CN105824296A - 调试大数据所支持的过程控制系统中的现场设备 - Google Patents
调试大数据所支持的过程控制系统中的现场设备 Download PDFInfo
- Publication number
- CN105824296A CN105824296A CN201610047971.0A CN201610047971A CN105824296A CN 105824296 A CN105824296 A CN 105824296A CN 201610047971 A CN201610047971 A CN 201610047971A CN 105824296 A CN105824296 A CN 105824296A
- Authority
- CN
- China
- Prior art keywords
- field apparatus
- instruction
- big data
- data
- process component
- 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
Links
- 238000004886 process control Methods 0.000 title claims abstract description 190
- 238000000034 method Methods 0.000 claims abstract description 1000
- 230000008569 process Effects 0.000 claims abstract description 809
- 238000004891 communication Methods 0.000 claims description 72
- 238000004458 analytical method Methods 0.000 claims description 39
- 238000011144 upstream manufacturing Methods 0.000 claims description 17
- 230000004044 response Effects 0.000 claims description 10
- 230000005055 memory storage Effects 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 3
- 230000013016 learning Effects 0.000 abstract description 9
- 230000004913 activation Effects 0.000 abstract description 6
- 230000000875 corresponding effect Effects 0.000 description 123
- 238000005516 engineering process Methods 0.000 description 90
- 230000006870 function Effects 0.000 description 36
- 230000008859 change Effects 0.000 description 28
- 238000005259 measurement Methods 0.000 description 27
- 239000007921 spray Substances 0.000 description 27
- 238000003860 storage Methods 0.000 description 24
- 238000006243 chemical reaction Methods 0.000 description 18
- 239000000047 product Substances 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 239000000463 material Substances 0.000 description 14
- 238000007726 management method Methods 0.000 description 12
- 238000007405 data analysis Methods 0.000 description 11
- UIIMBOGNXHQVGW-UHFFFAOYSA-M Sodium bicarbonate Chemical compound [Na+].OC([O-])=O UIIMBOGNXHQVGW-UHFFFAOYSA-M 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 10
- 230000001276 controlling effect Effects 0.000 description 10
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 9
- 238000013500 data storage Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 9
- 238000012369 In process control Methods 0.000 description 8
- 239000012530 fluid Substances 0.000 description 8
- 238000010965 in-process control Methods 0.000 description 8
- 239000013067 intermediate product Substances 0.000 description 8
- 239000007788 liquid Substances 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 8
- 239000000376 reactant Substances 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 239000008187 granular material Substances 0.000 description 7
- 230000009471 action Effects 0.000 description 5
- 229910002092 carbon dioxide Inorganic materials 0.000 description 5
- 239000002994 raw material Substances 0.000 description 5
- 229910000030 sodium bicarbonate Inorganic materials 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 239000001569 carbon dioxide Substances 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000004807 localization Effects 0.000 description 4
- 238000011112 process operation Methods 0.000 description 4
- 235000017557 sodium bicarbonate Nutrition 0.000 description 4
- 239000007787 solid Substances 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000033228 biological regulation Effects 0.000 description 3
- 239000006227 byproduct Substances 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000007418 data mining Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 239000000344 soap Substances 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 230000001052 transient effect Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 239000002253 acid Substances 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 239000003599 detergent Substances 0.000 description 2
- 238000004821 distillation Methods 0.000 description 2
- 238000011143 downstream manufacturing Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000012905 input function Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000011900 installation process Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 239000003826 tablet Substances 0.000 description 2
- LSNNMFCWUKXFEE-UHFFFAOYSA-M Bisulfite Chemical compound OS([O-])=O LSNNMFCWUKXFEE-UHFFFAOYSA-M 0.000 description 1
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013144 data compression Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000007943 implant Substances 0.000 description 1
- 238000011221 initial treatment Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004989 laser desorption mass spectroscopy Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003278 mimic effect Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 125000001273 sulfonato group Chemical group [O-]S(*)(=O)=O 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
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
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0423—Input/output
- G05B19/0425—Safety, monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—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 job scheduling, process planning, material flow
-
- 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
-
- 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
- G05B19/048—Monitoring; Safety
-
- 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
- G05B19/18—Numerical 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
- G05B19/406—Numerical 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
- G05B19/4063—Monitoring general control system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- 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]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4184—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0216—Human interface functionality, e.g. monitoring system providing help to the user in the selection of tests or in its configuration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G05B2219/25061—Configuration stored in central database
-
- 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
- G05B2219/25066—Configuration stored in each unit
-
- 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
- G05B2219/25068—Check correct configuration of device
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31395—Process management, specification, process and production data, middle level
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
用于确定诸如对安装在工厂中的过程设备进行描述的调试数据、位置信息、图像、以及其它数据之类的特定于设备的信息的技术,该技术包括:在过程设备的调试期间,在本地设备处获得特定于设备的信息。基于该信息,本地设备确定过程流内的过程设备的相对顺序,并且可以确定过程元件排列图,该过程元件排列图对流内的多个过程元件的激活顺序进行指示。用户可以在本地设备处修改图。将图发送给过程控制大数据网络以用于发现和学习分析。特定于设备的信息和/或图可以用于在本地设备处生成对过程流的表示/过程流的视图,该表示/视图可以包括实时操作数据。用户可以针对更多或更少的细节来对这些视图放大或缩小。
Description
技术领域
概括地说,本公开内容涉及过程工厂和过程控制系统,更具体地说,涉及确定过程工厂和过程控制系统中的过程元件排列。
背景技术
分布式过程控制系统(如化工、石油、工业或其它过程工厂中所使用的那些分布式过程控制系统)通常包括一个或多个过程控制器,该一个或多个过程控制器经由模拟总线、数字总线或组合的模拟/数字总线,或者经由无线通信链路或网络来通信地耦合到一个或多个现场设备。现场设备(其例如可以是阀、阀定位器、开关和变送器(例如,温度、压力、等级和流动速率传感器))位于过程环境内,并且通常执行物理或过程控制功能(例如,打开或关闭阀、测量过程参数等),以便对在过程工厂或系统内执行的一个或多个过程进行控制。智能现场设备(例如,遵守公知的Fieldbus协议的现场设备)还可以执行控制计算、警报功能、以及通常在控制器内实现的其它控制功能。过程控制器(其通常也位于工厂环境内)接收指示由现场设备获得的过程测量结果的信号和/或关于现场设备的其它信息,并且执行控制器应用,(该控制器应用例如运行做出过程控制决策的不同控制模块),基于接收到的信息来生成控制信号,并且与现场设备(例如,无线以及Fieldbus现场设备)中执行的控制模块或控制块进行协调。控制器中的控制模块通过通信线路或通信链路向现场设备发送控制信号,从而对过程工厂或系统中的至少一部分的操作进行控制。例如,控制器和现场设备对过程工厂或系统所控制的过程的至少一部分进行控制。
来自现场设备和控制器的信息往往通过数据高速公路或通信网络而可用于一个或多个其它硬件设备,例如操作者工作站、个人计算机或计算设备、数据历史库、报告生成器、集中式数据库、或者通常放置在控制室中或者远离较严酷的工厂环境的其它位置的其它集中式管理计算设备。这些硬件设备中的每个硬件设备通常跨过程工厂或者跨过程工厂的一部分而集中化。这些硬件设备运行应用,其中应用可以例如使得操作者能够执行关于对过程进行控制和/或对过程工厂进行操作的功能,例如,改变过程控制例程的设置、修改控制器或现场设备内的控制模块的操作、查看过程的当前状态、查看由现场设备和控制器生成的警报、模拟过程的操作以用于对人员进行训练或者对过程控制软件进行测试的目的、保持并更新配置数据库等等。硬件设备、控制器和现场设备所使用的数据高速公路可以包括有线通信路径、无线通信路径、或者有线和无线通信路径的组合。数据高速公路所使用的一个或多个协议可以包括任何一个或多个过程控制网络通信协议,例如HART、无线HART、Fieldbus、Profibus、HART、4-20mA环路、等等,和/或可以包括一个或多个通用通信协议,例如以太网或Wi-Fi。
举例而言,艾默生过程管理(EmersonProcessManagement)所出售的DeltaVTM控制系统包括多个应用,这些应用储存在位于过程工厂内的不同地点的不同设备内并由这些设备来执行。配置应用(其驻留在一个或多个工作站或计算设备中)使得用户能够创建或改变过程控制模块并且经由数据高速公路将这些过程控制模块下载到专用的分布式控制器。通常,这些控制模块由通信地互连的功能块(其是面向对象的编程协议中的对象)组成,其中功能块基于对该功能块的输入来执行控制方案内的功能,并且将输出提供给控制方案内的其它功能块。配置应用还可以允许配置设计者创建或改变操作者接口,其中由查看应用使用操作者接口来向操作者显示数据并且使得操作者能够改变过程控制例程内的设置(例如,设置点)。每个专用控制器(以及在一些情况下,一个或多个现场设备)储存并执行相应的控制器应用,其中控制器应用运行被分配并下载到该控制器应用的控制模块,以实现实际的过程控制功能。查看应用(其可以在一个或多个操作者工作站上(或者在与操作者工作站和数据高速公路通信连接的一个或多个远程计算设备上)执行)经由数据高速公路从控制器应用接收数据,并且使用用户接口来向过程控制系统设计者、操作者、或用户显示该数据,并且可以提供多个不同视图中的任何视图,例如操作者的视图、工程师的视图、技术员的视图、等等。数据历史库应用通常储存在数据历史库设备中并由该数据历史库设备执行,其中数据历史库设备收集并储存跨数据高速公路而提供的数据中的一些或全部数据,而配置数据库应用(可以在附接到数据高速公路的另外的计算机中运行,以储存当前的过程控制例程配置和与其相关联的数据。或者,配置数据库可以位于与配置应用相同的工作站中。
在过程工厂或过程控制系统中,当出现异常状况或错误的迹象时(例如,当生成警报时,或者当发现过程测量或致动器具有过度变化时),操作者、仪表技术员或者过程工程师通常结合他或她对系统所控制的过程以及通过系统的过程流动路径的知识,使用分析工具来尝试确定可能导致产生异常状况或错误的迹象的上游测量结果和过程变量。例如,操作者可以使用DeltaVTM批量分析产品或另一种连续数据分析工具来尝试确定各个过程变量和/或测量结果对异常状况或错误状况的贡献。通常,操作者或用户基于他或她对过程的知识来识别候选上游因素(例如,测量结果、过程变量、等等),并且将这些候选因素提供给分析工具。随后,这些数据分析工具使用主成分分析(PCA)来确定候选上游因素中的哪些因素影响下游预测的质量参数。当前商业上可用的过程控制系统通常不提供有关通过过程的流动路径以及沿着该路径的相关联的测量和致动器的信息,而是替代地依赖于个人将该信息输入到分析工具中。因此,由于输入到工具中的候选因素的集合是由人员来过滤的,因此候选因素列表可能是不完整的和/或有错误的,并且可能根据不同的人员而不一致。
另外,当前已知的过程控制工厂和过程控制系统的架构受到受限的控制器和设备存储器、通信带宽以及控制器和设备处理器能力的严重影响。例如,在当前已知的过程控制系统架构中,动态和静态非易失性存储器在控制器中的使用通常是最小化的,或者至少是谨慎管理的。因此,在系统配置期间(例如,事先),用户通常必须选择要存档或保存控制器中的哪些数据、将保存该数据的频率、以及是否使用压缩,并且控制器相应地被配置有这种有限的数据规则的集合。因此,在故障查找和过程分析中会有用的数据往往未被存档,并且如果收集了该数据,有用信息可能已经由于数据压缩而丢失。
上面讨论的当前已知的过程工厂和过程控制系统的限制以及其它限制可能在过程工厂或过程控制系统的操作和优化中(例如,在工厂操作、故障查找、和/或预测建模期间)不期望地自己表现出来。例如,这种限制迫使必须执行累赘和冗长的工作流程,以便获得用于故障查找和生成经更新的模块的数据,并且即使那样,故障查找结果和模型也可能是不完整的或者不完全表示实际的系统,因为对它们的生成的输入依赖于特定操作者的经验和知识。
“大数据”通常是指一个或多个数据集的集合,这些数据集如此庞大或复杂,以致传统的数据库管理工具和/或数据处理应用(例如,关系数据库和桌面统计包)不能在可容忍的时间量内管理数据集。通常,使用大数据的应用是针对或集中于交易和最终用户的。例如,网络搜索引擎、社交媒体应用、营销应用和零售应用可以使用和操作大数据。可以由分布式数据库来支持大数据,其中分布式数据库允许充分利用现代多处理、多核服务器的并行处理能力。
发明内容
用于确定在由过程工厂控制或者即将由过程工厂控制的过程中的过程元件排列(alignment)的技术、系统、装置、以及方法,包括:联合对安装在所述过程工厂中的现场设备进行调试,在本地设备处获得所述现场设备的标识信息以及对所述现场设备相对于另一个过程设备的相对过程顺序的指示,所述另一个过程设备用于或者即将用于控制所述过程工厂中的所述过程。提供所述标识信息以及对所述现场设备的所述相对过程顺序的所述指示以用于生成所述过程的过程元件排列图。
用于使排列过程中的过程元件排列的技术、系统、装置、以及方法,包括:存储器,所述存储器储存针对包括在多个现场设备中的每个现场设备的相应的数据,所述多个现场设备用于对过程工厂中的所述过程的至少一部分进行控制,其中,针对所述每个现场设备的所述相应的数据包括:所述每个现场设备的相应的标识信息以及对所述每个现场设备相对于所述过程的流内的至少一个其它现场设备的相对顺序的相应指示。此外,所述用于排列过程元件的技术、系统、装置、以及方法包括:排列生成器,所述排列生成器被配置为基于所储存的所述多个现场设备的相应的数据来生成对所述过程的所述流内的所述多个现场设备的顺序的表示,其中,所生成的表示是所述过程的过程元件排列图的至少一部分。此外,所述用于排列过程元件的技术、系统、装置、以及方法包括:至显示器的通信连接,在所述显示设备上呈现所述过程元件排列图的所述至少一部分。
用于确定过程中的过程元件排列的技术、系统、装置、以及方法,包括:从用于对安装在过程工厂中的现场设备进行调试的本地设备获得由所述过程工厂控制或者即将由所述过程工厂控制的所述过程的流内的多个现场设备的相应的标识信息以及对所述多个现场设备的相应的相对顺序的指示;以及基于所获得的相应的标识信息和所获得的对所述多个现场设备的所述相应的相对顺序的指示,来生成所述过程的过程元件排列图的至少一部分,其中,所述过程元件排列图的所述至少一部分包括对所述过程的流程内的所述多个现场设备的顺序的指示。另外,所述用于确定过程元件排列的技术、系统、装置、以及方法包括:在显示器上呈现所述过程元件排列图的所述至少一部分的图片(pictorial)表示,其中,所述图片表示指示通过所述多个现场设备的所述过程流。
附图说明
图1示出了用于对过程工厂或过程控制系统中的示例的过程进行控制的主要过程元件的示例的集合;
图2A-图2C每个都示出了用于呈现过程的过程元件排列图的至少一部分的不同的示例的格式;
图3示出了示例的特定于设备的信息,其中至少某些信息可以在对过程元件或设备的调试期间获得;
图4包括可用于确定过程元件排列的示例的设备的简化框图;
图5包括用于确定过程元件排列的示例的方法的流程图;
图6A、图6B和图6D每个都描绘了过程工厂的至少一部分的示例的图片视图,其中图片视图可用于确定过程元件排列;
图6C描绘了呈现已经在对各个过程元件或设备的调试期间获得的特定于设备的信息的示例的视图;
图7A-图7C每个都描绘了过程工厂中的现场设备的相对位置的一部分的示例的表格视图或图表视图;
图8是用于支持大数据的过程工厂或过程控制系统的示例的大数据网络的框图;
图9是可以包括在图8中的过程控制大数据网络中的示例的大数据装置的框图;
图10是示出了示例的过程工厂或过程控制系统的框图,其中示例的过程工厂或过程控制系统包括产生、收集或使用图8中的过程控制大数据网络中的大数据的示例的大数据设备或节点;
图11描绘了用于确定过程元件排列的示例的方法的流程图;以及
图12A-图12C描绘了过程工厂的一部分的放大视图和缩小视图。
具体实施方式
本文公开了用于在过程工厂中的过程内确定用于(或者即将用于)对过程进行控制的过程元件的排列的技术、系统和方法。通常,所述技术、系统和方法使用在对过程元件的调试期间获得的数据或信息来确定或定义过程的过程流动路径或过程元件排列图。
在当前已知的过程控制工厂和系统中,当在特定的过程元件(例如,过程设备、过程变量、或过程测量结果)处出现异常状况、变化或错误的迹象时,通常操作者、仪表技术员或者过程工程师结合他或她对系统所控制的过程的知识,使用分析工具来尝试确定可能导致产生异常状况、变化或错误的迹象的上游测量结果和过程变量。一旦被警告异常状况(例如,用警告或警报),操作者尝试通过使用分析工具以及对他或她觉得可能导致该状况的测量结果和/或过程变量的指示,来确定该状况的原因。分析工具执行分析,以确定输入的测量结果和/或过程变量对特定过程元件或目标过程元件的异常行为的相对影响,并且分析工具向操作者提供关于操作者所指示的过程元件的相对影响的信息,从而他或她能够进一步调查该状况。
这种方法可能面临不完整性以及累赘并且需要相对大量的时间来执行的问题。例如,这种方法依赖于特定操作者对过程的知识,这种知识可能是或者可能不是完整的、透彻的、或准确的。因此,分析工具所生成的信息可能不会反映实际的变化源,并且最多仅可以与操作者所输入的数据一样准确或正确。
另一方面,已经开发了用于确定全面和准确的过程元件排列图的最近的技术,例如前面提到的美国专利申请No.14/212,411中所公开的那些技术。实际上,本文所公开的技术中的任意数量的技术可以结合前面提到的美国专利申请No.14/212,411中所公开的技术中的任意数量的技术来操作,并且具体而言,结合与生成和使用过程元件排列图相对应的那些技术。通常,过程元件排列图指示在运行时期间具有积极作用的所有过程元件(例如,过程变量、过程测量结果、过程设备和/或其它过程元件的完整的或全面的集合)在正常操作期间对过程进行控制,例如通过进行测量、执行物理功能或者促使另一个元件执行物理功能、控制变量、向另一个过程元件提供值来控制变量、生成动态数据、接收动态数据并对其进行操作、等等。在示例的实施例中,过程工厂所控制的过程的过程元件的完整的或全面的组包括:现场设备和/或对从过程中获取的样本的分析结果(其提供对过程状况的测量结果),并且包括用于通过对经过过程的流(例如,流体流和/或气体流)进行调整来调节工厂操作状况的现场设备。在对过程的控制和/或测量中具有积极作用的过程元件的这种完整或全面的组在本文中通常可互换地被称为过程控制和/或过程测量的“主源”,或者被称为过程的“主要过程元件”。在上面提到的示例的实施例中,例如,过程元件或主要过程元件的组中的每个成员在测量和/或调节过程操作状况中具有积极作用。例如,控制例程的已被实例化到特定控制器中的、所操作和所测量的变量(例如,如软件标签、设备标签、或其它逻辑标识符所标识的)是由控制器(以及可选地,由操作者)在对过程的控制中使用的主源,并且在过程元件排列图中被指示,而控制例程的用户生成的配置是用于使过程的控制自动化的工具,例如,用于定义对通过过程的流体流和/或气体流的调整。在其它示例中,对物理过程元件(例如传感器、阀、以及在控制(例如,测量和/或调节)过程操作状况中具有直接的实时作用的其它现场设备)的指示和/或对采样点(在该采样点处,可以从过程流中提取过程流材料(例如,流体和/或气体))的指示作为主要过程元件被包括在过程元件排列图中,而对具有辅助作用的实体(例如,用于使通过过程的流的调节自动化的工具、操作者显示视图、诊断装置、辅助管道、等等)的指示不包括在过程元件排列图中。
可以例如在对过程工厂内的过程元件中的至少某些过程元件进行调试期间来确定过程元件排列图。如所公知的,物理过程元件(例如,即将用于对过程工厂中的过程进行控制的阀、传感器、等等)例如根据管道和仪表图(P&ID)和/或工厂布局和/或过程布局的其它规划或“蓝图”来安装在工厂内的相应位置处。此外,在工厂文档中指示了采样点的过程元件,在采样点处,可以提取过程流材料(例如,流体和/或气体)以便例如通过使用采样分析器或实验室来进行分析。在已经安装了过程元件之后,对过程元件中的至少某些过程元件进行调试。例如,现场设备、采样点、和/或能够调试的其它元件会经历调试过程。通常,调试过程包括:验证每个所安装的过程元件的标识,通常通过访问储存在过程元件上或者从过程元件的外部可获得的或者安装在过程元件上的数据(例如,标识信息、描述性信息、和/或配置信息),例如,储存在附接到过程元件的外表面(例如,附接到过程元件的壳体的外表面)或者安装在过程元件上或者过程元件处的无源或有源物理标签或者类似装置上的或者可从所述无源或有源物理标签或者类似装置获得的数据。例如,对于采样点的过程元件,物理标签或类似装置安装在过程线路(其用于在采样点处提取流体样本或气体样本)中的分接头(tap)上。储存在这种外部标签或装置上的数据通常已经例如由过程元件或设备的制造商在安装过程元件之前的某个时间输入到或者以其它方式置于外部标签上。在调试期间,获得储存在所安装的过程元件的外部标签上或者外部标签处的数据,并使用该数据来验证所安装的元件被预期位于该安装位置处并具有适当的、预期的属性/特征。另外地或替代地,在调试期间,可以在设备上和/或在采样点位置处创建并安装标签。通常,由对调试的设备(例如,手持式设备或其它计算设备)进行操作的用户来执行在过程元件或设备的调试期间对它们的验证,其中调试的设备被设置为接近于所安装的目标过程元件(或者设置于其上的外部标签)和/或连接(例如,通过有线或无线链路)到所安装的目标过程元件(或者设置于其上的外部标签)。出于安全原因,并为了符合管理和质量要求,在调试期间的过程元件或设备验证是重要的。
在过程元件的调试过程期间可以包括的其它步骤可以包括:例如针对模拟、有线现场设备的环路完整性检查,以及记录“安装时(as-installed)”数据。在已经调试了过程元件之后,在该过程元件在过程工厂中在线使用之前对其进行配置和校准。
通常基于指示过程元件(例如,主要过程元件)的特征的数据或信息(例如,标识信息、过程工厂内已安装过程元件的物理位置信息,以及可选地,其它描述性信息)来确定过程元件排列图。可以对指示过程元件的数据进行排序,以反映在主要过程元件操作为在运行时间期间对过程进行控制时这些主要过程元件的激活或活跃参与的相对顺序,和/或指示通过过程工厂的材料流的顺序。因此,对于每个主要过程元件,过程元件排列图包括对该主要过程元件的参与或激活的顺序(例如,相对于另一个主要过程元件的参与或激活的顺序)和/或在对过程进行控制时过程工厂内的材料流的顺序的指示,并且因此可以描述或指示过程元件排列图内的这些相对顺序或位置。这种“顺序”在本文中还被可互换地称为“过程顺序”,并且在该顺序或过程顺序内的元件具有在顺序或过程顺序内相对于彼此的关系。例如,与第一阀(其被控制为将原始输入材料释放到罐中以用于初始处理)相对应的过程元件在过程元件排列图中排列在与第二阀(其被控制为将成品或过程的输出物释放到等候区中以等待包装)相对应的过程元件之前(例如,是其“上游”)。相反,第二阀在过程的过程元件排列图内排列在第一阀之后或者是第一阀的“下游”。
为了说明由过程工厂或过程控制系统控制的过程的过程元件排列图的概念,以及其中所包括的过程元件的有序参与以对过程进行控制,图1描绘了示例的过程工厂100的主要过程元件的框图,其中示例的过程工厂100操作为对用于生产粉末状洗衣粉的示例的过程102进行控制。在图1中,用于对过程102进行控制的过程元件由它们各自的软件或设备标签来指示,其中在图1中使用圈住三位环路号的圆圈以及对过程元件的功能进行标识的两个或三个前置字母的惯例来表示这些软件或设备标签。某些设备标签还可以包括添加到标签或环路号的一个或多个字母。
示例性过程102将原材料直链烷基苯磺酸105和碳酸氢钠108组合到反应器110中。反应产生脂肪酸盐,并且还产生作为副产物的水和二氧化碳。可以通过下式来表示化学反应:
(S)OH+NaHCO3→(S)ONa+H2O+CO2,
其中,(S)是磺酸盐基团HSO2。从反应器110排出112二氧化碳副产物,并且反应器排放物(其包括脂肪酸盐和水)中的至少一部分115a被传送到缓冲罐118以用于临时储存。可以设置缓冲罐118的大小,使其充当过程工厂100的不同部分之间的缓冲装置,这些部分中的一个部分在反应器110中执行化学反应,并且另一个部分在喷雾干燥器塔120a、120b中对化学反应的输出物进行处理。
在过程工厂100的后一个部分中,储存在缓冲罐118中的反应器排放物135喷射140a、140b到喷雾干燥器塔120a、120b中的一个或两个喷雾干燥器塔的顶部。随着排放颗粒沿着塔120a、120b的长度下降,这些颗粒暴露于相应的热空气流122a、122b(其使得从颗粒中去除水分)。较干燥的颗粒沉淀在喷雾干燥器塔120a、120b的底部,并且例如通过使用旋风分离器123a、123b来分离。在示例的过程工厂100中,出于质量控制、安全、和/或过程控制的目的,对经分离的颗粒中剩余的任何残留水分进行检测和/或量化。例如,可以分别由重量传感器WT315和WT325、和/或由湿度传感器AT314和AT324来检测在分离123a、123b之后颗粒中剩余的残留水分。经分离的颗粒(例如,过程102所产生的粉末状洗衣粉成品)被收集并储存在筒仓125a、125b中,成品将最终从这些筒仓中移除以用于包装(未示出)。
如图1中所示出的,在沿着过程102的过程元件排列图的各个点处,控制器执行相应的算法以对整个过程102的相应部分进行控制。例如,关于过程102的与反应器110相对应的部分,环路301对进入反应器110中的直链烷基苯磺酸105的流动速率128进行调整。具体而言,在环路301中,控制器FC301(例如,流量控制器)执行相应的控制算法,以便控制阀FV301对输入流动速率128进行调整,并且测量设备或传感器FT301确定来自连接到酸源105的泵的输出流动速率,并且向控制器FC301提供对流动速率的指示,以用作为对控制算法的输入以确定对阀FV301的调整。另一个环路302对提供给反应器110的碳酸氢钠130的量进行控制。具体而言,在环路302中,控制器FFC302执行相应的控制算法,以基于检测到的、测量到的、或者感测到的磺酸流FT301并且基于对从反应中残余的任何残留固体(例如,反应中没有使用的固体)的检测、测量或感测AT303,来对碳酸氢钠的输入量进行控制。可以由例如跨不同库存或不同批的输入材料105、108的不同浓度造成残留固体的出现。
进一步关于过程102与反应器110相对应的部分,在环路304中,控制器PC304控制阀PV304从反应器110中排除112副产物二氧化碳。控制器PC304基于反应器110的压力(例如,如由压力传感器PT304检测的压力)来将阀PV304调整为排除更多或更少的二氧化碳。此外,在环路307中,对反应器110内所包含的反应物的数量或液位进行控制。例如,控制器LC307基于反应器110中的反应物的液位或数量(例如,如由传感器LT307测量到的或检测到的)来对阀LV307进行调整,以改变进入缓冲罐118中的反应器排放物132(例如,由化学反应产生的脂肪酸盐和水)的流动速率,从而改变反应器110内所包含的反应物的液位。例如,如果由传感器LT307测量到的反应物的液位上升到高于预先确定的液位,则控制器LC307可以将阀LV307调整为增加进入缓冲罐118中的反应器排放物132的流量。
此外,环路305和306允许过程102监控与反应器110内当前所包含的反应物的温度相比的反应器排放物115的温度。例如,传感器TT305测量反应器内当前所包含的反应物的温度,并且传感器TT306测量反应器排放物115的一部分115b的温度。基于这些温度,控制器TC306结合控制器TC305来工作,以对阀TV306进行调节,来确定通过热交换器116的冷却水的流量,以便对再循环回到反应器110的反应器排放物115b进行冷却。
现在转到缓冲罐118,在环路308中,传感器LT308对罐118内所包含的反应器排放物的液位进行测量,并且基于测量到的液位,控制器LC308对分离器LY308的目标值进行操纵,以便对流量控制器FC310和FC320中的每个流量控制器中为了保持进入和离开缓冲罐118的流量的平衡、以及特别是为了控制跨两个喷雾干燥器塔120a、120b的缓冲罐的反应器排放物135的输出所需要的相应目标流动速率。为了允许操作者手动地设置至喷雾干燥器120a、120b中的任一个或二者的流动速率,在分离器LY308之后并且在控制器FC310和FC320之前提供了偏置/增益站LY308A和LY308B,并且偏置/增益站LY308A和LY308B对提供给干燥器120a、120b并且包括在环路308中的反应器排放物138a、138b的相应的流进行控制。
特别关于喷雾干燥器塔120a,在环路310中,控制器FC310通过执行相应的控制算法(其对连接到泵139a的变速驱动器VSD1进行控制),来对喷射140a到塔120a的顶部中的反应器排放物的流动速率进行调整。如上面讨论的,控制器FC310接收对缓冲罐的反应器排放物135的即将提供给塔120a的期望部分或目标部分(例如,如由LY308A所指示的)的指示,并结合缓冲罐输出物135的实际检测到的、测量到的或感测到的部分138a(例如,如由传感器FT310所检测的)来利用该目标或设置点LY308A,以确定用于提供给VSD1来对泵139a进行控制的适当的控制信号。
进一步关于对过程102与喷雾干燥器塔120a相对应的部分的控制,在环路313中,控制器TC313执行相应的控制算法,以控制空气加热器142a(例如,气体空气加热器或其它适当类型的加热器)改变进入塔120a中的热空气流122a的温度。如图1中所示出的,由控制器TC313执行的控制算法接收对目标温度(该目标温度由AC314基于检测到的包括在成品中的水分(例如,如由传感器AT314检测到的水分的量或比率)来提供)的指示以及对进入塔120a的实际的、实时热空气流122a的温度(例如,如由传感器TT313检测到的)的指示作为输入。基于接收到的输入,控制器TC313对提供给加热器142a的气体、燃料或者其它能源的数量进行调整(例如,通过对阀TV313进行控制),从而对由加热器142a生成并提供给塔120a的热空气122a的实际温度进行控制。在另一个环路312中,另一个控制器FC312执行相应的控制算法,以控制变速驱动器VSD2来对提供给空气加热器142a的空气145a的体积进行调整。例如,基于由空气风扇148a生成的空气的经测量的实际体积(例如,如由传感器FT312检测到的)并且基于由操作者基于至干燥器122a的流体流动速率140而设置的目标流动速率(未示出),控制器FC312确定某种调整以控制由空气风扇148a提供给加热器142a的空气体积,并且向变速驱动器VSD2提供对该调整的指示。目标流动速率可以被配置到由控制器FC312执行的控制算法中,或者可以作为额外输入而手动地或自动地(未示出)提供给控制器FC312。
有时,干燥器塔120a中所使用的喷嘴可能变得不是最佳可操作的。例如,喷嘴可能变得部分地堵塞,从而增加为了保持至塔120a的目标流动速率所需要的压力。为了避免以高压进行操作(例如,这可能产生过于精细的喷雾颗粒大小,或者具有某种其它不令人期望的物件),使用环路311来感测喷雾塔120a的压力,例如,通过使用压力传感器PT311并且将感测到的压力作为输入提供给控制器PC311。控制器PC311执行相应的控制算法,当压力超过PC311中所指定的目标值时,该控制算法将向驱动器VSD1(其驱动泵139a)发送信号来覆写控制信号。在示例中,无论控制器PC311何时提供信号,控制选择器FY310总是选择由控制器PC311生成的信号。另外地或替代地,当感测到的压力达到特定的门限(以及在一些情况下,已经保持在该阈值处超过定义的持续时间)时,控制器PC311输出值可以向控制选择器FY310发送覆写信号。控制选择器FY310选择由控制器FC310生成的VSD1控制信号或者由控制器PC311生成的覆写信号,并且将对所选择的输入的指示提供给变速驱动器VSD1,以控制提供给喷雾干燥器塔120a的反应器排放物140a的流量。例如,控制选择器FY310可以默认向驱动器VSD1提供由控制器FC310生成的流量控制信号,并且当生成覆写信号时、当覆写信号高于或低于某个阈值时、和/或当覆写信号已经高于或低于阈值达到预先确定的时间量时,可以切换为向驱动器VSD1提供由控制器PC311生成的覆写信号。在某些情形下,控制选择器FY310可以使得生成警报或者其它警告。在某些实施例中,控制选择器FY310可以使得分离器LY308、LY308A、LY308B将缓冲罐输出物135的更高(或更低)的比例分流到另一个喷雾塔120b。
要注意的是,虽然上面的讨论主要集中于喷雾干燥器塔120a,但是喷雾干燥器塔120b包括与针对喷雾干燥器塔120a所讨论的那些类似的控制器、传感器、以及其它装置和实体,并且可以以与喷雾干燥器塔120a类似的方式来操作。在图1中,由与用于喷雾干燥器塔120a相同的附图标记来表示与喷雾干燥器塔120b相对应的装置和其它实体,但是所述附图标记附加有“b”后缀而非“a”后缀。
鉴于上述内容,如图1中所示出的过程102的过程元件排列图通常从左到右地发生、移动、流动或排序,例如,从获得来自源105、108的输入原材料,至在反应器110中对原材料进行处理,至在喷雾干燥器塔120a、120b中对经反应的材料进行处理,至储存成品125a、125b。因此,本文中使用了指示对活跃地参与对过程102进行实时控制的过程元件的相对顺序的术语。举例而言,如本文中所使用的,术语“上游过程元件”是指通常较早地活跃地参与对过程进行实时控制的主要过程元件,并且术语“下游过程元件”是指通常较晚活跃地参与对过程进行控制的主要过程元件。例如,在反应器110中对反应物105、108进行组合发生于在喷雾干燥器塔120a、120b中对反应器排放物135进行干燥的上游。因此,参与控制将反应物105、108释放到反应器110中的过程元件(例如,过程元件AT303、FT301、FV301、PT304、PV304、TT306、TT305、TV306、LT307、LV307、LT308、以及SC302)是参与控制喷雾干燥器塔中的干燥速率的过程元件(例如,用于喷雾干燥器塔120a的过程元件FT310、PT311、TT313、TV313、FT312、VSD1、以及VSD2)的上游(或者排列在其前方或其之前)。将成品储存在筒仓125a、125b中发生在反应器118的下游。因此,在过程元件排列图中,过程元件AT314和WT315是反应器过程元件的下游(或者排列在其之后)。
在某些情况下,特定过程元件的相对顺序可以等效于另一个特定过程元件的相对顺序。例如,在过程排列图中,对将酸流释放到反应器110中进行控制的阀FV301与对将碳酸氢钠释放到反应器110中进行控制的速度/频率过程元件SC302相邻排列。
可以例如在用户接口处以任何适当的格式来表示过程元件排列图。图2A以示例的表格格式150示出了与过程102的部分152(由图1中的虚线区域152所指示)相对应的示例的过程元件排列图表示的一部分。在图2A中所示出的实施例中,过程102的流动或行进从表格150的顶部移动到底部,从而靠近表格150的顶部所指示的过程元件通常是靠近表格150的底部所指示的过程元件的上游。但是在其它实施例中,过程120的行进在表格格式150中可以从底部到顶部、从左到右、或者以任何其它期望的方向来排列。
具体而言,表格格式150包括过程元件按照区域(附图标记155a)的排列或排列,例如,与缓冲罐118相对应的区域被指示为是与喷雾干燥器塔1(附图标记120a)相对应的区域的上游。在每个区域内,在表格150中指示了(附图标记155b)与该区域相关联的容器和线路的顺序或排列。例如,在缓冲罐118的区域内,管道132被示出为是罐118的上游,罐118转而是管道135的上游。另外在图2A中,从对缓冲罐118的输出物进行分离中形成流A和B,并且它们的相应的过程元件均被示出为在缓冲罐区域162a的下游。此外,对于每个容器或线路,活跃地参与对过程102进行控制的主要过程元件的排列或排列在表格150中例如通过使用它们的相应的软件/设备标签或者定义的逻辑标识符来指示(附图标记155c)。例如,由包括过程元件LT307和LV307的环路307来控制通过管道132的流量。
表格150可以可选地包括或提供至任何额外信息155d的链路或引用,其中额外信息155d对特定区域155a、容器或线路155b、和/或过程元件155c进行描述。例如,对于任何主要过程元件155c(其是物理设备,例如,阀、传感器、以及其它现场设备),其它信息155d可以包括设备的图像、型号和/或序列号、和/或对过程工厂内的物理设备的绝对物理位置的指示(例如,通过使用全球定位卫星(GPS)坐标或者其它适当的位置标识符)。
图2B以示例的图形或图形格式160示出了与过程102的部分152相对应的示例的过程元件排列图表示的一部分。在图2B中示出的实施例中,过程102的流动或行进从左到右移动,从而更靠近图160的左边所指示的过程元件通常是更靠近图160的右边所指示的过程元件的上游。虽然在其它实施例中,过程120的行进可以从右到左、从底部到顶部、或者以任何其它期望的方向来排列。在图形格式160中,缓冲罐区域162a、喷雾干燥器塔区域1(附图标记162b)和喷雾干燥器塔区域2(附图标记162c)用虚线隔开并且分别进行标记,以指示离开罐118的流拆分为两个流或流动路径,例如,图2B中用流A和流B所标示的。用图形形状来表示容器和装置,并且用对通过受控过程102的材料(在某些情况下,其可以是中间材料)的方向性流动进行指示的方向矢量或线路来表示线路或管道。在特定的容器或线路的图形附近放置分别与特定的容器或线路相关联的或相对应的过程元件的标识符。例如,图160指示:在缓冲罐区域162a中,流经管道132的中间材料将由缓冲罐118接收,并且由环路307的过程元件LT307和LV307来控制进入缓冲罐118中的这种材料流动。要理解的是,虽然在格式160中图形形状和箭头被用作为惯例,但是另外地或替代地,可以在图形或图形格式160中使用任何期望的有向的图形符号和表示。
参照图2C,在用户接口上以另一种示例的格式170提供了包括活跃链路或用户控制的过程元件排列图表示的嵌套视图。顶部视图或初始视图170使用图形形状和箭头来指示过程102的部分152通过过程工厂的各个区域(例如,从缓冲罐118到喷雾干燥器塔1(附图标记120a)和喷雾干燥器塔2(附图标记120b))的排列或流动,虽然另外地或替代地可以使用任何期望的惯例(例如,可选文本)来表示格式170中的过程元件和流动。在示例的格式170中,如果用户选择线路172的图形和/或缓冲罐118图形,则可以显示包括所选择项目(以及可选地,周围项目)的细节的后续视图。例如,一旦选择了图2C中的线路172的图形和/或缓冲罐118图形,可以显示其上包括可选元件的图2B中的区域缓冲罐图形162a。如果用户随后选择包括在区域缓冲罐图形162a中的特定图形或标识符,则仍然可以显示额外的嵌套信息。例如,如果用户选择图2B中的区域缓冲罐图形162a上的标识符LT307,则可以显示弹出窗口,该弹出窗口包括过程工厂内的物理传感器设备的图像和/或该特定传感器的GPS坐标。另外地或替代地,可以显示与LT307相关联的其它信息。
表格格式150、图形格式160、以及嵌套视图格式170仅仅是其中可以呈现(例如,在用户接口处)过程元件排列图的至少部分的可能格式的示例。任何期望的或适当的格式可以用于呈现过程元件排列图中的某些或全部。
此外,可以使用用于储存过程元件排列图的任何期望的或适当的格式。例如,对用于对过程102进行实时控制的特定过程元件的指示可以连同对过程排列图中的特定过程元件与用于对过程102进行实时控制的一个或多个其它过程元件的相对顺序的指示,一起储存在数据库中(或者某种其它适当的数据存储格式中)。在某些场景下,还储存了与特定过程元件相对应的元数据(例如,对与该特定过程元件一起工作的控制块(如果定义的话)进行指示的元数据)和/或与该特定过程元件相对应的任何其它信息。例如,在过程元件排列图中,特定过程元件的图像、对过程工厂内的该特定过程元件的物理位置的指示、和/或至特定过程元件的这些表示信息或描述性信息和/或其它标识信息或描述性信息的链路可以被储存为与特定过程元件相对应的元数据。过程元件图可以储存在任何一个或多个期望的或适当的数据存储实体中,其中该数据储存实体通信地连接到过程工厂的通信网络。此外,当过程工厂内的过程流和/或过程元件随时间变化时,相对应的元数据可以被捕获、加时间戳并储存为历史数据。类似地,设备层级也可以被捕获为元数据、加时间戳并被储存为历史数据。在后面的部分中提供了对所述储存的详细描述。
在过程元件排列图的至少一部分上进行操作或者应用于过程元件排列图的至少一部分的学习应用、发现应用、训练应用、或分析应用可以是无监督应用,也就是说,该应用不需要和/或独立于任何用户输入来发起并执行。例如,无监督应用可以是机器学习、预测分析、数据挖掘、或者数据发现应用。在过程元件排列图的至少一部分上或者应用于过程排列图的至少一部分的某些学习应用、发现应用、训练应用、或者分析应用可以是受监督应用,例如,由用户命令发起的应用、或者在应用的执行期间用户提供了直接用户输入的应用。在前面提到的美国专利申请No.13/784,041和No.14/212,493中找到了用于过程工厂和过程控制系统中的大数据上的、并且可以结合本文所描述的方法、技术和系统中的任何或全部方法、技术和系统来操作的学习应用、发现应用、训练应用、或者分析应用的示例。在2014年10月6日递交的、标题为“DATAPIPELINEFORPROCESSCONTROLSYSTEMANALYTICS”的美国专利申请No.62/060,408(以引用方式将该申请的全部内容并入本文)中找到可以结合本文所描述的方法、技术和系统中的任何或全部方法、技术和系统来操作的学习应用、发现应用、训练应用、或者分析应用的其它示例以及对这些应用的创建或定义。当然,另外地或替代地,本文所描述的方法、技术和系统中的任何或全部方法、技术和系统可以结合其它的学习应用、发现应用、训练应用、或者分析应用来操作。
现在转到对已经安装在过程工厂中的(以及可选地,即将进行调试的)过程元件的讨论,这些过程元件通常是物理过程元件,例如,现场设备、I/O设备、取样点或采样点、控制器、等等。为讨论简单起见,以下描述是指现场设备,但应当理解的是,本文所描述的概念中的部分或全部概念可以容易地应用于其它物理过程元件,例如控制器、I/O设备、等等。
物理标签或者其它的物理有形装置可以例如由制造商附接到或者安装到现场设备的外部。这些安装在外部的物理标签或装置与过程工厂用于标识特定设备的软件或设备标签(例如,先前关于图1所描述的软件/设备标签(例如,FT301、LV307等等))不同。因此,为了本文讨论清晰起见,术语“软件标签”、“设备标签”和“逻辑标签”可互换地用于指代过程工厂内的过程元件或设备的逻辑标识或标识符。另一方面,本文中术语“外部的标签”、“外部标签”和“物理标签”可互换地用于指代安装在过程元件的外表面上或者以其它方式附接到过程元件的外表面的物理的有形装置或物体。
安装到现场设备上或者附接到现场设备的外部标签在其上储存或包括对应的特定于设备的信息,该信息通常指示该外部标签所安装或附接到的特定现场设备的特征。例如,现场设备的特定于设备的信息可以包括对以下各项的指示:已分配给现场设备的逻辑标签、设备的设计的操作范围、序列号、设备的其它标识、和/或先前已指定的其它信息,例如,在订购现场设备时所指定的、或者在现场设备安装到过程工厂中之前所指定的。通常,特定于设备的信息包括对现场设备进行标识或描述的信息。为了说明,图3包括特定于设备的信息200的示例,该特定于设备的信息200可以储存在物理标签或其它装置处或者位于物理标签或其它装置上,该物理标签或其它装置被设置在示例的压力传感器现场设备处或其上。在图3中,压力传感器的特定于设备的信息200包括:设备标签或逻辑标签202a(过程工厂通过该标签来识别传感器)、对压力传感器所安装在其中的区域202b和单元202c的指示、序列号202d、最大工作压力202e、型号202f、校准指示202g、对传感器的变送器类型的指示202h、对过程控制协议或网络(传感器能够经由其进行通信)的指示202i、对协议的修正或发布的指示202j、压力传感器的类型202k、压力范围202l、传感器的变送器的输出协议或网络202m、传感器的连接器的式样202n、膜片的类型202o、传感器填充物的类型202p、和/或对壳体材料的指示202q。在某些实施例中,在特定于设备的信息200中包括压力传感器的图像或表示202r。当然,特定于设备的信息200可以另外地或替代地包括其它信息。例如,对于温度传感器,在相应的特定于设备的信息200中可以包括最大温度和温度范围。
安装在现场设备上并且其上储存特定于设备的信息200的外部标签可以是无源标签或者有源标签。如公知的,无源标签通常不包括电源,而是从对无源标签上的信息进行读取的设备中汲取功率。另一方面,有源标签通常使用包括在其中的内部电源(例如,电池),从该内部电源汲取功率,从而能够获得储存在其上的信息。
在某些实施例中,外部标签包括其中储存特定于设备的信息或数据200的存储器,并且通过使用适当的无线或有线通信协议或接口,例如以有源或无源的方式来获得数据200。例如,可以由另一个设备通过使用NFC(近场通信)、RFID(射频识别)、或者其它适当类型的短距离无线接口,来获得储存在外部标签的存储器中的数据200。或者,由另一个设备经由一种类型的无线接口(不限于短距离,例如,Wi-Fi或者无线HART)来获得储存在外部标签的存储器中的数据。在某些情况下,由另一个设备通过使用有线连接(例如,通过使用诸如有线HART之类的有线过程控制协议或连接)来获得储存在外部标签的存储器中的数据200。
在某些实施例中,现场设备的特定于设备的信息200储存在包括在现场设备中的存储器(例如,位于或者设置在现场设备的壳体内的存储器)上,而不是储存在安装到现场设备的外部的外部标签或装置的存储器上。在这些实施例中,也包括在现场设备中的处理器访问内部存储器以获得特定于设备的信息200,并且例如经由有线或无线接口将信息200提供给另一个设备。
在某些实施例中,特定于设备的信息数据200储存或者位于外部标签上,并且由另一个设备以光学方式来获得。例如,数据200可以使用QR(快速响应)码、条形码、或者其它适当的机器可读光学标记来储存在外部标签上,并且由另一个设备经由光学读取器或者扫描器来访问数据200。
但是,无论特定于设备的信息200是储存在现场设备壳体的外部(例如,物理标签上或者机器可读光学标记上)还是储存在现场设备壳体内(例如,现场设备的内部存储器中),都能够由另一个设备来获得或访问现场设备的特定于设备的信息200,而不必将现场设备上电到在过程工厂中在线使用现场设备来对过程进行控制所需要的水平。例如,为了获得储存在现场设备的内部存储器中的特定于设备的信息200,仅需要将现场设备部分地上电。在另一个示例中,为了获得储存在外部标签的存储器中或者光学标记上的特定于设备的信息200,完全不需要将现场设备上电。
现在转到被专门配置为获得或确定现场设备的特定于设备的信息200的设备,图4示出了示例性设备212(本文中也被称为系统或装置212)的简化框图,其中示例性设备212被专门配置为获得现场设备的特定于设备的信息200(当然,以及其它过程元件的特定于设备的信息200)的至少一部分。在某些情形下,设备212用于调试现场设备和其它过程元件。设备212可以是计算机或计算设备,或者设备212可以是被专门配置为支持本公开内容的技术、方法和系统的另一个系统、装置或设备,包括但不限于,蜂窝电话、智能电话、平板设备或其它无线设备、个人数字助理、媒体播放器、家用电器、等等。但是,为了讨论简单起见而并非出于限制的目的,本文中设备212被称为计算设备212。
示例的计算设备212包括:处理器215,其用于执行计算机可执行指令;程序存储器218,其用于永久地储存与计算机可执行指令相关的数据;随机存取存储器(RAM)220,其用于临时地储存与计算机可执行指令相关的数据;以及输入/输出(I/O)电路222,上述部件的全部部件可以经由地址/数据总线225来进行互连。在某些配置中,处理器215是多核处理器或者具有协处理能力(例如,量子、细胞、化学、光子、生化、生物处理技术、和/或其它适当的协处理技术)的处理器。在某些配置中,使用高密度存储技术(例如,固态驱动器存储器、闪存、半导体存储器、光学存储器、分子存储器、生物存储器、或者任何其它适当的高密度存储技术)来实现存储器218和/或RAM220。在示例的配置中,计算设备212包括例如前面提到的美国专利申请No.13/784,041、No.14/174,413、No.14/212,493和No.14/507,188中所描述的多核处理器和/或高密度存储技术。
应当意识到,虽然图4中仅示出一个处理器215,但是计算设备212可以包括多个处理器215。类似地,计算设备212的存储器可以包括多个RAM(随机存取存储器)220和/或多个程序存储器218。例如,RAM220和/或程序存储器218可以被实现为一个或多个半导体存储器、闪存、磁可读存储器、光可读存储器、生物存储器、和/或其它有形的非暂态计算机可读存储介质。另外,虽然I/O电路222示出为单个块,但是应当意识到,I/O电路222可以包括多个不同类型的I/O电路。例如,第一I/O电路可以与设备212的显示器228相对应,并且第一I/O电路或第二I/O电路可以与设备212的用户接口230相对应。用户接口230可以包括例如键盘、鼠标、触摸屏、语音激活设备、和/或任何其它公知的用户接口设备。在某些实施例中,显示设备228和用户接口230可以一起并入单个物理设备(例如,触摸屏)中。
在图4中,计算设备或计算设备212包括一个或多个网络或通信接口232,其中经由该网络或通信接口来访问至一个或多个相应的通信或数据网络的一个或多个相应的链路235。通信接口232可以包括至一个或多个特定于过程控制的通信和/或数据网络(例如,Fieldbus、Profibus、HART、4-20mA环路、无线HART、过程控制大数据、等等)的接口。例如,计算设备212包括至过程控制大数据网络的接口,例如前面提到的美国专利申请No.13/784,041、No.14/174,413、No.14/212,493和No.14/507,188中所描述的。另外地或替代地,通信接口232可以包括到至通用通信和/或数据网络(例如,以太网、NFC、RFID、Wi-Fi、等等)的一个或多个接口。至通信或数据网络的链路235可以与存储器存取功能一样简单,和/或链路235可以是有线、无线、或多级连接。许多类型的接口232和链路235在网络互连领域是公知的并且可以结合计算设备212来使用。
计算设备212包括储存在其上的一组或多组特定的计算机可执行指令240,并且因此,计算设备212至少部分地由储存在其上的特定的一组或多组指令240来专门配置。如本文所使用的,术语“计算机可执行指令”、“计算机可执行的指令”和“指令”可互换地使用。如图4中所示出的,指令240储存在存储器218上,并且可由处理器215执行,以执行本文所描述的方法和/或技术中的任何部分或全部方法和/或技术。该一组或多组指令240可以包括一个或多个引擎、例程或程序,例如,图像处理器248、一个或多个数据分析引擎252、调试引擎255、排列生成器260、和/或其它的==引擎、例程或程序。在后续部分中描述了对引擎248、252、255和260以及可以包括在计算机可执行指令240中的其它可能的指令集的更详细的描述。
计算设备212可以包括通信地耦合到I/O电路222的其它元件。在实施例中,计算设备212包括一个或多个扫描器或读取器242,其中每一个扫描器或读取器被配置为读取或访问储存在现场设备处或者其它过程元件处的特定于设备的信息或数据200。在示例中,计算设备212包括读/写扫描器,其可以获得储存在有源外部标签或装置处的数据、储存在无源外部标签或装置处的数据、和/或储存在光学标记上的数据。另外地或替代地,计算设备212可以包括只读扫描器,以访问储存在无源外部标签处、有源外部标签处、和/或光学标记上的数据。例如,扫描器可以是NFC扫描器。在某些实施例中,例如当计算设备212获得储存在现场设备的内部存储器中的数据200时,由处理器215、存储器218、存储器220、指令240和网络接口235来实现扫描器/读取器242的至少一部分。计算设备212可以仅包括一个扫描器/读取器242,或者可以包括多种类型的扫描器/读取器242。
在某些实施例中,计算设备212包括图像捕获能力245(例如,图像捕获引擎或图像捕获器245)。图像捕获能力245包括摄像头接口或者其它适当的接口,其中经由这些接口来捕获图像(例如,数字图像,其可以是高分辨率的),并且所捕获的图像可以储存在RAM220中。在某些情况下,计算设备212还包括一个或多个图像处理能力248(例如,图像处理引擎或图像处理器248),以对一个或多个所储存的图像进行操作。例如,图像处理器248可以对多个所储存的图像进行操作,以将它们组合成单个全景图像。另外,图像处理器248可以包括其它图像处理能力,例如特征检测、模式识别、滤波、变换、等等。图像处理器248可以至少部分地被实现为储存在存储器218中并可由处理器215执行的多组计算机可执行指令240中的一组计算机可执行指令,和/或图像处理器248的至少一部分可以与图像捕获器245集成。
在某些实施例中,计算设备212另外地或替代地包括无线定位传感器或系统250(本文中也被称为无线定位器传感器或系统250)。无线定位传感器250通过使用无线技术(例如,通过接收或检测以及处理无线信标信号)来感测或确定计算设备212的当前位置。无线定位传感器250可以使用任意数量的适当的无线定位技术,例如,GPS(全球定位系统)和/或其它类型的卫星导航系统、基于Wi-Fi的定位、基于蜂窝系统的定位、和/或局部定位。如由无线定位传感器250所确定的计算设备212的当前位置可以被表示为绝对位置(例如,基于地理空间坐标),或者可以被表示为相对位置(例如,相对于另一个已知位置)。在某些实施例中,至少部分地由通信接口232来实现无线定位传感器250的第一部分(例如,用于接收信标信号),并且至少部分地由计算机可执行指令240的相应部分来实现无线定位传感器250的无线部分的另一部分(例如,用于处理来自信标信号的信息以确定计算设备212的位置)。
在某些实施例中,计算设备212另外地或替代地包括一个或多个数据分析能力或引擎252,这些数据分析能力或引擎252包括在指令240中并且可由处理器215执行。数据分析能力252可以包括一个或多个分析,这些分析能够应用于所储存的数据220以发现、学习或分析知识,例如先前关于图1-图3所描述的那些分析。通常(但不是必须),当计算设备212包括数据分析252时,计算设备212的处理器215是多核处理器,RAM220的至少一部分包括高密度存储技术,并且计算设备212自身可以是大数据节点(其可以经由相应的接口232连接到过程控制大数据网络)。在示例中,计算设备212是大数据节点(例如前面提到的美国专利申请No.14/507,188中所描述的),并且可以包括任意数量的本文中所描述的大数据分析能力和例程中的任何能力和例程。数据分析252的结果可以本地地储存在计算设备212处(例如,RAM220中),和/或可以经由过程控制大数据网络(例如,经由相应的通信接口232)来发送给大数据储存区域。
在计算设备212用于调试过程元件的实施例中,指令240包括调试引擎255,当被执行时,调试引擎操作为执行一个或多个调试动作。例如,调试引擎255包括设备验证引擎或设备验证器258,其被配置为:对特定的所安装的目标过程元件是旨在被安装在特定位置处并且连接到其它特定的过程元件和/或工厂设备的过程元件进行验证。在实施例中,设备验证器258将从目标过程元件获得的标识和/或描述信息(例如,关于图2所讨论的多种类型的特定于设备的信息200中的一些或全部)与P&ID或者对过程和/或过程工厂的规划布局或蓝图进行指示的其它资源进行比较,以确定所安装的过程元件是否是期望的过程元件。在某些情形下,设备验证器258和/或调试例程255结合计算设备212的显示设备228和/或用户接口230来进行操作。当然,调试引擎255可以操作为执行其它调试动作,例如,执行环路完整性检查、记录安装时数据、和/或其它调试活动,上述调试动作中的至少某些调试动作可以结合用户输入来执行。
在某些配置中,设备212还被专门配置为:基于所获得的现场设备的特定于设备的信息200(当然,以及其它过程元件的特定于设备的信息200)的至少一部分来确定过程元件排列。例如,在图4中,计算设备212的指令240包括排列生成器260,当由处理器215执行时,排列生成器操作为使得计算设备212生成过程流内的多个过程元件的排列。通常,为了确定过程元件排列,排列生成器260至少部分地对从过程元件获得的描述性数据(例如,在过程元件的调试期间获得的)以及对过程元件中的某些过程元件的相对排序进行指示的其它数据进行操作。所生成的过程元件排列可以储存在设备212的存储器220中,和/或所生成的过程元件排列可以提供给另一个设备,例如,提供给支持过程工厂的过程控制大数据网络的大数据节点。在后续部分中更加详细地描述了排列生成器260及其操作以及过程控制大数据网络。
当然,虽然图4中没有示出,但是计算设备212可以另外地或替代地包括其它组指令240和/或其它元件或组件。
图5示出了用于确定过程元件的排列的示例方法300的流程图,其中过程元件用于(或者即将用于)对过程工厂或过程控制系统中的过程进行控制。方法300可以结合任意数量的关于图1-图4所讨论的技术中的任何技术来操作,并且下面同时参照图1-图4来进行讨论以用于说明性而非限制性的目的。
在实施例中,由与目标过程元件(例如,现场设备、控制器、I/O设备、或者其它物理过程元件)物理上接近的本地设备来执行方法300的至少一部分。例如,可以由与目标过程元件物理上接近的调试设备或其它设备来执行方法300的至少一部分。执行方法300的至少一部分的本地设备可以通信地连接到目标过程元件,和/或可以通信地连接到安装在目标过程元件的外部的装置或物理标签。本地设备与过程元件和/或设置在过程元件外部的装置或物理标签之间的通信连接可以是有线链路和/或可以是无线链路。在示例的场景中,由图4中的计算设备212来执行方法300的至少一部分,并且下面为讨论简单起见按此来描述方法300。但是,应当理解的是,可以由其它适当的设备、系统或装置来执行方法300的某些或全部方法。
在框302处,方法300包括获得或确定目标过程元件(例如,现场设备、控制器、I/O设备、或者其它物理过程元件)的标识信息。所确定或所获得的标识信息可以包括先前关于图3所讨论的多种类型的特定于设备的信息200中的一些或全部信息,和/或可以包括对目标过程元件进行描述的其它信息。如先前所讨论的,通常,特定于设备的信息200在过程元件抵达过程工厂和/或安装在过程工厂中之前,事先储存(例如,由过程元件的制造商或供应商)在目标过程元件处。但是,特定于设备的信息200可能已经在发起执行方法300之前的任意时间处储存在目标过程元件处。在实施例中,过程元件的特定于设备的信息200中的至少某些信息储存在目标过程元件的外部,例如,储存在附接或安装到过程元件的外部的物理标签或光学标记上。另外地或替代地,过程元件的特定于设备的信息200中的至少某些信息储存在目标过程元件的内部(例如,在目标过程元件的壳体内,例如在内部存储器中)。但是,无论特定于设备的信息200储存在或位于目标过程元件的何处,通过读取、接收特定于设备的信息200或以其它方式取得对特定于设备的信息200的访问来获得或确定过程元件的标识信息(框302)。在示例中计算设备212使用一个或多个通信接口235和/或一个或多个扫描器/读取器242,例如以先前关于图4所讨论的方式来读取、访问或以其它方式获得过程元件的特定于设备的信息200(框302)。所获得的特定于设备的信息200可以作为所获得的标识信息储存在例如计算设备212的存储器220中。
如先前所提到的,获得或确定目标过程元件的标识信息(框302)可以另外地或替代地包括获得或确定除了储存在目标过程元件处或者目标过程元件上的信息之外的、对目标过程元件进行指示或描述的其它信息。例如,在某些情形下,获得目标过程元件的标识信息(框302)包括例如通过利用计算设备212的图像捕获器245来获得目标过程元件的图像。例如,由图像捕获器245来获得目标过程元件在其所安装的环境中的照片或数字图像。所获得的目标过程元件的图像可以储存在例如计算设备212的存储器220中,作为所获得或所确定的目标过程元件的标识信息。实际上,存储器220可以被配置为储存针对多个过程元件中的每个过程元件的多个相应的设备标识信息220、图像、和/或其它描述性/指示性信息。
在实施例中,方法300可选地包括调试过程元件(框305)。调试过程元件(框305)包括:使用所获得的标识信息中的至少某些标识信息(例如,逻辑标签202a、区域202b、类型202g、等等),来验证目标过程元件确实是期望安装在该特定位置的过程元件,并且具有期望的特定属性和特征。在实施例中,由储存在计算或调试设备212的存储器218中的调试引擎255来执行调试过程元件(框305),并且调试引擎255的设备验证器258对目标过程元件是期望的过程元件进行验证。
在方法300的某些实施例中,框302和305的至少一部分是一体的框。例如,可以在对目标过程元件的调试(框305)期间收集目标过程元件的标识信息(框302)。
在框308处,方法300包括获得对目标过程元件的相对顺序的指示。也就是说,方法300包括:获得对过程流内的目标过程元件相对于过程流内所使用(或者即将使用的)的至少一个其它过程元件的相对顺序的指示。所获得的对目标过程元件的相对顺序的指示可以结合所获得的目标过程元件的标识信息来储存在例如计算设备212的存储器220中。实际上,存储器220可以被配置为储存对过程流内的多个过程元件的多个相应的相对顺序的指示。
在某些实施例中,获得目标过程元件的相对顺序(框308)包括:获得或确定目标过程元件所安装的物理位置(例如,绝对地理空间位置或者相对物理位置)。在示例中,当位于或设置为与目标过程元件接近时,计算设备212使用无线定位传感器或系统250来确定当前的地理空间位置。在另一个示例中,在计算设备212处例如经由用户接口230和/或经由通信接口232来接收对目标过程元件的地理空间位置或物理位置进行指示的物理坐标。
另外地或替代地,可以根据图像或图片来确定目标过程元件的物理位置。在示例的场景中,当计算设备212位于或设置为与目标过程元件接近时,用户捕获目标过程元件的图像以及目标过程元件已被安装在或者位于其中的环境的至少某些环境。所捕获的图像连同在相同区域或环境中的其它过程元件的其它所捕获的图像储存在计算设备212的存储器220中。计算设备212的图像处理器248对所储存的图像进行操作,以将它们组合成过程工厂区域的单个全景图像,当在一个以上的图像中已经捕获了共同的物体或特征时,或者当多个图像捕获工厂环境的重叠部分时,这可以容易地实现。在这种场景中,根据全景图像容易地确定过程元件的相对物理位置。另外,在某些情况下,能够根据全景图像来确定过程元件的实际物理位置。例如,事先提供或知道全景图像中所包括的至少一个物体或标记(其可能是或者可能不是过程元件)的绝对物理位置,例如,已知全景图像中所示出的过程工厂的墙壁的绝对地理空间坐标。随后,给定墙壁的已知物理位置以及其它物体和过程元件相对于如全景图像上所示出的墙壁的相应位置,容易地确定全景图像中所示出的其它物体和过程元件的相应物理位置(例如,通过使用图像处理器248和/或计算机可执行指令240的其它适当的部分)。
在另一个示例的场景中,过程工厂的特定区域的图像、地图、视图、或其它图片表示事先储存在计算设备212处,或者以其它方式使其可用于计算设备212。在显示器228上呈现过程工厂的特定区域的图像、地图、视图、或者其它图片表示。用户选择所储存的标识符或者对最近安装的目标过程元件的指示(例如,在框302处获得并储存在计算设备212处的图像、逻辑标签或者其它特定于设备的信息),并且将所选择的目标过程元件标识符拖放(或者使用另一种适当的选择和放置机制)到所显示的过程工厂的特定区域的图像、地图、视图、或者其它图片表示的特定位置或地点上,由此指示过程工厂的特定区域内的所标识的过程元件的相对物理位置。类似于先前所讨论的实施例,当已知区域视图上所示出的至少一个物体或特征的绝对物理位置时,容易地确定所拖放的过程元件的绝对物理位置(例如,通过使用图像处理器248或者计算机可执行指令240的其它适当部分)。
在已将最近安装的、包括在特定区域中的多个过程元件并入到过程工厂的区域的视图上(例如,不管通过根据多个图像来生成全景视图,还是通过用户选择并放置图像到所提供的视图上)之后,用户可以按照过程元件在过程流内的激活顺序,在视图上选择过程元件的个体图像,由此指示所选择的过程元件的相对排序。对相对排序的指示可以储存在例如存储器220中。
在图6A-图6D中示出了方法300的这些概念中的某些概念,图6A-图6D包括显示视图320、325的示例的组。显示视图320、325本质上是图片并且可以例如呈现在计算设备212的显示设备228处。要注意的是,图片显示视图320、325可以是任何适当的图示形式,例如照片、数字图像、图形表示、等等。为了讨论简单起见而非出于限制的目的,下面同时参照图3-图5来讨论图6A-图6D。
图6A描绘了整个过程工厂的示例的图片显示视图320。视图320是鸟瞰图,并且标记了工厂的不同区域(例如,接收、电源室、反应、以及蒸馏)。视图320可以事先储存在计算设备212的存储器220中或者以其它方式远程可获得,并且视图320可以响应于用户命令而呈现在显示设备228上。
在示例的场景中,用户选择或放大工厂视图320的期望区域,以便更佳地看到期望区域的细节。例如,在工厂视图320上,用户选择反应区域,并因此在显示设备228上呈现了反应区域的更详细的视图325,例如图6B中所示出的。
现在同时参考图6B和图6C,并且继续该示例的场景,用户调用(例如,在显示设备228上的另一个窗口中)显示视图330,其中在显示视图330上呈现了针对一组过程元件的特定于设备的信息或标识信息以及图像332a-332d的一部分。如图6C中所示出的,显示视图330指示已在过程工厂的反应区域的锅炉单元1中安装(并且可选地,调试)该组过程元件。此外,已经例如通过使用关于框302所描述的技术中的任何技术来获得该组过程元件的所显示的标识信息332a-332d,并且已经在计算设备212处储存了该组过程元件的所显示的标识信息332a-332d。在图6C中,针对该组中的每个过程元件的所显示的标识信息332a-332d包括逻辑标签、制造商身份、型号、以及过程元件的图像。
随后用户选择显示视图330中的过程元件中的一个过程元件,并且将所选择的过程元件拖放到反应区域视图325上的特定位置处,以指示所选择的过程元件在反应区域内的物理位置。例如,在图6B中,用户已经从显示视图330中选择了过程元件PT330(附图标记332b),并且已经将对过程元件PT330的表示拖/放到显示视图325上的期望位置335a,以指示PT330在反应区域的锅炉单元1中的位置。图6B中还示出了对其它过程元件335b-335j的指示,其中用户已经从显示视图330(以及从其它视图)中选择了这些过程元件并已在显示视图325上指示了它们在反应区域中的位置/地点。
现在转到图6D,图6D再次描绘了显示视图325以及对其上的过程元件335a-335j的指示,随后,用户通过按照所指示的、定位的过程元件指示335a-335j的对应的过程元件在过程流中被激活的顺序点击或者以其它方式选择所指示的、定位的过程元件指示335a-335j,来指示通过过程元件335a-335j的过程流。例如,在图6D中,用户已经按照以下顺序来点击:过程元件335j、335i、335a、335h、335b、335g、335c、335d、335e、以及335f。在反应视图325上指示了得到的通过过程的流动路径(附图标记340)。所指示的、过程元件在过程流内的相对排序可以储存在例如存储器220中。
在所生成的全景视图或图像上指示各个过程元件的情形下,用户可以遵循类似的过程、按照各个过程元件在过程流中被激活的顺序来点击或选择全景视图或图像上所呈现的各个过程元件。随后可以在全景视图上描绘得到的通过过程的流动路径,并且过程流内的过程元件的对应的相对排序可以储存在例如存储器220中。
现在返回到方法300的框308,在某些实施例中,例如,除了基于图像或图片来确定相对顺序之外或者作为其替代,获得或确定一组过程元件的相对顺序(框308)与调试该组过程元件(框305)同时执行。例如,在调试期间,作为对该组过程元件的调试过程的一部分(例如,以诸如先前所讨论的方式),由计算设备212来扫描、读取、或以其它方式获得(框302)储存在该组过程元件中的每个过程元件处的信息(例如,组内的每个过程元件的特定于设备的信息200、图像、和/或其它描述性信息)。在扫描各个过程元件时,对每个经扫描的过程元件的指示按照扫描顺序呈现在计算设备212的显示器228上,并且可以在调试过程期间确定或获得经扫描的过程元件的相对顺序。
为了示出示例的场景,图7A描绘了显示视图350,各个过程元件的逻辑标签按照它们例如在计算设备212处被扫描的顺序显示在显示视图350上。与图6A-图6D的图片显示视图325相反,图7A的显示视图350通常是非图片表示,例如文本表示和/或数字表示、表格、图表、等等,与图6A-图6D相比具有更少数量或者最少数量的图形。
图7A中所示出的非图片或文本显示视图350通过过程元件相应的逻辑标签在视图350上的放置,来描绘过程元件被扫描(例如,在计算设备212处)的顺序。例如,首先扫描LT600,随后扫描LV600,随后扫描FT620,以此类推。因此,当用户根据过程元件在过程流中的相应激活顺序来扫描过程元件时,凭借过程元件扫描的顺序来获得过程元件在过程流内的相对顺序。例如,在图7A中,从屏幕350的顶部至底部描绘了过程元件在过程流内的排序。但是,在已经扫描了一组过程元件并且显示了它们的扫描顺序之后,如果用户希望例如纠正错误、修正排序、等等,则他或她可以对显示350做出修改。用户可以通过将对过程元件的指示拖放(或者以其它方式选择并放置)到显示视图350上的期望位置来执行任何期望的修改。例如,通过使用拖放和其它适当的用户命令,用户可以切换FT620和FV620的相对排序。在某些实施例中,除了用户主动地并且手动地指导对显示视图350的修改之外或者作为其替代,还可以自动地确定对显示350上所呈现的过程元件的相对排序的修改。在示例中,计算设备212的排列生成器260将屏幕350的内容与图片图像或表示(例如,显示视图325)进行比较,并且排列生成器260对显示视图350上的指示的相对排序进行调整,以便与显示视图325上的过程元件的图像的相对排序一致。但是,无论修改是手动地还是自动确定或生成的,用户都可以指示对所呈现的拟定修改的批准,之后该修改可以应用、保存、发送等等。
在图7A的非图片表示350处,除了修改显示视图350上的过程元件的相对排序之外,还可以手动地和/或自动地修改相对于如视图350上所显示的过程的过程元件的其它方面。例如,显示视图350上所呈现的过程的特定部分包括汇集到反应器中的两个馈送流。用两个单独的列352a、352b来指示这两个馈送流,其中每个馈送流都包括对包括在相应的流中的过程元件的相应激活顺序的指示。例如,馈送流352a在过程流内按顺序激活过程元件LT600、LV600、FT620、FV620、AT625和TT630,并且馈送流352b在过程流内按顺序激活过程元件LT650、LV650、FT655、FV655、AT660和TT665。显示视图350上的箭头355指示两个馈送流352a、352b汇集到反应器处的点,并且对在反应器的下游的过程流内进行操作的对后续过程元件的指示(附图标记352c)按照它们的激活顺序(例如,LT670、LV670、PT675、PV675、TT680、TV680)来显示在视图350上。可以对流352a、352b在过程流内汇集的点进行修改。例如,用户可以选择连接点355并且将该连接拖/放到显示视图350上期望的位置,以指示两个流352a、352b在过程流中汇集的期望的点。
另外地或替代地,在显示视图350上,用户可以定义与一件特定的工厂装置相关联的过程元件的分组。例如,现在参考图7B,用户已经在显示视图350上指示过程元件LT670、LV670、PT675和PV675与一件特定装置相关联,并且在显示视图350上用方框358来指示该用户定义的分组。用户随后可以选择或定义与方框358相对应的装置类型359以及相对应的逻辑容器装置标签(图7A中未示出,但是例如一旦选择“反应器”标签359可以呈现)。例如,用户可以指示(如图7B中所示出的示例视图350中所示出的)对用框358表示的容器是反应器359进行保存,并且可以提供针对反应器的相对应的逻辑标签,以及对反应器进行指示或描述的其它信息。
实际上,可以提供预定义的装置类型、组件、和图形视图的库,以有助于过程元件的分组。例如,可以提供预定义的容器类型(例如,罐、反应器、蒸馏柱、等等)的库以及相对应的视图模板,以有助于过程元件的分组。在某些情况下,用户可以将一件装置定义或指示为是一件复合装置(其包括多种类型的其它装置)。在示例中,反应器可以包括罐和加热器,并且用户能够在显示视图350上指示该配置。例如,在图7C中所示出的显示视图350上,用户已经指示过程元件LT670、LV670、PT675和PV675包括在罐360中,过程元件TT680和TTTV680包括在加热器362中,并且罐360和加热器362包括在反应器365中,例如,如图7中所示出的对应方框中所指示的。
当然,上面针对图7A-图7C所讨论的对过程元件的用户选择、它们的分组和定义的表示仅是示例性的。例如,在显示视图350上不需要用方框来呈现过程元件的分组,而是可以替代地使用对分组的任何适当的图形指示和/或文本指示。此外,在提供了对特定过程区域的图片视图和非图片视图或表示的实施例中,对一种视图或表示的改变可以自动地反映到另一种视图或表示中。例如,表格表示(例如,显示视图350)上所示出的过程流的一部分中的过程元件的相对排序的改变可以自动地反映到对过程流的相同部分中的相同过程元件的相对排序的图片表示上,并且反之亦然。实际上,对于过程的特定部分,可以使用或生成图片表示325和非图片表示350二者,可以仅使用或生成图片表示325,可以仅使用或生成非图片表示350。
此外,为了确定或获得过程元件的相对排序(框308),不需要在具有对物理过程工厂的表示(例如,图6A和图6B中分别示出的物理工厂的图片图像320、325,或者图7A-图7C中所示出的物理工厂的非图片表示350)的显示视图上示出调试过程期间对过程元件的表示。在实施例(未示出)中,呈现了对通过过程工厂的过程流的表示(例如,用图形、框图、或其它表示)的显示视图可以呈现在用户接口上,并且用户可以将沿着过程流放置对各个过程元件的表示(例如,在调试所述过程元件时)。当过程工厂的物理布置复杂时,使用过程流的显示视图而非物理的过程工厂会是特别有用的。但是,可以通过使用过程工厂或者其期望部分的任何物理和/或逻辑表示的显示视图或表示来确定和/或获得过程元件的相对排序(框308).
现在返回到图5和方法300,在已经获得或确定了过程元件的标识信息以及对过程元件在过程流内的相对顺序的指示(框302、框308)之后,在框310处,方法300包括确定是否要对额外的过程元件进行处理。如果是的话,则方法300返回到框302。否则,方法300确定多个过程元件的顺序(框312),其中多个过程元件包括已经在框302-308处处理的目标过程元件。多个过程元件的顺序指示该多个过程元件在过程的至少一部分中的流动期间被激活(或者即将被激活)的顺序。因此,所确定的顺序可以指示、描述或定义与过程的至少一部分相对应的过程元件排列图的一部分。此外,可以使用上面讨论的技术中的任何一项或多项技术(例如,接收应用于图片和/或非图片显示视图的用户输入、确定特定于设备的信息被扫描的顺序、图像处理、确定物理位置等等),以及通过使用其它另外的或替代的其它适当技术,来确定多个过程元件的顺序(框312)。在某些情况下,自动地确定多个过程元件的顺序(框312),而无需使用对顺序进行明确指示的任何实时的用户输入。例如,可以由计算设备212基于多个过程元件中的每个过程元件的所确定的位置,来自动地确定多个过程元件的顺序。在某些情况下,至少部分地通过使用手动输入(例如,当用户指示改变自动确定的顺序草案时,或者当用户以特定顺序来选择一组过程元件中的成员时)来确定多个过程元件的顺序(框312)。在实施例中,由计算设备212的排列生成器260来确定所述多个过程元件的顺序(框312)。此外,所确定的过程元件的顺序可以储存在例如计算设备212的存储器220中,并且对顺序的表示可以呈现在例如计算设备212的显示设备228上,例如,以允许由用户进行验证、修改、和/批准。
在框315处,方法300包括将所确定的多个过程元件的顺序提供给对过程工厂进行服务的大数据网络的节点。大数据网络可以对多个过程元件的顺序(以及可选地,对其它过程元件的相对排序的其它指示)进行处理,以生成过程元件排列图的较大部分(或全部)。例如,大数据网络可以使用所提供的过程元件的相对顺序以及前面提到的美国专利申请No.14/212,411中所公开的技术中的某些技术或全部技术,利用一个或多个分析或学习例程来确定过程元件排列图。在某些情形下,大数据网络可以将一个或多个分析例程应用于所提供的多个过程元件的相对排序,以发现或学习关于过程的新信息。例如,大数据网络可以基于所提供的多个过程元件的相对排序来确定上游过程元件与下游过程行为的相关性强度、特定过程元件的行为异常变化的根本原因、等等。在前面提到的美国专利申请No.14/212,411中找到了基于过程元件排列的这些发现和学习以及其它发现和学习的示例。
要注意的是,在方法300的某些实施例中,框308和框312是一体地执行的。在示例中,例如,当确定过程流中所包含的每个个体过程元件的相对顺序(框308)时,渐进式地确定过程流内的多个过程元件的顺序(框312)。因此,在该示例中,框312发生在框310之前。
还要注意的是,在方法300的某些实施例中,省略了框312。例如,在调试每个过程元件(框305)时和/或在确定每个过程元件的相对应相对排序(框308)时,计算设备212可以简单地向过程控制大数据网络提供对每个过程元件的相对应的相对排序的指示,而不是计算设备212确定过程元件排列图的一部分或者确定多个过程元件的顺序(框312)。随后,过程控制大数据网络可以对多个接收到的、多个过程元件的个体的相对排序进行操作,以确定过程元件排列图的至少一部分。
在某些实施例中,在其上执行方法300的至少一部分的装置或设备212自身是过程控制大数据网络的大数据节点。例如,由作为大数据节点的连接(例如,以自组织方式)到过程控制大数据网络无线调试设备来执行方法300的至少一部分。在这些配置中,在其上执行方法300的至少一部分的大数据节点可以对所确定的多个过程元件的顺序和/或对任何储存的数据执行一个或多个分析例程252,以生成学习到的知识。
图8中示出了示例的过程控制大数据网络400的简化框图,其中过程控制大数据网络400用于支持对一个或多个过程进行控制的过程工厂或过程控制系统。具体而言,过程控制大数据网络400可以结合图4中的设备212的实施例和/或图5中的方法300来进行操作。过程控制大数据网络400包括一个或多个过程控制大数据节点402-410,其中每个过程控制大数据节点都收集、观测、生成、储存、分析、访问、发送、接收过程控制大数据,和/或对过程控制大数据进行操作。如本文中可互换使用的术语“过程控制大数据”、“过程大数据”、和“大数据”通常是指由包括在过程控制系统或工厂中的以及与过程控制系统或工厂相关联的设备所生成的、接收到的、和/或观测到的所有(或者几乎所有)数据。在实施例中,由包括在过程工厂中的以及与过程工厂相关联的所有设备所生成的、创建的、在该设备处接收到的、或者以其它方式观测到的所有数据被收集并储存为过程控制大数据网络400内的大数据。
示例的过程控制大数据网络400包括一个或多个不同类型的过程控制大数据节点或设备402-410,其中每个过程控制大数据节点或设备都收集、观测、生成、储存、分析、访问、发送、接收过程控制大数据和/或对过程控制大数据进行操作,其中过程控制大数据是根据或者基于过程工厂或过程控制系统对一个或多个过程的控制来生成的。每个过程控制大数据节点或设备402-410都连接到过程控制系统大数据网络主干(未示出),并且可以使用该主干来与一个或多个其它过程控制大数据节点进行通信。因此,过程控制大数据网络400包括过程控制系统大数据网络主干以及通信地连接到该主干的过程控制大数据节点402-410。在示例中,过程控制大数据网络400包括多个联网计算设备或交换机,其被配置为经由主干来对去往/来自网络400的各个其它设备、交换机或节点的分组进行路由。
过程控制大数据网络主干包括任意数量的有线通信链路和任意数量的无线通信链路,这些链路支持一个或多个适当的路由协议,例如,互联网协议(IP)族中所包括的协议(例如,UDP(用户数据报协议)、TCP(传输控制协议)、以太网、等等)、或者其它适当的路由协议。在实施例中,主干支持流式传输协议(例如,流控制传输协议(SCTP)和/或另一种适当的流式传输协议),以便在过程控制大数据节点之间流式传输(例如,传送)数据。例如,2014年10月6日递交的、标题为“STREAMINGDATAFORANALYTICSINPROCESSCONTROLSYSTEMS”的美国申请No.14/506,863(由此将其全部内容并入本文中)描述了用于过程控制大数据的流式传输协议和技术的示例,其中任意一项或多项协议和技术可以由网络400中的过程控制大数据网络主干来使用。通常,包括在过程数据大数据网络400中的每个节点可以至少支持主干所支持的一个或多个路由协议的应用层(以及对于一些节点,额外的层)。在实施例中,在过程控制系统大数据网络400内唯一地标识每个过程控制大数据节点402-410(例如,通过唯一的网络地址)。
在实施例中,过程控制系统大数据网络400的至少一部分是自组织网络。因此,节点402-410中的至少某些节点(和/或一个或多个其它节点,例如,用户接口设备430)可以以自组织方式连接到网络主干(或者连接到网络400的另一个节点)。实际上,在实施例中,用户接口设备430包括图3中的计算设备212并且连接到网络400,以传送过程元件的标识信息以及对过程元件的相对排序的指示(在某些情况下,结合对过程元件进行调试)。此外,在某些场景中,用户接口设备430另外地或替代地向网络400提供过程流内的多个过程元件的顺序和/或过程元件排列图的至少一部分,其中已经由用户接口设备430例如基于已经在对过程元件的调试期间所获得的数据来确定所提供的信息。
图8是描绘了过程控制大数据网络400中的各个大数据节点402-410之间的通信连接的简化图。因此,图中并未明确示出过程控制网络主干。但是,在前面提到的美国专利申请No.13/784,041中描述了可以与本文中所描述的技术中的任何技术或全部技术一起使用的这种主干的示例。当然,本文中所描述的技术中的任何技术或全部技术并不限于与美国专利申请No.13/784,041中所描述的主干一起使用,而是可以与任何适当的通信网络主干一起使用。
现在转到不同类型的过程控制大数据节点或设备402-410,通常,如下面所讨论的,网络400的过程控制大数据节点可以是“大数据提供者”和/或可以包括“大数据装置”。
如本文中可互换使用的术语“大数据提供者”、“大数据提供者节点”、或者“提供者节点”通常是指使用过程控制大数据网络400来收集、生成、观测、和/或转发与过程控制相关的大数据的过程控制大数据节点。由提供者节点生成、收集、观测、和/或转发的过程控制大数据可以包括在对工厂内的过程进行控制中已经直接使用的或者从对工厂内的过程进行控制中生成的数据,例如,由过程控制设备(例如,控制器、输入/输出(I/O)设备、和现场设备)生成或使用的第一级实时数据和配置数据。另外地或替代地,过程控制大数据提供者节点可以生成、收集、观测、和/或转发与传送和路由这种第一级过程控制数据相关的数据以及过程工厂内的其它数据,例如,与对大数据网络400和/或对工厂内的其它通信网络的网络控制相关的数据、对带宽进行指示的数据、网络接入尝试、诊断数据、等等。此外,某些过程控制大数据提供者节点可以生成、收集、观测、和/或转发对结果、学习、和/或在过程控制大数据网络400内通过对其已收集的过程控制大数据进行分析而学习到的信息进行指示的数据。通常,这种分析结果、学习、和/或学习到的信息是根据一个或多个过程控制大数据节点所执行的自动、自主的分析来生成的。
在大多数情况下,大数据提供者节点包括多核硬件(例如,多核处理器),该多核硬件用于实时地(例如,经流式传输)发送和接收大数据,并且在某些实施例中,用于在准备通过过程控制大数据网络400来进行流式传输或其它传送中缓存实时的大数据。在某些实施例中,大数据提供者节点还可以包括用于缓存实时的大数据的高密度存储器。可以由大数据提供者节点发送、接收、流式传输、缓存、收集、和/或以其它方式观测到的实时数据的示例可以包括过程控制数据,例如测量数据、配置数据、批量数据、事件数据、和/或连续数据。例如,可以收集与配置、批量配方、设置点、输出、速率、控制动作、诊断、警报、事件和/或对上述各项的改变相对应的实时数据。实时数据的其它示例可以包括过程模型、统计、状态数据、以及网络和工厂管理数据。在某些实施例中,大数据提供者节点不会缓存该节点观测到的实时大数据中的至少某些实时大数据,而是替代地在该节点处观测到、接收到、或者生成数据时将未缓存的数据流式传输到一个或多个其它大数据节点。可以在前面提到的美国专利申请No.13/784,041、No.14/174,413、以及No.14/212,493中找到与本文中所描述的技术中的任何技术或全部技术一起使用的大数据提供者节点的示例。当然,本文中所描述的技术中的任何技术或全部技术可以另外地或替代地与除了在美国申请No.13/784,041、No.14/174,413、以及No.14/212,493中所描述的那些大数据提供者节点之外的大数据提供者节点一起使用。
另一方面,如本文中可互换使用的术语“大数据装置”、“大数据装置节点”、或者“装置节点”通常是指接收、储存、获取、以及分析过程控制大数据的过程控制大数据节点。因此,过程控制大数据装置(或者“BDA”)通常对已经由一个或多个过程控制大数据提供者节点生成或提供的大数据进行操作。在某些情况下,大数据装置包括在大数据提供者节点中,或者与大数据提供者一体地共同驻留在相同节点或设备内。在这种情况下,大数据装置被称为“嵌入式大数据装置”,这是因为该装置嵌入到提供者节点或设备中,并且对已经由共同驻留的大数据提供者接收、收集、或生成的大数据进行操作。在示例中,嵌入式大数据装置对已经由该嵌入式大数据装置驻留于其上的大数据提供者本地生成的和/或提供的大数据进行分析,以发现或学习知识。这种学习到的知识可以储存在嵌入式大数据装置处,由嵌入式大数据装置本地地对其进行操作、和/或作为大数据提供给其它大数据节点。例如,本文中所描述的技术中的任何技术或全部技术可以结合嵌入式大数据装置(例如在前面提到的美国专利申请No.14/212,493中和/或美国专利申请No.14/507,188中所描述的)来使用,虽然可以另外地或替代地使用其它适当的嵌入式大数据装置。此外,要注意的是,在大数据提供者节点包括嵌入式大数据装置的实施例中,由于嵌入式大数据装置提供了本地数据储存能力,因此大数据提供者节点的缓存可以被缩小尺寸或者省略。
在某些情况下,大数据装置可以是过程控制大数据网络400中的单独的大数据节点。也就是说,在这些情况下,大数据装置不嵌入大数据提供者节点中或者与其共同驻留。因此,包括大数据装置的过程控制大数据节点自身并不必须是大数据的提供者。
图9描绘了示例的大数据装置414的简化框图,示例的大数据装置414的实例可以包括在图8中的过程控制大数据网络400中。参考图9,示例的大数据装置414包括:用于将接收到的大数据历史化或储存接收到的大数据的大数据储存区域420、一个或多个大数据装置接收机422、以及一个或多个大数据装置请求服务器424。大数据装置接收机422中的每一个大数据装置接收机都被配置为:接收大数据分组(其可以从另一个节点流式传输和/或可以由装置414驻留在其上的大数据提供者节点生成),对数据分组进行处理以获取其中所携带的实质性数据和时间戳,以及将实质性数据和时间戳储存在装置414的大数据储存区域420中,例如作为时序数据以及可选地还作为元数据。例如,可以为数据点加标签并将其储存为元数据。大数据储存区域420可以包括多个本地和/或远程的物理数据驱动器或存储实体,例如RAID(独立磁盘冗余阵列)储存、固态存储、云存储、高密度数据储存、和/或适用于数据库或数据中心储存并且对其它节点具有单一或统一的逻辑数据储存区域或实体的外观的任何其它适当的数据储存技术。此外,大数据装置请求服务器424中的每一个大数据装置请求服务器都被配置为:例如每次对请求实体或应用进行请求,就访问储存在大数据装置储存区域420中的时序数据和/或元数据。
在某些实例中,大数据装置414包括一个或多个大数据分析器426,以对所储存的大数据中的至少部分执行相应的数据分析和/或学习,通常以自动和/或自发的方式而无需使用任何用户输入来发起和/或执行学习分析。在实施例中,大数据分析器426单独地和/或共同地对所储存的数据执行大规模的数据分析(例如,数据挖掘、数据发现、等等),以发现、检测、或学习新的信息或知识。例如,数据挖掘通常涉及以下过程:对大量的数据进行检查,以提取新的或者先前未知的感兴趣的数据或模式,例如,罕见的记录或多组数据记录。大数据分析器426可以另外地或替代地对所储存的数据执行大规模数据分析(例如,机器学习分析、数据建模、模式识别、预测分析、相关性分析、等等),以预测、计算、或识别所储存的数据中的隐含的关系或推断。在实施例中,多个大数据分析器426(和/或至少一个大数据分析器426的多个实例)并行和/或协作地操作,以对储存在装置414的大数据储存区域420中的数据进行分析。在前面提到的标题为“DATAPIPELINEFORPROCESSCONTROLSYSTEMANALYTICS”的美国申请No.62/060,408中和/或在前面提到的标题为“REGIONALBIGDATAINPROCESSCONTROLSYSTEMS”的美国专利申请No.14/507,188中找到可以与本文中所描述的技术中的任何技术或全部技术一起使用的协同数据分析的示例,尽管任何适当的一种或多种协同数据分析技术可以与本公开内容的任何方面或全部方面一起使用。
通常,大数据装置接收机422、大数据装置请求服务器424、以及大数据分析器426中的每一个都包括相应的计算机可执行指令,这些计算机可执行指令储存在一个或多个非暂态的、有形的存储器或者数据储存设备上,并且可由一个或多个处理器执行,以便执行一个或多个它们相应的大数据功能。在某些实施例中,大数据分析器426不包括在大数据装置414中,而是替代地与大数据装置414通信地连接。例如,可以由第一组计算机可执行指令来实现包括储存区域420、接收机422和服务器424的大数据装置414,并且可以由第二组计算机可执行指令(其可能储存或者可能不储存在与第一组计算机可执行指令相同的非暂态的、有形的存储器或数据储存设备上)来实现大数据分析器426。在前面提到的美国专利申请No.13/784,041、No.14/174,413、以及No.14/212,493中可以找到对可与本文中所描述的技术中的任何技术或全部技术一起使用的各种类型的示例的大数据装置及其组件的描述,尽管要理解的是,本文中所描述的技术中的任何技术或全部技术可以与其它适当的大数据装置一起使用。
返回到图8,过程控制大数据网络400可以包括过程控制大数据提供者节点402-410,这些节点相对于第一级或与主要过程相关的数据(其由诸如控制器、I/O设备、现场设备等等之类的过程控制设备直接生成、路由、和/或使用)以各个等级、层级、或顺序来操作。在最低的顺序、层级、或等级,最接近过程进行操作的“本地”大数据提供者节点或设备402a-402n收集、生成、观测、和/或转发与过程工厂中的过程设备和装置的输入、操作、以及输出相关的主要过程大数据。因此,“本地大数据提供者节点或设备”402a-402n通常是生成、路由、和/或接收主要过程控制数据以使得在过程工厂中能够实时地对一个或多个过程进行控制的节点和/或设备。本地大数据提供者节点402a-402n的示例包括主要功能针对生成过程控制数据和/或对其进行操作以便对过程进行控制的设备,例如,有线和无线现场设备、控制器、以及I/O设备。这些过程控制设备可以彼此通信地连接和/或以分布式方式通信地连接到一个或多个过程控制通信网络。例如,一个或多个现场设备通信地连接到一个或多个I/O设备,这些I/O设备转而通信地连接到一个或多个控制器,这些控制器转而通信地耦合到一个或多个过程控制通信网络(例如,无线过程控制大数据、Fieldbus、等等)。
本地大数据提供者节点402a-402n的其它示例包括主要功能是用于通过过程控制系统的一个或多个通信网络(其可以包括过程控制大数据网络400和/或其它通信网络)来提供对主要过程数据的访问或者对主要过程数据进行路由的设备。这种类型的本地大数据提供者节点402a-402n的示例包括接入点、路由器、至有线控制总线的接口、至无线通信网络的网关、至外部网络或系统(例如,提供对样本的实验分析的实验信息系统)的网关,以及其它此类路由和联网设备。本地大数据提供者节点402a-402n的还有其它示例包括被配置为暂时地储存遍及过程控制系统的大数据(例如,储存为溢流缓存、路站(way-station)、或者路由队列)的设备,例如历史库设备。
在某些情况下,本地大数据提供者节点包括相应的本地大数据装置,如图8中通过分别包括嵌入式大数据装置412a-412n的节点402a-402n所示出的。每个本地的嵌入式大数据装置412a-412n接收并储存由其相应的提供者402a-402n所提供的相应的本地大数据。此外,在某些本地大数据提供者节点中(例如,在节点402a中),可以对储存在装置412a中的本地大数据中的至少某些本地大数据执行一个或多个分析功能、例程、操作、或过程(用带圈的A1表示)。在实施例中,由图9中的大数据分析器426中的一个或多个大数据分析器来执行分析A1。学习到的信息、学习成果、和/或一个或多个分析A1的结果也可以储存在本地大数据装置412a中,并且学习到的信息或结果中的至少某些可以被提供给另一个大数据节点406a、402b。
某些本地提供者节点(例如,如由节点402n所示出的)包括用于本地大数据收集和历史化的相应的本地嵌入式大数据装置412n,但是驻留的装置412n执行最少的分析或者不执行分析。因此,节点402n仅将本地储存的大数据流式传输(或者例如一旦进行了请求或者在适当的时间以其它方式传输)到另一个节点406b,例如以便进行分析处理或进一步转发。某些本地大数据节点(例如,节点402b)完全不包括任何大数据装置。这种节点402b可以实时地或者借助于缓存来将本地观测到的大数据流式传输到一个或多个其它大数据节点402a、406b。
大数据提供者节点或设备402a-402n可以将各种类型的实时数据(例如,与过程相关的数据、与工厂相关的数据、以及其它类型的数据)作为大数据来缓存、收集、储存、发送、和/或流式传输。与过程相关的数据的示例包括:连续数据、批量数据、测量数据、以及事件数据,这些数据在工程工厂中对过程进行控制时产生(并且在某些情况下,对实时执行过程的影响进行指示)。此外,与过程相关的数据可以包括过程定义、布置或设置数据,例如,配置数据和/或批量配方数据,与过程诊断的配置、执行和结果相对应的数据、等等。
大数据提供者节点402a-402n还可以将与工厂相关的数据(例如,与过程工厂相关但是可能不是由直接配置、控制、或诊断过程工厂中的过程的应用生成的数据)作为大数据来缓存、收集、储存、发送、和/或流式传输。与工厂相关的数据的示例包括:振动数据,疏水器数据,对与工厂安全相对应的参数的值进行指示的数据(例如,腐蚀数据、气体检测数据、等等),对与工厂安全相对应的事件进行指示的数据,与机器、工厂装置和/或设备的健康相对应的数据,与对装置、机器和/或设备诊断的配置、执行和结果相对应的数据,以及对于诊断和预后有用的数据。
此外,大数据提供者节点402a-402n可以将其它类型的数据作为大数据来缓存、收集、储存、发送、和/或流式传输,其中其它类型的数据包括:与过程控制大数据网络主干和过程工厂的各种通信网络相关的数据高速公路业务和网络管理数据、与用户相关的数据(例如与用户业务、登录尝试、查询和指示相关的数据)、文本数据(例如,日志、操作过程、手册、等等)、空间数据(例如,基于位置的数据)、以及多媒体数据(例如,闭路电视、视频片段、等等)。
在某些实施例中,大数据提供者节点402a-402n可以将动态测量和控制数据作为大数据来自动缓存、收集、储存、发送、和/或流式传输。动态测量和控制数据的示例包括:对过程操作的改变进行指定的数据、对操作参数(例如,设置点)的改变进行指定的数据、对过程和硬件警报和事件(例如,下载或传送失败)的记录等等。此外,当检测到改变时或者当控制器或其它实体初始地添加到大数据网络400中时,静态数据(例如,控制器配置、批量配方、警报和事件)可以默认被自动收集。
此外,在某些场景中,当检测到元数据的改变时,在大数据提供者节点402a-402n中捕获至少某些静态元数据(其描述或标识动态控制和测量数据)。例如,如果对控制器配置做出改变(该改变影响控制器必须发送的模块或单元中的测量和控制数据),则大数据提供者节点402a-402n自动地捕获对相关联的元数据的更新。另外地或替代地,大数据提供者节点402a-402n可以自动地捕获与用于对来自外部系统或源的数据(例如,天气预报、公共事件、公司决策、等等)、监控数据、和/或其它类型的监测数据进行缓存的专用模块相关联的参数。
在某些情形下,由端用户创建的所添加的参数被自动地捕获到大数据提供者节点402a-402n中。例如,端用户可以在模块中创建特殊的计算或者可以将需要被收集的参数添加到单元,或者端用户可能希望收集默认不进行传输的标准控制器诊断参数。端用户可选地配置的参数可以用与默认参数相同的方式来进行传输。
再次参考图8中的网络400,在本地大数据节点402a-402n之上的一个或多个等级或分层处,过程控制大数据网络400可以包括一个或多个区域性大数据节点406a-406m。为了实现区域性大数据,过程工厂或过程控制系统可以被视为具有多个不同的地区或区域,这些地区或区域可以根据任何期望的方式(例如,地理上、物理上、功能上、逻辑上、等等)来描述。在说明性而非限制性的示例中,过程工厂可以具有:第一区域,其接收原材料并产生第一中间产品;第二区域,其接收其它原材料并产生第二中间产品;以及第三区域,其接收第一中间产品和第二中间产品以产生输出产品。可以由相应的“区域性”大数据节点406a、406b、406m来对这三个不同的示例区域中的每个区域进行服务,以便对其相应区域所产生的大数据进行操作。因此,“区域性大数据节点”针对由本地大数据提供者节点402的相应分组或区域(以及在一些情况下,由其它大数据提供者节点404)生成和/或提供的数据提供大数据支持和服务。其它大数据提供者节点404可以包括例如工厂区域外部的大数据节点(例如,便携式诊断设备或者离线模拟器)、用户接口设备430,或者完全在过程工厂外部的数据源(例如,材料供应商的计算设备、提供天气预报的馈送、等等)。
如图8中所示出的,由区域性大数据节点406a-406m进行服务的相应的分组或区域可以包括根据某种地理的、物理的、功能的、逻辑的、或其它期望方式而相关的一个或多个大数据提供者节点402a-402n和/或其它大数据节点404。例如,区域性大数据节点406a对包括本地大数据提供者节点402a和402b的区域进行服务,并且区域性大数据节点406b对包括本地大数据节点402b和402n、以及另一个大数据节点404的区域进行服务。特定区域中所包括的特定节点402、404可以将数据流式传输或传送给它们相应的区域性大数据节点406,以用于区域性大数据储存、访问、和/或分析的目的。此外,大数据提供者节点402a-402n和/或其它大数据节点404中的任何节点可以与特定的区域性大数据节点406a-406m进行通信,以请求区域性可用的服务和/或访问储存在其中的区域性大数据和元数据,而不管这种请求节点是否包括在特定的区域性大数据节点406a-406m的特定区域中。
因此,每个区域性大数据节点406a-406m包括相应的大数据装置416a-416m,其中经由该大数据装置来接收、储存(作为区域性大数据)、以及访问或请求大数据。此外,每个区域性大数据节点406a-406m通常包括可以单独地和/或共同地对区域性大数据中的至少某些区域性大数据操作的一个或多个分析功能、例程、操作、或过程(例如,A2-Aw)。例如,区域性大数据装置416可以从本地提供者节点420b、420n(其被配置为协同地地控制通过过程工厂的一部分或区域的流体的流动)接收本地大数据,并且节点406b可以对接收到的数据中的至少某些数据执行分析过程A4,以确定过程工厂的该部分或区域内流体的平均输送延迟。分析A4的结果随后可以储存或者历史化为区域性大数据装置416b内的额外区域性数据。在实施例中,由图9中的一个或多个大数据分析器426(其驻留在它们相应的大数据节点上)来执行分析A2-Aw中的每个分析。
在某些情形下,区域性大数据节点或设备406a-406m与例如作为对等设备的另一个区域性大数据节点406a-406m传输接收到的或生成的大数据、学习到的知识或信息、和/或分析结果。通过继续上面的例子来进行说明,区域性大数据节点416a接收已经由区域性大数据节点406b所执行的分析A4生成的学习到的信息。随后,区域性大数据节点406a随后可以对来自节点406b的对等提供的学习到的信息中的至少一部分结合从其自己区域内的本地大数据节点402a、402b接收到的本地大数据执行一个或多个相应的区域性分析A2、A3。分析A2、A3转而可以生成用于在区域性大数据装置516ba处历史化和/或用于供应给其它大数据节点406b、406c、408的额外的区域性大数据。因此,由于区域性大数据节点406a-406m在某些场景中可以产生区域性大数据(例如,基于由其执行的任何驻留分析的结果或学习成果),因此区域性大数据节点406a-406m也可以操作为区域性大数据提供者节点。
可以根据任何期望的方式(例如,地理的、物理的、功能的、逻辑的、等等)来执行相应的区域性大数据节点之下的大数据提供者节点402a-402n的分组。例如,在说明性而非限制性的场景中,过程工厂中的过程可以基于两个中间产品来产生特定的产品。因此,本地大数据提供者节点402a可以表示产生第一中间产品的第一控制环路,并且本地大数据提供者节点402b可以表示产生第二中间产品的第二控制环路。因此,可以将由两个控制环路402a、402b生成、收集、接收或以其它方式观测到的所有过程控制数据发送给区域性大数据节点406a以用于历史化、储存和分析。
以类似的方式,区域性大数据节点406b可以从其相应的大数据提供者节点的组接收数据并对该数据进行分析。例如,区域性大数据节点406b可以负责对与另一个产品的生产(其基于来自大数据提供者节点402b、402n中的每个节点的中间产品)相对应的大数据以及由其它源404提供的大数据进行分析。
在区域性大数据节点406a处,可以对接收到的大数据进行分析(例如,通过使用一个或多个分析功能或过程A2、A3),以创建或生成学习到的知识,这些学习到的知识描述了跨时间和/或跨各个数据集合中的至少某些数据集合的有意义的关系、模式、相关性、趋势、等等。例如,两个控制环路402a、402b中的某种事件的组合可能导致最终产生特定产品时差的产品质量。为了确定差的产品质量的根本原因,区域性大数据节点406a在事件出现时或者刚出现不久后(例如,当在区域性大数据节点406a处接收到与事件的出现相对应的数据时)对事件的组合所生成的数据进行分析。区域性大数据节点406a可以生成基于这些事件的出现来预测差的产品质量的学习到的知识,和/或可以自动地实时调整或改变一个或多个参数,以便如果它们将来出现或者当它们将来出现时缓解该事件组合的影响。例如,区域性大数据节点406a可以确定经修正的设置点或者经修正的参数值,以更好地调节和管理两个控制环路402a、402b。
通常,每个区域性大数据节点406a-406m(或者其相应的大数据装置416a-416m)对来自其相应的大数据提供者节点组或区域的数据进行分析,以确定有意义的模式、相关性、趋势、等等。学习到的模式、相关性、趋势、等等随后作为学习到的知识储存在相应的区域性大数据装置416a-416m中。如本文中所使用的,术语“学习到的知识”或者“学习成果(learnings)”通常是指作为对大数据所执行的一个或多个分析的结果来生成的数据、服务、功能、例程、和/或应用。此外,每个区域性大数据节点406a-406m(或者其相应的大数据装置416a-416m)可以基于最初学习到的知识来确定或定义新的服务、功能、例程、或应用(和/或修改当前的服务、功能、例程、或应用),其转而储存为进一步的学习到的知识。
区域性大数据节点406a-406m可以用于分层或分级学习。例如,一个或多个区域性大数据节点可以将它们的学习到的知识和/或所储存的数据发送给对多个区域进行监督的上游大数据节点。如图8中所示出的,区域性大数据节点406c从区域性大数据节点406a和406b接收学习到的知识和/或数据,并且节点406c将接收到的大数据历史化到其相应的嵌入式装置416c中。区域性大数据节点406c可以对接收到的学习到的知识和/或数据中的至少某些知识和数据执行进一步的分析或学习(例如,通过使用分析功能A8-Aw中的一个或多个分析功能),以生成额外的学习到的知识(例如,数据模式、趋势、相关性等等、服务、功能、例程、和/或应用),其转而可以作为额外的区域性大数据储存在嵌入式装置416c内和/或提供给其它大数据节点406a、406b、408。
由于区域性大数据装置和本地化的大数据装置两者都对过程工厂的不同的相应大数据节点和/或不同的相应组或区域进行服务,但是不对整个过程工厂或者过程工厂的一个以上的区域进行服务,因此区域性大数据装置和本地化的大数据装置两者在本文中通常并且明确地被称为“分布式大数据装置”。通常,分布式大数据装置与多个其它大数据装置传输大数据。例如,特定的大数据提供者节点中所包括的本地大数据装置可以将学习到的知识和/或大数据传输给其它大数据提供者节点中所包括的其它本地化的大数据装置,传输给一个或多个区域性大数据装置,和/或传输给集中式大数据装置(下面将对其进行更加详细的描述)。类似地,区域性大数据装置可以从一个或多个本地化的大数据装置和/或大数据提供者节点接收大数据。区域性大数据装置可以将学习到的知识和/或大数据传输给其它的区域性大数据装置,和/或传输给集中式大数据装置。
如上面提到的,在过程控制大数据网络400的某些配置中,区域性大数据节点或设备406a-406m、本地大数据节点或设备402a-402n、和/或其它大数据节点或设备404中的至少某些节点或设备将相应的大数据、分析结果、和/或学习到的信息传输给集中式大数据节点408。如本文中所提及的,“集中式大数据节点”通常对过程工厂的多个区域进行服务,并且在某些情形下,对过程工厂的大部分或整个过程工厂进行服务。因此,集中式大数据节点408包括用于接收、储存过程工厂大数据并提供对过程工厂大数据的访问的一个或多个集中式的、嵌入式大数据装置418。例如,集中式大数据装置418可以提供对过程工厂所生成的大数据中的大部分大数据或全部大数据的全面的、长期的历史化,和/或集中式大数据装置418可以公布大数据以便在过程工厂范围内可用于其它大数据节点,或者甚至可用于过程工厂内部或外部的不是过程控制大数据节点的计算设备。
在某些配置中,单个集中式大数据节点408或集中式大数据装置418可以不对整个过程控制系统或工厂进行服务,但是可以对过程控制系统或工厂中的一个以上的区域进行服务。例如,出于安全和访问的目的,在单个工厂或系统内可以使用不同的集中式大数据节点408或集中式大数据装置418来划分不同类型或区域的大数据。在某些配置中,单个集中式大数据节点408或集中式大数据装置418对整个过程工厂进行服务。
在过程工厂中,区域性大数据节点406a-406m中的一个或多个区域性大数据节点可以使得其生成的或接收到的学习到的知识和/或数据中的某些或全部学习到的知识和/或数据流式传输或者以其它方式传送给集中式大数据节点408。例如,区域性大数据节点406a-406m中的一个或多个区域性大数据节点将其各自储存的学习到的知识和/或数据中的至少某些学习到的知识和/或数据发送给集中式大数据节点408。在某些实施例中,区域性大数据节点406a-406m中的一个或多个区域性大数据节点以周期性的间隔将其各自储存的学习到的知识和/或数据中的至少某些学习到的知识和/或数据推送给集中式大数据节点408。在某些实施例中,区域性大数据节点406a-406m中的一个或多个区域性大数据节点响应于来自集中式大数据节点408的请求而提供各自储存的学习到的知识和/或数据中的至少一部分学习到的知识和/或数据。
集中式大数据节点408和/或其嵌入式装置418可以被配置为:对从区域性大数据节点406a-406m接收到的学习到的知识和/或数据中的任何或全部学习到的知识和/或数据进行进一步分析(例如,通过使用一个或多个分析功能Ax-Ay)。在实施例中,由驻留在相应的大数据节点上的、图9中的一个或多个大数据分析器426来执行分析Ax-Ay中的每个分析。一个或多个分析功能Ax-Ay可以对接收到的学习到的知识和/或数据进行操作,以生成额外的知识,并确定过程工厂内部和外部的各个实体和提供者之间的关系。例如,额外的知识和所确定的关系可以储存为或者以其它方式用作为嵌入式装置418处的额外的集中式大数据。在某些情况下,集中式大数据节点408或集中式大数据装置418利用所生成的知识和关系来相应地控制工厂中的一个或多个过程。
实际上,大数据网络400中的任何节点402-406可以将大数据流式传输或者以其它方式提供给集中式大数据装置418,例如,用于历史化或长期储存。例如,本地大数据提供者节点402可以将它的大数据直接流式传输给集中式大数据节点408。类似地,大数据网络中的任何节点402-406可以请求嵌入式集中式装置418所提供的服务,和/或可以请求对储存在嵌入式集中式装置418中的数据和元数据的访问。此外,在多个集中式大数据节点408或集中式大数据装置418对单个过程工厂进行服务的实施例中,多个集中式大数据节点408或集中式大数据装置418可以以对等方式进行通信,类似于针对区域性大数据节点406a-406m所描述的。
同样类似于区域性大数据节点406a-406m,在某些情形下(例如,当由集中式大数据节点408执行的分析(例如,一个或多个分析功能Ax-Ay)产生额外的发现到的或学习到的信息时,该信息储存在集中式大数据装置418处使得其它大数据节点402-406可获得该信息),集中式大数据节点408自身可以是大数据的生产者或提供者。但是,通常,由集中式大数据装置418处理和服务的大数据的数量中的大部分是从其它大数据节点402-406接收的。在前面提到的美国专利申请No.13/784,041中可以找到对可以与本文中所描述的技术中的任何技术或全部技术一起使用的示例的集中式大数据节点408和示例的集中式大数据装置418的描述。但是,要理解的是,本文中所描述的技术中的任何技术或全部技术可以替代地或另外地与除了在美国专利申请No.13/784,041中所描述的那些集中式大数据装置之外的集中式大数据装置一起使用。
在某些配置中,集中式大数据节点408将数据和学习到的信息传输给远程大数据节点(例如,相对于过程工厂在远处的大数据节点),以用于大数据历史化、储存、访问、和/或分析。这种大数据节点(本文中被称为“云大数据节点410”)可以向多个不同的过程工厂或过程控制系统10提供服务。例如,对多个不同的炼油厂进行操作的公司可以提供云大数据节点410和云大数据装置421,来对与该公司的炼油厂中的所有炼油厂相关的大数据进行服务。例如,经由云大数据节点410和驻留的云大数据装置421,特定炼油厂的集中式大数据节点可以获得由过程工厂的过程控制大数据网络400生成的经公布的大数据,并且可以将所获得的、经公布的大数据用于该特定炼油厂处的操作。在某些实施例中,大数据节点402-406中的任何大数据节点可以将数据直接地流式传输或提供给云大数据节点410。类似地,大数据节点402-406中的任何大数据节点可以请求云大数据节点410的嵌入式装置421所提供的服务,和/或访问储存在云大数据节点410的嵌入式装置421中的数据和元数据。虽然图8中未示出,但是云大数据节点410可以在其中包括一个或多个相应的分析例程、功能、或过程,例如,如可以由图9中的大数据分析器426所提供的。
此外,要注意的是,不是所有类型的大数据节点包括在所有的过程工厂中。例如,在特定的过程工厂处进行处理的大数据的最高级别可以是在区域级,并且因此,该特定的过程工厂可以不包括任何集中式大数据节点408,并且可以不连接到云大数据节点410。尽管通常为了有助于或支持过程控制大数据,过程工厂包括至少一个本地大数据提供者节点402以及至少一个大数据装置412、416b、418。
此外,在某些实施例中,过程工厂包括一个或多个传统过程控制设备(未示出),其固有地不包括任何大数据支持。在这些实施例中,工厂中的网关节点或者直接地耦合到传统设备的附属设备可以对传统设备所使用的协议与过程控制大数据网络主干所使用的协议之间的数据消息进行转换或转变,由此通信地连接传统设备和过程控制大数据网络400。在前面提到的标题为“STREAMINGDATAFORANALYTICSINPROCESSCONTROLSYSTEMS”的美国专利No.14/506,863中讨论了与过程控制大数据网络一起使用的传统设备的示例。
在图8中,用户接口设备430被描绘为无线地连接到过程控制大数据网络400的大数据节点。在某些配置中,大数据节点或设备402-410中的一个或多个大数据节点或设备可以具有与一个或多个用户接口设备430通信连接的能力(例如,通过在有线或无线通信链路上进行通信,或者通过将用户接口设备430插入大数据节点或设备402-410的端口中)。
用户接口设备430是包括一个或多个集成用户接口的设备(例如,移动或固定计算设备、工作站、手持设备、表面计算设备、平板设备、等等),其中用户或操作者可以经由该集成用户接口来与设备和过程控制系统或过程工厂进行交互,以执行与过程工厂相关的活动(例如,调试、配置、查看、监测、测试、诊断、排序、规划、调度、注释、和/或其它活动)。设备430处的集成用户接口可以包括屏幕、键盘、小键盘、鼠标、按钮、触摸屏、触摸板、生物接口、扬声器和麦克风、摄像头、和/或任何其它用户接口技术。用户接口设备430可以包括至过程控制系统大数据网络主干的直接的有线和/或无线连接,或者可以包括至主干的间接连接(例如,经由接入点或网关)。如先前讨论的,在某些实施例中,用户接口设备430包括设备212,其用于确定过程元件的过程元件排列,以及在某些情况下,用于对过程元件进行调试。在这些实施例中,用户接口设备430包括有线和/或无线连接,其中经由该有线和/或无线连接可以获得(例如,例如以先前讨论的方式)储存在目标过程元件处或储存在目标过程元件上的数据。该有线和/或无线连接可以是用户接口设备430经由其连接到过程控制系统大数据网络主干的相同的有线和/或无线连接,或者其可以是不同的连接。
同样如先前讨论的,在某些实施例中,用户接口设备430可以具有一个或多个内置的分析能力(图8中用带圈的Az表示)。换句话说,用户接口设备430可以与任意数量的大数据节点和/或大数据装置进行通信,以下载和/或接收数据,并对经下载的/接收到的数据执行本地分析Az来发现或学习知识。例如,本地分析Az可以包括用户接口设备430可以应用于(例如,在图5中的框302处和/或框305处)所获得的数据的一个或多个分析能力252。实际上,在某些实施例中,用户接口设备430自身可以是大数据提供者节点,并且自身可以将其分析Az的结果中的至少某些结果作为大数据提供给一个或多个其它本地的、区域的、集中式的、或者云大数据节点402-410。可以例如在前面提到的美国专利申请No.14/028,785中找到在过程控制大数据网络中使用用户接口设备的示例(其可以与本文中所描述的技术中的任何技术或全部技术一起使用)。但是,当然,将用户接口设备与过程控制大数据网络400一起使用的其它技术可以替代地或另外地结合本文中所描述的技术中的任何技术或全部技术来采用。
现在转到图10,图10是包括示例的过程工厂或过程控制系统450的各个示例方面的框图,在示例的过程工厂或过程控制系统中可以实现和包括本文中所公开的技术、方法、系统和装置。在实施例中,由过程控制大数据网络(例如,图8中的过程控制大数据网络400)来支持过程工厂450的至少一部分。但是,虽然下面出于讨论简单而非限制性的目的,关于图8-图9中所示出的特征来描述了过程工厂450,但是要理解的是,过程工厂450可以使用除了图8中所描述的过程控制大数据网络之外的过程控制大数据网络,或者过程工厂4500可以省略任何的过程控制大数据网络、节点、和/或设备。
在图10中,用“BD”附图标记来指示过程控制大数据节点或设备,该附图标记意味着该节点是过程控制大数据提供者节点、大数据装置、或两者。例如,图10中用“BD”附图标记指示的节点或设备可以是(参考图8)本地大数据提供者节点和/或本地大数据装置402a-402n、412a-412n,区域性大数据提供者节点和/或区域性大数据装置406a-406m、416ba-416m,集中式大数据提供者节点408和/或集中式大数据装置418,或者另一种类型的大数据节点404。
在图10中,过程控制大数据节点BD是过程控制大数据网络500的节点。在实施例中,过程控制大数据网络500是图8中的过程控制大数据网络400,并且节点BD是网络400中的节点402-408。在图10中,节点BD经由过程控制系统大数据网络主干505在网络500上通信地连接。主干505包括多个联网计算设备或交换机,其被配置为对去往/来自各个过程控制大数据节点BD的分组进行路由。主干505的多个联网计算设备可以通过任意数量的无线和/有线链路来进行互连,并且大数据网络主干505可以支持一个或多个适当的路由协议,例如过程控制大数据流式传输协议,如先前关于网络400所讨论的。
如图10中所示出的,过程控制大数据网络500包括集中式大数据装置508和多个其它大数据提供者节点511、515、516、518、519、520、521、526、528、535、542a、542b、544、552a、555a、558、572、575、578。示例的大数据提供者节点中的一个大数据提供者节点是大数据过程控制器设备511,其本地地收集、分析和储存过程控制网络或工厂450的大数据。控制器511经由输入/输出(I/O)卡526和528通信地连接到有线现场设备515-522,并且经由无线网关535和过程控制大数据网络主干505通信地连接到无线现场设备540-546。(但是,在另一个实施例中,控制器511可以使用除了大数据主干505之外的通信网络(例如通过使用包括任意数量的有线和/或无线通信链路的过程控制通信网络)来通信地连接到无线网关535。)在图10中,控制器511是过程控制系统大数据网络500中的大数据提供者节点BD,并且直接连接到过程控制大数据网络主干505。
控制器511(举例而言,其可以是艾默生过程管理(EmersonProcessManagement)所出售的DeltaVTM控制器)可以操作为使用现场设备515-522和540-546中的至少某些现场设备来实现批量处理或连续处理。在实施例中,除了通信地连接到过程控制大数据网络主干505之外,控制器511还可以使用任何期望的硬件、软件、和/或通信链路或网络(其与例如标准4-20mA设备、I/O卡526、528相关联)、和/或任何智能通信协议(例如,Fieldbus协议、协议、无线协议、等等)来通信地连接到现场设备515-522和540-546中的至少某些现场设备。在实施例中,控制器511可以使用过程控制大数据网络主干505来与现场设备515-522和540-546中的至少某些现场设备通信地连接。在图10中,控制器511、现场设备515-522以及I/O卡526、528是有线设备,并且现场设备540-546是无线现场设备。当然,有线现场设备515-522和无线现场设备540-546可以遵守任何其它期望的一个或多个标准或协议,例如任何有线或无线协议,包括将来开发的任何标准或协议。
过程控制器设备511包括处理器530,该处理器可以实现或监督一个或多个过程控制例程(例如,储存在存储器532中的控制例程),该控制例程可以包括控制环路。处理器530被配置为与现场设备515-522和540-546以及与通信地连接到主干505的其它过程控制大数据节点BD进行通信。应当注意的是,如果期望的话,则本文中所描述的任何控制例程或模块(包括质量预测和错误检测模块或功能块)自身可以具有由不同的控制器或其它设备来实现或执行的部分。类似地,本文中所描述的即将在过程控制系统450内实现的控制例程或模块可以采取任何形式,包括软件、固件、硬件、等等。可以以任何期望的软件格式来实现控制例程,例如使用面向对象的编程、梯形逻辑(ladderlogic)、顺序功能图、功能框图,或者使用任何其它软件编程语言或设计范式。控制例程可以储存在任何期望类型的存储器中,例如随机存取存储器(RAM)、或者只读存储器(ROM)。类似地,可以将控制例程硬编码到例如一个或多个EPROM、EEPROM、专用集成电路(ASIC)、或者任何其它硬件或固件元件中。因此,控制器511可以被配置为以任何期望的方式来实现控制策略或控制例程。
在某些实施例中,控制器511使用通常被称为功能块的对象来实现控制策略,其中每个功能块是整个控制例程的对象或其它部分(例如,子例程),并且结合其它功能块来操作(经由被称为链路的通信),以实现过程控制系统450内的过程控制环路。基于控制的功能块通常执行以下功能中的一个功能:输入功能(例如与变送器、传感器或其它过程参数测量设备相关联的输入功能)、控制功能(例如与执行PID、模糊逻辑等控制的控制例程相关联的控制功能)、或者输出功能(其控制某种设备(例如,阀)的操作以执行过程控制系统450内的某种物理功能)。当然,存在混合类型和其它类型的功能块。功能块可以储存在控制器511中并且由控制器511来执行(当这些功能块用于标准的4-20mA设备和某些类型的智能现场设备(例如,HART设备)或者与这些设备相关联时通常是这种情况),或者可以储存在现场设备自身中并由现场设备自身来实现(在Fieldbus设备的情况下会是这种情况)。控制器511可以包括可实现一个或多个控制环路的一个或多个控制例程538。每个控制环路通常都被称为控制模块,并且可以通过执行功能块中的一个或多个功能块来执行。
图10中所示出的有线设备511-522包括大数据有线过程控制设备515、516和518-521以及I/O卡526、528。图10还示出了有线传统设备517和522,其可以结合过程工厂内的有线大数据设备515、518-521、526、528来操作。有线现场设备515-522可以是任何类型的设备,例如传感器、阀、变送器、定位器、等等,而I/O卡526和528可以是遵守任何期望的通信或控制器协议的任何类型的I/O设备。在图10中,现场设备515-518是通过模拟线路或组合的模拟和数字线路来与I/O卡526进行通信的标准4-20mA设备或HART设备,而现场设备519-522是使用Fieldbus通信协议来通过数字总线与I/O卡528进行通信的智能设备(例如,Fieldbus现场设备)。但是在某些实施例中,大数据有线现场设备515、516和518-521中的至少某些大数据有线现场设备和/或大数据I/O卡526、528中的至少某些大数据I/O卡另外地或替代地使用大数据网络主干505来与控制器511进行通信。
图10中所示出的无线现场设备540-546包括无线大数据节点或设备BD的示例(例如,设备542a、542b、544)。图10还包括传统无线设备的示例(例如,设备546)。无线现场设备540-546使用无线协议(例如,无线HART协议)在无线网络570中进行通信。这种无线现场设备540-546可以直接与过程控制大数据网络500中的一个或多个其它大数据设备或节点BD(其也被配置为无线地进行通信(例如,使用无线流式传输协议))进行通信。为了与未被配置为无线地进行通信的一个或多个其它大数据节点进行通信,无线现场设备540-546可以使用连接到主干505或者连接到另一个过程控制通信网络的无线网关535。在过程工厂450中可以使用支持大数据的任意数量的无线现场设备。
如图10中所示出的无线网关535是过程控制工厂或系统450中所包括的大数据节点BD的另一个示例,并且提供了去往/来自无线通信网路570的各个无线设备540-558的访问。具体而言,无线网关535提供了无线设备540-558、有线设备511-528、和/或过程控制大数据网络500中的其它节点或设备(包括图10中的控制器511)之间的通信耦合。例如,无线网关535可以通过使用大数据网络主干505和/或通过使用过程工厂450中的一个或多个其它通信网络来提供通信耦合。
在某些情况下,无线网关535通过至有线和无线协议栈的较低层的路由、缓存、以及定时服务(例如,地址转换、路由、分组分段、优先化、等等)、同时遂穿有线和无线协议栈的一个或多个共享层,来提供通信耦合。在其它情况下,无线网关535可以在不共享任何协议层的有线协议与无线协议之间转变命令。除了协议和命令转换之外,无线网关535还可以提供由与无线网络570中实现的无线协议相关联的调度方案的时隙和超帧(在时间上相等间隔的通信时隙的组)所使用的同步时钟。此外,无线网关535可以为无线网络570提供网络管理和管理功能,例如,资源管理、性能调整、网络错误缓解、监测流量、安全、等等。
类似于有线现场设备515-522,无线网络570中的无线现场设备540-546可以执行过程工厂450内的物理控制功能,例如,打开或关闭阀,或者获取过程参数的测量结果。但是,无线现场设备540-546被配置为使用网络570的无线协议来进行通信。因此,无线网络570中的无线现场设备540-546、无线网关535、以及其它无线节点552-558是无线通信分组的生产者和消耗者。
在某些场景中,无线网络570可以包括非无线设备,其可能是或者可能不是大数据设备。例如,图10中的现场设备548可以是传统4-20mA设备,并且现场设备550可以是常规的有线HART设备。为了在网络570内进行通信,现场设备548和现场设备550可以经由无线适配器552a或无线适配器552b连接到无线通信网络570。在图10中,无线适配器552b被示出为是使用无线协议进行通信的传统无线适配器,并且无线适配器552a被示出为支持大数据并且因此通信地连接到大数据网络主干505。另外,无线适配器552a、552b可以支持其它通信协议,例如Fieldbus、PROFIBUS、DeviceNet、等等。此外,无线网络570可以包括一个或多个网络接入点555a、555b,这些接入点可以是与无线网关535进行有线通信的单独的物理设备,或者可以被提供有无线网关535作为一体化设备。在图10中,网络接入点555a被示出为是大数据设备BD,而网络接入点555b是传统接入点。无线网络570还可以包括用于将来自一个无线设备的分组转发到无线通信网络570内的另一个无线设备的一个或多个路由器558,其中每个无线设备可以支持或者可以不支持过程控制系统450中的分布式大数据。如果无线设备540-546和552-558是分布式和/或集中式大数据设备,则这些无线设备可以通过无线通信网络570的无线链路560和/或经由大数据网络主干505来彼此通信以及与无线网关535进行通信。
因此,图10包括主要用于向过程控制系统的各个网络提供网络路由功能性和管理的节点BD的大数据设备的若干示例。例如,无线网关535、接入点555a、以及路由器558每个都包括用于对无线通信网络570中的无线分组进行路由的功能性。无线网关535执行针对无线网络570的业务管理和管理功能,以及对去往和来自与无线网络570通信连接的有线网络的业务进行路由。无线网络570可以使用专门支持过程控制消息和功能的无线过程控制协议,例如无线HART。如图10中所示出的,无线网络570中的设备535、555a、552a、542a、542b和558支持过程控制工厂450中的大数据,但是,无线网络570中的的任意数量的任意类型的节点可以支持过程工厂450中的分布式大数据。
使用其它无线协议来进行通信的其它设备可以是过程控制大数据网络500中的大数据节点或设备BD。在图10中,一个或多个无线接入点572是使用其它无线协议的大数据设备BD,这些无线协议例如Wi-Fi或其它IEEE802.11兼容的无线局域网协议,移动通信协议(例如,WiMAX(微波接入全球互通)),LTE(长期演进)或其它ITU-R(国际电信联盟无线通信部门)兼容的协议,短波无线通信(例如,近场通信(NFC)和蓝牙),或者其它无线通信协议。通常,这种无线接入点572允许手持设备或其它便携式计算设备(例如,用户接口设备)通过相应的无线网络(其不同于无线网络570并且支持不同于无线网络570的无线协议)来进行通信。在某些场景中,除了便携式计算设备之外,一个或多个过程控制设备(例如,控制器511,现场设备515-522、或者无线设备535、540-558)也可以使用接入点572所支持的无线协议来进行通信。
另外在图10中,至中间过程控制系统450(例如,实验信息系统、维护系统、等等)外部的系统的一个或多个网关575、578是过程控制大数据网络500中的大数据节点或设备BD。通常,这些系统是由过程控制系统450生成的或者过程控制系统450对其进行操作的信息的消耗者或者供应者。例如,工厂网关节点575可以通信地连接中间过程工厂450(具有其自己的相应的的过程控制大数据网络主干505)和具有其自己的相应的过程控制大数据网络主干的另一个过程工厂。在另一个示例中,单个过程控制大数据网络主干505可以对多个过程工厂或过程控制环境进行服务。仍然在另一个示例中,工厂网关节点575通信地连接中间过程工厂450和云大数据节点410和/或云大数据装置421。
在图10中,工厂网关节点575将中间过程工厂450通信地连接到不包括过程控制大数据网络500或主干505的传统或现有技术的过程工厂。在该示例中,过程网关节点575可以在工厂450的过程控制大数据主干505所使用的协议与传统系统所使用的不同协议(例如,以太网、Profibus、Fieldbus、DeviceNet、等等)之间转换或转变消息。一个或多个外部系统网关节点578通信地连接过程控制大数据网络500和外部公共或专用系统(例如,实验室系统(例如,实验室信息管理系统或LIMS)、操作者轮值数据库、材料处理系统、维护管理系统、产品库存控制系统、生产调度系统、天气数据系统、运输和处理系统、包装系统、互联网、另一供应商的过程控制系统、或者其它外部系统)的网络。
虽然图10仅示出了单个控制器511以及有限数量的现场设备515-522和540-546,但是这仅是说明性的而非限制性的实施例。任意数量的控制器511可以支持大数据,并且控制器511中的任何控制器可以与任意数量的有线或无线现场设备515-522、540-546进行通信,以对工厂450中的过程进行控制。此外,过程工厂450还可以包括任意数量的无线网关535、路由器558、接入点555、无线过程控制通信网络570、接入点572、和/或网关575、578。此外,图10可以包括任意数量的集中式大数据装置408,其可以接收并储存来自过程工厂450中的设备中的任何设备或全部设备的收集到的数据和/或生成的学习到的数据或知识。在某些实施例中,过程控制大数据网络500可以包括任意数量的区域性大数据装置和节点(图10中未示出)。
此外,如由图10所示出的示例的过程工厂450中所包括的方面、设备、以及组件的组合仅是示例性的。本文中所公开的技术、系统、方法、以及装置可用于不具有图10中所示出的方面或者具有图10中所示出的方面中多个任意方面的过程工厂中。例如,本文中所公开的技术、系统、方法、以及装置可以用于不具有集中式大数据装置408的过程工厂中,或者用于具有一个或多个区域性大数据装置和/或节点的过程工厂中。在另一个示例中,本文中所公开的技术、系统、方法、以及装置可以用于仅具有传统设备的过程工厂中。
实际上,本文中所讨论的用于在调试期间确定过程元件排列的装置、系统、方法和技术提供了多种益处。虽然用于确定过程元件排列图的已知技术通常从工厂设计文档中提取信息并将所提取的信息合成为过程元件排列图,但是这种过程通常是耗时并且昂贵的。但是,利用本文中所公开的技术,可以简单地在对过程元件的调试期间获得过程元件排列数据并将其传送给支持过程控制系统的大数据网络,其中,过程元件排列数据可以被储存并容易地可用于确定过程元件排列图、执行学习、训练和发现功能和/或分析、等等。对在调试过程元件期间获得的对过程元件排列数据的其它有益使用包括例如,使用所捕获的过程元件及其环境的图像以及所确定的物理位置,以允许简单地定位过程元件;自动生成包括流动路径的部分的图像(其中包括过程元件);将过程元件的描述性信息并入流动路径图像;以及其它益处。
为了进一步示出本文中所公开的技术的这些益处和其它益处,图11描绘了确定正受过程工厂控制的或者即将受到过程工厂控制的过程的过程元件排列的示例方法600。方法600可以结合图4、图8、图9和/或图10中的系统来使用,或者结合用于确定过程元件排列的其它适当的系统来使用。另外对或替代地,方法600可以结合图5中的方法300来使用,或者结合用于确定过程元件排列的其它适当的方法来使用。但是为了讨论简单起见而非出于限制的目的,下面同时参照图1-图10来讨论方法600。
在框602处,方法600包括:获得针对多个现场设备中的每个现场设备的相应的标识信息以及对多个现场设备中的每个现场设备的相应的相对顺序的指示。多个现场设备安装在过程工厂内,并且当多个现场设备在线时,多个现场设备操作为对过程工厂内的过程进行控制。但是,通常,在已经安装多个现场设备之后但是在多个现场设备被激活以用于在线操作之前执行框602。由本地设备(例如,设备212)来获得多个现场设备的相应的标识信息和对多个现场设备的相应的相对顺序的标识。在一个示例中,本地设备可以是无线调试设备,当该无线调试设备正用于调试多个现场设备时,其获得多个现场设备的相应的标识信息和对多个现场设备的相应的相对顺序的指示。在实施例中,、多个现场设备的标识信息和对多个现场设备的相应的相对顺序的指示可以是如先前关于图5中的框302和框308所描述的。
在框605处,方法600包括:生成过程的过程元件排列图的至少一部分。所生成的过程元件排列图(或者其部分)基于框602处所获得的信息的至少部分,并且因此,指示过程流内的多个现场设备的激活顺序。
虽然对过程元件排列图(或者其部分)的表示可以采取任何期望的格式(例如,图1和图2A-图2C中所示出的),但是在框608处,方法600包括:在显示器上呈现过程元件排列图(或者其部分)的图片表示或视图。如先前关于图6A-图6D所讨论的,图片表示包括其中安装了多个现场设备的工厂的部分的照片图像和/或图形表示。在某些实施例中,图片表示或视图包括根据在调试多个现场设备期间捕获到的图像生成的全景图像的至少一部分。无论如何,过程元件排列图(或者其部分)的图片表示指示多个现场设备的相应位置以及通过多个现场设备的过程流。例如,参考图6D,用附图标记340来指示通过反应区的过程流。但是当然,在图片表示上对通过多个现场设备的过程流的指示可以使用任何适当的指示。
在某些实施例中,方法600可选地包括:在显示器上呈现过程元件排列图(或者其部分)的非图片表示或视图(框610)。如先前讨论的,非图片表示通常包括最少数量的图形,并且通常包括以经排序的和/或经分组的布置的文本和/或数字,例如图7A-图7C中所示出的。非图片表示还例如通过文本和/或数字的布置、和/或通过某种其它适当的指示,来指示通过多个现场设备的过程流。当在显示器上呈现非图片表示时,可以允许用户在图片表示与非图片表示之间对查看集中点进行切换。另外地或替代地,用户可以在分离的、可调整大小的窗口中同时查看图片表示和非图片表示。此外,如果用户对图片表示或者非图片表示做出修改(例如,通过将对现场设备或过程元件的指示从视图上的一个位置拖放到表示或视图上的另一个位置),则另一个表示自动地改变、更新、或更改以反映该修改。
至此,已经关于其中已安装多个现场设备但尚未激活该多个现场设备以用于对过程的实时控制的场景来讨论了框608和610。但是在某些实施例中,可以在多个现场设备在线并且操作为对过程进行控制的同时执行框608和/或框610。在这些实施例中,表示或显示视图上对现场设备的指示可以包括对由现场设备在它们实时操作时所观测到的或者所生成的实时操作值的指示。为了进行说明,图12A描绘了过程工厂的鸟瞰的、图片显示视图620。可以已经基于在对视图620的边界内的过程工厂中所安装的现场设备的调试期间所获得的数据或信息来生成鸟瞰图620。因此,视图620在其上包括对过程工厂内的它们的相应位置处的所安装的现场设备622、625、628的指示。在图12A中,在对过程工厂的实时操作期间在显示器(例如,设备12的显示器228)上呈现视图620。因此,对所安装的现场设备622、625、628的指示包括对由所述现场设备622、625、628所观测到的实时操作值的指示。例如,现场设备622、628正在以正常状态进行操作,并且因此它们对应的指示622、628是绿色。另一方面,现场设备620处于警报状态,并且因此其对应的指示625是红色。当然,虽然视图625中用不同的颜色来指示现场设备状态的差异,但是可以另外地或替代地使用其它的指示符,例如闪烁、高亮、环绕、或者其它适当的指示符。
方法600包括:基于用户命令来调整图片表示或视图的显示和/或调整非图片表示或视图的显示(框612)。例如,用户看到过程工厂图片视图620上的警报指示625,并且期望获得有关警报的更多信息。用户可以请求放大图片视图620,并且图12B中示出了所期望的经放大的区域的经放大的视图630。如图12B中所示出的,可以在视图630上自动地显示有关放大区域的额外的更详细的信息。例如,视图630包括对已警报的现场设备625的指示以及对经放大的视图630的边界内的它们的相应位置处的其它过程元件632a-632g、635a-635c、以及640a-640b的指示。对过程元件625、632a-632g、635a-635c、以及640a-640b所观测到的实时值的指示可以结合对过程元件625和632a-632g、635a-635c、以及640a-640b的指示来显示。另外,如果视图630被充分放大,则可以在其上指示对过程流642的指示。
图12C描绘了视图630的一部分的经进一步放大的视图650。例如当用户请求进一步放大视图630时显示经进一步放大的视图650。在视图650上,自动地显示针对其上所包括的过程元件中的至少某些过程元件的额外的实时数据。例如,在视图650上自动地显示由过程元件632b-632e中的每个过程元件所观测到的相应的实时温度,并且还自动地显示由过程元件632a、632f、625和632g中的每个过程元件所观测到的相应的实时吞吐量。
在图12C中,用户已经选择了在显示视图650上被指示为当前具有0%吞吐量的已警报的过程元件625。一旦选择了过程元件625,呈现弹出窗口655,其包括过程工厂内的环境中所安装的过程元件625的图像658。可以已经例如由本地设备或调试设备在对过程元件625的调试期间获得或捕获图像658。还可以显示660在对过程元件625的调试期间获得的、与过程元件625相对应的其它信息。例如,在图12C中,显示了对反应器液位范围以及正常操作范围的上界和下界(即,95%和60%)的指示。另外,在图12C中,还显示了由过程设备625所观测到的其它实时值,例如,过程元件的“不良”状态。
如果用户希望进行缩小,则他或她可以如此指示,并且可以在显示器上呈现更广的视图(其可以是先前已经显示的视图)。此外,虽然过程工厂的图12A-图12C描绘了鸟瞰图,但是关于这些鸟瞰图所描述的概念容易地应用到其它类型的视图,例如,过程工厂的装置或街道级视图。此外,要注意的是,虽然图12A-图12C显示了过程工厂的图片表示或视图,但是关于所述附图来描述的概念容易地应用到非图片表示或视图。
本公开内容中所描述的技术的实施例可以包括任意数量的以下方面(无论是单独的还是组合的):
1、一种用于确定过程中的过程元件排列的方法,所述方法包括:结合对安装在过程工厂中的现场设备进行的调试,在本地设备处获得所述现场设备的标识信息以及表示所述现场设备相对于另一个过程设备的相对过程顺序的指示,所述另一个过程设备将被用于对所述过程工厂中的所述过程进行控制;以及提供所述标识信息以及表示所述现场设备的所述相对过程顺序的所述指示以用于生成所述过程的过程元件排列图。
2、根据前述方面所述的方法,其中,所述本地设备是物理上接近于所述现场设备的无线调试设备,并且所述方法还包括:在所述本地设备处并且基于所获得的标识信息来验证所述现场设备是预期的现场设备。
3、根据前述方面中任一方面所述的方法,其中,提供所述标识信息以及表示所述现场设备的所述相对顺序的所述指示以用于生成所述过程元件排列图包括:向对所述过程工厂进行服务的大数据网络的节点提供所述标识信息以及表示所述现场设备的所述相对顺序的所述指示。
4、根据前述方面中任一方面所述的方法,其中,获得所述现场设备的所述标识信息包括:获得储存在所述现场设备处的数据。
5、根据前述方面所述的方法,其中,获得储存在所述现场设备处的所述数据包括以下步骤中的至少一个步骤:获得储存在物理标签或标记处的数据,所述物理标签或标记附接到所述现场设备的外部;或者从包括在所述现场设备中的存储器中获得数据。
6、根据前述方面中任一方面所述的方法,其中,获得表示所述现场设备相对于所述另一个过程设备的所述相对顺序的所述指示基于以下各项中的至少一项:(i)在所述本地设备处获得所述现场设备的所述标识信息和所述另一个过程设备的标识信息的顺序;或者(ii)表示在所述现场设备所位于的环境的图像上或者在所述环境的表示上放置所获得的所述现场设备的标识信息中的至少某些标识信息的指示。
7、根据前述方面中任一方面所述的方法,其中,获得表示所述现场设备相对于所述另一个过程设备的所述相对顺序的所述指示包括以下步骤中的至少一个步骤:
经由所述本地设备中包括的定位传感器来获得指示所述现场设备的绝对位置的数据;
经由所述本地设备中包括的摄像头接口来获得位于环境中的现场设备的图像;或者
经由所述本地设备中包括的用户接口来获得表示所述现场设备的所述相对顺序的所述指示。
8、根据前述方面所述的方法,其中,获得表示所述现场设备的所述相对顺序的所述指示包括:
获得位于所述环境中的所述现场设备的所述图像;以及
基于以下各项中的至少一项来确定所述现场设备的所述相对顺序:位于所述环境中的所述现场设备的所述图像中所指示的所述另一个过程设备的位置;或者位于所述环境中的所述现场设备的所述图像以及包括位于重叠环境中的所述另一个过程设备的另一个图像。
9、根据前述方面中任一方面所述的方法,其中,获得所述现场设备的所述标识信息以及表示所述现场设备相对于所述另一个过程设备的所述相对顺序的所述指示包括:获得多个现场设备中的每个现场设备的相应标识信息;以及其中,基于对所述相应标识信息的用户选择来获得所述多个现场设备中的每个现场设备的所述相对顺序。
10、根据前述方面中任一方面所述的方法,还包括:在所述本地设备处显示表示所述现场设备相对于所述另一个过程设备的所述相对顺序的所述指示;以及经由所述本地设备的用户接口来接收对所述相对顺序的修改。
11、根据前述方面中任一方面所述的方法,还包括:在所述本地设备处显示表示所述现场设备相对于所述另一个过程设备的所述相对顺序的所述指示,以及接收表示对所述相对顺序的批准的指示;以及其中,提供表示所述现场设备的所述相对顺序的所述指示以用于生成所述过程元件排列图包括:一旦接收到表示对所述相对顺序的所述批准的所述指示,就提供对所述现场设备的所述相对顺序的所述指示以用于生成所述过程元件排列图。
12、一种用于排列过程中的过程元件、并且可选地用于执行前述方面中的任一方面的方法的装置或系统,所述装置或系统包括:
存储器,所述存储器储存针对多个现场设备中包括的每个现场设备的相应数据,所述多个现场设备用于对过程工厂中的所述过程的至少一部分进行控制,针对所述每个现场设备的所述相应数据包括:所述每个现场设备的相应标识信息,以及表示所述每个现场设备相对于所述过程的流内的至少一个其它现场设备的相对顺序的相应指示;
排列生成器,所述排列生成器被配置为:基于所储存的所述多个现场设备的相应数据来生成对所述过程的所述流内的所述多个现场设备的顺序的表示,所生成的表示是所述过程的过程元件排列图的至少一部分;以及
显示器,在所述显示器上呈现所述过程元件排列图的所述至少一部分。
13、根据前述方面所述的装置,还包括:设备验证器,所述设备验证器被配置为:在对所述每个现场设备的调试期间并且基于所述每个现场设备的所述相应标识信息,来验证所述每个现场设备是预期的现场设备;以及其中,结合对所述每个现场设备进行的所述调试来获得表示所述每个现场设备的所述相对顺序的所述相应指示。
14、根据前述方面所述的装置,其中,所述装置包括在无线调试设备中,所述无线调试设备获得所述每个现场设备的所述相对顺序。
15、根据前述方面所述的装置,还包括以下部件中的至少一个部件:用户接口、摄像头接口、至少一个通信接口、或者定位传感器,经由上述部件来获得针对所述每个现场设备的所述相应数据中的至少某些相应数据。
16、根据方面12-15中任一方面所述的装置,其中,所述每个现场设备的所述相应标识包括储存在以下部件中的至少一个部件上的数据:附接到所述每个现场设备的标签或者包括在所述每个现场设备中的存储器。
17、根据方面12-16中任一方面所述的装置,其中,基于以下各项中的至少一项来确定对所述每个现场设备的所述相对顺序的所述相应指示:图像、表示所述每个现场设备的绝对位置的指示、或者表示所述每个现场设备的上游或下游的过程元件的指示。
18、根据方面12-17中任一方面所述的装置,其中:所述显示器还被配置为:显示表示针对所述多个现场设备的所述相应数据的指示;以及其中,所述排列生成器被配置为:基于表示针对所述多个现场设备的所述相应数据的所述指示的至少一部分指示的用户选择,来生成所述过程元件排列图的所述至少一部分。
19、根据前述方面所述的装置,其中,所述用户选择是有序的选择。
20、根据方面12-19中任一方面所述的装置,其中,所述排列生成器被配置为:基于所储存的所述多个现场设备的相对顺序来自动生成所述过程元件排列图的所述至少一部分,而无需使用任何实时用户输入。
21、根据方面12-20中任一方面所述的装置,其中,所述排列生成器还被配置为:基于表示对在用户接口处接收到的所述过程元件排列图的所述至少一部分的修改的指示,来对所述过程元件排列图的所述至少一部分进行修改。
22、根据方面12-21中任一方面所述的装置,其中,所述装置还包括通信接口,排列经由所述通信接口来向支持所述过程工厂的过程控制大数据网络的节点发送所述排列元件排列图的所述至少一部分。
23、根据前述方面所述的装置,其中,所述多个现场设备通过使用包括在所述过程工厂中的过程控制通信网络来对所述过程的所述至少一部分进行控制。
24、根据方面12-23中任一方面所述的装置,其中:所述存储器是第一存储器,所述装置还包括分析例程,所述分析例程储存在所述第一存储器上或者储存在第二存储器上,并且所述分析例程对所述过程元件排列图的所述至少一部分进行操作以生成学习到的知识。
25、一种用于确定过程中的过程元件排列的方法,所述方法可选地结合前述方面中的任一方面来操作,并且所述方法包括:
从用于对安装在过程工厂中的现场设备进行调试的本地设备获得所述过程工厂内的所述过程的流内的多个现场设备的相应标识信息以及表示所述多个现场设备的相应的相对顺序的指示;
基于所获得的相应标识信息以及所获得的表示所述多个现场设备的所述相应的相对顺序的指示,来生成所述过程的过程元件排列图的至少一部分,所述过程元件排列图的所述至少一部分包括表示所述过程的流内的所述多个现场设备的顺序的指示;以及
在显示器上呈现对所述过程元件排列图的所述至少一部分的图片表示,所述图片表示指示通过所述多个现场设备的所述过程流。
26、根据前述方面所述的方法,还包括:在所述显示器上呈现对所述过程元件排列图的所述至少一部分的非图片表示,所述非图片表示包括表示所述过程流的相应指示。
27、根据前述方面所述的方法,还包括:允许用户在查看所述图片表示与查看所述非图片表示之间进行切换。
28、根据方面26-27中任一方面所述的方法,还包括:接收对所述图片表示或者所述非图片表示中的一个表示的修改;以及通过所述修改来自动更新所述图片表示或者所述非图片表示中的另一个表示。
29、根据前述方面所述的方法,其中,接收所述修改包括:在用户接口处接收所述修改。
30、根据方面25-29中任一方面所述的方法,还包括:接收表示对所述图片表示上所指示的特定现场设备的选择的指示;以及,响应于接收到表示所述选择的所述指示,在所述显示器上呈现所述特定现场设备的所述相应标识信息中的至少某些相应标识信息,由所述本地设备结合对所述特定现场设备的调试来获得所述特定现场设备的所述相应标识信息。
31、根据前述方面所述的方法,其中:结合对所述特定现场设备进行的所述调试来获得的所述相应标识信息包括安装在所述过程工厂中的所述特定现场设备的图像,以及其中,在所述显示器上呈现所述特定现场设备的所述相应标识信息中的所述至少某些相应标识信息包括:在所述显示器上呈现安装在所述过程工厂中的所述特定现场设备的所述图像。
32、根据方面30-31中任一方面所述的方法,还包括:结合所述特定现场设备的所述相应标识信息中的所述至少某些相应标识信息,在所述显示器上呈现当所述特定现场设备操作为对所述过程进行控制时在所述特定现场设备处生成的实时值。
33、根据方面25-32中任一方面所述的方法,还包括以下步骤中的一个步骤:
(i)接收用于表示对所述图片表示的第一部分进行放大的指示,并且响应于接收到用于放大的所述指示,在所述显示器上呈现对所述第一部分的经放大的表示,所述经放大的表示包括与所述第一部分中所指示的一个或多个现场设备相对应的额外信息;或者
(ii)接收用于表示对所述图片表示进行缩小的指示,并且响应于接收到用于缩小的所述指示,缩小呈现在所述显示器上的所述图片表示的尺寸,并且从经缩小尺寸的图片表示中省略与所述一个或多个现场设备相对应的先前显示的信息中的至少某些信息。
34、根据方面25-33中任一方面所述的方法,其中:
获得所述相应标识信息以及表示所述多个现场设备的相应的相对顺序的所述指示包括:获得安装在所述过程工厂中的所述多个现场设备的多个图像,所述多个图像是由所述本地设备在对所述多个现场设备的调试期间获得的;
所述方法还包括:将所述多个图像中的至少某些图像组合成全景图像;以及
呈现对所述过程元件排列图的所述至少一部分的所述图片表示包括:呈现所述全景图像的至少一部分。
35、根据方面25-34中任一方面所述的方法,其中,在所述显示器上呈现对所述过程元件排列图的所述至少一部分的所述图片表示包括:在所述本地设备的显示器上呈现对所述过程元件排列图的所述至少一部分的所述图片表示。
36、前述方面中的任一方面结合任意一个或多个其它前述方面。
当用软件来实现时,本文中所描述的应用、服务、以及引擎中的任何一个可以储存在任何有形的、非暂态计算机可读存储器中,例如储存在磁盘、激光盘、固态存储设备、分子存储器存储设备、或者其它存储介质上,储存在计算机或处理器的RAM或ROM中、等等。虽然本文所公开的示例性系统被公开为包括硬件上所执行的软件和/或固件之外的部件,但是应当要注意,这些系统仅是说明性的并且不应当被认为是限制性的。例如,将预期到,这些硬件、软件、以及固件部件中的任何部件或全部部件可以仅仅体现在硬件中、仅仅体现在软件中、或者体现在硬件和软件的任意组合中。因此,虽然本文中所描述的示例系统被描述为在一个或多个计算设备的处理器上所执行的软件中实现,但是本领域普通技术人员将容易意识到,所提供的示例并非是实现这些系统的仅有方式。
因此,虽然本发明已经参照特定示例(其仅旨在是说明性的而非对本发明进行限制)进行了描述,但是对于本领域普通技术人员来说将显而易见的是,在不脱离本发明的精神和范围的情况下,可以对所公开的实施例进行改变、添加或删除。
Claims (35)
1.一种用于确定过程中的过程元件排列的方法,所述方法包括:
结合对安装在过程工厂中的现场设备进行的调试,在本地设备处获得所述现场设备的标识信息以及表示所述现场设备相对于另一个过程设备的相对过程顺序的指示,所述另一个过程设备将被用于对所述过程工厂中的所述过程进行控制;以及
提供所述标识信息以及表示所述现场设备的所述相对过程顺序的所述指示以用于生成所述过程的过程元件排列图。
2.根据权利要求1所述的方法,其中,所述本地设备是物理上接近于所述现场设备的无线调试设备,并且所述方法还包括:在所述本地设备处并且基于所获得的标识信息来验证所述现场设备是预期的现场设备。
3.根据权利要求1所述的方法,其中,提供所述标识信息以及表示所述现场设备的所述相对顺序的所述指示以用于生成所述过程元件排列图包括:向对所述过程工厂进行服务的大数据网络的节点提供所述标识信息以及表示所述现场设备的所述相对顺序的所述指示。
4.根据权利要求1所述的方法,其中,获得所述现场设备的所述标识信息包括:获得储存在所述现场设备处的数据。
5.根据权利要求4所述的方法,其中,获得储存在所述现场设备处的所述数据包括以下步骤中的至少一个步骤:
获得储存在物理标签或标记处的数据,所述物理标签或标记附接到所述现场设备的外部;或者
从包括在所述现场设备中的存储器中获得数据。
6.根据权利要求1所述的方法,其中,基于以下各项中的至少一项来获得表示所述现场设备相对于所述另一个过程设备的所述相对顺序的所述指示:
在所述本地设备处获得所述现场设备的所述标识信息和所述另一个过程设备的标识信息的顺序;或者
表示在所述现场设备所位于的环境的图像上或者在所述环境的表示上放置所获得的所述现场设备的标识信息中的至少某些标识信息的指示。
7.根据权利要求1所述的方法,其中,获得表示所述现场设备相对于所述另一个过程设备的所述相对顺序的所述指示包括以下步骤中的至少一个步骤:
经由所述本地设备中包括的定位传感器来获得指示所述现场设备的绝对位置的数据;
经由所述本地设备中包括的摄像头接口来获得位于环境中的现场设备的图像;或者
经由所述本地设备中包括的用户接口来获得表示所述现场设备的所述相对顺序的所述指示。
8.根据权利要求7所述的方法,其中,获得表示所述现场设备的所述相对顺序的所述指示包括:
获得位于所述环境中的所述现场设备的所述图像;以及
基于以下各项中的至少一项来确定所述现场设备的所述相对顺序:
在位于所述环境中的所述现场设备的所述图像中所指示的所述另一个过程设备的位置;或者
位于所述环境中的所述现场设备的所述图像以及包括位于重叠环境中的所述另一个过程设备的另一个图像。
9.根据权利要求1所述的方法,其中,获得所述现场设备的所述标识信息以及表示所述现场设备相对于所述另一个过程设备的所述相对顺序的所述指示包括:
获得多个现场设备中的每个现场设备的相应标识信息;以及
基于对所述相应标识信息的用户选择来获得所述多个现场设备中的每个现场设备的所述相对顺序。
10.根据权利要求1所述的方法,还包括:
在所述本地设备处显示表示所述现场设备相对于所述另一个过程设备的所述相对顺序的所述指示;以及
经由所述本地设备的用户接口来接收对所述相对顺序的修改。
11.根据权利要求1所述的方法,还包括:
在所述本地设备处显示表示所述现场设备相对于所述另一个过程设备的所述相对顺序的所述指示,以及接收表示对所述相对顺序的批准的指示;以及
其中,提供表示所述现场设备的所述相对顺序的所述指示以用于生成所述过程元件排列图包括:一旦接收到表示对所述相对顺序的所述批准的所述指示,就提供对所述现场设备的所述相对顺序的所述指示以用于生成所述过程元件排列图。
12.一种用于排列过程中的过程元件的装置,所述装置包括:
存储器,所述存储器储存针对多个现场设备中包括的每个现场设备的相应数据,所述多个现场设备用于对过程工厂中的所述过程的至少一部分进行控制,针对所述每个现场设备的所述相应数据包括:所述每个现场设备的相应标识信息以及表示所述每个现场设备相对于所述过程的流内的至少一个其它现场设备的相对顺序的相应指示;
排列生成器,所述排列生成器被配置为:基于所储存的所述多个现场设备的相应数据来生成对所述过程的所述流内的所述多个现场设备的顺序的表示,所生成的表示是所述过程的过程元件排列图的至少一部分;以及
显示器,在所述显示器上呈现所述过程元件排列图的所述至少一部分。
13.根据权利要求12所述的装置,还包括:
设备验证器,所述设备验证器被配置为:在对所述每个现场设备的调试期间并且基于所述每个现场设备的所述相应标识信息,来验证所述每个现场设备是预期的现场设备;以及
其中,结合对所述每个现场设备进行的所述调试来获得表示所述每个现场设备的所述相对顺序的所述相应指示。
14.根据权利要求13所述的装置,其中,所述装置包括在无线调试设备中,所述无线调试设备获得所述每个现场设备的所述相对顺序。
15.根据权利要求12所述的装置,还包括以下部件中的至少一个部件:用户接口、摄像头接口、至少一个通信接口、或者定位传感器,经由所述部件来获得针对所述每个现场设备的所述相应数据中的至少某些相应数据。
16.根据权利要求12所述的装置,其中,所述每个现场设备的所述相应标识包括储存在以下部件中的至少一个部件上的数据:附接到所述每个现场设备的标签或者包括在所述每个现场设备中的存储器。
17.根据权利要求12所述的装置,其中,基于以下各项中的至少一项来确定对所述每个现场设备的所述相对顺序的所述相应指示:图像、表示所述每个现场设备的绝对位置的指示、或者表示所述每个现场设备的上游或下游的过程元件的指示。
18.根据权利要求12所述的装置,其中:
所述显示器还被配置为:显示表示针对所述多个现场设备的所述相应数据的指示;以及
所述排列生成器被配置为:基于表示针对所述多个现场设备的所述相应数据的所述指示的至少一部分指示的用户选择,来生成所述过程元件排列图的所述至少一部分。
19.根据权利要求18所述的装置,其中,所述用户选择是有序的选择。
20.根据权利要求12所述的装置,其中,所述排列生成器被配置为:基于所储存的所述多个现场设备的相对顺序来自动生成所述过程元件排列图的所述至少一部分,而无需使用任何实时用户输入。
21.根据权利要求12所述的装置,其中,所述排列生成器还被配置为:基于表示对在用户接口处接收到的所述过程元件排列图的所述至少一部分的修改的指示,来对所述过程元件排列图的所述至少一部分进行修改。
22.根据权利要求12所述的装置,其中,所述装置还包括通信接口,经由所述通信接口来向支持所述过程工厂的过程控制大数据网络的节点发送所述排列元件排列图的所述至少一部分。
23.根据权利要求22所述的装置,其中,所述多个现场设备通过使用包括在所述过程工厂中的过程控制通信网络来对所述过程的所述至少一部分进行控制。
24.根据权利要求12所述的装置,其中:
所述存储器是第一存储器,
所述装置还包括分析例程,所述分析例程储存在所述第一存储器上或者储存在第二存储器上,并且
所述分析例程对所述过程元件排列图的所述至少一部分进行操作以生成学习到的知识。
25.一种用于确定过程中的过程元件排列的方法,所述方法包括:
从用于对安装在过程工厂中的现场设备进行调试的本地设备获得所述过程工厂内的所述过程的流内的多个现场设备的相应标识信息以及表示所述多个现场设备的相应的相对顺序的指示;
基于所获得的相应标识信息以及所获得的表示所述多个现场设备的所述相应的相对顺序的指示,来生成所述过程的过程元件排列图的至少一部分,所述过程元件排列图的所述至少一部分包括表示所述过程的流内的所述多个现场设备的顺序的指示;以及
在显示器上呈现对所述过程元件排列图的所述至少一部分的图片表示,所述图片表示指示通过所述多个现场设备的所述过程流。
26.根据权利要求25所述的方法,还包括:在所述显示器上呈现对所述过程元件排列图的所述至少一部分的非图片表示,所述非图片表示包括表示所述过程流的相应指示。
27.根据权利要求26所述的方法,还包括:允许用户在查看所述图片表示与查看所述非图片表示之间进行切换。
28.根据权利要求26所述的方法,还包括:
接收对所述图片表示或者所述非图片表示中的一个表示的修改;以及
通过所述修改来自动更新所述图片表示或者所述非图片表示中的另一个表示。
29.根据权利要求28所述的方法,其中,接收所述修改包括:在用户接口处接收所述修改。
30.根据权利要求25所述的方法,还包括:
接收表示对所述图片表示上所指示的特定现场设备的选择的指示;以及
响应于接收到表示所述选择的所述指示,在所述显示器上呈现所述特定现场设备的所述相应标识信息中的至少某些相应标识信息,由所述本地设备结合对所述特定现场设备的调试来获得所述特定现场设备的所述相应标识信息。
31.根据权利要求30所述的方法,其中:
结合对所述特定现场设备进行的所述调试来获得的所述相应标识信息包括安装在所述过程工厂中的所述特定现场设备的图像,以及
在所述显示器上呈现所述特定现场设备的所述相应标识信息中的所述至少某些相应标识信息包括:在所述显示器上呈现安装在所述过程工厂中的所述特定现场设备的所述图像。
32.根据权利要求30所述的方法,还包括:结合所述特定现场设备的所述相应标识信息中的所述至少某些相应标识信息,在所述显示器上呈现当所述特定现场设备操作为对所述过程进行控制时在所述特定现场设备处生成的实时值。
33.根据权利要求25所述的方法,还包括以下步骤中的一个步骤:
(i)接收用于表示对所述图片表示的第一部分进行放大的指示,并且响应于接收到用于放大的所述指示,在所述显示器上呈现对所述第一部分的经放大的表示,所述经放大的表示包括与所述第一部分中所指示的一个或多个现场设备相对应的额外信息;或者
(ii)接收用于表示对所述图片表示进行缩小的指示,并且响应于接收到用于缩小的所述指示,缩小呈现在所述显示器上的所述图片表示的尺寸,并且从经缩小尺寸的图片表示中省略与所述一个或多个现场设备相对应的先前显示的信息中的至少某些信息。
34.根据方权利要求25所述的方法,其中:
获得所述相应标识信息以及表示所述多个现场设备的相应的相对顺序的所述指示包括:获得安装在所述过程工厂中的所述多个现场设备的多个图像,所述多个图像是由所述本地设备在对所述多个现场设备的调试期间获得的;
所述方法还包括:将所述多个图像中的至少某些图像组合成全景图像;以及
呈现对所述过程元件排列图的所述至少一部分的所述图片表示包括:呈现所述全景图像的至少一部分。
35.根据权利要求25所述的方法,其中,在所述显示器上呈现对所述过程元件排列图的所述至少一部分的所述图片表示包括:在所述本地设备的显示器上呈现对所述过程元件排列图的所述至少一部分的所述图片表示。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US14/605,304 | 2015-01-26 | ||
US14/605,304 US9588514B2 (en) | 2015-01-26 | 2015-01-26 | Commissioning field devices in a process control system supported by big data |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105824296A true CN105824296A (zh) | 2016-08-03 |
CN105824296B CN105824296B (zh) | 2020-06-26 |
Family
ID=55445801
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610047971.0A Active CN105824296B (zh) | 2015-01-26 | 2016-01-25 | 调试大数据所支持的过程控制系统中的现场设备 |
Country Status (5)
Country | Link |
---|---|
US (2) | US9588514B2 (zh) |
JP (1) | JP6901199B2 (zh) |
CN (1) | CN105824296B (zh) |
DE (1) | DE102016101200A1 (zh) |
GB (1) | GB2536339B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107942957A (zh) * | 2016-10-12 | 2018-04-20 | 费希尔-罗斯蒙特系统公司 | 用于调试过程控制硬件的方法和系统 |
CN109597373A (zh) * | 2017-10-02 | 2019-04-09 | 费希尔-罗斯蒙特系统公司 | 用于评估和呈现与过程工厂相关联的现场设备调试信息的技术 |
CN111095874A (zh) * | 2017-09-28 | 2020-05-01 | 恩德莱斯和豪瑟尔过程解决方案股份公司 | 用于将数据从现场总线网络传输到云的数据结构 |
US20220198583A1 (en) * | 2019-09-30 | 2022-06-23 | Yokogawa Electric Corporation | System, method, and recording medium having recorded thereon program |
Families Citing this family (45)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9558220B2 (en) | 2013-03-04 | 2017-01-31 | Fisher-Rosemount Systems, Inc. | Big data in process control systems |
US10909137B2 (en) | 2014-10-06 | 2021-02-02 | Fisher-Rosemount Systems, Inc. | Streaming data for analytics in process control systems |
US10649424B2 (en) | 2013-03-04 | 2020-05-12 | Fisher-Rosemount Systems, Inc. | Distributed industrial performance monitoring and analytics |
US9804588B2 (en) * | 2014-03-14 | 2017-10-31 | Fisher-Rosemount Systems, Inc. | Determining associations and alignments of process elements and measurements in a process |
US10678225B2 (en) | 2013-03-04 | 2020-06-09 | Fisher-Rosemount Systems, Inc. | Data analytic services for distributed industrial performance monitoring |
US9665088B2 (en) | 2014-01-31 | 2017-05-30 | Fisher-Rosemount Systems, Inc. | Managing big data in process control systems |
US10866952B2 (en) | 2013-03-04 | 2020-12-15 | Fisher-Rosemount Systems, Inc. | Source-independent queries in distributed industrial system |
US9678484B2 (en) | 2013-03-15 | 2017-06-13 | Fisher-Rosemount Systems, Inc. | Method and apparatus for seamless state transfer between user interface devices in a mobile control room |
US10459418B2 (en) * | 2013-09-04 | 2019-10-29 | Fisher-Rosemount Systems, Inc. | Technology for assessing and presenting field device commissioning information associated with a process plant |
CN104503429B (zh) * | 2014-11-26 | 2017-06-06 | 中车青岛四方机车车辆股份有限公司 | 轨道交通车辆静态试验数据自动化处理方法及装置 |
US9588514B2 (en) | 2015-01-26 | 2017-03-07 | Fisher-Rosemount Systems, Inc. | Commissioning field devices in a process control system supported by big data |
WO2016154303A1 (en) * | 2015-03-24 | 2016-09-29 | Carrier Corporation | Integrated system for sales, installation, and maintenance of building systems |
JP6961582B2 (ja) | 2015-10-12 | 2021-11-05 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | 切断されたプロセス制御ループの一部分をコミッショニングするためのデバイスパラメータの自動分配 |
DE102015120731A1 (de) * | 2015-11-30 | 2017-06-01 | Endress+Hauser Process Solutions Ag | Verfahren und System zur Optimierung der Inbetriebnahme von zumindest einem einer Vielzahl von Feldgeräten der Automatisierungstechnik |
CN105467969A (zh) * | 2016-01-18 | 2016-04-06 | 京东方科技集团股份有限公司 | 一种制造执行系统 |
US9965016B2 (en) * | 2016-03-09 | 2018-05-08 | International Power Supply AD | Power asset command and control architecture |
US20170262459A1 (en) * | 2016-03-14 | 2017-09-14 | Invensys Systems, Inc. | Location persistence in a historian system |
US10455349B2 (en) * | 2016-03-14 | 2019-10-22 | Aveva Software, Llc | Contextual filtering in a historian system |
US10810508B1 (en) * | 2016-03-22 | 2020-10-20 | EMC IP Holding Company LLC | Methods and apparatus for classifying and discovering historical and future operational states based on Boolean and numerical sensor data |
JP2018036977A (ja) * | 2016-09-02 | 2018-03-08 | 富士ゼロックス株式会社 | 情報処理装置及びプログラム |
US10361563B2 (en) | 2016-12-20 | 2019-07-23 | International Power Supply AD | Smart power and storage transfer architecture |
WO2018174867A1 (en) * | 2017-03-22 | 2018-09-27 | Siemens Aktiengesellschaft | Universal data access across devices |
CN111066302B (zh) * | 2017-09-15 | 2023-07-21 | 金伯利-克拉克环球有限公司 | 洗手间装置增强现实安装系统 |
US11095502B2 (en) | 2017-11-03 | 2021-08-17 | Otis Elevator Company | Adhoc protocol for commissioning connected devices in the field |
US11054811B2 (en) * | 2017-11-03 | 2021-07-06 | Drishti Technologies, Inc. | Systems and methods for line balancing |
US11379525B1 (en) * | 2017-11-22 | 2022-07-05 | Palantir Technologies Inc. | Continuous builds of derived datasets in response to other dataset updates |
EP3547268A1 (de) * | 2018-03-29 | 2019-10-02 | Sick AG | Augmented-reality-vorrichtung |
US10785108B1 (en) * | 2018-06-21 | 2020-09-22 | Wells Fargo Bank, N.A. | Intelligent learning and management of a networked architecture |
US10534983B1 (en) * | 2018-09-07 | 2020-01-14 | Accenture Global Solutions Limited | Piping and instrumentation planning and maintenance system |
US11049055B2 (en) | 2018-09-13 | 2021-06-29 | Blentech Corporation | Digital historian and dashboard for commercial cookers |
US11714394B2 (en) | 2018-09-28 | 2023-08-01 | Fisher-Rosemount Systems, Inc | Bulk commissioning of field devices within a process plant |
EP3671378A1 (de) * | 2018-12-17 | 2020-06-24 | Siemens Aktiengesellschaft | Datencontainer für ein steuersystem einer technischen anlage |
EP3731050A1 (de) * | 2019-04-25 | 2020-10-28 | Siemens Aktiengesellschaft | Visualisierung eines anlagenschaubilds mit dynamisch einstellbaren prozessobjekten |
US11231701B2 (en) * | 2019-06-10 | 2022-01-25 | Fisher-Rosemount Systems, Inc. | Publish/subscribe protocol for real-time process control |
GB2589663B (en) | 2019-06-10 | 2024-04-10 | Fisher Rosemount Systems Inc | Automatic load balancing and performance leveling of virtual nodes running real-time control in process control systems |
US11768877B2 (en) * | 2019-09-20 | 2023-09-26 | Fisher-Rosemount Systems, Inc. | Smart search capabilities in a process control system |
US11768878B2 (en) * | 2019-09-20 | 2023-09-26 | Fisher-Rosemount Systems, Inc. | Search results display in a process control system |
US20210176319A1 (en) * | 2019-12-06 | 2021-06-10 | Zurn Industries, Llc | Water management system and user interface |
US11108865B1 (en) | 2020-07-27 | 2021-08-31 | Zurn Industries, Llc | Battery powered end point device for IoT applications |
US11870600B2 (en) | 2021-02-05 | 2024-01-09 | Honeywell International Inc. | Mobile application based commissioning of building control devices |
US11617149B2 (en) | 2021-03-01 | 2023-03-28 | Honeywell International Inc. | Mobile application based commissioning of smart city devices |
US11609688B2 (en) * | 2021-05-25 | 2023-03-21 | Caterpillar Inc. | Systems and methods for managing on-site machines by spatial and contextual information |
DE102021213513A1 (de) * | 2021-11-30 | 2023-06-01 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung eingetragener Verein | Verfahren zum Überwachen eines Produktionsprozesses in Echtzeit mittels einer Maschinen-Lern-Komponente |
US11555734B1 (en) | 2022-02-18 | 2023-01-17 | Zurn Industries, Llc | Smart and cloud connected detection mechanism and real-time internet of things (IoT) system management |
NL2032523B1 (en) * | 2022-07-18 | 2024-01-26 | Univ Delft Tech | Flowsheet digitization with computer vision, automatic simulation, and flowsheet (auto)completion with machine learning |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090010203A1 (en) * | 2007-04-13 | 2009-01-08 | Hart Communication Foundation | Efficient Addressing in Wireless Hart Protocol |
JP2009140855A (ja) * | 2007-12-10 | 2009-06-25 | Chugoku Electric Power Co Inc:The | 街路灯管理装置、街路灯管理プログラムおよび携帯端末装置 |
US20100036511A1 (en) * | 2008-08-06 | 2010-02-11 | Honeywell International Inc. | Apparatus and method for wireless access and control of process control instruments |
CN102239452A (zh) * | 2008-12-05 | 2011-11-09 | 费希尔控制国际公司 | 用于通过便携式通信器操作现场设备的方法和装置 |
CN102269989A (zh) * | 2010-03-22 | 2011-12-07 | 费希尔-罗斯蒙特系统公司 | 基于过程控制标签间关系的用于数据驱动界面的方法及装置 |
CN102356364A (zh) * | 2009-05-15 | 2012-02-15 | 费希尔-罗斯蒙德系统公司 | 具有增强功能的手持现场维护工具 |
CN102356618A (zh) * | 2009-05-15 | 2012-02-15 | 费希尔-罗斯蒙德系统公司 | 无线现场设备的改进的维护 |
CN103518353A (zh) * | 2011-03-18 | 2014-01-15 | 霍尼韦尔国际公司 | 用于将工业现场仪表耦合至工业无线网络的适配器装置以及相关的系统和方法 |
CN105045175A (zh) * | 2010-07-28 | 2015-11-11 | 费希尔-罗斯蒙德系统公司 | 具有改进诊断的手持现场维护工具 |
Family Cites Families (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5935207A (ja) * | 1982-08-23 | 1984-02-25 | Hitachi Ltd | プロセス作動システムの試験方法 |
JP2918709B2 (ja) | 1991-03-30 | 1999-07-12 | マツダ株式会社 | シーケンスプログラムの自動生成方法 |
JPH09196714A (ja) * | 1996-01-24 | 1997-07-31 | Yokogawa Electric Corp | プラント監視システムにおける操作履歴管理装置 |
US7640007B2 (en) | 1999-02-12 | 2009-12-29 | Fisher-Rosemount Systems, Inc. | Wireless handheld communicator in a process control environment |
US7760905B2 (en) * | 1999-06-29 | 2010-07-20 | Digimarc Corporation | Wireless mobile phone with content processing |
DE60137140D1 (de) * | 2000-10-20 | 2009-02-05 | Daicel Chem | Anlagen steuer-überwachungsvorrichtung |
US7143149B2 (en) | 2001-09-21 | 2006-11-28 | Abb Ab | Dynamic operator functions based on operator position |
JP3709367B2 (ja) * | 2001-11-06 | 2005-10-26 | ダイセル化学工業株式会社 | プラント運転支援装置 |
US7570922B2 (en) * | 2002-08-08 | 2009-08-04 | Rf Check, Inc. | System and method for automated radio frequency safety and regulatory compliance at wireless transmission sites |
US7460865B2 (en) * | 2003-06-18 | 2008-12-02 | Fisher-Rosemount Systems, Inc. | Self-configuring communication networks for use with process control systems |
US20080109098A1 (en) | 2006-11-08 | 2008-05-08 | Honeywell International Inc. | Apparatus and method for integrating people and asset tracking information into a process control system |
US7688198B2 (en) | 2006-11-29 | 2010-03-30 | Honeywell International Inc. | Apparatus and method for monitoring hazardous materials in a processing or other environment |
US8169974B2 (en) | 2007-04-13 | 2012-05-01 | Hart Communication Foundation | Suspending transmissions in a wireless network |
US8325627B2 (en) | 2007-04-13 | 2012-12-04 | Hart Communication Foundation | Adaptive scheduling in a wireless network |
US8555206B2 (en) * | 2007-12-21 | 2013-10-08 | Fisher-Rosemount Systems, Inc. | Methods and apparatus to present recipe progress status information |
US8837354B2 (en) | 2009-04-24 | 2014-09-16 | Honeywell International Inc. | Apparatus and method for supporting wireless actuators and other devices in process control systems |
CN103140865A (zh) | 2010-07-30 | 2013-06-05 | Abb研究有限公司 | 用于工业无线传感器网络中定位的方法和系统 |
JP5574423B2 (ja) * | 2010-09-24 | 2014-08-20 | カシオ計算機株式会社 | 撮像装置、表示制御方法及びプログラム |
WO2013109765A1 (en) | 2012-01-17 | 2013-07-25 | Cimcon Lighting, Inc. | Managing streetlights |
US9558220B2 (en) | 2013-03-04 | 2017-01-31 | Fisher-Rosemount Systems, Inc. | Big data in process control systems |
US9804588B2 (en) | 2014-03-14 | 2017-10-31 | Fisher-Rosemount Systems, Inc. | Determining associations and alignments of process elements and measurements in a process |
US10223327B2 (en) | 2013-03-14 | 2019-03-05 | Fisher-Rosemount Systems, Inc. | Collecting and delivering data to a big data machine in a process control system |
WO2014138628A1 (en) | 2013-03-07 | 2014-09-12 | Case Western Reserve University | Bioadhesive hydrogel |
PE20161151A1 (es) | 2013-12-25 | 2016-11-25 | Tlv Co Ltd | Sistema de gestion de sistema de proceso, aparato servidor, programa de gestion y metodo de gestion |
JP6438216B2 (ja) * | 2014-05-22 | 2018-12-12 | キヤノン株式会社 | 画像生成装置および画像生成方法 |
US9588514B2 (en) | 2015-01-26 | 2017-03-07 | Fisher-Rosemount Systems, Inc. | Commissioning field devices in a process control system supported by big data |
-
2015
- 2015-01-26 US US14/605,304 patent/US9588514B2/en active Active
-
2016
- 2016-01-11 GB GB1600432.7A patent/GB2536339B/en active Active
- 2016-01-25 DE DE102016101200.9A patent/DE102016101200A1/de active Pending
- 2016-01-25 CN CN201610047971.0A patent/CN105824296B/zh active Active
- 2016-01-26 JP JP2016012227A patent/JP6901199B2/ja active Active
-
2017
- 2017-02-13 US US15/431,341 patent/US10545489B2/en active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090010203A1 (en) * | 2007-04-13 | 2009-01-08 | Hart Communication Foundation | Efficient Addressing in Wireless Hart Protocol |
JP2009140855A (ja) * | 2007-12-10 | 2009-06-25 | Chugoku Electric Power Co Inc:The | 街路灯管理装置、街路灯管理プログラムおよび携帯端末装置 |
US20100036511A1 (en) * | 2008-08-06 | 2010-02-11 | Honeywell International Inc. | Apparatus and method for wireless access and control of process control instruments |
CN102239452A (zh) * | 2008-12-05 | 2011-11-09 | 费希尔控制国际公司 | 用于通过便携式通信器操作现场设备的方法和装置 |
CN102356364A (zh) * | 2009-05-15 | 2012-02-15 | 费希尔-罗斯蒙德系统公司 | 具有增强功能的手持现场维护工具 |
CN102356618A (zh) * | 2009-05-15 | 2012-02-15 | 费希尔-罗斯蒙德系统公司 | 无线现场设备的改进的维护 |
CN102269989A (zh) * | 2010-03-22 | 2011-12-07 | 费希尔-罗斯蒙特系统公司 | 基于过程控制标签间关系的用于数据驱动界面的方法及装置 |
CN105045175A (zh) * | 2010-07-28 | 2015-11-11 | 费希尔-罗斯蒙德系统公司 | 具有改进诊断的手持现场维护工具 |
CN103518353A (zh) * | 2011-03-18 | 2014-01-15 | 霍尼韦尔国际公司 | 用于将工业现场仪表耦合至工业无线网络的适配器装置以及相关的系统和方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107942957A (zh) * | 2016-10-12 | 2018-04-20 | 费希尔-罗斯蒙特系统公司 | 用于调试过程控制硬件的方法和系统 |
CN107942957B (zh) * | 2016-10-12 | 2022-07-29 | 费希尔-罗斯蒙特系统公司 | 用于调试过程控制硬件的方法和系统 |
CN111095874A (zh) * | 2017-09-28 | 2020-05-01 | 恩德莱斯和豪瑟尔过程解决方案股份公司 | 用于将数据从现场总线网络传输到云的数据结构 |
US11159340B2 (en) | 2017-09-28 | 2021-10-26 | Endress+Hauser Process Solutions Ag | Data structure for the transfer of data from a fieldbus network into a cloud |
CN111095874B (zh) * | 2017-09-28 | 2022-03-01 | 恩德莱斯和豪瑟尔过程解决方案股份公司 | 用于将数据从现场总线网络传输到云的数据结构 |
CN109597373A (zh) * | 2017-10-02 | 2019-04-09 | 费希尔-罗斯蒙特系统公司 | 用于评估和呈现与过程工厂相关联的现场设备调试信息的技术 |
US20220198583A1 (en) * | 2019-09-30 | 2022-06-23 | Yokogawa Electric Corporation | System, method, and recording medium having recorded thereon program |
Also Published As
Publication number | Publication date |
---|---|
GB2536339A (en) | 2016-09-14 |
GB201600432D0 (en) | 2016-02-24 |
US20160216706A1 (en) | 2016-07-28 |
GB2536339B (en) | 2021-07-07 |
US9588514B2 (en) | 2017-03-07 |
US10545489B2 (en) | 2020-01-28 |
JP2016139411A (ja) | 2016-08-04 |
CN105824296B (zh) | 2020-06-26 |
JP6901199B2 (ja) | 2021-07-14 |
DE102016101200A1 (de) | 2016-07-28 |
US20170153633A1 (en) | 2017-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105824296A (zh) | 调试大数据所支持的过程控制系统中的现场设备 | |
JP2021051785A (ja) | 複数のプロセス要素の挙動の変動の源を決定するための方法、装置 | |
CN106104398B (zh) | 过程控制系统中的分布式大数据 | |
Elijah et al. | An overview of Internet of Things (IoT) and data analytics in agriculture: Benefits and challenges | |
CN104049585B (zh) | 过程工厂中环境敏感的移动控制 | |
CN105487500A (zh) | 在过程控制系统中流式传输用于分析的数据 | |
CN104049588B (zh) | 用于移动控制室中用户接口设备之间的无缝状态传递的方法和装置 | |
CN107491045A (zh) | 用于自动控制系统的可扩展分析架构 | |
CN105487499A (zh) | 过程控制系统中的区域性大数据 | |
CN108089696A (zh) | 用于工业自动化的虚拟现实和增强现实 | |
CN110376983A (zh) | 用于过程控制系统分析的数据管道 | |
CN104049584A (zh) | 用于过程控制的监督引擎 | |
CN104049587B (zh) | 用于使用位置感知移动控制设备控制过程工厂的方法与装置 | |
CN104049597A (zh) | 用于管理过程工厂中的工作流程的方法和设备 | |
CN104049594A (zh) | 用于移动控制室内的用户接口设备之间的无缝状态转移的方法和装置 | |
JP2014224799A (ja) | プロセスプラントにおけるモバイル制御デバイスの位置を判定するための方法及び装置 | |
CN110244669A (zh) | 具有实时环境感知的移动控制室 | |
CN104049589A (zh) | 用于移动控制室内的用户接口设备之间的无缝状态转移的方法和装置 | |
CN104049268B (zh) | 用于确定过程工厂中移动控制设备位置的方法和装置 | |
US20210116892A1 (en) | Method and apparatus for the automated management of a coating plant | |
CN104049583B (zh) | 用于发起或继续过程工厂中的移动控制会话的方法 | |
Emmanouilidis et al. | Advances in production management systems | |
CN105785932A (zh) | 基于物联网的缝纫机系统 | |
US10317887B2 (en) | Apparatus and method for maintaining a machine | |
Gandhi et al. | Industrial IoT: Overview, Enabled Technologies, Recent Case Studies & Challenges |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |