一种面向云制造场景的智能设备实时现场监控系统的制作方法

本发明涉及云制造，更具体地，涉及一种面向云制造场景的智能设备实时现场监控系统。

背景技术：

1、云制造作为一种新的生产模式，是大数据、云计算、互联网、智能制造和物联网等技术运用于工业制造领域并进一步向流通、消费等领域拓展的产物。智能云制造借助新兴制造技术、新兴信息技术、智能科学技术及制造应用领域技术等4类技术深度融合的数字化、网络化、智能化技术手段，将智能云制造资源与能力构成智能服务云(网)，使用户通过智能终端及智能云制造服务平台，便能随时随地按需获取智能云制造资源与能力，其实质是利用信息物理系统，运用互联网技术促进工业化与信息化深度融合。信息物理系统(cyber physics system——cps)这个术语从2006年开始出现。在austin举行的美国自然科学基金讨论会上，cps介绍了快速有效开发以计算机信息为中心的物理和工程系统的科学技术。目标是引导新一代互联、高效、高性能的“全球虚拟(internet)和局部物理(实体对象)”工程系统。换言之，cps是一种与周围物理世界紧密联系的协作计算机系统，它是一种可供考虑和使用的过程，通过因特网获得数据并提供数据服务。也就是：这个物理和工程系统是通过计算和通讯核心构建的一个可监控、可控制、可协调、可整合的系统。基于cps智能生产线集成技术的智能云制造技术，是以用户为中心，人机融合，互联化、服务化、个性化(定制化)、柔性化的智能云制造新模式和新手段。

2、申请人在研发和运维现有的基于cps智能生产线在操控智能制造设备时，发现如果要精确实现故障监控，则智能制造设备的监控需要采用“一对一”的方式，即一台智能制造设备需要配备一台监控设备。于是，对于智能制造设备的故障的诊断还停留在对每个厂家生产的智能制造设备进行独立的故障信息采集和分析阶段，其根源在于各个厂家生产的智能制造设备的诊断逻辑、待诊断参数、数据输出格式等千差万别。这种情形不仅导致智能制造设备的生产厂家运维成本的增加——需要各自想办法采集各自智能制造设备的故障数据，而且当多台不同厂家生产的智能制造设备在同一时间(包括部分故障时段重叠的情形)出现故障，即本发明所称的“批量智能制造设备故障”，则对于基于cps智能生产线集成技术的工厂的智能制造设备的监控系统造成了较大的压力——其需要同时，至少是分时地，对存在故障的多台智能制造设备进行监控并上传相关视频(包括动态和静态的视频数据)。这种瞬时数据采集压力不符合现代工业制造定义下的资源高效运用目标。

3、经过专利数据检索，申请人找到cn201910625918.8，其公开了一种基于cps物流监控接入系统，包括监控中心、网络连接层和监控设备，监控设备用于监控待监控区域；监控设备获取待监控区域的监测信息；网络连接层包括通信控制器和存储器，通信控制器与主服务器通信连接，通信控制器有多个，多个通信控制器通过路由器连接到监控中心；监控中心包括主服务器、管理员系统、控制器和远程维修系统，主服务器包括主服务器内部包括数据存储器、数据计算器以及网络时间协议服务器；数据存储器接收多个监测信息，数据计算器协调计算处理多个监测信息。本发明数据处理及时，保证通信通畅，从而保证系统运行正常。然而，这项技术回避了申请人发现的上述问题。申请人经过现有技术检索，也没有发现面向面向云制造场景的智能设备实时现场监控系统。

技术实现思路

1、为了避免对存在故障的多台智能制造设备进行监控并上传相关视频时，对基于cps智能生产线集成技术的视频监控设备及该视频监控设备的管理系统造成的无法分时的压力，本发明提供了一种面向云制造场景的智能设备实时现场监控系统，其中，在采用基于cps智能生产线集成技术的生产线上，包括至少n台智能制造设备，n为大于4的自然数，该系统包括：

2、视频监控网络单元，用于对n台智能制造设备设置视频监控网络；

3、视频数据监控单元，用于通过视频监控网络采集所述n台智能制造设备的视频数据；

4、调整单元，用于根据云端故障视频需求，调整所述视频监控网络。

5、进一步地，所述视频监控网络单元按照两种模式设置视频监控网络：

6、模式一：视频监控网络包括[n/3+1]台监控摄像头，“[]”表示舍弃小数部分的取整运算，所述监控摄像头为可远程调焦的摄像头，且其中各摄像头按照以下方式进行设置以构成视频监控网络：位于第一高度h1的第m1台监控摄像头对所述n台智能制造设备所在生产线的工况进行监控，位于第二高度h2的第m2台监控摄像头按照生产线上各智能制造设备的设置顺序对第1台至第[n/3]台智能制造设备的工况进行监控，位于第二高度h2的第m3台监控摄像头按照生产线上各智能制造设备的设置顺序对第[n/3+1]台至第[n*2/3]台智能制造设备的工况进行监控，位于第二高度h2的第m4台监控摄像头按照生产线上各智能制造设备的设置顺序对第[n*2/3+1]台至第n台智能制造设备的工况进行监控，位于第三高度h3的第m5台监控摄像头按照生产线上各智能制造设备的设置顺序对第1台至第[n/6]台智能制造设备的工况进行监控，位于第三高度h3的第m6台监控摄像头按照生产线上各智能制造设备的设置顺序对第[n/6+1]台至第[n/6]台智能制造设备的工况进行监控，…，以此类推，保证每个监控摄像头对至少三台智能制造设备进行监控，第一高度、第二高度、第三高度…均为摄像头到生产线的垂直高度且依次递减；

7、模式二：视频监控网络包括[n/2+1]台监控摄像头，“[]”表示舍弃小数部分的取整运算，所述监控摄像头为可远程调焦的摄像头，且其中各摄像头按照以下方式进行设置以构成视频监控网络：位于第一高度h1的第m1台监控摄像头对所述n台智能制造设备所在生产线的工况进行监控，位于第二高度h2的第m2台监控摄像头按照生产线上各智能制造设备的设置顺序对第1台至第[n/2]台智能制造设备的工况进行监控，位于第二高度h2的第m3台监控摄像头按照生产线上各智能制造设备的设置顺序对第[n/2+1]台至第n台智能制造设备的工况进行监控，位于第三高度h3的第m4台监控摄像头按照生产线上各智能制造设备的设置顺序对第1台至第[n/4]台智能制造设备的工况进行监控，位于第三高度h3的第m5台监控摄像头按照生产线上各智能制造设备的设置顺序对第[n/4+1]台至第[n/2]台智能制造设备的工况进行监控，…，以此类推，保证每个监控摄像头对至少两台智能制造设备进行监控，第一高度、第二高度、第三高度…均为摄像头到生产线的垂直高度且依次递减。

8、进一步地，所述视频数据监控单元包括：

9、帧图像获取单元，用于通过位于第一高度h1的摄像头采集到的视频数据，获得连续两帧图像p1和p2；

10、第一高度h1对应的卷积计算单元，用于进行以下判断和计算：计算当前帧图片p2像素位置与前一帧图片p1像素位置的聚类关系，若为有效聚类像素，则计算前一帧图片p1的卷积，否则通过第一高度h1对应的卷积计算单元获得卷积计算结果；若该卷积大于预设阈值，则判定需要对位于更低一级的帧图像进行卷积；否则将此结果作为卷积计算结果，通过判断与分析单元进行故障判断和分析；

11、第二高度h2对应的卷积计算单元，用于进行以下判断和计算：若需要对位于更低一级的帧图像进行卷积，则通过位于第二高度h2的摄像头采集到的视频数据，针对对应于位于第二高度h2的各个摄像头的连续两帧图像，采用第一高度h1对应的卷积计算单元的方式判断是否为有效聚类像素，若是则计算卷积；计算卷积后，若至多一个卷积结果大于预设阈值，则判定需要对位于更低一级高度的帧图像进行卷积；否则将此结果作为卷积计算结果，通过判断与分析单元进行故障判断和分析；

12、更低级高度对应的卷积计算单元，用于进行以下判断和计算：若需要对位于更低一级的帧图像进行卷积，则按照第二高度h2对应的卷积计算单元的方式对位于更低一级高度的各个摄像头的连续两帧图像判断是否为有效聚类像素，若是则计算卷积，直到至多一个卷积结果大于预设阈值，并将此时结果作为卷积计算结果，通过判断与分析单元进行故障判断和分析；

13、判断与分析单元：将卷积计算结果涉及的摄像头的相关视频数据，传输给智能制造设备的厂商或维修商，以便于进行故障判断和分析。

14、进一步地，所述第一高度h1对应的卷积计算单元的聚类包括：

15、距离计算单元：计算p2像素与p1像素的亮度距离和色差距离；

16、阈值确定单元：根据亮度距离和色差距离确定阈值；

17、有效聚类像素确定单元：确定是否能够寻找与p2像素对应的有效聚类像素。

18、进一步地，所述阈值确定单元包括采样点选取单元，用于选取位于第一高度h1的摄像头采集到的视频数据，并从视频数据中选取固定的三个像素位置作为采样点。

19、进一步地，所述阈值确定单元包括定时采样单元，用于每隔一定时间间隔，记录一次各采样点的像素值并转换到yuv空间，并在yuv空间中确定阈值。

20、进一步地，所述时间间隔为5分钟。

21、进一步地，所述调整单元包括模式选择单元，用于根据云端故障视频需求，调整所述视频监控网络至模式一或者模式二。

22、进一步地，所述调整单元包括初始模式设定单元，用于当不存在云端故障视频需求时，设置所述视频监控网络至模式二。

23、本发明的有益效果是：能够极大降低采集和分析批量智能制造设备故障时，生产线对外的带宽占用，从而将数据带宽节省给基于cps智能生产线集成技术的生产线远端，例如远程控制批量智能制造设备进行复杂工艺作业的需求端。经试验，本发明的技术方案能够节省37％-45％的网络通讯带宽占用，有效保障了智能云制造系统在智能制造4.0时代的顺畅运行。