一种工业设备互联网云管理方法及系统与流程

1.本发明属于设备管理技术领域，尤其涉及一种工业设备互联网云管理方法及系统。


背景技术：

2.工业设备，是指应用在工业生产中的各种装置设备，比如：生产设备、检测设备等。在工业生产过程中，尤其是汽车零部件的生产过程中，需要用到多种工业设备进行生产与检测，由于需要用到的工业设备数量多、种类杂，通常只能够利用设备自身进行运行的监测与反馈，很难对生产过程中的全部工业设备进行统一的管理与监测，导致工业设备的监测效率低、成本高。


技术实现要素：

3.本发明实施例的目的在于提供一种工业设备互联网云管理方法及系统，旨在解决背景技术中提出的问题。
4.为实现上述目的，本发明实施例提供如下技术方案：一种工业设备互联网云管理方法，所述方法具体包括以下步骤：分别建立与多个工业设备的数据传输通道，根据多个所述数据传输通道，获取多个所述工业设备的设备运行数据；对多个所述设备运行数据进行即时计算分析，生成运行分析信息，根据所述运行分析信息判断是否存在运行异常，并在存在运行异常时，进行异常运行提示；将多个所述设备运行数据上传至云端，生成多个设备历史数据，通过对多个所述设备历史数据进行分析，生成多个设备状态预测信息，并根据多个所述设备状态预测信息进行异常预警。
5.作为本发明实施例技术方案进一步的限定，所述分别建立与多个工业设备的数据传输通道，根据多个所述数据传输通道，获取多个所述工业设备的设备运行数据具体包括以下步骤：分别建立与多个工业设备的数据传输通道；根据多个所述数据传输通道，向多个所述工业设备发送数据传输指令；获取多个所述工业设备根据数据传输指令发送的设备运行数据。
6.作为本发明实施例技术方案进一步的限定，所述对多个所述设备运行数据进行即时计算分析，生成运行分析信息，根据所述运行分析信息判断是否存在运行异常，并在存在运行异常时，进行异常运行提示具体包括以下步骤：对多个所述设备运行数据进行即时计算分析，生成多个运行分析信息；根据多个所述运行分析信息，判断是否存在设备运行异常；在存在设备运行异常时，生成异常运行提示，并将所述异常运行提示发送至对应的工业设备；
在不存在设备运行异常时，不生成异常运行提示。
7.作为本发明实施例技术方案进一步的限定，所述将多个所述设备运行数据上传至云端，生成多个设备历史数据，通过对多个所述设备历史数据进行分析，生成多个设备状态预测信息，并根据多个所述设备状态预测信息进行异常预警具体包括以下步骤：将多个所述设备运行数据上传至云端，生成多个设备历史数据；通过对多个所述设备历史数据进行分析，生成多个设备状态预测信息；根据多个所述设备状态预测信息，判断是否存在异常趋势；在存在异常趋势时，向对应的工业设备进行异常预警。
8.一种工业设备互联网云管理系统，所述系统包括传输通道建立单元、即时运行分析单元和状态预测分析单元，其中：传输通道建立单元，用于分别建立与多个工业设备的数据传输通道，根据多个所述数据传输通道，获取多个所述工业设备的设备运行数据；即时运行分析单元，用于对多个所述设备运行数据进行即时计算分析，生成运行分析信息，根据所述运行分析信息判断是否存在运行异常，并在存在运行异常时，进行异常运行提示；状态预测分析单元，用于将多个所述设备运行数据上传至云端，生成多个设备历史数据，通过对多个所述设备历史数据进行分析，生成多个设备状态预测信息，并根据多个所述设备状态预测信息进行异常预警。
9.作为本发明实施例技术方案进一步的限定，所述传输通道建立单元具体包括：传输通道建立模块，用于分别建立与多个工业设备的数据传输通道；传输指令发送模块，用于根据多个所述数据传输通道，向多个所述工业设备发送数据传输指令；运行数据获取模块，用于获取多个所述工业设备根据数据传输指令发送的设备运行数据。
10.作为本发明实施例技术方案进一步的限定，所述即时运行分析单元具体包括：即时计算分析模块，用于对多个所述设备运行数据进行即时计算分析，生成多个运行分析信息；运行异常判断模块，用于根据多个所述运行分析信息，判断是否存在设备运行异常；异常运行处理模块，用于在存在设备运行异常时，生成异常运行提示，并将所述异常运行提示发送至对应的工业设备，在不存在设备运行异常时，不生成异常运行提示。
11.作为本发明实施例技术方案进一步的限定，所述状态预测分析单元具体包括：运行数据上传模块，用于将多个所述设备运行数据上传至云端，生成多个设备历史数据；历史数据分析模块，用于通过对多个所述设备历史数据进行分析，生成多个设备状态预测信息；异常趋势判断模块，用于根据多个所述设备状态预测信息，判断是否存在异常趋势；设备异常预警模块，用于在存在异常趋势时，向对应的工业设备进行异常预警。
12.与现有技术相比，本发明的有益效果是：本发明实施例通过获取多个工业设备的设备运行数据；进行即时计算分析，判断是否存在运行异常，并在存在运行异常时，进行异常运行提示；将多个设备运行数据上传至云端，生成多个设备历史数据并分析，生成多个设备状态预测信息，根据多个设备状态预测信息进行异常预警。能够与多个工业设备建立数据传输通道，获取设备运行数据，即时进行运行异常的判断与提示，并将设备运行数据上传至云端，通过对设备历史数据进行分析，进行设备状态预测与预警，能够对汽车零部件生产过程中的全部工业设备进行统一管理与监测，有效降低设备管理成本，并提高设备管理效率。
附图说明
13.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。
14.图1示出了本发明实施例提供的方法的流程图。
15.图2示出了本发明实施例提供的方法中获取设备运行数据的流程图。
16.图3示出了本发明实施例提供的方法中设备运行异常即时判断的流程图。
17.图4示出了本发明实施例提供的方法中数据上传异常预警的流程图。
18.图5示出了本发明实施例提供的系统的应用架构图。
19.图6示出了本发明实施例提供的系统中传输通道建立单元的结构框图。
20.图7示出了本发明实施例提供的系统中即时运行分析单元的结构框图。
21.图8示出了本发明实施例提供的系统中状态预测分析单元的结构框图。
具体实施方式
22.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。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。
23.可以理解的是，汽车零部件的生产过程中，通常只能够利用设备自身进行运行的监测与反馈，由于需要用到的工业设备数量多、种类杂，很难对生产过程中的全部工业设备进行统一的管理与监测，导致工业设备的监测效率低、成本高。
24.为解决上述问题，本发明实施例通过获取多个工业设备的设备运行数据；进行即时计算分析，判断是否存在运行异常，并在存在运行异常时，进行异常运行提示；将多个设备运行数据上传至云端，生成多个设备历史数据并分析，生成多个设备状态预测信息，根据多个设备状态预测信息进行异常预警。能够与多个工业设备建立数据传输通道，获取设备运行数据，即时进行运行异常的判断与提示，并将设备运行数据上传至云端，通过对设备历史数据进行分析，进行设备状态预测与预警，能够对汽车零部件生产过程中的全部工业设备进行统一管理与监测，有效降低设备管理成本，并提高设备管理效率。
25.图1示出了本发明实施例提供的方法的流程图。
26.具体的，一种工业设备互联网云管理方法，所述方法具体包括以下步骤：步骤s101，分别建立与多个工业设备的数据传输通道，根据多个所述数据传输通
道，获取多个所述工业设备的设备运行数据。
27.在本发明实施例中，通过对接各个工业设备，与汽车零部件生产过程中的全部工业设备建立数据传输通道，并通过多个数据传输通道，分别向多个工业设备发送数据传输指令，进而在多个工业设备根据数据传输指令进行数据传输时，接收多个工业设备通过多个数据传输通道发送的设备运行数据。
28.具体的，图2示出了本发明实施例提供的方法中获取设备运行数据的流程图。
29.其中，在本发明提供的优选实施方式中，所述分别建立与多个工业设备的数据传输通道，根据多个所述数据传输通道，获取多个所述工业设备的设备运行数据具体包括以下步骤：步骤s1011，分别建立与多个工业设备的数据传输通道。
30.步骤s1012，根据多个所述数据传输通道，向多个所述工业设备发送数据传输指令。
31.步骤s1013，获取多个所述工业设备根据数据传输指令发送的设备运行数据。
32.进一步的，所述工业设备互联网云管理方法还包括以下步骤：步骤s102，对多个所述设备运行数据进行即时计算分析，生成运行分析信息，根据所述运行分析信息判断是否存在运行异常，并在存在运行异常时，进行异常运行提示。
33.在本发明实施例中，对于接受的多个设备运行数据，进行即时计算分析，得到跟多个工业设备对应相关的运行分析信息，通过多个运行分析信息分别判断多个工业设备是否存在设备运行异常，在存在设备运行异常时，确定对应的异常设备，生成异常运行提示，并将异常运行提示通过数据传输通道传输至异常设备，异常设备在接收到异常运行提示之后，根据异常运行提示进行相应的异常提醒，并且在不存在设备运行异常时，不生成异常运行提示。
34.具体的，图3示出了本发明实施例提供的方法中设备运行异常即时判断的流程图。
35.其中，在本发明提供的优选实施方式中，所述对多个所述设备运行数据进行即时计算分析，生成运行分析信息，根据所述运行分析信息判断是否存在运行异常，并在存在运行异常时，进行异常运行提示具体包括以下步骤：步骤s1021，对多个所述设备运行数据进行即时计算分析，生成多个运行分析信息。
36.步骤s1022，根据多个所述运行分析信息，判断是否存在设备运行异常。
37.步骤s1023，在存在设备运行异常时，生成异常运行提示，并将所述异常运行提示发送至对应的工业设备。
38.步骤s1024，在不存在设备运行异常时，不生成异常运行提示。
39.进一步的，所述工业设备互联网云管理方法还包括以下步骤：步骤s103，将多个所述设备运行数据上传至云端，生成多个设备历史数据，通过对多个所述设备历史数据进行分析，生成多个设备状态预测信息，并根据多个所述设备状态预测信息进行异常预警。
40.在本发明实施例中，将设备运行数据实时上传至云端，将各个工业设备对应的设备运行数据进行分别存储，得到与每个工业设备相关的设备历史数据，并通过对多个设备历史数据进行分析，得到与多个工业设备相关的设备状态预测信息，按照设备状态预测信
息进行设备异常趋势判断，在存在设备异常趋势时，确定相关的工业设备，生成异常预警信号，并将异常预警信号通过数据传输通道传输至相关的工业设备，相关的工业设备可以根据异常预警信号进行对应的异常预警提醒。
41.具体的，图4示出了本发明实施例提供的方法中数据上传异常预警的流程图。
42.其中，在本发明提供的优选实施方式中，所述将多个所述设备运行数据上传至云端，生成多个设备历史数据，通过对多个所述设备历史数据进行分析，生成多个设备状态预测信息，并根据多个所述设备状态预测信息进行异常预警具体包括以下步骤：步骤s1031，将多个所述设备运行数据上传至云端，生成多个设备历史数据。
43.步骤s1032，通过对多个所述设备历史数据进行分析，生成多个设备状态预测信息。
44.步骤s1033，根据多个所述设备状态预测信息，判断是否存在异常趋势。
45.步骤s1034，在存在异常趋势时，向对应的工业设备进行异常预警。
46.进一步的，图5示出了本发明实施例提供的系统的应用架构图。
47.其中，在本发明提供的又一个优选实施方式中，一种工业设备互联网云管理系统，包括：传输通道建立单元101，用于分别建立与多个工业设备的数据传输通道，根据多个所述数据传输通道，获取多个所述工业设备的设备运行数据。
48.在本发明实施例中，传输通道建立单元101通过对接各个工业设备，与汽车零部件生产过程中的全部工业设备建立数据传输通道，并通过多个数据传输通道，分别向多个工业设备发送数据传输指令，进而在多个工业设备根据数据传输指令进行数据传输时，传输通道建立单元101接收多个工业设备通过多个数据传输通道发送的设备运行数据。
49.具体的，图6示出了本发明实施例提供的系统中传输通道建立单元101的结构框图。
50.其中，在本发明提供的优选实施方式中，所述传输通道建立单元101具体包括：传输通道建立模块1011，用于分别建立与多个工业设备的数据传输通道。
51.传输指令发送模块1012，用于根据多个所述数据传输通道，向多个所述工业设备发送数据传输指令。
52.运行数据获取模块1013，用于获取多个所述工业设备根据数据传输指令发送的设备运行数据。
53.进一步的，所述工业设备互联网云管理系统还包括：即时运行分析单元102，用于对多个所述设备运行数据进行即时计算分析，生成运行分析信息，根据所述运行分析信息判断是否存在运行异常，并在存在运行异常时，进行异常运行提示。
54.在本发明实施例中，对于接受的多个设备运行数据，即时运行分析单元102进行即时计算分析，得到跟多个工业设备对应相关的运行分析信息，通过多个运行分析信息分别判断多个工业设备是否存在设备运行异常，在存在设备运行异常时，确定对应的异常设备，生成异常运行提示，并将异常运行提示通过数据传输通道传输至异常设备，异常设备在接收到异常运行提示之后，根据异常运行提示进行相应的异常提醒，并且在不存在设备运行异常时，即时运行分析单元102不生成异常运行提示。
55.具体的，图7示出了本发明实施例提供的系统中即时运行分析单元102的结构框图。
56.其中，在本发明提供的优选实施方式中，所述即时运行分析单元102具体包括：即时计算分析模块1021，用于对多个所述设备运行数据进行即时计算分析，生成多个运行分析信息。
57.运行异常判断模块1022，用于根据多个所述运行分析信息，判断是否存在设备运行异常。
58.异常运行处理模块1023，用于在存在设备运行异常时，生成异常运行提示，并将所述异常运行提示发送至对应的工业设备，在不存在设备运行异常时，不生成异常运行提示。
59.进一步的，所述工业设备互联网云管理系统还包括：状态预测分析单元103，用于将多个所述设备运行数据上传至云端，生成多个设备历史数据，通过对多个所述设备历史数据进行分析，生成多个设备状态预测信息，并根据多个所述设备状态预测信息进行异常预警。
60.在本发明实施例中，状态预测分析单元103将设备运行数据实时上传至云端，将各个工业设备对应的设备运行数据进行分别存储，得到与每个工业设备相关的设备历史数据，并通过对多个设备历史数据进行分析，得到与多个工业设备相关的设备状态预测信息，按照设备状态预测信息进行设备异常趋势判断，在存在设备异常趋势时，确定相关的工业设备，生成异常预警信号，并将异常预警信号通过数据传输通道传输至相关的工业设备，相关的工业设备可以根据异常预警信号进行对应的异常预警提醒。
61.具体的，图8示出了本发明实施例提供的系统中状态预测分析单元103的结构框图。
62.其中，在本发明提供的优选实施方式中，所述状态预测分析单元103具体包括：运行数据上传模块1031，用于将多个所述设备运行数据上传至云端，生成多个设备历史数据。
63.历史数据分析模块1032，用于通过对多个所述设备历史数据进行分析，生成多个设备状态预测信息。
64.异常趋势判断模块1033，用于根据多个所述设备状态预测信息，判断是否存在异常趋势。
65.设备异常预警模块1034，用于在存在异常趋势时，向对应的工业设备进行异常预警。
66.综上所述，本发明实施例通过获取多个工业设备的设备运行数据；进行即时计算分析，判断是否存在运行异常，并在存在运行异常时，进行异常运行提示；将多个设备运行数据上传至云端，生成多个设备历史数据并分析，生成多个设备状态预测信息，根据多个设备状态预测信息进行异常预警。能够与多个工业设备建立数据传输通道，获取设备运行数据，即时进行运行异常的判断与提示，并将设备运行数据上传至云端，通过对设备历史数据进行分析，进行设备状态预测与预警，能够对汽车零部件生产过程中的全部工业设备进行统一管理与监测，有效降低设备管理成本，并提高设备管理效率。
67.应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，
这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
68.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（rom）、可编程rom（prom）、电可编程rom（eprom）、电可擦除可编程rom（eeprom）或闪存。易失性存储器可包括随机存取存储器（ram）或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram（sram）、动态ram（dram）、同步dram（sdram）、双数据率sdram（ddrsdram）、增强型sdram（esdram）、同步链路（synchlink） dram（sldram）、存储器总线（rambus）直接ram（rdram）、直接存储器总线动态ram（drdram）、以及存储器总线动态ram（rdram）等。
69.以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
70.以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
71.以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。