CN114397867B - 一种基于物联网的工控机控制方法及*** - Google Patents
一种基于物联网的工控机控制方法及*** Download PDFInfo
- Publication number
- CN114397867B CN114397867B CN202210271331.3A CN202210271331A CN114397867B CN 114397867 B CN114397867 B CN 114397867B CN 202210271331 A CN202210271331 A CN 202210271331A CN 114397867 B CN114397867 B CN 114397867B
- Authority
- CN
- China
- Prior art keywords
- information
- equipment
- classification
- category
- module
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000011144 upstream manufacturing Methods 0.000 claims description 30
- 238000003066 decision tree Methods 0.000 claims description 25
- 238000003860 storage Methods 0.000 claims description 16
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012417 linear regression Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000012163 sequencing technique Methods 0.000 claims description 11
- 238000010224 classification analysis Methods 0.000 claims description 10
- 238000000638 solvent extraction Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000005192 partition Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 230000001360 synchronised effect Effects 0.000 abstract description 6
- 238000007726 management method Methods 0.000 description 22
- 230000008569 process Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 13
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000013316 zoning Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000009958 sewing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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]
- G05B19/4185—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 the network communication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- 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
- G05B2219/31088—Network communication between supervisor and cell, machine group
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于物联网的工控机控制方法及***,其中,所述方法应用于一种基于物联网的工控机控制***,所述***包括多模块化传感器,所述方法包括:获得第一工厂的设备的数据信息;获得所述设备的分类信息;获得各类别中设备的数量信息;获得各所述类别中所述设备所对应的参数的数量信息;确定第一体量集合;获得多个子模块;将控制权分配给与体量相对应匹配的所述子模块;各所述子模块对各所述类别中的设备进行控制。解决了设备的管控精度与管控效率低的技术问题,基于设备型号、设备数量及工控参数,对设备进行类别划分处理,结合类别信息针对性的对设备进行分散式的同步管控,达到了提高设备的管控精度与管控效率的技术效果。
Description
技术领域
本发明涉及人工智能技术领域,具体涉及一种基于物联网的工控机控制方法及***。
背景技术
物联网技术高速的发展,自动化生产设备的推广普及,产生了交叉的行业即基于物联网的自动化生产设备的控制,基于物联网的自动化生产设备的控制常用与工业,具有感知、监控能力的采集、控制传感器或控制器,从而大幅提高制造效率,改善产品质量,降低产品成本和资源消耗,实现将传统工业提升到智能化的新阶段,常见的自动化控制常用结合以控制单元,简单来说就是控制器,自动化就是机器零部件自动执行控制单元的程序,程序中的每条指令就是由控制器来分析下达,以借此达成机台各部位自动工作的目标,但是,中心化的控制方法导致设备的管控精度,控制器在进行中心化的控制,常会存在控制器运行进行控制数据处理的效率低,指令执行不及时的技术问题。
现有技术中存在设备的管控精度与管控效率低的技术问题。
发明内容
本申请通过提供了一种基于物联网的工控机控制方法及***,解决了设备的管控精度与管控效率低的技术问题,基于设备型号、设备数量及工控参数,对设备进行类别划分处理,结合类别信息针对性的对设备进行分散式的同步管控,达到了提高设备的管控精度与管控效率的技术效果。
鉴于上述问题,本申请提供了一种基于物联网的工控机控制方法及***。
第一方面,本申请提供了一种基于物联网的工控机控制方法,其中,所述方法应用于一种基于物联网的工控机控制***,所述***包括多模块化传感器,所述方法包括:获得第一工厂的设备的数据信息,所述数据信息包括设备型号,设备数量,工控参数;对所述设备的数据信息进行分类分析,获得所述设备的分类信息;根据所述分类信息,获得各类别中设备的数量信息;获得各所述类别中所述设备所对应的参数的数量信息;根据各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,确定第一体量集合,所述第一体量集合包括各类别对应的体量信息;根据所述第一体量集合对所述工控机控制***的运算模块进行分区,获得多个子模块,其中,各所述子模块的体量与各所述类别的体量一一对应匹配;将各所述类别中设备的控制权分配给与各所述类别的体量相对应匹配的所述子模块;各所述子模块对各所述类别中的设备进行控制。
第二方面,本申请提供了一种基于物联网的工控机控制***,其中,所述***包括多模块化传感器,所述***包括:第一获得单元,所述第一获得单元用于获得第一工厂的设备的数据信息,所述数据信息包括设备型号,设备数量,工控参数;第二获得单元,所述第二获得单元用于对所述设备的数据信息进行分类分析,获得所述设备的分类信息;第三获得单元,所述第三获得单元用于根据所述分类信息,获得各类别中设备的数量信息;第四获得单元,所述第四获得单元用于获得各所述类别中所述设备所对应的参数的数量信息;第一确定单元,所述第一确定单元用于根据各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,确定第一体量集合,所述第一体量集合包括各类别对应的体量信息;第五获得单元,所述第五获得单元用于根据所述第一体量集合对所述工控机控制***的运算模块进行分区,获得多个子模块,其中,各所述子模块的体量与各所述类别的体量一一对应匹配;第一执行单元,所述第一执行单元用于将各所述类别中设备的控制权分配给与各所述类别的体量相对应匹配的所述子模块;第二执行单元,所述第二执行单元用于各所述子模块对各所述类别中的设备进行控制。
第三方面,本申请提供了一种基于物联网的工控机控制***,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,其中,所述处理器执行所述程序时实现第一方面任一项所述方法的步骤。
第四方面,本申请提供了一种计算机程序产品,包括计算机程序和/或指令,其中,该计算机程序和/或指令被处理器执行时实现第一方面任一项所述方法的步骤。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了获得第一工厂的设备的数据信息,数据信息包括设备型号,设备数量,工控参数;对设备的数据信息进行分类分析,获得设备的分类信息;根据分类信息,获得各类别中设备的数量信息;获得各类别中设备所对应的参数的数量信息;根据各类别中设备的数量信息和设备所对应的参数的数量信息,确定第一体量集合,第一体量集合包括各类别对应的体量信息;根据第一体量集合对工控机控制***的运算模块进行分区,获得多个子模块,其中,各子模块的体量与各类别的体量一一对应匹配;将各类别中设备的控制权分配给与各类别的体量相对应匹配的子模块;各子模块对各类别中的设备进行控制。解决了设备的管控精度与管控效率低的技术问题,基于设备型号、设备数量及工控参数,对设备进行类别划分处理,结合类别信息针对性的对设备进行分散式的同步管控,达到了提高设备的管控精度与管控效率的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请一种基于物联网的工控机控制方法的流程示意图;
图2为本申请一种基于物联网的工控机控制方法的确定各子模块的第二排序信息的流程示意图;
图3为本申请一种基于物联网的工控机控制方法的确定第一控制指令并执行的流程示意图;
图4为本申请一种基于物联网的工控机控制方法的获得所述设备的分类信息的流程示意图;
图5为本申请一种基于物联网的工控机控制***的结构示意图;
图6为本申请示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第一确定单元15,第五获得单元16,第一执行单元17,第二执行单元18,电子设备300,存储器301,处理器302,通信接口303,总线架构304。
具体实施方式
本申请通过提供了一种基于物联网的工控机控制方法及***,解决了设备的管控精度与管控效率低的技术问题,基于设备型号、设备数量及工控参数,对设备进行类别划分处理,结合类别信息针对性的对设备进行分散式的同步管控,达到了提高设备的管控精度与管控效率的技术效果。
申请概述
基于物联网的自动化生产设备的控制,使用控制器结合程序中的每条指令控制自动化生产设备,中心化的控制方法导致设备的管控精度,控制器在进行中心化的控制,存在数据处理的效率低,指令执行不及时的技术问题。
现有技术中存在设备的管控精度与管控效率低的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供了一种基于物联网的工控机控制方法,其中,所述方法应用于一种基于物联网的工控机控制***,所述***包括多模块化传感器,所述方法包括:获得第一工厂的设备的数据信息,数据信息包括设备型号,设备数量,工控参数;对设备的数据信息进行分类分析,获得设备的分类信息;根据分类信息,获得各类别中设备的数量信息;获得各类别中设备所对应的参数的数量信息;根据各类别中设备的数量信息和设备所对应的参数的数量信息,确定第一体量集合,第一体量集合包括各类别对应的体量信息;根据第一体量集合对工控机控制***的运算模块进行分区,获得多个子模块,其中,各子模块的体量与各类别的体量一一对应匹配;将各类别中设备的控制权分配给与各类别的体量相对应匹配的子模块;各子模块对各类别中的设备进行控制。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请提供了一种基于物联网的工控机控制方法,其中,所述方法应用于一种基于物联网的工控机控制***,所述***包括多模块化传感器,所述方法包括:
S100:获得第一工厂的设备的数据信息,所述数据信息包括设备型号,设备数量,工控参数;
具体而言,所述第一工厂为任意工厂,不对工厂类型进行具体限定,常见的,所述第一工厂可以是服装工厂、污水净化处理厂或其他任意工厂,必要的,所述第一工厂包含多种生产设备,所述第一工厂设备的设备型号、设备数量、工控参数为确定且可以直接获取的,所述工控参数包括但不限于所述设备运行状态、设备待机状态或其他相关状态所述设备的相关参数,所述设备型号常见的会按照国标统一规范进行标注,获取方式可以是从所述设备的铭牌上的信息及所述第一工厂历史的设备采购记录确定,获取方式不唯一,此处不做具体限定,所述设备型号应结合所述设备的类型进行具体确定,设备数量包括所述第一工厂设备的总数量,对应的,所述设备的类型结合实例,可以解释为某服装工厂包括上布带机、全同步跟送输送带、缝纫机、电脑温控印花设备或其他相关类型的设备,需要确定的,所述设备的类型确定后,再确定所述设备型号,实际的第一工厂的设备的数据信息具体应结合实际情况进行进一步细化,不对所述第一工厂的设备的数据信息进行限定,所述数据信息包括但不限于设备型号、设备数量、工控参数。
S200:对所述设备的数据信息进行分类分析,获得所述设备的分类信息;
具体而言,所述分类方式不唯一,为进行步骤说明与方案实施,所述分类可以是构建多层级的设备数据信息决策树,所述设备的数据信息的信息包括设备型号、设备数量、工控参数,将设备型号、设备数量、工控参数作为分类特征,后结合信息论编码确定特征信息熵,数据处理过程此处不做具体细化,当然的,实际获得尽可能多的分类特征,进而对各种特征进行信息熵的计算,细化的分类对后续进行精确控制提供了基础,基于数据处理结果确定根节点特征信息,基于所述根节点特征信息和所述设备的数据信息进行递归运算,构建多层级的设备数据信息决策树,使用决策树分类对所述设备的数据信息进行分类,可以保证快速准确的获取合适的所述设备的分类信息,分层的特征匹配和优先分类,保证了所述设备的数据信息得以逐层进行类别划分。
S300:根据所述分类信息,获得各类别中设备的数量信息;
具体而言,所述各类别中设备的数量信息不同于所述设备数量,所述各类别中设备的数量信息进行相加所得数值应于所述设备数量相等,所述分各类别中设备的数量信息是通过构建决策树分类确定的最小单位中所述设备的数量信息,实际使用过程应对数量进行标注,避免造成所述工控机控制***的逻辑混乱。
S400:获得各所述类别中所述设备所对应的参数的数量信息;
具体而言,所述设备所对应的参数的数量信息不同于各类别中设备的数量信息或所述设备数量,简单解释,所述各类别中设备的数量信息是决策树分类确定的最小单位中所述设备的数量信息,所述类别中所述设备可以理解为决策树分类确定的最小单位中所述设备,所述类别中所述设备所对应的参数可以理解为决策树分类确定的最小单位中所述设备的参数,所述类别中所述设备所对应的参数的数量信息表示决策树分类确定的最小单位中所述设备的参数的信息,所述类别中所述设备所对应的参数的数量信息一般会保证一定的相似度,简单结合实际进一步具体来说,决策树分类确定的最小单位依据所述设备所对应的参数的数量信息进一步的确定控制信息,为对照所述类别中所述设备所对应的参数进行实际控制,使用各所述类别中所述设备所对应的参数确定控制信号,为最终保证控制信息的稳定性与可靠性提供数据理论基础。
S500:根据各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,确定第一体量集合,所述第一体量集合包括各类别对应的体量信息;
具体而言,根据各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,结合直角坐标系,构建线性回归模型,所述各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息之间的存在一定的相关性,构建所述线性回归模型,确定第一体量集合,所述第一体量集合包括各类别对应的体量信息,所述体量信息应结合所述决策树分类进行对应的具体确定,所述第一体量集合是从设备端确定的体量信息,不同于从所述工控机控制***的确定的控制信号的体量信息,当然的,所述第一体量集合是从设备端确定的体量信息与所述工控机控制***的确定的控制信号的体量信息存在一一对应的关系,还需要进一步限定的,结合决策树分类的设备型号、设备数量、工控参数,可以进一步确定所述第一体量集合可以依照优先级对所述工控机控制***的确定的控制信号的进行确定,常见的,在配合加工的设备完成加工后,下一加工操作的设备在产品到操作台过程适时发出控制信号,在产品到操作台后下一加工操作的设备从待机状态变为正常加工运作,所述第一体量集合根据各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,配合各类别中设备的控制权分配,为控制信号的精准合理提供数据支持。
S600:根据所述第一体量集合对所述工控机控制***的运算模块进行分区,获得多个子模块,其中,各所述子模块的体量与各所述类别的体量一一对应匹配;
具体而言,所述工控机控制***的运算模块可以对大量数据同时进行处理,所述工控机控制***的运算模块可以进行区划确定,简单来说就是确定所述工控机控制***的运算模块单元的首地址,结合所述第一体量集合进行分区,第一体量集合的所述体量信息结合所述决策树分类对应确定,所述工控机控制***的运算模块在所述第一体量集合进行分区后,确定了多个节点的地址信息,结合所述节点地址信息,确定所述工控机控制***的运算模块的多个子模块,其中,各所述子模块的体量与各所述类别的体量一一对应匹配,保证了控制信号的可靠性。
S700:将各所述类别中设备的控制权分配给与各所述类别的体量相对应匹配的所述子模块;
S800:各所述子模块对各所述类别中的设备进行控制。
具体而言,精准的将各所述类别中设备的控制权根据类型分散式针对性的分配管控,将各所述类别中设备的控制权分配给与各所述类别的体量相对应匹配的所述子模块,所述工控机控制***将控制权分配到各所述子模块,各所述子模块的体量与各所述类别的体量一一对应匹配,保证了控制信号与设备的精准对应,使用各所述子模块对各所述类别中的设备进行控制,实现了设备端到控制端的体量信息匹配,提高所述工控机控制***管控的精度,提升所述工控机控制***的工作效率。
进一步的,如图2所示,本申请还包括:
S810:根据所述设备的分类信息,获得各所述类别之间的关联系数;
S820:对所述关联系数进行排序,确定各所述类别的第一排序信息;
S830:根据所述第一排序信息,确定各所述子模块的第二排序信息。
具体而言,所述各所述类别之间的关联系数可以以数据的形式将所述各所述类别之间的关联度进行表达,当然的,预设环境影响会对所述各所述类别之间的关联系数产生一定的影响,所述各所述类别之间的关联系数可以根据所述设备的分类信息,带入关联系数表达式,确定各所述类别之间的关联系数;各所述类别之间的关联系数存在一定的数量关系,结合所述数量关系,对所述关联系数进行排序,确定各所述类别的第一排序信息;所述子模块对应控制所述设备的分类信息所确定的分类单元的设备,各所述子模块的第二排序信息与各所述类别的第一排序信息存在一一对应,结合所述对应关系,根据所述第一排序信息,确定各所述子模块的第二排序信息,结合所述设备的分类信息,对所述各所述子模块的控制信息进行对应调整,保证了控制信息的实时性。
进一步的,如图3所示,本申请还包括:
S840:对各所述子模块的所述第二排序信息进行分析,判断各所述子模块中两个所述子模块是否相邻;
S850:如果两个所述子模块相邻,获得上游模块的控制指令和数据信息;
S860:将所述上游模块的控制指令和数据信息发送至所述上游模块的相邻下游模块;
S870:所述相邻下游模块根据所述上游模块的控制指令和数据信息结合所述相邻下游模块的数据信息进行分析,获得第一分析结果;
S880:根据所述第一分析结果,确定是否获得第一控制指令,所述第一控制指令用于对所述相邻下游模块中的设备进行控制。
具体而言,在所述设备正常运作状态下,各所述子模块的控制信息可以保持确定,在设备运作状态改变过程中,对照控制指令和数据信息,确定相邻下游模块的信息,具体来说,所述各所述子模块的第二排序信息是照各所述类别的第一排序信息所确定,对具体执行过程进一步具体细化,对各所述子模块的所述第二排序信息进行分析,判断各所述子模块中两个所述子模块是否相邻,所述两个子模块相邻表示所述两个子模块在所述工控机控制***的运算模块中的地址信息相邻;如果两个所述子模块相邻,获得上游模块的控制指令和数据信息;将所述上游模块的控制指令和数据信息发送至所述上游模块的相邻下游模块,发送方式不做具体限定,常见的可以配合一寄存器,将所述上游模块的控制指令和数据信息发送至寄存器中,再将寄存器中信息发送至所述相邻的下游模块;所述相邻下游模块根据所述上游模块的控制指令和数据信息结合所述相邻下游模块的数据信息进行分析,获得第一分析结果;所述第一分析结果可以是保持原有状态,也可以是执行操作变化,具体根据所述上游模块的控制指令和数据信息结合所述相邻下游模块的数据信息确定第一分析结果后,根据所述第一分析结果,确定是否获得第一控制指令,所述第一控制指令用于对所述相邻下游模块中的设备进行控制,两个子模块相邻,在进行控制信号的确定过程,可以降低所述信号传输的延时,保证工控机控制***控制信息与设备运作状态改变的即时性。
进一步的,如图4所示,所述对所述设备的数据信息进行分类分析,获得所述设备的分类信息,步骤S200还包括:
S210:对所述设备的数据信息进行分析,确定根节点特征信息;
S220:基于所述根节点特征信息和所述设备的数据信息进行递归运算,构建决策树;
S230:基于所述决策树,获得所述设备的分类信息。
具体而言,基于所述设备的数据信息进行分析,所述设备的数据信息包括设备型号、设备数量、工控参数,简单来说就是根据设备型号、设备数量、工控参数对数据信息进行分类,确定根节点特征信息,对所述设备的数据信息进行分级进行分析,确定根节点特征信息,即可基于所述设备型号对所述设备的数据信息进行分类;基于设备数量作为第二分级特征,对所述设备的数据信息进行分类;基于工控参数作为第三分级特征,对所述设备的数据信息进行分类。为了具体构建所述多层级的设备数据信息决策树,可分别对所述第一分级特征、所述第二分级特征以及所述第三分级特征进行信息熵的运算,基于所述根节点特征信息和所述设备的数据信息进行递归运算,构建所述多层级的设备数据信息决策树;基于所述多层级的设备数据信息决策树,获得所述设备的分类信息,保证了所述设备的分类信息分类的具体与合理。
进一步的,所述对所述设备的数据信息进行分析,确定根节点特征信息,步骤S210还包括:
S211:将所述设备型号作为第一分类特征,对所述设备的数据信息进行分析,获得第一分类数据集;
S212:将设备参数作为第二分类特征,对所述设备的数据信息进行分析,获得第二分类数据集;
S213:将所述工控参数作为第三分类特征,对所述设备的数据信息进行分析,获得第三分类数据集;
S214:根据所述第一分类特征和所述第一分类数据集进行信息论编码运算,获得第一特征信息熵;
S215:根据所述第二分类特征和所述第二分类数据集进行信息论编码运算,获得第二特征信息熵;
S216:根据所述第三分类特征和所述第三分类数据集进行信息论编码运算,获得第三特征信息熵;
S217:根据所述第一特征信息熵、所述第二特征信息熵和所述第三特征信息熵,确定根节点特征信息。
具体而言,所述分类特征表示在进行分类过程使用该特征进行区别划分,将所述设备型号作为第一分类特征,对所述设备的数据信息进行分析,获得第一分类数据集,根据所述第一分类特征和所述第一分类数据集进行信息论编码运算,获得第一特征信息熵,所述信息熵常用与衡量信息的差异程度,差异程度大对应特征信息熵大,表示该特征可以进一步进行特征划分的次数多,差异程度小对应特征信息熵小,表示该特征可以进一步进行特征划分的次数少,所述信息论编码运算的具体计算过程此处不做赘述;将设备参数作为第二分类特征,对所述设备的数据信息进行分析,获得第二分类数据集,根据所述第二分类特征和所述第二分类数据集进行信息论编码运算,获得第二特征信息熵;将所述工控参数作为第三分类特征,对所述设备的数据信息进行分析,获得第三分类数据集,根据所述第三分类特征和所述第三分类数据集进行信息论编码运算,获得第三特征信息熵;特别的,所述第一分级特征、所述第二分级特征以及所述第三分级特征可作为所述多层级的设备数据信息决策树的内部节点,通过对其进行信息熵的计算,可对熵值最小的特征进行优先分类,以此方法对所述多层级的设备数据信息决策树进行递归构建,直至无法对最后的特征叶节点进行再分,说明分类结束,以此构成了所述多层级的设备数据信息决策树,根据所述第一特征信息熵、所述第二特征信息熵和所述第三特征信息熵,确定根节点特征信息,可以保证所述多层级的设备数据信息决策树划分到最小单位,细化的分类对后续进行精确控制提供了基础。
进一步的,所述根据各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,确定第一体量集合,步骤S500还包括:
S510:基于各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,构建直角坐标系;
S520:基于所述直角坐标系,构建线性回归模型;
S530:根据所述线性回归模型,确定所述第一体量集合。
具体而言,基于各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,所述各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息之间的存在一定的相关性,当然的,具体的相关性分析应结合实际数据进行进一步确定,结合直角坐标系,构建线性回归模型,所述线性回归模型可以将各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息进行对照确定;根据所述线性回归模型,确定所述第一体量集合,当然的,所述线性回归模型需要对大量的各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息进行统计整理,简单来说就是设备运行状态常常存在一定的规律,所述线性回归模型可以对设备运行状态的规律进行提取,为实现智能化的高精度、高效率设备管控体系的完善提供数据基础。
进一步的,所述根据所述设备的分类信息,获得各所述类别之间的关联系数,步骤S810还包括:
其中,r xy 为所述关联系数;
S812:S xy 为所述上游模块对应类别和所述相邻下游模块对应类别之间的协方差;
S813:S x 为所述上游模块对应类别的标准差;
S814:S y 所述相邻下游模块对应类别的标准差;
S815:β为预设环境影响参数。
具体而言,所述关联系数的计算公式为,其中,r xy 为所述关联
系数,所述关联系数是可以一定程度反映两组数据的关联程度;S xy 为所述上游模块对应类
别和所述相邻下游模块对应类别之间的协方差,需要确定的是类别之间的对应;S x 为所述
上游模块对应类别的标准差;S y 所述相邻下游模块对应类别的标准差;β为预设环境影响参
数,已知的,***的预设环境将会对不同于实际的环境,为进行运算通常将***的预设环境
作为理性状态,进行参数运算,但不可避免的,在预设环境下,***预设环境会对某些参数
产生影响,受到影响的参数会对所述关联系数运算结果产生影响,β可以将对对所述关联系
数运算结果产生影响做数据表达,保证了数据的可靠度。
综上所述,本申请所提供的一种基于物联网的工控机控制方法及***具有如下技术效果:
1.由于采用了本申请通过提供了一种基于物联网的工控机控制方法及***,获得第一工厂的设备的数据信息,数据信息包括设备型号,设备数量,工控参数;对设备的数据信息进行分类分析,获得设备的分类信息;根据分类信息,获得各类别中设备的数量信息;获得各类别中设备所对应的参数的数量信息;根据各类别中设备的数量信息和设备所对应的参数的数量信息,确定第一体量集合,第一体量集合包括各类别对应的体量信息;根据第一体量集合对工控机控制***的运算模块进行分区,获得多个子模块,其中,各子模块的体量与各类别的体量一一对应匹配;将各类别中设备的控制权分配给与各类别的体量相对应匹配的子模块;各子模块对各类别中的设备进行控制。解决了设备的管控精度与管控效率低的技术问题,基于设备型号、设备数量及工控参数,对设备进行类别划分处理,结合类别信息针对性的对设备进行分散式的同步管控,达到了提高设备的管控精度与管控效率的技术效果。
2.由于采用了对各子模块的第二排序信息进行分析,判断各子模块中两个子模块是否相邻;如果两个子模块相邻,获得上游模块的控制指令和数据信息;将上游模块的控制指令和数据信息发送至上游模块的相邻下游模块;相邻下游模块根据上游模块的控制指令和数据信息结合相邻下游模块的数据信息进行分析,获得第一分析结果;根据第一分析结果,确定是否获得第一控制指令,第一控制指令用于对相邻下游模块中的设备进行控制。两个子模块相邻,在进行控制信号的确定过程,可以降低信号传输的延时,保证工控机控制***控制信息与设备运作状态改变的即时性。
3.由于采用了将设备型号作为第一分类特征,对设备的数据信息进行分析,获得第一分类数据集;将设备参数作为第二分类特征,对设备的数据信息进行分析,获得第二分类数据集;将工控参数作为第三分类特征,对设备的数据信息进行分析,获得第三分类数据集;根据第一分类特征和第一分类数据集进行信息论编码运算,获得第一特征信息熵;根据第二分类特征和第二分类数据集进行信息论编码运算,获得第二特征信息熵;根据第三分类特征和第三分类数据集进行信息论编码运算,获得第三特征信息熵;根据第一特征信息熵、第二特征信息熵和第三特征信息熵,确定根节点特征信息。可以保证多层级的设备数据信息决策树划分到最小单位,细化的分类对后续进行精确控制提供了基础。
实施例二
基于与前述实施例中一种基于物联网的工控机控制方法相同的发明构思,如图5所示,本申请提供了一种基于物联网的工控机控制***,其中,所述***包括多模块化传感器,所述***包括:
第一获得单元11,所述第一获得单元11用于获得第一工厂的设备的数据信息,所述数据信息包括设备型号,设备数量,工控参数;
第二获得单元12,所述第二获得单元12用于对所述设备的数据信息进行分类分析,获得所述设备的分类信息;
第三获得单元13,所述第三获得单元13用于根据所述分类信息,获得各类别中设备的数量信息;
第四获得单元14,所述第四获得单元14用于获得各所述类别中所述设备所对应的参数的数量信息;
第一确定单元15,所述第一确定单元15用于根据各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,确定第一体量集合,所述第一体量集合包括各类别对应的体量信息;
第五获得单元16,所述第五获得单元16用于根据所述第一体量集合对所述工控机控制***的运算模块进行分区,获得多个子模块,其中,各所述子模块的体量与各所述类别的体量一一对应匹配;
第一执行单元17,所述第一执行单元17用于将各所述类别中设备的控制权分配给与各所述类别的体量相对应匹配的所述子模块;
第二执行单元18,所述第二执行单元18用于各所述子模块对各所述类别中的设备进行控制。
进一步的,所述***包括:
第六获得单元,所述第六获得单元用于根据所述设备的分类信息,获得各所述类别之间的关联系数;
第二确定单元,所述第二确定单元用于对所述关联系数进行排序,确定各所述类别的第一排序信息;
第三确定单元,所述第三确定单元用于根据所述第一排序信息,确定各所述子模块的第二排序信息。
进一步的,所述***包括:
第一判断单元,所述第一判断单元用于对各所述子模块的所述第二排序信息进行分析,判断各所述子模块中两个所述子模块是否相邻;
第七获得单元,所述第七获得单元用于如果两个所述子模块相邻,获得上游模块的控制指令和数据信息;
第三执行单元,所述第三执行单元用于将所述上游模块的控制指令和数据信息发送至所述上游模块的相邻下游模块;
第八获得单元,所述第八获得单元用于所述相邻下游模块根据所述上游模块的控制指令和数据信息结合所述相邻下游模块的数据信息进行分析,获得第一分析结果;
第四确定单元,所述第四确定单元用于根据所述第一分析结果,确定是否获得第一控制指令,所述第一控制指令用于对所述相邻下游模块中的设备进行控制。
进一步的,所述***包括:
第五确定单元,所述第五确定单元用于对所述设备的数据信息进行分析,确定根节点特征信息;
第一构建单元,所述第一构建单元用于基于所述根节点特征信息和所述设备的数据信息进行递归运算,构建决策树;
第九获得单元,所述第九获得单元用于基于所述决策树,获得所述设备的分类信息。
进一步的,所述***包括:
第十获得单元,所述第十获得单元用于将所述设备型号作为第一分类特征,对所述设备的数据信息进行分析,获得第一分类数据集;
第十一获得单元,所述第十一获得单元用于将设备参数作为第二分类特征,对所述设备的数据信息进行分析,获得第二分类数据集;
第十二获得单元,所述第十二获得单元用于将所述工控参数作为第三分类特征,对所述设备的数据信息进行分析,获得第三分类数据集;
第十三获得单元,所述第十三获得单元用于根据所述第一分类特征和所述第一分类数据集进行信息论编码运算,获得第一特征信息熵;
第十四获得单元,所述第十四获得单元用于根据所述第二分类特征和所述第二分类数据集进行信息论编码运算,获得第二特征信息熵;
第十五获得单元,所述第十五获得单元用于根据所述第三分类特征和所述第三分类数据集进行信息论编码运算,获得第三特征信息熵;
第六确定单元,所述第六确定单元用于根据所述第一特征信息熵、所述第二特征信息熵和所述第三特征信息熵,确定根节点特征信息。
进一步的,所述***包括:
第二构建单元,所述第二构建单元用于基于各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,构建直角坐标系;
第三构建单元,所述第三构建单元用于基于所述直角坐标系,构建线性回归模型;
第七确定单元,所述第七确定单元用于根据所述线性回归模型,确定所述第一体量集合。
进一步的,所述***包括:
第八确定单元,所述第八确定单元用于S xy 为所述上游模块对应类别和所述相邻下游模块对应类别之间的协方差;
第九确定单元,所述第九确定单元用于S x 为所述上游模块对应类别的标准差;
第十确定单元,所述第十确定单元用于S y 所述相邻下游模块对应类别的标准差;
第十一确定单元,所述第十一确定单元用于β为预设环境影响参数。
示例性电子设备
下面参考图6来描述本申请的电子设备,
基于与前述实施例中一种基于物联网的工控机控制方法相同的发明构思,本申请还提供了一种基于物联网的工控机控制***,所述***包括多模块化传感器,所述***还包括:处理器,所述处理器与存储器耦合,所述存储器用于存储程序,当所述程序被所述处理器执行时,使得***以执行第一方面任一项所述的方法。
该电子设备300包括:处理器302、通信接口303、存储器301。可选的,电子设备300还可以包括总线架构304。其中,通信接口303、处理器302以及存储器301可以通过总线架构304相互连接;总线架构304可以是外设部件互连标(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry Standardarchitecture,简称EISA)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
处理器302可以是一个CPU,微处理器,ASIC,或一个或多个用于控制本申请方案程序执行的集成电路。
通信接口303,使用任何收发器一类的装置,用于与其他设备或通信网络通信,如以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN),有线接入网等。
存储器301可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable Programmable read-only memory,EEPROM)、只读光盘(compactdiscread-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器可以是独立存在,通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
其中,存储器301用于存储执行本申请方案的计算机执行指令,并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令,从而实现本申请上述实施例提供的一种基于物联网的工控机控制方法。
可选的,本申请中的计算机执行指令也可以称之为应用程序代码,本申请对此不作具体限定。
本申请提供了一种基于物联网的工控机控制方法,其中,所述方法应用于一种基于物联网的工控机控制***,所述***包括多模块化传感器,所述方法包括:获得第一工厂的设备的数据信息,所述数据信息包括设备型号,设备数量,工控参数;对所述设备的数据信息进行分类分析,获得所述设备的分类信息;根据所述分类信息,获得各类别中设备的数量信息;获得各所述类别中所述设备所对应的参数的数量信息;根据各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,确定第一体量集合,所述第一体量集合包括各类别对应的体量信息;根据所述第一体量集合对所述工控机控制***的运算模块进行分区,获得多个子模块,其中,各所述子模块的体量与各所述类别的体量一一对应匹配;将各所述类别中设备的控制权分配给与各所述类别的体量相对应匹配的所述子模块;各所述子模块对各所述类别中的设备进行控制。
本领域普通技术人员可以理解:本申请中涉及的第一、第二等各种数字编号仅为描述方便进行的区分,并不用来限制本申请的范围,也不表示先后顺序。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。“至少一个”是指一个或者多个。至少两个是指两个或者多个。“至少一个”、“任意一个”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如a,b,或c中的至少一项(个、种),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如软盘、硬盘、磁带)、光介质(例如DVD)、或者半导体介质(例如固态硬盘(SolidState Disk,SSD))等。
本申请中所描述的各种说明性的逻辑单元和电路可以通过通用处理器,数字信号处理器,专用集成电路(ASIC),现场可编程门阵列(FPGA)或其它可编程逻辑装置,离散门或晶体管逻辑,离散硬件部件,或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器,可选地,该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现,例如数字信号处理器和微处理器,多个微处理器,一个或多个微处理器联合一个数字信号处理器核,或任何其它类似的配置来实现。
本申请中所描述的方法或算法的步骤可以直接嵌入硬件、处理器执行的软件单元、或者这两者的结合。软件单元可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地,存储媒介可以与处理器连接,以使得处理器可以从存储媒介中读取信息,并可以向存储媒介存写信息。可选地,存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中,ASIC可以设置于终端中。可选地,处理器和存储媒介也可以设置于终端中的不同的部件中。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。
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。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (10)
1.一种基于物联网的工控机控制方法,其特征在于,所述方法应用于一种基于物联网的工控机控制***,所述***包括多模块化传感器,所述方法包括:
获得第一工厂的设备的数据信息,所述数据信息包括设备型号,设备数量,工控参数;
对所述设备的数据信息进行分类分析,获得所述设备的分类信息;
根据所述分类信息,获得各类别中设备的数量信息;
获得各所述类别中所述设备所对应的参数的数量信息;
根据各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,确定第一体量集合,所述第一体量集合包括各类别对应的体量信息;
根据所述第一体量集合对所述工控机控制***的运算模块进行分区,获得多个子模块,其中,各所述子模块的体量与各所述类别的体量一一对应匹配;
将各所述类别中设备的控制权分配给与各所述类别的体量相对应匹配的所述子模块;
各所述子模块对各所述类别中的设备进行控制。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述设备的分类信息,获得各所述类别之间的关联系数;
对所述关联系数进行排序,确定各所述类别的第一排序信息;
根据所述第一排序信息,确定各所述子模块的第二排序信息。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
对各所述子模块的所述第二排序信息进行分析,判断各所述子模块中两个所述子模块是否相邻;
如果两个所述子模块相邻,获得上游模块的控制指令和数据信息;
将所述上游模块的控制指令和数据信息发送至所述上游模块的相邻下游模块;
所述相邻下游模块根据所述上游模块的控制指令和数据信息结合所述相邻下游模块的数据信息进行分析,获得第一分析结果;
根据所述第一分析结果,确定是否获得第一控制指令,所述第一控制指令用于对所述相邻下游模块中的设备进行控制。
4.如权利要求1所述的方法,其特征在于,所述对所述设备的数据信息进行分类分析,获得所述设备的分类信息,包括:
对所述设备的数据信息进行分析,确定根节点特征信息;
基于所述根节点特征信息和所述设备的数据信息进行递归运算,构建决策树;
基于所述决策树,获得所述设备的分类信息。
5.如权利要求4所述的方法,其特征在于,所述对所述设备的数据信息进行分析,确定根节点特征信息,包括:
将所述设备型号作为第一分类特征,对所述设备的数据信息进行分析,获得第一分类数据集;
将设备参数作为第二分类特征,对所述设备的数据信息进行分析,获得第二分类数据集;
将所述工控参数作为第三分类特征,对所述设备的数据信息进行分析,获得第三分类数据集;
根据所述第一分类特征和所述第一分类数据集进行信息论编码运算,获得第一特征信息熵;
根据所述第二分类特征和所述第二分类数据集进行信息论编码运算,获得第二特征信息熵;
根据所述第三分类特征和所述第三分类数据集进行信息论编码运算,获得第三特征信息熵;
根据所述第一特征信息熵、所述第二特征信息熵和所述第三特征信息熵,确定根节点特征信息。
6.如权利要求1所述的方法,其特征在于,所述根据各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,确定第一体量集合,包括:
基于各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,构建直角坐标系;
基于所述直角坐标系,构建线性回归模型;
根据所述线性回归模型,确定所述第一体量集合。
8.一种基于物联网的工控机控制***,其特征在于,所述***包括多模块化传感器,所述***包括:
第一获得单元,所述第一获得单元用于获得第一工厂的设备的数据信息,所述数据信息包括设备型号,设备数量,工控参数;
第二获得单元,所述第二获得单元用于对所述设备的数据信息进行分类分析,获得所述设备的分类信息;
第三获得单元,所述第三获得单元用于根据所述分类信息,获得各类别中设备的数量信息;
第四获得单元,所述第四获得单元用于获得各所述类别中所述设备所对应的参数的数量信息;
第一确定单元,所述第一确定单元用于根据各所述类别中所述设备的数量信息和所述设备所对应的参数的数量信息,确定第一体量集合,所述第一体量集合包括各类别对应的体量信息;
第五获得单元,所述第五获得单元用于根据所述第一体量集合对所述工控机控制***的运算模块进行分区,获得多个子模块,其中,各所述子模块的体量与各所述类别的体量一一对应匹配;
第一执行单元,所述第一执行单元用于将各所述类别中设备的控制权分配给与各所述类别的体量相对应匹配的所述子模块;
第二执行单元,所述第二执行单元用于各所述子模块对各所述类别中的设备进行控制。
9.一种基于物联网的工控机控制***,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权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序和/或指令,其特征在于,该计算机程序和/或指令被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210271331.3A CN114397867B (zh) | 2022-03-18 | 2022-03-18 | 一种基于物联网的工控机控制方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210271331.3A CN114397867B (zh) | 2022-03-18 | 2022-03-18 | 一种基于物联网的工控机控制方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114397867A CN114397867A (zh) | 2022-04-26 |
CN114397867B true CN114397867B (zh) | 2022-06-10 |
Family
ID=81235012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210271331.3A Active CN114397867B (zh) | 2022-03-18 | 2022-03-18 | 一种基于物联网的工控机控制方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114397867B (zh) |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2792042Y (zh) * | 2005-04-27 | 2006-06-28 | 武汉大学 | 一种化学实时监测、管理和诊断装置 |
CN101763067A (zh) * | 2009-12-15 | 2010-06-30 | 沈阳飞机工业(集团)有限公司 | 飞机复杂构件数控加工方案快速生成方法 |
CN102169339A (zh) * | 2011-01-18 | 2011-08-31 | 洛阳锐腾机械技术有限公司 | 接箍拧接扭矩图形实时显示及存档的方法 |
CN102789223A (zh) * | 2012-08-31 | 2012-11-21 | 河南省电力公司鹤壁供电公司 | 一种iSaSCADA变电站智能辅助实时监控*** |
CN103279110A (zh) * | 2013-06-09 | 2013-09-04 | 铁道第三勘察设计院集团有限公司 | 一种机车辅助电机设备检修线的检修控制装置 |
CN103412520A (zh) * | 2013-05-20 | 2013-11-27 | 浙江新能量科技有限公司 | 多种能源集中监测***及其监测方法 |
CN104238516A (zh) * | 2014-09-15 | 2014-12-24 | 厦门大学 | 一种锅炉***设备状态监测方法 |
CN104767598A (zh) * | 2015-01-15 | 2015-07-08 | 国家电网公司 | 一种用于储能电站现场设备之间的数据传输***及其方法 |
CN104838637A (zh) * | 2012-12-11 | 2015-08-12 | 高通股份有限公司 | 用于对设备配置进行更新的方法和装置 |
CN108052983A (zh) * | 2017-12-28 | 2018-05-18 | 广州优视网络科技有限公司 | 应用聚类的方法、装置和设备 |
CN109542031A (zh) * | 2018-11-20 | 2019-03-29 | 上海电器科学研究所(集团)有限公司 | 一种远程运维***中的设备组态方法 |
CN110059993A (zh) * | 2018-01-19 | 2019-07-26 | 北京京东尚科信息技术有限公司 | 一种仓储管理的方法和装置 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和*** |
CN110308705A (zh) * | 2019-06-19 | 2019-10-08 | 上海华高汇元工程服务有限公司 | 一种基于大数据和人工智能水质预测的设备控制方法 |
CN110658788A (zh) * | 2019-08-15 | 2020-01-07 | 安徽科技学院 | 一种基于物联网的打捆机监管调度管理*** |
CN111105202A (zh) * | 2018-10-25 | 2020-05-05 | 中铁十六局集团第五工程有限公司 | 一种设备管理*** |
CN112051824A (zh) * | 2020-09-22 | 2020-12-08 | 吴信强 | 一种基于工业物联网的运维*** |
CN112799363A (zh) * | 2020-12-30 | 2021-05-14 | 广州发展能源站管理有限公司 | 一种分层分区能源站智能电气监控管理*** |
CN113408668A (zh) * | 2021-07-30 | 2021-09-17 | 深圳前海微众银行股份有限公司 | 基于联邦学习***的决策树构建方法、装置及电子设备 |
CN113741402A (zh) * | 2021-09-23 | 2021-12-03 | 广东电网有限责任公司 | 一种设备控制方法、装置、计算机设备和存储介质 |
CN215674867U (zh) * | 2021-08-23 | 2022-01-28 | 山西正合天科技股份有限公司 | 一种具有感应外界亮度自动调节的护眼灯 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8751567B2 (en) * | 2012-02-09 | 2014-06-10 | Oracle International Corporation | Quantify and measure micro-blogging for enterprise resources planning (ERP) |
US9756142B2 (en) * | 2013-03-14 | 2017-09-05 | The Regents Of The University Of California | System and method for delivering video data from a server in a wireless network by caching the video data |
-
2022
- 2022-03-18 CN CN202210271331.3A patent/CN114397867B/zh active Active
Patent Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN2792042Y (zh) * | 2005-04-27 | 2006-06-28 | 武汉大学 | 一种化学实时监测、管理和诊断装置 |
CN101763067A (zh) * | 2009-12-15 | 2010-06-30 | 沈阳飞机工业(集团)有限公司 | 飞机复杂构件数控加工方案快速生成方法 |
CN102169339A (zh) * | 2011-01-18 | 2011-08-31 | 洛阳锐腾机械技术有限公司 | 接箍拧接扭矩图形实时显示及存档的方法 |
CN102789223A (zh) * | 2012-08-31 | 2012-11-21 | 河南省电力公司鹤壁供电公司 | 一种iSaSCADA变电站智能辅助实时监控*** |
CN104838637A (zh) * | 2012-12-11 | 2015-08-12 | 高通股份有限公司 | 用于对设备配置进行更新的方法和装置 |
CN103412520A (zh) * | 2013-05-20 | 2013-11-27 | 浙江新能量科技有限公司 | 多种能源集中监测***及其监测方法 |
CN103279110A (zh) * | 2013-06-09 | 2013-09-04 | 铁道第三勘察设计院集团有限公司 | 一种机车辅助电机设备检修线的检修控制装置 |
CN104238516A (zh) * | 2014-09-15 | 2014-12-24 | 厦门大学 | 一种锅炉***设备状态监测方法 |
CN104767598A (zh) * | 2015-01-15 | 2015-07-08 | 国家电网公司 | 一种用于储能电站现场设备之间的数据传输***及其方法 |
CN110073301A (zh) * | 2017-08-02 | 2019-07-30 | 强力物联网投资组合2016有限公司 | 工业物联网中具有大数据集的数据收集环境下的检测方法和*** |
CN108052983A (zh) * | 2017-12-28 | 2018-05-18 | 广州优视网络科技有限公司 | 应用聚类的方法、装置和设备 |
CN110059993A (zh) * | 2018-01-19 | 2019-07-26 | 北京京东尚科信息技术有限公司 | 一种仓储管理的方法和装置 |
CN111105202A (zh) * | 2018-10-25 | 2020-05-05 | 中铁十六局集团第五工程有限公司 | 一种设备管理*** |
CN109542031A (zh) * | 2018-11-20 | 2019-03-29 | 上海电器科学研究所(集团)有限公司 | 一种远程运维***中的设备组态方法 |
CN110308705A (zh) * | 2019-06-19 | 2019-10-08 | 上海华高汇元工程服务有限公司 | 一种基于大数据和人工智能水质预测的设备控制方法 |
CN110658788A (zh) * | 2019-08-15 | 2020-01-07 | 安徽科技学院 | 一种基于物联网的打捆机监管调度管理*** |
CN112051824A (zh) * | 2020-09-22 | 2020-12-08 | 吴信强 | 一种基于工业物联网的运维*** |
CN112799363A (zh) * | 2020-12-30 | 2021-05-14 | 广州发展能源站管理有限公司 | 一种分层分区能源站智能电气监控管理*** |
CN113408668A (zh) * | 2021-07-30 | 2021-09-17 | 深圳前海微众银行股份有限公司 | 基于联邦学习***的决策树构建方法、装置及电子设备 |
CN215674867U (zh) * | 2021-08-23 | 2022-01-28 | 山西正合天科技股份有限公司 | 一种具有感应外界亮度自动调节的护眼灯 |
CN113741402A (zh) * | 2021-09-23 | 2021-12-03 | 广东电网有限责任公司 | 一种设备控制方法、装置、计算机设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
Hendi A.Decision support system for equipment selection in construction projects.《 University of Alberta(Canada)》.2007, * |
安成, 贾超.基于决策树分类的工业设备数据字典构建方法.《信息技术与标准化》.2021, * |
Also Published As
Publication number | Publication date |
---|---|
CN114397867A (zh) | 2022-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Haddou Benderbal et al. | Machine layout design problem under product family evolution in reconfigurable manufacturing environment: a two-phase-based AMOSA approach | |
CN113344552B (zh) | 一种基于工程造价的多项目联合管理方法及*** | |
CN103605662A (zh) | 一种分布式计算框架参数优化方法、装置及*** | |
CN113360780A (zh) | 一种基于大数据的信息推荐方法及*** | |
CN113888142B (zh) | 一种申报企业信息的项目智能管理方法及*** | |
CN112433853B (zh) | 一种面向超级计算机数据并行应用的异构感知数据划分方法 | |
CN115016353A (zh) | 一种用于远程控制设备的监控管理*** | |
CN113569457A (zh) | 一种基于数字孪生的需求功能模型构建方法及*** | |
Li et al. | Using intelligent technology and real-time feedback algorithm to improve manufacturing process in IoT semiconductor industry | |
CN114397867B (zh) | 一种基于物联网的工控机控制方法及*** | |
Napoleone et al. | Towards human-centric reconfigurable manufacturing systems: Literature review of reconfigurability enablers for reduced reconfiguration effort and classification frameworks | |
CN114692978A (zh) | 一种基于大数据的社交媒体用户行为预测方法及*** | |
CN112463532B (zh) | 构建snn工作负载自动映射器的方法及自动映射器 | |
CN113703506A (zh) | 一种建筑材料生产车间环境控制调节方法及*** | |
CN116520787A (zh) | 一种生产线优化方法、***及电子设备 | |
CN114115150B (zh) | 基于数据的热泵***在线建模方法及装置 | |
Rao | Flexible manufacturing system selection using an improved compromise ranking method | |
CN114757592A (zh) | 一种工作流引擎与rpa融合的编排方法及*** | |
Hou et al. | A new modeling method for both transient and steady-state analyses of inhomogeneous assembly systems | |
del Castillo et al. | Fitting Tails by the Empirical Residual Coefficient of Variation: The ercv Package. | |
CN113836826A (zh) | 关键参数确定方法、装置、电子装置及存储介质 | |
CN113449382B (zh) | 一种整车排放结果的仿真方法及*** | |
Vasil’ev et al. | Hardware implementation of high-performance fuzzy computations based on programmable logic integrated circuits | |
CN115629715B (zh) | 一种提高闪存中块类型判断准确率的方法及*** | |
CN110688812B (zh) | 一种基于小规模概率神经网络的电路故障诊断方法及装置 |
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 |