CN104412247A - 用于改进控制系统可靠性的系统和方法 - Google Patents

用于改进控制系统可靠性的系统和方法 Download PDF

Info

Publication number
CN104412247A
CN104412247A CN201380035084.6A CN201380035084A CN104412247A CN 104412247 A CN104412247 A CN 104412247A CN 201380035084 A CN201380035084 A CN 201380035084A CN 104412247 A CN104412247 A CN 104412247A
Authority
CN
China
Prior art keywords
data
control system
controller
report
health assessment
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.)
Granted
Application number
CN201380035084.6A
Other languages
English (en)
Other versions
CN104412247B (zh
Inventor
K.T.麦卡锡
R.B.帕伊
A.斯里瓦斯塔瓦
P.文迪蒂
K.罗加纳桑
G.班纳吉
P.A.马拉瑟
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.)
General Electric Co
Original Assignee
General Electric Co
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
Application filed by General Electric Co filed Critical General Electric Co
Publication of CN104412247A publication Critical patent/CN104412247A/zh
Application granted granted Critical
Publication of CN104412247B publication Critical patent/CN104412247B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4184—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B9/00—Safety arrangements
    • G05B9/02—Safety arrangements electric
    • G05B9/03—Safety arrangements electric with multiple-channel loop, i.e. redundant control systems
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Stored Programmes (AREA)

Abstract

在一个实施例中，一种系统包括数据收集系统，该数据收集系统被配置成从控制系统收集数据。该系统还包括配置管理系统，该配置管理系统被配置成基于数据来管理用于控制系统的硬件配置和软件配置。该系统还包括：规则引擎，该规则引擎被配置成通过使用规则数据库，使用数据作为输入并且输出健康评价，该规则数据库被配置成存储至少一个规则；以及报告发生器，该报告发生器被配置成为控制系统提供健康评价。该系统还包括规则编辑器，该规则编辑器被配置成产生至少一个规则、更新该至少一个规则、删除该至少一个规则、或其组合。

Description

用于改进控制系统可靠性的系统和方法
技术领域
本文中所公开的主题涉及可靠性操作，并且更具体地，涉及控制器可靠性操作。
背景技术
包括工业控制系统在内的控制系统可以包括参与过程的多个部件和子系统。例如，控制器可以包括一个或多个处理器、I/O子系统、存储器等。控制器可以操作性地联接到多个系统并且例如用于控制工业过程。然而，控制系统可能是复杂的，包括很多相关的部件和子系统。因此，识别或预报控制系统操作的可靠性可能是困难并且耗费时间的。
发明内容
下文对与原始要求保护的发明的范围相符的某些实施例进行概述。并不期望这些实施例对所要求保护的发明的范围构成限制，相反，这些实施例仅仅旨在提供对本发明的可能形式的简要概括。事实上，本发明可以包括多种形式，这些形式可以与下文所阐述的实施例相似或不同。
在第一实施例中，一种系统包括数据收集系统，该数据收集系统被配置成从控制系统收集数据。该系统还包括配置管理系统，该配置管理系统被配置成基于数据来管理用于控制系统的硬件配置和软件配置。该系统还包括：规则引擎，该规则引擎被配置成通过使用规则数据库，使用数据作为输入并且输出健康评价，该规则数据库被配置成存储至少一个规则；以及报告发生器，该报告发生器被配置成为控制系统提供健康评价。该系统还包括规则编辑器，该规则编辑器被配置成产生至少一个规则、更新该至少一个规则、删除该至少一个规则、或其组合。
在第二实施例中，一种方法包括通过使用规则编辑器来输入至少一个控制系统健康评价规则、和采集与控制系统相关的数据。该方法还包括对数据进行分析。该方法还包括通过使用至少一个控制系统健康评价规则对数据进行分析以获得数据分析结果、以及基于数据分析结果来得到控制系统健康评价。
在第三实施例中，一种系统包括非短暂性机器可读介质，该非短暂性机器可读介质存储代码，该代码被配置成插入规则、更新规则、删除规则、或其组合。该代码还被配置成采集与控制系统相关的数据；以及通过使用规则来对所采集到的数据进行分析以获得数据分析结果。该代码还被配置成基于数据分析结果来得到控制系统健康评价。
附图说明
当结合附图阅读以下详细描述时，本发明的这些和其它的特征、方面、以及优点将变得更好理解，其中相似的附图标记在全部附图中代表相似的元件，在附图中：
图1是控制系统健康顾问的实施例的信息流程图，该控制系统健康顾问通信地联接到包括控制系统的工厂；
图2是图1的控制系统健康顾问的实施例的示意图，该控制系统健康顾问通信地联接到控制系统；
图3是图1的控制系统健康顾问的实施例的方框图；
图4是用于提供和使用对控制系统的健康评价的过程的实施例的流程图；以及
图5是图1的控制系统健康顾问的实施例的在线信息流程图，该控制系统健康顾问联接到包括控制系统的工厂。
具体实施方式
下文将对本发明的一个或多个特定实施例进行描述。为了提供对这些实施例的简明描述，说明书中可能不会对实际实施方式的所有特征进行描述。应当领会，在开发任何这种实际实施方式的过程中，像在任何工程或设计项目中一样，必须进行多种实施方式特定的判定，以实现开发者的特定目标(例如遵守系统相关和商业相关的约束)，所述特定目标可能随着实施方式的不同而发生变化。此外，应当领会，这种开发工作可能是复杂和耗费时间的，但是无论如何，对于受益于本发明的本领域普通技术人员而言，这是设计、加工和制造的常规任务。
当引入本发明的各个实施例的元件时，冠词“一”和“所述”意在表示具有元件中的一个或多个元件。术语“包括”、“包含”和“具有”旨在包含性的并且意味着除了所列出的元件还可能具有另外的元件。
在某些实施例中，对工业过程以及相关机械设备的操作的控制可以由控制系统来提供。在这些实施例中，控制系统可以被实施成适于接收输入(例如，过程输入)、对输入进行处理、以及得到用于控制机械设备或过程(例如发电过程)的某些控制动作的硬件和软件部件的组合，如下文更详细地描述的。然而，控制系统可能例如由于较旧的硬件和软件而不是那样可靠。
可以使用某些校正维护(CM)技术，用于在意外维护事件之后修复或更新控制器。然而，由于CM技术典型地在意外事件之后应用，因此控制过程可能停止直到控制系统被带回期望操作条件为止。本文中所描述的创新技术，包括预测健康监测(PHM)技术使得在识别控制系统问题发生之前识别该问题的预防性或预报性方法成为可能。因此，可以优先执行例如控制系统更新、部件更换、供应链下单等的维护动作，并且控制系统可以被保持在操作状态下较长的持续时间。事实上，控制过程和相关机械设备的停止可以基本被最小化或消除。
在某些实施例中，控制器健康顾问软件工具套件中可以例如使用适于分析和得到对控制系统的健康评价的在线数据流程。通过使用在线数据流程，可以更快速地(例如，接近实时、实时)提供健康评价，并且例如远程服务中心和分析子系统的子系统可以被布置在任何期望的地理位置处。此外，健康评价和相关数据可以分布在整个在线数据流程中，因此向任何数量的感兴趣的实体提供可执行信息。健康评价可以包括控制器准备状态、控制器推荐(例如，更新推荐、部件更换推荐、部件订货推荐)、配置报告、预警报告(例如，预警停机报告)和基于访问的报告(例如，基于角色的访问报告)。健康顾问套件还可以包括离线部件，用于在健康顾问套件通信地直接联接到控制系统、或者间接联接到控制系统的同时执行健康评价。此外，可以实时或接近实时地提供健康评价。可以连续得到健康评价并且将其用于更新或改进控制系统，因此提供对控制系统的健康的最新预测。
考虑到上文并且现在参照图1，附图是示出了控制器健康顾问系统10的实施例的信息流程图，该控制器健康顾问系统10可以通信地联接到控制系统12。健康顾问系统10可以包括存储于机器可读介质中并且被计算装置(例如，计算机、平板电脑、膝上型电脑、笔记本、手机、个人数字助理)用于实施本文中所公开的技术的非短暂性代码或指令。控制系统12例如可以用于控制电厂14。电厂14可以是任何类型的发电厂14，并且可以包括涡轮机械，例如燃气涡轮机、蒸汽涡轮机、风力涡轮机、水轮机、泵、和/或压缩机。应当注意到，在某些实施例中，控制器12可以用于控制多种其它的机械设备，并且可以布置于任何工业厂房(例如，制造厂、化工厂、炼油厂)中。工厂14例如可以包括气化系统、涡轮系统、气体处理系统、发电系统、或其组合。
健康顾问系统10可以包括健康顾问数据库16、健康顾问套件(例如，软件和/或硬件工具套件)18和知识库20。健康顾问数据库16可以存储例如基于规则的信息，所述基于规则的信息详细说明控制系统12的工作和可能配置的专家知识、以及用于对控制系统12的健康进行推导或预报的知识。例如，健康顾问数据库16可以包括可用于预报与控制系统12相关的健康、配置、和/或发生不期望维护事件(例如，电源故障、处理器核故障、输入/输出[I/O]包故障、内存不足、总线连接松动)的概率的专家系统规则(例如，前向链接专家系统、反向链接专家系统)、回归模型(例如，线性回归、非线性回归)、模糊逻辑模型(例如，预报模糊逻辑模型)、以及其它的预报模型(例如，马尔可夫链模型、贝叶斯模型、支持向量机模型)。
知识库20可以包括对控制系统12提问或问题的一个或多个回答，包括与控制器配置、意外问题、已知硬件或软件问题、服务更新、和/或用户手册相关的回答。健康顾问套件18可以基于新的信息来更新知识库20，例如控制系统健康评价24。此外，提供在线寿命周期支持工具22。在线寿命周期支持工具22可以使用健康顾问套件18和知识库20来提供对电厂14的客户26的支持。例如，客户26可以通过使用网页浏览器、客户端、虚拟专用网络(VPN)连接等来连接到在线寿命周期支持工具22，并且通过在线寿命周期支持工具22来访问由知识库20、以及健康顾问套件18和/或健康评价24提供的回答。
在线寿命周期支持工具22可以被其它实体类似地使用，例如担任对提供给工厂14的合同服务进行管理的工作的合同履行管理者(CPM)、和/或担任向工厂14提供信息技术和/或其它的系统支持的工作的技术助理(TA)。例如，可以向工厂14提供由CPM和TA支持的合同维护服务(例如，检测、修复、改造、部件更换、部件更新)、服务等级协定(SLA)等。
健康评价24例如可以用于允许新产品导入(NPI)28和/或根本原因分析(RCA)30。例如，在健康评价24中发现的问题可以有助于识别与用于控制系统12的新的硬件或软件部件的导入(例如，NPI28)、或者控制系统12的较新版本的导入相关的问题。被识别出的问题随后可以用于得到RCA30。例如，健康顾问套件18可以使用例如故障树分析、线性回归分析、非线性回归分析、马尔可夫建模、可靠性框图(RBD)、风险图、和/或保护层分析(LOPA)的技术。RCA30随后可以用于重组或以其它方式更新控制系统12从而解决所发现的任何问题。
健康评价24和/或知识库20还可以用于得到工程机会32和收益机会34。例如，控制器使用模式(处理器使用、存储器使用、网络使用、程序日志)、问题发现、常见问答等可以用于得到控制系统12的工程变化。所述工程变化可以包括改变存储器分页方案、存储器分配算法、应用CPU优化(例如，指定进程优先级、指定线程优先级)、应用编程优化(例如，识别和重写程序瓶颈、使用改进的存储器分配、使用处理器专用指令)、应用网络优化(例如，改变传输/接收速率、帧尺寸、保有时间(TTL)限制)等。
收益机会34也可以被识别和执行。例如，健康评价24可以基于适于改进控制系统12的性能的期望的成本或预算结构来详细说明对控制系统12的某些更新。更新可以包括软件和/或硬件更新，例如集散控制系统(DCS)、制造执行系统(MES)、监控与数据采集(SCADA)系统、人机界面(HMI)系统、输入/输出系统(例如，I/O包)、存储器、处理器、网络接口、电源、和/或通信总线的较新版本。通过使用健康顾问组件18来得到健康评价24，本文中所描述的技术可以允许更高效和安全的电厂14、以及使操作成本最小化。
图2是示意图，其中示出了通信地联接到健康顾问套件18的控制系统12的实施例。控制系统12可以包括计算机系统36，该计算机系统36适于执行多种控制和监测应用、以及提供工程师或技术人员可以通过其监测控制系统12的部件的操作者接口。因此，计算机36包括可以用于对计算机指令进行处理的处理器38、以及可以用于存储计算机指令和其它数据的存储器40。计算机系统36可以包括适于运行软件应用的任何类型的计算装置，例如膝上型电脑、工作站、平板电脑、或手持便携式装置(例如，个人数字助理或手机)。事实上，计算机系统36可以包括多种硬件和/或操作系统平台中的任何一个。根据一个实施例，计算机36可以主控工业控制软件，例如人机界面(HMI)软件42、制造执行系统(MES)44、集散控制系统(DCS)46、和/或监控与数据采集(SCADA)系统48。HMI42、MES44、DCS46、和/或SCADA50可以被存储成存储于非短暂性可触计算机可读介质(例如计算机36的存储器40)上的可执行编码指令。例如，计算机36可以主控可购自纽约斯卡奈塔第的通用电气公司的ControlSTTM和/或ToolboxSTTM软件。
健康顾问18可以通过直接或间接技术通信地联接到计算机系统36。例如，信号管道(例如，电缆、无线路由器)可以用于将健康顾问18直接联接到计算机38。类似地，文件传输机制(例如，远程桌面协议(rdp)、文件传输协议(ftp)、手动传输)可以用于间接发送或接收数据，例如文件。此外，当健康顾问18定位在云50中并且与计算机系统36直接或间接通信时，可以使用云50计算技术。
健康顾问套件18可以包括数据收集子系统54、配置管理系统56和规则引擎60。在某些实施例中，数据收集子系统54可以收集和存储数据，例如代表控制系统12的状态、健康和操作条件的数据。数据收集子系统54可以连续操作，并且可以包括关系数据库、网络数据库、文件等，有助于存储数据和更新所存储的数据。配置管理系统56可以用于管理用于构造控制系统12的软件和/或硬件部件的各种配置。事实上，控制系统12可以包括多个软件和/或硬件部件，每一个部件都具有一个或多个版本。这些版本的部件可以作为合同服务协定的一部分被制造商包装到控制系统12中，并且/或者可以被提供成交易服务协定(例如，单独购买)的一部分。规则引擎58可以用于允许得到健康评价24，如下文参照图3-7更详细地描述的。
此外，计算机系统36和健康顾问18可以通信地连接至工厂数据高速通道60，该工厂数据高速通道60适于允许图示的计算机36与其它计算机36和/或健康顾问18之间的通信。事实上，工业控制系统12可以包括通过工厂数据高速通道60、或者通过其它数据总线(例如，局域网、广域网)互连的多个计算机系统36。在图示实施例中，计算机系统36和健康顾问18可以进一步通信地连接至单位数据高速通道62，该单位数据高速通道62适于将计算机系统36和健康顾问18通信地联接到工业控制器系统64。在其它实施例中，其它的数据总线(例如，直接布线、局域网、广域网)可以用于将计算机系统36和健康顾问18联接到工业控制器64。
工业控制器64可以包括处理器66，该处理器66适于执行有助于使多个工厂设备(例如涡轮系统68、温度传感器70、阀72和泵74)自动化的计算机指令或控制逻辑。工业控制器64还可以包括存储器76，该存储器76用于存储例如控制代码(例如，计算机指令和其它数据)。例如，控制器64可以存储以国际电工委员会(IEC)61804语言标准、顺序功能图(SFC)、梯形逻辑编写的一个或多个功能块，或者以其它的编程语言、以控制代码编写的程序。在一个实施例中，控制代码可以被包含在配置文件65中。除此之外或备选地，配置文件65可以包括用于控制器的配置参数，例如实例化功能块(例如，将被装载到存储器中的功能块)、网络参数、编码同步和定时、I/O配置等。
工业控制器64可以与多个现场装置通信，包括但不限于流量计、pH传感器、温度传感器、振动传感器、间隙传感器(例如，测量旋转部件与静止部件之间的距离)、压力传感器、泵、致动器、阀等。在一些实施例中，工业控制器64可以是可购自纽约斯卡奈塔第的通用电气公司的三重模块冗余(TMR)MarkTMVIe控制器系统。通过包括三个处理器，TMR控制器64可以提供冗余或容错操作。在其它实施例中，控制器64可以包括单个处理器、或双处理器。
在图示实施例中，涡轮系统68、温度传感器70、阀72和泵74通过使用适于I/O网络82与H1网络84之间接口的连接装置78和80来通信地连接至工业控制器64和/或健康顾问18。例如，连接装置78和80可以包括可购自德国哈尔的Softing AG公司的FG-100连接装置。额外的现场装置86(例如，传感器、泵、阀、致动器)可以通过使用一个或多个输入/输出(I/O)包88经由I/O网络82通信地联接到控制器64和/或健康顾问18。I/O包88均可以包括用于执行实时操作系统的微处理器90，例如可购自加拿大安大略滑铁卢的QNX Software Systems/Research in Motion(RIM)公司的。每一个I/O包88还可以包括用于存储计算指令和其它数据的存储器92、以及用于监测I/O包88中的环境温度的一个或多个传感器94，例如温度传感器。在其它实施例中，涡轮系统68、温度传感器70、阀72、泵74、和/或现场装置86可以通过使用直接布线(例如，通过接线板)或者间接装置(例如，文件传输)连接至控制器64和/或健康顾问18。
如图所示，连接装置78和80可以分别包括用于执行计算机指令的处理器96和98，并且还可以包括用于存储计算机指令和其它数据的存储器100和102。在一些实施例中，I/O网络82可以是100兆比特(MB)高速以太(HSE)网络，并且H1网络84可以是31.25千比特/秒的网络。因此，通过I/O网络82传输和接收的数据随后可以由H1网络84传输和接收。即，连接装置78和80可以用作I/O网络82与H1网络84之间的纽带。例如，I/O网络82上的较高速的数据可以被缓冲，并且随后以合适的速度在H1网络84上传输。因此，多个现场装置可以连接到工业控制器64、连接结到计算机36、并且/或者联结到健康顾问18。例如，现场装置68、70、72和74可以包括或者可以是工业装置，例如包括对Foundation H1双向通信协议的支持的Fieldbus FoundationTM装置。现场装置68、70、72、74和86还可以包括对其它通信协议的支持，例如在CommunicationFoundation(HCF)协议和Profibus Nutzer Organization e.V.(PNO)协议中找到的通信协议。
图3是健康顾问套件18的实施例的方框图，其中示出了将输入106转化成健康评价24。通过使用输入106来得到健康评价24，健康顾问套件18可以允许对控制系统12的健康的最新预测，并且可以用于得到工厂14的NPI28、RCA30、工程机会32、和/或收益机会34。如上所述，健康顾问套件18可以包括存储于非短暂机器可读介质(例如计算机、平板电脑、笔记本、工作站、手机、和/或其它计算装置的存储器)中的计算机指令。在图示实施例中，输入106可以包括网站软件108、规则110、和/或过程动力学112。
网站软件108可以包括由图2的控制系统12的部件(例如，HMI42、MES44、DCS46、计算机36、控制器64、连接装置78、80、I/O包88、工厂数据高速通道60、I/O网络82、H1网络84、和现场装置68、70、72、74、86)使用的所有软件(例如，软件工具、操作系统、网络软件、固件、微代码、显示驱动器、声音驱动器、网络驱动器、I/O系统驱动器)。
规则110可以包括“如果……那么……”规则，其中“如果”部分被设定成先行条件，并且“那么”部分被设定成先行条件的结果。规则还可以包括模糊逻辑规则、专家系统规则(例如，前向链接专家系统、反向链接专家系统)、递归规则(例如，Prolog规则)、贝叶斯推理退则、动态逻辑规则(例如，模态逻辑)、神经网络规则、遗传算法规则、或其组合。可以通过咨询领域内的一个或多个专家(例如控制器系统健康专家)来得到规则，或者例如通过使用机器学习技术(例如，强化学习、决策树学习、归纳逻辑编程、神经网络训练、聚类、支持向量机)来自动得到规则。
可以通过使用规则编辑器111来产生规则110。在一个实施例中，规则编辑器111可以作为健康顾问套件18的部件被包括。在另一个实施例中，可以单独提供规则编辑器111和健康套件18。规则编辑器111可以包括存储于非短暂性机器可读介质中的计算机指令，非短暂性机器可读介质例如是计算机、平板电脑、笔记本、工作站、手机、和/或其它的计算装置的存储器。在图示实施例中，规则编辑器111可以用于产生、更新、并且/或者删除规则110中的一个或多个。例如，图6和图7描述了适于产生、更新、并且/或者删除规则110中的一个或多个的屏幕。
过程动力学112可以包括在健康顾问18通信地联接到控制系统12时接收到的数据。过程动力学112数据可以包括控制器64、和/或HMI42、MES44、DCS46、SCADA48所发出的警报。类似地，过程动力学112可以包括存储器40、76、92、100、102的利用数据(例如，百分比利用、总体利用)、处理器38、66、90、96、98的利用数据(例如，被软件过程利用、被软件应用利用)、控制系统12的部件所使用的当前配置参数(例如，存储器页尺寸、虚拟存储器页、线程优先级、进程优先级)、控制器64参数(例如，主/从配置、I/O参数)、总线60、62、和84参数、I/O包88参数、连接装置78、80参数、现场装置68、70、72、74、86参数。
在图示实施例中，健康顾问套件18包括在线114和离线116操作模式，所述在线114和离线116操作模式可以单独或彼此结合使用。在在线操作模式114中，健康顾问可以例如通过使用健康顾问套件18的数据收集子系统54来不断接收输入106，随后例如通过使用健康顾问套件18的配置管理56和规则引擎58来对输入106进行处理，以产生健康评价24。在离线操作模式116下，输入106例如可以被提供成文件集或者被提供成“分批作业”。即，文件或“分批作业”可以被提供给数据收集子系统54作为预收集数据，该预收集数据随后可以被用于产生健康评价24。通过提供离线模式116，健康顾问套件18例如可以用于计算装置，该计算装置可以与控制器系统12分开。还示出了用户输入118。用户输入118可以包括与控制系统12相关并且由用户手动输入的数据。此外，用户输入118可以包括涉及健康顾问18的使用输入(例如，键盘、鼠标、声音)，以执行某些期望的操作，例如得到健康评价18的操作，包括TMR准备状态报告120、推荐报告122、自动配置报告124、预警126、和/或基于存取的报告128。
TMR准备状态报告120可以详细说明TMR控制器64的状态，包括任何检测到的故障状态、基于报警日志数据的报警报告、基于错误日志数据的错误报告，并且还可以通过使用输入106来得到全部准备状态度量。例如，准备状态度量可以详细说明总体控制系统12、以及控制系统12的每一个部件的近似百分比准备状态(0％-100％)。百分比准备状态的较高数量可以表明控制系统12(或部件)更适于连续操作，而百分比准备状态的较低数量可以表明控制系统12(或部件)较不适于连续操作。可以通过使用关注确定控制系统12(或部件)的总体操作健康的规则110中的某些规则来得到百分比准备状态。还可以通过使用基于输入的统计或历史分析结果来得到百分比准备状态，例如泊松分布模型、线性回归分析、非线性回归分析、Weibull分析、故障树分析、马尔可夫链建模等。
推荐报告122可以包括对控制系统12的改进的推荐。例如，可以推荐某些硬件和软件更新或增加。硬件更新可以包括存储器更新、网络设备更新、处理器更新、更换控制系统12的部件、更换布线、更换电源等。推荐还可以包括增加某些部件或相关子系统，例如以使得能够较快地控制并且/或者较快地处理数据。软件推荐可以包括更新或更换控制系统12的软件部件(例如，HMI42、MES44、DCS46、SCADA48)、操作系统、软件工具、固件、微代码、应用等。
自动配置报告124可以包括控制系统12的配置的细节。配置细节可以包括控制系统12所使用的所有的软件和硬件部件的清单，包括部件36、38、40、42、44、46、48、50、60、62、64、66、68、70、72、74、76、78、80、82、84、86、88、90、92、94、96、98、100、和/或102的细节。细节可以包括控制系统12所使用的上述部件中的每一个的数量、每一个部件的版本信息(硬件版本、固件版本、软件版本、微码版本)、部件之间的互连(例如，网络图、电路图、信息流程图、程序设计流程图、数据库图)、采购信息(成本、配送次数、供应商信息)。
预警报告126可以包括可能导致不期望状况的事件的清单，例如意外维护事件或控制系统12的停止。例如，预警报告126可以包括例如内存40、76、92、100、102不足、控制器64冗余丢失、总线60、62、84的低带宽容量、处理器38、66、90、96、98处理能力不足、部件36、38、40、42、44、46、48、50、60、62、64、66、68、70、72、74、76、78、80、82、84、86、88、90、92、94、96、98、100和102中的任何一个的故障、软件错误、硬件错误等。
基于存取的报告128可以是能够由特定角色(例如系统管理员、工厂经营者、调试工程师、管理者、程序员、控制工程师、采购人员、会计人员等)读取的报告，并且用于执行与上述角色相关的工作。在一个实施例中，基于读取的报告128可以基于关注期望的角色的用于报告120、122、124、和/或126中的数据。例如，控制工程师角色可以基于报告120、122、124和126中所使用的所有的数据来接收报告128，同时基于采购的报告128可以提炼数据并且展示与采购活动相关的数据(例如，制造信息、成本信息、配送次数信息)。通过该方式，来自报告120、122、124和126的数据可以被提炼并且用于更高效地支持例如系统管理员、工厂经营者、调试工程师、管理者、程序员、控制工程师、采购人员、会计人员的角色。
图4是用于对控制系统12进行分析并且得到健康评价24的过程130的实施例的流程图。可以通过使用存储于非短暂性机器可读介质(例如，计算机、膝上型电脑、笔记本、平板电脑、手机、和/或个人数字助理(PDA)的存储器)中的计算机指令来实施过程130。通过对输入106进行分析并且得到健康评价24(例如，TRM准备状态120、推荐122、自动配置报告124、预警126、基于存取的报告128)，过程130可以允许更高效、可靠和安全的控制系统12。
过程130可以采集与控制系统12相关的数据(方框132)，例如输入106。如上所述，可以直接(例如，通过电缆或其它管道)或者间接(例如，通过被加载到存储介质上的文件，例如CD、DVD、闪存卡、拇指驱动)来采集数据。随后可以对所采集到的数据进行分析(方框134)。例如，健康评价套件18可以使用引擎58和规则110来对数据进行分析。也可以使用包括统计和历史分析技术在内的其它技术，例如故障树分析、线性回归分析、非线性回归分析、马尔可夫建模、RBD、风险图、LOPA、泊松分布模型、Weibull分析、和/或马尔可夫链建模。
过程130随后可以例如通过使用如上所述的控制系统健康评价套件18来得到(方框136)控制系统健康评价24。健康评价24随后可以被提供(方框138)给控制系统12操作者和/或制造商并且被提供给用户角色(例如，系统管理员、工厂经营者、调试工程师、管理者、程序员、控制工程师、采购人员、会计人员)，并且被存储在例如能够由在线寿命周期支持工具22存取的知识库20中。如上所述，健康评价报告可以包括TRM准备状态报告120、推荐报告122、自动配置报告124、预警报告126和基于存取的报告128。
过程130随后可以使用所提供的报告120、122、124、126、和/或128来改进(方框140)控制系统12和/或工厂14。例如，控制系统12的部件可以被更换、增加、或升级。类似地，可以得到NPI28和RCA30、工程机会32和/或收益机会34并且将其用于更高效和安全地操作控制系统12和/或工厂14。
参照图5，该附图是在线信息流程图，其示出了在线信息流程214的实施例。即，健康顾问套件18可以通过多个在线管道(例如，虚拟专用网络(VPN)、远程网关、远程桌面访问系统)通信地联接到多个工厂10系统。通过使用在线数据流程，可以更快地(例如，接近实时或实时)提供健康评价并且例如远程服务中心和分析子系统的子系统可以被布置在任何期望的地理位置处。此外，健康评价以及相关数据可以分布在整个在线数据流中，从而向任何数量的感兴趣的实体提供可执行信息。实时在本文中被定义成以最小的通信延迟通信或提供数据，例如大约2秒以下、1秒以下、100毫秒以下、10毫秒以下、1毫秒以下。接近实时在本文中被定义成以大约3、4、5、6、7、8、9秒以下的通信延迟通信或提供数据。
在图示实施例中，发电厂14可以通过管道218通信地联接到现场监测器系统216。现场监测器系统216还可以通过管道220通信地联接到控制系统12。如上所述，控制系统12可以用于控制发电厂14，并且可以使用管道222用于与发电厂14的一个或多个部件通信。
如上文所述，控制系统12和/或发电厂14可以产生可由现场监测器216监测的多个数据，包括过程动力学112。数据还可以包括与工厂14(包括涡轮系统68)相关的数据224，例如原始传感器数据、发电数据、电力使用数据、温度数据、压力数据、流率数据、燃料使用数据、间隙数据(例如，静止部件与旋转部件之间的距离)等。事实上，大多数(如果不是所有的)电厂14的部件可以由现场监测器216监测，并且数据可以例如通过管道228被通信到监测和诊断中心226。监测和诊断中心226可以包括例如与工厂14的部件(包括涡轮系统68和控制系统12)相关的制造商专家技术。监测和诊断中心226可以使用由现场监测器216通信的数据224来得到用于健康评价的特定的知识产品230。
知识产品230可以包括得到发电厂14中的机械设备状态、问题、和/或条件，包括涡轮系统68和控制系统12状态、问题、和/或条件。例如，知识产品230可以包括基于涡轮系统68的部件的操作状态和/或维护状态的报告。同样，可以在知识产品230中详细说明燃烧器问题、燃料系统问题、排气问题、和其它的涡轮系统68问题。类似地，知识产品230可以详细说明警报、报警、日志数据、参数、和与控制系统12相关的其它数据。知识产品230可以通过管道234被通信给远程服务中心232。
远程服务中心232还可以接收由健康顾问套件18得到的健康评价24。如上所述，健康顾问套件18可以使用规则引擎58和健康顾问数据库16来基于输入106得到健康评价24。因此，所得到的健康评价24可以通过使用在线管道236被通信到远程服务中心232。还示出了将健康顾问套件18通信地联接到健康顾问数据库16的在线管道238。
计算机系统36、HMI42、MES44、DCS46、和SCADA48、控制器64、和I/O包88可以通过在线管道242通信地联接到远程网关系统240，并且还使用在线管道244连接到其它的工厂14部件。健康顾问套件18还可以通过使用远程网关系统240通信地联接到计算机系统36(以及其它的控制系统12部件，例如HMI42、MES44、DCS46、SCADA48、控制器64、和I/O包88)。远程网关系统240可以包括虚拟专用网络(VPN)网关、远程桌面协议(RDP)网关、虚拟网络计算(VNC)网关、或其组合。远程网关系统240可以使用管道246、248、和250，所述管道246、248、和250可以包括加密管道以将远程服务中心232和/或健康顾问套件18通信地联接到计算机系统36以及/或者控制系统12的其它部件(例如，HMI42、MES44、DCS46、SCADA48、控制器64、I/O包88)。事实上，控制器系统12数据可以在线、实时或接近实时地通信到健康顾问套件18并且用于得到健康评价24。如上所述，控制器系统12数据可以包括存储器40、76、92、100、102的当前利用数据(例如，百分比利用、总体利用)、处理器38、66、90、96、98的利用数据(例如，被软件进程利用、被软件应用利用)、控制系统12的部件所使用的当前配置参数(例如，存储器页尺寸、虚拟存储器页、线程优先级、进程优先级)、控制器64参数(例如，主/从配置、I/O参数)、总线60、62、和84参数、I/O包88参数、连接装置78、80参数、和现场装置68、70、72、74、86参数。例如，监测软件和/或硬件可以在控制系统10的部件中的每一个中执行并且用于通信每一个部件的当前状态。该监测数据随后可以被健康顾问套件18用于得到健康评价24。
远程服务中心232可以向工厂14提供合同服务，例如支持和维护服务。例如，服务等级协定(SLA)可以详细说明各个工厂14部件(包括涡轮系统68和控制系统12)的支持等级。因此，知识产品230和健康评价24可以被远程服务中心232用于提供支持服务，包括可操作的情报(actionable intelligence)252。可操作的情报252可以包括用于改进工厂14的效率、减少工厂14的停机时间、并且更大体地，改进工厂14的技术能力的可执行项目。例如，可执行项目可以包括对增加、更新、更换、并且/或者再配置工厂14以及/或者工厂14的任何部件或子系统(包括控制系统12)的推荐。可操作的情报可以通过在线管道246、248、和/或250通信。所有示出的管道，包括管道218、220、222、228、234、236、238、242、244、246、248、250可以全都是适于通信任何类型的数据的在线数据管道(例如，数据电缆、广域网[WAN]管道、局域网管道[LAN]、加密管道、卫星通信管道、无线管道)，如本文中更详细地描述的。
本发明的技术效果包括在线和大致实时(或接近实时)地采集控制系统信息。所采集到的控制系统信息随后可以用于例如通过使用通信地联接到健康评价数据库的规则引擎来得到控制系统健康评价。可以通过使用规则编辑器来编辑规则引擎中的规则。健康评价可以包括适于改进和/或优化控制系统的三重模块冗余(TMR)准备状态报告、控制器推荐、自动配置报告、预警报告、基于存取的报告、或其组合。
本书面描述使用例子对本发明进行了公开(其中包括最佳模式)，并且还使本领域技术人员能够实施本发明(其中包括制造和使用任何装置或系统并且执行所包含的任何方法)。本发明的可专利范围通过权利要求进行限定，并且可以包括本领域技术人员能够想到的其它的例子。如果这种其它的例子具有与权利要求的字面语言没有区别的结构元件，或者如果这种其它的例子包括与权利要求的字面语言没有实质区别的等同结构元件，则期望这种其它的例子落入权利要求的范围内。

Claims (20)

1.一种系统，包括：
健康顾问系统，所述健康顾问系统包括：
数据收集系统，所述数据收集系统被配置成从控制系统收集数据；
配置管理系统，所述配置管理系统被配置成基于所述数据来管理用于所述控制系统的硬件配置和软件配置；
规则引擎，所述规则引擎被配置成通过使用规则数据库，使用所述数据作为输入并且输出健康评价，所述规则数据库被配置成存储至少一个规则；以及
报告发生器，所述报告发生器被配置成为所述控制系统提供健康评价，其中所述数据收集系统被配置成使用至少一个在线管道来收集所述数据。
2.根据权利要求1所述的系统，其特征在于，所述数据收集系统被配置成使用所述至少一个在线管道来大致实时地从所述控制系统收集所述数据。
3.根据权利要求1所述的系统，其特征在于，所述数据包括控制器处理器利用、控制器存储器利用、控制器配置参数、输入/输出(I/O)包数据、连接装置连接装置数据、现场装置数据、或其组合。
4.根据权利要求3所述的系统，其特征在于，所述数据包括可执行指令，所述可执行指令被配置成控制过程、设备、或其组合。
5.根据权利要求4所述的系统，其特征在于，所述可执行指令包括功能块、顺序功能图(SFC)、梯形逻辑指令、或其组合。
6.根据权利要求1所述的系统，其特征在于，所述控制系统包括三重模块冗余(TMR)控制器，所述三重模块冗余(TMR)控制器具有R核、S核、和T核，并且所述TMR控制器被配置成为所述控制系统提供冗余控制操作。
7.根据权利要求1所述的系统，其特征在于，所述系统包括远程服务中心，所述远程服务中心被配置成接收所述健康评价并且基于所述健康评价来得到可操作的情报。
8.根据权利要求7所述的系统，其特征在于，所述可操作的情报包括对所述控制系统的更新推荐、更换推荐、增加推荐、或再配置推荐。
9.根据权利要求7所述的系统，其特征在于，所述在线管道包括加密管道。
10.根据权利要求1所述的系统，其特征在于，所述健康评价包括三重模块冗余(TMR)准备状态报告、控制器推荐、配置报告、预警报告、基于访问的报告、或其组合。
11.根据权利要求1所述的系统，其特征在于，所述系统包括具有所述控制系统的涡轮系统、气化系统、气体处理系统、发电系统、或其组合。
12.一种方法，包括：
使用至少一个在线通信管道从控制系统采集数据；
通过使用至少一个控制系统健康评价规则对所述数据进行分析，以获得数据分析结果；以及
基于所述数据分析结果得到控制系统健康评价，其中所述控制系统健康评价包括控制器准备状态报告、控制器推荐报告、或其组合。
13.根据权利要求12所述的方法，其特征在于，采集所述数据包括大致实时地采集所述数据。
14.根据权利要求12所述的方法，其特征在于，所述数据包括控制器处理器利用、控制器存储器利用、控制器配置参数、输入/输出(I/O)包数据、连接装置连接装置数据、现场装置数据、或其组合。
15.根据权利要求12所述的方法，其特征在于，所述控制系统健康评价包括自动配置报告、预警报告、基于访问的报告、或其组合。
16.一种系统，包括：
非短暂性机器可读介质，所述非短暂性机器可读介质包括代码，所述代码被配置成：
使用在线通信管道来采集与控制系统相关的数据；
通过使用健康评价规则来对所述数据进行分析以获得数据分析结果；
基于所述数据分析结果来得到控制系统健康评价。
17.根据权利要求16所述的系统，其特征在于，被配置成采集所述数据的代码包括被配置成大致实时地采集所述数据的代码。
18.根据权利要求17所述的系统，其特征在于，所述数据包括控制器处理器利用、控制器存储器利用、控制器配置参数、输入/输出(I/O)包数据、连接装置连接装置数据、现场装置数据、或其组合。
19.根据权利要求16所述的系统，其特征在于，被配置成得到所述控制系统健康评价的代码被配置成得到三重模块冗余(TMR)准备状态报告、控制器推荐、自动配置报告、预警报告、基于访问的报告、或其组合。
20.根据权利要求16所述的系统，其特征在于，所述系统包括工业系统，所述工业系统具有存储所述代码的非短暂性机器可读介质，其中所述工业系统包括气化系统、涡轮系统、气体处理系统、发电系统、或其组合。
CN201380035084.6A 2012-07-24 2013-07-15 用于改进控制系统可靠性的系统和方法 Expired - Fee Related CN104412247B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US13/557,136 US20140032169A1 (en) 2012-07-24 2012-07-24 Systems and methods for improving control system reliability
US13/557136 2012-07-24
PCT/US2013/050478 WO2014018291A2 (en) 2012-07-24 2013-07-15 Systems and methods for improving control system reliability

Publications (2)

Publication Number Publication Date
CN104412247A true CN104412247A (zh) 2015-03-11
CN104412247B CN104412247B (zh) 2017-10-27

Family

ID=48875780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380035084.6A Expired - Fee Related CN104412247B (zh) 2012-07-24 2013-07-15 用于改进控制系统可靠性的系统和方法

Country Status (5)

Country Link
US (1) US20140032169A1 (zh)
EP (1) EP2877929A4 (zh)
JP (1) JP2015529895A (zh)
CN (1) CN104412247B (zh)
WO (1) WO2014018291A2 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106468910A (zh) * 2015-08-20 2017-03-01 西门子公司 用于控制、监控和调节的系统和运行这种系统的方法
CN108604310A (zh) * 2015-12-31 2018-09-28 威拓股份有限公司 用于使用神经网络架构来控制分配系统的方法、控制器和系统
CN109254525A (zh) * 2017-07-13 2019-01-22 西门子股份公司 用于运行两个冗余的系统的方法和设施
CN111291462A (zh) * 2018-12-06 2020-06-16 西门子股份公司 生成电厂的管道和仪表图p&id的装置和方法
CN111381567A (zh) * 2018-12-27 2020-07-07 北京安控科技股份有限公司 一种用于工业控制系统的安全检测系统和方法
CN111751508A (zh) * 2020-05-12 2020-10-09 北京华科仪科技股份有限公司 一种水质传感器生命周期的性能评估预测方法及系统
CN111381546B (zh) * 2018-12-27 2021-10-08 北京安控科技股份有限公司 一种工业控制系统的安全控制系统和方法
CN113759849A (zh) * 2021-09-10 2021-12-07 北京广利核系统工程有限公司 一种智能运维服务支持系统
CN116187507A (zh) * 2022-12-07 2023-05-30 华润三九（枣庄）药业有限公司 一种基于人工智能的中药生产调优系统

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EA201390099A1 (ru) 2011-05-26 2013-05-30 Картива, Инк. Конический суставный имплант и относящиеся к нему инструменты
US9912733B2 (en) 2014-07-31 2018-03-06 General Electric Company System and method for maintaining the health of a control system
JP6433851B2 (ja) * 2015-05-26 2018-12-05 株式会社日立製作所 情報収集システムおよび方法
CN105573302A (zh) * 2016-02-03 2016-05-11 神华集团有限责任公司 燃煤电厂机组诊断装置、系统和方法
US10545487B2 (en) * 2016-09-16 2020-01-28 Uop Llc Interactive diagnostic system and method for managing process model analysis
US11514056B2 (en) 2017-01-23 2022-11-29 Raytheon Technologies Corporation Data request workflow system
US11036883B2 (en) 2017-01-23 2021-06-15 Raytheon Technologies Corporation Data filtering for data request workflow system
EP4129867A1 (en) * 2017-04-03 2023-02-08 Swisslog Logistics, Inc. Automated manufacturing facility and methods
JP6662830B2 (ja) 2017-09-19 2020-03-11 ファナック株式会社 予測装置、機械学習装置、制御装置、及び生産システム
AU2020400623A1 (en) * 2019-12-12 2022-06-02 Kabushiki Kaisha Toshiba System configuration information management device and operation input device
JP7240563B2 (ja) * 2020-07-29 2023-03-15 中国電力株式会社 評価装置及び評価システム
US11449028B2 (en) * 2020-09-03 2022-09-20 Rockwell Automation Technologies, Inc. Industrial automation asset and control project analysis

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040073843A1 (en) * 2002-10-15 2004-04-15 Dean Jason Arthur Diagnostics using information specific to a subsystem
WO2006138469A2 (en) * 2005-06-17 2006-12-28 Industrial Defender, Inc. Duration of alerts and scanning of large data stores
US20090055676A1 (en) * 2007-08-23 2009-02-26 Stratus Technologies Bermuda Ltd. Apparatus and method for redundant and spread spectrum clocking
CN100472509C (zh) * 2003-01-30 2009-03-25 凯洛格·布朗及鲁特有限公司 支持实时操作和维护的装置、方法和系统

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS62236008A (ja) * 1986-04-08 1987-10-16 Mitsubishi Electric Corp 履歴形診断装置
JP2554282B2 (ja) * 1989-07-28 1996-11-13 山武ハネウエル株式会社 シーケンスコントローラの故障診断装置
JPH11161321A (ja) * 1997-11-28 1999-06-18 Toshiba Corp プラント監視装置
AU2463001A (en) * 1999-12-30 2001-07-16 Umagic Systems, Inc. Personal advice system and method
US20020077849A1 (en) * 2000-01-28 2002-06-20 Baruch Howard M. System and method for improving efficiency of health care
JP2001282348A (ja) * 2000-03-31 2001-10-12 Mitsubishi Electric Corp 故障診断方法および故障診断装置
US6931288B1 (en) * 2001-04-16 2005-08-16 Rockwell Automation Technologies, Inc. User interface and system for creating function block diagrams
US7584165B2 (en) * 2003-01-30 2009-09-01 Landmark Graphics Corporation Support apparatus, method and system for real time operations and maintenance
US20060026035A1 (en) * 2004-07-28 2006-02-02 William Younkes Computer aided interactive medical management information and control system and method
US7962499B2 (en) * 2006-08-18 2011-06-14 Falconstor, Inc. System and method for identifying and mitigating redundancies in stored data
WO2008036921A2 (en) * 2006-09-21 2008-03-27 Impact Technologies, Llc Systems and methods for predicting failure of electronic systems and assessing level of degradation and remaining useful life
US8510015B2 (en) * 2007-06-15 2013-08-13 Shell Oil Company Reciprocating compressor simulator and a computer system using the same
US8903520B2 (en) * 2009-04-14 2014-12-02 General Electric Company Method for executing sequential function charts as function blocks in a control system
US20110040577A1 (en) * 2009-05-22 2011-02-17 Kevin Dominic Ward Holistic health quarters system, product and methods

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040073843A1 (en) * 2002-10-15 2004-04-15 Dean Jason Arthur Diagnostics using information specific to a subsystem
CN100472509C (zh) * 2003-01-30 2009-03-25 凯洛格·布朗及鲁特有限公司 支持实时操作和维护的装置、方法和系统
WO2006138469A2 (en) * 2005-06-17 2006-12-28 Industrial Defender, Inc. Duration of alerts and scanning of large data stores
US20090055676A1 (en) * 2007-08-23 2009-02-26 Stratus Technologies Bermuda Ltd. Apparatus and method for redundant and spread spectrum clocking

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106468910A (zh) * 2015-08-20 2017-03-01 西门子公司 用于控制、监控和调节的系统和运行这种系统的方法
CN108604310A (zh) * 2015-12-31 2018-09-28 威拓股份有限公司 用于使用神经网络架构来控制分配系统的方法、控制器和系统
CN108604310B (zh) * 2015-12-31 2022-07-26 威拓股份有限公司 用于使用神经网络架构来控制分配系统的方法、控制器和系统
US11341396B2 (en) 2015-12-31 2022-05-24 Vito Nv Methods, controllers and systems for the control of distribution systems using a neural network architecture
CN109254525B (zh) * 2017-07-13 2021-02-12 西门子股份公司 用于运行两个冗余的系统的方法和设施
CN109254525A (zh) * 2017-07-13 2019-01-22 西门子股份公司 用于运行两个冗余的系统的方法和设施
CN111291462A (zh) * 2018-12-06 2020-06-16 西门子股份公司 生成电厂的管道和仪表图p&id的装置和方法
CN111291462B (zh) * 2018-12-06 2023-08-08 西门子能源国际公司 生成电厂的管道和仪表图p&id的装置和方法
CN111381546B (zh) * 2018-12-27 2021-10-08 北京安控科技股份有限公司 一种工业控制系统的安全控制系统和方法
CN111381567B (zh) * 2018-12-27 2021-11-05 北京安控科技股份有限公司 一种用于工业控制系统的安全检测系统和方法
CN111381567A (zh) * 2018-12-27 2020-07-07 北京安控科技股份有限公司 一种用于工业控制系统的安全检测系统和方法
CN111751508A (zh) * 2020-05-12 2020-10-09 北京华科仪科技股份有限公司 一种水质传感器生命周期的性能评估预测方法及系统
CN113759849A (zh) * 2021-09-10 2021-12-07 北京广利核系统工程有限公司 一种智能运维服务支持系统
CN116187507A (zh) * 2022-12-07 2023-05-30 华润三九（枣庄）药业有限公司 一种基于人工智能的中药生产调优系统

Also Published As

Publication number Publication date
US20140032169A1 (en) 2014-01-30
EP2877929A2 (en) 2015-06-03
CN104412247B (zh) 2017-10-27
WO2014018291A2 (en) 2014-01-30
WO2014018291A3 (en) 2014-08-14
EP2877929A4 (en) 2016-06-22
JP2015529895A (ja) 2015-10-08

Similar Documents

Publication Publication Date Title
CN104412247B (zh) 用于改进控制系统可靠性的系统和方法
CN104428755B (zh) 用于控制可靠性操作的系统和方法
US9043263B2 (en) Systems and methods for control reliability operations using TMR
EP3929685A1 (en) Industrial automation hmi program file generation from computer-aided design
US9665090B2 (en) Systems and methods for rule-based control system reliability
EP3037901B1 (en) Cloud-based emulation and modeling for automation systems
CN104412190A (zh) 用于人机接口(hmi)设备的健康评估的系统和方法
CN104142664B (zh) 使用大数据的工业产品的预测维护
CN104142663B (zh) 云平台中的工业设备和系统证明
CN112581303A (zh) 用于工业自动化的人工智能通道
JP2005050342A (ja) プロセス制御システムの経済性の計算
CN103217907A (zh) 用于使用云计算技术来布置工业工厂仿真器的方法和装置
EP2871585B1 (en) Control system database systems and methods
CN108418849A (zh) 一种油气管道scada系统
WO2009009551A2 (en) Method and system for process control
CN1928327A (zh) 汽轮机数字电液调节系统
Mubarak et al. Digital twin enabled industry 4.0 predictive maintenance under reliability-centred strategy
CN205581624U (zh) 基于服务器结构的电厂一体化控制系统
Luo et al. An agent-based service-oriented integration architecture for chemical process automation
Ambarita et al. Industry 4.0 Digital Twins in offshore wind farms
Javed Approach Towards Engineering Microservice-Oriented Composable Ecosystems for Smart Industries
Michels Industrial connectivity and industrial analytics, core components of the factory of the future
US20170269565A1 (en) Method and apparatus to acquire parameters of gas metering
Hernández Velázquez et al. A Hybrid Intelligent Multiagent System for the Remote Control of Solar Farms
Gasior et al. Machine Learning-Based Recommender System for Tweeting Factory in Industry 5.0 Paradigm

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20171027

Termination date: 20180715