CN106610602A

CN106610602A - 一种用于异常检测的方法和装置

Info

Publication number: CN106610602A
Application number: CN201510708422.9A
Authority: CN
Inventors: 孟显涛; 范顺杰; 介鸣; 唐伟龙
Original assignee: Siemens AG
Current assignee: Siemens AG
Priority date: 2015-10-27
Filing date: 2015-10-27
Publication date: 2017-05-03
Anticipated expiration: 2035-10-27
Also published as: CN106610602B

Abstract

本发明涉及一种用于异常检测的方法和装置，该装置包括：接收模块，用于接收用于自动设备的异常模型，所述异常模型包括与所述自动设备有关的期望监测的项目和所述项目的异常判定条件；生成模块，用于基于所述异常模型所包括的所述项目的所述异常判定条件和预先存储的用于对所述项进行异常检测的异常处理程序模板，生成用于对所述项进行异常检测的异常处理程序，其中，所述异常处理程序模板未设定所述项目的异常判定条件；以及，执行模块，用于执行所述异常处理程序以检测所述自动设备的异常。利用该方法和装置，自动化系统的用户在提供用于自动设备的异常处理程序的过程中只需付出较低的成本。

Description

一种用于异常检测的方法和装置

技术领域

本发明涉及自动化系统，尤其涉及一种用于异常检测的方法和装置。

背景技术

在例如生产、加工和建筑自动化等的领域通常使用自动化系统来监测、控制和调节技术过程。

自动化系统通常包括一个工程设备和多个自动设备。工程设备用于由自动化系统的用户设置工作逻辑，生成用于实现所设置的工作逻辑的可执行程序代码形式的工作程序并下载到各个自动设备。美国专利申请US2010217423A1公开了一种工业自动化系统。

自动化系统的各个自动设备在工作过程中可能会发生异常，因此，需要异常处理程序来检测自动化系统中的各个自动设备的异常。目前，用于每一个自动设备的异常处理程序由自动化系统的用户根据自动设备的情况和自动化系统的具体工作任务来编制。

由于自动化系统的工作任务通常不是固定不变的，尤其是用于生产领域的自动化系统更是如此，因此，一旦自动化系统的工作任务发生变化，自动化系统的用户就需要根据自动化系统的新任务重新编制用于各个自动设备的异常处理程序。异常处理方案的编制通常需要大量的手动编程和程序测试，这将花费自动化系统的用户大量的时间和精力，因此，在提供用于自动设备的异常处理程序的过程中自动化系统的用户需要付出较高成本。

发明内容

考虑到现有技术的上述问题，本发明的实施例提供一种用于异常检测的方法和装置，其使得自动化系统的用户在提供用于自动设备的异常处理程序的过程中只需付出较低的成本。

按照本发明实施例的一种用于异常检测的方法，包括：接收用于自动设备的异常模型，所述异常模型包括与所述自动设备有关的期望监测的项目和所述项目的异常判定条件；基于所述异常模型所包括的所述项目的所述异常判定条件和预先存储的用于对所述项目进行异常检测的异常处理程序模板，生成用于对所述项目进行异常检测的异常处理程序，其中，所述异常处理程序模板未设定所述项目的异常判定条件；以及，执行所述异常处理程序以检测所述自动设备的异常。

其中，所述生成用于对所述项目进行异常检测的异常处理程序的步骤利用软件解释器来实现。

其中，所述方法还包括：当检测到所述项目中的至少一个项目出现异常时，实施相应的异常处理。

其中，所述期望监测的项目包括与所述自动设备的外设有关的项目、与所述自动设备上运行的工作程序有关的项目和/或与对所述自动设备的访问操作有关的项目。

按照本发明实施例的一种用于异常检测的方法，包括：生成用于自动化系统中的各个自动设备的异常模型，其中，用于所述各个自动设备中的任一自动设备的所述异常模型包括与所述任一自动设备有关的期望监测的项目和所述项目的异常判定条件；以及，向所述各个自动设备中的相应自动设备发送用于所述任一自动设备的所述异常模型。

其中，与所述任一自动设备有关的所述期望监测的项目包括与所述任一自动设备的外设有关的项目、与所述任一自动设备上运行的工作程序有关的项目和/或与对所述任一自动设备的访问操作有关的项目。

按照本发明实施例的一种用于异常检测的装置，包括：接收模块，用于接收用于自动设备的异常模型，所述异常模型包括与所述自动设备有关的期望监测的项目和所述项目的异常判定条件；生成模块，用于基于所述异常模型所包括的所述项目的所述异常判定条件和预先存储的用于对所述项进行异常检测的异常处理程序模板，生成用于对所述项目进行异常检测的异常处理程序，其中，所述异常处理程序模板未设定所述项目的异常判定条件；以及，执行模块，用于执行所述异常处理程序以检测所述自动设备的异常。

其中，所述装置还包括：实施模块，用于当检测到所述项目中的至少一个项目出现异常时，实施相应的异常处理。

按照本发明实施例的一种用于异常检测的装置，包括：生成模块，用于生成用于自动化系统的各个自动设备的异常模型，其中，用于所述各个自动设备中的任一自动设备的所述异常模型包括与所述任一自动设备有关的期望监测的项目和所述项目的异常判定条件；以及，发送模块，用于向所述各个自动设备中的相应自动设备发送用于所述任一自动设备的所述异常模型。

按照本发明实施例的一种用于异常检测的设备，包括：存储器；以及，与所述存储器耦合的处理器，用于执行前述方法的任意一个所包括的操作。

按照本发明实施例的一种机器可读介质，其上存储有可执行指令，当该可执行指令被执行时，使得机器前述方法的任意一个所包括的操作。

按照本发明实施例的一种自动化系统，包括：多个自动设备；以及，工程设备，其中，所述工程设备用于生成用于所述多个自动设备的异常模型，其中，用于所述多个自动设备中的任一自动设备的所述异常模型包括与所述任一自动设备有关的期望监测的项目和所述项目的异常判定条件，以及，向所述多个自动设备中的相应自动设备发送用于所述任一自动设备的所述异常模型，所述相应自动设备用于基于所接收的用于所述任一自动设备的所述异常模型所包括的所述项目的所述异常判定条件和预先存储的用于对所述项目进行异常检测的异常处理程序模板，生成用于对所述项目进行异常检测的异常处理程序，其中，所述异常处理程序模板未设定所述项目的异常判定条件，以及，执行所述异常处理程序以检测所述任一自动设备的异常。

从以上描述可以看出，在提供用于自动设备的异常处理程序的过程中，自动化系统的用户只参与异常模型的生成，其它操作都是自动设备利用预先存储的异常处理程序模板和软件解释器来完成的，并不需要自动化系统的用户的参与，因此，与现有技术相比，自动化系统的用户在提供用于自动设备的异常处理程序的过程中只需付出较低的成本。

附图说明

本发明的其它特征、特点、优点和益处通过以下结合附图的详细描述将变得更加显而易见。

图1示出了按照本发明一个实施例的自动化系统的架构示意图。

图2A示出了自动设备的外设描述数据的一个例子。

图2B示出了自动设备的性能描述数据的一个例子。

图3示出了按照本发明一个实施例的用于异常检测的方法的流程图。

图4A示出了用户期望监测的与自动设备的外设有关的项目及其异常判定条件的示例。

图4B示出了用户期望监测的与自动设备上运行的工作程序有关的项目及其异常判定条件的示例。

图4C示出了用户期望监测的与外部对自动设备的访问操作有关的项目及其异常判定条件的示例。

图5示出了按照本发明一个实施例的用于异常检测的方法的流程示意图。

图6示出了按照本发明一个实施例的用于异常检测的方法的流程示意图。

图7示出了按照本发明一个实施例的用于异常检测的装置的示意图。

图8示出了按照本发明一个实施例的用于异常检测的装置的示意图。

图9示出了按照本发明一个实施例的用于异常检测的设备的示意图。

具体实施方式

在下面的描述中，为便于解释，给出了大量具体细节，以便提供对一个或多个实施例的全面理解。然而，很明显，也可以不用这些细节来实现所述实施例。在其它例子中，以方框图形式示出公知结构和设备，以便于描述一个或多个实施例。

在本发明的实施例中，自动化系统的每一个自动设备预先存储用于对与自动设备有关的各个可能出现异常的项目进行异常检测的异常处理程序模板和软件解释器，其中，该异常处理程序模板未设定该可能出现异常的项目的异常判定条件，然后，当需要向自动化系统的各个自动设备提供异常处理程序时，自动化系统的用户利用自动化系统的工程设备生成用于自动化系统的各个自动设备的异常模型并下发给相应的自动设备，其中，每一个自动设备的异常模型包括与该自动设备有关的用户期望监测的项目及其异常判定条件，接着，每一个自动设备使用所存储的软件解释器通过将所接收的异常模型所包括的用户期望监测的项目的异常判定条件提供给所存储的相应异常处理程序模板来生成用于对用户期望监测的项目进行异常检测的异常处理程序，以及，执行所生成的异常处理程序以检测自动设备的异常。这里，在自动设备中预先提供和存储有用于对与自动设备有关的各个可能出现异常的项目进行异常检测的异常处理程序模板和软件解释器的情况下，在提供用于自动设备的异常处理程序的过程中，自动化系统的用户只参与异常模型的生成，其它操作都是自动设备利用预先存储的异常处理程序模板和软件解释器来完成的，并不需要自动化系统的用户的参与，因此，自动化系统的用户在提供用于自动设备的异常处理程序的过程中只需付出较低的成本。

下面，将参照附图详细描述本发明的各个实施例。

现在参见图1，其示出了按照本发明一个实施例的自动化系统的示意图。如图1所示，自动化系统10可以包括工程设备20和多个自动设备30，其中工程设备20与自动设备30连接。

每一个自动设备30预先存储自动设备30的制造商提供的设备描述数据，该设备描述数据包括自动设备30的外设描述数据和性能描述数据。

自动设备30的外设描述数据例如但不局限于包括自动设备30的各个外设的外设ID、类型、关键参数、关键参数描述信息等，其中，关键参数描述信息会包括有关键参数的异常判定条件，如果关键参数会发生或指示异常的话。图2A示出了自动设备的外设描述数据的一个例子。如图2A所示，自动设备的第一个外设的外设ID是01，其类型为AI(模拟输入)，其包括两个关键参数rxxxx1.0和rxxxx2.0，rxxxx1.0是输入参数(Input)，rxxxx2.0是状态参数(Status)，其中，关键参数描述信息记载了：当rxxxx2.0为0x01时，指示该外设的输入超出输入限制，以及，当rxxxx2.0为0x02时，指示该外设与自动设备断开连接。自动设备的第二个外设的外设ID是02，其类型为AO(模拟输出)，其包括两个关键参数pxxxx3.0和rxxxx4.0，pxxxx3.0是输出参数(Output)，rxxxx4.0是状态参数(Status)，其中，其中，关键参数描述信息记载了：当rxxxx4.0为0x01时，指示该外设溢出，以及，当rxxxx4.0为0x02时，指示该外设与自动设备断开连接。这里，对于外设01，0x01和0x02是关键参数rxxxx2.0的异常判定条件，以及，对于外设02，0x01和0x02是关键参数rxxxx4.0的异常判定条件。

自动设备30的性能描述数据例如但不局限于包括自动设备30的各个外设的外设ID、类型、性能参数及其取值范围等，这里，性能参数的取值范围可以用作性能参数的异常判定条件。图2B示出了自动设备的性能描述数据的一个例子。如图2B所示，自动设备的第一个外设的外设ID是01，其类型为AI，其电压工作范围为-10至10，其响应时间为0.01ms，其工作条件为DC(直流)和-40-1000C。自动设备的第二个外设的外设ID是02，其类型为AO，其电压工作范围为-10至10，其响应时间为0.02ms，其工作条件为DC和-40-900C。这里，自动设备的每一个外设的电压工作范围、响应时间和工作条件这三个性能参数各自的取值可以用作这些性能参数的异常判定条件。

此外，每一个自动设备30还预先存储用于对与自动设备30有关的每一个可能会发生异常的项目进行异常检测的异常处理程序模板。与正式的异常处理程序相比，异常处理程序模板只是没有设定项目的异常判定条件，只要向该异常处理程序模板提供项目的异常判定条件，那么就能生成正式的异常处理程序。其中，自动设备30所存储的异常处理程序模板可以由自动设备30的制造商提供或者由自动化系统10的用户提供。

其中，与自动设备30有关的可能会发生异常的项目可以包括自动设备30的各个外设中的各个性能参数和可能会发生异常的关键参数。

此外，与自动设备30有关的可能会发生异常的项目还可以包括在自动设备30上运行的工作程序的以下项目：工作程序对CPU的占用率，工作程序对内存的占用率，工作程序中的程序步骤的执行。

此外，与自动设备30有关的可能会发生异常的项目还可以包括外部对自动设备30的访问操作。

此外，每一个自动设备30还预先存储软件解释器，其用于利用(以下描述的)工程设备20所生成的异常模型和所存储的异常处理程序模板来生成异常处理程序以检测自动设备30的异常。其中，自动设备30所存储的软件解释器可以由自动设备30的制造商提供或由自动化系统10的用户提供。

工程设备20用于生成用于每一个自动设备30的异常模型并发送给相应的自动设备30，其中，该异常模型是以可扩展标记语言(XML)格式呈现的，其包括与自动设备30有关的自动化系统10的用户期望监测的项目及其异常判定条件。

现在参见图3，其示出了按照本发明一个实施例的用于异常检测的方法的流程图。下面结合图1所示的自动化系统10来描述图2所示的方法。

如图3所示，在步骤S302，自动化系统10的每一个自动设备30向工程设备20发送其所存储的设备描述数据。这里，将设备描述数据发送给工程设备20既可以是自动设备30主动执行的，也可以是自动设备30响应于工程设备20的请求而执行的。

在步骤S306，工程设备20接收来自自动化系统10的每一个自动设备30的设备描述数据。

在步骤S310，工程设备20基于所接收的设备描述数据和自动化系统10的工作任务，对自动化系统10进行仿真。

自动化系统10的用户可以基于自动化系统10的仿真来指定每一个自动设备30中期望监测的可能会发生异常的一个或多个项目及其异常判定条件。用户期望监测的项目例如可以包括与自动设备的外设有关的项目、与自动设备上运行的程序有关的项目和/或与外部对自动设备的访问操作有关的项目。

图4A示出了用户期望监测的与自动设备的外设有关的项目及其异常判定条件的示例。如图4A所示，用户期望监测的与自动设备的外设有关的项目包括：自动设备的外设的电压工作范围、响应时间、工作条件和状态参数。其中，对于自动设备的外设01，电压工作范围的异常判定条件是电压小于0或大于10，响应时间的异常判定条件是大于0.1ms，工作条件的异常判定条件是非DC或工作温度小于-200C或大于800C，状态参数的异常判定条件是其值等于0x01。对于自动设备的外设02，电压工作范围的异常判定条件是电压小于-5或大于5，响应时间的异常判定条件是大于0.2ms，工作条件的异常判定条件是非DC或工作温度小于-200C或大于800C，状态参数的异常判定条件是其值等于0x02。

图4B示出了用户期望监测的与自动设备上运行的工作程序有关的项目及其异常判定条件的示例。如图4B所示，用户期望监测的与自动设备上运行的工作程序有关的项目包括：CPU占用率、内存占用率、M0.1工作步骤的执行、M0.2工作步骤的执行。其中，工作程序的CPU占用率的异常判定条件是大于95％，工作程序的内存占用率的异常判定条件是大于90％，工作程序的M0.1工作步骤的执行的异常判断条件是M0.1工作步骤的执行的延迟大于5s或其下一工作步骤不是M0.2，工作程序的M0.2工作步骤的执行的异常判断条件是M0.1工作步骤的输出值SM0.1等于1或其下一步骤不是M0.3。

图4C示出了用户期望监测的与外部对自动设备的访问操作有关的项目及其异常判定条件的示例。如图4C所示，与外部对自动设备的访问操作有关的项目包括：访问自动设备的外部设备的地址、访问类型、访问参数和访问优先级。其中，访问自动设备的外部设备的地址的异常判定条件是外部设备的地址不是IP地址192.168.x.101或192.168.x.1，访问类型的异常判定条件是对于IP地址为192.168.x.101的外部设备不是读取参数或者对于IP地址为192.168.x.1的外部设备不是读取参数/写参数，访问参数的异常判定条件是对于IP地址为192.168.x.101的外部设备而言不是读取参数xxxx5、xxxx6或xxxx8或者对于IP地址为192.168.x.1的外部设备而言不是读取参数xxxx9或者写参数xxxx10或xxxx11，访问优先级的异常判定条件是IP地址为192.168.x.101的外部设备的访问优先级不是2或者IP地址为192.168.x.1的外部设备的访问优先级不是1。

在步骤S314，工程设备20基于自动化系统10的用户指定，生成用于每一个自动设备30的XML格式的异常模型，其中，该异常模型包括自动设备30中的自动化系统10的用户期望监测的项目和该项目的异常判定条件。

在步骤S318，工程设备20将所生成的异常模型发送给相应的自动设备30。

在步骤S322，自动化系统10的每一个自动设备30接收来自工程设备20的异常模型。

在步骤S326，自动化系统10的每一个自动设备30利用所存储的软件解释器从其所存储的异常处理程序模板中，检索出用于对所接收的异常模型所包括的项目进行异常检测的那些异常处理程序模板。

在步骤S330，自动化系统10的每一个自动设备30利用所存储的软件解释器将所接收的异常模型所包括的项目的异常判定条件提供给所检索的异常处理程序模板，以生成用于对所接收的异常模型所包括的项目进行异常检测的异常处理程序。

在步骤S334，自动化系统10的每一个自动设备30执行所生成的异常处理程序以检测异常。

在步骤S338，当检测到所期望监测的至少一个项目发生异常时，自动设备30实施相应的异常处理。该异常处理例如但不局限于包括发出警告声音，通过显示屏发出警告信息等。

其他变型

本领域技术人员应当理解，自动化系统10还可以包括一个与各个自动设备30连接的服务器F。当自动设备30检测到预先指定为系统级的异常时，自动设备30将所检测到的异常发送给服务器F以进行存储。

本领域技术人员应当理解，虽然在上面的实施例中，每一个自动设备30都是具有生成异常处理程序的能力的设备，然而，本发明并不局限于此。在本发明的其它一些实施例中，自动化系统10也可以包括未具有生成异常处理程序的能力的自动设备，其通常具有存储器但不具有处理器，例如传送器。对于未具有生成异常处理程序的能力的自动设备ZD，可以在其存储器中存储设备描述数据、软件解释器和相应的异常处理程序模板。当工程设备20生成用于自动设备ZD的异常模型时，工程设备20将所生成的用于自动设备ZD的异常模型发送给与自动设备ZD连接的另一自动设备L1。此外，工程设备20也从自动设备ZD获取自动设备ZD所存储的用于自动设备ZD的软件解释器和异常处理程序模板并发送给自动设备L1。然后，自动设备L1利用所接收到的用于自动设备ZD的软件解释器，基于所接收的用于自动设备ZD的异常模型和用于自动设备ZD的异常处理程序模板来生成用于自动设备ZD的异常处理程序并执行该用于自动设备ZD的异常处理程序以检测自动设备ZD的异常。

本领域技术人员应当理解，虽然在上面的实施例中，异常模型是XML格式呈现的，然而，本发明并不局限于此。在本发明的其它实施例中，异常模型也可以利用其它类型的标准通用标记语言来呈现，或者利用非标准通用标记语言来呈现。

本领域技术人员应当理解，虽然在上面的实施例中，自动化系统10的用户基于自动化系统10的仿真来指定自动设备30中期望监测的可能会发生异常的一个或多个项目及其异常判定条件，然而，本发明并不局限于此。在本发明的其它实施例中，自动化系统10的用户也可以在没有自动化系统10的仿真的情况下来指定自动设备30中期望监测的可能会发生异常的一个或多个项目及其异常判定条件。

现在参见图5，其示出了按照本发明一个实施例的用于异常检测的方法的流程示意图。图5所示的方法500可以由工程设备20来执行。

如图5所示，在步骤S502，生成用于自动化系统中的各个自动设备的异常模型，其中，用于所述各个自动设备中的任一自动设备的所述异常模型包括与所述任一自动设备有关的期望监测的项目和所述项目的异常判定条件。

在步骤S506，向所述各个自动设备中的相应自动设备发送用于所述任一自动设备的所述异常模型。

在一种具体实现中，所述相应自动设备是所述任一自动设备。

在一种具体实现中，与所述任一自动设备有关的所述期望监测的项目包括与所述任一自动设备的外设有关的项目、与所述任一自动设备上运行的工作程序有关的项目和/或与对所述任一自动设备的访问操作有关的项目。

现在参见图6，其示出了按照本发明一个实施例的用于异常检测的方法的流程示意图。图6所示的方法600可以由自动化系统中的任一自动设备30i来执行。

如图6所示，在步骤S602，例如从工程设备20接收用于自动设备LI的异常模型，所述异常模型包括与所述自动设备LI有关的期望监测的项目和所述项目的异常判定条件。

在步骤S606，基于所述异常模型所包括的所述项目的所述异常判定条件和预先存储的用于对所述项进行异常检测的异常处理程序模板，生成用于对所述项目进行异常检测的异常处理程序，其中，所述异常处理程序模板未设定所述项目的异常判定条件。

在步骤S610，执行所述异常处理程序以检测所述自动设备LI的异常。

在一种具体实现中，所述生成用于对所述项目进行异常检测的异常处理程序的步骤S606利用软件解释器来实现。

在一种具体实现中，方法600还包括用于当检测到所述项目中的至少一个项目出现异常时实施相应的异常处理的步骤S614。

在一种具体实现中，所述期望监测的项目包括与所述自动设备LI的外设有关的项目、与所述自动设备LI上运行的工作程序有关的项目和/或与对所述自动设备LI的访问操作有关的项目。

在一种具体实现中，所述自动设备LI是所述任一自动设备30i或者自动化系统10中不同于所述任一自动设备30i的其它自动设备。

现在参见图7，其示出了按照本发明一个实施例的用于异常检测的装置的示意图。图7所示的装置700可以利用软件、硬件(例如集成电路或DSP等)或软硬件结合的方式来实现，并且可以安装在工程设备20中。

如图7所示，装置700包括生成模块710和发送模块720。生成模块710用于生成用于自动化系统的各个自动设备的异常模型，其中，用于所述各个自动设备中的任一自动设备的所述异常模型包括与所述任一自动设备有关的期望监测的项目和所述项目的异常判定条件。发送模块720用于向所述各个自动设备中的相应自动设备发送用于所述任一自动设备的所述异常模型。

现在参见图8，其示出了按照本发明一个实施例的用于异常检测的装置的示意图。图8所示的装置800可以利用软件、硬件(例如集成电路或DSP等)或软硬件结合的方式来实现，并且可以安装自动化系统10的任一自动设备30i中。

如图8所示，装置800可以包括接收模块810、生成模块820和执行模块830。接收模块810用于接收用于自动设备LK的异常模型，所述异常模型包括与所述自动设备LK有关的期望监测的项目和所述项目的异常判定条件。生成模块820用于基于所述异常模型所包括的所述项目的所述异常判定条件和预先存储的用于对所述项目进行异常检测的异常处理程序模板，生成用于对所述项目进行异常检测的异常处理程序，其中，所述异常处理程序模板未设定所述项目的异常判定条件。执行模块830用于执行所述异常处理程序以检测所述自动设备的异常。

在一种具体实现中，所述生成模块820是软件解释器。

在一种具体实现中，装置800还包括实施模块840，用于当检测到所述项目中的至少一个项目出现异常时，实施相应的异常处理。

在一种具体实现中，所述期望监测的项目包括与所述自动设备LK的外设有关的项目、与所述自动设备LK上运行的工作程序有关的项目和/或与对所述自动设备LK的访问操作有关的项目。

在一种具体实现中，所述自动设备LK是所述任一自动设备30i或者自动化系统10中不同于所述任一自动设备30i的其它自动设备。

现在参见图9，其示出了按照本发明一个实施例的用于异常监测的设备的示意图。如图9所示，用于异常监测的设备可以包括用于存储可执行指令的存储器910和与存储器910连接的处理器920，其中，处理器920可以执行前述方法500或600的各个操作。

本发明的实施例还提供一种机器可读介质，其上存储可执行指令，当该可执行指令被执行时，使得机器实现前述方法500或600的各个操作。

本领域技术人员应当理解，上面公开的各个实施例可以在不偏离发明实质的情况下做出各种变形和修改。因此，本发明的保护范围应当由所附的权利要求书来限定。

Claims

1.一种用于异常检测的方法，包括：

接收用于自动设备的异常模型，所述异常模型包括与所述自动设备有关的期望监测的项目和所述项目的异常判定条件；

基于所述异常模型所包括的所述项目的所述异常判定条件和预先存储的用于对所述项目进行异常检测的异常处理程序模板，生成用于对所述项目进行异常检测的异常处理程序，其中，所述异常处理程序模板未设定所述项目的异常判定条件；以及

执行所述异常处理程序以检测所述自动设备的异常。

2.如权利要求1所述的方法，其中，

所述生成用于对所述项目进行异常检测的异常处理程序的步骤利用软件解释器来实现。

3.如权利要求1所述的方法，其中，还包括：

当检测到所述项目中的至少一个项目出现异常时，实施相应的异常处理。

4.如权利要求1所述的方法，其中，

所述期望监测的项目包括与所述自动设备的外设有关的项目、与所述自动设备上运行的工作程序有关的项目和/或与对所述自动设备的访问操作有关的项目。

5.一种用于异常检测的方法，包括：

生成用于自动化系统中的各个自动设备的异常模型，其中，用于所述各个自动设备中的任一自动设备的所述异常模型包括与所述任一自动设备有关的期望监测的项目和所述项目的异常判定条件；以及

向所述各个自动设备中的相应自动设备发送用于所述任一自动设备的所述异常模型。

6.如权利要求5所述的方法，其中，

与所述任一自动设备有关的所述期望监测的项目包括与所述任一自动设备的外设有关的项目、与所述任一自动设备上运行的工作程序有关的项目和/或与对所述任一自动设备的访问操作有关的项目。

7.一种用于异常检测的装置，包括：

接收模块，用于接收用于自动设备的异常模型，所述异常模型包括与所述自动设备有关的期望监测的项目和所述项目的异常判定条件；

生成模块，用于基于所述异常模型所包括的所述项目的所述异常判定条件和预先存储的用于对所述项进行异常检测的异常处理程序模板，生成用于对所述项目进行异常检测的异常处理程序，其中，所述异常处理程序模板未设定所述项目的异常判定条件；以及

执行模块，用于执行所述异常处理程序以检测所述自动设备的异常。

8.如权利要求7所述的装置，其中，还包括：

实施模块，用于当检测到所述项目中的至少一个项目出现异常时，实施相应的异常处理。

9.如权利要求7所述的装置，其中，

10.一种用于异常检测的装置，包括：

生成模块，用于生成用于自动化系统的各个自动设备的异常模型，其中，用于所述各个自动设备中的任一自动设备的所述异常模型包括与所述任一自动设备有关的期望监测的项目和所述项目的异常判定条件；以及

发送模块，用于向所述各个自动设备中的相应自动设备发送用于所述任一自动设备的所述异常模型。

11.如权利要求10所述的装置，其中，

12.一种用于异常检测的设备，包括：

存储器；以及

与所述存储器耦合的处理器，用于执行权利要求1-6中的任意一个所包括的操作。

13.一种机器可读介质，其上存储有可执行指令，当该可执行指令被执行时，使得机器执行权利要求1-6中的任意一个所包括的操作。

14.一种自动化系统，包括：

多个自动设备；以及

工程设备，

其中，所述工程设备用于生成用于所述多个自动设备的异常模型，其中，用于所述多个自动设备中的任一自动设备的所述异常模型包括与所述任一自动设备有关的期望监测的项目和所述项目的异常判定条件，以及，向所述多个自动设备中的相应自动设备发送用于所述任一自动设备的所述异常模型，

所述相应自动设备用于基于所接收的用于所述任一自动设备的所述异常模型所包括的所述项目的所述异常判定条件和预先存储的用于对所述项目进行异常检测的异常处理程序模板，生成用于对所述项目进行异常检测的异常处理程序，其中，所述异常处理程序模板未设定所述项目的异常判定条件，以及，执行所述异常处理程序以检测所述任一自动设备的异常。