一种基于物联网的工业设备运维管理系统及方法与流程

1.本发明涉及信息处理技术领域，具体涉及一种基于物联网的工业设备运维管理系统及方法。


背景技术：

2.工业设备如空压机、干燥机和冷冻机等，在诸多类型的制造业工厂内广泛使用。工业设备在使用过程中的检测维护十分重要，关系着工业设备的使用寿命和作业效果。
3.目前对于工业设备的检测维护主要通过技术人员定期检测为主，在发现问题时根据厂家指导文件进行维护。
4.在实现本技术技术方案的过程中，发现上述技术至少存在如下技术问题：现有技术中工业设备的检测维护主要通过技术人员人工完成，人工参与度较高，存在着工业设备运行维护效率低、且效果差的技术问题。


技术实现要素：

5.本技术提供了一种基于物联网的工业设备运维管理系统及方法，用于针对解决现有技术中工业设备的检测维护效率低、且效果差的技术问题。
6.鉴于上述问题，本技术提供了一种基于物联网的工业设备运维管理系统及方法。
7.本技术的第一个方面，提供了一种基于物联网的工业设备运维管理系统，所述系统包括：第一获得单元，所述第一获得单元用于获取第一运维主体信息；第二获得单元，所述第二获得单元用于获取第一工业设备检测信息；第一构建单元，所述第一构建单元用于基于联邦学习，构建并训练获得工业设备运维模型；第一处理单元，所述第一处理单元用于将所述第一工业设备维护信息输入所述工业设备运维模型，获得第一维护信息；第二处理单元，所述第二处理单元用于按照所述第一维护信息维护所述第一工业设备，检测所述第一工业设备获得第一状态信息；第三处理单元，所述第三处理单元用于对所述第一工业设备检测信息、第一维护信息和第一状态信息进行标记，获得第一标记信息，并上传至工业设备运维系统。
8.本技术的第二个方面，提供了一种基于物联网的工业设备运维管理方法，所述方法包括：获取第一运维主体信息；获取第一工业设备检测信息；基于联邦学习，构建并训练获得工业设备运维模型；将所述第一工业设备维护信息输入所述工业设备运维模型，获得第一维护信息；按照所述第一维护信息维护所述第一工业设备，检测所述第一工业设备获得第一状态信息；对所述第一工业设备检测信息、第一维护信息和第一状态信息进行标记，获得第一标记信息，并上传至工业设备运维系统。
9.本技术的第三个方面，提供了一种基于物联网的工业设备运维管理系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使系统以执行如第二方面所述方法的步骤。
10.本技术的第四个方面，提供了一种计算机可读存储介质，所述存储介质上存储有
计算机程序，所述计算机程序被处理器执行时实现如第二方面所述方法的步骤。
11.本技术中提供的一个或多个技术方案，至少具有如下技术效果或优点：本技术提供的技术方案通过获取需要进行工业设备运行维护的工厂，作为运维主体信息，然后获取需要进行运维的工业设备的信息，基于物联网技术，检查该工业设备当前的状态信息作为工业设备检测信息，基于联邦学习，获取多个运维主体的多种工业设备在以前的历史工业设备运维信息，构建并训练获得工业设备运维模型，然后将工业设备检测信息输入该工业设备运维模型，即可获得相应的准确的维护信息，根据该维护信息维护工业设备，获得维护后的工业设备状态信息，将工业设备检测信息、维护信息和状态信息按照维护是否有效和有效程度等进行标记，基于区块链技术上传至工业设备运维系统，作为后续进行工业设备运维及相关研究的数据基础。本技术通过基于物联网技术，采集工业设备的检测信息，提升工业设备检测信息的准确度，降低工业设备检测的人工参与度，采用联邦学习，结合历史工程设备运维信息构建工业设备运维模型，能够提升模型的效果，采用该模型根据工业设备检测信息输入该模型，即可获得准确的维护信息，提升工业设备运维的准确度和效率，本技术还在运维完成后，将相关信息通过区块链技术上传至工业设备运维系统，作为后续进行工业设备运维和相关改进的数据基础，本技术降低人工参与度，避免人工主观因素对工业设备运维的影响，降低工业设备运维的技术门槛，达到了提升工业设备检测维护的准确性和效率的技术效果。
12.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
13.图1为本技术提供的一种基于物联网的工业设备运维管理方法流程示意图；图2为本技术提供的一种基于物联网的工业设备运维管理方法中获取第一工业设备检测信息的流程示意图；图3为本技术提供的一种基于物联网的工业设备运维管理方法中获得工业设备运维模型的流程示意图；图4为本技术提供了一种基于物联网的工业设备运维管理系统结构示意图；图5为本技术示例性电子设备的结构示意图。
14.附图标记说明：第一获得单元11，第二获得单元12，第一构建单元13，第一处理单元14，第二处理单元15，第三处理单元16，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
具体实施方式
15.本技术通过提供了一种基于物联网的工业设备运维管理系统及方法，用于针对解决现有技术存在的儿科线上问诊可能不准确，无法评估线上问诊准确性和有效性的技术问题。
16.申请概述在制造业的生产过程中，常会采用大量的大型工业设备，如空压机、干燥机和冷冻
机等，在诸多类型的制造业工厂内广泛使用，并在不同工厂内起到不同的作用。工业设备在使用过程中的检测维护十分重要，关系着工业设备的使用寿命和作业效果。
17.目前对于工业设备的检测维护主要通过技术人员定期检测为主，在发现问题时根据厂家指导文件进行维护。但是不同工厂内的工业设备型号不同，使用用途也不同，出现的设备问题也不同，工业设备厂家常需要根据工厂需求派驻设备工程师，对工业设备进行定期检测维护，以保证工业设备的正常运行。
18.现有技术中工业设备的检测维护主要通过技术人员人工完成，对于不同工厂需求培养不同的技术人员进行定期检测维护，人工参与度较高，运维技术门槛较高，存在着工业设备运行维护效率低、成本较高且效果差的技术问题。
19.针对上述技术问题，本技术提供的技术方案总体思路如下：本技术通过获取需要进行工业设备运行维护的工厂，作为运维主体信息，然后获取需要进行运维的工业设备的信息，基于物联网技术，检查该工业设备当前的状态信息作为工业设备检测信息，基于联邦学习，获取多个运维主体的多种工业设备在以前的历史工业设备运维信息，构建并训练获得工业设备运维模型，然后将工业设备检测信息输入该工业设备运维模型，即可获得相应的准确的维护信息，根据该维护信息维护工业设备，获得维护后的工业设备状态信息，将工业设备检测信息、维护信息和状态信息按照维护是否有效和有效程度等进行标记，基于区块链技术上传至工业设备运维系统，作为后续进行工业设备运维及相关研究的数据基础。
20.在介绍了本技术基本原理后，下面，将参考附图对本技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术的一部分实施例，而不是本技术的全部实施例，应理解，本技术不受这里描述的示例实施例的限制。基于本技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本技术相关的部分而非全部。
21.实施例一如图1所示，本技术提供了一种基于物联网的工业设备运维管理方法，所述方法包括：s100：获取第一运维主体信息；具体而言，第一运维主体即为需要进行工业设备运行维护的工厂、研究所或高校等机构，第一运维主体采用了一种或多种，以及一个多多个的工业设备进行生产作业或相关的研究作业。
22.第一运维主体信息包括第一运维主体所采用的工业设备类型、工业设备参数信息、工业设备信息，根据该第一运维主体信息，可进一步获得第一运维主体所采用的某种或某个工业设备的相关类型及参数等信息。
23.s200：获取第一工业设备检测信息；具体而言，第一工业设备即为第一运维主体所采用的多类型和多个工业设备中的某一个工业设备。本技术中的第一工业设备可为工业生产中常用到的空压机、冷冻机、干燥机、真空泵等工业设备。在本技术的一优选的实施例中，第一工业设备为空压机。
24.第一工业设备检测信息包括对第一工业设备进行定期检查后，获取的第一工业设备一部分的作业参数信息，第一工业设备检测信息可反映第一工业设备是否处于正常工作
状态。
25.现有技术中，对于第一工业设备的检测采用技术人员定期检测的方式进行检测，受制于技术人员的部分主观因素，例如检测位置和检测时间等，会导致检测参数精度不准的情况发生。本技术中，基于物联网技术，采用设备、参数采集装置网络互联的方式进行第一工业设备检测信息的采集。
26.如图2所示，本技术提供的方法中的步骤s200包括：s210：检测获得所述第一工业设备的容积效率信息；s220：检测获得所述第一工业设备的制冷量信息；s230：检测获得所述第一工业设备的排热量信息；s240：检测获得所述第一工业设备的指示效率信息；s250：判断所述容积效率信息、制冷量信息、排热量信息和所述指示效率信息是否符合预设要求，若符合，获得所述第一工业设备检测信息，以及，若不符合，获得偏离量信息；s260：获得第一权重分配结果，根据所述第一权重分配结果对所述偏离量信息进行加权计算，获得所述第一工业设备检测信息。
27.具体而言，在本技术的一可能的实施例中，第一工业设备为空压机，采集获得第一工业设备的容积效率信息、制冷量信息、排热量信息和指示效率信息作为第一工业设备的第一工业设备检测信息。
28.其中，容积效率信息为第一工业设备的实际输气量与理论输气量之比值，可反映第一工业设备的输气效率是否达到正常作业要求。容积效率信息通过物联网技术连接的气流量检测装置进行检测获得实际输气量信息，并结合物联网的云计算计算获得容积效率信息。
29.制冷量信息为第一工业设备在单位时间内的制冷量，可反映第一工业设备的制冷作业效果是否正常，可通过物联网技术连接气体温度检测装置进行检测第一工业设备的制冷量，并通过云计算获得制冷量信息。
30.排热量信息为第一工业设备的内的冷凝器处理的热量当量，可反应第一工业设备的热处理作业效果是否正常。指示效率信息为第一工业设备进行单位空气压缩所需的等熵循环理论功与实际循环指示功之比，其可反映第一工业设备的功率是否正常。排热量信息和指示效率信息均可通过物联网连接的相关检测设备检测并计算获得。
31.基于上述的第一工业设备的容积效率信息、制冷量信息、排热量信息和指示效率信息，首先，判断该容积效率信息、制冷量信息、排热量信息和指示效率信息是否符合第一工业设备的预设要求，判断是否不足正常工作的要求或者超出要求。若符合要求，在预设要求范围内，则证明第一工业设备当前不需要维护，直接获得第一工业设备检测信息，该第一工业设备检测信息代表第一工业设备当前正常。
32.若上述的第一工业设备的容积效率信息、制冷量信息、排热量信息和指示效率信息不符合预设要求，则代表第一工业设备需要进行维护，进一步地，基于物联网技术的边缘计算，计算容积效率信息、制冷量信息、排热量信息和指示效率信息的偏离量信息。
33.其中，以容积效率信息为例，偏离量信息指的是当前的容积效率信息与理论正常运行的容积效率信息的偏移量，该偏移量并非是理论容积效率信息和实际容积效率信息的
差值，而是根据历史第一工业设备的运维记录获得的，比较当前理论容积效率信息和实际容积效率信息的差值与历史运维记录内对应的差值，获得上述的偏离量信息。示例性地，若当前的该差值大于历史运维记录内的所有差值，则上述的偏移量信息极大。基于上述内容，获得第一工业设备检测信息的偏离量信息。
34.进一步地，获得第一工业设备检测信息的第一权重分配结果。具体地，设置多个权重评估专家，该专家可为第一工业设备的制造厂商或其他使用该第一工业设备的工厂，且多个专家之间数据隔离。将上述的容积效率信息、制冷量信息、排热量信息和指示效率信息输入多个专家，多个专家根据自己的经验判断容积效率信息、制冷量信息、排热量信息和指示效率信息对于第一工业设备正常工作的影响权重，获得多个权重分配结果，每个权重分配结果内包括容积效率信息、制冷量信息、排热量信息和指示效率信息对应的权重值，且权重值之和为1。
35.进一步地，根据多个权重分配结果，分别计算获得容积效率信息、制冷量信息、排热量信息和指示效率信息的权重值平均值，进而获得上述的第一权重分配结果，然后采用第一权重分配结果对上述的偏离量信息进行加权计算，最终获得第一工业设备检测信息。
36.本技术结合物联网技术和权重分配方法，检测采集计算获得准确的第一工业设备的检测信息，并根据各种信息对于第一工业设备正常作业的权重进行加权计算，获得第一工业设备检测信息，在该第一工业设备检测信息，可获得最为影响第一工业设备正常作业的参数信息的偏移量，进而为第一工业设备的维护提供更为准确的数据基础，可按照权重分配结果和偏移量大小进行工业设备的维护，提升工业设备运维的效率。
37.s300：基于联邦学习，构建并训练获得工业设备运维模型；如图3所示，本技术提供的方法中的步骤s300包括：s310：获得多个设备运维主体，其中，所述第一运维主体属于所述多个设备运维主体中的一个；s320：获得所述多个设备运维主体的多组历史工业设备运维信息，其中，所述历史工业设备运维信息包括工业设备检测信息、工业设备维护信息和工业设备状态信息；s330：构建子工业设备运维模型；s340：所述多个设备运维主体下载所述子工业设备运维模型，并分别采用所述多组历史工业设备运维信息在本地训练所述子工业设备运维模型；s350：根据多个训练获得的子工业设备运维模型，进行模型参数更新，获得所述工业设备运维模型。
38.具体而言，多个设备运维主体即为多个采用了多种、多个工业设备的工厂、研究所等机构，每个设备运维主体均有着工业设备运维的需求。上述的第一运维主体即为该多个设备运维主体中的一个。其中，一个或多个设备运维主体所采用的一种或多种工业设备有部分为重复的工业设备，即两个设备运维主体内可能采用了部分相同的工业设备。
39.获得多个设备运维主体的多组历史工业设备运维信息，多组历史工业设备运维信息中的每组历史工业设备运维信息均包括一设备运维主体所采用的所有的工业设备的历史运维信息，该历史运维信息包括相应的一种工业设备的工业设备检测信息、根据该工业设备检测信息采用的工业设备维护信息，以及维护后设备的工业设备状态信息。
40.构建子工业设备运维模型，本技术实施例中，采用随机森林算法构建子工业设备
运维模型，进行根据工业设备检测信息预测维护信息的模型计算。
41.构建子工业设备运维模型的过程中，采用可信的第三方机构构建该子工业设备运维模型，构建完成后，多个设备运维主体从该第三方机构下载该子工业设备运维模型，并采用各设备运维主体本地的上述历史工业设备运维信息对该子工业设备运维模型进行训练。
42.子工业设备运维模型训练完成后，各设备运维主体在本地对子工业设备运维模型的模型参数进行加密，然后将加密模型参数上传至上述的第三方机构，然后该第三方机构根据多组的模型参数进行模型参数更新，获得更新的上述的工业设备运维模型。
43.本技术提供的方法中的步骤s350包括：s351：获得所述多组历史工业设备运维信息的多个运维数据复杂度信息；s352：获得所述多个设备运维主体的多个设备规模度信息；s353：根据所述多个运维数据复杂度信息，获得每个所述设备运维主体的第一权重，根据所述多个设备规模度信息，获得每个所述设备运维主体的第二权重；s354：根据所述多个训练获得的子工业设备运维模型，进行模型参数梯度更新，获得所述工业设备运维模型；s355：根据多个所述第一权重和所述第二权重，将所述工业设备运维模型返回给所述多个设备运维主体。
44.具体而言，获得多个设备运维主体的多组历史工业设备运维信息的多个运维数据复杂度信息，其中，运维数据复杂度信息指历史工业设备运维信息的数据复杂度，其中，根据每组历史工业设备运维信息内工业设备的运维次数、运维时间周期数据，获得该数据复杂度信息，若一个设备运维主体内工业设备的运维次数越多，且保持设备正常运行的运维时间周期越长，则该数据复杂度信息越大。
45.获得多个设备运维主体的多个设备规模度信息，其中，根据每个设备运维主体内工业设备的类型信息、数量信息获得该设备规模度信息，若一个设备运维主体内工业设备的类型越复杂，数量越多，则该设备规模度信息越大。
46.根据上述的运维数据复杂度信息，获得每个设备运维主体的第一权重，根据多个设备规模度信息，获得每个所述设备运维主体的第二权重。若一设备运维主体的运维数据复杂度信息越大，且设备规模度信息越大，则第一权重和第二权重就越大。
47.然后，上述的第三方机构根据各设备运维主体传输的加密子工业设备运维模型模型参数，进行模型参数梯度更新，获得更新后的工业设备运维模型。再根据上述的第一权重和第二权重将该工业设备运维模型返回给各个设备运维主体以供每个设备于运维主体进行使用。
48.其中，根据该第一权重和第二权重的权值大小，第三方机构根据获得的工业设备运维模型返回给各设备运维主体不同规模的模型参数，以供各设备运维主体进行模型参数更新后使用模型。第一权重和第二权重的权值越大，则对应的设备运维主体获得的模型参数对应的规模更大，最终，各设备运维主体可根据各自的第一权重和第二权重获得不同泛化程度的工业设备运维模型。同理，本技术中的第一运维主体也根据其对应的第一权重和第二权重获得相应的工业设备运维模型。
49.本技术提供的方法通过采用联邦学习，集合多个设备运维主体的历史设备运维数据，训练获得工业设备运维模型，在数据交互的过程中保证各自的数据不被泄露，同时提升
模型的准确度和泛化性等效果，可将工业设备的检测信息输入该模型，获得准确的维护信息，提升工业设备维护的效率和准确性，降低人工参与度，降低维护的技术门槛。
50.本技术提供的方法中的步骤s340包括：s341：采用所述历史工业设备运维信息训练第一分类树；s342：采用所述历史工业设备运维信息训练第二分类树；s343：训练获得第m分类树，基于所述第一分类树至第m分类树，训练获得所述子工业设备运维模型。
51.其中，步骤s341包括：s341-1：有放回地随机选择所述历史工业设备运维信息内的n组工业设备运维信息；s341-2：获得所述n组工业设备运维信息内的第一运维数据集合，采用所述第一运维数据集合训练所述第一分类树的第一分类节点；s341-3：获得所述n组工业设备运维信息内的第二运维数据集合，采用所述第二运维数据集合训练所述第一分类树的第二分类节点；s341-4：直到训练所述第一分类树的准确率达到预设要求或分类节点达到预设层数，获得所述第一分类树。
52.具体而言，本技术中采用随机森林算法构建子工业设备运维模型，其包括多个分类树，每个分类树内包括多个分类节点，可对输入的工业设备维护信息数据进行分类，进而获得对应的维护信息。每个设备运维主体下载该子工业设备运维模型，在本地采用历史工业设备运维信息进行训练。
53.首先，在训练工业设备运维模型内的第一分类树，从当前第一运维主体的历史工业设备运维信息内有放回地随机选择n组工业设备运维信息进行训练，n为正整数，其中，n组工业设备运维信息对应的工业设备即为上述第一工业设备。
54.获得n组工业设备运维信息内的第一运维数据集合，示例性地，第一运维数据集合可为上述内容中的加权计算后的第一工业设备的容积效率信息的偏离量信息，选择该第一运维数据集合内的一个值，作为第一分类树的第一分类节点，按照决策树的原理，对第一运维数据集合内的值进行分类，完成第一分类节点的训练。
55.然后，获得n组工业设备运维信息内的第二运维数据集合，训练第一分类树内的第二分类节点。如此继续，直到训练第一分类树的分类准确率达到预设要求或分类节点达到预设层数，得到训练完成的第一分类树。基于训练完成的第一分类树，将工业设备检测信息输入其中，即可根据多个维度的数据将该检测信息分类为工业设备存在的不同问题，例如排热量较低，冷凝器损坏等，然后获得不同的维护信息。
56.基于训练完成的第一分类树，向其中输入当前的第一工业设备检测信息，即可获得其输出的对应的第一工业设备的维护信息。但是，由于第一分类树是基于历史工业设备运维信息内的n组工业设备运维信息获得的，其准确度较差，无法代表所有历史工业设备运维信息得出预测结果。因此，需要继续训练第二分类树。
57.如前述内容，继续放回地随机选择历史工业设备运维信息内的n组工业设备运维信息，该n组工业设备运维信息与第一分类树对应的训练数据可能有部分数据相同，采用该n组工业设备运维信息进行第二分类树的分类节点训练。
58.重复上述步骤，直到训练子工业设备运维模型的第m分类树，获得最后的子工业设备运维模型。由于每个分类树所采用的训练数据是不同的，在第一工业设备出现部分故障，得到第一工业设备检测信息时，将同一组第一工业设备检测信息输入m个分类树中，可得到m个不尽相同的预测结果。选择m个预测结果中出现概率最大的一预测结果，作为子工业设备运维模型的输出结果。
59.本技术中采用随机森林法构建并训练子工业设备运维模型，最终获得工业设备运维模型，能够根据输入的第一工业设备检测信息获得最为准确的维护信息，且模型的拟合性能较好，不易出现过拟合或欠拟合的情况，达到提升工业设备运维准确性的技术效果，避免工业设备维护不生效或效果差的问题出现。
60.s400：将所述第一工业设备维护信息输入所述工业设备运维模型，获得第一维护信息；具体而言，基于上述结合联邦学习获得的工业设备运维模型，将当前检测第一工业设备获得的第一工业设备检测信息输入该工业设备运维模型，即可获得对应的第一维护信息。
61.第一维护信息包括根据该第一工业设备检测信息对应的维修第一工业设备的信息，示例性地，包括维修第一工业设备的冷凝器或调节部分参数等。
62.s500：按照所述第一维护信息维护所述第一工业设备，检测所述第一工业设备获得第一状态信息；具体而言，根据该第一维护信息维护第一工业设备，维护过后，理想状态下，第一工业设备应恢复正常工作的状态，为验证第一维护信息对应的维护行为是否有效，检测第一工业设备。
63.检测第一工业设备获得第一状态信息，第一状态信息即为第一工业设备在第一维护信息的维护后的状态，其包括正常运行，以及未正常运行及相关的运行参数，与第一工业设备检测信息内的参数一一对应。
64.s600：对所述第一工业设备检测信息、第一维护信息和第一状态信息进行标记，获得第一标记信息，并上传至工业设备运维系统。
65.本技术提供的方法中的步骤s600包括：s610：根据所述多个设备运维主体，构建多个异地节点，所述异地节点和所述设备运维主体一一对应；s620：根据所述多个异地节点，构建获得所述工业设备运维系统；s630：将所述第一工业设备检测信息、第一维护信息和第一状态信息按预设标记规则进行标记，获得所述第一标记信息；s640：对所述第一标记信息进行不对称加密，上传至所述工业设备运维系统存储，并更新所述工业设备运维系统内的数据。
66.具体而言，本技术实施例中，基于上述参加联邦学习的多个设备运维主体，基于区块链技术在各设备运维主体处构建异地的区块链节点，形成区块链。并基于该多个异地节点，构建获得工业设备运维系统，工业设备运维系统用于存储进行工业设备维护的数据信息，以供所有设备运维主体以及工业设备生产厂家根据其内的数据信息进行后续的运维和生产方面的优化。
67.然后，根据上述的第一状态信息，获知第一工业设备在维护后是否能够正常作业，根据该第一状态信息对上述的述第一工业设备检测信息、第一维护信息和第一状态信息进行标记。
68.上述的预设标记规则包括，按照维护后第一工业设备是否能够按照预设要求作业，标记第一状态信息是否有效，若第一状态信息证明无效，则进一步标记第一维护信息的有效程度，即第一状态信息与第一工业设备检测信息之间的差距，完成标记，获得第一标记信息。
69.然后基于区块链技术，采用公钥和私钥对第一标记信息进行不对称加密，从对应的节点上传至工业设备运维系统存储，更新工业设备运维系统内的数据。在后续的工业设备维护中，可根据该系统内的数据进行方法和模型的更新与改进，以不断提升方法的精度和实用性。且基于区块链技术，工业设备运维系统内的数据无法被篡改或恶意读取，不存在数据的恶意修改。
70.综上所述，本技术通过基于物联网技术，采集工业设备的检测信息，提升工业设备检测信息的准确度，降低工业设备检测的人工参与度，采用联邦学习，结合历史工程设备运维信息构建工业设备运维模型，能够提升模型的效果，采用该模型根据工业设备检测信息输入该模型，即可获得准确的维护信息，并采用随机森林算法构建训练模型，根据检测信息获得维护信息，提升工业设备运维的准确度和效率，本技术还在运维完成后，将相关信息通过区块链技术上传至工业设备运维系统，作为后续进行工业设备运维和相关改进的数据基础，本技术降低人工参与度，避免人工主观因素对工业设备运维的影响，降低工业设备运维的技术门槛，达到了提升工业设备检测维护的准确性和效率的技术效果。
71.实施例二基于与前述实施例中一种基于物联网的工业设备运维管理方法相同的发明构思，如图4所示，本技术提供了一种基于物联网的工业设备运维管理系统，其中，所述系统包括：第一获得单元11，所述第一获得单元11用于获取第一运维主体信息；第二获得单元12，所述第二获得单元12用于获取第一工业设备检测信息；第一构建单元13，所述第一构建单元13用于基于联邦学习，构建并训练获得工业设备运维模型；第一处理单元14，所述第一处理单元14用于将所述第一工业设备维护信息输入所述工业设备运维模型，获得第一维护信息；第二处理单元15，所述第二处理单元15用于按照所述第一维护信息维护所述第一工业设备，检测所述第一工业设备获得第一状态信息；第三处理单元16，所述第三处理单元16用于对所述第一工业设备检测信息、第一维护信息和第一状态信息进行标记，获得第一标记信息，并上传至工业设备运维系统。
72.进一步的，所述系统还包括：第三获得单元，所述第三获得单元用于获得多个设备运维主体，其中，所述第一运维主体属于所述多个运维主体中的一个；第四获得单元，所述第四获得单元用于获得所述多个设备运维主体的多组历史工业设备运维信息，其中，所述历史工业设备运维信息包括工业设备检测信息、工业设备维护信息和工业设备状态信息；
第二构建单元，所述第二构建单元用于构建子工业设备运维模型；第四处理单元，所述第四处理单元用于所述多个设备运维主体下载所述子工业设备运维模型，并分别采用所述多组历史工业设备运维信息在本地训练所述子工业设备运维模型；第五处理单元，所述第五处理单元用于根据多个训练获得的子工业设备运维模型，进行模型参数更新，获得所述工业设备运维模型。
73.进一步的，所述系统还包括：第六处理单元，所述第六处理单元用于采用所述历史工业设备运维信息训练第一分类树；第七处理单元，所述第七处理单元用于采用所述历史工业设备运维信息训练第二分类树；第八处理单元，所述第八处理单元用于训练获得第m分类树，基于所述第一分类树至第m分类树，训练获得所述子工业设备运维模型。
74.进一步的，所述系统还包括：第五获得单元，所述第五获得单元用于有放回地随机选择所述历史工业设备运维信息内的n组工业设备运维信息；第九处理单元，所述第九处理单元用于获得所述n组工业设备运维信息内的第一运维数据集合，采用所述第一运维数据集合训练所述第一分类树的第一分类节点；第十处理单元，所述第十处理单元用于获得所述n组工业设备运维信息内的第二运维数据集合，采用所述第二运维数据集合训练所述第一分类树的第二分类节点；第六获得单元，所述第六获得单元用于直到训练所述第一分类树的准确率达到预设要求或分类节点达到预设层数，获得所述第一分类树。
75.进一步的，所述系统还包括：第七获得单元，所述第七获得单元用于获得所述多组历史工业设备运维信息的多个运维数据复杂度信息；第八获得单元，所述第八获得单元用于获得所述多个设备运维主体的多个设备规模度信息；第十一处理单元，所述第十一处理单元用于根据所述多个运维数据复杂度信息，获得每个所述设备运维主体的第一权重，根据所述多个设备规模度信息，获得每个所述设备运维主体的第二权重；第十二处理单元，所述第十二处理单元用于根据所述多个训练获得的子工业设备运维模型，进行模型参数梯度更新，获得所述工业设备运维模型；第十三处理单元，所述第十三处理单元用于根据多个所述第一权重和所述第二权重，将所述工业设备运维模型返回给所述多个设备运维主体。
76.进一步的，所述系统还包括：第九获得单元，所述第九获得单元用于检测获得所述第一工业设备的容积效率信息；第十获得单元，所述第十获得单元用于检测获得所述第一工业设备的制冷量信息；
第十一获得单元，所述第十一获得单元用于检测获得所述第一工业设备的排热量信息；第十二获得单元，所述第十二获得单元用于检测获得所述第一工业设备的指示效率信息；第十四处理单元，所述第十四处理单元用于判断所述容积效率信息、制冷量信息、排热量信息和所述指示效率信息是否符合预设要求，若符合，获得所述第一工业设备检测信息，以及，若不符合，获得偏离量信息；第十五处理单元，所述第十五处理单元用于获得第一权重分配结果，根据所述第一权重分配结果对所述偏离量信息进行加权计算，获得所述第一工业设备检测信息。
77.进一步的，所述系统还包括：第三构建单元，所述第三构建单元用于根据所述多个设备运维主体，构建多个异地节点，所述异地节点和所述设备运维主体一一对应；第四构建单元，所述第四构建单元用于根据所述多个异地节点，构建获得所述工业设备运维系统；第十六处理单元，所述第十六处理单元用于将所述第一工业设备检测信息、第一维护信息和第一状态信息按预设标记规则进行标记，获得所述第一标记信息；第十七处理单元，所述第十七处理单元用于对所述第一标记信息进行不对称加密，上传至所述工业设备运维系统存储，并更新所述工业设备运维系统内的数据。
78.实施例三基于与前述实施例中一种基于物联网的工业设备运维管理方法相同的发明构思，本技术还提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如实施例一内的方法。
79.示例性电子设备下面参考图5来描述本技术的电子设备，基于与前述实施例中一种基于物联网的工业设备运维管理方法相同的发明构思，本技术还提供了一种基于物联网的工业设备运维管理系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得系统以执行实施例一所述方法的步骤。
80.该电子设备300包括：处理器302、通信接口303、存储器301。可选的，电子设备300还可以包括总线架构304。其中，通信接口303、处理器302以及存储器301可以通过总线架构304相互连接；总线架构304可以是外设部件互连标(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。所述总线架构304可以分为地址总线、数据总线、控制总线等。为便于表示，图5中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
81.处理器302可以是一个cpu，微处理器，asic，或一个或多个用于控制本技术方案程序执行的集成电路。
82.通信接口303，使用任何收发器一类的装置，用于与其他设备或通信网络通信，如以太网，无线接入网(radio access network，ran),无线局域网(wireless local area networks，wlan)，有线接入网等。
83.存储器301可以是rom或可存储静态信息和指令的其他类型的静态存储设备，ram或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory，eeprom)、只读光盘(compact discread-only memory，cd-rom)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器可以是独立存在，通过总线架构304与处理器相连接。存储器也可以和处理器集成在一起。
84.其中，存储器301用于存储执行本技术方案的计算机执行指令，并由处理器302来控制执行。处理器302用于执行存储器301中存储的计算机执行指令，从而实现本技术上述实施例提供的一种基于物联网的工业设备运维管理方法。
85.在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本技术所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘(solid state disk，ssd))等。
86.尽管结合具体特征及其实施例对本技术进行了描述，显而易见的，在不脱离本技术的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是本技术的示例性说明，且视为已覆盖本技术范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的范围。这样，倘若本技术的这些修改和变型属于本技术及其等同技术的范围之内，则本技术意图包括这些改动和变型在内。