面向艾络格工业物联网的大数据分析及可视化

发布时间：2022-12-11 00:11

　　随着科技的进步,在新一代工业发展的推进中,传感器设备的应用更加广泛,产生的数据量也呈指数式增长。人们已经逐渐向工业大数据时代迈进,大规模数据涌现,工业物联网面临着海量数据存储、快速查询和数据挖掘分析等各方面的挑战,需要为工业数据的应用寻找有效的处理方法。系统分析了项目的实际需求和工业物联网大数据特点,结合现有的大数据处理技术,设计了一个可用于工业物联网大数据快速查询和分析的系统。系统在Presto框架上实现和测试,以实现支持海量工业生产数据的集中存储和快速查询的效果,并对智慧工厂智能热网中的换热站运行的历史数据进行统计查询以及基于历史数据的拟合分析和可视化展示。采用三层架构,其中底层是数据层,该层主要负责物联网终端传感器数据的采集,使用Hive作为数据仓库。数据层上的计算层则主要提供计算框架,通过使用开源的SQL查询引擎Presto构建一个基于内存计算的集群环境,实现数据计算的并行化。顶层的交互层负责数据分析的应用以及结果的生成,用于系统和用户之间的交互操作,接收和转发客户端浏览器提交的查询请求,传到服务器集群进行执行,并将结果在浏览器端向用户显示。实现在用户系统上对已采集的传感器报警... 

【文章页数】：77 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 课题研究背景与意义
    1.2 国内外研究概况
    1.3 论文研究目标和内容
    1.4 论文组织结构
2 工业物联网大数据分析及可视化系统需求分析
    2.1 艾络格工业物联网平台
    2.2 工业数据特性分析
    2.3 系统功能需求分析
    2.4 系统非功能需求分析
    2.5 系统问题分析
    2.6 本章小结
3 工业物联网大数据分析及可视化系统设计
    3.1 系统体系结构设计
    3.2 系统核心模块设计
    3.3 本章小结
4 工业物联网大数据分析及可视化系统实现
    4.1 系统架构
    4.2 数据采集和处理
    4.3 历史数据统计查询
    4.4 历史数据挖掘分析
    4.5 本章小结
5 系统测试及结果分析
    5.1 系统环境
    5.2 系统功能测试
    5.3 查询性能测试
    5.4 本章小结
6 总结与展望
    6.1 全文总结
    6.2 工作展望
致谢
参考文献
附录Ⅰ 攻读硕士期间参与的科研工作


【参考文献】：
期刊论文
[1]工业大数据技术与架构[J]. 郑树泉,覃海焕,王倩.  大数据. 2017(04)
[2]物联网与大数据整合研究[J]. 高岩,王孟平,苏展,闫菡.  创新科技. 2017(07)
[3]《工业大数据白皮书（2017版）》解读[J]. 卫凤林,董建,张群.  信息技术与标准化. 2017(04)
[4]一种实时大数据查询技术-对象分布式查询[J]. 杨志.  计算机与数字工程. 2015(10)
[5]智能制造——“中国制造2025”的主攻方向[J]. 周济.  中国机械工程. 2015(17)
[6]分布式结构化数据分页查询中的动态归并算法[J]. 段翰聪,彭旭宇,李林.  小型微型计算机系统. 2013(07)
[7]大数据管理:概念、技术与挑战[J]. 孟小峰,慈祥.  计算机研究与发展. 2013(01)
[8]美国“再工业化”之路——美国“先进制造业国家战略计划”评析[J]. 左世全.  装备制造. 2012(06)



本文编号：3717776