[发明专利]一种工业系统状态监控方法、装置、设备及存储介质在审
申请号: | 202211740108.5 | 申请日: | 2022-12-29 |
公开(公告)号: | CN115981283A | 公开(公告)日: | 2023-04-18 |
发明(设计)人: | 巨康怡 | 申请(专利权)人: | 杭州和利时自动化有限公司 |
主分类号: | G05B23/02 | 分类号: | G05B23/02 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 魏亚茹 |
地址: | 310018 浙江省杭州市经*** | 国省代码: | 浙江;33 |
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 工业 系统 状态 监控 方法 装置 设备 存储 介质 | ||
1.一种工业系统状态监控方法,其特征在于,包括:
通过预设节点诊断服务端基于预设节点诊断客户端发送的第一状态数据包并利用预设K值聚类算法对所述预设节点诊断客户端进行检测,得到相应的第一诊断结果并将所述第一诊断结果写入预设实时数据库中;
通过IO/P2P主服务与IO/P2P从服务基于预设控制器发送的第二状态数据包以及所述预设K值聚类算法对所述预设控制器进行检测,得到相应的第二诊断结果并将所述第二诊断结果写入主服务器内存中;
判断当前系统设备组态是否存在变化,如果是则基于所述第一诊断结果以及所述第二诊断结果触发相应的诊断图绘制操作,并将确定的系统诊断图发送至操作节点以便操作人员通过预设人机交互界面获取所述系统诊断图以进行相应的监控操作。
2.根据权利要求1所述的工业系统状态监控方法,其特征在于,所述通过预设节点诊断服务端基于预设节点诊断客户端发送的第一状态数据包并利用预设K值聚类算法对所述预设节点诊断客户端进行检测之前,还包括:
为各操作节点配置相应的系统诊断点,以得到若干个预设节点诊断客户端;其中,所述系统诊断点包括模拟量类型诊断点以及开关量类型诊断点。
3.根据权利要求1所述的工业系统状态监控方法,其特征在于,所述通过预设节点诊断服务端基于预设节点诊断客户端发送的第一状态数据包并利用预设K值聚类算法对所述预设节点诊断客户端进行检测,得到相应的第一诊断结果,包括:
通过预设节点诊断服务端对第一状态数据包中的有效数据进行处理;所述有效数据包括与预设节点诊断客户端对应的状态信息、同类型的其他所述预设节点诊断客户端的状态信息以及诊断信息;
基于预设数据归一化规则对处理后的所述有效数据进行归一化,以得到相应的待检测数据,并利用预设K值聚类算法对所述待检测数据进行分析计算,以得到相应的第一诊断K值;
判断所述第一诊断K值与第一预设K值之间的差值是否大于第一预设阈值,并基于判断结果确定相应的节点状态信息以得到相应的第一诊断结果。
4.根据权利要求3所述的工业系统状态监控方法,其特征在于,所述预设节点诊断服务端将所述第一诊断结果写入预设实时数据库中之后,还包括:
通过各操作节点按照预设数据获取周期分别通过128网和129网向所述预设实时数据库发送诊断结果请求,以得到与全部操作节点对应的所述节点状态信息。
5.根据权利要求1所述的工业系统状态监控方法,其特征在于,所述预设节点诊断服务端将所述第一诊断结果写入预设实时数据库中之后,还包括:
当所述预设实时数据库在预设时间段内未接收到所述预设节点诊断服务端发送的包含所述第一诊断结果的数据包时,判定所述预设节点诊断客户端故障。
6.根据权利要求1所述的工业系统状态监控方法,其特征在于,所述通过IO/P2P主服务与IO/P2P从服务基于预设控制器发送的第二状态数据包以及所述预设K值聚类算法对所述预设控制器进行检测,到相应的第二诊断结果,包括:
通过IO/P2P主服务与IO/P2P从服务基于所述预设K值聚类算法对第二状态数据包中的控制器状态数据以及相应的模块状态数据进行分析计算,以得到相应的第二诊断K值;
判断所述第二诊断K值与第二预设K值之间的差值是否大于第二预设阈值,并基于判断结果确定相应的控制器状态信息以得到相应的第二诊断结果。
7.根据权利要求1至6任一项所述的工业系统状态监控方法,其特征在于,所述基于所述第一诊断结果以及所述第二诊断结果判断当前系统设备组态是否存在变化,如果是则触发相应的诊断图绘制操作,包括:
通过调用预设图像绘制脚本新建画布;
当系统设备组态存在变化时获取相应的系统设备信息,并基于所述系统设备信息确定相应的若干个系统符号;所述系统设备信息中包括设备状态信息、设备参数信息;
基于所述预设图像绘制脚本、所述系统设备信息以及所述若干个系统符号在所述画布上进行相应的诊断图绘制操作。
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杭州和利时自动化有限公司,未经杭州和利时自动化有限公司许可,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/202211740108.5/1.html,转载请声明来源钻瓜专利网。