[发明专利]一种基于物联网的加热炉管控装置及异常报警系统

权利要求书

1.一种基于物联网的加热炉管控装置及异常报警系统，包括采集、分析和处理、划分、更新放大和最终重构误差对比，其特征在于：

步骤一：利用合纵边缘网关(25)采集加热炉运行过程中各个plc点位的实时数据，

步骤二：通过数据处理模块(2)在云端通过云技术、大数据平台技术、算法平台技术针对边缘侧传递来的数据进行建模分析和处理；

步骤三：利用特征映射器(3)将原始的特征利用聚合层次聚类算法划分成若干个子特征空间集合；

步骤四：通过异常映射器(4)利用随机梯度下降法进行神经元的参数更新，得到训练集的最终重构误差，将最终误差进行一定增益系数的放大；

步骤五：通过测试模块(5)获取来自数据处理模块(2)的一条新数据，依次经过特征映射器、异常检测器模块，得到该条数据的重构，将其与训练集放大后的最终重构误差进行比较，若大于训练集放大后重构误差，则说明该条数据存在异常，在页面进行相应报警信息提示。

2.如权利要求1所述一种基于物联网的加热炉管控装置及异常报警系统，包括大数据报警预测警示系统(1)、数据处理模块(2)、特征映射器(3)、异常映射器(4)和测试模块(5)，其特征在于：所述大数据报警预测警示系统(1)设置有云端(10)和边云协同的智能优化(12)，且云端(10)与边云协同的智能优化(12)之间通过物联网平台(11)网络信号连接在一起，并且边云协同的智能优化(12)通过物联网平台(11)与数据处理模块(2)之间网络信号连接，所述数据处理模块(2)通过合纵边缘网关(25)与数据采集模块(26)之间网络信号连接；

所述数据处理模块(2)包括有合纵协议网关(20)、算法平台(21)、大数据平台(22)、APP平台(23)和聚合层次聚类算法(24)，且数据处理模块(2)与特征映射器(3)之间电性连接，并且特征映射器(3)与异常映射器(4)之间电性连接，并且特征映射器(3)内设置有子特征集合(30)，同时异常映射器(4)与测试模块(5)之间电性连接在一起，所述异常映射器(4)包括有集成层(40)和误差输出层(41)，且集成层(40)内设置有自编码网络一(42)，同时误差输出层(41)内设置有自编码网络二(43)。

3.根据权利要求2所述的一种基于物联网的加热炉管控装置及异常报警系统，其特征在于：所述数据采集模块(26)采集加热炉运行过程中各个plc点位的实时数据，且数据采集模块(26)通过合纵边缘网关设置，所述数据采集模块(26)基于合纵边缘网关和边缘计算技术获得加热炉各个维度的传感器数值特征及相关计算指标特征，且数据采集模块(26)作为模型的输入特征，并且特征维度为n。

4.根据权利要求2所述的一种基于物联网的加热炉管控装置及异常报警系统，其特征在于：所述合纵边缘网关(25)支持接入多类型硬件设备和多种协议，多类型硬件设备分别为多路以太网、RS485以及数字量和模拟量采集接口，多种协议分别为EtherNet/IP、ModbusTCP等多种工业实时以太网协议、OPCUA协议、TLS无线数据传输加密技术和SNMP协议。

5.根据权利要求2所述的一种基于物联网的加热炉管控装置及异常报警系统，其特征在于：所述物联网平台(11)提供物联网服务和解决方案来连接和管理设备，采用微服务架构在云端和边缘侧部署可自由组合的组件。

6.根据权利要求2所述的一种基于物联网的加热炉管控装置及异常报警系统，其特征在于：所述算法平台(21)设置为面向开发者的一站式AI开发平台。

7.根据权利要求2所述的一种基于物联网的加热炉管控装置及异常报警系统，其特征在于：所述大数据平台(22)通过数据采集模块对各类结构化数据、非结构化数据按照离线、实时、全量、增量等不同的策略进行采集。

8.根据权利要求2所述的一种基于物联网的加热炉管控装置及异常报警系统，其特征在于：所述数据处理模块(2)通过聚合层次聚类算法(24)将所有特征划分成若干个子特征空间，且聚合层次聚类算法(24)设置为一种自下而上的算法。

9.根据权利要求2所述的一种基于物联网的加热炉管控装置及异常报警系统，其特征在于：所述特征映射器(3)将原始的特征通过聚合层次聚类算法(24)划分成多组子特征集合(30)，所述特征映射器(3)中的子特征集合(30)输入集成层(40)内，且集成层(40)通过自编码网络一(42)通过随机梯度下降法进行神经元参数的更新处理后的数据输送至误差输出层(41)内，并且误差输出层(41)通过自编码网络二(43)通过随机梯度下降法进行神经元参数的更新处理后输出最终重构误差(44)设置。