基于知识图谱的工业非智能传感器自适应接入中间件及其方法技术

本发明专利技术公开了基于知识图谱的工业非智能传感器自适应接入中间件及其方法，构建“知识

【技术实现步骤摘要】
基于知识图谱的工业非智能传感器自适应接入中间件及其方法


[0001]本专利技术属于非智能物联设备自动接入
，涉及一种基于知识图谱的工业非智能传感器自适应接入中间件及其方法。

技术介绍

[0002]物联网技术的高速发展，给网络空间中物联网设备的组网和管理引入了巨大的技术挑战。截止2020年，已有超过200亿个物联设备存在于当今的物联网中，每天有超过550万个新增的设备入网。这些物联网设备通常来自不同的设备类型、供应商，具有不同的产品型号。如何发现这些设备的类型、品牌、型号、数据点和控制点信息，是设备管理、监控和上层应用的先决条件。但是，现有手动标识物联网设备的方法无法满足大规模设备发现的需求，而现有基于机器学习的设备发现需要大量带标签的数据且发现的准确率不足，在物联网中高效且准确的发现设备仍然是一个亟需解决的问题。
[0003]设备接入互联网作为实现工业物联网智能化的第一步，物联中间件起着承上启下的关键作用。非智能传感器作为工业物联网重要的组成部分，如浊度传感器、氨氮传感器、氧浓度计等，被大量部署在各种应用场景下。然而，传统的工业物联网中间件平台，如有人云、巨控云、FlexCloud等，并不能实现传感器设备的自动接入，仍需要人工进行配置，工程效率低下。

技术实现思路

[0004]为了达到上述目的，本专利技术实施例提供了一种基于知识图谱的工业非智能传感器自适应接入中间件及其方法，解决非智能传感器的自动发现和接入的问题。
[0005]本专利技术实施例所采用的技术方案是，基于知识图谱的工业非智能传感器自适应接入中间件的方法，按照以下步骤进行：
[0006]步骤1，采用六元组模型构建由一定数量非智能物联设备的静态知识和实采数据构成的“知识
‑
数据”共融传感器知识图谱；
[0007]步骤2，扫描待接入物联传感器的所有数据寄存器地址，按地址持续读取传感器的实时数值，然后依据采集到的数值列表生成设备数据特征；
[0008]步骤3，根据“知识
‑
数据”共融传感器知识图谱的知识表征和待接入物联传感器设备的数值特征，设计“知识
‑
数据”双驱动的图神经网络设备自适应接入模型，借助图谱知识对待接入设备的数值特征进行分析识别，得到数值的具体语义；
[0009]步骤4，将识别出的设备数值语义聚合为物联设备的知识表征，得到一个具体的设备实例特征，匹配并更新物联设备知识图谱映射的同类设备实例节点；若待接入物联设备在知识图谱中无相似匹配结果，自适应接入模型将按照数据特征的识别结果，参照已有类似设备的知识表征，重新组合为新的物联设备图谱实例节点，实现已有“知识
‑
数据”共融传感器知识图谱的持续更新；
[0010]步骤5，读取知识图谱中对应实例节点的知识配置并写入待接入设备中，从而完成接入的非智能物联设备组态，完成传感器设备的自适应接入。
[0011]本专利技术另一实施例所采用的技术方案是，一种中间件，由传感器接口、电源模块、通信模块、PLC和物联网关组成；
[0012]所述电源模块，为整个硬件提供24伏5安培的电源；
[0013]所述通信模块，采用RS485协议，实现传感器与PLC之间的通信，采用前置协议，连接物联网网关和PLC，实现数据交互；
[0014]所述PLC，用于控制和收集传感器，有10个集成的I/O点，并通过扩展模块支持各种工业通信协议；
[0015]所述物联网关，包含一块600MHz ARM Cortex
‑
A8型号的CPU，同时拥有128MB闪存，128MB DDR3存储，起着连接底层硬件通信信道与维持上层互联网数据接口的功能，对于上层互联网通信，物联网网关使用WiFi、以太网、4G/5G将数据传输到云中。
[0016]本专利技术实施例的有益效果是：通过对比传统人工接入方法，所提出的模型能够基于传感器知识数据，通过推理计算，实现传感器的功能识别与网络配置，在包含1200条传感器信息的数据集中取得了87.50％的识别准确率。同时，对于具有多种功能的传感器，不同的功能，它实现了接近经验丰富的操作员的访问精度，这比没有经验的操作员要高得多。这表明自适应访问中间件可以减少实践中对专业人员的需求。与具有机械和电气知识的有经验的操作员相比，近似访问精度，但也缩短了传感器访问所需的时间。
附图说明
[0017]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1为自适应接入中间件实现方法原型设计图。
[0019]图2是自适应接入模型示意图。
[0020]图3是工业非智能传感器自适应接入流程图。
[0021]图4是待接入传感器数据传递结构图。
具体实施方式
[0022]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023]本专利技术实施例公开了一种基于知识图谱的工业非智能传感器自适应接入中间件的方法，如图3所示，按照以下步骤进行：
[0024]步骤1，采用六元组模型构建由一定数量非智能物联设备的静态知识和实采数据构成的“知识
‑
数据”共融传感器知识图谱；
[0025]步骤2，扫描待接入物联传感器的所有数据寄存器地址，按地址持续读取传感器的
实时数值，然后依据采集到的数值列表生成设备数据特征；
[0026]步骤3，根据“知识
‑
数据”共融传感器知识图谱的知识表征和待接入物联传感器设备的数值特征，设计“知识
‑
数据”双驱动的图神经网络设备自适应接入模型，借助图谱知识对待接入设备的数值特征进行分析识别，得到数值的具体语义，如温度、湿度、浊度、波特率等；
[0027]步骤4，将识别出的设备数值语义聚合为物联设备的知识表征，得到一个具体的设备实例特征，匹配并更新物联设备知识图谱映射的同类设备实例节点；若待接入物联设备在知识图谱中无相似匹配结果，自适应接入模型将按照数据特征的识别结果，参照已有类似设备的知识表征，重新组合为新的物联设备图谱实例节点，实现已有“知识
‑
数据”共融传感器知识图谱的持续更新；
[0028]步骤5，读取知识图谱中对应实例节点的知识配置并写入待接入设备中，从而完成接入的非智能物联设备组态，完成传感器设备的自适应接入。
[0029]进一步的，所述步骤1构建的“知识
‑
数据”共融传感器知识图谱，按照设备通用实体、传感器领域实体和传感器实例划分为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于知识图谱的工业非智能传感器自适应接入中间件的方法，其特征在于，按照以下步骤进行：步骤1，采用六元组模型构建由一定数量非智能物联设备的静态知识和实采数据构成的“知识
‑
数据”共融传感器知识图谱；步骤2，扫描待接入物联传感器的所有数据寄存器地址，按地址持续读取传感器的实时数值，然后依据采集到的数值列表生成设备数据特征；步骤3，根据“知识
‑
数据”共融传感器知识图谱的知识表征和待接入物联传感器设备的数值特征，设计“知识
‑
数据”双驱动的图神经网络设备自适应接入模型，借助图谱知识对待接入设备的数值特征进行分析识别，得到数值的具体语义；步骤4，将识别出的设备数值语义聚合为物联设备的知识表征，得到一个具体的设备实例特征，匹配并更新物联设备知识图谱映射的同类设备实例节点；若待接入物联设备在知识图谱中无相似匹配结果，自适应接入模型将按照数据特征的识别结果，参照已有类似设备的知识表征，重新组合为新的物联设备图谱实例节点，实现已有“知识
‑
数据”共融传感器知识图谱的持续更新；步骤5，读取知识图谱中对应实例节点的知识配置并写入待接入设备中，从而完成接入的非智能物联设备组态，完成传感器设备的自适应接入。2.根据权利要求1所述的基于知识图谱的工业非智能传感器自适应接入中间件的方法，其特征在于，所述步骤1构建的“知识
‑
数据”共融传感器知识图谱，按照设备通用实体、传感器领域实体和传感器实例划分为三层；设备通用实体层，通过OneM2M和I40KG物联网通用本体标准；传感器领域实体层，其领域知识从开放知识图谱及在线交易平台中抽取，其覆盖的物联传感器种类预期不少于200种；传感器实例层，按照传感器领域实体层已确定的分类，每个分类读取5
‑
10个不同品牌及型号的传感器实例，读取每个实例的所有寄存器的数值、类型和含义，并采用知识图谱节点的形式表征，该层包含的非智能物联设备实例预期不少于1500个；得到划分好的三层实体后，通过定义不同的边建立每个层级内部、层级间实体节点的联系，最终形成共融的传感器知识图谱。3.根据权利要求1所述的基于知识图谱的工业非智能传感器自适应接入中间件的方法，其特征在于，所述步骤3中设计“知识
‑
数据”双驱动的图神经网络设备自适应接入模型按照以下步骤进行：步骤3
‑
1，待接入传感器的特征表示，对待接入传感器设备采集到的寄存器实时数值进行的特征计算，对于读取到的传感器数据，包含寄存器地址信息与数值信息，进行特征提取，传感器的每条数值信息，均采用128维的向量进行表示，使用one
‑
hot编码进行初始化，向量为第i个待接入传感器的特征向量，可由如下公式进行计算：其中，W为权重矩阵，其参数在网络中进行迭代训练，j为i的邻节点，即对应第i个传感
器设备的第j个寄存器，N

【专利技术属性】
技术研发人员：谢诚，祝旖旎，曾左英，陶文彪，谢欣橦，
申请(专利权)人：云南大学，
类型：发明
国别省市：