一种基于云边协同的设备集群健康监测方法技术

本发明专利技术公开了一种基于云边协同的设备集群健康监测方法，步骤1、构建数据集并预处理；步骤2、模型训练，模型训练阶段涉及边缘端本地模型的迭代训练，以及通过基于加权卡帕值设计的模型聚合策略，迭代聚合生成云端全局模型、组模型和边缘端边缘模型，直至云边通信次数达到阈值。步骤3、设备健康监测，在边缘端，每个边缘节点的边缘模型承担健康监测任务。运行中的设备持续上传设备数据至边缘端。一旦监测到设备处于故障状态，边缘端将记录该设备的故障发生时间和故障类型，并将这些信息上传至云端，最终由云端统一发布告警。该方法应用在实际生产中能够针对设备提供实时精准的健康状态监测，特别针对设备是否处于健康状态的推理。

【技术实现步骤摘要】

本专利技术涉及工业设备集群监测，具体指一种基于云边协同的设备集群健康监测方法。

技术介绍

1、当今，云边协同技术已成为工业互联网的重要组成部分。该技术旨在通过整合和抽象分布广泛、资源异构的边缘节点、终端设备，实现云边端分布式资源统一视角管理和使用。在设备健康监测场景中，设备运行环境复杂、数据样本不足等问题日益突出。同种设备在不同的工作场景中都会展现出不同的数据特征，并且随着使用时间的推移，这些特征也在不断的发生变化。现实中对于单个工厂而言，其采集的设备数据量往往不足以完成一个高精度、高泛化的模型训练任务。为了解决上述问题，采用云边协同技术来实现设备健康监测显然是一个理想的选项。

2、针对目前基于云边协同实现设备健康监测的方法，传统做法是在各个边缘端进行数据处理和模型构建，然后将构建好的模型上传至云端，进行多个边缘端模型的聚合。这种方式通过迭代聚合实现全局模型的构建。虽然上传模型相对于上传训练数据至云端，能够显著降低云边通信成本和设备数据泄露风险，但通用的全局模型并不能在所有生产环境下实现高精度监测。在实际生产中，误诊设备健康问题可能导致比误诊具本文档来自技高网...

【技术保护点】

1.一种基于云边协同的设备集群健康监测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于云边协同的设备集群健康监测方法，其特征在于，所述初始模型为GRU、LSTM、CNN中任意一种或组合。

3.根据权利要求1所述的一种基于云边协同的设备集群健康监测方法，其特征在于，所述设备数据的类型包括加速度、振动、电流信号。

4.根据权利要求1所述的一种基于云边协同的设备集群健康监测方法，其特征在于，所述步骤2-2中，得到本地训练集的数据特征的方法为：通过深度学习网络的前向传播得到一个高维的特征张量，然后通过取平均的降维方法，将其转换为一个低维的特征...

【技术特征摘要】

1.一种基于云边协同的设备集群健康监测方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于云边协同的设备集群健康监测方法，其特征在于，所述初始模型为gru、lstm、cnn中任意一种或组合。

3.根据权利要求1所述的一种基于云边协同的设备集群健康监测方法，其特征在于，所述设备数据的类型包括加速度、振动、电流信号。

4.根据权利要求1所述的一种基于云边协同的设备集群健康监测方法，其特征在于，所述步骤2-2中，得到本地训练集的数据特征的方法为：通过深度学习网络的前向传播得到一个高维的特征张量，然后通过取平均的降维方法，将其转换为一个低维的特征张量。

5.根据权利要求1所述的一种基于云边协同的设备集群健康监测方法，其特征在于，所述步骤2-3中云端全局模型与组模型...

【专利技术属性】
技术研发人员：吴以凡，胡承凯，叶挺聪，许艳萍，张桦，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：