[发明专利]一种云辅助的制造装备大数据采集方法

说明书

本发明公开了一种云辅助的制造装备大数据采集方法；该方法包括，步骤1：采用分布式传感网络采集工业设备信息。每个传感局域网配置一个支持工业无线网络的数据采集节点，在传感局域网络中，远离节点的设备采用无线通信方式将采集的参数信息数据传送至数据采集节点。步骤2：配置采集参数信息，将采集参数进行分类与分级处理。步骤3：针对每个采集节点，在云平台上建立对应的知识分析库，根据不同工业应用需求并结合历史数据分析，自适应调节传感参数的信息模式。本发明具有采集参数可调节和分析知识库功能，能够个性化的采集制造装备的运行参数，为基于大数据的设备状态监测和故障预测诊断奠定基础。

技术领域

本发明涉及工业自动化控制技术领域，尤其涉及一种云辅助的制造装备大数据采集方法。

背景技术

在工业4.0的技术背景下，工业实现自动化与智能化需要对生产情景进行大量的监测工作。其中测量的信号种类多样且形式各异，同时检测到的数据量也非常巨大。工业智能化技术发展迅速，要求测控系统具有一定程度的学习能力以达到自适应调节传感采集样本信息的需要。

云计算可以提供海量计算和海量存储的能力，在工业应用场景中，在云计算平台的基础上结合机器学习算法，建立分析知识库，根据不同应用需求并结合历史数据分析，自适应调节采集参数，从而达到加快数据采集效率、改善数据分析模型效果及提高机器设备状态预测值的精度。

发明内容

本发明的目的在于克服上述现有技术的缺点和不足，提供一种云辅助的制造装备大数据采集方法。

本发明通过下述技术方案实现：

一种云辅助的制造装备大数据采集方法，包括如下步骤：

S1.采用分布式传感网络采集工业设备信息；每个传感局域网配置一个支持工业无线网络的数据采集节点，在传感局域网络中，远离节点的设备采用无线通信方式将采集的参数信息数据传送至数据采集节点；

S2.配置采集参数信息，将采集参数进行分类与分级处理；

S3.针对每个采集节点，在云平台上建立对应的知识分析库，根据不同工业应用需求并结合历史数据分析，自适应调节传感参数的信息模式。

上述步骤S1所述采用分布式传感网络采集工业设备信息，具体是将工业生产场景中的设备按职能、所在场地进行功能区块划分，每个功能区块中采用一个传感局域网进行设备的互联；每个传感局域网通过与云平台进行互联，进而构成一个分布式传感网络，从获取整个工业生产场景中的全部生产信息；

每个传感局域网配置一个支持工业无线网络的数据采集节点，为每个设备的数据传送提供一个无线接入点。

上述步骤S2中，配置采集参数信息，是根据工业生产场景的应用需要，将设备的信息采样参数设置为动态可重构信息配置；

将采集参数进行分类与分级处理，是将采样参数信息分类为预警信息、常规信息及状态信号的类型，根据采样信息类别的重要性，设置对应的传送优先级和传送周期。

上述步骤S3中，将针对每个采集节点，在云平台上建立对应的知识分析库，结合机器学习的方法分析历史数据，根据不同工业应用需求，分析采集参数样本的数据规律、周期及重要程度，自适应调节传感参数的信息模式。

所述传感参数的信息模式，分为：

参数编号；用来标识具体某一个机器设备的某个传感参数；

参数类型；将采样参数信息分类为预警信息、常规信息及状态信号的类型；

参数优先级；将传感参数按职能、紧急情况设置传输优先级，如报警信号产生，则立即传输至云平台进行处理；

采样周期；根据参数的类型和优先级选择合适采样周期来传输数据；