• 工业互联网边缘计算及AI算法实训装置
  • 工业互联网边缘计算及AI算法实训装置
工业互联网边缘计算及AI算法实训装置

(一)产品简介

工业互联网数据采集及边缘计算实验装置是一款专为科研领域设计的综合性实训平台。该平台深度融合了数据采集、可视化负载动态数据机构、标识解析、立体视觉系统以及边缘计算平台等核心技术,以模拟真实的工业环境为核心,特别侧重于通过真实的旋转运动模拟,实现对工业设备动态运动趋势的精准预测和深入分析。

本装置为研究人员提供了一个高度仿真且功能强大的实验环境。通过模拟真实的旋转运动,装置能够实时捕获并传输设备的动态数据,为科研人员提供了丰富的数据源。利用边缘计算平台强大的数据处理和分析能力,研究人员可以深入挖掘这些数据中的潜在价值,开展针对性的科研工作。

平台支持多种数据采集算法和数据分析技术的集成与应用,为科研人员提供了广阔的创新空间。通过加载不同的算法和模型,研究人员可以对工业设备的运动趋势进行多维度的预测和分析,为智能制造和工业物联网等领域的研究提供有力支持。

(二)技术参数

实训装置集成了数据采集装置、可视化负载动态数据机构和边缘计算平台,通过数据采集、精准过滤、智能筛选、高效标识解析、视觉检测以及深入数据分析,实现对含有该数据机构的工业设备的精确预测性维护。

1. 可视化负载动态数据机构

机构具备完整的可变负载闭环控制系统,集成了旋转运动模拟与先进数据采集技术,通过参数化调制,提供准确实验数据。机构包含动力源、控制系统、输送系统、负载系统、视觉搭配系统、工序包。

1)动力源

2)负载系统

3)输送系统

4标识解析

5)控制系统

6)视觉系统

2. 边缘计算平台

边缘计算平台作为实训装置的核心,不仅负责数据采集与分析,还承担3D数字孪生等关键任务。它实时采集可视化负载动态数据,通过先进的时域、频域分析技术,为用户提供深入的数据洞察。同时,平台支持3D模型的导入、展示与交互,通过数字孪生技术,实现物理设备与虚拟世界的无缝对接,实时反映设备的运行状态和变化,为用户提供一个直观、高效的实训环境。该平台由传感器、采集卡、数据分析软件等组成,能够实时采集和存储各种动态数据。

(三)参考实项目

实训项目:

1. 网络设备安装与调试实训;

2. 传感器安装与调试实训;

3. PLC安装与调试实训;

4. 变频器安装与调试实训;

5. 认识变频器及硬件接口和通讯协议

6. 认识伺服控制系统及硬件接口和通讯协议

7. 认识PLC与总线及硬件接口和通讯协议

8. 认识气动控制系统及硬件接口和通讯协议

3. 网关与可视化负载动态数据机构设置与联通;

9. 传感器、变频器、可视化负载动态数据机构、PLC与总线采集数据列表确定;

10. PLC与核心零部件连接及通讯;

11. PLC与网关进行连接及通讯;

12. 电机、轴承等运动机构组件的认识与选型。

13. 可视化负载动态数据机构组件的安装与调试。

14. 模拟实际工作场景,对可视化负载动态数据机构施加载荷。

15. 模拟故障情况,对关键部位施加轴向力和径向力。

16. 数据采集系统构成和工作原理的学习与理解。

17. 不同种类传感器的认识及其应用场景。

18. 数据通信协议(如Modbus、TCP/IP)的学习与部署。

19. 部署基于B/S架构的数据采集系统。

20. 实时采集可视化负载动态数据机构的传感数据(如温度、振动、转速)。

21. 数据库基本操作(读写、查询)学习与实践。

22. 原始数据的滤波处理与去噪。

23. 数据可视化展示(图表、曲线等)。

24. 时域信息的频谱分析,特征信息提取。

25. 编写控制算法,实现远程控制功能。

26. 场景交互功能设计(旋转、缩放、平移等)。

27. 3D相机和激光设备的工作原理认识。

28. 使用3D相机和激光对机构进行三维扫描。

29. 加载预测性维护算法,进行实时监测和预测。

科研项目:

30. 边缘计算优化算法研究,提高数据处理效率。

31. AI算法在故障预测与健康管理中的应用研究。

32. 3D数字孪生技术在智能制造中的创新应用探索。

33. 个性化定制生产系统的优化与智能化研究。

34. 视觉检测与图像处理技术的创新研究。

35. 可视化负载动态数据机构动态性能分析与优化。

36. 边缘计算平台下多源数据融合与决策支持研究。

37. 基于3D数字孪生的远程监控与故障诊断系统开发。

38. 个性化定制生产中的智能化调度与资源优化管理。

39. 视觉检测技术在智能制造中的高精度识别与定位研究。

以上项目仅供参考,各院校及机构可根据实际需求进行增加。