【技术实现步骤摘要】
本专利技术涉及数据处理，并且更具体地，涉及一种对目标区域内的设备进行监控的可视化监控方法及系统。
技术介绍
1、随着工业的飞速发展，工业4.0的到来，生产车间的复杂性、数量日益提高，生产车间类的mes(manufacturing execution system)应用越来越多。mes能通过信息传递对从订单下达到产品完成的整个生产过程进行优化管理，从而便于操作，提高效率。
2、mes中有一项很重要的维护管理功能，包括设备故障、人员缺勤、质量及其他原因的报警信息，及时发现问题、汇报问题并处理问题，实现设备监控，提高设备利用率。由于mes系统要与很多生产车间的设备对接，也就存在很多缺陷。比如，设备管理，设备监控，都是基于网页的二维图文信息来表达，不够清晰明朗。
技术实现思路
1、针对上述问题，本专利技术提出了一种对目标区域内的设备进行监控的可视化监控方法，包括：
2、获取目标区域内每个设备在预设时间段内的历史状态数据，对历史状态数据进行预处理，以得到历史状态数据的时间序列数据；
3、抽取出时间序列数据中的正常运行数据，根据正常运行数据，确定用于判断每个设备是否发生故障的判断阈值；
4、对时间序列数据按照时间顺序进行分段，得到多段的序列数据集，将每段的序列数据集进一步分为若干段的序列数据子集，对若干段的序列数据子集按预设比例和时间顺序，划分为输入数据集和预测数据集，将输入数据集作为学习模型的输入数据，预测数据集作为学习模型的输出数据，同时输入
5、获取目标区域内所有设备的拓扑数据，基于拓扑数据建立目标区域内每个设备的可视化三维模型，并且将判断阈值和预测模型植入可视化三维模型中，得到用于判断及预测目标区域内设备状态的三维模型；
6、实时采集目标区域内设备的实时状态数据，并将实时状态数据映射至三维模型，基于三维模型植入的判断阈值对实时状态数据的值进行判断，以确定设备是否发生故障，若确定设备发生故障，则点亮三维模型中设备的红色报警灯，以针对发生故障的设备发出报警，将目标时段实时采集的实时状态数据，输入至三维模型的预测模型进行计算，以得到目标时段后一定时间段内设备的预测状态数据，通过判断阈值对预测状态数据的值进行判断，以确定一定时间段内设备是否发生故障，若发生故障，则点亮三维模型中设备的黄色报警灯，以针对设备发出故障预警。
7、可选的，对历史状态数据进行预处理，包括：对所述历史状态数据进行杂质清洗、去重和补全处理，并针对完成杂质清洗、去重和补全处理的历史状态数据进行归一化处理。
8、可选的，目标区域内的每一个设备的每一种故障，均对应有一个判断阈值。
9、可选的，对所述历史状态数据进行预处理，以得到所述历史状态数据的时间序列数据，包括：
10、获取历史状态数据中多个数据项中每个数据项的描述信息，所述描述信息包括：数据项生成时间、数据项内容、设备标识、设备参数值集合以及设备状态，其中所述数据项生成时间为生成数据项的时间，数据项内容用于描述数据项所涉及的设备参数的含义，设备标识用于唯一地识别设备，设备参数值集合包括设备在当前的设备状态下的多个设备参数值，所述设备状态包括：正常运行状态和故障运行状态；
11、基于每个数据项的描述信息中的数据项生成时间的时间顺序，对所述历史状态数据进行排序处理，以得到所述历史状态数据的时间序列数据。
12、再一方面，本专利技术还提出了一种对目标区域内的设备进行监控的可视化监控系统，包括：
13、数据采集单元，用于获取目标区域内每个设备在预设时间段内的历史状态数据，对历史状态数据进行预处理，以得到历史状态数据的时间序列数据；
14、计算单元，用于抽取出时间序列数据中的正常运行数据，根据正常运行数据，确定用于判断每个设备是否发生故障的判断阈值；
15、训练单元，用于对时间序列数据按照时间顺序进行分段，得到多段的序列数据集，将每段的序列数据集进一步分为若干段的序列数据子集，对若干段的序列数据子集按预设比例和时间顺序，划分为输入数据集和预测数据集，将输入数据集作为学习模型的输入数据，预测数据集作为学习模型的输出数据，同时输入至学习模型中进行学习，以得到用于预测设备状态趋势的预测模型；
16、映射单元，用于获取目标区域内所有设备的拓扑数据，基于拓扑数据建立目标区域内每个设备的可视化三维模型，并且将判断阈值和预测模型植入可视化三维模型中，得到用于判断及预测目标区域内设备状态的三维模型；
17、预警单元，用于实时采集目标区域内设备的实时状态数据，并将实时状态数据映射至三维模型，基于三维模型植入的判断阈值对实时状态数据的值进行判断，以确定设备是否发生故障，若确定设备发生故障，则点亮三维模型中设备的红色报警灯，以针对发生故障的设备发出报警，将目标时段实时采集的实时状态数据，输入至三维模型的预测模型进行计算，以得到目标时段后一定时间段内设备的预测状态数据，通过判断阈值对预测状态数据的值进行判断，以确定一定时间段内设备是否发生故障，若发生故障，则点亮三维模型中设备的黄色报警灯，以针对设备发出故障预警。
18、可选的，对历史状态数据进行预处理，包括：对所述历史状态数据进行杂质清洗、去重和补全处理，并针对完成杂质清洗、去重和补全处理的历史状态数据进行归一化处理。
19、可选的，目标区域内的每一个设备的每一种故障，均对应有一个判断阈值。
20、可选的，数据采集单元还用于：对所述历史状态数据进行预处理，以得到所述历史状态数据的时间序列数据，包括：
21、获取历史状态数据中多个数据项中每个数据项的描述信息，所述描述信息包括：数据项生成时间、数据项内容、设备标识、设备参数值集合以及设备状态，其中所述数据项生成时间为生成数据项的时间，数据项内容用于描述数据项所涉及的设备参数的含义，设备标识用于唯一地识别设备，设备参数值集合包括设备在当前的设备状态下的多个设备参数值，所述设备状态包括：正常运行状态和故障运行状态；
22、基于每个数据项的描述信息中的数据项生成时间的时间顺序，对所述历史状态数据进行排序处理，以得到所述历史状态数据的时间序列数据。
23、再一方面，本专利技术还提供了一种计算设备，包括：一个或多个处理器；
24、处理器，用于执行一个或多个程序；
25、当所述一个或多个程序被所述一个或多个处理器执行时，实现如上述所述的方法。
26、再一方面，本专利技术还提供了一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现如上述所述的方法。
27、与现有技术相比，本专利技术的有益效果为：
28、本专利技术提出了一种对目标区域内的设备进行监控的可视化监控方法，包括：获取目标区域内每个设备在预设时间段内的历史状态数据，对历史状态数据进行预处理，以得到历史状态数据的时本文档来自技高网...
【技术保护点】
1.一种对目标区域内的设备进行监控的可视化监控方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对历史状态数据进行预处理，包括：对所述历史状态数据进行杂质清洗、去重和补全处理，并针对完成杂质清洗、去重和补全处理的历史状态数据进行归一化处理。
3.根据权利要求1所述的方法，其特征在于，所述目标区域内的每一个设备的每一种故障，均对应有一个判断阈值。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述历史状态数据进行预处理，以得到所述历史状态数据的时间序列数据，包括：
5.一种对目标区域内的设备进行监控的可视化监控系统，其特征在于，所述方法包括：
6.根据权利要求5所述的系统，其特征在于，所述对历史状态数据进行预处理，包括：对所述历史状态数据进行杂质清洗、去重和补全处理，并针对完成杂质清洗、去重和补全处理的历史状态数据进行归一化处理。
7.根据权利要求5所述的系统，其特征在于，所述目标区域内的每一个设备的每一种故障，均对应有一个判断阈值。
8.根据权利要求5所
9.一种计算机设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1-4中任一所述的方法。
...【技术特征摘要】
1.一种对目标区域内的设备进行监控的可视化监控方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对历史状态数据进行预处理，包括：对所述历史状态数据进行杂质清洗、去重和补全处理，并针对完成杂质清洗、去重和补全处理的历史状态数据进行归一化处理。
3.根据权利要求1所述的方法，其特征在于，所述目标区域内的每一个设备的每一种故障，均对应有一个判断阈值。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：对所述历史状态数据进行预处理，以得到所述历史状态数据的时间序列数据，包括：
5.一种对目标区域内的设备进行监控的可视化监控系统，其特征在于，所述方法包括：
...
【专利技术属性】
技术研发人员：包正伟，林国军，潘彬彬，
申请(专利权)人：宁波极望信息科技有限公司，
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。