원래 이름 기록: 北京大通惠德科技有限公司

本发明涉及工业物联网与边缘智能技术领域，且公开了基于边缘侧计算的设备运行状态趋势告警方法，建立设备运行状态趋势系统，在系统内设六个模块，其中，多源状态感知监测模块负责采集设备运行状态相关的数据，压缩传输模块计算动态压缩率，对异常数据优先保真传输，边缘智能计算模块负责初步趋势预测，并计算下一时间步的设备状态预测值、动态上限阈值、动态下限阈值和综合异常评分，趋势预测模块进行中长期趋势演化和剩余使用寿命预测，紧急告警模块自动调用设备管理模块执行紧急指令，设备管理模块直接对设备进行联动控制，并记录所有维护工单、操作历史，将优化后的策略反馈至边缘智能计算模块，形成闭环。

本发明涉及振动预测技术领域，公开了基于边缘计算的转动机泵振动状态趋势预测方法及系统，基于边缘计算的转动机泵振动状态趋势预测方法，包括以下步骤：步骤S101，计算获得健康量；步骤S102，计算获得带宽变化率；步骤S103，计算获得趋势斜率估计；步骤S104，计算获得机械本体斜率；步骤S105，计算获得未来预测端点；步骤S106，计算获得转动机泵振动状态趋势量化结果。本发明根据载波带等效能量带宽构建全链路驱动，可剥离变频扩谱引入的电气伪趋势，通过幅值去偏和斜率提纯实现纯机械健康趋势的提取，避免电气干扰导致的趋势误判，从而大幅提升转动机泵健康管理的准确性与时效性。

本发明涉及传输链路预警技术领域，公开了基于边缘侧计算的转动机泵振动数据实时分析预警系统，包括：捕获传输链路的物理层误码时刻序列并构建去除绝对时间漂移影响的差分误码时序向量；在边缘计算节点构建动态旋转的虚拟电矢量空间，并利用梯度上升算法对衡量相位聚类强度的目标泛函进行寻优，自适应地调整虚拟空间旋转频率以锁定使误码投影最集中的最佳虚拟频率；基于该最佳频率，利用核密度估计重建误码相位的概率密度分布，并计算广义瑞尼熵作为表征传输误码相位聚类离散度特征；通过将该熵特征与基于环境噪声基底的动态阈值进行比对，实现对传输链路异常判定。