CN116781864B - 基于物联网数据采集的工厂经营状态远程监控***及方法 - Google Patents
基于物联网数据采集的工厂经营状态远程监控***及方法 Download PDFInfo
- Publication number
- CN116781864B CN116781864B CN202310741377.1A CN202310741377A CN116781864B CN 116781864 B CN116781864 B CN 116781864B CN 202310741377 A CN202310741377 A CN 202310741377A CN 116781864 B CN116781864 B CN 116781864B
- Authority
- CN
- China
- Prior art keywords
- data
- vibration value
- standard
- acoustic vibration
- transmission speed
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 30
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000005540 biological transmission Effects 0.000 claims abstract description 90
- 238000012545 processing Methods 0.000 claims abstract description 79
- 238000011156 evaluation Methods 0.000 claims abstract description 45
- 230000005856 abnormality Effects 0.000 claims abstract description 33
- 230000002159 abnormal effect Effects 0.000 claims description 45
- 230000001105 regulatory effect Effects 0.000 claims description 9
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 238000013480 data collection Methods 0.000 claims description 4
- 230000006855 networking Effects 0.000 claims 1
- 238000012806 monitoring device Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000012790 confirmation Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- 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)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Multimedia (AREA)
- Environmental & Geological Engineering (AREA)
- Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
Abstract
本发明涉及物联网远程监控装置领域,尤其涉及一种基于物联网数据采集的工厂经营状态远程监控***及方法,该***包括:若干传感器,采集轴承的声波振动值,采集频率批量采集以形成声波振动值数据集;摄像装置,根据定位数据确定任意传感器采集的设备并拍摄设备的运行状态视频画面;存储模块,在采集周期内根据实时存储数据量与标准存储数据量的比对判断是否对目标数据进行发送;处理模块,用以接收目标数据,将声波振动值数据集中各传感器之间的声波振动值数据的字符数量进行比对以调整数据的传输速度;异常评估模块,根据异常评估选择预警方式和调整声波振动值的标准区间。本发明提高了对设备运行状态的完整性评估,提高了监测的精准度。
Description
技术领域
本发明涉及物联网远程监控装置领域,尤其涉及一种基于物联网数据采集的工厂经营状态远程监控***及方法。
背景技术
物联网是互联网基础上进行的延伸和扩展,将各种信息传感设备与互联网结合起来而形成的一个巨大网络,实现物与物、物与人的泛在连接。随着物联网技术的发展。将物联网应用于工厂生产是将具有感知、监控能力的各类采集、控制传感器或控制器,以及移动通信、智能分析等技术不断融入到工厂生产过程各个环节,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,最终实现将传统工厂生产提升到智能化的新阶段。
公开号为CN109360118A的专利文献公开了一种工厂状态监控方法、装置、***、设备和存储介质。所述方法包括以下步骤:获取工厂变化项目的状态,并对所述工厂变化项目的状态进行分值设置,得到工厂变化项目状态分值,所述工厂变化项目至少包括产量变化、库存变化和产销平衡变化,所述工厂变化项目的状态至少包括正常、关注、异常、预警四个状态;根据所述工厂变化项目状态分值计算工厂状态分值,并根据所述工厂状态分值判断工厂状态。本发明通过实时监控生产过程中的各项工厂变化项目的状态,并通过将各个工厂变化项目的状态数字化处理,监测工厂状态是否正常,以达到实时监控生产情况的目的,能够及时发现生产出错,使得工厂运作更加高效。
但是,现有技术对工厂处于生产状态时,缺少对设备运行状态的完整性评估,使得监测的精准度不足。
发明内容
为此,本发明提供一种基于物联网数据采集的工厂经营状态远程监控***及方法,可以解决工厂处于生产状态时缺少对设备运行状态的完整性评估导致监测的精准度不足的问题。
为实现上述目的,本发明提供一种基于物联网数据采集的工厂经营状态远程监控***,包括:
若干传感器,采集轴承的声波振动值,所述声波振动值包括定位配置信息,用以确定所述所采集轴承的位置信息,以及在采集周期内根据所述声波振动值与声波振动值标准区间的比对调整采集频率,根据所述采集频率进行批量采集以形成声波振动值数据集;
摄像装置,与传感器连接,用以接收任意传感器的所述声波振动值数据集,根据所述声波振动值数据集中的定位配置信息进行定位处理得到定位数据,根据所述定位数据确定所采集轴承对应的设备并拍摄所述设备的运行状态视频画面,以作为原始视频数据;
存储模块,分别与传感器和摄像装置连接,用以对所述声波振动值数据集和所述原始视频数据进行实时存储以形成目标数据,在所述采集周期内根据实时存储数据量与标准存储数据量的比对判断是否对目标数据进行发送;
处理模块,与存储模块连接,用以接收所述目标数据,所述处理模块包括数据处理单元和视频处理单元,所述数据处理单元用以处理所述目标数据中的声波振动值数据集,所述视频处理单元用以处理所述目标数据中的原始视频数据,所述数据处理单元将所述声波振动值数据集中各传感器之间的声波振动值数据的字符数量进行比对以调整所述声波振动值数据集的由所述数据处理单元至所述视频处理单元的传输速度,并根据所述传输速度生成传输序列,以及所述视频处理单元根据所述传输序列调用相对应的所述原视频数据,将对应的所述原视频数据按照标准压缩比例进行压缩,以得到压缩视频数据,根据预设生成条件将所述压缩视频数据进行二值化处理以得到目标链表,依次获取每个所述目标链表和预设异常链表的相似度并生成相似度向量,根据所述相似度向量预估设备的运行状态;
异常评估模块,与处理模块连接,根据所述传输速度和所述运行状态进行异常评估,根据所述异常评估选择预警方式和调整声波振动值的标准区间的极大值和极小值。
进一步地,所述处理模块将所述声波振动值数据集中任意声波振动值数据的字符数量N与标准的字符数量进行比对以调整数据的传输速度时,设置字符数量标准区间[N1,N2],设置数据的标准传输速度V0;
当N<N1时,字符数量小于标准区间时,则通过第三调节系数k3对标准传输速度V0进行修正,并以修正后的传输速度V1=V0(1-k3),
其中,k3=(N-N2)/N2;
当N属于[N1,N2]时,声波振动值符合标准区间,则选择标准速度V0进行传输;
当N>N2时,声波振动值大于标准区间,则通过第四调节系数k4对标准传输速度V0进行修正,并以修正后的传输速度V2=V0(1+k4),
其中,k4=(N1-N)/N。
进一步地,所述处理模块将依次获取每个所述目标链表和预设异常链表的相似度并生成相似度向量,根据所述相似度向量预估设备的运行状态时,
当所述相似度向量中的元素符合第一相似度条件时,则预估设备处于正常运行状态,
当所述相似度向量中的元素符合第二相似度条件时,则预估设备处于非正常类状态,
其中,所述第一相似度条件包括所述目标链表和预设异常链表的相似度小于预设相似度,所述第二相似度条件包括所述目标链表和预设异常链表的相似度大于等于预设相似度。
进一步地,所述异常评估模块根据所述声波振动值数据和所述运行状态进行异常评估,根据所述异常评估选择预警方式和调整声波振动值的标准区间时,
当所述传输速度为V1且处于非正常运行状态时或当所述传输速度为V2且处于正常运行状态时,则调节声波振动值的标准区间的极大值和极小值;
当所述传输速度为V1且处于正常运行状态时或当所述传输速度为V0且处于正常运行状态时,则不进行预警且不调节声波振动值的标准区间;
当所述传输速度为V2且处于非正常运行状态时,则进行一级预警;
当所述传输速度为V0且处于非正常运行状态时,则进行二级预警。
进一步地,所述异常评估模块调整声波振动值的标准区间的极大值和极小值时,设置声波振动值的标准区间[F1,F2],
设置第五调节系数k5,用于将声波振动值的标准区间的最小值F1调整为F1',F1'=F1×(1-k5),其中,k5=(F-F1)/(F2-F1),
同时设置第六调节系数k6,用于将声波振动值的标准区间的最大值F2调整为F2',F2'=F2×(1+k6),其中,k6=(F2-F)/(F2-F1),
式中,F表示为声波振动值。
进一步地,所述传感器根据所述声波振动值与声波振动值标准区间的比对选择和调整采集频率P时,设置有标准采集频率P0,
当F<F1时,声波振动值小于标准,则通过第一调节系数K1对标准采集频率P0进行修正,并以修正后的采集频率P1=P0(1-k1),其中,k1=(F1-F)/F;
当F属于[F1,F2]时,声波振动值符合标准,则选择标准采集频率P0进行传输;
当F>F2时,声波振动值大于标准,则通过第二调节系数K1对标准采集频率V0进行修正,并以修正后的采集频率P2=P0(1+k2),其中,k2=(F-F2)/F2。
进一步地,根据实时存储数据量与标准存储数据量的比对判断是否对目标数据进行发送时,设置标准存储数据量L,存储模块已存储的实时存储数据量Ls,
若Ls<L时,判定目标数据的实时存储量Ls未超出标准储存数据量L,则不进行目标数据的发送;
若Ls≥L,判定目标数据的实时存储量Ls已超出标准储存数据量L,则进行目标数据的发送。
进一步地,所述异常评估模块根据所述异常评选择预警方式时,
第一预警方式包括由蜂鸣器以第一音量发出报警声并弹窗警示管理终端,所述第二预警方式包括由蜂鸣器以第二音量发出报警声并弹窗警示管理终端,
其中,所述第一报警方式的紧急程度大于所述第二报警方式的紧急程度。
进一步地,所述处理模块根据预设生成条件将所述压缩视频数据进行二值化处理并生成目标链表时,所述图像处理模块用于计算所述压缩视频数据的每帧画面的灰度平均值,获取所述每帧画面中每个像素点的灰度值,在预设链表中设置每个所述像素点对应的存储位,所述存储位中存储一个值为0的字节作为灰度信息,当所述像素点的灰度值大于所述灰度平均值时将所述灰度信息调整为1,将调整后的所述预设链表作为目标链表。
另一方面,本发明还提供一种基于物联网数据采集的工厂经营状态远程监控方法,该方法包括:
采集轴承的声波振动值,所述声波振动值包括定位配置信息,用以确定所述所采集轴承的位置信息,以及在采集周期内根据所述声波振动值与声波振动值标准区间的比对调整采集频率,根据所述采集频率进行批量采集以形成声波振动值数据集;
接收任意传感器的所述声波振动值数据集,根据所述声波振动值数据集中的定位配置信息进行定位处理得到定位数据,根据所述定位数据确定所采集轴承对应的设备并拍摄所述设备的运行状态视频画面,以作为原始视频数据;
对所述声波振动值数据集和所述原始视频数据进行实时存储以形成目标数据,在所述采集周期内根据实时存储数据量与标准存储数据量的比对判断是否对目标数据进行发送;
接收所述目标数据,将所述声波振动值数据集中各传感器之间的声波振动值数据的字符数量进行比对以调整所述声波振动值数据集的由所述数据处理单元至所述视频处理单元的传输速度,并根据所述传输速度生成传输序列;
根据所述传输序列调用相对应的所述原视频数据,将对应的所述原视频数据按照标准压缩比例进行压缩,以得到压缩视频数据,根据预设生成条件将所述压缩视频数据进行二值化处理以得到目标链表,依次获取每个所述目标链表和预设异常链表的相似度并生成相似度向量,根据所述相似度向量预估设备的运行状态;
根据所述传输速度和所述运行状态进行异常评估,根据所述异常评估选择预警方式和调整声波振动值的标准区间的极大值和极小值。
与现有技术相比,本发明的有益效果在于,通过设置传感器,实现了对设备中轴承运转状态的采集,所述传感器与所述轴承一一对应,并根据所述声波振动值与声波振动值标准区间的比对选择和调整采集频率,实现了在固定的周期内对异常的声波振动值进行批量采集的目的,通过批量采集的数据形成声波振动值数据集,使得样本增多从而检测的准确性增大。通过设置摄像装置,实现了对于所述传感器所采集的设备中轴承声波振动值数据进行视频记录确认,拍摄所述设备的运行状态视频画面,实现了对于设备的运行状态确认。通过存储模块中设置标准存储数据量,实现了对于目标数据的实时传输,另外目标数据在没有到达所述标准存储量时,由于所述采集量是通过采集频率控制的,根据采集频率的调节的依据说明了在较低的采集频率下,设备轴承的声波震动值处于正常范围无需进行批量的数据采集,提高了数据传输的效率。通过设置处理模块,将所述声波振动值数据集中各传感器之间的声波振动值数据的字符数量进行比,实现了对数据传输速度的调整,通过依次获取每个所述目标链表和预设异常链表的相似度并生成相似度向量,实现了对设备运行状态的预估。通过设置异常评估模块,实现了根据所述传输速度和所述运行状态进行异常评估,提高了对设备运行状态的完整性评估,提高了监测的精准度。
尤其,通过设置第三调节系数和第四调节系数,对标准传输速度进行修正,实现了对含有不同字符数量的声波振动值数据进行传输速度的调整,使得可能出现异常情况的设备的声波振动值数据得到及时的传输,提高了数据处理的及时性。
尤其,通过对压缩视频数据的每帧画面进行二值化处理有利于使图像变得简单,而且数据量减小,凸显出目标设备的轮廓。采用封闭、连通的边界定义不交叠的区域得到理想的二值图像,所有灰度大于或等于阈值的像素被判定为属于特定物体,提高了图像识别的精准度,从而提高了设备运行状态的精准度。
尤其,通过存储模块中设置标准存储数据量,实现了对于目标数据的实时传输,另外目标数据在没有到达所述标准存储量时,由于所述采集量是通过采集频率控制的,根据采集频率的调节的依据说明了在较低的采集频率下,设备轴承的声波震动值处于正常范围无需进行批量的数据采集,提高了数据传输的效率。
尤其,据所述声波振动值与声波振动值标准区间的比对选择和调整采集频率实现了对所述声波振动值的采集频率的调整,从而保证了采集时间内数据量的充足,根据所述充足的数据量实现了对于设备情况的精准判断。
尤其,通过声波振动值数据和所述运行状态进行异常评估,实现了对预警方式的选择,并且达到了声波振动值的标准区间动态调整的目的,提高了预警的精准度。
附图说明
图1为发明实施例提供的基于物联网数据采集的工厂经营状态远程监控***的结构示意图;
图2为发明实施例提供的基于物联网数据采集的工厂经营状态远程监控方法的流程示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,本发明实施例提供的基于物联网数据采集的工厂经营状态远程监控***的结构示意图,该***包括:
若干传感器10,采集轴承的声波振动值,所述声波振动值包括定位配置信息,用以确定所述所采集轴承的位置信息,以及在采集周期内根据所述声波振动值与声波振动值标准区间的比对调整采集频率,根据所述采集频率进行批量采集以形成声波振动值数据集;
摄像装置20,与传感器10连接,用以接收任意传感器的所述声波振动值数据集,根据所述声波振动值数据集中的定位配置信息进行定位处理得到定位数据,根据所述定位数据确定所采集轴承对应的设备并拍摄所述设备的运行状态视频画面,以作为原始视频数据;
存储模块40,分别与传感器10和摄像装置20连接,用以对所述声波振动值数据集和所述原始视频数据进行实时存储以形成目标数据,在所述采集周期内根据实时存储数据量与标准存储数据量的比对判断是否对目标数据进行发送;
处理模块30,与存储模块40连接,用以接收所述目标数据,所述处理模块包括数据处理单元310和视频处理单元320,所述数据处理单元310用以处理所述目标数据中的声波振动值数据集,所述视频处理单元320用以处理所述目标数据中的原始视频数据,所述数据处理单元310将所述声波振动值数据集中各传感器之间的声波振动值数据的字符数量进行比对以调整所述声波振动值数据集的由所述数据处理单元至所述视频处理单元的传输速度,并根据所述传输速度生成传输序列,以及所述视频处理单元320根据所述传输序列调用相对应的所述原视频数据,将对应的所述原视频数据按照标准压缩比例进行压缩,以得到压缩视频数据,根据预设生成条件将所述压缩视频数据进行二值化处理以得到目标链表,依次获取每个所述目标链表和预设异常链表的相似度并生成相似度向量,根据所述相似度向量预估设备的运行状态;
异常评估模块50,与处理模块30连接,根据所述传输速度和所述运行状态进行异常评估,根据所述异常评估选择预警方式和调整声波振动值的标准区间的极大值和极小值。
具体而言,本发明实施例中,通过设置传感器,实现了对设备中轴承运转状态的采集,所述传感器与所述轴承一一对应,并根据所述声波振动值与声波振动值标准区间的比对选择和调整采集频率,实现了在固定的周期内对异常的声波振动值进行批量采集的目的,通过批量采集的数据形成声波振动值数据集,使得样本增多从而检测的准确性增大。通过设置摄像装置,实现了对于所述传感器所采集的设备中轴承声波振动值数据进行视频记录确认,拍摄所述设备的运行状态视频画面,实现了对于设备的运行状态确认。通过存储模块中设置标准存储数据量,实现了对于目标数据的实时传输,另外目标数据在没有到达所述标准存储量时,由于所述采集量是通过采集频率控制的,根据采集频率的调节的依据说明了在较低的采集频率下,设备轴承的声波震动值处于正常范围无需进行批量的数据采集,提高了数据传输的效率。通过设置处理模块,将所述声波振动值数据集中各传感器之间的声波振动值数据的字符数量进行比,实现了对数据传输速度的调整,通过依次获取每个所述目标链表和预设异常链表的相似度并生成相似度向量,实现了对设备运行状态的预估。通过设置异常评估模块,实现了根据所述传输速度和所述运行状态进行异常评估,提高了对设备运行状态的完整性评估,提高了监测的精准度。
具体而言,所述处理模块将所述声波振动值数据集中任意声波振动值数据的字符数量N与标准的字符数量进行比对以调整数据的传输速度时,设置字符数量标准区间[N1,N2],设置数据的标准传输速度V0;
当N<N1时,字符数量小于标准区间时,则通过第三调节系数k3对标准传输速度V0进行修正,并以修正后的传输速度V1=V0(1-k3),
其中,k3=(N-N2)/N2;
当N属于[N1,N2]时,声波振动值符合标准区间,则选择标准速度V0进行传输;
当N>N2时,声波振动值大于标准区间,则通过第四调节系数k4对标准传输速度V0进行修正,并以修正后的传输速度V2=V0(1+k4),
其中,k4=(N1-N)/N。
具体而言,在本实施例中的字符数量标准区间需在[50,60]内设定,设置数据的标准传输速度V0为是500MB/s。
具体而言,本发明实施例中,通过设置第三调节系数和第四调节系数,对标准传输速度进行修正,实现了对含有不同字符数量的声波振动值数据进行传输速度的调整,使得可能出现异常情况的设备的声波振动值数据得到及时的传输,提高了数据处理的及时性。
具体而言,所述处理模块将依次获取每个所述目标链表和预设异常链表的相似度并生成相似度向量,根据所述相似度向量预估设备的运行状态时,
当所述相似度向量中的元素符合第一相似度条件时,则预估设备处于正常运行状态,
当所述相似度向量中的元素符合第二相似度条件时,则预估设备处于非正常类状态,
其中,所述第一相似度条件包括所述目标链表和预设异常链表的相似度小于预设相似度,所述第二相似度条件包括所述目标链表和预设异常链表的相似度大于等于预设相似度。
具体而言,所述异常链表为预先设置的当设备处于异常运行状态时的压缩视频数并将压缩视频数据进行二值化处理以得到异常链表。
具体而言,本发明实施例中,通过对相似度向量中的元素进行条件的判断,实现了对设备运行状态的预估。
具体而言,所述异常评估模块根据所述声波振动值数据和所述运行状态进行异常评估,根据所述异常评估选择预警方式和调整声波振动值的标准区间时,
当所述传输速度为V1且处于非正常运行状态时或当所述传输速度为V2且处于正常运行状态时,则调节声波振动值的标准区间的极大值和极小值;
当所述传输速度为V1且处于正常运行状态时或当所述传输速度为V0且处于正常运行状态时,则不进行预警且不调节声波振动值的标准区间;
当所述传输速度为V2且处于非正常运行状态时,则进行一级预警;
当所述传输速度为V0且处于非正常运行状态时,则进行二级预警。
具体而言,本发明实施例中,通过声波振动值数据和所述运行状态进行异常评估,实现了对预警方式的选择,并且达到了声波振动值的标准区间动态调整的目的,提高了预警的精准度。
具体而言,所述异常评估模块调整声波振动值的标准区间的极大值和极小值时,设置声波振动值的标准区间[F1,F2],
设置第五调节系数k5,用于将声波振动值的标准区间的最小值F1调整为F1',F1'=F1×(1-k5),其中,k5=(F-F1)/(F2-F1),
同时设置第六调节系数k6,用于将声波振动值的标准区间的最大值F2调整为F2',F2'=F2×(1+k6),其中,k6=(F2-F)/(F2-F1),
式中,F表示为声波振动值。
具体而言,在本实施例中的声波振动值的标准区间需在[30,45]内设定,量纲为dB。
具体而言,本发明实施例中,通过第五调节系数和第六调节系数实现了对于声波振动值的标准区间动态调整。
具体而言,所述传感器根据所述声波振动值与声波振动值标准区间的比对选择和调整采集频率P时,设置有标准采集频率P0,
当F<F1时,声波振动值小于标准,则通过第一调节系数K1对标准采集频率P0进行修正,并以修正后的采集频率P1=P0(1-k1),其中,k1=(F1-F)/F;
当F属于[F1,F2]时,声波振动值符合标准,则选择标准采集频率P0进行传输;
当F>F2时,声波振动值大于标准,则通过第二调节系数K1对标准采集频率V0进行修正,并以修正后的采集频率P2=P0(1+k2),其中,k2=(F-F2)/F2。
具体而言,在本实施例中的标准采集频率P0在[1.2,1.5]内设定,量纲为byte/毫秒。
具体而言,本发明实施例中,据所述声波振动值与声波振动值标准区间的比对选择和调整采集频率实现了对所述声波振动值的采集频率的调整,从而保证了采集时间内数据量的充足,根据所述充足的数据量实现了对于设备情况的精准判断。
具体而言,根据实时存储数据量与标准存储数据量的比对判断是否对目标数据进行发送时,设置标准存储数据量L,存储模块已存储的实时存储数据量Ls,
若Ls<L时,判定目标数据的实时存储量Ls未超出标准储存数据量L,则不进行目标数据的发送;
若Ls≥L,判定目标数据的实时存储量Ls已超出标准储存数据量L,则进行目标数据的发送。
具体而言,在本实施例中的标准存储数据量L在[0.5,1]内设定,量纲为GB。
具体而言,本发明实施例中,通过存储模块中设置标准存储数据量,实现了对于目标数据的实时传输,另外目标数据在没有到达所述标准存储量时,由于所述采集量是通过采集频率控制的,根据采集频率的调节的依据说明了在较低的采集频率下,设备轴承的声波震动值处于正常范围无需进行批量的数据采集,提高了数据传输的效率。
具体而言,所述异常评估模块根据所述异常评选择预警方式时,
第一预警方式包括由蜂鸣器以第一音量发出报警声并弹窗警示管理终端,所述第二预警方式包括由蜂鸣器以第二音量发出报警声并弹窗警示管理终端,
其中,所述第一报警方式的紧急程度大于所述第二报警方式的紧急程度。
具体而言,所述处理模块根据预设生成条件将所述压缩视频数据进行二值化处理并生成目标链表时,所述图像处理模块用于计算所述压缩视频数据的每帧画面的灰度平均值,获取所述每帧画面中每个像素点的灰度值,在预设链表中设置每个所述像素点对应的存储位,所述存储位中存储一个值为0的字节作为灰度信息,当所述像素点的灰度值大于所述灰度平均值时将所述灰度信息调整为1,将调整后的所述预设链表作为目标链表。
具体而言,本发明实施例中,通过对压缩视频数据的每帧画面进行二值化处理有利于使图像变得简单,而且数据量减小,凸显出目标设备的轮廓。其次,要进行二值图像的处理与分析。采用封闭、连通的边界定义不交叠的区域得到理想的二值图像,所有灰度大于或等于阈值的像素被判定为属于特定物体,提高了图像识别的精准度,从而提高了设备运行状态的精准度。
请参阅图2所示,本发明实施例提供的基于物联网数据采集的工厂经营状态远程监控方法的流程示意图,该方法包括:
步骤100:采集轴承的声波振动值,所述声波振动值包括定位配置信息,用以确定所述所采集轴承的位置信息,以及在采集周期内根据所述声波振动值与声波振动值标准区间的比对调整采集频率,根据所述采集频率进行批量采集以形成声波振动值数据集;
步骤200:接收任意传感器的所述声波振动值数据集,根据所述声波振动值数据集中的定位配置信息进行定位处理得到定位数据,根据所述定位数据确定所采集轴承对应的设备并拍摄所述设备的运行状态视频画面,以作为原始视频数据;
步骤300:对所述声波振动值数据集和所述原始视频数据进行实时存储以形成目标数据,在所述采集周期内根据实时存储数据量与标准存储数据量的比对判断是否对目标数据进行发送;
步骤400:接收所述目标数据,将所述声波振动值数据集中各传感器之间的声波振动值数据的字符数量进行比对以调整所述声波振动值数据集的由所述数据处理单元至所述视频处理单元的传输速度,并根据所述传输速度生成传输序列;
步骤500:根据所述传输序列调用相对应的所述原视频数据,将对应的所述原视频数据按照标准压缩比例进行压缩,以得到压缩视频数据,根据预设生成条件将所述压缩视频数据进行二值化处理以得到目标链表,依次获取每个所述目标链表和预设异常链表的相似度并生成相似度向量,根据所述相似度向量预估设备的运行状态;
步骤600:根据所述传输速度和所述运行状态进行异常评估,根据所述异常评估选择预警方式和调整声波振动值的标准区间的极大值和极小值。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。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 (8)
1.一种基于物联网数据采集的工厂经营状态远程监控***,其特征在于,包括:
若干传感器,采集轴承的声波振动值,所述声波振动值包括定位配置信息,用以确定所述所采集轴承的位置信息,以及在采集周期内根据所述声波振动值与声波振动值标准区间的比对调整采集频率,根据所述采集频率进行批量采集以形成声波振动值数据集;
摄像装置,与传感器连接,用以接收任意传感器的所述声波振动值数据集,根据所述声波振动值数据集中的定位配置信息进行定位处理得到定位数据,根据所述定位数据确定所采集轴承对应的设备并拍摄所述设备的运行状态视频画面,以作为原始视频数据;
存储模块,分别与传感器和摄像装置连接,用以对所述声波振动值数据集和所述原始视频数据进行实时存储以形成目标数据,在所述采集周期内根据实时存储数据量与标准存储数据量的比对判断是否对目标数据进行发送;
处理模块,与存储模块连接,用以接收所述目标数据,所述处理模块包括数据处理单元和视频处理单元,所述数据处理单元用以处理所述目标数据中的声波振动值数据集,所述视频处理单元用以处理所述目标数据中的原始视频数据,所述数据处理单元将所述声波振动值数据集中各传感器之间的声波振动值数据的字符数量进行比对以调整所述声波振动值数据集的由所述数据处理单元至所述视频处理单元的传输速度,并根据所述传输速度生成传输序列,以及所述视频处理单元根据所述传输序列调用相对应的所述原视频数据,将对应的所述原视频数据按照标准压缩比例进行压缩,以得到压缩视频数据,根据预设生成条件将所述压缩视频数据进行二值化处理以得到目标链表,依次获取每个所述目标链表和预设异常链表的相似度并生成相似度向量,根据所述相似度向量预估设备的运行状态;
异常评估模块,与处理模块连接,根据所述传输速度和所述运行状态进行异常评估,根据所述异常评估选择预警方式和调整声波振动值的标准区间的极大值和极小值;
所述处理模块将所述声波振动值数据集中任意声波振动值数据的字符数量N与标准的字符数量进行比对以调整数据的传输速度时,设置字符数量标准区间[N1,N2],设置数据的标准传输速度V0;
当N<N1时,字符数量小于标准区间时,则通过第三调节系数k3对标准传输速度V0进行修正,并以修正后的传输速度V1=V0(1-k3),
其中,k3=(N-N2)/N2;
当N属于[N1,N2]时,声波振动值符合标准区间,则选择标准速度V0进行传输;
当N>N2时,声波振动值大于标准区间,则通过第四调节系数k4对标准传输速度V0进行修正,并以修正后的传输速度V2=V0(1+k4),
其中,k4=(N1-N)/N;
所述处理模块根据预设生成条件将所述压缩视频数据进行二值化处理并生成目标链表时,所述处理模块用于计算所述压缩视频数据的每帧画面的灰度平均值,获取所述每帧画面中每个像素点的灰度值,在预设链表中设置每个所述像素点对应的存储位,所述存储位中存储一个值为0的字节作为灰度信息,当所述像素点的灰度值大于所述灰度平均值时将所述灰度信息调整为1,将调整后的所述预设链表作为目标链表。
2.根据权利要求1所述的基于物联网数据采集的工厂经营状态远程监控***,其特征在于,所述处理模块将依次获取每个所述目标链表和预设异常链表的相似度并生成相似度向量,根据所述相似度向量预估设备的运行状态时,
当所述相似度向量中的元素符合第一相似度条件时,则预估设备处于正常运行状态,
当所述相似度向量中的元素符合第二相似度条件时,则预估设备处于非正常类状态,
其中,所述第一相似度条件包括所述目标链表和预设异常链表的相似度小于预设相似度,所述第二相似度条件包括所述目标链表和预设异常链表的相似度大于等于预设相似度。
3.根据权利要求2所述的基于物联网数据采集的工厂经营状态远程监控***,其特征在于,所述异常评估模块根据所述声波振动值数据和所述运行状态进行异常评估,根据所述异常评估选择预警方式和调整声波振动值的标准区间时,
当所述传输速度为V1且处于非正常运行状态时或当所述传输速度为V2且处于正常运行状态时,则调节声波振动值的标准区间的极大值和极小值;
当所述传输速度为V1且处于正常运行状态时或当所述传输速度为V0且处于正常运行状态时,则不进行预警且不调节声波振动值的标准区间;
当所述传输速度为V2且处于非正常运行状态时,则进行一级预警;
当所述传输速度为V0且处于非正常运行状态时,则进行二级预警。
4.根据权利要求3所述的基于物联网数据采集的工厂经营状态远程监控***,其特征在于,所述异常评估模块调整声波振动值的标准区间的极大值和极小值时,设置声波振动值的标准区间[F1,F2],
设置第五调节系数k5,用于将声波振动值的标准区间的最小值F1调整为F1',F1'=F1×(1-k5),其中,k5=(F-F1)/(F2-F1),
同时设置第六调节系数k6,用于将声波振动值的标准区间的最大值F2调整为F2',F2'=F2×(1+k6),其中,k6=(F2-F)/(F2-F1),
式中,F表示为声波振动值。
5.根据权利要求4所述的基于物联网数据采集的工厂经营状态远程监控***,其特征在于,所述传感器根据所述声波振动值与声波振动值标准区间的比对选择和调整采集频率P时,设置有标准采集频率P0,
当F<F1时,声波振动值小于标准,则通过第一调节系数K1对标准采集频率P0进行修正,并以修正后的采集频率P1=P0(1-k1),其中,k1=(F1-F)/F;
当F属于[F1,F2]时,声波振动值符合标准,则选择标准采集频率P0进行传输;
当F>F2时,声波振动值大于标准,则通过第二调节系数K1对标准采集频率V0进行修正,并以修正后的采集频率P2=P0(1+k2),其中,k2=(F-F2)/F2。
6.根据权利要求5所述的基于物联网数据采集的工厂经营状态远程监控***,其特征在于,根据实时存储数据量与标准存储数据量的比对判断是否对目标数据进行发送时,设置标准存储数据量L,存储模块已存储的实时存储数据量Ls,
若Ls<L时,判定目标数据的实时存储量Ls未超出标准储存数据量L,则不进行目标数据的发送;
若Ls≥L,判定目标数据的实时存储量Ls已超出标准储存数据量L,则进行目标数据的发送。
7.根据权利要求6所述的基于物联网数据采集的工厂经营状态远程监控***,其特征在于,所述异常评估模块根据所述异常评选择预警方式时,
第一预警方式包括由蜂鸣器以第一音量发出报警声并弹窗警示管理终端,所述第二预警方式包括由蜂鸣器以第二音量发出报警声并弹窗警示管理终端,
其中,所述第一报警方式的紧急程度大于所述第二报警方式的紧急程度。
8.一种应用于权利要求1-7任一项的基于物联网数据采集的工厂经营状态远程监控***的监控方法,其特征在于,包括:
采集轴承的声波振动值,所述声波振动值包括定位配置信息,用以确定所述所采集轴承的位置信息,以及在采集周期内根据所述声波振动值与声波振动值标准区间的比对调整采集频率,根据所述采集频率进行批量采集以形成声波振动值数据集;
接收任意传感器的所述声波振动值数据集,根据所述声波振动值数据集中的定位配置信息进行定位处理得到定位数据,根据所述定位数据确定所采集轴承对应的设备并拍摄所述设备的运行状态视频画面,以作为原始视频数据;
对所述声波振动值数据集和所述原始视频数据进行实时存储以形成目标数据,在所述采集周期内根据实时存储数据量与标准存储数据量的比对判断是否对目标数据进行发送;
接收所述目标数据,将所述声波振动值数据集中各传感器之间的声波振动值数据的字符数量进行比对以调整所述声波振动值数据集的由所述数据处理单元至所述视频处理单元的传输速度,并根据所述传输速度生成传输序列;
根据所述传输序列调用相对应的所述原视频数据,将对应的所述原视频数据按照标准压缩比例进行压缩,以得到压缩视频数据,根据预设生成条件将所述压缩视频数据进行二值化处理以得到目标链表,依次获取每个所述目标链表和预设异常链表的相似度并生成相似度向量,根据所述相似度向量预估设备的运行状态;
根据所述传输速度和所述运行状态进行异常评估,根据所述异常评估选择预警方式和调整声波振动值的标准区间的极大值和极小值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310741377.1A CN116781864B (zh) | 2023-06-21 | 2023-06-21 | 基于物联网数据采集的工厂经营状态远程监控***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310741377.1A CN116781864B (zh) | 2023-06-21 | 2023-06-21 | 基于物联网数据采集的工厂经营状态远程监控***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116781864A CN116781864A (zh) | 2023-09-19 |
CN116781864B true CN116781864B (zh) | 2024-02-23 |
Family
ID=87992558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310741377.1A Active CN116781864B (zh) | 2023-06-21 | 2023-06-21 | 基于物联网数据采集的工厂经营状态远程监控***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116781864B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117336300B (zh) * | 2023-12-01 | 2024-01-30 | 山东街景智能制造科技股份有限公司 | 一种用于状态机的资源管理*** |
CN118032118A (zh) * | 2024-01-11 | 2024-05-14 | 北京唯试科技有限公司 | 一种基于wifi-mesh技术的无线加速度传感器 |
CN118069894A (zh) * | 2024-04-12 | 2024-05-24 | 乾健科技有限公司 | 一种大数据存储管理方法及*** |
CN118075123B (zh) * | 2024-04-24 | 2024-07-09 | 湖北华中电力科技开发有限责任公司 | 面向电力全场景的海量数据统一处理平台的管理方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110087029A (zh) * | 2019-04-22 | 2019-08-02 | 江南大学 | 带滤波的视频大数据与物联网小数据联动方法 |
CN111175698A (zh) * | 2020-01-18 | 2020-05-19 | 国网山东省电力公司菏泽供电公司 | 一种基于声振结合的变压器噪声源定位方法、***和装置 |
WO2021036636A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 升降设备的振动检测方法、装置、服务器及存储介质 |
WO2021036637A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 齿轮组异常的检测方法及相关产品 |
CN114004306A (zh) * | 2021-11-10 | 2022-02-01 | 嘉应学院 | 一种基于物联网多维度数据的设备故障评估***及其方法 |
CN114422713A (zh) * | 2022-03-29 | 2022-04-29 | 湖南航天捷诚电子装备有限责任公司 | 一种图像采集及智能判读处理装置及方法 |
US11551345B1 (en) * | 2022-05-25 | 2023-01-10 | Rdi Technologies, Inc. | Repetitive video monitoring of industrial equipment by mobile data acquisition units |
CN115839846A (zh) * | 2023-02-27 | 2023-03-24 | 济南嘉宏科技有限责任公司 | 一种基于无线传感器的设备故障预警诊断方法 |
-
2023
- 2023-06-21 CN CN202310741377.1A patent/CN116781864B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110087029A (zh) * | 2019-04-22 | 2019-08-02 | 江南大学 | 带滤波的视频大数据与物联网小数据联动方法 |
WO2021036636A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 升降设备的振动检测方法、装置、服务器及存储介质 |
WO2021036637A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 齿轮组异常的检测方法及相关产品 |
CN111175698A (zh) * | 2020-01-18 | 2020-05-19 | 国网山东省电力公司菏泽供电公司 | 一种基于声振结合的变压器噪声源定位方法、***和装置 |
CN114004306A (zh) * | 2021-11-10 | 2022-02-01 | 嘉应学院 | 一种基于物联网多维度数据的设备故障评估***及其方法 |
CN114422713A (zh) * | 2022-03-29 | 2022-04-29 | 湖南航天捷诚电子装备有限责任公司 | 一种图像采集及智能判读处理装置及方法 |
US11551345B1 (en) * | 2022-05-25 | 2023-01-10 | Rdi Technologies, Inc. | Repetitive video monitoring of industrial equipment by mobile data acquisition units |
CN115839846A (zh) * | 2023-02-27 | 2023-03-24 | 济南嘉宏科技有限责任公司 | 一种基于无线传感器的设备故障预警诊断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116781864A (zh) | 2023-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116781864B (zh) | 基于物联网数据采集的工厂经营状态远程监控***及方法 | |
CN102752574B (zh) | 一种视频监控***及方法 | |
CN115860684B (zh) | 一种基于数字孪生的管理*** | |
CN111050114A (zh) | 一种低功耗摄像头、监控管理控制***及其控制方法 | |
CN101350915A (zh) | 一种自适应调整工作参数的方法及监控前端设备 | |
KR102369167B1 (ko) | 머신러닝을 이용한 지능형 스마트팜 운영 시스템 | |
CN111901134B (zh) | 一种基于循环神经网络模型rnn的预测网络质量的方法和装置 | |
CN102158686A (zh) | 一种新型的物联网小区的安防管理*** | |
CN116320321A (zh) | 农业信息传输方法、装置、电子设备及存储介质 | |
CN116016591A (zh) | 一种用于数字孪生的数据采集方法及*** | |
CN113326728A (zh) | 一种基于d-s证据理论的网络异常检测方法 | |
CN115327942A (zh) | 一种环境智能监测*** | |
CN115766297A (zh) | 一种基于物联网的信息数据安全防护方法 | |
CN115712825A (zh) | 一种基于工业互联网大数据的智能优化方法及*** | |
CN115083132A (zh) | 一种降低消防报警误报率的研判方法 | |
KR20180072318A (ko) | 데이터 왜곡을 방지할 수 있는 사물 인터넷 네트워크 시스템 | |
CN111818548B (zh) | 一种数据的处理方法、装置及设备 | |
CN113094410A (zh) | 一种警用移动快速采集分析*** | |
KR102193722B1 (ko) | 하이브리드 계측기 영상처리 시스템 및 방법 | |
CN111369383B (zh) | 一种用于电线电缆生产的智能集成管理*** | |
CN101539988A (zh) | 基于Internet和GPRS的智能视频监控*** | |
CN116090796B (zh) | 一种酒店智能管理*** | |
CN114448952B (zh) | 流媒体数据的传输方法和装置、存储介质及电子设备 | |
CN113256044B (zh) | 一种策略的确定方法、装置及电子设备 | |
CN116208464B (zh) | 基于云计算的广播发射机故障大数据信息分析方法及*** |
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 |