基于云与端融合的生产设备运维系统及生产设备运维方法与流程

[0001]
本申请涉及设备故障监测技术领域，尤其涉及一种基于云与端融合的生产设备运维系统及生产设备运维方法。


背景技术：

[0002]
随着生产技术的不断发展，生产设备逐渐取代人工在生产行业中占据着重要地位。生产设备由于长时间地进行持续性生产作业，出现故障在所难免，生产设备一旦出现故障很有可能引起连锁反应，例如导致整条生产线停线，从而引发严重的生产问题，因此有必要对生产设备的生产状态进行实时性监测，以及时发现生产设备可能发生的故障，避免由于生产设备发生故障引起的生产问题。
[0003]
现有实现中存在一种基于云服务器对生产设备进行故障监测的技术方案，其中，云服务器作为生产设备的数据中心，通过预置的故障诊断算法对获取的生产设备的状态数据进行诊断，由此获知生产设备可能发生的故障。但由于生产设备的状态数据需要经由网关等设备多层转发至云服务器中，导致这种技术方案对于生产设备进行故障监测的实时性较弱，无法满足生产需求。
[0004]
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。


技术实现要素：

[0005]
基于现有技术无法对生产设备进行实时性的故障监测的技术问题，本申请提供一种基于云与端融合的生产设备运维系统、生产设备运维方法及装置、边缘计算终端、计算机可读存储介质，用于对生产设备实现实时性故障监测。
[0006]
本申请实施例提供的技术方案如下：
[0007]
一种基于云与端融合的生产设备运维系统，包括数据采集设备、边缘计算终端和云服务器，其中：所述数据采集设备用于实时采集生产设备的状态数据，将采集的状态数据发送至所述边缘计算终端；所述边缘计算终端用于根据接收的状态数据对所述生产设备进行故障监测，将所述状态数据以及对发生故障的生产设备进行维护的维护过程数据上传至所述云服务器进行存储；所述云服务器用于对存储的状态数据和维护过程数据进行数据挖掘，获得所述状态数据和维护过程数据与生产设备故障之间的相关性，所述相关性用于对所述边缘计算终端中进行的故障监测进行完善。
[0008]
一种生产设备运维方法，包括：边缘计算终端接收数据采集设备发送的状态数据，所述状态数据是所述数据采集设备针对生产设备实时采集得到的；根据所述状态数据对所述生产设备进行故障监测，以及将所述状态数据转发至云服务器进行存储，以使得所述云服务器根据所述状态数据进行数据挖掘；监测到所述生产设备发生故障时，所述边缘计算终端发出故障预警，并调用预设的故障解决办法协助所述生产设备的维护。
[0009]
一种生产设备运维装置，包括：状态数据接收模块，用于控制边缘计算终端接收数
据采集设备发送的状态数据，所述状态数据是所述数据采集设备针对生产设备实时采集得到的；状态数据处理模块，用于根据所述状态数据对所述生产设备进行故障监测，以及将所述状态数据转发至云服务器进行存储，以使得所述云服务器根据所述状态数据进行数据挖掘；故障维护模块，用于在监测到所述生产设备发生故障时，控制所述边缘计算终端发出故障预警，以及调用预设的故障解决办法协助所述生产设备的维护。
[0010]
一种边缘计算终端，包括处理器及存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时实现如上所述的生产设备运维方法。
[0011]
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的生产设备运维方法。
[0012]
与现有技术相比，本申请实施例具有以下有益效果：
[0013]
在上述技术方案中，根据生产设备的状态数据对生产设备进行故障监测是由边缘计算终端执行的，由于数据采集设备在实时采集到生产设备的状态数据之后，是直接将采集的状态数据发送至边缘计算终端进行故障监测的，生产设备的状态数据无需经由多层转发，使得边缘计算终端能够对生产设备的生产状态进行实时性的故障监测。
[0014]
此外，云服务器不仅作为数据中心对生产设备的状态数据以及生产设备进行故障维护的维护过程数据进行存储，还对存储的状态数据和维护过程数据进行数据挖掘，以根据挖掘得到的结果对边缘计算终端中进行的故障监测进行完善，进一步提升边缘计算终端对生产设备进行故障监测的效率。
[0015]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0016]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并于说明书一起用于解释本申请的原理。
[0017]
图1是根据一示例性实施例示出的一种基于云与端融合的生产设备运维系统的示意图；
[0018]
图2是根据一示例性实施例示出的一种生产设备运维方法的流程图；
[0019]
图3是图2所示步骤230在一个实施例中的流程图；
[0020]
图4是根据另一示例性实施例示出的一种生产设备运维方法的流程图；
[0021]
图5是根据一示例性实施例示出的一种生产设备运维装置的框图；
[0022]
图6是根据一示例性示出的一种边缘计算终端的硬件结构示意图。
[0023]
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述，这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
[0024]
这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附
权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
[0025]
如前所述，对于生产设备的实时性监控在生产应用中十分重要，虽然在现有实现中通过云服务器中配置的故障诊断算法来对生产设备的状态数据进行诊断，由此获知生产设备可能发生的故障，但实时性较弱，无法满足生产需求。
[0026]
基于此，本申请的实施例提供一种基于云与端融合的生产设备运维系统，其中该“云与端融合”中的“端”理解为靠近于生产设备的一侧，用于实现对生产设备的实时性监控，由于其靠近于生产设备一侧，对生产设备进行监控的实时性很强；该“云与端融合”中的“云”则为远离于生产设备的一侧，可以理解为生产设备对应的云端，用于实现生产设备的远程运维。
[0027]
也即是说，本申请将对于生产设备的实时性监控以及对于生产设备的远程运维结合，由此实现对于生产设备的运维。
[0028]
请参阅图1，图1是根据一示例性实施例示出的一种基于云与端融合的生产设备运维系统的示意图。
[0029]
如图1所示，该生产设备运维系统包括数据采集设备100、边缘计算终端200和云服务器300。在该系统中，边缘计算终端200对应于“云与端融合”中的“端”，云服务器300对应于“云与端融合”中的“云”。
[0030]
数据采集设备100用于实时采集生产设备的状态数据，并将采集的状态数据发送至边缘计算终端200。生产设备的状态数据用于反映生产设备当前的工作状态，可以是生产设备的电压、电流、传感器检测的压力、温度、加速度、振动强度等状态信息，还可以是作业时长、完成产品数量、产品合格率等生产数据，本处不进行限定。
[0031]
在一个实施例中，数据采集设备100与生产设备为不同的设备，且二者设备之间建立有通信连接，使得在生产设备的生产过程中，数据采集设备100可以对生产设备的状态数据进行实时采集。其中，生产设备的状态数据可以是生产设备向数据采集设备100主动发送的，例如生产设备按照设定频率将自身的状态数据发送至数据采集设备100，或者，生产设备还可以是在接收到数据采集设备100按照设定频率发送的采集指令后将自身的状态数据返回至数据采集设备100中的，本处也不进行限定。
[0032]
在另一个实施例中，数据采集设备100可以与生产设备为一体设备，也即是说，数据采集设备100与生产设备设置集成为一体，以便于数据采集设备100采集生产设备的状态数据。
[0033]
边缘计算终端200用于根据接收的状态数据对生产设备进行故障监测，并将接收的状态数据以及对发生故障的生产设备进行维护的维护过程数据上传至云服务器300进行存储。
[0034]
如前所述，由于生产设备的状态数据能够反映生产设备当前的工作状态，并且边缘计算终端200接收的状态数据也是由数据采集设备100实时发送的，状态数据无需经由多层网关进行转发，因此边缘计算终端200可以根据数据采集设备100上传的状态数据来对生产设备的工作状态进行持续性地监控，还可以根据自身预设的故障诊断算法对生产设备是否发生故障，由此实现对生产设备的实时性故障监测。
[0035]
在本实施例提供的系统中，边缘计算终端200的数量为至少一个(图1中仅示出2个)，并且每一边缘计算终端200用于对至少一台生产设备进行故障监测。在一个示例性的
应用场景中，每个生产车间分别配设一套边缘计算端，用以对生产车间的多台生产设备的工作状态进行故障监测。
[0036]
基于不同类型的生产设备，边缘计算终端200为生产设备所预设的故障诊断算法可能不同。或者基于同一设备可能发生不同类型的故障，边缘计算端为生产设备所预设的故障诊断算法也可能不同。
[0037]
故障诊断算法可能针对状态数据中的单个状态参数对生产设备进行故障诊断，也可能需要综合状态数据中的多个状态参数对生产设备进行故障诊断。示例性的，在某一个或者多个类型的生产设备的工作周期内，温度在40～80度之间波动为正常情况，对于工作周期内正常温度为60度的时间点，经由实时监控得到实时温度为65度，并且当前生产设备的温度值上升速度超过正常的上升速度，则诊断得到当前生产设备发生故障。
[0038]
如果边缘计算终端200监测到发生故障的生产设备，则需要提示维护人员对该发生故障的生产设备进行相应维护，例如，边缘计算终端200发出故障预警，并调用预设的故障解决办法进行显示，使得维护人员根据边缘计算终端200显示的故障解决办法对发生故障的生产设备进行维护。
[0039]
维护人员对发生故障的生产设备维护完成后，将进行维护的维护过程数据输入至边缘计算终端200，使得边缘计算终端200将获取的维护过程数据上传至云服务器300中存储。示例性的，维护过程数据可以是维护人员的姓名、维护的时间、维护的具体事项等数据，例如，对于上述根据生产设备的温度监测得到的发生故障的生产设备，维护过程数据可以包括更换冷却液的时间、冷却液型号和冷却液容积，以及包括更换冷却液后的效果等。
[0040]
云服务器300则用于对存储的状态数据和维护过程数据进行数据挖掘，获得状态数据和维护过程数据与生产设备故障之间的相关性，以根据所获得相关性对边缘计算端中对于生产设备进行的故障监测进行完善。
[0041]
示例性的，状态数据和维护过程数据与生产设备故障之间的相关性可以是生产设备的故障与生产设备的某个传感器参数、或者生产设备发出异常声音、振动等现象之间的关联，可以理解为是对生产设备进行故障分析的依据。因此，根据挖掘得到的相关性，可以对边缘计算终端200中预设的故障诊断算法和故障解决办法进行完善，以进一步提升边缘计算终端200对于生产设备的监测效率。
[0042]
云服务器300进行数据挖掘的过程通常包括理解数据和数据的来源、获取数据相关的知识和技术、整合与数据检查、去除错误或者不一致的数据、建立数据挖掘模型和假设、进行数据挖掘、测试和验证挖掘结果、挖掘结果的解释和应用等，本处不进行限定。
[0043]
由于不同类型的生产设备所对应状态数据可能不同，所发生故障的类型也可能不同，并且对于所发生故障的诊断方法也可能不同，因此针对于不同类型的生产设备，云服务器300进行数据挖掘的过程可能不同。
[0044]
针对于生产设备的特定状态参数，云服务器300进行数据挖掘的过程也可能不同。便于理解的，针对不同的特定状态参数，都需要针对特定的故障机理进行数据分析和数据预处理，例如数据的净化、数据格式转换、变量整合等，由此云服务器300进行数据挖掘的过程不同。
[0045]
还需要说明的是，由于云服务器300中存储了海量的状态数据、维护过程数据以及其它数据，进行数据挖掘所需消耗的时间较长，因此云服务器300对于状态数据和维护过程
数据的挖掘可以是离线进行的。
[0046]
由此，在本实施例提供的基于云与端融合的生产设备运维系统中，通过边缘计算终端对生产设备进行故障监测，并且通过云服务器进行数据挖掘，不仅实现了系统对于生产设备故障监测的即时性，还通过数据挖掘不断完善和提高对于生产设备进行故障监测的方法，为生产设备的远程运维提供了一种新方式，即云与端融合。
[0047]
请参阅图2，针对以上实施例提供的系统，本申请的另一实施例还提供了一种生产设备运维方法，该方法适用于图1所示边缘计算终端200。如图2所示，在一示例性的实施例中，该生产设备运维方法至少包括以下步骤：
[0048]
步骤210，边缘计算终端接收数据采集设备发送的状态数据，该状态数据是数据采集设备针对生产设备实时采集得到的。
[0049]
如前所述的，生产设备的状态数据用于反映生产设备当前的工作状态，为了对生产设备进行实时性的故障监测，数据采集设备需对生产设备的状态数据进行实时采集，且将采集的状态数据实时发送至边缘计算终端，以使得边缘计算根据接收的状态数据对生产设备进行故障监测，以确定生产设备是否发生故障。
[0050]
步骤230，根据状态数据对生产设备进行故障监测，以及将状态数据转发至云服务器进行存储，以使得云服务器根据状态数据进行数据挖掘。
[0051]
其中，边缘计算终端根据状态数据对生产设备进行的故障监测的过程，包括边缘计算终端根据所接收的状态数据对生产设备的工作状态进行持续性监控，还包括边缘计算终端根据自身预设的故障诊断算法对生产设备进行的故障诊断。
[0052]
边缘计算终端接收到数据采集设备发送的状态数据后，一方面根据接收的状态数据对生产设备进行故障监测，以及时发现生产设备的故障，并及时通知维护人员对发生故障的生产设备进行维护，以尽可能地减小生产设备故障带来的生产问题，另一方面还将接收的状态数据转发至云服务器中进行存储，以使得云服务器具备进行数据挖掘的数据基础。
[0053]
需要说明的是，由于生产设备的状态数据的采集和传输均为实时性的，因此边缘计算终端对于生产设备的故障监测也为实时性的。
[0054]
步骤250，监测到生产设备发生故障时，边缘计算终端发出故障预警，并调用预设的故障解决办法协助生产设备的维护。
[0055]
其中，当边缘计算终端监测到生产设备发生故障时，所发出的故障预警可以包括发出预警声音，同时还可以在边缘计算终端显示故障的生产设备信息条、诊断生产设备出现故障的依据或者生产设备所发生故障的类型等信息，本处不进行限定。
[0056]
边缘计算终端中预先存储有知识库，知识库中含有用于解决不同生产设备可能出现故障的故障解决办法。由此，为了协助维护人员准确且高效地对发生故障的生产设备进行维护，边缘计算终端还从知识库中调取与生产设备所发生故障相对应的故障解决办法进行显示，使得维护人员根据边缘计算终端显示的故障解决办法对生产设备进行快速维护。
[0057]
由此，通过本实施例提供的方法，边缘计算终端不仅能够对生产设备进行实时性的故障监测，还能够根据监测到的故障及时进行故障预警，同时调取预设的故障解决办法协助维护人员对于生产设备的维护，由此从多个维度上实现对生产设备的运维，极大程度地减小生产设备故障导致的生产问题。
[0058]
在另一示例性的实施例中，如图3所示，边缘计算终端针对生产设备的状态数据对生产设备进行故障监测的过程可以包括以下步骤：
[0059]
步骤231，根据生产设备的类型，确定边缘计算终端针对生产设备进行故障监测所采用的故障诊断算法。
[0060]
如前所述的，针对不同类型的生产设备，边缘计算终端为生产设备预设的故障诊断算法可能不同，并且在实际的应用场景中，边缘计算终端需要对多台生产设备进行故障监测，因此边缘计算终端中存储有多种不同的故障诊断算法。
[0061]
由此，针对于所监测的生产设备，边缘计算终端需根据生产设备的类型确定针对该生产设备进行故障监测所采用的故障诊断算法，以根据所确定的故障诊断算法以及生产设备的状态数据对生产设备进行故障监测。
[0062]
步骤233，从状态数据中提取指定数据进行存储，指定数据对应于故障诊断算法中的相关参数。
[0063]
其中，边缘计算终端对于生产设备的故障监测通常是一个持续性的过程，因此边缘计算设备还需要对数据采集设备发送的状态数据进行相应存储，以根据存储的状态数据对生产设备进行持续性监测。
[0064]
在通常情况下，故障诊断算法仅针对生产设备的部分状态参数即可诊断生产设备是否发生故障，因此边缘计算终端按照故障诊断算法中的相关参数，从状态数据中提取指定数据进行存储即可，无需对生产设备的全部状态数据进行存储，以减轻边缘计算终端中的存储资源消耗。
[0065]
步骤235，根据故障诊断算法对指定数据进行监测，由监测结果确定生产设备是否发生故障。
[0066]
由此，根据本实施例提供的方法，将使得边缘计算终端针对于不同类型的生产设备进行相应故障监测，同时减轻边缘计算终端中的存储资源消耗，便于实现边缘计算终端对生产设备的可持续性监测。
[0067]
在另一示例性的实施例中，如图4所示，生产设备维护方法还可以包括以下步骤：
[0068]
步骤310，边缘计算终端获取所输入的维护过程数据。
[0069]
步骤330，将维护过程数据上传至云服务器进行存储，以使得云服务器还根据维护过程数据进行数据挖掘。
[0070]
如前所述的，维护人员根据边缘计算终端展示的故障解决办法对发生故障的生产设备进行维护之后，将维护时间、维护事项或者维护效果等维护过程数据输入边缘计算终端中。
[0071]
边缘计算终端通过将维护过程数据上传至云服务器中进行存储，以使得云服务器根据自身存储的状态数据和维护过程数据进行数据挖掘，从而得到状态数据和维护过程数据与生产设备故障之间的相关性，以根据挖掘得到的相关性对边缘计算终端中预设的故障诊断算法和故障解决办法进行完善。
[0072]
对云服务器来说，如果挖掘得到新的相关性，则表示相关技术人员可以根据新的相关性设计出新的故障诊断算法和/或新的故障解决办法，新的故障诊断算法和故障解决办法可以是对边缘计算终端中预设的故障诊断算法以及故障解决办法的更新，还可以是提出了一种针对生产设备可能发生新的故障而设计的故障诊断算法以及对应的故障解决办
法，本处不进行限定。
[0073]
在一个实施例中，技术人员设计得到新的故障诊断算法之后，将新的故障诊断算法发布于云服务器，边缘计算终端定期从云服务器中查询针对生产设备进行故障监测所采用的故障诊断算法是否更新，如果是，则从云服务器中下载更新的故障诊断算法，以对边缘计算终端本地存储的故障诊断算法进行更新。
[0074]
示例性的，云服务器中维护有算法更新数据表，该算法更新数据表中存储有所发布的各个故障诊断算法的相关信息，例如各个故障诊断算法的名称、版本号等，边缘计算终端通过查询算法更新数据表中的字段数据，可以获知云服务器中是否发布了新的故障诊断算法，如果为是，则下载新的故障诊断算法对本地存储的故障诊断算法进行更新。
[0075]
如前所述的，边缘计算终端对于本地所存储故障诊断算法的更新不仅可以是对故障诊断算法的替换，还可以是对故障诊断算法的新增，本处不进行限定。
[0076]
并且，以上更新方法同样适用于对边缘计算终端所存储知识库的更新，本处不进行赘述。此外，边缘计算终端所存储知识库的更新，还可以是设计人员手动更新的，本处也不对此进行限定。
[0077]
由此，根据本实施例提供的方法，使得边缘计算终端能够根据云服务器中进行的数据挖掘实现自身所预设故障诊断算法和知识库的更新，进而通过“云”与“端”的融合，提升边缘计算终端对生产设备进行故障监测的效率，更好地实现对生产设备的维护。
[0078]
请参阅图5，图5是根据一示例性实施例示出的一种生产设备运维装置，该装置适用于图1所示的边缘计算终端100，该装置包括状态数据接收模块410、状态数据处理模块430和故障维护模块450。
[0079]
状态数据接收模块410用于控制边缘计算终端接收数据采集设备发送的状态数据，该状态数据是数据采集设备针对生产设备实时采集得到的。
[0080]
状态数据处理模块430用于根据状态数据对生产设备进行故障监测，以及将状态数据转发至云服务器进行存储，以使得云服务器根据状态数据进行数据挖掘。
[0081]
故障维护模块450用于在监测到生产设备发生故障时，控制边缘计算终端发出故障预警，以及调用预设的故障解决办法协助生产设备的维护。
[0082]
在另一示例性实施例中，状态数据处理模块430包括故障诊断算法确定单元、指定数据存储单元和指定数据监测单元。
[0083]
故障诊断算法确定单元用于根据生产设备的类型，确定边缘计算终端针对生产设备进行故障监测所采用的故障诊断算法。
[0084]
指定数据存储单元用于从状态数据中提取指定数据进行存储，指定数据对应于故障诊断算法中的相关参数。
[0085]
指定数据监测单元用于根据故障诊断算法对指定数据进行监测，由监测结果确定生产设备是否发生故障。
[0086]
在另一示例性实施例中，故障维护模块450包括故障解决办法调取单元和维护协助单元。
[0087]
故障解决办法调取单元用于控制边缘计算终端从预设的知识库中调取与生产设备所发生故障相符合的故障解决办法。
[0088]
维护协助单元用于通过将故障解决办法进行显示，使得维护人员参照边缘计算终
端显示的故障解决办法对生产设备进行维护。
[0089]
在另一示例性实施例中，生产设备运维装置还包括维护过程数据获取模块和维护过程数据上传模块。
[0090]
维护过程数据获取模块用于控制边缘计算终端获取所输入的维护过程数据，维护过程数据包括维护时间、维护事项和维护效果中的至少一种；
[0091]
维护过程数据上传模块用于将维护过程数据上传至云服务器进行存储，以使得云服务器还根据维护过程数据进行数据挖掘。
[0092]
在另一示例性实施例中，生产设备运维装置还包括算法更新检测模块和算法更新模块。
[0093]
算法更新检测模块用于控制边缘计算终端定期从云服务器查询针对生产设备进行故障监测所采用的故障诊断算法是否更新。
[0094]
算法更新模块用于在算法更新检测模块检测到故障诊断算法存在更新时，从云服务器下载更新的故障诊断算法，对边缘计算终端本地存储的故障诊断算法进行更新。
[0095]
需要说明的是，上述实施例所提供的装置与上述实施例所提供的方法属于同一构思，其中各个模块执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。
[0096]
本申请的另一示例性实施例还提供一种边缘计算终端，其包括处理器及存储器，其中，存储器上存储有计算机可读指令，该计算机可读指令被处理器执行时实现上述各实施例中所描述的生产设备运维方法。
[0097]
图6是根据一示例性实施例示出的一种边缘计算终端的框图。如图6所示，边缘计算终端可以包括以下一个或者多个组件：处理组件501，存储器502，电源组件503，多媒体组件504，音频组件505，传感器组件507以及通信组件508。
[0098]
其中，上述组件并不全是必须的，边缘计算终端可以根据自身功能需求增加其他组件或减少某些组件，本实施例不作限定。
[0099]
处理组件501通常控制边缘计算终端的整体操作，诸如与显示，数据通信操作以及日志数据处理相关联的操作等。处理组件501可以包括一个或多个处理器509来执行指令，以完成上述操作的全部或部分步骤。此外，处理组件501可以包括一个或多个模块，便于处理组件501和其他组件之间的交互。例如，处理组件501可以包括多媒体模块，以方便多媒体组件504和处理组件501之间的交互。
[0100]
存储器502被配置为存储各种类型的数据以支持在边缘计算终端的操作。这些数据的示例包括用于在边缘计算终端上操作的任何应用程序或方法的指令。存储器502可以由任何类型的易失性或非易失性存储设备或者它们的组合实现。存储器502中还存储有一个或多个模块，该一个或多个模块被配置成由该一个或多个处理器509执行，以完成上述实施例所描述生产设备运维方法中的全部或者部分步骤。
[0101]
电源组件503为边缘计算终端的各种组件提供电力。电源组件503可以包括电源管理系统，一个或多个电源，及其他与为边缘计算终端生成、管理和分配电力相关联的组件。
[0102]
多媒体组件504包括在所述边缘计算终端和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括lcd(liquid crystal display，液晶显示器)和tp(touch panel，触摸面板)。
[0103]
音频组件505被配置为输出和/或输入音频信号。例如，音频组件505包括一个麦克风，当边缘计算终端处于操作模式，如记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器502或经由通信组件508发送。在一些实施例中，音频组件505还包括一个扬声器，用于输出音频信号。
[0104]
传感器组件507包括一个或多个传感器，用于为边缘计算终端提供各个方面的状态评估。例如，传感器组件507可以检测到边缘计算终端的打开/关闭状态，组件的相对定位，传感器组件507还可以检测边缘计算终端或边缘计算终端一个组件的坐标改变以及边缘计算终端的温度变化。
[0105]
通信组件508被配置为便于边缘计算终端和其他设备之间有线或无线方式的通信。边缘计算终端可以接入基于通信标准的无线网络，例如wifi(wireless-fidelity，无线网络)，2g或3g，或它们的组合。
[0106]
在示例性实施例中，边缘计算终端可以被一个或多个asic(application specific integrated circuit，应用专用集成电路)、dsp(digital signal processing，数字信号处理器)、pld(programmable logic device，可编程逻辑器件)、fpga(field－programmable gate array，现场可编程门阵列)、控制器、微控制器、微处理器或其他电子元件实现。
[0107]
本申请的另一示例性实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各实施例中所描述生产设备运维方法。
[0108]
上述内容，仅为本申请的较佳示例性实施例，并非用于限制本申请的实施方案，本领域普通技术人员根据本申请的主要构思和精神，可以十分方便地进行相应的变通或修改，故本申请的保护范围应以权利要求书所要求的保护范围为准。