一种印刷油墨工作状态监控方法与流程

1.本发明涉及监视技术领域，且更具体地涉及一种印刷油墨工作状态监控方法。


背景技术：

2.印刷油墨是由颜料、连接料、润湿剂、增朔剂和填料等组成。这些化工原料要做成油墨，必须严格按照生产工艺进行操作，中国印刷业发展到今天已有130多年历史了，从最初的手工排版到胶印，再到现在普及率较高的激光照排系统，很大程度上解放人力、物力，让印刷更简便。现代印刷机一般由装版、涂墨、压印、输纸等机构组成。它的工作原理是：先将要印刷的文字和图像制成印版，装在印刷机上，然后由人工或印刷机把墨涂敷于印版上有文字和图像的地方，再直接或间接地转印到纸或其他承印物上，如纺织品、金属板、塑胶、皮革、木板、玻璃和陶瓷，从而复制出与印版相同的印刷品。
3.然而印刷油墨在工作时会出现乳化、油墨不均、油墨过厚、图文不清晰和图文缺陷等情况，其工作过程中也很容易出现故障问题，比如着水辊与印版空白部分接触,印版空白部分由润湿液润湿,水辊与印版之间的缝隙中只有单一的水膜,在印版接触水辊时膜层分裂,于是在印版上留下了一层水膜。第二种:着水辊与印版图文部分接触,含有残余墨层的印版图文部分,经过着水辊滚过后,水辊与印版之间就有了水和油墨两种互不相溶的液体等，在其他情况下，还出现温度升高、异常、报警等多种因素，这些因素都能导致印刷油墨工作状态异常，如何实现印刷油墨工作状态监控是亟待解决的问题。常规技术中，采用人工监测的方法，这种方法智能化程度低下，也有采用远程摄像监控的方式，这种方法在分析数据信息时，效率低下，难以对印刷油墨工作状态异常数据进行分析与计算。
4.对印刷油墨工作状态进行监控成为目前急需解决的问题，因此，本发明公开了一种印刷油墨工作状态监控方法。


技术实现要素：

5.针对现有技术的不足，本发明公开了一种印刷油墨工作状态监控方法，能够实现对印刷油墨工作状态进行监视和调控；通过实时多源加速网络实现采集印刷油墨工作状态数据的同步加速传输，以提高采集印刷油墨工作状态数据传输效率；通过预测备用驱动工具实现云采集通讯单元和备用感知单元无间歇切换；采用ai大数据对比系统精细化识别印刷油墨工作状态异常数据，以挖掘潜在印刷油墨异常工作状态；通过自动调控模块实现印刷油墨异常工作过程的即时云调控，保证异常印刷油墨工作状态的及时恢复；自动化、智能化程度高。
6.本发明采用以下技术方案：一种印刷油墨工作状态监控方法，包括以下步骤：步骤一、搭建印刷油墨工作状态监控云平台，所述印刷油墨工作状态监控云平台包括实时采集监视模块、即时数据计算模块、预警反馈模块和自动调控模块，所述实时采集监视模块的输出端与所述即时数据分析模块的输入端连接，所述即时数据分析模块的输出
端与所述预警反馈模块的输入端连接，所述预警反馈模块的输出端与所述自动调控模块的输入端连接；步骤二、印刷油墨工作状态云采集，通过实时采集监视模块实现印刷油墨工作状态数据采集与监视，所述实时采集监视模块采用分布式云采集监视rtc-mm系统实现印刷油墨数据、设备数据、操作数据和产品数据的实时云采集、统计和传输；在步骤二中，所述分布式云采集监视rtc-mm系统包括云采集通讯单元、备用感知单元、数据压缩单元、实时统计单元和储存管理单元，所述云采集通讯单元用于同步获取印刷油墨工作状态联网数据，所述云采集通讯单元包括定期检测采集模式和异常发生采集模式，所述备用感知单元用于云采集通讯单元采集异常或无效情况的数据采集，所述备用感知单元通过外加传感器、360
°
摄像装置和智能设备终端方式采集印刷油墨工作状态数据，所述数据压缩单元用于压缩采集的印刷油墨工作状态数据，所述实时统计单元用于将印刷油墨工作状态数据实时报表化和图表化统计，所述储存管理单元用于采集印刷油墨工作状态数据的生命周期管理；所述云采集通讯单元的输出端与所述备用感知单元的输入端连接，所述云采集通讯单元的输出端与所述数据压缩单元的输入端连接，所述数据压缩单元的输出端与所述实时统计单元的输入端连接，所述实时统计单元的输出端与所述储存管理单元的输入端连接；步骤三、印刷油墨工作状态数据云分析处理，通过即时数据分析模块对比分析采集的印刷油墨工作状态，以获取印刷油墨异常工作状态；步骤四、异常印刷油墨工作状态预警，通过预警反馈模块将印刷油墨工作状态异常数据、位置点和发生时间通过邮件、短信或看板方式汇报给管理人员，并同步反馈至自动调控模块；步骤五、印刷油墨异常工作过程调控，通过自动调控模块实现印刷油墨异常工作过程的即时云调控，以保证异常印刷油墨工作状态的及时恢复，所述自动调控模块包括过程管理单元、自动控制单元、追踪监视单元和溯源纠察单元，所述过程管理单元用于印刷油墨工作过程的自动统筹管理，所述自动控制单元用于自动控制调整印刷油墨的异常工作状态，所述追踪监视单元用于对调整后的印刷油墨工作状态或材料资源的全过程跟踪监视，所述溯源纠察单元用于纠察异常印刷油墨工作状态发生原因、发生路径及发生源头，并对印刷油墨工作过程进行改进，以避免二次异常发生；所述过程管理单元的输出端与所述自动控制单元的输入端连接，所述自动控制单元的输出端与所述追踪监视单元的输入端连接，所述自动控制单元的输出端与所述溯源纠察单元的输入端连接。
7.作为本发明进一步的技术方案，所述云采集通讯单元采用实时多源加速网络实现采集印刷油墨工作状态数据的同步加速传输，所述实时多源加速网络通过三层tcp/udp传输协议和七层http/https缓存协议监听路由类型定义的印刷油墨工作状态数据转发方式，并将印刷油墨工作状态数据流量实时分配至后端服务器，以减少印刷油墨工作状态数据通讯、统计、处理和调控的时间延迟。
8.作为本发明进一步的技术方案，所述分布式云采集监视rtc-mm系统通过预测备用驱动工具实现云采集通讯单元和备用感知单元无间歇切换，所述预测备用驱动工具采用多
特征叠加预测算法mfop预测云采集通讯单元工作状态走向，云采集通讯单元工作状态走向预测结果异常判定采集异常或无效，则所述预测备用驱动工具预先驱动备用感知单元协同工作，以减少云采集通讯单元和备用感知单元切换导致的时间延迟。
9.作为本发明进一步的技术方案，所述多特征叠加预测算法mfop设置云采集通讯单元工作状态数据样本为，n为云采集通讯单元工作状态数据样本个数，n，将云采集通讯单元工作状态数据样本按照属性特征分为不同数据集，m为云采集通讯单元工作状态属性特征个数，云采集通讯单元工作状态第j个属性特征走向预测输出函数公式为：
ꢀꢀꢀꢀꢀꢀꢀ
（1）在公式（1）中，为云采集通讯单元工作状态第j个属性特征走向预测结果，为云采集通讯单元工作状态属性特征加权值，为加权辅助值，为云采集通讯单元工作状态第j个属性特征的第i-1个数据，为云采集通讯单元工作状态第j个属性特征的第i个数据，y(θ)表示不同云采集通讯节点输出量函数，θ表示节点权值，ω表示云采集通讯数据发出端的节点权值，h（ω-θ）表示节点数据传输的误差函数；综合云采集通讯单元工作状态m个属性特征走向预测的输出函数公式为：
ꢀꢀꢀꢀꢀꢀꢀ
（2）在公式（2）中，为云采集通讯单元工作状态走向预测值，为云采集通讯单元工作状态属性特征走向预测结果最大值，为云采集通讯单元工作状态属性特征走向预测结果最小值。
10.其中y(θ)表示不同云采集通讯节点输出量函数：y(θ)=（3）在公式（3）中，θ表示节点权值，ω表示云采集通讯数据发出端的节点权值，h（ω-θ）表示节点数据传输的误差函数；基于这些数据表达，η表示有效率，e表示输入数据数量，s
i2 表示数据交互能力系数。作为本发明进一步的技术方案，所述即时数据计算模块采用ai大数据对比系统精细化识别印刷油墨工作状态异常数据，以挖掘潜在印刷油墨异常工作状态。
11.作为本发明进一步的技术方案，所述追踪监视单元的工作包括以下方面：（1）运行状态追踪，所述追踪监视单元通过运行工作记录中心管理印刷油墨设备维护日志，并基于印刷油墨设备维护日志追踪调整后印刷油墨设备运行状态；（2）性能追踪，所述追踪监视单元通过量度收集中心对整后印刷油墨的性能进行可追溯性记录；
（3）效益追踪，所述追踪监视单元通过分布式追踪服务中心查找跟踪调整后印刷油墨分布组件处理产生的效益。
12.作为本发明进一步的技术方案，所述溯源纠察单元采用数据流量纠察tp工具识别数据流量在各节点间的流转时间分布特征，并基于两节点间路径总时间与给定时间的差值度量数据流动路径，实现接入层至输出层的数据纠察溯源，并将不符合流量路由规则的调用进行标记分析。
13.积极有益效果：本发明公开了一种印刷油墨工作状态监控方法，能够实现对印刷油墨工作状态进行监视和调控；通过实时多源加速网络实现采集印刷油墨工作状态数据的同步加速传输，以提高采集印刷油墨工作状态数据传输效率；通过预测备用驱动工具实现云采集通讯单元和备用感知单元无间歇切换；采用ai大数据对比系统精细化识别印刷油墨工作状态异常数据，以挖掘潜在印刷油墨异常工作状态；通过自动调控模块实现印刷油墨异常工作过程的即时云调控，保证异常印刷油墨工作状态的及时恢复；自动化、智能化程度高。
附图说明
14.图1为本发明一种印刷油墨工作状态监控方法的整体流程示意图；图2为本发明一种印刷油墨工作状态监控方法中云平台的模型架构示意图；图3为本发明一种印刷油墨工作状态监控方法中分布式云采集监视rtc-mm系统的工作原理图；图4为本发明一种印刷油墨工作状态监控方法中分布式云采集监视rtc-mm系统的电路示意图。
具体实施方式
15.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
16.一种印刷油墨工作状态监控方法，包括以下步骤：步骤一、搭建印刷油墨工作状态监控云平台，所述印刷油墨工作状态监控云平台包括实；采集监视模块、即时数据计算模块、预警反馈模块和自动调控模块，所述实时采集监视模块的输出端与所述即时数据分析模块的输入端连接，所述即时数据分析模块的输出端与所述预警反馈模块的输入端连接，所述预警反馈模块的输出端与所述自动调控模块的输入端连接；本发明通过搭接监控云平台能够提高数据信息的即时分析能力和应用能力，步骤二、印刷油墨工作状态云采集，通过实时采集监视模块实现印刷油墨工作状态数据采集与监视，所述实时采集监视模块采用分布式云采集监视rtc-mm系统实现印刷油墨数据、设备数据、操作数据和产品数据的实时云采集、统计和传输；在步骤二中，所述分布式云采集监视rtc-mm系统包括云采集通讯单元、备用感知单元、数据压缩单元、实时统计单元和储存管理单元，所述云采集通讯单元用于同步获取印刷油墨工作状态联网数据，所述云采集通讯单元包括定期检测采集模式和异常发生采集模
式，所述备用感知单元用于云采集通讯单元采集异常或无效情况的数据采集，所述备用感知单元通过外加传感器、360
°
摄像装置和智能设备终端方式采集印刷油墨工作状态数据，所述数据压缩单元用于压缩采集的印刷油墨工作状态数据，所述实时统计单元用于将印刷油墨工作状态数据实时报表化和图表化统计，所述储存管理单元用于采集印刷油墨工作状态数据的生命周期管理；所述云采集通讯单元的输出端与所述备用感知单元的输入端连接，所述云采集通讯单元的输出端与所述数据压缩单元的输入端连接，所述数据压缩单元的输出端与所述实时统计单元的输入端连接，所述实时统计单元的输出端与所述储存管理单元的输入端连接；步骤三、印刷油墨工作状态数据云分析处理，通过即时数据分析模块对比分析采集的印刷油墨工作状态，以获取印刷油墨异常工作状态；步骤四、异常印刷油墨工作状态预警，通过预警反馈模块将印刷油墨工作状态异常数据、位置点和发生时间通过邮件、短信或看板方式汇报给管理人员，并同步反馈至自动调控模块；步骤五、印刷油墨异常工作过程调控，通过自动调控模块实现印刷油墨异常工作过程的即时云调控，以保证异常印刷油墨工作状态的及时恢复，所述自动调控模块包括过程管理单元、自动控制单元、追踪监视单元和溯源纠察单元，所述过程管理单元用于印刷油墨工作过程的自动统筹管理，所述自动控制单元用于自动控制调整印刷油墨的异常工作状态，所述追踪监视单元用于对调整后的印刷油墨工作状态或材料资源的全过程跟踪监视，所述溯源纠察单元用于纠察异常印刷油墨工作状态发生原因、发生路径及发生源头，并对印刷油墨工作过程进行改进，以避免二次异常发生；所述过程管理单元的输出端与所述自动控制单元的输入端连接，所述自动控制单元的输出端与所述追踪监视单元的输入端连接，所述自动控制单元的输出端与所述溯源纠察单元的输入端连接。
17.在具体实施例中，一种印刷油墨工作状态监控方法是一套能掌握印刷油墨工作的状态及信息给管理者，以便管理者下达有效的控制印刷油墨工作的系统。从原料、mo、wip，每一件参与制程的设备、人力、原料、方法、制具、流程等均可投入全自动或半自动信息处理。
18.在上述实施例中，所述云采集通讯单元采用实时多源加速网络实现采集印刷油墨工作状态数据的同步加速传输，所述实时多源加速网络通过三层tcp/udp传输协议和七层http/https缓存协议监听路由类型定义的印刷油墨工作状态数据转发方式，并将印刷油墨工作状态数据流量实时分配至后端服务器，以减少印刷油墨工作状态数据通讯、统计、处理和调控的时间延迟。
19.在具体实施例中，实时多源加速网络包括以下部分：加速区域，要优化访问体验的区域，目前覆盖全球的阿里云数据中心大部分可以作为加速区域使用，一个全球加速实例支持多个加速区域，不同的加速区域可以根据需要分配不同的加速带宽。
20.加速ip，选择了加速地域后，将自动在该地域创建一个加速ip作为服务的访问入口。
21.监听，将前端加速ip收到的请求转发到后端的应用服务，转发的过程中可以利用阿里云覆盖全球的内部传输网络进行加速，可以创建tcp/udp或者http/https的监听。
22.终端组，一个靠近服务或网站所在地的代理集群，用于发送服务请求并获取服务响应，对于tcp/udp监听来说一个监听只能对应一个终端组，对于http/https的监听来说可以对应一个默认终端组以及多个虚拟终端组。
23.终端节点，一个代理服务器节点，用于发送服务请求及传回结果。
24.来自加速区域的服务请求将被分别发送到不同的加速区域的加速ip，加速ip具体接受什么样的请求要以监听为准，一个ga全球加速实例可以创建多个监听，而一个监听又对应多个不同的服务端口，这些端口限定了一个ga提供的服务范围，通过监听接受到的服务请求将通过阿里云的内部网络传输到不同的终端组，这些终端组的位置将尽可能靠近网站和服务的源站点，为了充分保证加速的性能和可用性，因此一个终端组将对应4个终端节点，这4个终端节点将负责将收到的加速请求转发给源站，待源站处理完成后结果将顺原路返回到加速ip，加速ip将把结果发送给在加速地域的客户端。对于tcp/udp协议的全球加速监听，监听和终端组是一一对应的关系。对于http/https协议的全球加速监听，默认情况下所有的加速请求将被发送到默认终端组，另外还可以通过设置基于url的转发策略将部分请求转发到虚拟端口组。用户可根据需要将带宽包在不同的加速区域间进行分配。
25.在上述实施例中，所述分布式云采集监视rtc-mm系统通过预测备用驱动工具实现云采集通讯单元和备用感知单元无间歇切换，所述预测备用驱动工具采用多特征叠加预测算法mfop预测云采集通讯单元工作状态走向，云采集通讯单元工作状态走向预测结果异常判定采集异常或无效，则所述预测备用驱动工具预先驱动备用感知单元协同工作，以减少云采集通讯单元和备用感知单元切换导致的时间延迟。
26.在具体实施例中，添加预测备用驱动工具预测云采集通讯单元工作状态走向，能够实现云采集通讯单元和备用感知单元无间歇切换，减少云采集通讯单元和备用感知单元切换导致的时间延迟，对比效果如表1所示：表1 时间延迟速度对比统计表
27.抽取六组印刷油墨工作过程，分别进行添加预测备用驱动工具切换和不添加预测备用驱动工具切换，每组实验六次取用时的平均值统计至表1，如表1所示添加预测备用驱动工具预测云采集通讯单元工作状态走向时间延迟短，证明预测备用驱动工具的有效性。
28.在上述实施例中，所述多特征叠加预测算法mfop设置云采集通讯单元工作状态数据样本为，n为云采集通讯单元工作状态数据样本个
数，n，将云采集通讯单元工作状态数据样本按照属性特征分为不同数据集，m为云采集通讯单元工作状态属性特征个数，云采集通讯单元工作状态第j个属性特征走向预测输出函数公式为：
ꢀꢀꢀꢀꢀꢀꢀ
（1）在公式（1）中，为云采集通讯单元工作状态第j个属性特征走向预测结果，为云采集通讯单元工作状态属性特征加权值，为加权辅助值，为云采集通讯单元工作状态第j个属性特征的第i-1个数据，为云采集通讯单元工作状态第j个属性特征的第i个数据，y(θ)表示不同云采集通讯节点输出量函数，θ表示节点权值，ω表示云采集通讯数据发出端的节点权值，h（ω-θ）表示节点数据传输的误差函数；综合云采集通讯单元工作状态m个属性特征走向预测的输出函数公式为：
ꢀꢀꢀꢀꢀꢀꢀ
（2）在公式（2）中，为云采集通讯单元工作状态走向预测值，为云采集通讯单元工作状态属性特征走向预测结果最大值，为云采集通讯单元工作状态属性特征走向预测结果最小值。
29.其中y(θ)表示不同云采集通讯节点输出量函数：y(θ)=（3）在公式（3）中，θ表示节点权值，ω表示云采集通讯数据发出端的节点权值，h（ω-θ）表示节点数据传输的误差函数；基于这些数据表达，η表示有效率，e表示输入数据数量，s
i2 表示数据交互能力系数。
30.在具体实施例中，采集通讯单元工作状态第j个属性特征走向预测输出函数与多种数据因素有关系，比如通信协议、交互环境等，本发明在设计该技术要点时，假设环境为理想状态下，即不受通信协议、交互环境等多种因素的影响。云采集通讯单元工作状态比如处于数据采集能力、数据传输效率、数据节点、用户接收能力等。属性特征比如数据节点交互情况、数据流等状况。在具体实施例中，用j表示属性特征走向预测排序，云采集通讯单元工作状态属性特征加权值能够表示状态运行状况，比如在交互过程中受到不同状况的影响程度，比如环境影响程度比人为影响量程度大，或者人为影响程度比自然环境影响程度大等多种因此，这个需要用权重来衡量，为加权辅助值，比如在衡量一个参数时，不容易被正确地衡量，则需要引入辅助参数。y(θ)表示不同云采集通讯节点输出量函数：y(θ)=（3）
θ表示节点权值，ω表示云采集通讯数据发出端的节点权值，h（ω-θ）表示节点数据传输的误差函数；基于这些数据表达，η表示有效率，e表示输入数据数量，s
i2 表示数据交互能力系数；通过对不同云采集通讯节点输出量函数进行计算，已提高数据性及时能力。使得印刷油墨在具体工作中能够被实时被监控。在具体实施例中，采用多特征叠加预测算法mfop预测云采集通讯单元工作状态走向与传统预测算法结果对比如表2所示：表2 结果对比统计表
31.通过表2，多特征叠加预测算法mfop采用公式（2）计算预测值，可以大大减少预测偏差，实验通过对a、b、c三组印刷油墨工作过程中的六个预测点分别采用传统预测算法和多特征叠加预测算法mfop，并分别传统预测算法和多特征叠加预测算法mfop的预测偏差值和差值。
32.在上述实施例中，所述即时数据计算模块采用ai大数据对比系统精细化识别印刷油墨工作状态异常数据，以挖掘潜在印刷油墨异常工作状态。
33.在具体实施例中，ai大数据对比系统的工作包括以下步骤：1)将关系型数据库需要比对的数据按照mapreduce的要求导成一定格式的文件。
34.2)mapreduce首先将输入文件分割成m个小片，大小从16m到64m不等。
35.3)上述的多个集群节点的一个称之为master，其余的拷贝由master赋予任务，有称之为m的map任务和称之为r的reduce任务。master将唤醒空闲状态的线程，并赋予其map任务或reduce任务。
36.4)被赋予了map任务的工作线程读取相应的输入分割文件的内容，并将产生的中间键值对被缓存在内存当中。
37.5)这些中间值会不断写到本地磁盘之上，在本地磁盘上缓存着的中间键值对的地址被传递回master，master此时通知reduce进程通过远程调用的方式访问这些存储在磁盘上的中间键值对，并开始reduce计算操作。
38.在上述实施例中，所述追踪监视单元的工作包括以下方面：（1）运行状态追踪，所述追踪监视单元通过运行工作记录中心管理印刷油墨设备维护日志，并基于印刷油墨设备维护日志追踪调整后印刷油墨设备运行状态；（2）性能追踪，所述追踪监视单元通过量度收集中心对整后印刷油墨的性能进行可追溯性记录；（3）效益追踪，所述追踪监视单元通过分布式追踪服务中心查找跟踪调整后印刷油墨分布组件处理产生的效益。
39.在具体实施例中，追踪监视通过分布式链路追踪实现，分布式链路追踪就是将一次分布式请求还原成调用链路，将一次分布式请求的调用情况集中展示，比如各个服务节点上的耗时、请求具体到达哪台机器上、每个服务节点的请求状态等等。链路跟踪主要功能包括：故障快速定位：可以通过调用链结合业务日志快速定位错误信息。
40.链路性能可视化：各个阶段链路耗时、服务依赖关系可以通过可视化界面展现出来。
41.链路分析：通过分析链路耗时、服务依赖关系可以得到用户的行为路径，汇总分析应用在很多业务场景。
42.通过开发人员编写时间连接模式以建立变量之间的因果关系，并通过自定义编写的日志消息予以公开；与采样机制不兼容，因为在收集所有日志之前，他们会延迟确定因果关系；不侵入应用程序，它基于关联预先存在的变量和时间通过统计或回归分析来推断因果关系；它无法正确地解释异步（缓存或事件驱动的系统）行为、并发、聚合以及专有的代码模式；所有基于元数据传播的实现都可以识别单个函数或跟踪点之间的因果关系，并以日志记录的形式记录相关时间内的事件；从本质上讲，手动对组件在特定的跟踪点添加检测机制以跟踪函数、组件和系统之间的因果关系；另外，也可使用通用的rpc库，自动为每个调用添加元数据；跟踪的元数据包括trace id（代表单个跟踪或工作流）和特定跟踪中每个点的span id（例如，从客户端发送的请求、服务器接收的请求、服务器响应等）以及span的开始和结束时间；有最好时效性的分布式跟踪机制。
43.在上述实施例中，所述溯源纠察单元采用数据流量纠察tp工具识别数据流量在各节点间的流转时间分布特征，并基于两节点间路径总时间与给定时间的差值度量数据流动路径，实现接入层至输出层的数据纠察溯源，并将不符合流量路由规则的调用进行标记分析。
44.在具体实施例中，根据概率理论，流转时间连续变量的数学期望可用来表征该时间分布的数字特征。因此，以两节点间是否存在追溯单元流转及其流转时间分布的数学期望为变量，以两节点间路径总时间与给定时间的差值最小为最优化目标，建立路径估测优化模型（p）。
45.在网络中指定起始端节点i和终端节点j，在模型（p）中增加约束条件i≤{i，j}≤j，求解模型（p），得到追溯单元在两节点间的流动路径。采用montecarlo仿真所得路径的时间分布，查看t在所得路径的时间分布中出现的概率，以确定可信度高的追溯单元流动路径。
46.虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些具体实施方式仅是举例说明，本领域的技术人员在不脱离本发明的原理和实质的情况下，可以对上述方法和系统的细节进行各种省略、替换和改变。例如，合并上述方法步骤，从而按照实质相同的方法执行实质相同的功能以实现实质相同的结果则属于本发明的范围。因此，本发明的范围仅由所附权利要求书限定。

技术特征：
1.一种印刷油墨工作状态监控方法，其特征在于：包括以下步骤：步骤一、搭建印刷油墨工作状态监控云平台，所述印刷油墨工作状态监控云平台包括实时采集监视模块、即时数据计算模块、预警反馈模块和自动调控模块，所述实时采集监视模块的输出端与所述即时数据分析模块的输入端连接，所述即时数据分析模块的输出端与所述预警反馈模块的输入端连接，所述预警反馈模块的输出端与所述自动调控模块的输入端连接；步骤二、印刷油墨工作状态云采集，通过实时采集监视模块实现印刷油墨工作状态数据采集与监视，所述实时采集监视模块采用分布式云采集监视rtc-mm系统实现印刷油墨数据、设备数据、操作数据和产品数据的实时云采集、统计和传输；在步骤二中，所述分布式云采集监视rtc-mm系统包括云采集通讯单元、备用感知单元、数据压缩单元、实时统计单元和储存管理单元，所述云采集通讯单元用于同步获取印刷油墨工作状态联网数据，所述云采集通讯单元包括定期检测采集模式和异常发生采集模式，所述备用感知单元用于云采集通讯单元采集异常或无效情况的数据采集，所述备用感知单元通过外加传感器、360
°
摄像装置和智能设备终端方式采集印刷油墨工作状态数据，所述数据压缩单元用于压缩采集的印刷油墨工作状态数据，所述实时统计单元用于将印刷油墨工作状态数据实时报表化和图表化统计，所述储存管理单元用于采集印刷油墨工作状态数据的生命周期管理；所述云采集通讯单元的输出端与所述备用感知单元的输入端连接，所述云采集通讯单元的输出端与所述数据压缩单元的输入端连接，所述数据压缩单元的输出端与所述实时统计单元的输入端连接，所述实时统计单元的输出端与所述储存管理单元的输入端连接；步骤三、印刷油墨工作状态数据云分析处理，通过即时数据分析模块对比分析采集的印刷油墨工作状态，以获取印刷油墨异常工作状态；步骤四、异常印刷油墨工作状态预警，通过预警反馈模块将印刷油墨工作状态异常数据、位置点和发生时间通过邮件、短信或看板方式汇报给管理人员，并同步反馈至自动调控模块；步骤五、印刷油墨异常工作过程调控，通过自动调控模块实现印刷油墨异常工作过程的即时云调控，以保证异常印刷油墨工作状态的及时恢复，所述自动调控模块包括过程管理单元、自动控制单元、追踪监视单元和溯源纠察单元，所述过程管理单元用于印刷油墨工作过程的自动统筹管理，所述自动控制单元用于自动控制调整印刷油墨的异常工作状态，所述追踪监视单元用于对调整后的印刷油墨工作状态或材料资源的全过程跟踪监视，所述溯源纠察单元用于纠察异常印刷油墨工作状态发生原因、发生路径及发生源头，并对印刷油墨工作过程进行改进，以避免二次异常发生；所述过程管理单元的输出端与所述自动控制单元的输入端连接，所述自动控制单元的输出端与所述追踪监视单元的输入端连接，所述自动控制单元的输出端与所述溯源纠察单元的输入端连接。2.根据权利要求1所述的一种印刷油墨工作状态监控方法，其特征在于：所述云采集通讯单元采用实时多源加速网络实现采集印刷油墨工作状态数据的同步加速传输，所述实时多源加速网络通过三层tcp/udp传输协议和七层http/https缓存协议监听路由类型定义的印刷油墨工作状态数据转发方式，并将印刷油墨工作状态数据流量实时分配至后端服务
器，以减少印刷油墨工作状态数据通讯、统计、处理和调控的时间延迟。3.根据权利要求1所述的一种印刷油墨工作状态监控方法，其特征在于：所述分布式云采集监视rtc-mm系统通过预测备用驱动工具实现云采集通讯单元和备用感知单元无间歇切换，所述预测备用驱动工具采用多特征叠加预测算法mfop预测云采集通讯单元工作状态走向，云采集通讯单元工作状态走向预测结果异常判定采集异常或无效，则所述预测备用驱动工具预先驱动备用感知单元协同工作，以减少云采集通讯单元和备用感知单元切换导致的时间延迟。4.根据权利要求3所述的一种印刷油墨工作状态监控方法，其特征在于：所述多特征叠加预测算法mfop设置云采集通讯单元工作状态数据样本为，n为云采集通讯单元工作状态数据样本个数，n，将云采集通讯单元工作状态数据样本按照属性特征分为不同数据集，m为云采集通讯单元工作状态属性特征个数，云采集通讯单元工作状态第j个属性特征走向预测输出函数公式为：
ꢀꢀꢀꢀꢀꢀꢀ
（1）在公式（1）中，为云采集通讯单元工作状态第j个属性特征走向预测结果，为云采集通讯单元工作状态属性特征加权值，为加权辅助值，为云采集通讯单元工作状态第j个属性特征的第i-1个数据，为云采集通讯单元工作状态第j个属性特征的第i个数据，y(θ)表示不同云采集通讯节点输出量函数，θ表示节点权值，ω表示云采集通讯数据发出端的节点权值，h（ω-θ）表示节点数据传输的误差函数；综合云采集通讯单元工作状态m个属性特征走向预测的输出函数公式为：
ꢀꢀꢀꢀꢀꢀꢀ
（2）在公式（2）中，为云采集通讯单元工作状态走向预测值，为云采集通讯单元工作状态属性特征走向预测结果最大值，为云采集通讯单元工作状态属性特征走向预测结果最小值；其中y(θ)表示不同云采集通讯节点输出量函数：y(θ)=（3）在公式（3）中，θ表示节点权值，ω表示云采集通讯数据发出端的节点权值，h（ω-θ）表示节点数据传输的误差函数；基于这些数据表达，η表示有效率，e-表示输入数据数量，s
i2 表示数据交互能力系数。5.根据权利要求1所述的一种印刷油墨工作状态监控方法，其特征在于：所述即时数据计算模块采用ai大数据对比系统精细化识别印刷油墨工作状态异常数据，以挖掘潜在印刷油墨异常工作状态。
6.根据权利要求1所述的一种印刷油墨工作状态监控方法，其特征在于：所述追踪监视单元的工作包括以下方面：（1）运行状态追踪，所述追踪监视单元通过运行工作记录中心管理印刷油墨设备维护日志，并基于印刷油墨设备维护日志追踪调整后印刷油墨设备运行状态；（2）性能追踪，所述追踪监视单元通过量度收集中心对整后印刷油墨的性能进行可追溯性记录；（3）效益追踪，所述追踪监视单元通过分布式追踪服务中心查找跟踪调整后印刷油墨分布组件处理产生的效益。7.根据权利要求1所述的一种印刷油墨工作状态监控方法，其特征在于：所述溯源纠察单元采用数据流量纠察tp工具识别数据流量在各节点间的流转时间分布特征，并基于两节点间路径总时间与给定时间的差值度量数据流动路径，实现接入层至输出层的数据纠察溯源，并将不符合流量路由规则的调用进行标记分析。

技术总结
本发明公开了一种印刷油墨工作状态监控方法，涉及监视技术领域，首先搭建印刷油墨工作状态监控云平台，然后云采集印刷油墨工作状态，并对印刷油墨工作状态数据进行云分析处理，对异常印刷油墨工作状态进行预警和调控，通过实时多源加速网络实现采集印刷油墨工作状态数据的同步加速传输，以提高采集印刷油墨工作状态数据传输效率；通过预测备用驱动工具实现云采集通讯单元和备用感知单元无间歇切换；通过自动调控模块实现印刷油墨异常工作过程的即时云调控，保证异常印刷油墨工作状态的及时恢复；自动化、智能化程度高。智能化程度高。智能化程度高。


技术研发人员：李俊峰
受保护的技术使用者：李俊峰
技术研发日：2023.07.05
技术公布日：2023/9/14