CN104699037A - 工厂控制系统、控制器、管理器、以及工厂信息处理方法 - Google Patents

工厂控制系统、控制器、管理器、以及工厂信息处理方法 Download PDF

Info

Publication number
CN104699037A
CN104699037A CN201410742819.5A CN201410742819A CN104699037A CN 104699037 A CN104699037 A CN 104699037A CN 201410742819 A CN201410742819 A CN 201410742819A CN 104699037 A CN104699037 A CN 104699037A
Authority
CN
China
Prior art keywords
information
field device
normality
data
factory
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
CN201410742819.5A
Other languages
English (en)
Other versions
CN104699037B (zh
Inventor
槙岛和宏
江守敏幸
酒井正浩
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.)
Yokogawa Electric Corp
Original Assignee
Yokogawa Electric Corp
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 Yokogawa Electric Corp filed Critical Yokogawa Electric Corp
Publication of CN104699037A publication Critical patent/CN104699037A/zh
Application granted granted Critical
Publication of CN104699037B publication Critical patent/CN104699037B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • 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], computer integrated manufacturing [CIM]
    • G05B19/41845—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], computer integrated manufacturing [CIM] characterised by system universality, reconfigurability, modularity
    • 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
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423—Input/output
    • G05B19/0425—Safety, monitoring
    • 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], computer integrated manufacturing [CIM]
    • G05B19/4185—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], computer integrated manufacturing [CIM] characterised by the network communication
    • G05B19/41855—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], computer integrated manufacturing [CIM] characterised by the network communication by local area network [LAN], network structure
    • 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], computer integrated manufacturing [CIM]
    • G05B19/41875—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], computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • 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
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25428—Field device
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31121—Fielddevice, field controller, interface connected to fieldbus

Abstract

一种工厂控制系统，包括：控制器，被配置为通过使用过程数据来控制工厂，该控制器将过程数据传送至现场装置以及从现场装置接收过程数据，该控制器从现场装置获得指示现场装置的状态的现场信息，该现场装置安装在工厂中，并且现场装置执行控制工厂所需的测量和操控中的至少一种；以及管理器，被配置为通过从现场装置收集现场信息来管理工厂的状态，其中，控制器和管理器中的至少一个通过使用现场信息来创建指示工厂的正常性的信息。

Description

工厂控制系统、控制器、管理器、以及工厂信息处理方法
技术领域
本公开涉及工厂控制系统、控制器、管理器、以及工厂信息处理方法。
对于2013年12月10日提交的日本专利申请第2013-255420号要求优先权，其内容通过引用合并于此。
背景技术
DCS(分布式控制系统)安装在工厂和制造厂(下文中简称“工厂”作为它们的统称)中。在分布式控制系统中，现场装置(例如，测量装置、操作装置、显示装置、报警装置或其他装置)和控制现场装置的控制器经由通信单元相连接。通过分布式控制系统，实现了高级自动操作。在分布式控制系统中，在控制器与现场装置之间相互传递过程控制所需的过程数据。
近年来，PAM(工厂资产管理)系统通常安装有分布式控制系统，以将工厂的效率提高到可能的最大程度。工厂资产管理系统对安装在工厂内的装置和设备执行设施维护和预测性维护，并且工厂资产管理系统在长时间内将设施保持和管理在适当状态。在工厂资产管理系统中，作为工厂资产管理系统的核心设备的管理器从现场装置收集设施管理所需的信息。在工厂资产管理系统与分布式控制系统之间，通过工厂资产管理系统收集的现场装置的警报信息被传送至分布式控制系统。
在非专利文献1(Mori,Machida,Ozaki,Sukegawa,“Field DeviceManagement Package“PRM”,”YOKOGAWA technical report,Vol.45,No.3,2001)中，公开了其中安装有分布式控制系统和工厂资产管理系统的示例性工厂控制系统。具体地，在非专利文献1中所公开的工厂控制系统中，分布式控制系统包括FCS(现场控制站)和HIS(人机界面站)，并且工厂资产管理系统包括PRM(注册商标)(工厂资源管理器)的服务器和客户机。
在许多情况下，分布式控制系统和工厂资产管理系统使用的现场装置具有基本功能。例如，基本功能包括传递诸如流速、温度等测量结果或者在控制器的控制下调整阀的孔径。然而，由于近来的现场装置被数字化并变得智能，因此多数近来的现场装置除了基本功能外还具有附加功能(例如，自诊断功能)。
由于现场装置被数字化并变得智能，因此与通过基本功能获得的信息一起，从现场装置获得大量信息。例如，从具有自诊断功能的现场装置获得指示现场装置的当前状态的信息。例如，由于可以通过使用所获得的信息来较早地检测现场装置的异常，因此对于安全且有效地运营工厂是有益的。
然而，从现场装置获得的信息量越多，处理信息的设备(分布式控制系统中的控制器和工厂资产管理系统中的管理器)的负荷就越大。此外，难以区分需要的信息与不需要的信息。因此，虽然通过被数字化且智能的现场装置可以获得许多类型的信息，但是存在无法有效地使用从现场装置获得的信息的问题。
发明内容
一种工厂控制系统，可包括：控制器，被配置为通过使用过程数据来控制工厂，该控制器将过程数据传送至现场装置以及从该现场装置接收过程数据，该控制器从该现场装置获得指示该现场装置的状态的现场信息，该现场装置安装在工厂中，并且该现场装置执行控制工厂所需的测量和操控中的至少一种；以及管理器，被配置为通过从现场装置收集现场信息来管理工厂的状态，其中，控制器和管理器中的至少一个通过使用现场信息来创建指示工厂的正常性的信息。
附图说明
图1是示出示例性实施例中的工厂控制系统的主要部分的框图。
图2是示出示例性实施例中的控制器的主要部分的框图。
图3是示出示例性实施例中的管理器的主要部分的框图。
图4是示例性实施例中的计算质量-正常性KPI的过程的流程图。
图5是示出示例性实施例中的显示质量-正常性KPI的示例的图。
图6是示出示例性实施例中的计算设施-正常性KPI的过程的流程图。
图7是示出示例性实施例中的显示设施-正常性KPI的示例的图。
具体实施方式
现在，本文中将参照说明性优选实施例描述本发明的实施例。本领域技术人员将认识到的是，可以使用本发明的教导来实现许多替选的优选实施例，并且本发明不限于本文中为了说明目的而说明的优选实施例。
本发明的部分实施例的目的在于提供工厂控制系统、控制器、管理器、以及工厂信息处理方法，其可以从自现场装置获得的大量信息中获得用于提高工厂的正常性的有用信息。
(工厂控制系统)
图1是示出示例性实施例中的工厂控制系统的主要部分的框图。如图1所示，工厂控制系统1包括现场装置10、控制器20、管理器30和主机装置40。工厂控制系统1控制在工厂(未示出)中实现的工业过程。工厂控制系统1管理诸如安装在工厂内的装置(例如，现场装置10)和设备的设施。工厂包括诸如化工厂的工业工厂、管理和控制诸如气田和油田的井口(wellhead)的工厂、管理和控制诸如水力、火力、核能等的电力的产生的工厂、管理和控制诸如太阳能、风能等能量采集的工厂、管理和控制给排水系统、水库等的工厂。
现场装置10安装在工厂内的现场站点(field site)处，并且现场装置10在控制器20的控制下执行控制工业过程所需的测量和操作。具体地，现场装置10是诸如传感器装置(例如，流量计、温度传感器、气体传感器和振动传感器)、阀装置(例如，流量控制阀和开关阀)、致动器装置(例如，风扇和电机)、成像装置(例如，记录工厂内的环境和物体的照相机和摄像机)、声音装置(例如，收集工厂内的异常噪声的麦克风以及产生报警声的扬声器)、输出每个装置的位置信息的位置检测装置、以及其他装置。虽然多个现场装置布置在工厂内，但是为了简化图1中的绘制，多个现场装置被系统化并示为现场装置10。
现场装置10(安装在工厂内的每个现场装置)包括通信处理器11、数据处理器12和装置-装置处理器13。通信处理器11与高于现场装置10放置的控制器20和管理器30进行通信。此外，通信处理器11与其他现场装置进行通信。通信处理器11利用经由网络和通信总线(未示出)的有线通信或者遵照工业无线通信标准(诸如ISA100.11a、WirelessHART(注册商标)等)的无线通信与控制器20、管理器30和其他现场装置进行通信。
如图1所示，通信处理器11将过程控制所需的过程数据D传送至控制器20以及从控制器20接收过程数据D。例如，通信处理器11将工业过程中的状态量(例如，流体的流量)的测量数据传送至控制器20，并且通信处理器11接收从控制器20传送的控制数据(例如，用于控制流体的流量的数据)。此外，通信处理器11将指示现场装置10的状态的现场信息FI传送至控制器20和管理器30，并且通信处理器11接收从控制器20和管理器30传送的优化设置信息SI。
传送至控制器20的现场信息FI包括指示现场装置10的老化状态的老化信息、指示现场装置10的压力的压力信息、以及指示通过现场装置10执行的自诊断的结果的诊断信息。诊断信息包括其中多个现场装置10的现场装置彼此交换信息并且协作地执行诊断的诊断的结果。传送至管理器30的现场信息FI包括以上所述的老化信息、压力信息和诊断信息。传送至管理器30的现场信息FI还包括警报信息和五官感觉信息。现场信息FI可以被称为在工厂的现场中所获得的大数据。虽然图1中未示出，但是现场装置10包括用于通过仅使用在自身装置(self-device)中所获得的信息来诊断电路、功能和状态量传感器的异常状态的自诊断功能。
优化设置信息SI是用于优化从现场装置10传送至控制器20或管理器30的现场信息FI的信息。例如，优化设置信息SI是用于优化通过现场装置10检测到的警报的灵敏度、警报的重要性以及警报的目的地的信息。此外，优化设置信息SI是用于不将不需要的警报传送至控制器20和管理器30的信息。使用优化设置信息SI以抑制不需要的警报的产生并且降低控制器20和管理器30的负荷。
数据处理器12收集从自身装置获得的各种类型的信息(例如，指示自诊断的结果的信息)以及从其他现场装置获得的各种类型的信息。数据处理器12从所收集的各种信息中选择信息并且处理所选择的信息。此外，数据处理器12将所选择且经处理的信息从通信处理器11传送至控制器20或管理器30。如上所述，数据处理器12收集、选择、以及处理自身装置和其他装置的各种类型的信息，并且数据处理器12将各种类型的信息传送至控制器20或管理器30。这是因为通过选择并处理其中信息被收集的现场中的信息，可以降低控制器20或管理器30的处理负荷并且可以执行最优过程。
装置-装置处理器13执行使用从其他现场装置获得的信息的诊断过程以及选择警报的过程。具体地，装置-装置处理器13执行作为诊断过程的相互诊断。相互诊断是其中多个现场装置彼此提供信息并且通过使用共享的信息来诊断自身装置和其他现场装置的异常状态的诊断。在相互诊断中，可以执行比上述自诊断更高等级的诊断。连同现场装置的异常一起，可以诊断过程和工厂的异常，诸如流体流动的管道的腐蚀、流体脉动和成穴(cavitation)。装置-装置处理器13执行相互诊断以及选择警报的过程。这是因为通过选择并处理其中信息被收集的现场中的信息，可以降低控制器20或管理器30的通信负荷和处理负荷并且可以执行最优过程。
假设通过控制器20或管理器30固有地执行由数据处理器12执行的收集、选择和处理各种类型的信息的过程以及装置-装置处理器13执行的相互诊断和选择警报的过程。在本实施例中，通过现场装置10执行假设由控制器20或管理器30固有地执行的过程的一部分，并且分发该过程。因此，在本实施例中，可以减少控制器20和管理器30的负荷并且可以执行最优过程。
控制器20是DCS(分布式控制系统)的核心设备。控制器20将过程数据PD传送至现场装置10以及从现场装置10接收过程数据PD，并且控制器20控制工业过程。例如，控制器20由运营工厂的工厂运营方操作。如图1所示，控制器20包括通信处理器21、数据处理器22、操作处理器23和信息显示器24(显示装置)。
通信处理器21与现场装置10和管理器30进行通信。与现场装置10的通信处理器11相同，通信处理器21利用经由网络和通信总线(未示出)的有线通信或者符合诸如ISA 100.11a、WirelessHART(注册商标)等工业无线通信标准的无线通信进行通信。虽然在图1中未示出，但是控制器20包括与主机装置40进行通信的通信单元。
如图1所示，通信处理器21将过程控制所需的过程数据D传送至现场装置10以及从现场装置10接收过程数据D。例如，通信处理器21接收从现场装置10传送的测量数据(例如，流体的流量)，并且通信处理器21将控制数据(例如，用于控制流体的流量的数据)传送至现场装置10。此外，通信处理器21接收从现场装置10传送的现场信息FI，以及通信处理器21将优化设置信息SI传送至现场装置10。
通信处理器21将用于控制工厂的控制信息CI传送至管理器30，并且通信处理器21接收从管理器30传送的警报信息AI。将控制信息CI从控制器20传送至管理器30，使得管理器30可以通过考虑现场装置10的过去控制状态(例如，老化和压力)来比以前更具体且精确地识别工厂的状态。此外，控制信息CI被传送至主机装置40。
数据处理器22通过使用从现场装置10传送的过程数据PD(例如，流体的流量)来计算过程控制所需的控制数据(用于控制阀的孔径的数据)。数据处理器22计算将要传送至管理器30的控制信息CI。此外，数据处理器22计算用于优化从现场装置10传送的现场信息FI的优化设置信息SI。
数据处理器22通过使用从现场装置10传送的现场信息FI来生成指示工厂的正常性的正常性信息。具体地，数据处理器22通过使用现场信息FI(老化信息、压力信息和诊断信息)和过程数据PD来计算指示在工厂内生产的产品的正常性的质量-正常性KPI(关键性能指示符：第一正常性信息)。产品包括中间产品以及最终产品。稍后将描述计算质量-正常性KPI的具体示例。
数据处理器22连同上述过程一起执行分析从管理器30传送的警报信息AI的过程、生成将要在信息显示器24上显示的指令信息(消息)的过程以及综合地分析装置的状态的过程。综合地分析装置的状态的过程包括分析现场装置10的当前状态并且将当前状态与指示现场装置10的过去状态的历史信息进行比较的过程。
操作处理器23执行操作现场装置10的过程。例如，操作处理器23根据来自操作控制器20的工厂运营方的指令来为现场装置10设置参数(测量参数以及操作参数)。在通过数据处理器22来计算优化设置信息SI的情况下，操作处理器23经由通信处理器21为现场装置10设置优化设置信息SI。也就是说，操作处理器23配置现场装置10以优化从现场装置10输出的现场信息FI。例如，在设置了优化设置信息SI的现场装置中，警报的灵敏度、警报的重要性以及警报的目的地被优化。
信息显示器24包括例如诸如液晶显示器之类的显示装置。信息显示器24在数据处理器22的控制下显示各种类型的信息。例如，信息显示器24显示传送至现场装置10或从现场装置10传送的过程数据(从现场装置10传送的测量数据以及传送至现场装置10的控制数据)、指示现场装置10的内部状态的信息、从现场装置10产生的警报、各种类型的消息、以及其他信息。当通过数据处理器22来计算质量-正常性KPI时，信息显示器24显示所算出的质量-正常性KPI。
管理器30是工厂资产管理(PAM)系统的核心设备。管理器30通过从现场装置10收集现场信息来管理工厂的状态。例如，管理器30由维持工厂的工作人员操作。如图1所示，管理器30包括通信处理器31、数据处理器32、操作处理器33以及信息显示器34(显示装置)。
通信处理器31与现场装置10和控制器20进行通信。与控制器20的通信处理器21相同，通信处理器31利用经由网络和通信总线(未示出)的有线通信或者符合诸如ISA 100.11A、WirelessHART(注册商标)等工业无线通信标准的无线通信进行通信。虽然图1中未示出，但是管理器30包括与主机装置40进行通信的通信单元。
如图1所示，通信处理器31收集从现场装置10传送的现场信息F1，并且通信处理器31将优化设置信息SI传送至现场装置10。此外，通信处理器31将警报信息AI传送至控制器20，并且通信处理器31接收从控制器20传送的控制信息CI。通过通信单元(未示出)将工厂的维护信息MI传送至主机装置40。
数据处理器32通过使用由通信处理器31收集的现场信息FI来计算管理工厂的状态所需的维护信息MI。具体地，数据处理器32执行对工厂中所包括的现场装置10等的设施维护和预测性维护，并且数据处理器32计算在长时间内将设施保持和管理在适当状态所需的维护信息MI(例如，指示装置的最佳维护定时和最佳更换定时的信息)。此外，数据处理器32计算用于优化从现场装置10传送的现场信息FI的优化设置信息SI。
数据处理器32通过使用从现场装置10传送的现场信息FI来生成指示工厂的正常性的正常性信息。具体地，数据处理器32通过使用从控制器20传送的现场信息FI(老化信息、压力信息、诊断信息、警报信息和五官感觉信息)和控制信息CI来计算指示安装在包括现场装置10的工厂中的设施的正常性的设施-正常性KPI(第二正常性信息)。稍后将描述计算设施-正常性KPI的具体示例。
连同上述的过程一起，数据处理器32还执行收集、选择并处理从现场装置10传送的警报信息的过程、生成在信息显示器34上显示的指令信息(消息)的过程、生成指示装置的状态的信息的过程等。指示装置的状态的信息是通过分析并处理现场装置10的状态的数据、将当前状态与指示现场装置10的过去状态的历史信息进行比较、综合地分析维护和诊断等来生成的。
与控制器20的操作处理器23相同，操作处理器33执行操作现场装置10的过程。例如，操作处理器33根据来自操作管理器30的工厂工作人员的指令来为现场装置10设置参数(测量参数和操作参数)。在通过数据处理器32来计算优化设置信息SI的情况下，操作处理器33经由通信处理器31为现场装置10设置优化设置信息SI。也就是说，操作处理器33配置现场装置10以优化从现场装置10输出的现场信息FI。
与控制器20的信息显示器24相同，例如，信息显示器34包括诸如液晶显示器之类的显示装置。信息显示器34在数据处理器32的控制下显示各种类型的信息。例如，信息显示器34通过显示数据处理器32计算出的维护信息MI、从现场装置10产生的警报、各种类型的消息、以及其他信息。当通过数据处理器32来计算设施-正常性KPI时，信息显示器34显示所计算出的设施-正常性KPI。
主机装置40是用于综合地监测工厂的控制状态和管理状态的装置。主机装置40由管理工厂的管理者操作。主机装置40接收从控制器20传送的控制信息CI以及从管理器30传送的维护信息MI。主机装置40通过使用控制信息CI和维护信息MI来计算对管理工厂有用的信息。主机装置40在显示装置(未示出)上显示所计算出的信息。
(控制器)
图2是示出示例性实施例中的控制器的主要部分的框图。在图2中，示出了计算质量-正常性KPI所需的控制器20的各部分。在图2中，与图1中的各部分相对应的各部分被分配了相同的附图标记。为了容易理解，在图2中，测量流体的流量的传感器装置10a以及控制流体的流量的阀装置10b被示出作为现场装置10的示例。
如图2所示，控制器20的数据处理器22包括过程控制器41、质量测量器42、偏移检测器43、质量-正常性预测器44、操控值校正器45以及选择器46。过程控制器41通过使用从现场装置10获得的过程数据PD来执行控制工业过程所需的过程。具体地，例如，过程控制器41通过使用从传感器10a传送的过程数据PD(表示测量流体的流量的结果的测量数据)来计算用于操控(控制)阀装置10b的操控值MV。
质量测量器42通过使用从过程控制器41获得的信息(与过程控制相关的信息)来测量计算质量-正常性KPI所需的基本数据。由质量测量器42获得的基本数据被传送至质量-正常性预测器44和信息显示器24。过程控制器41和质量测量器42是用于作为控制器20的原始功能的控制工业过程的部分。
从传感器装置10a传送的过程数据PD和现场信息FI被输入至偏移检测器43。偏移检测器43通过使用处理数据PD和现场信息FI来检测过程数据PD的偏移。过程数据PD的偏移是由工厂内产生的异常(例如，传感器装置10a或阀装置10b的故障)引起的过程数据PD的改变。由于难以通过仅使用过程数据PD来检测偏移，因此在过程数据被改变时通过进一步使用现场信息FI来检测偏移。例如，存在现场装置的状态影响由在过程中产生的异常引起的偏移的情况。因此，可以通过使用现场信息FI来执行综合确定和计算。
当偏移检测器43检测过程数据PD的偏移时，质量-正常性预测器44预测在工厂内生产的产品的质量-正常性KPI。具体地，质量-正常性预测器44在产生偏移时的工厂的操作状态持续的情况下预测质量-正常性KPI的改变。此外，质量-正常性预测器44计算在质量-正常性KPI在适当的质量范围之外并且“不适当”之前过去的时间。
质量-正常性预测器44计算将质量-正常性KPI保持在适当的质量范围内所需的操控值的校正值(例如，用于操控阀装置10b的操控值MV的校正值)。此外，质量-正常性预测器44在基于校正后的操控值进行操控的情况下，预测质量-正常性KPI的改变。指示质量-正常性预测器44的预测结果的信息被传送至信息显示器24并被显示。
质量-正常性预测器44包括指示工厂的过去操作状态与质量-正常性KPI之间的关系的数据库(未示出)以及通过使用数据库和当前控制信息(由过程控制器41计算出的操控值MV)来计算工厂的状态的动态仿真器(未示出)。质量-正常性预测器44通过使用数据库和动态仿真器来预测质量-正常性KPI并计算上述的操控值的校正值。
操控值校正器45基于由质量-正常性预测器44计算出的校正值来校正由过程控制器41计算出的操控值MV。选择器46基于从输入单元25传送的指令(外部指令)来选择从过程控制器41传送的操控值MV和经操控值校正器45校正的操控值MV之一。选择器46输出所选择的操控值MV作为过程数据PD(控制数据)。输入单元25包括键盘和鼠标。例如，操作控制器20的工厂运营方用输入单元25输入指令。
(管理器)
图3是示出示例性实施例中的管理器的主要部分的框图。在图3中，示出了计算设施-正常性KPI所需的管理器30的各部分。在图3中，与图2相同，与图1中的各部分相对应的各部分被分配了相同的附图标记，并且测量流体的流量的传感器装置10a被示出作为现场装置10的示例。
如图3所示，管理器30的数据处理器32包括异常状态测量器51、操作状态测量器52、异常状态检测器53、正常性测量器54、操作负荷测量器55以及正常性预测器56。异常状态测量器51收集指示安装在工厂内的设施(装置和设备)的状态(诊断结果)的参数，并且异常状态测量器51测量每个设施的异常状态。例如，异常状态测量器51测量电机的温度变化和振动等。操作状态测量器52收集指示安装在工厂内的设施的操作状态的参数，并且操作状态测量器52测量每个设施的操作状态。例如，操作状态测量器52测量电机的旋转速度和旋转时间等。异常状态测量器51和操作状态测量器52是用于进行作为管理器30的原始功能的、对工厂的状态的管理的部分。
异常状态检测器53基于由异常状态测量器51测量出的每个设施的异常状态以及由操作状态测量器52测量出的每个设施的操作状态来检测安装在工厂内的设施的异常是否存在。正常性测量器54基于从异常状态测量器51的测量结果获得的每个设施的状态的改变以及从操作状态测量器52的测量结果获得的每个设施的使用状态，创建设施-正常性KPI。操作负荷测量器55基于设施的使用状态来测量设施的操作负荷。具体地，操作负荷测量器55通过使用操作状态测量器52的测量结果以及从控制器20传送的控制信息CI来测量设施的操作负荷。
在异常状态检测器53检测安装在工厂内的设施的异常的情况下，正常性预测器56通过使用由正常性测量器54创建的设施-正常性KPI以及由操作负荷测量器55测量的操作负荷来预测设施-正常性KPI。具体地，正常性预测器56在不同操作负荷的每个预测设施-正常性KPI的改变，并且正常性预测器56计算其中工厂的操作可以持续的操作可持续时间。
(工厂控制系统的操作)
接下来，将描述工厂控制系统的操作。首先，将描述控制器20的操作。控制器20将过程数据PD传送至现场装置10以及从现场装置10接收过程数据PD，并且控制器20执行工厂控制。具体地，在控制器20中，通信处理器21从现场装置10接收以恒定的时间间隔(例如，一秒间隔)传送的过程数据PD(例如，从图2所示的传感器装置10a传送的测量数据)，并且数据处理器22通过使用由通信处理器21接收到的过程数据PD来计算现场装置10(例如，图2所示的阀装置10b)的操控值。
由控制器20的通信处理器21接收到的过程数据PD被输入至数据处理器22的过程控制器41。过程控制器41计算现场装置10(例如，阀装置10b)的操控值MV。图2所示的质量测量器42通过使用从过程控制器41获得的信息来测量预测质量-正常性KPI所需的基本数据。由质量测量器42测量的基本数据被传送至质量-正常性预测器44和信息显示器24。
经由选择器将操控值MV 46传送至现场装置10(例如，阀装置10b)作为过程数据PD(控制数据)。当现场装置10接收从控制器20传送的过程数据PD时，执行根据过程数据PD的操控(例如，控制阀10b的孔径)。以恒定的时间间隔(例如，一秒间隔)重复这些操作。当控制器20的数据处理器22计算与过程控制相关的控制信息时，将控制信息CI从通信处理器21传送至管理器30。
同与上述工厂控制相关的操作并行，控制器20计算指示工厂的正常性的正常性信息(质量-正常性KPI)。图4是示出示例性实施例中的计算质量-正常性KPI的过程的流程图。以恒定的时间间隔(例如，等于或长于工厂控制的间隔)或非恒定时间间隔执行图4所示的流程图的过程。
当开始图4所示的过程时，控制器20获得从现场装置10传送的现场信息FI(步骤S11：第一步骤)。例如，控制器20获得指示现场装置10的老化状态的老化信息、指示现场装置10的压力的压力信息以及指示由现场装置10执行的自诊断的结果的诊断信息。
当控制器20获得从现场装置10(例如，传感器装置10a)传送的现场信息FI时，控制器20的数据处理器22中的偏移检测器43通过使用从传感器装置10a传送的过程数据以及所获得的现场信息FI来检测过程数据PD的偏移。偏移检测器43的检测结果被传送至质量-正常性预测器44。质量-正常性预测器44确定是否检测到过程数据PD的偏移(步骤S12)。
在质量-正常性预测器44确定尚未检测到过程数据PD的偏移的情况下(在步骤S12为否)，图4所示的过程结束。另一方面，在质量-正常性预测器44确定检测到过程数据PD的偏移的情况下(在步骤S12为是)，质量-正常性预测器44通过使用由质量测量器42计算出的基本数据来预测质量-正常性KPI(步骤S13：第二步骤)。
具体地，质量-正常性预测器44在产生偏移时工厂的操作状态持续的情况下预测质量-正常性KPI的变化(下文中，称为“质量趋势”)。此外，质量-正常性预测器44计算在质量-正常性KPI在适当的质量范围之外且“不适当”之前过去的时间。
质量-正常性预测器44计算将质量-正常性KPI保持在适当的质量范围内所需的操控值的校正值(例如，用于操控阀装置10b的操控值MV的校正值)。此外，质量-正常性预测器44在基于校正后的操控值来进行操控的情况下预测质量-正常性KPI的变化(下文中，称为“校正后的质量趋势”)。在这些过程之后，信息显示器24显示通过质量-正常性预测器44获得的质量-正常性KPI的预测结果(质量趋势和校正后的质量趋势)(步骤S14：第二步骤)。
图5是示出示例性实施例中的显示质量-正常性KPI的示例的图。如图5所示，质量趋势和校正后的质量趋势以二维曲线图的形式显示在信息显示器24上。曲线图的横轴指示时间，而曲线图的纵轴指示质量-正常性KPI。在图5中，曲线L11代表质量趋势，而曲线L12代表校正后的质量趋势。在图5的示例中，在时刻t10处产生过程数据PD的偏移。
在图5中，从时刻t10到时刻t11的时间T11是在产生偏移时工厂的操作状态持续的情况下在质量-正常性KPI在适当的质量范围之外并且“不适当”之前过去的预测时间。也就是说，时间T11是在代表质量趋势的曲线L11在适当的质量范围之外之前过去的时间。
工厂运营方参考图5中所示的代表质量趋势的曲线L11，使工厂运营方可以知道质量-正常性KPI将来将在适当的质量范围之外并且知道在质量-正常性KPI“不适当”之前过去的预测时间T11。此外，工厂运营方参考图5中所示的代表校正后的质量趋势的曲线L12，使得可以通过改变工厂的操作状态来将质量-正常性KPI保持在适当的质量范围内。
当工厂运营方在参考所显示的内容之后利用图2所示的输入单元25指示改变操作状态时，选择器46选择经操控值校正器45校正的操控值而不是从过程控制器41传送的操控值MV，以输出经操控值校正器45校正的操控值作为过程数据PD(控制数据)。在选择器46进行选择之后，经操控值校正器45校正的操控值MV被传送至阀装置10b作为过程数据PD(控制数据)。根据校正后的操控值MV来控制阀装置10b。以该方式，响应于来自工厂操作方的指令(外部指令)，控制器20根据由质量-正常性预测器44计算出的校正值来校正现场装置10(阀装置10b)的操控值，并且控制器20操控现场装置10(阀装置10b)。
与上述操作并行，控制器20的数据处理器22计算用于优化从现场装置10获得的现场信息FI的数据。经由通信处理器21将通过数据处理器22计算出的数据作为优化设置信息SI从操作处理器23传送至现场装置10。通过该操作，现场装置10的设置被改变。以恒定的时间间隔或者仅在需要控制器20优化现场信息FI的时间执行该操作。
接下来，将描述管理器30的操作。管理器30收集现场信息FI并且计算设施-正常性KPI。图6是示出示例性实施例中的计算设施-正常性KPI的过程的流程图。以恒定的时间间隔(例如，等于或长于工厂控制的间隔)或者非恒定的时间间隔执行图6所示的流程图的过程。
管理器30的通信处理器31以预定的定时获得从现场装置10传送的现场信息FI(步骤S21：第一步骤)。在从控制器20传送控制信息CI的情况下，通信处理器31还接收控制信息CI。由通信处理器31获得的现场信息FI被输入至图3所示的数据处理器32的异常状态测量器51和操作状态测量器52。从控制器20传送的控制信息CI被输入至图3所示的数据处理器32的操作负荷测量器55。
被输入了现场信息FI的异常状态测量器51测量现场装置10(例如，传感器装置10a)的异常状态。被输入了现场信息FI的操作状态测量器52测量现场装置10(例如，传感器装置10a)的操作状态。异常状态测量器51的测量结果和操作状态测量器52的测量结果被传送至正常性测量器54。正常性测量器54创建设施-正常性KPI。操作负荷测量器55通过使用操作状态测量器52的测量结果和从控制器20传送的控制信息CI来测量设施的操作负荷。
此外，异常状态测量器51和操作状态测量器52的测量结果被传送至异常状态检测器53。异常状态检测器53检测工厂的异常。异常状态检测器53的检测结果被传送至正常性预测器56。正常性预测器56确定工厂的异常是否存在(步骤S22)。在正常性预测器56确定工厂的异常不存在的情况下(在步骤S22为否)，图6所示的过程结束。
另一方面，在正常性预测器56确定工厂的异常性存在的情况下(在步骤S22为是)，正常性预测器56通过使用由正常性测量器54创建的设施-正常性KPI以及操作负荷测量器55测量出的操作负荷来预测设施-正常性KPI(步骤S23：第二步骤)。
具体地，正常性预测器56在不同操作负荷的每个预测设施-正常性KPI的改变(下文中，称为“设施趋势”)，并且正常性预测器56计算其中工厂的操作可以持续的操作可持续时间。在这些过程之后，信息显示器34显示通过正常性预测器56获得的设施-正常性KPI的预测结果(设施趋势)(步骤S24：第二步骤)。
图7是示出示例性实施例中的显示设施-正常性KPI的示例的图。如图7所示，设施趋势以二维曲线图的形式显示在信息显示器34上。曲线图的横轴指示时间，而曲线图的纵轴指示设施-正常性KPI。在图7中，曲线L21代表在操作负荷为100％的情况下的设施趋势。曲线L23代表在操作负荷为40％的情况下的设施趋势。在图7的示例中，在时刻t20产生工厂的异常。
在图7中，从时刻t20到时刻t21的时间T21是在操作负荷是100％的情况下的操作可持续时间。从时刻t20到时刻t22的时间T22是在操作负荷为70％的情况下的操作可持续时间。工厂工作人员参考信息显示器34上所显示的图7的曲线图，使得工厂工作人员可以知道在操作状态为100％、70％和40％的情况下的设施趋势，并且知道操作可持续时间(从检测到异常性时到设施-正常性KPI达到可操作极限时的时间)。
与上述操作并行，管理器30的数据处理器32计算用于优化从现场装置10获得的现场信息FI的数据。经由通信处理器31将数据处理器32计算出的数据作为优化设置信息SI从操作处理器33传送至现场装置10。通过该操作，现场装置10的设置被改变。可以以恒定的时间间隔或者仅在需要管理器30优化现场信息FI的时间执行该操作。
如上所述，在本实施例中，控制器20和管理器30获得从现场装置10传送的现场信息FI，管理器30获得由控制器20计算出的控制信息CI，以及控制器20和管理器30通过使用现场信息FI来计算指示工厂的正常性的正常性信息(质量-正常性KPI和设施-正常性KPI)。因此，在本实施例中，可以通过使用从现场装置10传送的各种类型的现场信息来获得提高工厂的正常性的有用的正常性信息(质量-正常性KPI和设施-正常性KPI)。通过该处理，可以提高工厂的安全性、效率和质量并且可以降低寿命周期成本。
此外，在本实施例中，控制器20和管理器30通过使用优化设置信息SI来优化从现场装置10分别传送至控制器20和管理器30的现场信息FI。通过该过程，从由现场装置10传送至控制器20和管理器30的现场信息FI之中，可以初步减少控制器20和管理器30不需要的现场信息FI。结果，可以减少选择现场信息FI的过程并且可以降低控制器20和管理器30的负荷。
虽然以上描述了根据本发明的实施例的工厂控制系统、控制器、管理器和工厂信息处理方法，但是本发明不限于上述实施例，并且可以在其范围内被自由修改。例如，虽然对实施例的以上描述是控制器20和管理器30两者都计算正常性信息(质量-正常性KPI和设施-正常性KPI)的示例，但是控制器20和管理器30中的仅一个可以计算正常性信息。此外，虽然对实施例的以上描述是控制器20计算质量-正常性KPI并且管理器30计算设施-正常性KPI的示例，但是可以计算其他正常性信息。
此外，虽然对实施例的以上描述是其中控制器20和管理器30是分离设备的示例，但是控制器20和管理器30可以彼此集成。另外，控制器20和管理器30中的至少一个可以是云计算机。
术语“配置”用于描述装置的部件、单元或部分，该装置包括被构造和/或编程为执行期望功能的硬件和/或软件。
术语“单元”用于描述被构造和/或编程为执行期望功能的硬件和/或软件的部件、单元或部分。硬件的典型示例可以包括但不限于装置和电路。
虽然以上已描述并说明本发明的优选实施例，但是应该理解，这些是本发明的示例并且不被认为进行限制。可以在不脱离本发明的范围的情况下进行添加、省略、替代和其他修改。相应地，本发明不被认为由以上描述来限制，而是仅由所附权利要求书的范围限制。

Claims (22)

1.一种工厂控制系统，包括：
控制器，被配置为通过使用过程数据来控制工厂，所述控制器将所述过程数据传送至现场装置以及从所述现场装置接收所述过程数据，所述控制器从所述现场装置获得指示所述现场装置的状态的现场信息，所述现场装置安装在所述工厂内，并且所述现场装置执行控制所述工厂所需的测量和操控中的至少一种；以及
管理器，被配置为通过从所述现场装置收集所述现场信息来管理所述工厂的状态，
其中，所述控制器和所述管理器中的至少一个通过使用所述现场信息来创建指示所述工厂的正常性的信息。
2.根据权利要求1所述的工厂控制系统，其中，所述控制器创建指示通过控制所述工厂所生产的产品的质量的正常性的第一正常性信息，所述第一正常性信息包括在所述信息中，并且所述控制器使得显示装置显示所述第一正常性信息。
3.根据权利要求2所述的工厂控制系统，其中，在从所述现场装置获得的所述过程数据改变的情况下，所述控制器预测所述第一正常性信息的改变。
4.根据权利要求3所述的工厂控制系统，其中，所述控制器计算将由当前的所述第一正常性信息指示的正常性保持在适当的质量范围内所需的所述现场装置的操控值的校正值。
5.根据权利要求4所述的工厂控制系统，其中，所述控制器根据所述校正值来校正所述现场装置的操控值并且响应于外部指令而操控所述现场装置。
6.根据权利要求1所述的工厂控制系统，其中，所述控制器为所述现场装置设置优化设置信息，所述优化设置信息用于优化从所述现场装置输出的现场信息。
7.根据权利要求1所述的工厂控制系统，其中，所述管理器通过使用从所述控制器获得的所述现场信息和所述控制信息来创建指示包括安装在所述工厂内的所述现场装置的设施的正常性的第二正常性信息，所述第二正常性信息包括在所述信息中,并且所述管理器使得显示装置显示所述第二正常性信息。
8.根据权利要求7所述的工厂控制系统，其中，在所述管理器根据所述现场信息来检测异常的情况下，所述管理器预测第二正常性信息在每个不同的操作负荷下的改变，并且所述管理器使得所述显示装置显示所预测的改变。
9.根据权利要求7所述的工厂控制系统，其中，所述管理器为所述现场装置设置优化设置信息，所述优化设置信息用于优化从所述现场装置输出的现场信息。
10.根据权利要求1所述的工厂控制系统，其中，所述现场信息包括指示所述现场装置的老化状态的信息、指示所述现场装置的压力的信息、以及指示所述现场装置执行的自诊断的结果的信息中的至少一个。
11.一种控制器，包括：
通信处理器，被配置为将过程数据传送至现场装置以及从所述现场装置接收所述过程数据，所述通信处理器从所述现场装置获得指示所述现场装置的状态的现场信息，所述现场装置安装在工厂内，并且所述现场装置执行控制所述工厂所需的测量和操控中的至少一种；以及
数据处理器，被配置为通过使用所述过程数据来控制所述工厂，所述数据处理器通过使用所述现场信息来创建指示所述工厂的正常性的信息。
12.根据权利要求11所述的控制器，其中，所述数据处理器创建指示通过控制所述工厂所生产的产品的质量的正常性的第一正常性信息，所述第一正常性信息包括在所述信息中，并且所述数据处理器使得显示装置显示所述第一正常性信息。
13.根据权利要求12所述的控制器，其中，在从所述现场装置获得的所述过程数据改变的情况下，所述数据处理器预测所述第一正常性信息的改变。
14.根据权利要求13所述的控制器，其中，所述数据处理器计算将由当前的所述第一正常性信息指示的正常性保持在适当的质量范围内所需的所述现场装置的操控值的校正值。
15.根据权利要求14所述的控制器，其中，所述数据处理器根据所述校正值来校正所述现场装置的操控值并且响应于外部指令而操控所述现场装置。
16.根据权利要求11所述的控制器，其中，所述数据处理器为所述现场装置设置优化设置信息，所述优化设置信息用于优化从所述现场装置输出的现场信息。
17.一种管理器，包括：
通信处理器，被配置为从现场装置获得指示所述现场装置的状态的现场信息，所述现场装置安装在工厂内，并且所述现场装置执行控制所述工厂所需的测量和操控中的至少一种；以及
数据处理器，被配置为通过使用所述现场信息来创建指示所述处理的正常性的信息。
18.根据权利要求17所述的管理器，其中，所述数据处理器通过使用从所述控制器获得的所述现场信息和所述控制信息来创建指示包括安装在所述工厂内的所述现场装置的设施的正常性的第二正常性信息，所述第二正常性信息包括在所述信息中，并且所述数据处理器使得显示装置显示所述第二正常性信息。
19.根据权利要求18所述的管理器，其中，在所述数据处理器根据所述现场信息来检测异常的情况下，所述数据处理器预测第二正常性信息在每个不同的操作负荷下的改变，并且所述数据处理器使得所述显示装置显示所预测的改变。
20.根据权利要求17所述的管理器，其中，所述数据处理器为所述现场装置设置优化设置信息，所述优化设置信息用于优化从所述现场装置输出的现场信息。
21.一种工厂信息处理方法，包括：
从现场装置获得指示所述现场装置的状态的现场信息，所述现场信息安装在工厂内，并且所述现场装置执行控制所述工厂所需的测量和操控中的至少一种；以及
通过使用所获得的现场信息来创建并显示指示所述工厂的正常性的信息。
22.根据权利要求21所述的工厂信息处理方法，其中，创建并显示指示通过控制所述工厂所生产的产品的质量的正常性的第一正常性信息和指示包括安装在所述工厂内的所述现场装置的设施的正常性的第二正常性信息，并且所述第一正常性信息和所述第二正常性信息包括在所述信息中。
CN201410742819.5A 2013-12-10 2014-12-08 工厂控制系统、控制器、管理器、以及工厂信息处理方法 Active CN104699037B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2013255420A JP5958456B2 (ja) 2013-12-10 2013-12-10 プラント制御システム、制御装置、管理装置、及びプラント情報処理方法
JP2013-255420 2013-12-10

Publications (2)

Publication Number Publication Date
CN104699037A true CN104699037A (zh) 2015-06-10
CN104699037B CN104699037B (zh) 2018-02-09

Family

ID=51947209

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410742819.5A Active CN104699037B (zh) 2013-12-10 2014-12-08 工厂控制系统、控制器、管理器、以及工厂信息处理方法

Country Status (4)

Country Link
US (1) US10419526B2 (zh)
EP (1) EP2884358B1 (zh)
JP (1) JP5958456B2 (zh)
CN (1) CN104699037B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111352396A (zh) * 2018-12-20 2020-06-30 恩德莱斯和豪瑟尔咨询股份公司 确定直到需要服务动作为止的时间间隔的方法
CN114599840A (zh) * 2019-10-25 2022-06-07 卡特彼勒公司 用于确认工作现场处的机器的可用性的系统和方法

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6710939B2 (ja) * 2015-11-09 2020-06-17 横河電機株式会社 フィールド機器
JP5992087B1 (ja) 2015-12-28 2016-09-14 ファナック株式会社 機械の保全計画を作成する予防保全管理システム
JP6536488B2 (ja) 2016-05-31 2019-07-03 横河電機株式会社 機器保全装置、機器保全方法、機器保全プログラム及び記録媒体
US10643167B2 (en) * 2016-07-28 2020-05-05 Honeywell International Inc. MPC with unconstrained dependent variables for KPI performance analysis
JP6302014B2 (ja) * 2016-08-16 2018-03-28 ファナック株式会社 セル制御装置
JP6933899B2 (ja) 2017-01-12 2021-09-08 横河電機株式会社 プラント運転支援装置、プラント運転支援方法、及びプラント運転支援プログラム
JP2018120456A (ja) * 2017-01-26 2018-08-02 三菱日立パワーシステムズ株式会社 アラーム表示システムおよびアラーム表示方法
JP6753791B2 (ja) * 2017-02-07 2020-09-09 アズビル株式会社 メンテナンス時期予測装置、流量制御装置およびメンテナンス時期予測方法
JP6753799B2 (ja) * 2017-02-23 2020-09-09 アズビル株式会社 メンテナンス判断指標推定装置、流量制御装置およびメンテナンス判断指標推定方法
DE102017116167A1 (de) * 2017-07-18 2019-01-24 Endress+Hauser Process Solutions Ag Verfahren zum Überwachen einer Automatisierungsanlage
DE102018116048B4 (de) 2018-07-03 2020-10-01 Samson Aktiengesellschaft Diagnose von möglichen Ursachen für Veränderungen an einem Stellventil
US20210003983A1 (en) * 2018-10-29 2021-01-07 Koniolta Minolta, Inc. Inspection Support Method, Inspection Support Apparatus, and Inspection Support Program
JP7359178B2 (ja) * 2021-03-10 2023-10-11 横河電機株式会社 制御装置、制御方法、および、制御プログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0897560A1 (en) * 1996-05-06 1999-02-24 Pavilion Technologies, Inc. Method and apparatus for modeling dynamic and steady-state processes for prediction, control and optimization
CN101241358A (zh) * 2006-11-10 2008-08-13 洛克威尔自动控制技术股份有限公司 用于嵌入式历史记录组件的可调整数据收集速率
EP2345942A2 (en) * 2010-01-06 2011-07-20 Yokogawa Electric Corporation Plant analysis system

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6043702A (ja) * 1983-08-22 1985-03-08 Toshiba Corp プラントの運転監視制御装置
FI114745B (fi) * 1998-06-01 2004-12-15 Metso Automation Oy Kenttälaitteiden hallintajärjestelmä
JP2002250271A (ja) * 2001-02-23 2002-09-06 Toshiba Eng Co Ltd 地熱発電用蒸気タービンのスケール付着監視システム
JP2006146631A (ja) * 2004-11-22 2006-06-08 Yokogawa Electric Corp フィールド機器管理装置およびフィールド機器管理方法
JP2008262375A (ja) * 2007-04-12 2008-10-30 Yokogawa Electric Corp 異常診断結果出力機能を有するフィールド機器と異常診断結果出力方法
DE102008024668A1 (de) * 2007-05-24 2008-11-27 ABB Inc., Norwalk Inventarmonitor für Feldbuseinrichtungen
US8731895B2 (en) * 2008-05-20 2014-05-20 Honeywell International Inc. System and method for accessing and configuring field devices in a process control system
US8108200B2 (en) * 2008-05-20 2012-01-31 Honeywell International Inc. System and method for accessing and configuring field devices in a process control system using distributed control components
US8571696B2 (en) * 2009-06-10 2013-10-29 Fisher-Rosemount Systems, Inc. Methods and apparatus to predict process quality in a process control system
US8937555B2 (en) * 2011-05-31 2015-01-20 General Electric Company Systems and methods to overlay behaviors on foundation fieldbus alerts
US10223327B2 (en) * 2013-03-14 2019-03-05 Fisher-Rosemount Systems, Inc. Collecting and delivering data to a big data machine in a process control system
DE112014001381T5 (de) * 2013-03-15 2016-03-03 Fisher-Rosemount Systems, Inc. Emerson Process Management Datenmodellierungsstudio

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0897560A1 (en) * 1996-05-06 1999-02-24 Pavilion Technologies, Inc. Method and apparatus for modeling dynamic and steady-state processes for prediction, control and optimization
CN101241358A (zh) * 2006-11-10 2008-08-13 洛克威尔自动控制技术股份有限公司 用于嵌入式历史记录组件的可调整数据收集速率
EP2345942A2 (en) * 2010-01-06 2011-07-20 Yokogawa Electric Corporation Plant analysis system

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111352396A (zh) * 2018-12-20 2020-06-30 恩德莱斯和豪瑟尔咨询股份公司 确定直到需要服务动作为止的时间间隔的方法
CN114599840A (zh) * 2019-10-25 2022-06-07 卡特彼勒公司 用于确认工作现场处的机器的可用性的系统和方法
US11928624B2 (en) 2019-10-25 2024-03-12 Caterpillar Inc. System and method for validating availability of machine at worksite
CN114599840B (zh) * 2019-10-25 2024-04-12 卡特彼勒公司 用于确认工作现场处的机器的可用性的系统和方法

Also Published As

Publication number Publication date
JP5958456B2 (ja) 2016-08-02
US20150160630A1 (en) 2015-06-11
JP2015114778A (ja) 2015-06-22
EP2884358A1 (en) 2015-06-17
EP2884358B1 (en) 2018-02-28
CN104699037B (zh) 2018-02-09
US10419526B2 (en) 2019-09-17

Similar Documents

Publication Publication Date Title
CN104699037A (zh) 工厂控制系统、控制器、管理器、以及工厂信息处理方法
US10282676B2 (en) Automatic signal processing-based learning in a process plant
JP6960437B2 (ja) 非侵入型センサシステム
US9823626B2 (en) Regional big data in process control systems
EP2973242B1 (en) Modelling and adjustment of process plants
US10909137B2 (en) Streaming data for analytics in process control systems
CN203363353U (zh) 过程控制阀组件
JP5778087B2 (ja) プロセス監視システム及び方法
CN106796419A (zh) 用于过程控制系统分析的数据管道
JP6599428B2 (ja) グリッドの異常重大度を表す現場でのセンサ応答データパターンを分類するためのシステム及び方法
CN101523316A (zh) 用于检测加工厂中的故障的方法和系统
CN105758661B (zh) 一种锅炉受热面寿命评估系统和方法
KR20140130540A (ko) 설비들의 그룹의 조건 모니터링을 위한 방법 및 시스템
KR20140121527A (ko) 건물 에너지 관제 장치 및 방법
WO2013160774A2 (en) Service port explorer
JP2023106444A (ja) 情報処理システム、情報処理方法及び情報処理装置
KR20200119359A (ko) 혼합 현실을 이용한 설비 모니터링 장치
US20220197260A1 (en) Faulty Variable Identification Technique for Data-Driven Fault Detection Within A Process Plant
EP2618231A2 (en) System and method for monitoring, diagnostics, and prognostics
RU2735296C1 (ru) Способ многопараметрического контроля состояния сложных электротехнических объектов
Alexandru et al. Building a smart maintenance architecture using smart devices: A web 2.0 based approach
RU2800740C1 (ru) Система и способ выявления аномалий в киберфизической системе
Vanitha et al. An Innovation Development of Neuro Controller for Condition Monitoring and Smart Industrial Instrumentation
EP4336294A1 (en) System and method for detecting anomalies in a cyber-physical system
US20240086267A1 (en) System and method for detecting anomalies in a cyber-physical system

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