一种能耗可调的高铁转向架孪生数据分配方法组成比例

一种能耗可调的高铁转向架孪生数据分配方法，包括如下步骤：建立边缘计算与云计算结合的数据处理模型：将高铁转向架孪生数据划分为两部分，按照最小化能耗的原则将这两部分数据分别分配到边缘结点和云计算中心；基于建立的数据处理模型，计算出边缘计算与云计算分别产生的能量消耗，进而得到总的能量消耗，计算出能量消耗最小时高铁转向架孪生数据的分配比例；根据计算获得的分配比例划分高铁转向架孪生数据，并且将对应部分的孪生数据分别发送给边缘结点和云计算中心进行计算。本发明专利技术通过引入能耗调节参数，控制高铁转向架孪生数据分配过程中的能耗，有利于充分发挥边缘计算和云计算各自优势，实现能耗可调的计算任务分配。实现能耗可调的计算任务分配。实现能耗可调的计算任务分配。

【技术实现步骤摘要】
一种能耗可调的高铁转向架孪生数据分配方法


[0001]本专利技术属于高铁转向架监测、数字孪生数据分配、边缘计算、云计算、工业互联网、网络资源管理等
，具体涉及一种能耗可调的高铁转向架孪生数据分配方法。

技术介绍

[0002]近年来，数字孪生以其能够实现物理世界和现实世界交互融合的特点受到国内外广泛关注，通过执行任务前对物理实体与孪生体的充分训练，使孪生体具有能够较为准确地反映物理实体运行状态的能力，从而实现对物理实体的有效监控。孪生数据有效的分配，可以使得物理实体和数字孪生体交互性强、可靠性高，从而对物理实体的故障诊断、预测性维护以及健康管理等提供有效途径。对孪生数据的分配有很多方法，本专利技术提出一种能耗可调的孪生数据分配方法，以最小化数据分布式计算的总能耗。

技术实现思路

[0003]本专利技术针对现有技术中的不足，提供一种能耗可调的高铁转向架孪生数据分配方法，以最小化数据分布式计算的能量消耗。
[0004]为实现上述目的，本专利技术采用以下技术方案：
[0005]一种能耗可调的高铁转向架孪生数据分配方法，其特征在于，包括如下步骤：
[0006]步骤1：建立边缘计算与云计算结合的数据处理模型：将高铁转向架孪生数据划分为两部分，按照最小化能耗的原则将这两部分数据分别分配到边缘结点和云计算中心，即云平台、云端；
[0007]步骤2：基于步骤1建立的数据处理模型，计算出采用边缘计算与云计算分别产生的能量消耗，进而得到总的能量消耗，计算出能量消耗最小时高铁转向架孪生数据的分配比例；
[0008]步骤3：根据步骤2计算获得的分配比例划分高铁转向架孪生数据，并且将对应部分的孪生数据分别发送给边缘结点和云计算中心进行计算。
[0009]为优化上述技术方案，采取的具体措施还包括：
[0010]进一步地，所述步骤1中，边缘结点分配的计算量占孪生数据总计算量A的比例为ω，ω∈[0，1]，云计算中心分配到的计算量比例为1
‑
ω。
[0011]进一步地，所述步骤2中，计算出采用边缘计算与云计算分别产生的能量消耗，因边缘结点靠近数据采集源，即数据源，忽略数据源到边缘结点的通信时延；因云计算中心的计算能力无限大，忽略云计算中心的计算时延；具体如下：
[0012]设边缘结点的计算时延为T
e
，如下所示：
[0013][0014]其中，A为孪生数据总计算量，单位为bit，v0是边缘结点CPU的计算速度，单位为bit/s；
[0015]数据传输到云计算中心的传输信道为瑞利衰落信道，瑞利分布的概率密度函数p(γ)，表达式如下所示：
[0016][0017]其中，γ为瑞利幅值，σ2为噪声功率；
[0018]中断概率为Pr
out
，如下所示：
[0019][0020]其中，Pr(.)表示概率函数，γ0为截止信道增益对应的信道幅值，σ2为噪声功率；
[0021]数据传输到云计算中心的通信时延为T
c
，如下所示：
[0022][0023]其中，M是高铁转向架孪生数据采集设备与云计算中心建立通信后，将数据上传云计算中心的数据传输速率，单位为bit/s；
[0024]设边缘结点计算所消耗的总能量为Q
e
，如下所示：
[0025]Q
e
＝P
e
ωAT
e
[0026]其中，P
e
是边缘结点计算每bit数据所消耗的功率，单位为W/bit，P
e
ωA表示边缘结点计算ωA的数据需要消耗的功率，Q
e
表示边缘结点在时间T
e
内消耗的总能量；
[0027]设传输到云计算中心所消耗的总能量为Q
c
，如下所示：
[0028]Q
c
＝P
c
(1
‑
ω)AT
c
[0029]其中，P
c
是每bit数据传输到云计算中心所消耗的功率，单位为W/bit，P
c
(1
‑
ω)A表示传输(1
‑
ω)A的数据需要消耗的功率，Q
c
表示在时间T
c
内数据传输到云计算中心消耗的总能量。
[0030]进一步地，所述步骤2中，总的能量消耗Q表示为：
[0031]Q＝βQ
e
+(1
‑
β)Q
c
[0032]其中，β和1
‑
β分别为控制在采用边缘计算和采用云计算消耗能量的权重，0≤β≤1。
[0033]进一步地，所述步骤2中，计算出能量消耗最小时高铁转向架孪生数据的分配比例，具体如下：
[0034]对Q进行求导，并计算Q
′
＝0时，对应的比例值当时，Q
′
≤0，即在定义域
上Q是单调减函数；当时，Q
′
≥0，即在定义域上Q是单调增函数；
[0035]再对Q进行二次求导：
[0036][0037]因为0≤β≤1，故Q
″
恒大于零，Q
′
在定义域内单调递增，由上述可知Q在定义域内先减后增，则Q是关于ω的下凸函数，所以函数Q在处取得最小值；
[0038]即当时，消耗的能量最小。
[0039]进一步地，所述步骤3中，根据对采用边缘结点和云计算中心进行计算所产生能耗的权重度，选择合适的β值，按照步骤2计算获得的比例值ω划分高铁转向架孪生数据。
[0040]本专利技术的有益效果是：本专利技术提出了一种能耗可调的高铁转向架孪生数据分配方法，该方法通过引入一个能耗调节参数，控制高铁转向架孪生数据分配过程中的能耗。有利于充分发挥边缘计算和云计算各自优势，实现能耗可调的计算任务分配。
附图说明
[0041]图1为一种能耗可调的高铁转向架孪生数据分配方法的示意图。
[0042]图2为在不同β值下，使用均匀分配算法和本专利技术提出的最优分配算法的能耗对比图。
具体实施方式
[0043]现在结合附图对本专利技术作进一步详细的说明。
[0044]如图1所示的一种能耗可调的高铁转向架孪生数据分配方法，其主要过程如下。
[0045]1)建立高铁转向架运行时边缘计算与云计算结合的模型。
[0046]具体是定义数字孪生高铁转向架模型运行孪生数据计算量是A(bit)，此时采用边缘计算和云端计算相结合的方式，按照所需能耗最小的规则将高铁转向架运行时的孪生数据分配到边缘结点(即边缘计算设备)和云计算中心(即云平台、云端)，设模型运行时边缘部分的计算量占总计算量的比例为ω，其中ω∈[0，1]，云端平台分配的计算量比例为1
‑
ω。
[0047]2)分别计算出采用边缘计算和云计算的能量消耗，继而得到总的能量消本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种能耗可调的高铁转向架孪生数据分配方法，其特征在于，包括如下步骤：步骤1：建立边缘计算与云计算结合的数据处理模型：将高铁转向架孪生数据划分为两部分，按照最小化能耗的原则将这两部分数据分别分配到边缘结点和云计算中心；步骤2：基于步骤1建立的数据处理模型，计算出采用边缘计算与云计算分别产生的能量消耗，进而得到总的能量消耗，计算出能量消耗最小时高铁转向架孪生数据的分配比例；步骤3：根据步骤2计算获得的分配比例划分高铁转向架孪生数据，并且将对应部分的孪生数据分别发送给边缘结点和云计算中心进行计算。2.如权利要求1所述的一种能耗可调的高铁转向架孪生数据分配方法，其特征在于：所述步骤1中，边缘结点分配的计算量占孪生数据总计算量A的比例为ω，ω∈[0，1]，分配给云计算中心的计算量比例为1
‑
ω。3.如权利要求2所述的一种能耗可调的高铁转向架孪生数据分配方法，其特征在于：所述步骤2中，计算出采用边缘计算与云计算分别产生的能量消耗，因边缘结点靠近数据源，忽略数据源到边缘结点的通信时延；因云计算中心的计算能力无限大，忽略云计算中心的计算时延；具体如下：设边缘结点的计算时延为T
e
，如下所示：其中，A为孪生数据总计算量，单位为bit，v0是边缘结点CPU的计算速度，单位为bit/s；数据传输到云计算中心的传输信道为瑞利衰落信道，瑞利分布的概率密度函数p(γ)，表达式如下所示：其中，γ为瑞利幅值，σ2为噪声功率；中断概率为Pr
out
，如下所示：其中，Pr(.)表示概率函数，γ0为截止信道增益对应的信道幅值，σ2为噪声功率；数据传输到云计算中心的通信时延为T
c
，如下所示：其中，M是高铁转向架孪生数据采集设备与云计算中心建立通信后，将数据上传云计算中心的数据传输速率，单位为bit/s；设边缘结点计算所消耗的总能量为Q
e
，如下所示：Q
e
＝P
e
ωAT
e
其中，P
e
是边缘结点计算每bit数据所消耗的功率，单位为W/bit，P
e

【专利技术属性】
技术研发人员：汪木兰，余卓，刘婷婷，朱昊，潘超，徐开芸，周雪，
申请(专利权)人：南京工程学院，
类型：发明
国别省市：