[发明专利]数据采集传输设备系统及预知诊断、边缘计算方法

说明书

本发明公开了数据采集传输设备系统及预知诊断、边缘计算方法，主要涉及嵌入式物联设备软件设计及应用领域。包括网络中心子系统、数据中心子系统、驱动中心子系统，网络中心子系统包括消息路由模块，数据中心子系统包括数据管理模块、预知诊断模块、边缘计算模块、设备集群模块，驱动中心子系统包括设备驱动模块、网络驱动模块。本发明的有益效果在于：它通过设备相关技术参数数据进行分析判断，预测设备维护时间及故障发生时间的工况现场，通过预知诊断、边缘计算结合云平台进行数据分析，形成企业设备的专家诊断库，降低企业的设备运维成本，提升设备运维效率的同时，延长设备的使用寿命，提高企业的生产效率。

技术领域

本发明涉及嵌入式物联设备软件设计及应用领域，具体是数据采集传输设备系统及预知诊断、边缘计算方法。

背景技术

工业互联网不是一个简单的网，而是一个全新的工业生态体系，把众多的工业设备集成互联，提升资源配置和生产效率。

工业互联网为企业的制造维护提供强有力的数据支撑，传统意义上的工业制造维护方式基本可以分为修复性维护与预防性维护。修复性维护是指设备发生故障后再进行维修，这种维护一是对生产计划产生严重影响，二是紧急维修所需的零备件以及人力成本、专业维护团队的成本费用高昂；预防性维护是指有计划的定期进行设备维护和零件更换，包括保养维护、定期检查、定期功能检测、定期拆修、定时更换等，在定期维护期间需要对设备进行停机整体检测、保养，耗时长、效率低，且多数依靠经验，会带来新的故障风险。因此，能够准确的预知故障发生的时间，实时高效的对工业制造设备进行维护成为当前亟需的维护方式。

工业互联网的核心是基于全面互联而形成数据驱动的智能，而边缘可以协同调度计算、存储、网络等资源，实现企业各数据的集成及实时高效处理，充分释放数据价值，因此边缘计算对于工业互联网来说是不可或缺的关键环节。

发明内容

本发明的目的在于提供数据采集传输设备系统及预知诊断、边缘计算方法，它通过设备相关技术参数数据进行分析判断，预测设备维护时间及故障发生时间的工况现场，通过预知诊断、边缘计算结合云平台进行数据分析，形成企业设备的专家诊断库，降低企业的设备运维成本，提升设备运维效率的同时，延长设备的使用寿命，提高企业的生产效率。

本发明为实现上述目的，通过以下技术方案实现：

数据采集传输设备系统，包括网络中心子系统、数据中心子系统、驱动中心子系统，所述网络中心子系统用于消息流的建立、连接、处理，所述网络中心子系统包括消息路由模块，所述数据中心子系统用于数据的管理、预诊断、计算处理，所述数据中心子系统包括数据管理模块、预知诊断模块、边缘计算模块、设备集群模块，所述驱动中心子系统用于设备、网络的驱动，所述驱动中心子系统包括设备驱动模块、网络驱动模块。

所述消息路由模块包括数据流转子模块、资源部署子模块、资源监控子模块，所述数据数据流转子模块用于数据过滤、聚合计算、数据连接、异常检测，所述资源部署子模块用于通讯管理、传输加密管理、数据上报管理，所述资源监控子模块用于通讯状态监测、驱动监测、日志监测、流数据监测。

所述数据管理模块包括数据采集子模块、自动缓存子模块、自动同步子模块、日志记录子模块，所述数据采集子模块用于无线采集、有线采集，所述自动缓存子模块用于数据实时存储、大容量存储空间，所述自动同步子模块用于同步数据到云平台、断网续传，所述日志记录子模块用于记录系统状态、操作状态及异常状态。

所述预知诊断模块包括远程运维子模块、数据智能子模块、短信告警子模块，所述远程运维子模块用于子设备图形化管理、设备状态监测、设备连接管理、设备反崆操作，所述数据智能子模块用于设备数据模型分析、数据聚合计算、异常检测分析及专家经验建议，所述短信告警子模块用于设备异常及维护建议通知、即时反馈、提前预警。