一种基于工业物联网的生产监测系统的制作方法

本发明涉及生产监测领域，尤其涉及一种基于工业物联网的生产监测系统。

背景技术：

1、随着大数据处理技术和人工智能算法的成熟，工业物联网系统能够更有效地处理和分析海量数据，识别生产过程中的异常和潜在问题，例如，利用传感技术对生产设备进行健康监控，实现设备故障诊断、预测，提高维护效率，降低维护成本，这种融合不仅提高了生产监测的准确性和效率，还为企业提供了更多决策支持。

2、中国专利公开号：cn116883401a，公开了一种工业产品生产质量检测系统，该系统通过图像采集模块获取检测工业产品的表面图像；在图像增强模块中根据不同阈值下的边缘图，分析图中边缘点的信息，获取最优边缘图中边缘像素点的目标程度，进而获取最优尺寸并对其子块进行图像增强，获取待检测工业产品增强图像；通过图像特征提取模块获取待检测的工业产品表面图像的缺陷程度；通过产品质量检测模块，对工业产品表面图像的缺陷程度进行质量判断，完成生产质量检测。

3、但是，现有技术中还存在以下问题，对大型工厂大批量设备的生产进行监测时，由于涉及相关参数的采集，会伴随对数据的大量分析处理，算力消耗较高，并且检测准确性不佳。

技术实现思路

1、为此，本发明提供一种基于工业物联网的生产监测系统，用以克服现有技术中，对大型工厂大批量设备的生产进行监测时，由于涉及相关参数的采集，会伴随对数据的大量分析处理，算力消耗较高，并且检测准确性不佳的问题。

2、为实现上述目的，本发明提供一种基于工业物联网的生产监测系统，其包括：

3、数据采集模块，其包括用以获取生产区域内若干目标设备图像的图像采集单元以及用以获取目标设备运行特征的检测模组，所述运行特征包括音频强度以及振动强度；

4、特征识别模块，其与所述数据采集模块连接，用以基于目标设备图像中部件轮廓的活动轨迹识别特异表征部件，以确定针对目标设备图像的特异区域；

5、特征筛选模块，其分别与所述数据采集模块以及特征识别模块连接，用以对目标设备图像的各特异区域进行分析，获取各所述特异区域中关键点的扰动轨迹与历史周期内对应若干扰动轨迹的拟合度均值，以判定目标设备的异常倾向类别；

6、监测模块，其分别与所述特征筛选模块以及数据采集模块连接，包括异常分析单元、常态分析单元以及调度单元；

7、所述异常分析单元用以调整关键点数量，以计算调整关键点数量后的各关键点对应的拟合度均值，以及，确定各目标设备图像对应的时域段，调用所述检测模组所采集的数据确定运行稳定表征参数，以结合拟合度均值判定目标设备是否存在异常；

8、所述常态分析单元用以调整分析频率，以对应分析频率对所述检测模组所采集的数据进行分析，以判定目标设备是否存在异常；

9、所述调度单元用以响应所述特征筛选模块的判定结果，调用所述异常分析单元或所述常态分析单元。

10、进一步地，所述特征识别模块用以识别特异表征部件，包括，

11、用以确定目标设备图像中的部件轮廓；

12、用以标定部件轮廓中的关键点，确定关键点在基准时间内移动轨迹；

13、用以确定移动轨迹的最大移动范围；

14、用以将所述最大移动范围与标准移动范围进行对比，若所述最大移动范围大于或等于标准移动范围，则判定所述部件为特异表征部件。

15、进一步地，所述特征识别模块确定针对目标设备图像的特异区域包括，

16、以所述特异表征部件的轮廓中点为圆心，以预定移动距离为半径构建圆形区域；

17、将所述圆形区域对应范围确定为所述针对目标设备图像的特异区域。

18、进一步地，所述特征筛选模块判定目标设备的异常倾向类别，包括，

19、若特异区域中关键点的扰动轨迹与历史周期内对应若干扰动轨迹的拟合度均值大于或等于拟合度均值阈值，则判定目标设备的异常倾向类别为低异常倾向类别；

20、若特异区域中关键点的扰动轨迹与历史周期内对应若干扰动轨迹的拟合度均值小于拟合度均值阈值，则判定目标设备的异常倾向类别为高异常倾向类别。

21、进一步地，所述调度单元响应所述特征筛选模块的判定结果，包括，

22、若目标设备的异常倾向类别为高异常倾向类别，则调用异常分析单元；

23、若目标设备的异常倾向类别为低异常倾向类别，则调用常态分析单元。

24、进一步地，所述异常分析单元调整关键点数量，包括，

25、确定特异区域中关键点的扰动轨迹与历史周期内对应若干扰动轨迹的拟合度均值；

26、增加关键点数量，关键点增加量与所述拟合度均值呈负相关。

27、进一步地，所述异常分析单元用以调用检测模组所采集的数据确定运行稳定表征参数包括，

28、用以获取检测模组所采集的音频强度以及振动强度；

29、用以计算音频强度时域曲线与样本数据库音频强度时域曲线的音频拟合度；

30、用以计算振动强度时域曲线与样本数据库振动强度时域曲线的振动拟合度；

31、用以计算音频拟合度与预设的音频拟合度阈值对应音频拟合度比值；

32、用以计算振动拟合度与预设的振动拟合度阈值对应的振动拟合度比值；

33、将所述音频拟合度比值与振动拟合度比值的和确定为运行稳定表征参数。

34、进一步地，所述异常分析单元判定目标设备是否存在异常，包括，

35、若运行稳定表征参数小于或等于运行稳定表征参数阈值或/和所述调整关键点数量后的各关键点对应的拟合度均值小于拟合度均值标准阈值，则判定目标设备存在异常。

36、进一步地，所述常态分析单元调整分析频率，包括，

37、提高分析频率，分析频率提高量与所述特异区域中关键点的扰动轨迹与历史周期内对应若干扰动轨迹的拟合度均值呈负相关。

38、进一步地，所述常态分析单元判定目标设备是否存在异常，包括，

39、若运行稳定表征参数小于或等于运行稳定表征参数阈值，则判定目标设备存在异常。

40、与现有技术相比，本发明通过数据采集模块获取生产区域内若干目标设备图像以及目标设备运行特征；特征识别模块基于目标设备图像中部件轮廓的活动轨迹识别特异表征部件，以确定针对目标设备图像的特异区域；特征筛选模块对目标设备图像的各特异区域进行分析，获取各特异区域中关键点的扰动轨迹与历史周期内对应若干扰动轨迹的拟合度均值，以判定目标设备的异常倾向类别；监测模块基于特征筛选模块的判定结果适应性地对目标设备进行监测，本发明通过上述过程，提高易出现异常的动态运作部件的监测精细度，同时节约算力资源，提高监测效率。

41、尤其，本发明应用在对大型工厂中大规模的目标设备的生产监测，在实际情况中，大部分设备仅存在动作部件参与工作，动态运作的工作部件产生异常的风险较高，同时，该种类型的部件往往是在一定区域内进行运作，运作行为是容易被观察监测的，因此，本技术通过识别特异表征部件以表征动态运作幅度较大且运动轨迹明显的部件风险倾向，为后续确定针对目标设备图像的特异区域提供基础，对动态运作的部件进行精细化分析，进而，提高易出现异常的动态运作部件的监测精细度，同时节约算力资源，提高监测效率。

42、尤其，本发明确定针对目标设备图像的特异区域，在常态运行过程中，特异表征部件多处于重复性周期性的运作状态，并且，特异表征部件是在一定区域范围内进行运作的，图像采集单元所采集的目标设备图像可以观测出明显的扰动轨迹，进而，适用于对大面积内的大量设备进行集中监测，且仅需分析图像中的局部特征，算力消耗较小，实际情况中，若目标设备存在异常，则目标设备在异常运作状态下的扰动轨迹与常态运行下的扰动轨迹会有差异，以此能够初步表征目标设备是否存在异常倾向，因此，本技术通过确定针对目标设备图像的特异区域，依据特异区域中关键点的扰动轨迹与历史周期内对应若干扰动轨迹的拟合度均值表征特异表征部件的异常倾向程度，为后续判定目标设别的异常倾向类别提供数据支持，进而，调度单元适应性地调用相应的分析单元对目标设备进行监测，提高易出现异常的动态运作部件的监测精细度，同时节约算力资源，提高监测效率。

43、尤其，本发明设置异常分析单元以及常态分析单元针对性地对不同异常倾向类别的目标设备进行相应的分析，在高异常倾向类别下，调度单元调用异常分析单元对目标设备进行分析，通过异常分析单元增加关键点数量，以提高对目标设备的监测精度，通过对特异区域关键点的扰动轨迹拟合度均值与历史周期内对应若干扰动轨迹的拟合度均值进行二次分析，并且，结合运行特征分析以得出更加精细的分析结果；在低异常倾向类别下，调度单元调用常态分析单元对目标设备进行分析，通过常态分析单元提高分析频率，以对目标设备进行高频精细分析，不仅提高了监测数据的精度，还能够保证数据的可靠性，针对性地对不同情况进行分析，合理分配算力资源，减少算力资源的浪费，并且，提高易出现异常的动态运作部件的监测精细度，保证监测可靠性。

技术特征：

1.一种基于工业物联网的生产监测系统，其特征在于，包括：

2.根据权利要求1所述的基于工业物联网的生产监测系统，其特征在于，所述特征识别模块用以识别特异表征部件，包括，

3.根据权利要求2所述的基于工业物联网的生产监测系统，其特征在于，所述特征识别模块确定针对目标设备图像的特异区域包括，

4.根据权利要求1所述的基于工业物联网的生产监测系统，其特征在于，所述特征筛选模块判定目标设备的异常倾向类别，包括，

5.根据权利要求1所述的基于工业物联网的生产监测系统，其特征在于，所述调度单元响应所述特征筛选模块的判定结果，包括，

6.根据权利要求5所述的基于工业物联网的生产监测系统，其特征在于，所述异常分析单元调整关键点数量，包括，

7.根据权利要求6所述的基于工业物联网的生产监测系统，其特征在于，所述异常分析单元用以调用检测模组所采集的数据确定运行稳定表征参数包括，

8.根据权利要求7所述的基于工业物联网的生产监测系统，其特征在于，所述异常分析单元判定目标设备是否存在异常，包括，

9.根据权利要求8所述的基于工业物联网的生产监测系统，其特征在于，所述常态分析单元调整分析频率，包括，

10.根据权利要求9所述的基于工业物联网的生产监测系统，其特征在于，所述常态分析单元判定目标设备是否存在异常，包括，

技术总结
本发明涉及生产监测领域，尤其涉及一种基于工业物联网的生产监测系统，本发明通过数据采集模块获取生产区域内若干目标设备图像以及目标设备运行特征；特征识别模块基于目标设备图像中部件轮廓的活动轨迹识别特异表征部件，以确定针对目标设备图像的特异区域；特征筛选模块对目标设备图像的各特异区域进行分析，获取各特异区域中关键点的扰动轨迹与历史周期内对应若干扰动轨迹的拟合度均值，以判定目标设备的异常倾向类别；监测模块基于特征筛选模块的判定结果适应性地对目标设备进行监测，本发明通过上述过程，提高易出现异常的动态运作部件的监测精细度，同时节约算力资源，提高监测效率。

技术研发人员：黄灼,刘琰,邢雁,黄锡雄
受保护的技术使用者：广州机智云物联网科技有限公司
技术研发日：
技术公布日：2024/9/23