[發明專利]一種基于遷移學習的OPC UA信息模型數據自適配方法在審
| 申請號: | 202310419906.6 | 申請日: | 2023-04-18 |
| 公開(公告)號: | CN116503202A | 公開(公告)日: | 2023-07-28 |
| 發明(設計)人: | 郭培金;胡雯薔;朱欽淼;王瑜輝 | 申請(專利權)人: | 華中科技大學 |
| 主分類號: | G06Q50/04 | 分類號: | G06Q50/04;G06N3/096;G06N3/006;G06Q10/0639 |
| 代理公司: | 華中科技大學專利中心 42201 | 代理人: | 胡佳蕾 |
| 地址: | 430074 湖北*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 遷移 學習 opc ua 信息 模型 數據 配方 | ||
本發明公開了一種基于遷移學習的OPC?UA信息模型數據自適配方法,屬于工業自動化技術領域。方法包括:獲取數字化車間生產線中各物理實體信息,進而構建各物理實體的信息模型;將信息模型映射到符合OPC?UA的地址空間,實現信息模型到OPC?UA服務器的映射,OPC?UA客戶端與OPC?UA服務器通信,將獲取的數據傳輸到持久層數據中心;利用從持久層數據中心獲取的各物理實體信息的歷史數據和實時數據構建源域和目標域數據集,采用基于實例的遷移學習算法訓練質量預測模型,結合群體智能算法,自適應地調整質量預測模型參數,通過接口動態更新質量預測模型參數的變化并與持久層數據中心通信。本發明自適應地調整車間內設備的參數,為數字化車間動態重構奠定理論基礎。
技術領域
本發明屬于工業自動化技術領域,更具體地,涉及一種基于遷移學習的OPC?UA信息模型數據自適配方法。
背景技術
目前,我國在推進智能工廠建設方面存在的諸多技術上的不足,其中一項關鍵技術是車間設備和工廠設備的軟件的信息集成技術。針對OPC?UA標準在車間多源異構信息集成方面的理論和應用研究太少,無法滿足目前國內的智能工廠建設對這方面理論和技術的需要。
數字化車間是智能工廠的重要組成部分,其關鍵任務在于設備聯網和信息集成,只有解決了多源異構信息集成的應用基礎研究問題,包括將數據轉化為信息、設備之間合作和信息共享、信息轉化為知識和決策反饋這些智能工廠上層建筑才有可能實現。
信息集成:是指系統中各子系統和用戶的信息采用統一的標準,規范和編碼,實現全系統信息共享,進而可實現相關用戶軟件間的交互和有序工作。
OPC:(OLE?for?Process?Control)是用于工業控制領域一個通訊接口標準,它為過程控制提供了一套標準的接口、屬性和方法。OPC的出現使得不同廠商的設備和驅動程序可以靈活地進行連接和信息交互,但傳統的OPC服務器訪問仍很復雜,針對不同類型的數據訪問,需要開發不同的訪問程序,包括數據訪問(DA)、報警和事件(AE),以及歷史數據訪問(HDA)等等。比如,要獲得一個溫度傳感器的當前值、一個高溫度事件和溫度的歷史平均值,要分別開發三種不同的OPC服務器程序,這大大增加了數據采集裝置的復雜性。OPC?UA(UnifiedArchitecture)是OPC的最新標準,為從DCS采集數據到MES提供了一種統一的接口方法,大幅降低了軟件開發的復雜度。此外,OPC?UA不依賴特定的操作系統,支持跨平臺運行,為簡化數據采集裝置的軟硬件結構提供了可能。
異構設備的互聯互通、數據共享是數字化車間的重要基石,實現設備之間多源異構數據自適配的前提在于數據協議的統一,目前在工業設備建模和數據自適配方面仍然缺乏一套完整的解決方案。
發明內容
針對現有技術的缺陷和改進需求,本發明提供了一種基于遷移學習的OPC?UA信息模型數據自適配方法,為數字化車間的物理實體建立統一的信息模型,實現設備、物料之間的互聯互通;同時采用遷移學習算法和群體智能算法,實現用戶需求、信息模型之間的數據自適配。
為實現上述目的,第一方面,本發明提供了一種基于遷移學習的OPC?UA信息模型數據自適配方法,包括以下步驟:
S1、獲取數字化車間生產線中各物理實體信息,所述物理實體信息包括各個物理實體之間的關系以及各物理實體的類型、屬性、事件;
S2、根據所述物理實體信息,構建各物理實體的信息模型,并導出XML格式文檔;
S3、將所述信息模型映射到符合OPC?UA的地址空間,根據所述的XML格式文檔實現信息模型到OPC?UA服務器的映射;OPC?UA客戶端通過OPC?UA協議與OPC?UA服務器進行通信,將獲取到的數據傳輸到持久層數據中心;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于華中科技大學,未經華中科技大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202310419906.6/2.html,轉載請聲明來源鉆瓜專利網。





