一种基于边缘计算的生产车间安全保障方法

摘要

本发明的实施例公开一种基于边缘计算的生产车间安全保障方法，涉及边缘计算技术领域。所述方法，用于边缘计算系统，包括：实时采集生产车间的生产链上各节点设备的生产数据；对所述各节点的生产数据进行数据处理分析，判断各节点设备是否存在异常；若当前节点设备的生产数据存在异常，则向指定管理终端发送报警信息。本发明能够提升生产车间的运营效率，增加边际效益从而提高利润，也可以在生产线上设备运行出现异常时及时识别并报警给管理员，降低生产线卡顿或停工率。

说明书

技术领域

本发明属于边缘计算技术领域，尤其涉及一种基于边缘计算的生产车间安全保障方法。

背景技术

目前的生产线生产作业中，由于生产车间运行有大量的机械设备以及比较多的人员流动，因此存在以下问题：

1)各产线生产完工计数靠人工统计，生产任务由人工布置，效率低下；

2)产线生产发生停线或其他影响生产故障等问题时，人工记录停线时长、及停线原因；

3)产线各设备孤立，没有联网，设备、生产相关人员无法随时监控设备的运行状态；

为解决上述问题，现有技术中已有基于数字化和网络化的生产线，这种生产线在软件支撑层面，服务器与设备端都是必不可少的。例如，某国内知名汽车公司其车间网络与信息中心网络由7层路由节点构成，即产线侧设备端的数据需要经过7个交换机才能到达服务器，服务器发出的控制指令也需要通过同样的路径长度才能到达产线侧设备端。显然，单就汽车制造企业而言，一台整车约由2万多个零部件组装而成，结合批量式生产制造，如果所有这些数据与逻辑处理请求都上传到服务器计算，会造成服务器负载压力繁重，资源损耗巨大等问题，且无法满足秒级的时延要求，尤其在生产线的终端设备出现异常时，管理人员无法及时获知相关情况，甚至会造成生产线停工。

发明内容

有鉴于此，本发明实施例提供一种基于边缘计算的生产车间安全保障方法，用于解决现有的数字化网络生产线中服务器负载压力繁重，资源损耗巨大，数据传输时延长，终端异常时响应慢的问题。本发明能够缓解服务器的计算压力，提升生产车间的运营效率，增加边际效益从而提高利润，也可以在生产线上设备运行出现异常时及时识别并报警给管理员，降低生产线卡顿或停工率。

本发明实施例提供一种基于边缘计算的生产车间安全保障方法，用于边缘计算系统，所述方法包括：

实时采集生产车间的生产链上各节点设备的生产数据；

对所述各节点设备的生产数据进行数据处理分析，判断各节点设备是否存在异常；

若当前节点设备的生产数据存在异常，则向指定管理终端发送报警信息。

在一可选实施例中，所述节点设备的生产数据至少包括：执行设备执行指令数据和/或传感器的传感数据和/或图像数据和/或运行设备的运行数据。

在一可选实施例中，所述实时采集生产车间的生产链上各节点设备的生产数据，包括：

对生产车间的生产链上各节点设备发送一个预设控制脉冲；

接收各节点设备响应于所述控制脉冲返回的自身数据；

提取本次收到的自身数据中的有用数据，作为相应节点设备的生产数据。

在一可选实施例中，所述通过边缘计算系统对所述各节点设备的生产数据进行数据处理分析，判断各节点设备是否存在异常，包括：

根据预先存储的节点设备标识和异常识别模型的第一对应关系，获取当前采集的各生产数据对应的节点设备标识对应的异常识别模型；其中，所述故障识别模型通过对相应节点设备标识对应节点设备异常时的生产数据通过深度学习算法预先训练得到；

通过各节点设备标识对应的异常识别模型对各节点设备进行异常识别。

在一可选实施例中，在所述提取本次收到的自身数据中的有用数据之后，所述方法还包括：

将当前提取的有用数据在本次收到的自身数据中剔除，将剩余的零散数据作为本次收到的自身数据中的无用数据；

判断本次收到的自身数据中的无用数据是否为预设的设备警报数据；

若本次收到的自身数据中的无用数据为预设的设备警报数据，则向指定管理终端发送所述设备警报数据。

在一可选实施例中，所述提取本次收到的自身数据中的有用数据，包括：

根据第一公式计算本次收到的自身数据中的有用数据的起始位置和有用数据的双位数值总个数；其中，所述自身数据的每个数值为双位16进制数；

根据本次收到的自身数据中的有用数据的起始位置和有用数据的双位数值总个数，提取本次收到的自身数据中的有用数据；

其中，所述第一公式为：

所述第一公式中，I表示本次收到的自身数据中的有用数据的起始位置；D

所述判断本次收到的自身数据中的无用数据是否为预设的设备警报数据，包括：

根据第二公式计算本次收到的自身数据中的无用数据为警报数据的判定值；

判断本次收到的自身数据中的无用数据为警报数据的判定值是否等于1，若是，则确定本次收到的自身数据中的无用数据为预设的设备警报数据，否则，确定本次收到的自身数据中的无用数据不为预设的设备警报数据；

其中，所述第二公式为：

所述第二公式中，E表示本次收到的自身数据中的无用数据为警报数据的判定值；W

在一可选实施例中，所述确定本次收到的自身数据中的无用数据为/不为预设的设备警报数据，还包括：

记录本次收到的自身数据中的无用数据、本次收到的自身数据中的无用数据为警报数据的判定值、本次收到的自身数据在边缘计算系统历史收到的自身数据总次数中的收到顺序号、本次收到的自身数据中的无用数据在其对应的自身数据中的顺序号的第二对应关系；

在判断本次收到的自身数据中的无用数据是否为预设的警报数据之后，还包括：

若本次收到的自身数据中的无用数据不为预设的设备警报数据，则根据本次收到的自身数据中的无用数据的数据量和所述第二对应关系，控制本次收到的自身数据对应节点设备与边缘计算系统的数据传输通道的切换与否。

在一可选实施例中，所述根据本次收到的自身数据中的无用数据的数据量，控制本次收到的自身数据对应节点设备与边缘计算系统的数据传输通道的切换与否，包括：

根据第三公式计算本次收到的自身数据中对应节点设备的数据传输通道的切换控制值；

判断所述本次收到的自身数据对应节点设备的数据传输通道的切换控制值是否等于1；

若所述本次收到的自身数据对应节点设备的数据传输通道的切换控制值等于1，则控制本次收到的自身数据对应节点设备与边缘计算系统的数据传输通道切换到预设的备用通道；

其中，所述第三公式为：

所述第三公式中，H表示本次收到的自身数据对应节点设备的数据传输通道的切换控制值；E(k_r)表示所述第二对应关系中记录的边缘计算系统历史第k次收到的自身数据中的第r个无用数据为警报数据的判定值；W(k_r)

本发明提供的一种基于边缘计算的生产车间安全保障方法，用于边缘计算系统，首先实时采集生产车间的生产链上各节点设备的生产数据，然后根据此生产数据，智能、自动地判断各节点设备异常情况，并及时向指定管理终端发送报警信息。本发明能够缓解服务器的计算压力，提升生产车间的运营效率，增加边际效益从而提高利润，也可以在生产线上设备运行出现异常时及时识别并报警给管理员，降低生产线卡顿或停工率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例提供的一种基于边缘计算的生产车间安全保障方法流程示意图。

具体实施方式

下面结合附图对本发明实施例进行详细描述。

应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

图1为本发明实施例提供的一种基于边缘计算的生产车间安全保障方法流程示意图。参见图1，该方法用于边缘计算系统，包括如下步骤S101-S103：

S101：实时采集生产车间的生产链上各节点设备的生产数据。

本实施例中，所述节点设备，包括了生产链上的车间仪器、工作设备等，其生产数据至少包括：执行设备执行指令数据和/或传感器的传感数据和/或图像数据和/或运行设备的运行数据。这些生产数据从客观上反映了各节点设备的工作状态，便于后续依据此数据对设备异常情况进行分析。

S102：对所述各节点设备的生产数据进行数据处理分析，判断各节点设备是否存在异常；是则执行S103。

S103：向指定管理终端发送报警信息。

上述技术方案的有益效果为：本发明实施例提供的一种基于边缘计算的生产车间安全保障方法，用于边缘计算系统，首先实时采集生产车间的生产链上各节点设备的生产数据，然后根据此生产数据，智能、自动地判断各节点设备异常情况，并及时向指定管理终端发送报警信息。本发明能够缓解服务器的计算压力，提升生产车间的运营效率，增加边际效益从而提高利润，也可以在生产线上设备运行出现异常时及时识别并报警给管理员，降低生产线卡顿或停工率。

作为一可选实施例，所述步骤S101，可以包括以下步骤S201-S203：

S201：对生产车间的生产链上各节点设备发送一个预设控制脉冲。

S202：接收各节点设备响应于所述控制脉冲返回的自身数据。

S203：提取本次收到的自身数据中的有用数据，作为相应节点设备的生产数据。

上述技术方案的有益效果为：当需要采集生产链上各节点设备的生产数据时，可以向各节点设备发送控制脉冲，即预设的一个控制指令数据，各节点设备接收到控制脉冲后将含有生产数据的自身数据进行返回，从而实现了获取生产数据的目的，具有实施方式简便的优点。

作为一可选实施例，所述步骤S102，可以包括如下步骤S301-S302：

S301：根据预先存储的节点设备标识和异常识别模型的第一对应关系，获取当前采集的各生产数据对应的节点设备标识对应的异常识别模型；其中，所述故障识别模型通过对相应节点设备标识对应节点设备异常时的生产数据通过深度学习算法预先训练得到；

S302：通过各节点设备标识对应的异常识别模型对各节点设备进行异常识别。

上述技术方案的有益效果为：生产链上各节点设备的种类繁多，异常时产生的生产数据也各不形同，将各设备异常时的生产数据作为样本，进行深度学习算法训练，得到各设备的异常识别模型，从而有效地提升了设备异常识别的准确性。

作为一可选实施例，所述步骤S203之后，还可以包括如下步骤S401-S403：

S401：将当前提取的有用数据在本次收到的自身数据中剔除，将剩余的零散数据作为本次收到的自身数据中的无用数据；

S402：判断本次收到的自身数据中的无用数据是否为预设的设备警报数据，是则执行S403；

S403：向指定管理终端发送所述设备警报数据。

上述技术方案的有益效果为：在所述边缘计算系统收集各设备的有用数据时，还会采集各节点设备的无用数据，然后判断这些无用数据是否为设备警报数据，最后确定这些无用数据为设备警报数据时进行及时的报警，便于开展有效、及时地应对处置，有效地提升了生产车间运营效率。

作为一可选实施例，所述步骤S203中提取本次收到的自身数据中的有用数据，可以包括以下步骤S501-S502：

S501：根据第一公式计算本次收到的自身数据中的有用数据的起始位置和有用数据的双位数值总个数；其中，所述自身数据的每个数值为双位16进制数；

S502：根据本次收到的自身数据中的有用数据的起始位置和有用数据的双位数值总个数，提取本次收到的自身数据中的有用数据；

其中，所述第一公式为：

所述第一公式中，I表示本次收到的自身数据中的有用数据的起始位置；D

本实施例中，有用数据的数据形式可以为：帧头(16进制)+数据双字位个数(转换为16进制)+设备数据。例如：若本次收到的自身数据是00 25 FF 03 EB 12 00，预设的通用数据传输帧头A

优选地，所述步骤S402，可以包括以下步骤S601-S604：

S601：根据第二公式计算本次收到的自身数据中的无用数据为警报数据的判定值；

S602：判断本次收到的自身数据中的无用数据为警报数据的判定值是否等于1，是则执行S603，否则执行S604；

S603：确定本次收到的自身数据中的无用数据为预设的设备警报数据；

S604：确定本次收到的自身数据中的无用数据不为预设的设备警报数据；

其中，所述第二公式为：

所述第二公式中，E表示本次收到的自身数据中的无用数据为警报数据的判定值，若E＝1，则表示所述无用数据是预设的设备警报数据；若E＝0，则表示所述无用数据不是预设的设备警报数据；W

上述技术方案的有益效果为：利用第一公式(1)根据仪器(即各节点设备)返回的自身数据提取出其中的无用数据，进而在提取有用数据的过程中可以同时将无用数据进行提取，提高系统的效率；然后利用第二公式(2)判断所述无用数据是否为仪器的警报数据，从而及时对警报数据进行响应，方便系统进行报警。

作为一可选实施例，所述步骤S603和S604，还可以包括：记录本次收到的自身数据中的无用数据、本次收到的自身数据中的无用数据为警报数据的判定值、本次收到的自身数据在边缘计算系统历史收到的自身数据总次数中的收到顺序号、本次收到的自身数据中的无用数据在其对应的自身数据中的顺序号的第二对应关系；

所述步骤S604之后，还可以包括：根据本次收到的自身数据中的无用数据的数据量和所述第二对应关系，控制本次收到的自身数据对应节点设备与边缘计算系统的数据传输通道的切换与否。

上述技术方案的有益效果为：在采集各节点设备的有用数据的过程中，还会采集无用数据并进行记录，由于这些无用数据的数据量从客观上反映了边缘计算系统与各节点设备(即车间仪器)之间传输通道的可靠度，当无用数据达到一定量时，表示传输通道的可靠度比较低，则可以控制将数据传输通道进行切换，从而保证了数据传输的可靠度。

作为一可选实施例，所述根据本次收到的自身数据中的无用数据的数据量，控制本次收到的自身数据对应节点设备与边缘计算系统的数据传输通道的切换与否，可以包括以下步骤S701-S703：

S701：根据第三公式计算本次收到的自身数据中对应节点设备的数据传输通道的切换控制值；

S702：判断所述本次收到的自身数据对应节点设备的数据传输通道的切换控制值是否等于1；是则执行S703；

S703：控制本次收到的自身数据对应节点设备与边缘计算系统的数据传输通道切换到预设的备用通道；

其中，所述第三公式为：

所述第三公式中，H表示本次收到的自身数据对应节点设备的数据传输通道的切换控制值，若H＝1，则表示控制当前数据传输通道进行切换；若H＝0，则表示不控制当前数据传输通道进行切换；E(k_r)表示所述第二对应关系中记录的边缘计算系统历史第k次收到的自身数据中的第r个无用数据为警报数据的判定值；W(k_r)

上述技术方案的有益效果为：利用第三公式(3)根据累计的不是仪器(即各节点设备)的警报数据的无用数据的数据量来控制当前数据传输通道是否进行切换，从而在无用数据较多的情况下切换传输通道，提高系统的传输可靠性。

从上述实施例的内容可知，在生产车间的生产链中使用边缘计算的技术，在生产车间采用“近实时”分析，可以提升运营效率，通过边缘计算系统来收集数据并及时识别异常情况；另外在所述边缘计算系统收集数据的过程中还会采集无用数据的累积量，通过所述无用数据的累积量来自检所述所述边缘计算系统与对应车间仪器之间的传输通道是否出现松动或故障等问题，当自检出存在松动或故障等问题时，自动切换传输通道，从而有效地提高了系统数据传输可靠性。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的方法的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的方法。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的方法的步骤。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。