一种基于边缘计算的工业大数据监测系统技术方案

本发明专利技术提供了一种基于边缘计算的工业大数据监测系统。该系统包括多个信息采集系统、边缘计算处理系统、数据传输设备、云服务器和监控终端，其中：每个信息采集系统，用于采集设备的运行状态信息，并将设备的运行状态信息发送给对应的边缘计算处理系统；边缘计算处理系统，用于对设备的运行状态信息进行分析处理，获得设备状态分析处理结果，并将设备状态分析处理结果发送给数据传输设备；数据传输设备，用于使用4G或5G通信技术将设备状态分析处理结果发送给云服务器；云服务器，用于存储设备状态分析处理结果；监控终端，用于向云服务器发送针对设备状态分析处理结果的访问请求，并获取云服务器根据访问请求返回的信息，并展示信息。信息。信息。

【技术实现步骤摘要】
一种基于边缘计算的工业大数据监测系统


[0001]本专利技术涉及物联网
，特别涉及一种基于边缘计算的工业大数据监测系统。

技术介绍

[0002]目前，随着经济和社会的不断发展，大数据监测在社会中的重要性不断提高，如何实现工业大数据的远程监测与管理已经成为数据监测领域研究的热点课题。
[0003]目前，对工厂、厂房等的工业大数据监测，通常是在网络侧的同一地址处设置一个或多个服务器，工厂、厂房产生的工业大数据均发送给该一个或多个服务器，通过服务器对工业大数据进行分析，从而实现对工厂、厂房的数据监测；这种方法，当工业大数据数量较大时，会增加服务器的工作量，导致服务器的处理效率较低，监控效率较低。

技术实现思路

[0004]本专利技术实施例提供一种基于边缘计算的工业大数据监测系统。
[0005]本专利技术实施例提供一种基于边缘计算的工业大数据监测系统，包括多个信息采集系统、多个边缘计算处理系统、多个数据传输设备、云服务器和监控终端，其中：
[0006]所述多个信息采集系统分别设置在不同的地理位置，每个信息采集系统用于采集其采集范围内的设备的运行状态信息，并将设备的运行状态信息发送给对应的边缘计算处理系统；
[0007]所述多个边缘计算处理系统分别设置在不同的地理位置，每个边缘计算处理系统用于接收对应的信息采集系统发送来的设备的运行状态信息；对所述设备的运行状态信息进行分析处理，获得设备状态分析处理结果；将所述设备状态分析处理结果发送给对应的数据传输设备；
[0008]所述多个数据传输设备分别设置在不同的地理位置，每个数据传输设备用于接收对应的边缘计算处理系统发送来的设备状态分析处理结果，使用4G或5G通信技术将接收到的设备状态分析处理结果发送给云服务器；
[0009]所述云服务器，用于存储所述设备状态分析处理结果；
[0010]所述监控终端，用于向所述云服务器发送针对所述设备状态分析处理结果的访问请求，并获取所述云服务器根据所述访问请求返回的信息，并展示所述信息。
[0011]在一个实施例中，所述信息采集系统，包括环境参数传感器、摄像头、设备信息采集器中的任一种或多种，还包括数据传输模块：
[0012]环境参数传感器，用于采集设备的工作环境参数；
[0013]摄像头，用于对所述设备的工作环境进行拍摄，获得所述设备的工作环境视频；设备信息采集器，用于采集所述设备的实时工作参数；
[0014]数据传输模块，用于将所述设备的工作环境参数、设备的工作环境视频、设备的实时工作参数发送给对应的边缘计算处理系统。
[0015]在一个实施例中，所述系统还包括：
[0016]调控中心，用于确定每个边缘计算处理系统所覆盖的信息采集系统，根据每个边缘计算处理系统所覆盖的信息采集系统，确定每个边缘计算处理系统所对应的信息采集系统，具体可实施为如下步骤S1
‑
S6：
[0017]步骤S1、将每一个信息采集系统的分布视作满足高斯分布模型，所述高斯
[0018]分布模型的函数表示为如下公式(1)：
[0019][0020]其中，所述y表示所述当前一个信息采集系统的位置，所述ε表示预设的边缘计算处理系统的中心位置，所述γ2表示所述当前一个信息采集系统与所述中心位置的集中程度；
[0021]步骤S2、将属于同一网络区域中的所有信息采集系统看作系统节点Y＝{y1,y2,y3,
……
y
n
},假设样品由M个高斯分量T＝{t1,t2,t3,
……
,t
M
}生成的，这M个高斯模型分量组扥了一个高斯混合模型；
[0022]利用如下公式(2)计算系统节点y
a
属于该高斯混合模型分布的总概率：
[0023][0024]其中，所述y
a
表示所述第a个信息采集系统的位置,a＝1,2,3,
……
,n,所述β
b
表示第b个高斯模型分量的权重，M个高斯模型分量各自对应的权重之和等于1，,β
b
大于等于0且小于等于1，b＝1,2,3,
……
,M；所述ε
b
表示第b个边缘计算处理系统的中心位置，所述γ
b
表示所述第a个信息采集系统与第b个边缘计算处理系统的中心位置的集中程度；
[0025]步骤S3、设计如下第一目标函数(3)：
[0026][0027]其中，N表示信息采集系统的总数目；
[0028]步骤S4、按照如下公式(4)计算某一个高斯混合模型所有的高斯模型分量的平均负载：
[0029][0030]其中，H表示所述平均负载；所述Q
ab
表示系统节点y
a
属于高斯模型分量tb的概率；F
ab
表示边缘计算处理系统tb处理系统节点y
a
传输来的数据时所需要的负载；L
ab
表示系统节点y
a
被归属到边缘计算处理系统tb的概率，当L
ab
＝0时表示系统节点y
a
没有被归属到边缘计算处理系统tb，当L
ab
＝1时表示系统节点y
a
被归属到边缘计算处理系统tb；
[0031]步骤S5、设计如下第二目标函数(5)：
[0032][0033]其中，所述第二目标函数(5)的约束条件为如下公式(6)、(7)、(8)：
[0034]L
ab
∈{0，1}
ꢀꢀꢀ
(6)
[0035][0036][0037]其中，F
b
为边缘计算处理系统tb的最大负载；
[0038]步骤S6、通过对第一目标函数和第二目标函数的迭代求解，确定出每个边缘计算处理系统所覆盖的信息采集系统；建立每个边缘计算处理系统与其所覆盖的信息采集系统之间的对应关系。
[0039]在一个实施例中，所述每个信息采集系统采集设备的运行状态信息，并将设备的运行状态信息发送给对应的边缘计算处理系统，包括：
[0040]步骤A1、当前的信息采集系统采集到设备的运行状态信息之后，根据如下公式(9)计算每个设备的当前安全系数：
[0041][0042]其中，k'
i
表示第i个设备的当前安全系数，P
i1
表示所述第i个设备当次工作的平均输出功率,P
i2
表示所述第i个设备的额定输出功率，T
i
表示所述第i个设备当次工作的已工作时长，T'
i
表示预设的所述第i个设备每次工作的最长工作时长，ω
i
表示所述第i个设备的磨损损耗系数；e表示为自然常数，取值为2.58，θ
i
表示所述第i个设备的老化系数；
[0043]步骤A2、将每个设备的当前安全系数与每个设备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于边缘计算的工业大数据监测系统，其特征在于，包括多个信息采集系统、多个边缘计算处理系统、多个数据传输设备、云服务器和监控终端，其中：所述多个信息采集系统分别设置在不同的地理位置，每个信息采集系统用于采集其采集范围内的设备的运行状态信息，并将设备的运行状态信息发送给对应的边缘计算处理系统；所述多个边缘计算处理系统分别设置在不同的地理位置，每个边缘计算处理系统用于接收对应的信息采集系统发送来的设备的运行状态信息；对所述设备的运行状态信息进行分析处理，获得设备状态分析处理结果；将所述设备状态分析处理结果发送给对应的数据传输设备；所述多个数据传输设备分别设置在不同的地理位置，每个数据传输设备用于接收对应的边缘计算处理系统发送来的设备状态分析处理结果，使用4G或5G通信技术将接收到的设备状态分析处理结果发送给云服务器；所述云服务器，用于存储所述设备状态分析处理结果；所述监控终端，用于向所述云服务器发送针对所述设备状态分析处理结果的访问请求，并获取所述云服务器根据所述访问请求返回的信息，并展示所述信息。2.如权利要求1所述的系统，其特征在于，所述信息采集系统，包括环境参数传感器、摄像头、设备信息采集器中的任一种或多种，还包括数据传输模块：环境参数传感器，用于采集设备的工作环境参数；摄像头，用于对所述设备的工作环境进行拍摄，获得所述设备的工作环境视频；设备信息采集器，用于采集所述设备的实时工作参数；数据传输模块，用于将所述设备的工作环境参数、设备的工作环境视频、设备的实时工作参数发送给对应的边缘计算处理系统。3.如权利要求1所述的系统，其特征在于，所述系统还包括：调控中心，用于确定每个边缘计算处理系统所覆盖的信息采集系统，根据每个边缘计算处理系统所覆盖的信息采集系统，确定每个边缘计算处理系统所对应的信息采集系统，具体可实施为如下步骤S1
‑
S6：步骤S1、将每一个信息采集系统的分布视作满足高斯分布模型，所述高斯分布模型的函数表示为如下公式(1)：其中，所述y表示所述当前一个信息采集系统的位置，所述ε表示预设的边缘计算处理系统的中心位置，所述γ2表示所述当前一个信息采集系统与所述中心位置的集中程度；步骤S2、将属于同一网络区域中的所有信息采集系统看作系统节点Y＝{y1,y2,y3,
……
y
n
},假设样品由M个高斯分量T＝{t1,t2,t3,
……
,t
M
}生成的，这M个高斯模型分量组扥了一个高斯混合模型；利用如下公式(2)计算系统节点y
a
属于该高斯混合模型分布的总概率：其中，所述y
a
表示所述第a个信息采集系统的位置,a＝1,2,3,
……
,n,所述β
b
表示第b个
高斯模型分量的权重，M个高斯模型分量各自对应的权重之和等于1，,β
b
大于等于0且小于等于1，b＝1,2,3,
……
,M；所述ε
b
表示第b个边缘计算处理系统的中心位置，所述γ
b
表示所述第a个信息采集系统与第b个边缘计算处理系统的中心位置的集中程度；步骤S3、设计如下第一目标函数(3)：其中，N表示信息采集系统的总数目；步骤S4、按照如下公式(4)计算某一个高斯混合模型所有的高斯模型分量的平均负载：其中，H表示所述平均负载；所述Q
ab
表示系统节点y
a
属于高斯模型分量tb的概率；F
ab
表示边缘计算处理系统tb...

【专利技术属性】
技术研发人员：姜景玉，
申请(专利权)人：北京迅达云成科技有限公司，
类型：发明
国别省市：