【技术实现步骤摘要】
本专利技术涉及煤矿智能化，尤其涉及一种智采工作面分布式边缘数据实时处理系统。
技术介绍
1、智能化是采煤工作面高效生产的核心技术，随着各类智能传感器在工作面的深入应用，其数据量呈每天数十亿的速度进行爆炸式增长，利用大数据、人工智能技术能够对数据潜在的价值进行挖掘，构建实时预警和辅助决策模型，指导采煤工艺的高效开采。
2、传统煤矿工作面数据处理系统仅通过环网将所有数据传输至井上云端服务器，经由云端服务器统一筛查处理后存入历史数据库，同时云端服务器还需承担挖掘模型的构建、设备故障预警等繁多计算任务，这样会导致计算资源无法合理分配、网络链路过于拥堵。大量的数据传输和计算任务制约了目前工作面智能化的进一步发展。
技术实现思路
1、为解决上述技术问题，本专利技术提供一种智采工作面分布式边缘数据实时处理系统。本专利技术的技术方案如下：
2、一种智采工作面分布式边缘数据实时处理系统，其包括采煤设备群、传感器集群、边缘分布式集群和云端服务器；
3、所述采煤设备群包括工作面的多台综采设备；所述传感器集群包括多个安装在综采设备上的多种类型的传感器；所述边缘分布式集群包括主节点和多个从节点，主节点和多个从节点接入井下环网形成网络通路，所述传感器集群中的各传感器与主节点和/或多个从节点连接；所述云端服务器与所述主节点和/或多个从节点连接；
4、所述传感器集群用于采集各台综采设备的实时工况数据并发送至边缘分布式集群；所述边缘分布式集群用于对所述实时工况数据进行
5、可选地，所述采煤设备群包括采煤机、液压支架、转载机、乳化泵和皮带机；
6、所述传感器集群包括：采煤机的牵引电机和截割电机上安装的速度传感器、电流传感器和温度传感器；液压支架的顶梁和立柱上安装的角度传感器、压力传感器和采高传感器；转载机的电机上安装的温度传感器、电流传感器和电压传感器；乳化泵的泵站和油箱安装的温度传感器和压力传感器；皮带机的尾部滚筒电机安装的速度传感器和电流传感器。
7、可选地，所述边缘分布式集群在对所述实时工况数据进行预处理和实时数据存储时，当监测到有新的实时工况数据时，主节点根据新的实时工况数据的数据量将数据预处理作业划分成不同的任务，并向各从节点查询计算资源，各个从节点向主节点反馈计算资源，主节点根据反馈结果确定当前空闲的从节点后创建数据流；当前空闲的从节点接收新的实时工况数据，判断新的实时工况数据中是否存在缺失值和噪声数据，如果有，对缺失值和噪声数据进行处理，得到初步处理后的实时工况数据，并提取初步处理后的实时工况数据中的有效特征作为预处理后的实时工况数据并存储；主节点记录各从节点获得的第二实时工况数据的主题和地址，并将各从节点获得的预处理后的实时工况数据根据时间粒度进行压缩、使用滑动窗口获取时间段的所有预处理后的实时工况数据求其平均值后，发送至云端服务器。
8、可选地，所述当前空闲的从节点在判断新的实时工况数据中是否存在缺失值和噪声数据时，通过逻辑非运算判断新的实时工况数据是否有缺失值，根据预设阈值范围判断新的实时工况数据是否是噪声数据。
9、可选地，所述当前空闲的从节点在对缺失值和噪声数据进行处理时，根据缺失值和噪声数据前后的有效工况数据进行线性插值后，重置缺失值和噪声数据所在位置的数据。
10、可选地，所述边缘分布式集群在对主节点和多个从节点进行节点管理时，包括如下内容：
11、一、当主节点接收云端服务器发送的任务后，首先根据任务数据量的大小划分多个作业，并根据作业数量分配计算资源空闲的从节点进行作业，待所有作业运行完成后注销自己以释放所占用的计算资源；
12、二、每个从节点定时向主节点汇报自身的心跳信号和可用计算资源，主节点定时更新每个从节点的状态信息；主节点根据预先配置好的心跳超时阈值，判断任一从节点是否出现故障，且当任一从节点出现故障时，主节点在本地清除出现故障的从节点的数据，并将故障信息通过环网发送至云端服务器进行显示。
13、可选地，所述边缘分布式集群在基于预处理后的实时工况数据及云端服务器下发的智能诊断模型进行智能诊断时，将预处理后的实时工况数据输入云端服务器下发的智能诊断模型中，根据云端服务器下发的智能诊断模型的输出结果获得智能诊断结果，并将智能诊断结果发送至云端服务器进行显示。
14、可选地，所述云端服务器在基于预处理后的实时工况数据进行智能诊断模型的构建时，通过其历史数据库中存储的历史接收的预处理后的实时工况数据训练智能诊断模型，得到训练好的智能诊断模型，并通过边缘分布式集群实时发送的预处理后的实时工况数据对训练好的智能诊断模型进行更新，将更新后的智能诊断模型下发至边缘分布式集群中的主节点和从节点。
15、可选地，所述云端服务器在管理所述边缘分布式集群时，实时从主节点查询主节点及各从节点的状态信息，并对主节点及各从节点的状态信息进行显示。
16、上述所有可选技术方案均可任意组合，本专利技术不对一一组合后的结构进行详细说明。
17、借由上述方案，本专利技术的有益效果如下：
18、本专利技术通过在工作面部署边缘分布式集群，将云端服务器的部分处理任务(实时工况数据的预处理和智能诊断模型的运用)从云端服务器进行下发，减小服务器的存储压力的同时，有效减少数据远程传输的网络延迟。通过云端服务器和边缘分布式集群交互实现对主节点和多个从节点进行节点管理，实现硬件资源的合理分配。
19、上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，并可依照说明书的内容予以实施，以下以本专利技术的较佳实施例并配合附图详细说明如后。
本文档来自技高网...【技术保护点】
1.一种智采工作面分布式边缘数据实时处理系统，其特征在于，包括采煤设备群、传感器集群、边缘分布式集群和云端服务器；
2.根据权利要求1所述的智采工作面分布式边缘数据实时处理系统，其特征在于，所述采煤设备群包括采煤机、液压支架、转载机、乳化泵和皮带机；
3.根据权利要求1所述的智采工作面分布式边缘数据实时处理系统，其特征在于，所述边缘分布式集群在对所述实时工况数据进行预处理和实时数据存储时，当监测到有新的实时工况数据时，主节点根据新的实时工况数据的数据量将数据预处理作业划分成不同的任务，并向各从节点查询计算资源，各个从节点向主节点反馈计算资源，主节点根据反馈结果确定当前空闲的从节点后创建数据流；当前空闲的从节点接收新的实时工况数据，判断新的实时工况数据中是否存在缺失值和噪声数据，如果有，对缺失值和噪声数据进行处理，得到初步处理后的实时工况数据，并提取初步处理后的实时工况数据中的有效特征作为预处理后的实时工况数据并存储；主节点记录各从节点获得的第二实时工况数据的主题和地址，并将各从节点获得的预处理后的实时工况数据根据时间粒度进行压缩、使用滑动窗口获取时间段的所
4.根据权利要求3所述的智采工作面分布式边缘数据实时处理系统，其特征在于，所述当前空闲的从节点在判断新的实时工况数据中是否存在缺失值和噪声数据时，通过逻辑非运算判断新的实时工况数据是否有缺失值，根据预设阈值范围判断新的实时工况数据是否是噪声数据。
5.根据权利要求3所述的智采工作面分布式边缘数据实时处理系统，其特征在于，所述当前空闲的从节点在对缺失值和噪声数据进行处理时，根据缺失值和噪声数据前后的有效工况数据进行线性插值后，重置缺失值和噪声数据所在位置的数据。
6.根据权利要求3、4或5所述的智采工作面分布式边缘数据实时处理系统，其特征在于，所述边缘分布式集群在对主节点和多个从节点进行节点管理时，包括如下内容：
7.根据权利要求1所述的智采工作面分布式边缘数据实时处理系统，其特征在于，所述边缘分布式集群在基于预处理后的实时工况数据及云端服务器下发的智能诊断模型进行智能诊断时，将预处理后的实时工况数据输入云端服务器下发的智能诊断模型中，根据云端服务器下发的智能诊断模型的输出结果获得智能诊断结果，并将智能诊断结果发送至云端服务器进行显示。
8.根据权利要求1所述的智采工作面分布式边缘数据实时处理系统，其特征在于，所述云端服务器在基于预处理后的实时工况数据进行智能诊断模型的构建时，通过其历史数据库中存储的历史接收的预处理后的实时工况数据训练智能诊断模型，得到训练好的智能诊断模型，并通过边缘分布式集群实时发送的预处理后的实时工况数据对训练好的智能诊断模型进行更新，将更新后的智能诊断模型下发至边缘分布式集群中的主节点和从节点。
9.根据权利要求1所述的智采工作面分布式边缘数据实时处理系统，其特征在于，所述云端服务器在管理所述边缘分布式集群时，实时从主节点查询主节点及各从节点的状态信息，并对主节点及各从节点的状态信息进行显示。
...【技术特征摘要】
1.一种智采工作面分布式边缘数据实时处理系统，其特征在于，包括采煤设备群、传感器集群、边缘分布式集群和云端服务器；
2.根据权利要求1所述的智采工作面分布式边缘数据实时处理系统，其特征在于，所述采煤设备群包括采煤机、液压支架、转载机、乳化泵和皮带机；
3.根据权利要求1所述的智采工作面分布式边缘数据实时处理系统，其特征在于，所述边缘分布式集群在对所述实时工况数据进行预处理和实时数据存储时，当监测到有新的实时工况数据时，主节点根据新的实时工况数据的数据量将数据预处理作业划分成不同的任务，并向各从节点查询计算资源，各个从节点向主节点反馈计算资源，主节点根据反馈结果确定当前空闲的从节点后创建数据流；当前空闲的从节点接收新的实时工况数据，判断新的实时工况数据中是否存在缺失值和噪声数据，如果有，对缺失值和噪声数据进行处理，得到初步处理后的实时工况数据，并提取初步处理后的实时工况数据中的有效特征作为预处理后的实时工况数据并存储；主节点记录各从节点获得的第二实时工况数据的主题和地址，并将各从节点获得的预处理后的实时工况数据根据时间粒度进行压缩、使用滑动窗口获取时间段的所有预处理后的实时工况数据求其平均值后，发送至云端服务器。
4.根据权利要求3所述的智采工作面分布式边缘数据实时处理系统，其特征在于，所述当前空闲的从节点在判断新的实时工况数据中是否存在缺失值和噪声数据时，通过逻辑非运算判断新的实时工况数据是否有缺失值，根据预设阈值范围判断新的实时工况数据是否是噪声数据。
5.根据...
【专利技术属性】
技术研发人员：王宏伟，杨焜，付翔，耿毅德，王洪利，王浩然，郄晨飞，郭军军，姚林虎，
申请(专利权)人：太原理工大学，
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。