本發(fā)明涉及工業(yè)過程監(jiān)測與儀器儀表領(lǐng)域，尤其是涉及面向一種嵌入式智能化機(jī)電設(shè)備狀態(tài)監(jiān)測系統(tǒng)設(shè)計實現(xiàn)方法。

背景技術(shù)：

工業(yè)設(shè)備的實時狀態(tài)監(jiān)控是保證設(shè)備安全運轉(zhuǎn)、生產(chǎn)正常進(jìn)行的關(guān)鍵因素之一。隨著工業(yè)生產(chǎn)規(guī)模的不斷擴(kuò)大，眾多設(shè)備協(xié)同工作，衍生諸多復(fù)雜工況，因此工業(yè)監(jiān)控系統(tǒng)的智能化問題就顯得越來越突出。工業(yè)設(shè)備監(jiān)控系統(tǒng)對其可靠性、穩(wěn)定性要求較高，若監(jiān)控對象為大型關(guān)鍵機(jī)電設(shè)備，在滿足上述要求的同時，系統(tǒng)需要具備音頻/視頻等批量數(shù)據(jù)的實時傳輸能力；在某些特殊情況下，還需實現(xiàn)對監(jiān)控目標(biāo)的遠(yuǎn)程在線操作與控制。因此，針對不同的目標(biāo)設(shè)備，采用統(tǒng)一的監(jiān)控參數(shù)標(biāo)準(zhǔn)，提供統(tǒng)一的智能儀表接口，建立起具備自適應(yīng)能力的智能化機(jī)電設(shè)備狀態(tài)監(jiān)測系統(tǒng)，就顯得十分迫切和必要。隨著嵌入式技術(shù)、計算機(jī)與網(wǎng)絡(luò)技術(shù)的發(fā)展，上述目標(biāo)的實現(xiàn)已成為可能。

嵌入式技術(shù)是計算機(jī)技術(shù)的一個分支，其實時、穩(wěn)定高效及低功耗的特點非常適于在工控領(lǐng)域應(yīng)用。目前基于先進(jìn)精簡指令機(jī)(Advanced RISC Machine,ARM)和數(shù)字信號處理器(Digital Signal Processor,DSP)的數(shù)據(jù)采集分析系統(tǒng)方面的研究已經(jīng)比較成熟。上述嵌入式微處理器中一般可集成多路模數(shù)轉(zhuǎn)換(A/D)模塊、液晶顯示(Liquid Crystal Display,LCD)驅(qū)動模塊、傳輸控制/互聯(lián)協(xié)議(Transmission Control Protocol/Internet Protocol,TCP/IP)通訊驅(qū)動模塊等，能夠承載復(fù)雜的軟件系統(tǒng)以及通信協(xié)議。只要建立通用的數(shù)據(jù)采集與存儲標(biāo)準(zhǔn)，就完全能夠以嵌入式系統(tǒng)為核心，針對目標(biāo)設(shè)備構(gòu)建出具有網(wǎng)絡(luò)通訊功能的狀態(tài)監(jiān)控網(wǎng)絡(luò)的底層結(jié)構(gòu)單元。該結(jié)構(gòu)單元把目標(biāo)設(shè)備上傳感器測量的信號按照統(tǒng)一標(biāo)準(zhǔn)格式打包，上傳給網(wǎng)絡(luò)接口。所以盡管各種待監(jiān)測設(shè)備都不一樣，但底層結(jié)構(gòu)單元通信接口卻是一樣的，具有通用性和互換性。

因此，實現(xiàn)上述目標(biāo)的關(guān)鍵問題就是在嵌入式環(huán)境下，如何設(shè)計一種數(shù)據(jù)采集/存儲及其分析識別方法，滿足工業(yè)設(shè)備實時監(jiān)控的通用性與自適應(yīng)能力，以克服當(dāng)前工業(yè)設(shè)備狀態(tài)監(jiān)控系統(tǒng)存在的功能單一、智能化水平較低、兼容性差、實時性不強(qiáng)等問題。

技術(shù)實現(xiàn)要素：

為了解決當(dāng)前工業(yè)設(shè)備監(jiān)控系統(tǒng)存在的功能集成能力較弱、兼容性較差、運行效率較低、適用性較差的不足，本發(fā)明提供一種功能集成能力較弱強(qiáng)、兼容性較好、運行效率較高、適用性良好的嵌入式智能化機(jī)電設(shè)備狀態(tài)監(jiān)測系統(tǒng)。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：

一種嵌入式智能化機(jī)電設(shè)備狀態(tài)監(jiān)測系統(tǒng)，包括物理層元數(shù)據(jù)支撐模塊、系統(tǒng)知識管理維護(hù)模塊、系統(tǒng)知識推理識別模塊與系統(tǒng)交互會話模塊。

所述的物理層元數(shù)據(jù)支撐模塊，采用構(gòu)件化軟件設(shè)計方法，劃分為3個功能構(gòu)件：實時數(shù)據(jù)采集構(gòu)件RDC²、預(yù)處理與特征提取構(gòu)件PCEC和監(jiān)測數(shù)據(jù)存儲查詢構(gòu)件DSAC，所述的實時數(shù)據(jù)采集構(gòu)件RDC²基于FORK并發(fā)進(jìn)程處理方法實現(xiàn)對目標(biāo)設(shè)備物理信號的多道并行采集，按照既定的數(shù)據(jù)傳輸協(xié)議對采集的實時數(shù)據(jù)進(jìn)行分割、封裝，形成統(tǒng)一的數(shù)據(jù)分組，然后將封裝的數(shù)據(jù)分組發(fā)送至預(yù)處理與特征提取構(gòu)件PCEC；所述的預(yù)處理與特征提取構(gòu)件PCEC接收監(jiān)測數(shù)據(jù)存儲查詢構(gòu)件DSAC上傳的數(shù)據(jù)分組，將其解析重組后，進(jìn)行限幅消抖濾波、加權(quán)遞推平均濾波、一階滯后濾波、金字塔壓縮預(yù)處理操作，通過粗糙集方法對不同數(shù)據(jù)量、格式的數(shù)據(jù)信號進(jìn)行融合處理，形成標(biāo)準(zhǔn)的規(guī)格化數(shù)據(jù)分組，然后通過特征提取算法提取目標(biāo)設(shè)備的運行狀態(tài)特征信號；所述的監(jiān)測數(shù)據(jù)存儲查詢構(gòu)件DSAC為面向嵌入式智能化機(jī)電設(shè)備狀態(tài)監(jiān)測的主體數(shù)據(jù)庫，基于數(shù)據(jù)管理系統(tǒng)第三范式建立，采用優(yōu)先級輪轉(zhuǎn)模式進(jìn)行目標(biāo)記錄的循環(huán)掃描，實現(xiàn)對實時數(shù)據(jù)分組、預(yù)處理數(shù)據(jù)、特征數(shù)據(jù)的存儲、查詢、更新和維護(hù)；

所述的系統(tǒng)知識管理維護(hù)模塊，采用構(gòu)件化軟件設(shè)計方法，劃分為2個功能構(gòu)件：對象實例管理子構(gòu)件OIMC和監(jiān)測知識規(guī)則管理子構(gòu)件KRMC，所述的對象實例管理子構(gòu)件OIMC基于面向?qū)ο笤O(shè)計方法，支持類繼承、類模板重載、虛基類，實現(xiàn)對嵌入式智能化機(jī)電設(shè)備狀態(tài)監(jiān)測系統(tǒng)所涉及的各個對象進(jìn)行類定義，并根據(jù)不同的監(jiān)控對象需求生成具體實例；在此基礎(chǔ)上，基于優(yōu)先二叉樹遍歷算法，實現(xiàn)系統(tǒng)在推理過程中對數(shù)據(jù)對象的快速、準(zhǔn)確查找；所述的監(jiān)測知識規(guī)則管理子構(gòu)件KRMC采用矩陣知識點管理方法，負(fù)責(zé)知識規(guī)則的添加、編輯以及刪除；所述的矩陣知識點管理是指將每個監(jiān)測判斷知識規(guī)則給予兩重屬性，即領(lǐng)域知識與系統(tǒng)知識；所有知識點形成面向嵌入式智能化機(jī)電設(shè)備狀態(tài)監(jiān)測的知識點矩陣，根據(jù)具體監(jiān)測需求對所需知識點進(jìn)行檢索、調(diào)用；

所述的系統(tǒng)知識推理識別模塊為面向嵌入式智能化機(jī)電設(shè)備狀態(tài)監(jiān)測系統(tǒng)的功能主體，同樣采用構(gòu)件化軟件設(shè)計方法，劃分為3個功能構(gòu)件：知識推理機(jī)構(gòu)件KIEC、對象本體管理構(gòu)件O²MC和規(guī)則聚類學(xué)習(xí)構(gòu)件RCSC，所述的知識推理機(jī)構(gòu)件KIEC采用規(guī)則與數(shù)據(jù)分別存儲管理框架，細(xì)分為2個子構(gòu)件：狀態(tài)監(jiān)測與識別子構(gòu)件SMRC與推理知識維護(hù)子構(gòu)件IKMC，狀態(tài)監(jiān)測與識別子構(gòu)件SMRC根據(jù)不同的監(jiān)控需求，接收預(yù)處理與特征提取構(gòu)件PCEC上傳的目標(biāo)設(shè)備特征數(shù)據(jù)分組，根據(jù)推理知識維護(hù)子構(gòu)件IKMC中所提供的判斷規(guī)則與監(jiān)測算法進(jìn)行系統(tǒng)推理與識別；對象本體管理構(gòu)件O²MC對目標(biāo)設(shè)備、上下游設(shè)備及其配套裝置與儀器進(jìn)行抽象類定義，并根據(jù)具體監(jiān)測任務(wù)生成應(yīng)用實例，構(gòu)件具有則將監(jiān)測目標(biāo)系統(tǒng)進(jìn)行定義后，形成具備OOD功能且較好可控性的監(jiān)測目標(biāo)本體實例，并為推理知識維護(hù)子構(gòu)件IKMC提供可視化操作方法接口；規(guī)則聚類學(xué)習(xí)構(gòu)件RCSC是系統(tǒng)工作有效性的重要保障構(gòu)件，以RDC²提供的目標(biāo)設(shè)備實時物理信號、DSAC提供的目標(biāo)設(shè)備歷史信號或者PCEC提供的目標(biāo)設(shè)備特征信號為對象，針對不同的監(jiān)控功能需求與置信度水平，通過有導(dǎo)師或者無導(dǎo)師知識學(xué)習(xí)算法進(jìn)行逐步聚類計算；

所述的系統(tǒng)交互會話模塊，分為3個功能構(gòu)件：系統(tǒng)管理構(gòu)件SMC、監(jiān)測建議與措施構(gòu)件MAMC和用戶會話處理構(gòu)件USPC，系統(tǒng)管理構(gòu)件SMC為用戶提供系統(tǒng)管理應(yīng)用程序接口，實現(xiàn)系統(tǒng)的啟動/停止、工作模式轉(zhuǎn)換、工作參數(shù)設(shè)置、目標(biāo)設(shè)備選擇、目標(biāo)本體實例管理和推理知識規(guī)則維護(hù)；、監(jiān)測建議與措施構(gòu)件MAMC為系統(tǒng)交互會話模塊的核心，根據(jù)SRMC提供的識別結(jié)果，為提出請求的用戶提供監(jiān)測狀態(tài)列表、推理過程列表、操作指導(dǎo)建議列表，以及上述列表數(shù)據(jù)記錄所對應(yīng)的置信度數(shù)據(jù)，最終形成監(jiān)測任務(wù)日志文件；用戶會話處理構(gòu)件USPC為用戶提供可視化會話窗口與操作提示。

進(jìn)一步，所述物理層元數(shù)據(jù)支撐模塊中，采用多道實時數(shù)據(jù)采集與數(shù)據(jù)處理分離結(jié)構(gòu)，通過數(shù)據(jù)融合處理方法實現(xiàn)不同性質(zhì)類型數(shù)據(jù)的統(tǒng)一處理。

再進(jìn)一步，所述的多道實時數(shù)據(jù)采集與數(shù)據(jù)處理分離結(jié)構(gòu)，采用嵌入式三處理器硬件構(gòu)架，分別運行對應(yīng)的3個功能構(gòu)件：RDC²、PCEC、DSAC，實現(xiàn)數(shù)據(jù)采集、預(yù)處理、在線存儲的并行處理。

更進(jìn)一步，所述的數(shù)據(jù)融合處理方法，包含以下處理步驟：①對目標(biāo)設(shè)備物理信號進(jìn)行分類定義，批量數(shù)據(jù)為視頻、音頻、高頻振動和高頻脈沖，快變數(shù)據(jù)為低頻振動、低頻脈沖、脈動壓力、交變電壓/電流和感應(yīng)磁場/電勢，緩變數(shù)據(jù)為溫度、靜壓、流量，開關(guān)數(shù)據(jù)為通斷信號、高低電平；②RDC²根據(jù)批量數(shù)據(jù)規(guī)格進(jìn)行數(shù)據(jù)分組封裝，預(yù)留處理空間；③PCEC采用模糊集方法進(jìn)行濾波、填充、插補(bǔ)處理，形成統(tǒng)一規(guī)格的數(shù)據(jù)分組上傳至系統(tǒng)知識推理識別模塊，并復(fù)制數(shù)據(jù)記錄，存入DSAC。

所述的系統(tǒng)知識推理識別模塊中，知識推理機(jī)構(gòu)件KIEC采用C語言產(chǎn)生式規(guī)則系統(tǒng)CLIPS規(guī)則判斷與人工神經(jīng)網(wǎng)絡(luò)ANN進(jìn)行信息融合的方法進(jìn)行目標(biāo)設(shè)備的推理與判斷，包含以下處理步驟：①通過模糊集與ANN相結(jié)合，構(gòu)成模糊ANN狀態(tài)監(jiān)控分類器，并將模糊處理傳遞至ANN各層；②利用來自PCEC的目標(biāo)狀態(tài)特征數(shù)據(jù)作為模糊ANN分類器的輸入，通過置信度函數(shù)獲得分類器輸出，輸出為相應(yīng)目標(biāo)設(shè)備狀態(tài)的置信度值；③將分類器獲得的目標(biāo)狀態(tài)置信度與CLIPS規(guī)則相匹配，得到第一輪匹配結(jié)果；④若匹配結(jié)果置信度達(dá)到或者超過預(yù)設(shè)的置信閾值，則可以直接得到目標(biāo)狀態(tài)識別結(jié)果；⑤若匹配結(jié)果不滿足預(yù)設(shè)要求，則返回至步驟②，重新進(jìn)行分類、匹配計算，直到滿足預(yù)設(shè)置信度為止。

本發(fā)明的技術(shù)構(gòu)思為：包含3個邏輯功能子系統(tǒng)：多道并行實時數(shù)據(jù)采集子系統(tǒng)、嵌入式智能識別子系統(tǒng)、嵌入式智能知識處理子系統(tǒng)。

所述的多道并行實時數(shù)據(jù)采集子系統(tǒng)，可支持多個傳感通道同時采集目標(biāo)設(shè)備物理信號，并對不同性質(zhì)類型數(shù)據(jù)進(jìn)行預(yù)處理、融合與封裝，為嵌入式智能化機(jī)電設(shè)備狀態(tài)監(jiān)測系統(tǒng)提供穩(wěn)定、可靠的元數(shù)據(jù)分組；所述的嵌入式智能識別子系統(tǒng)，基于自適應(yīng)規(guī)則匹配與自主學(xué)習(xí)方法，實現(xiàn)對目標(biāo)設(shè)備工作狀態(tài)的在線識別，并給出識別置信度；所述的嵌入式智能知識處理子系統(tǒng)，基于知識點串聯(lián)機(jī)制與優(yōu)化算法，實現(xiàn)對智能化機(jī)電設(shè)備狀態(tài)監(jiān)測系統(tǒng)所涉及知識規(guī)則的動態(tài)更新與優(yōu)化，提高監(jiān)測系統(tǒng)的工作實時性與判斷正確率。針對上述3個邏輯功能子系統(tǒng)，本發(fā)明所涉及的嵌入式智能化機(jī)電設(shè)備狀態(tài)監(jiān)測系統(tǒng)可分為4個實體功能模塊：物理層元數(shù)據(jù)支撐模塊、系統(tǒng)知識管理維護(hù)模塊、系統(tǒng)知識推理識別模塊與系統(tǒng)交互會話模塊。

本發(fā)明的有益效果主要表現(xiàn)在：

1)構(gòu)件化系統(tǒng)設(shè)計，功能集成能力強(qiáng)，兼容性好，易于進(jìn)行用戶定制設(shè)計與二次開發(fā)；

2)數(shù)據(jù)采集、存儲、分析、判斷分離化設(shè)計，使系統(tǒng)能夠獲得較高的運行效率；

3)具有數(shù)據(jù)融合功能的實時數(shù)據(jù)采集構(gòu)件，能夠融合不同種類、性質(zhì)、數(shù)據(jù)量的物理信號，提高了系統(tǒng)的工業(yè)適用性；

4)產(chǎn)生式規(guī)則推理與模糊神經(jīng)網(wǎng)絡(luò)相結(jié)合的判斷推理方法，使得系統(tǒng)推理的有效性得到保證。

附圖說明

圖1是系統(tǒng)功能構(gòu)架示意圖；

圖2是系統(tǒng)構(gòu)件組成與內(nèi)部信息交互示意圖；

圖3是系統(tǒng)推理識別流程圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明作進(jìn)一步描述。

參照圖1～圖3，一種嵌入式智能化機(jī)電設(shè)備狀態(tài)監(jiān)測系統(tǒng)，包括物理層元數(shù)據(jù)支撐模塊、系統(tǒng)知識管理維護(hù)模塊、系統(tǒng)知識推理識別模塊與系統(tǒng)交互會話模塊，如附圖1所示。

物理層元數(shù)據(jù)支撐模塊，采用構(gòu)件化軟件設(shè)計方法，可劃分為3個功能構(gòu)件：實時數(shù)據(jù)采集構(gòu)件(RDC²)、預(yù)處理與特征提取構(gòu)件(PCEC)、監(jiān)測數(shù)據(jù)存儲查詢構(gòu)件(DSAC)，如附圖2所示。上述構(gòu)架所涉及的RDC²基于FORK并發(fā)進(jìn)程處理方法，產(chǎn)生新的處理任務(wù)，實現(xiàn)對目標(biāo)設(shè)備物理信號的多道并行采集，按照既定的數(shù)據(jù)傳輸協(xié)議對采集的實時數(shù)據(jù)進(jìn)行分割、封裝，形成統(tǒng)一的數(shù)據(jù)分組，然后將封裝的數(shù)據(jù)分組發(fā)送至PCEC。PCEC接收DSAC上傳的數(shù)據(jù)分組，將其解析重組后，進(jìn)行限幅消抖濾波、加權(quán)遞推平均濾波、一階滯后濾波、金字塔壓縮等預(yù)處理操作，通過粗糙集方法對不同數(shù)據(jù)量、格式的數(shù)據(jù)信號進(jìn)行融合處理，形成標(biāo)準(zhǔn)的規(guī)格化數(shù)據(jù)分組，然后通過特征提取算法提取目標(biāo)設(shè)備的運行狀態(tài)特征信號。DSAC為面向嵌入式智能化機(jī)電設(shè)備狀態(tài)監(jiān)測的主體數(shù)據(jù)庫，基于數(shù)據(jù)管理系統(tǒng)第三范式建立，采用優(yōu)先級輪轉(zhuǎn)模式進(jìn)行目標(biāo)記錄的循環(huán)掃描，實現(xiàn)對實時數(shù)據(jù)分組、預(yù)處理數(shù)據(jù)、特征數(shù)據(jù)的存儲、查詢、更新、維護(hù)。

系統(tǒng)知識管理維護(hù)模塊，采用構(gòu)件化軟件設(shè)計方法，可劃分為2個功能構(gòu)件：對象實例管理子構(gòu)件(OIMC)、監(jiān)測知識規(guī)則管理子構(gòu)件(KRMC)，如附圖2所示。上述構(gòu)架所涉及的OIMC基于面向?qū)ο笤O(shè)計(OOD)方法，支持類繼承、類模板重載、虛基類，實現(xiàn)對嵌入式智能化機(jī)電設(shè)備狀態(tài)監(jiān)測系統(tǒng)所涉及的各個對象進(jìn)行類定義，并根據(jù)不同的監(jiān)控對象需求生成具體實例；在此基礎(chǔ)上，基于優(yōu)先二叉樹遍歷算法，實現(xiàn)系統(tǒng)在推理過程中對數(shù)據(jù)對象的快速、準(zhǔn)確查找。KRMC采用矩陣知識點管理方法，負(fù)責(zé)知識規(guī)則的添加、編輯以及刪除，在一定的空間內(nèi)維護(hù)系統(tǒng)推理的準(zhǔn)確性。所述的矩陣知識點管理是指將每個監(jiān)測判斷知識規(guī)則給予兩重屬性，即領(lǐng)域知識與系統(tǒng)知識；所有知識點形成面向嵌入式智能化機(jī)電設(shè)備狀態(tài)監(jiān)測的知識點矩陣，根據(jù)具體監(jiān)測需求對所需知識點進(jìn)行檢索、調(diào)用。

系統(tǒng)知識推理識別模塊為面向嵌入式智能化機(jī)電設(shè)備狀態(tài)監(jiān)測系統(tǒng)的功能主體，同樣采用構(gòu)件化軟件設(shè)計方法，可劃分為3個功能構(gòu)件：知識推理機(jī)構(gòu)件(KIEC)、對象本體管理構(gòu)件(O²MC)、規(guī)則聚類學(xué)習(xí)構(gòu)件(RCSC)組成，如附圖2所示。上述構(gòu)架所涉及的KIEC采用規(guī)則與數(shù)據(jù)分別存儲管理框架，可以細(xì)分為2個子構(gòu)件：狀態(tài)監(jiān)測與識別子構(gòu)件(SMRC)與推理知識維護(hù)子構(gòu)件(IKMC)。SMRC根據(jù)不同的監(jiān)控需求，接收PCEC上傳的目標(biāo)設(shè)備特征數(shù)據(jù)分組，根據(jù)IKMC中所提供的判斷規(guī)則與監(jiān)測算法進(jìn)行系統(tǒng)推理與識別。O²MC對目標(biāo)設(shè)備、上下游設(shè)備及其配套裝置與儀器進(jìn)行抽象類定義，并根據(jù)具體監(jiān)測任務(wù)生成應(yīng)用實例，構(gòu)件具有則將監(jiān)測目標(biāo)系統(tǒng)進(jìn)行定義后，形成具備OOD功能且較好可控性的監(jiān)測目標(biāo)本體實例，并為IKMC提供可視化操作方法接口，提高目標(biāo)本體實例在監(jiān)測推理與狀態(tài)識別過程中的工作柔性與操作靈活性。RCSC是系統(tǒng)工作有效性的重要保障構(gòu)件，以RDC2提供的目標(biāo)設(shè)備實時物理信號、DSAC提供的目標(biāo)設(shè)備歷史信號或者PCEC提供的目標(biāo)設(shè)備特征信號為對象，針對不同的監(jiān)控功能需求與置信度水平，通過有導(dǎo)師或者無導(dǎo)師知識學(xué)習(xí)算法進(jìn)行逐步聚類計算，從而使系統(tǒng)推理識別的有效性得到保證。

系統(tǒng)交互會話模塊，主要分為3個功能構(gòu)件：系統(tǒng)管理構(gòu)件(SMC)、監(jiān)測建議與措施構(gòu)件(MAMC)、用戶會話處理構(gòu)件(USPC)，如附圖2所示。SMC為用戶提供系統(tǒng)管理應(yīng)用程序接口，主要實現(xiàn)系統(tǒng)的啟動/停止、工作模式轉(zhuǎn)換、工作參數(shù)設(shè)置、目標(biāo)設(shè)備選擇、目標(biāo)本體實例管理、推理知識規(guī)則維護(hù)等功能。MAMC為系統(tǒng)交互會話模塊的核心，主要根據(jù)SRMC提供的識別結(jié)果，為提出請求的用戶提供監(jiān)測狀態(tài)列表、推理過程列表、操作指導(dǎo)建議列表，以及上述列表數(shù)據(jù)記錄所對應(yīng)的置信度數(shù)據(jù)，最終形成監(jiān)測任務(wù)日志文件。USPC為用戶提供可視化會話窗口與操作提示，提高系統(tǒng)在應(yīng)用過程中的人機(jī)功效。

數(shù)據(jù)采集與預(yù)處理：RDAQS采用多道實時數(shù)據(jù)采集與數(shù)據(jù)處理分離結(jié)構(gòu)，通過數(shù)據(jù)融合處理方法實現(xiàn)不同性質(zhì)類型數(shù)據(jù)的統(tǒng)一處理，提高監(jiān)測系統(tǒng)的前端工作效率。上述方案涉及的多道實時數(shù)據(jù)采集與數(shù)據(jù)處理分離結(jié)構(gòu)，采用嵌入式三處理器硬件構(gòu)架，分別運行對應(yīng)的3個功能構(gòu)件：RDC²、PCEC、DSAC，實現(xiàn)數(shù)據(jù)采集、預(yù)處理、在線存儲的并行處理。

所述的數(shù)據(jù)融合處理方法，主要包含以下處理步驟：

①對目標(biāo)設(shè)備物理信號進(jìn)行分類定義，主要包含：批量數(shù)據(jù)(視頻、音頻、高頻振動、高頻脈沖)、快變數(shù)據(jù)(低頻振動、低頻脈沖、脈動壓力、交變電壓/電流、感應(yīng)磁場/電勢)、緩變數(shù)據(jù)(溫度、靜壓、流量)與開關(guān)數(shù)據(jù)(通斷信號、高低電平)；

②RDC²根據(jù)批量數(shù)據(jù)規(guī)格進(jìn)行數(shù)據(jù)分組封裝，預(yù)留處理空間；

③PCEC采用模糊集方法進(jìn)行濾波、填充、插補(bǔ)處理，形成統(tǒng)一規(guī)格的數(shù)據(jù)分組上傳至系統(tǒng)知識推理識別模塊，并復(fù)制數(shù)據(jù)記錄，存入DSAC。

系統(tǒng)推理識別：本發(fā)明采用C語言產(chǎn)生式規(guī)則系統(tǒng)(CLIPS)規(guī)則判斷與人工神經(jīng)網(wǎng)絡(luò)(ANN)進(jìn)行信息融合的方法進(jìn)行目標(biāo)設(shè)備的推理與判斷，如附圖3所示，主要包含以下處理步驟：

①通過模糊集與ANN相結(jié)合，構(gòu)成模糊ANN狀態(tài)監(jiān)控分類器，并將模糊處理傳遞至ANN各層；

②利用來自PCEC的目標(biāo)狀態(tài)特征數(shù)據(jù)作為模糊ANN分類器的輸入，通過置信度函數(shù)獲得分類器輸出，輸出為相應(yīng)目標(biāo)設(shè)備狀態(tài)的置信度值；

③將分類器獲得的目標(biāo)狀態(tài)置信度與CLIPS規(guī)則相匹配，得到第一輪匹配結(jié)果；

④若匹配結(jié)果置信度達(dá)到或者超過預(yù)設(shè)的置信閾值，則可以直接得到目標(biāo)狀態(tài)識別結(jié)果；

⑤若匹配結(jié)果不滿足預(yù)設(shè)要求，則返回至步驟②，重新進(jìn)行分類、匹配計算，直到滿足預(yù)設(shè)置信度為止。

最后，還需要注意的是，以上列舉的僅是本發(fā)明的一個具體實施例。顯然，本發(fā)明不限于以上實施例，還可以有許多變形。本領(lǐng)域的普通技術(shù)人員能從本發(fā)明公開的內(nèi)容直接導(dǎo)出或聯(lián)想到的所有變形，均應(yīng)認(rèn)為是本發(fā)明的保護(hù)范圍。