一种工业标识解析方法、设备及介质

技术领域

本申请涉及标识解析领域，具体涉及一种工业标识解析方法、设备及介质。

背景技术

近年来，随着物联网技术的成熟和发展，物联网技术在工业或生活中的应用也越来越多。通过信息传感设备，按约定的协议，能够将任何物体与网络相连接，物体通过信息传播媒介进行信息交换和通信，以实现智能化识别、定位、跟踪、监管等功能。

现有的物联网技术在对数据的存储和传输过程中，数据可能被篡改，且设备与设备之间的联系较弱。

发明内容

为了解决上述问题，本申请提出了一种工业标识解析方法、设备及介质，其中方法包括：

基于标识解析节点生成目标设备的设备唯一标识，并通过无线传感器网络采集目标设备的设备数据；将所述设备唯一标识以及所述设备数据存储于预设区块链节点中；将所述设备数据传输至数据处理中心；通过数据处理中心，对所述设备数据进行处理和分析，以生成控制指令；基于所述控制指令，控制并调节所述目标设备。

在一个示例中，所述无线传感器网络为自组织网络设计；所述无线传感器网络包含多个传感器节点，不同传感器节点分别用于采集不同类型的设备数据。

在一个示例中，所述将所述设备数据传输至数据处理中心，具体包括：确定目标传感器节点与目标数据处理中心之间的多条中继节点路径；所述中继节点路径中包含多个中继节点，所述中继节点为彼此相邻的传感器节点；通过所述多条中继节点路径，将所述设备数据自所述目标传感器节点传输至所述目标数据处理中心。

在一个示例中，所述基于所述控制指令，控制并调节所述目标设备之后，所述方法还包括：获取所述目标设备的历史设备数据；将所述历史设备数据输入至预设随机森林模型中，以得到所述目标设备的预测数据；所述预设随机森林模型中包含多个决策树模型的组合；基于所述预测数据，生成所述目标设备的预测控制指令。

在一个示例中，所述通过数据处理中心，对所述设备数据进行处理和分析，以生成控制指令，具体包括：对所述设备数据进行预处理，以得到第一中间数据；通过对所述中间数据进行关联规则挖掘，以得到第二中间数据；基于所述第二中间数据以及预设数据阈值，生成控制指令。

在一个示例中，所述预处理处理包括：去除无效数据、去除异常值、数据平滑、数据差值中的至少一种。

在一个示例中，所述数据处理中心包括多个边缘计算节点；所述边缘计算节点中至少包含共识节点以及边缘计算中心；所述设备数据包括设备运行数据以及环境数据，所述环境数据包括温度数据、湿度数据、以及压力数据中的至少一种。

在一个示例中，所述基于所述控制指令，控制并调节所述目标设备，具体包括：确定所述目标设备处于异常环境，基于所述目标设备的设备唯一标识，确定所述目标设备的多个邻近设备；采集所述邻近设备相对于所述目标设备的邻近数据；基于所述邻近数据，生成所述多个邻近设备分别对应的邻近控制指令；基于所述邻近控制指令，调节所述邻近设备，直至所述目标设备退出所述异常环境。

本申请还提供了一种工业标识解析设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：基于标识解析节点生成目标设备的设备唯一标识，并通过无线传感器网络采集目标设备的设备数据；将所述设备唯一标识以及所述设备数据存储于预设区块链节点中；将所述设备数据传输至数据处理中心；通过数据处理中心，对所述设备数据进行处理和分析，以生成控制指令；基于所述控制指令，控制并调节所述目标设备。

本申请还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：基于标识解析节点生成目标设备的设备唯一标识，并通过无线传感器网络采集目标设备的设备数据；将所述设备唯一标识以及所述设备数据存储于预设区块链节点中；将所述设备数据传输至数据处理中心；通过数据处理中心，对所述设备数据进行处理和分析，以生成控制指令；基于所述控制指令，控制并调节所述目标设备。

通过本申请提出的方法能够带来如下有益效果：

(1)采用物联网技术对生产设备进行唯一标识，并将标识信息存储在区块链上，确保每个设备都有一个唯一的标识符。

(2)利用区块链技术对采集到的数据进行安全存储和传输，保证数据的可信性和安全性。

(3)通过标识解析技术实现不同部门之间的数据共享，提高工作效率和协同能力。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例中一种工业标识解析方法的流程示意图；

图2为本申请实施例中一种数据存储和传输过程的区块链溯源方式；

图3为本申请实施例中一种数据手机与分析的路径示意图；

图4为本申请实施例中一种工业标识解析设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

在现代工业生产中，标识解析技术是一种非常重要的技术手段。标识解析技术可以实现对生产过程中各种物品的识别和管理，从而提高生产效率和产品质量。随着物联网、区块链和标识解析等技术的不断发展，工业标识解析已经成为了一种新型的工业互联网应用。本文提出了一种基于物联网、区块链和标识解析的工业标识解析解决方案，该方案具有高效、安全、可靠等特点，可以为工业生产提供更加完善的解决方案。

图1为本说明书一个或多个实施例提供的一种工业标识解析方法的流程示意图。该方法可以应用于不同的业务领域，该流程可以由相应领域的计算设备(比如，支付业务对应的风控服务器或者智能移动终端等)执行，流程中的某些输入参数或者中间结果允许人工干预调节，以帮助提高准确性。

本申请实施例涉及的分析方法的实现可以为终端设备，也可以为服务器，本申请对此不作特殊限制。为了方便理解和描述，以下实施例均以服务器为例进行详细描述。

需要说明的是，该服务器可以是单独的一台设备，可以是由多台设备组成的系统，即，分布式服务器，本申请对此不做具体限定。

如图1所示，本申请实施例提供一种方法，包括：

S101：基于标识解析节点生成目标设备的设备唯一标识，并通过无线传感器网络采集目标设备的设备数据。

采用物联网技术对目标设备进行唯一标识，并通过无线传感器网络作为数据采集的手段，对目标设备的设备数据进行采集。

在一个实施例中，无线传感器网络由多个节点组成，每个节点负责采集某一特定参数的数据。为了提高网络的可靠性和鲁棒性，采用了自组织网络的设计方法，使得节点之间能够自动发现和连接。自组织网络(Ad Hoc)是一种多跳的临时性自治系统，它的用户终端可以在网内随意移动而保持通信。在传感器网络设计中，自组织网络的特点和优势在于其自组织和自修复的能力，使得传感器节点可以动态地组织和交换信息，并能够适应环境的变化。此外，自组织网络还具有低功耗和低成本的特点，使其适用于大规模的传感器网络部署。设备数据包括设备运行数据以及环境数据，所述环境数据包括温度数据、湿度数据、以及压力数据中的至少一种。

S102：将所述设备唯一标识以及所述设备数据存储于预设区块链节点中。

将设备唯一标识都存储在区块链上，确保每个设备都有一个唯一的标识符，并将设备数据存储在区块链节点中，以保证数据的可信性和安全性。

S103：将所述设备数据传输至数据处理中心。

在一个实施例中，在将设备数据传输至数据处理中心时，采用多跳传输的数据传输方式。在多跳传输中，传感器节点之间通过互相传递信息来建立通信连接。每个传感器节点既是信息的发送者，也是信息的接收者。当一个传感器节点需要发送信息时，它会将信息发送给其邻居节点，邻居节点再将其传递给它们的邻居节点，依此类推，直到信息到达目标节点。具体地，确定目标传感器节点与目标数据处理中心之间的多条中继节点路径；中继节点路径中包含多个中继节点，中继节点为彼此相邻的传感器节点；通过多条中继节点路径，将设备数据自所述目标传感器节点传输至目标数据处理中心。减少了信号传输的距离和延迟，提高了数据采集的精度和速度。数据存储及传输过程中的区块链溯源方式如图2所示。

S104：通过数据处理中心，对所述设备数据进行处理和分析，以生成控制指令。

数据处理中心是整个系统的大脑，负责对采集到的数据进行处理和分析，并生成相应的控制指令。数据处理中心接收到数据后，会进行一系列的处理和分析操作，例如数据清洗、数据转换、数据分析等。

在一个实施例中，在对设备数据进行处理和分析时，首先要通过数据处理中心对设备数据进行预处理，以得到第一中间数据，再通过对中间数据进行关联规则挖掘，以提取出有价值的、能够为决策提供支持和参考的信息和知识，作为第二中间数据。再基于第二中间数据以及预设数据阈值，生成控制指令。

进一步地，在进行预处理时，可以进行数据清洗，数据清洗的主要目的是去除异常值和无效数据，确保数据质量。预处理包括数据平滑、插值等操作，以填补数据缺失和保证数据的连续性。

在数据处理中心进行数据存储与管理时，由于传感器数据量大且持续不断地产生，有效的数据存储与管理是物联网中的重要环节。常见的数据存储方式包括关系数据库、NoSQL数据库以及分布式存储系统。数据管理主要包括数据索引、备份和恢复等操作，以确保数据的可靠性和可访问性。

如图3所示的一种数据收集和分析示意图，完整流程包括：设备数字身份验证、机理模型联合训练、机理模型主动共享和激励、边缘计算中心分布式高可用、生成跨厂区协同调度以及品控选举和故障报告。其中，

机理模型主动共享是指企业或组织主动将其拥有的机理模型与其它企业或组织共享，以实现资源共享和技术创新。激励机制可以促进企业或组织更积极地参与共享活动，并提高共享的质量和效果。

跨厂区协同调度是指在不同厂区之间进行协同调度，以实现资源共享、优化资源配置和提高生产效率。通过建立统一的信息平台或数据中心，可以实现不同厂区之间的信息交互和数据共享。

品控选举是指通过一定的规则，从生产过程中采集到的数据中选取出质量合格的产品。品控选举的目的是保证产品的质量和一致性，从而提高产品的整体性能和可靠性。

故障告警是指当工业自动化系统或设备出现故障时，通过一定的技术和方法进行告警提示，以便及时发现和处理故障。故障告警的目的是最大限度地减少设备停机时间，提高生产效率和降低维修成本。

S105：基于所述控制指令，控制并调节所述目标设备。

生成控制指令之后，再将这些控制指令发送到目标设备，以实现对环境的控制和调节。例如，如果数据处理中心发现某个区域的温度过高，它可能会生成一个启动冷却系统的指令，以降低该区域的气温。

在一个实施例中，为了提高处理效率和准确性，还可以采用机器学习算法对历史数据进行学习和预测，从而提高控制指令的准确性和智能化程度。具体地，可以获取目标设备的历史设备数据，然后将历史设备数据输入至预设随机森林模型中，以得到目标设备的预测数据。这里的预设随机森林模型中包含多个决策树模型的组合，再基于预测数据，生成目标设备的预测控制指令。

在一个实施例中，为了提高处理效率和准确性，采用了分布式计算的方法，将任务分配给多个节点进行并行处理。除了在进行数据分析阶段采用并行处理之外，还可以在设备控制阶段，同时控制多个设备。若目标设备处于异常环境时，基于目标设备的设备唯一标识，能够确定目标设备的多个邻近设备。此时采集邻近设备相对于目标设备的邻近数据。然后基于邻近数据，生成多个邻近设备分别对应的邻近控制指令。最后基于邻近控制指令，调节邻近设备，直至目标设备退出所述异常环境。仍以目标设备所处环境的环境温度较高进行举例，为了达到快速降温的效果，此时可以基于目标设备的设备唯一标识，确定目标设备所处环境内距离目标设备较近的临近设备，然后获取临近设备的临近数据。这里的临近数据指的是与异常环境相关的数据，如临近设备朝向目标设备方向的温度数据。然后根据临近数据，对临近设备进行调控，从而达到快速降温的效果。

如图4所示，本申请实施例还提供了一种工业标识解析设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

基于标识解析节点生成目标设备的设备唯一标识，并通过无线传感器网络采集目标设备的设备数据；将所述设备唯一标识以及所述设备数据存储于预设区块链节点中；将所述设备数据传输至数据处理中心；通过数据处理中心，对所述设备数据进行处理和分析，以生成控制指令；基于所述控制指令，控制并调节所述目标设备。

本申请实施例还提供了一种非易失性计算机存储介质，存储有计算机可执行指令，所述计算机可执行指令设置为：

基于标识解析节点生成目标设备的设备唯一标识，并通过无线传感器网络采集目标设备的设备数据；将所述设备唯一标识以及所述设备数据存储于预设区块链节点中；将所述设备数据传输至数据处理中心；通过数据处理中心，对所述设备数据进行处理和分析，以生成控制指令；基于所述控制指令，控制并调节所述目标设备。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备和介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本申请实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生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装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置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。

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。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。