[发明专利]基于数据和知识驱动的工业物联网设备协同管控系统

说明书

本发明属于物联网、人工智能领域，具体涉及了一种基于数据和知识驱动的工业物联网设备协同管控系统，旨在解决现有系统物联网设备数量众多且物理分布广泛、数据复杂多样，导致难以实现物联网设备的有效协同管理，并且管理效率低、安全性低的问题。本发明包括：数据仓库模块进行数据筛选整合；模型管理模块选择相应的数据挖掘模型；数据挖掘模块进行数据挖掘；知识管理模块管理数据；在线评价与决策模块对挖掘后的数据进行在线评价，并生成各设备、系统的智能管控策略；协同调度台进行各设备、系统的协同调度和信息显示管理。本发明通过数据挖掘技术对系统及各设备的信息进行有效分析，给出在线控制决策，实现系统高效、智能化的运行，安全性高。

技术领域

本发明属于物联网、人工智能领域，具体涉及了一种基于数据和知识驱动的工业物联网设备协同管控系统。

背景技术

随着信息科学技术的飞速发展，工业生产作业系统的规模和复杂程度日益提高，现在的生产管理任务已经不再是由同一生产区域、同一功能子系统中的一个或者几个设备协同就能完成的，而是由位于不同生产区域的众多独立设备共同完成。此外，由于设备分布广泛、数量众多、工作环境多样，单纯依靠人工对设备进行管控，不仅成本较高，而且可靠性、安全性、时效性以及设备之间协同程度都较低。虽然，现有的在线监测系统在保证工业安全生产方面发挥了重大作用，但也存在着监测方法简单、对象单一、数据利用率低等问题，难以真正意义上的满足工业生产作业的安全、高效和智能的需求。主要是因为现有在线监测系统主要利用专业人员对数据进行分析、数据建模、决策和控制，这种方法只适合简单的工业生产系统。然而，现有工业生产作业系统趋向于规模化、复杂化、智能化方向发展，生产作业任务需要跨区域、跨系统、众多设备协同完成，传统的工业生产设备管控方法已经满足不了现代化工业生产作业系统的发展需求。

为了节约人力成本，提高企业的信息化程度，企业一方面在在工业生产作业系统中大规模采用物联网设备，另一方面对非物联网设备采用物联网监测设备，实现非物联网设备物联网化。因此，企业积累了大量的物联网数据，其涵盖了设备、系统、环境、业务、管理等多个方面[1]，然而，其数据分析是需要人为进行后将相应分析结果传到专家决策平台，进行讨论和共享，最终形成一个方案，无法进行自主智能决策，数据没有得到充分利用，不适用大规模工业生产系统，并且其数据挖掘时采用的模型和数据不同，无法解决不同业务的模型选择及数据选择问题随着工业生产作业系统的越来越庞大，物联网设备越来越多，也越来越难以进行有效的协同管控，严重限制了企业的发展。为此，学术界和企业界将目光转向数据挖掘技术，一些文献提出基于数据驱动的动态柔性作业车间调度控制方法[2]，然而仅以系统调度时间最小为目标进行优化调度系统，评价依据过于单一，因为系统的调度不单单涉及调度时间，而且涉及产能、耗能、环境污染等多个层面，是一个综合评价的过程，并且通过数据模型对新增加的机器进行调整调度方案，不适合大规模工业生产系统。

数据挖掘技术是一种数据处理的技术，利用该技术可以从工业物联网数据挖掘出潜在的有用信息和知识，如设备与设备、设备与系统、系统与系统、设备运行状态之间的关联关系模型，为工业生产作业过程中的风险预警、智能分析、群体决策提供支持。面向企业信息化、智能化的应用需求，如何利用物联网数据和知识，辅助或者替代人工对工业生产作业系统中的物联网设备进行有效的协同管控，已经成为当前工业物联网研究和应用领域亟待解决的重要问题。

以下文献是与本发明相关的技术背景资料：

[1]邱儒义，一种井场数据一体化协同工作平台，20170308，CN106897839B.

[2]张国辉、葛晓梅、王佳佳、党世杰、吴立辉、宋晓辉，一种基于数据驱动的动态柔性作业车间调度控制方法，20160715，CN106094757A.

发明内容

为了解决现有技术中的上述问题，即现有系统物联网设备数量众多且物理分布广泛、数据复杂多样，导致难以实现物联网设备的有效协同管理，并且管理效率低、安全性低的问题，本发明提供了一种基于数据和知识驱动的工业物联网设备协同管控系统，该系统包括以下模块：