一种基于边缘计算的工业水泵故障诊断轻量方法及系统技术方案

本发明专利技术涉及一种基于边缘计算的工业水泵故障诊断轻量方法，包括以下步骤：获取加速度传感器接收到的水泵振动流数据；建立轻量应用加密网关，包括轻量数据库模块、轻量加解密模块和轻量容器模块；下载轻量故障诊断模型；利用轻量加解密模块分别对振动流数据和轻量故障诊断模型的模型文件及模型记录信息进行加密与本地密文存储；解密并查询振动流数据密文数据和轻量故障诊断模型密文数据，在轻量容器模块中运行轻量故障诊断模型，得到诊断结果明文，并将其加密存储；根据查询时间及水泵故障状态，响应诊断结果查询请求对诊断结果密文进行解密与查询，返回故障诊断结果。与现有技术相比，本发明专利技术具有诊断效率高、系统时延低、数据隐私性强等优点。隐私性强等优点。隐私性强等优点。

【技术实现步骤摘要】
一种基于边缘计算的工业水泵故障诊断轻量方法及系统


[0001]本专利技术涉及设备故障诊断
，尤其是涉及一种基于边缘计算的工业水泵故障诊断轻量方法及系统。

技术介绍

[0002]工业水泵作为一种常见的机械设备在工业生产中占有重要地位，随着科技的进步，工业生产领域所需设备朝向连续化、高速化、大型化、集中化及自动化方向发展。但工业现场越来恶劣的工作环境，使得设备发生故障的概率猛增。因此，生产企业需要及时了解和掌握重要设备的运行状态，得知它们可能发生的故障和趋势，在水泵发生故障后快速及时地对设备进行维修。
[0003]常见的工业水泵故障诊断系统往往在云端服务器或本地计算机上面设计诊断算法及系统，然后部署在工厂控制系统中，如PLC系统或DCS系统，此种方式不仅需要依靠人工经验设计诊断算法，系统的调试与更新均与控制系统存在强耦合性，调试更新期间会影响工厂整体系统的运行连续性，使得企业生产效率降低。
[0004]边缘计算网关拥有强大的边缘计算能力，是集远程自定义配置、远程部署、网关状态监控等技术于一体的内嵌网络操作系统的工业级智能网关。边缘计算网关可实现云服务的接入，能够通过大数据云平台来构建工业物联网平台，实现协议解析、物模型分析、事件生成、设备远程维护等功能。一般将边缘计算网关应用在物联网领域，供物联网的终端接入，从而为终端提供服务。
[0005]因此，如何将边缘计算应用于工业水泵故障诊断领域以解决上述技术问题是本领域技术人员目前需要解决的问题。

技术实现思路

[0006]本专利技术的目的就是为了提供一种基于边缘计算的工业水泵故障诊断轻量方法，克服因计算资源不足、深度学习环境差异等问题出现时只能依靠云计算诊断的弊端，提高水泵预测性维护的诊断效率。
[0007]本专利技术的目的可以通过以下技术方案来实现：
[0008]一种基于边缘计算的工业水泵故障诊断轻量方法，包括以下步骤：
[0009]获取由加速度传感器采集到的水泵振动流数据；
[0010]建立轻量应用加密网关，所述轻量应用加密网关嵌入于边缘计算网关中，包括轻量数据库模块、轻量加解密模块和轻量容器模块；
[0011]下载已训练完成的轻量故障诊断模型，并将所述轻量故障诊断模型嵌入轻量容器模块；
[0012]利用轻量加解密模块分别对水泵振动流数据和轻量故障诊断模型的模型文件及模型记录信息进行加密与本地密文存储；
[0013]利用轻量加解密模块解密并查询流数据密文数据和轻量故障诊断模型密文数据，
在轻量容器模块中运行轻量故障诊断模型，得到诊断结果明文，利用轻量加解密模块对诊断结果明文进行加密与本地密文存储；
[0014]根据查询时间和水泵故障状态，响应诊断结果查询请求对诊断结果密文进行解密与查询，返回故障诊断结果。
[0015]所述水泵为离心式水泵，加速度传感器为三向振动加速度传感器。
[0016]所述振动流数据为水泵在x方向、y方向、z方向的振动加速度数据。
[0017]所述轻量加解密模块的加解密方式为对称加密、秘钥管理器使用系统环境变量。
[0018]所述轻量数据库模块采用嵌入式数据库。
[0019]所述轻量故障诊断模型为基于深度神经网络的多分类诊断模型，采用全连接的神经网络结构，并利用动态量化方法对所述模型进行轻量化处理。
[0020]所述轻量容器模块采用轻量虚拟化技术。
[0021]一种基于边缘计算的工业水泵故障诊断轻量系统，包括：
[0022]加速度传感器，用于获取水泵的振动流数据并传输至边缘计算网关；
[0023]云端，用于建立、训练并存储轻量故障诊断模型；
[0024]边缘计算网关，其上嵌有轻量应用加密网关，所述轻量应用加密网关用于管理边缘计算网关的异构数据，包括轻量数据库模块、轻量加解密模块和轻量容器模块，
[0025]所述边缘计算网关用于获取加速度传感器接收到的水泵振动流数据，下载云端存储的轻量故障诊断模型，并将所述轻量故障诊断模型嵌入轻量容器模块，利用轻量加解密模块分别对流数据和轻量故障诊断模型的模型文件及模型记录信息进行加密与本地密文存储，利用轻量加解密模块解密并查询流数据密文数据和轻量故障诊断模型密文数据，在轻量容器模块中运行轻量故障诊断模型，得到诊断结果明文，利用轻量加解密模块对诊断结果明文行加密与本地密文存储，根据查询时间及水泵故障状态，响应诊断结果查询请求对诊断结果密文进行解密与查询，返回查询结果。
[0026]所述边缘计算网关接口配置为RS232。
[0027]所述加速度传感器通过有线方式连接至边缘计算网关。
[0028]与现有技术相比，本专利技术具有以下有益效果：
[0029](1)本专利技术提出的一种基于边缘计算的工业水泵故障诊断轻量方法，设计轻量应用加密网关来管理边缘系统的异构数据，以解决边缘计算网关内数据管理系统的异构性、实时性、安全性问题。考虑到故障诊断系统对数据的实时性要求较高，本专利技术设计轻量数据库模块、轻量加解密模块作为数据安全中间件，轻量虚拟化容器作为模型管理中间件，在水泵振动流数据进入数据库之前对数据进行部分加密，对故障诊断模型和模型记录信息分别在系统文件层和数据库层进行联合加密后存储到网关上，在容器运行之前利用安全中间件对诊断模型解密，数据隐私性强。通过以上设计使数据系统具备较快的处理速度，同时可以高效管理不同的诊断模型与水泵振动数据，可在计算资源相对缺乏的边缘计算网关上进行部署，克服因计算资源不足、深度学习环境差异等问题出现时只能依靠云计算诊断的弊端，能够极大程度上降低工业水泵预测性维护这一环节投入的时间成本与人力成本，提高水泵预测性维护的诊断效率。
[0030](2)本专利技术依赖边缘计算中的轻量化、加密化、虚拟化技术，涉及的数据采集、协议解析、应用加解密、模型管理、模型推理完全在边缘计算网关上运行，不会对现有的工业控
制系统产生影响。
[0031](3)本专利技术采用的轻量故障诊断模型算法具有极高的适应性与鲁棒性，对水泵故障诊断场景下各类型的故障都可适用。
[0032](4)本专利技术通过深度神经网络技术，在边缘计算网关系统内设计了一种针对工业水泵故障的多分类诊断模型，可自动提取水泵振动的故障特征，以解决传统水泵诊断系统需要人工处理振动信号的问题。通过对振动数据的特征进行分析，发现振动故障数据的特征较为分散、无明显规律人工难以判别其对应的故障状态，利用全连接层的深度神经网络结构来高效提取特征，从而实现对水泵故障状态的自动诊断。
[0033](5)本专利技术的轻量故障诊断模型利用动态量化方法，将故障诊断模型的神经元权重从浮点型转换为整型并缩小诊断模型，可以快速准确地分析出水泵的故障状态，实现实时的模型推理，以解决边缘计算网关内诊断模型启动时间长、推理速度慢、占用计算资源高的问题。
附图说明
[0034]图1为本专利技术的方法流程图；
[0035]图2为本专利技术的系统结构示意图；
[0036]图3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水泵故障诊断轻量方法，其特征在于，包括以下步骤：获取由加速度传感器采集到的水泵振动流数据；建立轻量应用加密网关，所述轻量应用加密网关嵌入于边缘计算网关中，包括轻量数据库模块、轻量加解密模块和轻量容器模块；下载已训练完成的轻量故障诊断模型，并将所述轻量故障诊断模型嵌入轻量容器模块；利用轻量加解密模块分别对水泵振动流数据和轻量故障诊断模型的模型文件及模型记录信息进行加密与本地密文存储；利用轻量加解密模块解密并查询流数据密文数据和轻量故障诊断模型密文数据，在轻量容器模块中运行轻量故障诊断模型，得到诊断结果明文，利用轻量加解密模块对诊断结果明文进行加密与本地密文存储；根据查询时间和水泵故障状态，响应诊断结果查询请求对诊断结果密文进行解密与查询，返回故障诊断结果。2.根据权利要求1所述的一种基于边缘计算的工业水泵故障诊断轻量方法，其特征在于，所述水泵为离心式水泵，加速度传感器为三向振动加速度传感器。3.根据权利要求1所述的一种基于边缘计算的工业水泵故障诊断轻量方法，其特征在于，所述振动流数据为水泵在x方向、y方向、z方向的振动加速度数据。4.根据权利要求1所述的一种基于边缘计算的工业水泵故障诊断轻量方法，其特征在于，所述轻量加解密模块的加解密方式为对称加密、秘钥管理器使用系统环境变量。5.根据权利要求1所述的一种基于边缘计算的工业水泵故障诊断轻量方法，其特征在于，所述轻量数据库模块采用嵌入式数据库。6.根据权利要求1所述的一种基于边缘计算的工业水泵故障诊断轻量方法，其特征在于，所述轻量...

【专利技术属性】
技术研发人员：康琦，黄啸天，徐其慧，邓麒，
申请(专利权)人：同济大学，
类型：发明
国别省市：