一种基于VPN的物联网云端设备数据采集系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114253242A(43)申请公布日2022.03.29(21)申请号202111571028.7(22)申请日2021.12.21(71)申请人上海纽酷信息科技有限公司地址200000上海市徐汇区钦州路100号1号楼1104-6室(72)发明人周泉清徐兴德张智宇(74)专利代理机构杭州山泰专利代理事务所(普通合伙)33438代理人张飞(51)Int.Cl.G05B19/418(2006.01)权利要求书4页说明书12页附图2页(54)发明名称一种基于VPN的物联网云端设备数据采集系统(57)摘要本发明公开了一种基于VPN的物联网云端设备数据采集系统，包括通信单元、数据采集单元、设备故障处理单元和产品质量预测分析单元，所述产品质量预测分析单元的工作步骤如下：S1、将当前数据输入Model0中得到一组预测数据，得到预测质量与真实质量之间的残差,残差越大，代表模型的预测能力越弱；S2、构建模型Model1去预测步骤S1的样本，目标值为步骤S1中的残差，得到新的残差。本发明中，通过部署在云端服务器中由于灾备等措施可以保证服务器的稳定运行，采集软件在云端部署使得软件的运维由线下转到云上，大大降低了厂家运维的成本，专业的运维人员可以在云端同时管理多个工厂的数据采集软件。CN114253242ACN114253242A权利要求书1/4页1.一种基于VPN的物联网云端设备数据采集系统，其特征在于，包括通信单元、数据采集单元、设备故障处理单元、数据采集预处理单元和产品质量预测分析单元，所述数据采集单元通过专用通信网络与工厂设备建立通信，定时采集工厂中的设备实时数据信息，采集上来的数据经过数据采集预处理单元进行处理之后上传至云端大数据分析平台，所述设备故障处理单元会对采集上来的数据做设备故障分析，实时反馈设备故障，所述云端大数据分析平台获取到数据之后，会对相应的数据进行设备产能分析、设备综合效率分析、产品质量预测、设备自定义数据的分析处理，所述产品质量预测分析单元的工作步骤如下：S1、将当前数据输入Model0中得到一组预测数据，得到预测质量与真实质量之间的残差,残差越大，代表模型的预测能力越弱；S2、构建模型Model1去预测步骤S1的样本，目标值为步骤S1中的残差，得到新的残差；S3、构建模型Model2去预测步骤S2的样本，目标值为Model1预测的结果残差；S4、重复步骤S3，直到模型的精确性达到要求；所述步骤S1中构建模型的具体步骤如下：S11、构建目标函数假设已训练K棵决策树，则其中fk为第k个决策树，xi为预测样本，为最终预测值，构造的目标函数如下：S12、迭代训练模型在迭代过程中，损失函数是由多个决策树共同参与，不断迭代得到，递推训练的过程如下：……2CN114253242A权利要求书2/4页根据上述推导，可将S11中的公式简化为：S13、用泰勒级数近似代替目标函数根据泰勒展开式：对S12中得到的目标函数进行泰勒展开，得到如下公式：S14、构建树和确定树的复杂度定义一颗树q为其中，w是长度为T的一维向量，代表树各个叶子结点的权重，定义树q的复杂度由叶子结点和所有结点权重所组成的向量L2范数共同决定，公式如下：将术语第j个结点的样本x划入到一个叶子结点的样本集合中，它的数学表示为：I＝{i|q(xi)＝j}上式即为第j个叶子结点的样本集合，由此，得到最终目标函数为：S15、最终目标函数求极值对S14中得到的目标函数进行求导，求极值：3CN114253242A权利要求书3/4页令可以得到：2.根据权利要求1所述的一种基于VPN的物联网云端设备数据采集系统，其特征在于，还包括设备自定义数据分析单元，所述设备自定义数据分析单元的分析算法步骤如下：S1、K‑近邻算法K‑近邻算法采集得到的数据进行分类，用于产品质量和参数分析，分析获得不合格产品时参数的情况，算法根据不同特征值和数据集之间的距离来进行分类，其公式如下：S2、岭回归岭回归是加了二阶正则项的最小二乘，适用于过拟合严重或各变量之间存在多重共线性的情况：最小二乘法公式：岭回归增加二阶正则项：S3、Logistics回归对采集的数据进行回归分析，Logistics回归算法根据现有数据对分类边界线建立回归公式，找到最佳拟合参数集，其中，预测函数为：Cost函数为：根据梯度下降法求J(θ)的最小值：3.根据权利要求2所述的一种基于VPN的物联网云端设备数据采集系统，其特征在于，所述通信单元内置支持http、mqtt、modbus、opc、opcua通信协议，可支持配置rpc等定制化协议，可采集的设备类型有基于串口通讯的PLC控制的非标自动化设备，基于网口(串口)通讯的数控系统，基于标准的OPC协议通讯的自动化设