一种基于云计算的工业过程数据解析平台制造技术

本发明专利技术公开一种基于云计算的工业过程数据解析平台，其包括云服务端、工业现场端、客户端和监控端，云服务端由系统主机和n个子集群两部分构成，每个子集群均包括子集群主机和与主机相连的多个从机，所述的系统主机控制多个子集群主机，子集群主机控制与其连接的从机；工业现场端实时读取工业对象的数据，并将其发送至云服务端进行分析处理；客户端用于远程连接云服务端，实时读取并显示云服务端计算结果，并可向云服务端远程发送指令；监控端用于监控云服务端，管理用户信息和工业对象信息，并通过云服务端实时向工业现场端发送控制指令。该平台能够实现对工业过程远程监控，且运算效率高，能够承载大规模用户同时使用。

【技术实现步骤摘要】
一种基于云计算的工业过程数据解析平台
本专利技术属于工业过程控制领域，具体涉及一种基于云计算的工业过程数据解析平台。
技术介绍
在工业过程控制中，工业过程数据解析软件平台往往起到十分重要的作用，该平台主要能够实时的采集和存储过程数据，使用相应的建模算法主要实现基于数据驱动的工业过程监测以及对过程变量和质量变量的软测量，以保持能够平稳运行，提升产品质量。其中基于数据驱动的工业过程监测即通过实测过程数据建立数理模型，从而估计并获取过程的运行状态，最后识别出过程的异常行为，实现故障的及时诊断，保证系统能够安全的运行；而过程变量和质量变量软测量即为采用某种恰当的模型，利用较为容易测量的过程变量数据来预测难以采用传感器直接测量的过程变量和质量变量进而能更好地控制产品质量提高生产效率。目前工业过程数据解析软件平台大多处在工业现场的本地计算机中，客户端与算法程序相互嵌套，而且算法均在一台计算机上进行计算，其数据存储方式也是利用某台计算机作为数据库进行存储，因此其算法的运算效率，数据的存储能力均会受到限制。然而随着现代工业的不断发展，能够存储的工业数据越来越多，已经形成了一系列工业大数据问题，同时随着互联网、物联网的不断兴起，实现基于网络的远程监控，使用移动客户端等融合“互联网+工业”的模式也是现代工业的必然趋势。然而传统的工业过程数据解析平台在互联网及超大规模数据驱动下已经无法满足现代工业的需求，首先传统系统已经无法存储超大规模的数据，如果仍然使用较少的数据进行运算会产生较大的偏差；其次由于数据量过多，传统的单机算法运行模式已经无法满足计算的实时性和稳定性；同时系统的客户端形式单一，客户端与算法程序均在现场无法实现远程的监测和控制；最后传统系统中的算法不具有共享性和复用性，必须为每个工业对象单独编写一套过程监测和软测量算法，算法利用率较低，且不易于对算法的管理。综上所述传统的工业过程数据解析平台在算法和软件平台方面都需要进行改进。
技术实现思路
针对现有技术的不足，本专利技术提出一种基于云计算的工业过程数据解析平台，该平台能够实现各种算法高度独立，数据高度共享，且运算效率高，具体的技术方案如下：一种基于云计算的工业过程数据解析平台，其特征在于，该平台包括云服务端、工业现场端、客户端和监控端；所述的云服务端由系统主机和n个子集群两部分构成，所述的系统主机和各个子集群处于同一局域网内，其中，所述的系统主机中安装为监控端提供服务的Web服务器、驱动系统主机数据库的数据服务器以及连接和管理各个子集群的负载均衡器；每个子集群均包括子集群主机和与主机相连的多个从机，所述的系统主机控制多个子集群主机，所述的子集群主机控制与其连接的从机；所述的工业现场端包括多个数据处理模块，每个数据处理模块均绑定相应的工业对象的传感器，实时读取工业对象在工作过程中的数据，并将其发送至云服务端进行分析处理；所述的数据处理模块还用于远程接收由客户端和监控端发送的控制指令，实现所述的数据处理模块采集数据的启停，所述的数据处理模块还可根据实际现场情况设定相应的工业对象控制操作；所述的客户端用于远程连接云服务端，实时读取云服务端的计算结果并进行可视化显示，并根据需要向云服务端远程发送指令，由云服务端远程控制工业现场端的数据采集模块数据采集工作的启停以及在现场允许的条件下对工业对象的控制操作；所述的监控端用于监控云服务端工作状态和工业对象运行数据，管理用户信息和工业对象信息，并通过云服务端实时向工业现场端发送控制指令。进一步地，所述的工业现场端、云服务端和客户端的交互过程如下：所述的工业现场端登录云服务端的系统主机，系统主机为其分配相应的计算子集群；工业现场端从工业现场本地数据库中实时获取变量数据，并将其按照一定的周期传至云服务端对应的子集群进行算法分析，云服务端将数据分析结果存入系统主机的数据库，客户端通过对系统主机数据库进行轮询，读取所述的数据分析结果，并进行可视化；客户端向云服务端发送指令，修改系统主机数据库中相应字段的标志位，工业现场端对系统主机数据库相应字段进行轮询，读取该标志位，启动相应的控制操作。进一步地，所述的监控端、云服务端和工业现场端的交互包括：所述的监控端通过对云服务端的系统主机数据库进行轮询，并将数据可视化，进而监控工业现场端的运行状态；监控端访问云服务端中的系统主机数据库，读取用户信息，实现对用户信息的增删改查；监控端实时读取系统主机和子集群的工作参数并进行动态显示；监控端向云服务端发送指令，修改系统主机数据库相应字段的标志位，工业现场端对系统主机数据库相应字段进行轮询，读取该标志位，启动相应的控制操作。进一步地，所述的负载均衡器均衡负载的过程如下：负载均衡器每隔相同时间读取与之连接的子集群的工作状态信息，包括各个子集群节点的静态配置以及在工作过程中的动态性能，所述的动态性能包括CPU频率、内存占用情况、磁盘I/O读取速率和通讯网络带宽使用情况，在读取后采用负载均衡算法动态地计算此时该为各个子集群分配的用户数，然后更改系统主机数据库中存储的每个客户端连接子集群节点IP地址的字段，客户端通过对所述的字段进行轮询，读取所分配的计算节点的IP地址，并与该节点相连，从而实现重新为各个子集群调配用户。进一步地，所述的负载均衡器采用基于负载权值概率的动态负载均衡算法控制所述的子集群的负载分配，所述的算法包括如下步骤：步骤一：定义描述子集群中计算节点的综合静态性能指标C(sij)和实时动态性能指标L(sij)：C(sij)＝k1×nij×C(cij)+k2×C(mij)+k3×C(dij)+k4×C(pij)L(sij)＝k1×L(cij)+k2×L(mij)+k3×L(dij)+k4×L(pij)其中，i＝1,…,N，j＝1,…,Mi，N为系统主机所连接的子集群个数，Mi为第i个子集群下所连接的计算节点个数，sij为第i个子集群下的第j个计算节点，nij为该计算节点的CPU核数，cij代表节点CPU的使用情况，C(cij)代表预先配置的静态频率，L(cij)代表工作时实时的动态CPU频率；mij代表节点内存的使用情况，其中C(mij)代表预先配置的内存容量，L(mij)代表工作时实时的动态内存占用率；dij代表节点磁盘I/O的使用情况，C(dij)代表预先配置的磁盘I/O读取速率，L(dij)代表工作时实时动态磁盘I/O占用率；pij代表每个节点网络使用情况，其中C(pij)代表预先配置的节点网络吞吐量，L(pij)代表节点网络带宽的实时占用率，其中k1,k2,k3,k4为权重系数，且k1+k2+k3+k4＝1；步骤二：由计算节点的静态性能指标和动态性能指标定义节点的负载权值W(sij)步骤三：将各个节点的负载权值求和取均值，获得每个子集群的负载权值W(Si)步骤四：将某个时刻各个子集群中最大的负载权值表示为Wmax(S)，将其与此时所有子集群的负载权值作差，获得负载差值ΔQ(Si)ΔQ(Si)＝Wmax(S)-W(Si)步骤五：定义系统主机向各个子集群分配用户的概率P(Si)步骤六：将当前使用该平台的用户数与用户分配概率相乘，得到每个子集群应该分配的用户数R(S1)＝floor(P(S1)×Num)R(S2)＝floor(P(S2)×Num本文档来自技高网...

【技术保护点】
1.一种基于云计算的工业过程数据解析平台，其特征在于，该平台包括云服务端、工业现场端、客户端和监控端；所述的云服务端由系统主机和n个子集群两部分构成，所述的系统主机和各个子集群处于同一局域网内，其中，所述的系统主机中安装为监控端提供服务的Web服务器、驱动系统主机数据库的数据服务器以及连接和管理各个子集群的负载均衡器；每个子集群均包括子集群主机和与主机相连的多个从机，所述的系统主机控制多个子集群主机，所述的子集群主机控制与其连接的从机；所述的工业现场端包括多个数据处理模块，每个数据处理模块均绑定相应的工业对象的传感器，实时读取工业对象在工作过程中的数据，并将其发送至云服务端进行分析处理；所述的数据处理模块还用于远程接收由客户端和监控端发送的控制指令，实现所述的数据处理模块采集数据的启停，所述的数据处理模块还可根据实际现场情况设定相应的工业对象控制操作；所述的客户端用于远程连接云服务端，实时读取云服务端的计算结果并进行可视化显示，并根据需要向云服务端远程发送指令，由云服务端远程控制工业现场端的数据采集模块数据采集工作的启停以及在现场允许的条件下对工业对象的控制操作；所述的监控端用于监控云服务端工作状态和工业对象运行数据，管理用户信息和工业对象信息，并通过云服务端实时向工业现场端发送控制指令。...

【技术特征摘要】
1.一种基于云计算的工业过程数据解析平台，其特征在于，该平台包括云服务端、工业现场端、客户端和监控端；所述的云服务端由系统主机和n个子集群两部分构成，所述的系统主机和各个子集群处于同一局域网内，其中，所述的系统主机中安装为监控端提供服务的Web服务器、驱动系统主机数据库的数据服务器以及连接和管理各个子集群的负载均衡器；每个子集群均包括子集群主机和与主机相连的多个从机，所述的系统主机控制多个子集群主机，所述的子集群主机控制与其连接的从机；所述的工业现场端包括多个数据处理模块，每个数据处理模块均绑定相应的工业对象的传感器，实时读取工业对象在工作过程中的数据，并将其发送至云服务端进行分析处理；所述的数据处理模块还用于远程接收由客户端和监控端发送的控制指令，实现所述的数据处理模块采集数据的启停，所述的数据处理模块还可根据实际现场情况设定相应的工业对象控制操作；所述的客户端用于远程连接云服务端，实时读取云服务端的计算结果并进行可视化显示，并根据需要向云服务端远程发送指令，由云服务端远程控制工业现场端的数据采集模块数据采集工作的启停以及在现场允许的条件下对工业对象的控制操作；所述的监控端用于监控云服务端工作状态和工业对象运行数据，管理用户信息和工业对象信息，并通过云服务端实时向工业现场端发送控制指令。2.根据权利要求1所述的基于云计算的工业过程数据解析平台，其特征在于，所述的工业现场端、云服务端和客户端的交互过程如下：所述的工业现场端登录云服务端的系统主机，系统主机为其分配相应的计算子集群；工业现场端从工业现场本地数据库中实时获取变量数据，并将其按照一定的周期传至云服务端对应的子集群进行算法分析，云服务端将数据分析结果存入系统主机的数据库，客户端通过对系统主机数据库进行轮询，读取所述的数据分析结果，并进行可视化；客户端向云服务端发送指令，修改系统主机数据库中相应字段的标志位，工业现场端对系统主机数据库相应字段进行轮询，读取该标志位，启动相应的控制操作。3.根据权利要求1所述的基于云计算的工业过程数据解析平台，其特征在于，所述的监控端、云服务端和工业现场端的交互包括：所述的监控端通过对云服务端的系统主机数据库进行轮询，并将数据可视化，进而监控工业现场端的运行状态；监控端访问云服务端中的系统主机数据库，读取用户信息，实现对用户信息的增删改查；监控端实时读取系统主机和子集群的工作参数并进行动态显示；监控端向云服务端发送指令，修改系统主机数据库相应字段的标志位，工业现场端对系统主机数据库相应字段进行轮询，读取该标志位，启动相应的控制操作。4.根据权利要求1所述的基于云计算的工业过程数据解析平台，其特征在于，所述的负载均衡器均衡负载的过程如下：负载均衡器每隔相同时间读取与之连接的子集群的工作状态信息，包括各个子集群节点的静态配置以及在工作过程中的动态性能，所述的动态性能包括CPU频率、内存占用情况、磁盘I/O读取速率和通讯网络带宽使用情况，在读取后采用负载均衡算法动态地计算此时该为各个子集群分配的用户数，然后更改系统主机数据库中存储的每个客户端连接子集群节点IP地址的字段，客户端通过对所述的字段进行轮询，读取所分配的计算节点的IP地址，并与该节点相连，从而实现重新为各个子集群调配用户。5.根据权利要求4所述的基于云计算的工业过程数据解析平...

【专利技术属性】
技术研发人员：葛志强，张鑫宇，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江,33