一种面向工业设备的数据采集与指令下发智能网关系统及方法与流程

摘要: 本发明属于工业物联网边缘计算与设备控制,具体涉及一种面向工业设备的数据采集与指令下发智能网关系统及方法。背景技术:1、现有工业网关系统通常采用云端协同架构,边缘...
一种面向工业设备的数据采集与指令下发智能网关系统及方法与流程

本发明属于工业物联网边缘计算与设备控制,具体涉及一种面向工业设备的数据采集与指令下发智能网关系统及方法。

背景技术:

1、现有工业网关系统通常采用云端协同架构,边缘侧网关采集底层控制器的寄存器数据并上传至云平台,云平台根据全局生产模型运算后,将控制指令经由广域网下发至边缘侧网关,最终由网关转发至执行机构完成工艺动作,智能网关可以将plc控制器、pc、网关,运动控制、/0数据采集、现场总线协议、机器视觉、设备联网等多领域功能集成于一体,同时实现设备运动控制、数据采集、运算和与云端相连,以及在边缘侧协同远程工业云平台实现智能产线控制等,提高了现有自动化系统的效率,同时降低复杂性和拥有成本,可以处理更多的自动化功能,包括传统上需要pc或其它专用设备实现的功能。

2、现有技术存在的问题:

3、在精密加工或高频联动工况下,云端指令下发链路的网络抖动与物理传输延迟会导致控制时序错位,现有边缘网关仅具备被动接收与透传功能,缺乏对工艺时序状态的降维特征提取与指令演进趋势的预判能力;若直接引入常规时间序列预测模型,因工业控制指令具备严格的逻辑操作码与寄存器地址约束,常规模型输出的连续数值无法直接映射为离散的控制指令集,导致预测结果无法在本地直接旁路执行,难以消除空间传输延迟对硬实时工艺的破坏。

技术实现思路

1、本发明的目的是提供一种面向工业设备的数据采集与指令下发智能网关系统及方法,能够实现云端指令传输延迟工况下本地控制指令的精准预载与旁路执行。

2、本发明采取的技术方案具体如下:

3、一种面向工业设备的数据采集与指令下发方法,包括如下步骤:

4、采集异构工业设备的底层寄存器数据,提取报文时序间隔与地址偏移量构建协议指纹,通过多维空间映射将所述底层寄存器数据绑定至标准物模型属性节点;

5、基于所述标准物模型数据提取当前工艺周期的时序状态特征,输入预训练的指令预测网络生成预测控制指令集,并将所述预测控制指令集写入本地高速缓存区进行预载;

6、接收云端下发的实际控制指令,在本地分布式处理节点中计算所述实际控制指令与所述预测控制指令集中对应指令的逻辑契合度;

7、当所述逻辑契合度大于或等于预设的执行阈值时,直接调用所述本地高速缓存区中的对应指令驱动目标工业设备,并将执行状态异步上报至所述云端进行一致性校验。

8、根据本发明实施例的又一方面,提取所述报文时序间隔与地址偏移量构建协议指纹,通过多维空间映射将所述底层寄存器数据绑定至标准物模型属性节点,包括:

9、按照预设采样频率抓取通信总线上的数据帧,计算相邻数据帧之间的时间差作为所述报文时序间隔,并提取数据帧中的起始寄存器地址与数据长度作为所述地址偏移量;

10、将所述报文时序间隔与所述地址偏移量组合为协议指纹向量;

11、计算所述协议指纹向量与本地预置的多个标准物模型属性节点的参考指纹向量之间的余弦相似度,将所述底层寄存器数据绑定至余弦相似度最高的标准物模型属性节点。

12、根据本发明实施例的又一方面,所述方法还包括对指令预测网络进行自学习更新的步骤:

13、记录历史工艺周期内所述标准物模型数据的状态序列以及所述云端下发的实际控制指令序列;

14、计算所述实际控制指令序列与所述指令预测网络输出的预测控制指令集之间的偏差惩罚因子;

15、基于所述偏差惩罚因子,采用梯度下降算法反向更新所述指令预测网络的网络权重参数。

16、根据本发明实施例的又一方面,所述在本地分布式处理节点中计算所述实际控制指令与所述预测控制指令集中对应指令的逻辑契合度,包括:

17、解析所述实际控制指令的目标操作码、目标寄存器地址与写入数值;

18、在所述预测控制指令集中检索具有相同目标操作码的候选预测指令;

19、计算所述实际控制指令的目标寄存器地址及写入数值,与所述候选预测指令的对应字段之间的汉明距离;

20、结合当前工艺阶段允许的最大指令延迟时间窗,对所述汉明距离进行加权衰减,得到所述逻辑契合度。

21、根据本发明实施例的又一方面,所述方法在边缘网关的容器化运行环境中执行,所述容器化运行环境的资源调度过程包括:

22、将数据采集进程、指令预测进程与分布式处理进程分别封装于独立的容器实例中;

23、实时监测各容器实例的中断响应延迟与cpu时间片占用率;

24、当所述指令预测进程所在容器实例的中断响应延迟超过实时性警戒线时,通过修改控制组cgroups参数,动态剥夺所述数据采集进程所在容器实例的部分cpu时间片,并将其重新分配给所述指令预测进程所在容器实例。

25、根据本发明实施例的又一方面,所述方法还包括:

26、当所述逻辑契合度小于所述执行阈值,或所述异步上报后接收到所述云端返回的校验失败标识时,拦截所述实际控制指令的下发;

27、触发指令回退机制,通过硬件看门狗电路向目标工业设备的运动控制轴发送复位脉冲,并控制数字量输出接口切换至安全停机状态。

28、根据本发明实施例的又一方面,所述方法还包括:

29、按照设定周期向所述云端发送网络链路心跳包;

30、当连续丢失预设数量的心跳包时,判定网络断连,所述本地分布式处理节点接管设备控制权,完全依赖所述本地高速缓存区中的预测控制指令集维持当前工艺周期的连续运行,直至当前工艺周期结束。

31、根据本发明实施例的又一方面,所述采集异构工业设备的底层寄存器数据,包括:

32、通过光电隔离型串行通信接口或工业以太网接口,按照轮询周期读取可编程逻辑控制器的保持寄存器数据;

33、对读取的保持寄存器数据进行硬件级时间戳打标与滑动窗口防抖滤波,生成所述底层寄存器数据。

34、根据本发明实施例的又一方面,还提供了一种面向工业设备的数据采集与指令下发智能网关系统,包括:

35、协议解析与数据流转模块,配置有光电隔离物理接口,用于采集异构工业设备的底层寄存器数据,提取报文时序间隔与地址偏移量构建协议指纹,并通过多维空间映射将数据绑定至标准物模型属性节点;

36、本地决策与指令预载引擎,用于基于所述标准物模型数据提取时序状态特征,输入预训练的指令预测网络生成预测控制指令集,并写入本地高速缓存区进行预载;

37、分布式执行与校验单元,用于接收云端下发的实际控制指令,计算其与所述预测控制指令集中对应指令的逻辑契合度,并在所述逻辑契合度满足执行阈值时,直接调用预载指令驱动目标工业设备,同时异步上报执行状态进行一致性校验。

38、根据本发明实施例的又一方面,还包括硬件拓扑与隔离供电单元,所述硬件拓扑与隔离供电单元包括多核处理器、易失性存储器、非易失性存储器,以及为所述光电隔离物理接口提供独立电源的隔离dc-dc转换电路;

39、所述多核处理器内部集成有独立于操作系统的硬件看门狗电路与掉电保持实时时钟模块;

40、所述本地决策与指令预载引擎被配置为高优先级控制组,所述协议解析与数据流转模块被配置为低优先级控制组,以在系统负载波动时保障指令预载的硬实时性。

41、根据本发明实施例的又一方面,还提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现前述中任一项所述的方法。

42、根据本发明实施例的又一方面,还提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现前述中任一项所述的方法。

43、本发明取得的技术效果为:

44、本发明,通过提取报文时序间隔与地址偏移量构建协议指纹并进行多维空间映射,使异构工业设备的底层离散寄存器数据在高维特征空间中实现时序与地址的联合表征,进而实现异构协议到标准物模型的无损降维映射,规避基于静态报文头解析在强电磁干扰下易发生字段错位与解析失效的缺陷。

45、本发明,通过采用基于指令预测网络生成预测控制指令集进行本地预载,并计算云端实际控制指令与预载指令逻辑契合度的技术手段,使边缘侧网关在云端指令到达前具备控制意图的提前感知与缓存能力,进而实现了控制指令的零延迟旁路执行,规避了广域网物理传输延迟与网络抖动对精密加工硬实时工艺时序的破坏。

46、本发明,通过监测容器实例中断响应延迟并动态修改cgroups参数剥夺低优先级进程cpu时间片,使边缘网关内核级的算力资源在微秒级时间尺度上发生按需重分配,进而实现高并发数据采集与核心控制算法之间的算力隔离,规避常规容器调度策略在工业硬实时场景下因算力挤兑导致的中断响应超时问题。