CN104142662A - 云平台中的工业数据分析 - Google Patents

Abstract

本公开涉及云平台中的工业数据分析。云感知工业设备向运行为云平台中的服务的、基于云的数据分析器提供鲁棒数据集合。除了由工业设备生成或收集的工业数据之外，该设备还能够向识别该设备和相关配置信息的基于云的分析器提供设备简档信息。该工业设备还能够提供识别以下内容的客户数据：该工业设备的所有者、针对该所有者的联系信息、有效服务合同等。该基于云的数据分析器利用该信息来对数据执行各种定制分析并且生成迎合特定工业资产的最佳性能和所有者的工业企业的业务目标的报告或通知，以及来执行实时决策制定和控制。

Description

云平台中的工业数据分析

相关申请

本申请要求于2013年5月9日提交的题为“远程服务以及资产管理系统和方法”的美国临时专利申请序列号61/821,639的权益，其全部内容通过引用并入本文。

技术领域

本主题申请总体上涉及工业自动化，并且更特别地涉及用于将工业数据提供至云平台以用于通过基于云的应用和服务来进行分析的技术。

背景技术

工业控制器以及其相关联的I/O设备是现代自动化系统的操作的中心。这些控制器与工厂底层的现场设备进行交互以控制与如下目标有关的自动化过程：该目标例如为产品制造、材料处理、批量处理、监控以及其他这样的应用。工业控制器存储并执行用户定义的控制程序以结合受控的过程来实现决策制定。这样的程序可以包括但不限于梯形逻辑、顺序功能图、功能框图、结构化文本或其他这样的编程结构。一般地，工业控制器从提供与受控系统的一个或更多个状态有关的谨慎和遥测数据的传感器和测量设备读取输入数据，并基于这些输入根据用户定义的程序来生成的控制输出。

除了工业控制器和其相关联的I/O设备之外，一些工业自动化系统也可以包括低级控制系统，如视觉系统、条码标记系统、变频驱动器、工业机器人等，该低级控制系统对工业过程中的部分执行局部控制，或者该低级控制系统具有其自己的局部化控制系统。

给定的工业企业可能包括分配在多个设施上的大量工业资产。这些资产可能包括结合执行各个工业应用(例如，批处理、材料处理、自动化产品组装、质量检查、压铸等)进行操作的一个或更多个工业设备。可以组成工业企业的该大量工业资产连同这些工业资产的频繁连续操作一起导致整个企业生成了大量潜在有益数据。除了生产统计之外，还经常连续地监测并且在一些情况下记录与机器健康、报警状态、操作者反馈(例如，手动输入与停机时间状况相关联的原因代码)和随时间推移的电气或机械负荷等相关的数据。通过可以组成给定自动化系统的许多工业设备来生成该数据，该工业设备包括工业控制器及其相关联I/O、用于接近实时计量的遥测设备、运动控制设备(例如，用于对组成运动系统的电动机进行控制的驱动器)、可视化应用、批次可追溯性系统(例如，条形码跟踪)等。而且，由于许多工业设施24小时地操作，其相关联的自动化系统会以高速率生成大量潜在有益数据。针对具有多个工厂设施的企业，生成的自动化数据的量进一步增加。

对从工业企业的多个生产区域和工业设施收集的企业范围数据的集体分析能够对全厂操作进行有益观察。然而，对工业数据的访问通常限于与收集并生成该数据的工业控制器共享通用网络的应用和设备。同样，希望在另一个应用(例如，报告或分析工具、通知系统、可视化应用、备用数据存储装置等)中利用由工厂人员的系统生成的工业数据的该工厂人员需要在现场使用本地资源来保持这样的应用。而且，尽管给定的工业企业可能包括在不同地理位置处的多个工厂设施(或具有可变位置的多个移动系统)，然而这样的应用的范围仅限于在存在于与该应用相同的局域网上的控制器上可得到的数据。

而且，鉴于在给定工业设施处使用的工业设备的异类性质，由这些设备生成的数据可能具有不可以相互兼容的若干不同的数据类型和格式，从而致使集体分析难于进行。

以上描述的现今工业控制系统的缺点仅旨在提供传统系统中存在的一些问题的概览，而不旨在是穷举。在查阅以下描述后，传统系统具有的其他问题和本文中所描述的各种非限制性实施方式的相应益处可以变得更加明显。

发明内容

下面给出简化概述以提供对本文描述的一些方面的基本理解。此概述不是详尽的概述，也不旨在标识关键/重要元素或描绘本文中所描述的各个方面的范围。其唯一的目的在于以简化的形式给出一些概念作为稍后呈现的更详细描述的前序。

本公开内容的一个或更多个实施方式涉及将工业数据迁移至云平台以用于集体分析和设备管理。为此，提供了一种用于将来自所有制造阶段以及在整个供应链中的客户工业数据迁移至云平台以用于集体大数据分析的系统和方法。在一个或更多个实施方式中，云网关设备能够从客户的工业资产中收集数据，将该数据与客户简档相关联，并且将修改的数据推送至该云以用于分析。该云网关能够包括独立的网关设备，能够集成到工业设备自身中，或者能够集成在工厂网络上的网络基础结构设备中。在云平台上执行的分析服务能够接收数据并将该数据存储在与客户简档相关联的客户数据存储库中。

为了便于来自多个异类源(例如，不同的客户、设备、供应链实体和工业)的工业数据的集体分析，一个或更多个实施方式能够便于标准化所采集的工业数据的一部分或全部，使得能够识别整个数据集合的依赖性和相关性。例如，自动化设备或云网关能够在将数据移动至云之前根据通用标准和格式来标准化工业数据。在其他的实施方式中，能够在将数据迁移至云平台之后在云侧通过分析服务执行数据标准化。

在工业数据已被移动到云平台、已被标准化、并且已与客户简档相关联的情况下，在云平台上执行的分析应用能够利用该数据来将多个远程服务提供至客户。在示例应用中，基于云的服务能够使用多个技术(例如，机器学习、数据挖掘)中的任意技术来分析该数据以识别可以相对于客户隐藏的工业系统的多个方面之间的依赖性或相关性。基于云的分析还能够识别表示迫近的系统故障或操作无效的系统趋势。在另一个示例中，设备管理服务能够将针对客户设施处使用的给定设备的设备简档与产品资源数据存储库进行比较，以确定是否能够得到该设备或相关联软件的较新版本。云平台上的通知服务能够将升级机会通知传送至与工业企业相关联的指定客户端设备。在另一个示例中，能够使从客户设施收集的数据与从在其他客户现场使用的相似工业应用收集的数据相关联，使得能够基于所习得的资产配置与系统性能之间的相关性来生成预测和配置推荐。

为了实现前述及相关目的，在本文中结合下面的描述和附图描述了某些说明性方面。这些方面指示可以实践的各种方式，而所有这些方式均旨在被本文涵盖。在结合附图进行考虑时，其他的优点和新颖特征可以根据以下详细描述变得明显。

附图说明

图1是利用基于云的服务的工业企业的高级概述。

图2是示例云能力工业设备的框图。

图3示出了配置成处理工业数据并将该工业数据迁移至云平台的示例性云能力工业控制器。

图4是示例性变换部件的框图。

图5示出了用于将原始数据变换成情境化数据的示例情境部件。

图6示出了用作针对包括工业系统在内的其他工业设备的云代理的工业设备的配置。

图7示出了防火墙盒用作针对一组工业设备的云代理的配置。

图8示出了将客户特有工业数据收集在云平台中以用于基于云的分析。

图9示出了这些示例数据类之间的层级关系。

图10示出了将示例设备模型传送至云平台。

图11示出了将工业数据收集到基于云的制造用大数据(BDFM)的数据存储装置中以用于分析。

图12示出了用于标准化从多个数据源收集的工业数据以用于云平台中的集体分析的系统。

图13示出了通过基于云的分析服务来实现的以便于行业特有和应用特有趋势分析的示例数据处理技术。

图14示出了用于提供工业分析服务的基于云的系统。

图15示出了在云平台上基于客户特有数据与多企业的比较分析来生成系统评估报告。

图16示出了用于生成设备升级机会的自动化通知的基于云的系统。

图17示出了在较大的设备层次内云感知智能设备的自动集成。

图18示出了用于通过工业供应链收集产品数据并识别整个供应链的相关性和关系的示例性基于云的架构。

图19是用于将数据从工业设备发送至云平台以用于基于云的分析的示例方法的流程图。

图20是用于对从多个工业设施上的多个设备收集的工业数据执行收集分析的示例方法的流程图。

图21是用于将设备和客户信息提供至云平台以供基于云的服务使用的示例方法的流程图。

图22是使用基于云的服务来提供设备管理服务的示例方法的流程图。

图23是基于与多企业数据的基于云的比较分析来生成资产配置推荐或通知的示例方法的流程图。

图24是示例计算环境。

图25是示例联网环境。

具体实施方式

现参照附图描述本公开内容，其中，贯穿全文相同的附图标记用于指代相同的元件。在下面的描述中，为了说明起见，阐述了大量的具体细节以便提供其全面的理解。然而，明显的是，可以在没有这些具体细节的情况下实践本公开内容。在其它实例中，以框图形式示出了已知的结构和装置，以便于其描述。

在本申请中使用的术语“部件”、“系统”、“平台”、“层”、“控制器”、“终端”、“站”、“节点”、“接口”意在指代计算机相关实体或与具有一个或更多个特定功能的操作装置相关或与所述操作装置的一部分相关的实体，其中，这样的实体可以是硬件、硬件和软件的组合、软件、或执行中的软件。例如，部件可以是但不限于是：在处理器上运行的处理、处理器、硬盘驱动器、(光或磁存储介质的)多个存储驱动器(包括附接的(例如螺纹连接或螺栓连接)的或可拆卸式附接的固态存储驱动器)；对象；可执行体；执行线程；计算机可执行程序、和/或计算机。作为举例，在服务器上运行的应用以及该服务器均可以为部件。一个或更多个部件可以驻留在进程和/或执行线程内，并且部件可以位于一个计算机上和/或分布在两个或更多个计算机之间。此外，本文所描述的部件可从存储有各种数据结构的各种计算机可读存储介质中执行。部件可以通过本地和/或远程进程例如根据具有一个或更多个数据包(例如，来自与本地系统、分布式系统中的另一个部件进行交互的一个部件的数据，或来自与通过信号跨网络(例如因特网)与其他系统交互的一个部件的数据)的信号进行通信。作为另一个示例，部件可以是具有由电气或电子电路操作的机械部件所提供的特定功能的装置，其中所述电气或电子电路通过处理器执行的软件或固件应用来进行操作，其中处理器可以在该装置的内部或外部，并且执行软件或固件应用的至少一部分。作为又一个示例，部件可以是如下装置：其通过电子部件提供特定功能，而无需机械件，电子部件可以包含处理器以执行提供电子部件的至少部分功能的软件或固件。作为又一示例，接口可以包括输入/输出(I/O)部件以及相关联的处理器、应用或应用程序编程接口(API)部件。虽然前述示例是针对部件的各个方面，但是所例示的方面或特征也适用于系统、平台、接口、层、控制器、终端等。

在本文中使用的术语“推断(infer)”和“推断(inference)”一般是指根据通过事件或数据捕获的一组观察，推理或推断系统、环境和/或用户的状态的过程。可以采用推断来识别特定的上下文或动作，或者可以例如生成状态的概率分布。推断可以是概率性的，也就是说，所关注的状态的概率分布的计算基于对数据和事件的考虑。推断还可以指用于从一组事件和/或数据构成较高级别的事件的技术。这样的推断导致从一组观察到的事件和/或存储的事件数据来构建新的事件或动作，而无论事件是否是时间接近地相关，以及无论事件或数据是来自一个事件源或数据源还是若干个事件源或数据源。

此外，术语“或”意指包括性的“或”而非排他性的“或”。也就是说，除非另外指明或者在上下文中明确，否则短语“X采用A或B”旨在表示任何自然的包括性排列。也就是说，短语“X采用A或B”满足以下列实例中的任何一个：X采用A；X采用B；或X采用A和B两者。此外，本申请中以及所附权利要求中使用的“一(a)”或“一(an)”一般应被解释为是指“一个或更多个”，除非另有指明或上下文明确针对单数形式。

此外，文中使用的术语“集合”排除空集，例如其中没有元素的集合。因此，在本公开内容中的“集合”包括一个或更多个元件或实体。作为举例，控制器的集合包括一个或更多个控制器；数据资源的集合包括一个或更多个数据资源；等等。类似地，本文中使用的术语“组”是指一个或更多个实体的集合，例如节点组指代一个或更多个节点。

针对可能包括许多设备、部件、模块等的系统呈现了各个方面或特征。但应当理解和明白的是，各个系统可以包括另外的设备、部件、模块等，和/或可能不包括结合附图所讨论的设备、部件、模块等的全部。还可以使用这些方法的组合。

为了提供针对本文中所描述的基于云的预测维护系统和服务的总体情况，图1示出了利用基于云的服务的工业企业的高级概述。企业包括一个或更多个工业设施104，每个工业设施104均具有在使用中的多个工业设备108和110。工业设备108和110可以构成在各个设施104内操作的一个或更多个自动化系统。示例性的自动化系统可以包括但不限于批量控制系统(例如混合系统)、连续控制系统(例如PID控制系统)或离散的控制系统。虽然参照离散或处理控制应用描述了本公开内容的一些方面，然而应当理解，本文中描述的示例不限于离散或处理控制工业或操作。工业设备108和110可以包括如下设备：例如，工业控制器(如可编程逻辑控制器或其他类型的可编程自动化控制器)；现场设备，如传感器和仪表；电动机驱动器；人机接口(HMI)；工业机器人；条形码标记器和读取器；视觉系统设备(如摄像机)；智能焊机；或其他这样的工业设备。

示例性自动化系统可以包括便于其相应过程的监测和控制的一个或更多个工业控制器。控制器使用本机硬连线I/O或经由工厂网络(如以太网/IP、数据高速通道加(Data Highway Plus)、控制网、设备网等)与现场设备交换数据。给定控制器通常从现场设备接收表示设备和其相关联的过程的当前状态的数字或模拟信号的任意组合(例如，温度、位置、部件的存在或不存在、流体水平高度等)，并基于所接收的信号来执行对受控处理执行自动决策制定的用户定义控制程序。然后，控制器根据由控制程序所制定的决策向现场设备输出适当的数字和/或模拟控制信令。这些输出可以包括设备致动信号、温度或位置控制信号、至加工或材料处理机器人的操作命令、混合器控制信号、和运动控制信号等。该控制程序可以包括用于对读入到控制器中的输入信号进行处理并且控制由控制器生成的输出信号的任何适合类型的代码，包括但并不限于梯形逻辑、顺序功能图、功能框图、结构化文本或其他这样的平台。

尽管图1所示的示例性概述将工业设备108和110描绘为存在于固定位置的工业设施104中，但是工业设备也可以是移动控制和/或监测应用的一部分，如包含在运输单元(例如卡车或其他服务车辆)或移动工业设施中的系统。在另一示例中，工业设备108和110可以包括不对工业系统执行控制或监测而执行仅将数据馈送到基于云的分析系统(例如，移动气象站)的功能的设备。

根据本公开内容的一个或更多个实施方式，工业设备108和110可以被耦接至云平台102以利用基于云的应用和服务。也就是说，工业设备108和110可以被配置成发现由云平台102托管的基于云的计算服务112并与其进行交互。云平台102可以是使云能力设备能够访问和利用共享计算服务112的任何基础设施。云平台102可以由具有因特网连接性和适当授权的设备经由因特网能够访问以利用服务112的公共云。在一些情况下，云平台102可以由云提供者提供为平台即服务(PaaS，platform-as-a-service)，并且服务112可以作为基于云的服务存在于云平台102上并在其上运行。在一些这样的配置中，可以向客户提供对云平台102和相关联服务112的访问作为服务112的所有者的订阅服务。可替代地，云平台102可以是由企业在内部操作的私有云。示例性的私有云平台可以包括托管云服务112并且存在于受防火墙保护的公司网络上的一组服务器。

云服务112可以包括但不限于数据存储、数据分析、控制应用(例如，可以基于接近实时系统数据或其他因素的分析来生成控制指令并将其递送至工业设备108和110的应用)、远程监测和支持、设备管理、资产性能管理、风险评估服务、预测维护服务、企业制造智能服务、供应链性能管理、客户工厂环境的虚拟化、通知服务或其他这样的应用。如果云平台102是基于网的云，则在相应工业设施104处的工业设备108和110可以经由因特网与云服务112进行交互。在示例性配置中，工业设备108和110可以通过在相应工业设施104处的单独云网关106来访问云服务112，其中工业设备108和110通过物理或无线局域网络或无线电链路连接到云网关106。在另一示例性配置中，工业设备108和110可以直接使用集成的云网关服务来访问云平台。云网关106还可以包括网络基础设施设备的集成部件，例如防火墙盒、路由器或交换机。

经由云网关106为工业设备提供云能力可以提供特定于工业自动化的许多优点。针对其中一个有点，由云平台102提供的基于云的存储可以容易地扩展以适应由工业企业每天生成的大量数据。而且，在不同地理位置处的多个工业设施可以将其相应的自动化数据迁移到云平台102，以用于聚合、对照、集体大数据分析以及企业级报告而不需要在设施之间建立私有网络。具有智能配置能力的工业设备108和110和/或云网关106可以被配置为在安装在任何设施处时自动检测云平台102并与其进行通信，从而简化了与由企业使用的现有的基于云的数据存储、分析或报告应用的集成。在另一示例性应用中，基于云的诊断应用可以经由云网关106来访问工业设备108和110，以在整个工厂或构成企业的多个工业设施上监测各个自动化系统及其相关联的工业设备的健康和/或性能。在另一示例中，基于云的批次控制应用可以用于在产品单元的各个生产阶段中来跟踪产品单元，并用于在每个产品单元通过每个阶段时采集用于该单元的生产数据(例如，条形码标识符、用于每个生产阶段的生产统计信息、质量测试数据、异常标志等)。这些工业云计算应用仅意在示例性的，并且本文所描述的系统和方法并不局限于这些特别的应用。如这些示例证明的，与云网关106一起工作的云平台102可以使工业应用的建设者能够提供可扩展的解决方案作为服务，从而除去底层基础设施和框架的维护、升级和备份的负担。

图2是根据本公开内容的一个或更多个实施方式的示例云能力工业设备的框图。在本公开内容中说明的系统、装置或处理的各方面可以构成实施在机器内(例如，实施在与一个或更多个机器相关联的一个或更多个计算机可读介质(或媒介)中)的机器可执行部件。这样的部件在由一个或更多个机器(例如，计算机、计算设备、自动化设备、虚拟机等)执行时可以使机器执行所描述的操作。

云能力工业设备202可以包括用户接口部件204、变换部件206、客户简档部件208、云网关部件210、一个或更多个处理器212和存储器214。在各种实施方式中，用户接口部件204、变换部件206、客户简档部件208、云网关部件210、一个或更多个处理器212和存储器214中的一者或更多者可以电学地和/或通信地彼此耦接，以执行云能力工业设备202的功能中的一者或更多者。在一些实施方式中，部件204、206、208和210可以包括存储在存储器214上并且由处理器212执行的软件指令。云能力设备202还可以与图2中未示出的其他硬件和/或软件部件进行交互。例如，处理器212可以与一个或更多个外部用户接口设备进行交互，该一个或更多个外部用户接口设备诸如为键盘、鼠标、显示器、触摸屏或其他这样的接口设备。

用户接口部件204能够配置成接收用户输入并配置成将输出以任意适合的格式(例如，视觉的、听觉的、触觉的等等)提供至用户。用户输入可以包括例如限定云感知工业设备202是否被允许将数据推送至云平台和/或从云平台提取数据的配置信息。用户输入还可以包括针对待与云感知工业设备202通信的特定云平台或基于云的应用的地址信息。变换部件206可以配置成在将生成或收集的工业数据发送至云平台之前变换该数据。这可以包括例如根据云平台上的数据分析应用的需要来标准化该数据。变换部件206还可以在迁移之前对工业数据追加情境信息。这样的情境信息可以被基于云的分析应用用来(例如使用机器学习、数据挖掘或其他分析工具)识别整个客户工业企业的关系、相关性和依赖性。其他的变换可以包括数据压缩、聚合、过滤、加密或其他这样的数据变换。在一些实施方式中，变换部件206可以根据与云感知工业设备相关联的限定的变换简档来变换数据，该限定的变换简档可以使用经由用户接口部件204接收的输入来配置。

客户简档部件208可以配置成在将数据迁移至云平台之前使工业数据项与保持在云感知工业设备202中的客户简档信息相关联。客户简档数据可以包括例如唯一客户标识符、联系信息(例如，邮件地址、电话号码等)或其他有关的客户信息。云网关部件210可以配置成将云感知工业设备202耦接至基于网的或私有的云。在一个或更多个实施方式中，云网关部件210可以配置成在连接至云时自动提供关于与该云网关部件关联的工业设备的识别和情境信息，其中分别由客户简档部件208和变换部件206提供该识别和情境信息的至少一部分。该信息可以被一些基于云的应用来使用以便于将工业设备及其相关联的数据与较大的工厂级或企业级系统集成。云网关部件210可以使用任意适合的因特网安全协议来确保将敏感数据安全地迁移至云，所述敏感数据包括使客户身份与唯一处理数据相关联的信息。

一个或更多个处理器212可以执行本文中参照所公开的系统和/或方法而描述的功能中的一个或更多个功能。存储器214可以是存储用于执行本文中参照所公开的系统和/或方法而描述的功能的计算机可读指令和/或信息的计算机可读存储介质。在一些实施方式中，存储器可以保持设备简档和客户简档中的一者或更多者。该设备简档可以包括表征云能力工业设备202的信息(例如，型号、设备类型、当前固件版本等)。客户简档能够包括客户特有信息，诸如客户标识符、客户联系信息、客户企业所关注的行业类型等。

能够将本文中所描述的数据迁移技术基本上实现在任意类型的工业设备上，包括但不限于工业控制器、可变频率驱动器(VFD)、人机接口(HMI)终端、遥测设备、工业机器人、或其他这样的设备。图3示出了具有处理工业数据并将该工业数据迁移至云平台的能力的示例性云能力工业控制器。工业控制器302可以是例如执行控制程序312以便于监测并控制一个或更多个受控工业处理的可编程逻辑控制器(PLC)或其他类型的可编程自动化控制器(PAC)。控制程序312可以是用来处理读入控制器302中的输入信号并用来控制来自控制器302的输出信号的任意适合的代码，包括但不限于梯形逻辑、顺序功能图、功能框图或结构化文本。可以将读入到控制器302或由控制器302生成的数据存储在控制器存储器(例如，本机存储装置或可移除存储介质)内的存储地址中。

工业控制器302可以通过I/O310与受控工业处理交换数据，该I/O310可以包括与一个或更多个现场设备进行通信以实现受控处理的控制的一个或更多个本地或远程输入和/或输出模块。该输入和/或输出模块可以包括将离散电压信号发送至现场设备和从现场设备接收离散电压信号的数字模块、或将模拟电压或电流信号传输至设备和从该设备接收模拟电压或电流信号的模拟模块。输入和/或输出模块可以通过背板或网络与控制器处理器进行通信，使得数字和模拟信号被读入到控制程序312中并被该控制程序312控制。工业控制器302还可以使用例如通信模块或集成的网络端口通过网络与现场设备进行通信。使控制器302与现场设备能够进行通信的示例性网络可以包括因特网、内联网、以太网、以太网/IP、设备网、控制网、数据高速通道和数据高速通道加(DH/DH+)、远程I/O、现场总线(fieldbus)、莫迪康总线(modbus)、过程现场总线(Profibus)、无线网络和串行协议等。应当理解，工业控制器302不限于以上说明，而可以是用来控制工业处理的任意适合的控制器。

在操作期间，工业控制器302生成或收集与受控处理相关的接近实时数据，诸如部件计数、温度、电动机速度或负荷、振动数据、重量、质量测试结果、警报、机器状态、操作者反馈或其他这样的信息。该数据中的一些数据由工业控制器302直接从与处理本身相关联的现场设备(例如遥测设备)中读取，而一些数据可以由控制程序312基于测量的处理值来生成。通过工业控制器数据-原始数据320-收集或生成的数据可以存储在与工业控制器302相关联的非易失性存储装置中，或者可以仅暂时地存在(例如，接近实时机器状态数据，其仅在机器保持在所指示的状态下时才存在于控制器302内，而不存储在非易失性存储器中)。

工业控制器302配置成云感知的，从而使其能够连接至基于网的或私有的云平台并能够利用该工业控制器302上托管的基于云的服务(例如，数据存储、分析、处理等)。为此，工业控制器302能够包括将工业控制器302耦接至云的云网关部件318。云网关部件318可以配置成通过与因特网的任意适合的硬连线或无线连接(例如，通过与因特网服务器的网络连接，或者通过图1的云网关106)来访问云。在一个或更多个实施方式中，云网关部件318可以执行便于工业控制器302连接至云的自动配置例程。根据该自动配置例程，云网关部件318可以向云服务提供与工业控制器302、工业控制器的所有者、和可选地工业控制器302在整个企业或工厂层及内的情境有关的信息。

为了将原始工业数据设置成适于在云平台上存储和分析的格式，云感知工业控制器302可以包括配置成在将通过工业控制器302生成或收集的原始数据320发送至云之前将该数据修改或增强为变换数据322。根据将处理工业数据的云应用(例如，预测维护应用、风险评估应用、基于云的仿真应用等)的确定需要，变换部件314可以对原始数据320进行过滤、删减、重新格式化、聚合、概括或压缩以产生变换数据322。在一个或更多个实施方式中，基于云应用的明确或推断的需要、指挥各种原始数据在被推送至云之前如何变换的用户定义变换简档、和/或提供原始数据的情境的情境元数据，变换部件314可以修改该原始数据320。

暂时转向图4，示出了示例性变换部件314的框图。如上所述，变换部件314可以合并在工业设备中，诸如工业控制器、仪表、传感器、电动机驱动器、机器人或其他这样的工业设备。变换部件314可以接收通过主工业设备生成或收集的原始数据320，并且将该原始数据320修改成更适用于云计算应用的变换数据322。

为此，变换部件314可以包括以下中的一者或更多者：标准化部件402、情景部件404、加密部件406、过滤部件408、聚合部件410或压缩部件412。标准化部件402可以配置成根据基于云的应用的需要将原始数据320的任意指定子集从第一格式转换成第二格式，从而将用于集体分析的数据与来自其他异类数据源的数据进行标准化。例如，基于云的预测维护应用可能需要具有特定通用格式的测量值，使得能够识别并分析来自异类工业资产的不同数据集合之间的依赖性和相关性。因此，标准化部件402可以在将原始数据320的选定子集推送至基于云的预测维护应用之前将该数据从原本格式转换成需要的通用格式。在将原始数据上传至云之前在工业设备处标准化该原始数据，而不需要在云上执行该变换，这能够减少在云侧处理负荷的量。然而，在一些实施方式中，数据可以通过基于云的应用本身而不通过工业设备上的标准化部件402来标准化。这样的实施方式可以减少工业设备本身上的处理负荷，这对于高度严格的控制应用是优选的。

情境部件404可以对元数据追加情境元数据，从而将针对工业数据的有用情境信息提供给基于云的服务。情境元数据可以包括但不限于可以由基于云的应用结合云侧的分析来使用的时间/日期戳、质量值、与数据相关联的位置(例如，地理位置、生产区域等)，在生成了数据时的机器状态、或其他这样的情境信息。暂时转向图5，示出了用于将原始数据变换成情境化数据的示例性情境部件。情境部件404接收原始数据320并用一段或更多段情境数据来修改或增强该原始数据以产生情境化数据502。例如，情境部件404可以将表示生成数据时的时间、日期和/或生产轮班的时间戳施加至原始数据320。所施加的情境数据还可以包括产生了该数据的生产区域、在生成了该数据时生产的特定产品、机器在生成了该数据时的状态(例如，自动、半自动、异常等)、和/或设备在工业处理的情境内的作用。情境信息的其他示例包括在生成该数据时的轮班雇员、与该数据关联的批次号、或在生成该数据时激活的警报。情境部件404还可以在确定出需要由工厂人员或由基于云的应用对数据采取动作的情况下将可动作的数据标签施加至原始数据。在又一个示例中，情境信息可以包括与其他涉及的机器相关的监测设备或机器的数据描述行为，诸如交错开始序列或甩负荷序列的定时。在示例情况下，这样的数据可以被基于云的服务用来基于相同生产线上的其他设备的行为或状况来预测或诊断给定设备或机器的行为。

情境部件404还将反映数据在层级组织模型内的位置的情境信息施加至原始数据320。这样的组织模型可以表示按照多个层级的工业企业。在示例性组织模型中，该层级可以包括从低至高的工作间级别、线级别、区域级别、现场级别和企业级别。作为给定自动化系统的部件的设备可以按照这些层级来描述和识别，从而使通用术语能够用在整个企业上以识别企业内的设备、机器和数据。在一些实施方式中，情境部件404可以了解组织模型，该情境部件404可以用表示数据在组织层次内的数据起源的层次识别标签(例如，公司：马里斯维尔:压铸区域:#1标题:泄漏测试间)来对原始数据320进行盖戳。

现在返回图4，变换部件314还可以包括配置成在上传至云之前对敏感数据进行加密的加密部件406。变换部件314还可以包括配置成根据任意指定的过滤标准(例如，如与云感知工业控制器302相关联的变换简档中所限定的)来过滤原始数据320的过滤部件420。例如，变换简档可以指定在将压力值上传至云之前将滤出在限定设定点以下的压力值。因此，过滤部件420可以通过在将数据移动至云之前去除落在设定点以下的压力值来实现该需要。

聚合部件410可以配置成组合来自多个源的相关数据。例如，来自对自动化系统的相关方面进行测量的多个传感器的数据可以被聚合部件410识别并聚合成单个云上传分组。压缩部件412可以使用任意适合的数据压缩算法来压缩待上传至云的数据。这可以包括检测并删除冗余数据位、截断精度位或其他适合的压缩操作。

变换部件314不限于以上结合部件402-412所描述的变换操作，而任意适合的数据变换都在本公开内容的一定实施方式的范围内。

现在返回图3，可以进一步通过追加来自存储在工业设备的简档存储装置304中的设备简档306或客户简档308中的一者或二者的数据来修改该变换数据322。设备简档306包含表征工业控制器302的信息，包括但不限于设备标识符(例如型号、序列号、厂家标识符等)和设备的当前配置(例如，加载在设备上的当前固件版本、当前操作系统等)。客户简档308包含识别客户(例如，工业控制器302的所有者和相关联的工业资产)的信息和相关的客户特有信息诸如人员联系信息、客户行业等。如将在下面更详细地讨论的，在客户简档308和设备简档306中包含的客户特有和设备特有信息可以被基于云的服务以多种方式使用，包括但不限于设备管理和版本控制、警报通知等。

简档数据324包括追加有来自设备简档306和/或客户简档308的信息，然后通过云网关部件318将该简档数据324发送至云平台。存在于云平台上的服务可以根据基于云的服务的限定功能性来处理简档数据。例如，云平台上的数据收集服务可以基于客户简档数据将接收的工业数据存储在客户特有云存储装置中。在另一个示例中，基于云的设备管理服务可以将由设备简档306提供的当前设备信息与保持在云存储装置上的产品信息进行比较，以确定针对工业控制器302是否能够获得升级或软件更新。在又一个示例中，基于云的分析服务可以将接收的数据与从其他的设备、资产和工业企业接收的数据进行集体分析，以便于学习行业特定趋势、提供预测维护通知、生成风险评估报告、识别产生优良性能好的系统配置或最佳实践、或其他服务。

尽管图3结合工业控制器示出了本公开内容的某些方面，然而应当理解，可以将变换部件314、客户简档部件316、简档存储装置304和云网关部件318实现生成或收集与对工业处理进行监测或控制有关的数据的任意适合工业设备上。例如，用在电动机控制应用中的可变频率驱动器(VFD)可以设置有云接口能力，使得能够将运动控制数据(例如，电动机速度、电吸引、电动机位置、过载状况等)推送至云以用于存储或分析。因此，这样的VFD可以包括在将数据上传至云之前窜改和/或情境化该数据的变换部件。相似地，遥测设备(例如，流量计、磅秤、电压计、压力计、传感器等)可以配置成精炼其相应的计量数据以用于上传至云。而且，在一些实施方式中，工业设备可以配置成用作针对其他工业设备的代理，其中该代理设备从包括自动化系统的其他设备接收工业数据，在需要时变换收集的数据，并将该结果上传至云。这样，在将由多个设备收集的冗余数据推送至云之前，可以通过该代理设备对该数据进行识别并简化，从而降低带宽和存储消耗。

如上所述，工业数据可以使用云网关从工业设备迁移到云平台。为此，一些设备可以包括将每个设备直接接口至云平台的集成云网关。可替代地，一些配置可以利用从多个设备收集工业数据并将数据发送至云平台的云代理设备。这样的云代理可以包括专用的数据收集设备，诸如与工业设备共享网络的代理服务器。可替代地，云代理可以是从其他工业设备收集数据的对等工业设备。

图6和图7描绘了经由代理设备将工业数据迁移到云平台以便于将数据馈送至基于云的大数据分析器的示例技术。图6描绘了其中工业设备用作针对包括工业系统的其他工业设备的云代理的配置。工业系统包括集体监测和/或控制一个或更多个受控处理602的多个工业设备606₁至606_N。工业设备606₁至606_N分别生成和/或收集与受控处理602的控制相关的处理数据。对于工业控制器诸如PLC或其他的自动化控制器，这可以包括从连接至控制器的I/O的遥测设备收集数据，基于测量的处理值来在内部生成数据等。

在图6所示的配置中，工业设备606₁用作用于工业设备606₂至606_N的代理，由此来自设备606₂至606_N的数据614经由代理工业设备606₁而被发送至云。工业设备606₂至606_N可以通过工厂网络或背板612(例如，通用工业协议(CIP)网络或其他适合的网络协议)将其数据614传送至代理工业设备606₁。使用这样的配置，仅需要将一个工业设备接口至云平台(经由云网关608)。在一些实施方式中，云网关部件608或单独的变换部件(例如变换部件314)可以在将数据迁移到云平台之前对所采集的数据执行预处理(例如，时间盖戳、过滤、格式化、概述、压缩等)。然后所收集和处理的数据可以经由云网关608被推送至云平台作为云数据604。一旦迁移，基于云的数据分析器服务就可以根据下面更详细地描述的技术对数据进行分类。

虽然图6所示的代理设备被描绘为自身对受控处理602的一部分进行监测和/或控制的工业设备，但根据本公开内容的一个或更多个实施方式，其他类型的设备也可以被配置为用作针对多个工业设备的云代理。例如，图7示出其中防火墙盒712用作针对一组工业设备706₁至706_N的云代理的实施方式。防火墙盒712可以用作使工厂网络716能够访问外部网络(诸如因特网)的网络基础设施设备，同时防火墙盒712还提供了防止从因特网对工厂网络716进行未经授权的访问的防火墙保护。除了这些防火墙功能之外，防火墙盒712还可以包括将防火墙盒712与一个或更多个基于云的服务接口的云网关708。以与图6的代理工业设备606₁相似的方式，防火墙盒712可以从监测和控制受控处理702的相应部分的工业设备706₁至706_N收集工业数据714。防火墙盒712可以包括云网关部件708，该云网关部件708在将数据推送至基于云的分析系统作为云数据704之前对所采集的工业数据714施加适当的预处理。防火墙盒712可以使工业设备706₁至706_N能够与云平台进行交互而不需要将工业设备直接暴露于因特网。

与以上结合图3来描述的工业控制器302相似，工业设备606₁或防火墙盒712可以在将数据推送至云平台之前用情境元数据对所收集的工业数据进行标记(例如，使用变换部件314)。这样的情境元数据可以包括例如时间戳、在生成数据时的设备位置或其他这样的信息。在另一个示例中，一些云感知设备可以包括能够确定其自己在工厂或企业环境中的情境的智能设备。这样的设备可以确定其在层级工厂情境或设备拓扑内的位置。对给定设备或机器在较大工厂层级的情境内的位置的了解可以产生能够用于预测分析的有用见解。例如，可以基于所观察到的对相同线上的其他机器的要求的增大、基于各个机器之间的已知关系来预期生产线上的给定机器的操作要求。由这样的设备生成的数据能够被标准化以附于限定工业企业的多个层级(例如，工作间级别、线级别、区域级别、现场级别、企业级别等)的层级工厂模型，使得可以按照这些层级来识别数据。这可以使通用术语能够用在整个工业企业上以识别设备及其相关联的数据。根据这样的组织层次对企业进行建模的基于云的应用和服务可以将工业控制器、设备、机器或处理表示为在此组织层级内的数据结构(例如类型实例)，以提供由在企业内的设备生成的数据相对于作为整体的企业的情境。这样的约定可以替换一些工业应用所使用的单调名称结构。

在一些实施方式中，云网关部件608和708可以包括仅被配置为将从数据从该处移动到云平台的单向“仅数据”网关。可替代地，云网关部件608和708可以包括另外被配置为从在云平台上运行的服务接收配置或指令数据的双向“数据和配置”网关。一些云网关可以利用存储转发技术，该存储转发技术使得在网关和云平台之间的通信中断时能够将所采集的工业数据暂时本地存储在与云网关相关联的存储装置上。在这样的事件中，云网关在重新建立通信链路时将所存储的数据转发到云平台。

图8示出了根据一个或更多个实施方式通过基于云的分析系统814来收集客户特有工业数据。如上所述，分析系统814可以在云平台(例如，图1的云平台102)上执行为基于云的服务，并从多个工业系统816收集数据。工业系统816可以包括在给定设施内的不同工业自动化系统和/或在不同地理位置处的不同工业设施。工业系统81还可以对应于不同的业务实体(例如，不同的工业企业或客户)，这样的分析系统814针对每个客户或业务实体收集并保持不同的客户数据存储库802。

分析系统814可以根据各个类来组织从工业系统816收集的制造数据。在示出的示例中，根据设备数据806、处理数据808、资产数据810和系统数据812来对制造数据进行分类。图9示出了这些示例数据类之间的层级关系。给定工厂或供应链902可以包括一个或更多个工业系统904。系统904表示在给定工厂设施内或在供应链的多个设施上的生产线或生产区域。每个系统904包括表示组成该系统的机器和装备的多个资产906(例如，生产线的各阶段)。大体上，每个资产906包括多个设备908，该多个设备908可以包括例如可编程控制器、电动机驱动器、人机接口(HMI)、传感器、仪表等，其包括资产906。图8和图9中描绘的各个数据类仅意在是示例性的，而应当理解，通过分析系统814保持的工业数据类的任意组织都在本公开内容的一个或更多个实施方式的范围内。

现在返回图8，分析系统814从组成工业系统816的各种设备和资产收集并保持数据，并根据上述类来对数据进行分类以用于集体分析。设备数据806可以包括与包括工业系统816的各个设备的身份、配置和状态相关的设备级信息，该设备级信息包括但不限于设备标识符、设备状态、当前固件版本、健康和诊断数据、设备文档、与该设备交互的相邻设备的识别和关系等。

处理数据808可以包括与通过设备执行的一个或更多个处理或其他自动操作相关的信息；例如，设备级和处理级故障和报警、处理可变值(速度、温度、压力等)等。

资产数据810可以包括基于随时间推移从多个工业设备聚合的数据而生成的、收集或推断信息，该信息可以产生工业系统816的较高的资产级概观(view)。示例资产数据810可以包括针对相应资产的性能指标(KPI)、资产级处理变量、故障、警报等。由于资产数据810产生与设备和处理数据相关的资产级特性的长期概观，所以分析系统814可以在其他类型的分析中利用资产数据810来识别对于每个资产是唯一的操作模式和相关性。系统可以使用这样的模式和相关性，以例如根据不同类型的工业应用的资产配置来识别通用性能趋势。

系统数据812可以包括基于随时间推移从多个资产聚合的数据生成的收集或推断信息。系统数据812可以在资产大型系统内表征系统行为，从而产生对每个工业系统816的系统级概观。系统数据812还可以归档(document)所使用的特别系统配置和每个工业系统816处执行的工业操作。例如，系统数据812可以归档资产的布置、设备之间的相互连接、在给定设施处制造的产品、由资产执行的工业处理、每个工业系统的行业种类(例如，汽车、油气、食品和药物、海运、纺织品等)、或其他的相关信息。在其他的功能中，该数据可以被分析系统814利用，使得可以在不依靠客户的情况下获得客户的唯一系统和设备配置的详细资料以掌握其资产的全面知识。

作为示例，给定的工业设施可以包括封装线(系统)，该封装线又可以包括多个独立资产(装填器、贴标器、压盖机、堆垛机等)。每个资产包括多个设备(控制器、可变频率驱动器、HMI等)。使用与图1中描绘的架构相似的架构，基于云的分析系统814可以在操作期间从各个设备收集工业数据并根据前述分类对客户数据存储库802中的数据进行分类。注意，一些数据可以在多于一个类上被复制。例如，根据处理数据808分类的处理变量还可以与由资产数据810表示的系统的资产级概观相关。因此，这样的处理变量可以根据两类来分类。而且，一个分类中的数据的子集可以基于根据另一个分类的数据来得到或推断出。系统数据812的表征某些系统行为的子集可以例如基于对低级分类中的数据的长期分析来推断出。

除了保持数据类806-812之外，每个客户数据存储库还可以保持包含特定于给定工业实体或客户的数据的客户模型804。客户模型804包含客户特有信息和参数(可以使用客户简档308从一个或更多个工业设备接收该客户特有信息和参数中的至少一部分)，该客户特定信息和参数可以被分析系统814用来较好地定制数据分析并用来确定应当如何处理或报告分析结果。客户模型804中保持的示例信息可以包括客户端标识符、响应于检测到风险因素来指定应当通知的工厂人员的客户端联系信息(例如，针对支持实时风险评估监测的实施方式)、指定应当如何通知工厂人员的通知优选(例如，邮件、移动电话、文本消息等)、优选的数据上传频率、在客户与基于云的分析服务的提供者之间有效的服务合同、客户工业考量(例如，汽车、制药、油气等)、和其他这样的信息。基于云的分析系统814可以使针对每个客户收集的数据与客户模型匹配成对以用于识别甚至处理目的。在一些实施方式中，基于云的系统能够对授权的工厂人员的客户端设备提供定制接口以便于输入或编辑客户模型804。在其他实施方式中，可以基于在工厂设施上的本地服务器上保持的数据接近实时地更新客户模型804的全部或一部分。例如，如果替换工程管理者，则工厂设施处的管理员可以用针对新管理者的姓名和联系信息来更新本地保持的雇员数据库。雇员数据库可以在通信上链接至云平台，使得可以自动更新存储在客户模型804中的联系信息以用新雇员联系信息来替换即将离去的管理者的联系信息。

为了确保一组丰富且描述性数据集合用于分析的目的，基于云的分析服务可以根据一个或更多个标准化设备模型来收集设备数据。为此，可以针对每个工业设备开发标准化设备模型。设备模型概述能够由基于云的服务收集并保持的设备数据。图10示出了根据一个或更多个实施方式的示例设备模型。在示出的示例中，设备模型1006与云感知工业设备1002(例如，可编程逻辑控制器、可变频率驱动器、人机接口、视频摄像机、条形码标记系统等)相关联。作为云感知设备，工业设备1002可以配置成在安装在工厂设施处时自动检测云平台108并与该云平台108进行通信，从而简化了与现有的基于云的数据存储装置的集成、分析和应用(例如，本文中所述的风险评估系统)。在将设备1002添加至现有工业自动化系统时，设备1002可以与云平台进行通信并将采用设备模型1006的形式的识别和配置信息发送至云平台。由设备模型1006提供的信息可以保持在工业设备1002中存储的设备简档(例如，图3的设备简档306)中。

可以在云平台1008上通过设备管理部件1014来接收设备模型1006，然后设备管理部件1014基于该设备模型1006更新客户设备数据806。这样，基于云的分析系统可以利用该设备模型来将新的设备一体式地集成到较大系统中。该集成可以包括更新基于云的应用以辨识新的设备、将新的设备添加至客户工业企业或工厂的动态更新的数据模型，使工厂底层的其他设备知道到新的设备，或其他的这样的集成功能。使工厂底层的其他设备知道新设备；或其他这样的集成功能。一旦被部署，由设备模型1006定义的一些数据项就可以被基于云的数据收集系统收集，并且在一些实施方式中可以通过基于云的系统接近实时地进行监测。

设备模型1006可以包含如下这样的信息：设备标识符(例如，型号和序列号)；针对设备的状态信息；当前安装的固件版本；设备设置数据；设备保修规范；与设备相关联的所计算和预期的KPI(例如，故障之间的平均时间)；设备健康和诊断信息；设备归档；或者其他这样的参数。

除了保持用于每个工业企业的各个客户特有数据存储库402基于云的分析服务还可以将客户数据集馈送至全局数据存储装置(本文中被称为用于制造的大数据或BDFM，数据存储装置)，以用于云中的集体大数据分析。如图11所示，云平台上的设备接口部件1104可以从包括各个不同的工业系统1108的设备和资产收集数据，以用于存储在基于云的BDFM数据存储装置1102中。在一些实施方式中，保持在BDFM数据存储装置1102中的数据可以在相应客户同意的情况下匿名收集。例如，客户可以与技术支持实体签订服务协议，由此客户同意使其在云平台上收集的资产数据和设备用在对基于云的分析服务(例如，预测维护服务、风险评估服务、工厂建模服务、实时资产监测服务等)的交换中。保持在BDFM数据存储装置1102中的数据可以包括结合图8描述的经分类的客户特有数据的全部或一部分，以及另外的推断数据。BDFM数据存储装置1102可以根据设备类型、系统类型、应用类型、适用的行业或其他相关类别来组织所收集的数据。分析部件1106可以分析所得到的多行业、多客户数据存储库以学习行业特有、设备特有和/或应用特有的趋势、模式、阈值等。大体上，分析部件1106可以对保持在BDFM数据存储装置中的多企业数据执行大数据分析，以根据行业类型、应用类型、使用的装备、资产配置、设备配置设定、或其他这样的变量来学习并表征操作趋势或模式。

例如，可能已知的是，给定的工业资产(例如，设备、设备的配置、机器等)针对不同类型的工业应用而用在不同工业上。因此，分析部件1106可以识别存储在BDFM数据存储装置1102中的与资产或资产类型相关的全局数据的子集，并对该数据子集执行分析以确定资产或资产类型如何针对多个不同工业或不同工业应用类型中的每一者随时间推移而执行。分析部件1106还可以针对操作约束或参数(例如，操作温度或压力的不同范围、不同的配方要素或要素类型等)的不同集合中的每一者确定资产随时间推移的操作行为。通过利用从许多不同工业系统采集的大量历史数据，分析部件1106可以以高度粒度且根据许多不同的操作情境来学习工业资产的许多不同配置的通用操作特性。

此外，分析部件1106可以基于对该全局数据的分析来学习通常预测即将发生的操作故障或系统劣化的先验条件。可以使用通过这样的分析收集的认识来检测并且识别表示给定客户工业系统的将来系统故障或无效的早期警告条件、识别对可以改进性能的客户工业资产的可能修改(例如，提高产品吞吐量、减少停机事件等)、或其它这样的服务。在一些实施方式中，分析部件1106可以比较遍及不同设备硬件平台或软件配置设定的类似工业应用的操作性能，并且确定出硬件和/或软件配置设定的哪种组合产生优选的操作性能。此外，分析部件1106可以比较遍及不同垂直行业的数据，以确定在一个垂直行业使用的系统配置或方法是否可以有利地被包装和实施用于别的垂直行业。基于云的服务可以使用这样的确定作为客户特有推荐的基础。一般来说，BDFM数据存储装置1102连同分析部件1106可以用作大范围工业、工业应用、以及设备组合的知识获取以及最佳实践的存储库。

如上所指出的，本文中描述的基于云的分析系统的一些实施方式可能要求将不同来源的数据标准化以便于集体分析。为此，可以将工厂底层设备(如图3中的工业控制器302)配置成在将其生成的数据迁移至云之前标准化该数据以符合通用标准和/或格式。或者，如图12所示，可以在迁移数据之后在云平台上执行数据的标准化。在这样的实施方式中，标准化部件1202可以从设备接口部件1104接收收集的多家企业的数据，并且在将数据移至BDFM数据存储装置1102和/或客户数据存储802之前根据要求的格式标准化数据。

图13示出了可以通过基于云的分析服务来实施以便于行业特有和应用特有的趋势分析的示例性数据处理技术。在该示例中，分析部件1106可以包括行业过滤1302、应用过滤1304、以及分组部件1306。用户可能希望比较用于执行通用工业应用(例如，特定药品批处理、自动化压铸处理等)的不同工业资产配置的性能指标。由于在不同行业或垂直行业(例如，食品和药品、塑料、石油以及汽油、汽车等)中可以使用类似的工业设备的集合来执行类似的应用，所以分析系统可以识别从相关行业中的系统收集的BDFM数据的子集。由于包括特定的工业设备集合、固件版本等的给定工业资产配置可以根据使用资产的行业或垂直行业呈现出不同的性能，所以这可以产生更准确的分析结果。

相应地，行业过滤1302识别从相关行业的工业资产中收集的BDFM数据的子集。例如，可以基于与每个客户数据存储库802(参见图8)相关联的客户模型804中的信息来识别行业特有数据的相关子集，客户数据存储库802可以识别每个客户相关联的行业或垂直行业。

接着，可以通过应用过滤1304来过滤包含与关注的行业有关的BDFM数据的子集的行业特有数据1308，应用过滤1304识别与那个行业中的特定工业应用(例如，特定批处理、电机控制应用、控制回路应用、条形码跟踪应用等)有关的行业特有数据1308的子集。所产生的应用特有数据1310包含从不同工业企业处的多个工业资产收集的数据(例如，操作数据、异常或停机数据、产品吞吐量数据、能耗数据等)，所述不同工业企业在关注的行业中执行特定的工业应用。在执行通用工业应用的同时，由应用特有数据表示的工业资产可以包括不同的资产配置(例如，不同的设备组合、不同的软件代码、不同的固件版本或操作系统等)。

为了将趋势或操作特性识别为不同资产配置的函数，分组部件1306可以将应用特有数据1310分成配置特有数据1312的多个组。分组部件1306可以根据任何适合的资产配置变量来对数据分组，包括但不限于设备模型、设备配置设定、固件版本、在包含工业资产的一个或更多个工业设备上执行的软件代码、或其它变量资产特性。以这种方式对应用特有数据分组产生N组数据，其中每个组包含从在特定行业或垂直行业中执行特定工业应用的多个类似配置的工业资产/设备中收集的数据。每个组可以包含来自多个工业企业和客户的数据，使得分析部件1106可以识别配置特有性能趋势、设备故障倾向、停机模式、能耗、操作成本、或作为选定为分组标准的配置特性的函数的其它此类性能指标。

以这种方式对BDFM数据进行过滤和分组允许(例如，使用机器学习、数据挖掘、或其它分析技术)个别地隔离和分析特定资产配置，使得可以识别各种资产配置的资产性能趋势。然后，可以比较遍及配置特有数据的集合的这些结果，以将这些习得的性能指标表征为与配置特有组对应的变量资产配置的函数。如以下将更详细讨论的，该分析使得基于云的分析系统能够向特定客户生成资产配置推荐。

图14示出了用于提供工业分析服务的基于云的系统。如以上所指出的，基于云的分析系统1402可以收集、维护和监控与工业企业的一个或更多个工业资产1406有关的客户特有数据(例如，设备数据806、处理数据808、资产数据810、以及系统数据812)。此外，如以上结合图11所描述的，分析系统1402可以在BDFM数据存储装置1102中匿名收集并且组织(客户同意)来自多个工业企业的工业数据，以便集体分析。

分析系统1402还可以在基于云的产品资源数据存储装置1404中维护产品资源信息。一般来说，产品资源数据存储装置1404可以维护与特定工业设备或其它供应商产品有关的最新信息。存储在产品资源数据存储装置1404中的产品数据可以由一个或更多个产品供应商或原始设备制造商(OEM)来管理。由产品资源数据存储装置1404维护的示例性设备特有数据可以包括产品序列号、最新的固件版本、给定类型的工业应用的优选设备配置设定和/或软件、或者供应商提供的其它这样的信息。

此外，基于云的分析系统1402的一个或更多个实施方式也可以使用从客户的工业企业外部的资源收集的外在数据，但该外在数据可能与客户的工业系统的操作相关。例如，示例性外在数据1408可以包括能量成本数据、材料成本和可用性数据、来自为客户提供产品运输服务的公司的运输调度信息、市场指标数据、网站流量统计、与已知信息安全漏洞或威胁有关的信息、或其它这样的信息。基于云的分析系统可以从基本上任何数据来源(例如连接至因特网的服务器或其它数据存储装置设备、维护所关注的外在数据的基于云的存储装置、或其它来源)来检索外在数据1408。

图14中描绘的系统可以向注册客户(例如，工业资产1406的所有者)提供分析服务。例如，客户可以与产品供应商或技术支持实体签署协议以使得他们的系统数据能够被匿名地聚合并且馈送至BDFM数据存储装置1102中(也就是说，将客户的系统数据被存储在BDFM存储装置1102中而不将系统数据与客户的身份相关联)，由此扩大了可用于集体分析的全局数据的存储库。在交换中，供应商或技术支持实体可以同意向客户提供定制的数据分析服务(例如，预测维护通知、实时系统监控、自动化电子邮件告警服务、自动化技术支持通知、风险评估等)。或者，客户可以注册一个或更多个的可用的云分析服务，并且可选地使得他们的系统数据能够在BDFM数据存储装置1102中维护。在一些实施方式中，可以给予客户以下选择：注册云分析服务而不允许他们的数据被存储在BDFM数据存储装置1102中用于与来自其它系统的数据一起进行集体分析。在这样的情况下，为了提供定制分析和通知服务的目的，可以仅将客户的数据作为客户数据来维护(例如，在客户数据存储库802中)，并且考虑到BDFM数据存储装置1102和产品资源数据存储装置1404，将分析所收集的客户数据，而不会将其迁移至用于长期存储装置和集体分析的BDFM数据存储装置。在另一示例性协议中，可以向客户提供云分析服务的折扣，作为交换而能够将他们的系统数据匿名地迁移至BDFM数据存储装置1102以进行集体分析。

由于基于云的分析系统1402云存储装置上维护每个客户的设备、资产、以及系统配置的准确和详细的文档，所以分析系统1402可以基于用户的系统配置和/或性能数据与在BDFM数据存储装置1102中收集的多企业数据的比较来生成定制的系统配置推荐。图15描绘了在云平台上基于来自客户数据存储库802的客户特有数据1504与在BDFM数据存储装置中收集并且维护的多企业数据的比较性分析而生成系统评估报告1502。如上所述，客户特有数据1504可以包括表征一个或更多个客户的工业资产的信息，包括但不限于使用的工业设备以及他们彼此的功能关系、客户的行业、由工业资产执行的工业应用(例如，特定批处理、批次可追溯功能、装配操作、控制回路等)、随时间测量的资产的性能指标等。

在该示例中，作为云平台上的服务执行的分析部件1106考虑到使用以上结合图13描述的技术而识别的配置特有数据1312组来分析客户特有数据1504。例如，客户特有数据1504可以包含从用于执行特定行业中的通用工业应用(例如，客户的塑料设施中的批处理)的特定工业资产或系统中收集的数据。相应地，行业过滤1302可以识别从塑料行业收集的在BDFM数据存储装置1102中维护的多企业数据的子集，并且应用过滤1304可以进一步过滤该行业特有数据以隔离与所关注的批处理有关的数据。接着，分组部件1306可以根据选定的配置特性(例如，构成资产的设备模型、加载在一个或更多个设备上的固件版本、一个或更多个设备参数设置等)来聚合该应用特有数据的子集。该过滤和分组处理产生配置特有数据1312的组，其中，每个组与选定的配置特性的不同的值或设置对应。

接着，分析部件1106可以分析客户特有数据1504以确定哪个配置组与客户的特定资产配置最密切匹配。例如，如果根据固件版本来对配置特有数据1312分组，使得每个组与安装在特定设备上的不同固件版本对应，则分析部件1106可以确定哪个固件版本正在由客户使用(例如，基于在客户数据存储库802上维护的设备数据)，并且使客户特有数据与对应于该固件版本的配置特有数据的组相匹配。以这种方式，分析部件1106识别从很大程度上类似于客户的工业资产的系统中收集的配置和性能数据的子集。使用多企业数据的这种大集合使得分析部件1106能够生成与客户的特定工业资产相关的定制预测和推荐。

例如，分析部件1106可以生成系统评估报告1502，其基于对识别为类似于客户系统的配置特有数据组的分析来识别预测的资产性能问题。在这种情况下，基于相关的配置特有数据组，分析部件可以推测对于类似的工业应用在客户的设施处正在使用同一固件版本的设备将经历相对高数量的停机事件或者与其它设备的兼容性问题。因此，系统评估报告1502可以识别作为潜在担忧的这些预测的资产性能和设备兼容性问题。在另一示例中，系统评估报告1502可以包括风险评估报告，其基于对相关配置特有数据1312的分析来识别与客户的系统相关联的一个或更多个潜在的风险因素。这样的风险因素可以包括例如设备故障或性能劣化的风险、安全风险、失去收益机会、库存短缺的风险、网络安全风险等。对于每一个识别的风险因素，风险评估报告也可以包括以下描述：风险因素出现时对客户整体运营的可能影响、可能的财务影响、和/或用于减轻风险因素的一个或更多个避险推荐。

凭借通过基于云的分析系统识别的配置特有数据分组，分析部件1106还可以比较用户的工业资产配置与用于实施同一工业应用的其它替选配置(例如，与其它配置特有数据组对应的配置)。继续上文描述的固件示例，基于遍及配置特有数据组的性能数据的比较，分析部件1106可以确定使用与当前安装在用户系统上的版本有关的不同固件版本的系统通常经历更少的停机事件、经历更多的产品吞吐量、消耗更少的能量等。基于该观测，系统评估报告可以包括在适合的工业设备上安装优选固件版本的推荐。系统评估报告1502也可以推荐使用类似技术的其它配置修改(例如，将现有设备替换成不同的设备模型、修改现有参数设置、重新配置工厂网络的一部分等)。

在另一示例中，可以根据用于执行工业应用的程序代码来对配置特有数据1312分组，由此作为程序代码的功能，使得分析部件能够比较不同分组的性能指标。因此，客户特有数据1504可以包含与在客户的特定系统上使用的程序代码有关的信息。基于该信息，分析部件1106可以比较在客户设施处使用的代码与在其它设施处使用的替选程序，以确定这些替选程序之一是否可以改进客户的系统的性能。可以在系统评估报告1502中识别这些替选程序。

除以上讨论的特性外，一个或更多个实施方式可以提供协助用户进行设备升级通知和管理的、基于云的设备管理服务。图16示出了用于生成设备升级机会的自动化通知的基于云的系统。在一个或更多个实施方式中，用户可以与设备管理服务的提供商签署协议，以使得他们的基本设备数据能够在云平台中收集和监控，作为自动化告警服务的交换。这样的协议可以使得用户(例如，被监控的工业资产的所有者)能够选择一个或更多个设备管理选项，其包括但不限于固件升级通知、配置管理推荐、程序上载和比较服务、或其它设备管理服务。

基于服务协议，用户工业资产的一个或更多个设备(例如云感知智能设备1604)可以使用上文描述的技术将设备和客户数据1602提供至云平台。例如，云感知智能设备1604可以类似于图3的工业控制器302，使得设备1604维护设备简档306和客户简档308。设备1604可以使用云网关部件210将存储在这些简档中的数据的一部分提供至云平台。该数据可以包括但不限于设备标识符(例如，设备模型号)、客户标识符、客户的联系信息(例如，在检测到升级机会或配置推荐的事件中应通知的工厂人员的电子邮件地址)、设备的配置数据(例如，固件版本、参数设置、程序代码等)或其它这样的信息。

设备管理部件1014可以在云平台中接收该设备和客户数据1602，并且与在产品资源数据存储装置1404中维护的产品版本数据交叉参照。例如，设备管理部件1014可以将从智能设备1604接收到的设备标识符提交至产品资源数据存储装置1404，以确定设备的较新版本当前是否可用，或者较新固件版本对于设备是否可用。由于产品资源数据存储装置1404与最新的产品可用性信息保持同步，所以设备管理部件1014能够接近实时地比较用户的当前设备信息与产品可用性信息，并且当检测到升级机会时通知用户。如果检测到较新的设备或固件版本，则设备管理部件1014可以指引通知部件1606将通知发送至由设备中提供的联系信息和客户数据1602所指定(或在客户模型804上指定)的一个或更多个客户端设备1610。

为便于准确的系统分析，即不仅考虑在客户设施处使用的设备而且考虑较大的企业中设备与其情境之间的关系，基于云的分析系统的一些实施方式可以基于如上述收集的数据来维护给定工业企业的工厂模型。为此，在云平台上执行的服务可以便于将新的或现有工业设备自动化集成到工厂模型中。根据一个示例，图17示出了在较大的设备层级中云感知智能设备的自动化集成。在该示例中，作为工业企业中的工业自动化系统的一部分安装的云感知智能设备1702通过因特网层与云平台通信。在一些情况下，云网关部件210可以根据云感知智能设备的安装和通电来启动与云平台的通信，其中，在与设备相关联的简档中指定了与设备通信的特定云平台或基于云的应用。一旦建立通信，则云感知智能设备1702可以开始与云平台交换云数据1704。虽然云网关部件210在图17中被描绘为直接与云平台交换云数据1704，但是如上所述，在一些情况下，云网关部件210可以经由单独的云网关或其它代理设备来与云平台通信。

在本示例中，云感知智能设备1702与运行在云平台上的设备管理部件1014通信。设备管理部件1014可以维护对工业企业和其中的设备进行建模的工厂模型1708。工厂模型1708可以表示根据多个层级的工业企业，其中，每个级别包含作为类型和其特性的实例而组织的企业单元。例如，示例性类型可以包括资产(例如，泵、挤压机、罐、填充物、焊接单元、仪表等)、结构(例如，生产线、生产区、工厂、企业、生产计划、操作者等)、以及处理(例如，质量审计、维修、测试/检测、批处理、产品参数、轮班等)。

工厂模型1708使得能够根据这些层级来描述并且识别自动化系统的设备和存储在其中的数据项目，以使得能够在整个企业上使用通用术语以识别设备和与那些设备相关联的数据。由此，当被集成进工厂模型1708中时，可以使用由工厂模型1708定义的唯一的标记通过其它应用来识别并且查看设备数据的各个项目(例如，存储在控制器标记中的实时模拟和数字值、存储在历史寄存器中的归档数据值、或其它长期数据存储设备等)。工厂模型1708可以将工业控制器、设备、机器、或者处理表示为该组织化层级中的数据结构(例如，类型实例)，以便相对于整个企业向遍及企业而生成并且存储的数据提供情境。

设备管理部件1014可以利用由云感知智能设备1702提供的设备模型信息，以便于智能设备的自动发现和表示工厂模型1708中的智能设备的相应数据结构的创建。例如，当云感知智能设备1702被添加至企业的工业系统时，设备的云网关部件210可以在云平台上将信息从设备简档306发送至设备管理部件1014。设备管理部件1014由此可以自动地检测设备并且确定在由工厂模型1708建模的组织化层级中的设备的情境，并且重新配置工厂模型1708以在组织化层级中的适合的位置处合并新添加的设备。这可以包括使用由工厂模型1708定义的层级命名结构，通过授权应用来识别云感知智能设备中可用的数据标记，并且使那些数据标记可被查看或检索。

在一些实施方式中，云感知智能设备1702可以生成由工厂模型1708表示的设备层级的一部分，并且将该信息提供至云平台以便于准确地表示工厂模型1708中这部分的设备层级。例如，如果云感知智能设备1702是监控和/或控制一个或更多个生产区的工业控制器，则智能工业控制器可以生成对生产区、生产线、工作单元等(关于它们的知识已经知晓)并且与其相关联的设备(例如，I/O设备或与工业控制器接口的从属控制系统)的层级表示。云网关部件210可以将这部分的企业层级提供至云平台，并且设备管理部件1014可以相应地更新工厂模型1708。可以由驻留在云平台上的任何适当的云服务1706，包括本文中所述的基于云的分析服务，来使用由云感知智能设备1702连同工厂模型1708提供的数据。

由于本文中所述的基于云的分析服务可以将不同地区的数据与客户标识符(例如，客户模型804)相关联，并且将该数据聚合在云平台中，所以系统可以利用来自供应链的所有阶段的大量不同数据，以在单个阶段识别影响链中其它地方的质量或性能的因素。这可以包括收集和分析来自材料或零件供应商、经销商、库存、销售、以及对成品的终端用户反馈的数据。图18示出了示例性的基于云的架构用于通过工业供应链跟踪产品数据并且识别供应链间的相关性和关系。简化的供应链可以包括供应商1804、制造设施1806、仓库1808、以及零售实体1810。然而，供应链可以在不脱离本公开的范围的情况下包括更多或更少的实体。为简化起见，图18描绘了用于每个供应链实体的单个块，然而，应理解的是，给定供应链对于每个实体类型可以包括多个实体。例如，制造设施可以依赖于由多个供应商提供的材料。同样地，供应链可以包括多个仓库实体以为由制造设施生产的各种产品提供存储装置，所述制造设施共享用于将产品销售给终端客户的多个零售实体和经销商中心。

各种供应链实体可以生成与他们在供应链中的角色相关的大量数据。例如，供应商1804和制造设施1806可以包括工厂底层设备，其生成与材料或产品的生产有关的接近实时的和历史的工业数据，以及与采购订单、纳入量、出货量、企业资源计划(ERP)等有关的业务级信息。仓库1808可以维护输入和输出产品的记录、产品质量约束(如存储装置温度)、以及各个产品的当前库存水平。零售实体1810可以跟踪销售、零售库存、丢失或损坏的产品、财务信息、需求指标、以及其它这样的信息。也可以生成与供应链的阶段之间的材料或产品的运输有关的附加信息，包括但不限于从全球定位系统获得的地理位置。

根据一个或更多个实施方式，与供应链实体的每一个相关联的数据资源可以将工业数据或业务数据提供至云平台1802，以便于通过供应链对产品进行基于云的跟踪以及对潜在质量问题进行预测。云平台1802可以执行对各个供应链阶段提供的数据进行聚合和关联的大量服务，并且基于分析提供关于供应链中的产品状态的信息。这些基于云的服务可以包括但不限于跟踪供应链中产品的物理位置、提供与经过供应链的产品流有关的指标、或识别并且解决当前和预测的经过供应链的产品流的低效问题。

在非限制示例中，基于云的服务1812会注意到来自终端产品的购买者的负面反馈的猛增(例如，基于从零售实体1810收集的调查数据)。使用类似于之前示例中所描述的那些分析，基于云的分析服务可以使所报告的质量问题的原因跟踪至对供应链的上游处理做出的改变，例如，新的材料供应商1804提供了低劣的要素、在制造设施1806处的装备更新可能影响产品质量、或者其它这样的因素。由于通过遍及供应链工作流收集的数据来表征供应链特性，所以相比于对于工厂级或批处理级的故障处理所涉及的分析，在供应链级的分析可能涉及更长时间的分析。

除以上所述的分析特性外，在与客户模型相关联的云平台中对客户的设备、资产、处理、以及系统数据的收集建立了用于其它类型的服务的框架。例如，基于云的广告系统可以在服务中基于客户的当前设备、存储在客户模型中的已知的客户偏好、或从客户的数据存储库中获取的其它因素来生成目标广告。这样的广告可以引导客户至可以代替、补充、或增强他们的现有装备的替代设备。

此外，可以使用由基于云的分析系统搜集和维护的客户特有数据和不同全局数据的量来生成提供对客户的工业资产和处理的多维概观的报告。例如，基于对在客户数据存储库中维护的数据的分析，基于云的服务可以计算或预测给定的工业系统或资产的客户特有KPI。此外，可以生成对照在BDFM数据存储库中维护的全局的多客户的数据集合衡量(benchmark)这些客户特定KPI的报告。

如以上结合图14所指出的，以上描述的各种类型的云侧分析可以将外在数据1408与客户特有和多企业数据相关联，以向客户提供关于他们的工业资产的配置或操作的推荐、警报、或其它信息提供。对此，基于云的分析系统可以学习外在数据1408与客户的工业系统的操作之间的关系，并且识别客户的操作的多个特性，其可以是在工业企业或供应链的外部的事件的部分功能(partial function)。例如，外在数据1408可以部分包括从医疗数据库收集的当前健康统计。医疗数据库可以包括经由因特网可公开访问的、由政府健康组织维护的服务器，或者可以包括维护可公共访问的健康统计的、基于云的存储装置。基于对该外在数据的分析，分析部件1106可以针对客户的零售区中的地理位置识别所报告的流感事件的增加。相应地，基于云的分析系统可以预测对于由客户的制药企业制造的相关药品的需求的增加。基于对收集的客户数据(例如，设备数据806、处理数据808、资产数据810、和/或系统数据812)的进一步的分析，分析部件1106可以确定由客户维护的当前库存水平可能不足以满足期望的上升需求，并且经由系统评估报告1502来报告该可能的库存短缺(其还可以包括将药品的生产提高至满足预测的需求的预期水平的推荐)。

在另一示例中，外在数据1408可以包含当前能量或材料成本信息。分析部件1106可以将该成本信息连同所收集的客户数据考虑进成本效益分析中，以确定对于工业企业的收益是否将通过增加或降低当前的生产率(例如，安排更多或更少的轮班、缩减高峰能量需求时刻期间的操作等)来显著优化。在其它非限制性行业特有示例中，分析部件1106可以基于观测到宠物领养数量的上升来预测对于某种宠物供应(例如，宠物食品或附属品)的需求将增加，或者可以基于检测到婴儿出生数量的上升(给定出生统计被接收作为外在数据1408)来预测对于婴儿产品(例如，配方奶粉、纸尿裤等)的需求的上升。

图19至图23示出了根据本申请的一个或更多个实施方式的各种方法。同时，为说明简便的目的，本文中所示的一个或更多个方法被示出和描述为一系列行为，应理解并且认识到，本发明不限于行为的顺序，因为一些行为可以根据需要以不同的顺序发生，并且/或者与本文中所示和所描述的其它行为同时发生。例如，本领域的技术人员将理解并且认识到可以将方法替代地表示为如在状态图中的一系列相关状态或事件。此外，不是所有示出的行为都需要来实施根据本发明的方法。此外，当不同实体实施该方法的不同部分时，一个或多个交互图可以表示根据本公开的方法。进一步，所公开的示例方法的两个或更多个可以彼此结合地实施，以实现本文中描述的一个或更多个特性或优点。

图19示出了用于将数据从工业设备发送至云平台以用于基于云的分析的示例性方法1900。最初，在1902处，收集或者生成与受控工业处理有关的工业数据。在一个或更多个实施方式中，通过以通信方式链接至云平台并随后将数据提供至云的工业设备(例如，工业控制器、遥测设备、电动机驱动器、HMI终端、视觉系统等)来生成工业数据。或者，通过云代理设备(例如，独立的云感知服务器、防火墙盒、或其他网络基础设施设备等)从多个工业设备收集数据。

在1904处，对工业数据进行标准化，以符合运行为云平台上的服务的大数据分析器所需要的标准或格式。在1906处，将标准化的数据发送至云平台以用于大数据分析器的存储和/或分析。

图20示出了用于对从遍及多个工业设施的多个设备收集的工业数据执行收集分析的示例性方法2000。最初，在2002处，在云平台中从多个工业企业收集工业数据。这可以包括从遍及企业的工业设备和资产收集一个或更多个设备、资产、处理、和/或系统数据。在2004处，在云平台中对在步骤2002处收集的数据进行标准化，以符合由运行为云平台上的服务的分析应用所使用的标准。在2006处，在云平台中对标准化的数据执行集体分析。这样的集体分析可以包括例如学习并且识别根据系统配置而变化的资产性能趋势、预测即将发生的设备故障或操作低效、识别某些系统配置中固有的风险因素、推测对于特定工业设备的生命周期数据、建立工业系统的交互模型、或者其它类型的分析。

图21是用于将设备和客户信息提供至云平台供基于云的服务使用的示例性方法。最初，在2102处，用设备简档和客户简档来配置工业设备。设备简档维护表征工业设备的当前信息，包括但不限于设备标识符(例如，模型号)、供应商信息、当前固件版本、当前参数设置、设备在其工业环境中的情景(例如，以通信方式链接至工业设备的其它设备)、和/或其它这样的信息。客户简档存储关于工业设备的所有者的客户特有信息，包括客户标识符、相关工厂人员的联系信息(例如，电子邮件地址、电话号码等)、作为客户的工业企业的焦点的相关行业(例如，汽车、石油和汽油、食品和药品、采矿等)、和/或其它客户特定信息。

在2104处，在工业设备与运行为云平台上的服务的基于云的应用之间建立通信。在一个或更多个实施方式中，工业设备可以包括以通信方式将工业设备链接至云平台的云网关。云网关可以被配置成根据设备在工厂网络上的部署自动检测基于云的应用，并且根据检测建立与应用的通信。在2106处，工业设备将来源于设备简档和客户简档的信息经由在步骤2104处建立的通信链接来发送至基于云的应用。

图22是用于提供使用基于云的服务的设备管理服务的示例性方法。最初，在2202处，在基于云的应用处从工业应用接收设备简档和客户简档信息。可以使用图21中描绘的和上文描述的方法将设备简档和客户简档信息提供至云平台。在2204处，将从设备简档信息中检索到的设备识别信息与保持在云平台的云存储装置上的产品资源数据交叉参照。产品资源数据可以包括多个工业设备(例如，可用的设备模型、最新的固件版本、操作系统升级等)的版本信息和升级信息。

在2206处，基于步骤2204的交叉参照来确定与设备识别信息对应的工业设备的当前版本信息。在2208处，确定工业设备的新性能是否能够使用。这可以包括确定设备的新版本是否能够得到、设备的较新的固件版本是否能够得到、软件升级是否能够进行等。如果不能够得到新性能，则方法终止。或者，如果识别到新性能(在步骤2208，“是”)，则将通知发送至在客户简档信息中定义的一个或更多个客户端设备或地址，以通知工厂人员识别到的性能。例如，基于云的设备管理应用可以通知用户设备的新固件版本能够得到、设备的新版本能够得到等。通知还可以包括用于获取新性能的指令(例如，可以下载新固件版本的网站、可以购买新设备模型的供应商等)。

图23示出了用于基于与多企业数据的、基于云的比较分析来生成资产配置推荐或通知的示例性方法2300。最初，在2302处，在云平台中从多个工业企业收集工业数据。如之前示例所述，工业数据可以包含设备、资产、处理、以及系统数据中的一个或更多个。在2304处，识别收集到的数据的子集，其包含针对执行通用工业应用的工业资产的性能数据。例如，基于云的分析系统可以对应于执行特定批处理的工业装备的集合来识别所收集的数据的子集，其中从执行批处理的多个工业资产中收集各个子集，但其包含设备、设备配置、软件代码等的不同集合。分析系统也可以进一步识别与特定行业(例如，汽车、石油和汽油、食品和药品、纺织品等)对应的应用特有数据的子集。

在2306处，根据可变资产配置对识别的数据子集进行分组。例如，基于云的分析系统可以将对应于工业资产的数据子集组合在一起，数据子集包括特定设备模型、固件版本、网络配置、配置参数、或其他变量配置特性。以这种方式，每个数据组表示根据变量配置特性而变化的工业应用的性能数据。

在2308处，遍及在步骤2306中建立的组来比较性能数据，以确定根据变量配置特性而变化的不同资产配置的相关性能指标。在2310处，将从特别客户的工业企业收集的客户特有资产数据与所收集的性能数据相关联。例如，考虑到在步骤2308处作出的性能比较，可以将客户特有数据与在步骤2306处建立的性能数据组交叉参照。在2312处，基于步骤2310的关联来生成一个或更多个资产配置推荐。例如，基于云的分析系统可以基于客户特有资产配置数据确定出用于执行工业应用的客户的装备配置大体上与对于所识别的组中的一个组(步骤2306)的变量配置特性对应，并且因此基于在步骤2308处执行的分析来预期该系统经历与针对该组识别的性能特性类似的性能特性。因此，分析系统可以生成以下推荐：客户更改当前资产配置，以更密切地符合与不同的数据组相关联的配置，所述该不同的数据组相对于客户的当前配置展示出了改进的性能(例如，推荐更改参数设置、推荐使用不同的固件版本、推荐使用已知或推测的具有改进性能的不同模型来代替特定设备等)。在一些实施方式中，分析系统还可以提供以下肯定性确认：用户的当前系统配置大体上符合识别为产生最佳性能的配置。

本文中所述的实施方式、系统、以及部件，以及可以执行在本说明书中阐述的各种方面的工业控制系统和工业自动化环境可以包括计算机或网络部件，如能够在网络间交互的服务器、客户端、可编程逻辑控制器(PLC)、自动化控制器、通信模块、移动计算机、无线部件、控制部件等。计算机和服务器包括被配置成执行存储在介质中的指令的一个或更多个处理器(使用电子信号执行逻辑操作的电子集成电路)，所述介质如随机存取存储器(RAM)、只读存储器(ROM)、硬盘驱动器、以及可移动存储设备，其可以包括记忆棒、记忆卡、闪存驱动器、外部硬盘驱动器等。

类似地，本文中使用的术语PLC或自动化控制器可以包括可以跨多个部件、系统、和/或网络共享的功能。作为一个示例，一个或更多个PLC或自动化控制器可以通过网络与各种网络设备通信和协作。这可以大致包括经由包括控制、自动化、和/或公共网络的网络通信的、任何类型的控制、通信模块、计算机、输入/输出(I/O)设备、传感器、致动器、以及人机接口(HMI)。PLC或自动化控制器还可以与如下各种其它设备通信并控制这些设备：如I/O模块(包括模拟、数字、编程/智能I/O模块)、其它可编程控制器、通信模块、传感器、致动器、输出设备等。

网络可以包括公共网络，如互联网、内联网，以及自动化网络。所述自动化网络如控制和信息协议(CIP)网络，其包括设备网、控制网、以太网/IP。其它网络包括以太网、DH/DH+、远程I/O、现场总线、莫迪康总线、过程现场总线、CAN(控制器区域网络)、无线网络、串行协议等。此外，网络设备可以包括各种可能(硬件和/或软件部件)。这些包括以下部件，如具有虚拟局域网(VLAN)能力的交换机、LAN、WAN、代理、网关、路由器、防火墙、虚拟专用网(VPN)设备、服务器、客户机、计算机、配置工具、监控工具、和/或其它设备。

为提供所公开主题的各种方面的情境，图24和图25以及以下讨论意在提供可以实现所公开主题的各种方面的适当的环境的简要和总体描述。

参照图24，用于实现上述主题的各种方面的示例环境2410包括计算机2412。计算机2412包括处理单元2414、系统存储器2416和系统总线2418。系统总线2418将系统部件(包括但不限于系统存储器2416)耦接至处理单元2414。处理单元2414可以是各种能够得到的处理器中的任何一种。多核微处理器或其它微处理器架构也可以用作处理单元2414。

系统总线2418可以是使用任何各种能够得到的总线架构的几种总线结构中的任一个，该总线结构包括存储器总线或存储器控制器、外围总线或外部总线、以及/或局部总线。所述总线架构包括但不限于8位总线、工业标准结构(ISA)、微通道架构(MSA)、扩展ISA(EISA)、智能驱动电子设备(IDE)、VESA局部总线(VLB)、外围部件互连(PCI)、通用串行总线(USB)、高级图形端口(AGP)、个人计算机存储卡国际协会总线(PCMCIA)、以及小型计算机系统接口(SCSI)。

系统存储器2416包括易失性存储器2420和非易失性存储器2422。包括在诸如启动期间在计算机2412中的元件之间传送信息的基本例程的基本输入/输出系统(BIOS)存储在非易失性存储器2422中。示例性而非限制性地，非易失性存储器2422可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除PROM(EEPROM)、或快擦写存储器。易失性存储器2420包括充当外部缓存存储器的随机存取存储器(RAM)。示例性而非限制性地，RAM可以多种形式获得，如同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据速率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接型RamBus(兰巴斯)RAM(DRRAM)。

计算机2412还包括可移动/非可移动、易失性/非易失型计算机存储介质。图24示出了例如磁盘存储装置2424。磁盘存储装置2424包括但不限于如下设备：如磁盘驱动器、软盘驱动器、磁带驱动器、爵士可扩充硬碟、Zip驱动器、LS-100驱动器、快擦写存储卡或记忆棒。此外，磁盘存储装置2424可以包括单独地或与其它存储介质组合地存储介质，其包括但不限于光盘驱动器，诸如光盘ROM设备(CD-ROM)、CD可记录驱动器(CD-R Drive)、CD可重写驱动器(CD-RW Drive)、或数字多用盘ROM驱动器(DVD-ROM)。为便于磁盘存储装置2424连接至系统总线2418，通常使用可移动或非可移动接口，如接口2426。

应理解的是，图24描述了在适当的操作环境2410中的基本计算机资源与用户之间充当媒介的软件。这样的软件包括操作系统2428。可以被存储在磁盘存储装置2424上的操作系统2428用于控制和分配计算机2412的资源。系统应用2430经由操作系统2428，通过存储在系统存储器2416中或磁盘存储装置2424上的程序模块2432和程序数据2434来利用资源的管理。应理解的是，可以通过各种操作系统或操作系统的组合来实现本公开内容的一个或更多个实施方式。

用户通过一个或多个输入设备2436将命令或信息输入计算机2412。输入设备2436包括但不限于指示设备，如鼠标、跟踪球、触笔、触摸板、键盘、麦克风、操纵杆、游戏垫、圆盘式卫星天线、扫描仪、TV调谐卡、数码相机、数码摄像机、网络摄像机等。这些和其它输入设备通过系统总线2418经由一个或多个接口端口2438连接至处理单元2414。接口端口2438包括例如串行端口、并行端口、游戏端口、以及通用串行总线(USB)。一个或多个输出设备2440使用同一类型的端口中的一些作为输入设备2436。因而，例如，USB端口可以用于向计算机2412提供输入，并且从计算机2412向输出设备2440输出信息。提供输出适配器2442，表明存在需要特定适配器的一些输出设备2440，如显示器、扬声器、打印机等其他输出设备2440。示例性而非限制性地，输出适配器2442包括提供在输出设备2440与系统总线2418之间的连接手段的显卡和声卡。应注意的是，其它设备和/或设备的系统，例如一个或多个远程计算机2444，提供输入性能和输出性能两者。

计算机2412可以使用到一个或更多个远程计算机(如远程计算机2444)的逻辑连接来在网络环境中操作。远程计算机2444可以是个人计算机、服务器、路由器、网络PC、工作站、基于微处理器的设备、对等设备、或其它通用网络节点等，并且通常包括结合计算机2412描述的元件中的许多或所有元件。出于简明的目的，对于远程计算机2444，仅示出了记忆存储设备2446。远程计算机2444通过网络接口2448逻辑地连接至计算机2412，并且然后经由通信连接2450物理地连接。网络接口2448包括通信网络，如局域网(LAN)和广域网(WAN)。LAN技术包括光纤分布式数据接口(FDDI)、铜分布式数据接口(CDDI)、以太网/IEEE802.3、令牌环/IEEE802.5等。WAN技术包括但不限于点对点链路、电路交换网，如综合业务数字网(ISDN)及其变型、分组交换网、以及数字用户线(DSL)。

一个或多个通信连接2450涉及用于将网络接口2448连接至系统总线2418的硬件/软件。虽然为了简化说明，通信连接2450示出在计算机2412内部，但是其也可以在计算机2412外部。仅举例而言，与网络接口2448连接所要求的硬件/软件包括内部和外部技术，例如调制解调器(包括普通的电话级调制解调器、电缆调制解调器、以及DSL调制解调器)、ISDN适配器、以及以太网卡。

图25是可以与所公开主题交互的示例计算环境2500的示意性框图。示例计算环境2500包括一个或更多个客户端2502。客户端2502可以是硬件和/或软件(例如，线程、进程、计算设备)。示例计算环境2500还包括一个或更多个服务器2504。服务器2504也可以是硬件和/或软件(例如，线程、进程、计算设备)。例如，服务器2504可以容置线程，以通过采用本文中所述的一个或更多个实施方式来执行转换。客户端2502与服务器2504之间的一个可能的通信可以是适于在两个或更多个计算机进程之间传输的数据包的形式。示例计算环境2500包括通信框架2506，其可以用来便于客户端2502与服务器2504之间的通信。客户端2502可操作地连接至一个或更多个服务器数据存储库2510，该服务器数据存储库2510可以用于存储服务器2504本地的信息。

上述内容包括了本发明的示例。当然，不可能为了描述所公开的主题而描述部件或者方法的每个可想到的组合，然而，本领域技术人员应当理解，本发明的很多另外的组合和置换都是可能的。因而，所公开的主题意在包括落入所附权利要求的精神和范围内的所有这样的替选、修改和变化。

具体地，关于由上述部件、设备、电路、系统等执行的各种功能，用于描述这样的部件的术语(包括涉及“手段”)除非另行指出，否则意在对应于执行所述部件的具体功能的任意部件(例如，功能上的等同)，即使该部件在结构上不等同于执行本文示出的被公开主题的示例性方面中的功能的被公开结构。关于这点，还应当认识到，所公开的主题包括系统以及具有计算机可执行指令的计算机可读介质，这些计算机可执行指令用于执行所公开的主题的各种方法的动作和/或事件。

此外，虽然所公开的主题的具体特征可能被公开为若干实现中的一种实现，然而，如果对于任意给定或特定应用是期望的且有利的，则这样的特性可以与其它实现的一个或更多其它特性合并。此外，就具体内容部分或权利要求中所使用的用语“包含(includes/including)”及其变体而言，这些用语意在以与作为开放式过渡词的用语“包括(comprising)”相类似的方式来包含(inclusive)。

在本申请中，词语“示例性”用于表示用作示例、例子或说明。本文中描述为“示例性”的任意方面或设计并不一定要被理解为相比于其它方面或设计是优选的或有利的。相反，词语“示例性”的使用意在以具体的方式给出概念。

本文中所描述的各种方面和特征可以实现为方法、设备、或使用标准编程和/或工程技术的制品。本文中所使用的术语“制品”意在包括能够从任意计算机可读设备、载体或介质访问的计算机程序。例如，计算机可读介质可以包括但不限于磁存储设备(例如，硬盘、软盘、磁条……)、光盘(例如，致密盘(CD)、数字多功能盘(DVD)……)、智能卡和闪存设备(例如，卡、条、键驱动器……)。

Claims (21)

1.一种用于处理工业数据的系统，包括：

存储器，所述存储器存储计算机可执行的部件；

处理器，所述处理器在操作上耦接至所述存储器，并且运行计算机可执行的部件，其包括：

设备接口部件，所述设备接口部件配置成从工业设备接收数据并将所述数据存储在云存储装置上，其中所述数据至少包括与所述工业设备相关的设备数据以及与工业企业相关的客户数据；以及

分析部件，所述分析部件配置成基于所述设备数据和所述客户数据来生成经由云平台送往客户端设备的输出数据。

2.根据权利要求1所述的系统，其中，所述设备数据包括以下中至少一个：设备标识符、固件版本标识符、软件代码标识符、操作系统标识符、针对所述工业设备的配置参数设定、针对所述工业设备的状态指示符、标识所述工业设备在工业处理中的角色的角色标识符、或在通信上连接至所述工业设备的一个或更多个其他设备的标识。

3.根据权利要求1所述的系统，其中所述客户数据包括以下中至少一个：客户标识符、针对所述工业企业的一个或更多个雇员的联系信息、针对所述工业企业的行业标识符、表示针对工业处理中所涉及的部分或要素的接收或传送的调度的调度数据、表示所述工业处理中所使用的一个或更多个要素的要素标识数据、或限定所述工业企业与服务提供者之间的服务协议的服务合同数据。

4.根据权利要求1所述的系统，其中所述分析部件还配置成参照存储在所述云平台上的产品资源数据来基于所述设备数据确定针对所述工业设备是否能够进行硬件升级或软件升级中的至少一个，以及其中所述输出数据包括表示能够进行所述硬件升级或所述软件升级中的至少一个的通知数据。

5.根据权利要求4所述的系统，其中所述分析部件还配置成基于所述客户数据来识别所述工业企业与服务提供者之间的服务协议，并配置成基于所述服务协议来生成所述输出数据。

6.根据权利要求1所述的系统，其中所述数据还包括由所述工业设备生成或收集的工业数据中的至少一个。

7.根据权利要求6所述的系统，还包括标准化部件，所述标准化部件配置成将所述工业数据变换成与所述分析部件兼容的格式。

8.根据权利要求6所述的系统，其中所述设备接口部件还配置成将所述工业数据与客户标识符相关联地存储在所述云平台上，所述客户标识符与所述工业企业相关联并且由所述客户数据来标识。

9.根据权利要求6所述的系统，其中所述设备接口部件还配置成从多个工业企业收集多企业数据，以及其中所述分析部件还配置成基于所述工业数据与所述多企业数据的相关性来生成通知输出。

10.根据权利要求9所述的系统，其中所述分析部件还配置成基于所述工业数据与从一个或更多个源收集的外在数据的相关性来生成所述输出数据，所述一个或更多个源在所述工业企业的外部。

11.一种用于分析工业数据的方法，包括：

在云平台处从工业设备接收数据，其中所述数据至少包括与所述设备相关的设备简档数据以及与工业企业相关的客户简档数据；以及

基于所述设备简档数据和所述客户简档数据将输出数据经由所述云平台发送至客户端设备。

12.根据权利要求11所述的方法，其中所述接收包括接收以下至少一个作为所述设备简档数据：设备标识符、固件版本标识符、软件代码标识符、操作系统标识符、针对所述工业设备的配置参数设定、针对所述工业设备的状态指示符、标识所述工业设备在工业处理中的角色的角色标识符、或在通信上连接至所述工业设备的一个或更多个其他设备的标识。

13.根据权利要求11所述的方法，其中所述接收包括接收以下中至少一个作为所述客户简档数据：客户标识符、针对所述工业企业的一个或更多个雇员的联系信息、针对所述工业企业的行业标识符、表示针对工业处理中所涉及的部分或要素的接收或传送的调度的调度数据、表示所述工业处理中所使用的一个或更多个要素的要素标识数据、或限定所述工业企业与服务提供者之间的服务协议的服务合同数据。

14.根据权利要求11所述的方法，还包括：

使所述设备简档数据中指定的设备标识符与存储在所述云平台上的产品资源数据交叉参照；

基于所述交叉参照来确定针对所述工业设备是否能够进行硬件升级或软件升级中的至少一个；以及

生成包括能够进行所述硬件升级或所述软件升级中的至少一个的通知的输出数据。

15.根据权利要求14所述的方法，还包括识别所述工业企业与所述工业设备的卖方之间的服务协议，其中发送通知输出包括基于所述服务协议来发送所述通知输出。

16.根据权利要求11所述的方法，还包括在所述云平台处接收由所述工业设备生成或收集的工业数据中的至少一个。

17.根据权利要求16所述的方法，还包括在所述云平台处从多个工业设备接收多企业数据，其中所述发送包括基于所学习到的所述工业数据与所述多企业数据之间的相关性来发送所述输出数据。

18.根据权利要求16所述的方法，还包括部分地基于所述工业数据与从在所述工业企业外部的源接收的外在数据之间的相关性来生成所述输出数据。

19.一种存储有计算机可读指令的计算机可读介质，所述计算机可读指令在运行时使计算系统执行操作，该操作包括：

经由云接口从工业设备接收数据，其中所述数据至少包括与所述工业设备相关的设备数据以及与工业组织相关的客户数据；

基于所述设备数据和所述客户数据将输出数据经由云平台发送至客户端设备。

20.根据权利要求19所述的计算机可读介质，其中所述接收包括接收以下中的至少一个作为所述设备数据：设备标识符、固件版本标识符、软件代码标识符、操作系统标识符、针对所述工业设备的配置参数设定、针对所述工业设备的状态指示符、标识所述工业设备在工业处理中的角色的角色标识符、或在通信上连接至所述工业设备的一个或更多个其他设备的标识。

21.根据权利要求19所述的计算机可读介质，其中所述接收包括接收以下中的至少一个作为所述客户数据：客户标识符、针对所述工业组织的一个或更多个雇员的联系信息、针对所述工业企业的行业标识符、或限定所述工业组织与服务提供者之间的服务协议的服务合同数据。