一种农机制造物联网监控方法及系统与流程

本公开属于农机制造的技术领域，涉及一种农机制造物联网监控方法及系统。

背景技术：

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

目前，农机与工程机械制造业出现重大产能缺口，各类生产问题也随之出现。国内农机制造业因缺少完备的信息化管理系统，导致其生产管理方式较为粗放，多数操作依靠人工实现，数据分散且生产效率低，无法满足快速发展的现代制造业需求。在物联网普及之前，由于信息管理系统部署成本高和实施困难等原因，各类大型制造企业只能从生产机器、环境和人员处分散、低效的收集信息，造成数据流失严重及管理困难。

发明人在研发过程中发现，农机制造工艺主要由焊装、涂装和总装三大部分组成，焊装线主要分为底板线与主焊线，智能化、自动化程度较低，容错率低，电机参数要求实时监控保证焊接质量；涂装线主要流程包括：前处理→热水洗→预脱脂→脱脂→表调→磷化→纯水洗→阴极电泳→电泳烘干→强冷→喷漆→面漆烘干→强冷→打磨检验等，涂装车间作为整个农机生产过程中的用能大户，车间能耗异常、废弃物排放超标等问题难以管控，造成能源的浪费与生产的损失，同时对环境也造成了严重影响；总装线主要分为发动机、线束敷设、悬架、传动轴、制动臂、轮胎、手刹等安装过程，但基本所有工序及零部件均依靠手工统计，往往出现物料信息错误、缺件错件等低效问题。

因此，如果不能对农机生产过程进行全面监控与分析，先进的管理手段与控制策略也难以利用，从而造成生产资源与数据的流失与浪费。

技术实现要素：

针对现有技术中存在的不足，本公开的一个或多个实施例提供了一种农机制造物联网监控方法及系统,将物联网技术应用于农机制造业，根据农机制造业的工艺需求及数据特征，搭建农机制造物联网系统架构，采集和处理农机制造物联网实时数据，进行农机制造的物联网监控，通过对实时生产数据的采集与分析，实现对农机生产过程的在线监控与管理。

根据本公开的一个或多个实施例的一个方面，提供一种农机制造物联网监控方法。

一种农机制造物联网监控方法，该方法包括：

采集终端采集农机制造实时状态数据，并根据设备类型将数据分类打包，发送链接请求至监控服务器；

监控服务器根据接收的采集终端的链接请求，并行接收采集终端打包的农机制造实时状态数据；

监控服务器分包解析接收的农机制造实时状态数据，根据解析后数据包的类型将其存储于实时历史数据库和/或根据农机制造实体搭建的基于e-r模型的关系数据库；

监控服务器将存储的数据基于人工智能进行业务服务，得到业务服务数据；

监控服务器根据业务服务数据与用户终端进行双向通信，推送业务服务数据中的事件触发信息至用户终端或根据接收的用户终端请求指令查找业务服务数据并发送相应数据至用户终端。

进一步地，在该方法中，所述农机制造实时状态数据包括静态数据和动态数据，所述静态数据包括人员详细信息、设备详细信息和生产工艺信息；所述动态数据包括人员活动信息、位置信息、上下工位时间、设备运行状态、位置信息、关键参数、故障报警信息、订单信息、环境信息、能耗信息和环境数据。

进一步地，在该方法中，所述采集终端通过智能网关将农机制造实时状态数据发送至监控服务器。

进一步地，在该方法中，所述关系数据库中的试题包括管理人员信息实体、生产空间实体、设备实体和工艺文件实体，所述管理人员信息实体与生产空间实体之间为一对多关系，所述生产空间实体与设备实体为多对一关系，所述管理人员信息实体与工艺文件实体为一对多关系。

进一步地，在该方法中，所述实时历史数据库包括内存数据库和历史数据库，所述内存数据库中以设备为基本单位对应唯一的id值进行存储，并根据农机制造每种设备类型创建一个相应的内存区；

所述根据解析后数据包的类型将其存储于实时历史数据库的具体步骤包括：

将解析后数据包分类后传输至不同的数据处理队列中，并依据不同的协议规约将数据解析存储至内存数据库中；

写入的同时判断内存存储区是否已满，未满时继续存入内存数据库，否则，将内存存储区内的数据存入缓冲区中，数据缓冲区利用数据转存机制将数据存入历史数据库。

进一步地，在该方法中，所述业务服务包括车间权限管理、工艺虚拟化组态、生产过程监控、故障预警记录、节能优化控制和能耗预测分析；所述监控服务器将存储的数据基于人工智能进行业务服务的具体步骤包括：

将存储的数据进行数据预处理，所述数据预处理包括数据清洗、数据集成、数据变换和数据规约；

将数据预处理后的数据基于算法库中的人工智能算法进行业务服务；所述算法库中包括分类算法、关联算法、回归算法和聚类算法。

根据本公开的一个或多个实施例的一个方面，提供一种农机制造物联网监控系统。

一种农机制造物联网监控系统，该系统基于所述的一种农机制造物联网监控方法，包括：依次连接的感知层、数据层、服务层和应用层；

所述感知层，用于利用采集终端采集农机制造实时状态数据，并根据设备类型将数据分类打包，发送链接请求至数据层；

所述数据层，用于利用监控服务器根据接收的采集终端的链接请求，并行接收采集终端打包的农机制造实时状态数据；分包解析接收的农机制造实时状态数据，根据解析后数据包的类型将其存储于实时历史数据库和/或根据农机制造实体搭建的基于e-r模型的关系数据库；

所述服务层，用于利用监控服务器将存储的所述数据层数据基于人工智能进行业务服务，得到业务服务数据；

所述应用层，用于利用用户终端与所述服务层双向通信，接收所述服务层推送业务服务数据中的事件触发信息或发送用户终端请求指令查找业务服务数据并接收相应反馈数据。

进一步地，所述采集终端包括rfid、物联网节点、数据集中器、通用ddc和回路控制器；

所述rfid用于采集工艺数据、人员数据和物料信息；

所述物联网节点用于采集车间环境数据和关键用电设备电气参数，以及下发节能控制策略；

所述数据集中器用于采集能耗信息；

所述通用ddc用于采集面向生产过程的数据，所述面向生产过程的数据包括温度、风压、阀门、到位和占位信号；

所述回路控制器用于设定节能控制策略，控制生产车间内机组设备的启停。

进一步地，所述感知层将原有的plc或dcs系统通过传统的opc方式将数据集成至所述数据层。

根据本公开的一个或多个实施例的一个方面，提供一种农机制造物联网监控方法。

一种农机制造物联网监控方法，该方法在监控服务器中实现，包括：

接收采集终端的链接请求，根据采集终端的链接请求并行接收采集终端根据设备类型打包的采集的农机制造实时状态数据；

分包解析接收的农机制造实时状态数据，根据解析后数据包的类型将其存储于实时数据库、历史数据库和或根据农机制造实体搭建的基于e-r模型的关系数据库；

将存储的数据基于人工智能进行业务服务，得到业务服务数据；

根据业务服务数据与用户终端进行双向通信，推送业务服务数据中的事件触发信息至用户终端或根据接收的用户终端请求指令查找业务服务数据并发送相应数据至用户终端。

进一步地，在该方法中，所述农机制造实时状态数据包括静态数据和动态数据，所述静态数据包括人员详细信息、设备详细信息和生产工艺信息；所述动态数据包括人员活动信息、位置信息、上下工位时间、设备运行状态、位置信息、关键参数、故障报警信息、订单信息、环境信息、能耗信息和环境数据。

进一步地，在该方法中，所述关系数据库中的试题包括管理人员信息实体、生产空间实体、设备实体和工艺文件实体，所述管理人员信息实体与生产空间实体之间为一对多关系，所述生产空间实体与设备实体为多对一关系，所述管理人员信息实体与工艺文件实体为一对多关系。

进一步地，在该方法中，所述实时历史数据库包括内存数据库和历史数据库，所述内存数据库中以设备为基本单位对应唯一的id值进行存储，并根据农机制造每种设备类型创建一个相应的内存区；

所述根据解析后数据包的类型将其存储于实时历史数据库的具体步骤包括：

将解析后数据包分类后传输至不同的数据处理队列中，并依据不同的协议规约将数据解析存储至内存数据库中；

写入的同时判断内存存储区是否已满，未满时继续存入内存数据库，否则，将内存存储区内的数据存入缓冲区中，数据缓冲区利用数据转存机制将数据存入历史数据库。

进一步地，在该方法中，所述业务服务包括车间权限管理、工艺虚拟化组态、生产过程监控、故障预警记录、节能优化控制和能耗预测分析；所述监控服务器将存储的数据基于人工智能进行业务服务的具体步骤包括：

将存储的数据进行数据预处理，所述数据预处理包括数据清洗、数据集成、数据变换和数据规约；

将数据预处理后的数据基于算法库中的人工智能算法进行业务服务；所述算法库中包括分类算法、关联算法、回归算法和聚类算法。

根据本公开的一个或多个实施例的一个方面，提供一种计算机可读存储介质。

一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种农机制造物联网监控方法。

根据本公开的一个或多个实施例的一个方面，提供一种终端设备。

一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种农机制造物联网监控方法。

根据本公开的一个或多个实施例的一个方面，提供一种农机制造物联网监控装置。

一种农机制造物联网监控装置，基于所述的一种农机制造物联网监控方法，包括：

采集模块，被配置为接收采集终端的链接请求，根据采集终端的链接请求并行接收采集终端根据设备类型打包的采集的农机制造实时状态数据；

存储模块，被配置为分包解析接收的农机制造实时状态数据，根据解析后数据包的类型将其存储于实时数据库、历史数据库和或根据农机制造实体搭建的基于e-r模型的关系数据库；

业务服务模块，被配置为将存储的数据基于人工智能进行业务服务，得到业务服务数据；

展示模块，被配置为根据业务服务数据与用户终端进行双向通信，推送业务服务数据中的事件触发信息至用户终端或根据接收的用户终端请求指令查找业务服务数据并发送相应数据至用户终端。

本公开的有益效果：

本公开提供的一种农机制造物联网监控方法及系统，结合物联网技术，针对农机制造工艺需求及数据特征，构建了农机制造物联网监控方法及系统，利用农机制造物联网实时数据采集及处理，实现车间内人机料法环的全面感知与实时监控，综合多线程并发通信、实时历史数据存储策略，能够满足生产线全过程数据信息的检测采集与处理应用，从而提高生产效率，节约能源成本，实现农机生产在制造水平与管理水平的跨越式提升，使农机制造业由传统生产结构向新型智能制造范式转变。

附图说明

构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。

图1是根据一个或多个实施例的一种农机制造物联网监控方法流程图；

图2是根据一个或多个实施例的关系数据库e-r模型图；

图3是根据一个或多个实施例的农机制造物联网实时数据组织模型图；

图4是根据一个或多个实施例的农机制造物联网实时数据流示意图；

图5是根据一个或多个实施例的内存实时数据组织结构图；

图6是根据一个或多个实施例的历史数据转存策略图；

图7是根据一个或多个实施例的一种农机制造物联网监控系统结构图；

图8是根据一个或多个实施例的一种农机制造物联网监控系统实时数据采集架构图；

图9是根据一个或多个实施例的前后端交互结构框图；

图10是根据一个或多个实施例的一种农机制造物联网监控系统功能结构图。

具体实施方式：

下面将结合本公开的一个或多个实施例中的附图，对本公开的一个或多个实施例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公开一部分实施例，而不是全部的实施例。基于本公开的一个或多个实施例，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，都属于本公开保护的范围。

应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本实施例使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

需要注意的是，附图中的流程图和框图示出了根据本公开的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意，在有些作为备选的实现中，方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，或者它们有时也可以按照相反的顺序执行，这取决于所涉及的功能。同样应当注意的是，流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合，可以使用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以使用专用硬件与计算机指令的组合来实现。

在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合，下面结合附图与实施例对本公开作进一步说明。

实施例一

针对现有技术中存在的不足，本公开的一个或多个实施例提供了一种农机制造物联网监控方法,将物联网技术应用于农机制造业，根据农机制造业的工艺需求及数据特征，采集和处理农机制造物联网实时数据，进行农机制造的物联网监控，通过对实时生产数据的采集与分析，实现对农机生产过程的在线监控与管理。

根据本公开的一个或多个实施例的一个方面，提供一种农机制造物联网监控方法。

如图1所示，一种农机制造物联网监控方法，该方法包括：

步骤s1:采集终端采集农机制造实时状态数据，并根据设备类型将数据分类打包，发送链接请求至监控服务器；

步骤s2:监控服务器根据接收的采集终端的链接请求，并行接收采集终端打包的农机制造实时状态数据；

步骤s3:监控服务器分包解析接收的农机制造实时状态数据，根据解析后数据包的类型将其存储于实时历史数据库和/或根据农机制造实体搭建的基于e-r模型的关系数据库；

步骤s4:监控服务器将存储的数据基于人工智能进行业务服务，得到业务服务数据；

步骤s5:监控服务器根据业务服务数据与用户终端进行双向通信，推送业务服务数据中的事件触发信息至用户终端或根据接收的用户终端请求指令查找业务服务数据并发送相应数据至用户终端。

在本实施例的步骤s1中，物联网与农机制造相结合，能够从生产车间(如：人员，设备，物料和环境)源源不断的收集实时状态数据，这些数据集可用于分析自动化流程，以优化设计和生产系统，无需人工干预。所述农机制造实时状态数据包括静态数据和动态数据，

1)静态数据：人员详细信息(编号id/姓名/身份/联系方式等)、设备详细信息(资产编号id/设备类型/功能/额定功率/电压/电流/生产厂商等)、生产工艺信息。

2)动态数据：人员活动信息、位置信息、上下工位时间、设备运行状态、位置信息、关键参数、故障报警信息、订单信息、环境信息、能耗信息等。

利用以上多源异构数据集，能够满足人员、设备、环境的实时监控与管理，一旦设备发生异常，能够通知距离最近的管理员及时调控权限内设备的运行状态。

在本实施例的步骤s2中，所述采集终端和所述监控服务器进行数据并发通信，针对农机制造物联网系统中的数据并发通信需求，本文采用多线程与socket技术实现实时监控服务器中的数据库服务器与采集终端的底层数据接口软件/设备的并发通信，启动通信服务组件后，建立监听线程，实时监听线程链接请求，获得链接请求后，建立一个与接口软件或物联网采集终端通信的线程后，持续监听；所建立的通信线程接收数据包，依照自定义通信协议，验证数据是否合法，若合法，则按照相应通信协议进行数据包解析，将解析后的数据存储入实时数据库相应队列中，否则抛弃数据包。

在本实施例的步骤s3中，所述关系数据库中的试题包括管理人员信息实体、生产空间实体、设备实体和工艺文件实体，所述管理人员信息实体与生产空间实体之间为一对多关系，所述生产空间实体与设备实体为多对一关系，所述管理人员信息实体与工艺文件实体为一对多关系。

在本实施例中根据e-r模型图具有简洁直观的特点，数据库的设计通常采用e-r图来进行前期描述，将农机制造物联网中所涉及到的单位概括为实体，并描述各个实体之间的联系，然后设计全局e-r模型图。

在关系数据库搭建过程中，本公开淡化了节点层的概念，节点仅作为设备与平台间的传输中继，保证设备与平台间的可靠稳定连接，因此节点层在关系表设计中并未添加，而是在设备信息表中，更新设备与节点间的通信关系，因此根据系统所涉及到的单元，主要包含的实体有：管理人员信息实体、生产空间实体、设备实体及工艺文件实体，管理人员与生产空间之间属于一对多的关系，一个管理人员可以管理多个生产空间，生产空间与设备属于多对一的关系，一个生产空间可以包含多个设备，管理人员与生产工艺文件属于一对多的关系，一个管理人员可以管理多组工艺文件及其物料信息，关系数据库全局e-r模型图设计如图2所示。

所述实时历史数据库包括内存数据库和历史数据库，所述内存数据库中以设备为基本单位对应唯一的id值进行存储，并根据农机制造每种设备类型创建一个相应的内存区；

如图3所示，农机制造生产中的实时数据以kv(key-value)键值对形式存储在内存数据库当中，与传统的以测点为基本单位不同的是，本系统是以设备为基本单位存储，每一个生产过程中的智能设备或人员都有自己唯一的id值作为字典类型的key值，因此依照每种设备类型创建一个相应的内存区，存储结构采用dictionary<string，list<string>>的数据结构(key值为设备id，value值用list链表来存储时间序列数据)。

农机制造物联网平台的实时数据流如图4所示：物联网采集终端负责收集车间内不同区域内人员、物料、传感器、智能仪表等异构数据，将数据依据设备类型分类装箱、打包，并通过tcp/ip通信协议组织上传；

数据在解包分类后传输至不同的数据处理队列中，并依据不同的协议规约将数据解析存储至内存数据库中，写入的同时判断内存存储区是否已满，已满则将内存存储区内的数据存入缓冲区中，数据缓冲区再利用数据转存机制将数据存入历史数据库中。

系统通过实时历史数据库对外提供的相关服务接口实现人机界面与后台程序的交互，以支持企业对全局数据的分析、检索和挖掘。

在本实施例中，在实时数据解析与规约后，物联网采集终端部分收到的数据依据自定义的通信协议，截取数据包中的设备id判断设备类型，并将实时数据内容存储至对应的设备存储区的内存当中，plc部分通过opcserver接收数据并依据测点类型及测点id存储至相应的内存区中，如图5所示。

在本实施例中，历史数据存储作为物联网数据采集处理系统中的关键部分，许多学者都不断在研究和优化存储策略以获取更有价值的数据从而对数据的应用和分析奠定基础，目前物联网信息系统主流的存储方式包括：基于文件系统的存储、基于关系数据库的存储及基于非关系型数据库的存储，本文采用nosql中的mongodb存储农机生产历史数据，因为这种基于键值对(key-value)的存储方式，数据间无耦合性，易于扩展，其优异的性能和扩展能力适于工业生产中海量数据的存储与查询。

历史数据转存策略是基于实时数据库内的数据转存机制，如图6所示，内存数据库的数据存储与解析线程将不同设备类型的数据存入相应的内存区中，历史数据转存线程不断扫描各内存区存储情况，当内存区a数据流达到限值(即检测到转存信号)时，清空内存区a，并将内存区a内的所有数据转换格式后存入mongodb键值对有序集文档中，同时启用内存区b继续存储实时数据，依此交替。

在本实施例的步骤s4中，所述业务服务包括车间权限管理、工艺虚拟化组态、生产过程监控、故障预警记录、节能优化控制和能耗预测分析；所述监控服务器将存储的数据基于人工智能进行业务服务的具体步骤包括：

将存储的数据进行数据预处理，所述数据预处理包括数据清洗、数据集成、数据变换和数据规约；

将数据预处理后的数据基于算法库中的人工智能算法进行业务服务；所述算法库中包括分类算法、关联算法、回归算法和聚类算法。

实施例二

根据本公开的一个或多个实施例的一个方面，提供一种农机制造物联网监控系统。

如图7所示，一种农机制造物联网监控系统，该系统基于所述的一种农机制造物联网监控方法，包括：依次连接的感知层、数据层、服务层和应用层；

所述感知层，用于利用采集终端采集农机制造实时状态数据，并根据设备类型将数据分类打包，发送链接请求至数据层；

所述数据层，用于利用监控服务器根据接收的采集终端的链接请求，并行接收采集终端打包的农机制造实时状态数据；分包解析接收的农机制造实时状态数据，根据解析后数据包的类型将其存储于实时历史数据库和/或根据农机制造实体搭建的基于e-r模型的关系数据库；

所述服务层，用于利用监控服务器将存储的所述数据层数据基于人工智能进行业务服务，得到业务服务数据；

所述应用层，用于利用用户终端与所述服务层双向通信，接收所述服务层推送业务服务数据中的事件触发信息或发送用户终端请求指令查找业务服务数据并接收相应反馈数据。

在本实施例中，将农机制造与物联网技术相结合，设计了农机制造物联网监控系统的主要框架结构，该系统主要分为四层，感知层、数据层、服务层及应用层。

1)感知层：包括rfid、智能模块、智能装备及智能网关，rfid、智能模块及智能装备主要实现厂间生产过程的实时监测与控制，智能网关是沟通智能模块与平台服务器的桥梁，一方面实现数据转发功能，另一方面实现节能优化、设备管理等智能控制功能，plc部分通过opc数据接口方式接入系统平台。

2)数据层：主要由数据库构成，数据库部署于云端服务器，数据库包括实时数据库、关系数据库、非关系型数据库，数据层连接了设备感知层与服务层，实时数据库承担存储实时数据及和智能网关通讯的功能，mongodb用于存储生产过程的历史数据，关系数据库中存储有车间管理员、节点、设备、订单的信息及其关联关系数据，数据层对外提供数据采用发布服务的模式，上层应用通过服务接口查询数据或下达命令。

3)服务层：该层主要包括一些面向工艺流程及智能计算的服务，通过分析应用层的功能需求，提取各类共性业务流程，封装各类基础学习算法，提供车间权限管理、设备运行分析、历史数据提取、节能优化控制等服务，该层应用基础学习算法如聚类、分类、关联、回归等提供农机制造物联网定制化的人工智能服务。

4)应用层：主要包括app客户端和web端的人机交互界面，为用户直接提供各种业务应用，包括车间权限管理、组态虚拟化配置、生产过程实时监控、生产进度管控、故障预测分析、能源管理等功能，从而有效指导产业生产。

在本实施例中，要实现农机制造生产过程的实时监控与管理，首先要完成生产车间内关键设备运行参数的全面感知，如焊装车间内各焊机、滚床等设备的运行状态，涂装车间前处理工序中溶液温度、ph值，喷漆室内温度，风机、燃烧机、rto运行状态等，总装车间各工位物料信息、到位、占位信号等均需要大量传感器实时采集数据，而物联网技术可以代替大量人工，将各类传感器、生产设备与互联网相连接，进行信息交换和通信，从而实现智能处理、识别、跟踪、监控与管理。

在农机制造物联网数据采集阶段，原有的plc或dcs系统通过传统的opc方式将数据集成至上层平台，物联网部分自主开发的五类采集终端均按照统一的自定义协议通过以太网方式将数据上传至系统平台，方便数据的存储与处理，如图8所示。

各类采集终端主要功能如下：

1)rfid：主要满足工艺数据采集、人员数据采集、物料信息采集接入的要求；

2)物联网节点：负责车间环境数据、关键用电设备电气参数等信息的采集及节能控制策略的下发；

3)数据集中器：用于采集车间内水、电、燃气等能耗信息，具有485输入接口，兼容主流仪表的modbus协议；

4)通用ddc：属于面向生产过程的数据采集终端，集合数字、模拟量输入功能，兼容标准的4-20ma，1-5v信号，能够满足农机生产工艺中重要参数的采集(如温度、风压、阀门、到位、占位信号等)；

5)回路控制器：主要用于设定节能控制策略，从而控制生产车间内机组设备的启停。

在本实施例中，所述应用层的用户终端包括web前端和移动终端。实时历史数据库与web前端通信的整体结构框图如图9所示，采用b/s架构模式开发实现农机生产过程实时监控界面及数据可视化服务。

web前端采用现阶段主流的html5+css+js/ajax技术模式进行开发，其灵活的高扩展性及跨平台能力使得系统能够在任何地点远程查看生产监控信息，从而及时分析农机设备运行情况及各设备的作业情况；统一数据服务层主要使用webservice及websocket技术相结合的方式开发，常规的ajax轮询webservice接口的这种主动通信的方式效率较高，支持局部刷新，同时也能充分利用服务资源，但频繁的主动发送请求会导致服务器压力过大，从而造成运行效率下降，因此对于一些刷新频率较低，由事件触发而产生的信息，如报警信息、物料信息及订单信息等，可以采用websocket技术建立浏览器与服务器的双向通信、实时推送的机制，以实现web端的实时应用与管理，从而显著降低系统开销，提高系统运行效率；数据层与服务层则采用成熟的数据接口建立连接，实时向前端提供稳定可靠数据源。

在本实施例中，以某农机装备覆盖件制造车间作为研究对象，对整条生产线进行建模分析，搭建农机与工程机械制造物联网管理系统，验证系统的功能与实效性。该系统主要包括：生产过程监控、能源管理、故障预报警管理、数据分析、第三方应用接口及系统配置等功能模块，系统功能结构图如图10所示。

1)生产过程监控：系统可以通过首页中工厂布局，选择进入相应车间子系统，以涂装车间为例，子系统中的监控界面包含涂装生产中的所有工艺流程及重要设备参数，管理员可远程实时查看各工序设备运行状态及工艺指标。

2)能源管理：对车间总能耗、各车间能耗同比、环比进行分析，同时对于高能耗设备采取精细化管理，分析高能耗原因，实施节能控制策略。

3)故障报警：系统运行期间一旦发生报警信息，会立即弹窗及发送短信提示管理员及时查询报警信息，并作相应处理，若为处理，则界面会有黄色报警信号持续闪烁，故障历史记录表中能够通过点击故障位置进入相应的工艺画面及时确认故障信息。

4)数据分析：结合农机制造领域知识及专家库信息，对生产过程中的数据进行定量、定性的处理分析(如关键设备运行率/故障率分析)，并按照预测性报警评估模型，对生产过程中设备的状态进行预警分析。

5)权限配置：为满足企业多用户共同访问系统的需求，设置了权限配置界面，系统中区分了厂长/各车间主任/设备管理员/操作工四种用户类型，不同用户只能按照分配权限执行指定部分操作。

6)第三方应用：系统预留有标准的第三方接口，能够集成第三方应用，具有良好的扩展性。

通过在某农机装备覆盖件制造车间的使用测试，该系统能够实时准确获取生产数据、设备工作状态、能耗异常、故障预警等信息，从而有效指导农机生产，实现精细化管理需求。

实施例三

根据本公开的一个或多个实施例的一个方面，提供一种农机制造物联网监控方法。

一种农机制造物联网监控方法，该方法在监控服务器中实现，包括：

接收采集终端的链接请求，根据采集终端的链接请求并行接收采集终端根据设备类型打包的采集的农机制造实时状态数据；

分包解析接收的农机制造实时状态数据，根据解析后数据包的类型将其存储于实时数据库、历史数据库和或根据农机制造实体搭建的基于e-r模型的关系数据库；

将存储的数据基于人工智能进行业务服务，得到业务服务数据；

根据业务服务数据与用户终端进行双向通信，推送业务服务数据中的事件触发信息至用户终端或根据接收的用户终端请求指令查找业务服务数据并发送相应数据至用户终端。

进一步地，在该方法中，所述农机制造实时状态数据包括静态数据和动态数据，所述静态数据包括人员详细信息、设备详细信息和生产工艺信息；所述动态数据包括人员活动信息、位置信息、上下工位时间、设备运行状态、位置信息、关键参数、故障报警信息、订单信息、环境信息、能耗信息和环境数据。

进一步地，在该方法中，所述关系数据库中的试题包括管理人员信息实体、生产空间实体、设备实体和工艺文件实体，所述管理人员信息实体与生产空间实体之间为一对多关系，所述生产空间实体与设备实体为多对一关系，所述管理人员信息实体与工艺文件实体为一对多关系。

进一步地，在该方法中，所述实时历史数据库包括内存数据库和历史数据库，所述内存数据库中以设备为基本单位对应唯一的id值进行存储，并根据农机制造每种设备类型创建一个相应的内存区；

所述根据解析后数据包的类型将其存储于实时历史数据库的具体步骤包括：

将解析后数据包分类后传输至不同的数据处理队列中，并依据不同的协议规约将数据解析存储至内存数据库中；

写入的同时判断内存存储区是否已满，未满时继续存入内存数据库，否则，将内存存储区内的数据存入缓冲区中，数据缓冲区利用数据转存机制将数据存入历史数据库。

进一步地，在该方法中，所述业务服务包括车间权限管理、工艺虚拟化组态、生产过程监控、故障预警记录、节能优化控制和能耗预测分析；所述监控服务器将存储的数据基于人工智能进行业务服务的具体步骤包括：

将存储的数据进行数据预处理，所述数据预处理包括数据清洗、数据集成、数据变换和数据规约；

将数据预处理后的数据基于算法库中的人工智能算法进行业务服务；所述算法库中包括分类算法、关联算法、回归算法和聚类算法。

实施例四

根据本公开的一个或多个实施例的一个方面，提供一种计算机可读存储介质。

一种计算机可读存储介质，其中存储有多条指令，所述指令适于由终端设备的处理器加载并执行所述的一种农机制造物联网监控方法。

实施例五

根据本公开的一个或多个实施例的一个方面，提供一种终端设备。

一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行所述的一种农机制造物联网监控方法。

这些计算机可执行指令在设备中运行时使得该设备执行根据本公开中的各个实施例所描述的方法或过程。

在本实施例中，计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本公开的各个方面的计算机可读程序指令。计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

本文所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开内容操作的计算机程序指令可以是汇编指令、指令集架构(isa)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开内容的各个方面。

实施例六

根据本公开的一个或多个实施例的一个方面，提供一种农机制造物联网监控装置。

一种农机制造物联网监控装置，基于所述的一种农机制造物联网监控方法，包括：

采集模块，被配置为接收采集终端的链接请求，根据采集终端的链接请求并行接收采集终端根据设备类型打包的采集的农机制造实时状态数据；

存储模块，被配置为分包解析接收的农机制造实时状态数据，根据解析后数据包的类型将其存储于实时数据库、历史数据库和或根据农机制造实体搭建的基于e-r模型的关系数据库；

业务服务模块，被配置为将存储的数据基于人工智能进行业务服务，得到业务服务数据；

展示模块，被配置为根据业务服务数据与用户终端进行双向通信，推送业务服务数据中的事件触发信息至用户终端或根据接收的用户终端请求指令查找业务服务数据并发送相应数据至用户终端。

应当注意，尽管在上文的详细描述中提及了设备的若干模块或子模块，但是这种划分仅仅是示例性而非强制性的。实际上，根据本公开的实施例，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。

本公开的有益效果：

本公开提供的一种农机制造物联网监控方法及系统，结合物联网技术，针对农机制造工艺需求及数据特征，构建了农机制造物联网监控方法及系统，利用农机制造物联网实时数据采集及处理，实现车间内人机料法环的全面感知与实时监控，综合多线程并发通信、实时历史数据存储策略，能够满足生产线全过程数据信息的检测采集与处理应用，从而提高生产效率，节约能源成本，实现农机生产在制造水平与管理水平的跨越式提升，使农机制造业由传统生产结构向新型智能制造范式转变。

以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。因此，本公开将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。