本项目研发了一套完整的现场数据采集服务支撑技术,提供了数据采集集成服务的商业运营新模式。针对工业互联网建设过程中普遍存在的现场数据采集需求,整合了综合感知、AI智能处理、网络安全传输、数据质量管理和标准化输出等多个环节,把经过质量分析和标准化处理后的实时数据,作为产品对接到工业互联网应用平台的数据池,供后续数据处理和应用分析。整套技术包括4大模块:1)智能网关:基于具有AI能力CPU的智能网关,完成对多种传感信息的有效采集,并安全传输给数据前置云服务器;重点研究基于小目标的AI图像分类算法。2)AI模型管理系统:实现对智能网关中视觉AI感知中的模型计算和管理,该系统可以统一部署也可以部署的用户指定的内网服务器中。3)数据管理和标准化处理:数据有效性管理、数据质量评估、数据标准化和数据安全机制。4)智能运维:开发一套基于移动APP的智能运维系统,为运维人员提供有效帮助,提高效率、降低成本、保证系统运行质量和数据的有效性。
如图所示,项目完成了对于现场数据的传感、传输、管理、输出和设备运维等一系列工程实现。
1、智能网关:
开发基于具有AI能力CPU的智能网关,完成对多种传感信息的有效采集,并安全传输给数据前置服务器。
综合接入能力:
包括有线传感器和特定的无线传感器、与现有系统的对接
有效感知能力:
实现基于图像的AI视觉感知能力,重点研究基于小目标的图像分类算法
安全传输能力:
提供4G、5G、NB-IOT的上行传输模块化替换
提供安全的加密手段,保证数据安全
现场调试配置能力:
具有现场WiFi调试功能,方便安装和运维人员现场配置和检测
软件和通信标准版本现场升级
2、AI模型管理系统
需要实现对智能网关中视觉AI感知中的模型计算和管理,该系统可以统一部署也可以部署的用户指定的内网服务器中。
样本管理能力
原始样本管理、样本实例库分类和管理、检测样本管理等
模型计算和管理
算力管理:对算力的统筹,外部算力的对接等
算法管理:自主开发算法的管理和调动,外部算法的调用和对接
模型管理:包括模型的功能属性和已经应用的情况的统计分析
设备管理
设备的AI模型配置能力、AI推演过程的监控、AI推演结果的跟踪采集和分析
3、数据管理和标准化处理
数据有效性管理
监测数据是否按时上传、上传数据是否符合要求、是否为非法数据
告警输出:把告警信息进行分类,并推送给相关的运维系统
数据质量评估
按照标准对现场采集数据进行多维度的质量分析,为后续数据应用提供参考依据
数据标准化
格式标准化:完善采集时间、地点、单位等属性,
输出标准化:按照标准协议与工业互联网平台数据池进行对接
数据安全
区域性部署:可以应用户要求部署在其内网
并行部署:可以通过并行部署,网关上联多个服务器,确保用户的可靠性需求
数据回滚能力:可以应工业互联网平台要求对数据进行一定期限内的回滚,保证数据在一定时间段内不丢失
4、智能运维
开发一套基于移动APP的智能运维系统,为运维人员提供有效帮助,提供效率、降低人员成本、保证系统运行质量和数据的有效性。
运维人员管理
对运维人员的信息、定位、工作状况管理
巡检任务管理
对部署的硬件和相关工作环境定期巡查的任务制定、下发、执行过程和结果的记录和管理
临时故障处理
对系统自动告警和现场突发状况的应急处理能力,包括人员调配、处理流程提示和建议、相关情况处置参考案例、后续统计追踪等。
网关核心板实物照片
扫码关注,查看更多科技成果