基于工业物联网的多设备联动场景编排系统的制作方法
本发明涉及智能控制编排,尤其涉及基于工业物联网的多设备联动场景编排系统。
背景技术:
1、随着传感器普及与时序数据处理算法落地,第二代联动调度方案引入时序特征提取与简单阈值判断逻辑,通过采集现场温度、振动、电机运行频率等单一维度数据,设置固定上下限阈值作为设备联动触发条件,能够根据基础环境参数小幅调整设备运行参数。该阶段方案仅对单设备数据做独立阈值判定,未挖掘多设备之间内在关联关系,设备联动逻辑仅依托人工预设规则,无法识别设备间隐性因果影响。
2、目前的多设备联动场景编排中,设备因果关系建模未结合物理拓扑约束与时变工况衰减特性,因果矩阵失真严重,因为现有格兰杰因果建模方案无物理空间约束,直接对全部设备两两求解因果关系,十米以上无物理连接的设备仍会生成虚假因果权重,同时忽略生产过程低频漂移带来的时变干扰,全程使用固定因果权重矩阵,工况漂移后设备间真实影响程度持续偏移,依靠失真因果矩阵求解的设备动作策略偏离最优工况;
3、并且,现有的多设备联动场景编排中设备协同优化策略求解未考虑多设备博弈均衡关系,输出动作策略冗余且无稀疏约束,现有强化学习优化方式仅单独对单台设备做参数寻优,未将全部设备定义为博弈参与者,未构建兼顾生产效率与能耗的统一系统效用函数,缺少虚拟遗憾最小化迭代均衡求解机制,输出的设备动作策略存在大量无效、低收益动作组合,策略张量稠密,计算开销大,无法快速筛选有效联动路径。
技术实现思路
1、为了克服现有技术的上述缺陷,为实现上述目的,本发明提出如下技术方案:
2、基于工业物联网的多设备联动场景编排系统,包括:
3、数据采集模块:采集工业现场异构设备的原始遥测数据流,对原始遥测数据流执行基于自适应滑动时间窗的鲁棒归一化预处理操作,获得标准化时序特征向量;
4、因果分析模块:对标准化时序特征向量执行约束空间下的格兰杰因果矩阵构造操作,获得因果邻接矩阵,并引入时变因果衰减因子对因果邻接矩阵进行校准优化,获得全连通因果邻接矩阵;
5、策略生成模块:对全连通因果邻接矩阵执行引入虚拟遗憾最小化算法的迭代博弈求解操作,获得稀疏纳什均衡策略张量;
6、场景编排模块:导入稀疏纳什均衡策略张量,对稀疏纳什均衡策略张量执行基于反事实推理的路径置信度加权操作,获得用于执行的确定性联动指令集,基于确定性联动指令集完成多设备联动场景的编排与控制。
7、获得标准化时序特征向量的过程包括:
8、通过部署在工业物联网边缘网关侧的数据采集代理,同步采集可编程逻辑控制器的寄存器数值、伺服电机的相电流有效值、温度传感器的热力学温度读数以及视觉传感器的像素灰度特征值,组合生成所述原始遥测数据流;
9、构建长度为一秒且步进为一百毫秒的自适应滑动时间窗,以十千赫兹的振动传感器采样频率为基准,通过线性插值法将一赫兹的温度传感器读数执行上采样操作,通过窗口长度为十个采样点的均值池化法将十千赫兹的振动传感器读数执行下采样操作,将所述原始遥测数据流对齐至统一的时间基准轴;
10、采用基于随机抽样一致性算法的鲁棒估计子,识别并剔除所述原始遥测数据流a中偏离拟合模型超过三倍标准差的脉冲噪声离群点,对去噪后的数据执行z-score标准化变换,生成均值为零且方差为壹的所述标准化时序特征向量。
11、获得因果邻接矩阵的过程包括:
12、提取所述标准化时序特征向量中任意两个设备节点对应的时间序列变量,构建双变量自回归预测模型;
13、加载预存的生产线设备物理连接的拓扑布局图,将所述拓扑布局图中直线距离超过十米的设备节点间因果连接先验概率设置为零,形成物理连接拓扑约束空间,并在所述物理连接拓扑约束空间内求解所述双变量自回归预测模型的回归系数;
14、计算包含设备节点i历史信息的双变量自回归预测模型相较于不包含设备节点i历史信息的双变量自回归预测模型在预测设备节点j状态时的残差方差减少量,得到检验统计量,将所述检验统计量转换为因果显著性概率值,并将所述因果显著性概率值映射为因果权重;
15、遍历所述标准化时序特征向量中的所有设备节点对,根据遍历结果填充矩阵元素,构造出因果邻接矩阵。
16、获得全连通因果邻接矩阵的过程包括:
17、对所述标准化时序特征向量执行傅里叶变换,提取零点一到零点五赫兹的低频漂移分量,计算所述低频漂移分量的功率谱密度,生成时变因果衰减因子;
18、将所述时变因果衰减因子与所述因果邻接矩阵中的各个因果权重执行哈达玛积运算,对所述因果邻接矩阵进行动态衰减校正,输出全连通因果邻接矩阵。
19、获得稀疏纳什均衡策略张量的过程包括:
20、定义所述全连通因果邻接矩阵中的每个设备节点为博弈参与者,定义各设备节点的可调运行参数为离散动作集合,定义综合生产效率与能耗比的系统效用函数;
21、所述系统效用函数的梯度受限于所述全连通因果邻接矩阵中的因果权重分布;
22、初始化各博弈参与者的混合策略概率分布为均匀分布,在每一轮迭代中,基于所述全连通因果邻接矩阵反馈的效用梯度,计算当前策略下的即时遗憾值,所述即时遗憾值为表示切换至最优响应动作所能获得的效用提升量;
23、利用虚拟遗憾最小化算法,根据所述即时遗憾值更新各博弈参与者的混合策略概率分布,经迭代收敛后,当累计平均遗憾值收敛至小于0.001的数值阈值时,输出表示系统稳定交互状态的稀疏纳什均衡策略张量。
24、获得确定性联动指令集的过程包括:
25、遍历所述稀疏纳什均衡策略张量中所有概率非零的潜在联动路径,构建反事实假设前提,所述反事实假设前提为特定联动路径不存在;
26、在所述反事实假设前提下,屏蔽所述特定联动路径在所述稀疏纳什均衡策略张量中对应的元素,基于所述全连通因果邻接矩阵重新计算系统全局效用函数的变化量,得到反事实奖励值;
27、将所述反事实奖励值与预设的总效用1%阈值进行比对,若所述反事实奖励值低于所述阈值,则判定所述特定联动路径为冗余路径,将所述特定联动路径在所述稀疏纳什均衡策略张量中的权重置零;
28、筛选并保留权重非零的高置信度路径,根据保留路径的动作类型、执行参数及严格时序逻辑关系,生成包含设备地址、控制指令字及触发条件的确定性联动指令集。
29、基于所述全连通因果邻接矩阵重新计算系统全局效用函数的变化量,得到反事实奖励值的过程包括:
30、定义系统全局效用函数为生产节拍倒数与单位产品能耗的乘积函数,在屏蔽特定联动路径后,重新求解所述乘积函数的最小值;
31、计算屏蔽前后的乘积函数最小值之差的绝对值,将所述绝对值作为所述反事实奖励值,并将所述反事实奖励值映射至零到壹的区间,生成路径置信度权重,利用所述路径置信度权重对所述确定性联动指令集中的控制指令字执行强度调制。
32、完成多设备联动场景的编排与控制的过程包括:
33、提取所述确定性联动指令集中相邻两条指令的时间间隔,计算所述时间间隔的倒数作为联动紧迫度系数;
34、根据所述联动紧迫度系数对所述确定性联动指令集中的控制指令字执行优先级重排序,若所述联动紧迫度系数大于预设的每秒十次的频率阈值,则将对应的两条指令合并为单条复合指令;
35、将重排序及合并处理后的指令封装为符合消息队列遥测传输协议格式的数据帧,通过工业以太网总线下发至对应的设备代理,完成多设备联动场景编排。
36、本发明具备以下有益效果:
37、1、构建融合物理连接拓扑约束的格兰杰因果邻接矩阵,对直线距离超十米无物理连接的设备强制清零因果先验概率,规避虚假因果关系;同时基于时序低频漂移分量计算时变因果衰减因子,通过哈达玛积动态校正因果权重,适配生产工况持续漂移场景,得到贴合现场真实设备影响关系的全连通因果邻接矩阵,大幅提升设备间因果关联识别准确度。
38、2、将全部设备节点定义为博弈参与者,以综合生产效率与能耗比构建统一系统效用函数,依托虚拟遗憾最小化算法迭代求解稀疏纳什均衡策略张量,迭代收敛判定标准量化为累计平均遗憾值小于零点零零一,输出的策略张量自动剔除低收益无效动作,实现设备协同动作均衡最优解,兼顾生产产能与能耗控制,同时稀疏结构降低后续路径遍历计算量。
39、3、引入反事实推理机制对全部潜在联动路径做效用校验,通过屏蔽单一路径前后全局效用差值计算反事实奖励值,以总效用百分之一阈值剔除冗余联动路径,仅保留高置信度有效联动路径;基于反事实奖励值映射生成零至一区间的路径置信度权重,对控制指令字做强度调制,设备调节幅度与路径实际效用贡献匹配,既保障污染控制达标,又避免设备过度调节造成能耗损耗。
40、4、基于指令时间间隔计算联动紧迫度系数完成指令优先级重排序,对高频相邻指令合并为复合指令,统一封装为标准消息队列遥测传输协议数据帧下发,大幅减少工业以太网总线传输数据帧数量,降低通信负载;高紧迫度指令优先下发,多设备同步联动控制时延更低,提升工业现场多设备协同控制实时性与稳定性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com