一种基于边缘计算框架的气相色谱仪故障诊断体系结构制造技术

技术编号:23991582 阅读:35 留言:0更新日期:2020-04-29 16:22
本发明专利技术涉及一种基于边缘计算框架的气相色谱仪故障诊断体系结构,包括:设备域,用于数据的采集、处理和存储,以及根据网络域的控制指令执行操作;网络域,用于实现设备域与数据域之间的网络协议转换;数据域,用于将通过网络域发来的数据进行预处理和存储,并发送至应用域;应用域,用于根据来自数据域的数据对气象色谱仪进行故障类型、故障原因的多维度诊断,并对相关执行机构进行相应控制。本发明专利技术由于边缘计算距离气相色谱仪更近,在边缘节点处实现了对数据的过滤和分析,因此准确率和效率更高。

A fault diagnosis architecture of Gas Chromatograph Based on edge computing framework

【技术实现步骤摘要】
一种基于边缘计算框架的气相色谱仪故障诊断体系结构
本专利技术涉及气相色谱仪故障诊断体系结构,具体说是一种基于边缘计算框架的气相色谱仪故障诊断体系结构。
技术介绍
目前,气相色谱仪缺少有效的在线故障诊断手段,而气相色谱数据是化工生产过程中的重要判断依据,所以实现对气相色谱仪的有效在线诊断具有重要的实际意义,建立一种通用性的基于边缘计算框架的气相色谱仪故障诊断体系是实现这一目标的有效途径。
技术实现思路
本专利技术的目的在于提供一种一种基于边缘计算框架的气相色谱仪故障诊断体系结构系统。本专利技术为实现上述目的所采用的技术方案是:一种基于边缘计算框架的气相色谱仪故障诊断体系结构,包括:设备域,用于数据的采集、处理和存储,以及根据网络域的控制指令执行操作;网络域,用于实现设备域与数据域之间的网络协议转换;数据域,用于将通过网络域发来的数据进行处理和存储,并发送至应用域;应用域,用于根据来自数据域的数据针对气象色谱仪进行故障类型、故障原因的多维度诊断,并对执行机构进行控制。所述设备域包括传感器,执行机构,控制器;其中传感器包括气象色谱仪。所述数据域,处理和存储具体为数据过滤与预处理、数据整合、数据分析与计算、数据处理与存储中的一种或多种:数据过滤操作:对气相色谱仪的所有采集信息进行数据过滤或数据清洗;数据整合:对采集的数据进行整合分类,对异构数据进行合并,并把同类的数据进行统一归类;数据分析与计算:对采集的不同类型数据根据应用需求进行数学函数变换,包括平方、开方、求和、差分运算中的一种或多种;数据处理与存储:对气相色谱仪的所有采集信息进行文件存储和/或数据库存储。所述数据过滤或数据清洗具体为:识别设定范围外的错误值,或者采用设定的规则库检查异常数据值,并清除错误值和异常数据值;数据库中属性值相同的记录被认为是重复记录,判断记录间的属性值是否相等,相等的记录合并为一条记录,否则不处理。所述网络域,用于对各气相色谱仪所处网络中的各种网络协议服务进行卸载与部署,具体为:根据网络协议标识,自动加载部署相应的网络协议到内存中进行通讯;如果不存在网络通讯,自动把相应的网络协议从内存中卸载。所述应用域,用于气相色谱仪集群的在线维护,具体为:获取各气相色谱仪温度、压力、流速、极性、噪音数据;根据各数据进行载气系统,进样系统,分离系统,检测系统和记录系统的工作状态监测与多维度故障诊断。所述多维度故障诊断具体如下:预先设置故障诊断数据库,其中存有数据类别、数值范围以及对应的故障诊断信息;保存每个气相色谱仪的编码及其采集的各种类别数据,包括温度、压力、流速、极性、噪音;当某个气相色谱仪采集的某种数据中存在数据超过阈值时,根据数据类别和数据值查找数据库中对应的故障诊断信息,并将该数据值、数据类别、所属气相色谱仪编码进行显示并报警。根据故障诊断信息控制相应的执行机构动作。本专利技术具有以下有益效果及优点:1、分布式和低延时计算。边缘节点更靠近气相色谱仪,边缘计算可以用于改进服务,可以减少网络等待时间,及时满足业务要求。工业系统检测、控制、执行的实时性高,边缘计算聚焦实时、短周期数据的分析,能够更好地支撑本地业务的实时智能化处理与执行。2、效率更高。由于边缘计算距离气相色谱仪更近,在边缘节点处实现了对数据的过滤和分析,因此效率更高。3、智能计算。计算可以分层执行,利用网络远端的资源完成。AI(人工智能)+边缘计算的组合,就是在边缘计算中融合了人工智能的技术,具有数据分析与业务自动处理能力,智能化执行本地业务逻辑,可以大幅度提升效率并且降低成本;还可以动态实时完成自我优化、调整执行策略。让边缘计算不止于计算,更多了一份智能化。4、可持续的能源消耗。能量需求会日益增长,一些嵌入式小型设备的基础信息采集处理完全可以在端完成。云计算和边缘计算结合,云计算聚焦非实时、长周期的数据分析,能够在商业决策支撑等领域发挥优势;边缘计算聚焦实时、短周期数据的分析,能更好地支撑本地业务的实时智能化处理与执行。此外,两者还存在协同关系,边缘计算既靠近执行单元,更是云端所需高价值数据的采集单元,可以更好地支撑云端应用的大数据分析;反之,云计算通过机器学习、人工智能等数据分析方法生成优化的业务规则,并下发到边缘侧,边缘计算基于新的业务规则进行业务执行的优化处理。即通过传感器把数据传送到网关后,就通过边缘计算进行数据过滤和处理,没必要每条原始数据都传送到云,这省去了大量的能源成本,成本只有单独使用云计算的40%左右。5、应对数据爆炸和网络流量压力。通过在边缘设备上执行数据分析,可有效应对数据爆炸,减轻网络的流量压力。边缘计算能够缩短设备的响应时间,减少从设备到云数据中心的数据流量,以便在网络中更有效的分配资源。附图说明图1为本专利技术在气相色谱仪故障诊断体系结构示意图。具体实施方式下面结合实施例对本专利技术做进一步的详细说明。本专利技术包括:设备域,用于数据的采集、处理和存储,以及根据网络域的控制指令执行操作;网络域,用于实现设备域与数据域之间的网络协议转换;数据域,用于将通过网络域发来的数据进行预处理和存储,并发送至应用域;应用域,用于根据来自数据域的数据对气象色谱仪进行故障类型、故障原因的多维度诊断,并对相关执行机构进行相应控制。本专利技术由于边缘计算距离气相色谱仪更近,在边缘节点处实现了对数据的过滤和分析,因此准确率和效率更高。如图1所示,本专利技术包括以下部分:1、设备域主要的作用是对信息进行感知,现阶段传感器只能单方面的对数据进行采集,但是很难去在设备域层次进行数据分析。边缘计算的设备域却具备对数据进行简单处理的能力。边缘计算通过调整每个应用程序的处理需求来解决物联网困境,利用低延迟需求,边缘网络使IOT(物联网)设备自己运行机器学习算法,现场运行边缘计算任务,设备自己处理数据并运行计算。2、网络域主要作用是对计算能力进行部署,实现各种网络协议的转换,标准化处理网络传输。边缘计算的主要作用就是在边缘节点进行网络部署,实现对数据的标准化。进一步对以后的网络融合进行智能化的管理。在这一层次需要注意的是网络的隐私与安全问题。其中隐私问题是一个重要的分之,因为边缘端是最接近数据的端口,所以要对数据隐私进行相应的保护。3、数据域边缘计算最重要的一个作用就是灵活的数据管理与计算功能,边缘计算的提出主要是在边缘端进行数据的存储与计算,对源数据进行简单的处理,然后再将处理的数据传输到云端,主要的作用就是对“数据清洗”,把收集到的“脏数据”进行丢弃,只保留对我们有用是数据。边缘计算还有一个重要的作用就是对数据进行合理的卸载与部署,保持与云端协同高效的合作。4、应用域边缘计算与云计算的主要区别是边缘计算提供就近的平台管理与计算,云端是进行远程连接。边缘计算的“近物”特性决定了它具备快速反应的能力,减少网本文档来自技高网...

【技术保护点】
1.一种基于边缘计算框架的气相色谱仪故障诊断体系结构,其特征在于包括:/n设备域,用于数据的采集、处理和存储,以及根据网络域的控制指令执行操作;/n网络域,用于实现设备域与数据域之间的网络协议转换;/n数据域,用于将通过网络域发来的数据进行处理和存储,并发送至应用域;/n应用域,用于根据来自数据域的数据针对气象色谱仪进行故障类型、故障原因的多维度诊断,并对执行机构进行控制。/n

【技术特征摘要】
1.一种基于边缘计算框架的气相色谱仪故障诊断体系结构,其特征在于包括:
设备域,用于数据的采集、处理和存储,以及根据网络域的控制指令执行操作;
网络域,用于实现设备域与数据域之间的网络协议转换;
数据域,用于将通过网络域发来的数据进行处理和存储,并发送至应用域;
应用域,用于根据来自数据域的数据针对气象色谱仪进行故障类型、故障原因的多维度诊断,并对执行机构进行控制。


2.根据权利要求1所述的一种基于边缘计算框架的气相色谱仪故障诊断体系结构,其特征在于所述设备域包括传感器,执行机构,控制器;其中传感器包括气象色谱仪。


3.根据权利要求1所述的一种基于边缘计算框架的气相色谱仪故障诊断体系结构,其特征在于所述数据域,处理和存储具体为数据过滤与预处理、数据整合、数据分析与计算、数据处理与存储中的一种或多种:
数据过滤操作:对气相色谱仪的所有采集信息进行数据过滤或数据清洗;
数据整合:对采集的数据进行整合分类,对异构数据进行合并,并把同类的数据进行统一归类;
数据分析与计算:对采集的不同类型数据根据应用需求进行数学函数变换,包括平方、开方、求和、差分运算中的一种或多种;
数据处理与存储:对气相色谱仪的所有采集信息进行文件存储和/或数据库存储。


4.根据权利要求3所述的一种基于边缘计算框架的气相色谱仪故障诊断体系结构,其特征在于所述数据过滤或数据清洗具体为:
识别设定范围外的错误值,或者采用设定的规则库检查异常数据值,并清除错误值和异...

【专利技术属性】
技术研发人员:王景扬邹涛陆云松李永民张鑫孙威魏来星
申请(专利权)人:中国科学院沈阳自动化研究所
类型:发明
国别省市:辽宁;21

网友询问留言 已有0条评论
  • 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。

1