[发明专利]一种基于工业大数据的云平台数据管理系统及其构建方法在审

专利信息
申请号: 201610079827.5 申请日: 2016-02-03
公开(公告)号: CN105488235A 公开(公告)日: 2016-04-13
发明(设计)人: 赵俊涛;李鹏飞;胡尊亭 申请(专利权)人: 苏州见微物联网科技有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 暂无信息 代理人: 暂无信息
地址: 215212 江苏省苏州市吴江区黎里镇汾湖大*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 工业 数据 平台 数据管理 系统 及其 构建 方法
【权利要求书】:

1.一种基于工业大数据的云平台数据管理系统,其特征在于:所 述的云平台数据管理系统包括数据采集系统、工业现场数据模块、 Hadoop集群模块、数据聚合模块、数据分发模块和数据持久存储模 块,其中,所述的工业现场数据模块位于数据采集系统中,所述的数 据采集系统将采集到的非结构化工业数据传输给工业现场数据模块, 所述的工业现场数据模块与所述的Hadoop集群模块连接,所述的 Hadoop集群模块与所述的数据聚合模块连接,所述的Hadoop集群模 块将处理后的数据发送给所述的数据聚合模块;所述的数据聚合模块 与所述的数据分析模块连接,所述的数据聚合模块将处理后的数据发 送给所述的数据分析模块进行分析;所述的数据分发模块与所述的数 据持久存储模块连接,所述的数据分发模块将接收到的数据分配到数 据持久存储模块中。

2.根据权利要求1所述的一种基于工业大数据的云平台数据管理 系统,其特征在于:所述的云平台数据管理系统还包括安全模块,所 述的安全模块分别与所述的Hadoop集群模块、所述的数据聚合模块、 所述的数据分发模块、所述的数据持久存储模块连接。

3.根据权利要求1或2所述的一种基于工业大数据的云平台数据管 理系统,其特征在于:所述的Hadoop集群模块包括数据结构化模块、 数据除错模块、数据去重模块、数据整合模块,各模块之间串联连接。

4.根据权利要求1或2所述的一种基于工业大数据的云平台数据 管理系统,其特征在于:所述的数据聚合模块包括数据聚类模块、数 据耦合模块和数据压缩模块;所述的数据聚类模块与所述的数据耦合 模块连接,所述的数据耦合模块与所述的数据压缩模块连接。

5.一种根据上述权利要求1-4的一种基于工业大数据的云平台数 据管理系统的构建方法,包括以下步骤:

S1.所述的数据采集系统采集工业现场数据,并将采集到的数据传输 给工业现场数据模块;

S2.所述的工业现场数据模块将接收到的非结构化工业数据进行结 构化处理并生成半结构化数据,然后将所述的半结构化数据通过网络 传输给所述的Hadoop集群模块;

S3.所述的Hadoop集群模块处理所述的半结构化数据,并发送给所述 的数据聚合模块;

S4.所述的数据聚合模块处理相应的数据,并发送给所述的数据分发 模块;

S5.所述的数据分发模块将接收到的数据分配到数据持久存储模块 中。

6.根据权利要求5所述的一种基于工业大数据的云平台数据管 理系统的构建方法,其特征在于:所述的构建方法还包括步骤S6:所 述的云平台数据管理系统还包括安全模块,所述的安全模块与各个处 理模块进行通信,保证数据的安全性。

7.根据权利要求5所述的一种基于工业大数据的云平台数据管理 系统的构建方法,其特征在于:所述的步骤S3包括,所述的Hadoop 集群模块还包括数据结构化模块、数据除错模块、数据去重模块、数 据整合模块,首先,所述的数据结构化模块结构化处理接收到的所述 的半结构化数据,生成结构化数据;所述的数据除错模块去除错误的 结构化数据,所述的数据去重模块排除重复的结构化数据,所述的数 据整合模块整合所述数据除错模块和所述数据去重模块模块处理后 的数据。

8.根据权利要求5所述的一种基于工业大数据的云平台数据管理 系统的构建方法,其特征在于:所述的步骤S4包括,所述的数据聚合 模块包括数据聚类模块、数据耦合模块和数据压缩模块;所述的数据 聚类模块将相似的数据聚集在一起,生成相似数据类,所述的数据耦 合模块整合所述的相似数据类,优化所述相似数据类的数据;所述的 数据压缩模块调用数据压缩算法压缩所述相似数据类的数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏州见微物联网科技有限公司,未经苏州见微物联网科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610079827.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top