基于5G与边缘计算的制冷机组物联网远程运维系统的制作方法

摘要: 本发明涉及工业物联网,尤其涉及基于5g与边缘计算的制冷机组物联网远程运维系统。背景技术:1、制冷机组作为商业建筑、工业厂房和数据中心的核心耗能设备,其运行可靠性...
基于5G与边缘计算的制冷机组物联网远程运维系统的制作方法

本发明涉及工业物联网,尤其涉及基于5g与边缘计算的制冷机组物联网远程运维系统。

背景技术:

1、制冷机组作为商业建筑、工业厂房和数据中心的核心耗能设备,其运行可靠性直接影响被控环境的温湿度品质和系统能耗水平。随着物联网、第五代移动通信和边缘计算技术的快速发展,制冷机组的运维模式正从传统的定期巡检和事后维修向基于状态监测的预测性维护转变。物联网技术通过部署于制冷机组现场的传感器网络实时采集温度、压力、振动和电参数四类运行数据,第五代移动通信技术为现场数据的高速低时延传输提供通信保障,边缘计算技术通过在靠近数据源的网络边缘侧部署计算节点,实现数据的本地化处理和实时故障诊断。上述三类技术的融合应用,使得制冷机组的运行状态透明化、故障诊断智能化和运维决策精准化成为可能,已成为暖通空调行业智能化升级的重要技术方向。

2、现有技术中,中国专利申请cn201911185325.0公开了一种对中央空调系统进行远程控制的方法和装置,该技术采用云加边缘架构,通过边缘计算网关采集中央空调系统的全部能源设备运行数据并上传至云平台,由云平台基于训练好的网络模型生成控制策略并下发至边缘计算网关执行。该方案虽然实现了云边协同的远程控制,但其边缘计算网关仅作为数据采集和指令转发的中间节点,未在边缘侧构建针对制冷机组热力学特性的状态参数辨识能力和部件级故障特征提取能力,导致边缘侧无法对制冷工质的过热度、过冷度及制冷系数三项关键热力学指标进行实时解析,故障诊断的实时性和准确性受限于云平台的网络时延。

3、中国专利申请cn202011555163.8公开了一种基于物联网的设备远程诊断运维方法及系统,该技术在边缘端采用增量迭代算法对流式数据和批式数据进行融合处理,实现了低延迟远程诊断。该方案虽然提升了边缘端的数据处理能力,但其边缘计算节点采用单一层次架构,未针对制冷机组多机组并联运行场景构建故障传播关联分析机制,当机房内多台制冷机组存在耦合故障时,无法通过边缘侧的有向图模型和图注意力网络定位跨机组故障的根因部件,导致故障定位精度不足且易引发次生故障。

技术实现思路

1、针对现有技术的不足,本发明提供了基于5g与边缘计算的制冷机组物联网远程运维系统,克服了现有技术的不足,有效的解决了上述背景技术提出的问题。

2、为了实现上述目的,本发明采用了如下技术方案:

3、一种基于5g与边缘计算的制冷机组物联网远程运维系统,包括:多模态传感网络;现场感知层边缘节点,包含热力学状态参数辨识模块、部件级特征提取模块和轻量级故障检测模块,所述轻量级故障检测模块内置一维卷积神经网络,输出压缩机液击、冷凝器脏堵、蒸发器结霜、节流装置冰堵和制冷剂泄漏的五分类故障概率;

4、区域汇聚层边缘节点,包含故障传播关联分析模块和区域级故障定位模块,所述故障传播关联分析模块内置故障传播有向图,所述故障传播有向图以各机组的压缩机、冷凝器、蒸发器、节流装置为节点,同一机组内节点间的有向边方向遵循制冷剂流动方向,共用冷却水或冷冻水回路的机组节点间设置由上游指向下游的跨机组有向边,有向边权重为基于历史故障记录贝叶斯估计的故障传播条件概率;

5、所述区域级故障定位模块内置图注意力网络,以所述故障传播有向图为图结构输入、以各机组上传的热力学状态参数、部件级特征向量和五分类故障概率为节点属性输入,输出跨机组故障根因;

6、5g通信模块,包含网络切片配置单元、控制面传输单元、监测数据传输单元和诊断视频传输单元,网络切片配置单元为控制面传输单元分配超可靠低时延通信切片,为监测数据传输单元及诊断视频传输单元分配增强移动宽带切片;

7、云端运维平台,包含知识蒸馏模块和运维知识图谱模块,知识蒸馏模块以深度transformer故障预测模型为教师模型、以一维卷积神经网络及图注意力网络为学生模型,周期性下发模型参数更新包,运维知识图谱模块存储故障现象、故障原因、维修措施及备件信息的结构化关联数据。

8、优选地,所述温度传感单元包含蒸发器进出口温度传感器、冷凝器进出口温度传感器、压缩机排气温度传感器和环境温度传感器。

9、优选地,所述压力传感单元包含压缩机吸气压力传感器、压缩机排气压力传感器和冷凝压力传感器。

10、优选地,所述振动传感单元包含压缩机壳体振动加速度传感器和风机轴承振动速度传感器。

11、优选地,所述现场感知层边缘节点包含模数转换模块,模数转换模块以不低于1khz的采样率同步采集多模态传感网络的模拟信号并转换为数字信号。

12、一种基于5g与边缘计算的制冷机组物联网远程运维方法,包括:采集多模态传感数据;

13、现场感知层边缘节点计算过热度、过冷度及制冷系数,构建部件级时域、频域及小波包能量特征向量并由一维卷积神经网络输出五分类故障概率;

14、区域汇聚层边缘节点基于故障传播有向图与图注意力网络输出跨机组故障根因,并生成紧急停机或参数调整指令;

15、通过超可靠低时延通信切片将指令下发执行;

16、云端运维平台周期性执行知识蒸馏并下发模型参数更新包。

17、优选地,所述现场感知层边缘节点和区域汇聚层边缘节点均采用容器化部署架构,一维卷积神经网络、图注意力网络和热力学状态参数辨识模块分别运行于独立的docker容器中。

18、优选地,所述知识蒸馏模块生成的蒸馏损失函数包含软目标损失项和硬目标损失项,软目标损失项为教师模型输出的故障概率分布与学生模型输出的故障概率分布之间的kl散度,硬目标损失项为学生模型输出的故障类别与真实故障标签之间的交叉熵。

19、优选地,所述云端运维平台包含远程专家交互模块,远程专家交互模块接收运维人员手持终端通过诊断视频传输单元上传的现场视频流,并将现场视频流与运维知识图谱模块中关联的故障现象、故障原因和维修措施同步显示于同一交互界面。

20、本发明的有益效果为:

21、本发明的基于5g与边缘计算的制冷机组物联网远程运维系统,通过部署现场感知层边缘节点和区域汇聚层边缘节点构成的两级边缘计算架构,在现场感知层边缘节点内置热力学状态参数辨识模块和部件级特征提取模块,在区域汇聚层边缘节点内置故障传播关联分析模块和区域级故障定位模块,解决了现有技术中边缘侧缺乏制冷机组热力学状态实时解析能力和多机组故障根因定位能力的技术问题,实现了制冷机组过热度、过冷度和制冷系数的边缘实时计算以及跨机组故障传播路径的精准追溯;

22、本发明的基于5g与边缘计算的制冷机组物联网远程运维系统,通过在5g通信模块中配置网络切片配置单元,为控制面传输单元分配超可靠低时延通信切片,为监测数据传输单元和诊断视频传输单元分配增强移动宽带切片,解决了现有技术中控制指令、监测数据和视频数据共用同一传输通道导致的时延抖动和带宽抢占问题,实现了控制指令传输时延的确定性保障和监测数据上传带宽的独占性保障;

23、本发明的基于5g与边缘计算的制冷机组物联网远程运维系统,通过在云端运维平台中配置知识蒸馏模块,以深度transformer故障预测模型为教师模型、以一维卷积神经网络模型和图注意力网络模型为学生模型,周期性生成蒸馏损失函数并下发模型参数更新包,解决了现有技术中边缘侧模型长期固定运行导致的预测精度衰减问题,实现了边缘侧故障检测模型和故障定位模型与云端高精度模型的持续协同进化。