技术领域
[0001] 本申请涉及计算机应用技术领域，尤其涉及一种协同控制系统。
相关背景技术
[0002] 随着新一代信息技术的发展，工业互联网成为国内外实体经济数字化转型的重要赋能工具，其核心思想是通过新兴信息技术与传统制造业结合，以信息物理系统为核心技术体系，实现企业生产运营过程的数据全面感知、动态传输、实时分析，科学决策与智能控制，推动传统产业升级转型。
[0003] 在煤矿开采行业中，对井下的生产过程进行实时监视，是安全生产的重要保障。因此，如何通过工业互联网技术实现煤矿开采的实时监视和自动控制，以提升煤炭开采的自动化和智能化程度，为煤矿的安全生产提供服务，是亟待解决的问题。
具体实施方式
[0033] 下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的要素。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
[0034] 本申请实施例针对相关技术中，如何通过工业互联网技术实现煤矿开采的实时监视和自动控制，以提升煤炭开采的自动化和智能化程度，为煤矿的安全生产提供服务的问题，提出一种协同控制系统。
[0035] 本申请实施例提供的协同控制系统，通过设备端采集生产设备、生产人员及生产环境的检测数据并发送至控制平台，控制平台通过对设备端采集的检测数据进行数据分析，并生成控制策略下发至设备端，以对设备端进行实时控制，云平台通过对控制平台转发的监测数据进行大数据分析和模型训练，生成监测规则并下发至控制平台，以实现云平台与控制平台的协同控制。由此，通过综合考虑生产设备、环境、人员等多种要素，并通过控制平台对设备端进行实时控制，以及通过云平台对长期的监测数据进行大数据分析，以制定精准的监测策略，从而通过控制平台与云平台的协同控制，有效实现了对煤矿生产过程的实时监视和控制，提升了煤矿生产的自动化和智能化程度，保证了煤矿生产安全。
[0036] 下面参考附图对本申请提供的协同控制系统进行详细描述。
[0037] 图1为本申请实施例所提供的一种协同控制系统的流程示意图。
[0038] 如图1所示，该协同控制系统10，包括：设备端110、控制平台120及云平台130。
[0039] 其中，设备端110，用于采集生产设备、生产人员、生产环境的监测数据并发送至控制平台120。如图2所示，在图1所示实施例的基础上，设备端110包括设备运行参数监测设备111、传感器112、定位设备113、图像采集设备114、语音采集设备115及执行设备116；
[0040] 控制平台120，用于获取设备端110采集的监测数据并转发至云平台130，并根据预设的监测规则对监测数据进行数据分析，以生成控制策略并下发至设备端110，其中，控制策略包括告警指令、控制指令中的至少一种；
[0041] 云平台130，用于获取控制平台120转发的监测数据，并根据预设的设备模型和组织模型对预设时段内的监测数据进行大数据分析和模型训练，以生成预设的监测规则并下发至控制平台120。
[0042] 需要说明的是，本申请实施例的系统控制系统10可以应用在煤矿生产环境中，以对煤矿生产环境中的生产设备、生产人员、生产环境的实时数据进行监测，以保证煤矿生产的安全和效率。
[0043] 作为一种可能的实现方式，设备运行参数检测设备111，可以设置在各生产设备中，以对生产设备在生产过程中的实时运行参数进行采集。需要说明的是，设备运行参数检测设备111可以是生产设备中本身具有的可记录自身运行参数的部件，也可以是根据实际的监测需要，在各生产设备中另外设置的部件。比如，对于具有自动化功能的采煤机来说，采煤机本身可以包含对自身的工作温度、工作湿度、工作压力、工作时的倾角等参数进行测量的传感器，则可以将这些传感器作为设备运行参数检测设备111。
[0044] 传感器112，可以包括对生产环境数据进行监测的各种传感器，可以包括温度传感器、湿度传感器、气体浓度传感器中的至少一种，以对生产环境中的温度、湿度、气体浓度(如瓦斯气体浓度)等环境数据进行监测。相应的，在传感器112包括温度传感器、湿度传感器、气体浓度传感器中的至少一种时，设备端110采集的监测数据中包括环境温度、环境湿度、环境气体浓度中的至少一种。
[0045] 定位设备113，可以包括人员定位设备、设备定位设备中的至少一种；相应的，设备端110采集的监测数据中可以包括人员位置信息、设备位置信息中的至少一种。比如，在煤矿生产场景中，可以在井下生产人员、井下运煤车辆等可移动的生产设备中设置位置传感器等可以获取定位设备，以获取井下生产人员、可移动生产设备的实时位置信息。需要说明的是，在煤矿生产场景中，由于煤矿生产环境特殊，可以采用井下专用的位置传感器或定位服务用于位置信息采集，以保证位置信息采集的准确性。
[0046] 图像采集设备114，可以是任意的监控设备，可以根据需要设置在生产环境中的任意位置，用于采集生产环境中的实时视频数据；相应的，设备端110采集的监测数据中还可以包括视频数据。
[0047] 语音采集设备115，可以是设置在生产设备内或生产设备附近的语音采集设备，以对生产设备在运行过程中产生的噪音进行采集，从而可以通过生产设备运行时发出的声音监测生产设备的运行情况；或者，语音采集设备115还可以是生产人员使用的对讲机等通信设备，以采集生产人员之间的进行沟通的语音数据，进而通过生产人员之间的进行沟通的语音数据监测生产情况。相应的，设备端110采集的监测数据中还可以包括语音数据。
[0048] 执行设备116，可以是生产设备，也可以是专门用于执行控制策略以对生产设备进行控制的设备；或者，还可以是进行告警提示的告警设备，如蜂鸣器、语音提示器等。
[0049] 在本申请实施例中，设备端110可以执行控制平台120下发的控制策略。具体的，设备端110可以通过执行设备116执行控制平台120下发的控制策略。
[0050] 进一步的，在控制策略的类型不同时，可以采用不同的执行设备116执行控制策略。即在本申请实施例一种可能的实现方式中，上述执行设备116，可以用于：
[0051] 在获取到控制平台120下发的控制指令时，执行控制指令以对生产设备进行控制；或者，在获取到控制平台120下发的告警指令时，执行告警指令以发出告警提示。
[0052] 举例来说，执行设备116在获取到控制平台120下发的控制指令，且控制指令为“关闭生产设备A”时，则执行设备116可以是生产设备A本身，且生产设备A可以在获取到该控制指令时，自动停止运行。又如，执行设备116在获取到控制平台120下发的告警指令，则执行设备116可以是语音提示器，则语音提示器在获取到告警指令时，可以根据告警指令发出语音提示。
[0053] 进一步的，设备端110在执行控制策略之后，还可以将对控制策略的执行结果反馈至控制平台120，以使工作人员可以及时了解设备端110对控制策略的执行结果。即在本申请实施例一种可能的实现形式中，上述执行设备116，还可以用于：
[0054] 将对控制策略的执行结果反馈至控制平台120。
[0055] 在本申请实施例中，执行设备116在执行控制策略之后，可以通过设备端110与控制平台120之间的通信链路将对控制策略的执行结果反馈至控制平台120，以使井下工作人员可以及时监视设备端110是否成功执行了控制策略，并进行相应的处理。
[0056] 进一步的，控制平台120还可以将设备端110对控制策略的执行结果反馈至云平台130，以使管理人员可以及时了解生产情况。即在本申请实施例一种可能的实现方式中，上述控制平台120，还可以用于：
[0057] 将执行结果发送至云平台130。
[0058] 在本申请实施例中，控制平台120可以通过与云平台之间的通信链路将执行结果反馈至云平台130。
[0059] 相应的，云平台130可以显示执行结果，以供管理人员浏览。即在本申请实施例一种可能的实现方式中，如图3所示，在图2所示实施例的基础上，上述云平台130还可以包括：显示组件131；显示组件131，具体用于：
[0060] 显示控制平台120发送的执行结果。
[0061] 在本申请实施例中，云平台130可以通过显示组件131显示控制平台120向设备端110下发的控制策略，以及设备端110对各控制策略的执行结果。比如，显示组件131可以是显示屏，云平台可以通过显示屏显示控制平台120向设备端110下发的实时告警指令，以及设备端110对告警指令的执行结果，以使管理人员可以及时了解生产过程中的异常情况，以及对异常情况的处理结果。
[0062] 进一步的，云平台130还可以对生产环境进行实时监视，以使管理人员可以随时了解实时生产情况。即在本申请实施例一种可能的实现方式中，上述显示组件131，还可以用于：
[0063] 显示图像采集设备采集的视频数据。
[0064] 在本申请实施例中，云平台130还可以作为生产环境的实时监控平台，从而控制平台120在获取到设备端110采集的视频数据之后，可以同步至云平台130，并在显示组件131中显示，以使管理人员可以通过显示组件131中显示的视频数据实时监视生产过程。
[0065] 在本申请实施例中，控制平台120可以通过与设备端110之间的通信链路，实时获取设备端110采集的监测数据，并利用预设的监测规则对监测数据进行数据分析，以判断监测数据是否符合监测规则，进而根据分析结果生成相应的控制策略。
[0066] 作为一种可能的实现方式，预设的监测规则可以是各监测数据所属的数值范围，则控制平台120可以对采集的各监测数据进行分析，以确定各监测数据是否属于监测规则中对应的数值范围，若不属于，则可以确定监测数据出现异常，并在确定监测数据出现异常时，生成相应的控制指令，以控制设备端110调整相应生产设备的工作模式，以使异常的监测数据恢复正常。
[0067] 比如，监测数据为生产设备的位置信息，预设的监测规则中包括安全位置对应的数值范围，则控制平台120在确定生产设备A的位置信息未处于预设的监测数据中规定的数值范围时，可以确定生产设备A未处于安全位置，从而可以向生产设备A发送控制指令，以控制生产设备A运行至安全位置。或者，控制平台120还可以在确定生产设备或人员的位置信息未处于预设的监测数据中的规定的数值范围时，向设备端110发送告警指令，以控制设备端110中的执行设备116发出告警提示，以提醒工作人员返回安全位置，或者提醒工作人员辅助生产设备返回安全位置。
[0068] 作为另一种可能的实现方式，预设的监测规则可以是已训练完成的各类监测数据对应的深度学习模型，从而控制平台120在获取到各类监测数据之后，可以将各类监测数据分别输入相应的深度学习模型，以使深度学习模型根据监测数据输出控制策略。
[0069] 在本申请实施例中，控制平台120可以通过与云平台130之间的通信链路，将从设备端110采集的监测数据发送至云平台130，云平台130可以对在预设时段内获取到的所有监测数据进行整合，并进行大数据分析，或利用整合后的数据进行模型训练，以生成预设的监测规则下发至控制平台120。
[0070] 需要说明的是，预设时段可以是较长的时段，如一周、一个月、一年，等等，本申请实施例对此不做限定。
[0071] 作为一种可能的实现方式，预设的监测规则可以包括设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录，则云平台130，还可以用于：
[0072] 对预设时段内的监测数据进行统计分析，以生成设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录，并下发至控制平台120。
[0073] 在本申请实施例中，云平台130可以对从控制平台120获取的长期的监测数据进行整合，以生成设备运行数据记录，以对各生产设备长期的运行数据进行存储和备份，以供需要时查阅。云平台130还可以对长期的监测数据进行大数据分析，以确定各生产设备的设备运行模式，以及各生产设备正常运行时的设备状态参数与异常运行时的设备状态参数，并可以生成对各生产设备的设备维修检修方案，进而将设备运行模式、设备状态参数、设备维修检修方案、设备运行数据记录，以使控制平台120或生产人员可以根据云平台130生成的策略，对生产设备或生产过程进行控制。
[0074] 作为另一种可能的实现方式，云平台130还可以根据长期的监测数据，生成对生产过程中的异常状态进行识别的监测规则，并下发至控制平台120，以使控制平台120可以利用该监测规则，识别生产过程中的异常状态。即在本申请实施例一种可能的实现方式中，上述预设的监测规则，可以包括以下规则中的至少一个：设备工作状态识别规则、人员危险区域识别规则、人员违章行为识别规则。
[0075] 作为一种示例，云平台130可以通过图像采集设备采集的视频数据，进行模型训练，以将训练生成的模型作为预设的监测规则下发至控制平台120。即在本申请实施例一种可能的实现方式中，上述云平台130，还可以用于：
[0076] 对所述图像采集设备采集的视频数据进行视频帧抽取和图像识别，以确定所述视频数据中包含的指示异常状态的异常视频帧，其中，所述异常状态包括设备工作状态异常、人员处于危险区域和/或人员违章行为；
[0077] 根据异常视频帧，对预设的异常状态识别模型进行训练，以生成更新后的异常状态识别模型；
[0078] 将更新后的异常状态识别模型作为预设的监测规则，下发至控制平台，以使控制平台利用更新后的异常状态识别模型识别设备工作状态、人员所在的危险区域和/或人员违章行为。
[0079] 在本申请实施例中，云平台130可以对获取到的视频数据进行视频帧抽取，以确定视频数据中包括的各视频帧，并利用预设的异常状态识别模型对各视频帧进行图像识别，以确定视频数据中包含的异常视频帧，进而利用异常视频帧对预设的异常状态识别模型进行训练，以生成更新后的异常状态识别模型，从而进一步提升异常状态识别模型的性能。进而可以将更新后的异常状态识别模型作为预设的监测规则，发送至控制平台120，以使控制平台120可以利用更新后的异常状态识别模型对从设备端110获取到的监控视频数据进行识别处理，以实时确定生产过程中的设备工作状态、人员所在的危险区域和/或人员违章行为，从而控制平台120在确定生产设备处于异常工作状态，或者工作人员处于危险区域，或者工作人员存在违章行为时，发出告警指令。
[0080] 在本申请实施例中，控制平台120可以随时根据云平台130下发的策略更新监测规则。即在本申请实施例一种可能的实现方式中，上述控制平台120，还可以用于：
[0081] 接收云平台130下发的预设的监测规则，并根据接收到的预设的监测规则更新已存储的预设的监测规则。
[0082] 在本申请实施例中，控制平台120通过根据云平台下发的预设的监测规则，实时更新已存储的预设的监测规则，并利用更新后的监测规则对从设备端110获取的监测数据进行数据分析，以实现与云平台130的协同控制，不断提升对生产过程进行监控的准确性。
[0083] 本申请实施例提供的协同控制系统，通过设备端采集生产设备、生产人员及生产环境的检测数据并发送至控制平台，控制平台通过对设备端采集的检测数据进行数据分析，并生成控制策略下发至设备端，以对设备端进行实时控制，云平台通过对控制平台转发的监测数据进行大数据分析和模型训练，生成监测规则并下发至控制平台，以实现云平台与控制平台的协同控制。由此，通过综合考虑生产设备、环境、人员等多种要素，并通过控制平台对设备端进行实时控制，以及通过云平台对长期的监测数据进行大数据分析，以制定精准的监测策略，从而通过控制平台与云平台的协同控制，有效实现了对煤矿生产过程的实时监视和控制，提升了煤矿生产的自动化和智能化程度，保证了煤矿生产安全。
[0084] 本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由权利要求指出。
[0085] 应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
