基于关联特征数据的设备控制方法及装置与流程

1.本发明涉及自动化控制领域，尤其涉及一种基于关联特征数据的设备控制方法、装置、设备及存储介质。


背景技术：

2.自动控制（automatic control）是指在没有人直接参与的情况下，利用外加的设备或装置，使机器、设备或生产过程的某个工作状态或参数自动地按照预定的规律运行。利用自动控制的原理，能够基于特征参数，控制设备自动的执行对应动作，提高设备的自动化程度。
3.然而，随着设备运行时间的增加，采集某一项特征数据的装置稳定性会逐渐降低，采集的特征数据会出现突变点或坏点，但设备运行状态却是正常的，若依旧按照控制逻辑根据采集的特征数据控制设备继续的运行，会使得设备朝着不可控的方向控制运行，势必会对工业生产和生活造成不可估量的损失。
4.因此，如何在特征数据采集出现异常时，保持设备的正常控制运行，是一个亟需解决的技术问题。
5.上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。


技术实现要素：

6.本发明的主要目的在于提供一种基于关联特征数据的设备控制方法、装置、设备及存储介质，旨在解决在特征数据采集出现异常时，如何保持设备的正常控制运行的技术问题。
7.为实现上述目的，本发明提供一种基于关联特征数据的设备控制方法，所述方法包括以下步骤：接收设备控制指令；其中，所述设备控制指令包括目标控制设备；获取所述目标控制设备的数据仿真控制模型和当前特征数据集；其中，所述数据仿真控制模型包括控制关联信息和关联特征数据集，所述当前特征数据集包括至少两项关联的当前特征数据；基于所述关联特征数据集，判断所述当前特征数据集是否为有效特征数据集；若是，基于所述控制关联信息和有效特征数据集，生成目标控制设备的自动控制数据；否则，基于所述控制关联信息和当前特征数据集，生成容错控制数据或预测控制数据。
8.可选的，获取所述目标控制设备的数据仿真控制模型和当前特征数据集步骤之前，所述方法还包括：获取所述目标控制设备的关联特征数据集；其中，所述关联特征数据集包括至少两项关联的特征数据集；
根据所述至少两项关联的特征数据集，获取所述目标控制设备的控制数据集，并基于所述至少两项关联的特征数据集和所述控制数据集，获得所述目标控制设备的控制关联信息；基于所述关联特征数据集和所述控制关联信息，构建所述目标控制设备的数据仿真控制模型。
9.可选的，所述基于所述关联特征数据集，判断所述当前特征数据集是否为有效特征数据集；若是，基于所述控制关联信息和有效特征数据集，生成目标控制设备的自动控制数据步骤，具体包括：判断所述至少两项关联的当前特征数据是否为有效特征数据，若是，将所述当前特征数据标记为有效特征数据；判断所述有效特征数据之间是否为预设关联关系，若是，当前特征数据集为有效特征数据集。
10.可选的，所述判断所述至少两项关联的当前特征数据是否为有效特征数据，若是，将所述当前特征数据标记为有效特征数据步骤，具体包括：判断每项所述当前特征数据与对应关联特征数据的差值是否在预设范围内，若是将所述当前特征数据标记为有效特征数据。
11.可选的，所述判断所述有效特征数据之间是否为预设关联关系，若是，当前特征数据集为有效特征数据集步骤，具体包括：判断所述有效特征数据之间的比值是否在预设比值范围内，若是，当前特征数据集为有效特征数据集。
12.可选的，所述若是，基于所述控制关联信息和有效特征数据集，生成目标控制设备的自动控制数据步骤，具体包括：获取所述有效特征数据集中的有效特征数据；基于所述控制关联信息和有效特征数据，生成目标控制设备的自动控制数据。
13.可选的，所述否则，基于所述控制关联信息和当前特征数据集，生成容错控制数据或预测控制数据步骤，具体包括：判断当前特征数据集中的必要特征数据是否有效；若是，则根据当前特征数据集生成预测控制数据；其中，所述容错控制数据基于当前特征数据集中的必要特征数据与控制关联信息获得；否则，则根据当前特征数据集生成容错控制数据；其中，所述预测控制数据基于当前特征数据集中的非必要特征数据与控制关联信息获得。
14.此外，为了实现上述目的，本发明还提供一种基于关联特征数据的设备控制装置，所述基于关联特征数据的设备控制装置包括：接收模块，用于接收设备控制指令；其中，所述设备控制指令包括目标控制设备；获取模块，用于获取所述目标控制设备的数据仿真控制模型和当前特征数据集；其中，所述数据仿真控制模型包括控制关联信息和关联特征数据集，所述当前特征数据集包括至少两项关联的当前特征数据；判断模块，用于基于所述关联特征数据集，判断所述当前特征数据集是否为有效特征数据集；
控制模块，用于当前特征数据集为有效特征数据集时，基于所述控制关联信息和有效特征数据集，生成目标控制设备的自动控制数据；否则，基于所述控制关联信息和当前特征数据集，生成容错控制数据或预测控制数据。
15.可选的，所述基于关联特征数据的设备控制装置还包括：构建模块，所述构建模块用于获取所述目标控制设备的关联特征数据集；其中，所述关联特征数据集包括至少两项关联的特征数据集；根据所述至少两项关联的特征数据集，获取所述目标控制设备的控制数据集，并基于所述至少两项关联的特征数据集和所述控制数据集，获得所述目标控制设备的控制关联信息；基于所述关联特征数据集和所述控制关联信息，构建所述目标控制设备的数据仿真控制模型。
16.可选的，所述判断模块还用于判断所述至少两项关联的当前特征数据是否为有效特征数据，若是，将所述当前特征数据标记为有效特征数据；判断所述有效特征数据之间是否为预设关联关系，若是，当前特征数据集为有效特征数据集。
17.可选的，所述判断模块还用于判断每项所述当前特征数据与对应关联特征数据的差值是否在预设范围内，若是将所述当前特征数据标记为有效特征数据。
18.可选的，所述判断模块还用于判断所述有效特征数据之间的比值是否在预设比值范围内，若是，当前特征数据集为有效特征数据集。
19.可选的，所述控制模块还用于获取所述有效特征数据集中的有效特征数据；基于所述控制关联信息和有效特征数据，生成目标控制设备的自动控制数据。
20.可选的，所述控制模块还用于判断当前特征数据集中的必要特征数据是否有效；若是，则根据当前特征数据集生成预测控制数据；其中，所述容错控制数据基于当前特征数据集中的必要特征数据与控制关联信息获得；否则，则根据当前特征数据集生成容错控制数据；其中，所述预测控制数据基于当前特征数据集中的非必要特征数据与控制关联信息获得。
21.此外，为了实现上述目的，本发明还提供了一种基于关联特征数据的设备控制设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于关联特征数据的设备控制程序，所述基于关联特征数据的设备控制程序配置为实现如前述的基于关联特征数据的设备控制方法的步骤。
22.此外，为了实现上述目的，本发明还提供了一种存储介质，所述存储介质上存储有基于关联特征数据的设备控制程序，所述基于关联特征数据的设备控制程序被处理器执行时实现如前所述的基于关联特征数据的设备控制方法的步骤。
23.本发明实施例提出的一种基于关联特征数据的设备控制方法及装置，该方法包括接收设备控制指令；获取目标控制设备的数据仿真控制模型和当前特征数据集；基于关联特征数据集，判断当前特征数据集是否为有效特征数据集；若是，基于控制关联信息和有效特征数据集，生成目标控制设备的自动控制数据；否则，基于所述控制关联信息和当前特征数据集，生成容错控制数据或预测控制数据。通过判断设备控制过程中当前特征数据集与关联特征数据集之间的关联关系是否满足控制条件，以此来选择设备的控制方法，采用了与传统计算机加人工判断控制完全不同的基于数据仿真控制模型的智能控制原理，避免了在特征数据采集出现异常时，依旧根据异常的特征数据执行原控制逻辑导致的设备控制失败和异常。
附图说明
24.图1为本发明实施例中一种基于关联特征数据的设备控制设备示意图；图2为本发明基于关联特征数据的设备控制方法的第一实施例的流程示意图；图3为本发明实施例中一种基于关联特征数据的设备控制装置示意图。
25.本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
26.应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
27.自动控制（automatic control）是指在没有人直接参与的情况下，利用外加的设备或装置，使机器、设备或生产过程的某个工作状态或参数自动地按照预定的规律运行。利用自动控制的原理，能够基于特征数据，控制设备自动的执行对应动作，提高设备的自动化程度。然而，随着设备运行时间的增加，采集某一项特征数据的装置稳定性会逐渐降低，采集的特征数据会出现突变点或坏点，但设备运行状态却是正常的，若依旧按照控制逻辑根据采集的特征数据控制设备继续的运行，会使得设备朝着不可控的方向控制运行，势必会对工业生产和生活造成不可估量的损失。因此，如何在特征数据采集出现异常时，保持设备的正常控制运行，是一个亟需解决的技术问题。
28.为了解决这一问题，提出本发明的基于关联特征数据的设备控制方法的各个实施例。本发明提供的基于关联特征数据的设备控制方法通过判断设备运行过程中当前特征数据中有效特征数据之间的关联关系是否满足控制条件，以此来选择设备采用的控制方法，避免了在特征数据采集出现异常时，依旧根据异常的特征数据严格执行原控制逻辑导致的设备运行异常。
29.在目前的工业自动化领域的自动控制技术中，通常控制设备和被控设备是相互独立的，控制的执行不基于被控对象的特性和内在关联规律，控制设备只依据被控设备孤立和离散的采集信号，按照控制设备存储器内部预设的固定程序逻辑对被控设备进行自动控制，即在控制之前向控制设备传输并存储控制程序，在进行控制时，通过存储的控制程序生成控制指令，以驱动被控设备执行对应动作。然而，这样的控制系统往往不能实现无人化、智慧化的控制，依旧属于经典的机器加人工的自动控制原理，导致控制过程中对软硬件的可靠性要求很高，控制容错性很低，控制逻辑简单固化不可更改，且对被控设备及控制设备的环境没有适应能力，需要人工基于经验和能力来处理控制设备的报警和故障。
30.本发明公开了一种基于关联特征数据的设备控制方法及装置，有别于现有自动控制技术中依赖采集信号的控制的技术，采用基于数据对控制设备和被控设备进行真实数据仿真，构建模型的智能化控制技术，利用控制设备和被控设备的历史数据和关联数据，并基于人工智能算法构建的数据仿真控制模型，再基于数据仿真控制模型实现具有环境适应性的智能控制技术，能够在采集数据和控制数据出现错误时，依旧能够实现准确、有效的智能化控制，避免了控制系统在无人干预和控制下出现设备控制的异常和失败，比如众所周知的波音737mxa客机坠机的恶性事故。
31.参照图1，图1为本发明实施例方案涉及的基于关联特征数据的设备控制设备的结构示意图。
32.设备可以是移动电话、智能电话、笔记本电脑、数字广播接收器、个人数字助理
communication，近距离无线通信)有关的电路，本技术对此不加以限定。
39.显示屏305用于显示ui(user interface，用户界面)。该ui可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏305是触摸显示屏时，显示屏305还具有采集在显示屏305的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制数据输入至处理器301进行处理。此时，显示屏305还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在一些实施例中，显示屏305可以为一个，电子设备的前面板；在另一些实施例中，显示屏305可以为至少两个，分别设置在电子设备的不同表面或呈折叠设计；在再一些实施例中，显示屏305可以是柔性显示屏，设置在电子设备的弯曲表面上或折叠面上。甚至，显示屏305还可以设置成非矩形的不规则图形，也即异形屏。显示屏305可以采用lcd(liquidcrystal display，液晶显示屏)、oled(organic light
‑
emitting diode,有机发光二极管)等材质制备。
40.电源306用于为电子设备中的各个组件进行供电。电源306可以是交流电、直流电、一次性电池或可充电电池。当电源306包括可充电电池时，该可充电电池可以支持有线充电或无线充电。该可充电电池还可以用于支持快充技术。
41.本领域技术人员可以理解，图1中示出的结构并不构成对基于关联特征数据的设备控制设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
42.本发明实施例提供了一种基于关联特征数据的设备控制方法，参照图2，图2为本发明基于关联特征数据的设备控制方法的第一实施例的流程示意图。
43.本实施例中，所述基于关联特征数据的设备控制方法，包括以下步骤：步骤s100，接收设备控制指令；其中，所述设备控制指令包括目标控制设备。
44.具体而言，在实际应用中，在对设备进行控制时，先接受用于对目标控制设备进行控制的设备控制指令，其中，设备控制指令包括被控目标控制设备，即设备控制指令中记录着目标控制设备的编号信息或标识信息。另外，设备控制指令可以为用户下发的对目标设备进行检测的设备控制指令，也可以为满足预设条件触发的设备控制指令，本实施例对此并不限制。
45.步骤s200，获取所述目标控制设备的数据仿真控制模型和当前特征数据集；其中，所述数据仿真控制模型包括控制关联信息和关联特征数据集，所述当前特征数据集包括至少两项关联的当前特征数据。
46.具体而言，在获得目标控制设备后，获取目标控制设备的数据仿真控制模型，该数据仿真控制模型记录有对应目标控制设备以往控制过程中的控制关联信息和关联特征数据集，利用数据仿真控制模型中的关联特征数据集和控制关联关系，即可获得目标控制设备对应的控制数据，以此来实现对目标控制设备的自动化控制。
47.其中，关联特征数据集包括至少两项关联的特征数据，当前特征数据集包括至少两项关联的特征数据所对应的当前特征数据。
48.需要说明的是，在此之前，还包括构建目标控制设备的数据仿真控制模型的构建方法，通过获取所述目标控制设备的关联特征数据集；其中，所述关联特征数据集包括至少两项关联的特征数据集；根据所述至少两项关联的特征数据集，获取所述目标控制设备的控制数据集，并基于所述至少两项关联的特征数据集和所述控制数据集，获得所述目标控
制设备的控制关联信息；基于所述关联特征数据集和所述控制关联信息，构建所述目标控制设备的数据仿真控制模型。
49.步骤s300，基于所述关联特征数据集，判断所述当前特征数据集是否为有效特征数据集。
50.具体而言，在获取目标控制设备的数据仿真控制模型后，判断所述至少两项关联的当前特征数据是否为有效特征数据，若是，将所述当前特征数据标记为有效特征数据；判断所述有效特征数据之间是否为预设关联关系，若是，当前特征数据集为有效特征数据集。
51.其中，在判断所述至少两项关联的当前特征数据是否为有效特征数据，若是，将所述当前特征数据标记为有效特征数据中，需要判断每项所述当前特征数据与对应关联特征数据的差值是否在预设范围内，若是将所述当前特征数据标记为有效特征数据。
52.其中，在判断所述有效特征数据之间是否为预设关联关系，若是，当前特征数据集为有效特征数据集中，需要判断所述有效特征数据之间的比值是否在预设比值范围内，若是，当前特征数据集为有效特征数据集。
53.步骤s400，若是，基于所述控制关联信息和有效特征数据集，生成目标控制设备的自动控制数据；否则，基于所述控制关联信息和当前特征数据集，生成容错控制数据或预测控制数据。
54.在判断当前特征数据集是否为有效特征数据集后，若为有效特征数据集，则基于所述控制关联信息和有效特征数据集，生成目标控制设备的自动控制数据。具体而言，获取所述有效特征数据集中的有效特征数据；基于所述控制关联信息和有效特征数据，生成目标控制设备的自动控制数据。
55.在判断当前特征数据集是否为有效特征数据集后，若不为有效特征数据集，则判断当前特征数据集中的必要特征数据是否有效；若是，则根据当前特征数据集生成预测控制数据；其中，所述容错控制数据基于当前特征数据集中的必要特征数据与控制关联信息获得；否则，则根据当前特征数据集生成容错控制数据；其中，所述预测控制数据基于当前特征数据集中的非必要特征数据与控制关联信息获得。
56.在本实施例中，通过判断设备运行过程中当前特征数据中有效特征数据之间的关联关系是否满足控制条件，以此来选择设备采用的控制方法，避免了在特征数据采集出现异常时，依旧根据异常的特征数据严格执行原控制逻辑导致的设备运行异常。
57.参照图3，图3为本发明基于关联特征数据的设备控制装置第一实施例的结构框图。
58.如图3所示，本发明实施例提出的基于关联特征数据的设备控制装置包括：接收模块10，用于接收设备控制指令；其中，所述设备控制指令包括目标控制设备；获取模块20，用于获取所述目标控制设备的数据仿真控制模型和当前特征数据集；其中，所述数据仿真控制模型包括控制关联信息和关联特征数据集，所述当前特征数据集包括至少两项关联的当前特征数据；判断模块30，用于基于所述关联特征数据集，判断所述当前特征数据集是否为有效特征数据集；控制模块40，用于当前特征数据集为有效特征数据集时，基于所述控制关联信息
accessmemory，ram)等。
69.另外需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
70.通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现，当然也可以通过专用硬件包括专用集成电路、专用cpu、专用存储器、专用元器件等来实现。一般情况下，凡由计算机程序完成的功能都可以很容易地用相应的硬件来实现，而且，用来实现同一功能的具体硬件结构也可以是多种多样的，例如模拟电路、数字电路或专用电路等。但是，对本发明而言更多情况下软件程序实现是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在可读取的存储介质中，如计算机的软盘、u盘、移动硬盘、只读存储器(rom，read
‑
onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。