[发明专利]一种基于工业物联网的自动化监控系统

说明书

本发明属于工业物联网技术领域，具体涉及一种基于工业物联网的自动化监控系统。所述系统包括：目标区域划分单元，配置用于将目标监控区域划分为多个区域；传感器组，包括多个传感器，分别设置于每个子区域，每个子区域内至少包含N个数量的传感器，传感器的数量N大于或等于每个子区域内的所含目标的数量。本发明通过将工业物联网的传感器体系布设到目标区域中，利用传感器移动的方式对重要等级不同的区域进行循环移动的方式获取数据，实现了利用较少传感器完成自动化监控的目的，同时，也能更加精准地定位问题区域，数据分析也不用对所有数据进行处理，就可以完成监控，降低了系统资源的占用，提升了效率。

技术领域

本发明属于工业物联网技术领域，具体涉及一种基于工业物联网的自动化监控系统。

背景技术

工业物联网是工业领域的物联网。工业物联网将具有感知、监控能力的各类传感器或控制器以及移动通信、智能分析等技术融入到工业生产过程的各个环节，从而提高制造效率，改善产品质量，降低产品成本和资源消耗。

工业物联网通常包括工业设备(比如传感器、控制器、执行器或人机接口设备)、边缘计算设备和工业物联网平台(比如MindSphere)。

随着信息化技术和工业化的深度融合，机械设备、信息化系统所产生的数据日益丰富。工业大数据具有体量大、类型多、价值密度低和处理速度快的特征，对数据进行实时有效的监测诊断，可以实现设备的预测性维护，发现生产、管理、调度流程中的决策问题。然而，传统的数据监测系统无法满足对工业大数据的分析、处理和存储等服务。因此，对工业大数据的智能化应用，已经成为企业降低生产成本、提高市场竞争力和生产效率的核心环节。

在现有技术中，一般利用传感器获取数据，然后针对数据进行大数据分析，以此实现自动化监控。如：一种工业物联网异常行为检测方法、可读存储介质和终端，所述方法包括：获取对应的工业物联网异常行为检测模型；所述工业物联网异常行为检测模型为采用深度自动编码器和深度前馈神经网络对所获取的原始网络流量数据进行训练得到；将待检测的工业物联网网络流量数据输入所述工业物联网异常行为检测模型，得到对应的工业物联网异常行为检测结果。

该现有技术利用了基于神经网络的行为检测模型来实现工业物联网的异常行为检测，但该检测过程需要针对所有的数据进行数据分析，需要耗费大量的系统资源，同时该检测的结果是工业物联网的异常行为，无法准确定位到发生异常的地方。

发明内容

本发明的主要目的在于提供一种基于工业物联网的自动化监控系统，本发明通过将工业物联网的传感器体系布设到目标区域中，利用传感器移动的方式对重要等级不同的区域进行循环移动的方式获取数据，实现了利用较少传感器完成自动化监控的目的，同时，也能更加精准地定位问题区域，数据分析也不用对所有数据进行处理，就可以完成监控，降低了系统资源的占用，提升了效率。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于工业物联网的自动化监控系统，所述系统包括：目标区域划分单元，配置用于将目标监控区域划分为多个区域；传感器组，包括多个传感器，分别设置于每个子区域，每个子区域内至少包含N个数量的传感器，传感器的数量N大于或等于每个子区域内的所含目标的数量，且每个传感器为可移动传感器，按照设定的移动速率在每个子区域内循环移动，同时，实时获取其所在子区域内的数据信息；网络反馈控制单元，配置用于对获取到的数据信息和传感器所在的位置进行数据分析，判定目标区域内各个子区域内的问题区域，并根据问题区域在各个子区域内的位置，发送控制命令至各个传感器，控制各个传感器的移动路径；参数矫正单元，配置用于根据问题区域在各个子区域内的位置和在各个子区域内的占比面积，对各个子区域内包含的目标的数据进行系数矫正。

优选地，所述子区域内的包含的目标为子区域内的设备或环境监测点。

优选地，所述目标区域划分单元在将目标监控区域划分为多个子区域时，依据的规则为：按照设备的类型，进行子区域划分，每个子区域内包含的设备的类型归属于为同一类型。