[发明专利]一种基于边缘计算的物流装备故障预测终端

说明书

本发明公开了一种基于边缘计算的物流装备故障预测终端，包括电源电路、ADC检测电路、微处理器电路、故障指示电路、串口电路，ADC检测电路的输入端与设置在物流装备上的传感器连接，用以采集物流装备的运行状态数据，ADC检测电路的输出端与微处理器电路的数据输入端连接，故障指示电路通过I/O接口与微处理器电路的数据输出端连接，用以显示物流装备的故障信号，串口电路与微处理器电路的对应端连接，用以将微处理器电路处理的数据传输至云端服务器，所述电源电路为上述各电路提供工作电源，本发明将云计算中心的部分或全部计算任务迁移到物流装备数据源的附近执行，不仅降低数据传输带宽，同时保护了隐私数据，降低终端敏感数据隐私泄露的风险。

技术领域

本发明涉及物流设备技术，具体涉及一种基于边缘计算的物流装备故障预测终端。

背景技术

随着操作控制系统智能化的实现，目前，逐步完善的计算机控制技术和集成传感技术在物流装备行业得到广泛应用，先进的电子控制和电脑操作系统的配置已非常普遍。物流装备的机械系统、电气系统、液压系统及控制系统结构也日趋复杂，设备能否安全、连续、稳定运行，将直接影响的经济效益和环境效应。因受生产现场生产条件和生产计划的限制，为了准确、高效、方便地诊断出物流装备设备故障，工程技术人员必须充分利用自身技术条件和现场信息，尽量少拆装设备，缩短维修时间，节省维修工时和费用，采用最简便的技术手段，以便快速找出故障部位，准确诊断出故障原因并加以修理，及时恢复系统的正常运行，并保证今后不再发生类似的故障。

物流装备的运行数据、维护数据等被储存在云端形成工业大数据，基于这些数据可以在云端对装备的故障进行预测。但是，将数据传到远程云中心存储、计算，会导致物流装备本身所携带的GPRS模块能耗过多过早失效，同时带来巨大的流量资费，另一方面，在使用云服务时，需要大量数据的发送和接收，因而需要消耗大量的网络带宽，可能造成数据中心和大型工程机械设备所携终端之间的I/O瓶颈，由此引发的传输速率大大下降，甚至服务中断等问题。

另一方面，随着普适化智能终端的发展，出现了各样异构的智能或非智能化的网络终端设备，虽然这些终端设备的体积变得越来越小，但他们计算和存储等方面的资源却变得越来越强大，导致了终端设备资源的过剩和闲置，在云计算中由于终端设备只是进行输入和输出的人机交互任务，因此，一些终端设备较强的计算和存储资源往往不能得到充分的利用，更重要的是，在云计算中，其他一些自身资源不足的终端设备却无法通过利用附近其他具有空闲资源的终端设备来扩展自身有限的资源，从而使得他们能够完成需要消耗较多资源的任务。其次，目前的智能终端，尤其是智能移动终端，大多装备或具有某种或多种传感器，能够感知自身位置(GPS)或者周围的环境状态，这些位置或者环境信息的采集，将产生大量的传感数据，如果将这些超大规模的传感数据均上传到云计算的大型数据中心进行处理，不但费时费力，甚至会因为数据处理不及时而变得失去利用的意义和价值。再次，随着硬件技术的发展，边缘网络设备能力也变得更强大，边缘网络接入或者路由设备的处理和存储能力的增强，使得用户利用边缘网络设备来实现自己所需要的增值服务已经完全成为一种可能。

在这种情况下，数据需要在边缘处理，以缩短响应时间，从而数据处理更有效而且网络压力也会变得更小。边缘计算模型将原有云计算中心的部分或全部计算任务迁移到数据源的附近执行，不仅可降低数据传输带宽，同时能较好地保护隐私数据，降低终端敏感数据隐私泄露的风险。

因此，设计开发基于边缘计算的物流装备故障预测终端，在靠近数据产生者一侧对数据进行预处理完成物流装备故障的预测。

发明内容

针对现有技术中的不足，本发明提供一种基于边缘计算的物流装备故障预测终端，以实现在靠近物流装备一侧对数据进行预处理完成物流装备故障的预测。

为实现上述目的，本发明采用了以下技术方案：