支持Web高并发访问的工业互联网边缘网关设计方法

    公开(公告)号:CN112954006A

    公开(公告)日:2021-06-11

    申请号:CN202110103090.7

    申请日:2021-01-26

    Abstract: 本发明涉及基于IPv6领域,具体涉及一种支持Web高并发访问的工业互联网边缘网关设计方法,包括边缘计算节点在IPv6环境下对边缘设备数据进行实时采集;边缘计算节点在IPv6环境下通过交换机将采集的数据上传到网关Sqlite数据库;根据当前密集计算所占时间比重设置线程池的大小,令线程池中每一个线程为一个事件循环,即一个线程为线程和事件绑定的事件循环,一个事件为一个任务请求;采用Reactor反应模型对客户端的连接请求进行处理并使用主线程将其分发给子线程;使用Round Robin控制线程池中线程的负载,使其达到均衡状态;利用基于边沿触发模型的epoll IO多路复用机制对事件进行监听;本发明即使在资源受限的边缘网关也能支持客户端高并发访问,方便了用户对边缘设备进行实时管理。

    一种边缘网关的高并发线程池任务调度方法

    公开(公告)号:CN112799811B

    公开(公告)日:2024-04-26

    申请号:CN202110104616.3

    申请日:2021-01-26

    Abstract: 本发明涉及边缘网关服务器中线程池任务调度,具体涉及一种边缘网关的高并发线程池任务调度方法,所述方法包括边缘网关分配器接收来自不同客户端或者边缘设备节点的请求任务;为请求任务设定出过期时间,并获取请求任务中的请求数据大小的哈希值;封装成请求对象;根据每个线程的任务队列中的任务总权重最小值选择出线程,并使用边缘网关分配器为任务总权重最小值的线程分配请求任务;主线程将请求对象分配到选择出的不同线程的任务队列中;根据请求对象中的过期时间进行优先级排序;判断线程处理器核是否空闲,若空闲,则直接按照优先级队列处理请求任务;本发明能够实现高并发线程池中任务的调度,达到线程池中各个线程的负载均衡。

    支持Web高并发访问的工业互联网边缘网关设计方法

    公开(公告)号:CN112954006B

    公开(公告)日:2022-07-22

    申请号:CN202110103090.7

    申请日:2021-01-26

    Abstract: 本发明涉及基于IPv6领域,具体涉及一种支持Web高并发访问的工业互联网边缘网关设计方法,包括边缘计算节点在IPv6环境下对边缘设备数据进行实时采集;边缘计算节点在IPv6环境下通过交换机将采集的数据上传到网关Sqlite数据库;根据当前密集计算所占时间比重设置线程池的大小,令线程池中每一个线程为一个事件循环,即一个线程为线程和事件绑定的事件循环,一个事件为一个任务请求;采用Reactor反应模型对客户端的连接请求进行处理并使用主线程将其分发给子线程;使用Round Robin控制线程池中线程的负载,使其达到均衡状态;利用基于边沿触发模型的epoll IO多路复用机制对事件进行监听;本发明即使在资源受限的边缘网关也能支持客户端高并发访问,方便了用户对边缘设备进行实时管理。

    基于二维自适应量化的机械振动信号边缘数据无损压缩方法

    公开(公告)号:CN110233626A

    公开(公告)日:2019-09-13

    申请号:CN201910607639.9

    申请日:2019-07-05

    Abstract: 本发明涉及一种基于二维自适应量化的机械振动信号边缘数据无损压缩方法,包括数据分割,区块数据变换,自适应量化和数据编码。1)将原始时域数据切分成固定宽度的区块,将原始的一维数据转换为二维数据,进行二维正交变换;2)在频域中对正交变换后的二维数据进行量化;3)对量化数据进行逆量化,求逆量化数据与原始数据矩阵的量化误差;4)将量化后的数据矩阵、量化误差数据、正交变换矩阵和正负值信息矩阵进行编码,利用二维零编码、位编码和范围编码方法对数据进行编码放入数据流中进行传输。数据中心在接收完压缩数据后,对无损编码的数据进行解码,然后进行逆量化,逆正交变换过程,加上误差数据即可无损还原原始数据。

    一种数控机床刀具剩余寿命预测方法

    公开(公告)号:CN110303380B

    公开(公告)日:2021-04-16

    申请号:CN201910607592.6

    申请日:2019-07-05

    Abstract: 本发明涉及一种数控机床刀具剩余寿命预测方法,属于CNC刀具寿命预测领域。针对CNC中刀具剩余寿命预测这一问题,利用状态监控、数据去噪、特征提取和最小支持二乘向量机的方法建立了刀具剩余寿命预测模型,并将该问题的预测对象细化为铣削工具这一CNC核心生产要素。首先,对监控的信号数据进行小波变换阈值去噪的数据预处理,接着提取数据的时域特征,利用PCA的T2统计量提取信号主要特征。其次,利用多核加权最小二乘支持向量机模型对实时监控数据进行剩余寿命预测,得到具体的剩余寿命值。最后使用工业大数据产业创新平台上的真实数据进行的验证,验证结果说明该方法能有效的进行寿命预测。

    一种数控机床刀具剩余寿命预测方法

    公开(公告)号:CN110303380A

    公开(公告)日:2019-10-08

    申请号:CN201910607592.6

    申请日:2019-07-05

    Abstract: 本发明涉及一种数控机床刀具剩余寿命预测方法,属于CNC刀具寿命预测领域。针对CNC中刀具剩余寿命预测这一问题,利用状态监控、数据去噪、特征提取和最小支持二乘向量机的方法建立了刀具剩余寿命预测模型,并将该问题的预测对象细化为铣削工具这一CNC核心生产要素。首先,对监控的信号数据进行小波变换阈值去噪的数据预处理,接着提取数据的时域特征,利用PCA的T2统计量提取信号主要特征。其次,利用多核加权最小二乘支持向量机模型对实时监控数据进行剩余寿命预测,得到具体的剩余寿命值。最后使用工业大数据产业创新平台上的真实数据进行的验证,验证结果说明该方法能有效的进行寿命预测。

    基于二维自适应量化的机械振动信号边缘数据无损压缩方法

    公开(公告)号:CN110233626B

    公开(公告)日:2022-10-25

    申请号:CN201910607639.9

    申请日:2019-07-05

    Abstract: 本发明涉及一种基于二维自适应量化的机械振动信号边缘数据无损压缩方法,包括数据分割,区块数据变换,自适应量化和数据编码。1)将原始时域数据切分成固定宽度的区块,将原始的一维数据转换为二维数据,进行二维正交变换;2)在频域中对正交变换后的二维数据进行量化;3)对量化数据进行逆量化,求逆量化数据与原始数据矩阵的量化误差;4)将量化后的数据矩阵、量化误差数据、正交变换矩阵和正负值信息矩阵进行编码,利用二维零编码、位编码和范围编码方法对数据进行编码放入数据流中进行传输。数据中心在接收完压缩数据后,对无损编码的数据进行解码,然后进行逆量化,逆正交变换过程,加上误差数据即可无损还原原始数据。

    一种边缘网关的高并发线程池任务调度方法

    公开(公告)号:CN112799811A

    公开(公告)日:2021-05-14

    申请号:CN202110104616.3

    申请日:2021-01-26

    Abstract: 本发明涉及边缘网关服务器中线程池任务调度,具体涉及一种边缘网关的高并发线程池任务调度方法,所述方法包括边缘网关分配器接收来自不同客户端或者边缘设备节点的请求任务;为请求任务设定出过期时间,并获取请求任务中的请求数据大小的哈希值;封装成请求对象;根据每个线程的任务队列中的任务总权重最小值选择出线程,并使用边缘网关分配器为任务总权重最小值的线程分配请求任务;主线程将请求对象分配到选择出的不同线程的任务队列中;根据请求对象中的过期时间进行优先级排序;判断线程处理器核是否空闲,若空闲,则直接按照优先级队列处理请求任务;本发明能够实现高并发线程池中任务的调度,达到线程池中各个线程的负载均衡。

Patent Agency Ranking