基于工业生产的大数据监测系统技术方案

本发明专利技术公开了基于工业生产的大数据监测系统，包括数据采集单元、中央处理单元、数据挖掘单元、时序序列提取单元、变量监测单元、时序标准化计算单元、数据仓库单元和数据备份单元；变量监测单元，其用于对生产过程中所有监控的温度、流量、液位、压力和气体浓度变量通过传感器传输到终端控制界面上，数据通过OLTP处理程序进入数据存储管理阶段，进行一系列的数据清洗，本发明专利技术涉及数据监测技术领域；该基于工业生产的大数据监测系统，在历史数据中挖掘操作规则，扫描历史数据并对其使用各种数据预处理和数据挖掘技术，从而对海量性、连续性和关联性强的数据进行处理，通过挖掘可以提升工业监控系统的控制水平。业监控系统的控制水平。业监控系统的控制水平。

【技术实现步骤摘要】
基于工业生产的大数据监测系统


[0001]本专利技术涉及数据监测
，具体是基于工业生产的大数据监测系统。

技术介绍

[0002]伴随着工业信息化和计算机技术的飞速发展，在工业生产过程中数据信息含量日益丰富，我们迎来了大数据时代，如何从工业生产中的大量数据中提取我们所需的数据已经成为人们关注的热点，在过程控制系统中，随着时间变化的过程变量数据在分布式控制系统中被监控记录。在工业生产数据记录存储技术的支持下，很多工厂积累了大量的产生、采集和处理的数据，一个工厂每天产生的数据以tb计算，这些历史数据中包含设备运行状况、操作员操作记录与生产过程中各部分物料量变化的记录等许多信息。但本质上，这些数据具有“多”、“杂”等特点，良莠不齐，不求随机样本，而是全体数据；不求精确性，而是混杂性；不求因果，但求相关，由于流程工业产生的数据具有海量性，连续性，关联性强等特点，从而会着重于检测系统的工作能力，因此我们提出基于工业生产的大数据监测系统。

技术实现思路

[0003]针对现有技术的不足，本专利技术提供了基于工业生产的大数据监测系统，解决了现有的基于工业生产的大数据监测系统数据工作量大且杂，以及监控水平低下的问题。
[0004]为实现以上目的，本专利技术通过以下技术方案予以实现：基于工业生产的大数据监测系统，包括数据采集单元、中央处理单元、数据挖掘单元、时序序列提取单元、变量监测单元、时序标准化计算单元、数据仓库单元和数据备份单元；
[0005]数据采集单元，其数据采集单元的一端信号连接有监控端，且监控端内部监控有多个生产装置，其作用用于监控数据的信息传输；
[0006]数据挖掘单元，其用于以时间线为依据，从历史数据中提取包含设备运行状况、操作员操作记录与生产过程中物料量变化的记录信息，但本质上，这些数据具有“多”、“杂”等特点，良莠不齐，不求随机样本，而是全体数据，不求精确性，而是混杂性；不求因果，但求相关，针对此数据情况从历史数据中挖掘出操作规则，通过扫描历史数据并对其使用各种数据预处理和数据挖掘技术，可以提升工业监控系统的控制水平；
[0007]变量监测单元，其用于对生产过程中所有监控的温度、流量、液位、压力和气体浓度变量通过传感器传输到终端控制界面上，数据通过OLTP处理程序进入数据存储管理阶段，进行一系列的数据清洗并在处理后再将其传输到数据仓库中，然后划分成数据集市进入OLTP处理阶段，随之使用数据挖掘算法将工业数据中有价值的信息发掘出来形成规则，进而用于指导辅助决策与操作等一系列活动。
[0008]优选的，所述中央处理单元，其用于系统内部的数据处理，负责读取指令，对指令译码并执行指令；
[0009]时序序列提取单元，其用于对时间线中的同一统计指标的数值按其发生的时间先后顺序进行排列，即是对时间序列的排列，根据时间序列查找历史数据，对其进行特征提取
后进行预测目的，其中时序数据是一种将数据按时间顺序生成的数据形式，而这种由时间和数值组合的数据又叫作时间序列，通过数据提取公式从而将时间序列的特征完整的表示出来；
[0010]时序标准化计算单元，其在不限时间序列长度的情况下，将其转化为符号序列，形成任意长度的字符串，通过时序标准化计算公式计算，过程计算较为简单，并能够较好的将数据噪声除去，且算法较为高效。
[0011]优选的，所述数据仓库单元，其指决策支持系统和联机分析应用数据源的结构化数据环境，数据仓库研究和解决从数据库中获取信息的问题，数据仓库的特征在于面向主题、集成性、稳定性和时变性；
[0012]数据备份单元，在与主数据库所在生产机相分离的备份机上建立主数据库的拷贝文件，从而便于进行数据的存储与查看，防止数据的丢失。
[0013]优选的，所述数据采集单元中监控数据包括设备运行状况、操作员操作记录和生产过程中物料量变化。
[0014]优选的，所述时序序列提取单元中数据提取公式如下：
[0015]T＝[t1(x1,y1),t2(x2,y2),t3(x3,y3),...,t
n
(x
n
,y
n
)]，其中
[0016]t
i
(x
i
,y
i
)表示时间序列数据中单个数据点，i＝(1,2,3，...，n)，x
i
表示数据数值大小，y
i
数据当时时刻，通过此公式进而可以在时间序列中进行相似序列的查找，对时间序列中的某一趋势形状进行统计，可根据时间序列历史数据，起到对其进行预测等目的。
[0017]优选的，所述时序标准化计算单元中的时序标准化计算公式如下：
[0018]L
l
＝(L
‑
μ)/σ，其中L为原始数据，L
l
为标准化后的数据，μ和σ分别为原始数据的均值和标准差，通过将时序数据标准化之后，便于在工业生产过程中，对每个监测的数据变量都将受到实时监测，当监测的过程变量遇到某种干扰或故障产生波动，即针对监测量进行报警。
[0019]优选的，所述数据采集单元的输出端与中央处理单元的输入端相连接，所述数据采集单元的输入端与监控端的输出端相连接，所述中央处理单元的输出端均与数据挖掘单元、时序序列提取单元、变量监测单元、时序标准化计算单元和数据仓库单元的输入端相连接，所述数据挖掘单元的输出端与时序序列提取单元的输入端相连接，所述时序序列提取单元的输出端与变量监测单元的输入端相连接，所述变量监测单元的输出端与时序标准化计算单元的输入端相连接，所述数据仓库单元的输出端与数据备份单元的输入端相连接。
[0020]本专利技术提供了基于工业生产的大数据监测系统，与现有技术相比具备以下有益效果：
[0021]1、该基于工业生产的大数据监测系统，通过数据挖掘单元以时间线为依据，从历史数据中提取包含设备运行状况、操作员操作记录与生产过程中物料量变化的记录信息，但本质上，这些数据具有“多”、“杂”等特点，良莠不齐，不求随机样本，而是全体数据，不求精确性，而是混杂性；不求因果，但求相关，针对此数据情况从历史数据中挖掘出操作规则，通过扫描历史数据并对其使用各种数据预处理和数据挖掘技术，可以提升工业监控系统的控制水平。
[0022]2、该基于工业生产的大数据监测系统，通过时序序列提取单元中数据提取公式进而可以在时间序列中进行相似序列的查找，对时间序列中的某一趋势形状进行统计，可根
据时间序列历史数据，起到对其进行预测等目的。
[0023]3、该基于工业生产的大数据监测系统，通过时序标准化计算单元中的时序标准化计算公式将时序数据标准化之后，便于在工业生产过程中，对每个监测的数据变量都将受到实时监测，当监测的过程变量遇到某种干扰或故障产生波动，即针对监测量进行报警。
附图说明
[0024]图1为本专利技术基于工业生产的大数据监测系统框图。
具体实施方式
[0025]下面将结合本专利技术实施例中的附图，对本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于工业生产的大数据监测系统，其特征在于，包括数据采集单元、中央处理单元、数据挖掘单元、时序序列提取单元、变量监测单元、时序标准化计算单元、数据仓库单元和数据备份单元；数据采集单元，其数据采集单元的一端信号连接有监控端，且监控端内部监控有多个生产装置，其作用用于监控数据的信息传输；数据挖掘单元，其用于以时间线为依据，从历史数据中提取包含设备运行状况、操作员操作记录与生产过程中物料量变化的记录信息；变量监测单元，其用于对生产过程中所有监控的温度、流量、液位、压力和气体浓度变量通过传感器传输到终端控制界面上，数据通过OLTP处理程序进入数据存储管理阶段，进行一系列的数据清洗并在处理后再将其传输到数据仓库中，然后划分成数据集市进入OLTP处理阶段，随之使用数据挖掘算法将工业数据中有价值的信息发掘出来形成规则，进而用于指导辅助决策与操作等一系列活动。2.根据权利要求1所述的基于工业生产的大数据监测系统，其特征在于，所述中央处理单元，其用于系统内部的数据处理，负责读取指令，对指令译码并执行指令；时序序列提取单元，其用于对时间线中的同一统计指标的数值按其发生的时间先后顺序进行排列，即是对时间序列的排列，根据时间序列查找历史数据，对其进行特征提取后进行预测目的，其中时序数据是一种将数据按时间顺序生成的数据形式，而这种由时间和数值组合的数据又叫作时间序列，通过数据提取公式从而将时间序列的特征完整的表示出来；时序标准化计算单元，其在不限时间序列长度的情况下，将其转化为符号序列，形成任意长度的字符串，通过时序标准化计算公式计算。3.根据权利要求1所述的基于工业生产的大数据监测系统，其特征在于：所述数据仓库单元，其指决策支持系统和联机分析应用数据源的结构化数据环境，数据仓库研究和解决从数据库中获取信息的问题，数据仓库的特征在于面向主题、集成性、稳定性和时变性；数据备份单元，在与主数据库...

【专利技术属性】
技术研发人员：郑忠斌，凌颖，黄海艇，杨俊，彭新，阮大治，孙学伟，张楠笛，冯源，张旻，冯益民，
申请(专利权)人：工业互联网创新中心上海有限公司，
类型：发明
国别省市：