一种基于服务区分的实时数据传输调度模型研究与实现

面向工业物联网的故障运维数据对传输量、实时性等要求各有不同,在传感信息多样化及大数据量传输条件下,建立高效灵活的通信调度模型,保障事件触发类通信中突发敏感数据的实时传输,是工业物联网无线通信领域亟待解决的重要问题.本文针对当前工业物联网中时延敏感数据传输实时性低,无法根据各类数据不同时延容忍度采取合理调度方法的问题,提出一种基于服务区分的实时数据传输调度模型,将模型动态队列中的报警、状态、图像以及视频四类通信数据分为4种优先级进行传输,利用多优先级感知时隙数据传输方法,将多个时隙组合为一个感知时隙,并根据业务的不同优先级实现感知时隙的合理分配,提高时间敏感数据的实时传输,同时运用模型的良好的动态控制策略,保证缓冲队列的稳定性.仿真实验结果表明,该模型在传感数据量不断变化过程中,队列长度实时调整,时隙资源得到充分利用,保证了高优先级时延敏感数据传输的实时性,有效提高了模型的稳定性.

分段反卷积改进SSD的目标检测算法

针对当前SSD算法低层特征图语义信息不足导致存在小目标漏检以及误检的问题,提出一种基于分段反卷积改进SSD的目标检测算法SD-SSD(Segmented Deconvolution-Single Shot M ulti Box Detector).根据SSD模型低层特征图语义信息提取不足,高层特征图边缘信息丢失过多,本文重新设计了融合结构,不仅降低了计算过程中的参数数量,而且丰富了各个特征图的细节信息和语义信息;由于特征图反卷积的次数过多会增加噪声信息,本文将模型中高层特征图分成三段做分段反卷积与低层特征层融合;为增强小目标在模型下的检测效果,增加更低层次的特征图进行特征融合,着重检测小目标.在Pascal VOC2007测试集上进行验证,本文SD-SSD模型大幅度提高了小目标类别的AP值,mAP相对SSD模型和DSSD模型分别提高了4.30%和3.0%,相比目前主流单阶段目标检测算法,本文算法保持了较高的检测精度和检测速度.

一种多方通话动态控制技术

近些年多媒体技术和数据通信技术发展迅速,多方音视频通话逐渐兴起.多方音视频通话能够解决人们远距离通信问题,但在媒体流控制方法上,现存通话系统并未将集中式和散布式两种媒体流控制方式进行有效结合,无法发挥两种控制方法的各自优势.针对上述问题,提出了一种多方通话动态控制技术,以客户端网络带宽和用户数量作为变换条件,通过对星状网络和网状网络两种拓扑结构的结合,使多方通话系统能够自适应调节媒体流分发方式.本系统以SIP会议控制为基础并运用Web RTC技术提高通话质量,实验结果表明,该技术可有效掌握系统内各客户端网络拥塞状况和资源占用率,对系统媒体流控制方式能够适时进行调整,使媒体流传输通畅高效,提高通话质量.

一种多重冗余的工业物联网智能产线安全通信模型设计

工业物联网传统的单路传输方式无法有效保证信息传递的机密性与完整性,在通信过程中容易发生信息传输错误进而产生安全风险.本文针对工业物联网环境下智能化生产线设备间感知信息的安全通信需求,构建了一种多重冗余的工业物联网智能产线安全通信模型,提出了一种工业物联网辅助路径多重冗余传输方法,有效防止因通信节点失效而造成数据传输失败,降低了初始通信数据被整体捕获的概率,提高了通信的安全性.此外,针对安全通信模型由于特殊因素造成通信数据周期性丢失的特殊情况,本文进一步提出了一种智能产线通信缺失数据预测方法.该方法对于25个周期温度预测目标的多周期预测结果误差控制在0.15℃之内,在安全通信模型失效的特殊情况下有效预测填充了连续周期缺失通信数据,满足了工业物联网智能产线对于通信数据的完整性要求.

依托中科院SAMP平台的数字孪生实验室模型设计与构建

本文以SAMP(中科院仪器设备共享管理平台)为依托,针对传统实验室平台存在的仪器设备故障无法主动预测、网络传输状态不稳定、不便于日常维护等问题,将数字孪生技术应用于仪器设备共享实验室,设计并构建了依托中科院SAMP平台的数字孪生实验室模型,详细设计了数字孪生实验室运行机制、工作流程及实施方案.本文提出的数字孪生实验室模型主要包括物理实验室、虚拟实验室、实验室孪生数据及数字孪生实验室服务平台四部分,可以有效实现目前基于中科院SAMP平台的仪器共享实验室在系统虚拟化及数据动态分析等方面的改进要求,可以有效分析实验室数字孪生数据并预测可能发生的风险,从而满足了在保证实验室物理平台正常运行的情况下,对真实系统进行预测、维护和改进.经过分析论证,依托中科院SAMP的数字孪生实验室模型可以使得实验室运行故障预测准确率到达70%,有效提高了实验室运行稳定性,降低了实验室的整体维护成本.

一种基于收敛策略的国产CPU性能测试模型

测试国产高性能处理器,充分掌握国产处理器性能,对发挥国产CPU在我国重要工控领域的核心作用具有极其重要的作用.本文依托"核高基"国家科技重大专项,针对当前国产CPU软件库支持欠缺,各类基准测试集无法对国产处理器实现更为精准的性能评估的问题,提出一种基于收敛策略的国产CPU性能测试模型,设计起始运算规模评估模块,并采用三种模块综合评估处理器浮点运算性能,提高测试指标的准确性,运用模型良好的可移植性与测试方法的收敛性,在不同指令集架构的国产处理器下,实现CPU浮点运算、整数运算等多种性能的综合评估.本文选取龙芯2H1000和北大众志PKUnity-3-HD65分别进行模型验证,实验结果表明,该模型在评估国产CPU性能方面具备全面性与高效性,尤其在浮点性能评估方面优势明显,测试结果能够客观反映两款处理器性能,确保了嵌入式处理器在项目应用中的可预测性,对于数控及工控装置国产化具有重要意义.

面向智能产线的R-ECC身份认证方法

在智能制造与“工业4.0”环境下,智能产线作为智能制造的重要载体,在其智能运维、状态监控与数据采集方面具有较高研究意义.本文针对工业物联网智能产线中,基于Android的智能产线移动终端与OPC UA服务器通信过程中存在的通信资源受限、数据传输安全性要求高等问题,在现有OPC UA通信模型的基础上,设计了一种面向智能产线移动终端的身份认证方法R-ECC(Random-Elliptic Curve Cryptography).该方法在认证过程中引入了随机数和椭圆密码体制,在提高OPC UA身份认证安全性的同时,降低了通信资源的消耗量.实验结果表明,面向智能产线的R-ECC身份认证方法可以有效提高身份认证过程的安全性,在降低智能产线移动端硬件资源消耗量的同时加快了身份认证速度.

一种面向OPC UA消息通信的多优先级动态调度算法的设计与实现

在工业4.0时代,OPC统一架构(OPC UA)在各种工业系统中的应用为数据的交互提供了基础技术支撑,具有关键性作用.工业数据在传输时需要考虑到差异化服务的问题,但目前现有的OPC UA通信模式无法满足上述要求,基于这个问题,本文研究了OPC UA消息发布机制,并提出了一种面向OPC UA消息通信的多优先级动态调度算法.在该算法中,不同时实性的消息利用最早时限优先主动队列管理算法进行调度和区分,通信上下文环境消息通过多级反馈队列调度算法进行调度,这两种方式共同用于OPC UA消息调度以改善服务质量.经实验证明,在差异化优先级消息的调度和处理上,利用该算法改进的OPC UA通信组件表现良好,并且在OPC UA服务器高负载的情况下,高实时性消息的响应的优先性和次数明显高于其他类型消息,其接收量达58.6%,服务质量相比改进前有了较大程度的提升.该算法在OPC UA通信栈中的应用可以满足OPC UA服务器在工业生产中的需求.

一种Dual-LSTM混合模型的产线设备状态预测方法与应用

智能化生产线设备健康状态、加工过程状态、产品信息等数据具有复杂化、多样化、大容量的特点,传统上对于设备的运行状况主要依靠人工经验来判断,不能及时有效地给出维护意见.针对上述问题,本文提出了一种基于Dual-LSTM(Long Short-Term M emory)混合模型的时序数据预测方法.首先建立LSTM预测模型对设备状态进行初步预测,然后针对多步预测过程中出现的误差"累积"问题,通过预测残差数据建立LSTM辅助模型对初步预测结果进行修正,最后采用循环迭代的方式实现了对数据的多步预测过程.通过与单LSTM模型进行实验对比,该方法在数据的单步预测和多步预测中的表现均优于单模型,验证了所提方法在时序数据预测上的准确性,为分析生产线整体的运行状态趋势提供了有效地判断依据.