高速旋轉(zhuǎn)設(shè)備智能感知系統(tǒng)搭建及數(shù)據(jù)上傳方法研究

葛世祥 李娜娜 楊林杰 劉春波 曹延軍

DOI：10.20030/j.cnki.1000?3932.202403023

摘 要 針對高速旋轉(zhuǎn)設(shè)備的特點(diǎn)搭建了物理智能感知系統(tǒng)，重點(diǎn)對系統(tǒng)所產(chǎn)生的傳感器數(shù)據(jù)如何高效上傳進(jìn)行了深入研究。高速旋轉(zhuǎn)設(shè)備物理感知系統(tǒng)具有采集信號多、采集方式多及數(shù)據(jù)量大等特點(diǎn)，提出3種上傳算法：多線程多行算法可工作于普通單片機(jī)系統(tǒng)，上傳速率達(dá)到0.06～0.07 MB/s，可滿足系統(tǒng)工作于趨勢值自動采集方式下的上傳要求;單進(jìn)程分頁算法要求上傳硬件系統(tǒng)為工業(yè)級單片機(jī)或嵌入式系統(tǒng)，上傳速度可達(dá)0.7～0.8 MB/s，且穩(wěn)定，可以滿足系統(tǒng)工作于手動采集方式下數(shù)據(jù)實(shí)時上傳的要求;多進(jìn)程并行算法的硬件要求為多運(yùn)算器設(shè)備，上傳速率取決于運(yùn)算器數(shù)量，10運(yùn)算器主機(jī)上傳速率穩(wěn)定在約3.4 MB/s，可滿足多設(shè)備系統(tǒng)任何數(shù)據(jù)采集方式下數(shù)據(jù)實(shí)時上傳的要求。文中所做分析可為旋轉(zhuǎn)機(jī)械行業(yè)數(shù)字化發(fā)展提供切實(shí)可行的方案。

關(guān)鍵詞 高速旋轉(zhuǎn)設(shè)備 數(shù)字化 優(yōu)化算法 多線程 多進(jìn)程

中圖分類號 TP274?? 文獻(xiàn)標(biāo)志碼 A?? 文章編號 1000?3932（2024）03?0528?07

作者簡介：葛世祥（1990-），工程師，從事高速齒輪傳動裝置轉(zhuǎn)子動力學(xué)研究及新產(chǎn)品研發(fā)工作。

通訊作者：曹延軍（1975-），高級工程師，從事高速齒輪傳動裝置的研究開發(fā)及成果轉(zhuǎn)化工作，caoyj06@126.com。?????????? 引用本文：葛世祥，李娜娜，楊林杰，等.高速旋轉(zhuǎn)設(shè)備智能感知系統(tǒng)搭建及數(shù)據(jù)上傳方法研究[J].化工自動化及儀表，2024，51（3）：528-534.

隨著工業(yè)4.0的發(fā)展，機(jī)械信息物理系統(tǒng)（Cyber Physical System，CPS）應(yīng)運(yùn)而生[1]。CPS是一種整合物理機(jī)械實(shí)體與網(wǎng)絡(luò)技術(shù)的多維度智能技術(shù)體系，以大數(shù)據(jù)與網(wǎng)絡(luò)為基礎(chǔ)，通過智能感知、分析及挖掘等技術(shù)促進(jìn)制造業(yè)向數(shù)字化、智能化方向發(fā)展[2]。CPS體系結(jié)構(gòu)分為五層，分別為智能感知層、網(wǎng)絡(luò)層、智能分析層、智能認(rèn)知層與智能決策執(zhí)行層。五層結(jié)構(gòu)體系為CPS在制造業(yè)的部署提供了指導(dǎo)方針[3]。

高速旋轉(zhuǎn)設(shè)備的CPS體系可表示為：機(jī)械傳感器（智能感知）層，獲取機(jī)械運(yùn)行數(shù)據(jù)，包括正常運(yùn)行數(shù)據(jù)與故障數(shù)據(jù);數(shù)據(jù)分類及上傳（網(wǎng)絡(luò)）層，完成數(shù)據(jù)的分類存儲及上傳數(shù)據(jù)倉庫;智能分析層，其以數(shù)據(jù)倉庫數(shù)據(jù)為基礎(chǔ)進(jìn)行旋轉(zhuǎn)機(jī)械運(yùn)維及故障預(yù)測與診斷分析等，為售后技術(shù)服務(wù)和機(jī)械優(yōu)化設(shè)計奠定理論基礎(chǔ);智能認(rèn)知層，打通高速旋轉(zhuǎn)設(shè)備企業(yè)銷售、物流、生產(chǎn)、設(shè)計與售后等各環(huán)節(jié)，使數(shù)據(jù)能夠在企業(yè)內(nèi)部無障礙流通，實(shí)現(xiàn)企業(yè)縱向數(shù)據(jù)集成;智能決策執(zhí)行層，完成企業(yè)橫向數(shù)據(jù)集成，即企業(yè)與代理商、供應(yīng)商及客戶等數(shù)據(jù)互聯(lián)，實(shí)現(xiàn)企業(yè)間協(xié)作與信息共享，最終實(shí)現(xiàn)智能制造所倡導(dǎo)的“客戶定制、按需生產(chǎn)”[4]。

目前國內(nèi)旋轉(zhuǎn)機(jī)械行業(yè)數(shù)字化進(jìn)程發(fā)展緩慢，主要原因?yàn)閷?shù)據(jù)分類及上傳層的相關(guān)研究較少，實(shí)用性成果幾乎沒有，成為旋轉(zhuǎn)機(jī)械企業(yè)CPS體系發(fā)展的瓶頸[5～7]。數(shù)據(jù)分類及上傳層位于CPS體系機(jī)械傳感器層與智能分析層之間，其相關(guān)研究需要研究者兼具機(jī)械與計算機(jī)專業(yè)知識，屬于交叉學(xué)科范疇。解決這一困境的最佳措施就是研究該層相關(guān)技術(shù)，打通基礎(chǔ)物理數(shù)據(jù)上傳至數(shù)據(jù)倉庫的通路，獲取海量旋轉(zhuǎn)機(jī)械實(shí)際運(yùn)行及故障數(shù)據(jù)，為后續(xù)旋轉(zhuǎn)設(shè)備數(shù)字化奠定數(shù)據(jù)基礎(chǔ)。

筆者針對工業(yè)常用旋轉(zhuǎn)設(shè)備高速輕載齒輪箱搭建智能感知系統(tǒng)，研究其運(yùn)行過程中獲取的海量監(jiān)測數(shù)據(jù)的分類上傳方法，實(shí)現(xiàn)數(shù)據(jù)實(shí)時、準(zhǔn)確、穩(wěn)定上傳至數(shù)據(jù)庫，為后期數(shù)據(jù)倉庫的構(gòu)建及數(shù)據(jù)智能分析奠定理論基礎(chǔ)。

1 多傳感器智能感知系統(tǒng)搭建

1.1 物理設(shè)備及采集物理量種類

文中的研究對象為可傾瓦軸承高速輕載齒輪箱，為了確保數(shù)據(jù)采集的全面性，選擇6類可表征高速齒輪箱性能的特征物理量：箱體振動、軸位移、軸承功率損耗、軸瓦油膜壓力、潤滑油流量、油溫與可傾瓦溫度。為確保采集數(shù)據(jù)的質(zhì)量，根據(jù)不同信號的特征，選擇不同的采樣頻率和通道數(shù)，數(shù)據(jù)類型選擇精度較高的雙精度型，具體情況見表1。

1.2 數(shù)據(jù)采集系統(tǒng)構(gòu)建

數(shù)據(jù)采集系統(tǒng)針對高速齒輪箱運(yùn)行數(shù)據(jù)的特點(diǎn)，提供3種數(shù)據(jù)采集方式：趨勢值自動采集、手動采集與報警自動采集。為減少數(shù)據(jù)量，采集數(shù)據(jù)存儲格式為TDMS文件格式。趨勢值主要提供設(shè)備整個生命周期內(nèi)各性能相關(guān)物理量的變化趨勢，設(shè)備運(yùn)行期間持續(xù)采集;手動采集是對設(shè)備運(yùn)行過程中特別關(guān)注的物理量進(jìn)行自由采集，需要時手動開始、手動結(jié)束;報警自動采集的對象是發(fā)生報警前后10 s的所有數(shù)據(jù)。具體見表2。

1.3 高速齒輪箱設(shè)備編碼與采集數(shù)據(jù)的特征

各類數(shù)據(jù)采集后存儲于采集系統(tǒng)上位機(jī)中，參照電廠KKS標(biāo)識系統(tǒng)[8]為設(shè)備編碼，如圖1所示，這樣編碼可以有效避免不同設(shè)備同時進(jìn)行數(shù)據(jù)上傳而引起的數(shù)據(jù)混亂，為后續(xù)設(shè)備運(yùn)維和數(shù)據(jù)分析奠定基礎(chǔ)。

每臺設(shè)備運(yùn)行數(shù)據(jù)用11張表進(jìn)行存儲，1張總表，10張物理量分表，如圖2所示。

目前工業(yè)中普遍使用的各類高速旋轉(zhuǎn)設(shè)備監(jiān)測系統(tǒng)構(gòu)建形式與筆者所建智能感知系統(tǒng)基本一致，運(yùn)行監(jiān)測物理量與采集信號也基本相同，因此筆者所搭建的系統(tǒng)具有普適性，以該系統(tǒng)為例研究數(shù)據(jù)上傳方法具有實(shí)際應(yīng)用意義。

2 數(shù)據(jù)上傳方法

筆者選擇MySQL作為數(shù)據(jù)庫，數(shù)據(jù)類型為varchar，可達(dá)到容納所有類型數(shù)據(jù)的目的。此外，齒輪箱運(yùn)行所采集數(shù)據(jù)精度高，小數(shù)點(diǎn)后需要保留6位數(shù)字以上，以犧牲精度來提高上傳速度的方法不可行。筆者采取根據(jù)數(shù)據(jù)特征開發(fā)上傳方法的研究策略，以達(dá)到數(shù)據(jù)穩(wěn)定、快速、準(zhǔn)確上傳的目的[9～11]。

2.1 多線程多行算法

針對趨勢值自動采集方式單位時間數(shù)據(jù)量較小的特點(diǎn)，研究了多線程多行上傳算法，特點(diǎn)為對上傳硬件設(shè)備要求低，普通單片機(jī)系統(tǒng)即可滿足要求。算法的核心思想為將每張表數(shù)據(jù)分成多個部分，分配給多個線程同時上傳，通過并發(fā)執(zhí)行提高單位時間內(nèi)上傳的數(shù)據(jù)量[12，13]。針對線程間不區(qū)分順序引起的數(shù)據(jù)庫數(shù)據(jù)順序與原始表中不一致的問題，在數(shù)據(jù)庫中增加編號一列，標(biāo)記原始表中數(shù)據(jù)順序，以便在數(shù)據(jù)庫中調(diào)整順序，達(dá)到數(shù)據(jù)有序上傳的目的。

參考表1、2，趨勢值自動采集方式下，智能感知系統(tǒng)獲取數(shù)據(jù)的速率約為5 MB/h，按默認(rèn)采樣頻率，獲取數(shù)據(jù)的速率約為210 MB/h，選擇上傳測試數(shù)據(jù)量區(qū)間為5～50 MB與50～250 MB，以滿足不同采樣頻率的上傳要求。對所選區(qū)間內(nèi)數(shù)據(jù)量分別進(jìn)行120組試驗(yàn)，得到了最佳線程數(shù)量與上傳數(shù)據(jù)量、時間的關(guān)系，如圖3a、b所示，按照圖中數(shù)據(jù)進(jìn)行線程數(shù)設(shè)置，可同時保證數(shù)據(jù)上傳的完整性與實(shí)時性。

經(jīng)過斜率計算可知，多線程多行算法平均上傳速率為0.06～0.07 MB/s。上傳趨勢值自動采集方式下的數(shù)據(jù)時，每小時采集的數(shù)據(jù)量可在約90 s內(nèi)完成;上傳默認(rèn)采樣頻率的數(shù)據(jù)時，每小時采集的數(shù)據(jù)量可在55 min內(nèi)完成，實(shí)時性較好，即使遇到網(wǎng)絡(luò)狀態(tài)不好的情況，也完全滿足要求。

2.2 單進(jìn)程分頁算法

當(dāng)高速齒輪箱設(shè)備運(yùn)行于手動數(shù)據(jù)采集或報警自動采集方式下時，由于采樣頻率較高，短時間內(nèi)采集數(shù)據(jù)量大，當(dāng)所采集數(shù)據(jù)表行數(shù)達(dá)到百萬行量級時，必須采用多個數(shù)據(jù)表完成存儲。因此，繼續(xù)研發(fā)了單進(jìn)程分頁上傳算法，即將整張數(shù)據(jù)表的數(shù)據(jù)同時掃描上傳。單進(jìn)程分頁算法較多線程多行算法復(fù)雜，對主機(jī)CPU及配套I/O的執(zhí)行速度要求較高，上傳主機(jī)需配置為工業(yè)級單片機(jī)或嵌入式系統(tǒng)。

算法的核心思想是利用上傳主機(jī)的緩存配置，讀取所有表格數(shù)據(jù)信息后，通過sql語句進(jìn)行分頁寫入數(shù)據(jù)庫。此外，需要將表格數(shù)據(jù)類型轉(zhuǎn)換成列表數(shù)據(jù)類型，實(shí)現(xiàn)批量插入數(shù)據(jù)。創(chuàng)建游標(biāo)，對操作數(shù)據(jù)庫后返回的記錄進(jìn)行遍歷，以確保數(shù)據(jù)上傳完整且準(zhǔn)確，不出現(xiàn)數(shù)據(jù)遺失。

經(jīng)過研究與測試，單進(jìn)程分頁算法可使數(shù)據(jù)上傳速率大幅提高，上傳測試結(jié)果如圖4所示。為全面測試單進(jìn)程分頁算法性能，將上傳試驗(yàn)分成3個數(shù)據(jù)量段進(jìn)行：0.5～5 MB、5～50 MB與100～1 000 MB，橫軸以數(shù)據(jù)量對數(shù)表示，縱軸以上傳時間的對數(shù)表示。由圖可知，該算法上傳數(shù)據(jù)量與所需時間呈較標(biāo)準(zhǔn)的線性關(guān)系，平均上傳速率約0.79 MB/s，每小時上傳數(shù)據(jù)量可達(dá)2 844 MB，完全滿足高速齒輪箱單機(jī)運(yùn)行時手動數(shù)據(jù)采集方式下數(shù)據(jù)實(shí)時上傳的需求。

2.3 多進(jìn)程并行算法

為達(dá)到報警自動采集方式下數(shù)據(jù)實(shí)時上傳的目的，采取多進(jìn)程并行算法對分頁算法做進(jìn)一步優(yōu)化，核心思想為利用高速齒輪箱特征物理量采樣頻率不同引起的數(shù)據(jù)產(chǎn)生率差距大的特點(diǎn)，同時對相近采樣頻率下產(chǎn)生的多張數(shù)據(jù)表格并行上傳，多核主機(jī)的多個運(yùn)算器同時工作，進(jìn)一步提升上傳速率，且保證進(jìn)程之間相互獨(dú)立，互不影響[14，15]。該算法實(shí)現(xiàn)的物理基礎(chǔ)是上傳主機(jī)需為多運(yùn)算器設(shè)備，文中試驗(yàn)時采用4運(yùn)算器筆記本電腦。

多進(jìn)程并發(fā)算法的實(shí)現(xiàn)需要引入multiprocessing包，以便多進(jìn)程實(shí)現(xiàn)過程中調(diào)用所需函數(shù)。使用不定參數(shù)*args形式定義函數(shù)，創(chuàng)建進(jìn)程池，進(jìn)程池大小為主機(jī)運(yùn)算器數(shù)量，關(guān)鍵語句為pool=multiprocessing.Pool（），括號中建議輸入上傳主機(jī)運(yùn)算器數(shù)量。定義多個字典變量，用來存儲每張表格的表格名稱和數(shù)據(jù)信息。

以高速齒輪箱不同數(shù)據(jù)采集方式下5 h數(shù)據(jù)總量為上傳目標(biāo)進(jìn)行數(shù)據(jù)上傳試驗(yàn)，并與單進(jìn)程分頁上傳算法進(jìn)行對比，結(jié)果見表3。可見，以多運(yùn)算器為基礎(chǔ)的多進(jìn)程并行上傳算法比單進(jìn)程上傳速率提高較明顯，且上傳速率隨數(shù)據(jù)量的增加而增加。由于多進(jìn)程并發(fā)算法的特點(diǎn)是多運(yùn)算器并行工作，屬于并行計算范疇，數(shù)據(jù)量的增加會促使子任務(wù)流水線時間上的并行趨于合理，進(jìn)而提高數(shù)據(jù)的上傳速率。將并行算法應(yīng)用于高速齒輪箱報警自動采集方式下，數(shù)據(jù)上傳速率為2.0 MB/s，完全滿足實(shí)時性要求，且為繼續(xù)提高系統(tǒng)采樣頻率提供了充足的上傳速率余量。

3 多設(shè)備智能感知系統(tǒng)數(shù)據(jù)上傳方法研究

前文研究了單套多傳感器高速齒輪箱監(jiān)測數(shù)據(jù)上傳方法，若企業(yè)配置多臺高速旋轉(zhuǎn)設(shè)備，且多臺設(shè)備運(yùn)行數(shù)據(jù)均需實(shí)時上傳時，可運(yùn)用局域網(wǎng)將所有設(shè)備數(shù)據(jù)采集系統(tǒng)連接起來，數(shù)據(jù)統(tǒng)一存儲于上位機(jī)中。設(shè)備臺套數(shù)的增加，會導(dǎo)致單位時間產(chǎn)生數(shù)據(jù)量的增加，由表3可知，如采用多進(jìn)程并行上傳的方法，上傳數(shù)據(jù)量的增加會促使上傳速率增大，為多臺套設(shè)備數(shù)據(jù)同時上傳奠定了理論基礎(chǔ)。單純依靠時間并行合理化提高上傳速率的方法效果有限，要想保證所有設(shè)備數(shù)據(jù)實(shí)時上傳，需從空間并行角度解決問題，即根據(jù)設(shè)備數(shù)量升級上傳主機(jī)配置，增加運(yùn)算器數(shù)量。

3.1 時間并行對多進(jìn)程并行算法上傳速率的影響

為探究增加數(shù)據(jù)量方式對上傳速率的影響，同時考慮上傳主機(jī)配置的因素，上傳設(shè)備選擇用4、6、8以及10運(yùn)算器主機(jī)，運(yùn)用多進(jìn)程并行上傳算法對多表數(shù)據(jù)進(jìn)行上傳試驗(yàn)，數(shù)據(jù)量選擇1～10 GB，由于每張EXCEL子表能夠存放數(shù)據(jù)的行數(shù)為328 616，折合數(shù)據(jù)量約50 MB，得到數(shù)據(jù)量與上傳表格數(shù)量關(guān)系為1 GB25個子表，則1～10 GB數(shù)據(jù)量對應(yīng)表格數(shù)為25～250個。

不同運(yùn)算器數(shù)量的計算機(jī)其上傳速率與數(shù)據(jù)量的關(guān)系如圖5所示。從圖中可以看出4條曲線均呈現(xiàn)先增長后平緩的趨勢，即上傳速率隨著上傳數(shù)據(jù)量的增加而增加，達(dá)到某一閾值點(diǎn)后趨于穩(wěn)定?？梢姡瑫r間并行合理化因素促使上傳速率增加的效果確實(shí)存在極限，且極限位置與運(yùn)算器數(shù)量關(guān)系不大。4、6、8以及10運(yùn)算器主機(jī)，上傳數(shù)據(jù)量閾值點(diǎn)均位于5～6 GB處。

與數(shù)據(jù)量的關(guān)系

按照穩(wěn)定上傳速率計算，4、6、8以及10運(yùn)算器主機(jī)1 h可實(shí)時上傳的數(shù)據(jù)量約為7 200、8 280、10 080、12 240 MB，可滿足2～4臺高速設(shè)備同時在各種數(shù)據(jù)采集方式下數(shù)據(jù)上傳的需求。若設(shè)備轉(zhuǎn)速較低，則各物理量采樣頻率可設(shè)置更小，允許同時采集設(shè)備數(shù)會相應(yīng)增加。

3.2 空間并行對多進(jìn)程并行算法上傳速率的影響

數(shù)據(jù)上傳包括兩個階段，本地數(shù)據(jù)獲取與上傳數(shù)據(jù)庫寫入。數(shù)據(jù)獲取過程相當(dāng)于讀取操作，速度主要取決于上傳設(shè)備片間總線的數(shù)量與性能;上傳過程相當(dāng)于寫入操作，速度則取決于CPU運(yùn)算器的性能與數(shù)量，同時還取決于實(shí)時網(wǎng)速。文中將這兩種影響統(tǒng)一視為空間上并行因素。

運(yùn)用4運(yùn)算器主機(jī)進(jìn)行數(shù)據(jù)上傳試驗(yàn)，數(shù)據(jù)量選擇為100～1 000 MB，間隔為100 MB，得到數(shù)據(jù)量與獲取時間、上傳時間的關(guān)系（圖6）?？梢钥闯觯瑪?shù)據(jù)獲取、上傳時間均與數(shù)據(jù)量成線性關(guān)系，但斜率不同，數(shù)據(jù)獲取速率約為1.24 MB/s，數(shù)據(jù)上傳速率約為2.5 MB/s。由此可知，片間總線配置是影響總數(shù)據(jù)上傳時間的主要因素，上傳設(shè)備硬件配置越合理，即片間總線性能與CPU性能越匹配，獲得的數(shù)據(jù)上傳速率就越高。

運(yùn)用圖5中4個穩(wěn)定數(shù)據(jù)上傳速率值擬合得到上傳主機(jī)運(yùn)算器數(shù)量與上傳速率的關(guān)系（圖7），可見主機(jī)運(yùn)算器數(shù)量與上傳速率之間為指數(shù)關(guān)系，隨著運(yùn)算器數(shù)量的增加，以片內(nèi)總線為主要影響因素的數(shù)據(jù)獲取時間對總的上傳時間影響程度逐漸變?nèi)酰赃\(yùn)算器性能及數(shù)量為主要影響因素的上傳時間的影響逐漸增強(qiáng)。從側(cè)面反映出運(yùn)算器數(shù)量越多的主機(jī)，設(shè)計時考慮了片內(nèi)總線性能與CPU性能匹配的因素，進(jìn)而提升了主機(jī)的整體性能。當(dāng)運(yùn)算器數(shù)量增加到10時，數(shù)據(jù)上傳速率穩(wěn)定于約3.4 MB/s?？梢姡瑸闈M足多設(shè)備智能感知系統(tǒng)數(shù)據(jù)實(shí)時上傳需求，通過升級上傳主機(jī)配置，提高數(shù)據(jù)上傳速率的方案具有可行性。

4 結(jié)論

4.1 多傳感器智能感知系統(tǒng)是數(shù)據(jù)上傳算法的物理基礎(chǔ)，算法的研究需要與系統(tǒng)數(shù)據(jù)特征、數(shù)據(jù)采集方式及上傳硬件等相結(jié)合。

4.2 趨勢值自動采集方式下，使用多線程多行數(shù)據(jù)上傳算法;手動數(shù)據(jù)采集方式下，使用單進(jìn)程分頁算法能夠滿足數(shù)據(jù)實(shí)時上傳的要求;報警自動采集方式下采用多進(jìn)程并行算法，可滿足單機(jī)多傳感器智能感知系統(tǒng)所采集的所有數(shù)據(jù)的實(shí)時上傳。

4.3 影響多進(jìn)程并行算法數(shù)據(jù)上傳速率的因素包括時間的并行與空間的并行因素，時間并行因素的影響較小，存在極限閾值;空間并行因素主要取決于運(yùn)算器數(shù)量，通過升級上傳主機(jī)配置可實(shí)現(xiàn)多設(shè)備多傳感器智能感知系統(tǒng)數(shù)據(jù)實(shí)時上傳的目標(biāo)。

參 考 文 獻(xiàn)

[1] 孫紅燕，王少華.人工智能及其在電網(wǎng)數(shù)字化轉(zhuǎn)型中的應(yīng)用研究[J].中國管理信息化，2021，24（12）：108-109.

[2] 傅磊，曲曉峰.車間智能制造CPS智能服務(wù)平臺技術(shù)研究[J].機(jī)械工程師，2022（8）：138-141.

[3] KASSIM N，YUSOF Y，NOOR H M，et al.Cloud manufacturing framework based on step?nc machine tool for capturing design and manufacturing data[J].Journal of Physics：Conference Series，2019，1150（1）：012026.

[4] BOU?HARB E，LUCIA W，F(xiàn)ORTI N，et al.Cyber Meets Control：A Novel Federated Approach for Resilient CPS Leveraging Real Cyber Threat Intelligence[J].IEEE Communications Magazine，2017，55（5）：198-204.

[5] 蒲世亮，袁婷婷.基于云邊融合的物聯(lián)網(wǎng)智能服務(wù)架構(gòu)探討[J].智能物聯(lián)技術(shù)，2018，1（1）：1-6.

[6] 劉銳，楊靈運(yùn).工業(yè)互聯(lián)網(wǎng)標(biāo)識解析的行業(yè)應(yīng)用與實(shí)踐[J].中國集體經(jīng)濟(jì)，2021（1）：161-163.

[7] 朱海東，陳學(xué)文.智能制造背景下數(shù)字化設(shè)計與制造專業(yè)建設(shè)路徑探索[J].工程技術(shù)研究，2022，7（24）：134-136;164.

[8] ZHAO Y Q，RAO Y.A CPS?Based Intelligence?Awareness Platform for IT Service Management[C]//2017 Chinese Automation Congress.Piscataway，NJ：IEEE，2017：6668-6673.

[9] 張常宏.基于pcDuino和LabVIEW的礦熱爐磁場數(shù)據(jù)上傳與監(jiān)測軟件系統(tǒng)[D].太原：太原理工大學(xué)，2017.

[10] 吳銘淞.動力系統(tǒng)車聯(lián)網(wǎng)數(shù)據(jù)上傳方式研究[J].汽車與新動力，2022，5（1）：55-59.

[11] 陳聰.利用Python、Zabbix和監(jiān)控實(shí)現(xiàn)數(shù)據(jù)上傳[J].網(wǎng)絡(luò)安全和信息化，2022，74（6）：80-84.

[12] 張志佳，于立國，李海濱，等.基于多線程的Linux下并發(fā)服務(wù)器的實(shí)現(xiàn)研究[J].微計算機(jī)應(yīng)用，2007（4）：368-371.

[13] LI M，WANG Y T，YANG J，et al.Analysis and Solution of Abnormal Causes of Data Upload in Special Acquisition Terminal[C]//2019 8th International Conference on Advanced Materials and Computer Science.2019：295-300.

[14] 胡英楣，沈文海，宋之光.多進(jìn)程并發(fā)在國內(nèi)氣象通信系統(tǒng)的應(yīng)用[J].應(yīng)用氣象學(xué)報，2007（6）：877-884.

[15] ANCKER J S，MAUER E，KALISH R B，et al.Early A?dopters of Patient?Generated Health Data Upload in an Electronic Patient Portal[J].Applied Clinical Informatics，2019，10（2）：254-260.

（收稿日期：2023-09-20，修回日期：2024-04-15）

Research on Building Intelligent Perception System for the High?speed Rotating Machinery and Data Uploading Methods

GE Shi?xiang1， LI Na?na1， YANG Lin?jie1， LIU Chun?bo2， CAO Yan?jun1

（1. ZRIME Gearing Technology Co.， Ltd.; 2. College of Mechanical and Electrical Engineering，

Henan University of Technology）

Abstract?? Considering the characteristics of high?speed rotating equipment， a physical intelligent perception system was built and the investigation focused on to how to efficiently upload the sensor data generated by the system. The high?speed rotating equipments physical perception system boasts of multiple acquisition signals and methods and large amount of data. In addition， three data?uploading algorithms were proposed， of which， the multi?threaded? multi?line algorithm was applied to SCMs and the upload speed reached 0.06?0.07 MB/s， and it satisfied real?time data upload when the system worked in automatic mode; the single process paging algorithm requires the upload hardware system to be an industrial?grade SCM or an embedded system， and the upload speed reached 0.7?0.8 MB/s， and it complied with real?time data upload when the system worked in manual acquisition mode and the upload rate depended on the number of operators. The upload rate of 10 operators becomes stable at about 3.4 MB/s， which can meet multi?device systems real?time data upload in any data acquisition mode. The analysis in this paper provides a feasible scheme for the digitization of rotating machinery.

Key words?? high?speed rotating equipment， digitization，? optimization algorithm，? multi?threading， multi?process

the following two optimization methods were adopted， of them， the SMB technology improved is a Modicon process with variable feed concentration， the latter employs particle swarm optimization to optimize operating parameters of SMB separation process. The results show that， the above two optimization methods can improve both purity and productivity of the separated products.

Key words?? SMB， separation of ternary components， column configuration， Modicon feeding strategy， PSO

（Continued from Page 522）