基于物联网和数据挖掘技术的危化品预警平台的设计与实现

干净利落

基于物联网和数据挖掘技术的危化品预警平台的设计与实现程思哲南京邮电大学
在工业4.0时代,物联网、云计算、数据挖掘等技术发展与应用日益成熟,企业安全生产管理将不再局限于传统的模式,安全管理信息平台从顶层的决策层可以直达底层的分布式硬件,靠的是数据的及时采集以及实时数据分析。充分利用智能分析,对企业安全生产监测具有重要的价值。本文以化工行业危化品生产的安全监测为研究对象。新型安全技术对化工企业生产而言至关重要,利用工业物联网的“物物相连”、数据采集与智能分析等特性,将有效提高化工企业工作效率,保障生产安全。企业日常生产每天会产生大量的物联网监测数据,该类数据对生产流程分析和生产决策制定具有很高的参考价值。如何存储和实时分析这些物联网数据对企业来说是亟待解决的问题。针对以上问题,本课题提出将工业物联网与大数据挖掘技术相结合,实现监测监控资源整合、实时分析及预警联动。论文主要做了以下研究工作1)设计并实现了危化品物联网采集系统,首先利用物联网技术实现对企业生产设备的相关特性参数(温度、压力、液位、有毒气体浓度等)进行实时采集,然后设计采集网关与数据缓冲层,将监测数据上传至数据中心平台,最后使用大数据存储技术实现监测数据的持久化;(2)基于化工生产应用实际与常见时间序列预测算法,本文设计并实现了一个高性能的预警模型算法:首先对特征相似的监测节点进行聚类,建立集群,使得相似监测点位可复用同一个预测模型,减少预测模型数量。同时,增加预测模型自适应更新机制,有效提高预警模型的准确性;(3)设计并实现了危化品预警平台,平台架构主要包括“离线数据处理模块”和“在线数据处理模块”两部分。其中离线数据处理模块负责数据的清洗、分析、建模和存储等功能;在线数据处理模块负责对监测数据进行实时处理,并使用预警模型进行实时监测预警;(4)在实验基础上对预警平台的模型训练效率和预测准确性进行分析,实验结果表明:相较于传统分析方法,引入了大数据分布式处理技术后,预警平台的离线分析和在线分析性能都有明显的提升。