CN116300574B - 一种基于大数据的工控信息混合控制***及方法 - Google Patents
一种基于大数据的工控信息混合控制***及方法 Download PDFInfo
- Publication number
- CN116300574B CN116300574B CN202310045038.XA CN202310045038A CN116300574B CN 116300574 B CN116300574 B CN 116300574B CN 202310045038 A CN202310045038 A CN 202310045038A CN 116300574 B CN116300574 B CN 116300574B
- Authority
- CN
- China
- Prior art keywords
- industrial control
- equipment
- control equipment
- data
- information
- 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 26
- 230000002159 abnormal effect Effects 0.000 claims abstract description 57
- 239000011159 matrix material Substances 0.000 claims description 72
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000009776 industrial production Methods 0.000 claims description 19
- 230000010365 information processing Effects 0.000 claims description 15
- 238000003860 storage Methods 0.000 claims description 14
- 238000013210 evaluation model Methods 0.000 claims description 13
- 238000011156 evaluation Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000012098 association analyses Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 6
- 238000013500 data storage Methods 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000012512 characterization method Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000007547 defect Effects 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013497 data interchange Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
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
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
-
- 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
- G05B2219/20—Pc systems
- G05B2219/25—Pc structure of the system
- G05B2219/25257—Microcontroller
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种基于大数据的工控信息混合控制***及方法,属于工控信息控制领域,该***包括信息采集模块、数据库、信息处理模块和混合控制模块,信息采集模块采集基础数据信息和工控设备的运行信息,数据库对采集的数据进行加密存储,信息处理模块对采集的数据信息进行分析,构建设备状态评价模型,并对工控设备之间的关联程度进行分析,混合控制模块用于根据分析结果,当出现异常情况时,对工控设备进行关联控制,对相关技术人员进行展示和提醒。本发明通过对工控设备的运行状态进行实时评价分析,在异常情况下,使用最相关工控设备进行辅助控制,并进行显示和报警提醒,便于实时了解工控信息,提高了工作效率。
Description
技术领域
本发明涉及工控信息控制领域,具体为一种基于大数据的工控信息混合控制***及方法。
背景技术
随着计算机技术、通信技术和工业技术的发展,传统的控制领域正经历着一场前所未有的变革,开始向网络化方向发展,控制***的结构从最初的计算机集中控制***,到第二代的分散控制***发展到现在流行的网络总线控制***。为进一步满足市场需要,现场总线控制技术应运而生,实现双向串行,数字式、多节点通讯网络和信息网络,因此网络平台控制要求极高,拥有实时性、可靠性、可用性等特点,所有网络平台总线控制协议、数据链、应用层的分析等有新的要求。
混合控制***把网络平台开发与工业控制开发在不同的架构和不同的数据在混合包里可以方便调整调度,从平台到工业控制为一个模块,开发人员方便操作,省去了先开发平台再开发工业控制的繁琐流程,利用大数据分析技术,通过平台实现驱动硬件,终端工业智能控制,使工业控制更加方便。然而,当其中某一工控设备出现故障时,网络平台就难以直接对工业生产设备进行控制,难以及时获取实时数据信息,并且对该工控设备进行检查维修需要消耗时间成本,在该过程中,可能造成生产设备不稳定、生产周期延长和客户满意度下降的问题。
由此看来,如何实时监测工控设备的运行状态,了解工控信息,如何在工控设备出现异常情况时,及时对该工控设备控制的设备进行辅助控制,并及时通知相关技术人员是很有必要的。因此,需要一种基于大数据的工控信息混合控制***及方法。
发明内容
本发明的目的在于提供一种基于大数据的工控信息混合控制***及方法,实时对工控设备的运行状态数据进行采集,通过构建设备状态评价模型,对工控设备的运行状态进行实时评价,当出现异常情况时,对工控设备之间的相关程度进行分析,使用最相关工控设备对该异常工控设备进行辅助控制,并且对相关技术人员进行显示和报警提醒,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据的工控信息混合控制***,该信息混合控制***包括:信息采集模块、数据库、信息处理模块和混合控制模块;
所述信息采集模块与数据库相连接,数据库与信息处理模块相连接,信息处理模块与混合控制模块相连接;所述信息采集模块用于采集基础数据信息,采集工控设备的位置信息和运行信息,所述数据库用于对采集的数据信息进行加密存储,所述信息处理模块用于对采集的数据信息进行分析处理,构建设备状态评价模型,并对工控设备之间的关联程度进行分析,所述混合控制模块用于根据分析结果,通过网络平台对工控设备进行关联控制,当出现异常情况时,并对相关技术人员进行展示和提醒。
进一步的,所述信息采集模块包括基础数据采集单元和设备数据采集单元,所述基础数据采集单元用于采集网络设备和工控设备的基础数据信息,便于相关技术人员了解到工控设备的基础信息,有利于对工控设备进行混合控制,所述设备数据采集单元用于实时对工控设备的运行状态数据进行采集。
进一步的,所述数据库包括数据存储单元和数据加密单元,所述数据存储单元通过HBase存储方式对采集的数据和分析结果进行存储,HBase全称为Hadoop Database,是一个高可靠性、高性能、面向列、可伸缩的分布式存储***,利用HBase技术可在廉价PCServer上搭建起大规模结构化存储集群,Base位于结构化存储层,Hadoop HDFS为HBase提供了高可靠性的底层存储支持,Hadoop MapReduce为HBase提供了高性能的计算能力,Zookeeper为HBase提供了稳定服务和failover机制,Pig和Hive还为HBase提供了高层语言支持,使得在HBase上进行数据统计处理变的非常简单。Sqoop则为HBase提供了方便的RDBMS数据导入功能,使得传统数据库数据向HBase中迁移变的非常方便;所述数据加密单元通过同态加密对整个过程进行数据加密,同态加密是指将原始数据经过同态加密后,对密文进行特定的运算,得到的密文计算结果在进行同态解密后的得到的明文等价于原始明文数据直接进行相同计算所得到的数据结果,对于同态加密,其密码套件具备延展性,也就是说无法保证数据的完整性,这并非是缺陷,反而时有意为之的,能够使用户易于操作加密数据,延展性时加密算法的属性之一,用户可利用延展性将密文转换为改变了原始文本含义的另一有效加密文本,而且转换数据的用户甚至无需知道或推测原始明文数据是什么,有效保证了数据的安全,避免数据泄露造成损失。
进一步的,所述信息处理模块包括设备状态评价单元和设备关联分析单元,所述设备状态评价单元通过构建设备状态评价模型,实时对工控设备的状态进行评价分析,便于相关技术人员精确了解工控设备的运行状态信息,实现精确把控,所述设备关联分析单元用于在工控设备的运行状态出现异常情况时,通过分析工控设备的关联程度,及时辅助异常设备,对工业生产设备进行控制,有利于相关工作人员在工控设备出现异常情况时,及时了解其控制的工业生产设备信息,提高了相关工作人员的工作效率,便于实现实时了解相关的工控信息。
进一步的,所述混合控制模块包括关联控制单元、屏幕显示单元和语音提醒单元,所述关联控制单元用于根据分析结果,当出现异常情况时,通过关联工控设备对异常工控设备进行辅助控制,所述屏幕显示单元通过网络平台和显示设备,对相关技术人员展示工控设备的控制信息,便于相关技术人员实时了解各工控设备的数据信息,通过网络平台实现工控信息混合控制,所述语音提醒单元用于在出现异常情况时,通过语音对相关技术人员进行报警提醒,便于相关技术人员及时进行检查维修,提高了工作效率。
一种基于大数据的工控信息混合控制方法包括下列步骤:
S1、采集基础数据信息,实时对工控设备的运行状态数据进行采集;
S2、根据采集的设备运行状态数据信息,构建设备状态评价模型,对工控设备的状态进行评价分析;
S3、当设备运行状态出现异常时,并对工控设备之间的相关程度进行分析;
S4、根据分析结果,通过网络平台对工控设备进行控制,并对相关技术人员进行展示和提醒。
进一步的,在步骤S2中,根据采集的基础数据信息和设备运行状态数据信息,构建设备状态评价模型,对工控设备的状态进行评价分析;
实时采集工控设备j在t时刻的运行状态特征参数aj,所有工控设备在t时刻的运行状态特征参数形成集合A={a1,a2,…,an},其中,n为工控设备的数量,对于单个工控设备,采集的运行状态特征参数为αm,形成集合Z={α1,α2,…,αm},其中,m为运行状态特征参数的个数;
通过下列公式对单个工控设备的运行状态特征参数α的运行状态指数F(t)进行计算:
其中,f(t)表示为该工控设备在t时刻时运行状态特征参数α的测量值,f'(t)表示为该工控设备在t时刻时运行状态特征参数α的标准值,αmin表示为运行状态特征参数α正常运行的最小极限值,αmax表示为运行状态特征参数α正常运行的最大极限值,通过实际测量值与标准值之间的距离相比较,实现对工控设备的运行状态特征参数α的量化,当运行状态指数F(t)为0时,表示为需要进行检查维修,当运行状态指数F(t)为1时,表示为正常运行;
单个工控设备包含多个运行状态特征参数,则通过下列公式对单个工控设备的整体运行状态特征参数的综合运行状态指数G(t)进行计算:
其中,i表示为运行状态特征参数的编号,βi表示为第i个运行状态特征参数的权值,β'表示为第i个运行状态特征参数的正常权值,τ表示为自定义常数,避免该工控设备的某个运行状态特征参数严重偏离正常值,但是权值小导致整体指数还在误差范围内的情况出现,Fi(t)表示为第i个运行状态特征参数的运行状态指数;
对综合运行状态指数设置阈值G阈,当G(t)>G阈时,表示该工控设备正常运行,不进行提醒,通过网络平台和显示设备展示工控设备的运行数据信息;当G(t)≤G阈时,表示为该工控设备出现故障,为异常情况,对相关技术人员进行报警提醒。
进一步的,在步骤S3中,当出现异常情况时,对工控设备之间的相关程度进行分析;
根据采集的基础数据信息和设备运行状态数据信息,工控设备x采集的运行状态特征参数Xγ,形成集合M={X1,X2,…,Xγ},工控设备y采集的运行状态特征参数Yγ,形成集合N={Y1,Y2,…,Yγ},其中,γ表示运行状态特征参数的数量;
通过下列公式对工控设备x采集的运行状态特征参数之间的距离矩阵p和工控设备y采集的运行状态特征参数之间的距离矩阵q进行计算:
p=||Xr-Xs||,r,s=1,2,…,γ;
q=||Yr-Ys||,r,s=1,2,…,γ;
通过下列公式对中心距离矩阵进行计算:
其中,表示为距离矩阵p第r行的平均值,/>表示为距离矩阵q第r行的平均值,/>表示为距离矩阵p第s列的平均值,/>表示为距离矩阵q第s列的平均值,/>表示为距离矩阵p的总均值,/>表示为距离矩阵q的总均值;
通过下列公式对相关程度W进行计算:
其中,μ2表示为距离协方差,ρp 2和ρq 2表示为距离方差;
当工控设备x出现异常情况时,通过计算工控设备x与其他工控设备的相关程度,当相关程度W最大时,表示该工控设备与工控设备x最相关;
则工控设备x的指令数据形成布尔矩阵其中/>是矩阵J中的元素,最相关工控设备的指令数据形成布尔矩阵/>其中/>是矩阵K中的元素,ξ表示为矩阵的行数,/>表示为矩阵的列数,布尔矩阵是元素只取0或1的矩阵,故又称0-1矩阵,布尔矩阵可以将复杂的检索过程以简单的检索式表达出来,通过逻辑运算符,将概念间的逻辑关系体现出来,变成计算机可执行的运算,从而实现自动匹配的过程,检索提问式较灵活,方便修改。矩阵J和矩阵K是相同维数的布尔矩阵,则矩阵J中的区别矩阵L为L=J-J∩K,矩阵K中的区别矩阵L'为L'=K-J∩K,将区别矩阵L和区别矩阵L'进行数据交换,使最相关工控设备与工控设备x发出的指令数据一致,通过该工控设备辅助工控设备x对工业生产设备进行控制,并对相关技术人员进行报警提醒,保证了在设备出现异常情况下,能够持续对工业生产设备进行控制,同时,由最相关工控设备进行辅助控制,指令数据更接近,计算速度更快,效率更高,提高了工控信息混合控制效率。
进一步的,在步骤S4中,根据分析结果,当出现异常情况时,通过最相关工控设备辅助异常工控设备,对工业生产设备进行临时控制,并通过网络平台和显示设备对相关技术人员进行展示,通过语音进行提醒,及时通知相关技术人员进行检查维修,保障了在出现异常情况时能够持续控制工业生产设备,避免出现工控设备异常,无法控制生产设备的情况,提高了工作效率。
与现有技术相比,本发明所达到的有益效果是:
本发明采集工控设备的基础数据信息,实时对工控设备的运行状态数据进行采集,通过构建设备状态评价模型,对工控设备的运行状态进行实时评价,便于相关技术人员实时对工控设备的运行状态进行监控管理,当出现异常情况时,对工控设备之间的相关程度进行分析,使用最相关工控设备对该异常工控设备进行辅助控制,即使该异常工控设备无法使用,也能使用最相关工控设备及时获取异常工控设备控制的工业生产设备的数据,并将数据上传至网络平台,在不影响工业生产流程的情况节省时间成本,避免该工控设备故障导致后续生产过程延误,生产周期延长的情况产生,同时,采用,利用布尔矩阵将最相关工控设备与异常工控设备的指令进行对比修改,能够使指令修改速度更快,控制效率更高。通过显示设备对相关技术人员进行显示,并通过语音报警提醒,有利于相关技术人员及时准确了解到异常工业控制设备的相关信息,从而进行检查维修。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于大数据的工控信息混合控制***的模块组成示意图;
图2是本发明一种基于大数据的工控信息混合控制方法的步骤流程图;
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-图2,本发明提供技术方案:一种基于大数据的工控信息混合控制***,该信息混合控制***包括:信息采集模块、数据库、信息处理模块和混合控制模块;
所述信息采集模块与数据库相连接,数据库与信息处理模块相连接,信息处理模块与混合控制模块相连接;
所述信息采集模块用于采集基础数据信息,采集工控设备的位置信息和运行信息,信息采集模块包括基础数据采集单元和设备数据采集单元,所述基础数据采集单元用于采集网络设备和工控设备的基础数据信息,例如设备编号、设备位置和设备使用部门等,便于相关技术人员了解到工控设备的基础信息,有利于对工控设备进行混合控制,所述设备数据采集单元用于实时对工控设备的运行状态数据进行采集,例如温度、噪音和信息传输流量等。
所述数据库用于对采集的数据信息和分析结果进行加密存储,数据库包括数据存储单元和数据加密单元,所述数据存储单元通过HBase存储方式对采集的数据进行存储,HBase全称为Hadoop Database,是一个高可靠性、高性能、面向列、可伸缩的分布式存储***,利用HBase技术可在廉价PC Server上搭建起大规模结构化存储集群,Base位于结构化存储层,Hadoop HDFS为HBase提供了高可靠性的底层存储支持,Hadoop MapReduce为HBase提供了高性能的计算能力,Zookeeper为HBase提供了稳定服务和failover机制,Pig和Hive还为HBase提供了高层语言支持,使得在HBase上进行数据统计处理变的非常简单。Sqoop则为HBase提供了方便的RDBMS数据导入功能,使得传统数据库数据向HBase中迁移变的非常方便;所述数据加密单元通过同态加密对整个过程进行数据加密,同态加密是指将原始数据经过同态加密后,对密文进行特定的运算,得到的密文计算结果在进行同态解密后的得到的明文等价于原始明文数据直接进行相同计算所得到的数据结果,对于同态加密,其密码套件具备延展性,也就是说无法保证数据的完整性,这并非是缺陷,反而时有意为之的,能够使用户易于操作加密数据,延展性时加密算法的属性之一,用户可利用延展性将密文转换为改变了原始文本含义的另一有效加密文本,而且转换数据的用户甚至无需知道或推测原始明文数据是什么,有效保证了数据的安全,避免数据泄露造成损失。
所述信息处理模块用于对采集的数据信息进行分析处理,构建设备状态评价模型,并对工控设备之间的关联程度进行分析,信息处理模块包括设备状态评价单元和设备关联分析单元,所述设备状态评价单元通过构建设备状态评价模型,实时对工控设备的状态进行评价分析,便于相关技术人员精确了解工控设备的运行状态信息,实现精确把控,所述设备关联分析单元用于在工控设备的运行状态出现异常情况时,通过分析工控设备的关联程度,及时辅助异常设备,对工业生产设备进行控制,有利于相关工作人员在工控设备出现异常情况时,及时了解其控制的工业生产设备信息,提高了相关工作人员的工作效率,便于实现实时了解相关的工控信息。
所述混合控制模块用于根据分析结果,通过网络平台对工控设备进行关联控制,当出现异常情况时,并对相关技术人员进行展示和提醒,混合控制模块包括关联控制单元、屏幕显示单元和语音提醒单元,所述关联控制单元用于根据分析结果,当出现异常情况时,通过关联工控设备对异常工控设备进行辅助控制,所述屏幕显示单元通过网络平台和显示设备,例如电脑、手机和中控显示屏等,对相关技术人员展示工控设备的控制信息,例如工控设备的位置、控制的生产设备信息和辅助控制的数据信息等,便于相关技术人员实时了解各工控设备的数据信息,通过网络平台实现工控信息混合控制,所述语音提醒单元用于在出现异常情况时,通过语音对相关技术人员进行报警提醒,便于相关技术人员及时进行检查维修,提高了工作效率。
一种基于大数据的工控信息混合控制方法包括下列步骤:
S1、采集基础数据信息,实时对工控设备的运行状态数据进行采集;
S2、根据采集的设备运行状态数据信息,构建设备状态评价模型,对工控设备的状态进行评价分析;
在步骤S2中,实时采集工控设备j在t时刻的运行状态特征参数aj,所有工控设备在t时刻的运行状态特征参数形成集合A={a1,a2,…,an},其中,n为工控设备的数量,对于单个工控设备,采集的运行状态特征参数为αm,形成集合Z={α1,α2,…,αm},其中,m为运行状态特征参数的个数;
通过下列公式对单个工控设备的运行状态特征参数α的运行状态指数F(t)进行计算:
其中,f(t)表示为该工控设备在t时刻时运行状态特征参数α的测量值,f'(t)表示为该工控设备在t时刻时运行状态特征参数α的标准值,αmin表示为运行状态特征参数α正常运行的最小极限值,αmax表示为运行状态特征参数α正常运行的最大极限值,通过实际测量值与标准值之间的距离相比较,实现对工控设备的运行状态特征参数α的量化,当运行状态指数F(t)为0时,表示为需要进行检查维修,当运行状态指数F(t)为1时,表示为正常运行;
单个工控设备包含多个运行状态特征参数,则通过下列公式对单个工控设备的整体运行状态特征参数的综合运行状态指数G(t)进行计算:
其中,i表示为运行状态特征参数的编号,βi表示为第i个运行状态特征参数的权值,β'表示为第i个运行状态特征参数的正常权值,τ表示为自定义常数,避免该工控设备的某个运行状态特征参数严重偏离正常值,但是权值小导致整体指数还在误差范围内的情况出现,Fi(t)表示为第i个运行状态特征参数的运行状态指数;
对综合运行状态指数设置阈值G阈,当G(t)>G阈时,表示该工控设备正常运行,不进行提醒,通过网络平台和显示设备展示工控设备的运行数据信息;当G(t)≤G阈时,表示为该工控设备出现故障,为异常情况,对相关技术人员进行报警提醒。
S3、当设备运行状态出现异常时,并对工控设备之间的相关程度进行分析;
在步骤S3中,根据采集的基础数据信息和设备运行状态数据信息,工控设备x采集的运行状态特征参数Xγ,形成集合M={X1,X2,…,Xγ},工控设备y采集的运行状态特征参数Yγ,形成集合N={Y1,Y2,…,Yγ},其中,γ表示运行状态特征参数的数量;
通过下列公式对工控设备x采集的运行状态特征参数之间的距离矩阵p和工控设备y采集的运行状态特征参数之间的距离矩阵q进行计算:
p=||Xr-Xs||,r,s=1,2,…,γ;
q=||Yr-Ys||,r,s=1,2,…,γ;
通过下列公式对中心距离矩阵进行计算:
其中,表示为距离矩阵p第r行的平均值,/>表示为距离矩阵q第r行的平均值,/>表示为距离矩阵p第s列的平均值,/>表示为距离矩阵q第s列的平均值,/>表示为距离矩阵p的总均值,/>表示为距离矩阵q的总均值;
通过下列公式对相关程度W进行计算:
其中,μ2表示为距离协方差,ρp 2和ρq 2表示为距离方差;
当工控设备x出现异常情况时,通过计算工控设备x与其他工控设备的相关程度,当相关程度W最大时,表示该工控设备与工控设备x最相关;
则工控设备x的指令数据形成布尔矩阵其中/>是矩阵J中的元素,最相关工控设备的指令数据形成布尔矩阵/>其中/>是矩阵K中的元素,ξ表示为矩阵的行数,/>表示为矩阵的列数,布尔矩阵是元素只取0或1的矩阵,故又称0-1矩阵,布尔矩阵可以将复杂的检索过程以简单的检索式表达出来,通过逻辑运算符,将概念间的逻辑关系体现出来,变成计算机可执行的运算,从而实现自动匹配的过程,检索提问式较灵活,方便修改。矩阵J和矩阵K是相同维数的布尔矩阵,则矩阵J中的区别矩阵L为L=J-J∩K,矩阵K中的区别矩阵L'为L'=K-J∩K,将区别矩阵L和区别矩阵L'进行数据交换,使最相关工控设备与工控设备x发出的指令数据一致,通过该工控设备辅助工控设备x对工业生产设备进行控制,并对相关技术人员进行报警提醒,保证了在设备出现异常情况下,能够持续对工业生产设备进行控制,同时,由最相关工控设备进行辅助控制,指令数据更接近,计算速度更快,效率更高,提高了工控信息混合控制效率。
S4、根据分析结果,通过网络平台对工控设备进行控制,并对相关技术人员进行展示和提醒。
在步骤S4中,根据分析结果,当出现异常情况时,通过最相关工控设备辅助异常工控设备,对工业生产设备进行临时控制,并通过网络平台和显示设备对相关技术人员进行展示,例如手机、电脑和中控显示屏等设备显示异常工控设备的位置、编号以及相关工控设备的位置、编号和控制信息等,通过语音进行提醒,及时通知相关技术人员进行检查维修,保障了在出现异常情况时能够持续控制工业生产设备,避免出现工控设备异常,无法控制生产设备的情况,提高了工作效率。
实施例一:
若有5个工控设备实时采集工控设备在t时刻的运行状态特征参数,形成集合A={a1,a2,a3,a4,a5},对于某单个工控设备,采集的运行状态特征参数形成集合Z={α1,α2,α3},若F1(t)=1,F2(t)=0,F3(t)=1,若β1=0.3,β2=0.6,β3=0.1,此时 若G阈=0.9,此时G(t)<G阈,表示为该工控设备出现故障,为异常情况,对相关技术人员进行报警提醒。
此时,该异常工控设备采集的运行状态特征参数形成集合M={X1,X2,X3,X4,X5}[,若与其他工控设备的相关程度为: 此时W4>W1>W2>W3,此时选择相关度为W4的工控设备进行辅助控制,异常工控设备控制的工业生产设备数据由相关度为W4的工控设备进行临时控制,利用布尔矩阵对指令进行对比,将区别之处进行数据互换,实现最相关工控设备的临时控制。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物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、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于大数据的工控信息混合控制方法,其特征在于:包括下列步骤:
S1、采集基础数据信息,实时对工控设备的运行状态数据进行采集;
S2、根据采集的设备运行状态数据信息,构建设备状态评价模型,对工控设备的状态进行评价分析;
S3、当设备运行状态出现异常时,并对工控设备之间的相关程度进行分析;
S4、根据分析结果,通过网络平台对工控设备进行控制,并对相关技术人员进行展示和提醒;
在步骤S2中,根据采集的基础数据信息和设备运行状态数据信息,构建设备状态评价模型,对工控设备的状态进行评价分析;
实时采集工控设备j在t时刻的运行状态特征参数aj,所有工控设备在t时刻的运行状态特征参数形成集合A={a1,a2,…,an},其中,n为工控设备的数量,对于单个工控设备,采集的运行状态特征参数为αm,形成集合Z={α1,α2,…,αm},其中,m为运行状态特征参数的个数;
通过下列公式对单个工控设备的运行状态特征参数α的运行状态指数F(t)进行计算:
其中,f(t)表示为该工控设备在t时刻时运行状态特征参数α的测量值,f'(t)表示为该工控设备在t时刻时运行状态特征参数α的标准值,αmin表示为运行状态特征参数α正常运行的最小极限值,αmax表示为运行状态特征参数α正常运行的最大极限值,当运行状态指数F(t)为0时,表示为需要进行检查维修,当运行状态指数F(t)为1时,表示为正常运行;
单个工控设备包含多个运行状态特征参数,则通过下列公式对单个工控设备的整体运行状态特征参数的综合运行状态指数G(t)进行计算:
其中,i表示为运行状态特征参数的编号,βi表示为第i个运行状态特征参数的权值,β'表示为第i个运行状态特征参数的正常权值,τ表示为自定义常数,Fi(t)表示为第i个运行状态特征参数的运行状态指数;
对综合运行状态指数设置阈值G阈,当G(t)>G阈时,表示该工控设备正常运行,不进行提醒,通过网络平台和显示设备展示工控设备的运行数据信息;当G(t)≤G阈时,表示为该工控设备出现故障,为异常情况,对相关技术人员进行报警提醒;
在步骤S3中,当出现异常情况时,对工控设备之间的相关程度进行分析;
根据采集的基础数据信息和设备运行状态数据信息,工控设备x采集的运行状态特征参数Xγ,形成集合M={X1,X2,…,Xγ},工控设备y采集的运行状态特征参数Yγ,形成集合N={Y1,Y2,…,Yγ},其中,γ表示运行状态特征参数的数量;
通过下列公式对工控设备x采集的运行状态特征参数之间的距离矩阵p和工控设备y采集的运行状态特征参数之间的距离矩阵q进行计算:
p=||Xr-Xs||,r,s=1,2,…,γ;
q=||Yr-Ys||,r,s=1,2,…,γ;
通过下列公式对相关程度W进行计算:
其中,μ表示为距离协方差开根,ρp和ρq表示为距离标准差;
当工控设备x出现异常情况时,通过计算工控设备x与其他工控设备的相关程度,当相关程度W最大时,表示该工控设备与工控设备x最相关;
则工控设备x的指令数据形成布尔矩阵其中/>是矩阵J中的元素,最相关工控设备的指令数据形成布尔矩阵/>其中/>是矩阵K中的元素,ξ表示为矩阵的行数,/>表示为矩阵的列数,矩阵J和矩阵K是相同维数的布尔矩阵,则矩阵J中的区别矩阵L为L=J-J∩K,矩阵K中的区别矩阵L'为L'=K-J∩K,将区别矩阵L和区别矩阵L'进行数据交换,使最相关工控设备与工控设备x发出的指令数据一致,通过该工控设备辅助工控设备x对工业生产设备进行控制,并对相关技术人员进行报警提醒。
2.根据权利要求1所述的一种基于大数据的工控信息混合控制方法,其特征在于:在步骤S4中,根据分析结果,当出现异常情况时,通过最相关工控设备辅助异常工控设备,对工业生产设备进行临时控制,并通过网络平台和显示设备对相关技术人员进行展示,通过语音进行提醒,及时通知相关技术人员进行检查维修。
3.一种实现权利要求1-2任一项所述的一种基于大数据的工控信息混合控制方法的基于大数据的工控信息混合控制***,其特征在于:该信息混合控制***包括:信息采集模块、数据库、信息处理模块和混合控制模块;
所述信息采集模块与数据库相连接,数据库与信息处理模块相连接,信息处理模块与混合控制模块相连接;所述信息采集模块用于采集基础数据信息和工控设备的运行信息,所述数据库用于对采集的数据信息进行加密存储,所述信息处理模块用于对采集的数据信息进行分析处理,构建设备状态评价模型,并对工控设备之间的关联程度进行分析,所述混合控制模块用于根据分析结果,当出现异常情况时,对工控设备进行关联控制,对相关技术人员进行展示和提醒。
4.根据权利要求3所述的一种基于大数据的工控信息混合控制***,其特征在于:所述信息采集模块包括基础数据采集单元和设备数据采集单元,所述基础数据采集单元用于采集网络设备和工控设备的基础数据信息,所述设备数据采集单元用于实时对工控设备的运行状态数据进行采集。
5.根据权利要求4所述的一种基于大数据的工控信息混合控制***,其特征在于:所述数据库包括数据存储单元和数据加密单元,所述数据存储单元通过HBase存储方式对采集的数据和分析结果进行存储,所述数据加密单元通过同态加密对整个过程进行数据加密。
6.根据权利要求5所述的一种基于大数据的工控信息混合控制***,其特征在于:所述信息处理模块包括设备状态评价单元和设备关联分析单元,所述设备状态评价单元通过构建设备状态评价模型,实时对工控设备的状态进行评价分析,所述设备关联分析单元用于在工控设备的运行状态出现异常情况时,通过分析工控设备的关联程度,及时辅助异常设备,对工业生产设备进行控制。
7.根据权利要求6所述的一种基于大数据的工控信息混合控制***,其特征在于:所述混合控制模块包括关联控制单元、屏幕显示单元和语音提醒单元,所述关联控制单元用于根据分析结果,当出现异常情况时,通过关联工控设备对异常工控设备进行辅助控制,
所述屏幕显示单元通过网络平台和显示设备,对相关技术人员展示工控设备的控制信息,
所述语音提醒单元用于在出现异常情况时,通过语音对相关技术人员进行报警提醒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310045038.XA CN116300574B (zh) | 2023-01-30 | 2023-01-30 | 一种基于大数据的工控信息混合控制***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310045038.XA CN116300574B (zh) | 2023-01-30 | 2023-01-30 | 一种基于大数据的工控信息混合控制***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116300574A CN116300574A (zh) | 2023-06-23 |
CN116300574B true CN116300574B (zh) | 2023-10-24 |
Family
ID=86780481
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310045038.XA Active CN116300574B (zh) | 2023-01-30 | 2023-01-30 | 一种基于大数据的工控信息混合控制***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116300574B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101487650A (zh) * | 2008-01-18 | 2009-07-22 | 三洋电机株式会社 | 冷却***、控制装置以及控制程序 |
CN103001316A (zh) * | 2012-12-28 | 2013-03-27 | 广东康菱动力科技有限公司 | 应急发电机组智能控制*** |
CN203376632U (zh) * | 2013-07-31 | 2014-01-01 | 郑州三和水工机械有限公司 | 一种搅拌站双机实时控制*** |
CN106940808A (zh) * | 2017-04-28 | 2017-07-11 | 宁波大学 | 一种基于改进型主元分析模型的故障检测方法 |
WO2019233047A1 (zh) * | 2018-06-07 | 2019-12-12 | 国电南瑞科技股份有限公司 | 基于电网调度的运维方法 |
CN111553003A (zh) * | 2020-04-03 | 2020-08-18 | 中交第二航务工程局有限公司 | 基于数据驱动的可视化大跨斜拉桥拉索评估方法 |
CN111680906A (zh) * | 2020-06-03 | 2020-09-18 | 贵州航天云网科技有限公司 | 一种面向工控***安全检测及预警的***构建方法及装置 |
CN111930600A (zh) * | 2020-06-22 | 2020-11-13 | 合肥易知谷信息科技有限公司 | 一种大数据计算平台监控*** |
CN113472890A (zh) * | 2021-07-09 | 2021-10-01 | 无锡美林数联科技有限公司 | 一种工业互联网平台监测***及方法 |
CN115210659A (zh) * | 2021-02-04 | 2022-10-18 | 东芝三菱电机产业***株式会社 | 工业工厂用操作辅助*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020261621A1 (ja) * | 2019-06-27 | 2020-12-30 | 日本電気株式会社 | 監視システム、監視方法及びプログラム |
-
2023
- 2023-01-30 CN CN202310045038.XA patent/CN116300574B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101487650A (zh) * | 2008-01-18 | 2009-07-22 | 三洋电机株式会社 | 冷却***、控制装置以及控制程序 |
CN103001316A (zh) * | 2012-12-28 | 2013-03-27 | 广东康菱动力科技有限公司 | 应急发电机组智能控制*** |
CN203376632U (zh) * | 2013-07-31 | 2014-01-01 | 郑州三和水工机械有限公司 | 一种搅拌站双机实时控制*** |
CN106940808A (zh) * | 2017-04-28 | 2017-07-11 | 宁波大学 | 一种基于改进型主元分析模型的故障检测方法 |
WO2019233047A1 (zh) * | 2018-06-07 | 2019-12-12 | 国电南瑞科技股份有限公司 | 基于电网调度的运维方法 |
CN111553003A (zh) * | 2020-04-03 | 2020-08-18 | 中交第二航务工程局有限公司 | 基于数据驱动的可视化大跨斜拉桥拉索评估方法 |
CN111680906A (zh) * | 2020-06-03 | 2020-09-18 | 贵州航天云网科技有限公司 | 一种面向工控***安全检测及预警的***构建方法及装置 |
CN111930600A (zh) * | 2020-06-22 | 2020-11-13 | 合肥易知谷信息科技有限公司 | 一种大数据计算平台监控*** |
CN115210659A (zh) * | 2021-02-04 | 2022-10-18 | 东芝三菱电机产业***株式会社 | 工业工厂用操作辅助*** |
CN113472890A (zh) * | 2021-07-09 | 2021-10-01 | 无锡美林数联科技有限公司 | 一种工业互联网平台监测***及方法 |
Non-Patent Citations (2)
Title |
---|
基于加权多维隶属度函数的软件可靠性模糊评估;毕翔等;合肥工业大学学报(自然科学版);第40卷(第11期);第1473-1488页 * |
大数据分析技术在风电设备异常预测中的应用;张慧亭等;电脑知识与技术;第13卷(第03期);第245-247页 * |
Also Published As
Publication number | Publication date |
---|---|
CN116300574A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106020154A (zh) | 一种用于乙烯生产的安全动态健康评估方法及评估*** | |
US20020156549A1 (en) | Controlling method for manufacturing process | |
US20240142063A1 (en) | Method for troubleshooting potential safety hazards of compressor in smart gas pipeline network and internet of things system thereof | |
CN109791808A (zh) | 远程数据分析和诊断 | |
CN110968619A (zh) | 基于故障树(fta)的液压机自学习故障诊断方法及*** | |
CN107679089A (zh) | 一种用于电力传感数据的清洗方法、装置和*** | |
CN112804093B (zh) | 一种基于故障能力中心的集中调度支撑方法和*** | |
CN103676836A (zh) | 在线安全运行指导方法 | |
US7617313B1 (en) | Metric transport and database load | |
WO2021137758A1 (en) | Method and apparatus for displaying indicator information of wind farm and storage medium | |
CN113159503B (zh) | 一种远程遥控智能安全评估***和方法 | |
CN116300574B (zh) | 一种基于大数据的工控信息混合控制***及方法 | |
US11337087B2 (en) | Methods, systems and computer readable media for predicting risk in network elements using machine learning | |
CN117667570A (zh) | 一种统一监控数字化平台 | |
CN110764909B (zh) | 一种用于云计算平台的存储设备的负载均衡的方法和*** | |
CN110765486B (zh) | 一种资产故障识别方法 | |
CN116975639A (zh) | 设备的异常防控***及方法 | |
CN108446202A (zh) | 一种机房设备的安全状况的判断方法 | |
Wilschut et al. | Big data in daily manufacturing operations | |
CN106778023A (zh) | 一种电气设备状态评估结果可信性评价方法 | |
CN108664696B (zh) | 一种冷水机组运行状态的测评方法及装置 | |
CN115902615A (zh) | 电力断路器缺陷分析方法及装置 | |
CN114265891A (zh) | 基于多源数据融合的智慧车间***、方法及存储介质 | |
CN113655770A (zh) | 一种汽车故障诊断教学***及方法 | |
CN116679643B (zh) | 一种基于区块链技术的工业设备控制*** |
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 |