(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210092826.X (22)申请日 2022.01.26 (71)申请人 桂林电子科技大 学 地址 541004 广西壮 族自治区桂林市七 星 区金鸡路1号 (72)发明人 张华成　刘建明　 (74)专利代理 机构 桂林文必达专利代理事务所 (特殊普通 合伙) 45134 专利代理师 白洪 (51)Int.Cl. H04L 1/00(2006.01) G06K 9/62(2022.01) G06F 16/2455(2019.01) G06F 16/23(2019.01) (54)发明名称 一种电子智造业 运维云平台系统 (57)摘要 本发明涉及一种电子智造业运维云平台系 统， 解决的是数据传输效率低的技术问题， 通过 采用所述电子智造业运维云平台系统包括用于 提供中间级数据处理的中继模块， 用于采集制造 设备数据的数据采集单元， 一个中继模块可连接 多个数据采集单元； 中继模块通过区块链通信单 元连接有设备状态云分析单元； 设备状态云分析 单元通过分析结果反馈控制和维护制造设备； 所 述中继模块内置有数据中继处理程序的技术方 案， 较好的解决了该问题， 可用于电子智造业中。 权利要求书3页 说明书7页 附图1页 CN 114614946 A 2022.06.10 CN 114614946 A 1.一种电子智造业运维云平台系统， 其特征在于： 所述电子智造业运维云平台系统包 括： 用于提供中间级数据处理的中继模块， 用于采集制造设备数据的数据采集单元， 一个 中继模块可连接多个数据采集单元； 中继模块通过区块链通信单元连接有设备状态云分析 单元； 设备状态云分析单元连接有设备工序流程动态配置单元和设备状态诊断单元， 通过 分析结果反馈控制和维护制 造设备； 所述中继模块内置有数据中继处理程序， 用于执行如 下步骤： 步骤1， 中继模块接收设备 数据； 步骤2， 提取设备数据的特征， 在中继模块历史传输数据库中检索匹配出相似数据， 记 录相似数据标签， 将相似数据定义为参考数据； 如果无法检索匹配出相似数据， 则将设备数 据定义为待传输数据， 直接执 行步骤5； 步骤3， 以参 考数据为源， 设备 数据为目标， 计算出变换补偿序列； 步骤4， 将相似数据标签、 变换补偿序列定义待传输数据； 比对设备数据与待传输数据 的大小， 待处 理数据小于待传输数据， 则执 行步骤5， 否则将设备 数据更新 为待传输数据； 步骤5， 判断待传输数据与传输阈值大小， 待传输数据小于传输阈值， 则返还执行步骤 1， 否则执 行步骤6； 步骤6， 中继模块对待传输数据进行压缩编码， 完成中继处理， 传输给设备状态云分析 单元。 2.根据权利要求1所述的电子智造业 运维云平台系统， 其特 征在于： 步骤2包括： 步骤2.1， 定义 一个特征提取框， 特 征提取框的宽度为 w； 步骤2.2， 使用特 征提取框遍历设备 数据， 完成特 征提取； 步骤2.3， 将提取的特征与中继模块历史传输数据库中的历史数据特征进行匹配， 将匹 配率大于预设阈值的历史数据定义 为相似数据。 3.根据权利要求1所述的电子智造业运维云平台系统， 其特征在于： 步骤2中， 设备数据 为模拟数据， 包括： 步骤(1)， 采集设备数据的时域曲线， 定义自适应时间窗口， 时间窗口的一侧为左端点 或右端点， 时间窗口内包含一个极大值和极小值,定义左端点的垂 直线为第一中线， 定义左 端点的垂直线的均值为第二中线； 分别以第一中线和第二中线为对称面， 对时间窗口内的 实时特征时间序列信号进行对称计算， 得到新的实时特 征曲线； 步骤(2)， 从新的特征曲线中检测出N个极大值或极小值， 记作{(vi,ti)|i＝0,1,..., N}， 其中N 为大于3的自然数； 步骤(3)， 计算相邻极大值或极小值之间的时间差， 得到极值间隔数据库{(vi,Δti)|i ＝1,2,...,N}； 步骤(4)， 定义特 征提取框 宽度为w， 特征提取框的移动速度为v； w＝(max(Δti)‑min(Δti))×p； 其中， p为特 征提取框 宽度和特 征曲线宽度的预设比例值， 1≤i≤N； 步骤(5)， 从横向扫描确定峰值阈值范围(V1,V2)； 从纵向扫描确定时间间隔阈值范围权　利　要　求　书 1/3 页 2 CN 114614946 A 2(T1,T2)； 步骤(6)， 将峰值阈值范围(V1,V2)和时间间隔阈值范围(T1,T2)构成的区域定义为标准 特征点的可信区域； 步骤(7)， 将标准特征点的可信区域组成的曲线， 更新定义为优 化特征曲线 函数T＝(s1, s2,...,sn)， 其中， n 为更正特 征曲线的长度； 步骤(8)， 将中继模块历史传输数据库中经过步骤(1)～步骤(7)的历史数据特征S＝ (s1,s2,...,sm)， m为历史数据特征长度， 使用DTW算法计算一致性对比度， 一致性对比度低 于预设阈值的判定 两者一致， 否则判定不 一致。 4.根据权利要求2或3所述的电子智造业 运维云平台系统， 其特 征在于： 步骤3包括； 步骤3.1， 以特征提取框为单位确定源数据内的源数据子元， 目标数据内的目标数据子 元； 步骤3.2， 定义变换 方程为： E＝d+ η ×s； 补偿方程 为： I‘ ’＝α I′+β； 其中， η为预设的权权重值， I ′表示形变后的源数据子元， I ‘ ’表示经过幅度补偿之后的 源数据子元； 相邻源数据子元的连通 性s， s＝0表示 不连通， s＝1表示连通； 步骤3.3， 确定源数据子元到目标 数据子元的距离d， 幅度补偿系数α 和β； 步骤3.4， 将源数据子元标签、 目标数据子元标签、 距离变换参数d、 连通性s、 幅度变换 参数α 和β 定义 为变换补偿序列。 5.根据权利要求1所述的电子智 造业运维云平台系统， 其特征在于： 所述设备状态云分 析预测单元执行分析预测程序， 包括： 数据归一 化处理， 对归一化数据进行设备状态云 分析， 归一 化处理包括 步骤a， 选出2个样本数据集分别定义为特征样本C和特征样本D， 将特征样本C和特征样 本D变换分解为Z个子样本， 每一个子样本分解为2部分， 第一部分滤波系数定义为 第二部分滤波系数定义为 C/D表示特征样本C或特征样本D， 1≤ γ≤Z表示第γ次分解； 步骤b， 对于第γ次分解的第一部分滤波系数， 采用第一融合准则进行融合， 遍历特征 样本C或特征样本D， 计算特征样 本C或特征样 本D的相关度， 得到融合权重， 第一融合准则准 则为： 确定P×Q的窗口为区域R， 计算区域R内每个特征样本的子点在水平方向和垂直方向的 梯度幅值Gx[i,j]和Gy[i,j]， 计算出梯度值G(i,j) 计算出区域R的中心点的内积能量 为E(P(x,y) ) <>为区域内积运 算； 计算出特征样本C和特征样本D的相关性 为： 假设阈值 为a， 权重系数wC和wD为：权　利　要　求　书 2/3 页 3 CN 114614946 A 3