本发明属于数据处理，具体的说是一种基于在线视频的工业物联网巡检系统及方法。
背景技术：
1、工业物联网巡检是利用物联网技术对工业设备和生产过程进行实时监测和管理的一种方法，通过连接各种传感器设备和互联网技术，可以实现对设备运行状态、环境参数等数据的实时采集、传输和分析，同时也能够对设备进行智能化巡检、故障诊断和预测。
2、例如公开号为cn109308746a的中国专利中公开了一种基于物联网的石化企业智能巡检系统及方法，具体涉及智能巡检技术领域。该基于物联网的石化企业智能巡检系统，包括巡检装置、数据服务器、通讯网络基站和射频定位卡，巡检装置包括传感终端和智能移动平台，传感终端和智能移动平台之间通过蓝牙无线传输，巡检装置将监测的信号和读取的射频定位卡的数据传输至数据服务器，通讯网络基站为智能移动平台提供无线网络服务。传感终端集成有危害气体传感器、工业过程参数传感器、装置设备传感器、人员安全状态传感器和射频读卡模块。智能移动平台包括精确定位单元、移动通讯单元、液晶屏、人机接口和智能巡检软件。
3、同时例如在公开号为cn112910094a的中国专利中公开了一种基于泛在电力物联网的变电站远方自动巡检系统及方法，把机器人放置在待检测区域内，移动机器人在检测路线上移动并对电气设备进行检测，并通过无线通讯的方式对待检测区域内电气设备上现有的监控装置进行连通，利用物联网标准协议解析技术实现数据传输的兼容性，基于智能终端的边缘计算技术及软件定义的方式，使硬件资源和软件应用深度解耦，采集的数据汇总到多终端统一数据采集应用；本发明依据泛在电力物联网的基础架构，在现有变电站主辅、机器人和视频系统的基础上，进一步通过红外、可见光监控装置，对现场需人工巡检的部位进行布点安装，满足变电站巡检工作的需求，提高变电站巡检工作的准确度、实时性和智能化。
4、以上专利均存在本背景技术提出的问题：在对视频分析的过程中无法对工业生产过程进行实时监控，导致无法对故障进行快速识别监控，降低了对设备故障的识别准确率，现有技术中均存在上述问题，为了解决这些问题，本技术设计了一种基于在线视频的工业物联网巡检系统及方法。
技术实现思路
1、针对现有技术的不足，本发明提出了一种基于在线视频的工业物联网巡检系统及方法。
2、为实现上述目的，本发明提供如下技术方案：
3、一种基于在线视频的工业物联网巡检方法，其包括以下具体步骤：
4、s1、通过设置在产品输出位置的视频采集模组实时采集产品输出位置的产品图像，同时通过设备数据采集模组采集生产设备的生产数据，产品图像和生产设备的生产数据通过工业物联网传输至云平台；
5、s2、将采集得到的产品图像导入产品图像异常分析策略中进行产品图像异常分析；
6、s3、将采集得到的生产设备的生产数据导入生产数据异常分析策略中进行生产数据异常分析；
7、s4、将产品图像异常分析结果和生产数据异常分析结果导入异常辨别策略中进行异常辨别；
8、s5、获取异常辨别结果，根据异常辨别结果进行巡检结果的预警。
9、本发明进一步的改进在于，所述s1包括以下具体步骤：
10、s11、在产品输出位置安装视频采集模组，视频采集模组实时采集产品输出位置的产品图像，得到输出位置的产品图像储存在第一储存模组中；
11、s12、通过设备数据采集模组采集生产设备的生产数据，得到生产设备的生产数据储存在第二储存模组中，在此需要说明的是，这里的生产设备的生产数据具体为生产设备的电压、电流、温度、晃动频率和晃动幅度数据；
12、s13、产品图像和生产设备的生产数据通过工业物联网传输至云平台。
13、本发明进一步的改进在于，所述s2中产品图像异常分析策略的具体内容如下：
14、s21、从云平台中获取采集得到的产品图像，将采集得到的产品图像导入图像处理软件中进行产品图像像素点像素值的输出，获取产品图像像素点的像素值序列；
15、s22、将获取得到的产品图像像素点的像素值序列和产品正常图像像素点的像素值序列导入图像一级异常值计算公式中计算图像一级异常值，图像一级异常值计算公式为：其中，n为设定时间段内的产品出货个数，m为产品上图像像素点的个数，xij为第i个产品图像的第j个像素点，为产品正常图像第j个像素点的像素值；
16、s23、获取前一设定周期的图像一级异常值，将前一设定周期的图像一级异常值和实时图像一级异常值相减得到实时一级异常差值，同时获取前周期的一级异常差值，将实时一级异常差值和前周期的一级异常差值代入图像二级异常值计算公式中进行图像二级异常值的计算，其中，图像二级异常值计算公式为：其中，c为前周期的个数，yc为前c周期的一级异常差值，ys为实时一级异常差值；
17、s24、获取计算得到的图像一级异常值和图像二级异常值导入图像异常值计算公式中进行图像异常值的计算，其中，图像异常值计算公式为：k＝λ1k1+(1-λ1)k2，其中，λ1为图像一级异常值占比系数，其中，0.5≤λ1≤1。
18、
19、本发明进一步的改进在于，所述s3中生产数据异常分析策略的具体内容为：
20、获取生产设备的生产数据，将生产设备的生产数据导入生产数据异常值计算公式中进行生产数据异常值的计算，其中，生产数据异常值计算公式为：其中，d为生产数据的种类个数，rd为第d种生产数据的具体值，rdm为第d种生产数据的安全范围的中值，rdmax为第d种生产数据的安全范围的最大值，rdmin为第d种生产数据的安全范围的最小值，βd为第d种生产数据的占比系数，
21、在此需要说明的是，这里的βd、λ1和设定的异常辨别阈值的取值方式为：获取工业生产过程中的产品图像数据和生产数据，代入异常辨别值计算公式中进行异常辨别值计算，然后进行设备故障的检测，将检测结果和计算得到的异常辨别值导入拟合软件中，得出符合检测准确率的最优βd、λ1和设定的异常辨别阈值取值；
22、本发明进一步的改进在于，所述s4中异常辨别策略包括以下具体内容：
23、s41、获取计算得到的图像异常值和计算得到的生产数据异常值；
24、s42、将获取的图像异常值和生产数据异常值导入异常辨别值计算公式中进行异常辨别值的计算，其中，异常辨别值计算公式为：p＝kexp(w+1)，其中，exp()为e的幂次；
25、s43、将计算得到的异常辨别值与设定的异常辨别阈值进行对比，若得到的异常辨别值大于等于设定的异常辨别阈值，则发布异常报警命令，若得到的异常辨别值小于设定的异常辨别阈值，则发布正常运行命令。
26、本发明进一步的改进在于，所述s5包括以下具体内容：
27、获取异常报警命令或正常运行命令，根据获取得到的异常报警命令或正常运行命令进行巡检结果的显示。
28、一种基于在线视频的工业物联网巡检系统，其基于上述一种基于在线视频的工业物联网巡检方法实现，其具体包括：数据获取模块、图像异常分析模块、生产数据异常分析模块、异常辨别模块、巡检预警模块和控制模块，所述数据获取模块用于通过设置在产品输出位置的视频采集模组实时采集产品输出位置的产品图像，同时通过设备数据采集模组采集生产设备的生产数据，产品图像和生产设备的生产数据通过工业物联网传输至云平台，所述图像异常分析模块用于将采集得到的产品图像导入产品图像异常分析策略中进行产品图像异常分析。
29、本发明进一步的改进在于，所述生产数据异常分析模块用于将采集得到的生产设备的生产数据导入生产数据异常分析策略中进行生产数据异常分析，所述异常辨别模块用于将产品图像异常分析结果和生产数据异常分析结果导入异常辨别策略中进行异常辨别，所述巡检预警模块用于获取异常辨别结果，根据异常辨别结果进行巡检结果的预警。
30、本发明进一步的改进在于，所述控制模块用于控制数据获取模块、图像异常分析模块、生产数据异常分析模块、异常辨别模块和巡检预警模块的运行。
31、一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
32、所述处理器通过调用所述存储器中存储的计算机程序，执行上述的一种基于在线视频的工业物联网巡检方法。
33、一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如上述的一种基于在线视频的工业物联网巡检方法。
34、与现有技术相比，本发明的有益效果是：
35、本发明通过设置在产品输出位置的视频采集模组实时采集产品输出位置的产品图像，同时通过设备数据采集模组采集生产设备的生产数据，产品图像和生产设备的生产数据通过工业物联网传输至云平台，将采集得到的产品图像导入产品图像异常分析策略中进行产品图像异常分析，将采集得到的生产设备的生产数据导入生产数据异常分析策略中进行生产数据异常分析，将产品图像异常分析结果和生产数据异常分析结果导入异常辨别策略中进行异常辨别，获取异常辨别结果，根据异常辨别结果进行巡检结果的预警，对工业生产过程进行实时监控，对故障进行快速识别监控，有效地提高了对设备故障的识别准确率。
1.一种基于在线视频的工业物联网巡检方法，其特征在于，其包括以下具体步骤：
2.如权利要求1所述的一种基于在线视频的工业物联网巡检方法，其特征在于，所述s1包括以下具体步骤：
3.如权利要求2所述的一种基于在线视频的工业物联网巡检方法，其特征在于：所述s2中产品图像异常分析策略的具体内容如下：
4.如权利要求3所述的一种基于在线视频的工业物联网巡检方法，其特征在于，所述s3中生产数据异常分析策略的具体内容为：
5.如权利要求4所述的一种基于在线视频的工业物联网巡检方法，其特征在于，所述s4中异常辨别策略包括以下具体内容：
6.如权利要求5所述的一种基于在线视频的工业物联网巡检方法，其特征在于，所述s5包括以下具体内容：
7.一种基于在线视频的工业物联网巡检系统，其基于如权利要求1-6任一项的所述一种基于在线视频的工业物联网巡检方法实现，其特征在于，其具体包括：数据获取模块、图像异常分析模块、生产数据异常分析模块、异常辨别模块、巡检预警模块和控制模块，所述数据获取模块用于通过设置在产品输出位置的视频采集模组实时采集产品输出位置的产品图像，同时通过设备数据采集模组采集生产设备的生产数据，产品图像和生产设备的生产数据通过工业物联网传输至云平台，所述图像异常分析模块用于将采集得到的产品图像导入产品图像异常分析策略中进行产品图像异常分析。
8.如权利要求7中所述的一种基于在线视频的工业物联网巡检系统，其特征在于，所述生产数据异常分析模块用于将采集得到的生产设备的生产数据导入生产数据异常分析策略中进行生产数据异常分析，所述异常辨别模块用于将产品图像异常分析结果和生产数据异常分析结果导入异常辨别策略中进行异常辨别，所述巡检预警模块用于获取异常辨别结果，根据异常辨别结果进行巡检结果的预警。
9.如权利要求8中所述的一种基于在线视频的工业物联网巡检系统，其特征在于，所述控制模块用于控制数据获取模块、图像异常分析模块、生产数据异常分析模块、异常辨别模块和巡检预警模块的运行。
10.一种电子设备，其特征在于，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；
