一种面向国产化工业控制系统的边缘计算网关及数据处理方法与流程

本发明涉及工业机器人边缘智能监测，具体为一种面向国产化工业控制系统的边缘计算网关及数据处理方法。

背景技术：

1、工业机器人广泛应用于焊接、喷涂、搬运等自动化生产场景，其关节部件（如减速机、电机轴承）在长期高负荷运行下易发生磨损、点蚀、润滑失效等渐进性故障，若未能及时发现，将导致非计划停机甚至安全事故。目前，针对工业机器人的健康监测主要依赖两种方式：一是基于机器人控制器内置的电流、温度等参数进行阈值报警，该方法仅能检测严重故障，对早期微弱故障不敏感；二是将振动传感器数据上传至云端或集中式服务器，利用深度学习模型进行故障诊断与寿命预测，但该方法存在数据量大（单关节12.8khz采样下日数据量可达数gb）、传输延迟高（秒级至分钟级）、依赖稳定网络连接等问题，难以满足产线对实时报警（毫秒至亚秒级）与数据隐私保护的需求。部分边缘计算网关虽尝试将数据处理下沉至靠近机器人的现场侧，但其算力普遍较低，难以部署复杂神经网络模型，且通常采用非国产化芯片与操作系统，在军工、能源等对自主可控要求严格的行业中受限。

2、此外，现有边缘计算网关面向工业机器人监测时，其数据处理方法多为静态配置：采样频率、分析窗口长度、报警阈值等参数一经设定便不再改变，无法适应机器人从健康到故障的连续退化过程中信号特征的变化规律。当机器人进入早期退化阶段时，固定的采样频率难以捕获边带调制等高分辨率特征，导致模型预测精度下降；而固定阈值则容易因个体差异或工况波动产生误报或漏报。同时，现有网关的接口设计较为固化，难以灵活适配不同机型（如焊接机器人需多路iepe接口，搬运机器人需多路can接口）的差异化采集需求。多台机器人协同作业场景下，各网关缺乏健康状态互通与任务动态调度的能力，无法根据关节健康水平主动调整负载分配以延长整线平均无故障时间。因此，亟需一种面向国产化工业控制系统、具备自适应采样与模型在线更新能力、支持模块化接口扩展的边缘计算网关及数据处理方法，以实现工业机器人关节的精准、实时、自主可控的预测性维护。

技术实现思路

1、本发明为了解决现有技术的问题，提供了一种面向国产化工业控制系统的边缘计算网关及数据处理方法。

2、为了解决上述技术问题，本发明是通过以下技术方案实现的：。

3、本发明的有益效果为：

4、1.通过将轻量化健康评估模型部署于边缘计算网关本地，利用国产npu对卷积运算进行硬件加速，实现了振动、电流、温度等多维状态数据的实时采集与在线推理，避免了原始数据大量上传云端所带来的传输延迟与带宽占用；在此基础上，依据健康评分所处的阈值区间执行分级响应策略，使网关在正常状态下仅上传统计特征数据，在退化预警状态下缓存原始数据并上传预警信息，在故障临界状态下触发本地报警并加密上传完整数据包，从而在保障实时报警响应的前提下大幅压缩了云端数据流量，提升了工业现场数据处理的自主性与安全性；

5、2.通过构建健康评分驱动的闭环自适应机制：当健康评分持续低于中间阈值且特定故障概率超标时，自动提升振动采样频率、扩展滑动窗口长度并加密电流采样周期，从而获取更高分辨率的状态数据用于边带能量比与调制特征的提取，进而通过相似度匹配在线更新随机森林中相关子树的投票权重，实现对早期微弱故障的灵敏检测；同时，利用线性外推或指数拟合预测故障发生时间，并根据实际故障时间与预测时间的偏差动态修正中间阈值，形成“健康评分→采样调整→模型更新→阈值修正”的闭环反馈。该机制使网关能够自适应跟踪机器人关节的退化轨迹，在减少误报与漏报的同时维持模型对不同工况的泛化能力，显著提升了预测性维护的准确性与鲁棒性。

1.一种面向国产化工业控制系统的边缘计算网关及数据处理方法，其特征在于，应用于边缘计算网关，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述步骤s1中：振动时域信号的采集通过板载iepe接口接入压电式加速度传感器实现，第一采样频率≥12.8khz，第二采样频率≥25.6khz，采样分辨率≥24位；驱动电流信号通过can总线或ethercat接口从机器人控制器实时读取，默认采样周期与机器人伺服周期相同，调整为一半后不低于1khz；壳体温度信号的采样周期为1秒。

3.根据权利要求1所述的方法，其特征在于，所述步骤s3中的轻量化健康评估模型通过如下方式部署：1d-cnn部分采用4层卷积层，每层卷积核数量分别为16、32、64、64，卷积核大小均为3，步长为2；随机森林部分包含100棵决策树，最大深度为10；模型在网关初次上电时从固件区加载，运行时权重数据存放于共享内存，供npu直接读取；所述国产npu与国产cpu通过共享内存交换特征图数据，npu完成一次卷积层推理的时间不超过5ms。

4.根据权利要求1所述的方法，其特征在于，所述第三阈值的初始值设定为第一阈值与第二阈值的算术平均值；所述步骤s5中的连续5个采样点均低于第三阈值的判定中，5个采样点的健康评分时间间隔与步骤s3的推理输出周期一致，且其中至少3个采样点对应的轴承磨损或润滑失效概率超过60%。

5.根据权利要求1所述的方法，其特征在于，所述步骤s6中更新随机森林子树投票权重的方法为：将高分辨率数据提取的边带能量比与历史故障模板中的边带能量比进行余弦相似度计算，相似度≥0.85时，将该故障模式对应的子树投票权重增加10%，并将其他不相关子树的投票权重按比例衰减，总权重保持归一化；所述历史故障模板存储于网关的非易失性存储器中，至少包含轴承磨损、齿轮断齿、润滑失效三种故障模式各自的时频特征模板。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：在步骤s4输出诊断报告时，同时输出一个故障原因向量，所述向量包含轴承磨损概率、齿轮断齿概率、润滑失效概率和电机匝间短路概率，并将概率最高的故障类型以明文形式显示在网关的本地显示屏上；所述诊断报告采用国密sm2算法签名后上传。

7.一种面向国产化工业控制系统的边缘计算网关，其特征在于，用于执行权利要求1至6任一项所述的方法，包括：

8.根据权利要求7所述的边缘计算网关，其特征在于，所述国产cpu为飞腾d3000系列或龙芯2k2000，所述国产npu为寒武纪mlu220或算能bm1684；所述国产实时操作系统为麒麟工业操作系统或loongos，其内核中断响应抖动≤20微秒，且提供针对周期性采样任务的实时调度策略。

9.根据权利要求7所述的边缘计算网关，其特征在于，所述多协议工业数据采集接口模块采用模块化可插拔设计：网关主板设有两个pcie扩展槽位，可择一或同时插接四通道iepe采集卡、双路can fd卡、四路rs485卡或千兆视觉接口卡；各接口子卡与主板之间通过pcie2.0x1或spi总线通信，且支持热插拔。

10.根据权利要求7所述的边缘计算网关，其特征在于，所述本地存储模块还保存一个环形缓冲区运行日志，记录每次触发预警或报警的事件时间、健康评分、故障类型及对应原始数据的sm3校验和，日志容量不少于1000条；所述安全加密模块对日志数据按小时进行sm4加密存储，加密密钥由sm2公钥加密后保存在网关的密钥分区中；网关还支持与同产线其他边缘计算网关通过国密ssl vpn通道交换各自的关节健康评分，并根据评分高低动态调整多台机器人的任务负载权重—健康评分最高的三台机器人承担优先任务，评分最低的一台机器人自动降低任务优先级并触发提示人工检查。