CN104871097A - 用于监测和/或诊断工业工厂生产线操作的系统和方法 - Google Patents

用于监测和/或诊断工业工厂生产线操作的系统和方法 Download PDF

Info

Publication number
CN104871097A
CN104871097A CN201280077723.0A CN201280077723A CN104871097A CN 104871097 A CN104871097 A CN 104871097A CN 201280077723 A CN201280077723 A CN 201280077723A CN 104871097 A CN104871097 A CN 104871097A
Authority
CN
China
Prior art keywords
production line
data processing
digital
service device
remote data
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
CN201280077723.0A
Other languages
English (en)
Other versions
CN104871097B (zh
Inventor
R.德拉特
M.赫尼克
S.科克
C.温特哈尔特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ABB Technology AG
Original Assignee
ABB T&D Technology AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ABB T&D Technology AG filed Critical ABB T&D Technology AG
Publication of CN104871097A publication Critical patent/CN104871097A/zh
Application granted granted Critical
Publication of CN104871097B publication Critical patent/CN104871097B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/18Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
    • G05B19/406Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by monitoring or safety
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric 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
    • G05B23/0243Electric 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 model based detection method, e.g. first-principles knowledge model
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32179Quality control, monitor production tool with multiple sensors
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32301Simulate production, process stages, determine optimum scheduling rules
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32342Real time simulation
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/33Director till display
    • G05B2219/33286Test, simulation analysator
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/35Nc in input of data, input till input file format
    • G05B2219/35308Update simulator with actual machine, control parameters before start simulation
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/30Nc systems
    • G05B2219/37Measurements
    • G05B2219/37616Use same monitoring tools to monitor tool and workpiece
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • General Factory Administration (AREA)

Abstract

公开用于监测和/或诊断工业工厂的生产线(8,223)的操作的系统和方法,该生产线(8,223)由自动化系统(10,226)控制。系统包括安装在工业工厂外部的远程数据处理服务器(6,200),其设置成:接收反映至少一个控制输入信号(12,222)的数字输入信号(205)和反映所述第二操作状态(224)的数字输出信号(208);通过将数字输入(205)和数字输出(208)信号输入生产线(8,223)和自动化系统(6,200)的数字观察器模型(4,202)并且通过处理该数字观察器模型(4,202)来确定至少第一和第二模型化状态(14’,207),其分别对应于至少第一和第二操作状态(224);以及将至少第一和第二模型化状态(14’,207)从它们可以被模型化和/或诊断模块(210,212)访问的地方转发到所输出接口(203)。

Description

用于监测和/或诊断工业工厂生产线操作的系统和方法
技术领域
本发明涉及用于监测和/或诊断工业工厂生产线操作的系统和方法,其中生产线的操作由自动化系统控制并且其中生产线的至少第一和第二操作状态取决于到生产线的至少一个控制输入信号。
背景技术
文献EP 2 293 164 A1公开用于监测分布式主系统(例如电力系统、供水或气系统或远程通信系统)的过程控制和监测系统。该过程控制和监测系统设置在分布式计算资源(叫作云资源)中。过程控制和监测系统经由网络连接接收主系统的传感器信号并且也经由网络连接将它提供给用户。
发明内容
本发明的目标是改进生产系统的监管和维护,该生产系统包括生产线和控制该生产线的自动化系统。
该目标由独立权利要求的特征解决。有利实施例是从属权利要求的对象。
根据本发明的方面,用于监测和/或诊断工业工厂的生产线的操作的系统包括安装在工业工厂外部的远程数据处理服务器,其经由第一数据通信网络连接到生产线和/或自动化系统并且其包含到在远程数据处理服务器中实现的监测和/或诊断模块或到第一或第二数据通信网络(214)的输出接口,其中该远程数据处理服务器设置成
-通过第一数据通信网络接收反映至少一个控制输入信号的数
字输入信号,和反映第二操作状态的数字输出信号,
-通过将数字输入和数字输出信号输入将生产线和自动化系统
的时间相关操作行为模型化的数字观察器模型并且通过处理该数字观察器模型来确定至少第一和第二模型化状态,至少第一和第二模型化状态分别对应于至少第一和第二操作状态,以及
-将至少第一和第二模型化状态转发到输出接口。
根据本发明的另一个方面,用于监测和/或诊断生产线操作的方法
包括由远程数据处理服务器执行的方法步骤。
要监测和/或诊断的生产线可示范性地包括机器人、操纵器、驱动器和/或泵(其例如通过传送机和/或管道而互连)作为致动器。致动器是现实工厂的部分,其例如从罐接收原材料并且基于由自动化系统控制的生产线所实现的生产过程而将它们转换成产品,其中生产过程基于预定条件例如由操作者限定。致动器由自动化系统提供有至少一个控制输入信号,其促使致动器执行影响生产线行为并且由此影响执行生产过程的方式的合成控制动作。在下面,生产线和自动化系统的组合也叫作生产系统。
反映或包含关于至少一个控制输入信号的信息的数字输入信号优选地具有这样的值,其对应于相关控制输入信号的幅度。数字输入信号可在当前将至少一个控制输入信号应用于生产线时反映它,其优选地用于在线监测和诊断。为了在线监测和诊断,历史控制输入信号可发送到远程数据处理服务器。
提供的系统和方法基于使工业工厂中需要的用于提供需要的监测和/或诊断信号和信息的技术设备的数量减少的想法。
这通过提供数字观察器模型来实现,该数字观察器模型使生产线和自动化系统的时间相关行为模型化(即,它由生产线模型和自动化系统模型组成),并且可以在已知控制输入信号和现实操作状态中的至少一个时用于计算生产线模型和自动化系统模型的操作状态。与当前安装的基于工厂的监测和诊断系统相比较,因为现在计算而不是测量许多操作状态,需要的传感器信号以及因此要安装的传感器单元的数量大大减少。此外,通过用数字观察器模型生成内部操作状态(其无法通过测量获得)来确定它们,这现在可变得可能。
另外,数字观察器模型的处理在安装在工业工厂外部的远程数据处理服务器中实现。因此,在工业工厂中直接需要以用于监测和/或诊断目的的数据处理容量的量也减少。
数字观察器模型的确定模型化状态在一个技术方案中被转发到在远程数据处理服务器中实现的监测和/或诊断模块。监测和/或诊断模块然后可处理模型化状态,就好像它们是现实生产系统的测量一样,并且然后可经由例如Web页面将成果和结果展现给工业工厂的操作者。这意指工业工厂除一些传感器信号外仅需要提供对远程数据处理服务器上运行的一个软件应用的访问,用于使监测和诊断结果可视化。对该软件应用的访问也容易从移动通信设备实现,使得不仅坐在控制室中的操作者而且在现场工作的服务人员也可以同时使用数字观察器模型用于监测和/或诊断目的。
在备选技术方案中,监测和/或诊断功能性的部分在工业工厂侧上实现。在该情况下,远程数据处理服务器设置成在将用于监测和/或诊断目的的至少第一和第二模型化状态转发到输出接口之前预先处理它们。
提供的系统和方法可另外用于促进生产线的高效控制。因此,数字观察器模型可为了模拟生产线或其部分的几何、运动和/或行为条件而充当现实工厂对象中的示范性生产系统或控制部件或设备。数字观察器模型可包括生产线的设备、过程和信号的模型、在自动化系统中执行的控制功能的副本或简化模型并且还包括生产线与自动化系统之间的交互的模型。数字观察器模型从而代表现实工厂的时间相关行为的仿效。
然而,现实工厂的模拟(即,数字观察器模型的处理)需要适合的模拟器、仿真器和刺激器,其计算数字观察器模型的内部时间相关状态,而没有存在的现实工厂的对应现实部件的测量。模拟因此不仅可以用于仅仅基于控制输入信号和一些传感器信号确定生产系统的当前操作状态,而且还预测现实工厂的未来时间相关行为。另外,数字观察器模型可用于基于数字观察器模型的结果来优化生产过程,来验证生产线的元件或自动化系统的控制功能的功能性或性能、训练工业工厂的操作者、调度生产线的生产等。根据需要的模型化状态的质量和精度,数字观察器模型可在不同的抽象级模型化。与提供的系统和方法一致,认识到生产系统的行为通过计算作为离散时间相关信号的模型化状态来预测,由此假设生产系统的操作状态的现实时间相关行为和模型化状态的时间相关行为是相同的。
因为这通常在生产过程的整个运行时间期间无法被确保,建议数字输入信号和数字输出信号每个包含时间戳,其分别指示取至少一个控制输入信号和第二操作状态的时间点,并且其中远程数据处理服务器设置成使数字观察器模型的处理与数字输入和输出信号的时间戳时间同步。
然而,在现实工厂操作(例如服务和维护)期间的改变未反馈给数字观察器模型,使得操作与模型化状态之间的差异可稳定增加,并且不再反映现实。
因此,与提供的系统和方法一致,提出远程数据处理服务器设置成将数字输出信号与第二模型化状态比较并且基于比较的结果来更改数字观察器模型。进一步提出从明确定义的初始状态开始数字观察器模型的处理,其中初始状态可例如通过同时开始生产过程和数字观察器模型的处理或通过等待直到生产系统达到稳定状态或明确定义的状态以及通过相应地触发数字观察器模型的处理来实现。
进一步建议在现实工厂中的自动化工艺已经运行时收集生产系统中的数据,其描述生产系统的特定操作状态。该提议基于生产系统以及因此数字观察器模型的初始状态在开始模拟现实工厂的行为时是未知的这一想法,其中这可导致上文提到的模拟与现实之间的差异。基于该想法,以数据收集器的形式提供到自动化系统的信息接口,其访问描述生产系统的初始或明确定义的状态的所有需要的信息。该数据收集器系统可示范性地在负责收集来自生产系统的不同部分的信息的不同子部件中分布。一旦已知运行的生产系统的某一操作状态,它可用于更新数字观察器模型来闭合模拟与现实之间的差距。也就是说,提供的方法提出至少不时地对于现实来跟踪数字观察器模型。
从跟踪的数字观察器模型开始,现实工厂的模拟更接近现实使得可以以更高可靠性地估计示范性故障。即使无法及时检测故障或另一个错误,跟踪的数字观察器模型可以用于以更可靠的方式重建导致故障或错误的情形,因为与用于基于数字观察器模型开始现实工厂的模拟的初始边界条件相比,最后的操作状态可已经包括关于导致故障或错误的触发的信息。因此,现实工厂的至少部分的停工期可以减少。在该方面中,因为分析现实工厂的故障或错误部分的所有必需数据已经在数字观察器模型中可用并且不必在现场采用繁琐的方式跟踪,提出的方法还使跟踪导致故障或错误的触发的硬件投入减少。在现场用测量仪器现场跟踪数据的特殊服务团队将也变得至少部分是多余的。
因为生产线和生产系统通常是比较复杂的,进一步建议数字观察器模型分成至少两个子模型,其使生产线和自动化系统的至少两个对应部分的时间相关操作行为模型化。
此外,与提供的系统和方法一致,生产系统的操作状态可包括完全描述在或直到某一时间点的生产系统的特性所必需的所有信息。然而,与提供的系统和方法一致,生产系统的操作状态也可仅包括该信息的一部分,这取决于监测和/或诊断要求。操作状态可以例如包括传感器或致动器的信号值、软件状态、关于在控制设备和通信系统上运行(即属于自动化系统)的软件程序的内部变量或指令指针的信息。
提出的系统和方法使服务团队能够分析生产系统的行为或预测维护。然而,与提供的系统和方法一致,认识到因为服务团队无法查看未被或无法被测量的那些信号,利用原先使用的技术,对生产系统的操作状态的访问受到限制。该查看现在由数字观察器模型提供。这样,服务团队能够基于数字观察器模型(其中模型化状态充分接近生产系统的现实操作状态)检查关于生产系统的所有必需信息。
在另外的实施例中,远程数据处理服务器在包括分布式存储装置的分布式处理系统上实现。因此,提供的方法包括在分布式处理系统(其包括分布式存储装置,叫作云)上运行数字观察器模型的步骤,其中分布式处理系统经由第一网络连接而连接到生产系统。与提供的系统和方法一致,云将是表现得像单个计算部件的计算机的网络。它可用于从低复杂应用(例如,存储)直到高复杂应用(其能够对复杂且全功能虚拟PC提供它们的特定软件、接口和操作系统)的广泛应用。
简单的云应用可以是共享存储,其表现得像外部硬驱动器,但提供将来自云的数据镜像到本地文件夹的同步功能性。云和本地文件夹两者中的改变在没有用户交互的情况下在背景中自动同步。不同的供应商提供这样的存储,其允许将数据存储在永久与不同用户的个人计算机上的本地文件夹同步的共享存储中。对于此,供应商特定软件安装在每个个体PC中,其在在线访问的情况下永久执行背景中的同步过程。此外,该技术允许跨不同操作系统的文件共享。对若干平台(像MS Windows、Android、Linux等)提供同步软件,其也允许来自移动设备的数据同步和更新。最后,提供在文件级上的版本化功能性,其允许恢复来自较旧版本的数据并且跟踪改变。
如在本实施例中的复杂云应用可以是用于在若干不同类型的服务器(像数据服务器、活动目录服务器,等)之间共享计算能力、提供以用于直接在云中执行功能和算法的计算机网络的利用。云技术的优势是不仅存储而且计算能力可被暂时或静态排序,以便在特定虚拟机上执行较大软件或使更多的虚拟机移入它内。因为现实生产系统的操作状态已经进一步移动,根据数字观察器模型的复杂性,云技术从而可以用于在分布式计算资源上运行它以在数字观察器模型的模型化状态变得过时之前实现模拟结果。
在另外的实施例中,提供的方法包括将更新的模型化状态存储在分布式存储中的步骤。这不仅允许访问模型化状态(只要到分布式存储的网络连接可用即可),其显然促进现实生产系统的远程监测和诊断,更新的模型化状态的数据业务也可变得非常高,这可不能存储在在生产系统处本地提供的存储设备上。在该方面中,分布式存储以及从而云可能够使出现的数据业务减少并且在预定时段内存储更新的模型化状态的所有版本、基于数字观察器模型让服务团队在任何稍后的时间洞察生产系统的操作状态,而在该预定时段内没有任何中断。
在提供的系统和方法的实施例中,至少第一和第二模型化状态被持续、定期或基于触发地确定。尽管模型化状态的持续更新总是提供关于生产系统的大部分实际操作状态的信息,定期更新使需要的数据业务减少。在使用触发更新时,可以控制更新例如以在指定有限带宽来将测量的操作状态传送到生产系统的情况下实现最佳结果。
在提供的系统和方法的另一个实施例中,生产系统的一个或多个测量操作状态包括以下中的至少一个
-生产系统的传感器和/或致动器的信号值,和/或
-自动化系统的软件状态,和/或
-关于当前在属于生产系统的设备和/或与自动化系统通信的通信系统上执行的功能或软件应用的内部变量和/或指令指针的信息。
在提供的系统和方法的另外的实施例中,利用高于生产系统的操作状态改变所在的速度的速度确定生产系统的模型化状态。以那种方式,预测生产系统的未来行为并且足够早地识别可能出现的错误或故障来防止它们,这是可能的。
在再另一个实施例中,如果在生产系统中存在需要的改变,该改变可以通过使用数字观察器模型并且从生产系统的当前状态开始而提前测试。数字观察器模型可包括对生产系统的至少部分的磨耗和其他时间相关影响。从而,需要的改变对生产系统的影响可以基于以较高可靠性利用数字观察器模型的模拟而测试。
提供的系统和方法的一个另外的优势是生产系统的瓶颈可以基于运行模型而识别。与之同步,用于防止瓶颈的情景可以在不影响生产系统操作的情况下提前测试。
根据本发明的另一个方面,远程数据处理服务器设置成处理训练模型(其包含数字观察器模型)和控制室系统模型,其中控制室系统包括对操作者的输入,用于影响自动化系统的操作。
此外,用于训练自动化系统的操作者的方法包括:
-执行上文提供的方法;
-存储更新的模型化状态;以及
-开始训练模型以基于更新的模型化状态来模拟生产系统,其中该训练模型包括对操作者的输入,用于改变更新的模型化状态。
存储的更新模型化状态可反映对生产系统的不可预见情形,其难以仅仅基于数学来建立。这些不可预见情形从而可以适当地用于训练生产系统的操作者来适当地作出反应。
在本发明的实施例中,远程数据处理服务器包括存储器和数据处理器。其中,上文提到的方法中的一个作为计算机程序存储在存储器中并且在将计算机程序从存储器加载到处理器内时,处理器适于实施方法的方法步骤。
根据本发明的另外的方面,计算机程序适于执行上文提供的方法中的一个。
根据本发明的另外的方面,电子存储装置存储提供的计算机程序和/或数字观察器模型,其基于上文提供的方法中的一个而更新。
附图说明
上文描述的本发明的特性、特征和优势以及将达到它们所采用的方式将基于本发明的实施例的下列描述而更清楚限定,这些实施例将基于图来描述,其中
图1示出在基于云的存储系统中连接到生产系统的模型的生产系统的示意图,
图2示出对于图1的生产系统的示例,
图3示出图2的生产系统的示意信号流,
图4示出模拟图2的生产系统的模拟程序的示意信号流,
图5示出这样的图,其图示根据图4的生产系统的数字观察器模型中的一个状态变量的时间相关行为,以及
图6示出生产系统与远程数据处理服务器之间的交互的示意概览。
在图中,相同的技术元件将提供有相同的标号并且仅描述一次。
具体实施方式
参考图1,其示出生产系统2的示意图,该生产系统2经由线束或无线第一数据通信网络连接到基于云的远程数据处理服务器(在下面,简单地叫作云6)中的生产系统2的数字观察器模型4。
生产系统2包括生产线8,其示范性地接收原材料并且通过执行生产过程而用这些原材料形成产品。该生产线8和它的生产过程由自动化系统10控制,也叫作控制系统,其可向生产线8并且特别向生产线8中的致动器提供控制输入信号12,并且接收生产线8的操作状态的测量值14。在本实施例中,自动化系统10将包括至少一个可编程逻辑控制器,在下文叫作PLC 10。除其他外,PLC 10可通过基于控制值或控制输入信号12(其基于测量值14而自己生成)控制生产线8、基于这些值12、14来示范性地构成封闭控制环。
在本实施例中,提供数据收集器16,其从生产系统2收集数据18,特别是反映控制输入信号中的至少一个的数字输入信号和反映操作状态中的至少一个的数字输出信号,以将这些数据18传送到云6中的数字观察器模型4。来自生产线8和对应生产过程的数据18的部分可以示范性地包括状态变量20、传感器变量22或致动器变量24。来自PLC 10的数据18的部分可以示范性地包括控制指针26、内部变量28或软件状态30的值。数据18可示范性地经由数据总线32收集并且从而提供给数据收集器16。
在云6中,数字观察器模型4可包括过程模型34和PLC模型36,用于模拟生产系统2的时间相关行为,其中过程模型34代表由它执行的生产线8和生产过程两者。作为生产系统2的系统的模型化是本领域内技术人员众所周知并且从而为了简洁起见不应详细解释。与生产系统2一致,过程模型34由PLC模型36控制,其也可基于由之前提到的生产系统2的模拟所产生的相应控制值12’和模型化状态14’来构成封闭控制环。
模拟本身由模拟程序38执行,该模拟程序38利用模型34、36来模拟生产系统的时间相关行为。此外,可提供分析器部件40,其使服务人员能够查阅模型34、36并且分析模拟生产系统2。
为了进一步详细解释实施例,在下文应注意示范性生产系统2。该示范性生产系统2在图2中示出。
示范性生产系统2将经由传送带42来运输金属板44,其收集在容器46中来形成叠层堆48。这样的叠层堆48可采用本领域内技术人员众所周知的方式用作电动机的机器人。收集的形成叠层堆48的金属板44采用本领域内技术人员众所周知的方式经由机械压力机50连接在一起。
传送带42包括电动传送机马达52,其由PLC 10控制速率。为了该目的,PLC 10基于来自传送机马达52的接收传送机速率56向传送机马达52输出传送机电流54。在操作中,金属板44可示范性地通过助手加载在传送带42上。传送带42在将金属板44运输到容器46(其从而将用板填充)之前由PLC 10采用提到的方式控制。电眼58检测传送带42上的金属板44并且对每个传递的金属板44向PCL 10输出脉冲60使得PLC 10可以对容器中有多少金属板44计数。如果在容器46中存在足够的金属板44,PLC 10通过中止传送机电流54来中止传送带42并且开始操作机械压力机50。机械压力机50由电动压力机马达62(其由PLC 10控制力)驱动。为了该目的,PLC 10基于来自压力机马达62的接收压力66向压力机马达62输出压力机电流64。在操作机械压力机50后,当金属板44连接在一起时,PLC 10中止生产线8的生产过程直到容器46未被加载。
在本实施例中,上文提到的助手可未加载产生的来自容器的叠层堆48并且通过按压起动按钮68(其向PLC 10输出起动信号70)而继续生产线8的操作。
即,在本实施例中,生产系统2的生产线8包括两个致动器52、62,其在它们的操作中通过PLC 10而同步。
参考图3,其示出图2的生产系统2的信号流平面图。
如已经提到的,图2的PLC 10提供两个封闭控制环。在这些封闭控制环中的第一个中,PLC 10利用传送机控制器72控制传送机马达52。在这些封闭控制环中的第二个中,PLC 10利用压力机控制器74控制压力机马达62。
在第一封闭环中,PLC 10采用本领域内技术人员已知的方式生成存储在速率存储77中的期望速率76与传送机速率56之间的非参考差异。传送机控制器72接收该差异并且采用使差异减少到零的方式生成传送机电流54。传送机马达52上的任何传送机扰乱78可使之前提到的期望速率76与传送机速率56之间的差异增加并且从而导致传送机电流54中的改变。这样的传送机扰乱78可示范性地是传送带42中的污染或磨损,从而需要传送机马达52用更高的力驱动传送带42来保持期望的速率76。该更高的力需要更高的传送机电流54来驱动传送机马达52。因此,传送机电流54中的任何改变可指示传送机扰乱78。
在第二封闭环中,PLC 10采用本领域内技术人员已知的方式生成存储在力存储83中的期望力82与压力66之间的非参考差异。压力机控制器74接收该差异并且采用使之前提到的差异减少到零的方式生成压力机电流64。如与在第一封闭环中的一样,第二封闭环中的任何压力机扰乱80可使之前提到的期望力82与压力66之间的差异增加并且从而导致压力机电流64中的改变。这样的压力机扰乱80可示范性地是机械压力机50中齿轮的减少的润滑,从而需要压力机马达62用更高的力驱动机械压力机50来保持期望力82。如与在第一封闭控制环中的一样,更高的力需要更高的压力机电流64来驱动压力机马达62。因此,压力机电流64中的任何改变可指示压力机扰乱80。
为了运行图2中的生产线8,PLC 10必须使传送机控制器72和压力机控制器74的操作同步。如下文提到的,在助手按压按钮68从而提供起动信号70时并且只要容器46中金属板44的数量不超过可存储在极限存储85中的某一值84,传送带42将开始运行。为了该目的,PLC 10包括计数器86,其对接收的脉冲60计数。在接收的脉冲60的数量超过某一值84时,计数器86输出计数器信号88。比较器90比较起动信号70和计数器信号88并且输出比较器信号92,其在起动信号70有效并且计数器信号88无效时激活传送机控制器72并且从而激活传送机马达52。如果相应地,计数器86中的接收脉冲信号60的数量等于某一值84,计数器86的计数器信号88变高,从而激活压力机控制器74并且相应地经由从而停用的比较器信号92来停用传送机控制器72。
在本实施例中,数据收集器16将示范性地收集反映由PLC 10生成并且传送到生产线8中的致动器的控制输入信号的所有数字输入信号以及生产线8的至少一个操作状态和/或PLC 10的至少一个操作状态作为数据18。这些收集的数据18然后传送到云6中的存储位点,该存储位点被模拟程序38访问。
参考图4,其示出基于过程模型34和PLC模型36模拟图2的生产系统的模拟程序38的信号流平面图。在图4的模型34、36中,对应于生产系统中的现实元件的所有模拟元件用与在图2和3中相同的标号引用。其中,模拟元件用撇号指示并且为了简洁起见将不再一次描述。
基于模拟程序38和其中使用的模型34、36,可以详细监测和/或诊断生产系统。除其他外,这样的诊断可针对生产系统2中两个致动器52、62的操作是否很好同步或在原材料预备中是否出现瓶颈的问题。另一个可能性可能是生产系统中可能改变的模拟,其中生产率中的修正可通过系统化序列的自动化测试来访问。监测可进一步包括找到潜在错误情况,其可导致生产系统2的一部分或甚至整个生产系统2的故障。备选地或另外,上文提到的助手或其他服务人员可在与现实生产系统2一起工作之前基于模拟程序38来训练。
为了上文提到的目的,在应开始生产系统2的模拟时,过程模型34和PLC模型36可设置成初始起动条件,叫作边界条件。然后,生产系统2的模拟可基于过程模型34和PLC模型36而运行直到某一时间点,对于上文提到的监测和/或诊断的特殊兴趣的时段在该时间点开始。示范性地,在错误的情况下,生产系统2的模拟可运行直到出现错误前不久的时间点。
然而,因为过程模型34可未考虑所有可能的副作用,例如生产线8的元件的老化或磨损,可存在这样的情形,其中找到错误或找到该错误的原因的机会是小的。生产线元件的未模型化行为的示例是传送机扰乱78(例如传送带42中的污染)和压力机扰乱80(例如机械压力机50中齿轮的减少的润滑),即,这些扰乱78和80对于过程模型34是未知的。
该缺点使得难以基于之前提到的生产系统2的模拟找到错误或至少错误的原因。在这样的情况下,将仍然需要现实生产系统2处服务工程师的现场工作。然而,这样的服务工程师必须行进到现实生产系统2并且对于像测试优化情景或向其他客户提供远程辅助的其他目的不可用。从而,之前提到的错误导致在两个方面相当大的过多投入,即由于在服务工程师行进到现实生产系统时现实生产系统的停工期和由于服务工程师在家里的不可用性。也就是说,在具有程序模型34和PLC模型36的模拟程序38连同反映投入的后续效应的生产系统的至少一个操作状态的数据可以用于识别上文提到的错误时,对维护现实生产系统2的投入可大大减少。
为了实现诊断以用于找到之前提到的错误或其他种类的之前提到的监测或测试,与本实施例一致地提出定期使过程模型34和PLC模型36与生产系统2中的数据收集器18收集的数据18重新对准。为了该目的,云6中的模拟程序38包括数据分配器94,其从现实生产系统2中的数据收集器16接收数据18并且将数据18分配到模拟程序38中的信号,这些信号对应于从其取数据18的现实生产过程2中的信号。该分配可相应地经由虚拟数据总线32’来执行。
在本实施例中,数据18的传送以及从而现实生产系统2与模拟程序38之间的重新对准应示范性地基于起动按钮68而触发。即,每当助手按压起动按钮68时,过程模型34和PLC模型36将基于从生产系统2的生产线8和PLC 10传送的数据18而更新。以那种方式,继重新对准后自动化系统2中的每个生产周期可以更接近现实地被模拟,如果在继同步之后的生产周期期间出现错误则这特别有用。
在错误的情况下,上文提到的服务工程师可以经由分析器部件40示范性地访问云6中的模拟程序38,该分析器部件40可以是在其上运行监测和/或诊断软件应用的任何计算机设备,特别是手持计算机或平板PC。服务工程师从而可以基于运行具有过程模型34和PLC模型36的模拟程序38来重建生产系统2中的现实模拟。服务工程师可以调试PLC模型36中的程序步骤序列用于示范性地找到传送带42与机械压力机50之间的任何不同步。他还可以监管模拟程序38中的一些或全部信号或甚至通过重设模拟存储77’、83’中的值中的一些来测试生产系统中的修正的反应。为了更清楚地展现事实,在图4中,分析器部件40仅连接到模型34、36中的信号、存储和其他元件的一部分。然而,服务工程师主要将访问他感兴趣的模型34、36中的所有元件。
模拟程序38可示范性地包括将模型34、36的操作状态中的全部或一部分存储在数据库96中的可能性,该数据库96优选地也定位在云6中。以那种方式,为了进一步分析、为了上文提到的训练上文提到的助手或为了任何其他合适目的而可能感兴趣的现实生产系统2的操作状态的数字副本可以存储在数据库96中并且可以示范性地由分析器部件40在任何适合的时间点检索。数据库96从而允许存储现实生产系统2的历史来增加关于云6中的现实生产系统2的可用信息。
参考图5,其在示出随时间100的电流98的图中图示现实传送机电流54和模拟传送机电流54’的时间相关行为。
当模拟程序38在时间100中的第一点102处开始时并且当生产系统2和模拟程序38的初始起动条件(即边界条件)相同时,现实传送机电流54和模拟传送机电流54’相等。然而,由于上文提到的传送机扰乱78,现实传送机电流54和模拟传送机电流54’开始彼此疏远使得将在时间100中的第二时间点106处在具有模拟错误104的情况下模拟传送机电流54。
在时间100中的第二点106处,模拟错误104通过上文提到的自动化系统2与模拟程序38中的模型34、36之间的操作状态的重新对准来补偿,使得现实传送机电流54和模拟传送机电流54’在时间100中的第二点106处设置成相等。
在本实施例中,该方法将在时间100中的第三点108、时间100中的第四点110和时间100中的第五点112处重复。如已经提到的,在时间100中的这些点102、104至112处的该重新对准可通过按压起动按钮68来触发。
因此,当将在没有与自动化系统2的任何重新对准的情况下模拟传送机电流54(其在图5中用提供有标号54’’的点线指示)时,模拟错误104将保持为小于产生的另外的模拟错误114。
在图6中,示出工业工厂的生产系统220与远程数据处理服务器200之间的交互的示意概览,其中远程数据处理服务器220安装在工业工厂外部。与上文描述的类似,生产系统220包括生产线223和用于控制生产线223的操作的自动化系统226。生产系统220经由第一数据通信网络228连接到远程数据处理服务器200。远程数据处理服务器200设置成处理数字观察器模型202,其使生产线223和自动化系统226的时间相关操作行为模型化。此外,远程数据处理服务器200包含到不同监测模块210和不同诊断模块212可以连接的第二数据通信网络214的输出接口203。
在执行数字观察器模型202期间,远程数据处理服务器200通过第一数据通信网络228接收反映到生产线223的控制输入信号222的数字输入信号205和反映生产系统220的操作状态224中的至少一个的数字输出信号208。
数字输入信号205和数字输出信号208输入数字观察器模型202和自动化系统226的模型,该数字观察器模型202包含生产线223的模型,例如基于生产线223的线性和/或非线性状态方程,该自动化系统226的模型包含由自动化系统226执行的控制功能的副本。持续预定时段地处理数字观察器模型202,该预定时段可以仅仅是一个时间步,并且由此生产线223的模型和自动化系统226的模型的所有操作状态(也叫作模型状态207)被确定并且-从初始条件开始-更新。
模型化状态207经由输出接口203向第二数据通信网络214输出,其中它们可以被监测模块210和/或诊断模块221访问。监测模块212是在属于例如工业工厂的操作者的外部计算机设备上运行的软件应用,其可通过发起和/或应用合适的反作用216(例如调谐自动化系统中的参数,或执行故障排除)而对模型化状态的行为中可见的任何异常作出反应。
诊断模块221是在属于例如工业工厂的供应商或分包商的服务人员的不同外部计算机设备上运行的软件应用。模型化状态的诊断可例如揭示生产线223的某些部分需要更换或维护。然后发起和/或执行对应的服务动作218。
代替直接向数字观察器模型202提供数字输出信号224,它可以首先输入远程数据处理服务器200中包含的比较器204。在该比较器204中,将数字输出信号224与对应的模型化状态206比较,即将现实操作状态与它的模拟配对物比较。该比较的结果然后作为差异信号或校正信号208输入数字观察器模型202以便用于更改数字观察器模型202。
由远程数据处理服务器200的虚线扩展所指示的另外的备选技术方案是远程数据处理服务器200内部的监测模块210和诊断模块212的至少部分的实现。因此,第二数据通信网络214变成内部总线。因此,由操作者和/或服务人员使用的计算机设备因为它们仅需要提供对监测和/或诊断模块的图形用户界面的网络访问(作为例如Web页面)而可以配备有数量减少的处理容量。

Claims (13)

1. 用于监测和/或诊断工业工厂的生产线(8,223)的操作的系统,其中所述生产线(8,223)的操作由自动化系统(10,226)控制并且其中所述生产线(8,223)的至少第一和第二操作状态(14,224)取决于到所述生产线(8,223)的至少一个控制输入信号(12,222),其特征在于所述系统包括安装在所述工业工厂外部的远程数据处理服务器(6,200),所述远程数据处理服务器经由第一数据通信网络(228)连接到所述生产线(8,223)和/或自动化系统(10,226)并且包含到在所述远程数据处理服务器(6,200)中实现的监测和/或诊断模块(40,210,212)或到所述第一(228)或第二(214)数据通信网络的输出接口(203),其中所述远程数据处理服务器(6,200)设置成
通过所述第一数据通信网络(228)接收反映所述至少一个控制输入信号(12,222)的数字输入信号(205),和反映所述第二操作状态(224)的数字输出信号(208),
通过将所述数字输入(205)和所述数字输出(208)信号输入将所述生产线(8,223)和所述自动化系统(6,200)的时间相关操作行为模型化的数字观察器模型(4,202)并且通过处理所述数字观察器模型(4,202)来确定至少第一和第二模型化状态(14’,207),所述至少第一和第二模型化状态分别对应于所述至少第一和第二操作状态(224),以及
将所述至少第一和第二模型化状态(14’,207)转发到所述输出接口(203)。
2. 如权利要求1所述的系统,其中所述远程数据处理服务器(6,200)设置成在将用于监测和/或诊断目的的所述至少第一和第二模型化状态(14’,207)转发到所述输出接口(203)之前预先处理它们。
3. 如权利要求1或2所述的系统,其中所述数字输入信号(205)和所述数字输出信号(208)每个包含时间戳,其分别指示取得所述至少一个控制输入信号(12,222)和所述第二操作状态(224)的时间点,并且其中所述远程数据处理服务器(6,200)设置成使所述数字观察器模型(4,202)的处理与所述数字输入和输出信号的时间戳时间同步。
4. 如上述权利要求中任一项所述的系统,其中所述远程数据处理服务器(6,200)设置成将所述数字输出信号(208)与所述第二模型化状态(206)比较并且基于比较的结果来更改所述数字观察器模型(4,202)。
5. 如上述权利要求中任一项所述的系统,其中所述数字观察器模型(4,202)分成至少两个子模型,其使所述生产线(8,223)和所述自动化系统(10,226)的至少两个对应部分的时间相关操作行为模型化。
6. 如上述权利要求中任一项所述的系统,其中所述远程数据处理服务器(6,200)在包括分布式存储装置的分布式处理系统上实现。
7. 如权利要求6所述的系统,其中所述远程数据处理服务器(6,200)设置成将所述至少第一和第二模型化状态(14’,207)存储在所述分布式存储装置中。
8. 如上述权利要求中任一项所述的系统,其中所述远程数据处理服务器(6,200)设置成持续、定期或基于触发的确定所述至少第一和第二模型化状态(14’,200)。
9. 如上述权利要求中任一项所述的系统,其中所述第二操作状态(224)是以下中的一个
所述生产线和自动化系统(2)的传感器(58)和/或致动器(52,62)的信号值(56,60,66),
所述自动化系统(2)的软件状态(54,64,88,92),和
关于在属于所述生产线和/或自动化系统(2)的设备(77,83,85)上执行的功能的内部变量(76,82,84)和/或指令指针的信息。
10. 如上述权利要求中任一项所述的系统,其中所述远程数据处理服务器(6,200)设置成利用高于所述第一和第二操作状态(14,224)改变所在的速度的速度确定所述至少第一和第二模型化状态(14’,207)。
11. 如上述权利要求中任一项所述的系统,其中所述远程数据处理服务器(6,200)设置成持续未来时段的预测所述至少第一和第二模型化状态(14’,207)。
12. 如上述权利要求中任一项所述的系统,其中所述远程数据处理服务器(6,200)设置成处理训练模型(34,36)和控制室系统模型,所述训练模型(34,36)包含所述数字观察器模型(4,202),其中所述控制室系统包括对操作者的输入,以用于影响所述自动化系统(10,226)的操作。
13. 用于监测和/或诊断工业工厂的生产线(8,223)的操作的方法,其中所述生产线(8,223)的操作由自动化系统(10,226)控制并且其中所述生产线(8,223)的至少第一和第二操作状态(14,224)取决于到所述生产线(8,223)的至少一个控制输入信号(12,222),其特征在于所述方法由远程数据处理服务器(6,200)执行,所述远程数据处理服务器(6,200)经由第一数据通信网络(228)连接到所述生产线(8,223)和/或自动化系统(10,226)并且包含到在所述远程数据处理服务器(6,200)中实现的监测和/或诊断模块(40,210,212)或到所述第一(228)或第二数据通信网络(214)的输出接口(203),所述方法包括:
接收反映所述至少一个控制输入信号(12,222)的数字输入信号(205),和反映所述第二操作状态(224)的数字输出信号(208),
通过将所述数字输入(205)和所述数字输出(208)信号输入所述生产线(8,223)和所述自动化系统(6,200)的数字观察器模型(4,202)并且通过处理所述数字观察器模型(4,202)来确定至少第一和第二模型化状态(14’,207),所述至少第一和第二模型化状态分别对应于所述至少第一和第二操作状态(14,224),以及
将所述至少第一和第二模型化状态(14’,207)转发到所述输出接口(203)。
CN201280077723.0A 2012-12-13 2012-12-13 用于监测和/或诊断工业工厂生产线操作的系统和方法 Active CN104871097B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2012/075397 WO2014090310A1 (en) 2012-12-13 2012-12-13 System and method for monitoring and/or diagnosing operation of a production line of an industrial plant

Publications (2)

Publication Number Publication Date
CN104871097A true CN104871097A (zh) 2015-08-26
CN104871097B CN104871097B (zh) 2018-05-18

Family

ID=47501154

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201280077723.0A Active CN104871097B (zh) 2012-12-13 2012-12-13 用于监测和/或诊断工业工厂生产线操作的系统和方法

Country Status (4)

Country Link
US (1) US9869993B2 (zh)
CN (1) CN104871097B (zh)
DE (1) DE112012007224T5 (zh)
WO (1) WO2014090310A1 (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106969006A (zh) * 2017-06-01 2017-07-21 广西科技大学 一种大型装载机装配监控系统
CN107479510A (zh) * 2016-06-08 2017-12-15 霍尼韦尔国际公司 用于工业过程控制与自动化系统操作员评估和训练的系统和方法
CN109074683A (zh) * 2016-04-22 2018-12-21 吉地股份公司 用于分析烟草行业中的生产线的至少一部分的操作的诊断方法
CN109154809A (zh) * 2016-03-16 2019-01-04 通快机床两合公司 生产规划系统和方法
CN113408915A (zh) * 2021-06-25 2021-09-17 中国科学院重庆绿色智能技术研究院 生产线瓶颈识别方法及其系统
CN114788242A (zh) * 2019-12-13 2022-07-22 巴斯夫欧洲公司 用于监视和/或控制一个或多个化工厂的方法

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9477936B2 (en) 2012-02-09 2016-10-25 Rockwell Automation Technologies, Inc. Cloud-based operator interface for industrial automation
US9703902B2 (en) 2013-05-09 2017-07-11 Rockwell Automation Technologies, Inc. Using cloud-based data for industrial simulation
US9786197B2 (en) 2013-05-09 2017-10-10 Rockwell Automation Technologies, Inc. Using cloud-based data to facilitate enhancing performance in connection with an industrial automation system
US9438648B2 (en) 2013-05-09 2016-09-06 Rockwell Automation Technologies, Inc. Industrial data analytics in a cloud platform
US9709978B2 (en) 2013-05-09 2017-07-18 Rockwell Automation Technologies, Inc. Using cloud-based data for virtualization of an industrial automation environment with information overlays
US9989958B2 (en) 2013-05-09 2018-06-05 Rockwell Automation Technologies, Inc. Using cloud-based data for virtualization of an industrial automation environment
US11513477B2 (en) 2015-03-16 2022-11-29 Rockwell Automation Technologies, Inc. Cloud-based industrial controller
US10496061B2 (en) 2015-03-16 2019-12-03 Rockwell Automation Technologies, Inc. Modeling of an industrial automation environment in the cloud
US11042131B2 (en) 2015-03-16 2021-06-22 Rockwell Automation Technologies, Inc. Backup of an industrial automation plant in the cloud
US11243505B2 (en) 2015-03-16 2022-02-08 Rockwell Automation Technologies, Inc. Cloud-based analytics for industrial automation
EP3101500B1 (de) * 2015-06-02 2024-02-14 Siemens Aktiengesellschaft Steuersystem für eine verteilte prozesssteuerung einer technischen anlage und ein verfahren zur steuerung einer technischen anlage
US11222551B2 (en) * 2015-07-23 2022-01-11 Rockwell Automation Technologies, Inc. Snapshot management architecture for process control operator training system lifecycle
FR3040800B1 (fr) * 2015-09-08 2017-08-11 Schneider Electric Ind Sas Procede de determination de l'etat de fonctionnement d'un systeme de production industrielle
US11467565B2 (en) 2017-01-25 2022-10-11 Mitsubishi Electric Corporation Attack/abnormality detection device, attack/abnormality detection method, and attack/abnormality detection program
CN107870600B (zh) * 2017-10-17 2018-10-19 广东工业大学 一种智能车间透明监控方法及系统
EP3493001A1 (en) 2017-11-29 2019-06-05 Siemens Aktiengesellschaft Cloud-based method and system for optimising tuning of an industrial plant
EP3525049A1 (de) * 2018-02-09 2019-08-14 Siemens Aktiengesellschaft Ermitteln von zustandsdaten eines produktionssystems
JP6860530B2 (ja) * 2018-07-31 2021-04-14 ファナック株式会社 データ管理装置、データ管理方法及びデータ管理プログラム
JP7110047B2 (ja) * 2018-09-21 2022-08-01 株式会社東芝 プラント監視システム
EP3916494A4 (en) * 2019-02-28 2022-08-24 Siemens Aktiengesellschaft METHOD AND APPARATUS FOR UPDATING INDUSTRIAL MODEL DATA
EP3966649A1 (de) 2019-05-09 2022-03-16 Dürr Systems AG Analyseverfahren und vorrichtungen hierzu
EP3966650B1 (de) 2019-05-09 2024-03-06 Dürr Systems AG Verfahren zur kontrolle und nachbehandlung von werkstücken, kontrollanlage und behandlungsanlage
DE102019206756A1 (de) * 2019-05-10 2020-11-12 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Produktionssystem und Produktionssteuerungsverfahren mit Ortungssystem-basierter Simulation von Produktionsabläufen
US20220361011A1 (en) * 2019-07-01 2022-11-10 Nokia Solutions And Networks Oy Mismatch detection in digital twin data by comparing to thresholds the reliability and latency constraint communication related values received from sources with geolocation information
EP4086717A1 (de) * 2021-05-03 2022-11-09 Siemens Aktiengesellschaft Herstellungsverfahren für eine operator training station, leitsystem, automatisierte anlage und computerprogrammprodukt
CN113536559B (zh) * 2021-07-06 2023-08-01 河南省水利勘测设计研究有限公司 水利工程测量中的导线数据处理系统及方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1324419A (zh) * 1998-10-22 2001-11-28 西巴特殊化学品控股有限公司 采用羟胺和其它共添加剂抑制纸浆和纸泛黄
CN1726440A (zh) * 2002-12-16 2006-01-25 柯尼格及包尔公开股份有限公司 用于控制的方法和装置和用于建立控制系统的方法
CN1965271A (zh) * 2004-06-07 2007-05-16 Abb研究有限公司 产生针对工业过程的最优控制问题的方法
CN1324419C (zh) * 2001-03-01 2007-07-04 费舍-柔斯芒特系统股份有限公司 过程控制工厂数据的远程分析
CN101939765A (zh) * 2007-12-10 2011-01-05 Abb研究有限公司 用于远程检查工业过程的由计算机实施的方法和系统
EP2293164A1 (en) * 2009-08-31 2011-03-09 ABB Research Ltd. Cloud computing for a process control and monitoring system
CN102013045A (zh) * 2009-07-31 2011-04-13 费希尔-罗斯蒙特系统公司 用于过程控制系统的图形察看侧边栏
CN102124432A (zh) * 2008-06-20 2011-07-13 因文西斯系统公司 对用于过程控制、环境控制和工业控制的实际和/或仿真设施进行沉浸式交互的系统和方法
CN102483613A (zh) * 2009-06-24 2012-05-30 Abb研究有限公司 估计用于控制工业过程的系统模型的初始状态
CN102687085A (zh) * 2009-10-19 2012-09-19 西门子公司 使用建筑物信息模型和热流模型的hvac系统中的故障检测

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8473917B2 (en) * 2010-09-30 2013-06-25 Rockwell Automation Technologies, Inc. Enhanced operation diagnostics

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1324419A (zh) * 1998-10-22 2001-11-28 西巴特殊化学品控股有限公司 采用羟胺和其它共添加剂抑制纸浆和纸泛黄
CN1324419C (zh) * 2001-03-01 2007-07-04 费舍-柔斯芒特系统股份有限公司 过程控制工厂数据的远程分析
CN1726440A (zh) * 2002-12-16 2006-01-25 柯尼格及包尔公开股份有限公司 用于控制的方法和装置和用于建立控制系统的方法
CN1965271A (zh) * 2004-06-07 2007-05-16 Abb研究有限公司 产生针对工业过程的最优控制问题的方法
CN101939765A (zh) * 2007-12-10 2011-01-05 Abb研究有限公司 用于远程检查工业过程的由计算机实施的方法和系统
CN102124432A (zh) * 2008-06-20 2011-07-13 因文西斯系统公司 对用于过程控制、环境控制和工业控制的实际和/或仿真设施进行沉浸式交互的系统和方法
CN102483613A (zh) * 2009-06-24 2012-05-30 Abb研究有限公司 估计用于控制工业过程的系统模型的初始状态
CN102013045A (zh) * 2009-07-31 2011-04-13 费希尔-罗斯蒙特系统公司 用于过程控制系统的图形察看侧边栏
EP2293164A1 (en) * 2009-08-31 2011-03-09 ABB Research Ltd. Cloud computing for a process control and monitoring system
CN102687085A (zh) * 2009-10-19 2012-09-19 西门子公司 使用建筑物信息模型和热流模型的hvac系统中的故障检测

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109154809A (zh) * 2016-03-16 2019-01-04 通快机床两合公司 生产规划系统和方法
CN109074683A (zh) * 2016-04-22 2018-12-21 吉地股份公司 用于分析烟草行业中的生产线的至少一部分的操作的诊断方法
CN107479510A (zh) * 2016-06-08 2017-12-15 霍尼韦尔国际公司 用于工业过程控制与自动化系统操作员评估和训练的系统和方法
CN106969006A (zh) * 2017-06-01 2017-07-21 广西科技大学 一种大型装载机装配监控系统
CN106969006B (zh) * 2017-06-01 2018-03-13 广西科技大学 一种大型装载机装配监控系统
CN114788242A (zh) * 2019-12-13 2022-07-22 巴斯夫欧洲公司 用于监视和/或控制一个或多个化工厂的方法
CN113408915A (zh) * 2021-06-25 2021-09-17 中国科学院重庆绿色智能技术研究院 生产线瓶颈识别方法及其系统
CN113408915B (zh) * 2021-06-25 2023-02-28 中国科学院重庆绿色智能技术研究院 生产线瓶颈识别方法及其系统

Also Published As

Publication number Publication date
DE112012007224T5 (de) 2015-10-22
US9869993B2 (en) 2018-01-16
CN104871097B (zh) 2018-05-18
WO2014090310A1 (en) 2014-06-19
US20150277429A1 (en) 2015-10-01

Similar Documents

Publication Publication Date Title
CN104871097A (zh) 用于监测和/或诊断工业工厂生产线操作的系统和方法
CN106990759B (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
WO2021160260A1 (en) Digital platform using cyber-physical twin structures providing an evolving digital representation of a risk-related real world asset for quantifying risk measurements, and method thereof
Alves et al. Deployment of a smart and predictive maintenance system in an industrial case study
CN107835964B (zh) 控制情境化以及关于控制的推理
US7881815B2 (en) Method and system for process control
EP2871585B1 (en) Control system database systems and methods
Qiao et al. Advancing measurement science to assess monitoring, diagnostics, and prognostics for manufacturing robotics
JP2015529895A (ja) 制御システムの信頼性を改善するためのシステムおよび方法
JP2015522895A (ja) 制御の信頼性動作ためのシステムおよび方法
EP3865961B1 (en) Augmented reality human machine interface testing
EP2923311A1 (en) Method and apparatus for deriving diagnostic data about a technical system
KR101328224B1 (ko) 철강공정용 가상설비 시스템 및 그의 동작 방법
US20220004177A1 (en) Control device and non-transitory computer-readable recording medium recording program
KR102212390B1 (ko) 디지털 트윈 시뮬레이터 및 기계학습을 이용하는 실제 플랜트의 최적 운영 규칙 도출 장치 및 방법
Yue et al. Understanding digital twins for cyber-physical systems: A conceptual model
Lee et al. Intelligent factory agents with predictive analytics for asset management
CN113508349A (zh) 用于具有混合现实和机器学习技术的qcs扫描架的360°辅助
US20180203428A1 (en) Method of monitoring and assessing the operation of an industrial installation driven by a programmable controller and equipment implementing said method
JP2010092173A (ja) プロセス診断方法およびそのシステム
Abdoune et al. An enhanced methodology of Fault Detection and Diagnosis based on Digital Twin
CN116194750A (zh) 基于压力数据和流量数据的履带磨损检测
Greitzer et al. Development of a framework for predicting life of mechanical systems: Life Extension Analysis and Prognostics (LEAP)
EP4361742A1 (en) Prediction system, information processing device, and information processing program
Schlegel et al. INT-MANUS: interactive production control in a distributed environment

Legal Events

Date Code Title Description
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20180514

Address after: Baden, Switzerland

Patentee after: ABB TECHNOLOGY LTD.

Address before: Zurich

Patentee before: ABB T & D Technology Ltd.