[发明专利]一种工业物联网数据预测分析平台

说明书

本发明提供了一种工业物联网数据预测分析平台，包括数据来源模块、数据存储模块、数据分析模块和数据应用模块和用户接口，数据来源模块、数据存储模块、数据分析模块和数据应用模块和用户接口依次信号连接；其中：数据来源模块，用于采集现场设备的输出数据，并将输出数据进行网络传输；数据存储模块，接收数据来源模块传输的数据并进行分类存储；数据分析模块，用于预设现场设备的重要性评价算法；数据应用模块，利用数据分析模块的评价算法对数据存储模块中的数据进行分析，对现场设备进行分析评估，并将分析评估结果在数据存储模块中进行。本发明通过在采集现场设备输出数据，结合重要性评价算法，对现场设备进行维护评估，保证生产的连贯性。

技术领域

本发明涉及大数据处理领域，尤其涉及一种工业物联网数据预测分析平台。

背景技术

我国的制造业企业大多数处于工业2.0与工业3.0之间，成本控制、生产效率和流程管理方面的水平较低。当前工厂生产设施大多独立运行，每台设备需要专人定期维护，非常依赖技术人员的管理经验。随着时代的发展，将智能传感器技术、工业物联网技术、信息融合等技术与生产管理相结合是大势所趋。因此，开发一种基于工业物联网的数据分析平台，取代人工手段为工厂提供装备的智能维护以及全局管控，是非常有必要的。

发明内容

有鉴于此，本发明提出了一种具有设备故障预测分析能力、能为用户提供维护评估的工业物联网数据预测分析平台。

本发明的技术方案是这样实现的：一种工业物联网数据预测分析平台，包括数据来源模块、数据存储模块、数据分析模块和数据应用模块和用户接口，数据来源模块、数据存储模块、数据分析模块和数据应用模块和用户接口依次信号连接；

其中：数据来源模块，用于采集现场设备的输出数据，并将输出数据进行网络传输；

数据存储模块，接收数据来源模块传输的数据并进行分类存储；

数据分析模块，用于预设现场设备的重要性评价算法；

数据应用模块，利用数据分析模块的评价算法对数据存储模块中的数据进行分析，对现场设备进行分析评估，并将分析评估结果在数据存储模块中进行更新；

用户接口，允许用户访问数据存储模块储存的分析评估的结果和现场设备的输出数据。

在以上技术方案的基础上，优选的，所述数据来源模块包括现场数据传输网关和现场设备，现场设备与现场数据传输网关信号连接；现场设备工作时产生的数据统一通过现场数据网关进行数据传输。

进一步优选的，所述现场数据网关为LoRa无线网关。

在以上技术方案的基础上，优选的，所述数据存储模块包括数据缓冲池和数据库，数据缓冲池和数据库信号连接；数据缓冲池接收数据来源模块发送的输出数据，，删除重复和错误内容后转换成统一的数据格式，数据缓冲池将数据清洗后的数据发送至数据库中保存。

进一步优选的，所述数据库采用MySQL结构。

在以上技术方案的基础上，优选的，所述数据分析模块预设的现场设备的评价算法，是将评价设备重要性的影响因素集U按类型分为m类，记为U＝{u₁,u₂,...u_m}；每一类设备重要性影响因素包括n个子因素，记为u_i＝{u_i1,u_i2,...u_in}(i＝1,2,...m)；其中n为因素子集u_i所包含的子因素个数；u_il(i＝1,2,...m；l＝1,2,...n)为影响子因素；对于影响因素集U，存在重要性评语集V＝{V₁,V₂,...V_k},k为评语个数；利用重要性评语集V对因素子集u_i中每一个影响子因素进行评价得到因素子集评价矩阵