技术领域
[0001] 本
发明涉及通信技术领域，尤其涉及一种边缘计算智能网关业务处理方法及边缘计算智能网关。
背景技术
[0002] 近几年来，随着边缘计算的提出，各种行业产商结合自身原有技术储备和产品线规划进行边缘计算产品应用方案的探索。例如，BAT等互联网
云计算平台方案公司提供与云计算对接的边缘计算应用方案，华为等通信设备商提供边缘计算通信协议整合方案，Honeywell等工业设备商提供设备边缘计算的本地数据精细控制方案等。但由于还没有相应的边缘计算行业标准、规范和协议，所提供的边缘计算方案缺少技术和产品共性，难以通用于工业通信，即在一定程度上尚不能减轻云端计算的压
力以及解决数据延时问题。
发明内容
[0003] 本发明所要解决的技术问题在于，提供一种边缘计算智能网关业务处理方法，能够利用边缘计算智能网关对工业数据进行处理分析，并借助边缘端对接云端进行通信，提高
数据处理效率，从而减轻云端计算的压力和降低数据延时。
[0004] 为了解决上述技术问题，本发明提出了一种边缘计算智能网关业务处理方法，其特征在于，包括：通过预设的通信组网方案获取各通信设备的原始数据；基于能耗EMS模型，对各通信设备的原始数据、生产加工的过程数据以及历史数据进行能耗实时计算和能耗预测，并将能耗实时计算结果和能耗预测结果报送给用户终端；对所述原始数据和生产加工的过程数据进行异常计算，并判断计算结果是否大于或等于设定的警戒
阈值；若是，且综合所有异常数据判定为异常事件，则将异常事件上报云端并打时间戳数据，同时将该计算结果作为异常数据报送给用户终端；若否，则对该计算结果进行存储并周期性更替；同时，实时累计计算结果用以预测异常趋势，并在异常趋势符合报警条件时，将预测数据上报云端并打时间戳数据；若异常趋势不符合报警条件，则对该累计计算结果进行存储并周期性更替。
[0005] 进一步地，在所述通过预设的通信组网方案获取各通信设备的原始数据之后，还包括：对所述原始数据进行分流，并根据分流数据实时侦测自身与各通信设备及云端的通信链路状况；在通信链路正常时，根据设定的传输
进程数量、各传输进程并发数据量阈值以及传输速率，将原始数据进行缓存，并周期性更替数据；在通信链路异常时，进行数据传输断点记录和通知所述存储模
块对断点数据进行存储，并将该网络故障报送给用户终端，并在通信链路恢复正常后，根据所述数据传输断点进行数据续传。
[0006] 进一步地，在通信链路异常时，具体的，对TCP/IP端口嗅探通信和累积数据通信进行检测，对数据传输断点、时间戳和日志进行记录，以及进行断网持续呼叫和通信服务恢复。
[0007] 进一步地，其特征在于，在所述通过预设的通信组网方案获取各通信设备的原始数据之后，还包括：对所述原始数据进行预制数据格式转换的预处理。进一步地，所述预设的通信组网方案包括依序进行通信连接的
基础设备层、边缘端、网络传输层和云端；所述基础设备层，包括各通信设备，PLC和DCS；所述边缘端，包括与所述基础设备层通信的边缘端第一部分和与所述边缘端第一部分通信的边缘端第二部分；所述边缘端第一部分包括若干边缘计算智能网关、边缘计算
服务器，以及
存储器；所述边缘端第二部分包括若干边缘计算服务器；所述网络传输层，包括交换机、加密
防火墙，以及通信路由服务器。
[0008] 本发明还提出了一种边缘计算智能网关，包括：
数据采集模块，用于通过预设的通信组网方案获取各通信设备的原始数据；能耗管理模块，用于对各通信设备的原始数据、生产加工的过程数据以及历史数据进行能耗实时计算和能耗预测，并将能耗实时计算结果和能耗预测结果报送给用户终端；报警模块，用于对所述原始数据和生产加工的过程数据进行异常计算，并判断计算结果是否大于或等于设定的警戒阈值；若是，且综合所有异常数据判定为异常事件，则通知通信模块将异常事件上报云端并打时间戳数据，同时将该计算结果作为异常数据报送给用户终端；若否，则通知存储模块对该计算结果进行存储并周期性更替；同时，实时累计计算结果用以预测异常趋势，并在异常趋势符合报警条件时，通知所述通信模块将预测数据上报云端并打时间戳数据；若异常趋势不符合报警条件，则通知所述存储模块对该累计计算结果进行存储并周期性更替。
[0009] 进一步地，还包括：数据解析模块，用于接收所述数据采集模块传输的原始数据，并根据设定的传输进程数量、各传输进程并发数据量阈值以及传输速率，将原始数据传输至存储模块进行缓存；通信模块，用于根据所述原始数据的分流数据实时侦测自身与各通信设备及云端的通信链路状况；在通信链路正常时，通知所述存储模块将原始数据进行缓存，并周期性更替数据；在通信链路异常时，进行数据传输断点记录和通知所述存储模块对断点数据进行存储，并将该网络故障报送给用户终端，并在通信链路恢复正常后，根据所述数据传输断点进行数据续传。
[0010] 进一步地，所述通信模块，在通信链路异常时具体用于对TCP/IP端口嗅探通信和累积数据通信进行检测，对数据传输断点、时间戳和日志进行记录，以及进行断网持续呼叫和通信服务恢复。
[0011] 进一步地，所述预设的通信组网方案包括依序进行通信连接的基础设备层、边缘端、网络传输层和云端；所述基础设备层，包括各通信设备，PLC和DCS；所述边缘端，包括与所述基础设备层通信的边缘端第一部分和与所述边缘端第一部分通信的边缘端第二部分；所述边缘端第一部分包括若干边缘计算智能网关、边缘计算服务器，以及存储器；所述边缘端第二部分包括若干边缘计算服务器；所述网络传输层，包括交换机、加密防火墙，以及通信路由服务器。本发明还提出了一种适用于如上所述的边缘计算智能网关业务处理方法的边缘计算智能网关，其特征在于，包括：R485通信
接口模块、以太网
通信接口模块、DCS、PLC、PCH、CPU、DDR3和边缘计算SOC；所述R485通信接口模块的
信号输入端和输出端分别与外部各通信设备输出端和PCH的输入端连接，PCH的输出端与CPU第一端连接；所述以太网通信接口模块输入端分别与DCS和PLC连接，所述以太网通信接口模块输出端与CPU的第二端连接；
CPU的第三端与DDR3连接，CPU的第四端通过PCIe与所述边缘计算SOC连接；所述边缘计算SOC，通过私有TCP/IP或MQTT与云平台进行通信，包括ARM、DDR、FPGA IO LE和IP Core Library。
[0012] 实施本发明的
实施例具有如下有益效果：
[0013] 本发明的实施例，能够利用边缘计算智能网关对工业数据进行处理分析，并借助边缘端对接云端进行通信，提高数据处理效率，从而减轻云端计算的压力和降低数据延时。
附图说明
[0014] 图1为本发明第一实施例中的一种边缘计算智能网关业务处理方法的流程示意图；
[0015] 图2为本发明第一实施例中的边缘计算智能网关规划组网的
框架图；
[0016] 图3为本发明第一实施实例中的异常情况报警的流程示意图；
[0017] 图4为本发明第二实施例中的通信链路侦测的流程示意图；
[0018] 图5为本发明第三实施例中的一种边缘计算智能网关得结构示意图；
[0019] 图6为本发明第四实施例中的一种边缘计算智能网关的
硬件框架图。
具体实施方式
[0020] 下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0021] 需要说明的是，文中的步骤编号，仅为了方便具体实施例的解释，不作为限定步骤执行先后顺序的作用。本实施例提供的方法可以由相关的服务器执行，且下文均以服务器作为执行主体为例进行说明。
[0022] 第一实施例，请参阅图1-图3。
[0023] 如图1所示，第一实施例提供的一种边缘计算智能网关业务处理方法，包括步骤S1～S5：
[0024] S1、通过预设的通信组网方案获取各通信设备的原始数据。
[0025] S2、基于能耗EMS模型，对各通信设备的原始数据、生产加工的过程数据以及历史数据进行能耗实时计算和能耗预测，并将能耗实时计算结果和能耗预测结果报送给用户终端。
[0026] S3、对所述原始数据和生产加工的过程数据进行异常计算，并判断计算结果是否大于或等于设定的警戒阈值。
[0027] S4、若是，且综合所有异常数据判定为异常事件，则将异常事件上报云端并打时间戳数据，同时将该计算结果作为异常数据报送给用户终端。或者，
[0028] S5、若否，则对该计算结果进行存储并周期性更替；同时，实时累计计算结果用以预测异常趋势，并在异常趋势符合报警条件时，将预测数据上报云端并打时间戳数据；若异常趋势不符合报警条件，则对该累计计算结果进行存储并周期性更替。
[0029] 在具体的实施例当中，所述预设的通信组网方案包括依序进行通信连接的基础设备层、边缘端、网络传输层和云端。其中，所述基础设备层，包括各通信设备，PLC和DCS；所述边缘端，包括与所述基础设备层通信的边缘端第一部分和与所述边缘端第一部分通信的边缘端第二部分；所述边缘端第一部分包括若干边缘计算智能网关、边缘计算服务器，以及存储器；所述边缘端第二部分包括若干边缘计算服务器；所述网络传输层，包括交换机、加密防火墙，以及通信路由服务器。
[0030] 在一优选的实施例当中，在所述通过预设的通信组网方案获取各通信设备的原始数据之后，还包括：对所述原始数据进行预制数据格式转换的预处理。
[0031] 可以理解的是，由于各个边缘计算智能网关的传输数据格式以及类型多种多样，需要先将获取的原始数据转换为预制数据格式，才能确保提高数据处理效率，从而减轻云端计算的压力和降低数据延时。
[0032] 在具体的实施例当中，对所述原始数据进行存储并周期性更替。可以理解的是，根据实际业务需求预设一周期进行数据更新，可用于边缘端和云端的数据反查，同时为其他边缘计算智能网关提供数据依据，实现边缘计算全
覆盖。
[0033] 在具体的实施例当中，基于能耗EMS模型，对各通信设备的原始数据、生产加工的过程数据以及历史数据进行能耗实时计算和能耗预测，并将能耗实时计算结果和能耗预测结果报送给用户终端。
[0034] 可以理解的是，本实施例对工业生产全过程中的任一数据都进行了能耗实时计算和能耗预测，并将能耗实时计算结果和能耗预测结果实时报送给用户终端，使得用户通过终端就能够同步获取工业生产过程中的能耗数据和能耗预测趋势，方便用户快速掌握实际生产情况。
[0035] 如图3所示，在具体的实施例当中，对所述原始数据和生产加工的过程数据进行异常计算，并将计算结果与设定的警戒阈值进行比较。其中，警戒阈值可根据实际业务需求进行具体设定。
[0036] 当计算结果大于或等于设定的警戒阈值时，则将该计算结果标记为异常数据。且综合所有异常数据判定是否为异常事件，若为异常事件，则将异常事件上报云端并打时间戳数据，同时将此异常数据报送给用户终端。
[0037] 当计算结果小于设定的警戒阈值时，则对该计算结果进行存储并周期性更替。
[0038] 另外，实时累计计算结果用以预测异常趋势。若异常趋势符合报警条件时，将预测数据上报云端并打时间戳数据。若异常趋势不符合报警条件，则对该累计计算结果进行存储并周期性更替。其中，报警条件可根据实际业务需求进行具体设定。
[0039] 可以理解的是，预测异常趋势的方法有多种。例如：将所累计的计算结果绘制成折线图，当折线的斜率超过一设定正值时，即判定为恶劣发展趋势。
[0040] 通过对工业生产全过程中的任一数据进行异常计算并预测异常趋势，不仅将异常数据报送至用户终端，而且还将异常事件或预测数据上报云端，使得用户能够快速针对异常数据排查异常生产情况并调整生产方案，同时方便云端做进一步处理。
[0041] 实施本发明的实施例，能够利用边缘计算智能网关对工业数据进行处理分析，并借助边缘端对接云端进行通信，提高数据处理效率，从而减轻云端计算的压力和降低数据延时。
[0042] 第二实施例，基于第一实施例的实施例，请参阅图4。
[0043] 如图4所示，在具体的实施例当中，还包括对所述原始数据进行分流，并根据分流数据实时侦测自身与各通信设备及云端的通信链路状况。在通信链路正常时，根据设定的传输进程数量、各传输进程并发数据量阈值以及传输速率，将原始数据进行缓存，并周期性更替数据。在通信链路异常时，进行数据传输断点记录和通知所述存储模块对断点数据进行存储，并将该网络故障报送给用户终端，并在通信链路恢复正常后，根据所述数据传输断点进行数据续传。
[0044] 在具体的实施例当中，在通信链路异常时，具体的，对TCP/IP端口嗅探通信和累积数据通信进行检测，对数据传输断点、时间戳和日志进行记录，以及进行断网持续呼叫和通信服务恢复。
[0045] 可以理解的是，当检测到通信链路异常的情况下，将该网络故障报送给用户终端，确保用户能够及时解决网络故障问题，减少等待时间。同时记录数据传输断点，以便在通信链路恢复正常后直接从数据传输断点进行数据续传，避免重复执行操作，节省不必要的时间，从而降低数据延时传输的机率。
[0046] 实施本发明的实施例，能够利用边缘计算智能网关对工业数据进行处理分析，并借助边缘端对接云端进行通信，提高数据处理效率，从而减轻云端计算的压力和降低数据延时。
[0047] 第三实施例，请参阅图5。
[0048] 如图5所示，第三实施例提供的一种边缘计算智能网关，包括：
[0049] 数据采集模块31，用于通过预设的通信组网方案获取各通信设备的原始数据。
[0050] 能耗管理模块32，用于对各通信设备的原始数据、生产加工的过程数据以及历史数据进行能耗实时计算和能耗预测，并将能耗实时计算结果和能耗预测结果报送给用户终端。
[0051] 报警模块33，用于对所述原始数据和生产加工的过程数据进行异常计算，并判断计算结果是否大于或等于设定的警戒阈值。若是，且综合所有异常数据判定为异常事件，则通知通信模块35将异常事件上报云端并打时间戳数据，同时将该计算结果作为异常数据报送给用户终端；若否，则通知存储模块36对该计算结果进行存储并周期性更替；同时，实时累计计算结果用以预测异常趋势，并在异常趋势符合报警条件时，通知所述通信模块35将预测数据上报云端并打时间戳数据；若异常趋势不符合报警条件，则通知所述存储模块36对该累计计算结果进行存储并周期性更替。
[0052] 在具体的实施例当中，还包括数据解析模块34，用于接收所述数据采集模块31传输的原始数据，并根据设定的传输进程数量、各传输进程并发数据量阈值以及传输速率，将原始数据传输至存储模块36进行缓存。
[0053] 通信模块35，用于根据所述原始数据的分流数据实时侦测自身与各通信设备及云端的通信链路状况；在通信链路正常时，通知所述存储模块36将原始数据进行缓存，并周期性更替数据；在通信链路异常时，进行数据传输断点记录和通知所述存储模块36对断点数据进行存储，并将该网络故障报送给用户终端，并在通信链路恢复正常后，根据所述数据传输断点进行数据续传。
[0054] 在具体的实施例当中，所述通信模块35，在通信链路异常时具体用于对TCP/IP端口嗅探通信和累积数据通信进行检测，对数据传输断点、时间戳和日志进行记录，以及进行断网持续呼叫和通信服务恢复。
[0055] 在具体的实施例当中，所述预设的通信组网方案包括依序进行通信连接的基础设备层、边缘端、网络传输层和云端。其中，所述基础设备层，包括各通信设备，PLC和DCS；所述边缘端，包括与所述基础设备层通信的边缘端第一部分和与所述边缘端第一部分通信的边缘端第二部分；所述边缘端第一部分包括若干边缘计算智能网关、边缘计算服务器，以及存储器；所述边缘端第二部分包括若干边缘计算服务器；所述网络传输层，包括交换机、加密防火墙，以及通信路由服务器。
[0056] 可以理解的是，当检测到通信链路异常的情况下，将该网络故障报送给用户终端，确保用户能够及时解决网络故障问题，减少等待时间。同时记录数据传输断点，以便在通信链路恢复正常后直接从数据传输断点进行数据续传，避免重复执行操作，节省不必要的时间，从而降低数据延时传输的机率。
[0057] 实施本发明的实施例，能够在离线状态进行数据续传与持续断网呼叫，节省不必要的执行时间与等待时间，降低数据延时。
[0058] 第四实施例，基于上述实施例。请参阅图6。
[0059] 如图6所示，第四实施例提供的一种适用于上述实施例的边缘计算智能网关业务处理方法的边缘计算智能网关，包括：R485通信接口模块、以太网通信接口模块、DCS、PLC、PCH、CPU、DDR3和边缘计算SOC。
[0060] 所述R485通信接口模块的信号输入端和输出端分别与外部各通信设备输出端和PCH的输入端连接，PCH的输出端与CPU第一端连接。
[0061] 所述以太网通信接口模块输入端分别与DCS和PLC连接，所述以太网通信接口模块输出端与CPU的第二端连接。
[0062] CPU的第三端与DDR3连接，CPU的第四端通过PCIe与所述边缘计算SOC连接。
[0063] 所述边缘计算SOC，通过私有TCP/IP或MQTT与云平台进行通信，包括ARM、DDR、FPGA IO LE和IP Core Library。
[0064] 综上所述，本发明的实施例，能够利用边缘计算智能网关对工业数据进行处理分析，同时借助边缘端对接云端进行通信，节省数据上传时间并降低云计算的压力，为用户实时提供异常数据报警/预警信息，从而有效地协助用户快速排查异常生产情况和调整生产方案，实现高效节能生产。
[0065] 以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
[0066] 本领域普通技术人员可以理解实现上述实施例中的全部或部分流程，是可以通过
计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。
