数据处理方法及装置制造方法及图纸

本申请公开了一种数据处理方法及装置。该方法包括：采集预设时间周期内的设备层中的目标设备的数据信息，得到数据信息集合，其中，不同的目标设备类型对应不同类型的数据，数据信息集合中包括多种类型的数据；通过边缘计算设备获取数据信息集合中每种类型的数据对应的数据处理模型；通过边缘计算设备根据数据处理模型对数据信息集合中数据处理模型对应的类型的数据进行处理，得到目标数据；将目标数据上传至云端。通过本申请，解决了相关技术中对终端设备的大批量的数据上传至云端造成数据暴涨，增加网络流量压力的问题。

【技术实现步骤摘要】
数据处理方法及装置
本申请涉及工业数据处理分析领域，具体而言，涉及一种数据处理方法及装置。
技术介绍
随着底层机加工设备数量以及与设备生产、维护、管控的相关数据种类和数据量呈指数式增长，针对大量已实现网络互连设备的数据采集根据其内参与者的特性生成大量的数据，数据已成为影响工业改造和升级的重要因素。常见工业设备的控制系统具有以下特点：设备控制系统类型多、设备工艺参数类型繁多、设备位置布局相对比较分散、独立设备及协同设备参差不齐，建立对设备数据的提取、预测分析及建立预防性维护模型、批量存储等机制就变得异常困难。而且如此大批量的数据上传至云端必然会对接入带宽和流量以及成本、能耗等条件提出更高的要求，将造成应用程序服务等待时间拉长、网络速度下降等问题，同时边缘侧需要支持多种网络接口、协议与拓扑，业务实时处理与确定性时延，数据处理与分析，分布式智能和安全与隐私保护。针对相关技术中对终端设备的大批量的数据上传至云端造成数据暴涨，增加网络流量压力的问题，目前尚未提出有效的解决方案。
技术实现思路
本申请的主要目的在于提供一种数据处理方法及装置，以解决相关技术中对终端设备的大批量的数据上传至云端造成数据暴涨，增加网络流量压力的问题。为了实现上述目的，根据本申请的一个方面，提供了一种数据处理方法。该方法包括：采集预设时间周期内的设备层中的目标设备的数据信息，得到数据信息集合，其中，不同的目标设备类型对应不同类型的数据，所述数据信息集合中包括多种类型的数据；通过边缘计算设备获取所述数据信息集合中每种类型的数据对应的数据处理模型；通过所述边缘计算设备根据所述数据处理模型对所述数据信息集合中所述数据处理模型对应的类型的数据进行处理，得到目标数据；将目标数据上传至云端。进一步地，在通过边缘计算设备获取所述数据信息集合中每种类型的数据对应的数据处理模型之前，还包括：对预设时间段内的历史数据中每种类型的数据进行学习训练，得到每种类型的数据对应的数据处理模型。进一步地，在通过边缘计算设备获取所述数据信息集合中每种类型的数据对应的数据处理模型之前，还包括：对所述数据信息集合中进行预处理，以分析得出每种类型的数据，其中，所述预处理至少包括以下处理方式：过滤、聚合、语义解析。进一步地，采集预设时间周期内的设备层中的目标设备的数据信息，得到数据信息集合包括：检测所述目标设备是否存在满足预设条件的接口；若所述目标设备不存在满足所述预设条件的接口，则对所述目标设备的接口进行扩充，以使所述目标设备的接口符合所述预设条件。进一步地，所述目标设备为数控机床，采集设备层中的目标设备的数据信息，得到数据信息集合包括：采集预设时间周期内的所述数控机床的数据信息，得到所述数据信息集合，其中，所述数据信息集合中至少包括：运行状态参数和各个运行状态的运行时间；通过边缘计算设备获取所述数据信息集合中每种类型的数据对应的数据处理模型包括：获取所述运行状态参数和各个运行状态的运行时间对应的运行效率模型；通过所述边缘计算设备根据所述数据处理模型对所述数据信息集合中所述数据处理模型对应的类型的数据进行处理，得到目标数据包括：根据所述运行效率模型对所述运行状态参数和各个运行状态的运行时间进行计算，得到所述数控机床的运行效率；将目标数据上传至云端包括：将所述数控机床的运行效率上传至所述云端。进一步地，在通过所述边缘计算设备根据所述数据处理模型对所述数据信息集合中所述数据处理模型对应的类型的数据进行处理，得到目标数据之后，还包括：判断所述目标数据是否超过预设数值；若所述目标数据超过预设数值，触发报警提醒。进一步地，在采集设备层中的目标设备的数据信息之前，通过工业交换机和工业以太网，将所述设备层中各个设备进行联网。进一步地，所述设备层中的设备至少包括以下：数控机床(CNC)、检测设备、环境监测设备、机器人、自动引导运输车(AGV)、注塑机。为了实现上述目的，根据本申请的另一方面，提供了一种数据处理装置，其特征在于，包括：采集单元，用于采集预设时间周期内的设备层中的目标设备的数据信息，得到数据信息集合，其中，不同的目标设备类型对应不同类型的数据，所述数据信息集合中包括多种类型的数据；获取单元，用于通过边缘计算设备获取所述数据信息集合中每种类型的数据对应的数据处理模型；处理单元，用于通过所述边缘计算设备根据所述数据处理模型对所述数据信息集合中所述数据处理模型对应的类型的数据进行处理，得到目标数据；上传单元，用于将目标数据上传至云端。进一步地，还包括：学习单元，用于在通过边缘计算设备获取所述数据信息集合中每种类型的数据对应的数据处理模型之前，对预设时间段内的历史数据中每种类型的数据进行学习训练，得到每种类型的数据对应的数据处理模型。进一步地，还包括：预处理单元，用于在通过边缘计算设备获取所述数据信息集合中每种类型的数据对应的数据处理模型之前，对所述数据信息集合中进行预处理，以分析得出每种类型的数据，其中，所述预处理至少包括以下处理方式：过滤、聚合、语义解析。进一步地，所述采集单元包括：检测模块，用于检测所述目标设备是否存在满足预设条件的接口；扩充模块，用于在所述目标设备不存在满足所述预设条件的接口的情况下，则对所述目标设备的接口进行扩充，以使所述目标设备的接口符合所述预设条件。进一步地，所述目标设备为数控机床，所述采集单元还用于采集预设时间周期内的所述数控机床的数据信息，得到所述数据信息集合，其中，所述数据信息集合中至少包括：运行状态参数和各个运行状态的运行时间；所述获取单元还用于获取所述运行状态参数和各个运行状态的运行时间对应的运行效率模型；所述处理单元还用于根据所述运行效率模型对所述运行状态参数和各个运行状态的运行时间进行计算，得到所述数控机床的运行效率；所述上传单元还用于将所述数控机床的运行效率上传至所述云端。进一步地，还包括：判断单元，用于在通过所述边缘计算设备根据所述数据处理模型对所述数据信息集合中所述数据处理模型对应的类型的数据进行处理，得到目标数据之后，判断所述目标数据是否超过预设数值；触发提醒单元，用于若所述目标数据超过预设数值，触发报警提醒。为了实现上述目的，根据本申请的另一方面，提供了一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行上述任意一项所述的数据处理方法。为了实现上述目的，根据本申请的另一方面，提供了一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一项所述的数据处理方法。通过本申请，采用以下步骤：采集预设时间周期内的设备层中的目标设备的数据信息，得到数据信息集合，其中，不同的目标设备类型对应不同类型的数据，所述数据信息集合中包括多种类型的数据；通过边缘计算设备获取所述数据信息集合中每种类型的数据对应的数据处理模型；通过所述边缘计算设备根据所述数据处理模型对所述数据信息集合中所述数据处理模型对应的类型的数据进行处理，得到目标数据；将目标数据上传至云端，解决了相关技术中对终端设备的大批量的数据上传至云端造成数据暴涨，增加网络流量压力的问题。通过对采集到的目标设备的数据通过边缘设备进行处理，将处理后的目标数据上传云端，也即对终端设备的数据进行筛选，不必每条原始数据都传送到云端，充分利用边缘计算设备的本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，包括：采集预设时间周期内的设备层中的目标设备的数据信息，得到数据信息集合，其中，不同的目标设备类型对应不同类型的数据，所述数据信息集合中包括多种类型的数据；通过边缘计算设备获取所述数据信息集合中每种类型的数据对应的数据处理模型；通过所述边缘计算设备根据所述数据处理模型对所述数据信息集合中所述数据处理模型对应的类型的数据进行处理，得到目标数据；将目标数据上传至云端。

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：采集预设时间周期内的设备层中的目标设备的数据信息，得到数据信息集合，其中，不同的目标设备类型对应不同类型的数据，所述数据信息集合中包括多种类型的数据；通过边缘计算设备获取所述数据信息集合中每种类型的数据对应的数据处理模型；通过所述边缘计算设备根据所述数据处理模型对所述数据信息集合中所述数据处理模型对应的类型的数据进行处理，得到目标数据；将目标数据上传至云端。2.根据权利要求1所述的方法，其特征在于，在通过边缘计算设备获取所述数据信息集合中每种类型的数据对应的数据处理模型之前，还包括：对预设时间段内的历史数据中每种类型的数据进行学习训练，得到每种类型的数据对应的数据处理模型。3.根据权利要求1所述的方法，其特征在于，在通过边缘计算设备获取所述数据信息集合中每种类型的数据对应的数据处理模型之前，还包括：对所述数据信息集合中进行预处理，以分析得出每种类型的数据，其中，所述预处理至少包括以下处理方式：过滤、聚合、语义解析。4.根据权利要求1所述的方法，其特征在于，采集预设时间周期内的设备层中的目标设备的数据信息，得到数据信息集合包括：检测所述目标设备是否存在满足预设条件的接口；若所述目标设备不存在满足所述预设条件的接口，则对所述目标设备的接口进行扩充，以使所述目标设备的接口符合所述预设条件。5.根据权利要求1所述的方法，其特征在于，所述目标设备为数控机床，采集设备层中的目标设备的数据信息，得到数据信息集合包括：采集预设时间周期内的所述数控机床的数据信息，得到所述数据信息集合，其中，所述数据信息集合中至少包括：运行状态参数和各个运行状态的运行时间；通过边缘计算设备获取所述数据信息集合中每种类型的数据对应的数据处理模型包括：获取所述运行状态参数和各个运行状态的运行时间对应的运行效率模型；通过所述边缘计算设备根据所述数据处理模型对所述数据信息集合中所述数据处理模型对应的类型的数据进行处理，得到目标数据包括：根据所述运行效率模型对所述运行状态参数和各个运行状态的运行时间进行计算，得到所述数控机床的运行效率；将目标数据上传至云端包括：将所述数控机床的运行效率上传至所述云端。6.根据权利要求1所述的方法，其特征在于，在通过所述边缘计算设备根据所述数据处理模型对所述数据信息集合中所述数据处理模型对应的类型的数据进行处理，得到目标数据之后，还包括：判断所述目标数据是否超过预设数值；若所述目标数据超过预设数值，触发报警提醒。7.根据权利要求1所述的方法，其特征在于，在采集设备层中的目标设备的数据信息之前，通过工业交换机和工业以太网，将所述设备层中各个设备进行联网。8.根据权利要求1所述的方法，其特征在于，所述设备层中的设备至少包括以下：数控机床...

【专利技术属性】
技术研发人员：李文彬，吴信宜，王蕊，黄懿，陈磊，黄涛，周勤如，
申请(专利权)人：珠海格力智能装备有限公司，珠海格力电器股份有限公司，
类型：发明
国别省市：广东,44