CN105122162B - 用于硬件组件的遥控的控制系统和方法 - Google Patents

用于硬件组件的遥控的控制系统和方法 Download PDF

Info

Publication number
CN105122162B
CN105122162B CN201380075574.9A CN201380075574A CN105122162B CN 105122162 B CN105122162 B CN 105122162B CN 201380075574 A CN201380075574 A CN 201380075574A CN 105122162 B CN105122162 B CN 105122162B
Authority
CN
China
Prior art keywords
control
control module
nextport
hardware component
delay
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.)
Expired - Fee Related
Application number
CN201380075574.9A
Other languages
English (en)
Other versions
CN105122162A (zh
Inventor
塔米尔·A·赫加济
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.)
Qatar Foundation
Original Assignee
Qatar Foundation
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 Qatar Foundation filed Critical Qatar Foundation
Publication of CN105122162A publication Critical patent/CN105122162A/zh
Application granted granted Critical
Publication of CN105122162B publication Critical patent/CN105122162B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4185—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] or 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] or 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
    • G05B19/04—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
    • G05B19/0426—Programming the control sequence
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4185—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] or computer integrated manufacturing [CIM] characterised by the network communication
    • 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
    • G05B2219/25202—Internet, tcp-ip, web server : see under S05B219-40
    • 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
    • G05B2219/31115—Network controller
    • 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
    • G05B2219/31241—Remote control by a proxy or echo server, internet - intranet
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Feedback Control In General (AREA)
  • Hardware Redundancy (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Selective Calling Equipment (AREA)
  • Programmable Controllers (AREA)
  • Telephonic Communication Services (AREA)

Abstract

控制系统包括第一和第二硬件组件以及远离硬件组件的服务器。服务器是经由互联网连接至硬件组件的云中的服务器。控制模块实现为在服务器上运行的服务并且控制模块可操作为与硬件组件进行通信以控制硬件组件中的至少一个。

Description

用于硬件组件的遥控的控制系统和方法
技术领域
本发明涉及一种控制系统和方法，并且更具体地涉及供基于云的服务器使用的控制系统和方法。
背景技术
大约在1960年，在控制系统中首先使用了数字计算机。自那以后，控制系统的演进已与计算装置的进步相关。现今，自动化系统是需要计算和通信的几个分层的层的多层架构。由于自动化除了提供直接自动控制以外，还提供其他高级功能，诸如监测、监督控制、警报管理、历史化、工厂级管理以及企业级应用，自动化的含义现在已超出了自动控制。
使用现有技术的大规模的自动化项目成本高昂并且耗时竭力。除了相当大的人事管理工作量外，还需要大量硬件和软件。自动化的原始成本通常合计达数千万美元。此外，由于对现有自动化系统投资较大，通常避免换至另一自动化供应商。除成本之外，对整个自动化系统的重新部署是繁琐的，对于那些运行中的工厂来说尤其如此。
发明内容
本发明试图提供一种改善的控制系统和方法。
根据本发明的一个方面，提供了一种控制系统，包括：第一硬件组件、第二硬件组件、远离硬件组件的服务器、以及主要控制模块，其中，硬件组件与服务器通信使得可以在硬件组件和服务器之间传送数据，主要控制模块实施为在服务器上运行的服务，主要控制模块可操作为与硬件组件通信以控制至少一个硬件组件。
优选地，硬件组件之一是传感器。
方便地，硬件组件之一是致动器。
有利地，第一硬件组件和第二硬件组件集成在单个硬件单元中。
优选地，主要控制模块构成控制系统中的直接控制层的部件。
方便地，主要控制模块包括作为服务在服务器运行的算法。
有利地，硬件组件使用在传输控制协议(TCP)上运行的现场级协议，与服务器通信。
优选地，硬件组件使用由Modbus/TCP和Profibus/TCP组成的组中的协议与服务器通信。
方便地，硬件组件经由互联网与服务器通信。
有利地，服务器是构成云的部件的服务器。
优选地，硬件组件中的至少一个直接连接到云。
方便地，硬件组件中的至少一个经由局域网连接至云。
有利地，硬件组件中的至少一个经由网关服务器连接至云。
优选地，网关服务器与硬件组件定位在同一建筑中。
方便地，系统进一步包括与服务器通信的用户界面，以使得用户与服务器交互来监视和控制主要控制模块。
有利地，用户界面实施为平台即服务(PaaS)或系统即服务(SaaS)。
优选地，硬件组件输出过程变量(process variable，生产变量)并且系统包括将过程变量传送至主要控制模块的输入的反馈环路，其中，系统进一步包括延迟补偿器模块，其通过延迟补偿值修改过程变量以补偿主要控制模块与硬件组件之间的通信中的延迟。
方便地，系统进一步包括比较器单元，其包含接收过程变量的第一输入和接收参考值的第二输入，其中，比较器单元将过程变量与参考值进行比较并且将比较值输出至主要控制模块的输入，并且其中，延迟补偿器模块通过延迟补偿值修改过程变量或误差值。
有利地，延迟补偿器模块选择延迟补偿值为与主要控制模块与硬件组件中的至少一个之间的通信中的往返时间延迟相符合。
优选地，延迟补偿器模块选择延迟补偿值为与主要控制模块与硬件组件中的至少一个之间的通信中的往返时间延迟相等。
方便地，延迟补偿器模块是史密斯预测器。
有利地，史密斯预测器通过延迟补偿值修改过程误差而非过程变量以补偿主要控制模块与硬件组件之间的传送的延迟。
优选地，系统进一步包括延迟估计器模块，其可操作为估计主要控制模块与硬件组件中的至少一个之间的通信中的往返时间延迟。
方便地，延迟估计器模块使用指数加权移动平均计算来估计延迟。
有利地，延迟估计模块使用指数加权移动方差计算来估计延迟方差。
优选地，延迟补偿器模块在预定时间段逐渐地修改过程变量。
方便地，系统进一步包括二级控制模块，其实施为在服务器上运行的服务，二级控制模块可操作为与硬件组件通信以控制硬件组件中至少一个，其中，每个控制模块配置为以待机模式和占用模式操作，在待机模式中控制模块不向硬件组件发送控制动作，在占用模式中控制模块向硬件组件发送控制动作，其中，每个控制模块可操作成通信以检查另外的控制模块的操作模式，并且其中，如果另外的控制模块没有操作在占用模式中，则一个控制模块可操作为切换到占用模式。
有利地，在系统初始化时，主要制模块操作在占用模式中并且二级控制模块操作在待机模式中。
优选地，系统包括输入/输出(I/O)接口并且每个控制模块连接成与I/O接口进行通信。
方便地，I/O接口包含时间记录模块，该时间记录模块可操作为记录指示出自每个控制模件最后被占用并将控制数据传送至硬件组件中至少一个的时间的时间值。
有利地，每个控制模块可操作为在预定采样周期轮询接口I/O接口以确定另外的控制模块的时间记录模块记录的时间值。
优选地，为主要控制模块分配第一ID号并且为二级控制模块分配大于第一ID号的第二ID号。
方便地，具有最低的ID号的控制模块配置为操作在占用模式中。
有利地，系统进一步包括至少一个另外的控制模块，其实施为在服务器上运行的服务(service)，每个另外的控制模块可操作为与硬件组件通信以控制至少一个硬件组件，其中，每个另外的控制模块配置为以待机模式和占用模式下操作，在待机模式中，另外的控制模块不会向硬件组件发送控制动作，并且在占用模式中另外的控制模块会向硬件组件发送控制动作，其中，每个另外的控制模块可操作为与I/O接口通信以确定另外的控制模块的操作模式。
优选地，至少一个控制模块实施为相对至少一个其他控制模块在不同的服务器上运行的服务。
方便地，服务器彼此在不同的地理位置。
有利地，每个控制模块包含积分器并且每个控制模块可操作为将其积分器的值传送至其他控制模块，其中，在待机模式中操作的每个控制模件配置为将其积分值设置为与在占用模式中操作的控制模块的积分值相符合，使得在待机模式中操作的每个控制模块准备平稳地切换至占用模式。
优选地，每个控制模块是比例积分微分(PID)控制器。
方便地，在待机模式中操作的每个控制模块可操作为将其设定点设置为与在占用模式中操作的控制模块的设定点的值相同的值。有利地，主要控制模块实施为在服务器上运行的虚拟机中运行的服务。
优选地，每一个其他控制模块实施为在服务器上运行的虚拟机中运行的服务。
方便地，每一个其他控制模块实施为在服务器上运行的各个单独的虚拟机中运行的服务。
有利地，每一个其他控制模块实施为在一个或多个单独的服务器上运行的单独的虚拟机中运行的服务。
优选地，每个服务器位于与其他服务器不同的地理位置。
根据本发明的另一方面，提供一种控制第一硬件组件和第二硬件组件的方法，方法包括在远离硬件组件的服务器上运行主要控制模块即服务，硬件组件与服务器通信，并且使用主要控制模块，通过在硬件组件与主要控制模块之间传送数据来控制至少一个硬件组件。
优选地，硬件组件之一是传感器。
方便地，硬件组件之一是致动器。
有利地，第一硬件组件和第二硬件组件集成在单个硬件单元中。
优选地，主要控制模块构成控制系统中的直接控制层的部件。
方便地，主要控制模块包括作为服务在服务器上运行的算法。
有利地，硬件组件使用在传输控制协议(TCP)上运行的现场级协议与服务器通信。
优选地，硬件组件使用由Modbus/TCP和Profibus/TCP组成的组中的协议与服务器通信。
方便地，硬件组件经由互联网与服务器通信。
有利地，服务器是构成云的部件的服务器。
优选地，硬件组件中至少一个直接连接至云。
方便地，硬件组件中的至少一个经由局域网连接至云。
有利地，硬件组件中的至少一个经由网关服务器连接至云。
优选地，网关服务器与硬件组件放置在同一建筑中。
方便地，方法进一步包括提供与服务器通信的用户界面并且使用用户界面与服务器交互以监视和控制主要控制模块。
有利地，用户界面实施为平台即服务(PaaS)或系统即服务(SaaS)。
优选地，硬件组件输出过程变量并且方法包括经由反馈环路将过程变量传送至主要控制模块的输入，其中，方法进一步包括通过延迟补偿值修改过程变量以补偿主要控制模块与硬件组件之间的通信中的延迟。
方便地，方法进一步包括将过程变量与参考值进行比较并且将比较值输出至主要控制模块的输入，并且通过延迟补偿值修改过程变量或误差值。
有利地，方法包括选择选择延迟补偿值为与主控制模块和至少一个硬件组件之间的通信中的往返时间延迟相符合。
优选地，方法包括选择延迟补偿值为与主要控制模块和至少一个硬件组件之间的通信中的往返时间延迟相等。
方便地，方法包括使用史密斯预测器修改过程变量。
有利地，方法包括使用史密斯预测器通过延迟补偿值修改过程误差而非过程变量来补偿主要控制模块与硬件组件之间的通信中的延迟。
优选地，方法进一步包括估计主要控制模块与至少一个硬件组件之间的往返通信中的时间延迟。
方便地，方法包括使用指数加权移动平均计算来估计延迟。
有利地，方法包括使用指数加权移动方差计算来估计延迟方差。
优选地，方法包括在预定时间段逐渐地修改过程变量。
方便地，方法进一步包括在服务器上运行二级控制模块即服务，硬件组件与服务器通信，并且其中，每个控制模块配置为在待机模式和占用模式中操作，在待机模式中控制模块不向硬件组件发送控制动作，并且在占用模式中控制模块向硬件组件发送控制动作，其中，方法包括激活每个控制模块以检查另外的控制模块的操作模式，并且其中方法包括如果另外的控制模块没有操作在占用模式中，则将一个控制模块切换至占用模式。
有利地，最初，方法操作在占用模式中的主要控制模块并且二级控制模块操作在待机模式中。
优选地，每个控制模块与I/O接口通信。
方便地，I/O接口包含时间记录模块，该时间记录模块可操作为记录指示出自每个控制模件最后被占用和将控制数据传送至至少一个硬件组件的时间的时间值。
有利地，每个控制模块在预定采样周期轮询接口I/O接口以确定另外的控制模块的时间记录模块记录的时间值。
优选地，方法包括为主要控制模块分配第一ID号并且为二级控制模块分配大于第一ID号的第二ID号。
方便地，方法包括以占用模式操作具有最低ID号的控制模块。
有利地，方法进一步包括在服务器上运行至少一个另外的控制模块即服务，每个另外的控制模块与硬件组件通信，其中，每个另外的控制模块配置为在待机模式下和占用模式下操作，在待机模式中另外的控制模块不向硬件组件发送控制动作，在占用模式下另外的控制模块向硬件组件发送控制动作，其中，方法包括操作每个另外的控制模块与I/O接口通信来确定另外的控制模块的操作模式。
优选地，至少一个控制模块实施为在不同于至少一个其他控制模块的服务器上运行的服务。
方便地，服务器彼此在不同的地理位置。
有利地，每个控制模块包含积分器并且方法包括将每个控制模块的积分器的值传送至其他控制模块，其中，方法包括将在待机模式中操作的每个控制模块的积分器设置成与占用模式中操作的控制模块的积分值相符合，使得在待机模式中操作的每个控制模块准备平稳地切换到占用模式。
优选地，每个控制模块是比例积分微分(PID)控制器。
方便地，方法包括将在待机模式中操作的每个控制模块的设定点设置为与在占用模式中操作的控制模块的设定点的值相同。
有利地，主要控制模块实施为在服务器上运行的虚拟机中运行的服务。
优选地，每一个其他控制模块实施为在服务器上运行的虚拟机中运行的服务。
方便地，每一个其他控制模块实施为在服务器中运行的各个单独的虚拟机中运行的服务。
有利地，每一个其他控制模块实施为在一个或多个单独的服务器上运行的单独的虚拟机中运行的服务。
优选地，每个服务器与其他服务器位于不同的地理位置。
附图说明
为了更容易理解本发明，并且使得其进一步的特征会被理解，现在将参考附图通过示例方式来描述本发明的实施方式，在附图中：
图1是示出传统工业自动化系统的示意图，
图2是示出本发明的实施方式的基于云的控制系统的元件的示意图，
图3示出用于为虚拟机分配控制器的算法的伪代码，
图4(a)-(e)示出了本发明的实施方式中的减少互联网延迟的反馈控制环路，
图5是本发明的实施方式的基于云的控制系统的示意图，
图6是示出服务在三个独立的云供应商提供的系统上时运行的多个基于云的控制器的示意图，
图7示出了本发明的实施方式的可靠云控制(RCC)算法的伪代码，
图8示出了本发明的实施方式的平稳切换算法的伪代码，
图9是示出在本发明的实施方式的测试过程中两个云控制器的位置的示意图，
图10是太阳能发电厂控制系统的示意图，在本发明的测试实施方式中使用了太阳能发电厂控制系统的模拟，
图11(a)-(c)示出了在本发明的实施方式的测试过程中太阳能收集器角度的曲线，
图12(a)-(c)是绘制在本发明的实施方式的测试过程中在太阳能发电厂的控制下的结果的曲线图，
图13(a)-(c)是示出在引入延迟时测试本发明的实施方式的控制系统的结果的曲线图，
图14是总结使用本发明的实施方式的延迟补偿器的性能度量的表，以及
图15(a)-(b)是示出在有和没有平稳切换情况下的RCC算法的性能的曲线图。
具体实施方式
本发明的实施方式使用其广义上的自动化来提出基于云的自动化方法。下面详细说明工业自动化的实例以证明本发明的实施方式的可行性。定义了自动化系统的架构和功能。然后定义了在本发明的实施方式的评估和实施中使用的连续、调节的工业生产。自动化的含义超出了自动控制的定义。自动化是指提供在直接自动控制之上的几个功能的整个架构。
自动化具有几个应用领域，包括工业自动化、建筑自动化、高速公路自动化、以及家庭自动化。在架构的最低层，部署传感器以测量需要控制的量(称为过程变量)。致动器用于将过程变量驱动至它们的期望值。过程变量的实例包括建筑温度、高速公路车流速度、以及工业锅炉压力。向上移主要，直接控制器获取过程变量的传感器测量作为输入，计算必要的动作，并且将其动作输出至致动器。在直接控制以上，用户需要更高级控制相关的功能，诸如，使用户能够方便观看过程变量的监测，配置直接控制器的监督控制，以及在数据库中记录不同的变量的历史化。更高级优化和企业级管理需要复杂的自动化应用。
工业自动化是最复杂的架构之一。图1示出了简化、传统工业自动化系统架构。将系统分层地划分成几层。首先，现场设备是安装在工厂里以监视与控制工厂过程变量的传感器和致动器。对于具有大的I/O计数的中等以及大型工厂来说，现场级网络用于在传感器和致动器水平上提供更好的数据通信和写入管理。数据将从现场设备传回至位于控制室中的控制器以及向现场设备传输。第二，控制器是运行执行所有必要控制计算(诸如，直接连续或离散控制、安全和紧急关机)的专用软件块的微处理器。根据处理器速度和采样率以及控制环路的复杂度，单个控制器通常能够处理几个控制环路。
第三，在控制器的上面是人机界面(HMI)以及监视控制和数据采集(SCADA)。除了HMI/SCADA站以外，在专用工作站上运行其他应用，诸如，历史编辑器(historian)、警报管理器以及许多其他应用。此外，在工程工作站实施并且然后部署对控制策略的任何必要变化。所有这些计算机通过控制网络连接到控制器。
第四，更高级工厂优化执行高级计算以为最佳工厂运行参数提供决策支持，用以优化某些目的，诸如，能耗、生产率、或生产质量。厂级优化工作站和服务器通过被称为厂内网络的专用网络连接至HMI/SCADA级。最终，企业级管理执行几个功能，诸如，资产管理和核算。基于以企业级进行的分析决定厂优化目标。
工业生产(process)采用原料和能量作为输入并且创造产品或一套产品。基于包括原料类型和物料流的几个因素，可将工业生产分为三大类：连续、分批和离散。工厂由几个工业生产组成。基于其生产的主要类型对工厂进行分类。例如，由大多是连续生产组成的工厂分类为连续工厂。一般来说，三类之间没有清晰分割的界线，但分类帮助理解每个生产的要求以及如何控制它们。
炼油厂、发电站、以及核反应堆都是连续生产的实例。它们都具有几个共同的特性。首先，原料通常是流体类型的，诸如，油、水、以及天然气。第二，物料流的速率可能有变化但始终连续的以满足连续要求。第三，连续生产通常运行非常长且不确定的时间。第四，由于引起成本和物料损失而生产关停是极不可取的。要花费很长的过渡时间，例如几小时或几天，来使生产达到稳定状态并且生产有用的产品。在该过渡时间，所有的材料和能量是浪费的。
食品工业是大量采用批量生产的实例，而汽车工业是进行离散生产的实例。在这两种情况下物料流一般是非连续的。而且，两种类型一般是面向装配的。然而，一般来说，批量生产的产品不能拆解回它们的原始成分，而离散生产的产品可以拆解成原始组件。批量生产中使用的材料是流体和干燥材料的混合物，而离散生产通常处理实体部件。与连续生产不同的是，批量生产和离散生产两者确实会结束。在批量生产中，这会根据超时或结束条件发生，例如，烘焙面包达一个小时或直至达到浅棕色表面。在离散生产中，当产品完成时生产结束，例如，汽车已完全装配好。
连续的工业生产常常被看做是风险最高的且产生影响最大的生产。它们需要在非常长的时间期间连续监测和控制。考虑发电站作为实例。由于控制不良的性能低下会导致在金钱、材料、以及能量上较大的损失。此外，与这种生产相关联的安全隐患是严重的并且容易在一次事故中引起多个生命丧失。
在本发明的一个实施方式中，反馈控制实施为具有以下两个组件的云服务：(i)云控制器和(ii)控制输入/输出(I/O)接口。控制器是实现改进型标准控制器的软件模块，诸如，比例积分微分(PID)控制器。完成变形以处理互联网延迟、数据包丢失、以及故障并且确保实现控制理论性能保证。在一个实施方式中，控制器部署在虚拟机(VM)上并且多个控制器可在相同的VM上运行。控制I/O接口位于控制系统侧。控制I/O接口通过接收控制动作并且发送当前过程状态与云控制器进行通信。控制动作然后中继到控制系统的致动器，同时通过各种传感器更新当前状态。
联网的控制系统可被视为是分布式控制系统的版本，其中，通用通信网络(内联网和互联网)用于附加或取代专门现场级网络来传输过程和控制数据。如果通信网络是互联网，控制系统称作基于互联网的控制系统。基于互联网的控制系统被视为是联网的控制系统的特殊情况。虽然一般的分布式控制系统通过专用网络提供具有确定性延迟的可靠通信，但联网的控制系统遭受延迟不确定性和不太可靠通信。
可以设置延迟补偿器以克服网络延迟。在大多数情况下，需要两个补偿器来补偿正向通路和反馈通路中的延迟。例如，可以设置两个预测补偿器来补偿基于互联网的控制系统的前馈方向和反馈方向中的互联网延迟。补偿器被证明为成功地减少了从远程控制器经由互联网控制的模拟和真实液位调节过程两者中的随机延迟的影响。类似地，可以通过致动器节点中的缓冲器和预测控制器节点中的状态估计器提供延迟补偿。控制器发送达几个采样周期的控制动作。
诸如上述的双组件补偿法，减轻了延迟影响并且提供稳定控制系统。然而，在商业系统中采用这种方法由于以下一些原因而会引起问题。首先，现有商业控制器不支持这种方法。第二，实施双组件补偿器需要额外硬件和/或软件。虽然这种支持可以零成本或最小成本设置用于控制器侧组件，但对于通常缺少处理能力的生产侧组件来说情况不是这样的。第三，对于基于云的控制器，计算功能必须移到云，要求与这些补偿器的设计冲突。在本发明的实施方式中，单组件补偿器托管在云中以补偿整个往返延迟。可以使用现在市场上可获得的设备、使其潜力(potential)最大化的现有控制器来实现补偿器。
1.1全部在云中的自动化系统
在本发明的一个实施方式中，为了提供全自动化作为服务，自动化系统的所有的计算功能移入云中。存在某些不能移动到云的硬件组件，诸如，传感器、致动器、和安全/紧急关机控制功能。图2示出了自动化架构的实例。下面的说明描述了这种架构如何在所有等级实现全部自动化功能，并且突出了这种架构与在图1中描绘的现有自动化系统之间的关键差别。
首先从现场(最低)级开始，使用运行在TCP上的现场级协议，诸如，Modbus/TCP和Profibus/TCP，传感器和致动器连接至云。
在一个实施方式中，所有的或至少一个硬件组件直接连接至云。在另一个实施方式中，所有的或至少一个硬件组件通过局域网直接连接至云。
在又一个实施方式中，所有的或至少一个硬件组件经由通信服务器直接连接至云。在一个实施方式中，通信服务器放置在硬件组件的近处或硬件组件的位置处并且优选地与硬件组件处于相同的建筑中。
在需要诸如安全和消息级调度的高级功能的情况下，网关服务器专门用于该目的。此外，为了更可靠，我们重复设置网关服务器，使得如果主要服务器出现故障，则次要服务器以有状态的方式接管。
第二，对于直接控制层，控制算法运行为云服务。在现有的自动化系统(图1)中，控制器轮询传感器并且经由LAN将命令发送至致动器。相反地，在本发明的实施方式中，经由互联网进行通信。而且，在现有的系统中，控制算法在控制室中的柜中封闭的真正的硬件上运行。然而，在本发明的实施方式中，控制器运行在虚拟机(VM)上，因为虚拟化，所以提供更多的灵活性和降低的成本/时间。运行云中的控制算法需要经由互联网的通信，这带来了两个新难题：由于VM崩溃或链路故障导致的互联网延迟和服务故障。下面在2.2和2.3节中描述了解决这些难题的新算法。
第三，对于监督控制，人机界面以及其他控制室应用，在一个实施方式中，这些应用通过平台即服务和软件即服务(PaaS和SaaS)模式设置。因此，为工程师和操作员提供有通过瘦客户端访问控制室应用的路径。在现有的自动化系统(图1)中，控制室是装载有服务器、工作站、网络交换机、以及电缆的复杂环境。然而，在本发明的实施方式中，控制室是由在更简单的硬件上运行的大量瘦客户端组成的更清洁的环境，且所有复杂的硬件都移到云。因此，控制室硬件和软件部署变得更容易并且成本更小。要求基础设施/应用部署、维护和升级的任务不再是工程师和操作员的负担。因此，他们能够集中于自动化功能。最后，以类似于现场网关服务器的方式，提出了控制室冗余网关服务器来可靠地执行高级功能，诸如，安全性和消息调度。
第四，对于厂级优化和企业级管理，一个实施方式利用SaaS模式。与直接和监督控制层不同的是，厂级优化和企业级管理应用不是很难地移动至云，因为它们的合时性和可靠性要求没有较低级别那么严格。例如，企业办公室会适当地容忍互联网服务中断几分钟，或者甚至几个小时。另一方面，基于云的工业化控制器的几秒长的互联网故障意味着使物理过程在几个扫描周期不受控制，这可能会导致高安全风险。
在图2中示出了云内的数据中心的高级组织，其中，许多服务器运行虚拟机以处理各级自动化。将属于每个自动化层的应用分组以在相同的云服务器或者多个云服务器上运行。虽然这不是严格的要求，但被推荐，这是因为它支持更好的数据中心组织。例如，假定直接控制级的合时性要求精确到控制器需要在实时操作系统上运行的程度。在这种情况下，最好将所有的控制器放在相同的服务器上或具有实时操作系统的服务器的组上。混合应用类型可能会导致数据中心管理困难和/或不良。使用高速交换技术处理服务器之间的通信，这取代了图1中示出的现有的系统采用的四个网络。在本发明的实施方式中，在部署、布线、维护、以及升级通信基础设施中所涉及的时间、精力、以及成本有所减小。
为用户设置了通过智能决策支持选择、分配、以及管理资源的服务接口。在图2中未示出接口。
本发明的实施方式将自动化系统所需的一些或优选地整个计算和通信基础设施移动到云中。这使得用户部署、维护、以及升级他们的自动化系统更加容易且成本更低。此外，本发明的实施方式支持切换至不同的云自动化供应商，因为所有的虚拟机可以成组地迁移至不同的供应商。
本发明的实施方式具有包括确定将控制器分配至虚拟机(VM)的以下步骤的以下方法：
1)通过在VM上运行应用并且测量消耗带宽和CPU利用率，确定每个应用的CPU利用率ui和带宽轮廓bi。
2)确定VM Vk可以提供的最大带宽Bk和CPU利用率Uk。
3)基于在图3中示出的分配算法确定控制器分配。在运行分配算法之后，Sk将包含分配到VM Vk的控制器。
图3中示出的分配算法可以概括为：对于每个应用，扫描所有可用VM并且将应用分配至第一可用VM，第一可用VM基于可调度性测试(例如，速率单调)能够供应CPU利用率并且能够供应该应用所需的最大带宽。当应用分配到VM时，更新VM的负荷(CPU和带宽)。
图3中示出的分配算法的主例程最初运行为将VM资源分配至控制器。如果在运行时间起动新控制器，那么新控制器和分配Sk调用分配()例程。
1.2减小网络延迟
本发明的实施方式提供一种处理由将控制器移动至云导入的互联网延迟的方法和系统。在图4(a)中示出了传统的反馈控制环路。控制过程具有称作过程变量的输入和输出。过程变量被反馈以与期望值进行比较，期望值也称作参考值或设定点。设定点与过程变量之间的差值称作误差。控制器采用误差作为输入并且计算必要的控制器动作以校正误差。
既然控制器已移动至云，如在图4(b)中所示，在过程(process，处理)与控制器之间存在互联网，这影响双向的环路。首先，控制器动作在称作前馈延迟的时间延迟之后到达该过程。第二，过程变量在称作反馈延迟的时间延迟之后，到达基于云的控制器。环路可以建模为如在图4(c)中所示，其中，P(z)是过程传递函数，C(z)是控制器传递函数，以及z-k和z-l分别表示前馈通路和反馈通路上的延迟。
本发明的实施方式在如图4(d)所示的设定点的入口处引入人造延迟块。在该小节的结尾讨论引入这种延迟的重要性。引入的延迟量等于反馈通路的延迟量z-l。用简单的框图代数，环路可以简化为如图4(e)所示。现在，基于云的控制问题简化为作为控制具有死区时间或传输延迟的过程的控制理论中已知的内容。
具有死区时间的过程是具有固有延迟的过程，使得在输入的应用与其输出的效果之间存在时间延迟。当材料沿着致动器与传感器之间的工序(例如，经由传送带或长管道)内的通路穿过时，通常遭遇这种固有延迟。例如，考虑到造纸机，其中，在过程的开始全部混合纤维、水、诸如填充剂的添加剂、胶料、染料、以及树脂。然后，较长的制造的纸张被机械式拉动穿过长的路径直到其排水、干燥并且准备在过程的远端测量。传感器测量用于控制在过程开始时制备的原料混合物。在施加混合物与测量之间的较长时间为该过程的死区时间。
为了更有效地控制具有死区时间的过程，控制器通常与延迟补偿器耦接。已经出于该目的提出了几个延迟补偿器。一个实施方式使用史密斯预测器，由于它伴随大多数商业现有的控制器，例如Siemens PCS 7和Invensys Foxboro I/A系列一起使用，这是最广泛使用的补偿器之一。同样重要的是，史密斯预测器不需要在设计控制器时对延迟组件有精确地了解。首先，控制器设计成好像没有出现延迟。然后，测量延迟以调节史密斯预测器。当设计基于云的控制器时这是有用的，因为互联网延迟动态地改变并且延迟不被提前知道。
具有标准史密斯预测器的控制器被导出如下。假设该过程由非延迟组件P(z)跟随纯时间延迟z-j或者前面有纯时间延迟z-j组成。首先考虑没有延迟和设计控制器C(z)的工厂，闭环传递函数变成
目的是找到工厂P(z)z-j的控制器使得闭环性能其涉及解决下面的等式求
因此，新控制器给出为：
在图5中示出了提出的云控制器。该图示出了两个主要组件：(i)具有延迟补偿器的控制器以及(ii)互联网延迟估计器。在虚线方框中示出了具有延迟补偿器的控制器，虚线方框是在等式3中描述的控制器的框图，但具有结合的前馈和反馈延迟zk+l，即，往返延迟。其使用C(z)，即为没有延迟的过程P(z)设计的原始控制器。也需要由表示的过程的近似值。实际上，简单的一阶近似或二阶近似是足够的。在图5中的黑色方框中示出了第二组件，并且估计过程与控制器所驻留的云之间的往返延迟。在延迟块zk+l中使用往返延迟。本发明的实施方式的延迟估计器采用指数加权移动平均(EWMA)来估计互联网延迟为Di＝αdi+(1-α)Di-1，其中，Di是估计平均延迟，以及di是在离散的时间点i的测量延迟。类似地，本发明的实施方式采用指数加权移动方差(EWMV)来估计时间方差为Vi＝α(di-Di)2+(1-α)Vi-1，其中，Vi是在离散的时间点i的测量方差。将延迟块中的延迟值调节为其中Ts，以及h是正向参数以适应大于平均数的延迟值。因而，估计器调节延迟的变化，同时不会对短延迟尖峰反应过度。
再次参考图4(d)中示出的延迟块，引入这种延迟对系统的运行是无关紧要的。首先，对于大部分连续控制系统，如果不是针对整个系统寿命，可将设定点在极长的时期保持为恒定。这种常值函数的延迟版本本身就是相同的常值函数。第二，如果需要改变设定点，操作员经常手动进行改变设定点。增加数十/数百毫秒的延迟对操作者反应来说是可忽略的(几秒，对旋钮或软件滑块以及更新值是不重要的)。甚至对于监督控制自动完成改变设定点的情况，选定点值通常在比互联网往返延迟长很多的时期保持为常数。第三，对于分布式控制系统应用，其中，过程具有至少几秒的时间常数，引入这种设定点延迟不会引起任何实际的性能问题。最后，在完全不同的上下文中，在除了延迟缓解以外的各种情况中进行设定点操作。例如，进行设定点斜降以平稳并且因此缓解突然点变化的不希望的影响。设定点斜降引入了设定点以斜降的方式从老数值变成新数值的过渡周期。这种设定点斜降使新数值在某个时间延迟之后有效。
总之，增加单个人造延迟块将具有挑战性的云控制问题转换成控制具有死区时间的过程的问题。已经通过使用史密斯预测器解决了后者并且数十年来在实践中使用后者。这使得控制器在不改变原始控制器的设计或被控制的生产的情况下移动至云。
2.处理故障
本节描述了在控制器故障下保证正常运行的分布式故障容差算法，并且分析了系统的理论性能。本节也示出了对于大多数现实生活的情形，使用本发明的实施方式的算法的云反馈控制实际上对控制过程操作没有影响。
在大多数的实际系统中，通过双冗余、或至多三重冗余关键任务型过程来处理控制器故障。在出现故障时，冗余控制器以有状态的方式接管，目的是使受控过程没察觉到故障。通常，冗余控制器被紧密定位且严格同步。因此，它们容易通过直接链路用额定在几十毫秒级的更新周期共享控制环路状态。由于控制器通常在不同的机器上运行并且优选地在不同的数据中心或者甚至不同的云供应商中运行，所以通过如图6中提出的不同的互联网供应商(多归属)从冗余云控制器中提供类似的可靠性是非常困难的。使用容忍计算机故障的不同的机器，但是跨不同的数据中心(或云供应商)重复并且使用不同的互联网供应商对诸如互联网链路故障的情况进一步增加鲁棒性。此外，高密度时钟同步和在短时间范围内维持状态连贯性是复杂的并且对地理上远距离的机器经由尽力而为的互联网进行通信的成本高。
为了达到所提出的反馈控制云服务中的可靠性，本发明的一个实施方式包含通过所有冗余控制器异步运行的分布式故障容差算法。算法已知为可靠云控制(RCC)。RCC支持双冗余或更高的冗余并且提供以下保证：
·G1：如果主要控器出故障，那么二级控制器自动热换入。该保证可概括为较高的冗余。例如，在三重冗余的情况下，如果主要控制器和二级控制器出故障，那么三级控制器热换入。
·G2：如果出故障的主要控制器恢复，其接管，从而迫使二级控制器停运。当选择比主要的VM和/或链路的质量低的次要VM和/或链路来节约成本时，该保证是可取的。该保证也可概括为较高的冗余。
·G3：平稳地进行控制器切换使得没有不期望的瞬态反应失真。
对于提供这种保证的RCC，系统状态定义为数组(a,u1,u2,u3,...)，其中，a是致动器执行的最后的控制器动作，并且ui是自冗余控制器Ci进行的最后的动作经过的时间。为了可视所有的控制器，RCC在如图6所示的控制I/O接口模块的存储器中存储状态数组。当首先打开I/O接口时初始化状态数组。可根据过程设计任意初始化最后的动作。自将最后的动作ui初始化至∞的时间表示控制器Ci从没作出动作。
在任何给定时间，RCC使得单个控制器致力于控制过程，同时使另一控制器待机(或备用)。待机控制器仍读取过程输出并且作准备，但抑制其自身的下一个动作。RCC在每个采样周期中在每个控制器上进行三个主要步骤：轮询、计算、以及有条件的作出动作。
轮询：每个控制器向I/O接口轮询状态数组和传感器测量。
计算：基于状态和测量，每个冗余控制器计算：
(i)控制器的模式：占用或待机，以及
(ii)通过运行核心控制算法的下一自身控制动作。
有条件的作出动作：基于在计算步骤中计算的控制器的模式，每个控制器决定是否将其动作发送至过程或保留该动作。该条件用于协调控制器的动作，使得仅一个控制器将动作发送至生产并且更新维持生产的状态数组。所有的其他控制器将抑制它们的动作。
在一个实施方式中，RCC不要求任何时钟同步。RCC是周期性软实时任务，其相关最后期限等于其采样周期。结果，在每个采样周期执行核心控制算法并且要求在开始下一周期之前的任何时间完成核心控制算法。在相同的采样周期内延迟控制动作不会损害运行的控制算法，因为过程仍将每个采样周期接收一个动作。对于这两个原因，RCC可在所有的VM上异步运行，并且可在启动主要控制器之后在任何时间启动备用控制器，而不用必须同步托管控制器的VM的时钟。
2.1.详细的操作
图7示出了在每个控制器上运行的RCC的伪代码。恰好在第一周期，RCC初始化控制器Ci的ID i和占用阈值Di以确保每次仅占用一个控制器。ID针对主要控制器时设置为1，针对次要控制器时设置为2等等。而且，对于任何控制器对(Ci、Cj)，其中i>j，占用阈值必须满足Di>Dj≥Ts，其中TS是采样周期。然后，在每个采样周期执行主要的步骤。轮询步骤从I/O接口取来以下变量：
(i)processVar：电流传感器测量。
(ii)lastAction：状态变量a的表示，即，由致动器执行的最后的动作。
(iii)lastActionAge：时间计数器阵列，从而lastActionAge(i)表示状态变量ui，即，自Ci最后占用经过的时间。
如果轮询步骤超时，例如，由于链路故障，控制器在将其firstCycle标记重置为TRUE之后跳过当前采样周期。伪代码中的该行是关于如下面在2.2节中示出的保证G3。
然后，计算步骤决定控制器模式。对于给定控制器Ci，如果存在具有有效的较小的ID的另一控制器Cj，然后Ci会决定在待机模式中运行。另一方面，对于所有的Cj，其中，j<i，如果最后动作uj的龄期比Di老，那么由于其假设所有的控制器Cj已出故障，Ci会决定在占用模式中运行。因此，RCC利用循环扫描具有较低ID的控制器的lastActionAge来评估标记iAmEngaged。然后，RCC运行控制算法controller()，其正常仅需要传感器测量processVar。然而，对于一些控制算法，保证G3指示传递如下面在2.2节中论述的更多的参数。
最后，如果iAmEngaged标记是TRUE，有条件的作出动作步骤将计算出的动作发送到生产。其进一步发送零以使显示自最后的动作以来的时间的计数器复位。否则，如果iAmEngaged标记是FALSE，步骤不执行动作。
不失一般性，我们现在集中于三重冗余情况以示出RCC下3个控制器中的互动。主要控制器的iAmEngaged标记总是TRUE，因为其具有最小的ID。由于二级控制器轮询时间计数器lastActionAge(1)，其连续检查主要控制器是否活跃。如果主要控制器出故障，那么当lastActionAge(1)超过二级占用阈值时，二级控制器将会检测故障。在这种情况下，二级控制器的iAmEngaged在整个循环中会保持TRUE。因此，二级控制器会在占用模式中运行，并因此重置其在I/O接口中的lastActionAge(2)条目以表示其刚刚作出动作。虽然三级控制器也将检测主要控制器的故障，但三级控制器的占用阈值大于二级控制器的占用阈值。在lastActionAge(1)的值渡过三级控制器的占用阈值之前，二级控制器将已工作。因此，当三级控制器在以下采样周期轮询状态时，时间计数器lastActionAge(2)会增加至δ，使得0≤δ≤Ts，lastActionAge(2)小于三级控制器的占用阈值，从而迫使三级控制器的iAmEngaged标记变成FALSE。
当且仅当主要控制器和二级控制器变成不可用时三级控制器会被占用。这解决了保证G1，如果主要控制器从故障中恢复，因为其一直在占用模式中运行，其将获得对过程的增益控制，从而迫使二级控制器进入待机模式。一旦重置主要控制器的lastActionAge(1)，二级控制器将会检测龄期小于二级控制器的占用阈值的最近的主要动作。因此，二级控制器的iAmEngaged标记将是FALSE。因此，二级控制器将会在待机模式下运行。相同的讨论适用于在较低ID控制器从故障中恢复时的任何两个控制器。这实现了保证G2。
2.2平稳的控制器切换
控制器之间的切换可能会导致过程输出中的“扰动”，这会违反保证G3。如果原始控制器动作的最终值不等于新控制器动作的初始值，就会出现这种现象。这种现象的主要原因是冗余控制器未同时开始。由于大多数控制器具有积分器组件，控制器的输出不会是相同的，因为它们的积分区间具有不同的开始时间。
为了在云控制器之间实现平稳切换，本发明的实施方式在云控制器中使用来自控制理论的无扰动转换概念。无扰动转换原来设计成能支持从“手动”控制到“自动”控制的切换，并且大多数商业的PID控制器都支持，这在工业中使用的控制器中占90％以上。通过调节积分器的初始值能实现PID控制器的无扰动转换。已为高级“自动”控制器提出其他无扰动转换法。
图8示出了当在两个或多个PID控制器之间切换时图7中引入的保证平稳切换的PID controller()函数的平稳切换版本。当从任何控制器切换至PID控制器时该算法也可行。
在图8中示出的伪代码集中于将平稳切换特征加入到标准PID控制算法所需的修改。几乎所有的商业PID控制器提供实现该修改的支持。虽然为不同的问题提供这种支持，但也可以为本发明的实施方式的云控制器提供平稳的切换。
例如，假设存在两个PID控制器：占用模式中的Ci和待机模式中的Cj。除了第一采样周期，占用控制器Ci在没应用修改的情况下运行PID控制算法，因为其跳过了声明underif。另一方面，在减去PID算法的比例动作(P)和微分动作(D)之后，待机控制器Cj通过迫使其等于最后的控制动作(其是通过占用控制器计算的，Ci)来覆盖(override)PID积分器的正规值。该步骤修正了Cj的积分器的任何偏差，使得其与Ci的积分器相匹配。结果，Cj的输出始终等于Ci的输出。在这种条件下，如果Ci出故障，并且Cj接管，然后Cj用等于Ci的最后动作的动作开始。
要求任何控制器在其初始采样周期，即当标记firstCycle为如在if条件中示出的TRUE时，修正其积分器的初始值。这使得如果a<b，能够在恢复的Ca与当前占用的控制器Cb之间进行平稳切换。这就是一旦图7中的伪代码超时RCC将firstCycle标记设置为TRUE的原因。考虑占用控制器Ca遭受链路故障的情况，借此轮询步骤超时，并且备用控制器Cb换入。如果链路恢复，那么在与Cb进行平稳切换之后Ca再次接管，因为一旦恢复，Ca的firstCycle标记应是图8中的TRUE。
该算法可以应用于下面的情形：
·云控制器充当需要高可靠性的系统内的物理控制器的备用控制器。与重复所有的物理控制器相比，这可实现大量成本节约。
·云控制器可用于在它们的物理控制器升级或由于故障而被替换时暂时管理系统。这符合短时期需要的云服务的按需本质。
·云控制器可以部署在私有云上面以为相同公司的数个设施服务，这允许所有设施的控制功能在虚拟化的资源上统一起来。
在这些情形的每个情形中，对于当前控制生产的控制器，iAmEngaged标记被设为TRUE。对于所有其他控制器，相同的标记被设为FALSE。当必须切换控制器时，轻击iAmEngaged标记。最近换入的控制器将从等于最后施加的动作的动作开始。
2.3正式论证
现在针对基于云的控制器、托管VM、托管服务器、网络交换机和网络链路描述停止运行故障模型。下面的说明正式证明保证G1-G3。
定理1.只要存在通过至少一个链路可访问的至少一个操作控制器，提出的RCC算法保证控制过程的正常操作。
证明.假设Ψ是正常控制器的非空集合。此外，假设Cs∈Ψ是具有最小ID s和最小占用阈值Ds的控制器。对于所有不正常的控制器Ci∈/Ψ且i<s，最后动作龄期计数器ui因为Ci不能更新状态数组而将保持增大。因此，ui值将保持增大直至它们全部与Cs的占用阈值(即，Ds)相交。当发生这种情况时，Cs会被占用，这是因为在计算步骤中iAmEngaged标记将被估计为TRUE。一旦Cs变成占用，其将在状态数组中重置其最后动作龄期计数器us。由于计数器值小于它们的占用阈值Dj，其他活跃的控制器Cj∈Ψ\{Cs}将观察到重置事件。因此，它们的iAmEngaged标记将设置为FALSE，从而迫使它们抑制它们的动作。因此，只要存在至少一个操作中的可达的控制器，我们总是恰好具有一个管理过程的控制器。
定理2.如果原始控制算法在没有故障的情况下保证零超调和零稳态误差，那么RCC算法保证在故障下相同的超调(overshoot)和稳态误差特性，条件是存在一个操作中的可达控制器。
证明.假设在离散的时间点n＝k占用控制器Ci出故障。在采样周期的有限数之后，备用控制器Cj的第一动作将会到达过程(process，生产)，其中，RTTj是Cj与生产之间的往返网络延迟，Dj是Cj的占用阈值，以及Ts是采样周期。在此期间，控制I/O接口被施加从Ci接收的最后动作，其是m[k-1]，其中，m[n]是控制器输出信号。下面的说明证明了m[k-1]是有限数值并且对于保持m[k-1]不会影响超调或稳态偏差。
首先下面的说明证明了m[k-1]是有限的。假定占用控制器Ci在没有故障下保证零超调和稳态偏差，过程变量y[n]从其初始值收敛至设定点且没有振荡(oscillation，不连续振幅)。由于设定点r[n]是n>0的常值函数，则误差信号e[n]＝r[n]-y[n]从其有限初始值收敛至零且没有振荡，这意味着E(z)具有稳定的无振荡极点，即，z面的单位圆内的正实极点。传送误差作为到控制器的输入。控制器传递函数Ci(z)在单位圆内或单位圆上具有正实极点。例如，PID控制器作为实际上最常用的控制器，在单位圆外没有极点(在z＝1(即，在单位圆上)只有一个极点)。因此，控制器输出即M(z)＝E(z)Ci(z)，具有稳定的极点并且在z＝1的单位圆上最大为1极点。这完全等于将单位阶跃输入(在z＝1处的极点)应用至稳定的传递函数(E(z)和Ci(z)的所有的其他稳定的极点)得到的信号。
因此，控制器输出信号m[n]将其有限初始值收敛至有限最终值且没有振荡。因此，在m[0]与limn→∞m[n](两者都是有限的)之间切换的过程中，信号m[k-1]保持在I/O接口。由于控制动作的最终值不会引起过程超调，从而保持中间动作也不会引起过程超调。这是因为大多数现实生活的生产是开路的稳定生产。在开路的不稳定的生产的罕见的情况中，假设在生产侧处有适当的补偿。假设备用控制器Cj运行产生零超调和零稳态值的控制算法，当其接管时，其将过程变量从其中间值驱动至其期望最终值且没有振荡，即，零稳定状态误差和零超调。
定理3.一个故障下设定时间ts中最差的情况增多由备用控制器Cj互联网往返延迟RTTj和占用阈值Dj设上届并且通过 给出，其中，Ts是采样周期。
证明.对于本领域技术人员来说证明是简单。为简单起见，在没有推论的情况下示出最终结果。不失一般性，由其主时间常数表示单位增益系统，并且其主时间常数的每10％周期性地采样单位增益系统，这是设计采样周期中的经验之谈。这种系统的阶跃响应可得出为y[n]＝(1/11)δ[n]+u[n-1]-(10/11)n+2。没有故障下的设定时间ts定义为过程保持在5％的最终值内花费的时间。我们获得没有故障下的设定时间ts0为30采样周期。当在离散的时间点k>0发生故障时使用类似的分析。
在故障中，tsf具有3个分量：
(i)ts1，在ts1期间，初始控制器Ci在出故障之前将生产(process，过程)输出从0驱动至中间值0<α<1。这导致ts1＝log(1-α)/log(10/11)-2。
(ii)ts2:这是使Cj检测故障并且对故障做出反应花费的时间。在此期间，控制器输出将保持在m[k-1]，并且生产输出会是α作为下界(由于一阶延迟，生产实际上会前进到β，其中0≤α≤β≤1，这是更好的情形)。定理2的证明表明
(iii)ts3:在此期间，Cj将生产输出从α输出至0.95。这致使ts3＝(log(0.05)-log(1-α))/log(10/11)-2。
从以上论述中，我们得出
现实生活的生产具有秒级的时间限制，并且因此具有数百毫秒级的采样周期。因此，互联网正常会引入往返延迟γTs，其中，γ<1。如果我们将延迟阈值设置为等于2个采样周期，那么在设定时间中最坏情况变化是设定时间中的1个采样间隔的变化对应1/30＝3.3％的少量增大。值得注意的是，大多数生产在它们的大部分运行时间都在在稳定状态中运行，其中在设定时间故障会产生零变化。
定理4.RCC算法保证一旦控制器恢复在过程响应中无变化。
证明.假设目前占用控制器Cj。假设Ci具有故障并且现在恢复了，其中i<j。由于Ci具有较低的ID，其会占用，并且其将开始更新在控制I/O接口中维持的状态。Cj将花费(RTTj+Dj)/Ts 采样周期检测到Ci回来了。在这些采样周期的每一个中，过程将同时接收两个控制动作，一个来自每个控制器。由于图8中的平稳切换算法，Ci将从Cj的最后动作开始。在它们两者均工作的整个时期，它们会在相同的采样周期中发送相同的动作。因此，响应与仅一个控制器占用的情况不同。在该周期之后，由于Cj切换至待机，Ci完全接管。
3.评估
在本节中严格地评估提出的基于云的控制方法的性能。下面的说明展示了本发明的实施方式的基于云的控制器如何有效控制8000英里以外远的工业工厂。下面的说明也证明了本发明的实施方式如何减轻大的互联网延迟并且在故障时在冗余控制器之间动态地切换以实现受控工业工厂的平稳和可靠的功能。
出于测试目的，在LabVIEW软件中实现本发明的实施方式，这是自动化工厂和实验室试验两者中的标准。用PID控制法评估该方法的原因是目前为止这是实际上最普遍使用的。LabVIEW PID控制器部署在亚马逊云2上的微软窗口服务器实例上。Lab-VIEW也用于模拟位于北美洲西海岸上的服务器上的中等大小的工业工厂。LabVIEW提供的标准Modbus/TCP协议用于在工厂生产与云控制器之间通信。两个云控制器部署在距工厂最远的可用(就延迟而言)亚马逊云位置：如图9中示出的新加坡和巴西圣保罗。
3.1实验设备
模拟的工业工厂是如图10中所示的太阳能发电厂。将太阳能发电厂的运行分成四个主要过程循环：合成油循环、盐循环、蒸汽循环、以及冷凝循环。油循环收集太阳能，而盐循环存储太阳能以随后用泵输送。蒸汽循环和冷凝循环负责运行蒸汽涡轮机。油循环在太阳能收集反射镜处开始，其沿着穿过油的水平管收集太阳的热量。油吸收热量并将其分两个支路传递以与盐循环和蒸汽循环相互作用。
盐循环具有两个模式：热贮存和热泵送。如果油吸收的热量超过运行工厂所需量，那么将盐从冷槽用泵输送到热槽以存储多余的热量。在太阳能降到所需等级以下的时候(例如，多云天气)，盐流向逆转以将热量用泵输送到油中。将油用泵输送到热交换器以加热水来产生蒸汽。如果太阳热能和用泵输送的盐热能下降到所需等级以下，天然气加热器用于维持蒸发温度。
通过蒸汽涡轮机反馈加压蒸汽，蒸汽涡轮机驱动连接到电力传送网的发电机。上次循环是需要在涡轮机的下游侧创造真空所需的蒸汽冷凝，这是高效蒸汽循环所必须的。
为了控制太阳能发电厂，标记了在图10中示出的九个控制环路：(i)太阳能收集器反射镜的三角位置环路，(ii)三个流量控制环路；两个用于油循环以及一个用于蒸汽循环，以及(iii)三个温度控制器；一个用于油循环，一个用于蒸汽循环，以及一个用于冷凝循环。为简单起见未示出额外的控制环路(例如，用于涡轮机)。
从三个代表控制环路呈现性能结果；一个来自以上三个组中的每一个。得出这些环路的传递函数并且使用雅格-尼可士法(Ziegler-Nichols method)设计它们的PID云控制器并且用试凑法精密调校。对于每个控制环路，周期性地采样控制过程的状态并且通过相应的控制器获取，该相应的控制器计算适当的动作并且将其发送回该过程的致动器。采样周期通常设置为过程的主时间常数的10％。大多数连续的工业生产的采样周期在0.5至2.0秒的范围内。
计算在评估中考虑的控制环路的主时间常数，并且采样周期保守地设置为时间常数的10％，且最大采样周期为1秒。较小的采样周期加压基于云的控制方法，因为它们需要更快的响应。在正常的网络延迟下检查工厂的性能以及模拟大随机延迟来对该方法进行压力测试。当控制器和/或互联网链路出故障时分析性能。当工厂经受阶跃输入或扰动时考虑最普遍的控制理论性能度量。这些度量是：(i)最大超调百分比(Mp)：最大超调与最终值之间的标准化差值；(ii)稳态误差(ess)：设定点与阶跃响应的最终值之间的差值；以及设定时间(ts)：响应保持在5％的最终值内花费的时间。
3.2互联网延迟下的性能
下面的章节证明基于云的控制方法的可行性。
下面的说明展示了云控制器与局部控制器产生相同的性能。图10中示出的控制环路中的两个：(i)由AC1标记的太阳能收集器定位过程，以及(ii)由TC1标记的温度控制过程，其中盐存储热量或泵送热量来调节油温度。
太阳能收集器定位。太阳能收集器具有重量为1000Kg的移动部件。抛物槽镜的焦距为1米。收集器绕反射镜的焦轴旋转。具有齿轮箱的大直流电动机的齿轮比是100，其驱动收集器。得出的传递函数为Θ(s)/Vf(s)＝0.1/(s3+18s2+80s+10)，其中，Θ(s)和Vf(s)分别是收集器的角度位置的拉普拉斯转换函数和施加至直流电动机的磁场电路的电压。该传递函数的主时间常数是7.77秒。因此，选择750毫秒的采样周期。得出期望的收集器角度位置为arccos(cos(g)sin(a))，其中，g是太阳的高度角，以及a是从南方测量的方位角。于2012年7月1日在德克萨斯州的休斯顿模拟日照角的变化一个小时。期望收集器角度在上午10:00和11:00之间以匀变的方式从44.3度变成57.1度。收集器的初始位置是零度。在上午10:20和10:40之间模拟风扰动影响，其在周期的上半周期增大但在下半周期减小。应用的扰动的影响至多达7度。扰动传递函数近似为Θ(s)/Df(s)＝75×10-5/(s2+7.6s+0.75)，其中Df(s)是风力扰动的拉普拉斯转换。
图11示出了结果，其中，绘制了期望太阳能收集器角度(设定点)。通过在与模拟过程(局部FB)相同的机器上运行的控制器和云反馈控制器(云FB)实现的角度均保持了在期望设定点的过程(process)的性能。在图11(a)中，示出通过开环路控制器实现的角度以证明风扰动的重要性。图11(a)中的结果明确显示云控制器与局部控制器执行的相同。图11(b)放大最初的4分钟以示出瞬态反应，而图11(c)放大出现风扰动的周期的上半周期。两个图确认不易察觉提出的云控制器(部署在数千英里以外)的性能与局部控制器的性能的区别。
油温度调节。在温度控制过程重复以上实验，温度控制过程与太阳能收集器定位过程十分不同。该温度控制过程决定盐存储热量还是用泵输送热量以及为了调节油温度而要存储/用泵输送的热量的量。图10中的TT1测量的温度取决于整个油循环的操作。因此，模拟两个油热交换器的操作。太阳能收集器模拟为附加热交换器。用具有20秒和30秒之间的范围的主时间常数的传递函数模拟热交换器。由O(s)/Vp(s)＝5/(25s+1)(3s+1)给出盐相互作用的传递函数，其中，O(s)和Vp(s)分别是出口油温度和施加至泵用电动机驱动器的电压的拉普拉斯转换函数。也模拟了临时多云的天气条件一个小时的影响。该扰动的传递函数近似为时间常数是5分钟的一阶系统。计算整个过程的主时间常数为189秒，但是1秒的最大采样周期用于加压(stress)系统。
图12(a)示出了13:00与15:00之间的两个小时时段的结果，临时多云天气扰动发生在13:30与14:30之间。图12(a)示出了云控制器以与局部控制器相同的方式维持在设定点的温度，而在开环路的控制器下温度明显偏离设定点。图12(b)放大了13:15与14:00之间的时段以表明云和局部控制器两者都能很好地处理扰动。为了进一步说明两个控制器采取的动作，图12(c)绘制了两个控制器如何逆转盐流向以从热库切换至热泵以便减轻多云条件引起的扰动。图12(c)中的y轴上的负值表示热存储，而正值表示热泵送。
3.3在大人造延迟下的性能
为了测试系统的鲁棒性并且呈现延迟补偿器的效果，在控制具有短时间常数的过程时人为插入大随机延迟。使用具有(100,70,500)的(平均数μ、标准偏差σ、以及最大值max)的近似值的延迟分布，但用比例因数乘以x轴以基本增加延迟。10、20、以及40的比例因数用于适当缩放概览分布使得曲线下的面积保持等于1。该比例分别产生具有(1,0.7,5)、(2,1.4,10)、以及(4,2.8,20)秒的(μ、σ、max)值的超量延迟。在云控制器与模拟工厂运行之间引入这些大延迟。在这种分布下，数据包遭受具有高可变性的延迟，这使得数据包到达的时的顺序是乱的。这些延迟可表示在路由器发生阻塞、形成瞬态路由环路、或由于网络链路的故障或恢复的路由表发生变化时的情形。
评估由图10中的FC3标记的水流过程。假定3秒的短时间常数，因此使用300毫秒的采样周期。插入延迟是大于采样周期的数量级。对于每个延迟分布，用本发明的实施方式的延迟补偿器和不用本发明的实施方式的延迟补偿器进行实验。我们的延迟补偿器中延迟块被设为其中，Ts是采样周期。因此，对于考虑中的3个延迟分布，延迟块分别设为z-10、z-20、以及z-40。补偿和未补偿的性能与作为基准的零延迟情况进行比较。对于补偿的情况，每个实验重复10次并且选取最差的性能。在图13中示出三个延迟分布的该实验的结果。图13示出了引入更大的延迟，“未补偿的”云控制环路超调(图13(a)和11(b))并且最终变得不稳定(图13(c))。然而本发明的实施方式的延迟补偿器维持平稳的响应而没有明显超调。
图14中示出的表1概括了使用本发明的实施方式的延迟补偿器(“补偿的”)和不使用本发明的实施方式的延迟补偿器(“未补偿的”)的性能度量。
就最大超调和稳态误差而言，补偿控制器在整个4个分布维持相同的性能。换言之，系统没有遭受这种极端延迟条件并且好像没有延迟一样执行。唯一的例外是最后分布的最大超调(μ＝4秒、σ＝2.8秒、max＝20秒)，其结果是0.3％，这基本上被认为是零。
另一方面，未补偿的控制器的性能在插入延迟增加时保持劣化。所以，其从没有延迟下的零最大超调和零稳态移动，在最后延迟分布下变得不稳定，在这种分布下，(可观察的)最大超调明显增加至170.9％，并且稳态偏差是未确定的，于是有了表1中的“未确定(undet)”条目。设定时间随着补偿和未补偿控制器两者的插入延迟而增加，而补偿控制器在第三和第四延迟分布(μ＝2、4秒，σ＝1.4、2.8秒，max＝10、20秒)下明显更好地执行。对于最后分布，未补偿控制器不稳定地进行并且从未解决，于是有了表1中的“未确定”设定时间。
总之，在极端条件下检测系统：在极大延迟下设定点(阶跃输入)急剧变化，直至20秒，即，采样周期的66倍，就是300毫秒。这种极其困难的条件应当使控制过程不稳定，在未补偿的控制器下会发生这种情况。然而，在这种极端条件下，系统通过仅增大设定时间使控制过程免于超调或偏离最终值。然而，在正常状态下，由于这是真正延迟实验的情况，设定时间会遭受细微(如果不是零)增加。
3.4容错和平稳切换
本节示出了基于云的控制器如何在故障的情况下能够实现平稳的切换。用如图9中所示放置的两个冗余控制器重复真正延迟实验。将在故障下的RCC算法的时间响应与没有故障的情况进行比较。将阶跃输入引入图10中示出的水流过程(FT3、FC3)。假定5秒的主时间常数，并且因此，500毫秒的采样周期。在t＝0秒施加阶跃输入。通过在t＝18秒停用其TCP连接来使主要控制器出故障并且在t＝170秒主要控制器返回到操作。选择这些时间点使得在过渡状态过程中和另一稳态过程中存在一个切换事件。
在图15(a)中绘制了水流过程的标准化响应。结果表明RCC算法成功地减轻故障并且性能表现出好像没有故障一样。相同的绘图示出了未采用RCC的效果，这示出了由于故障响应延迟以及因缺乏平稳切换机制发生超调。二级控制器的占用阈值设为4采样周期(2秒)，所以设定时间从没有故障的78秒到RCC处理故障的80秒增加2.6％。
为了示出平稳切换方法的重要性，在停用RCC的平稳切换特征时进行相同的实验并且在图15(b)中绘制了所绘结果。没有平稳切换能力(“RCC(No S.H.)”)的控制器保持有接近期望设定点的响应。然而，它们在切换事件期间输出的过程中引入两个扰动(bump)。因此，平稳切换特征对于确保故障下的平稳响应是重要的。
4.结论
提供自动反馈控制作为新云服务对包括工业、计算和通信系统的许多实际系统来说具有几个潜在益处。云控制器可替换或充当现有控制器的备用控制器，从而提供成本节约和灵活性。然而，以及时可靠的方式传送感测/动作数据是主要的挑战。
本发明的实施方式提供一种方法和架构来提供反馈控制作为云服务。本发明的实施方式的方法：(i)减轻各种互联网延迟而不影响原始控制器设计或不需要控制系统的额外支持，(ii)一旦发生故障，通过异步算法向自动热插拔备用控制器增加可靠性，以及(iii)确保控制器之间的平稳切换。所有的方法都受当前工业封装支持。
实验结果表明当本发明的实施方式减轻各种条件以传递与局部控制器相同的性能时，控制系统不受苛刻条件的影响。因此，反馈控制云服务能够以较低的成本及如云计算模式承诺的较高的灵活性提供相同的性能。
在本说明书中，“包括(comprise)”意指“包括(includes)或由...组成”并且“包含(comprising)”意指“包括(including)或由...组成”。
可用于实现本发明的实施方式的各方面的技术
[1]T.Abdelzaher,Y.Diao,J.L.Hellerstein,C.Lu,and X.Zhu.Introduction toControl Theory And Its Application to Computing Systems Performance Modelingand Engineering.In Performance Modeling and Engineering,chapter 7,pages 185–215.Springer US,2008.
[2]Introduction to Modbus TCP/IP(white paper).http://www.acromag.com/ sites/
default/files/Acromag_Intro_ModbusTCP_765A.pdf,2005.
[3]M.Bandyopadhyay.Control Engineering Theory and Practice.Prentice-Hall of India,2006.
[4]J.Bendtsen,J.Stoustrup,and K.Trangbaek.
Bumpless transfer between advanced controllers with applications topower plant control.In Proc.of IEEE Conference on Decision and Control,volume3,pages 2059–64,Dec 2003.
[5]S.Bhattacharyya,A.Datta,and L.Keel.Linear Control Theory:Structure,Robustness,And Optimization.CRC Press,2009.
[6]M.Bjorkqvist,L.Chen,M.Vukolic,and Z.Xi.Minimizing retrievallatency for content cloud.In Proc.of IEEE INFOCOM,2011.
[7]Y.Chen,Z.Du,and M.Garcia-Acosta.Robot as a service in cloudcomputing.In Proc.of IEEE International Symposium on Service Oriented SystemEngineering,2010.
[8]Z.Chen,L.Liu,and X.Yin.Networked control system with network time-delay compensation.In Proc.of Industry Applications Conference,volume 4,pages2435–40,2005.
[9]DS2:Delay Space Synthesizer.
http://www.cs.rice.edu/～bozhang/ds2/.
[10]L.Desborough and R.Miller.Increasing customer value of industrialcontrol performance monitoring–Honeywell’s experience.In Preprint of ChemicalProcess Control,2002.
[11]V.Gabale,P.Dutta,R.Kokku,and S.Kalyanaraman.InSite:QoE-awarevideo delivery from cloud data centers.In Proc.of International Symposium onQoS,2012.
[12]X.Gao and L.Schulman.Feedback control for router congestionresolution.In Proc.of ACM Symposium on Principles of Distributed Computing,2005.
[13]M.Gopal.Digital Control Engineering.New Age International,1998.
[14]M.Gopal.Control Systems:Principles and Design.Tata McGraw-Hill,2006.Reprinted from the 2002 original.
[15]U.Herrmann,B.Kelly,and H.Price.Two-tank molten salt storage forparabolic trough solar power plants.Energy,29(5–6):883–93,Apr 2004.
[16]S.Kumar,S.Gollakota,and D.Katabi.A cloud-assisted design forautonomous driving.In Proc.of SIGCOMM MCC workshop on Mobile Cloud Computing,2012.
[17]Why Use LabVIEW？http://www.ni.com/white-paper/8536/en.
[18]C.Lu,Y.Lu,T.Abdelzaher,J.A.Stankovic,and S.Son.Feedback controlarchitecture and design methodology for service delay guarantees in webservers.IEEE Transactions on Parallel and Distributed Systems,17(7),Sept2006.
[19]K.Natori and K.Ohnishi.A design method of communicationdisturbance observer for time-delay compensation,taking the dynamic propertyof network disturbance into account.IEEE Transactions on IndustrialElectronics,
55(5):2152–68,May 2008.
[20]P.Patras,A.Banchs,and P.Serrano.A control theoretic scheme forefficient video transmission over ieee 802.11e edca wlans.ACM Transactions onMultimedia Computing Communications and Applications,8(3):29:1–29:23,Aug2012.
[21]J.Rossiter.Model-Based Predictive Control:A PracticalApproach.CRC Press,2004.
[22]J.Sherry,S.Hasan,C.Scott,A.Krishnamurthy,S.Ratnasamy,andV.Sekar.Making middleboxes someone else’s problem:network processing as acloud service.In Proc.of SIGCOMM,2012.
[23]Smith Predictor for Control of Processes with Dead Times.http:// support.automation.siemens.com/WW/view/en/37361207,2009.
[24]G.Smaragdakis,N.Laoutaris,I.Matta,A.Bestavros,and I.Stavrakakis.Afeedback control approach to mitigating mistreatment in distributed cachinggroups.In Proc.of IFIP-TC6
Conference on Networking Technologies,Services,and Protocols,2006.
[25]O.Smith.Closer control of loops with dead time.ChemicalEngineering Progress,53(5):217–9,May 1957.
[26]Solar plots.http://www.solarplots.info/.
[27]H.Wade.Basic and Advanced Regulatory Control:
System Design and Application.ISA,2004.
[28]T.Wood,E.Cecchet,K.Ramakrishnan,P.Shenoy,J.van der Merwe,andA.Venkataramani.Disaster recovery as a cloud service:economic benefits&deployment challenges.In Proc.of USENIX Conference on Hot Topics in CloudComputing,2010.
[29]X.Xu.From cloud computing to cloud manufacturing.Robotics andComputer-Integrated Manufacturing,28(1):75–86,Feb 2012.
[30]S.Yang,X.Chen,L.Tan,and L.Yang.Time delay and data losscompensation for internet-based process control systems.Transactions of theInstitute of Measurement and Control,27(2):103–18,June 2012.
[31]Y.Yang,Y.Wang,and S.-H.Yang.A networked control system withstochastically varying transmission delay and uncertain process parameters.InProc.of IFAC,volume 16,2005.

Claims (17)

1.一种控制系统，包括：
第一硬件组件，
第二硬件组件，
服务器，所述服务器远离硬件组件，其中，所述硬件组件与所述服务器进行通信，使得数据能够使用现场级协议在所述硬件组件与所述服务器之间进行传送，以及
主要控制模块，所述主要控制模块实现为所述服务器上运行的服务，所述主要控制模块形成所述控制系统中的直接控制层的部件并且可操作为使用所述现场级协议与所述硬件组件进行通信以控制所述硬件组件中的至少一个，其中，所述硬件组件输出过程变量，并且所述控制系统包括将所述过程变量传送至所述主要控制模块的输入的反馈环路，其中，所述控制系统进一步包括：
延迟补偿器模块，所述延迟补偿器模块通过延迟补偿值来改变所述过程变量以补偿所述主要控制模块与所述硬件组件之间的通信中的延迟；以及
比较器单元，所述比较器单元包含接收所述过程变量的第一输入以及接收参考值的第二输入，其中，所述比较器单元将所述过程变量与所述参考值进行比较并且将比较值输出至所述主要控制模块的输入，其中，所述延迟补偿器模块通过所述延迟补偿值来改变所述过程变量或误差值，并且其中，所述延迟补偿器模块选择与所述硬件组件中的至少一个和所述主要控制模块之间的通信中的往返时间延迟相符合的所述延迟补偿值。
2.根据权利要求1所述的控制系统，其中，所述主要控制模块是可操作为连续地控制所述硬件组件中的至少一个的直接连续控制模块，并且是直接数字控制模块。
3.根据权利要求1所述的控制系统，其中，所述硬件组件之一是以下各项中的至少一个：传感器和致动器。
4.根据权利要求1所述的控制系统，其中，所述硬件组件和所述服务器形成云网络的部件。
5.根据权利要求1所述的控制系统，其中，其中，所述控制系统进一步包括用户界面，所述用户界面与所述服务器进行通信以支持用户与所述服务器交互，来监测和控制所述主要控制模块，其中，所述用户界面实现为平台即服务(PaaS)或系统即服务(SaaS)。
6.根据权利要求1所述的控制系统，其中，所述延迟补偿器模块是史密斯预测器，并且所述史密斯预测器通过延迟补偿值来改变所述误差值而不是所述过程变量，以补偿所述主要控制模块与所述硬件组件之间的通信中的延迟。
7.根据权利要求1所述的控制系统，其中，所述控制系统进一步包括：
延迟估计器模块，所述延迟估计器模块可操作为估计所述主要控制模块与所述硬件组件中的至少一个之间的通信中的往返时间延迟。
8.根据权利要求1所述的控制系统，其中，所述延迟补偿器模块在预定的时间段逐渐地改变所述过程变量。
9.根据权利要求1所述的控制系统，其中，所述控制系统进一步包括：
二级控制模块，所述二级控制模块实现为所述服务器上运行的服务，所述二级控制模块可操作为与所述硬件组件进行通信以控制所述硬件组件中的至少一个，其中，每个控制模块被配置为以待机模式和以占用模式操作，在所述待机模式中控制模块不向所述硬件组件发送控制动作，在所述占用模式中控制模块向所述硬件组件发送控制动作，其中，每个控制模块可操作为进行通信以检查其他控制模块的操作模式，并且其中，如果所述其他控制模块未操作在所述占用模式中，一个控制模块可操作为切换成所述占用模式，并且在所述控制系统初始化时，所述主要控制模块操作在所述占用模式并且所述二级控制模块操作在所述待机模式。
10.根据权利要求9所述的控制系统，其中，所述控制系统包括输入/输出(I/O)接口并且每个控制模块与所述输入/输出接口通信地连接，并且所述输入/输出接口包含时间记录模块，所述时间记录模块可操作为记录表示从每个控制模块被最后占用以及将控制数据传送至所述硬件组件中的至少一个以来的时间的时间值，并且每个控制模块可操作为在预定采样周期轮询所述输入/输出接口以确定由所述其他控制模块的所述时间记录模块记录的时间值。
11.根据权利要求9所述的控制系统，其中，所述主要控制模块被分配第一ID号并且所述二级控制模块被分配大于所述第一ID号的第二ID号，并且具有最低ID号的控制模块被配置为操作在所述占用模式中。
12.根据权利要求1所述的控制系统，其中，所述控制系统进一步包括：
输入/输出接口，以及
至少一个另外的控制模块，实现为所述服务器上运行的服务，
每个控制模块与所述输入/输出接口通信地连接，并且每个另外的控制模块可操作为与所述硬件组件进行通信以控制所述硬件组件中的至少一个，其中，每个另外的控制模块被配置为以待机模式和以占用模式操作，在所述待机模式中另外的控制模块不向所述硬件组件发送控制动作，在所述占用模式中另外的控制模块向所述硬件组件发送控制动作，其中，每个另外的控制模块可操作为与输入/输出接口进行通信以确定其他控制模块的操作模式。
13.根据权利要求12所述的控制系统，其中，至少一个控制模块实现为相对所述其他控制模块中的至少一个在不同服务器上运行的服务，和/或所述服务器彼此位于不同的地理位置。
14.根据权利要求13所述的控制系统，其中，每个控制模块包含积分器并且每个控制模块可操作为将其积分器的值传送至所述其他控制模块，其中，在所述待机模式中操作的每个控制模块被配置为将其积分器的值设置成与所述占用模式中操作的控制模块的积分器的值相符合，使得所述待机模式中操作的每个控制模块有准备地平稳切换到所述占用模式。
15.根据权利要求13所述的控制系统，其中，所述待机模式中操作的每个控制模块可操作为将其设定点设置成与所述占用模式中操作的控制模块的所述设定点的值相同的值。
16.根据权利要求1所述的控制系统，其中，所述主要控制模块实现为在所述服务器上运行的虚拟机中运行的服务。
17.根据权利要求12所述的控制系统，其中，每个其他控制模块实现为在一个或多个独立的服务器上运行的虚拟机中运行的服务。
CN201380075574.9A 2013-02-13 2013-04-26 用于硬件组件的遥控的控制系统和方法 Expired - Fee Related CN105122162B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
GBGB1302534.1A GB201302534D0 (en) 2013-02-13 2013-02-13 Feedback control as a cloud service
GB1302534.1 2013-02-13
PCT/EP2013/058792 WO2014124701A1 (en) 2013-02-13 2013-04-26 A control system and method for remote control of hardware components

Publications (2)

Publication Number Publication Date
CN105122162A CN105122162A (zh) 2015-12-02
CN105122162B true CN105122162B (zh) 2018-01-05

Family

ID=47999052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380075574.9A Expired - Fee Related CN105122162B (zh) 2013-02-13 2013-04-26 用于硬件组件的遥控的控制系统和方法

Country Status (7)

Country Link
US (1) US10152048B2 (zh)
EP (1) EP2956828A1 (zh)
JP (1) JP6382225B2 (zh)
KR (1) KR101734743B1 (zh)
CN (1) CN105122162B (zh)
GB (1) GB201302534D0 (zh)
WO (5) WO2014124705A1 (zh)

Families Citing this family (59)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9565275B2 (en) 2012-02-09 2017-02-07 Rockwell Automation Technologies, Inc. Transformation of industrial data into useful cloud information
US10303035B2 (en) 2009-12-22 2019-05-28 View, Inc. Self-contained EC IGU
US10989977B2 (en) 2011-03-16 2021-04-27 View, Inc. Onboard controller for multistate windows
US11054792B2 (en) 2012-04-13 2021-07-06 View, Inc. Monitoring sites containing switchable optical devices and controllers
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
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
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
US10026049B2 (en) 2013-05-09 2018-07-17 Rockwell Automation Technologies, Inc. Risk assessment for industrial systems using big data
US9989958B2 (en) * 2013-05-09 2018-06-05 Rockwell Automation Technologies, Inc. Using cloud-based data for virtualization of an industrial automation environment
US9438648B2 (en) 2013-05-09 2016-09-06 Rockwell Automation Technologies, Inc. Industrial data analytics in a cloud platform
US11868103B2 (en) 2014-03-05 2024-01-09 View, Inc. Site monitoring system
SG10201807277UA (en) 2014-03-05 2018-09-27 View Inc Monitoring sites containing switchable optical devices and controllers
EP4235289A3 (en) 2014-06-30 2023-11-22 View, Inc. Computer-implemented control methods and systems for networks of optically switchable windows during reduced power availability
EP2988183B1 (de) 2014-08-14 2020-04-01 Siemens Aktiengesellschaft System zum beobachten und/oder steuern einer anlage
DE102014220646A1 (de) * 2014-10-13 2016-04-14 Bayerische Motoren Werke Aktiengesellschaft Nutzung einer Bus-Leitung zur Übertragung alternativer Signalcodierungen
US11740948B2 (en) 2014-12-08 2023-08-29 View, Inc. Multiple interacting systems at a site
CN104808592B (zh) * 2015-03-13 2016-06-01 华中科技大学 一种基于虚拟上位机的数控系统
US11513477B2 (en) 2015-03-16 2022-11-29 Rockwell Automation Technologies, Inc. Cloud-based industrial controller
US11243505B2 (en) 2015-03-16 2022-02-08 Rockwell Automation Technologies, Inc. Cloud-based analytics for industrial automation
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
EP3130975A1 (en) * 2015-08-14 2017-02-15 Tomologic AB An industrial machine system and a method of controlling an industrial machine
US10711788B2 (en) * 2015-12-17 2020-07-14 Wayne/Scott Fetzer Company Integrated sump pump controller with status notifications
ITUA20164454A1 (it) * 2016-06-16 2017-12-16 Ode S R L Metodo per gestire e controllare da remoto una elettrovalvola intelligente, software e applicazione per dispositivi mobili, interfaccia utente
WO2017137827A1 (en) * 2016-02-08 2017-08-17 Ode S.R.L. Smart solenoid valve and method, system, software, user interface thereof
US10623292B2 (en) * 2016-03-10 2020-04-14 Mitsubishi Electric Corporation Receiver and event-detection-time-point estimation method
CN107179750A (zh) * 2016-03-11 2017-09-19 西门子（中国）有限公司 工业网络系统
US20170284690A1 (en) * 2016-04-01 2017-10-05 Softarex Technologies, Inc. Mobile environment monitoring system
US10259117B2 (en) 2016-08-02 2019-04-16 At&T Intellectual Property I, L.P. On-demand robot virtualization
US10965570B2 (en) 2016-08-17 2021-03-30 Nec Corporation Remote control device, system, method, and recording medium for determining a delay setting value
US10394205B2 (en) * 2016-11-29 2019-08-27 Virtual Peaker, Inc. Systems and methods for real-time control
WO2018137145A1 (zh) * 2017-01-24 2018-08-02 北京广利核系统工程有限公司 数据同步方法及装置
US10341293B2 (en) * 2017-02-22 2019-07-02 Honeywell International Inc. Transparent firewall for protecting field devices
US10746428B2 (en) 2017-03-09 2020-08-18 Johnson Controls Technology Company Building automation system with a dynamic cloud based control framework
US20210302799A1 (en) * 2017-04-26 2021-09-30 View, Inc. Remote management of a facility
JP6972644B2 (ja) * 2017-05-08 2021-11-24 いすゞ自動車株式会社 車両制御装置
CN107219768A (zh) * 2017-06-06 2017-09-29 辛小英 一种基于手机微信的家庭安防系统
USD893552S1 (en) 2017-06-21 2020-08-18 Wayne/Scott Fetzer Company Pump components
CN107508792B (zh) * 2017-07-13 2020-10-30 福建师范大学 一种移动云计算中的数据可信感知方法
RU2669073C1 (ru) * 2017-10-18 2018-10-08 Общество с ограниченной ответственностью "Синхро-Линк" Распределенная сетевая система управления
USD890211S1 (en) 2018-01-11 2020-07-14 Wayne/Scott Fetzer Company Pump components
KR102236089B1 (ko) * 2019-02-13 2021-04-06 (주)빌리언이십일 환경 관리에 사용되는 데이터 컨버터 및 이의 동작방법
CN109828508B (zh) * 2019-02-22 2020-05-05 山东欧德利电气设备有限公司 一种远程数字量双向传输技术
CN110174881A (zh) * 2019-06-12 2019-08-27 浩博泰德(北京)科技有限公司 一种分布式控制装置及系统
CN110794799A (zh) * 2019-11-28 2020-02-14 桂林电子科技大学 应用于工业生产的具有故障诊断功能的大数据系统
US11662715B2 (en) * 2020-02-13 2023-05-30 Honeywell International Inc. Multi-synch of a primary automation device with multiple secondaries
TW202206925A (zh) 2020-03-26 2022-02-16 美商視野公司 多用戶端網路中之存取及傳訊
US11762742B2 (en) 2020-03-31 2023-09-19 Honeywell International Inc. Process control system with different hardware architecture controller backup
WO2021240219A1 (en) * 2020-05-27 2021-12-02 Telefonaktiebolaget Lm Ericsson (Publ) In-network control of actuators for robotic arms
US11989084B2 (en) 2020-09-23 2024-05-21 Honeywell International Inc. Self-healing process control system
US11874938B2 (en) 2020-11-03 2024-01-16 Honeywell International Inc. Admittance mechanism
JP7435521B2 (ja) * 2021-03-29 2024-02-21 横河電機株式会社 コントローラ、制御方法及び制御プログラム
EP4101601A1 (de) * 2021-06-10 2022-12-14 Gestalt Robotics GmbH Redundanz-steuerung in einem verteilten automatisierungssystem
US20220404789A1 (en) * 2021-06-16 2022-12-22 Fisher-Rosemount Systems, Inc. Utilizing quality-of-service metrics to facilitate transitions between i/o channels for i/o server services
US11726933B2 (en) 2021-06-16 2023-08-15 Fisher-Rosemount Systems, Inc. I/O server services configured to facilitate control in a process control environment by containerized controller services
US11789428B2 (en) 2021-06-16 2023-10-17 Fisher-Rosemount Systems, Inc. I/O server services for selecting and utilizing active controller outputs from containerized controller services in a process control environment
US11960588B2 (en) 2021-06-16 2024-04-16 Fisher-Rosemount Systems, Inc Security services in a software defined control system
JP2023151892A (ja) * 2022-04-01 2023-10-16 オムロン株式会社 制御システム、制御装置、制御方法及び制御プログラム

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1867932A (zh) * 2003-10-17 2006-11-22 海德勒利夫特埃姆克莱德股份有限公司 设备部件监控和替换管理系统
JP2010097471A (ja) * 2008-10-17 2010-04-30 Nippon Steel Corp プロセス制御システム
WO2011099874A1 (en) * 2010-02-15 2011-08-18 Exeloo Limited Remote monitoring and control system
WO2011154212A1 (de) * 2010-06-10 2011-12-15 Endress+Hauser Process Solutions Ag Verfahren zur inbetriebnahme, zum betreiben, zum warten und/oder bedienen von feldgeräten
CN102436203A (zh) * 2011-08-17 2012-05-02 深圳市锐能机械有限公司 集装箱自动查检与监控系统
CN102768510A (zh) * 2011-05-05 2012-11-07 无锡德达物联网科技有限公司 智能家居控制系统

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6264111B1 (en) * 1993-06-16 2001-07-24 Siemens Building Technologies, Inc. Proportional-integral-derivative controller having adaptive control capability
JP2001242930A (ja) * 2000-02-28 2001-09-07 Yokogawa Electric Corp 制御方法及びこれを用いた制御システム
US6640140B1 (en) * 2000-10-10 2003-10-28 Schneider Automation Inc. PLC executive with integrated web server
US9565275B2 (en) * 2012-02-09 2017-02-07 Rockwell Automation Technologies, Inc. Transformation of industrial data into useful cloud information
US7151966B1 (en) * 2002-06-04 2006-12-19 Rockwell Automation Technologies, Inc. System and methodology providing open interface and distributed processing in an industrial controller environment
US7873962B2 (en) * 2005-04-08 2011-01-18 Xerox Corporation Distributed control systems and methods that selectively activate respective coordinators for respective tasks
US8340790B2 (en) * 2009-08-31 2012-12-25 Fisher-Rosemount Systems, Inc. Methods and apparatus to adjust control loop timing in a process control system
US8331855B2 (en) * 2010-07-12 2012-12-11 Invensys Systems, Inc. Methods and apparatus for process control with improved communication links
US8825791B2 (en) * 2010-11-24 2014-09-02 Red Hat, Inc. Managing subscribed resource in cloud network using variable or instantaneous consumption tracking periods
US8825185B2 (en) * 2011-01-04 2014-09-02 Johnson Controls Technology Company Delay compensation for feedback controllers
DE102011080569A1 (de) * 2011-08-08 2013-02-14 Endress + Hauser Process Solutions Ag System und Verfahren zur Bedienung von Feldgeräten in einer Automatisierungsanlage
US11199824B2 (en) * 2012-01-17 2021-12-14 Fisher-Rosemount Systems, Inc. Reducing controller updates in a control loop

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1867932A (zh) * 2003-10-17 2006-11-22 海德勒利夫特埃姆克莱德股份有限公司 设备部件监控和替换管理系统
JP2010097471A (ja) * 2008-10-17 2010-04-30 Nippon Steel Corp プロセス制御システム
WO2011099874A1 (en) * 2010-02-15 2011-08-18 Exeloo Limited Remote monitoring and control system
WO2011154212A1 (de) * 2010-06-10 2011-12-15 Endress+Hauser Process Solutions Ag Verfahren zur inbetriebnahme, zum betreiben, zum warten und/oder bedienen von feldgeräten
CN102768510A (zh) * 2011-05-05 2012-11-07 无锡德达物联网科技有限公司 智能家居控制系统
CN102436203A (zh) * 2011-08-17 2012-05-02 深圳市锐能机械有限公司 集装箱自动查检与监控系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"Cloud Computing for SCADA";larry combs;《control engineering》;20111215(第12期);正文第1页第10行-第6页第20行 *

Also Published As

Publication number Publication date
WO2014124701A1 (en) 2014-08-21
EP2956828A1 (en) 2015-12-23
US20150378356A1 (en) 2015-12-31
WO2014124703A1 (en) 2014-08-21
KR101734743B1 (ko) 2017-05-11
CN105122162A (zh) 2015-12-02
US10152048B2 (en) 2018-12-11
WO2014124704A1 (en) 2014-08-21
WO2014124702A1 (en) 2014-08-21
JP2016519344A (ja) 2016-06-30
JP6382225B2 (ja) 2018-08-29
GB201302534D0 (en) 2013-03-27
KR20150136059A (ko) 2015-12-04
WO2014124705A1 (en) 2014-08-21

Similar Documents

Publication Publication Date Title
CN105122162B (zh) 用于硬件组件的遥控的控制系统和方法
JP7121166B2 (ja) プロセス制御システム内でデータを受信するための方法
EP3285127B1 (en) Remote industrial automation site operation in a cloud platform
RU2674758C1 (ru) Способ и система для управления процессом установки в сети &#34;машина-машина&#34; на основе opc-ua
EP3037901B1 (en) Cloud-based emulation and modeling for automation systems
Lins et al. Industry 4.0 Retrofitting
CN107589727B (zh) 用于工业自动化的经由云平台的远程协助
EP2924572B1 (en) Cloud-level analytics for boiler networks
US9971317B2 (en) Cloud-level industrial controller loop gain tuning based on industrial application type
EP2924574B1 (en) Unified data ingestion adapter for migration of industrial data to a cloud platform
CN107272608B (zh) 云平台中的工业设备和系统证明
KR102248727B1 (ko) 멀티프로토콜을 지원하는 전력 IoT 게이트웨이
Dias et al. Performance analysis of profibus dp and profinet in a motion control application
Nicolae et al. Node-red and opc ua based lightweight and low-cost historian with application in the water industry
Danny et al. An event-based automationml model for the process execution of plug-and-produce’assembly systems
Liang Control and communication co-design: Analysis and practice on performance improvement in distributed measurement and control system based on fieldbus and Ethernet
Tietz et al. Development of an internet of things gateway applied to a multitask industrial plant
Siedler et al. 5G as an enabler for cloud-based machine tool control
Cornel-Cristian et al. Smart grid integration of IoT
US20240118798A1 (en) Configuration sourced direct from ethernet advanced physical layer field device
Chalal et al. Industrial Cloud automation for interconnected factories: Application to remote control of water stations
Sait et al. Novel design of collaborative automation platform using real-time data distribution service middleware for an optimum process control environment
Zhang et al. Applications and Challenges of Fieldbus Technology in Intelligent Manufacturing Systems
Vivo et al. IoT@ Work

Legal Events

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

Granted publication date: 20180105

Termination date: 20210426