CN103649859A - 监视过程控制系统 - Google Patents

监视过程控制系统 Download PDF

Info

Publication number
CN103649859A
CN103649859A CN201280028518.5A CN201280028518A CN103649859A CN 103649859 A CN103649859 A CN 103649859A CN 201280028518 A CN201280028518 A CN 201280028518A CN 103649859 A CN103649859 A CN 103649859A
Authority
CN
China
Prior art keywords
hardware component
control system
data
user
analytical algorithm
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201280028518.5A
Other languages
English (en)
Inventor
K·D·斯塔尔
T·A·马斯特
T·M·森特乔治
D·M·卡尼
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ABB Technology AG
Original Assignee
ABB T&D Technology AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from US13/088,001 external-priority patent/US20120266094A1/en
Priority claimed from US13/253,453 external-priority patent/US20120265323A1/en
Application filed by ABB T&D Technology AG filed Critical ABB T&D Technology AG
Publication of CN103649859A publication Critical patent/CN103649859A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
    • G06F11/324—Display of status information
    • G06F11/328—Computer systems status display
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3495—Performance evaluation by tracing or monitoring for systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Mathematical Physics (AREA)
  • User Interface Of Digital Computer (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

一种系统包括标识部件，标识部件被配置用于基于获取的性能数据标识未能满足预定接受标准的关键性能指标集合，其中关键性能指标集合表示过程控制系统的部件的性能。该系统还包括可视化部件，可视化部件被配置用于在经由监视器显示的图形用户界面中可视地呈现标识的关键性能指标集合、部件和获取的性能数据。该系统还包括手动超越控制部件，手动超越控制部件被配置用于允许用户至少部分基于获取的性能数据手动超越控制和修改图形用户界面中呈现的信息。

Description

监视过程控制系统
技术领域
下文主要地涉及过程控制系统并且更具体地涉及监视过程控制系统。
背景技术
简单过程控制系统可能包括几个（例如四个）模块。技术人员或这类人可以个体地访问这些模块以收集与简单过程控制系统的性能有关的信息。技术人员可以分析和合成这一信息以确定系统性能。基于这一分析和合成，技术人员可以诊断系统错误、确定应当校正的系统部件等。
更复杂的过程控制系统一般包括更多模块（例如400个），并且可能需要技术人员花费长得多的时间来收集、分析和合成信息。另外，技术人员可能更耗费时间和更难以诊断系统错误、确定应当校正的系统部件等。更复杂的过程控制系统也可能需要有更多经验和/或专业技能的技术人员。
也已经使用自动化方式。利用这样的方式，计算机确定和评估与性能有关的数据，比如关键性能指标（KPI）。计算机可以基于KPI标识需要用户注意的部件并且向用户呈现关于部件和KPI的信息。尽管自动化方式已经有益，但是结果经常表现为对用户不是很有用。例如，计算机可能在部件实际上性能令人满意时指示部件性能不令人满意（假肯定）。这可能导致用户忽略评估结果而未注意实际上性能未令人满意的部件。
鉴于至少前述，对用于监视过程控制系统的其它方式的需要有待解决。
发明内容
本申请的方面解决这些问题和其它问题。
根据一个方面，一种系统包括标识部件，标识部件被配置用于基于获取的性能数据标识未能满足预定接受标准的关键性能指标集合，其中关键性能指标集合表示过程控制系统的部件的性能。该系统还包括可视化部件，可视化部件被配置用于在经由监视器显示的图形用户界面中可视地呈现标识的关键性能指标集合、部件和获取的性能数据。该系统还包括手动超越控制（manual override）部件，手动超越控制部件被配置用于允许用户至少部分基于获取的性能数据手动超越控制和修改图形用户界面中呈现的信息。
根据另一方面，一种方法包括评估来自过程控制系统的数据集。该方法也包括至少部分基于评估来确定如何配置图形用户界面。该方法还包括创建图形用户界面，其中图形用户界面可视地呈现表示过程控制系统的性能的信息。
根据又一方面，一种系统包括被配置用于标识关键性能指标集合的标识部件，关键性能指标表示未满足希望的结果的过程控制系统的性能。该系统也可以包括确定部件，确定部件被配置用于对于关键性能指标集合的个体关键性能指标确定优先等级顺序。该系统还可以包括被配置用于生成图形用户界面的生成部件，其中图形用户界面根据优先等级顺序指示关键性能指标集合的个体关键性能指标，并且其中图形用户界面指示个体关键性能指标的性能水平。此外，该系统可以包括手动超越控制部件，手动超越控制部件被配置用于使得能够实现手动修改图形用户界面，从而改变（例如从可接受性能水平向不可接受性能水平改变或者从不可接受性能水平向可接受性能水平改变）个体关键性能指标的性能水平。
本领域技术人员在阅读和理解附图和说明书时将能够理解本申请的更多其它方面。
附图说明
在附图的各图中通过示例而非通过限制来图示本申请，在附图中相似标号指示相似要素并且在附图中：
图1示意地图示用于可视地呈现表示过程控制系统的性能的信息的示例系统；
图2示意地图示作为过程控制系统工作的协调系统的示例；
图3示意地图示示例存储系统；
图4图示呈现系统分组和趋势图的示例GUI；
图5图示有助于定制分组的示例GUI；
图6图示用于手动创建组的示例GUI；
图7图示呈现用于在构建组时使用的结果的示例GUI；
图8图示使用用户进行的手动数字索引分组的示例GUI；
图9图示有助于实体搜索的示例GUI；
图10图示有助于用户选择性能数据的示例GUI；
图11图示有助于缩放的示例GUI；
图12图示分析趋势选项的示例GUI；
图13图示包括统计表结果的示例GUI；
图14图示有助于用户实体排序的示例GUI；
图15图示具有多个视窗的示例GUI；
图16图示呈现实体性质视图的示例GUI；
图17图示呈现趋势和数字视图的示例GUI；
图18图示包括XY趋势图的示例GUI；
图19示意地图示可视化部件的示例；
图20示意地图示过程控制系统的示例；
图21图示评估流程示例；
图22图示示例GUI；
图23图示呈现关键性能指标信息的示例GUI；
图24A、24B和24C图示报告性能的示例GUI；
图25图示具有排序部分和定义部分的示例GUI；
图26图示具有排列和趋势部分以及过滤器部分的示例GUI；
图27图示按优先级呈现性能概要的示例GUI；
图28图示具有默认阈值的示例表；
图29图示呈现蜘蛛图表概要统计的示例GUI；并且
图30示意地图示用于自动性能信号流的系统的示例；
图31示意地图示基于控制系统的硬件部件的分析算法的相应子集确定硬件部件的一个或者多个性能度量的示例系统。
图32图示用于基于控制系统的硬件部件的分析算法的相应子集确定硬件部件的一个或者多个性能度量的示例方法。
具体实施方式
诸如公司、制造商或这类的实体可以运用过程控制系统（例如协调过程控制系统）以控制该实体的一个或者多个处理系统。过程控制系统可能相当地简单或者高度地复杂而具有许多不同硬件部件、信息源等。与过程控制系统有关的信息可以由过程控制系统采集并且经由用于用户的用户可配置交互图形用户界面（GUI）由过程控制系统可视地呈现。
呈现的信息允许快速理解工业过程控制系统的健康或者状态、诊断工业过程控制系统的问题等。如以下更具体描述的那样，在一个实例中，GUI将可以指示工业过程控制系统的各种部件的性能的一个或者多个关键性能指标（KPI）与用来确定KPI的数据一起呈现。用户可以经由GUI手动超越控制KPI的状态、请求显示尚未显示的KPI、去除显示的KPI使之不被显示和/或以其他方式影响呈现的信息。
图1图示用于管理过程控制系统（PCS）110的示例系统100。系统100包括取回部件120，其被配置用于取回与过程控制系统110有关的信息的。这一信息可以包括原始性能信息、通知信息（例如部件是否以希望的方式操作的通知）等。
组织部件130组织采集部件120获得的信息。组织部件130可以根据源（例如以什么物理单元提供信息为基础分层次地排序信息）、优先等级、定制的规则集（例如用于组织信息的、用户定义的指令集）等组织信息。组织部件130可以在存储装置中保持这一信息。例如，可以根据过程控制系统110的拓扑分层次地存储信息。在这一示例中，可以将过程控制系统110划分成不同回路，可以将回路划分成不同节点，并且可以将节点划分成不同模块。
评估部件140评估过程控制系统110的排序的信息（例如数据集）并且产生评估结果。例如，评估部件140可以访问保持所组织的信息的存储装置。评估部件140通过确定在节点中包括的模块的性能来评估节点如何操作。
解释部件150至少部分基于评估结果解释信息。例如，解释部件15可以确定过程控制系统110的部件未满足预定接受标准。
可视化部件160可以基于解释来生成关于过程控制系统110的性能的数据并且在经由显示器屏幕或者监视器180呈现的图形用户界面（GUI）170中呈现数据。可视化部件160可以至少部分基于评估结果从数据集确定被视为高优先级的数据，其中GUI170高亮显示被视为高优先级的数据。例如，未正确工作的主要部件在GUI170中可以由诸如红色闪烁的图标的可视指示符代表。
在一个实施例中，取回部件120取回与特定回路的特定模块的操作有关的信息。排序部件130组织与特定模块的操作有关的信息，并且评估部件140评估这一信息。解释部件150至少部分基于评估来确定模块是否在预定操作参数内操作。如果模块在预定操作参数内操作，则可视化部件160呈现指示这一点的信息。否则，可视化部件160呈现指示模块未在预定操作参数内操作的信息。在任一实例中，也可以显示用来进行确定的信息。
图2图示PCS110监视的示例系统200。所示系统200是示例贝利（Bailey）INFI90系统，其是出于说明目的而公开的而不进行限制；将理解系统200可以备选地是另一系统。使用系统200，时间以预定同步更新频率在监控和子环上被同步并且在预定容差内准确。同步考虑经过在每个环上的活跃重复器节点的传输延迟。对等通信是可能的，这意味着系统范围的数据访问可用：在网络上的节点可以与另一网络上的其它节点交换数据。这意味着被接线到工厂中的PCU现场设备的输出，如果这样配置则可用于另一PCU中的模块。根据使用例外报告的协议在不同节点之间传输数据。也就是说，在例外基础上而不是在连续基础（轮询）上通过INFI-NET回路发送值。这导致可用带宽的更高效使用。在模块内的功能代码块（FCB）用来定义和访问远程点。
图3图示用于存储PCS的不同部件产生的信息的示例系统300，该PCS例如是监视图2的系统200的PCS110。在（例如图1的取回部件120执行的）数据采集过程中，可以有连结在一起并且在诊断过程中利用的至少两个不同文件类型。系统300可以存储这些不同文件类型以及存储将文件类型连结在一起的信息。在一个示例中，第一级310保持用于图1的PCS110（例如图1的作为分布式控制系统工作的PCS110）的信息。可以将信息向下划分成第二级回路信息320、第三级节点信息330和第四级模块信息340。可以两次存储并且两次组织（在不同文件类型中）第三级330和第四级340信息：一个与节点/模块关键性有关（例如在存储装置350）而一次与分析限制有关（例如在存储装置360）。内部数据模型可以由这一存储的信息构建并且根据系统拓扑（例如图1的过程控制系统110的拓扑）来分组。
图4图示可以在GUI170中可视地呈现的示例信息。第一部分400以分层的方式可视地呈现图1的过程控制系统110的拓扑410并且包括各种部件，比如回路（loop）412、节点（node）414和模块（module）416。可以使用不同拓扑配置，比如通信顺序、地址顺序等。GUI170也在图形420（例如趋势图）中可视地呈现节点性能数据的基于时间的趋势。在图形420中，y轴430代表字节。x轴440代表时间。在所示示例中，有两个窗口，第一视窗450示出传入（incoming）曲线460和传出（outgoing）曲线470，并且第二视窗480具有从不同源传入和传出的曲线。趋势可以具有在彼此上面堆叠的多个y轴，而每个y轴能够关于应当显示什么数据独立地进行配置。
图5图示有助于手动可视标识分组的各种图形菜单500。在图4中，基于默认，比如以分层次的方式，将部件动态分组在一起。然而用户可能想要不同分组。用户可以使用图形菜单500以选择备选分组。
在所示实施例中，菜单500可以包括用于创建组的组创建选项510以及用于向组添加部件的向组添加部件选项520。在这一实例中，一旦创建组，用户可以通过导航实体列表并且在感兴趣的实体之上经由鼠标点击或者其他方式进行选择以调动用于向组添加实体的功能来向这一组中添加实体。一旦添加实体，用户可以查看用于组的实体汇集。当然，也可以去除组和/或组中的部件。
图6图示GUI600的示例，GUI600以用于手动创建的组的尖峰610和趋势图620示出了控制器的汇集。在一个实施例中，用户可能希望看见经历清洗周期的不同控制器如何工作。用户可以将这些控制器分组在一起（如图5中描述的那样），并且GUI600示出这些控制器任何操作。例如，趋势图620示出六个不同控制器（例如11AJ246）和这些个体控制器在不同采样（Sample）如何工作。GUI600可以让用户能够执行多任务，例如通过能够一次评估多个控制器并且从这一评估中进行推断。例如，在约采样1600，三个控制器经历尖峰，而三个其它控制器在约1700经历尖峰。基于这些尖峰的共同出现，用户可以做出推断（例如某些控制器经历共同问题等）。
图7图示GUI700，该GUI可视地示出关键性能指标信息。所示GUI700包括多个区域。第一区域710示出被评估的过程控制系统的分层次组织。第二区域720示出可以被选择的不同组。这些组可以自动（例如由图1的系统100）或者由用户（例如通过使用图5的菜单500）来布置。第三区域730示出根据严重性水平组织的KPI。用户可以根其它标准，比如优先级、描述等对KPI排序。在第四区域740中，呈现用于KPI之一的趋势图。从这一趋势图，用户可以进行确定并且诊断与KPI关联的系统（例如图1的PCS110）。例如，用户可以查看第四区域740的趋势图并且确定控制器为何未如希望的那样工作。可以使用关键性能指标的结果作为用于用户定义的组中的实体汇集的输入。换而言之，如果控制器经历关键性能指标的问题，则可以向用户定义的组添加这一控制器用于进一步诊断。例如，用户可以向用户定义的组添加具有严重性水平100的KPI。
图8图示GUI800的示例，该GUI使用用户的手动数字索引分组。GUI800包括使得用户能够执行与GUI有关的各种任务的任务栏810。例如，任务栏810包括向用户提供各种工具的工具区段。任务栏810还包括使得用户能够引起生成或者调动先前存储的索引表（Index Table）的数据区段。用来生成关键性能指标的结果以及数学公式可以由图1的系统100的部件在单个位置存储为索引表820，并且这一索引表可以通过使用指标表810由用户可访问。用户可以使用索引表820（例如可排序索引表）以标识系统1的过程控制系统110的问题。GUI800也包括多选择索引表组创建和预览区段830。在这一示例中，根据MV:StepOutCount（MV:失调计数）对实体排序。从区段830可以高亮显示系统部件并且可以创建组。在创建组时，呈现趋势图840，该趋势图显示MV:StepOutCount趋势。
图9图示有助于按组实体搜索的GUI900的示例。组可以由用户构建并且可视地验证。用户通过对包含感兴趣的实体（例如具有故障关键性能指标的实体）的聚类定位来排除系统（例如图1的过程控制系统110）故障。GUI900可以使得用户能够快速确定其它实体是否作用于关键部件。所示GUI900包括多个区段。第一区段910列出控制器，这些控制器是图1的PCS100的部分。在这一第一区段中，用户可以对控制器排序并且高亮显示至少一个具体控制器（例如控制器19AJ723）。在区段920中，可以显示组，这些组包括高亮显示的控制器。用户可以将显示的组高亮显示，并且在区段930中，显示这一组的控制器。可以显示趋势图940，该趋势图示出组的控制器（例如在区段930中列出的）的性能。
图10图示示例菜单1000，该菜单使得用户能够从可用于给定的实体类型的性能数据中选择在趋势图中查看哪几条性能数据。菜单1000可以向用户提供高水平定制。用户可以使用菜单1000以创建绘图模板。可以添加绘图模板名称并且选择绘图选项，比如背景颜色（Background Color）、前景颜色（Foreground Color）、刻度线颜色（Tick Color）、绘图标记（Plot Label）和x轴参数。此外，菜单1000实现选择字段、绘图、颜色、以及和用于不同趋势字段的范围限制。将理解菜单1000中所示项目仅为示例并且可以示出其它项目、更多项目和更少项目。
图11图示GUI1100的示例，该GUI在趋势图1110使用缩放。趋势图1110可以与至少部分基于趋势图1110的缩放的绘图1120一起显示。趋势图1110可以与图4的趋势图420相似。在一个示例中，用户可以与GUI1100对接以使得放大数据范围并且跨越轴（例如x轴）滚动视窗。例如用户可以拖动鼠标光标以创建选择块1130。在用户释放鼠标按钮时，图1的系统100可以使缩放的绘图1120与趋势图1110一起呈现。
图12图示分析趋势选项的GUI1200的示例。可以从用户对性能数据执行数值评估来产生分析趋势选项。示例分析趋势选项可以包括频谱、直方图、自相关、互相关、不同计算和局部变化。在GUI1200中显示的分析趋势选项可以响应于选择可视化趋势而改变。例如，GUI1200可以呈现与图1的PCS110的部件的性能有关的趋势图1210。用户可以用鼠标右击趋势图1210，这调动分析趋势选项列表1220。这一列表可以包括用于显示的不同分析趋势选项。示例选项可以包括时间序列（Time Series）、差值（Difference）、功率谱（Power Spectrum）、幅度谱（Amplitude Spectrum）、自相关（AutoCorrelation）、直方图（Histogram）和局部变化（Local Variability）。用户从列表1220选择分析趋势选项，并且响应于这一选择，基于选择来呈现特定绘图1230。
图13图示包括统计表结果的表1300的示例。用户可以使用GUI以将数值方法应用于性能数据。示例数值方法包括标准偏差、CoV（变化系数）、最大值、最小值、平均值、范围等。在一个实施例中，数值方法的结果可以与自动确定的关键性能指标一起存储。表1300可以包括各种标签页，这些标签页可以提供与系统性能有关的各种类型的信息。
图14图示有助于用户能够对实体排序的GUI1400的示例。GUI1400的第一部分1410可以使得用户能够选择排序选项，而GUI1400的第二部分1420示出排序顺序。示例排序顺序可以包括控制器类型、过程区域、关键性、优先级、评定、区域、组、过滤器最小值、过滤器最大值或者用户指定排序标准。
图15图示具有第一视窗1510和第二视窗1520的GUI1500的示例。第一视窗1510示出趋势图1530。尽管趋势图1530的信息可能对用户有用，但是用户可能难以理解趋势图1530代表的部件如何操作。因此，用户可以想要比较趋势图1530与另一趋势图。例如，用户可能希望比较趋势图1530与已知恰当工作的部件的趋势图。这样，用户可以使呈现第二趋势图1540的第二视窗1520被显示。可以同时呈现这些趋势图（如图所示），从而用户可以容易比较性能系统实体，或者单独呈现。举例而言，用户可以查看视窗1510。基于这一查看，用户可以决定比较第一实体与第二实体。可以生成视窗1520，该视窗揭示用于第二实体的趋势图。因此，用户可以在实体之间进行快速比较并且使用比较以确定问题出现的位置、方式、原因等。
图16图示GUI1600的示例，该GUI呈现实体性质（Properity）视图。GUI1600可以使得用户能够快速可视化与实体有关的配置和拓扑信息。GUI1600可以辅助用户确定问题是否与硬件配置有关或者与性能有关。
图17图示GUI1700的示例，该GUI呈现趋势和数值数据视图。匹配趋势和数值数据视图可以训练用户如何评估数据以及使得用户能够快速评估系统（例如图1的过程控制系统110）的性能。简言之，可以在GUI1700中相互比对查看数值数据和过程趋势。信息（例如数值数据）可以在信息变成可用时自动更新。所示GUI1700包括与在图4中揭示的趋势图相似的趋势图1700。除了趋势图之外，还呈现信息栏1720。这一信息栏1720可以提供与趋势图1710有关的各种数学信息。例如信息栏可以示出长度（Length）信息、均值（Mean）、中值（Median）、范围（Range）、尖峰计数（Spike Count）和其它信息。用户可以查看这一数学信息并且使用它以评价系统性能。
图18图示GUI1800的示例，该GUI包括XY趋势图（TrendPlot）。先前讨论的可视化（例如图17的GUI1700）可以包括基于时间或者频率的x轴。然而可以实现其它配置。例如，所示GUI1800揭示相互比对绘制的变量。例如，可以在不同时间取得用于实体的性能的采样并且可以在绘图1820上表示在这些时间的结果。此外，GUI1800包括使得用户能够配置GUI1800的字段栏1810。例如用户可以使用字段栏1810以选择如与线图形相比的点映射。与X-Y绘图1820一起，GUI1800示出趋势图1830。
图19图示可视化部件160的示例，该可视化部件产生GUI1910，该GUI指示关键性能指标信息。可视化部件可以包括标识部件1920，其被配置用于标识未满足预定标准的关键性能指标集合。标识部件1920标识用于个体关键性能指标的优先等级顺序。然而，标识部件1920可以在可视化部件160以外工作（例如作为单独部件）。关键性能指标集合表示过程控制系统1930的性能（例如提供与如下属性成比例的数值，该属性与过程控制系统1930的控制器的性能关联）。
在一个实施例中，图1的评估部件140评估过程控制系统1930的数据集。图1的解释部件150至少部分基于评估来确定关键性能指标组的个体关键性能指标是否满足希望的结果。标识部件1920至少部分基于图1的解释部件150的确定来标识关键性能指标集合。例如，第一关键性能指标可以具有如下值，该值未满足用于第一关键性能的预定可接受值（或者在该预定可接受值以外）。这样，第一关键性能指标被标识并且添加到（例如通过标识部件1920）关键性能指标集合。第三关键性能指标可以具有满足对应预定可接受值的值。在这一实例中，未向关键性能指标集合添加第三关键性能。
生成部件1940在GUI1910中呈现表示未满足预定标准的关键性能指标集合的信息和用来标识这一关键性能指标集合的数据。尽管GUI1910包括未满足希望的结果的关键性能指标集合，但是GUI1910也可以包括满足希望的结果的关键性能指标集合的至少部分。例如GUI1910可以示出第一、第二和第三关键性能指标以及关联数据。
在一个实施例中，图1的解释部件150可以从预定标准（例如成功水平）确定对于个体关键性能指标确定多么成功或者不成功。至少部分基于这一成功水平，生成部件1940可以确定在GUI1910中用于关键性能指标的呈现顺序（例如在列表中首先呈现与其预定标准最远的关键性能指标）。在另一示例中，图1的解释部件150可以确定与关键性能指标有关的实体的重要性水平。至少部分基于这些重要性水平，生成部件1940可以使更重要的关键性能指标的信息在较不重要的关键性能指标的信息之前显示于GUI1910上。
这样，生成部件1940可以在监视器180上自动产生GUI1910，该GUI揭示关键性能指标信息（例如关键性能指标的标志、与关键性能指标的性能有关的数据等）。可以通过使用预定规则集（例如为了构造GUI1910而遵循的计算机逻辑）来执行这一自动产生。然而用户可以评估GUI1910并且进行关键性能指标的主观评估。基于这一评估，用户可以决定改变关键性能指标（例如改变关键性能指标的状态）。手动超越控制部件1950使得能够实现手动修改监视器180上的GUI1910。尽管描绘标识部件1920、生成部件1940和手动超越控制部件1950为可视化部件160的部分，但是有可能出现其它配置（例如标识部件1920不是可视化部件160的部分）。
在一个示例中，手动修改包括在未包括的关键性能指标满足预定接受标准时向关键性能指标集合手动添加未包括的关键性能指标。例如，GUI1910初始地示出关键性能指标A为未满足预定标准。这样，可视化部件160使输出显示关键性能指标A为故障（例如，以红色高亮显示）。然而，技术人员可以确定关键性能指标A足够好地工作并且将关键性能指标A从故障切换到通过（例如切换可以响应于用户在图形用户界面180上录入的指令由手动超越控制部件1950执行）。
在一个示例中，手动修改包括在包括的关键性能指标未满足预定接受标准时从关键性能指标集合手动删除包括的关键性能指标。例如，GUI1910初始地示出关键性能指标B为满足希望的结果。这样，可视化部件160使GUI1910显示关键性能指标B为未故障（例如，以绿色高亮显示）。然而，技术人员可以确定关键性能指标B太接近故障范围工作并且将关键性能指标B从为故障切换到故障。
图20图示示例过程控制系统2000的示例。在一个实施例中，图1的系统100定义和保持共同故障列表。图1的系统100可以匹配共同故障与共同可用关键性能指标。据此，可以对过程控制系统2000的部分进行诊断。可以将过程控制系统2000分解成节点2010、模块2020或者I/O2030。在过程控制系统2000中的回路可以包括多个节点2010和I/O模块2020，这些节点包含各种智能。节点级诊断可以包括性能诊断或者配置诊断。用来进行性能诊断的性能数据可以包括主要通信、XR流量、NIS事件和错误计数器。
用来执行配置诊断的配置数据可以包括活跃NIS固件、存储器、模块的利用率和交换机位置。作为回路的部分的模块2020可以执行过程控制系统2000中的不同功能。模块2020可以是智能的并且被直接寻址用于诊断目的。例如模块2020可以按需要或者经由XR标签提供模块状态报告，并且这一报告可以是模块2020特定的。模块状态报告给予模块的状态和健康的汇总概览并且可以包括功能块信息、加载、备份检查点和存储器利用率。图1的取回部件120可以收集模块状态报告，并且图1的系统100可以在产生图1的GUI170时使用模块状态报告。
图21图示具有系列块1-7的系统2100的示例。在执行手动修改时，用户可以关注数据的可视呈现（块1（可视化））、然后手动设置可以可视地检测的KPI。将定义这一路径为从块1到块2到块3、然后块4（其中图19的手动超越控制部件1950有助于块2、块3和块4）。KPI严重性经常难以在手动设置中定义。这经常留为零或者一以与KPI的真或者假指示匹配。一种自动检测方法始于原始数据并且应用数学公式。然后将结果放入数表或者数字表面中。
KPI分析规则引擎（例如可以是图1的系统100的部分）然后作用于数值表面，并且颜色编码（例如，通过图19的生成部件1940）充当分析规则引擎中的触发的数值。分析引擎在数字表面中寻找与指明的KPI良好相关的模式。由于数字表面现在被颜色编码成与分析规则匹配，所以用户可以开始匹配数字表面的颜色与原始数据中的可标识波模式（例如，通过使用图19的手动超越控制部件1950）。流程将是1-5-6-7-3-4。严重性经常被定义为数学公式之一的量级并且在可能时从百分之0到100缩放。
通过使用图1的系统100（例如，其中图1的系统100并入系统2100的方面），用户定义分析视窗，该分析视窗代表正常操作时段（例如，通过对接图1的用户界面180）。用户然后激活KPI的自动标识（例如，通知图19的标识部件1920和生成部件1940二者开始操作）。一旦制定KPI表，用户然后可以快速遍历控制器、查看数字表面和关联KPI。如果用户看见检测到明显的差异或者甚至问题，则用户可以简单地超越控制KPI结果。
图22图示GUI2200的示例。GUI2200使得用户能够在趋势中可视地看见在XR流量中有尖峰模式，但是其它问题的严重性依赖于其它因素，比如节点的总加载和尖峰的量值。本文公开的方面超出标识性能特性中的限制或者模式并且结合上下文其它数据评定问题的严重性。用户然后可以返回并且检查原始数据、数字表明，并且现在看见KP分析结果及其颜色触发。用户然后可以接受或者拒绝这一发现。在这一图形用户界面中，示出产生这一流量模式的节点中的控制器的Tmax配置的问题，但是尖峰未达到NPM01向回路发送消息的限制。
利用GUI2200的这一呈现，人眼可以快速拾取模式。本文公开的方面允许用户在查看显示时使用基本过程控制故障排除技能。用户可以选择控制器，并且图1的系统100使具有自动更新的显示向用户示出标识内容。如果自动标识未与用户对数据的查看匹配，则用户可以通过GUI2200并且通过使用图19的手动超越控制部件1950超越控制诊断。作为结果，用户可以通常在相对短的时间量内遍历许多数据源。除了准确分析的速度之外，用户和系统（例如，图19的生成部件1940使用的人工智能）还可以基于操作来学习。如果用户必须超越控制相同类型的发现中的许多发现，则用户然后可以调整阈值并且甚至调整分析规则以使自动标识与他们的可视标识匹配。换而言之，用户可以调整用来产生输出的图1的生成部件1940使用的逻辑。
GUI2200包括各种部分，这些部分可以使得用户能够分析图1的PCS110的健康。命令栏2210使得用户能够执行与绘图2220有关的各种功能。例如，用户可以对接命令栏2210的保存图标以便保存组、保存绘图2220和其它信息。此外，GUI2200还可以包括实体列表区段2230和选择区段2240，其中选择性能特性以便包含于绘图2220上。
图23图示GUI2300的示例，该GUI呈现关键性能指标信息。GUI2300可以是图19的生成部件1940产生的输出。一旦呈现输出，用户可以选择控制器集合并且手动遍历个体控制器。反言之，用户可以与KPI结果的逻辑分组一起快速关注。KPI结果可以基于分层次结构。在第一级2310，计算多个DCS实体，并且示出用于KPI类别的总评定。第二级2320示出对于实体的特定KPI的问题数目。第三级2330示出被标识为有问题的实体。然后在第四级2340按照KPI的严重性对它们排序。这允许对数据排序，从而向表面绘制有问题的概率最高的实体。
图24A、24B和24C图示报告性能的示例GUI2400的不同版本。图24A中的示例GUI2400示出报告控制性能的表，图24B中的示例GUI2400示出报告过程性能的表，并且图24C中的示例GUI2400示出报告信号调节性能的表。在一个实施例中，将图24A、24B和24C的表一起示出（例如，一个GUI2400，该GUI包括报告控制性能的表、报告过程性能的表和报告信号调节性能的表）。
除了KPI导航之外，还可以生成输出（例如包括GUI2400的输出报告），该输出包括与KPI的严重性匹配的动作列表。这一输出报告允许用户以针对最高违反者（例如最经常未满足希望的结果的KPI）的解决方案为目标。输出报告的表可以经由关键性、过程或者用户定义的标准由用户分类以向用户赋予关于可以如何制作解决方案计划的选项。在一个实施例中，单元被颜色编码成与关键性匹配（例如红色单元代表明显未能满足预定标准的部件）。
图25图示GUI2500的示例，该GUI具有排序部分2510和定义部分2520。排序部分2510可以实现索引过滤，而定义部分2520使得用户能够定义如何对项目排序。可以通过GUI2500来过滤KPI。示例排序基础可以包括回路类型（例如流量、压强、级别、一致性等）、优先级（例如高、中、低等）、排除手动或者作为指标的回路、总性能评定、过程区域、控制器分组或者用户指定的统计结果。基于这一排序，用户可以定义KPI关键性的定义。
除了用户定义的关键性定义之外，用户还可以定义高关键性部件、中关键性部件和低关键性部件。用户可以基于客户定义的关键性值对问题排序。分析引擎使用的数字方法可以用来对DCS实体排序。用户从下拉视窗选择过滤器索引名称并且为该索引设置中断点。用户然后可以指定将在搜索中包括什么索引值范围。
图26图示GUI2600的示例，该GUI具有排列和趋势部分2610以及过滤器部分2620。图1的系统100计算个体系统（例如图1的过程控制系统110）部件（例如实体）的总体性能。图1的系统将阈值用于诊断以确定实体性能评定。向诊断指派用于优良、良好和普通性能的阈值。对于将评定为优良的实体，诊断严重性小于它们的优良阈值。这也适用于良好和普通评定。如果实体未满足优良、良好或者普通标准，则评定它的性能为差。
图27图示GUI2700的示例，该GUI按照优先级呈现性能概要。基于优良、良好、普通或者差的评定的结果，可视化2700可以向用户呈现部件性能如何。例如，可以将高优先级部件分组在一起，从而用户可以确定哪些高优先级部件工作地差。GUI2700包括用于向用户提供不同信息的三个区段。第一区段2710提供条形图，该条形图示出多少部件在不同级别工作以及这些部件的优先等级。第二区段2720可以反映第一区段2710的信息，但是如与条形图相比，第二区段270示出数字信息。第三区段2730提供关于个体实体性能如何的更具体信息。
图28图示具有默认阈值的表2800的示例。表2800包含用于诊断和评定的示例默认阈值。用户可以修改这些阈值。如更早描述的那样，可以评定实体为优良、良好、普通或者差。在一个实施例中，所有诊断的严重性必须小于关联阈值（例如，如果除了一个阈值之外的所有阈值优良而该一个良好，则评定诊断为良好），然而其它配置是可能的。首先检查实体以看它是否满足优良标准、然后良好、然后普通。如果实体未通过这三个检查，则评定实体为差。“Use for Entities（用于实体）”和“Use for Indicators（用于指标）”复选框可以分别确定是否在评定控制器和指标时使用关联阈值。
图29图示GUI2900的示例，该GUI呈现蜘蛛图标概要统计（例如蜘蛛图表2910和关联概要统计2920）。可视化2900可以示出实体在区域中表现如何（例如绿线）和希望的性能水平，比如优良性能（例如蓝线）。用户可以关于蜘蛛图表修改包括什么实体。此外，在蜘蛛图表2910下方，统计2920可以采用图表形式并且提供在蜘蛛图表2910中代表的数字数据。
图30图示用于自动性能信号流的系统3000的示例。性能数据用来计算关于数据的各种索引，然后向KPI规则引擎（例如该KPI规则引擎使用KPI规则并且是图1的系统100的部分）中馈送数据和索引。KPI规则引擎使用系统（例如图1的过程控制系统110）的拓扑和配置以为数据提供用于选择限制和执行的适当规则的情境。所得诊断用来创建系统健康报告。两个数据库可以保持系统信息：性能数据数据库3010和配置数据库3020。来自数据库3010的性能数据可以根据数学公式3030处理并且可以在栏3040中呈现结果。这些结果与来自配置数据库3020的信息一起可以由KPI规则3050（例如KPI规则引擎）处理。KPI规则3050可以输出结果表3060，并且可以从表3060中输出系统性能和健康GUI3070。
如以上讨论的那样，图2图示示例Bailey INFI90系统200。总体上，所示系统200包括三个主要通信层：1）INFI-NET回路202、2）控制通道（CONTROLWAY）总线204和3）I/O总线206。
在图2中，INFI-NET回路202允许节点2081、2082、2083、2084、…和208M（统称为节点208并且其中M是整数）相互通信。节点208可以在单个控制室中、分布于工厂内和/或别处、从工厂远离定位等。节点208可以是操作者控制台、控制模块（PCU）集合或者与一些其它硬件（比如另一INFI-NET或者计算机）的接口。INFI-NET拓扑一般由中央或者监控回路和卫星回路（这些卫星回路通过桥接或者网关节点连接到监控环）构成。监控回路可以是INFI-FET。卫星回路可以是INFI-NET或者工厂（Plant）回路。
控制通道总线204允许模块205与在同一总线上连接的其它模块通信。一般而言，控制通道是在同一节点中的模块之间使用的通信总线，而在不同节点之间使用INFI-NET（或者超回路）。控制通道是冗余、串行通信系统，该系统将以太网式协议用于在模块装配单元（MMU）中的模块之间传递数据。
I/O总线206包括这样的总线，该总线提供用于I/O模块207与智能模块通话和用于网络接口模块（NIS）与智能通信模块通话的总线。I/O总线是在现场I/O与控制器之间和在通信模块与它们的网络接口之间的通信链路。
参照图2和31，系统3100包括数据收集器3102，该数据收集器向连通性服务器发送查询，该连通性服务器又可以通过INFI-NET回路202向直接附着到INFI-NET回路202的节点208和/或通过桥接器与INFI-NET回路202通信的一个或者多个节点、与INFI-NET回路202通信的一个或者多个其它INFI-NET回路的一个或者多个节点等发出命令，这些命令请求来自节点208和/或其它节点的硬件部件的数据。一般而言，从不同部件返回的数据将包括与相应部件对应的地址。在另一实施例中，数据收集器3102不是系统3100的部分，并且系统3100接收或者获得收集的数据。
系统3100还包括系统模型3106，可以查询该系统模型以提供分析的系统性能数据的情境。这一模型由连通性服务器开发，该连通性服务器向INFI90系统查询关于它的拓扑和配置的信息。响应有助于发现部件，因为连通性服务器可能在时间上提前的特定点处未了解部件。由于可以添加和/或去除部件，所以发现是可以从查询到查询而改变的动态过程。连通性服务器添加与系统模块中的发现的部件对应的条目，从而可以基于发现的部件经由查找表（LUT）等访问它。连通性服务器然后可以生成系统200的数据模型的导出，该数据模型提供系统200的物理现实世界表示。在另一实施例中，系统建模器3106不是系统3100的部分，并且系统3100接收或者获得数据模型。
系统3100还包括映射器3108，该映射器基于数据模型将收集的数据映射到系统3100的相应硬件部件。映射在情境中放入收集的数据，因为在无映射时，哪个硬件部件对应于哪个收集的数据是未知的。一般而言，映射器3108将收集的数据映射到系统200的层和硬件（例如计算机、模块等）。这可以基于硬件部件物理地址和/或以其他方式来完成。
选择器3110基于模型从控制系统的分析算法集对于发现的硬件部件选择分析算法（例如KPI）子集。在这一示例中，分析算法集存储于在系统200本地的分析算法存储组3112中。在另一实施例中，分析算法中的一个或多个存储在系统200外部。在图示的实施例中，分析算法选择器3110使用来自规则库3114的预定规则集以从分析算法集选择分析算法子集。
通过非限制示例，其中部件（或者部件类型）是可以从数据模型确定的LIS（回路接口从属）或者NIS（网络接口从属）模块，选择的分析算法子集将包括交换机位置KPI，该KPI确定是否适当设置一个或者多个交换机。然而，选择的分析算法子集将不包括用于诸如MFP（多功能处理器）或者BRC（桥接控制器）的其它部件的控制器存储器利用率（Controller Memory Utilization）KPI。此外，对于LIS或者NIS模块的特定分析将根据它是否为LIS或者NIS模块以及通信模块配对而变化。
分析器3116基于针对发现的部件所选择的分析算法子集处理针对发现的部件收集的数据。注意无需处理所收集的数据的全部，并且仅处理与选择的分析算法子集相关的收集的数据。分析器3116可以如本文描述的那样和/或另外经由监视器显示结果。
将理解可以经由这样的处理器实施部件3102、3106、3108、3110和3116中的一个或者多个部件，该处理器执行在诸如物理存储器的计算机可读存储介质上存储的计算机可读指令。附加地或者备选地，处理器中的一个或者多个处理器可以执行在信号、载波或者其它非计算机可读存储介质中承载的指令。
图32图示根据图31的系统3100的方法。
将理解以下动作是出于说明目的而非限制。这样，可以省略动作中的一个或者多个动作和/或在另一实施例中添加一个或者多个动作。此外，动作的顺序无限制并且可以在其它实施例中不同而并行执行一些动作。
在3204，从系统的部件收集数据。如本文描述的那样，这可以通过向所有部件发送出查询来实现，该查询请求部件用数据和唯一标识符做出响应。
在3206，数据模型用来将收集的数据映射到系统200的相应部件。如本文描述的那样，数据模型是动态的并且基于系统200的部件的发现来构建和/或更新。
在3208，对于系统200的至少一个部件，基于从数据模型获得的部件类型对于部件选择来自分析算法集的分析算法子集。
在3210，对于系统200的至少一个部件，基于选择的分析算法子集至少处理收集的数据的子集。
本文描述的方法可以通过计算机可读指令来实施，这些计算机可读指令在由计算机处理器执行时使处理器执行描述的动作。在这样的情况下，指令存储于与相关计算机关联或者另外可由相关计算机访问的计算机可读存储介质中和/或由诸如信号或者载波的非计算机可读存储介质承载。
如本文所用，术语“部件”可以指代软件、硬件、固件、在执行中的软件或者其组合。在一个示例中，处理器可以作为一个或者多个部件工作。在另一示例中，可以通过处理器执行在诸如物理存储器的计算机可读存储介质上编码的一个或者多个指令来实施部件中的一个或者多个部件。处理器可以附加地或者备选地执行信号或者载波承载的指令。
当然，修改和变更将在阅读和理解前文描述时为本领域技术人员所想到。旨在于解释本发明为包括迄今所有这样的修改和变更，只要它们落入所附权利要求或者其等效形式的范围内。

Claims (20)

1.一种方法，包括：
获得从多层控制系统的不同层的硬件部件收集的数据；
利用所述控制系统的所述硬件部件的数据模型，其中所述数据模型代表所述控制系统的所述硬件部件的物理现实世界模型并且包括所述硬件部件中的每个硬件部件的类型；
基于所述数据模型将所获得的收集的数据映射到所述控制系统的所述硬件部件并且生成表示所述映射的电子数据；
对于所述控制系统的所述硬件部件中的至少一个硬件部件，从用于所述控制系统的所述硬件部件的预定分析算法集获得分析算法子集；并且
通过使用所获得的分析算法子集处理由所述电子数据中的所述映射确定的对于所述至少一个硬件部件所收集的数据来确定用于所述至少一个硬件部件的至少一个关键性能指标，并且生成表示所述至少一个关键性能指标的信号。
2.根据权利要求1所述的方法，其中用于所述控制系统的至少两个不同硬件部件的所述分析算法子集包括至少一个不同分析算法。
3.根据权利要求1所述的方法，其中不到所有的对于所述至少一个硬件部件所收集的数据被处理。
4.根据权利要求1所述的方法，其中用于所述至少一个硬件部件的所述分析算法子集对所述硬件部件的类型是特定的。
5.根据权利要求1所述的方法，其中所述控制系统包括INFI90控制系统。
6.根据权利要求1所述的方法，其中所述控制系统至少包括INFI-NET网络、与所述INFI-NET网络直接通信的第一计算机系统层、与所述第一计算机系统层直接通信的第二处理器层和与所述第二处理器层直接通信的第三级输入/输出模块层，并且所述硬件部件跨越不同层定位。
7.根据权利要求1所述的方法，其中基于发现所述控制系统的所述硬件部件生成所述数据模型，其中所述控制系统的所述硬件部件在所述发现之前未知。
8.根据权利要求7所述的方法，其中所述数据模型是动态的，因为它在重新发现所述控制系统的所述硬件部件时改变，在所述重新发现时，至少一个发现的硬件部件在先前发现期间未被发现，或者在所述先前发现期间发现的至少一个硬件部件在所述重新发现期间未被发现。
9.根据权利要求1所述的方法，其中通过向所述硬件部件查询数据来收集所述数据，并且所收集的数据包括所述控制系统中的硬件部件物理地址、但是并非所述硬件部件的类型。
10.根据权利要求1所述的方法，还包括：
可视地呈现所述至少一个关键性能指标。
11.一种系统，包括：
映射器，基于数据模型将从多层控制系统的不同层的硬件部件收集的数据映射到所述控制系统的所述硬件部件，所述数据模型代表所述控制系统的所述硬件部件的物理现实世界模型并且包括所述硬件部件中的每个硬件部件的类型；
选择器，基于所述控制系统的所述硬件部件中的至少一个硬件部件的从所述模型确定的类型，从用于所述控制系统的所述硬件部件的预定分析算法集中选择用于所述控制系统的所述至少一个硬件部件的分析算法子集；以及
分析器，通过使用所获得的分析算法子集处理对于所述至少一个硬件部件的所收集的数据来确定用于所述至少一个硬件部件的至少一个关键性能指标。
12.根据权利要求11所述的系统，其中用于所述控制系统的至少两个不同硬件部件的所述分析算法子集包括至少一个不同分析算法。
13.根据权利要求11所述的系统，其中不到所有的对于所述至少一个硬件部件所收集的数据被处理。
14.根据权利要求11所述的系统，其中用于所述至少一个硬件部件的所述分析算法子集对所述硬件部件的类型是特定的。
15.根据权利要求11所述的系统，其中所述控制系统包括INFI90控制系统。
16.根据权利要求11所述的方法，其中所述控制系统至少包括INFI-NET网络、与所述INFI-NET网络直接通信的第一计算机系统层、与所述第一计算机系统层直接通信的第二处理器层和与所述第二处理器层直接通信的第三级输入/输出模块层，并且所述硬件部件跨越不同层定位。
17.根据权利要求11所述的方法，其中所述数据模型基于所述控制系统的所述硬件部件的发现，其中所述控制系统的所述硬件部件在所述发现之前不为所述系统建模器所知。
18.根据权利要求17所述的方法，其中所述数据模型是动态的，因为它在重新发现所述控制系统的所述硬件部件时改变，在所述重新发现时，至少一个发现的硬件部件在先前发现期间未被发现，或者在所述先前发现期间发现的至少一个硬件部件在所述重新发现期间未被发现。
19.根据权利要求11所述的方法，还包括：
数据收集器，向所述连通性服务器查询所收集的数据，其中所述收集的数据包括所述控制系统中的硬件部件物理地址、但是并非所述硬件部件的类型。
20.一种用计算机可执行指令编码的计算机可读存储介质，所述计算机可执行指令在由计算机处理器执行时使所述处理器：
基于数据模型将从多层控制系统的不同层的硬件部件收集的数据映射到所述控制系统的所述硬件部件，所述数据模型代表所述控制系统的所述硬件部件的物理现实世界模型并且包括所述硬件部件中的每个硬件部件的类型；
基于所述控制系统的所述硬件部件中的至少一个硬件部件的从所述模型确定的类型，从用于所述控制系统的所述硬件部件的预定分析算法集中选择用于所述控制系统的所述至少一个硬件部件的分析算法子集；以及
通过使用所获得的分析算法子集处理对于所述至少一个硬件部件的所收集的数据来确定用于所述至少一个硬件部件的至少一个关键性能指标。
CN201280028518.5A 2011-04-15 2012-04-13 监视过程控制系统 Pending CN103649859A (zh)

Applications Claiming Priority (5)

Application Number Priority Date Filing Date Title
US13/088,001 US20120266094A1 (en) 2011-04-15 2011-04-15 Monitoring Process Control System
US13/088,001 2011-04-15
US13/253,453 US20120265323A1 (en) 2011-04-15 2011-10-05 Monitoring process control system
US13/253,453 2011-10-05
PCT/US2012/033426 WO2012142353A1 (en) 2011-04-15 2012-04-13 Monitoring process control system

Publications (1)

Publication Number Publication Date
CN103649859A true CN103649859A (zh) 2014-03-19

Family

ID=46001816

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280028518.5A Pending CN103649859A (zh) 2011-04-15 2012-04-13 监视过程控制系统

Country Status (6)

Country Link
EP (1) EP2697698A1 (zh)
CN (1) CN103649859A (zh)
AU (1) AU2012242717A1 (zh)
BR (1) BR112013026610A2 (zh)
CA (1) CA2833256A1 (zh)
WO (1) WO2012142353A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107040869A (zh) * 2015-11-04 2017-08-11 Abb技术有限公司 用于指示自动电力变换设备的状态的方法、系统和设备
CN107515595A (zh) * 2017-07-18 2017-12-26 浙江大学 一种具有数据分析功能的煤制乙炔生产信息智能看板
CN107885643A (zh) * 2016-09-29 2018-04-06 西门子公司 监控信息的显示方法和装置

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2975820B1 (fr) 2011-05-24 2013-07-05 Schneider Electric Ind Sas Melange de decafluoro-2-methylbutan-3-one et d'un gaz vecteur comme milieu d'isolation electrique et/ou d'extinction des arcs electriques en moyenne tension
US9329967B2 (en) * 2012-11-13 2016-05-03 Tektronix, Inc. Methods and systems for aiding the analysis of a signal
US20140214183A1 (en) * 2013-01-28 2014-07-31 Abb Technology Ag. Industrial plant production and/or control utilization optimization
US20170034720A1 (en) * 2015-07-28 2017-02-02 Futurewei Technologies, Inc. Predicting Network Performance
EP4043968A1 (en) 2021-02-12 2022-08-17 ABB Schweiz AG Supplementing a given control strategy for a plant with machine learned interventions
EP4043974B1 (en) 2021-02-12 2024-04-03 ABB Schweiz AG Improving the control strategy of distributed control systems based on operator actions

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6049828A (en) * 1990-09-17 2000-04-11 Cabletron Systems, Inc. Method and apparatus for monitoring the status of non-pollable devices in a computer network
CN1409179A (zh) * 2001-09-17 2003-04-09 费舍-柔斯芒特系统股份有限公司 处理性能监控与处理设备监控及控制的合成
CN1494671A (zh) * 2001-03-01 2004-05-05 费舍-柔斯芒特系统股份有限公司 处理工厂内的数据共享
CN1529836A (zh) * 2001-05-21 2004-09-15 费舍-柔斯芒特系统股份有限公司 在过程控制系统中增强的fieldbus设备警告
WO2005045559A2 (en) * 2003-10-23 2005-05-19 Microsoft Corporation Model-based management of computer systems and distributed applications
US20090105865A1 (en) * 2007-10-18 2009-04-23 Yokogawa Electric Corporation Metric based performance monitoring method and system

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7401142B2 (en) * 2004-01-08 2008-07-15 International Business Machines Corporation Method for multidimensional visual correlation of systems management data displaying orchesteration action threshold

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6049828A (en) * 1990-09-17 2000-04-11 Cabletron Systems, Inc. Method and apparatus for monitoring the status of non-pollable devices in a computer network
CN1494671A (zh) * 2001-03-01 2004-05-05 费舍-柔斯芒特系统股份有限公司 处理工厂内的数据共享
CN1529836A (zh) * 2001-05-21 2004-09-15 费舍-柔斯芒特系统股份有限公司 在过程控制系统中增强的fieldbus设备警告
CN1409179A (zh) * 2001-09-17 2003-04-09 费舍-柔斯芒特系统股份有限公司 处理性能监控与处理设备监控及控制的合成
WO2005045559A2 (en) * 2003-10-23 2005-05-19 Microsoft Corporation Model-based management of computer systems and distributed applications
US20090105865A1 (en) * 2007-10-18 2009-04-23 Yokogawa Electric Corporation Metric based performance monitoring method and system

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107040869A (zh) * 2015-11-04 2017-08-11 Abb技术有限公司 用于指示自动电力变换设备的状态的方法、系统和设备
CN107040869B (zh) * 2015-11-04 2020-11-17 Abb瑞士股份有限公司 用于指示自动电力变换设备的状态的方法、系统和设备
CN107885643A (zh) * 2016-09-29 2018-04-06 西门子公司 监控信息的显示方法和装置
CN107515595A (zh) * 2017-07-18 2017-12-26 浙江大学 一种具有数据分析功能的煤制乙炔生产信息智能看板
CN107515595B (zh) * 2017-07-18 2019-05-31 浙江大学 一种具有数据分析功能的煤制乙炔生产信息智能看板

Also Published As

Publication number Publication date
BR112013026610A2 (pt) 2016-12-27
EP2697698A1 (en) 2014-02-19
AU2012242717A1 (en) 2013-10-31
WO2012142353A1 (en) 2012-10-18
CA2833256A1 (en) 2012-10-18

Similar Documents

Publication Publication Date Title
CN103649859A (zh) 监视过程控制系统
JP7359354B2 (ja) 分散型工業パフォーマンス監視及び分析
US11853361B1 (en) Performance monitoring using correlation search with triggering conditions
US11137744B1 (en) Systems and methods for dynamic manufacturing line monitoring
US11522769B1 (en) Service monitoring interface with an aggregate key performance indicator of a service and aspect key performance indicators of aspects of the service
US11531679B1 (en) Incident review interface for a service monitoring system
JP6978156B2 (ja) 分散型工業パフォーマンス監視及び分析
JP7323255B2 (ja) 分散型工業パフォーマンス監視及び分析プラットフォーム
US10965561B2 (en) Network security monitoring and correlation system and method of using same
JP2021089769A (ja) 分散型工業システムにおけるソース非依存クエリ
US20120266094A1 (en) Monitoring Process Control System
US9043003B2 (en) Graphical view sidebar for a process control system
US8219669B2 (en) Operational process control data server
CN106933207A (zh) 用于分布式工业性能监控的数据分析服务
US20120265323A1 (en) Monitoring process control system
US20150135117A1 (en) Apparatus and method for providing customized viewing and control of field devices through custom groups and actions in a process control system
CN115439267A (zh) 一种基于数字孪生的可视化实时监控方法
CN114791846A (zh) 一种针对云原生混沌工程实验实现可观测性的方法
JP5003084B2 (ja) 業務監視装置、業務監視システム、業務監視方法およびプログラム
CN107798049A (zh) 数据显示方法、数据处理控制方法和数据处理系统
JP2010128597A (ja) 情報処理装置及び情報処理装置の運用方法
KR101973328B1 (ko) 하둡 기반 공작기계 환경 데이터의 상관관계 분석 및 시각화 방법
CN100592229C (zh) 加工厂资产数据系统内的远端数据可视化
US20190114339A1 (en) Identifying patterns within a set of events that includes time series data
CN111597290B (zh) 知识图谱与gis地图数据传递方法及装置、存储介质、设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140319