020-10-16 | 国网山东省电力公司电力科学研究院 | 一种智慧用能服务协同控制***和方法 |
Non-Patent Citations (2)
Title |
---|
YUE GONG 等: "Research on the Ubiquitous Electric Power Internet of Things Security Management Based on Edge-Cloud Computing Collaboration Technology", 《2019 IEEE SUSTAINABLE POWER AND ENERGY CONFERENCE (ISPEC)》, pages 1997 - 2002 * |
吴宏杰 等: "基于边缘计算的建筑设备状态感知模型与应用", 《计算机工程与应用》, vol. 55, no. 18, pages 263 - 270 * |
Also Published As
Publication number | Publication date |
---|---|
CN112348209B (zh) | 2024-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105205231B (zh) | 一种基于dcom的配电网数字仿真*** | |
CN110609512B (zh) | 一种物联网平台和物联网设备监控方法 | |
CN102882969B (zh) | 一种工矿企业的安全生产云服务平台 | |
CN102917032B (zh) | 一种工矿企业的安全生产云服务平台 | |
CN104898573A (zh) | 一种基于云计算的数控***数据采集及处理方法 | |
Xhafa et al. | Processing and analytics of big data streams with yahoo! s4 | |
CN103761309A (zh) | 一种运营数据处理方法及*** | |
CN115097788A (zh) | 一种基于数字孪生工厂的智能管控平台 | |
CN114169579B (zh) | 核电工业互联网综合智能平台*** | |
CN115102827A (zh) | 一种中小型制造业的数字产品实时监测通用互联网平台 | |
CN108777637A (zh) | 一种支持服务器异构的数据中心综合管理***和方法 | |
CN114640581B (zh) | 一种基于数字孪生的算力网络处理方法及装置 | |
CN113962405A (zh) | 一种智能矿热炉远程运维*** | |
CN116052300B (zh) | 一种基于数字孪生的电力巡检***和方法 | |
CN107480027A (zh) | 一种分布式深度学习运维*** | |
CN115334098A (zh) | 一种基于工业PaaS技术的企业数字化*** | |
CN113516331A (zh) | 一种建筑数据处理方法及装置 | |
Jiang et al. | Research and design of infrastructure monitoring platform of intelligent high speed railway | |
CN114745409A (zh) | 一种智慧物联网设备远程控制方法 | |
CN117252726A (zh) | 基于云边协同的车间安全风险智能识别***及方法 | |
CN112348209B (zh) | 列车组运维***及方法、电子设备及可读存储介质 | |
CN109962799B (zh) | 基于云计算的工业关键应用服务终端化灾备***及方法 | |
WO2019055329A1 (en) | METHOD FOR DRIVING ROBUST REGRESSION MODELS FROM LIMITED TRAINING DATA | |
CN115439015A (zh) | 基于数据中台的局域电网数据管理方法、装置及设备 | |
CN114819367A (zh) | 一种基于工业互联网的公共服务平台 |
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 |