[发明专利]工业数据分析方法和系统

说明书

技术领域

本发明涉及电子技术领域，特别是一种工业数据分析方法和系统。

背景技术

随着信息技术的发展，越来越多的数据采用电子化形式存储，以提高数据存储的便捷高效性，同时可以根据这些数据进行后期的分析。在物联网时代，网络将发生深刻变革，IDC的报告了四个网络趋势：未来网络流量的50％，将来自物联网；物联网会带来500亿的联接；未来会有40％的物联网流量在边缘进行处理；79％的物联网流量将通过网关接入。

在靠近设备或者数据源头的网络边缘侧提供融合网络、计算、存储、应用核心能力的开放平台，为工业现场就近提供边缘智能服务，满足现场设备或者工控数据的数据采集、清洗、整理、聚合、分发、传输等功能，为工业云或工业大数据平台高效、实时、安全和高质量的数据势在必行；这种平台靠近执行单元，是高价值数据的采集单元，可以更好的聚焦实时的、短周期的数据处理，与云端的数据分析相互补充，形成有机的整体。

数据采集之后，随着工业大数据的体量逐渐变大，根据梅特卡夫定律(Metcalfe's Law)，网络价值V＝(价值系数K x用户数量N)＾2，即网络价值和用户数的平方成正比，更多物联网设备会让整个网络增值。而工业大数据分析的数据量越大，从中分析得到的有效的、有价值的判断就越多。物联网所产生的数据是海量的，据第三方分析数据，物联网产生的数据23％以上的数据是具备分析价值的。

工业现场的机器数据包含传感器、仪器仪表和智能终端采集的数据，可以服务于智能生产和智能运维，这些数据是工业系统相关要素在赛博空间的数字化映射、运行轨迹和历史痕迹，往往是复杂动态系统的展示。而且工业大数据具备规模大、并发高、类型杂、质量低的特征，所以急需一种有别于传统数据分析的技术来解决工业大数据分析的问题，基于日志挖掘的分析技术具备强大的日志收集、检索、归集能力，而且日志挖掘技术采用集群化部署，通过横向扩展的能力增强大数据存储和计算能力，是工业大数据分析的一种很好的解决方案。

发明内容

针对现有技术中存在的问题，本发明实施例的目的是提供一种工业数据分析方法和系统，至少部分的解决现有技术中存在的问题，实现基于工业设备数据采集的边缘计算和日志挖掘的工业数据分析方法和系统。

为了实现上述目的，本发明实施例提出了一种工业数据分析系统，包括：边缘计算子系统，其中所述边缘计算子系统用于针对工业设备数据采集的工作参数；其中所述边缘计算子系统包括：协议集成模块、数据处理模块、策略引擎模块、规则引擎模块、数据分发模块；

其中协议集成模块连接工业设备以实时读取工业设备的工作参数；

其中策略引擎模块用于存储预设的策略；

其中规则引擎模块用于存储预设的规则；

其中数据处理模块连接所述协议集成模块、策略引擎模块、策略引擎模块，以读取预建立的设备模型和工业设备的工作参数，并结合所述引擎策略模块和规则引擎模块的规则和策略以实现对工业设备的模拟以进行分析和预警；

其中所述数据分发模块连接所述数据处理模块，以将数据处理模块的分析和预警结果输出。

其中，协议集成模块内集成有Opc协议、Mqtt协议、机床通信协议、SMT产线协议，还集成有以太网通讯协议、Wi-Fi网络通讯协议、蓝牙通讯协议、Zigbee通讯协议。

其中，所述数据处理模块内的预建立的设备模型包括：生产设备模型、物流设备模型、检测装置模型。

其中，所述系统还包括即时数据洞查子系统；其中所述即时数据洞查子系统连接所述边缘计算子系统的数据分发模块，以对所述边缘计算子系统输出的数据进行分析并生成用于检索的索引；其中所述数据包括以下的至少一种：设备数据、工艺数据、时序数据。

其中，所述即时数据洞查子系统为基于开源搜索工具ElasticSearch实现的。

同时，本发明实施例还提出了一种应用前述任一项所述的工业数据分析系统的工业数据分析方法，包括：

利用边缘计算子系统获取工业设备的工作参数，并通过协议集成模块根据工业设备的通信协议进行转换以将该工作参数输送到数据处理模块；

所述数据处理模块根据预建立的设备模型和工业设备的工作参数，并结合所述引擎策略模块和规则引擎模块的规则和策略以实现对工业设备的模拟以进行分析和预警；

将数据处理模块的分析和预警结果输出。

本发明的上述技术方案的有益效果如下：上述技术方案提出了一种工业数据分析方法和系统，能够对接工业现场的海量设备数据，可以应用于产品质量、设备健康状况、能耗及生产效率分析。

附图说明