基于Web界面的工业互联网测试数据交互整合系统设计

徐东

（工业互联网创新中心（上海）有限公司，上海 201306）

互联网作为大数据与工业发展之间的媒介，需要配合工业对象与大数据之间协调发展，实现工业大数据的云计算与智能交互，满足人们对多元化商品的网络化服务需求。

相关研究人员提出工业与物联网之间的工业互联网结合模式，使工业生产在互联网数据的带动下增加工业共享资源与业务资源，能够应用互联网对数据计算能力强的优势解决工业生产过程中的问题。文献[1]中提到德国西门子公司应用大数据平台，开通工业生产过程中的互联网测试数据，数据平台通过上传数据的方式来控制互联网平台中的工业生产设备，该系统下的工业生产设备连接只对该公司的设备单独开放，数据传输协议具有单一性，需要投入大量的数据管理来协调互联网数据结构与其他工业生产设备之间的服务进程；文献[2]中提出国外部分工业生产企业应用传统的数据压缩算法对工业互联网测试数据进行整合，将工业生产过程中采集到的音频信息、文字信息等内容进行压缩，通过最终的压缩率来判断工业互联网测试数据的交互整合效率，该算法下的系统主要考虑到工业互联网中数据储存空间的占有率，对压缩信息的敏感程度较低，导致这种系统无法进一步实现工业互联网测试数据的交互。

为了解决传统系统中数据整合存在的问题，提出基于Web界面设计工业互联网测试数据交互整合系统。

1 系统硬件设计

随着互联网中云计算技术的不断发展，系统服务器中的服务构架将越来越复杂，单体互联网服务器构架的数据扩容条件有限，服务器中单个模块出现故障时会影响整个系统的运行，为此，文中设计了多构架模式的Web界面服务器构架，能够有效应对工业测试数据的复杂性与多样性[3-4]。文中采用密集型IO数据储存容器作为服务器的数据扩容储存主体，这种型号的数据储存器内部具有异步编程芯片，能够及时处理多步测试的数据内容。此容器的空间占有量小，灵活程度高，具有可拆卸性与调换性，数据扩充的方式主要通过Web界面的工业互联网数据进行调试，当其他数据扩容器中数据容量不足时，可以通过Web界面对工业设备中其他机器的数据储存容器进行调节管理，平衡储存数据负载。系统硬件构架图如图1所示。

图1 系统硬件构架图

文中Web界面的服务器采用英特尔公司生产的Core i5-8530系列产品，该服务器中数据器的工作频率为3.4 GHz，具有64 G大容量运算空间，同时还具备5 T工业互联网测试数据后备储存空间，该服务器支持运行Windows系统的所有类型机器。工业设备与互联网之间的数据传输节点主要受控制器内部的网络节点控制，文中应用ARM-7856信号的核心控制器模块。控制器由前端与后端两个部分组成，前端主要负责数据的接收与发送，后端主要负责测试数据在交互整合过程中的网络感知与调节状态。为了能够更加精准地实现工业互联网测试数据交互整合，文中在硬件系统中应用数据交互传感器，该传感器与Web界面呈现关联状态，Web界面发送的指令均能通过传感器进行数据探索，同时传感器采集到的测试数据也能通过Web界面进行数据传输与重新整合，进一步实现管理人员对测试数据的直接交互控制。文中传感器中的核心为DIK数据敏感识别芯片，芯片内部电路参与数据节点的连接，所以芯片能够在工业互联网测试数据环境中准确识别数据类型，芯片的数据敏感频段为1.2 GHz[5-7]。DIK数据敏感识别芯片电路如图2所示。

图2 DIK数据敏感识别芯片电路

2 系统软件设计

基于Web界面的工业互联网测试数据交互整合系统软件的实现首先需要访问工业互联网测试数据库中的数据，将需要访问的测试数据进行解析，判断测试数据的交互类型，再从Web界面用户属性中获取用户名、Web界面登录密码等信息，连续访问工业互联网中的测试数据，为实现数据交互整合创造良好的数据环境[8-9]。读取后的数据即可作为Web界面工业互联网测试数据交互整合的环境基础[10-11]。数据访问流程图如图3所示。

图3 数据访问流程图

对工业互联网测试数据访问后进行数据整合处理，在Web界面中主要包含实时在线数据与离线数据，实时在线数据具有流通的特点，随着时间的变化而改变，对此类数据的整合首先需要将数据接入到Web界面中，以核心数据格式向Web界面持续输出。由于工业互联网中连接的设备种类较多，所以在文中系统软件中设计了通用型数据接口，以数据序列的方式依次向相同的Web界面中传输缓存数据，也可以将测试数据转换为静态离线数据等待人工处理整合[12]。数据在Web页面中的整合主要是通过数据业务中的逻辑算法来实现，将数据接入数据接口后，不同设备的测试数据会构成一套网络拓扑结构，针对不同类型的数据结构，文中设计了聚类算法进行实时数据整合。设定Web界面的设备用户数量为k，各个设备的测试数据整合误差为：

式中，x代表Web界面中每种设备测试数据的平均值，c代表聚类算法中的聚类系数，mr代表测试数据聚类中心，对应的实现函数如式（2）所示。

式中，wij表示函数的判断整合数据平均值是否处于聚类中，当wij为1时表示平均值在聚类中，当wij为0时则表示平均值不在聚类中[13-14]。聚类算法的实现首先需要在Web界面数据中选择相应的设备用户K，计算每一个设备数据之间的距离，并计算出所有设备数据到聚类中心的距离，获取需要整合数据的簇心，判断算法簇心是否存在超出阈值的情况，若超出聚类算法的阈值范围则重新计算设备数据。聚类算法流程如图4所示。

图4 聚类算法流程图

针对Web界面中的离线数据整合，文中设计了离线数据整合迭代计算、深度学习、数据检索功能。接收测试数据后，根据不同的离线数据格式划分为不同的接口数据，并将数据接口引入相应的计算节点中，节点中的数据被不断地进行迭代整合计算，并通过逻辑分析获得离线数据需要整合的步骤和内容，文中设计的软件还包含数据整合查询功能，离线数据经过初步整合后可以通过挖掘算法在数据库中检索需要查询的数据内容[15-16]。

文中Web界面中包含多种类型的语言编制程序，主要应用在数据交互分析上，方便工业互联网测试数据整合交互。管理人员通过多种途径对数据进行交互分析，Web界面与测试数据之间的关联需要通过客观的方式向用户表达，交互界面的设计使工业互联网测试数据分析可视化，极大地方便了用户对文件浏览器的使用，支持最终结果以图形的形式表现出来。文中在软件系统中开发了MapRwduce应用程序，将Web界面的图形交互功能与云计算功能相结合，使Web界面的交互速度与精准度都明显提升。

3 实验研究

为了验证所设计系统的整体应用性能，进行了对比验证实验，实验的对比系统为文献[1]系统与文献[2]系统。实验环境结构如图5所示。

图5 实验环境结构图

实验过程中首先确定系统的硬件设备是否处于正常工作状态，分别在各个工业生产设备上开启数据传输模式，准备接收来自互联网Web界面端口的测试数据，调动数据采集结构采集工业互联网测试数据中的特征或属性，并规划实验的预期结果，在预期结果中选取实时数据与离线数据，作为此次实验对比对象的主要数据。硬件设备逐渐向软件流程程序中输入测试数据，查询储存容器中数据的接收状态，分析数据在软件程序中的整合参数。Web界面中实时数据与离线数据通过端口可以实现可视化，以图表的形式体现工业设备中的测试数据，Web界面网络节点中实时数据可视化示例图如图6所示。

图6 Web界面网络节点中实时数据可视化示例图

通过数据的可视化技术，分别对3种系统下的交互程度进行比较分析，分别采取相同的工业互联网测试数据，在3种系统平台中调取能够实现交互的数据，计算能够完成交互任务的数据占全部数据的百分比，3种系统的交互程度对比结果如图7所示。

图7 3种系统的交互程度对比图

根据图中的对比结果可知，文中系统的交互程度最高，Web界面所能实现的交互数据占总数据的80%左右，而文献[1]中能实现交互的数据占总数据的50%左右，文献[2]中能实现交互的数据占总数据的40%左右。文中系统通过Web界面中的可视化程序设计，将工业化互联网数据进行可视化处理，管理人员能够直接对数据进行操作，针对数据中的实时数据与离线数据均有相对应的整合方式，为交互创造良好的Web界面条件。

该实验还对3种系统的数据传输途径进行了对比，每种系统中均存在着不同的设备数据，分别对每种设备数据的传输途径进行跟踪，获取3种系统的传输途径对比结果，如图8所示。

图8 3种系统的传输途径对比结果

图8中显示了文中系统的设备数据传输路径达到5条，分别对不同类型的数据制定适当的传输途径，而文献[1]和文献[2]系统中都只有两条传输路径。文中采用的服务器是多构架模式，构架内存在着大量的网络节点作为数据传输的介质，数据传输过程中会根据数据状态的不同而产生不同的数据包，软件程序根据数据包的类型进行匹配数据传输。

4 结束语

工业互联网测试数据的整合与交互系统的实现是未来工业生产发展的核心，文中基于Web界面提出具有多传输路径、数据可视化交互的智能系统，使工业互联网测试数据的实用性、高效性更加突出。