CN104950837A - 云清单配置管理系统 - Google Patents

Abstract

本发明提供一种云清单配置管理系统。基于云的数据处理服务有助于在云平台中对工业数据的采集和处理。现场数据采集代理采集和处理来自一个或更多个数据源的工业数据，数据源包括工业装置、历史记录等。代理将报头施加于数据，报头限定可以在云平台中利用以适当地处理数据的层级和客户特定数据模型。云侧数据处理服务接收所得到的数据分组，将数据分配给一个或更多个优先级队列，并且调用与由报头限定的数据模型对应的清单组件。清单组件限定要对所接收的数据进行的一个或更多个操作，操作包括指定数据的最终存储目的地，基于所接收的数据确定用于工业系统或处理的一个或更多个度量，或者其他这样的操作。

Description

云清单配置管理系统

相关申请的交叉引用

本申请要求于2014年3月26日提交的标题为“INDUSTRIALCLOUD INFRASTRUCTURE FOR DATA INGESTION,MODELING,PROCESSING,ANALYTICS,AND REPORTING”的美国临时专利No.61/970,798的优先权，上述申请的全部内容通过应用合并到本文中。

背景技术

本文中公开的主题总体上涉及工业数据采集，更具体地，涉及有利于将工业数据采集并上载在基于云的存储和处理设施的现场云代理。

发明内容

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

在一个或更多个实施方式中，提供了一种用于在云平台中处理工业数据的系统，该系统包括：队列管理部件，该队列管理部件被配置成在云平台处接收来自驻留在工业设施处的云代理装置的数据分组，以及将数据分组中包括的工业数据分配给云平台中的优先级队列；清单组件库，该清单组件库被配置成保持清单组件的集合，这些清单组件分别限定要对在云平台处接收的工业数据执行的操作；以及工作者角色部件，该工作者角色部件被配置成基于在数据分组中包括的报头信息来从清单组件的集合中识别清单组件，以及根据该清单组件处理优先级队列中的工业数据。

而且，一个或更多个实施方式提供了一种用于在云平台中采集数据和管理数据的方法，该方法包括：由包括至少一个处理器的系统在云平台处接收来自位于工业厂房的数据采集装置的数据分组，其中，该数据分组包括数据文件，该数据文件包括工业数据和报头；将工业数据分配给云平台上的优先级队列；基于从报头读取的信息，从云平台的清单库中存储的多个清单组件中识别清单组件；以及根据该清单组件处理优先级队列中的工业数据。

而且，根据一个或更多个实施方式，提供了一种其上存储有指令的非暂态计算机可读介质，所述指令响应于执行使系统执行操作，该操作包括：在云平台处接收来自驻留在工业站点处的云代理装置的数据分组，其中，该数据分组包括数据文件，该数据文件包括工业数据和报头信息；将工业数据分配给云平台上的优先级队列；基于报头信息从云平台的清单库中存储的多个清单组件中选择清单组件；以及根据该清单组件指定的处理指令来处理优先级队列中的工业数据。

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

附图说明

图1是利用基于云的服务的工业企业的高级概述。

图2是示例云清单配置管理系统的框图。

图3是对下述系统的概述，该系统利用基于代理的云设施以给用户的制造站点提供数据采集服务和数据处理服务。

图4是示出了现场数据采集的框图。

图5是示例压缩数据分组的图。

图6示出了用于从现场工业装置采集数据的示例代理结构的框图。

图7是示例清单组件的概念图。

图8是清单组件的示例层级结构。

图9是示例客户层级的框图。

图10是示例系统清单的一部分。

图11是示例标记清单的一部分。

图12是示例度量清单的一部分。

图13是示出了由基于云的数据处理服务基于特定客户清单组件和特定应用清单组件而获取和应用普通程序的框图。

图14是示出了在云平台中使用清单组件以执行近实时流处理的流程图。

图15是示出了在云平台中使用清单组件以执行大数据处理的流程图。

图16是示出了使用清单组件以基于结构化数据执行分析的流程图。

图17是示出了给云平台递送标记清单数据的框图。

图18是用于在云平台中生成优先级队列和关联的清单组件以用于对工业数据的云侧处理的示例方法的流程图。

图19是用于在云平台中接收和处理工业数据的示例方法的流程图。

图20是用于选择清单组件以用于处理所接收的工业数据的示例方法的流程图。

图21是用于在云平台上远程地更新客户的清单组件的示例方法的流程图。

图22是示例计算环境。

图23是示例联网环境。

具体实施方式

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

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

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

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

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

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

工业控制器及其关联的I/O装置是操作现代自动化系统的核心。这些控制器与工厂车间中的现场装置交互以控制与诸如生产制造、材料处理、批量处理、监控的目的及其他这样的应用相关的自动化处理。工业控制器存储并执行用户定义的控制程序以影响与受控处理相关的决策。这样的程序可以包括但不限于梯形逻辑、顺序功能图、功能框图、结构化文本或其他这样的程序结构。

由于必须接近实时地监测和控制大量的系统变量，因此工业自动化系统经常接近实时地生成大量的数据。除了生产统计之外，还经常连续地监测并且在一些情况下记录与机械健康、警报状态、操作者反馈(例如，手动输入与停机时间状况相关联的原因代码)和随时间推移的电气或机械负荷等相关的数据。由构成通常的自动化系统的许多工业装置来生成该数据，该工业装置包括工业控制器及其相关联I/O、用于接近实时计量的遥测装置、运动控制装置(例如，用于对构成运动系统的电机进行控制的驱动器)、可视化应用、批次可追溯系统(例如，条形码跟踪)等。而且，由于许多工业设施24小时工作，其相关联的自动化系统会以高速率生成大量潜在有益数据。随着对工业企业添加另外的工厂设施，生成的自动化数据的量进一步增加。

由现代自动化系统生成的大量数据使得能够将大范围的工厂分析应用于构成工业企业或者商业的自动化系统和过程。然而，对工业数据的访问通常限于与采集并生成该数据的工业控制器共享通用网络的应用和装置。同样，希望在另一个应用(例如，报告或分析工具、通知系统、可视化应用、备用数据存储装置等)中利用由工厂人员的系统生成的工业数据的该工厂人员需要在现场使用本机资源来保持这样的应用。而且，尽管特定工业企业可能包括在不同地理位置处的多个工厂设施(或具有可变位置的多个移动系统)，然而这样的应用的范围仅限于在驻留在与该应用相同的局域网上的控制器上可得到的数据。

为了解决这些和其他问题，本公开内容的一个或更多个实施方式提供便于远程采集、存储和处理工业数据的云计算平台架构。该平台使用基于代理的架构从工业企业的所有级别处的数据源采集工业数据，该数据源包括但不限于工业装置(例如，控制器、驱动器、遥测装置等)、数据历史库(historian)、数据表、商业级系统(例如企业资源规划系统、制造执行系统、计数系统等)以及其他这样的数据源。基于云的基础设施可以智能地将所获取的数据排序并组织到优先级消息队列中。在云平台上执行的工作者角色基于存储在客户特定清单组件中的清单(例如，系统清单、标记清单以及计量清单)来确定要如何处理队列中的数据。清单限定并且实现用于在云中处理所采集的数据的客户特定能力，应用和偏好。

图1示出了利用基于云的服务的工业企业的高级概述。企业包括一个或更多个工业设施104，每个工业设施104均具有在使用中的多个工业装置108和110。工业装置108和110可以构成在各个设施104内操作的一个或更多个自动化系统。示例性的自动化系统可以包括但不限于批量控制系统(例如混合系统)、连续控制系统(例如PID控制系统)或离散的控制系统。工业装置108和110可以包括如下装置：例如，工业控制器(如可编程逻辑控制器或其他类型的可编程自动化控制器)；现场装置，如传感器和仪表；电机驱动器；操作者接口(例如，人机接口、工业监视器、图形终端、消息显示器等)；工业机器人；条形码标记器和读取器；视觉系统装置(如摄像机)；智能焊机；或其他这样的工业装置。

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

尽管图1所示的示例性概述将工业装置108和110描绘为存在于固定位置的工业设施104中，但是工业装置108和110也可以是移动控制应用的一部分，如包括在卡车或其他服务车辆中的系统。

根据一个或更多个实施方式，内部部署的云代理106可以从工业装置108和110或者从其他数据源采集数据，并且将数据发送到云平台102以进行处理和存储，其中该其他数据源包括但不限于数据历史库、商业级系统等。云平台102可以是能够由具有云能力的装置访问和利用云服务112的任何基础设施。云平台102可以是可以由具有因特网连线和使用服务112的适当的授权的装置经由因特网访问的公共云。在一些情况下，可以由云提供者将云平台102提供为平台即服务(PaaS)，并且服务112(如本文中所描述的清单系统)可以作为基于云的服务而驻留在云平台102上并在云平台102上运行。在一些这样的配置中，可以将对云平台102和服务112的访问作为服务112的所有者的订阅服务提供给客户。可替代地，云平台102可以是由企业在内部操作的私有云或者半私有云，或者是共享的或者共同的云环境。示例性的私有云可以包括托管云服务112并且存在于受防火墙保护的公司网络上的一组服务器。

云服务112可以包括但不限于数据存储、数据分析、控制应用(例如，可以基于实时系统数据或其他因素的分析来生成控制指令并将其递送至工业装置108和110的应用)、可视化应用(如本文中描述的基于云的操作者接口系统)、报告应用、企业资源规划(ERP)应用、通知服务或者其他这样的应用。云平台102还可以包括便于在云中摄取和处理数据的一个或更多个对象模型。如果云平台102是基于网的云，则在相应工业设施104处的云代理106可以直接或者经由因特网与云服务112进行交互。在示例性配置中，工业装置108和110通过物理或者无线局域网或者无线电链路而连接到内部部署的云代理106。在另一示例性配置中，工业装置108和110可以直接使用集成的云代理来访问云平台102。下面将更详细地讨论云代理和相关联的数据采集和处理服务。

通过使用云代理106来摄取云平台102中的工业装置数据可以提供对工业自动化特定的许多优点。针对其中一个优点，由云平台102提供的基于云的存储可以容易地扩展以适应由工业企业每天生成的大量数据。而且，在不同地理位置处的多个工业设施可以将其相应的自动化数据迁移到云平台，以用于聚合、排序、集体分析、可视化以及企业级报告，而不需要在各设施之间建立私有网络。云代理106可以被配置成在安装在任何设施处时自动检测云平台102并与云平台102通信，从而简化了与由企业使用的现有的基于云的数据存储、分析或报告应用的集成。在另一示例应用中，基于云的诊断应用可以在整个工厂或构成企业的多个工业设施上监测各个自动化系统及其相关联的工业装置的健康。基于云的批次控制应用可以用于在产品单元的各个生产阶段中跟踪产品单元，并用于在每个产品单元通过每个阶段时采集用于该单元的生产数据(例如，条形码标识符、用于每个生产阶段的生产统计信息、质量测试数据、异常标志等)。而且，基于云的控制应用可以基于工业系统从采集的云中的数据而对受控工业系统进行远程决策制定，并且经由云代理向系统发出控制命令。这些工业云计算应用仅是示例性的，并且本文中描述的系统和方法不限于这些特定应用。云平台102可以使软件供应商能够提供软件即服务，从而对其客户除去软件维护、更新以及备份的负担。

图2是根据本公开内容的一个或更多个实施方式的示例云清单配置管理系统202的框图。在本公开内容中说明的系统、设备或处理的各方面可以构成实施在一个或多个机器内实施的机器可执行部件，例如，实施在与一个或更多个机器相关联的一个或更多个计算机可读介质(或媒介)中的机器可执行部件。这样的部件在由一个或更多个机器(例如计算机、计算装置、自动化装置、虚拟机等)执行时可以使该机器执行所描述的操作。

云清单配置管理系统202可以包括队列管理部件204、工作者角色部件206、清单组件部件208、一个或更多个处理器210和存储器212。在各种实施方式中，队列管理部件204、工作者角色部件206、清单组件部件208、一个或更多个处理器210以及存储器212中的一个或更多个可以电地和/或通信地彼此耦接，以执行云清单配置管理系统202的功能中的一个或更多个。在一些实施方式中，部件204、206和208可以包括存储在存储器214上并且由一个或多个处理器210执行的软件指令。云清单配置管理系统202还可以与图2中未示出的其他硬件和/或软件部件进行交互。例如，一个或多个处理器210可以与一个或更多个外部用户接口装置进行交互，该一个或更多个外部用户接口装置诸如为键盘、鼠标、显示器、触摸屏或其他这样的接口装置。

队列管理部件204可以被配置成从存在于工业设施处的一个或更多个云代理接收压缩的数据分组，并且将分组中包括的工业数据组织到优先级队列中，该优先级队列分别限定云处理服务将如何处理这些数据分组。工作者角色部件206可以被配置成确定如何基于存储在客户特定清单组件中的清单来处理相应的队列中的数据。清单组件部件208可以被配置成在云平台上创建、更新并管理特定客户的清单组件内的清单。清单限定并且实现用于处理在云中采集的数据的特定客户的性能、应用和偏好，并且可以通过云代理由工厂设施处的用户上传这些清单。

一个或更多个处理器210可以执行本文中参照所公开的系统和/或方法而描述的一个或更多个功能。存储器212可以是存储用于执行本文中参照所公开的系统和/或方法而描述的功能的计算机可读指令和/或信息的计算机可读存储介质。

图3是利用基于代理的云基础设施来向客户制造现场提供数据采集和处理服务的系统的概述。该系统可以连同用于重要工业资产、历史数据采集、远程系统访问、系统优化、远程闭环控制及其他这样的应用的警报和事件通知一起提供远程采集和监测服务。基于云的基础设施使得能够通过实现六个方面的功能，即将数据摄取到云中、数据优先级、对象建模、数据处理、数据分析以及报告来进行对内部部署的资产的远程监测和报告。

在图3中示出的示例中，数据集中器328从工厂设施处的一个或更多个工业资产(例如，由一个或更多个工业控制器(如工业装置108或者110)生成的数据)采集工厂数据。这些工业资产可以包括监测并且控制工业I/O装置的工业控制器、数据服务器和历史库、电机驱动器、将各组I/O装置远程地连接到该一个或更多个工业控制器的的远程I/O接口、锅炉或者其他工业机器或者其他这样的资产。例如，数据集中器328可以监测标签档案中限定的一个或更多个控制器标签并且将数据存储在与历史库338关联的本地数据存储装置336中(例如，本地结构化查询语言或者SQL、服务器)。所采集的数据可以包括历史数据(例如，警报历史、状态历史、趋势数据等)、从工业资产读取的实时数据值、由工业资产生成的警报数据或者其他类型的数据。

内部部署的云代理340被配置成从工业资产直接地或者通过访问与数据集中器228关联的数据存储装置336来采集实时数据或者历史数据。云代理340可以在任何合适的硬件平台(例如，服务器、LINUX机器等)上执行，并且云代理340被用作一般的网关，该网关从工厂网络上的各种工业资产采集数据项并且根据的一般的统一的数据分组架构将采集的数据分组，该架构用于将内部部署的数据移动到云平台302。云代理340提供软件机制以动态地链接内部部署的到云的网关。云代理340提供能够添加新的数据类型而无需向云重新调配监测系统的可扩展的数据类型架构。

在数据收集期间，云代理340可以基于限定的准则智能地排列和组织数据，该准则包括但不限于出现时间和/或用户自定义的属性。云代理340可以是例如周期性地采集序列化并且经压缩的数据、以及通过HTTPS/SSL使用标准网络服务将该序列化并且经压缩的数据发送到云域的服务(例如，视窗服务)。

图3描绘了作为云代理340的数据源的数据集中器328。该配置在存在大量要监测的数据点的情况下会是有益的，因为数据集中器328可以将多个工业装置或者其他数据源链接到单个云代理340。然而，云代理340的一些实施方式可以直接从工业资产本身采集数据；例如，通过通用工业协议链路，或者通过中间件应用(如OPC客户端)。

参照图4更详细地示出了云代理功能。内部部署的数据采集能够通过采集被用作用于处理数据的虚拟支持引擎的服务来实现。数据集中器328和云代理340分别实现与数据采集关联的两个主要功能，即使用历史库338和相关联的数据存储装置336(例如，SQL服务器)来进行数据集中，以及使用由云代理340执行的云代理服务的来实现云数据支持。如上所述，工厂数据410由工厂设施处的数据集中器328收集。在示例情况中，工厂数据410可以包括由以低于一秒的速率更新的上千个数据点构成的标记截止时间序列传感器数据。

云代理340的采集服务部件402或者从数据集中器的相关联的数据存储装置(例如，经由SQL查询)、或者经由通用工业协议(CIP)链路或其他合适的通信协议直接从这些装置本身实现采集装置数据的采集服务。例如，为了从数据集中器328获得数据，采集服务部件402可以周期性地运行数据抽取查询(例如，SQL查询)，以从与数据集中器328关联的数据存储装置336抽取数据。然后，采集服务部件402可以将该数据压缩并且将该数据存储在压缩数据文件412中。然后，由队列处理部件404执行的队列处理服务可以读取压缩数据文件412并且参考消息队列数据库414，该消息队列数据库414维护并管理特定客户的数据采集配置信息以及关于客户对云平台订阅的和关联的云服务的信息。基于消息队列数据库414中的配置信息，队列处理部件404将压缩数据文件412打包成数据分组并且将该数据分组推送到云平台。在有些实施方式中，云代理340可以支持将数据作为分组急流(torrential)数据416而注入。

消息队列数据库414可以包括标识待采集的数据项的现场特定信息(例如，数据标签标识符)、用户自定义的数据标签的处理属性、使得云代理340能够通过工厂防火墙与云平台通信的防火墙设定以及其他这样的配置信息。消息队列数据库414中的配置信息指示云代理340如何与所所识别的数据标签以及如何与云平台上的远程数据采集服务通信。

除了采集和迁移数据之外，云代理340的一个或更多个实施方式还可以在将数据移动到云平台之前对数据进行本地分析。这可以包括可以便于有效地将数据传输到云、准备用于云中增强的分析的数据、减少需要存储数据的云存储的量或者其他这样的益处的基本上任何类型的预处理或者数据细化。例如，云代理340可以被配置成在将数据迁移到云平台之前使用任何合适的数据压缩算法来压缩所采集的数据。这可以包括检测和删除冗余数据位、截断精度位或者其他合适的压缩操作。在另一示例中，云代理340可以被配置成通过将来自多个源的相关数据进行合并来聚集数据。例如，可以由云代理340识别来自测量自动化系统的相关方面的多个传感器的数据并且将该数据聚集到单个云上传分组。云代理340还可以将敏感数据在上传到云之前解密。在又一示例中，云代理340可以根据任何指定的过滤准则(例如，存储在云代理上的过滤配置文件中限定的过滤准则)来过滤数据。例如，所限定的过滤准则可以指定在将压力值上传到云之前将超过限定的设定点的压力值过滤掉。

在一些实施方式中，云代理340还可以根据基于云的分析应用的需求将工业数据的指定子集从第一格式转换成第二格式。例如，基于云的报告应用可以要求ASCII格式的测量值。因此，云代理340可以在将数据推送到云平台以进行存储和处理之前将所采集的数据的所选择的子集从浮点格式转换成ASCII格式。将工业装置处的原始数据在上传到云之前进行转换而不是要求在云上进行这种转换，这可以减少云侧的处理负荷的量。

云代理340还可以将元数据在迁移到云之前与该数据的所选择的子集进行关联，从而将数据置入工业环境内考虑。例如，云代理340可以用指定生成数据的时间的时间指示符、质量指示符、指定从工业企业内采集数据的该生产区域的生产区域指示符、指定机械或过程在生成数据的时间的状态的机械或过程状态指示符、指定在生成数据的时间值班的雇员的人员标识符或者其他这样的上下文元数据来标记所选择的数据的子集。以这种方式，云代理340可以对采集的数据进行分层处理以生成元级知识，随后，可以由基于云的分析工具利用该元级知识，以便于从更大的工厂上下文的视角来增强对数据的分析。

为了确保至云的安全的出站通信量，云代理340的一个或更多个实施方式可以支持HTTPS/SSL、允许发送的认证授权和/或使用MAC地址的唯一识别。云代理340还可以支持存储和转发能力，以确保当代理从云断开时数据不丢失。

返回图3，云代理340在云平台302上经由云存储结构316将压缩的数据分组324发送到基于云的数据采集和监测系统。数据分组324使用辅助租客级清单传输由云侧服务使用的参数和(压缩并序列化的)数据，以在云中重建域数据结构。该云服务将所接收的数据直接远程存储到预设条件的暂态blob 310。云平台302可以使用代理推理和集体谈判特征来确定数据存储场所。

通过由云代理340提供的配置接口，工厂设施处的用户可以动态地配置一个或更多个优先级队列304，该一个或更多个优先级队列304分别限定如何在云平台302中处理该数据分组。例如，可以将分离的队列限定为警报、实时数据和历史数据，从而使得能够根据这些数据类型来组织数据。历史数据队列可以与时间-序列记录相关，该时间-序列记录可以通过应用编程接口(API)(例如，SQL API或者其他合适的API)来访问。警报队列可以与异常情况相关，在该异常情况下也可以通过API来访问警报数据。该警报队列可以包括与不同的警报属性关联的多个队列，以使个体能够处理具有不同级别的危险程度的不同的警报。在一些实施方式中，可以使用若干个协议来监测服务器、控制器、开关等，并且在某些点处(例如，在监测周期结束时)可以将警报放入队列，并且云代理340可以将该警报发送到云。警报可以是主动的(例如，当电机故障时，当CPU损毁时，当互锁装置脱扣等时触发警报)或者是主动的(例如，当时间重新排序时监测系统可以在机器上追踪消费品并且生成警报，当调度预防性维护时监测周期在机器上计数并且生成警报，当温度下降到限定的带宽之外时生成警报，当计算机的存储器被占用80％时发送通知等)。

实时数据队列可以与基本上实时监测的数据(如当前温度、当前压力等)相关，还可以通过API(例如，SQL API)来访问实时数据值。上述队列并不意在限制，并且可以理解的是，可以根据最终用户的需要而限定优先级队列的其他类型。例如，可以将队列限定为用于上传装置参数和/或性能数据的特定装置或者装置类型(例如，电机驱动器)。

在一些实施方式中，云代理340可以使得用户能够限定来自现场位置的这些优先级队列304并且限定如何处理每个队列中的数据。例如，用户可以针对每个队列限定上传频率、优先级水平(例如，哪个数据队列应该采用高于其他数据队列的处理优先级)、来自相应的队列的数据应该存储在哪个数据库或者云分区的特征以及其他这样的信息。在示例情况中，可以将实时数据队列限定为要由远程操作者接口应用使用的过程实时数据值，以浏览来自工厂设施的基本上实时的数据，而历史数据队列可以被用于处理用于云存储上的历史数据库中的档案存储的历史库数据。因此，可以为实时数据队列分配相对于历史数据队列更高的优先级，因为实时数据队列中的数据比历史队列中的数据的时间要求更严格。

通过云代理340，用户可以将优先级分配给在客户站点处的各个数据标记或标记组。这些优先级分配可以存储在云代理340的消息排队数据库414中。因此，当队列处理部件404对要移动到云平台的收集的数据进行打包时，可以根据优先级(如在消息排队数据库414中限定的)以及使用恰当的优先级层次填充的各个数据分组报头来将收集的数据项打包成数据分组。如果对云的存取不可用，则数据将继续由收集服务部件402来收集并且本地地存储在与收集服务关联的本地存储中的云代理上。当对云的通信恢复时，存储的数据将被转发至云存储。队列处理服务还可以对存储账户钥匙加密并且将其发送至云平台用于用户验证。

由云代理340的队列处理部件404实现的消息排队服务通过添加客户特定报头信息来封装或打包压缩数据文件以产生打包的压缩数据(例如，图3的压缩数据分组324)。例如，队列处理部件404可以访问消息排队数据库(例如，图4的消息排队数据库414)，其存储客户站点配置信息并且管理对云平台服务的客户预订。消息排队数据库可以包括如以下这样的信息：与工业企业关联的客户实体关联的客户标识符、与从其收集数据的特定工厂设施关联的站点标识符、要分配给数据的优先级(其可以取决于信息被发送的类型；例如，报警数据、历史数据、实时操作数据等)、促进对客户的特定云结构的连接所需的信息或其他这样的信息。包括在报头中的信息基于保持在消息队列数据库中的该客户特定信息。图5中示出了示例压缩数据分组。如所示出的，云代理的消息排队服务将报头504添加至压缩数据文件412以产生压缩数据分组324。报头504包括从消息排队数据库414中读取的客户特定数据。例如，报头504可以包括唯一的客户标识符、表示特定工厂设施的站点标识符、虚拟支持工程师标识符、针对压缩数据文件412中的数据的数据优先级、消息类型以及指定在应当用于在云端上处理数据的云平台上的特定清单应用的处理标识符。以这种方式打包数据可以使来自不同的数据源的数据能够使用一致的、通用的数据打包结构来被打包在一起，以使得数据可以被移至云设施。

当云代理340将数据分组发送至基于云的远程处理服务时，该服务读取该分组的报头信息以确定分配给数据的优先级(例如，在数据分组的数据优先级字段中所限定的)并且基于该优先级来将该数据分组(或其中的压缩数据)发送至用户限定的优先级队列304中的所选择的一个用户限定的优先级队列。在优先级队列304中的另一侧，数据处理服务器308根据预定义的处理定义来处理各个优先级队列304中的数据。数据处理服务包括工作者角色332，其确定排队后的数据是如何基于存储在特定客户的清单组件334中的清单(例如，系统清单、标记清单和度量清单)而被处理的清单限定并且实现特定客户的性能、应用以及用于处理在云中所收集的数据的优先权。清单可以由在工厂设施处的用户通过云代理340动态地上传，这促进了云计算能力的动态扩展。

例如，如果新的数据点要被添加至需要创建新的数据队列的数据收集系统，则用户可以与云代理340交互以针对新的队列配置新的清单，该清单限定如以下这样的方面：数据的处理优先级、数据的上传频率，其中数据被路由或存储在云存储中、以及其他这样的信息。然后，云代理340可以与数据一起(或独立于数据)上传新的清单306。然后，将新的清单306与针对客户限定的其他清单添加至客户的清单组件334，以使得工作者角色332可以权衡新的清单306以确定如何处理在新的队列中的数据。仅需要将该新的清单306上传至基于云的远程监测服务一次。之后，将由工作者角色335根据存储在客户的清单组件334中的新的清单306来处理位于新的优先级队列中的数据。例如，清单可以限定数据要存储在云存储中的什么位置(例如，历史数据库、以及报警和实时数据数据库、大数据存储312等中)，以及新的数据队列的处理是否优先于其他数据队列。在一些实施方式中，如果清单伴随有与客户端关联的唯一的钥匙则清单组件334可以仅接受新的清单。

当基于云的设施根据上述技术已被处理并且存储了由云代理340提供的数据时，可以使数据能够访问客户端装置332以进行观察。在云平台302上的数据分析可以提供基于网页与浏览器启动技术的集合以将数据从云平台302取得、指引、以及解压缩至客户端装置322。为此，报告服务314可以将在云存储中的数据以所定义的格式(例如从大数据存储312)传递到客户端装置322。例如，报告服务314可以权衡存储在云存储库中所收集的数据以通过网络将远程操作员界面提供给客户端装置322。在云平台312上执行的分析引擎318还可以对存储在大数据存储312中的数据进行各种分析并且将结果提供给客户端装置322。

图6是示出根据一个或更多个实施方式的用于从内部部署的工业装置收集数据的示例代理结构的框图。在该示例中，从在客户站点处的很多装置和应用602收集数据，客户的站点包括：报警数据库602a、数据历史602b、电机驱动602c和602d、实时数据服务器602e以及客户数据库602f。虽然这些数据源包括装置和应用的不同的、混杂的收集，但是可以由通用实用程序604(例如，服务库)来执行对于来自这些源的数据的收集和预处理。通用实用程序604可以包括用于识别从其取得数据的数据位置(例如，装置、应用、标记、注册表等)的工具、用于压缩或以其他方式预处理数据并且将数据提供给云代理的消息排队层606的工具。云代理的工作负载服务608还可以利用通用实用程序610封装数据并且将数据发送至云结构。消息排队层606和工作负载服务608组成解耦代理结构的骨干。

由于云代理340将从数据收集应用收集的内部部署数据封装到包括特定客户以及特定应用的信息的信包中，所以压缩数据分组表达由云所要求的参数和数据以识别存储在客户的清单组件(例如，清单组件334)中的恰当的清单以操作、处理和/或路由在压缩数据文件中包括的数据。图7是示例清单组件702的概念图。在该示例中，系统清单704驻留在清单组件334中。系统清单704可以与特定数据收集装置(例如，包括云代理的内部部署数据收集器)对应，并且可以包括到特定客户和特定应用的标记清单706和度量清单708的链路，该特定客户和特定应用的标记清单706和度量清单708限定可以对从该数据源接收的数据进行的动作。当压缩数据分组(例如，图5的压缩数据分组324)在云平台处从云代理接收时，数据处理服务308使用在分组的报头504中打包的信息以识别恰当的清单组件(系统清单704,、标记清单706和度量清单708)以处理包括在压缩数据文件412中的数据。工作者角色(例如，图3的工作者角色332)取出并且加载所识别的清单组件，其然后对所接收的数据进行执行。通常，度量清单708识别可以取得并且可以对数据进行执行的一个或更多个通用过程，以及可以被传递到所获取的过程作为参数的特定应用范围、系数以及阈值。标记清单706识别用于将在压缩数据文件中的数据项映射成在所取得的通用过程中限定的变量或标记的标记名称。

图8示出了根据一个或更多个实施方式的针对清单组件的示例层级结构800。可以将在清单存储库中的保持在云平台上的示例系统清单816组织成多个层级级别。可以在客户标识符级别804下限定访问清单存储库关于内部部署数据的处理的各个客户实体。由于每个客户实体可以操作多个工厂设施或站点，所以可以针对在站点标识符级别806上的每个客户标识符节点限定一个或更多个站点标识符节点。对于每个限定的站点，将一个或更多个虚拟支持工程师(VSE)节点限定到VSE标识符级别808。将消息类型级别812和处理标识符级别814限定在VSE标识符级别808下。

注意，在图8中描绘的示例清单的层级级别与包括在压缩数据分组324的报头504(见图5)中的数据字段对应。因此，当内部部署云代理将压缩数据分组发送至云平台时，云平台上的数据处理服务308权衡包括在报头中的信息以对清单的层级结构800进行导航来识别要对包括在压缩数据文件412中的数据进行执行的清单组件(系统清单、度量清单和标记清单)。

组成清单组件的逻辑结构的层级级别描绘在从贯穿工业企业的各种数据源收集的内部部署工业数据的集合之间的层级关系。暂时转向图9，示出了示例客户层级900的框图。在该示例中，客户902操作三个地理上不同的设施或站点904。很多内部部署数据收集器906(例如，如图3和图4所示，执行从一个或更多个数据源收集数据的云代理的装置)被部署在各种客户站点904处并且从在工厂设施处的一个或更多个工业设备908或其他数据源收集数据。

客户层级900由云结构使用来建模并且组织客户站点信息。如上所述，与内部部署数据收集器906关联的云代理压缩从工业装置908收集的数据以产生压缩后的数据文件，并且使用如图5所示的报头信息打包压缩后的数据文件。报头504的客户ID、站点ID和VSE ID字段分别与客户层级900的客户、站点和内部部署数据收集器级别对应。当云代理将作为结果的压缩数据分组发送至云平台时，在云平台上执行的工作者角色332基于在报头中的客户ID、站点ID和VSE ID来识别并且调用在清单存储库内的特定系统清单。然后，工作者角色332确定与要用于处理在分组中接收的数据的处理的系统级别清单关联的特定度量清单和标记清单。

返回图8，度量清单802限定可以对数据执行的(通过压缩数据分组报头504的处理标识符字符识别的)一个或更多个度量或动作。度量清单802还限定要用于每个已识别度量的系数、阈值和范围。每个度量(处理)与存储在与清单组件334关联的云平台上的通用过程对应。如将在以下更加详细的描述的那样，度量清单802限定可用的通用过程中的那个通用过程要用于处理在分组中接收的数据。

工作者角色332使用报头504的客户标识符、站点标识符和VSE标识符对系统清单的对应级别进行导航并且选择用于数据的处理的特定标记清单810。标记清单810限定用于将压缩数据文件412中(或客户数据存储中)的数据项映射成如由度量清单限定的将对数据进行操作的一个或更多个度量(处理)。标记清单810还识别哪个处理标识符具有其他标记名称的所有权。将由报头504的消息类型和处理标识符字段识别对数据进行执行的特定处理。对此，系统清单可以限定多个消息类型(例如，报警、历史数据、实时数据等)，并且针对每个已限定消息类型限定与给出的处理标识符对应的一个或更多个名称空间。名称空间识别与可以由工作者角色332加载的清单组件关联地存储并且对包括在封装数据文件中的数据进行执行的对应应用。这些应用可以指定数据的最终目的地(例如，在云上的大数据存储、一个或更多个指定的客户端装置、虚拟应用等)，或者可以包括要对数据进行执行的算法或计算过程以产生期望的结果(例如，有效功率计算、效率计算、供电保证计算等)。

通过该结构，在云平台中的工作者角色会加载用于基于从其接收数据的客户来处理所接收的数据分组的恰当的清单组件，以及由压缩数据分组的报头识别的——例如，客户设施或站点、从其接收数据的装置、数据的类型(例如，来自工业装置的报警数据、历史数据、实时数据等)、指定的处理或度量等。通过在工厂的车间封装收集的数据以在将数据发送至云之前包括这些属性，云代理有效地将特定客户模型应用于描述工厂层级内的数据的内容的数据，以及与贯穿企业的其他数据项的数据的关系的数据。然后，可以在云端权衡该信息以基于在较大企业中的数据的角色以及用户定义的处理和存储优先级来恰当地操作和处理数据。

图10示出了示例系统清单1000。如所示出的，系统清单1000遵循以下层级结构：可以基于在数据分组报头504中提供的数据来对层级的级别进行导航。系统清单可以包括至可以可选择地被调用以处理从在工厂车间的云代理接收的数据的一个或更多个可用标记清单和度量清单的链路。系统清单包括针对客户ID 1002、站点ID 1004和VSE ID 1006的层级级别。可以将多个客户、站点和VSE限定在各个级别中的每个级别中，并且特定标记清单和度量清单可以与给出的客户、站点和VSE关联。如在示例系统清单1000中示出的，特定度量清单1008和标记清单1010与客户ID 1002、站点ID 1004和VSE ID 1006关联。针对消息类型1012和进程ID 1014的另外的层级级别由工作者角色用于识别限定数据要如何由基于云的数据处理服务来处理的相应的名称空间1016和关联的组件文件。在图10中示出的示例中，报警数据与名称空间CoreProcessAssembly.AlarmDataProcess(组件文件名称CoreProcessAssembly.dll)关联，而历史数据与名称空间CoreProcessAssembly.HistoricalDataProcess关联。

图11示出了示例标记清单1100，其标识由所标识的度量要进行操作的数据。使用指定要从压缩数据分组或基于云的客户存储中的一个或二者取得的数据的标记名称1102来识别数据。标记清单1100还限定表示可以调用并且对数据执行的应用的一个或更多个应用ID 1108。分别按与存储的通用过程对应的一个或更多个进程ID 1104的形式限定应用ID 1108，该存储的通用过程当对应应用ID被调用时对数据进行执行。在图11示出的示例标记清单中，应用ID1.1(命名为“TurboExpander1”)包括三个处理：进程ID1(“NetPower”)、进程ID2(“CycleEfficiency”)、以及进程ID3(“PowerGuarantee”)。这些处理(其与存储在云平台上的普遍的、通用的过程代码对应)当TurboExpander1应用被调用时应用于与标记名称1102对应的数据。

表示从其中取得一些数据或全部数据的控制器的控制器ID 1106也被限定在标记清单1100中。在该示例中，每个标记名称定义还指定进程ID1104和控制器ID 1106中的哪一个拥有与标记对应的数据。

图12示出了示例度量清单1200，其限定要用于由在标记清单1100中的进程ID 1104指定的处理(度量)中的每个处理(度量)的系数、阈值和范围。对于每个度量ID 1202(与在标记清单1100中限定的进程ID对应)，限定系数1204和阈值1206的集合。对于每个限定的系数，度量清单1200限定系数名称、单位和值。对于每个限定的阈值，度量清单1200限定值和单位。

如上所述，在清单组件中限定的每个度量(处理)与存储在云平台上的通用过程存储中的通用过程对应。图13是示出通过基于云的数据处理服务基于特定客户和特定应用清单组件取得和应用通用处理的框图。如上所述，当在云平台处接收到压缩数据分组时，附加至数据文件的报头数据由工作者角色读取并且用于识别特定系统清单1304。系统清单1304已链接至特定应用的标记清单1306和度量清单1308。在压缩数据分组中的报头信息通知工作者角色要调用特定标记清单1314和度量清单1310中的哪个以处理包括在分组的压缩数据文件中的数据。标记清单1314识别与要从特定客户的云存储1318中取得的数据项对应的标记名称以进行处理，其中保持在云存储1318中的数据由内部部署的云代理接收的压缩数据分组提供。度量清单1310识别要用作用于在识别的数据标记上的过程的执行的参数的范围、系数和阈值。在该示例中，所选择的度量清单1310和标记清单1314与Turbo_Expander_1namespace 1312关联，该Turbo_Expander_1namespace 1312由工作者角色基于在数据分组报头504中的一个或更多个字段来选择。例如，报头的客户ID、站点ID和VSE ID字段可以用于识别要被调用的系统清单1304和关联的度量清单1310以及标记清单1314。由要应用与数据的标记清单1314限定的特定应用可以由报头504的消息类型和进程ID字段来指定。

Turbo_Expander_1namespace 1312(与在标记清单1100中限定的TurboExpander1应用ID对应)包括三个处理——有效功率、循环效率和供电保证。这些处理与保持在通用过程存储1302中的通用处理对应。通用过程存储1302存储可以由工作者角色根据需要基于由所识别的清单组件指定的特定处理来取出的普遍的、通用的过程或代码。工作者角色检验标记清单1314以确定与Turbo_expander_1namespace 1312对应的处理，并且从通用过程存储1302取得对应的通用过程。标记清单1314还限定与存储在所取得的过程要被应用到的客户特定云存储1318中的客户数据对应的标记名称。因此，该数据从云存储1318取得。然后，所取得的过程使用由度量清单1310限定的范围、系数和阈值作为运算参数在对取得的客户数据进行执行。

基本上任何类型的过程都可以限定在通用过程存储1302中并且应用于数据标记。例如，有效功率、循环效率和供电保证过程可以被配置成通过将算法应用于与识别的数据标记对应的数据来导出所计算的值(例如，有效功率值、效率值等)。其他类型的过程可以指示被发送至特定目的地(例如，客户端装置、固定的云存储位置、大数据存储等)的数据或者指示被发送至不同的远程云平台的数据。其他类型的通用运算(例如插值)也可以使用可以存储在通用过程存储1302中并且由清单组件根据需要调用的通用过程限定。通常，在通用过程存储1302中的通用过程产生可以贯穿租户再利用的通用功能的重建库。

以上结合图13描述的处理可以以多种不同的方式实现。图14至图16是示出用于根据给出的清单组件在云平台中进行数据处理的三种不同的示例实现。图14是示出使用清单数据集在云平台中执行近实时流处理的流程图。在该示例中，当在云平台上从云代理接收到压缩数据分组时，工作者角色332取出与由数据分组的报头识别的清单组件对应的组件对象1402。包括在压缩数据分组中的数据文件通过云处理服务取得并且转换成一个或更多个暂态blob 310。组件对象1402将数据从暂态blob 310传输到云存储器1406。接着，组件对象1402从由报头识别的标记清单1404取得标记列表。然后，由标记列表识别的数据从云存储器1406中取得，并且根据在度量清单1408中限定的参数(范围、阈值等)对所取得的数据执行流处理。在图14中描绘的处理随着在云平台处被接收而促进工厂车间数据的近实时处理。

图15是示出使用清单组件在云平台中执行大数据处理的流程图。在该示例中，工作者角色332响应于数据分组的接收来取出组件对象1502，并且工作者角色332将数据从暂态blob传输到云存储器。组件对象1502从标记清单1504读取标记列表，标记清单1504可以识别存储在大数据存储312(参见图3)中的数据项。然后，组件对象1502基于从度量清单1506读取的参数调用对在大数据存储中识别的数据的处理。该处理可以包括对存储在大数据存储中的数据以及从暂态blob 1508取得的数据的并行处理。

图16是示出使用标记组件基于结构化的数据执行分析的流程图。如在之前的示例中那样，工作者角色取出与由所接收的数据分组识别的清单组件对应的组件对象1602。将来自表示从数据分组取得的数据文件的一个或更多个暂态blob 1604的数据从blob传输到SQL数据库1608或其他类型的关系数据库。然后，组件对象1602从识别要被执行度量的标记名称的标记清单1606取出标记列表。然后，从SQL数据库1608取得由标记名称识别的数据以及与数据关联的时间戳信息。然后，基于由度量清单1610限定的参数对所取得的数据执行度量。图16中描绘的实现促进了存储在SQL数据库1608中的数据的时序处理。

要理解，本文所述的实施方式不限制于图14至图16描绘的处理类型。此外，在一些实施方式中，相同的云应用可以包括不同类型的处理实现的组合。例如，相同的云应用可以支持以下的任意组合：实时处理、大数据处理、连续循环处理、用户触发的处理(例如，由经由远程控制面板或其他类型的接口输入的用户输入触发的处理)等。

与内部部署数据收集器关联的服务使用户能够远程地更新来自工业设施的所有工业设施清单或部分工业设施清单。例如，当增加新装置到客户工业系统时，与客户关联的标记清单必须被更新以反映在装置中可利用的新数据标记，从而使得云服务能够容纳新数据。图17示出了根据一个或更多个实施方式的标记清单数据至云平台的传送。在该示例中，内部部署数据收集器906收集来自工业装置908的数据(例如，以.dat文件的形式)。内部部署数据收集器906也保持识别在相应的装置908中可利用的数据标记的标记清单数据1702。标记清单数据1702也可以限定从标记清单数据关联的装置收集的数据怎样被处理。用户可以或者通过对数据要被发送至云平台的该云平台中现存的优选队列进行识别来限定要对数据执行的处理类型，或者通过限定用于数据处理的新的优先级队列来限定要对数据执行的处理类型。标记清单数据1702也可以对至少部分基于层级对象模型定义的数据之间的层级关系进行描述。内部部署数据收集器906将标记清单数据1702发送至在云平台上的清单库1706。在云平台上执行的数据处理服务将只更新需要实现该变化的部分客户清单。例如，如果新的数据标记要使用现存的优先级队列来处理，则云平台服务可以只更新需要将新数据标记增加到指定队列的部分清单。如果新的优先级队列在上传的标记清单数据1702中限定，则云平台服务将更新适当部分的客户清单以创建新队列并且将新标记与该队列关联起来。

标记清单数据1702利于在云平台中的客户特定对象模型的生成，客户特定对象模型可以用来简化云级别的数据处理，以及用来利于数据的合适的处理和有意义的报告。标记清单可以限定从工厂级别直到标记级别的客户企业的层级结构。例如，如图11中所示，标记清单可以包括信息限定控制系统标识符、控制器标识符、网络标识符、应用标识符、客户各种工业资产的功能描述、标记名称以及这些各种实体之间的层级关系。分析管理器1704可以根据工厂、线路、工作单元、机器或任何其他适当的组织标准来利用在清单库1706中保持的清单数据以生成用于收集的数据的趋势显示1708，或使得时间戳数据变得有组织。

图18至图21示出了根据本申请的一个或更多个实施方式的各种方法。同时，为说明简便的目的，本文中所示的一个或更多个方法被示出和描述为一系列行为，应理解并且认识到，本发明不限于行为的顺序，因为一些行为可以根据需要以不同的顺序发生，并且/或者与本文中所示和所描述的其它行为同时发生。例如，本领域的技术人员将理解并且认识到可以将方法替代地表示为如在状态图中的一系列相关状态或事件。此外，不是所有示出的行为都需要来实施根据本发明的方法。此外，当不同实体实施该方法的不同部分时，一个或更多个交互图可以表示根据本公开的方法。进一步，所公开的示例方法的两个或更多个可以彼此结合地实施，以实现本文中描述的一个或更多个特性或优点。

图18示出了用于在云平台上创建用于工业数据的云侧处理的优先级队列和关联的清单组件的示例方法1800。首先，在1802处，在云平台处接收指令以创建用于工业数据的接收和处理的优先级队列。例如，指令可以经由使系统管理员能够对用于相应的不同类型工业数据处理的优选级队列进行配置的配置仪表板或其他类型的用户界面从驻留在工业设施中的云代理接收，或者指令可以从其他优先级队列配置装置接收。

在1804处，优先级队列根据由指令指定的一个或更多个处理特性来在云平台中创建。优先级队列可以是针对在云平台中的特定客户实体限定的多个优先级队列中的一个优先级队列，其中优先级队列限定从驻留在客户设施处的内部部署数据收集系统接收的数据分组要怎样由在云平台中执行的云处理服务来处理。每个优先级队列可以与不同的数据类型(例如，实时数据、历史数据、警报数据等)关联或与特定客户的应用关联。例如，指令可以限定待被分配至优先级队列的数据类型；与优先级队列关联的上传频率；与其他限定的队列有关的优先级队列的优先级等级；在队列中的数据为了存储要被发送至云分区、远程云或数据库的云分区、远程云或数据库的识别；或其他这样的信息。

在1806处，优先级队列与要对分配至优先级队列的数据进行的一个或更多个操作进行限定的清单组件进行关联。清单组件可以驻留在云平台上的清单库中，并且限定要对分配至队列的工业数据执行的一个或更多个过程(例如，在特定存储位置中的数据的放置，基于数据的一个或更多个度量的计算、在远程装置处的数据的提供、当数据满足标准时远程通知的生成等)。清单组件也可以识别要用作特定过程的参数的范围和阈值，也可以识别用于将分配至优先级队列的数据映射至过程的对应变量的数据标记。当优先级队列已经建立时，从在工业设施处的内部部署数据收集部件接收的数据分组可以基于与针对优先级队列限定的数据类型对应的数据分组的确定来放置在优先级队列中，以及数据分组可以根据关联的清单组件来处理。

图19示出了用于接收和处理在云平台中的工业数据的示例方法1900。首先，在1902处，数据分组在云平台处从驻留在工业设施处的云代理接收。数据分组可以包括从在设施处的一个或更多个工业装置收集的工业数据和报头信息。报头信息可以包括客户标识符的一个或更多个对应的数据字段、站点标识符、装置或虚拟支持工程师标识符、包括在分组中的工业数据的处理优选级、数据的信息类型、要对数据进行处理的处理标识符，或其他这样的信息。

在1904处，包括在数据分组中的工业数据被分配至在云平台中的特定客户的优先级队列，其中优先级队列基于报头信息从多个可利用的优先级队列来选择。例如，优先级队列可以与在报头信息中指定的特定消息类型或处理标识符对应。因此，在云平台中执行的数据处理服务可以读取报头信息已确定消息类型或处理标识符，并且基于该信息将包括在数据分组中的工业数据分配至适当的队列。

在1906处，用于工业数据的处理的清单组件基于与优先级队列关联的至少一个报头信息或处理特性来识别。例如，客户系统情况可以被组织成与报头信息的数据字段对应的多个层级级别(参见，例如，图8)，以及与系统清单关联的特定标记清单和度量清单可以通过导航基于报头信息的数据字段值的层级结构来识别。在1908处，工业数据根据在步骤1906中识别的清单组件(例如，标记清单和度量清单)和优先级队列的一个或更多个处理特性(例如，针对队列的处理频率、由队列限定的存储目标等)来处理。

图20示出了用于选择用于所接收的工业数据的处理的清单组件的示例方法2000。首先，在2002处，数据分组在云平台处从云代理或其他内部部署数据收集系统来接收。数据分组可以包括从一个或更多个工业装置收集的工业数据和报头信息。

在2004处，要用于工业数据处理的系统清单基于包括在报头信息中的客户标识符、站点标识符以及装置标识符(或虚拟支持工程师标识符)来识别。在这方面，云平台可以保持存储用于多个客户和/或客户设施的系统清单的清单库。当在云平台处接收数据分组时，工作者角色可以读取包括在数据分组报头的客户标识符、站点标识符及装置标识符并且取得与该报头信息对应的适当的系统清单。

在2006处，基于报头信息来识别与系统清单关联的度量清单。度量清单对要对包括在数据分组中的工业数据进行处理的一个或更多个过程进行识别，以及对要作为参数传送至一个或更多个过程的特定应用的范围、系数和阈值进行识别以利于数据的处理。系统清单可以链接至与客户关联的多个度量清单，以及工作者角色可以基于报头信息选择适当的度量清单。

在2008处，基于报头信息来识别与系统清单关联的标记清单。与度量清单类似，标记清单可以是链接至系统清单的多个度量清单中的一个度量清单，其中用于数据分组处理的特定标记清单基于数据分组的报头信息来选择。标记清单对将包括在分组中的工业数据(和/或存储在基于云的存储器中的客户数据)项映射至在一个或更多个所选择的过程中限定的变量的标记名称进行限定。在2010处，包括在数据分组中的工业数据根据系统清单、度量清单及标记清单来处理。这可以包括，例如取由清单组件识别的一个或更多个存储的通用过程，从数据分组和/或云存储提取由数据清单识别的工业数据项，以及用使用由度量清单限定作为参数的范围、阈值及系数的取得的过程来处理工业数据。

图21示出了用于在云平台上远程地更新客户清单组件的示例方法2100。首先，在2102处，标记清单数据从工业装置的云平台处接收。工业装置可以是，例如，最近已经被增加到客户工业自动化系统的新装置。标记清单数据识别在工业装置中可利用的数据标记并且限定要对数据标记执行的处理类型。在2104处，在云平台中更新部分客户清单组件以将由标记清单数据识别的数据标记增加到在清单库中存储的一个或更多个现存的标记清单。

在2106中，数据分组从云代理或其他内部部署数据收集系统接收。数据分组包括与数据标记对应的工业数据，以及识别要用来处理工业数据的特定清单组件的报头信息。在2018处，数据分组根据更新的清单组件来处理。

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

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

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

为提供所公开主题的各种方面的情境，图22和图23以及以下讨论意在提供可以实现所公开主题的各种方面的适当的环境的简要和总体描述。

参照图22，用于实现上述主题的各种方面的示例环境2210包括计算机2212。计算机2212包括处理单元2214、系统存储器2216和系统总线2218。系统总线2218将系统部件(包括但不限于系统存储器2216)耦接至处理单元2214。处理单元2214可以是各种能够得到的处理器中的任何一种。多核微处理器或其它微处理器架构也可以用作处理单元2214。

系统总线2218可以是使用任何各种能够得到的总线架构的几种总线结构中的任一个，该总线结构包括存储器总线或存储器控制器、外围总线或外部总线、以及/或局部总线。所述总线架构包括但不限于8位总线、工业标准结构(ISA)、微通道架构(MSA)、扩展ISA(EISA)、智能驱动电子设备(IDE)、VESA局部总线(VLB)、外围部件互连(PCI)、通用串行总线(USB)、高级图形端口(AGP)、个人计算机存储卡国际协会总线(PCMCIA)、以及小型计算机系统接口(SCSI)。

系统存储器2216包括易失性存储器2220和非易失性存储器2222。包括在诸如启动期间在计算机2212中的元件之间传送信息的基本例程的基本输入/输出系统(BIOS)存储在非易失性存储器2222中。示例性而非限制性地，非易失性存储器2222可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除PROM(EEPROM)、或快擦写存储器。易失性存储器2220包括充当外部缓存存储器的随机存取存储器(RAM)。示例性而非限制性地，RAM可以多种形式获得，如同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据速率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接型RamBus(兰巴斯)RAM(DRRAM)。

计算机2212还包括可移动/非可移动、易失性/非易失型计算机存储介质。图22示出了例如磁盘存储装置2224。磁盘存储装置2224包括但不限于如下设备：如磁盘驱动器、软盘驱动器、磁带驱动器、爵士可扩充硬碟(Jaz drive)、Zip驱动器、LS-100驱动器、快擦写存储卡或记忆棒。此外，磁盘存储装置2224可以包括单独地或与其它存储介质组合地存储介质，其包括但不限于光盘驱动器，诸如光盘ROM设备(CD-ROM)、CD可记录驱动器(CD-R Drive)、CD可重写驱动器(CD-RW Drive)、或数字多用盘ROM驱动器(DVD-ROM)。为便于磁盘存储装置2224连接至系统总线2218，通常使用可移动或非可移动接口，如接口2226。

应理解的是，图22描述了在适当的操作环境2210中的基本计算机资源与用户之间充当媒介的软件。这样的软件包括操作系统2228。可以被存储在磁盘存储装置2224上的操作系统2228用于控制和分配计算机2212的资源。系统应用2230经由操作系统2228，通过存储在系统存储器2216中或磁盘存储装置2224上的程序模块2232和程序数据2234来利用资源的管理。应理解的是，可以通过各种操作系统或操作系统的组合来实现本公开内容的一个或更多个实施方式。

用户通过一个或更多个输入设备2236将命令或信息输入计算机2212。输入设备2236包括但不限于指示设备，如鼠标、跟踪球、触笔、触摸板、键盘、麦克风、操纵杆、游戏垫、圆盘式卫星天线、扫描仪、TV调谐卡、数码相机、数码摄像机、网络摄像机等。这些和其它输入设备通过系统总线2218经由一个或更多个接口端口2238连接至处理单元2214。接口端口2238包括例如串行端口、并行端口、游戏端口、以及通用串行总线(USB)。一个或更多个输出设备2240使用同一类型的端口中的一些作为输入设备2236。因而，例如，USB端口可以用于向计算机2212提供输入，并且从计算机2212向输出设备2240输出信息。提供输出适配器2242，表明存在需要特定适配器的一些输出设备2240，如显示器、扬声器、打印机等其他输出设备2240。示例性而非限制性地，输出适配器2242包括提供在输出设备2240与系统总线2218之间的连接手段的显卡和声卡。应注意的是，其它设备和/或设备的系统，例如一个或更多个远程计算机2244，提供输入性能和输出性能两者。

计算机2212可以使用到一个或更多个远程计算机(如远程计算机2244)的逻辑连接来在网络环境中操作。远程计算机2244可以是个人计算机、服务器、路由器、网络PC、工作站、基于微处理器的设备、对等设备、或其它通用网络节点等，并且通常包括结合计算机2212描述的元件中的许多或所有元件。出于简明的目的，对于远程计算机2244，仅示出了记忆存储设备2246。远程计算机2244通过网络接口2248逻辑地连接至计算机2212，并且然后经由通信连接2250物理地连接。网络接口2248包括通信网络，如局域网(LAN)和广域网(WAN)。LAN技术包括光纤分布式数据接口(FDDI)、铜分布式数据接口(CDDI)、以太网/IEEE802.3、令牌环/IEEE 802.5等。WAN技术包括但不限于点对点链路、电路交换网，如综合业务数字网(ISDN)及其变型、分组交换网、以及数字用户线(DSL)。

一个或更多个通信连接2250涉及用于将网络接口2248连接至系统总线2218的硬件/软件。虽然为了简化说明，通信连接2250示出在计算机2212内部，但是其也可以在计算机2212外部。仅举例而言，与网络接口2248连接所要求的硬件/软件包括内部和外部技术，例如调制解调器(包括普通的电话级调制解调器、电缆调制解调器、以及DSL调制解调器)、ISDN适配器、以及以太网卡。

图23是可以与所公开主题交互的示例计算环境2300的示意性框图。示例计算环境2300包括一个或更多个客户端2302。客户端2302可以是硬件和/或软件(例如，线程、进程、计算设备)。示例计算环境2300还包括一个或更多个服务器2304。服务器2304也可以是硬件和/或软件(例如，线程、进程、计算设备)。例如，服务器2304可以容置线程，以通过采用本文中所述的一个或更多个实施方式来执行转换。客户端2302与服务器2304之间的一个可能的通信可以是适于在两个或更多个计算机进程之间传输的数据包的形式。示例计算环境2300包括通信框架2306，其可以用来便于客户端2302与服务器2304之间的通信。客户端2302可操作地连接至一个或更多个服务器数据存储库2310，该服务器数据存储库2310可以用于存储服务器2304本地的信息。

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

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

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

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

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

Claims (20)

1.一种用于在云平台中处理工业数据的系统，包括：

存储器，所述存储器存储计算机可执行的部件；

操作性地耦接至所述存储器的处理器，所述处理器执行所述计算机可执行的部件，所述计算机可执行的部件包括：

队列管理部件，所述队列管理部件被配置成在云平台处接收来自驻留在工业设施处的云代理装置的数据分组，以及将所述数据分组中包括的工业数据分配给所述云平台中的优先级队列；

清单组件库，所述清单组件库被配置成保持清单组件的集合，所述清单组件分别限定要对在所述云平台处接收的工业数据执行的操作；以及

工作者角色部件，所述工作者角色部件被配置成基于在所述数据分组中包括的报头信息来从所述清单组件的集合中识别清单组件，以及根据所述清单组件处理所述优先级队列中的所述工业数据。

2.根据权利要求1所述的系统，其中，所述报头信息包括客户标识符字段、站点标识符字段、虚拟支持工程师(VSE)标识符字段、数据优先级字段、消息类型字段或处理标识符字段中的至少一个。

3.根据权利要求2所述的系统，其中，所述清单组件包括与客户标识符、站点标识符和VSE标识符关联的系统清单，并且其中，所述工作者角色被配置成基于所述客户标识符字段、所述站点标识符字段和所述VSE标识符字段的相应值来识别所述清单组件。

4.根据权利要求3所述的系统，其中，所述系统清单标识要对所述工业数据执行的一个或更多个过程，并且其中，所述工作者角色还被配置成从云存储中取得所述一个或更多个过程，以基于所述系统清单中的信息来处理所述工业数据。

5.根据权利要求4所述的系统，其中，所述系统清单链接至一个或更多个标记清单，所述一个或更多个标记清单分别限定与要由所述一个或更多个过程处理的数据项对应的标记名称，以及其中，所述工作者角色被配置成从所述一个或更多个标记清单中选择与所述数据分组的报头信息对应的标记清单。

6.根据权利要求5所述的系统，其中，所述工作者角色还被配置成从云存储或所述数据分组中的至少一个中提取与所述标记名称对应的所述数据项，以及将所述数据项传递给所述一个或更多个过程，以进行处理。

7.根据权利要求4所述的系统，其中，所述系统清单链接至一个或更多个度量清单，所述一个或更多个度量清单分别限定要用作所述一个或更多个过程的参数的系数、范围或阈值中的一个或更多个。

8.根据权利要求4所述的系统，其中，所述一个或更多个过程中的至少一个限定所述工业数据的存储目的地，或限定用于基于所述工业数据来确定度量的处理。

9.根据权利要求8所述的系统，其中，所述存储目的地是远程云平台，并且所述一个或更多个过程使所述工作者角色从所述云平台上的暂态blob存储取得所述工业数据以及将所述工业数据发送给不同云平台上的远程存储位置。

10.根据权利要求2所述的系统，其中，所述清单组件和所述报头信息符合普通层级结构。

11.根据权利要求2所述的系统，其中，所述队列管理部件还被配置成基于所述客户标识符字段、所述站点标识符字段、所述VSE标识符字段、所述数据优先级字段、所述消息类型字段或所述处理标识符字段中的一个或更多个中包括的值，选择用于分配所述工业数据的所述优先级队列。

12.根据权利要求11所述的系统，其中，所述队列管理部件被配置成从与相应的不同的处理优先级级别关联的优先级队列的集合中选择所述优先级队列。

13.一种用于在云平台中采集数据和管理数据的方法，包括：

由包括至少一个处理器的系统在云平台处接收来自位于工业厂房的数据采集装置的数据分组，其中，所述数据分组包括数据文件，所述数据文件包括工业数据和报头；

将所述工业数据分配给所述云平台上的优先级队列；

基于从所述报头读取的信息，从所述云平台的清单库中存储的多个清单组件中识别清单组件；以及

根据所述清单组件处理所述优先级队列中的所述工业数据。

14.根据权利要求13所述的方法，其中，所述识别所述清单组件包括基于所述报头的一个或更多个数据字段中的值来识别所述清单组件，并且其中，所述数据字段包括客户标识符字段、站点标识符字段、虚拟支持工程师(VSE)标识符字段、数据优先级字段、消息类型字段或处理标识符字段中的至少一个。

15.根据权利要求13所述的方法，其中，所述处理包括：

从所述云平台的过程数据存储中取得通过所述数据分组的所述报头识别的一个或更多个存储过程；以及

根据所述一个或更多个存储过程处理所述工业数据。

16.根据权利要求15所述的方法，其中，所述识别所述清单组件包括：

识别标记清单，所述标记清单限定与要提供给所述一个或更多个存储过程的数据项对应的一个或更多个数据标记；以及

识别度量清单，所述度量清单限定要用作所述一个或更多个存储过程的参数的系数、范围或阈值中的至少一个。

17.根据权利要求13所述的方法，其中，所述处理包括将所述工业数据发送给由所述清单组件限定的存储目的地，并且其中，所述目的地包括限定云存储分区、远程数据存储或远程云平台中的至少一个。

18.根据权利要求13所述的方法，其中，所述处理包括基于所述工业数据生成与工业系统相关的度量。

19.一种存储有指令的非暂态计算机可读介质，所述指令响应于执行使包括处理器的系统执行操作，所述操作包括：

在云平台处接收来自驻留在工业站点处的云代理装置的数据分组，其中，所述数据分组包括数据文件，所述数据文件包括工业数据和报头信息；

基于所述报头信息从所述云平台上的多个优先级队列中选择优先级队列；

将所述工业数据分配给所述优先级队列；

基于所述报头信息从所述云平台的清单库中存储的多个清单组件中选择清单组件；以及

根据所述清单组件指定的处理指令来处理所述优先级队列中的所述工业数据。

20.根据权利要求19所述的非暂态计算机可读介质，其中，所述选择所述清单组件包括：

基于所述报头信息中包括的客户标识符、站点标识符或虚拟支持工程师(VSE)标识符中的一个或更多个来选择系统清单，其中，所述系统清单限定要应用于所述工业数据的一个或更多个过程；

基于所述报头信息来对所述系统清单的层级结构进行导航，以识别对要由所述一个或更多个过程处理的一个或更多个数据标记进行限定的标记清单；以及

基于所述报头信息来对所述层级结构进行导航，以识别对用于执行所述一个或更多个过程的一个或更多个参数进行限定的度量清单，其中，所述一个或更多个参数包括系数、阈值或范围中的至少一个。