基于机器学习和工业物联网的智慧运维系统平台的制作方法

本发明属于智能工业控制领域，具体是基于机器学习和工业物联网的智慧运维系统平台。

背景技术：

1、随着物联网技术日益发展，工业生产过程逐步向智能化方向迈进，将具有感知、管控能力的各类采集传感器、控制传感器或控制器，通过物联感知和通信技术融入到工业生产过程各个环节，能够极大提高工业生产过程的监管能力，降低事故风险，减少人力成本。然而，现有的工业生产现场的监测与控制系统大多采用传统的硬件设备，无法实现远程监控和管理，大部分生产工作依赖人工参与，与智能化、自动化背道而驰，导致生产效率降低。同时，缺乏对异常情况的及时处理和预警机制，以及对生产过程的自动优化。

技术实现思路

1、本发明的目的在于提供基于机器学习和工业物联网的智慧运维系统平台，以解决上述背景技术中提出的问题和缺陷的至少一个方面。

2、为实现上述目的，本发明提供了基于机器学习和工业物联网的智慧运维系统平台，包括：设备管理模块、故障管理模块、报表管理模块、系统管理模块、监测模块和数据处理模块；

3、所述监测模块包括传感器和网络设备，用于采集及显示生产过程中各设备的运行数据，包括实时影像和实时数据；

4、所述数据处理模块对所述运行数据进行预处理，构建lstm(long short-termmemory，中文名为长短期记忆)循环神经网络模型，根据运行数据对各设备的未来数据进行预测，以获取对故障的预判和生产方式的优化方案，根据预测数据对生产设备进行调整，实现对生产过程的自动优化和智能调度。

5、进一步地，所述设备管理模块用于设备控制、设备信息录入、设备历史数据查询以及生产过程管理。

6、进一步地，所述设备控制包括设备新增、设备启停、参数调整和设备自检。

7、进一步地，所述故障管理模块用于故障报警、故障查询和事件查询。

8、进一步地，所述报表管理模块用于生成能耗报表及利用率报表。

9、进一步地，所述系统管理模块包括用户管理模块和权限管理模块。

10、进一步地，所述用户管理模块用于记录及修改用户信息。

11、进一步地，所述权限管理模块用于设置账号权限、配置账号职能。

12、进一步地，所述lstm循环神经网络模型的使用流程如下：

13、步骤一：通过传感器和网络设备收集工业设备的多元时间序列数据；

14、步骤二：对数据进行清洗、特征工程处理，将数据分割为训练集和测试集；

15、步骤三：构建lstm神经网络模型，使用训练集数据对模型进行训练，优化模型的权重和参数；

16、步骤四：使用测试集数据验证模型性能；

17、步骤五：使用训练好的模型对未来的设备数据进行预测。

18、与现有技术相比，本发明的有益效果是：

19、1、本发明基于工业物联网对生产设备的数据进行采集和监测，再通过lstm循环神经网络模型对设备的未来数据进行预测，根据预测数据对生产设备进行调整，实现对生产过程的自动优化和智能调度。

20、2、本发明通过工业物联网设备对生产现场的运行状态进行实时远程监控，能够及时发现异常情况并进行故障报警，降低了安全风险，减少了人力投入，提高了产品质量的稳定性。

技术特征：

1.基于机器学习和工业物联网的智慧运维系统平台，其特征在于，包括：设备管理模块、故障管理模块、报表管理模块、系统管理模块、监测模块和数据处理模块；

2.根据权利要求1所述的基于机器学习和工业物联网的智慧运维系统平台，其特征在于，所述设备管理模块用于设备控制、设备信息录入、设备历史数据查询以及生产过程管理。

3.根据权利要求2所述的基于机器学习和工业物联网的智慧运维系统平台，其特征在于，所述设备控制包括设备新增、设备启停、参数调整和设备自检。

4.根据权利要求1所述的基于机器学习和工业物联网的智慧运维系统平台，其特征在于，所述故障管理模块用于故障报警、故障查询和事件查询。

5.根据权利要求1所述的基于机器学习和工业物联网的智慧运维系统平台，其特征在于，所述报表管理模块用于生成能耗报表及利用率报表。

6.根据权利要求1所述的基于机器学习和工业物联网的智慧运维系统平台，其特征在于，所述系统管理模块包括用户管理模块和权限管理模块。

7.根据权利要求6所述的基于机器学习和工业物联网的智慧运维系统平台，其特征在于，所述用户管理模块用于记录及修改用户信息。

8.根据权利要求6所述的基于机器学习和工业物联网的智慧运维系统平台，其特征在于，所述权限管理模块用于设置账号权限、配置账号职能。

9.根据权利要求1所述的基于机器学习和工业物联网的智慧运维系统平台，其特征在于，所述lstm循环神经网络模型的使用流程如下：

技术总结本发明公开了基于机器学习和工业物联网的智慧运维系统平台，涉及智能工业控制技术领域，包括设备管理模块、故障管理模块、报表管理模块、系统管理模块、监测模块和数据处理模块；监测模块包括传感器和网络设备，用于采集及显示生产过程中各设备的运行数据；数据处理模块对运行数据进行预处理，构建LSTM模型，根据运行数据对各设备的未来数据进行预测，以获取对故障的预判和生产方式的优化方案，根据预测数据对生产设备进行调整，实现对生产过程的自动优化和智能调度。本发明基于工业物联网对生产设备的数据进行采集和监测，通过LSTM模型对设备未来数据进行预测，根据预测数据对生产设备进行调整，实现对生产过程的自动优化和智能调度。技术研发人员：朱希俊,敖家豪,刘超凡,黄健鹏,余志坚受保护的技术使用者：长沙湘电电气技术有限公司技术研发日：技术公布日：2024/6/13