劉鑫 晏濤 尹蝶 張志亮 段棠少

摘 要 針對(duì)當(dāng)前工業(yè)物聯(lián)網(wǎng)系統(tǒng)在汽車行業(yè)的應(yīng)用沒(méi)有統(tǒng)一通信協(xié)議和系統(tǒng)平臺(tái)的瓶頸問(wèn)題，設(shè)計(jì)并實(shí)現(xiàn)了基于物聯(lián)網(wǎng)的汽車工業(yè)數(shù)據(jù)挖掘系統(tǒng)，使用上位機(jī)云平臺(tái)Broad Things，該平臺(tái)是一個(gè)用于數(shù)據(jù)收集，處理，可視化和設(shè)備管理的開(kāi)源平臺(tái)，兼具可擴(kuò)展性，容錯(cuò)性的性能。通過(guò)工業(yè)標(biāo)準(zhǔn)IOT（Internet of Things）協(xié)議（MQTT，COAP和HTTP）實(shí)現(xiàn)設(shè)備連接，并支持云和內(nèi)部部署，涵蓋了物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)接入、數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)交換和數(shù)據(jù)分析等內(nèi)容，并進(jìn)行了示范應(yīng)用?；诖思軜?gòu)體系開(kāi)發(fā)了汽車性能試驗(yàn)數(shù)據(jù)挖掘及監(jiān)視系統(tǒng)。

關(guān)鍵詞 物聯(lián)網(wǎng)；遠(yuǎn)程監(jiān)視；IOT協(xié)議；云平臺(tái)；汽車試驗(yàn)

前言

隨著科技的快速發(fā)展，物聯(lián)網(wǎng)技術(shù)在汽車行業(yè)中的應(yīng)用越來(lái)越廣泛，包括上位機(jī)遠(yuǎn)程監(jiān)視技術(shù)、無(wú)線通信技術(shù)、傳感器技術(shù)以及GPS導(dǎo)航定位技術(shù)等正在不斷完善與創(chuàng)新，信息傳感、數(shù)據(jù)收集與處理分析技術(shù)也越發(fā)趨于成熟。在此背景下，工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)在汽車行業(yè)的應(yīng)用被人們開(kāi)發(fā)并更加深入和廣泛的研究。在汽車行業(yè)中的應(yīng)用，涉及的主要技術(shù)是數(shù)據(jù)挖掘與遠(yuǎn)程監(jiān)視，汽車制造正面臨數(shù)字化、信息化、現(xiàn)代化的產(chǎn)業(yè)升級(jí)，在整個(gè)產(chǎn)業(yè)的生產(chǎn)環(huán)節(jié)中引入時(shí)下最流行的物聯(lián)網(wǎng)技術(shù)，將對(duì)汽車產(chǎn)業(yè)鏈的各方面優(yōu)質(zhì)資源進(jìn)行優(yōu)化整合，全面提升整個(gè)汽車制造業(yè)的規(guī)模和效益。

1 物聯(lián)網(wǎng)概述

1.1 物聯(lián)網(wǎng)

物聯(lián)網(wǎng)指的是運(yùn)用各種各樣的傳感設(shè)備來(lái)進(jìn)行信息傳遞的計(jì)算機(jī)集群，這是在計(jì)算機(jī)互聯(lián)網(wǎng)之后的再一次飛躍，包括計(jì)算機(jī)技術(shù)、通信技術(shù)（移動(dòng)通信技術(shù)、傳感器技術(shù)網(wǎng)絡(luò)）、上位機(jī)遠(yuǎn)程監(jiān)視技術(shù)、數(shù)據(jù)處理與分析技術(shù)等，而且還是下一代網(wǎng)絡(luò)發(fā)展的大方向。物聯(lián)網(wǎng)是在互聯(lián)網(wǎng)的基礎(chǔ)上通過(guò)無(wú)線射頻識(shí)別（Radio Frequenc Identification） 技術(shù)、全球定位系統(tǒng)（Global Positioning System）以及紅外感應(yīng)器、激光掃描器等信息傳感設(shè)備依據(jù)相關(guān)技術(shù)協(xié)議將任意物品與互聯(lián)網(wǎng)進(jìn)行連接，開(kāi)展數(shù)據(jù)通信以及信息交換最終實(shí)現(xiàn)智能化識(shí)別、定位、跟蹤、監(jiān)管等功能。

1.2 云計(jì)算

云計(jì)算指的是在互聯(lián)網(wǎng)支持的基礎(chǔ)上，通過(guò)互聯(lián)網(wǎng)服務(wù)為用戶提供的依據(jù)需求而確定服務(wù)的計(jì)算方式。由于服務(wù)資源來(lái)源于互聯(lián)網(wǎng)，并且互聯(lián)網(wǎng)通常使用云狀圖案來(lái)表示資源，所以稱之為云計(jì)算。云計(jì)算有著集群優(yōu)勢(shì)，同時(shí)具備高速運(yùn)算能力和較高的數(shù)據(jù)存儲(chǔ)能力，因而如今正被廣泛而深刻的應(yīng)用至IT行業(yè)中，具有高容錯(cuò)性與高伸縮性的特點(diǎn)。目前在云計(jì)算平臺(tái)搭建中，用戶主要依靠Thingsboard來(lái)進(jìn)行，作為云計(jì)算平臺(tái)搭建基礎(chǔ)，通過(guò)工業(yè)標(biāo)準(zhǔn)IOT協(xié)議（MQTT，CoAP和HTTP）實(shí)現(xiàn)設(shè)備連接，并支持云和內(nèi)部部署，涵蓋了物聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)接入、數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)交換和數(shù)據(jù)分析等內(nèi)容，可以極為有效的利用集群計(jì)算能力與數(shù)據(jù)存儲(chǔ)能力，從而實(shí)現(xiàn)大量數(shù)據(jù)的分析處理[1]。

2 國(guó)內(nèi)傳統(tǒng)汽車制造企業(yè)面臨的問(wèn)題

與其他制造業(yè)不同，汽車的生產(chǎn)是一整套系統(tǒng)工程，數(shù)以萬(wàn)計(jì)的細(xì)小零件需要經(jīng)過(guò)多條生產(chǎn)線組裝成整車出廠，而基于傳統(tǒng)制造業(yè)技術(shù)，能夠?qū)φ麠l生產(chǎn)線施加影響的手段卻比較匱乏。同時(shí)，汽車的質(zhì)量是由部件質(zhì)量和整體質(zhì)量?jī)蓚€(gè)關(guān)鍵指標(biāo)組成，其關(guān)系著人民的生命財(cái)產(chǎn)安全，質(zhì)量在汽車制造環(huán)節(jié)中有著極其重要的地位，而傳統(tǒng)制造業(yè)技術(shù)，很難實(shí)現(xiàn)對(duì)部件質(zhì)量問(wèn)題的逆向追溯。因此，掌握生產(chǎn)自動(dòng)化、質(zhì)量控制體系以及安全生產(chǎn)的技術(shù)就掌握了汽車制造業(yè)的核心技術(shù)。國(guó)內(nèi)汽車制造業(yè)，正逐步由初期的 MIS、CAD/CAM到 MRP/ERP 進(jìn)行轉(zhuǎn)變。然而，國(guó)內(nèi)汽車生產(chǎn)過(guò)程中信息化水平仍相對(duì)落后。例如，信息的孤島問(wèn)題普遍存在；研發(fā)、生產(chǎn)、測(cè)試等環(huán)節(jié)，信息的填報(bào)仍主要依賴于技師的經(jīng)驗(yàn)和技術(shù)，往往信息化管理的引入反而增加了工作量，降低了工作效率；費(fèi)時(shí)費(fèi)力在生產(chǎn)線上收集和整理出數(shù)據(jù)，但卻并不精確，造成質(zhì)量隱患和安全隱患[2]。

3 在云計(jì)算平臺(tái)下的數(shù)據(jù)挖掘技術(shù)

分析在當(dāng)前的云計(jì)算平臺(tái)中，最主要的是以Thingsboard為基礎(chǔ)搭建而成的平臺(tái)，通過(guò)基于物聯(lián)網(wǎng)的信息技術(shù)，來(lái)規(guī)范和控制汽車制造流程，云計(jì)算平臺(tái)中數(shù)據(jù)挖掘技術(shù)主要分為四大部分，分別為物聯(lián)網(wǎng)感知層、物聯(lián)網(wǎng)傳輸層、數(shù)據(jù)層和數(shù)據(jù)挖掘服務(wù)層。

3.1 物聯(lián)網(wǎng)感知層

物聯(lián)網(wǎng)感知層主要依靠在目標(biāo)區(qū)域范圍內(nèi)放置極多的數(shù)據(jù)采集節(jié)點(diǎn)來(lái)發(fā)揮感知作用。具體來(lái)說(shuō)，節(jié)點(diǎn)主要是通過(guò)傳感器、攝像頭以及其他設(shè)備進(jìn)行數(shù)據(jù)采集工作，而采集到的數(shù)據(jù)則會(huì)依靠物聯(lián)網(wǎng)感知層所具備的網(wǎng)絡(luò)通信設(shè)備進(jìn)行匯聚，將所有的數(shù)據(jù)傳送到節(jié)點(diǎn)，而后經(jīng)過(guò)匯總存儲(chǔ)之后再次通過(guò)傳輸層輸送到云計(jì)算平臺(tái)的數(shù)據(jù)處理中心。

3.2 物聯(lián)網(wǎng)傳輸層

物聯(lián)網(wǎng)傳輸層主要包括傳感器、無(wú)線（有線）網(wǎng)絡(luò)等，通過(guò)諸多網(wǎng)絡(luò)設(shè)備搭建的高速度無(wú)縫數(shù)據(jù)傳輸系統(tǒng)，能夠快速將物聯(lián)網(wǎng)感知層采集到的數(shù)據(jù)通過(guò)網(wǎng)絡(luò)傳送到數(shù)據(jù)處理中心，從而實(shí)現(xiàn)全方位的互通互聯(lián)目標(biāo)，也就是將各種類別的監(jiān)視處理設(shè)備聯(lián)網(wǎng)傳輸，實(shí)現(xiàn)設(shè)備之間網(wǎng)絡(luò)信息的傳遞[3]。

3.3 物聯(lián)網(wǎng)數(shù)據(jù)層

數(shù)據(jù)層是物聯(lián)網(wǎng)云計(jì)算平臺(tái)中數(shù)據(jù)挖掘技術(shù)的關(guān)鍵部分，物聯(lián)網(wǎng)本身具有異構(gòu)性和海量性的特征，因而在數(shù)據(jù)層內(nèi)將物聯(lián)網(wǎng)設(shè)備采集到的數(shù)據(jù)進(jìn)行存儲(chǔ)處理分析的能力是基于云計(jì)算的物聯(lián)網(wǎng)數(shù)據(jù)挖掘平臺(tái)的關(guān)鍵。數(shù)據(jù)層中主要包括數(shù)據(jù)源轉(zhuǎn)化與存儲(chǔ)兩大部分，其中，數(shù)據(jù)源轉(zhuǎn)化主要對(duì)物聯(lián)網(wǎng)異構(gòu)性的數(shù)據(jù)進(jìn)行轉(zhuǎn)化，而存儲(chǔ)部分則是使用Hadop搭建的平臺(tái)中的HDFS系統(tǒng)進(jìn)行分布式存儲(chǔ)，從而將海量性的數(shù)據(jù)完整存儲(chǔ)到數(shù)據(jù)節(jié)點(diǎn)。由于在物聯(lián)網(wǎng)平臺(tái)中，對(duì)于不同的目標(biāo)會(huì)采用不同的數(shù)據(jù)類型來(lái)表現(xiàn)，某種情況下，相同的目標(biāo)也會(huì)采用不同的數(shù)據(jù)類型來(lái)表現(xiàn)，因此數(shù)據(jù)源轉(zhuǎn)化的作用主要體現(xiàn)在保持?jǐn)?shù)據(jù)的完整，防止異構(gòu)性的物聯(lián)網(wǎng)數(shù)據(jù)在轉(zhuǎn)化中出現(xiàn)損毀，從而達(dá)到保證數(shù)據(jù)挖掘目標(biāo)。數(shù)據(jù)源轉(zhuǎn)化在系統(tǒng)中的作用相當(dāng)于數(shù)據(jù)層與感知層的連接線，通過(guò)數(shù)據(jù)包的解碼轉(zhuǎn)換將不同的數(shù)據(jù)轉(zhuǎn)換成需要的數(shù)據(jù)類型，并且分布式存儲(chǔ)到數(shù)據(jù)處理中心。

3.4 數(shù)據(jù)挖掘服務(wù)層

數(shù)據(jù)挖掘服務(wù)層包含數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)挖掘引擎以及用戶三大部分。其中，數(shù)據(jù)準(zhǔn)備部分的主要用途是對(duì)數(shù)據(jù)的清零、轉(zhuǎn)化以及規(guī)約等。數(shù)據(jù)挖掘引擎則主要包含數(shù)據(jù)挖掘算法以及模式評(píng)估，而用戶部分則主要將數(shù)據(jù)挖掘的內(nèi)容進(jìn)行可視化的表現(xiàn)。用戶部分是整個(gè)云計(jì)算平臺(tái)中數(shù)據(jù)挖掘技術(shù)面對(duì)用戶的直接體現(xiàn)，因而具有友好性，能夠讓用戶通過(guò)操作來(lái)對(duì)數(shù)據(jù)挖掘任務(wù)進(jìn)行處理認(rèn)知[4]。

4 云計(jì)算平臺(tái)上物聯(lián)網(wǎng)數(shù)據(jù)挖掘技術(shù)應(yīng)用

本文主要介紹在汽車行業(yè)的應(yīng)用，汽車在進(jìn)行一系列試驗(yàn)時(shí)通過(guò)傳感器采集汽車的扭矩、轉(zhuǎn)速等信息傳送給單片機(jī)，單片機(jī)通過(guò)無(wú)線通信技術(shù)將采集到的數(shù)據(jù)發(fā)送給云平臺(tái)，在云平臺(tái)上進(jìn)行數(shù)據(jù)整理、分析、計(jì)算并在上位機(jī)上顯示。用戶可以遠(yuǎn)程看到汽車試驗(yàn)時(shí)的相關(guān)數(shù)據(jù)，無(wú)須親自去汽車研究所觀看試驗(yàn)數(shù)據(jù)。系統(tǒng)總體框圖如圖1.1所示[5]。

分析數(shù)據(jù)挖掘工作流程為：用戶發(fā)出數(shù)據(jù)挖掘的請(qǐng)求之后，主要控制節(jié)點(diǎn)收到用戶請(qǐng)求之后會(huì)首先判斷能否進(jìn)行任務(wù)，并且將結(jié)果回饋給用戶。若是可以進(jìn)行，主要控制節(jié)點(diǎn)就會(huì)調(diào)用數(shù)據(jù)挖掘算法，然后根據(jù)算法進(jìn)行分布式數(shù)據(jù)挖掘工作。通過(guò)挖掘數(shù)據(jù)任務(wù)的劃分之后，將具體內(nèi)容傳送到眾多節(jié)點(diǎn)中，節(jié)點(diǎn)再具體進(jìn)行數(shù)據(jù)挖掘。本次選擇Hadop搭建云計(jì)算平臺(tái)，并以此進(jìn)行模擬實(shí)驗(yàn)。首先，選擇一臺(tái)實(shí)驗(yàn)所需要的PC機(jī)器，配置基于普通水平的內(nèi)存，操作系統(tǒng)。然后在PC端安裝虛擬機(jī)，虛擬機(jī)的操作系統(tǒng)都是Linux操作系統(tǒng)。從而開(kāi)始部署分布式節(jié)點(diǎn)，本次共安裝3個(gè)虛擬機(jī)。

其次，需要安裝與Linux版本相適應(yīng)的cEhsPe7.5開(kāi)發(fā)環(huán)境，并且于Pc機(jī)上安裝SH服務(wù)，用于實(shí)驗(yàn)開(kāi)始之后傳遞實(shí)驗(yàn)數(shù)據(jù)。3臺(tái)虛擬機(jī)中也安裝SH服務(wù)，以便于Hadop平臺(tái)運(yùn)用。配置安裝完畢后，選擇采用關(guān)聯(lián)規(guī)則算法的數(shù)據(jù)，將數(shù)據(jù)依據(jù)C++代碼程序轉(zhuǎn)換成標(biāo)準(zhǔn)的PML文件，文件大小為IG，然后將文件利用HDsF傳人Hadop平臺(tái)，采用分布式存儲(chǔ)。接下來(lái)，運(yùn)行ArPioir算法，根據(jù)計(jì)算結(jié)果來(lái)判斷能否找到實(shí)驗(yàn)數(shù)據(jù)集合中所有的項(xiàng)目，然后，選用不同大小的文件再次重復(fù)實(shí)驗(yàn)，以此來(lái)得到較為準(zhǔn)確的結(jié)果[6]。

5 結(jié)束語(yǔ)

隨著社會(huì)經(jīng)濟(jì)與科學(xué)技術(shù)日新月異的發(fā)展，物聯(lián)網(wǎng)技術(shù)也在不斷趨于成熟。當(dāng)前物聯(lián)網(wǎng)海量的異構(gòu)性數(shù)據(jù)也在呈現(xiàn)著飛速增長(zhǎng)的態(tài)勢(shì)，導(dǎo)致物聯(lián)網(wǎng)數(shù)據(jù)挖掘技術(shù)越來(lái)越顯得困難重重。在此背景下，基于云計(jì)算的物聯(lián)網(wǎng)挖掘技術(shù)與遠(yuǎn)程監(jiān)視技術(shù)傳統(tǒng)技術(shù)相比，其能夠通過(guò)分布式存儲(chǔ)的方式以及分布式并行的計(jì)算方法更好地滿足人們對(duì)物聯(lián)網(wǎng)數(shù)據(jù)挖掘的要求，并且還能夠?qū)崿F(xiàn)上位機(jī)遠(yuǎn)程監(jiān)視為用戶帶來(lái)便利，不僅縮短了數(shù)據(jù)傳輸?shù)臅r(shí)間，提高了數(shù)據(jù)傳輸?shù)姆€(wěn)定性和完整性，而且還極大地提高了數(shù)據(jù)挖掘的效率與質(zhì)量，有著極大的應(yīng)用前景。因此，本文所提出的基于云計(jì)算的物聯(lián)網(wǎng)數(shù)據(jù)挖掘遠(yuǎn)程監(jiān)視系統(tǒng)對(duì)于當(dāng)前物聯(lián)網(wǎng)應(yīng)用的發(fā)展有著深遠(yuǎn)的意義，并且經(jīng)過(guò)Hadop平臺(tái)進(jìn)行模擬數(shù)據(jù)挖掘?qū)嶒?yàn)后，也驗(yàn)證了這種方案有著極大的可行性。

參考文獻(xiàn)

[1] 張啟亮，韓鍵，姜麗萍.工業(yè)物聯(lián)網(wǎng)大數(shù)據(jù)平臺(tái)在工程機(jī)械行業(yè)的應(yīng)用[J].信息技術(shù)與標(biāo)準(zhǔn)化，2017，（4）：26-31.

[2] 郭聞博，林泓.基于Hadoop平臺(tái)的數(shù)據(jù)規(guī)范化處理研究[J].空軍預(yù)警學(xué)院學(xué)報(bào)，2016，（3）：65-68.

[3] 王祎菡.基于Web的物聯(lián)網(wǎng)應(yīng)用體系架構(gòu)和關(guān)鍵技術(shù)研究[J].硅谷，2014，（12）：61，78.

[4] 姜文.基于Hadoop平臺(tái)的數(shù)據(jù)分析和應(yīng)用[D].北京：北京郵電大學(xué)，2011.

[5] 張建奇，黨洪濤，陳江天.工業(yè)無(wú)線關(guān)鍵技術(shù)ISA100.11a概述[J].自動(dòng)化技術(shù)與應(yīng)用，2012，31（11）：33-37.

[6] 孫其博，劉杰，黎葬，等.物聯(lián)網(wǎng)：概念，架構(gòu)與關(guān)鍵技術(shù)研究綜述[J].北京郵電大學(xué)學(xué)報(bào)，2010，33（3）：1-9.