【技术实现步骤摘要】
本专利技术涉及智能网关，具体涉及一种基于边缘计算的工业智能网关。
技术介绍
1、工业智能网关是一种物联网无线传感器网络产品，也叫工业物联网智能网关、无线数据采集网关、通讯采集网关、plc无线网关、工业通讯网关等。它是用于将工业设备数据传输到云平台或本地服务器的设备。工业智能网关可以通过多种方式实现数据采集，例如串口、以太网、无线网络等。
2、边缘计算，是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问边缘计算的历史数据。
3、不同的采集节点可能有不同的传输协议，例如温度和压力。网关作为转换器，可以将这些来自不同协议的信息转换为一种统一的标准格式，以实现设备间的通信。而在具体的使用过程中，采集节点可能会出现老化和破损等问题，从而导致采集到的数据不准确或者误差较大；在这种情况下，如果通过云端计算的方式来进行分辨，则存在一定的时延，应对速度较慢。
技术实现思路
1、本专利技术的目的在于提供一种基于边缘计算的工业智能网关，解决上述技术问题。
2、本专利技术的目的可以通过以下技术方案实现：
3、一种基于边缘计算的工业智能网关，包括：
4、采集目标管理模块：获取各个需要采集数据的目标对象，以及用
5、节点分类管理模块：根据所述的采集节点对应的目标对象，将所述的采集节点划分为若干个大类；并根据所述的采集节点所采集的数据类型将同一个大类内的采集节点划分为若干小类；
6、数据记录模块：从采集节点获取数据，并生成数据随时间的变化曲线 f（t）；设定数据出现异常时的判定条件，并将满足判定条件的坐标点作为监测点；
7、故障识别模块：当提取到所述的监测点时，则将与所述的检测点对应的采集节点定义为待识别节点，获取与待识别节点同一小类的其他采集节点的变化曲线 f n（t），其中n表示采集节点的编号，n为正整数；
8、根据所述的变化曲线 f n（t）的波动趋势判断所述的监测点的数据波动是否符合要求；并在数据波动趋势符合要求的前提下，判断所述的监测点的波动量是否符合要求。
9、作为本专利技术进一步的方案：在所述的数据记录模块中，从所述的变化曲线 f（t）中提取所述的监测点的具体步骤如下所示；
10、设定数据出现异常时的判定条件，所述的监测点满足如下约束：
11、| f（t1）- f（t2）|≥δs；
12、t1＞t2；
13、t1-t2≤δt；
14、其中，t1表示监测点的横坐标，δs表示预设的检测波动值，δt表示预设的监测周期，t2表示与监测点对应的基准点的横坐标。
15、作为本专利技术进一步的方案：在所述的故障识别模块中，根据所述的变化曲线 f n（t）的波动趋势判断所述的监测点的数据波动是否符合要求的具体步骤如下所示：
16、截取变化曲线 f n（t）在区间（t1-δt，t1）内的图像，判断图像的变化趋势并赋值，当图像呈上升趋势时，赋值为1；当图像呈下降趋势时，赋值为-1；当图像无上升或者下降趋势时，赋值为0；计算整体变化系数；其中kn表示第n个采集节点的赋值，n表示采集节点的总个数；
17、将（ f（t1）- f（t2））与整体变化系数k'进行比对，判断二者数值符号是否相同；如果符号相同，则判定监测点对应的采集节点的波动趋势符合要求；如果符号不相同，则判定监测点对应的采集节点存在故障，并安排工作人员前往检修。
18、作为本专利技术进一步的方案：判断所述的变化曲线 f n（t）在区间（t1-δt，t1）内的图像的变化趋势的具体步骤如下所示：
19、获取变化曲线 f n（t）在区间（t1-δt，t1）内的图像，以预设的横坐标间隔从所述的图像中截取若干个坐标点，且所述的坐标点中包括（t1， f n（t1））；
20、计算相邻坐标点的纵坐标差值δdm=dm+1-dm，其中dm表示沿横轴方向第m个坐标点的纵坐标；
21、如果所有的纵坐标差值都满足δdm＞0，则对应的变化曲线的图像呈上升趋势；
22、如果所有的纵坐标差值都满足δdm＜0，则对应的变化曲线的图像呈下降趋势；
23、如果所述的纵坐标差值不满足上述情况，则对应的变化曲线的图像无上升或者下降趋势。
24、作为本专利技术进一步的方案：在所述的故障识别模块中，当所述的整体变化系数k'，不满足以下约束条件时，则判定监测点波动趋势符合要求，并对监测点的波动量进行检测，所述的约束条件为：|k'|≤λ*max（n），其中λ表示预设的比例系数，max（n）表示与待识别节点同一小类的其他采集节点的总数量。
25、作为本专利技术进一步的方案：在所述的故障识别模块中，在数据波动趋势符合要求的前提下，判断所述的监测点的波动量是否符合要求的具体步骤如下所示：
26、获取变化曲线 f n（t）在区间（t1-δt，t1）内的图像；
27、计算波动值δs n= f n（t1）- f n（t1'），t1'∈（t1-δt，t1）；
28、计算监测点对应的变化曲线 f（t）的最大波动量max（δs）；
29、当所述的最大波动量max（δs）＞0时，获取数值最大的波动值作为变化曲线 f n（t）的最大波动量max（δs 本文档来自技高网...
【技术保护点】
1.一种基于边缘计算的工业智能网关，其特征在于，包括：
2.根据权利要求1所述的一种基于边缘计算的工业智能网关，其特征在于，在所述的数据记录模块中，从所述的变化曲线f（t）中提取所述的监测点的具体步骤如下所示；
3.根据权利要求2所述的一种基于边缘计算的工业智能网关，其特征在于，在所述的故障识别模块中，根据所述的变化曲线fn（t）的波动趋势判断所述的监测点的数据波动是否符合要求的具体步骤如下所示：
4.根据权利要求3所述的一种基于边缘计算的工业智能网关，其特征在于，判断所述的变化曲线fn（t）在区间（t1-Δt，t1）内的图像的变化趋势的具体步骤如下所示：
5.根据权利要求3所述的一种基于边缘计算的工业智能网关，其特征在于，在所述的故障识别模块中，当所述的整体变化系数K'，不满足以下约束条件时，则判定监测点波动趋势符合要求，并对监测点的波动量进行检测，所述的约束条件为：|K'|≤λ*max（n），其中λ表示预设的比例系数，max（n）表示与待识别节点同一小类的其他采集节点的总数量。
6.根据权利要求1所述的一种基于边缘计
7.根据权利要求6所述的一种基于边缘计算的工业智能网关，其特征在于，当所述的最大波动量max（ΔS）＜0时，获取绝对值最大的波动值作为变化曲线fn（t）的最大波动量max（ΔSn），并判断是否满足以下约束条件：
8.根据权利要求1所述的一种基于边缘计算的工业智能网关，其特征在于，所述的数据类型包括温度、压力、承重、振动、位移和湿度。
...【技术特征摘要】
1.一种基于边缘计算的工业智能网关，其特征在于，包括：
2.根据权利要求1所述的一种基于边缘计算的工业智能网关，其特征在于，在所述的数据记录模块中，从所述的变化曲线f（t）中提取所述的监测点的具体步骤如下所示；
3.根据权利要求2所述的一种基于边缘计算的工业智能网关，其特征在于，在所述的故障识别模块中，根据所述的变化曲线fn（t）的波动趋势判断所述的监测点的数据波动是否符合要求的具体步骤如下所示：
4.根据权利要求3所述的一种基于边缘计算的工业智能网关，其特征在于，判断所述的变化曲线fn（t）在区间（t1-δt，t1）内的图像的变化趋势的具体步骤如下所示：
5.根据权利要求3所述的一种基于边缘计算的工业智能网关，其特征在于，在所述的故障识别模块中，当所述的整体变化系数k'，不满足以下约束条件...
【专利技术属性】
技术研发人员：仰宗昭，朱攀，孟健，邓飞跃，钱吉，
申请(专利权)人：安徽即刻智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。