一种基于云边端架构的工控设备数据处理及调度方法与流程

1.本技术涉及数据处理技术领域，特别是涉及一种基于云边端架构的工控设备数据处理及调度方法。


背景技术：

2.工控设备是指专门应用于工业自动化控制领域的电子设备及系统，主要用于监控和管理工业自动化控制系统和过程，实现工业装备的自动化、智能化控制和管理，具有高性能、高可靠性和抗干扰能力，以应对复杂的工业环境。然而，现有技术工控设备需处理海量工业数据，导致数据处理效率低，进而影响工控设备调度效果。


技术实现要素：

3.基于此，有必要针对上述技术问题，提供一种能够利用云边端架构实现工控设备数据处理，提高工艺数据处理效率和调度分析准确性，进而保证工控设备调度效果的一种基于云边端架构的工控设备数据处理及调度方法。
4.一种基于云边端架构的工控设备数据处理及调度方法，所述方法包括：按照工控区域分布信息进行节点架构部署，获取工业云边端节点架构信息；基于所述工业云边端节点架构信息进行边缘配置，获得边缘控制节点信息；根据所述边缘控制节点信息，布设分布式传感器端点网络；基于所述分布式传感器端点网络对所述边缘控制节点信息分别进行工业数据采集，获取控制节点感知数据流集合；获取节点数据并联规则，基于所述节点数据并联规则对所述控制节点感知数据流集合进行并联整流，得到节点并联感知数据流集合；基于所述边缘控制节点信息对所述节点并联感知数据流集合进行边缘计算，获得节点工控设备分析信息集合；将所述节点工控设备分析信息集合集成传输至工控设备云端进行调度分析，获得工控设备协同调度参数，并基于所述工控设备协同调度参数进行设备调节管控。
5.一种基于云边端架构的工控设备数据处理及调度系统，所述系统包括：节点架构部署模块，用于按照工控区域分布信息进行节点架构部署，获取工业云边端节点架构信息；边缘配置模块，用于基于所述工业云边端节点架构信息进行边缘配置，获得边缘控制节点信息；传感器端点网络布设模块，用于根据所述边缘控制节点信息，布设分布式传感器端点网络；工业数据采集模块，用于基于所述分布式传感器端点网络对所述边缘控制节点信息分别进行工业数据采集，获取控制节点感知数据流集合；并联整流模块，用于获取节点数据并联规则，基于所述节点数据并联规则对所述控制节点感知数据流集合进行并联整流，得到节点并联感知数据流集合；边缘计算模块，用于基于所述边缘控制节点信息对所述节点并联感知数据流集合进行边缘计算，获得节点工控设备分析信息集合；设备调节管控模块，用于将所述节点工控设备分析信息集合集成传输至工控设备云端进行调度分析，获得工控设备协同调度参数，并基于所述工控设备协同调度参数进行设备调节管控。
6.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
7.按照工控区域分布信息进行节点架构部署，获取工业云边端节点架构信息；
8.基于所述工业云边端节点架构信息进行边缘配置，获得边缘控制节点信息；
9.根据所述边缘控制节点信息，布设分布式传感器端点网络；
10.基于所述分布式传感器端点网络对所述边缘控制节点信息分别进行工业数据采集，获取控制节点感知数据流集合；
11.获取节点数据并联规则，基于所述节点数据并联规则对所述控制节点感知数据流集合进行并联整流，得到节点并联感知数据流集合；
12.基于所述边缘控制节点信息对所述节点并联感知数据流集合进行边缘计算，获得节点工控设备分析信息集合；
13.将所述节点工控设备分析信息集合集成传输至工控设备云端进行调度分析，获得工控设备协同调度参数，并基于所述工控设备协同调度参数进行设备调节管控。
14.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
15.按照工控区域分布信息进行节点架构部署，获取工业云边端节点架构信息；
16.基于所述工业云边端节点架构信息进行边缘配置，获得边缘控制节点信息；
17.根据所述边缘控制节点信息，布设分布式传感器端点网络；
18.基于所述分布式传感器端点网络对所述边缘控制节点信息分别进行工业数据采集，获取控制节点感知数据流集合；
19.获取节点数据并联规则，基于所述节点数据并联规则对所述控制节点感知数据流集合进行并联整流，得到节点并联感知数据流集合；
20.基于所述边缘控制节点信息对所述节点并联感知数据流集合进行边缘计算，获得节点工控设备分析信息集合；
21.将所述节点工控设备分析信息集合集成传输至工控设备云端进行调度分析，获得工控设备协同调度参数，并基于所述工控设备协同调度参数进行设备调节管控。
22.上述一种基于云边端架构的工控设备数据处理及调度方法，解决了现有技术工控设备需处理海量工业数据，导致数据处理效率低，进而影响工控设备调度效果的技术问题，达到了利用云边端架构实现工控设备数据处理，提高工艺数据处理效率和调度分析准确性，进而保证工控设备调度效果的技术效果。
23.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其他目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
24.图1为一个实施例中一种基于云边端架构的工控设备数据处理及调度方法的流程示意图；
25.图2为一个实施例中一种基于云边端架构的工控设备数据处理及调度方法中获取工业云边端节点架构信息的流程示意图；
26.图3为一个实施例中一种基于云边端架构的工控设备数据处理及调度系统的结构框图；
27.图4为一个实施例中计算机设备的内部结构图。
28.附图标记说明：节点架构部署模块11，边缘配置模块12，传感器端点网络布设模块13，工业数据采集模块14，并联整流模块15，边缘计算模块16，设备调节管控模块17。
具体实施方式
29.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
30.如图1所示，本技术提供了一种基于云边端架构的工控设备数据处理及调度方法，所述方法包括：
31.步骤s100：按照工控区域分布信息进行节点架构部署，获取工业云边端节点架构信息；
32.在一个实施例中，如图2所示，所述获取工业云边端节点架构信息，本技术步骤s100还包括：
33.步骤s110：对所述工控区域分布信息进行应用功能标记，获得工控区域应用功能信息；
34.步骤s120：根据所述工控区域应用功能信息，确定功能区域划分准则；
35.步骤s130：基于所述功能区域划分准则对所述工控区域分布信息进行层级划分，获取工控区域功能层级信息；
36.步骤s140：对所述工控区域功能层级信息的工控设备集合进行编码，得到工控设备层级编码信息；
37.步骤s150：基于所述工控设备层级编码信息进行节点架构分析，获取所述工业云边端节点架构信息。
38.在一个实施例中，所述得到工控设备层级编码信息，本技术步骤s140还包括：
39.步骤s141：构建工控设备特征分类器，所述工控设备特征分类器包括设备类型属性、控制层级属性以及生产等级属性；
40.步骤s142：基于所述工控设备特征分类器对所述工控设备集合进行特征标记，获得工控设备属性特征集合；
41.步骤s143：根据所述工控区域功能层级信息和所述工控设备特征分类器，确定设备层级编码规则；
42.步骤s144：基于所述设备层级编码规则对所述工控设备集合进行编码，获得所述工控设备层级编码信息。
43.具体而言，工控设备是指专门应用于工业自动化控制领域的电子设备及系统，主要用于监控和管理工业自动化控制系统和过程，实现工业装备的自动化、智能化控制和管理，具有高性能、高可靠性和抗干扰能力，以应对复杂的工业环境。为提高工控设备数据处理效率，本技术采用云边端架构实现工业数据感知处理，云边端架构是指将数据的存储、传输、计算和安全交给边缘节点来处理，其应用程序在边缘侧发起，可以产生更快的网络服务响应，满足各行业在实时业务、应用智能、安全与隐私保护等方面需求的云平台。
44.首先获取待调度处理工控区域的分布信息，按照工控区域分布信息进行节点架构
部署，即按照区域应用功能分布进行数据处理节点部署。具体为对所述工控区域分布信息进行应用功能标记，例如生产区、加工区、原材料工艺区、供电区等，以此获得工控区域应用功能信息。再根据所述工控区域应用功能信息，确定功能区域划分准则，所述功能区域划分准则为各应用功能区域的具体层级划分依据，可自行规定，示例性的，生产区按照生产线进行应用层级划分。基于所述功能区域划分准则对所述工控区域分布信息进行层级划分，获取各工控区域的细分功能层级，即工控区域功能层级信息。
45.为实现节点架构快速部署，对所述工控区域功能层级信息的工控设备集合进行编码，构建工控设备特征分类器，所述工控设备特征分类器为工控设备属性特征分类类型，包括设备类型属性，即设备生产类型；控制层级属性，即设备生产控制等级，例如总生产线的控制层级较高；以及生产等级属性，即设备生产量等级。基于所述工控设备特征分类器对所述工控设备集合分别进行属性分类以及特征标记，获得对应的工控设备属性特征集合，所述工控设备属性特征集合包括各工控设备的设备类型属性、控制层级属性以及生产等级属性。根据所述工控区域功能层级信息和所述工控设备特征分类器，确定设备层级编码规则，所述设备层级编码规则由区域功能层级以及设备特征属性组成，其编码顺序、编码元素、编码位数等可规则自行设定。
46.基于所述设备层级编码规则对所述工控设备集合进行编码，获得对应的工控设备层级编码信息，再基于所述工控设备层级编码信息进行节点架构分析，即可设置将编码预设位数相同的设备区域进行同一节点架构部署，快速部署获取工业云边端节点架构信息。通过编码部署云边端节点架构，以用于全面覆盖工控区域数据处理，通过云边端架构将实时计算和分析过程分布式放置各处理节点上进行快速处理，以保证数据处理实时性，同时也减少数据传输的风险，实现云、边、端数据交互协同处理。
47.步骤s200：基于所述工业云边端节点架构信息进行边缘配置，获得边缘控制节点信息；
48.步骤s300：根据所述边缘控制节点信息，布设分布式传感器端点网络；
49.步骤s400：基于所述分布式传感器端点网络对所述边缘控制节点信息分别进行工业数据采集，获取控制节点感知数据流集合；
50.具体而言，基于所述工业云边端节点架构信息进行边缘配置，边缘配置是云计算的边缘侧部署，分为基础设施边缘和设备边缘，配置获得边缘控制节点信息，以用于该边缘区域工控设备的数据处理。根据所述边缘控制节点信息，分别布设分布式传感器端点网络，所述分布式传感器端点网络为各控制节点的设备终端数据感知传感器网络，包括温度、湿度、压力等各种传感器，用于实时采集该节点工控设备的运行数据，基于所述分布式传感器端点网络对所述边缘控制节点信息分别进行工业数据采集，获取各边缘节点对应的控制节点感知数据流集合，提高数据采集全面性和实时性。
51.步骤s500：获取节点数据并联规则，基于所述节点数据并联规则对所述控制节点感知数据流集合进行并联整流，得到节点并联感知数据流集合；
52.在一个实施例中，所述得到节点并联感知数据流集合，本技术步骤s500还包括：
53.步骤s510：根据所述节点数据并联规则，确定节点数据分流规则和节点数据整流规则；
54.步骤s520：基于所述节点数据分流规则对所述控制节点感知数据流集合进行交互
层级分流，确定节点数据交互层级流向；
55.步骤s530：按照所述节点数据交互层级流向将所述控制节点感知数据流集合进行可并联标记，获取可并联控制节点数据流集合；
56.步骤s540：基于所述节点数据整流规则对所述可并联控制节点数据流集合进行整流，生成所述节点并联感知数据流集合。
57.在一个实施例中，所述获取可并联控制节点数据流集合，本技术步骤s530还包括：
58.步骤s531：基于所述节点数据交互层级流向对所述控制节点感知数据流集合进行排序，确定控制节点数据上下游顺序；
59.步骤s532：根据所述控制节点数据上下游顺序，确定可并联控制节点数据流；
60.步骤s533：对所述可并联控制节点数据流进行汇聚数据编号，获取可并联控制节点汇聚数据编号；
61.步骤s534：基于所述控制节点数据上下游顺序和所述可并联控制节点汇聚数据编号对所述可并联控制节点数据流进行并联数据标记，获取所述可并联控制节点数据流集合。
62.具体而言，获取节点数据并联规则，所述节点数据并联规则为边缘控制节点数据处理时需考虑合并的其他节点感知数据流的依据规则。基于所述节点数据并联规则对所述控制节点感知数据流集合进行并联整流，首先根据所述节点数据并联规则，确定其所包含的节点数据分流规则和节点数据整流规则。基于所述节点数据分流规则对所述控制节点感知数据流集合进行交互层级分流，所述节点数据分流规则按照节点数据交互需求进行分流，即对各节点数据的下一交互流向进行标记，确定各控制节点对应的节点数据交互流向层级量，示例性的，分支生产线的下一交互层级为总生产线流向，则总生产线的交互层级更高。
63.按照所述节点数据交互层级流向将所述控制节点感知数据流集合进行可并联标记，具体为首先基于所述节点数据交互层级流向对所述控制节点感知数据流集合进行排序，即按照交互层级流向升序进行感知数据排序，确定控制节点数据上下游顺序，其中，下游节点的交互层级更高，对应的汇总感知数据量更多。根据所述控制节点数据上下游顺序，确定其中可以进行汇总考虑的控制节点数据，例如上下生产线可进行数据汇总，而设备损耗数据则不可进行汇总考虑，筛选获得其中的可并联控制节点数据流。对所述可并联控制节点数据流进行汇聚数据编号，即对可并联汇总数据分别按照数据节点上下游进行编号，获取可并联控制节点汇聚数据编号。
64.基于所述控制节点数据上下游顺序和所述可并联控制节点汇聚数据编号对所述可并联控制节点数据流进行并联数据标记，即按照数据流向关联对各可并联节点数据流进行其可以汇总处理的其他控制节点的感知数据流编号标记，获取对应的可并联控制节点汇聚数据编号。基于所述节点数据整流规则对所述可并联控制节点数据流集合进行整流，所述节点数据整流规则为节点数据合并整流的依据规则，即将可合并的节点数据流进行汇总并联，生成可并联控制节点数据汇总后的节点并联感知数据流集合。通过对控制节点数据进行并联整流，提高节点数据处理关联全面性，进而提高节点数据边缘处理准确性。
65.步骤s600：基于所述边缘控制节点信息对所述节点并联感知数据流集合进行边缘计算，获得节点工控设备分析信息集合；
66.在一个实施例中，所述获得节点工控设备分析信息集合，本技术步骤s600还包括：
67.步骤s610：通过所述工控设备云端，构建工控设备分析特征模型库；
68.步骤s620：对所述边缘控制节点信息进行处理需求分析，获取节点数据处理需求特征信息；
69.步骤s630：基于所述节点数据处理需求特征信息分别和所述工控设备分析特征模型库进行特征匹配，获得节点工控设备分析特征模型集合；
70.步骤s640：基于所述点工控设备分析特征模型集合对所述节点并联感知数据流集合分别进行边缘计算，输出所述节点工控设备分析信息集合。
71.具体而言，基于所述边缘控制节点信息对所述节点并联感知数据流集合分别进行边缘计算，首先通过所述工控设备云端，构建工控设备分析特征模型库，所述工控设备云端为该架构的云计算中心节点，是各控制节点边缘计算的管控端，所述工控设备分析特征模型库存储在工控设备云端中，为通过历史数据训练获得的各工控设备分析模型集合，示例性的，包括工控设备生产分析模型、工控设备运行分析模型、工控设备能耗分析模型等各设备特征分析模型。
72.对所述边缘控制节点信息进行处理需求分析，即对该边缘控制节点需要处理的设备控制需求特征进行整合，例如设备生产分析需求、设备生产能耗分析需求等，获取相应的节点数据处理需求特征信息。基于所述节点数据处理需求特征信息分别和所述工控设备分析特征模型库进行特征匹配，获得与需求特征相匹配的节点工控设备分析特征模型集合。基于所述点工控设备分析特征模型集合对所述节点并联感知数据流集合分别进行边缘计算分析，获取各节点的设备控制分析信息集合，进而整合输出生成节点工控设备分析信息集合。通过节点处理需求特征进行模型匹配分析，实现边缘计算分析特定化，进而提升控制节点数据处理效率和处理准确性。
73.步骤s700：将所述节点工控设备分析信息集合集成传输至工控设备云端进行调度分析，获得工控设备协同调度参数，并基于所述工控设备协同调度参数进行设备调节管控。
74.在一个实施例中，所述获得工控设备协同调度参数，本技术步骤s700还包括：
75.步骤s710：根据所述工控设备云端，获取全局工控设备调度分析模型，所述全局工控设备调度分析模型包括工控设备异常分析层和设备协同调度层；
76.步骤s720：基于所述工控设备异常分析层对所述节点工控设备分析信息集合进行异常识别，获取工控设备异常参数信息；
77.步骤s730：利用所述设备协同调度层对所述工控设备异常参数信息进行调度分析，输出所述工控设备协同调度参数。
78.具体而言，将所述节点工控设备分析信息集合集成传输至工控设备云端进行全局调度分析。具体为根据所述工控设备云端，获取全局工控设备调度分析模型，所述全局工控设备调度分析模型为神经网络结构，由历史数据训练获得，其模型功能层包括工控设备异常分析层和设备协同调度层。首先基于所述工控设备异常分析层对所述节点工控设备分析信息集合进行异常识别，所述工控设备异常分析层用于对异常数据进行识别标记，由历史数据异常标签训练获得，分析获取工控设备异常参数信息，例如设备能耗异常数据、运行异常数据等。
79.再利用所述设备协同调度层对所述工控设备异常参数信息进行调度分析，所述设
备协同分析层用于对设备异常参数进行调度控制分析，由历史设备异常数据训练获得，输出工控设备协同调度参数，所述工控设备协同调度参数为工控设备的控制调度参数，例如调节生产线设备运行时间、优化工控设备生产参数等。并基于所述工控设备协同调度参数进行设备调节管控，提高调度分析准确性，进而保证工控设备调度效果。
80.在一个实施例中，如图3所示，提供了一种基于云边端架构的工控设备数据处理及调度系统，包括：节点架构部署模块11，边缘配置模块12，传感器端点网络布设模块13，工业数据采集模块14，并联整流模块15，边缘计算模块16，设备调节管控模块17，其中：
81.节点架构部署模块11，用于按照工控区域分布信息进行节点架构部署，获取工业云边端节点架构信息；
82.边缘配置模块12，用于基于所述工业云边端节点架构信息进行边缘配置，获得边缘控制节点信息；
83.传感器端点网络布设模块13，用于根据所述边缘控制节点信息，布设分布式传感器端点网络；
84.工业数据采集模块14，用于基于所述分布式传感器端点网络对所述边缘控制节点信息分别进行工业数据采集，获取控制节点感知数据流集合；
85.并联整流模块15，用于获取节点数据并联规则，基于所述节点数据并联规则对所述控制节点感知数据流集合进行并联整流，得到节点并联感知数据流集合；
86.边缘计算模块16，用于基于所述边缘控制节点信息对所述节点并联感知数据流集合进行边缘计算，获得节点工控设备分析信息集合；
87.设备调节管控模块17，用于将所述节点工控设备分析信息集合集成传输至工控设备云端进行调度分析，获得工控设备协同调度参数，并基于所述工控设备协同调度参数进行设备调节管控。
88.在一个实施例中，所述系统还包括：
89.应用功能标记单元，用于对所述工控区域分布信息进行应用功能标记，获得工控区域应用功能信息；
90.区域划分准则确定单元，用于根据所述工控区域应用功能信息，确定功能区域划分准则；
91.区域层级划分单元，用于基于所述功能区域划分准则对所述工控区域分布信息进行层级划分，获取工控区域功能层级信息；
92.单元，用于对所述工控区域功能层级信息的工控设备集合进行编码，得到工控设备层级编码信息；
93.节点架构分析单元，用于基于所述工控设备层级编码信息进行节点架构分析，获取所述工业云边端节点架构信息。
94.在一个实施例中，所述系统还包括：
95.特征分类器构建单元，用于构建工控设备特征分类器，所述工控设备特征分类器包括设备类型属性、控制层级属性以及生产等级属性；
96.特征标记单元，用于基于所述工控设备特征分类器对所述工控设备集合进行特征标记，获得工控设备属性特征集合；
97.层级编码规则确定单元，用于根据所述工控区域功能层级信息和所述工控设备特
征分类器，确定设备层级编码规则；
98.设备层级编码获得单元，用于基于所述设备层级编码规则对所述工控设备集合进行编码，获得所述工控设备层级编码信息。
99.在一个实施例中，所述系统还包括：
100.节点数据并联规则获得单元，用于根据所述节点数据并联规则，确定节点数据分流规则和节点数据整流规则；
101.交互层级分流单元，用于基于所述节点数据分流规则对所述控制节点感知数据流集合进行交互层级分流，确定节点数据交互层级流向；
102.可并联标记单元，用于按照所述节点数据交互层级流向将所述控制节点感知数据流集合进行可并联标记，获取可并联控制节点数据流集合；
103.数据整流单元，用于基于所述节点数据整流规则对所述可并联控制节点数据流集合进行整流，生成所述节点并联感知数据流集合。
104.在一个实施例中，所述系统还包括：
105.数据流排序单元，用于基于所述节点数据交互层级流向对所述控制节点感知数据流集合进行排序，确定控制节点数据上下游顺序；
106.可并联数据流确定单元，用于根据所述控制节点数据上下游顺序，确定可并联控制节点数据流；
107.汇聚数据编号单元，用于对所述可并联控制节点数据流进行汇聚数据编号，获取可并联控制节点汇聚数据编号；
108.并联数据标记单元，用于基于所述控制节点数据上下游顺序和所述可并联控制节点汇聚数据编号对所述可并联控制节点数据流进行并联数据标记，获取所述可并联控制节点数据流集合。
109.在一个实施例中，所述系统还包括：
110.特征模型库构建单元，用于通过所述工控设备云端，构建工控设备分析特征模型库；
111.处理需求分析单元，用于对所述边缘控制节点信息进行处理需求分析，获取节点数据处理需求特征信息；
112.模型特征匹配单元，用于基于所述节点数据处理需求特征信息分别和所述工控设备分析特征模型库进行特征匹配，获得节点工控设备分析特征模型集合；
113.数据流边缘计算单元，用于基于所述点工控设备分析特征模型集合对所述节点并联感知数据流集合分别进行边缘计算，输出所述节点工控设备分析信息集合。
114.在一个实施例中，所述系统还包括：
115.调度分析模型获取单元，用于根据所述工控设备云端，获取全局工控设备调度分析模型，所述全局工控设备调度分析模型包括工控设备异常分析层和设备协同调度层；
116.信息异常识别单元，用于基于所述工控设备异常分析层对所述节点工控设备分析信息集合进行异常识别，获取工控设备异常参数信息；
117.协同调度参数输出单元，用于利用所述设备协同调度层对所述工控设备异常参数信息进行调度分析，输出所述工控设备协同调度参数。
118.关于一种基于云边端架构的工控设备数据处理及调度系统的具体实施例可以参
见上文中对于一种基于云边端架构的工控设备数据处理及调度方法的实施例，在此不再赘述。上述一种基于云边端架构的工控设备数据处理及调度系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
119.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储新闻数据以及时间衰减因子等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于云边端架构的工控设备数据处理及调度方法。
120.本领域技术人员可以理解，图4中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
121.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：按照工控区域分布信息进行节点架构部署，获取工业云边端节点架构信息；基于所述工业云边端节点架构信息进行边缘配置，获得边缘控制节点信息；根据所述边缘控制节点信息，布设分布式传感器端点网络；基于所述分布式传感器端点网络对所述边缘控制节点信息分别进行工业数据采集，获取控制节点感知数据流集合；获取节点数据并联规则，基于所述节点数据并联规则对所述控制节点感知数据流集合进行并联整流，得到节点并联感知数据流集合；基于所述边缘控制节点信息对所述节点并联感知数据流集合进行边缘计算，获得节点工控设备分析信息集合；将所述节点工控设备分析信息集合集成传输至工控设备云端进行调度分析，获得工控设备协同调度参数，并基于所述工控设备协同调度参数进行设备调节管控。
122.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：按照工控区域分布信息进行节点架构部署，获取工业云边端节点架构信息；基于所述工业云边端节点架构信息进行边缘配置，获得边缘控制节点信息；根据所述边缘控制节点信息，布设分布式传感器端点网络；基于所述分布式传感器端点网络对所述边缘控制节点信息分别进行工业数据采集，获取控制节点感知数据流集合；获取节点数据并联规则，基于所述节点数据并联规则对所述控制节点感知数据流集合进行并联整流，得到节点并联感知数据流集合；基于所述边缘控制节点信息对所述节点并联感知数据流集合进行边缘计算，获得节点工控设备分析信息集合；将所述节点工控设备分析信息集合集成传输至工控设备云端进行调度分析，获得工控设备协同调度参数，并基于所述工控设备协同调度参数进行设备调节管控。以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
123.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并
不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。

技术特征：
1.一种基于云边端架构的工控设备数据处理及调度方法，其特征在于，所述方法包括：按照工控区域分布信息进行节点架构部署，获取工业云边端节点架构信息；基于所述工业云边端节点架构信息进行边缘配置，获得边缘控制节点信息；根据所述边缘控制节点信息，布设分布式传感器端点网络；基于所述分布式传感器端点网络对所述边缘控制节点信息分别进行工业数据采集，获取控制节点感知数据流集合；获取节点数据并联规则，基于所述节点数据并联规则对所述控制节点感知数据流集合进行并联整流，得到节点并联感知数据流集合；基于所述边缘控制节点信息对所述节点并联感知数据流集合进行边缘计算，获得节点工控设备分析信息集合；将所述节点工控设备分析信息集合集成传输至工控设备云端进行调度分析，获得工控设备协同调度参数，并基于所述工控设备协同调度参数进行设备调节管控。2.如权利要求1所述的方法，其特征在于，所述获取工业云边端节点架构信息，包括：对所述工控区域分布信息进行应用功能标记，获得工控区域应用功能信息；根据所述工控区域应用功能信息，确定功能区域划分准则；基于所述功能区域划分准则对所述工控区域分布信息进行层级划分，获取工控区域功能层级信息；对所述工控区域功能层级信息的工控设备集合进行编码，得到工控设备层级编码信息；基于所述工控设备层级编码信息进行节点架构分析，获取所述工业云边端节点架构信息。3.如权利要求2所述的方法，其特征在于，所述得到工控设备层级编码信息，包括：构建工控设备特征分类器，所述工控设备特征分类器包括设备类型属性、控制层级属性以及生产等级属性；基于所述工控设备特征分类器对所述工控设备集合进行特征标记，获得工控设备属性特征集合；根据所述工控区域功能层级信息和所述工控设备特征分类器，确定设备层级编码规则；基于所述设备层级编码规则对所述工控设备集合进行编码，获得所述工控设备层级编码信息。4.如权利要求1所述的方法，其特征在于，所述得到节点并联感知数据流集合，包括：根据所述节点数据并联规则，确定节点数据分流规则和节点数据整流规则；基于所述节点数据分流规则对所述控制节点感知数据流集合进行交互层级分流，确定节点数据交互层级流向；按照所述节点数据交互层级流向将所述控制节点感知数据流集合进行可并联标记，获取可并联控制节点数据流集合；基于所述节点数据整流规则对所述可并联控制节点数据流集合进行整流，生成所述节点并联感知数据流集合。5.如权利要求4所述的方法，其特征在于，所述获取可并联控制节点数据流集合，包括：
基于所述节点数据交互层级流向对所述控制节点感知数据流集合进行排序，确定控制节点数据上下游顺序；根据所述控制节点数据上下游顺序，确定可并联控制节点数据流；对所述可并联控制节点数据流进行汇聚数据编号，获取可并联控制节点汇聚数据编号；基于所述控制节点数据上下游顺序和所述可并联控制节点汇聚数据编号对所述可并联控制节点数据流进行并联数据标记，获取所述可并联控制节点数据流集合。6.如权利要求1所述的方法，其特征在于，所述获得节点工控设备分析信息集合，包括：通过所述工控设备云端，构建工控设备分析特征模型库；对所述边缘控制节点信息进行处理需求分析，获取节点数据处理需求特征信息；基于所述节点数据处理需求特征信息分别和所述工控设备分析特征模型库进行特征匹配，获得节点工控设备分析特征模型集合；基于所述点工控设备分析特征模型集合对所述节点并联感知数据流集合分别进行边缘计算，输出所述节点工控设备分析信息集合。7.如权利要求1所述的方法，其特征在于，所述获得工控设备协同调度参数，包括：根据所述工控设备云端，获取全局工控设备调度分析模型，所述全局工控设备调度分析模型包括工控设备异常分析层和设备协同调度层；基于所述工控设备异常分析层对所述节点工控设备分析信息集合进行异常识别，获取工控设备异常参数信息；利用所述设备协同调度层对所述工控设备异常参数信息进行调度分析，输出所述工控设备协同调度参数。8.一种基于云边端架构的工控设备数据处理及调度系统，其特征在于，所述系统包括：节点架构部署模块，用于按照工控区域分布信息进行节点架构部署，获取工业云边端节点架构信息；边缘配置模块，用于基于所述工业云边端节点架构信息进行边缘配置，获得边缘控制节点信息；传感器端点网络布设模块，用于根据所述边缘控制节点信息，布设分布式传感器端点网络；工业数据采集模块，用于基于所述分布式传感器端点网络对所述边缘控制节点信息分别进行工业数据采集，获取控制节点感知数据流集合；并联整流模块，用于获取节点数据并联规则，基于所述节点数据并联规则对所述控制节点感知数据流集合进行并联整流，得到节点并联感知数据流集合；边缘计算模块，用于基于所述边缘控制节点信息对所述节点并联感知数据流集合进行边缘计算，获得节点工控设备分析信息集合；设备调节管控模块，用于将所述节点工控设备分析信息集合集成传输至工控设备云端进行调度分析，获得工控设备协同调度参数，并基于所述工控设备协同调度参数进行设备调节管控。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本申请涉及数据处理技术领域，提供一种基于云边端架构的工控设备数据处理及调度方法。所述方法包括：基于工业云边端节点架构信息进行边缘配置，获得边缘控制节点信息，进而布设分布式传感器端点网络，以此进行工业数据采集，获取控制节点感知数据流集合；基于节点数据并联规则对控制节点感知数据流集合进行并联整流，得到节点并联感知数据流集合，再对其进行边缘计算，获得节点工控设备分析信息集合，将其集成传输至工控设备云端进行调度分析，获得工控设备协同调度参数，并基于工控设备协同调度参数进行设备调节管控。采用本方法能够利用云边端架构实现工控设备数据处理，提高工艺数据处理效率和调度分析准确性，进而保证工控设备调度效果。证工控设备调度效果。证工控设备调度效果。


技术研发人员：张星智 胡洋 罗超 郝雪梅 刘贤刚 朱忠乾
受保护的技术使用者：工业云制造（四川）创新中心有限公司
技术研发日：2023.08.14
技术公布日：2023/10/15