The invention discloses a large data collection method of cloud aided manufacturing equipment. The method comprises the following steps of: 1 collecting industrial equipment information by adopting a distributed sensing network. Each sensor data acquisition node is a LAN configuration support industrial wireless network in the local area network, sensor nodes, away from the use of wireless communications equipment will collect the parameter information data to the data acquisition node. Step 2: configure the acquisition parameter information, classify and classify the acquisition parameters. Step 3: for each node, the corresponding knowledge analysis database is built on the cloud platform. According to the needs of different industrial applications, and combined with historical data analysis, the information model of adaptive sensing parameters is adaptively adjusted. The invention has the functions of collecting parameters, adjusting and analyzing the knowledge base, and can collect operation parameters of the manufacturing equipment individually, and lay the foundation for equipment condition monitoring and fault prediction diagnosis based on large data.
【技术实现步骤摘要】
本专利技术涉及工业自动化控制
,尤其涉及一种云辅助的制造装备大数据采集方法。
技术介绍
在工业4.0的技术背景下,工业实现自动化与智能化需要对生产情景进行大量的监测工作。其中测量的信号种类多样且形式各异,同时检测到的数据量也非常巨大。工业智能化技术发展迅速,要求测控系统具有一定程度的学习能力以达到自适应调节传感采集样本信息的需要。云计算可以提供海量计算和海量存储的能力,在工业应用场景中,在云计算平台的基础上结合机器学习算法,建立分析知识库,根据不同应用需求并结合历史数据分析,自适应调节采集参数,从而达到加快数据采集效率、改善数据分析模型效果及提高机器设备状态预测值的精度。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点和不足,提供一种云辅助的制造装备大数据采集方法。本专利技术通过下述技术方案实现:一种云辅助的制造装备大数据采集方法,包括如下步骤:S1.采用分布式传感网络采集工业设备信息;每个传感局域网配置一个支持工业无线网络的数据采集节点,在传感局域网络中,远离节点的设备采用无线通信方式将采集的参数信息数据传送至数据采集节点;S2.配置采集参数信息,将采集参数进行分类与分级处理;S3.针对每个采集节点,在云平台上建立对应的知识分析库,根据不同工业应用需求并结合历史数据分析,自适应调节传感参数的信息模式。上述步骤S1所述采用分布式传感网络采集工业设备信息,具体是将工业生产场景中的设备按职能、所在场地进行功能区块划分,每个功能区块中采用一个传感局域网进行设备的互联;每个传感局域网通过与云平台进行互联,进而构成一个分布式传感网络,从获取整个工业生产 ...
【技术保护点】
一种云辅助的制造装备大数据采集方法,其特征在于包括如下步骤:S1.采用分布式传感网络采集工业设备信息;每个传感局域网配置一个支持工业无线网络的数据采集节点,在传感局域网络中,远离节点的设备采用无线通信方式将采集的参数信息数据传送至数据采集节点;S2.配置采集参数信息,将采集参数进行分类与分级处理;S3.针对每个采集节点,在云平台上建立对应的知识分析库,根据不同工业应用需求并结合历史数据分析,自适应调节传感参数的信息模式。
【技术特征摘要】
1.一种云辅助的制造装备大数据采集方法,其特征在于包括如下步骤:S1.采用分布式传感网络采集工业设备信息;每个传感局域网配置一个支持工业无线网络的数据采集节点,在传感局域网络中,远离节点的设备采用无线通信方式将采集的参数信息数据传送至数据采集节点;S2.配置采集参数信息,将采集参数进行分类与分级处理;S3.针对每个采集节点,在云平台上建立对应的知识分析库,根据不同工业应用需求并结合历史数据分析,自适应调节传感参数的信息模式。2.根据权利要求1所述云辅助的制造装备大数据采集方法,其特征在于:步骤S1所述采用分布式传感网络采集工业设备信息,具体是将工业生产场景中的设备按职能、所在场地进行功能区块划分,每个功能区块中采用一个传感局域网进行设备的互联;每个传感局域网通过与云平台进行互联,进而构成一个分布式传感网络,从获取整个工业生产场景中的全部生产信息;每个传感局域网配置一个支持工业无线网络的数据采集节点,为每个设备的数据传送提供一个无线接入点。3.根据权利要求1所述云辅助的制造装备大数据采集方法,其特征在于:步骤S2中,配置采集参数信息,是根据工业生产场景的应用需要,将设备的信息采样参数设置为动态可重构信息配置;将采集参数进行分类与分级处理,是将采样参数信息分类为预警信息、常规信息及状态信号的类型,根据采样信息类别的重要性,设置对应的传送优先级和传送周期。4.根据权利要求1所述云辅助的制造装备大数据采集方法,其特征在于:步骤S3中,将针对每个采集节点,在云平台上建立对应的知识分析库,结合机器学习的方法分析历史数据,根据不同工业应用需求,分析采集参数样本的数据规律、周期及重要程度,自适应调节传感参数的信息模式。5.根据权利要求4所述云辅助的制造装备大数据采集方法,其特征在于:所述传感参数的信息模式,分为:参数编号;用来标识具体某一个机器设备的某个传感参数;参数类型;将采样参数信息分类为预警信息、常规信息及状态信号的类型;参数优先级;将传感参数按职能、紧急情况设置传输优先级,如报警信号产生,则立即传输至云平台进行处理;采样周期;根据参数的类型和优先级选择合适采样周期来传输数据;预警阀值;用于判断信息采集节点参数信息是否对机器设备构成故障威胁;常规阀值;用于判断信息采集节点参数信息是...
【专利技术属性】
技术研发人员:万加富,易鸣伦,闫荷花,李迪,汤胜龙,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。