徐東
(工業互聯網創新中心(上海)有限公司,上海 201306)
互聯網作為大數據與工業發展之間的媒介,需要配合工業對象與大數據之間協調發展,實現工業大數據的云計算與智能交互,滿足人們對多元化商品的網絡化服務需求。
相關研究人員提出工業與物聯網之間的工業互聯網結合模式,使工業生產在互聯網數據的帶動下增加工業共享資源與業務資源,能夠應用互聯網對數據計算能力強的優勢解決工業生產過程中的問題。文獻[1]中提到德國西門子公司應用大數據平臺,開通工業生產過程中的互聯網測試數據,數據平臺通過上傳數據的方式來控制互聯網平臺中的工業生產設備,該系統下的工業生產設備連接只對該公司的設備單獨開放,數據傳輸協議具有單一性,需要投入大量的數據管理來協調互聯網數據結構與其他工業生產設備之間的服務進程;文獻[2]中提出國外部分工業生產企業應用傳統的數據壓縮算法對工業互聯網測試數據進行整合,將工業生產過程中采集到的音頻信息、文字信息等內容進行壓縮,通過最終的壓縮率來判斷工業互聯網測試數據的交互整合效率,該算法下的系統主要考慮到工業互聯網中數據儲存空間的占有率,對壓縮信息的敏感程度較低,導致這種系統無法進一步實現工業互聯網測試數據的交互。
為了解決傳統系統中數據整合存在的問題,提出基于Web界面設計工業互聯網測試數據交互整合系統。
隨著互聯網中云計算技術的不斷發展,系統服務器中的服務構架將越來越復雜,單體互聯網服務器構架的數據擴容條件有限,服務器中單個模塊出現故障時會影響整個系統的運行,為此,文中設計了多構架模式的Web界面服務器構架,能夠有效應對工業測試數據的復雜性與多樣性[3-4]。文中采用密集型IO數據儲存容器作為服務器的數據擴容儲存主體,這種型號的數據儲存器內部具有異步編程芯片,能夠及時處理多步測試的數據內容。此容器的空間占有量小,靈活程度高,具有可拆卸性與調換性,數據擴充的方式主要通過Web界面的工業互聯網數據進行調試,當其他數據擴容器中數據容量不足時,可以通過Web界面對工業設備中其他機器的數據儲存容器進行調節管理,平衡儲存數據負載。系統硬件構架圖如圖1所示。

圖1 系統硬件構架圖
文中Web界面的服務器采用英特爾公司生產的Core i5-8530系列產品,該服務器中數據器的工作頻率為3.4 GHz,具有64 G大容量運算空間,同時還具備5 T工業互聯網測試數據后備儲存空間,該服務器支持運行Windows系統的所有類型機器。工業設備與互聯網之間的數據傳輸節點主要受控制器內部的網絡節點控制,文中應用ARM-7856信號的核心控制器模塊。控制器由前端與后端兩個部分組成,前端主要負責數據的接收與發送,后端主要負責測試數據在交互整合過程中的網絡感知與調節狀態。為了能夠更加精準地實現工業互聯網測試數據交互整合,文中在硬件系統中應用數據交互傳感器,該傳感器與Web界面呈現關聯狀態,Web界面發送的指令均能通過傳感器進行數據探索,同時傳感器采集到的測試數據也能通過Web界面進行數據傳輸與重新整合,進一步實現管理人員對測試數據的直接交互控制。文中傳感器中的核心為DIK數據敏感識別芯片,芯片內部電路參與數據節點的連接,所以芯片能夠在工業互聯網測試數據環境中準確識別數據類型,芯片的數據敏感頻段為1.2 GHz[5-7]。DIK數據敏感識別芯片電路如圖2所示。

圖2 DIK數據敏感識別芯片電路
基于Web界面的工業互聯網測試數據交互整合系統軟件的實現首先需要訪問工業互聯網測試數據庫中的數據,將需要訪問的測試數據進行解析,判斷測試數據的交互類型,再從Web界面用戶屬性中獲取用戶名、Web界面登錄密碼等信息,連續訪問工業互聯網中的測試數據,為實現數據交互整合創造良好的數據環境[8-9]。讀取后的數據即可作為Web界面工業互聯網測試數據交互整合的環境基礎[10-11]。數據訪問流程圖如圖3所示。

圖3 數據訪問流程圖
對工業互聯網測試數據訪問后進行數據整合處理,在Web界面中主要包含實時在線數據與離線數據,實時在線數據具有流通的特點,隨著時間的變化而改變,對此類數據的整合首先需要將數據接入到Web界面中,以核心數據格式向Web界面持續輸出。由于工業互聯網中連接的設備種類較多,所以在文中系統軟件中設計了通用型數據接口,以數據序列的方式依次向相同的Web界面中傳輸緩存數據,也可以將測試數據轉換為靜態離線數據等待人工處理整合[12]。數據在Web頁面中的整合主要是通過數據業務中的邏輯算法來實現,將數據接入數據接口后,不同設備的測試數據會構成一套網絡拓撲結構,針對不同類型的數據結構,文中設計了聚類算法進行實時數據整合。設定Web界面的設備用戶數量為k,各個設備的測試數據整合誤差為:

式中,x代表Web界面中每種設備測試數據的平均值,c代表聚類算法中的聚類系數,mr代表測試數據聚類中心,對應的實現函數如式(2)所示。

式中,wij表示函數的判斷整合數據平均值是否處于聚類中,當wij為1時表示平均值在聚類中,當wij為0時則表示平均值不在聚類中[13-14]。聚類算法的實現首先需要在Web界面數據中選擇相應的設備用戶K,計算每一個設備數據之間的距離,并計算出所有設備數據到聚類中心的距離,獲取需要整合數據的簇心,判斷算法簇心是否存在超出閾值的情況,若超出聚類算法的閾值范圍則重新計算設備數據。聚類算法流程如圖4所示。

圖4 聚類算法流程圖
針對Web界面中的離線數據整合,文中設計了離線數據整合迭代計算、深度學習、數據檢索功能。接收測試數據后,根據不同的離線數據格式劃分為不同的接口數據,并將數據接口引入相應的計算節點中,節點中的數據被不斷地進行迭代整合計算,并通過邏輯分析獲得離線數據需要整合的步驟和內容,文中設計的軟件還包含數據整合查詢功能,離線數據經過初步整合后可以通過挖掘算法在數據庫中檢索需要查詢的數據內容[15-16]。
文中Web界面中包含多種類型的語言編制程序,主要應用在數據交互分析上,方便工業互聯網測試數據整合交互。管理人員通過多種途徑對數據進行交互分析,Web界面與測試數據之間的關聯需要通過客觀的方式向用戶表達,交互界面的設計使工業互聯網測試數據分析可視化,極大地方便了用戶對文件瀏覽器的使用,支持最終結果以圖形的形式表現出來。文中在軟件系統中開發了MapRwduce應用程序,將Web界面的圖形交互功能與云計算功能相結合,使Web界面的交互速度與精準度都明顯提升。
為了驗證所設計系統的整體應用性能,進行了對比驗證實驗,實驗的對比系統為文獻[1]系統與文獻[2]系統。實驗環境結構如圖5所示。

圖5 實驗環境結構圖
實驗過程中首先確定系統的硬件設備是否處于正常工作狀態,分別在各個工業生產設備上開啟數據傳輸模式,準備接收來自互聯網Web界面端口的測試數據,調動數據采集結構采集工業互聯網測試數據中的特征或屬性,并規劃實驗的預期結果,在預期結果中選取實時數據與離線數據,作為此次實驗對比對象的主要數據。硬件設備逐漸向軟件流程程序中輸入測試數據,查詢儲存容器中數據的接收狀態,分析數據在軟件程序中的整合參數。Web界面中實時數據與離線數據通過端口可以實現可視化,以圖表的形式體現工業設備中的測試數據,Web界面網絡節點中實時數據可視化示例圖如圖6所示。

圖6 Web界面網絡節點中實時數據可視化示例圖
通過數據的可視化技術,分別對3種系統下的交互程度進行比較分析,分別采取相同的工業互聯網測試數據,在3種系統平臺中調取能夠實現交互的數據,計算能夠完成交互任務的數據占全部數據的百分比,3種系統的交互程度對比結果如圖7所示。

圖7 3種系統的交互程度對比圖
根據圖中的對比結果可知,文中系統的交互程度最高,Web界面所能實現的交互數據占總數據的80%左右,而文獻[1]中能實現交互的數據占總數據的50%左右,文獻[2]中能實現交互的數據占總數據的40%左右。文中系統通過Web界面中的可視化程序設計,將工業化互聯網數據進行可視化處理,管理人員能夠直接對數據進行操作,針對數據中的實時數據與離線數據均有相對應的整合方式,為交互創造良好的Web界面條件。
該實驗還對3種系統的數據傳輸途徑進行了對比,每種系統中均存在著不同的設備數據,分別對每種設備數據的傳輸途徑進行跟蹤,獲取3種系統的傳輸途徑對比結果,如圖8所示。

圖8 3種系統的傳輸途徑對比結果
圖8中顯示了文中系統的設備數據傳輸路徑達到5條,分別對不同類型的數據制定適當的傳輸途徑,而文獻[1]和文獻[2]系統中都只有兩條傳輸路徑。文中采用的服務器是多構架模式,構架內存在著大量的網絡節點作為數據傳輸的介質,數據傳輸過程中會根據數據狀態的不同而產生不同的數據包,軟件程序根據數據包的類型進行匹配數據傳輸。
工業互聯網測試數據的整合與交互系統的實現是未來工業生產發展的核心,文中基于Web界面提出具有多傳輸路徑、數據可視化交互的智能系統,使工業互聯網測試數據的實用性、高效性更加突出。