基于云边融合的药物生产线设备故障检测方法及系统技术方案

本发明专利技术公开了基于云边融合的药物生产线设备故障检测方法及系统，应用于数据处理技术领域，该方法包括：通过对药物生产线设备进行设备解析，依据解析结果建立设备关联

【技术实现步骤摘要】
基于云边融合的药物生产线设备故障检测方法及系统


[0001]本专利技术涉及数据处理领域，尤其涉及基于云边融合的药物生产线设备故障检测方法及系统
。

技术介绍

[0002]边缘计算，是指物联网数据源头的一端，就近提供近端服务，从而产生更快的网络服务响应，满足行业在实时业务的基本需求
。
云端计算则是基于云中心具有强大的处理性能，能够处理海量的数据，而传送海量数据需要一定的时间，云中心处理数据也需要一定的时间，则会加大请求响应时间
。
在现有技术中，对于药物生产线设备的故障检测多采用云计算的方式进行，由于传输数据量大数据损失较为严重，导致检测效率低检测准确性低的问题
。
[0003]因此，在现有技术中药物生产线设备的故障检测采用云计算的方式进行检测，存在检测效率低以及检测准确性低的技术问题
。

技术实现思路

[0004]本申请通过提供基于云边融合的药物生产线设备故障检测方法及系统，解决了在现有技术中药物生产线设备的故障检测采用云计算的方式进行检测，存在检测效率低以及检测准确性低的技术问题
。
[0005]本申请提供基于云边融合的药物生产线设备故障检测方法，所述方法包括：对药物生产线设备进行设备解析，依据解析结果建立设备关联，其中，所述设备关联包括横向设备关联和纵向设备关联；在所述药物生产线设备对应设置边缘计算节点，并构建边缘计算节点与云计算中心的通信通道；依据所述横向设备关联在大数据中提取设备特征数据，并将设备特征数据记录为共性数据和特异化数据；在进行边缘计算节点的配置过程中，依据所述共性数据建立基础计算节点，并通过所述特异化数据执行所述基础计算节点的节点数据更新，完成边缘计算节点的配置；通过所述边缘计算节点执行药物生产线设备的设备实时数据采集，并根据采集结果进行故障识别，生成故障识别结果，其中，实时采集的数据包括运行信号数据
、
生产结果数据；提取所述生产结果数据的关键数据，并通过所述通信通道发送至云计算中心，通过所述纵向设备关联执行云计算中心的初始化；根据初始化完成的云计算中心识别所述关键数据，生成故障补偿结果；通过所述故障补偿结果进行所述故障识别结果修正，基于修正结果完成故障识别
。
[0006]本申请还提供了基于云边融合的药物生产线设备故障检测系统，所述系统包括：设备解析模块，用于对药物生产线设备进行设备解析，依据解析结果建立设备关联，其中，所述设备关联包括横向设备关联和纵向设备关联；设备解析模块，用于在所述药物生产线设备对应设置边缘计算节点，并构建边缘计算节点与云计算中心的通信通道；特征数据获取模块，用于依据所述横向设备关联在大数据中提取设备特征数据，并将设备特征数据记录为共性数据和特异化数据；节点配置模块，用于在进行边缘计算节点的配置过程中，依据
所述共性数据建立基础计算节点，并通过所述特异化数据执行所述基础计算节点的节点数据更新，完成边缘计算节点的配置；故障识别模块，用于通过所述边缘计算节点执行药物生产线设备的设备实时数据采集，并根据采集结果进行故障识别，生成故障识别结果，其中，实时采集的数据包括运行信号数据
、
生产结果数据；初始化模块，用于提取所述生产结果数据的关键数据，并通过所述通信通道发送至云计算中心，通过所述纵向设备关联执行云计算中心的初始化；故障补偿模块，用于根据初始化完成的云计算中心识别所述关键数据，生成故障补偿结果；结果修正模块，用于通过所述故障补偿结果进行所述故障识别结果修正，基于修正结果完成故障识别
。
[0007]本申请还提供了一种电子设备，包括：存储器，用于存储可执行指令；处理器，用于执行所述存储器中存储的可执行指令时，实现本申请提供的基于云边融合的药物生产线设备故障检测方法
。
[0008]本申请提供一种计算机可读存储介质，存储有计算机程序，该程序被处理器执行时，实现本申请提供的基于云边融合的药物生产线设备故障检测方法
。
[0009]拟通过本申请提出的基于云边融合的药物生产线设备故障检测方法及系统，通过对药物生产线设备进行设备解析，依据解析结果建立设备关联
。
在药物生产线设备对应设置边缘计算节点，并与云计算中心通信
。
依据横向设备关联在大数据中提取设备特征数据，完成边缘计算节点的配置
。
执行设备实时数据采集，进行故障识别，生成故障识别结果
。
提取生产结果数据的关键数据，发送至云计算中心执行初始化
。
识别关键数据，生成故障补偿结果
。
通过故障补偿结果进行故障识别结果修正，基于修正结果完成故障识别
。
实现了将云计算以及边缘计算进行数据的融合处理，提高了药物生产线设备故障识别的效率，同时提高了药物生产线设备故障识别的准确性
。
解决了现有技术中药物生产线设备的故障检测采用云计算的方式进行检测，存在检测效率低以及检测准确性低的技术问题
。
[0010]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的
、
特征和优点能够更明显易懂，以下特举本申请的具体实施方式
。
附图说明
[0011]为了更清楚地说明本公开实施例的技术方案，下面将对本公开实施例的附图作简单地介绍
。
明显地，下面描述中的附图仅仅涉及本公开的一些实施例，而非对本公开的限制
。
[0012]图1为本申请实施例提供的基于云边融合的药物生产线设备故障检测方法的流程示意图；图2为本申请实施例提供的基于云边融合的药物生产线设备故障检测方法完成横向设备关联构建的流程示意图；图3为本申请实施例提供的基于云边融合的药物生产线设备故障检测方法获得故障识别结果的流程示意图；图4为本申请实施例提供的基于云边融合的药物生产线设备故障检测方法的系统的结构示意图；
图5为本专利技术实施例提供的基于云边融合的药物生产线设备故障检测方法的系统电子设备的结构示意图
。
[0013]附图标记说明：设备解析模块
11
，边缘计算设置模块
12
，特征数据获取模块
13
，节点配置模块
14
，故障识别模块
15
，初始化模块
16
，故障补偿模块
17
，结果修正模块
18
，处理器
31
，存储器
32
，输入装置
33
，输出装置
34。
具体实施方式实施例一
[0014]为了使本申请的目的
、
技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，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本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于云边融合的药物生产线设备故障检测方法，其特征在于，所述方法包括：对药物生产线设备进行设备解析，依据解析结果建立设备关联，其中，所述设备关联包括横向设备关联和纵向设备关联；在所述药物生产线设备对应设置边缘计算节点，并构建边缘计算节点与云计算中心的通信通道；依据所述横向设备关联在大数据中提取设备特征数据，并将设备特征数据记录为共性数据和特异化数据；在进行边缘计算节点的配置过程中，依据所述共性数据建立基础计算节点，并通过所述特异化数据执行所述基础计算节点的节点数据更新，完成边缘计算节点的配置；通过所述边缘计算节点执行药物生产线设备的设备实时数据采集，并根据采集结果进行故障识别，生成故障识别结果，其中，实时采集的数据包括运行信号数据
、
生产结果数据；提取所述生产结果数据的关键数据，并通过所述通信通道发送至云计算中心，通过所述纵向设备关联执行云计算中心的初始化；根据初始化完成的云计算中心识别所述关键数据，生成故障补偿结果；通过所述故障补偿结果进行所述故障识别结果修正，基于修正结果完成故障识别
。2.
如权利要求1所述的方法，其特征在于，所述方法还包括：通过所述解析结果确定设备功能
、
设备型号和设备使用数据，所述设备使用数据包括使用时长和使用强度；依据所述设备功能进行设备聚类，构建设备初始聚类簇；通过所述设备型号和所述设备使用数据进行所述设备初始聚类簇内的设备相似分析，基于设备相似分析结果进行设备初始聚类簇分裂；根据分裂结果完成横向设备关联构建
。3.
如权利要求2所述的方法，其特征在于，所述方法还包括：对所述初始聚类簇内的全部设备执行设备间的相似评价，并基于相似评价的相似度集中区间定位基准设备；以所述基准设备作为比对对象，重新进行所述初始聚类簇内的设备相似分析；配置相似阈值，将所述相似阈值作为割裂判定值，执行设备相似分析结果的割裂判定；基于割裂判定结果完成所述设备初始聚类簇的分裂
。4.
如权利要求1所述的方法，其特征在于，所述方法还包括：调用所述药物生产线设备的设备控制数据，并记录控制节点；构建循环周期，所述循环周期通过分析所述设备控制数据和控制节点构建而成；当通过所述边缘计算节点进行采集结果的故障识别时，以所述循环周期作为响应周期执行故障验证；根据故障验证结果获得所述故障识别结果
。5.
如权利要求4所述的方法，其特征在于，所述方法还包括：通过所述采集结果进行所述响应周期的响应灵敏度评价，生成第一故障验证结果；通过所述采...

【专利技术属性】
技术研发人员：张志祥，
申请(专利权)人：启东茂济医药科技有限公司，
类型：发明
国别省市：