【技术实现步骤摘要】
一种基于人工智能的工业控制通信测试系统及方法
[0001]本专利技术涉及信号传输
，具体为一种基于人工智能的工业控制通信测试系统及方法。
技术介绍
[0002]随着企业信息网络的深入应用与日臻完善，现场控制信息进入信息网络实现实时监控是必然的趋势，通过实时监控对工业控制通信进行测试，实现工业控制系统的智能控制。
[0003]现有的工业控制通信测试系统在对工业控制通信信息进行测试前，将采集的通信信息从通信通道进行传输，在此过程中未对采集信息进行分类传输，使得采集信息在传输时由于不同时间段信息量的不同，导致通信通道发生堵塞，进而增加工业控制通信的传输时间，不利于工业控制系统的正常运行，以及在对工业控制通信进行测试时，通过对通信信号一对一进行测试，工作量较大，进而降低了测试系统的测试效率，以及在对采集信息进行传输时将工业设备正常工作部分和异常工作部分均通过通道进行传输，不仅增加了信号传输时间，也增加了不必要的工作量，进而降低了测试系统的使用效果。
技术实现思路
[0004]本专利技术的目的在于提供一种...
【技术保护点】
【技术特征摘要】
1.一种基于人工智能的工业控制通信测试方法，其特征在于：所述方法包括以下步骤：步骤一：对工业控制系统中的工业设备运行状态信息进行采集，对采集信息按照图像、语音类型分别转换为对应的数字信号，对转换后的数字信号进行压缩处理；步骤二：将转换压缩处理后的数字信号通过不同通道传输至测试分析端；步骤三：测试分析端对传输的转换压缩处理后的数字信号进行测试、分析；步骤四：执行端根据数字信号的测试、分析结果对工业设备进行维修处理。2.根据权利要求1所述的一种基于人工智能的工业控制通信测试方法，其特征在于：所述步骤一中对采集信息按照图像、语音类型分别转换为对应的数字信号，对转换后的数字信号进行压缩处理的具体方法为：将图像信号转换为匹配的数字信号，对转换后的数字信号进行压缩的具体方法为：1）在采集的图像信号中对工业设备工作前、工作时和工作后的静态图像进行截取，将截取的工作后图像中的工业设备按照角度关系转换为与工作前相一致的状态，转换后，对工业设备工作前和工作后截取的图像进行对比，若两张图像中工业设备的状态相同，则对工业设备工作时和工作前或工业设备工作时和工作后的两张图像进行分解，若两张图像中工业设备的状态不同，则对截取的三张图像进行分解；2）对截取图像进行分解：将截取的图像分别分解为大小的图像块，对分解后的图像块按照像素分布情况进行筛选，将像素分布一致或像素相似度为的图像块放入集合中，将像素分布不一致或像素相似度为的图像块放入集合中，其中，表示任意正整数值，为之间的任意正数值；3）利用布尔类型值和像素值对分解的图像块进行表示，将图像信号转换为对应的数字信号：使用布尔类型中的数值1对分解后的图像块中存在的图案形状进行表示，使用布尔类型中的数值0对图像块中的背景色进行描述，利用像素值对使用数值1表示的部分进行描述，将每个像素点像素值转换为二进制形式，在像素二进制值前添加像素点对应的位置值和像素点所属的图像类型，表示分解后的图像块中图形的像素点个数，，像素点所属图像类型包括工作前、工作时和工作后，记工作前、工作时、工作后对应的图像编号分别为1、0、
‑
1；4）将集合中图像块对应的数字信号进行压缩，将压缩后的数字信号从通道传输至测试分析端；将语音信号转换为数字信号，对转换后的数字信号进行压缩的具体方法为：（1）将采集的语音信号与工业设备工作时的标准语音信号进行对比，将不匹配的语音信号筛选出；（2）利用谱减法对筛选出的语音信号进行去噪增强处理；（3）通过转换，将语音信号模拟输入转化为数字信号，利用2的补码对转换后的数
字信号进行表示，在补码数据初始端添加数据0作为解码端，之后对补码数据进行压缩处理。3.根据权利要求1所述的一种基于人工智能的工业控制通信测试方法，其特征在于：所述步骤二中将压缩处理后的数字信号通过不同通道传输至测试分析端前，计算图像块对应的数字信号与语音信号对应的数字信号经过压缩处理后对应的总容量比值；当或时，根据公式对通道的数据传输速率进行调整，其中表示根据值调整后的通道传输速率，表示通道标准传输速率，表示在通道标准传输速率下，某一通道数字信号传输完成后，另一通道剩余的数字信号量比重，表示将两通道传输速率调小，将通道传输速率调小，有利于避免数据信号在传输时通道发生堵塞，进而降低数据传输速率；当时，数字信号按照原定通道进行传输，其中表示图像块对应的数字信号经过压缩处理后对应的总容量值，表示语音信号对应的数字信号经过压缩处理后对应的总容量值。4.根据权利要求1所述的一种基于人工智能的工业控制通信测试方法，其特征在于：所述步骤三中测试分析端对传输的数字信号进行测试、分析的具体方法为：测试分析端对经过通道传输的图像压缩文件和语音压缩文件进行接收，对接收文件按照解码顺序进行解码，根据解码信号对工业设备工作时的异常图像和设备工作时的异常语音进行还原，还原后，根据工业设备工作时的异常图像和设备工作时的异常语音对工业设备进行测试；对工业设备工作时发出的异常声音和标准声音之间的相似度进行计算，具体的计算方法为：
①
.对异常语音的时域特征进行提取，将异常语音的时域特征转换为频域特征，得到异常语音的频谱图，根据得到的频谱图构建异常语音频域表达式；
②
.基于
①
中异常语音频域表达式对工业设备工作时发出的异常声音和标准声音之间的相似度进行计算，具体的计算方法为：计算异常声音与标准声音频域值是否满足倍数关系：；其中，表示频率下标准声音对应的频域值，表示频率下异常声音对应的频域
值，表示异常语音中除频率外任一频率下标准声音与异常声音对应的频域值差值；根据值大小对异常声音和标准声音之间的相似度进行计算，具体的计算公式为：；其中，表示当时设定的声音相似度值，，表示对频率下异常声音与标准声音频域值之间的倍数值进行取整，特殊的，当时，取，表示此时异常声音与标准声音之间的差异由其它干扰因素产生，设备工作正常，表示筛选出的异常声音对应的频率范围，表示使连续成立时对应的频率范围，，表示连续成立时的个数。5.根据权利要求4所述的一种基于人工智能的工业控制通信测试方法，其特征在于：所述步骤三中对工业设备工作时的异常图像和标准图像之间的相似度进行计算的具体方法为：Ⅰ.先将测试分析端接收的异常图像与标准图像进行对比，若因设备外部磨损导致异常图像的出现，则无需对工业设备工作时的异常图像和标准图像之间的相似度进行计算，若因设备角度发生变化或设备零件掉落导致异常图像出现，则对工业设备工作时的异常图像和标准图像之间的相似度进行计算；Ⅱ.当设备角度发生变化时，基于标准图像对工业设备工作时的异常图像和标准图像之间的相似度进行计算，具体的计算公式为：；其中，表示异常图像对应的图像类型和位置信息，表示设备相较于标准位置时发生的偏转角度，表示设备旋转一周对应的角度值；Ⅲ.当设备零件掉落时，工业设备工作时的异常图像和标准图像之间的相似度为...
【专利技术属性】
技术研发人员：曾幸钦，叶婷，叶海萍，刘惠玲，孙培高，曾灶烟，李树湖，曾炽强，舒雨锋，熊长炜，刘志伟，左大利，梅阳寒，李笑勉，
申请(专利权)人：赛汇检测广州有限公司，
类型：发明
国别省市：
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。