一种基于边缘计算的工业智能网关

技术领域

本发明涉及智能网关技术领域，具体涉及一种基于边缘计算的工业智能网关。

背景技术

工业智能网关是一种物联网无线传感器网络产品，也叫工业物联网智能网关、无线数据采集网关、通讯采集网关、PLC无线网关、工业通讯网关等。它是用于将工业设备数据传输到云平台或本地服务器的设备。工业智能网关可以通过多种方式实现数据采集，例如串口、以太网、无线网络等。

边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。

不同的采集节点可能有不同的传输协议，例如温度和压力。网关作为转换器，可以将这些来自不同协议的信息转换为一种统一的标准格式，以实现设备间的通信。而在具体的使用过程中，采集节点可能会出现老化和破损等问题，从而导致采集到的数据不准确或者误差较大；在这种情况下，如果通过云端计算的方式来进行分辨，则存在一定的时延，应对速度较慢。

发明内容

本发明的目的在于提供一种基于边缘计算的工业智能网关，解决上述技术问题。

本发明的目的可以通过以下技术方案实现：

一种基于边缘计算的工业智能网关，包括：

采集目标管理模块：获取各个需要采集数据的目标对象，以及用于执行采集任务的采集节点；

节点分类管理模块：根据所述的采集节点对应的目标对象，将所述的采集节点划分为若干个大类；并根据所述的采集节点所采集的数据类型将同一个大类内的采集节点划分为若干小类；

数据记录模块：从采集节点获取数据，并生成数据随时间的变化曲线

故障识别模块：当提取到所述的监测点时，则将与所述的检测点对应的采集节点定义为待识别节点，获取与待识别节点同一小类的其他采集节点的变化曲线

根据所述的变化曲线

作为本发明进一步的方案：在所述的数据记录模块中，从所述的变化曲线

设定数据出现异常时的判定条件，所述的监测点满足如下约束：

|

t1＞t2；

t1-t2≤Δt；

其中，t1表示监测点的横坐标，ΔS表示预设的检测波动值，Δt表示预设的监测周期，t2表示与监测点对应的基准点的横坐标。

作为本发明进一步的方案：在所述的故障识别模块中，根据所述的变化曲线

截取变化曲线

将（

作为本发明进一步的方案：判断所述的变化曲线

获取变化曲线

计算相邻坐标点的纵坐标差值ΔD

如果所有的纵坐标差值都满足ΔD

如果所有的纵坐标差值都满足ΔD

如果所述的纵坐标差值不满足上述情况，则对应的变化曲线的图像无上升或者下降趋势。

作为本发明进一步的方案：在所述的故障识别模块中，当所述的整体变化系数K'，不满足以下约束条件时，则判定监测点波动趋势符合要求，并对监测点的波动量进行检测，所述的约束条件为：|K'|≤λ*max（n），其中λ表示预设的比例系数，max（n）表示与待识别节点同一小类的其他采集节点的总数量。

作为本发明进一步的方案：在所述的故障识别模块中，在数据波动趋势符合要求的前提下，判断所述的监测点的波动量是否符合要求的具体步骤如下所示：

获取变化曲线

计算波动值ΔS

计算监测点对应的变化曲线

当所述的最大波动量max（ΔS）＞0时，获取数值最大的波动值作为变化曲线

max（ΔS

当所述的最大波动量max（ΔS）满足约束条件时，所述的监测点的波动量符合要求；当所述的最大波动量max（ΔS）不满足约束条件时，所述的监测点的波动量不符合要求。

作为本发明进一步的方案：当所述的最大波动量max（ΔS）＜0时，获取绝对值最大的波动值作为变化曲线

max（ΔS

当所述的最大波动量max（ΔS）满足约束条件时，所述的监测点的波动量符合要求；当所述的最大波动量max（ΔS）不满足约束条件时，所述的监测点的波动量不符合要求。

作为本发明进一步的方案：所述的数据类型包括温度、压力、承重、振动、位移和湿度。

本发明的有益效果：对于一个既定目标，如果想要获取其相关数据就要在这个目标上设定多个采集节点，而采集节点多为我们常见的传感器或者其他具有相同或者类似的设备，通过这些采集节点我们可以获取到想要的数据，比如说温度、湿度或者压力等；对此，在本发明的方案中，先根据相关的信息将不同的采集节点进行分类，从而方便后续的数据处理；

而在本发明具体的技术方案中，主要从一个触发标准，两个检测条件来对可能出现故障的采集节点进行检测；其中一个触发标准指的是，采集节点所采集到的数据在有限的时间周期内是否存在较大的波动幅度，可以理解的是，在大多数线性变化的实际场景中，阶梯式或者断崖式的上升或者下降都是不符合实际情况的；而在稳定的运行场景下，其数据的波动也应在一个稳定的区间内，所以基于上述两种情况下，本发明进行触发标准的设定；

而在触发完成之后，针对可能存在故障的监测点，分别以波动趋势和波动量两方面对监测点进行甄别；对于同一小类的采集节点来说，监测点的波动趋势应该是符合整体的上升或者下降的趋势的；因此如果违反整体的变化趋势，则采集节点出现故障的可能性就比较高；而在符合整体变化趋势的情况下，也应考虑在该趋势下的波动量的数值大小是否满足同类型的最大变化量；因此综上所述，通过边缘计算的方式来多角度判定采集节点发生故障的可能性，可以有效提高系统应对故障的响应速度。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明一种基于边缘计算的工业智能网关的流程运行示意图。

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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，本发明为一种基于边缘计算的工业智能网关，包括：

采集目标管理模块：获取各个需要采集数据的目标对象，以及用于执行采集任务的采集节点；

节点分类管理模块：根据所述的采集节点对应的目标对象，将所述的采集节点划分为若干个大类；并根据所述的采集节点所采集的数据类型将同一个大类内的采集节点划分为若干小类；

数据记录模块：从采集节点获取数据，并生成数据随时间的变化曲线

故障识别模块：当提取到所述的监测点时，则将与所述的检测点对应的采集节点定义为待识别节点，获取与待识别节点同一小类的其他采集节点的变化曲线

根据所述的变化曲线

我们可以理解的是，对于一个既定目标，如果想要获取其相关数据就要在这个目标上设定多个采集节点，而采集节点多为我们常见的传感器或者其他具有相同或者类似的设备，通过这些采集节点我们可以获取到想要的数据，比如说温度、湿度或者压力等；对此，在本发明的方案中，先根据相关的信息将不同的采集节点进行分类，从而方便后续的数据处理；

作为本领域技术人员，我们不难得知的是，边缘计算相比于云计算，因为更加靠近物或者数据源头的一侧，其响应的速度要更快；而在采集节点出现故障，导致采集的数据与实际结果误差较大时，采用边缘计算的方式反而更加快速；

而在本发明具体的技术方案中，主要从一个触发标准，两个检测条件来对可能出现故障的采集节点进行检测；其中一个触发标准指的是，采集节点所采集到的数据在有限的时间周期内是否存在较大的波动幅度，可以理解的是，在大多数线性变化的实际场景中，阶梯式或者断崖式的上升或者下降都是不符合实际情况的；而在稳定的运行场景下，其数据的波动也应在一个稳定的区间内，所以基于上述两种情况下，本发明进行触发标准的设定；

而在触发完成之后，针对可能存在故障的监测点，分别以波动趋势和波动量两方面对监测点进行甄别；对于同一小类的采集节点来说，监测点的波动趋势应该是符合整体的上升或者下降的趋势的；因此如果违反整体的变化趋势，则采集节点出现故障的可能性就比较高；而在符合整体变化趋势的情况下，也应考虑在该趋势下的波动量的数值大小是否满足同类型的最大变化量；因此综上所述，通过边缘计算的方式来多角度判定采集节点发生故障的可能性，可以有效提高系统应对故障的响应速度。

在本发明一种优选的实施例中，在所述的数据记录模块中，从所述的变化曲线

设定数据出现异常时的判定条件，所述的监测点满足如下约束：

|

t1＞t2；

t1-t2≤Δt；

其中，t1表示监测点的横坐标，ΔS表示预设的检测波动值，Δt表示预设的监测周期，t2表示与监测点对应的基准点的横坐标。

在本发明一种优选的实施例中，在所述的故障识别模块中，根据所述的变化曲线

截取变化曲线

将（

在本发明一种优选的实施例中，判断所述的变化曲线

获取变化曲线

计算相邻坐标点的纵坐标差值ΔD

如果所有的纵坐标差值都满足ΔD

如果所有的纵坐标差值都满足ΔD

如果所述的纵坐标差值不满足上述情况，则对应的变化曲线的图像无上升或者下降趋势。

在本发明一种优选的实施例中，在所述的故障识别模块中，当所述的整体变化系数K'，不满足以下约束条件时，则判定监测点波动趋势符合要求，并对监测点的波动量进行检测，所述的约束条件为：|K'|≤λ*max（n），其中λ表示预设的比例系数，max（n）表示与待识别节点同一小类的其他采集节点的总数量。

在本发明一种优选的实施例中，在所述的故障识别模块中，在数据波动趋势符合要求的前提下，判断所述的监测点的波动量是否符合要求的具体步骤如下所示：

获取变化曲线

计算波动值ΔS

计算监测点对应的变化曲线

当所述的最大波动量max（ΔS）＞0时，获取数值最大的波动值作为变化曲线

max（ΔS

当所述的最大波动量max（ΔS）满足约束条件时，所述的监测点的波动量符合要求；当所述的最大波动量max（ΔS）不满足约束条件时，所述的监测点的波动量不符合要求。

在本发明一种优选的实施例中，当所述的最大波动量max（ΔS）＜0时，获取绝对值最大的波动值作为变化曲线

max（ΔS

当所述的最大波动量max（ΔS）满足约束条件时，所述的监测点的波动量符合要求；当所述的最大波动量max（ΔS）不满足约束条件时，所述的监测点的波动量不符合要求。

在本发明一种优选的实施例中，所述的数据类型包括温度、压力、承重、振动、位移和湿度。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。