【技术实现步骤摘要】
专利
本专利技术涉及用于在分布式设备的分级网络中的提供有效通信的方法。
技术介绍
1、在现代自动化系统中，边缘节点、客户端设备或边缘设备被用于收集数据和运行被用于工业网络流程的软件应用程序。然后，已收集的数据由客户端设备传输到较高级别的较高边缘设备或存储在中央存储中的主设备。因此，当需要特定数据时，必须始终访问中央存储来获取这些数据。us9525627 b2 a1描述了一种在用户设备和源网络之间传输数据包的系统。
2、然而，在操作现代工业流程时，这种具有集中式数据主干的经典方法不再有用。也就是说，随着越来越多的数据提供给客户端设备中的应用程序，这些数据通常是高频数据和/或非专家使用有限的数据。因此，浪费了大量的带宽来传输数据，如果使用经典的方法，首先向上发送数据到主设备，例如云或较高边缘节点，然后再将其发送回低边缘节点，其中数据被应用程序消耗。
3、有必要解决这些问题。
技术实现思路
1、因此，在分布式设备的分级网络中提供有效通信和有效数据处理的改进概念将是有利的。
2、本专利技术的目的通过独立权利要求的主题来解决，其中在从属权利要求中包含了进一步的实施例。
3、在本专利技术的第一方面，提供了一种用于在分布式设备的分级网络中提供有效通信的方法，该分布式设备包括至少主设备、至少第一客户端设备，其中至少第一客户端设备经由第一通信接口与主设备连接，该方法包括以下步骤：
4、从至少第一客户端设备收集由至少一个传感器设备经由第
5、将所接收的第一数据存储到至少一个客户端设备的数据存储中；
6、由至少第一客户端设备确定第一数据的元数据；
7、由至少第一客户端设备接收第一数据的需求信息；
8、由至少第一客户端设备，根据第一数据的元数据和需求信息，生成所接收的第一数据的分类信息；
9、由至少第一客户端设备，根据规则信息，将第一数据的分类信息提供给主设备和/或至少第二客户端设备；以及
10、当第一数据被更改时，更新分类信息。
11、换句话说，本专利技术背后的核心思想是更有效地改进通过客户端设备或较低边缘设备被本地生成的数据类型的动态分配，并且在分布式设备的分级网络中提供总体数据概述，因为本地生成的数据不仅在相同分级级别的客户端设备之间共享。或者换句话说，网络中的每个边缘设备现在都知道所需数据存储在哪里，并且如果需要，可以直接从存储所需数据的边缘设备进行查询。
12、为此，必须通过生成基于元数据的分类信息且根据数据的重要性对客户端设备接收到的数据进行分类或归类，该分类信息表明数据是否应该与其他设备共享或存储在设备中，以及表明网络中特定时间需要数据的时间和位置的需求信息。
13、元数据可以使用机器学习或其他启发式方法生成，以确定每个边缘中的数据类型以及数据应该存储多长时间(数据状态的变化)或应该在网络中传输到哪个位置。通过这种方式，就可以利用边缘网络的拓扑知识来定义最优的数据处理策略。
14、通过这种方式，分布式设备的分级网络中的数据处理和通信变得更加高效，因为与集中式数据处理方法相比，通信带宽和存储容量得到了更有效的利用。
15、为此，分级网络或系统或平台包括许多连接到其他客户端设备和/或连接到至少一个主设备的客户端设备。主设备或较高边缘设备通常执行数据密集型数据处理程序，例如机器学习。至少一个客户端设备或较低边缘设备通常从传感各种类型数据的工厂设备收集数据，例如温度数据、速度数据。
16、在客户端设备或较低边缘设备上，根据客户端设备定义的元数据生成接收数据的分类信息。元数据的一个任务是将接收到的数据分类为某种类型的数据，诸如原始数据、热数据、暖数据、冷数据或云数据。
17、热数据或实时数据意味着当边缘或网络基础设施从故障中恢复连接时，必须尽快提供最新的数据。应用程序需要在训练或操作期间未处理的实时遥测数据。例如用于实时监测、预测和行动的数据。热数据是对数据可用性要求极高的数据。
18、暖数据意味着在连接恢复之后，应用程序需要最新的数据，但优先级较低或中等。应用程序不需要新数据，或者不经常生成数据。隔一段时间收集数据就足够了。温数据可用于复杂的测量，诸如不对准，时频域转换，共振分析，窄带包络分析等。暖数据可用于重新训练机器学习模型。典型的应用程序可以是定期的运行状况监测或预测。
19、冷数据或离线数据意味着不需要在不久的将来获取最新数据。应用程序需要混合热数据和历史数据来从头开始构建强大的机器学习模型，或者在模型性能不令人满意时进行定期再训练。
20、然后，已生成的分类信息由客户端设备在网络中的主设备和/或其他客户端设备之间分发和共享。这可以根据已定义的规则信息发生。通过这种方式，即使没有传输数据，网络的所有设备现在都知道存在于每个设备中的可用数据，无论是作为实际数据还是作为虚拟数据。
21、当数据被更改时，例如，通过更新网络中已安装的本地设备或更改网络拓扑结构，相应的本地客户端设备的分类信息被更新，从而使网络中的所有其他设备也立即更新网络中可用的数据以及获取数据的成本，例如，通过使用距离度量。
22、在本专利技术上下文中，数据是在网络设备之间路由的遥测数据、报警数据和/或事件数据，但本专利技术不限于该应用领域。
23、本专利技术的另一个优点是数据可用性、分类和配置信息在本地客户端/边缘设备之间以有效的方式被共享来确保一致性，例如通过使用通用配置文件。
24、本专利技术的另一个优点是，在网络中检测类似数据变得更容易。这是通过使用模式检测方法来完成的，例如，从ml中识别“失速”数据或其他模式。这不仅包括平稳数据，还包括季节性、振荡和变化点。使用这些信息有助于避免不必要的数据传输。
25、根据示例，分类信息包括以下各项中的至少一项：第一数据的类型或类别、第一数据的成本、第一数据的可用性或状态、第一数据的质量参数，该参数定义第一数据是否满足预定义的质量，以便由网络中的其他设备使用。其中的优点是，当网络设备之间交换数据时，可以应用更详细和有效的数据处理策略。
26、根据示例，分类信息通过使用预测模型或机器学习模型而被生成。通过这种方式，分类信息以较高效的方式被生成。
27、根据示例，规则信息被本地存储在第一客户端设备中并且在查询时或者在规则信息更新的情况下与网络中的任何其他设备共享，或者规则信息由主设备生成并且被全局地分布到网络中的任何其他设备。通过这种方式，在网络中高效、规范的数据传输的优势被实现。
28、根据示例，更新分类信息的步骤包括至少以下的更改：第一数据的元数据，第一数据的需求信息，网络的通过安装或移除至少客户端设备或主设备和/或至少传感器设备的配置。通过这种方式，当分类信息描述网络中或数据可用性的任何相关改变，网络中的数据传输将被改进。
29、根据示例，分类信息至少部分地由至本文档来自技高网...
【技术保护点】
1.一种用于在分布式设备(72，74，76)的分级网络(70)中提供有效通信的方法(100)，所述分布式设备(72，74，76)包括至少主设备(72)、至少第一客户端设备(74)，其中所述至少第一客户端设备(74)经由第一通信接口(50)与所述主设备(72)连接，所述方法包括：
2.根据权利要求1所述的方法(100)，其中所述分类信息(20)包括以下各项中的至少一项：第一数据(10)的类型或类别；提供第一数据(10)的成本或处理第一数据(10)的成本；第一数据(10)的可用性或状态；所述第一数据(10)的质量参数，所述质量参数定义所述第一数据(10)是否满足预定义的质量，以便能够由所述网络(70)中的其他设备使用。
3.根据权利要求2所述的方法(100)，其中所述分类信息(20)通过使用预测模型或机器学习模型而被生成。
4.根据前述权利要求中任一项所述的方法(100)，其中所述规则信息(30)被本地存储在所述第一客户端设备(74)中，并且在查询时或者在所述规则信息(30)更新的情况下与所述网络(70)中的任何其他设备共享，或者所述规则信息(30
5.根据前述权利要求中任一项所述的方法(100)，其中更新所述分类信息(20)的步骤(114)包括至少以下的更改：第一数据(10)的元数据(14)；第一数据(10)的需求信息(14)；所述网络(70)的通过安装或移除至少客户端设备或主设备和/或至少传感器设备的配置。
6.根据前述权利要求中任一项所述的方法(100)，其中所述分类信息(20)至少部分地由所述至少一个主设备(72)更新。
7.根据前述权利要求中任一项所述的方法(100)，其中所述需求信息(14)在所述分布式网络(70)中定义所述第一数据(10)的需求和供应。
8.根据前述权利要求中任一项所述的方法(100)，其中所述分类信息(20)的更新由以下各项中的至少一项触发：附加的第一数据(10)变得可用；所述第一数据的元数据(12)被更改或者所述需求信息(14)更改。
9.一种包括处理器的计算机，所述处理器被配置为执行根据前述权利要求1至8中任一项所述的方法。
10.一种包括指令的计算机程序产品，当所述计算机程序由计算机的处理器执行时，使得所述计算机执行根据权利要求1至9中任一项所述的方法。
11.一种机器可读数据介质和/或下载产品，包含根据权利要求10所述的计算机程序。
...【技术特征摘要】
1.一种用于在分布式设备(72，74，76)的分级网络(70)中提供有效通信的方法(100)，所述分布式设备(72，74，76)包括至少主设备(72)、至少第一客户端设备(74)，其中所述至少第一客户端设备(74)经由第一通信接口(50)与所述主设备(72)连接，所述方法包括：
2.根据权利要求1所述的方法(100)，其中所述分类信息(20)包括以下各项中的至少一项：第一数据(10)的类型或类别；提供第一数据(10)的成本或处理第一数据(10)的成本；第一数据(10)的可用性或状态；所述第一数据(10)的质量参数，所述质量参数定义所述第一数据(10)是否满足预定义的质量，以便能够由所述网络(70)中的其他设备使用。
3.根据权利要求2所述的方法(100)，其中所述分类信息(20)通过使用预测模型或机器学习模型而被生成。
4.根据前述权利要求中任一项所述的方法(100)，其中所述规则信息(30)被本地存储在所述第一客户端设备(74)中，并且在查询时或者在所述规则信息(30)更新的情况下与所述网络(70)中的任何其他设备共享，或者所述规则信息(30)由所述主设备(72)生成并且被全局地分布到所述网络(70)中的任何其他设备。
5.根据前述权...
【专利技术属性】
技术研发人员：扬·克里斯托夫·施拉克，桑托纳·萨尔卡，玛利·克里斯廷·普拉特纽斯莫尔，马达普·阿玛林甘，鲁本·鲍里森，
申请(专利权)人：ABB瑞士股份有限公司，
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。