一种可编程控制器运行状态监测方法及系统与流程

1.本发明涉及控制器状态监测技术领域，具体涉及一种可编程控制器运行状态监测方法及系统。


背景技术：

2.随着科技的发展与社会需求的递增，可编程控制器作为一种新型工业控制装置应运而生，以适应现今工业领域中多品种、小批量的生产化需求，可进行多种类型的机械设备与生产过程的控制，同时，为保证控制精度，对可编程控制器的运行状态要求较高，可通过进行可编程控制器运行状态的实时监控，以保证正常运行，在出现运行偏差时及时进行调整，现如今，可通过进行计算机与可编程控制器的实时通讯，实现故障监控的计算机图形显示，以进行故障实时监测，然而该监测方法还存在一定的局限性。
3.现有技术中，对可编程控制器的运行状态监测主要是从宏观上判断控制是否处于稳定状态，缺少从微观上的运行状态监测，使得最终的监测结果精细度不足。


技术实现要素：

4.本技术提供了一种可编程控制器运行状态监测方法及系统，用于针对解决现有技术中存在的对可编程控制器的运行状态监测主要是从宏观上判断控制是否处于稳定状态，缺少从微观上的运行状态监测，使得最终的监测结果精细度不足的技术问题。
5.鉴于上述问题，本技术提供了一种可编程控制器运行状态监测方法及系统。
6.第一方面，本技术提供了一种可编程控制器运行状态监测方法，所述方法包括：对可编程控制器进行模块拆分，生成模块拆分结果；遍历所述模块拆分结果进行功能匹配，生成模块任务列表；将所述模块任务列表输入指标标定表，生成性能评估指标集合；根据所述性能评估指标集合遍历所述模块拆分结果进行性能评估，生成性能指标基准特征值集合；当所述可编程控制器处于运行状态时，根据所述性能评估指标集合对所述模块拆分结果进行特征值采集，生成性能指标实际特征值集合；根据所述性能指标实际特征值集合和所述性能指标基准特征值集合进行比对，生成性能指标偏差度；当所述性能指标偏差度满足偏差度阈值时，生成可编程控制器运行状态正常指令。
7.第二方面，本技术提供了一种可编程控制器运行状态监测系统，所述系统包括：控制器拆分模块，所述控制器拆分模块用于对可编程控制器进行模块拆分，生成模块拆分结果；功能匹配模块，所述功能匹配模块用于遍历所述模块拆分结果进行功能匹配，生成模块任务列表；指标生成模块，所述指标生成模块用于将所述模块任务列表输入指标标定表，生成性能评估指标集合；性能评估模块，所述性能评估模块用于根据所述性能评估指标集合遍历所述模块拆分结果进行性能评估，生成性能指标基准特征值集合；特征值采集模块，所述特征值采集模块用于当所述可编程控制器处于运行状态时，根据所述性能评估指标集合对所述模块拆分结果进行特征值采集，生成性能指标实际特征值集合；偏差度生成模块，所述偏差度生成模块用于根据所述性能指标实际特征值集合和所述性能指标基准特征值集
合进行比对，生成性能指标偏差度；指令生成模块，所述指令生成模块用于当所述性能指标偏差度满足偏差度阈值时，生成可编程控制器运行状态正常指令。
8.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：
9.本技术实施例提供的一种可编程控制器运行状态监测方法，对可编程控制器进行模块拆分，生成模块拆分结果并进行功能匹配，生成模块任务列表获取性能评估指标集合并遍历所述模块拆分结果进行性能评估，生成性能指标基准特征值集合，对所述可编程控制器处于运行状态时性能指标实际特征值进行采集，通过进行所述性能指标实际特征值集合和所述性能指标基准特征值集合比对生成性能指标偏差度，当所述性能指标偏差度满足偏差度阈值时，生成可编程控制器运行状态正常指令，解决了现有技术中存在的对可编程控制器的运行状态监测主要是从宏观上判断控制是否处于稳定状态，缺少从微观上的运行状态监测，使得最终的监测结果精细度不足的技术问题，实现了可编程控制器的全面化精准监测。
附图说明
10.图1为本技术提供了一种可编程控制器运行状态监测方法流程示意图；
11.图2为本技术提供了一种可编程控制器运行状态监测方法中性能指标基准特征值集合生成流程示意图；
12.图3为本技术提供了一种可编程控制器运行状态监测方法中可编程控制器运行异常预警流程示意图；
13.图4为本技术提供了一种可编程控制器运行状态监测系统结构示意图。
14.附图标记说明：控制器拆分模块11，功能匹配模块12，指标生成模块13，性能评估模块14，特征值采集模块15，偏差度生成模块16，指令生成模块17。
具体实施方式
15.本技术通过提供一种可编程控制器运行状态监测方法及系统，对可编程控制器进行模块拆分，生成模块拆分结果并进行功能匹配，生成模块任务列表，获取性能评估指标集合进行性能评估，生成性能指标基准特征值集合，对性能指标实际特征值进行采集，通过进行性能指标实际特征值集合和性能指标基准特征值集合比对生成性能指标偏差度，当性能指标偏差度满足偏差度阈值时，生成可编程控制器运行状态正常指令，用于解决现有技术中存在的对可编程控制器的运行状态监测主要是从宏观上判断控制是否处于稳定状态，缺少从微观上的运行状态监测，使得最终的监测结果精细度不足的技术问题。
16.实施例一
17.如图1所示，本技术提供了一种可编程控制器运行状态监测方法，所述方法应用于一可编程控制器运行状态监测系统，所述方法包括：
18.步骤s100：对可编程控制器进行模块拆分，生成模块拆分结果；
19.具体而言，可编程控制器作为一种新型工业控制装置，将计算机技术、自动化技术与通讯技术融为一体，在多种机械生产与自动控制中有着极为广泛的应用，首先，对所述可编程控制器的进行模块拆分，所述可编程控制器包括了多个结构模块，包括存储器、输入输出接口、中央处理模块、通信接口、电源，通过进行所述可编程控制器的模块拆分生成所述
模块拆分结果，所述模块化拆分结果的获取为后续进行性能分析评估提供了基本信息依据，以拆分的模块为基准进行模块化分析与性能评估，可有效提高分析精确度。
20.步骤s200：遍历所述模块拆分结果进行功能匹配，生成模块任务列表；
21.具体而言，遍历所述模块拆分结果，分别对各模块进行功能匹配，示例性的，所述存储器作为存放系统软件的模块，可用于存放应用程序与程序执行过程中的中间状态信息；所述输入输出接口，即i/o模块集成了输入输出电路，可进行输入输出信号的状态映射或者进行信号转换，例如进行信号输入时，信号通过输入接口后可将电信号转换成数字信息进而进行系统应用分析，以所述模块拆分结果中各模块的功能性为基准，确定各模块的对应任务，其中，一个模块可对应于一个到多个类型的任务，例如可将信号状态确定、信息识别、信号转换等作为所述i/o模块中输入接口对应的模块任务，进一步进行所述模块拆分结果与模块任务的映射整合处理，生成所述模块任务列表，所述模块任务列表的获取为后续进行模块性能评估奠定了基础。
22.步骤s300：将所述模块任务列表输入指标标定表，生成性能评估指标集合；
23.具体而言，基于大数据进行所述指标标定表的自定义设定，所述指标标定表为所述模块任务列表中各个任务相关联的指标与对应的多种模块型号的衡量标准，例如所述中央处理模块中相应的程序运行速率、程序运行错误识别率等，其中，一个任务对应于一个到多个性能评估指标，以业内标准化指标参数作为衡量标准，进一步将所述模块任务列表输入所述指标标定表中，进行所述模块任务列表与所述指标标定表的映射对应，确定各模块任务对应的指标标准，可将其作为各模块性能分析的依据进行后续模块性能评估，进而进行对应指标的归类整合处理生成所述性能评估指标集合。
24.步骤s400：根据所述性能评估指标集合遍历所述模块拆分结果进行性能评估，生成性能指标基准特征值集合；
25.步骤s500：当所述可编程控制器处于运行状态时，根据所述性能评估指标集合对所述模块拆分结果进行特征值采集，生成性能指标实际特征值集合；
26.具体而言，遍历所述模块拆分结果，基于所述性能评估指标对各模块进行性能评估，本实施例中通过获取所述可编程控制器运行环境参数对应的多组不同模块的性能特征值，由于所述可编程控制器的运行环境处于实时变化状态，对运行状态会造成一定的影响，将环境影响度考虑其中可提高数据采集的准确度，基于此进行构建性能指标特征值分析模型进行模型分析，生成所述性能指标基准特征值集合，所述性能指标基准特征值集合指当前型号的模块应该达到的指标特征值，例如存储容量、计算速度、并发线程数量等，进一步而言，以所述性能评估指标集合为数据采集依据，当所述可编程控制器处于运行状态时基于所述模块拆分结果对各模块进行实时特征值采集，所述实时特征值与所述性能指标基准特征值集合一一对应，获取所述性能指标实际特征值集合，所述性能指标基准特征值集合与所述性能指标实际特征值的获取为后续进行可编程控制器的性能偏差分析夯实了基础。
27.进一步而言，如图2所示，所述根据所述性能评估指标集合遍历所述模块拆分结果进行性能评估，生成性能指标基准特征值集合，本技术步骤400还包括：
28.步骤410：对所述可编程控制器进行环境参数采集，生成工作温度参数和工作湿度参数；
29.步骤420：根据所述工作温度参数和所述工作湿度参数，基于所述性能评估指标集
合，采集性能标定记录数据；
30.步骤430：根据所述性能标定记录数据，训练性能指标特征值分析模型；
31.步骤440：遍历所述模块拆分结果输入所述性能指标特征值分析模型，生成所述性能指标基准特征值集合。
32.具体而言，对所述可编程控制器的运行环境进行参数采集，所述环境参数属于实时波动数据，基于实时数据进行分析可有效提高分析结果准确度，获取所述工作温度参数与所述工作湿度参数，环境参数一定程度上会影响所述可编程控制器的运行性能，例如设备温度过高会影响运行流畅度，造成程序计算卡顿，损伤控制器硬件等，以所述工作温度参数与所述工作湿度参数为基准，对所述性能评估指标集合在对应环境参数下的相应性能数据进行采集，获取所述性能标定记录数据，所述性能标定记录数据表征由专家组标定的环境参数对应的多组可编程控制器不同模块的性能特征值，进一步的，构建所述性能指标特征值分析模型，将所述性能标定记录数据输入所述性能指标特征值分析模型中进行模型训练，以进行模型完善，进而将所述模块拆分结果输入所述性能指标特征值分析模型中，通过进行信息匹配映射确定所述模块拆分结果中各模块对应的性能标定记录数据，进而以模块为基准进行数据整合标识处理，输出所述性能指标基准特征值集合，便于进行数据识别区分。
33.进一步而言，所述根据所述性能标定记录数据，训练性能指标特征值分析模型，本技术步骤430还包括：
34.步骤431：对所述性能标定记录数据进行拆分，生成模块记录类型信息和性能指标特征值记录数据；
35.步骤432：将所述模块记录类型信息作为输入数据，将所述性能指标特征值记录数据作为输出标识数据，构建第一决策树；
36.步骤433：从所述第一决策树中提取不满足预设准确率的所述模块记录类型信息和所述性能指标特征值记录数据，生成第一数据量；
37.步骤434：判断所述第一数据量是否满足预设数据量；
38.步骤435：若满足，则将所述第一决策树设为所述性能指标特征值分析模型。
39.具体而言，通过对所述性能评估指标集合在对应环境参数下的相应性能数据进行采集，获取所述性能标定记录数据，所述性能标定记录数据包括了所述模块记录类型信息与所述性能指标特征值记录数据，以此为数据划分标准对所述性能标定记录数据进行拆分，进一步对所述模块记录类型信息和所述性能指标特征值记录数据进行数据划分，获取所述训练数据、迭代数据与验证数据，将所述训练数据中所述模块记录类型信息作为输入数据，所述性能指标特征值记录数据作为输出标识数据，进行所述第一决策树的构建，所述第一决策树中各参数数据的权重问等值，获取所述预设准确率，所述预设准确率指判定数据是否合格的评定标准，例如，可将95％设定为所述预设准确率，提取所述第一决策树中不满足所述预设准确率的所述模块记录类型信息与所述性能指标特征值记录数据，将其作为所述第一数据量，进一步判断所述第一数据量是否满足所述预设数据量，可将无法对最终分析结果产生本质影响的最大数据量作为所述预设数据量，当所述第一数据量满足所述预设数据量时，表明所述第一决策树中的不合格数据量较少，无法对后续构建的模型产生影响，进而将所述第一决策树作为最终确定的所述性能指标特征值分析模型，将所述验证数
据输入模型中进行模型验证，通过构建决策树并进行数据判定与分析筛选，可有效保障模型的模拟结果准确性。
40.进一步而言，本技术步骤434还还包括：
41.步骤4341：若所述第一数据量不满足所述预设数据量，生成第一权重调整指令；
42.步骤4342：对不满足所述预设准确率的所述模块记录类型信息和性能指标特征值记录数据进行权重增益，生成第二构建数据集；
43.步骤4343：根据所述第二构建数据集，训练第二决策树；
44.步骤4344：从所述第二决策树中提取不满足所述预设准确率的所述模块记录类型信息和所述性能指标特征值记录数据，生成第二数据量；
45.步骤4345：判断所述第二数据量是否满足所述预设数据量；
46.步骤4346：若不满足，重复迭代，直到满足预设迭代次数或满足所述预设数据量时停止，将所述第一决策树、所述第二决策树直到第m决策树合并，生成所述性能指标特征值分析模型。
47.具体而言，判断所述第一数据量是否满足所述预设数据量，当所述第一数据量不满足所述预设数据量时，生成所述第一权重调整指令，所述第一权重调整指令为开始进行所述第一决策树中所述模块记录类型信息和所述性能指标特征值记录数据权重调整的指令，将所述第一决策树中满足所述预设准确率的所述模块记录类型信息和性能指标特征值记录数据降低权重，对不满足的对应数据信息进行权重增益，例如可通过增加此类数据的数量来进行权重增益，提高模型对此类数据的分析能力，通过进行权重二次分配进行训练数据的更新，基于迭代数据进行所述第二决策树的构建，进一步对所述第二决策树中的所述模块记录类型信息和所述性能指标特征值记录数据进行数据准确率判定，对不满足所述预设准确率的数据进行整合生成所述第二数据量，进一步判断所述第二数据量是否满足所述预设数据量，以评估所述第二决策树是否达标，当所述第二数据量满足所述预设数据量时，将所述第二决策树作为最终确定的所述性能指标特征值分析模型，当所述第二数据量不满足所述预设数据量时，重复上述权重调整与决策树构建验证步骤，直至满足预设迭代次数或满足所述预设数据量时停止进行迭代操作，进而将所述第一决策树、所述第二决策树直到第m决策树合并，对上述多个决策树进行数据加权求和生成所述性能指标特征值分析模型，通过构建新的决策树进行上一轮决策树的偏差补足，最终进行合并以提高所述性能指标特征值分析模型的模拟准确率。
48.步骤s600：根据所述性能指标实际特征值集合和所述性能指标基准特征值集合进行比对，生成性能指标偏差度；
49.步骤s700：当所述性能指标偏差度满足偏差度阈值时，生成可编程控制器运行状态正常指令。
50.具体而言，所述性能指标实际特征值集合与所述性能指标基准特征值一一对应，对两者进行特征值映射，获取特征值映射结果并进行偏差计算，生成所述性能指标偏差度，进一步判断所述性能指标偏差都是否满足所述预设偏差度阈值，所述预设偏差度阈值为设定的性能指标实际特征值与所述性能指标基准特征值重叠度的评判标准，例如可设定所述预设偏差度为10％，当所述性能偏差度满足所述偏差度阈值时，表明所述可编程控制器处于正常运行状态且处理控制精度合格，生成所述可编程控制器运行状态正常指令，当所述
性能偏差度不满足所述预设偏差度阈值时，表明所述可编程控制器处于异常运行状态，进一步对所述可编程控制器进行异常配置参数的分析确定，基于此进行异常运行预警警示，进而进行针对性调整修正以保证正常运行。
51.进一步而言，如图3所示，本技术步骤800还包括：
52.步骤810：当所述性能指标偏差度不满足所述偏差度阈值时，生成可编程控制器运行状态异常指令，其中，所述可编程控制器运行状态异常指令包括异常模块类型信息和异常指标类型信息；
53.步骤820：根据所述异常模块类型信息，提取模块配置参数集合；
54.步骤830：根据所述异常指标类型信息对所述模块配置参数集合进行关联分析，生成关联级别分析结果；
55.步骤840：当所述关联级别分析结果满足关联级别阈值时，将所述模块配置参数集合添加进敏感配置参数集合；
56.步骤850：根据所述敏感配置参数集合对所述可编程控制器进行运行异常预警。
57.具体而言，通过进行所述性能指标实际特征值集合与所述性能指标基准特征值集合的映射比对，获取所述性能指标偏差度，当所述性能指标偏差度不满足所述偏差度阈值时，生成所述可编程控制器运行状态异常指令，所述可编程控制器运行状态异常指令指表述运行异常的警示指令，包括了所述异常模块类型信息与所述异常指标类型信息，进一步进行信息异常分析确定异常模块的敏感配置参数，以进行针对性调整提高运行准确度，基于所述异常模块类型信息提取模块配置参数集合，例如硬件的型号，软件的程序、供电电源类型等，进而进行所述异常指标类型信息与所述模块配置参数集合之间对应参数的关联分析，示例性的，可预设信息关联等级，对相关联参数进行关联度等级评定，进而基于关联度等级进行对应信息的顺序性排列，生成所述关联级别分析结果。
58.进一步的，设定所述关联级别阈值，所述关联级别阈值为限定所述异常指标类型信息与所述模块配置参数集合间信息关联度的极限标准，例如，设定信息关联度5为所述关联级别阈值，对所述关联级别分析结果进行阈值判定，将其中信息关联度大于等于5的模块配置参数作为敏感配置参数，添加进所述敏感配置参数集合中，根据所述敏感配置参数集合对所述可编程控制器进行运行异常预警警示，以便及时进行调整保证运行精度。
59.进一步而言，所述根据所述异常指标类型信息对所述模块配置参数集合进行关联分析，生成关联级别分析结果，本技术步骤630还包括：
60.步骤831：将所述异常指标类型信息和所述异常模块类型信息输入所述模块任务列表，匹配异常模块任务类型信息；
61.步骤832：根据所述异常模块任务类型信息，采集可编程控制器运行记录数据集，其中，所述可编程控制器运行记录数据集包括配置参数记录数据；
62.步骤833：遍历所述配置参数记录数据进行特征分析，生成参数记录频率特征值；
63.步骤834：根据所述参数记录频率特征值对所述配置参数记录数据进行关联级别划分，生成关联级别划分结果。
64.具体而言，将生成的所述可编程控制器运行状态异常指令中所述异常模块类型信息和所述异常指标类型信息输入所述模块任务列表中，通过进行模块任务匹配获取所述异常模块任务类型信息，例如，中央处理模块为异常模块时，对应的编程、程序运行、监测控制
等可作为所述异常模块任务类型信息，以所述异常模块任务类型信息为信息采集依据，确定数据采集时间区间，对所述可编程控制器的运行记录数据集进行采集，可获取多组运行记录数据，所述运行记录数据集包括了配置参数记录数据，即模块应用型号、运行参数等，任意一组数据包括模块任务类型和配置参数记录数据集，多组数据可重复，以提高数据信息完备性，保障后续的数据分析准确度，进一步遍历所述配置参数记录数据，通过进行特征分析生成所述参数记录频率特征值，所述参数记录频率特征值指异常模块中相关特征的出现频率，其中，所述参数记录频率特征值与关联级别成正比，进而基于所述参数记录频率特征值对所述配置参数记录数据进行关联级别划分，生成关联级别划分结果，通过采集多组记录数据基于频率特征值进行关联级别分析，可有效提高判定准确度。
65.进一步而言，所述根据所述参数记录频率特征值对所述配置参数记录数据进行关联级别划分，生成关联级别划分结果，本技术步骤634还包括：
66.步骤8341：当所述配置参数记录数据满足第一频率阈值时，添加进第一关联级别；
67.步骤8342：当所述配置参数记录数据满足第二频率阈值时，添加进第二关联级别；
68.步骤8343：当所述配置参数记录数据满足第n频率阈值时，添加进第n关联级别，其中，所述第一频率阈值＞所述第二频率阈值＞所述第n频率阈值；
69.步骤8344：将所述第一关联级别、所述第二关联级别直到所述第n关联级别添加进所述关联级别划分结果。
70.具体而言，基于所述参数记录频率特征值对所述配置参数记录数据进行关联级别划分，设定所述第一频率阈值、所述第二频率阈值、所述第n频率阈值，所述第n频率阈值为判断所述配置参数记录数据关联等级的判定标准，当所述配置参数记录数据满足所述第一频率阈值时，添加进所述第一关联级别；所述第一频率阈值表述频次最大限定值，所述第一关联等级表述参数关联等级最高，随着频率递减，参数关联等级发生同步变化，出现频率越高则对于相应的模块而言，越为核心配置参数，当所述配置参数记录数据满足第二频率阈值时，将对应的所述配置参数记录数据添加进所述第二关联级别；当所述配置参数记录数据满足第n频率阈值时，将对应的所述配置参数记录数据添加进所述第n关联级别，其中，所述第一频率阈值＞所述第二频率阈值＞所述第n频率阈值，进一步的，将所述第一关联级别、所述第二关联级别直到所述第n关联级别作为划分标准添加进所述关联级别划分结果，通过设定频率阈值进行数据的分类划分，可有效提高数据的划分精度。
71.实施例二
72.基于与前述实施例中一种可编程控制器运行状态监测方法相同的发明构思，如图4所示，本技术提供了一种可编程控制器运行状态监测系统，所述系统包括：
73.控制器拆分模块11，所述控制器拆分模块11用于对可编程控制器进行模块拆分，生成模块拆分结果；
74.功能匹配模块12，所述功能匹配模块12用于遍历所述模块拆分结果进行功能匹配，生成模块任务列表；
75.指标生成模块13，所述指标生成模块13用于将所述模块任务列表输入指标标定表，生成性能评估指标集合；
76.性能评估模块14，所述性能评估模块14用于根据所述性能评估指标集合遍历所述模块拆分结果进行性能评估，生成性能指标基准特征值集合；
77.特征值采集模块15，所述特征值采集模块15用于当所述可编程控制器处于运行状态时，根据所述性能评估指标集合对所述模块拆分结果进行特征值采集，生成性能指标实际特征值集合；
78.偏差度生成模块16，所述偏差度生成模块16用于根据所述性能指标实际特征值集合和所述性能指标基准特征值集合进行比对，生成性能指标偏差度；
79.指令生成模块17，所述指令生成模块17用于当所述性能指标偏差度满足偏差度阈值时，生成可编程控制器运行状态正常指令。
80.进一步而言，所述系统还包括：
81.阈值判断模块，所述阈值判断模块用于当所述性能指标偏差度不满足所述偏差度阈值时，生成可编程控制器运行状态异常指令，其中，所述可编程控制器运行状态异常指令包括异常模块类型信息和异常指标类型信息；
82.参数提取模块，所述参数提取模块用于根据所述异常模块类型信息，提取模块配置参数集合；
83.关联分析模块，所述关联分析模块用于根据所述异常指标类型信息对所述模块配置参数集合进行关联分析，生成关联级别分析结果；
84.参数添加模块，所述参数添加模块用于当所述关联级别分析结果满足关联级别阈值时，将所述模块配置参数集合添加进敏感配置参数集合；
85.异常预警模块，所述异常预警模块用于根据所述敏感配置参数集合对所述可编程控制器进行运行异常预警。
86.进一步而言，所述系统还包括：
87.信息匹配模块，所述信息匹配模块用于将所述异常指标类型信息和所述异常模块类型信息输入所述模块任务列表，匹配异常模块任务类型信息；
88.数据采集模块，所述数据采集模块用于根据所述异常模块任务类型信息，采集可编程控制器运行记录数据集，其中，所述可编程控制器运行记录数据集包括配置参数记录数据；
89.特征分析模块，所述特征分析模块用于遍历所述配置参数记录数据进行特征分析，生成参数记录频率特征值；
90.关联级别划分模块，所述关联级别划分模块用于根据所述参数记录频率特征值对所述配置参数记录数据进行关联级别划分，生成关联级别划分结果。
91.进一步而言，所述系统还包括：
92.第一频率阈值判断模块，所述第一频率阈值判断模块用于当所述配置参数记录数据满足第一频率阈值时，添加进第一关联级别；
93.第二频率阈值判断模块，所述第二频率阈值判断模块用于当所述配置参数记录数据满足第二频率阈值时，添加进第二关联级别；
94.第n频率阈值判断模块，所述第n频率阈值判断模块用于当所述配置参数记录数据满足第n频率阈值时，添加进第n关联级别，其中，所述第一频率阈值＞所述第二频率阈值＞所述第n频率阈值；
95.关联级别添加模块，所述关联级别添加模块用于将所述第一关联级别、所述第二关联级别直到所述第n关联级别添加进所述关联级别划分结果。
96.进一步而言，所述系统还包括：
97.参数采集模块，所述参数采集模块用于对所述可编程控制器进行环境参数采集，生成工作温度参数和工作湿度参数；
98.性能数据采集模块，所述性能数据采集模块用于根据所述工作温度参数和所述工作湿度参数，基于所述性能评估指标集合，采集性能标定记录数据；
99.模型训练模块，所述模型训练模块用于根据所述性能标定记录数据，训练性能指标特征值分析模型；
100.模型分析模块，所述模型分析模块用于遍历所述模块拆分结果输入所述性能指标特征值分析模型，生成所述性能指标基准特征值集合。
101.进一步而言，所述系统还包括：
102.数据拆分模块，所述数据拆分模块用于对所述性能标定记录数据进行拆分，生成模块记录类型信息和性能指标特征值记录数据；
103.决策树构建模块，所述决策树构建模块用于将所述模块记录类型信息作为输入数据，将所述性能指标特征值记录数据作为输出标识数据，构建第一决策树；
104.数据量生成模块，所述数据量生成模块用于从所述第一决策树中提取不满足预设准确率的所述模块记录类型信息和所述性能指标特征值记录数据，生成第一数据量；
105.数据量判断模块，所述数据量判断模块用于判断所述第一数据量是否满足预设数据量；
106.模型确定模块，所述模型确定模块用于若满足，则将所述第一决策树设为所述性能指标特征值分析模型。
107.进一步而言，所述系统还包括：
108.调整指令生成模块，所述调整指令生成模块用于若所述第一数据量不满足所述预设数据量，生成第一权重调整指令；
109.第二数据集生成模块，所述第二数据集生成模块用于对不满足所述预设准确率的所述模块记录类型信息和性能指标特征值记录数据进行权重增益，生成第二构建数据集；
110.第二决策树训练模块，所述第二决策树训练模块用于根据所述第二构建数据集，训练第二决策树；
111.第二数据量生成模块，所述第二数据量生成模块用于从所述第二决策树中提取不满足所述预设准确率的所述模块记录类型信息和所述性能指标特征值记录数据，生成第二数据量；
112.第二数据量判断模块，所述第二数据量判断模块用于判断所述第二数据量是否满足所述预设数据量；
113.数据量迭代模块，所述数据量迭代模块用于若不满足，重复迭代，直到满足预设迭代次数或满足所述预设数据量时停止，将所述第一决策树、所述第二决策树直到第m决策树合并，生成所述性能指标特征值分析模型。
114.本说明书通过前述对一种可编程控制器运行状态监测方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种可编程控制器运行状态监测方法及系统，对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
115.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本技术。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。