工业物联网大数据在汽车行业的应用分析

刘鑫 晏涛 尹蝶 张志亮 段棠少

摘 要 针对当前工业物联网系统在汽车行业的应用没有统一通信协议和系统平台的瓶颈问题，设计并实现了基于物联网的汽车工业数据挖掘系统，使用上位机云平台Broad Things，该平台是一个用于数据收集，处理，可视化和设备管理的开源平台，兼具可扩展性，容错性的性能。通过工业标准IOT（Internet of Things）协议（MQTT，COAP和HTTP）实现设备连接，并支持云和内部部署，涵盖了物联网系统数据接入、数据处理、数据存储、数据交换和数据分析等内容，并进行了示范应用。基于此架构体系开发了汽车性能试验数据挖掘及监视系统。

关键词 物联网；远程监视；IOT协议；云平台；汽车试验

前言

随着科技的快速发展，物联网技术在汽车行业中的应用越来越广泛，包括上位机远程监视技术、无线通信技术、传感器技术以及GPS导航定位技术等正在不断完善与创新，信息传感、数据收集与处理分析技术也越发趋于成熟。在此背景下，工业物联网大数据平台在汽车行业的应用被人们开发并更加深入和广泛的研究。在汽车行业中的应用，涉及的主要技术是数据挖掘与远程监视，汽车制造正面临数字化、信息化、现代化的产业升级，在整个产业的生产环节中引入时下最流行的物联网技术，将对汽车产业链的各方面优质资源进行优化整合，全面提升整个汽车制造业的规模和效益。

1 物联网概述

1.1 物联网

物联网指的是运用各种各样的传感设备来进行信息传递的计算机集群，这是在计算机互联网之后的再一次飞跃，包括计算机技术、通信技术（移动通信技术、传感器技术网络）、上位机远程监视技术、数据处理与分析技术等，而且还是下一代网络发展的大方向。物联网是在互联网的基础上通过无线射频识别（Radio Frequenc Identification） 技术、全球定位系统（Global Positioning System）以及红外感应器、激光扫描器等信息传感设备依据相关技术协议将任意物品与互联网进行连接，开展数据通信以及信息交换最终实现智能化识别、定位、跟踪、监管等功能。

1.2 云计算

云计算指的是在互联网支持的基础上，通过互联网服务为用户提供的依据需求而确定服务的计算方式。由于服务资源来源于互联网，并且互联网通常使用云状图案来表示资源，所以称之为云计算。云计算有着集群优势，同时具备高速运算能力和较高的数据存储能力，因而如今正被广泛而深刻的应用至IT行业中，具有高容错性与高伸缩性的特点。目前在云计算平台搭建中，用户主要依靠Thingsboard来进行，作为云计算平台搭建基础，通过工业标准IOT协议（MQTT，CoAP和HTTP）实现设备连接，并支持云和内部部署，涵盖了物联网系统数据接入、数据处理、数据存储、数据交换和数据分析等内容，可以极为有效的利用集群计算能力与数据存储能力，从而实现大量数据的分析处理[1]。

2 国内传统汽车制造企业面临的问题

与其他制造业不同，汽车的生产是一整套系统工程，数以万计的细小零件需要经过多条生产线组装成整车出厂，而基于传统制造业技术，能够对整条生产线施加影响的手段却比较匮乏。同时，汽车的质量是由部件质量和整体质量两个关键指标组成，其关系着人民的生命财产安全，质量在汽车制造环节中有着极其重要的地位，而传统制造业技术，很难实现对部件质量问题的逆向追溯。因此，掌握生产自动化、质量控制体系以及安全生产的技术就掌握了汽车制造业的核心技术。国内汽车制造业，正逐步由初期的 MIS、CAD/CAM到 MRP/ERP 进行转变。然而，国内汽车生产过程中信息化水平仍相对落后。例如，信息的孤岛问题普遍存在；研发、生产、测试等环节，信息的填报仍主要依赖于技师的经验和技术，往往信息化管理的引入反而增加了工作量，降低了工作效率；费时费力在生产线上收集和整理出数据，但却并不精确，造成质量隐患和安全隐患[2]。

3 在云计算平台下的数据挖掘技术

分析在当前的云计算平台中，最主要的是以Thingsboard为基础搭建而成的平台，通过基于物联网的信息技术，来规范和控制汽车制造流程，云计算平臺中数据挖掘技术主要分为四大部分，分别为物联网感知层、物联网传输层、数据层和数据挖掘服务层。

3.1 物联网感知层

物联网感知层主要依靠在目标区域范围内放置极多的数据采集节点来发挥感知作用。具体来说，节点主要是通过传感器、摄像头以及其他设备进行数据采集工作，而采集到的数据则会依靠物联网感知层所具备的网络通信设备进行汇聚，将所有的数据传送到节点，而后经过汇总存储之后再次通过传输层输送到云计算平台的数据处理中心。

3.2 物联网传输层

物联网传输层主要包括传感器、无线（有线）网络等，通过诸多网络设备搭建的高速度无缝数据传输系统，能够快速将物联网感知层采集到的数据通过网络传送到数据处理中心，从而实现全方位的互通互联目标，也就是将各种类别的监视处理设备联网传输，实现设备之间网络信息的传递[3]。

3.3 物联网数据层

数据层是物联网云计算平台中数据挖掘技术的关键部分，物联网本身具有异构性和海量性的特征，因而在数据层内将物联网设备采集到的数据进行存储处理分析的能力是基于云计算的物联网数据挖掘平台的关键。数据层中主要包括数据源转化与存储两大部分，其中，数据源转化主要对物联网异构性的数据进行转化，而存储部分则是使用Hadop搭建的平台中的HDFS系统进行分布式存储，从而将海量性的数据完整存储到数据节点。由于在物联网平台中，对于不同的目标会采用不同的数据类型来表现，某种情况下，相同的目标也会采用不同的数据类型来表现，因此数据源转化的作用主要体现在保持数据的完整，防止异构性的物联网数据在转化中出现损毁，从而达到保证数据挖掘目标。数据源转化在系统中的作用相当于数据层与感知层的连接线，通过数据包的解码转换将不同的数据转换成需要的数据类型，并且分布式存储到数据处理中心。

3.4 数据挖掘服务层

数据挖掘服务层包含数据准备、数据挖掘引擎以及用户三大部分。其中，数据准备部分的主要用途是对数据的清零、转化以及规约等。数据挖掘引擎则主要包含数据挖掘算法以及模式评估，而用户部分则主要将数据挖掘的内容进行可视化的表现。用户部分是整个云计算平台中数据挖掘技术面对用户的直接体现，因而具有友好性，能够让用户通过操作来对数据挖掘任务进行处理认知[4]。

4 云计算平台上物联网数据挖掘技术应用

本文主要介绍在汽车行业的应用，汽车在进行一系列试验时通过传感器采集汽车的扭矩、转速等信息传送给单片机，单片机通过无线通信技术将采集到的数据发送给云平台，在云平台上进行数据整理、分析、计算并在上位机上显示。用户可以远程看到汽车试验时的相关数据，无须亲自去汽车研究所观看试验数据。系统总体框图如图1.1所示[5]。

分析数据挖掘工作流程为：用户发出数据挖掘的请求之后，主要控制节点收到用户请求之后会首先判断能否进行任务，并且将结果回馈给用户。若是可以进行，主要控制节点就会调用数据挖掘算法，然后根据算法进行分布式数据挖掘工作。通过挖掘数据任务的划分之后，将具体内容传送到众多节点中，节点再具体进行数据挖掘。本次选择Hadop搭建云计算平台，并以此进行模拟实验。首先，选择一台实验所需要的PC机器，配置基于普通水平的内存，操作系统。然后在PC端安装虚拟机，虚拟机的操作系统都是Linux操作系统。从而开始部署分布式节点，本次共安裝3个虚拟机。

其次，需要安装与Linux版本相适应的cEhsPe7.5开发环境，并且于Pc机上安装SH服务，用于实验开始之后传递实验数据。3台虚拟机中也安装SH服务，以便于Hadop平台运用。配置安装完毕后，选择采用关联规则算法的数据，将数据依据C++代码程序转换成标准的PML文件，文件大小为IG，然后将文件利用HDsF传人Hadop平台，采用分布式存储。接下来，运行ArPioir算法，根据计算结果来判断能否找到实验数据集合中所有的项目，然后，选用不同大小的文件再次重复实验，以此来得到较为准确的结果[6]。

5 结束语

随着社会经济与科学技术日新月异的发展，物联网技术也在不断趋于成熟。当前物联网海量的异构性数据也在呈现着飞速增长的态势，导致物联网数据挖掘技术越来越显得困难重重。在此背景下，基于云计算的物联网挖掘技术与远程监视技术传统技术相比，其能够通过分布式存储的方式以及分布式并行的计算方法更好地满足人们对物联网数据挖掘的要求，并且还能够实现上位机远程监视为用户带来便利，不仅缩短了数据传输的时间，提高了数据传输的稳定性和完整性，而且还极大地提高了数据挖掘的效率与质量，有着极大的应用前景。因此，本文所提出的基于云计算的物联网数据挖掘远程监视系统对于当前物联网应用的发展有着深远的意义，并且经过Hadop平台进行模拟数据挖掘实验后，也验证了这种方案有着极大的可行性。

参考文献

[1] 张启亮，韩键，姜丽萍.工业物联网大数据平台在工程机械行业的应用[J].信息技术与标准化，2017，（4）：26-31.

[2] 郭闻博，林泓.基于Hadoop平台的数据规范化处理研究[J].空军预警学院学报，2016，（3）：65-68.

[3] 王祎菡.基于Web的物联网应用体系架构和关键技术研究[J].硅谷，2014，（12）：61，78.

[4] 姜文.基于Hadoop平台的数据分析和应用[D].北京：北京邮电大学，2011.

[5] 张建奇，党洪涛，陈江天.工业无线关键技术ISA100.11a概述[J].自动化技术与应用，2012，31（11）：33-37.

[6] 孙其博，刘杰，黎葬，等.物联网：概念，架构与关键技术研究综述[J].北京邮电大学学报，2010，33（3）：1-9.