工业控制系统的故障检测方法、系统、设备及存储介质与流程

本发明涉及检测，具体涉及工业控制系统的故障检测方法、系统、设备及存储介质。

背景技术：

1、工业控制系统是工业生产中实现自动化控制、精准控制的重要控制系统之一，工业控制系统由许多工业设备组成，这些设备在运行过程中可能会出现故障，有些故障会导致整个工业控制系统无法工作。因此，需要对各个设备的运行状态进行检测以及时对发生的故障进行处理。

技术实现思路

1、本发明正是基于上述问题，提出了一种工业控制系统的故障检测方法、系统、设备及存储介质，通过本发明的技术方案，可以从多维度、及时、准确地发现并处理工业控制系统中的工业设备出现的故障。

2、有鉴于此，本发明的一方面提出了一种工业控制系统的故障检测方法，包括：

3、振动数据采集装置采集工业设备所处的建筑物的第一振动数据和所述工业设备的第二振动数据并发送至边缘服务器；

4、所述边缘服务器根据所述第一振动数据和所述第二振动数据得到所述工业设备工作时的振动数据；

5、图像采集装置采集所述工业设备工作时的图像数据并发送至所述边缘服务器

6、图像采集装置采集所述工业设备工作时的图像数据并发送至边缘服务器；

7、声音采集装置采集所述工业设备工作时的声音数据并发送至所述边缘服务器；

8、气味采集装置采集所述工业设备工作时的气味数据并发送至所述边缘服务器；

9、产品监测装置对所述工业设备处理的产品进行监测，获取所述产品的质量数据；

10、云服务器获取所述建筑物的建筑三维点云数据，并根据所述建筑三维点云数据建立所述建筑物的三维建筑模型；

11、所述云服务器获取所述工业设备的设备三维点云数据，并根据所述设备三维点云数据建立所述工业设备的三维设备模型；

12、所述云服务器根据预设规则从所述边缘服务器获取所述工业设备的历史振动数据、历史图像数据、历史声音数据、历史气味数据和历史质量数据；

13、所述云服务器根据所述历史振动数据建立所述工业设备的标准振动模型、根据所述历史图像数据建立所述工业设备的标准工作运动模型、根据所述历史声音数据生成所述工业设备的标准声音模型、根据所述历史气味数据生成所述工业设备的标准气味模型、根据所述历史质量数据生成所述工业设备输出产品的标准质量模型；

14、所述云服务器根据所述标准振动模型、所述标准工作运动模型、所述标准声音模型、所述标准气味模型和所述标准质量模型，建立所述工业设备的标准工作模型；

15、所述云服务器实时获取所述工业设备的第一实时振动数据、第一图像数据、第一声音数据、第一气味数据和第一质量数据，并结合所述标准工作模型判断是否存在故障；

16、若存在故障，所述云服务器则生成处理方案。

17、可选地，所述云服务器获取所述建筑物的建筑三维点云数据，并根据所述建筑三维点云数据建立所述建筑物的三维建筑模型的步骤，包括：

18、获取所述建筑物的主体三维点云数据；

19、获取所述建筑物的添加物的附属三维点云数据；

20、将所述主体三维点云数据和所述附属三维点云数据作为所述建筑三维点云数据；

21、获取所述建筑物的建筑图纸，并对所述建筑图纸进行识别得到建筑数据，其中，所述建筑数据包括所述建筑图纸上的标注数据；

22、根据所述主体三维点云数据和所述建筑数据构建所述建筑物的所述主体三维模型，并将所述标注数据添加至所述三维建筑模型中对应的位置；

23、根据所述附属三维点云数据构建所述添加物的添加三维模型；

24、将所述主体三维模型和所述添加三维模型融合为所述建筑物的三维建筑模型。

25、可选地，所述云服务器获取所述工业设备的设备三维点云数据，并根据所述设备三维点云数据建立所述工业设备的三维设备模型的步骤，包括：

26、获取所述工业设备的设备三维点云数据；

27、获取所述工业设备的设计图纸和产品说明图纸，并对所述设计图纸和所述产品说明图纸进行识别得到工业设备数据，其中，所述工业设备数据包括所述所述设计图纸和所述产品说明图纸上的注释数据；

28、根据所述设备三维点云数据和所述工业设备数据构建所述工业设备的所述三维设备模型，并将所述注释数据添加至所述三维设备模型中。

29、可选地，所述气味采集装置采集所述工业设备工作时的气味数据并发送至所述边缘服务器的步骤，包括：

30、将所述气味采集装置安装于所述工业设备的预设范围内；

31、当所述工业设备工作时，所述气味采集装置收集所在区域的空气，并利用气味传感器对所述空气进行气味识别，得到所述气味数据；

32、将所述气味数据发送至所述边缘服务器；

33、其中，所述气味传感器包含有多个气味检测单元，每个所述气味检测单元配置了不同类型化学物质，所述化学物质会与所述工业设备工作中释放的气体发生反应，并根据所述气体类型和/或浓度的不同而呈现不同颜色，所述气味数据即为不同的颜色组合的颜色图像数据。

34、可选地，所述根据所述历史气味数据生成所述工业设备的标准气味模型的操作，包括：

35、所述云服务器从所述边缘服务器获取所述历史气味数据；

36、将所述历史气味数据分为训练集数据与测试集数据；

37、将所述训练集数据进行归一化处理后得到第一训练数据；

38、将所述第一训练数据依次输入第一神经网络的输入层单元；

39、将连接所述输入单元和隐藏层单元的连接初始化为输入的所述第一训练数据中的第一个数据；

40、从所述隐藏层的第一单元到输出层中对应的所述第一个数据所属类别所对应的所述输出层的第一单元之间建立一个连接；

41、对于剩下的各个隐藏单元都重复进行上述步骤，得到一个输入层与隐藏层之间完全连通，而隐藏层到输出层之间稀疏连接的神经网络；

42、将所述测试集数据进行归一化后得到第一测试数据；

43、将所述第一测试数据输入至所述神经网络的输入层，由输入层进行处理后再输送至所述神经网络的隐藏层；

44、每一个所述隐藏层的隐藏层单元都计算一个净值，并通过激励函数映射到输出层单元；

45、每一个输出层单元把与之相连的隐藏层单元的输出结果相加，得到每一类的条件概率密度，根据所述条件概率密度的大小进行分类，从而得到所述标准气味模型。

46、可选地，所述云服务器根据所述标准振动模型、所述标准工作运动模型、所述标准声音模型、所述标准气味模型和所述标准质量模型，建立所述工业设备的标准工作模型的步骤，包括：

47、所述云服务器利用所述标准振动模型、所述标准工作运动模型、所述标准声音模型、所述标准气味模型和所述标准质量模型对第二神经网络进行训练，得到所述标准振动模型、所述标准工作运动模型、所述标准声音模型、所述标准气味模型和所述标准质量模型各个模型的权值，从而得到所述标准工作模型。

48、可选地，所述若存在故障，所述云服务器则生成处理方案的步骤，包括：

49、将所述第一实时振动数据输入至所述标准振动模型，得到振动诊断数据；

50、将所述第一图像数据输入至所述标准工作运动模型，得到工作运动诊断数据；

51、将所述第一声音数据输入至所述标准声音模型，得到声音诊断数据；

52、将所述第一气味数据输入至所述标准气味模型，得到气味诊断数据；

53、将所述第一质量数据输入至所述标准质量模型，得到质量诊断数据；

54、根据所述振动诊断数据、所述工作运动诊断数据、所述声音诊断数据、所述气味诊断数据和所述质量诊断数据，确定所述工业设备的故障类型；

55、根据所述故障类型生成对应的处理方案。

56、本发明的第二方面提供一种工业控制系统的故障检测系统，包括：云服务器；与云服务器通信连接的边缘服务器；部署了多种工业设备的工业控制系统；用于接收和发送数据的通信装置；通过所述通信装置与所述工业设备、所述边缘服务器分别通信连接的控制处理装置；与所述控制处理装置通信连接的振动数据采集装置、图像采集装置、声音采集装置、气味采集装置和产品监测装置；其中，

57、所述振动数据采集装置被配置为：采集所述建筑物的第一振动数据和所述工业设备的第二振动数据，并发送至所述边缘服务器；

58、所述边缘服务器被配置为：根据所述第一振动数据和所述第二振动数据得到所述工业设备工作时的振动数据；

59、所述图像采集装置被配置为：采集所述工业设备工作时的图像数据并发送至所述边缘服务器；

60、所述声音采集装置被配置为：采集所述工业设备工作时的声音数据并发送至所述边缘服务器；

61、所述气味采集装置被配置为：采集所述工业设备工作时的气味数据并发送至所述边缘服务器；

62、所述产品监测装置被配置为：对所述工业设备处理的产品进行监测，获取所述产品的质量数据；

63、所述云服务器被配置为：

64、获取所述工业设备所处的建筑物的建筑三维点云数据，并根据所述建筑三维点云数据建立所述建筑物的三维建筑模型；

65、获取所述工业设备的设备三维点云数据，并根据所述设备三维点云数据建立所述工业设备的三维设备模型；

66、根据预设规则从所述边缘服务器获取所述工业设备的历史振动数据、历史图像数据、历史声音数据、历史气味数据和历史质量数据；

67、根据所述历史振动数据建立所述工业设备的标准振动模型、根据所述历史图像数据建立所述工业设备的标准工作运动模型、根据所述历史声音数据生成所述工业设备的标准声音模型、根据所述历史气味数据生成所述工业设备的标准气味模型、根据所述历史质量数据生成所述工业设备输出产品的标准质量模型；

68、根据所述标准振动模型、所述标准工作运动模型、所述标准声音模型、所述标准气味模型和所述标准质量模型，建立所述工业设备的标准工作模型；

69、实时获取所述工业设备的第一实时振动数据、第一图像数据、第一声音数据、第一气味数据和第一质量数据，并结合所述标准工作模型判断是否存在故障；

70、若存在故障，则生成处理方案。

71、本发明的第三方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如前述的方法的步骤。

72、本发明的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现如前述的方法的步骤。

73、采用本发明的技术方案，工业控制系统的故障检测方法包括：振动数据采集装置采集工业设备所处的建筑物的第一振动数据和所述工业设备的第二振动数据并发送至边缘服务器；所述边缘服务器根据所述第一振动数据和所述第二振动数据得到所述工业设备工作时的振动数据；图像采集装置采集所述工业设备工作时的图像数据并发送至所述边缘服务器；声音采集装置采集所述工业设备工作时的声音数据并发送至所述边缘服务器；气味采集装置采集所述工业设备工作时的气味数据并发送至所述边缘服务器；产品监测装置对所述工业设备处理的产品进行监测，获取所述产品的质量数据；云服务器获取所述建筑物的建筑三维点云数据，并根据所述建筑三维点云数据建立所述建筑物的三维建筑模型；所述云服务器获取所述工业设备的设备三维点云数据，并根据所述设备三维点云数据建立所述工业设备的三维设备模型；所述云服务器根据预设规则从所述边缘服务器获取所述工业设备的历史振动数据、历史图像数据、历史声音数据、历史气味数据和历史质量数据；所述云服务器根据所述历史振动数据建立所述工业设备的标准振动模型、根据所述历史图像数据建立所述工业设备的标准工作运动模型、根据所述历史声音数据生成所述工业设备的标准声音模型、根据所述历史气味数据生成所述工业设备的标准气味模型、根据所述历史质量数据生成所述工业设备输出产品的标准质量模型；所述云服务器根据所述标准振动模型、所述标准工作运动模型、所述标准声音模型、所述标准气味模型和所述标准质量模型，建立所述工业设备的标准工作模型；所述云服务器实时获取所述工业设备的第一实时振动数据、第一图像数据、第一声音数据、第一气味数据和第一质量数据，并结合所述标准工作模型判断是否存在故障；若存在故障，所述云服务器则生成处理方案。通过本发明的技术方案，可以从多维度、及时、准确地发现并处理工业控制系统中的工业设备出现的故障。