-
公开(公告)号:CN106354774B
公开(公告)日:2019-07-23
申请号:CN201610702102.7
申请日:2016-08-22
Applicant: 东北大学
IPC: G06F16/174
Abstract: 本发明提供一种实时工业过程大数据压缩存储系统及方法,涉及大数据分析技术领域。包括数据采集模块、日志文件存储模块、内存缓存模块、数据压缩模块、非关系型数据库和渲染器,利用数据采集模块采集实时工业过程数据,并同步发送到内存缓存模块和日志文件存储模块,对内存缓存模块中的数据进行压缩,将压缩后的数据存储到非关系型数据库中。本发明能有效解决实时工业过程大数据的存储问题,对实时工业过程大数据最大化压缩,并采用非关系型数据库进行存储,既有效地解决对实时工业过程数据的存储,又能为企业节省存储实时工业过程大数据产生的巨额成本,并可以快速响应数据的在线查询、计算等。
-
公开(公告)号:CN106357426B
公开(公告)日:2019-04-26
申请号:CN201610736266.1
申请日:2016-08-26
Applicant: 东北大学
IPC: H04L12/24 , H04L29/08 , G08C17/02 , G05B19/418
Abstract: 本发明提出一种基于工业云的大规模分布式智能数据采集系统及方法,属于数据采集技术领域,本发明加入用户管理模块对系统用户进行权限验证;加入日志管理功能,对各采集周期的采集结果、存储结果以及报警日志进行记录;加入资源调度功能,根据用户设定的采集任务量确定初始工作的采集节点,其余采集节点作为冗余热备,同时在系统异常时对采集节点进行调度;加入监控报警功能,对系统各方面进行实时监控,且能够对系统异常进行实时报警;加入数据压缩功能,对采集数据进行压缩,节省空间提高效率;当存在采集节点异常时在当前采集周期,备份的采集节点将对应的备份采集任务的采集结果存入数据库,保证了当前采样周期采集的容错性和可靠性。
-
公开(公告)号:CN106406296B
公开(公告)日:2019-04-23
申请号:CN201611154208.4
申请日:2016-12-14
Applicant: 东北大学
IPC: G05B23/02
Abstract: 本发明提供一种基于车载和云端的列车故障诊断系统及方法,涉及高铁大数据故障诊断技术领域。该系统包括车载故障诊断子系统和云端故障诊断子系统,车载故障诊断子系统与云端故障诊断子系统结合,采用云服务对列车的行驶过程进行监控,同时云端数据不断更新,故障诊断与预测模型不断优化和更新,并能将诊断过程进行可视化显示。本发明能使故障诊断与预测模型细节越来越完善,精度不断提高,性能超越传统单一实时故障诊断模块控制,满足了列车车载故障诊断子系统在行驶过程中高可靠高精度的要求,提高了列车在行驶过程中的安全性。
-
公开(公告)号:CN106372181B
公开(公告)日:2019-08-06
申请号:CN201610785231.7
申请日:2016-08-31
Applicant: 东北大学
IPC: G06F16/174
Abstract: 本发明提供一种基于工业过程的大数据压缩方法,涉及工业大数据分析技术领域。本发明通过对采集的生产数据按数据块和采集数据项进行压缩,根据采集数据项的类别,对浮点型、布尔型和字符型的采集数据分别进行处理,判定浮点型数值波动范围和比较布尔型、字符型相邻数据的变化来决定需要压缩的保存的数据。本发明既能有效改善工业过程中因时间的增加后采集数据项的数值发生偏移导致压缩结果偏差过大的问题,又能减少压缩后的采集数据项所占空间的大小,提高压缩效率,使工业数据库系统快速、有效地管理数据。
-
公开(公告)号:CN106406296A
公开(公告)日:2017-02-15
申请号:CN201611154208.4
申请日:2016-12-14
Applicant: 东北大学
IPC: G05B23/02
CPC classification number: G05B23/0221 , G05B2219/24048
Abstract: 本发明提供一种基于车载和云端的列车故障诊断系统及方法,涉及高铁大数据故障诊断技术领域。该系统包括车载故障诊断子系统和云端故障诊断子系统,车载故障诊断子系统与云端故障诊断子系统结合,采用云服务对列车的行驶过程进行监控,同时云端数据不断更新,故障诊断与预测模型不断优化和更新,并能将诊断过程进行可视化显示。本发明能使故障诊断与预测模型细节越来越完善,精度不断提高,性能超越传统单一实时故障诊断模块控制,满足了列车车载故障诊断子系统在行驶过程中高可靠高精度的要求,提高了列车在行驶过程中的安全性。
-
公开(公告)号:CN106372181A
公开(公告)日:2017-02-01
申请号:CN201610785231.7
申请日:2016-08-31
Applicant: 东北大学
IPC: G06F17/30
CPC classification number: G06F16/1744
Abstract: 本发明提供一种基于工业过程的大数据压缩方法,涉及工业大数据分析技术领域。本发明通过对采集的生产数据按数据块和采集数据项进行压缩,根据采集数据项的类别,对浮点型、布尔型和字符型的采集数据分别进行处理,判定浮点型数值波动范围和比较布尔型、字符型相邻数据的变化来决定需要压缩的保存的数据。本发明既能有效改善工业过程中因时间的增加后采集数据项的数值发生偏移导致压缩结果偏差过大的问题,又能减少压缩后的采集数据项所占空间的大小,提高压缩效率,使工业数据库系统快速、有效地管理数据。
-
公开(公告)号:CN106250471A
公开(公告)日:2016-12-21
申请号:CN201610615792.2
申请日:2016-07-29
Applicant: 东北大学
CPC classification number: G06F16/284 , G06F16/1815 , G06F16/2282 , G06F16/254 , G07C5/0841
Abstract: 本发明提供一种用于列车自动防护系统的数据自动提取与存储系统及方法,涉及列车防护系统技术领域。系统包括压缩数据文件自动解压模块、数据自动加载及故障数据自动导出模块、故障数据自动提取与存储模块和日志记录模块,方法为读取压缩数据文件并进行解压提取,存放于创建的独立文件夹,将解压后的记录数据文件逐一加载,定位故障数据点,将故障数据以CSV格式导出,分类插入数据库。本发明能快速高效地对列车ATP系统的大量TB级历史数据进行解压、加载定位、提取和存储,能极大地减少人为操作所带来的错误,缩短操作时间,提高操作效率,实现对故障数据的高效管理,方便用户对故障数据进行进一步的分析处理和挖掘。
-
公开(公告)号:CN106126346A
公开(公告)日:2016-11-16
申请号:CN201610522950.X
申请日:2016-07-05
Applicant: 东北大学
CPC classification number: G06F9/5038 , G06F9/5044 , G06F9/5083 , G06F11/1456 , G06F11/1458 , G06F2209/501 , G06F2209/5021
Abstract: 本发明提出一种大规模分布式数据采集系统及方法,属于数据采集技术领域,该系统包括任务分配节点模块、管理节点模块、任务仓库模块和采集节点模块;管理节点用于提供分布式协同服务,接收并管理采集节点和任务分配节点的注册信息,按照一定的频率与采集节点和任务分配节点进行通信;任务分配节点用于对采集任务进行设定、分配和监控;任务仓库用于接收和存放任务分配节点发送来的采集任务;采集节点用于从任务输入仓库中获取采集任务,并完成对现场控制站中相应数据的采集;采集节点执行的采集任务可根据用户设定动态变化,任务分配节点和采集节点中的某个或某几个故障不会影响当前采集周期采集结果,具有高灵活性、高容错性和高可靠性。
-
公开(公告)号:CN106126346B
公开(公告)日:2019-02-26
申请号:CN201610522950.X
申请日:2016-07-05
Applicant: 东北大学
Abstract: 本发明提出一种大规模分布式数据采集系统及方法,属于数据采集技术领域,该系统包括任务分配节点模块、管理节点模块、任务仓库模块和采集节点模块;管理节点用于提供分布式协同服务,接收并管理采集节点和任务分配节点的注册信息,按照一定的频率与采集节点和任务分配节点进行通信;任务分配节点用于对采集任务进行设定、分配和监控;任务仓库用于接收和存放任务分配节点发送来的采集任务;采集节点用于从任务输入仓库中获取采集任务,并完成对现场控制站中相应数据的采集;采集节点执行的采集任务可根据用户设定动态变化,任务分配节点和采集节点中的某个或某几个故障不会影响当前采集周期采集结果,具有高灵活性、高容错性和高可靠性。
-
公开(公告)号:CN106354774A
公开(公告)日:2017-01-25
申请号:CN201610702102.7
申请日:2016-08-22
Applicant: 东北大学
IPC: G06F17/30
CPC classification number: G06F16/1744
Abstract: 本发明提供一种实时工业过程大数据压缩存储系统及方法,涉及大数据分析技术领域。包括数据采集模块、日志文件存储模块、内存缓存模块、数据压缩模块、非关系型数据库和渲染器,利用数据采集模块采集实时工业过程数据,并同步发送到内存缓存模块和日志文件存储模块,对内存缓存模块中的数据进行压缩,将压缩后的数据存储到非关系型数据库中。本发明能有效解决实时工业过程大数据的存储问题,对实时工业过程大数据最大化压缩,并采用非关系型数据库进行存储,既有效地解决对实时工业过程数据的存储,又能为企业节省存储实时工业过程大数据产生的巨额成本,并可以快速响应数据的在线查询、计算等。
-
-
-
-
-
-
-
-
-