[发明专利]一种基于协同过滤和MQTT的智能工厂数据自动订阅方法

说明书

本发明公开了一种基于协同过滤和MQTT的智能工厂数据自动订阅方法，涉及智能工厂领域，包括：在边缘网关上建立OPC UA信息模型；边缘网关对传感器采集的数据进行处理并放入OPC UA信息模型；MQTT发布者从OPC UA信息模型中获取数据及相关信息，并以主题的方式发布到MQTT代理；将MQTT代理上的历史订阅关系保存到数据库中；使用历史订阅关系生成数据集，自动订阅方法根据数据集生成自动订阅规则，MQTT代理根据自动订阅规则将数据以主题的形式发送给指定的MQTT订阅者；应用从MQTT订阅者解析获得需要的数据。本发明设计了自动订阅架构和方法，将协同过滤与MQTT结合，实现了数据的自动订阅，能够提高自动化程度和传输效率，从而更好地适用于智能工厂数据传输的大规模动态场景。

技术领域

本发明涉及智能工厂领域，尤其涉及一种基于协同过滤和MQTT的智能工厂数据自动订阅方法。

背景技术

在中国制造2025和工业4.0的背景下，中国和世界都将智能制造作为下一代的工业形式和战略发展目标，并投入了大量的人力、物力和财力。工业4.0的主要目标是实现数字化的智能工厂，必须依赖工业物联网和人工智能等技术，其核心在于数据和计算。MQTT作为工业物联网中最为流行的数据传输技术之一，具有能耗低、数据传输量小、网络连接少、支持异步收发等特点和优势，适用于智能工厂大规模数据传输的需求。

MQTT之所以具有上述优点，在于其采用了发布-订阅而非客户端-服务器的模式来进行数据传输。即所有的数据提供方，如传感器设备，均将其采集的数据以主题的形式上传到代理上，而所有的数据需求方，如工业生产的分析和处理应用，则通过浏览和查询代理上的主题列表来对其需要的特定数据进行订阅。通过这一方式，实现了数据提供方和数据接收方空间(即连接)和时间(即实时收发)的解耦，并将数据从以设备、服务器为单元，拆分成以更加细粒度的主题为单元，从而实现更加灵活的数据传输方式，并适用于更加大型的场景。

现有的发布-订阅模式对主题的选择和订阅，是基于人工搜索和静态规则匹配的，即人工地使用订阅者访问代理上的主题列表，根据主题信息手动筛选合适和需要的主题。当主题较多时，采用通过主题名检索的方式，来缩小人工筛选的范围。在检索的过程中，常用哈希表等方法来降低匹配的成本，提高搜索效率，同时也可以根据主题的相关信息，如主题数据的频率、精度、QoS等对主题进行筛选。其中较为高级的方法有MQTT+，它会在代理上查看和处理主题内的数据，从而实现如只订阅内容发生变化的主题，或幅值大于阈值的主题等基于主题内容的筛选。总而言之，现有的确定订阅主题的方案均基于人工搜索和静态规则匹配，包括对主题名的检索、对主题信息的条件过滤和对主题内容的静态规则匹配。

但是面对智能工厂中海量的数据主题，基于搜索和匹配的发布-订阅模式，通过主题名检索、主题信息条件过滤、主题内容的静态规则匹配等方式无法满足复杂和不断变化的订阅需求，尤其很多订阅需求难以用简单的名称、条件和规则进行定义。这将导致主题订阅困难，难以获取真正需要的数据主题，从而浪费大量带宽和计算资源。

其次，在现有的主题订阅模式中，所有的主题均需要人工进行主动搜索和筛选，过程繁琐，速度缓慢，费时费力。这将导致数据的订阅过程无法实现自动化，增加人力和时间成本，且不精确易出错。

再次，面对智能工厂中海量的设备、传感器和主题，纯人工的订阅方式由于人力和时间成本，只能使用粗糙的方式批量订阅一类主题，使得主题相较于传统服务器模式的细粒度的优势得不到发挥，这将订阅大量冗余数据和不需要的主题，导致数据传输量增大，后期的数据筛选和处理成本变高。

最后，通过现有的订阅方式，很多主题在订阅前难以判断是否是订阅者所需要的，只能在订阅后由订阅者自己进行分析和判断，这将导致很多相关性不高的数据被订阅，增加了数据传输量的同时，也增加了订阅者的计算成本。

因此，本领域的技术人员致力于开发一种基于协同过滤和MQTT的智能工厂数据自动订阅方法，能够实现智能工厂中的数据自动订阅，能够降低数据传输量和查询频次，能够提高自动化程度和数据传输效率，从而更好地适用于智能工厂数据传输的大规模动态场景。