一种云边协同的生产线监控方法、装置及系统制造方法及图纸

本发明专利技术公开了一种云边协同的生产线监控方法、装置及系统，方法包括：接收数据采集端发送的生产线数据，对生产线数据进行解析，确定标准数据，并将标准数据发送至云端；接收配置文件，利用配置文件确定工作流任务；将工作流任务中满足预设条件的服务节点加入到任务队列；将生产线监控模型存储至镜像仓库中；接收云端发送的生产线监控模型，利用Docker容器以及生产线监控模型；获取云端的任务队列，利用微服务对任务队列进行轮询；根据轮询结果执行对应的任务，确定工作流结果；接收边缘端发送的工作流结果，并对工作流结果进行存储。本发明专利技术充分利用边缘端和云端协同的优势，在边缘端实现产线及时监测和控制，提高了数据处理效率。率。率。

【技术实现步骤摘要】
一种云边协同的生产线监控方法、装置及系统


[0001]本专利技术涉及智能生产线监控工作流
，具体涉及一种云边协同的生产线监控方法、装置及系统。

技术介绍

[0002]随着智能制造的发展，工厂将云计算，大数据，云边协同的生产线监控，物联网等新兴技术与现有系统进行深度融合，实现工厂生产系统进一步智能化。制造产业应当革新商业模式，通过对生产系统架构的改进，从而提高生产系统各层次的柔性化程度，使生产系统能够根据客户个性化需求进行定制产品的生产。如今，随着社会的发展，传统的制造系统不能满足市场对多品种小批量产品的需求，这就使系统的柔性对系统的生存越来越重要。
[0003]智能生产产线监控系统作为智能生产系统的重要子系统，它可以实现对现场设备，生产状况，产品状态进行监测和控制，实现数据采集、设备控制、缺陷与故障检测以及各类信号的报警等功能，从而为生产全局提供统一数据服务，实现生产数据可视化展示。然而目前的产线监控工系统存在各个模块耦合度高，数据处理不及时，边缘端计算能力不足等问题，无法实现监控系统工作流的动态改变，将难以满足生产和产品的柔性需求。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供了一种云边协同的生产线监控方法、装置及系统，解决了现有的方法各个模块耦合度高，数据处理不及时，边缘端计算能力不足等问题。
[0005]根据第一方面，本专利技术实施例提供了一种云边协同的生产线监控方法，应用于边缘端，包括：
[0006]接收数据采集端发送的生产线数据，对所述生产线数据进行解析，确定标准数据，并将所述标准数据发送至云端；
[0007]接收云端发送的生产线监控模型，利用Docker容器以及所述生产线监控模型，搭载生产线任务执行微服务；
[0008]获取所述云端的任务队列，利用所述微服务对所述任务队列进行轮询，确定轮询结果；
[0009]根据所述轮询结果执行对应的任务，确定工作流结果，并将所述工作流结果发送至云端。
[0010]结合第一方面，在第一方面第一实施方式中，所述利用所述微服务对所述任务队列进行轮询，确定轮询结果，包括：
[0011]判断所述任务队列中是否存在待执行任务；
[0012]当不存在所述待执行任务时，返回继续获取所述云端的任务队列；
[0013]当存在所述待执行任务时，确定工作流程。
[0014]结合第一方面，在第一方面第二实施方式中，所述将所述标准数据发送至云端，包括：通过HTTP协议将所述标准数据作为参数传入工作流引擎服务的接口，所述工作流引擎
服务在所述云端存放工作流的配置文件，通过非关系型数据库进行文件查找匹配。
[0015]结合第一方面第一实施方式，在第一方面第三实施方式中，所述对所述生产线数据进行解析，确定标准数据，包括：
[0016]对所述生产线数据进行数据清洗和数据集成，确定预处理数据；
[0017]通过对所述预处理数据进行解析，对设备的所述工作流程进行识别和绑定，确定标准数据。
[0018]结合第一方面，在第一方面第四实施方式中，所述利用Docker容器以及所述生产线监控模型，搭载生产线任务执行微服务，包括：
[0019]将所述标准数据作为传入参数，利用所述传入参数获取对应的所述生产线监控模型进行监控，确定监控结果；
[0020]利用Docker容器以及所述监控结果，执行工作流中由预设产线操作指令，以确定生产线任务执行微服务。
[0021]根据第二方面，本专利技术实施例提供了一种云边协同的生产线监控方法，应用于云端，包括：
[0022]接收配置文件，利用所述配置文件确定工作流任务；
[0023]利用工作流引擎服务，将所述工作流任务中满足预设条件的服务节点加入到任务队列；
[0024]接收训练后的生产线监控模型，将所述生产线监控模型存储至镜像仓库中，并将所述镜像仓库中的所述生产线监控模型发送至边缘端；
[0025]接收所述边缘端发送的工作流结果，并对所述工作流结果进行存储，以实现生产线监控。
[0026]本专利技术实施例提供的云边协同的生产线监控方法，相较于现有技术，充分利用边缘端和云端协同的优势，在边缘端实现产线及时监测和控制，提高了数据处理效率，在云端利用云计算能力进行算法模型训练，同时实现智能生产线监控数据可视化展示。本专利技术对于智能生产线监控工作流编排不需要再局限于本地，通过云端工作流引擎暴露的HTTP接口即可实现远程工作流编排。本专利技术通过边缘端数据与协议解析模块实现异构设备，异构网络的接入，转换后以统一的数据与协议标准接入到系统中，实现即插即用。边缘端和云端的微服务都采用Docker容器运行，充分利用了服务器资源，便于系统资源管理。
[0027]结合第二方面，在第二方面第一实施方式中，所述工作流引擎服务包括工作流执行引擎以及工作流注册引擎，所述配置文件包括边缘端配置文件和用户端配置文件，所述接收配置文件，包括：
[0028]接收所述边缘端发送的标准数据，通过所述工作流执行引擎将所述标准数据确定为所述边缘端配置文件；
[0029]通过HTTP协议通过所述工作流注册引擎，将用户端的JSON文件确定为所述用户端配置文件。
[0030]结合第二方面，在第二方面第二实施方式中，所述方法还包括：根据需求变化，更改所述配置文件，实现对所述任务队列的更新。
[0031]本专利技术实施例提供的云边协同的生产线监控方法，相较于现有技术方法而言，能够实现不停产，不重启系统的情况下进行智能生产线监控工作流的编排，从而动态的适配
丰富多变的生产业务场景，实现智能生产线监控能够有效兼容产品柔性，工艺柔性，扩展柔性。当产品发生更换，生产工艺逻辑变更，智能生产线监控流程发生变换，只需要上传变更的任务模块，并注册到工作流引擎中，在不修改其他任务模块源代码的情况下，仅通过重写该工作流的JSON编排文件即可实现产线监控工作流变更。该方法实现了各任务执行模块完全解耦合，彼此不存在依赖，从而使各任务微服务模块便于更换，并重复利用。工作流引擎采用反转控制法获取工作流编排文件，在运行中读取配置文件信息形成执行工作流流程，实现能够动态更改现有生产监控工作流。
[0032]根据第三方面，本专利技术实施例提供了一种云边协同的生产线监控装置，应用于边缘端，包括：
[0033]解析模块，用于接收数据采集端发送的生产线数据，对所述生产线数据进行解析，确定标准数据，并将所述标准数据发送至云端；
[0034]监控模块，用于接收云端发送的生产线监控模型，利用Docker容器以及所述生产线监控模型，搭载生产线任务执行微服务；
[0035]轮询模块，用于获取所述云端的任务队列，利用所述微服务对所述任务队列进行轮询，确定轮询结果；
[0036]执行模块，用于根据所述轮询结果执行对应的任务，确定工作流结果，并将所述工作流结果发送至云端。
[0037]根据第四方面，本专利技术实施例提供了一种云边协同的生产线监控装本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种云边协同的生产线监控方法，其特征在于，应用于边缘端，所述方法包括：接收数据采集端发送的生产线数据，对所述生产线数据进行解析，确定标准数据，并将所述标准数据发送至云端；接收云端发送的生产线监控模型，利用Docker容器以及所述生产线监控模型，搭载生产线任务执行微服务；获取所述云端的任务队列，利用所述微服务对所述任务队列进行轮询，确定轮询结果；根据所述轮询结果执行对应的任务，确定工作流结果，并将所述工作流结果发送至云端。2.根据权利要求1所述的方法，其特征在于，所述利用所述微服务对所述任务队列进行轮询，确定轮询结果，包括：判断所述任务队列中是否存在待执行任务；当不存在所述待执行任务时，返回继续获取所述云端的任务队列；当存在所述待执行任务时，确定工作流程。3.根据权利要求1所述的方法，其特征在于，所述将所述标准数据发送至云端，包括：通过HTTP协议将所述标准数据作为参数传入工作流引擎服务的接口，所述工作流引擎服务在所述云端存放工作流的配置文件，通过非关系型数据库进行文件查找匹配。4.根据权利要求2所述的方法，其特征在于，所述对所述生产线数据进行解析，确定标准数据，包括：对所述生产线数据进行数据清洗和数据集成，确定预处理数据；通过对所述预处理数据进行解析，对设备的所述工作流程进行识别和绑定，确定标准数据。5.根据权利要求1所述的方法，其特征在于，所述利用Docker容器以及所述生产线监控模型，搭载生产线任务执行微服务，包括：将所述标准数据作为传入参数，利用所述传入参数获取对应的所述生产线监控模型进行监控，确定监控结果；利用Docker容器以及所述监控结果，执行工作流中由预设产线操作指令，以确定生产线任务执行微服务。6.一种云边协同的生产线监控方法，其特征在于，应用于云端，所述方法包括：接收配置文件，利用所述配置文件确定工作流任务；利用工作流引擎服务，将所述工作流任务中满足预设条件的服务节点加入到任务队列；接收训练后的生产线监控模型，将所述生产线监控模型存储至镜像仓库中，并将所述镜像仓库中的所述生产线监控模型发...

【专利技术属性】
技术研发人员：万加富，黄洋，蔡虎，张春华，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：