基于CNNs的设备监控系统及方法技术方案

本发明专利技术提供一种基于CNNs的设备监控系统，包括：采样装置，所述采样装置电连接至一待测设备，用以采集待测设备数据；控制装置，所述控制装置包括计算单元，所述计算单元与所述采样装置电连接，所述计算单元用以接收所述待测设备数据，并通过一卷积神经网络架构对所述待测设备数据进行处理及判断，并输出相应的判断结果；以及服务器，所述服务器与所述控制装置电连接，所述服务器用以接收所述计算单元输出的判断结果，并对所述判断结果进行存储。本发明专利技术的监控系统可实现对待测设备的智能识别、智能监控及智能控制。本发明专利技术还提供一种基于CNNs的设备监控方法。

Equipment monitoring system and method based on CNN

【技术实现步骤摘要】
基于CNNs的设备监控系统及方法
本专利技术涉及设备监控
，特别涉及一种基于卷积神经网络(Convolutionalneuralnetworks，CNNs)的设备监控系统及方法。
技术介绍
目前在组装生产领域，很多机器设备，由于购买的年代比较久，大多没有相关的传感器或者处理数据的能力，因此无法做到有效智能监控设备的运行状态，较为不便。另外，若采用专用的监控设备，则可能使得其监控成本较高，并不实用。
技术实现思路
有鉴于此，有必要提供一种能够实现智能监控且成本较低的基于CNNs的设备监控系统及方法。本专利技术的实施例提供一种基于卷积神经网络(Convolutionalneuralnetworks，CNNs)的设备监控系统，所述系统包括：采样装置，所述采样装置电连接至一待测设备，用以采集待测设备数据；控制装置，所述控制装置包括计算单元，所述计算单元与所述采样装置电连接，所述计算单元用以接收所述待测设备数据，并通过一卷积神经网络架构对所述待测设备数据进行处理及判断，并输出相应的判断结果；以及服务器，所述服务器与所述控制装置电连接，所述服务器用以接收所述计算单元输出的判断结果，并对所述判断结果进行存储。作为一种优选方案，所述控制装置还包括控制端，所述控制端与所述计算单元电连接，所述控制端用以根据所述判断结果输出不同的控制指令至所述采集装置。作为一种优选方案，所述系统还包括电源单元，所述电源单元用以为所述采集装置供电，所述服务器还用以对所述采集装置及所述计算单元的运行参数进行配置。作为一种优选方案，所述采集装置还用以：当上电启动后进入请求注册状态，且每隔一第一预设时间向所述控制端发送带有装置ID的请求注册消息；当接收到所述控制端发送的接收请求消息后，进入等待配置状态；当于一第二预设时间内接收到有效的配置消息后，进入准备采集状态；当满足开始采集的触发条件时，进入采集状态，以采集所述待测设备数据；于所述准备采集状态及所述采集状态时，每隔一第三预设时间向所述控制端请求心跳响应；以及当于所述第二预设时间内未收到有效的配置消息，或者连续预设次数均未收到心跳响应时，返回至所述请求注册状态，以继续向所述控制端请求注册。作为一种优选方案，所述采样装置包括采样单元及单片机，所述采样单元包括采样电阻及信号处理电路，所述采样电阻用以采集所述待测设备数据，并将采集到的所述待测设备数据转换为电压信号，所述信号处理电路与所述采样电阻电连接，用以将所述电压信号进行处理后输出至所述单片机，所述单片机至少包括模数转换器，所述模数转换器用以将所述电压信号进行模数转换后输出至所述计算单元。作为一种优选方案，所述单片机还用以将所述控制端的控制指令转换为对应的驱动信号，以驱动相应的输出设备。作为一种优选方案，所述服务器还电连接至所述采样装置，所述服务器还用以：接收所述采样装置的待测设备数据，并对所述待测设备数据进行存储；以及对所述待测设备数据进行统计及分析，以对所述待测设备进行监控及管理。作为一种优选方案，所述卷积神经网络架构设置在所述计算单元或服务器内。作为一种优选方案，所述卷积神经网络架构用以导入待测设备数据，以对所述待测设备数据进行分类，并进行模型训练，以形成相应的模型文件，所述计算单元再根据所述待测设备数据及所述模型文件输出所述判断结果。作为一种优选方案，所述控制装置支持多个采集装置采集待测设备数据，所述服务器通过网络支持连接至多个控制装置。本专利技术的实施例还提供一种基于CNNs的设备监控方法，应用于一基于卷积神经网络的设备监控系统中，所述系统包括采样装置、控制装置及服务器，所述方法包括：通过所述采样装置采集待测设备数据；通过所述控制装置接收所述待测设备数据，并通过一卷积神经网络架构对所述待测设备数据进行处理及判断，并输出相应的判断结果；以及通过所述服务器接收所述判断结果，并对所述判断结果进行存储。作为一种优选方案，所述方法还包括：根据所述判断结果且通过所述控制装置输出不同的控制指令至所述采集装置；通过所述采集装置将所述控制指令转换为对应的驱动信号，以驱动相应的输出设备。作为一种优选方案，所述方法还通过所述采集装置执行：当上电启动后进入请求注册状态，且每隔一第一预设时间向所述控制装置发送带有装置ID的请求注册消息；当接收到所述控制装置发送的接收请求消息后，进入等待配置状态；当于一第二预设时间内接收到有效的配置消息后，进入准备采集状态；当满足开始采集的触发条件时，进入采集状态，以采集所述待测设备数据；于所述准备采集状态及所述采集状态时，每隔一第三预设时间向所述控制端请求心跳响应；以及当于所述第二预设时间内未收到有效的配置消息，或者连续预设次数均未收到心跳响应时，返回至所述请求注册状态，以继续向所述控制装置请求注册。作为一种优选方案，所述方法还通过所述服务器执行：接收所述采样装置的待测设备数据，并对所述待测设备数据进行存储；以及对所述待测设备数据进行统计及分析，以对所述待测设备进行监控及管理。作为一种优选方案，所述卷积神经网络架构设置在所述控制装置或服务器内。作为一种优选方案，所述卷积神经网络架构用以导入待测设备数据，以对所述待测设备数据进行分类，并进行模型训练，以形成相应的模型文件，所述计算单元再根据所述待测设备数据及所述模型文件输出所述判断结果。本专利技术的基于CNNs的设备监控系统及方法可对采集的数据进行收集、标记、训练及模式识别等操作，其无需改变待测设备的结构，便可有效检测待测设备的运行状态，实现对待测设备的监控管理。也就是说，所述基于CNNs的设备监控系统及方法可对待测设备实现智能识别、智能监控及智能控制，即可使用较少的成本，使得所述待测设备变成智能设备。附图说明图1为本专利技术较佳实施方式中基于CNNs的设备监控系统的功能框图。图2为图1所示基于CNNs的设备监控系统的信号或数据传输示意图。图3为图1所示基于CNNs的设备监控系统中采样装置各状态的转换示意图。图4为本专利技术另一较佳实施方式中基于CNNs的设备监控系统的功能框图。图5为本专利技术较佳实施方式中基于CNNs的设备监控方法的流程图。图6为图5所示步骤S1的子步骤流程图。主要元件符号说明基于卷积神经网络的设备监控系统1采样装置100采样单元11采样电阻111信号处理电路113单片机13控制装置200计算单元201控制端203服务器300输出设备40本文档来自技高网...

【技术保护点】
1.一种基于卷积神经网络(Convolutional neural networks，CNNs)的设备监控系统，其特征在于，所述系统包括：/n采样装置，所述采样装置电连接至一待测设备，用以采集待测设备数据；/n控制装置，所述控制装置包括计算单元，所述计算单元与所述采样装置电连接，所述计算单元用以接收所述待测设备数据，并通过一卷积神经网络架构对所述待测设备数据进行处理及判断，并输出相应的判断结果；以及/n服务器，所述服务器与所述控制装置电连接，所述服务器用以接收所述计算单元输出的判断结果，并对所述判断结果进行存储。/n

【技术特征摘要】
1.一种基于卷积神经网络(Convolutionalneuralnetworks，CNNs)的设备监控系统，其特征在于，所述系统包括：
采样装置，所述采样装置电连接至一待测设备，用以采集待测设备数据；
控制装置，所述控制装置包括计算单元，所述计算单元与所述采样装置电连接，所述计算单元用以接收所述待测设备数据，并通过一卷积神经网络架构对所述待测设备数据进行处理及判断，并输出相应的判断结果；以及
服务器，所述服务器与所述控制装置电连接，所述服务器用以接收所述计算单元输出的判断结果，并对所述判断结果进行存储。


2.如权利要求1所述的系统，其特征在于：所述控制装置还包括控制端，所述控制端与所述计算单元电连接，所述控制端用以根据所述判断结果输出不同的控制指令至所述采集装置。


3.如权利要求2所述的系统，其特征在于：所述系统还包括电源单元，所述电源单元用以为所述采集装置供电，所述服务器还用以对所述采集装置及所述计算单元的运行参数进行配置。


4.如权利要求3所述的系统，其特征在于：所述采集装置还用以：
当上电启动后进入请求注册状态，且每隔一第一预设时间向所述控制端发送带有装置ID的请求注册消息；
当接收到所述控制端发送的接收请求消息后，进入等待配置状态；
当于一第二预设时间内接收到有效的配置消息后，进入准备采集状态；
当满足开始采集的触发条件时，进入采集状态，以采集所述待测设备数据；
于所述准备采集状态及所述采集状态时，每隔一第三预设时间向所述控制端请求心跳响应；以及
当于所述第二预设时间内未收到有效的配置消息，或者连续预设次数均未收到心跳响应时，返回至所述请求注册状态，以继续向所述控制端请求注册。


5.如权利要求2或3所述的系统，其特征在于：所述采样装置包括采样单元及单片机，所述采样单元包括采样电阻及信号处理电路，所述采样电阻用以采集所述待测设备数据，并将采集到的所述待测设备数据转换为电压信号，所述信号处理电路与所述采样电阻电连接，用以将所述电压信号进行处理后输出至所述单片机，所述单片机至少包括模数转换器，所述模数转换器用以将所述电压信号进行模数转换后输出至所述计算单元。


6.如权利要求5所述的系统，其特征在于：所述单片机还用以将所述控制端的控制指令转换为对应的驱动信号，以驱动相应的输出设备。


7.如权利要求1所述的系统，其特征在于：所述服务器还电连接至所述采样装置，所述服务器还用以：
接收所述采样装置的待测设备数据，并对所述待测设备数据进行存储；以及
对所述待测设备数据进行统计及分析，以对所述待测设备进行监控及管理。


8.如权利要求1所述的系统，其特征在于：所述卷积...

【专利技术属性】
技术研发人员：吴文烨，陈烨，吴勇明，郭宏记，
申请(专利权)人：玳能科技杭州有限公司，
类型：发明
国别省市：浙江;33