ThingsBoard设备停机时长监控方案设计
2025-05-12 10:01:50作者:郦嵘贵Just
背景概述
在工业物联网场景中,设备运行状态的实时监控至关重要。某用户在使用ThingsBoard社区版(CE)时遇到了一个典型需求:通过设备发送的脉冲信号(Pulse)来判断设备运行状态,并准确计算设备停机持续时间。脉冲数据每10秒通过HTTP协议上传一次,当脉冲值为0时表示设备处于停机状态。
技术挑战
用户面临的核心问题是如何在ThingsBoard中实现以下功能:
- 实时检测脉冲信号变化
- 当脉冲为0时开始计时
- 持续累加停机时长
- 当设备重新运行时重置计时器
由于使用的是社区版,无法使用专业版的分析节点,需要通过规则链和自定义脚本实现这一功能。
解决方案设计
基础方案
-
数据采集层:
- 设备每10秒发送一次脉冲数据
- 脉冲值>0表示运行中
- 脉冲值=0表示停机
-
规则链处理:
- 使用"Script Filter"节点检测脉冲值变化
- 当检测到脉冲从>0变为0时,触发计时开始
- 使用"Math"节点进行时间累加计算
-
状态存储:
- 使用服务器属性(Server Attribute)存储累计停机时间
- 每次收到脉冲=0时更新该属性值
详细实现步骤
-
创建规则链:
- 在根规则链后添加自定义处理链
- 添加"Message Type Switch"节点区分遥测数据
-
脉冲检测脚本:
var lastPulse = metadata.lastPulse || 0;
var currentPulse = msg.pulse;
var stopDuration = 0;
if (currentPulse === 0 && lastPulse > 0) {
// 设备刚停机,初始化计时
stopDuration = 10; // 10秒间隔
} else if (currentPulse === 0) {
// 持续停机状态,累加时间
stopDuration = (metadata.stopDuration || 0) + 10;
}
// 保存状态
metadata.lastPulse = currentPulse;
metadata.stopDuration = stopDuration;
// 输出结果
msg.stopDuration = stopDuration;
return {msg: msg, metadata: metadata, msgType: msgType};
-
时间累加处理:
- 使用"Math"节点对stopDuration进行累加
- 公式:
stopDuration = prevStopDuration + 10
-
数据存储:
- 使用"Save Timeseries"节点保存stopDuration
- 使用"Save Attribute"节点更新服务器属性
进阶优化建议
-
异常处理:
- 添加数据校验,防止无效脉冲值
- 处理设备断网等异常情况
-
状态持久化:
- 定期将计时状态保存到数据库
- 设备重启后能恢复之前的停机计时
-
可视化展示:
- 创建停机时长历史曲线
- 设置停机告警阈值
-
性能优化:
- 对于高频数据,考虑批量处理
- 使用缓存减少数据库访问
实现效果
通过此方案,用户可以在ThingsBoard中:
- 实时监控设备运行/停机状态
- 准确记录每次停机持续时间
- 在仪表板中直观查看停机历史
- 设置基于停机时长的告警规则
该方案完全基于ThingsBoard社区版的标准功能实现,无需额外插件或专业版授权,具有较好的通用性和可移植性。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
192
212
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
384
3.68 K
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
243
316
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
66
96
暂无简介
Dart
632
143