[发明专利]一种云边协同的工业数据融合方法和安全控制器

说明书

一种云边协同的工业数据融合方法，包括：利用云边协同架构对工业数据进行融合，所述云边协同架构的方法包括：数据采集层、控制层和云平台层。本发明将传统的“云‑端”模式变成“云‑边‑端”模式，减轻了云端计算压力和宽带拥塞问题。所述安全控制器将原有的数据处理单元舍弃，用功能更强大的边缘计算模块代替，使得整个安全控制器具有强大的数据处理能力；并且在边缘计算模块中增加主动免疫和故障诊断单元，提高了整个安全控制器的安全性能；整个安全控制器采用工业以太网模块进行数据通信的媒介，使得联网更便捷；所述安全控制器作为所述数据融合方法的运行载体，采用模块化设计，易移植，易更新，对用户使用体验比较灵活。

技术领域

本发明公开一种云边协同的工业数据融合方法和安全控制器，属于边缘计算和智能控制的技术领域。

背景技术

在工业生产中，无时无刻都在产生数据。生产机床的转速、能耗，食品加工的温湿度，火力发电机组的燃烧和燃煤消耗，汽车的装备数据，物流车队的位置和速度等，都是在生产过程中的数据。

工业数据的采集和传输基本都是“端-管-云”的模式。在应用的现场，“端”负责收集数据、执行指令，“管”打通数据的传输路径，而“云”负责所有的数据分析和控制逻辑功能。整套流程能否顺利打通，对数据采集、分析、应用能力至关重要。

然而，随着物联网的发展，工业制造设备所产生的数据量将越来越多。如果这些数据都要放到云端处理，就需要无穷无尽的频谱资源、传输带宽和数据处理能力，“云”难免不堪重负。

文献《吉林大学》2018年刊载的《云计算下大数据高效处理的若干关键问题研究》中针对大数据高效处理问题提出了在数据分析之前对数据进行针对性的预处理，但该种方法仍在云端进行，仍然会占用云端资源；采用多个数据中心互联互通的形式为云计算减负，依然是将所有的软硬件资源视为统一的资源进行管理调度，集中式的云无法满足终端侧“大连接、低时延、大宽带”的资源需求。因此，需要边缘计算来分担云计算的压力。在数据处理运用方面，由于工业现场的数据面临着“保鲜期”很短，以及大量“垃圾”数据并不需要传递到云端的问题，这就需要在边缘侧对工业数据进行数据融合。

虽然边缘计算在工业上处于应用热门阶段，“云边协同”的思想研究者较多，但是尚未有较成熟和标准的处理方案，尤其针对工业大数据方面的具体实施方案未有明确的文献来介绍。

发明内容

针对工业数据量大、数据种类多、商业价值高、处理速度快、准确率要求高、实时性强的特点，本发明提出一种云边协同的工业数据融合方法。

本发明提出的数据融合方法是基于JDL数据模型架构提出的，所述JDL是从军事应用角度提出的数据融合模型，包括5个层次：层次零，对数据进行预处理以修正偏差，进行空间和时间上的对齐；层次一，对数据进行关联以获得目标的位置或属性，在这个层级可以获得的结果包括目标区分(分类和识别)和目标追踪(目标的状态和朝向)；层次二，对对象或事件进行相关性分析并估计其在工作环境中的前后关系，其实主要就是对目标在特定环境下的重要性进行评估；层次三，对当前形势进行预测来进行事件预测、威胁意图估计，就是对层次二的目标进行进一步的评估，比如威胁等级；层次四，对正在进行的融合过程进行评估并给用户提供建议，比如任务的优先度，已经可用资源的调配。本发明利用一种云边协同架构，结合工业数据的特点，具体阐述了基于JDL模型的数据融合方法，该方法解决了无效的工业大数据占用云端频谱资源、宽带和处理能力的问题；引入分布式轻量级边缘计算采集方式，为安全控制器侧的边缘计算节省了通信和计算开销。

本发明还公开一种基于工业数据融合的安全控制器。

本发明的技术方案如下：

一种云边协同的工业数据融合方法，其特征在于，包括：利用云边协同架构对工业数据进行融合，所述云边协同架构的方法包括：数据采集层、控制层和云平台层；