技术领域
[0001] 本
发明涉及数控机床技术领域，也属于传感器技术领域，具体涉及一种基于数控机床上
传感器数据的故障预测系统及其方法，尤其涉及一种基于数控机床上传感器多通道数据的故障预测系统及其方法。
背景技术
[0002] 数控
车床是目前使用较为广泛的数控机床之一。它主要用于轴类零件或盘类零件的内外圆柱面、任意锥
角的内外圆锥面、复杂回转内外曲面和圆柱、圆锥
螺纹等切削加工，并能进行切槽、钻孔、扩孔、铰孔及镗孔等。
[0003] 数控机床是按照事先编制好的加工程序，自动地对被加工零件进行加工。我们把零件的加工工艺路线、工艺参数、刀具的运动轨迹、位移量、切削参数以及辅助功能，按照数控机床规定的指令代码及程序格式编写成加工程序单，再把这程序单中的内容记录在控制介质上，然后输入到数控机床的数控装置中，从而指挥机床加工零件。
[0004] 也就是说，数控机床是一种装有程序控制系统的自动化机床，该控制系统能够逻辑地处理具有控制编码或其他符号指令规定的程序，并将其译码，用代码化的数字表示，通过信息载体输入数控装置。经运算处理由数控装置发出各种控制
信号，控制机床的动作，按图纸要求的形状和尺寸，自动地将零件加工出来。
[0005] 而为了了解数控机床的工作状况，在数控机床上设置有多个传感器来采集数控机床运行状态，这样采集数控机床运行状态的数据就形成了多通道数据，通过多个传感器采集到的数控机床的状态数据通常具有异构特征，数据间存在潜在的互相关性，这种相关性有时会随着时间或数控机床的状态而变化，但是目前还没有针对该多个传感器采集数控机床运行状态的多通道数据的互相关性进行研究的模型，也无法得到多通道数据的设备故障子空间。
发明内容
[0006] 为解决上述问题，本发明提供了一种基于数控机床上传感器数据的故障预测系统及其方法，有效避免了
现有技术中还没有针对该多个传感器采集数控机床运行状态的多通道数据的互相关性进行研究的模型、无法得到多通道数据的设备故障子空间的
缺陷。
[0007] 为了克服现有技术中的不足，本发明提供了一种基于数控机床上传感器数据的故障预测系统及其方法的解决方案，具体如下：
[0008] 一种基于数控机床上传感器数据的故障预测系统，包括用于采集作为多通道数据的数控机床运行状态数据的多个传感器；
[0009] 所述传感器的输出端与多通道传感器
接口电路输入端连接，多通道传感器接口电路的输出端和
控制器连接；
[0010] 所述控制器还与闪存连接，所述闪存包括构造模
块、设定模块、
叠加模块、导出模块、限
制模块和添加惩罚项模块。
[0011] 所述控制器能够是
单片机、PLC、FPGA处理器或者ARM处理器。
[0012] 所述多个传感器能够为多路
温度传感器、多路振动传感器或多路噪声传感器；
[0013] 所述的多路温度传感器分散安装在数控机床上的测温部分；所述的多路振动传感器分散安装在数控机床伺服
电机的
转子上，所述的多路噪声传感器分散安装在数控机床的加工刀具上；
[0014] 所述多个传感器的数量为p个，p为大于等于2的正整数，每一个传感器采集并传输到控制器的数据就作为一个通道数据。
[0015] 所述控制器还与显示屏连接。
[0016] 所述构造模块用于把接收到的p通道数据形成p通道的张量数据一，所述p通道的张量数据一包括n个由所述多个传感器采集的样本数据，每个样本数据包括多个传感器在某一
采样时间采集的数据，而其中第i个样本数据Yi(t)的数据格式为：Yi(t)＝[Yi1(t)，...，Yip(t)]，t为第i个样本数据的采样时间；Yi(t)能够被公式(1)表示：
[0017] Yij(t)＝Xij(t)+εij(t) (1)
[0018] Xij(t)是第j通道的采集数据的信号函数，εij(t)是第j通道的采集数据的噪声函数，i为小于等于N的正整数，j为小于等于p的正整数，Yij(t)表示在采样时间t下的第j通道的采集数据；
[0019] 所述设定模块用于设定p通道的张量数据二Xi(t)的数据格式为：Xi(t)＝[Xi1(t)，...，Xip(t)]，而p通道的张量数据二Xi(t)被分为L个样本子空间Sl，l＝1，2，...，L，L为正整数，在同一个样本子空间里，代表各信号的信号函数都有互相关性，不同的样本子空间的各信号的信号函数没有相关性；
[0020] 所述叠加模块用于让每一个样本子空间Sl被设定为dl个基函数的Φl:的线性叠加，即公式(2)所示：
[0021]
[0022] 对于所有的信号函数Xij(t)，i＝1，...，N,Xij(t)所属的样本子空间保持不变，而Xij(t)对应的基系数 是不同的，αijk为基系数αij的第k个分量，k为小于等于dl的正整数；
[0023] 用Xl＝{Xj(t)|Xj(t)∈Sl，j＝1，...，p}表示各自样本子空间的信号，其中，q和dl均为正整数，αq为设定的实数,R为实数集合；
[0024] 所述导出模块用于根据在样本子空间中的每个数据点可以被数据集中的其他数据点联合表示的数据自表达属性，对于每一个信号Xij(t)∈Xl，得到公式(3):
[0025]
[0026] 即Xij(t)是在Xl中的一个信号函数，它可以表示为在此样本子空间中其他pl-1个信号的线性组合，r为正整数，bjr为稀疏系数的第r个分量；
[0027] 所述限制模块用于针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集；
[0028] 所述添加惩罚项模块用于设定第j通道的采集数据总共有S-1个变化点τs，s＝1，...，S-1，对于每一个作为分割点的变化点，如公式(6)所示：
[0029]
[0030] 其中， 是第j通道的变化点τs的信号函数，εij(t)是第j通道的采集数据的噪声函数，i为小于等于N的正整数，j为小于等于p的正整数， 表示在采样时间t下的第j通道的变化点τs，给稀疏系数bj添加惩罚项，S为正整数。
[0031] 所述基于数控机床上传感器数据的故障预测系统的方法，该方法运行在控制器上，包括如下步骤：
[0032] 步骤1：所述多个传感器把采集到的p通道数据通过多通道传感器接口电路传输到控制器中，所述控制器把接收到的p通道数据形成p通道的张量数据一，所述p通道的张量数据一包括n个由所述多个传感器采集的样本数据，每个样本数据包括多个传感器在某一采样时间采集的数据，而其中第i个样本数据Yi(t)的数据格式为：Yi(t)＝[Yi1(t)，...，Yip(t)]，t为第i个样本数据的采样时间；Yi(t)能够被公式(1)表示：
[0033] Yij(t)＝xij(t)+εij(t) (1)
[0034] Xij(t)是第j通道的采集数据的信号函数，εij(t)是第j通道的采集数据的噪声函数，i为小于等于N的正整数，j为小于等于p的正整数，Yij(t)表示在采样时间t下的第j通道的采集数据；
[0035] 步骤2：设定p通道的张量数据二Xi(t)的数据格式为：Xi(t)＝[Xi1(t)，...，Xip(t)]，而p通道的张量数据二Xi(t)被分为L个样本子空间Sl，l＝1，2，...，L，L为正整数，在同一个样本子空间里，代表各信号的信号函数都有互相关性，不同的样本子空间的各信号的信号函数没有相关性；
[0036] 步 骤 3 ：每 一 个 样 本 子 空 间 S l 被 设 定 为 d l 个 基 函 数 的 Φ l ；的线性叠加，即公式(2)所示：
[0037]
[0038] 对于所有的信号函数Xij(t)，i＝1，...，N,Xij(t)所属的样本子空间保持不变，而Xij(t)对应的基系数 是不同的，αijk为基系数αij的第k个分量，k为小于等于dl的正整数；
[0039] 用Xl＝{Xj(t)|Xj(t)∈Sl，j＝1，...，p}表示各自样本子空间的信号，其中，q和dl均为正整数，αq为设定的实数,R为实数集合；
[0040] 步骤4：根据在样本子空间中的每个数据点可以被数据集中的其他数据点联合表示的数据自表达属性，对于每一个信号Xij(t)∈Xl，得到公式(3):
[0041]
[0042] 即Xij(t)是在Xl中的一个信号函数，它可以表示为在此样本子空间中其他pl-1个信号的线性组合，r为正整数，bjr为稀疏系数的第r个分量；
[0043] 步骤5：针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集。
[0044] 所述针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集的限制条件如公式组(4)所示：
[0045]
[0046] 其中q为设定的整数值，能取值为1；
[0047] 而用如公式(5)组的凸规划工具有效地求解稀疏系数bj，公式(5)组中的s为时间t的后一个采样时间：
[0048]
[0049] 这样就能得到稀疏系数bj，j＝1，...，p；
[0050] 步骤6：设定第j通道的采集数据总共有S-1个变化点τs，s＝1，…，S-1，对于每一个作为分割点的变化点，如公式(6)所示：
[0051]
[0052] 其中， 是第j通道的变化点τs的信号函数，εij(t)是第j通道的采集数据的噪声函数，i为小于等于N的正整数，j为小于等于p的正整数， 表示在采样时间t下的第j通道的变化点τs，给稀疏系数bj添加惩罚项，S为正整数。
[0053] 所述针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集的限制条件如公式组(4)所示：
[0054]
[0055] 其中q为设定的整数值，能取值为1；
[0056] 不同的q选择对得到稀疏系数bj的解有不同的影响。通常，通过将q值从无穷大减小到零，解决方案的稀疏性会增加。要在Xi(t)中高效地找到xij(t)的非平凡处理过程下的稀疏表示，考虑最小化L0范数的严格的凸松弛，即L1范数，这可以，而用如公式(5)组的凸规划工具有效地求解稀疏系数bj，公式(5)组中的s为时间t的后一个采样时间：
[0057]
[0058] 这样就能得到稀疏系数bj，j＝1，...，p，这样就能得到反映多通道数据的互相关性能的稀疏系数bj。
[0059] 所述给稀疏系数bj添加惩罚项的方式为如公式(7)表示的结合融合的LASSO中，λ1为设定的惩罚项的系数一，λ2为设定的惩罚项的系数二：
[0060]
[0061] subject to Zij(t)＝Yij(t)-Yi(t)bj，bjj＝0
[0062] 由此可以得到动态的样本子空间相关性的建模并把该建模信息显示在显示屏上。
[0063] 本发明的有益效果为：
[0064] 通过最终用凸规划工具有效地求解稀疏系数bj，这样就能得到反映多通道数据的互相关性能的稀疏系数bj，形成了针对该多个传感器采集数控机床运行状态的多通道数据的互相关性进行研究的模型，避免了现有技术中还没有针对该多个传感器采集数控机床运行状态的多通道数据的互相关性进行研究的模型的缺陷。而采用FISTA
加速优化结合范数约束的公式，FISTA的收敛速度为O(1/k2)。结合FISTA和稀疏子空间，得到一个新的优化目标公式，获得一个更加快速收敛的优化模型，从而可以大大提高优化公式的求解速度，这样便于实现实时设备故障预测。
附图说明
[0065] 图1为本发明的基于数控机床上传感器数据的故障预测系统的整体示意图。
具体实施方式
[0066] 下面将结合附图和
实施例对本发明做进一步地说明。
[0067] 如图1所示，基于数控机床上传感器数据的故障预测系统，包括用于采集作为多通道数据的数控机床运行状态数据的多个传感器；所述传感器的输出端与多通道传感器接口电路输入端连接，多通道传感器接口电路的输出端和控制器连接。所述控制器能够是单片机、PLC、FPGA处理器或者ARM处理器。所述多个传感器能够为多路温度传感器、多路振动传感器或多路噪声传感器；所述的多路温度传感器分散安装在数控机床上的测温部分；所述的多路振动传感器分散安装在数控机床
伺服电机的转子上，所述的多路噪声传感器分散安装在数控机床的加工刀具上；所述多个传感器的数量为p个，p为大于等于2的正整数，每一个传感器采集并传输到控制器的数据就作为一个通道数据。所述控制器还与显示屏连接。所述控制器还与闪存连接，所述闪存包括构造模块、设定模块、叠加模块、导出模块、限制模块和添加惩罚项模块；所述构造模块用于把接收到的p通道数据形成p通道的张量数据一，所述p通道的张量数据一包括n个由所述多个传感器采集的样本数据，每个样本数据包括多个传感器在某一采样时间采集的数据，而其中第i个样本数据Yi(t)的数据格式为：Yi(t)＝[Yi1(t)，...，Yip(t)]，t为第i个样本数据的采样时间；Yi(t)能够被公式(1)表示：
[0068] Yij(t)＝Xij(t)+εij(t) (1)
[0069] Xij(t)是第j通道的采集数据的信号函数，εij(t)是第j通道的采集数据的独立的噪声函数，i为小于等于N的正整数，j为小于等于p的正整数，Yij(t)表示在采样时间t下的第j通道的采集数据；
[0070] 所述设定模块用于设定p通道的张量数据二Xi(t)的数据格式为：Xi(t)＝[Xi1(t)，...，Xip(t)]，而p通道的张量数据二Xi(t)可以被分为L个不同的样本子空间Sl，l＝1，2，...，L，L为正整数，在同一个样本子空间里，代表各信号的信号函数都有强烈的互相关性，不同的样本子空间的各信号的信号函数几乎没有相关性；
[0071] 所述叠加模块用于让每一个样本子空间Sl被设定为dl个基函数的Φl：的线性叠加，即公式(2)所示：
[0072]
[0073] 对于所有的信号函数Xij(t)，i＝1，...，N,Xij(t)所属的样本子空间保持不变，而Xij(t)对应的基系数 是不同的，αijk为基系数αij的第k个分量，k为小于等于dl的正整数；
[0074] 可用Xl＝{Xj(t)|Xj(t)∈Sl，j＝1，...，p}表示各自样本子空间的信号，其中，q和dl均为正整数，αq为设定的实数,R为实数集合；
[0075] 所述导出模块用于根据在样本子空间中的每个数据点可以被数据集中的其他数据点联合表示的数据自表达属性(self-expressiveness property)，对于每一个信号Xij(t)∈Xl，得到公式(3):
[0076]
[0077] 即Xij(t)是在Xl中的一个信号函数，它可以表示为在此样本子空间中其他pl-1个信号的线性组合，r为正整数，bjr为稀疏系数的第r个分量；
[0078] 所述限制模块用于针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集；
[0079] 所述添加惩罚项模块用于设定第j通道的采集数据总共有S-1个变化点τs，s＝1，...，S-1，对于每一个作为分割点的变化点，如公式(6)所示：
[0080]
[0081] 其中， 是第j通道的变化点τs的信号函数，εij(t)是第j通道的采集数据的噪声函数，i为小于等于N的正整数，j为小于等于p的正整数， 表示在采样时间t下的第j通道的变化点τs，给稀疏系数bj添加惩罚项，S为正整数。
[0082] 所述基于数控机床上传感器数据的故障预测系统的方法，该方法运行在控制器上，包括如下步骤：
[0083] 步骤1：所述多个传感器把采集到的p通道数据通过多通道传感器接口电路传输到控制器中，所述控制器把接收到的p通道数据形成p通道的张量数据一，所述p通道的张量数据一包括n个由所述多个传感器采集的样本数据，每个样本数据包括多个传感器在某一采样时间采集的数据，而其中第i个样本数据Yi(t)的数据格式为：Yi(t)＝[Yi1(t)，...，Yip(t)]，t为第i个样本数据的采样时间；Yi(t)能够被公式(1)表示：
[0084] Yij(t)＝Xij(t)+εij(t) (1)
[0085] Xij(t)是第j通道的采集数据的信号函数，εij(t)是第j通道的采集数据的独立的噪声函数，i为小于等于N的正整数，j为小于等于p的正整数，Yij(t)表示在采样时间t下的第j通道的采集数据；
[0086] 步骤2：设定p通道的张量数据二Xi(t)的数据格式为：Xi(t)＝[Xi1(t)，...，Xip(t)]，而p通道的张量数据二Xi(t)可以被分为L个不同的样本子空间Sl，l＝1，2，...，L，L为正整数，在同一个样本子空间里，代表各信号的信号函数都有强烈的互相关性，不同的样本子空间的各信号的信号函数几乎没有相关性；
[0087] 步 骤 3 ：每 一 个 样 本 子 空 间 S l 被 设 定 为 d l 个 基 函 数 的 Φ l :的线性叠加，即公式(2)所示：
[0088]
[0089] 对于所有的信号函数Xij(t)，i＝1，...，N,Xij(t)所属的样本子空间保持不变，而Xij(t)对应的基系数 是不同的，αijk为基系数αij的第k个分量，k为小于等于dl的正整数；
[0090] 可用Xl＝{Xj(t)|Xj(t)∈Sl，j＝1，...，p}表示各自样本子空间的信号，其中，q和dl均为正整数，αq为设定的实数,R为实数集合；
[0091] 步骤4：根据在样本子空间中的每个数据点可以被数据集中的其他数据点联合表示的数据自表达属性(self-expressiveness property)，对于每一个信号Xij(t)∈Xl，得到公式(3):
[0092]
[0093] 即Xij(t)是在Xl中的一个信号函数，它可以表示为在此样本子空间中其他pl-1个信号的线性组合，r为正整数，bjr为稀疏系数的第r个分量；
[0094] 步骤5：而稀疏系数bj可能有无穷多个解，但可以针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集；
[0095] 步骤6：在上述步骤中，得到了稀疏系数，就实现了基于稀疏子空间的静态的样本子空间的分割。在一些应用场景中，信号通道之间的相关性会随着时间t发生变化，它们的互相关结构在一定的时间内通常保持不变，当系统受到一些外部干扰时，会变为另一个恒定状态。交叉相关只在特定时间点发生逐步变化。
[0096] 设定第j通道的采集数据总共有S-1个变化点τs，s＝1，...，S-1，对于每一个作为分割点的变化点，如公式(6)所示：
[0097]
[0098] 其中， 是第j通道的变化点τs的信号函数，εij(t)是第j通道的采集数据的噪声函数，i为小于等于N的正整数，j为小于等于p的正整数， 表示在采样时间t下的第j通道的变化点τs，对于动态的相关结构，bjr也会是动态变化的，但这让稀疏系数bj的变化有太多的灵活性，这可能导致严重的过度拟合。考虑到这一点，就给稀疏系数bj添加惩罚项，S为正整数。
[0099] 所述针对稀疏系数bj的解运用Lq范数最小化目标函数来限制解集的限制条件如公式组(4)所示：
[0100]
[0101] 其中q为设定的整数值，能取值为1；
[0102] 不同的q选择对得到稀疏系数bj的解有不同的影响。通常，通过将q值从无穷大减小到零，解决方案的稀疏性会增加。要在Xi(t)中高效地找到Xij(t)的非平凡处理过程下的稀疏表示，考虑最小化L0范数的严格的凸松弛，即L1范数，这可以，而用如公式(5)组的凸规划工具有效地求解稀疏系数bj，公式(5)组中的s为时间t的后一个采样时间：
[0103]
[0104] subject to Zij(t)＝Yij(t)-Yi(t)bij，bij＝0
[0105] 这样就能得到稀疏系数bj，j＝1，...，p，这样就能得到反映多通道数据的互相关性能的稀疏系数bj。
[0106] 所述给稀疏系数bj添加惩罚项的方式为如公式(7)表示的结合融合的LASSO中，以提高其局部
稳定性，λ1为设定的惩罚项的系数一，λ2为设定的惩罚项的系数二：
[0107]
[0108] subject to Zij(t)＝Yij(t)-Yi(t)bj，bjj＝0
[0109] 由此可以得到动态的样本子空间相关性的建模并把该建模信息显示在显示屏上，这样就计算出动态多通道数据的设备故障子空间。
[0110] 另一方面，为利于远程监控，所述控制器往往连接有TD-LTE模块来把传递来的建模信息传递到与TD-LTE网络连接的配置给监控人员的监控设备中进行显示，所述监控设备能够是PC机或者
笔记本电脑，这样就能达到让远程监控建模信息的目的，但是在实际运用中，运用TD-LTE网络执行建模信息传递期间里均只能在该TD-LTE网络里进行信息传递，如果由于搬迁或者本身所处地点的距离大小的
水平，运用TD-LTE网络进行建模信息传递的控制器和监控设备在不远的距离，就像在蓝牙网络的信号传递的范畴里之际，在运用TD-LTE网络的期间里，连接有TD-LTE模块的控制器不能主动的启动蓝牙网络来便利高效的传递建模信息这样的大量的信息流，却是依然运用现有的TD-LTE网络执行传递；在现有的TD-LTE网络的信息传递速度不高之际，传递建模信息这样的大量的信息流不快，该大量的信息流传递速度低，不利于监控人员监控。
[0111] 也就是说，实时运用TD-LTE网络执行建模信息传递的控制器和监控设备，在了解彼此在不远的距离之际的条件下，如果控制器与监控设备间依然运用现有的TD-LTE网络执行建模信息的传递，在传递须实时传递的建模信息这样的大量的信息流之际会遭致TD-LTE网络的传递速度的约束，而使得传递建模信息这样的大量的信息流不快，传递速度不高；面对此类缺陷，经过改进提出改进型的信息传递方法，也就是控制器和监控设备运用TD-LTE网络执行信息传递，在了解彼此在不远的距离，就像在蓝牙网络的信号传递的范畴里之际，经由中间设备或彼此执行控制器和监控设备的性能协调来于控制器和监控设备间构造一蓝牙子网，在所述蓝牙子网里彼此不经由TD-LTE网络而执行建模信息传递，执行单对单的建模信息传递来传递所须实时传递的建模信息这样的大量的信息流，于是能够改善建模信息传递速度。
[0112] 具体而言，该改进的方法说明如下：
[0113] 所述控制器连接有TD-LTE模块，能够把建模信息传递到与TD-LTE网络连接的配置给监控人员的监控设备中进行显示，所述监控设备能够是PC机或者笔记本电脑，所述控制器还连接有蓝牙通信模块一，所述与TD-LTE网络连接的配置给监控人员的监控设备也连接有蓝牙通信模块二，这样，所述传递到控制器中的建模信息传递到所述配置给监控人员的监控设备的方法包括：
[0114] S1-1：所述控制器与配置给监控人员的监控设备经由TD-LTE网络运用实时传递的方法执行建模信息的传递；
[0115] 初始时，控制器和配置给监控人员的监控设备运用实时信息传递的模式，就像经由TD-LTE网络来执行控制器把所述建模信息传递至配置给监控人员的监控设备；在此期间，控制器和配置给监控人员的监控设备都须运用TD-LTE网络的信息传递速度来执行控制器把所述建模信息传递至配置给监控人员的监控设备；
[0116] S1-2：所述控制器判定可以经由蓝牙子网一同所述配置给监控人员的监控设备执行建模信息的传递后，构造所述控制器和所述配置给监控人员的监控设备间面向所述蓝牙子网一的信息链接；
[0117] 因为遭致TD-LTE网络的信息传递速度的约束，控制器和配置给监控人员的监控设备间信息传递速度常常很低，建模信息传递常常失败；控制器能够周期性或者随机的判定有没有能够经由其它的蓝牙子网和配置给监控人员的监控设备执行建模信息的传递，如果判定可以经由就像蓝牙子网一和配置给监控人员的监控设备执行建模信息传递后，能够构造控制器和配置给监控人员的监控设备间面向蓝牙子网一的信息链接。
[0118] 本发明的对应方法里，所述判定可以经由蓝牙子网一和配置给监控人员的监控设备执行建模信息传递能够为：控制器侦听得到控制器和配置给监控人员的监控设备位于不远的距离，就像在蓝牙网络的信号传递的范畴里，就构造控制器和配置给监控人员的监控设备间面向蓝牙子网一的信息链接。控制器和配置给监控人员的监控设备经由所述信息链接来不经由TD-LTE网络而径直执行建模信息的传递；明显的，在构造所述信息链接的期间，控制器和配置给监控人员的监控设备还能够持续经由TD-LTE网络执行建模信息的传递。
[0119] S1-3：在所述控制器须把要传递的建模信息经由实时的建模信息传递的模式传递至所述配置给监控人员的监控设备之际，所述控制器把一些所述建模信息经由所述信息链接传递至所述配置给监控人员的监控设备；
[0120] 所述控制器和配置给监控人员的监控设备顺利构造面向蓝牙子网一的信息链接后，在控制器须把要传递的建模信息经由TD-LTE网络传递至配置给监控人员的监控设备之际，控制器能够把要传递的建模信息里的一些经由新构造的信息链接传递至配置给监控人员的监控设备，而另外的建模信息经由TD-LTE网络传递；或者亦能够所有的建模信息经由新构造的信息链接传递至配置给监控人员的监控设备。
[0121] 该改进的信息传递方法里的所述要传递的建模信息。
[0122] 自然，该改进的信息传递方法里还能够包括，在配置给监控人员的监控设备须把要传递的建模信息经由实时的建模信息传递的模式传递至控制器之际，配置给监控人员的监控设备能够把一些建模信息经由信息链接传递至所述控制器。
[0123] 该改进的信息传递方法，在控制器和配置给监控人员的监控设备经由TD-LTE网络运用实时的建模信息传递的模式执行建模信息传递的期间里，如果判定可以经由蓝牙子网一执行建模信息传递后，控制器和配置给监控人员的监控设备间构造面向蓝牙子网一的信息链接，且经由所述信息链接执行建模信息的传递，这样能够不遭致TD-LTE网络的信息传递速度的约束，改善建模信息传递速度和性能，降低了实时的大量的建模信息传递的时长，改善监控设备的获取建模信息的性能，提高监控水平。
[0124] 该改进的信息传递方法，所述的蓝牙子网一能够是蓝牙自组网，包括控制器和配置给监控人员的监控设备间径直执行建模信息传递的直通网。
[0125] 用蓝牙子网示例，所述的直通网能够为控制器把己身充当自组网设备和配置给监控人员的监控设备组成的蓝牙自组网。
[0126] 该改进的信息传递方法，控制器判定可以经由蓝牙子网一和配置给监控人员的监控设备执行建模信息传递后，构造控制器和配置给监控人员的监控设备间面向蓝牙子网一的信息链接，能够包括：
[0127] 控制器获取配置给监控人员的监控设备传递的配置给监控人员的监控设备的坐标信息，若判定侦听到配置给监控人员的监控设备位于蓝牙子网一的信号传递的范畴里，就是配置给监控人员的监控设备提供蓝牙子网一，且启动建模信息传递方法一；就像控制器把蓝牙自组网的模式功能启动，为配置给监控人员的监控设备构建蓝牙自组网，且并发的启动己身的蓝牙通信模块，接着告知配置给监控人员的监控设备亦启动建模信息传递方法一，也就是把蓝牙自组网的模式功能启动，且和配置给监控人员的监控设备构造信息链接；构造信息链接的期间能够依照已有的方法来进行；所述配置给监控人员的监控设备上设置着GPS模块，所述配置给监控人员的监控设备的处理器与GPS模块连接。
[0128] 还有就是，控制器获取到的配置给监控人员的监控设备的坐标信息能够为配置给监控人员的监控设备在侦听到监控人员的操作符合设定的激活条件后，朝控制器传递的。所述的激活条件包括侦听到用户将要传递的建模信息的容量高于设定的临界数的建模信息，就像监控人员按压要获取建模信息的按钮；配置给监控人员的监控设备在侦听到监控人员按压要获取建模信息的按钮后，自动朝控制器传递其己身的坐标信息。
[0129] 控制器获取到的配置给监控人员的监控设备的坐标信息还可以是配置给监控人员的监控设备在获取到控制器传递的、用于获取配置给监控人员的监控设备对应的坐标信息的
请求后，向控制器传递的；详细而言，控制器自动朝配置给监控人员的监控设备传递获取坐标信息的指令，配置给监控人员的监控设备凭借该指令获得自身的坐标信息并传递至控制器。
[0130] 上述方法实施例中，所述的蓝牙子网一还可以包括控制器与配置给监控人员的监控设备之间通过中间
节点进行建模信息传递的蓝牙子网网络，例如wif网络。当控制器与配置给监控人员的监控设备均位于第三方所提供的wifi信号传递的范畴内时，控制器与配置给监控人员的监控设备可以通过接入该第三方提供的wifi网络建立信息链接。
[0131] 该改进的信息传递方法，控制器判定可以经由蓝牙子网一和配置给监控人员的监控设备执行建模信息传递后，构造控制器和配置给监控人员的监控设备间面向蓝牙子网一的信息链接，能够包括：
[0132] 控制器获取配置给监控人员的监控设备传递的蓝牙子网一的坐标信号，配置给监控人员的监控设备现下位于蓝牙子网一的信号传递的范畴里；控制器如果凭借坐标信号判定得到控制器一样位于蓝牙子网一的信号传递的范畴里，就和配置给监控人员的监控设备构造所述信息链接；详细而言，配置给监控人员的监控设备把它现下所在的蓝牙子网一的坐标信号传递到控制器，控制器凭借该坐标信号判定得到它亦位于该蓝牙子网一的信号传递的范畴里，就同配置给监控人员的监控设备构造信息链接。
[0133] 详细而言，面向蓝牙子网一的建模信息传递的方法包括：
[0134] S2-1:控制器与配置给监控人员的监控设备运用TD-LTE网络传递建模信息；
[0135] 详细而言，控制器与配置给监控人员的监控设备经由TD-LTE网络执行传递建模信息；
[0136] S2-2:控制器侦听至监控人员的操作符合设定的激活条件；
[0137] 详细而言，控制器侦听到监控人员按压要获取建模信息的按钮；
[0138] S2-3:控制器获取己身的坐标信息；
[0139] 详细而言，控制器上设置有GPS模块，所述GPS模块与控制器相连，这样控制器就可操纵该GPS模块来获得己身的坐标信息；
[0140] S2-4:控制器朝配置给监控人员的监控设备传递建模信息；
[0141] 详细而言，控制器向配置给监控人员的监控设备传递建模信息能够是按序传递建模信息。
[0142] S2-5:配置给监控人员的监控设备获取控制器的信息，且凭借配置给监控人员的监控设备自身的坐标信息，判定是不是启动己身的蓝牙通信模块；
[0143] 详细而言，配置给监控人员的监控设备获取控制器的信息，且获取配置给监控人员的监控设备的坐标信息；对比控制器与配置给监控人员的监控设备的坐标信息，如果判定得到它们在控制器启动的蓝牙通信模块可在建模信息传递的范畴里，就让配置给监控人员的监控设备启动己身的蓝牙通信模块。
[0144] S2-6:配置给监控人员的监控设备朝控制器传递回馈消息；
[0145] 详细而言，配置给监控人员的监控设备向控制器传递回馈消息，所述回馈消息包括告知控制器它同配置给监控人员的监控设备在不远的距离且配置给监控人员的监控设备已启动蓝牙通信模块，还有配置给监控人员的监控设备的回馈信息。
[0146] S2-7:控制器启动己身的蓝牙通信模块；
[0147] 详细而言，控制器获取到配置给监控人员的监控设备的回馈消息，启动控制器上的己身的蓝牙通信模块，且凭借配置给监控人员的监控设备的回馈信息试探同配置给监控人员的监控设备执行链接。
[0148] S2-8:控制器和配置给监控人员的监控设备就建模信息传递性能执行协商；
[0149] 详细而言，控制器和配置给监控人员的监控设备在均启动了蓝牙通信模块的条件下，试探执行构造链路且执行建模信息传递性能协商。
[0150] S2-9:控制器要超配置给监控人员的监控设备传递建模信息，对该建模信息执行登记；
[0151] 详细而言，控制器给配置给监控人员的监控设备传递建模信息之际，控制器用已构造的信息链路传递该建模信息。
[0152] S2-10:控制器经由构造的信息链接朝配置给监控人员的监控设备传递建模信息。
[0153] 以上以用实施例说明的方式对本发明作了描述，本领域的技术人员应当理解，本公开不限于以上描述的实施例，在不偏离本发明的范围的情况下，可以做出各种变化、改变和替换。
