CN107479510A - 用于工业过程控制与自动化系统操作员评估和训练的系统和方法 - Google Patents

Abstract

用于工业过程控制与自动化系统操作员评估和训练的系统和方法。一种方法包括获得至少一个模型，其将能力领域与人员的工作角色和工作职责相关联，所述至少一个模型还将能力领域与训练练习和内容的总课程相关联。该方法还包括获得与能力领域相关联的干预资产的库，所述干预资产包括用于在能力领域中的至少一个中训练人员的内容。该方法还包括对受训者进行评估以确定受训者的能力差距分析，所述能力差距分析包括与受训者的工作职责相关联的能力差距，所述能力差距识别其中受训者要求训练的能力领域中的至少一个。此外，该方法包括基于该能力差距向受训者提供基于web的训练，该训练包括至少一个干预资产和至少一个干预活动。

Description

用于工业过程控制与自动化系统操作员评估和训练的系统和 方法

相关申请的交叉引用和优先权要求

本申请根据35 U.S.C.§119（e）要求于2016年6月8日提交的并且题为“SYSTEM ANDMETHOD FOR INDUSTRIAL PROCESS CONTROL AND AUTOMATION SYSTEM OPERATOREVALUATION AND TRAINING”的美国临时专利申请号62/347,352的优先权，其内容通过引用整体并入本文。

技术领域

本公开一般涉及工业过程控制与自动化。更具体地，本公开涉及用于工业过程控制与自动化系统操作员评估和训练的系统和方法。

背景技术

工业过程控制与自动化系统常常用于自动化和操作大型和复杂的工业过程。这些类型的系统常规地包括传感器、致动器和控制器。经常将控制器在控制和自动化系统中分等级地布置。例如，较低级别的控制器经常用于从传感器接收测量结果，并且执行过程控制操作以生成用于致动器的控制信号。较高级别的控制器经常用于执行较高级别的功能，诸如规划、调度和优化操作。人类操作员常规地与控制与自动化系统中的控制器和其他设备进行交互，诸如以检查与各种事件相关联的警告、警报或其他通知，并且对控制或其他操作进行调整。

发明内容

本公开提供了一种用于工业过程控制与自动化系统操作员评估和训练的系统和方法。

在第一实施例中，一种方法包括获得将能力领域（areas of competency）与人员的工作角色和工作职责相关联的至少一个模型，至少一个模型还将能力领域与训练练习和内容的总课程（curricula）相关联。该方法还包括获得与能力领域相关联的干预资产的库（library of intervention assets），干预资产包括用于在能力领域的至少一个中训练人员的内容，其作为训练练习和内容的总课程的一部分。该方法还包括由能力管理系统对受训者进行评估以确定受训者的能力差距分析，所述能力差距分析包括与所述受训者的工作职责相关联的至少一个能力差距，所述至少一个能力差距识别其中受训者要求训练的能力领域中的至少一个。此外，该方法包括：由训练系统基于所述至少一个能力差距向所述受训者提供基于web的训练，所述训练包括至少一个干预活动和所述干预资产中的至少一个。

在第二实施例中，装置包括至少一个接口和至少一个处理设备。将至少一个接口配置成通过基于云的网络交换信息。将至少一个处理设备配置成获得将能力领域与人员的工作角色和工作职责相关联的至少一个模型，所述至少一个模型还将能力领域与训练练习和内容的总课程相关联。还将至少一个处理设备配置成获得与能力领域相关联的干预资产的库，所述干预资产包括用于在能力领域中的至少一个中训练人员的内容，其作为训练练习和内容的总课程的一部分。还将至少一个处理设备配置成控制能力管理系统对受训者进行评估以便确定受训者的能力差距分析，所述能力差距分析包括与受训者的工作职责相关联的至少一个能力差距，至少一个能力差距识别其中受训者要求训练的能力领域中的至少一个。另外，所述至少一个处理设备被配置成控制训练系统基于所述至少一个能力差距来向受训者提供基于web的训练，训练包括至少一个干预活动和干预资产中的至少一个。

在第三实施例中，一种非暂时性计算机可读介质包含指令，该指令当由至少一个处理设备执行时引起所述至少一个处理设备获得将能力领域与人员的工作角色和工作职责相关联的至少一个模型，所述至少一个模型还将能力领域与训练练习和内容的总课程相关联。介质还包含指令，该指令当由至少一个处理设备执行时引起至少一个处理设备获得与能力领域相关联的干预资产的库，所述干预资产包括用于在能力领域的至少一个中训练人员的内容，其作为训练练习和内容的总课程的一部分。所述介质还包含指令，该指令当由至少一个处理设备执行时引起所述至少一个处理设备控制能力管理系统对受训者进行评估以确定受训者的能力差距分析，所述能力差距分析包括与受训者的工作职责相关联的至少一个能力差距，所述至少一个能力差距识别其中受训者要求训练的能力领域中的至少一个。另外，该介质包含指令，该指令当由至少一个处理设备执行时引起至少一个处理设备基于至少一个能力差距来控制训练系统向受训者提供基于web的训练，该训练包括至少一个干预活动和干预资产中的至少一个。

根据下面各图、描述和权利要求，其他技术特征对本领域技术人员而言可能是显而易见的。

附图说明

为了更全面地理解本公开，现在参考结合附图进行的以下描述，其中：

图1图示了根据本公开的示例工业过程控制与自动化系统；

图2至图5图示了根据本公开的用于工业过程控制与自动化系统操作员评估和训练的示例系统；

图6图示了根据本公开的用于工业过程控制与自动化系统操作员评估和训练的示例方法；和

图7图示了根据本公开的支持工业过程控制与自动化系统操作员评估和训练的示例设备。

具体实施方式

下面讨论的图1至图7以及用于描述本专利文档中的本发明原理的各种实施例仅作为例证，并且不应以任何方式将其解释成限制本发明的范围。本领域技术人员将理解，本发明的原理可以在任何类型的合适布置的设备或系统中实现。

如上所述，人类操作员常规地与工业过程控制与自动化系统中的控制器和其他设备进行交互，诸如以检查与各种事件相关联的警告、警报或其他通知，并对控制或其他操作进行调整。人类操作员的错误可能对工业设施的所有者、并且潜在地对公众具有负面的经济、安全或其他影响。因此，工业设施的所有者通常要求或希望有能力的工作人员来操作工业设施及其相关装备。在经济上激励（并且在某些情况下授权）所有者雇用具有合适技能水平和知识的操作员以用于过程操作的安全和高效的执行。

希望开发操作员能力的公司经常将操作员评估和训练模拟器部署为有效的训练工具。然而，研究已经确定许多公司缺乏用于部署训练干预的有效过程，包括基于模拟器的训练。观察到的典型问题是干预不是以能力为基础的，反馈薄弱且不及时。

为了解决这些和其他问题，本公开的实施例提供了基于web或云托管的课程总课程，其是基于能力的并且向受训者提供清楚和及时的反馈。干预和课程结构的组合被设计成解决诸如缺乏设计和反馈之类的问题，从而提供较好的训练结果。

在一些实施例中，可以使用基于web或云托管的系统对受训者进行特定能力组方面的训练。替代必须去多个位置以受到训练（可能来自多个供应商），受训者可以从他或她的工作站访问训练。可以在工作站而不是在另一位置执行或施行模拟。在一些实施例中，能力是基于（或根据）异常情境管理（ASM）联盟开发的。ASM联盟已开发了能力框架，用于定义在工业过程与控制系统中相关的角色的能力。另外或替代地，可以基于（或根据）其他能力模型开发能力。通常，所公开的实施例是灵活的并且可以适应一个或多个不同的能力模型。

图1图示了根据本公开的示例工业过程控制与自动化系统100。如图1中所示，系统100包括便于至少一个产品或其他材料的生产或处理的各种部件。例如，系统100在这里用来便于对一个或多个工厂（plant）101a-101n中的部件的控制。每个工厂101a-101n表示一个或多个处理设施（或者其一个或多个部分），诸如用于生产至少一个产品或其他材料的一个或多个制造设施。通常，每个工厂101a-101n可以实现一个或多个过程，并且可以将其单独地或共同地称为过程系统。过程系统通常表示被配置成以某种方式处理一个或多个产品或其它材料的任何系统或其一部分。

在图1中，使用过程控制的Purdue模型来实现系统100。在Purdue模型中，“级别0”可以包括一个或多个传感器102a和一个或多个致动器102b。传感器102a和致动器102b表示可以执行各种各样的功能中的任何一个的过程系统中的部件。例如，传感器102a可以测量过程系统中的各种各样的特性，诸如温度、压力（pressure）、或流速率。此外，致动器102b可以改变过程系统中的各种各样的特性。传感器102a和致动器102b可以表示任何合适的过程系统中的任何其它或另外的件。传感器102a中的每一个包括用于测量过程系统中的一个或多个特性的任何合适的结构。致动器102b中的每一个包括用于对过程系统中的一个或多个条件进行操作或者影响其的任何合适的结构。

一个或多个网络104被耦合到传感器102a和致动器102b。网络104便于与传感器102a和致动器102b的交互。例如，网络104可以运送来自传感器102a的测量数据，并向致动器102b提供控制信号。网络104可以表示任何合适的网络或网络的组合。作为特定示例，网络104可以表示以太网、电信号网络（诸如HART或基金会现场总线网络），气动控制信号网络、或任何其他或另外（多个）类型的（多个）网络。

在Purdue模型中，“级别1”包括耦合到网络104的一个或多个控制器106。除其他事物之外，每个控制器106可以使用来自一个或多个传感器102a的测量结果来控制一个或多个致动器102b的操作。每个控制器106包括用于控制过程系统的一个或多个方面的任何合适的结构。作为特定示例，每个控制器106可以表示运行实时操作系统的计算设备。

冗余网络108被耦合到控制器106。诸如通过向控制器106和从控制器106运送数据，网络108便于与控制器106的交互。网络108可以表示任何合适的冗余网络。作为特定示例，网络108可以表示一对以太网或一对冗余的以太网，诸如来自霍尼韦尔国际公司的容错以太网（FTE）网络。

至少一个交换机/防火墙110将网络108耦合到两个网络112。交换机/防火墙110可以将业务量（traffic）从一个网络运送到另一个。交换机/防火墙110还可以阻止一个网络上的业务量到达另一个网络。交换机/防火墙110包括用于在网络之间提供通信的任何合适的结构，诸如霍尼韦尔控制防火墙（CF9）设备。网络112可以表示任何合适的网络，诸如一对以太网或FTE网络。

在Purdue模型中，“级别2”可以包括耦合到网络112的一个或多个机器级控制器114。机器级控制器114执行各种功能以支持可以与特定的一台工业设备（诸如锅炉或其他机器）相关联的控制器106、传感器102a以及致动器102b的操作和控制。例如，机器级控制器114可以记录（log）由控制器106收集或生成的信息，诸如来自传感器102a的测量结果数据或用于致动器102b的控制信号。机器级控制器114还可以执行控制控制器106的操作的应用，从而控制致动器102b的操作。此外，机器级控制器114可以提供对控制器106的安全访问。机器级控制器114中的每一个包括用于提供对机器或其他单个台的设备的访问，控制或与其有关操作的任何合适的结构。机器级控制器114中的每个可以例如表示运行微软WINDOWS操作系统的服务器计算设备。尽管未示出，但是不同的机器级控制器114可以被用来控制过程系统中的各台不同装备（其中，每台装备与一个或多个控制器106、传感器102a和致动器102b相关联）。

一个或多个操作员站116被耦合到网络112。操作员站116表示提供对机器级控制器114的用户访问的计算或通信设备，其然后可以提供对控制器106（并且可能地传感器102a和致动器102b）的用户访问。作为特定示例，操作员站116可以允许用户使用由控制器106和/或机器级控制器114收集的信息来检查传感器102a和致动器102b的操作历史。操作员站116还可以允许用户调整传感器102a、致动器102b、控制器106或机器级控制器114的操作。此外，操作员站116可以接收并显示由控制器106或机器级控制器114生成的警告、警报或其他消息或显示。操作员站116中的每一个包括用于支持系统100中的一个或多个部件的控制和用户访问的任何合适的结构。例如，操作员站116中的每个可以表示运行微软WINDOWS操作系统的计算设备。

至少一个路由器/防火墙118将网络112耦合到两个网络120。路由器/防火墙118包括用于在诸如安全路由器或组合路由器/防火墙之类的网络之间提供通信的任何合适的结构。网络120可以表示任何合适的网络，诸如一对以太网或FTE网络。

在Purdue模型中，“级别3”可以包括耦合到网络120的一个或多个单元级控制器122。每个单元级控制器122通常与过程系统中的单元相关联，其表示一起操作以实现过程的至少一部分的不同机器的集合。单元级控制器122执行各种功能以支持较低级别中的部件的操作和控制。例如，单元级控制器122可以记录由较低级别中的部件收集或生成的信息，执行控制较低级别中的部件的应用，以及提供对较低级别中的部件的安全访问。单元级控制器122中的每个包括用于提供对处理单元中的一个或多个机器或其它各台装备的访问，控制或与其有关的操作的任何合适的结构。例如，单元级控制器122中的每个可以表示运行微软WINDOWS操作系统的服务器计算设备。虽然未示出，但是可以使用不同的单元级控制器122来控制处理系统中的不同单元（其中每个单元与一个或多个机器级控制器114、控制器106、传感器102a和致动器102b相关联）。

可以由一个或多个操作员站124提供对单元级控制器122的访问。操作员站124中的每个包括用于支持对系统100中的一个或多个部件的用户访问和控制的任何合适的结构。例如，操作员站124中的每个可以表示运行微软 WINDOWS操作系统的计算设备。

至少一个路由器/防火墙126将网络120耦合到两个网络128。路由器/防火墙126包括用于在诸如安全路由器或组合路由器/防火墙的网络之间提供通信的任何合适的结构。网络128可以表示任何合适的网络，诸如一对以太网或FTE网络。

在Purdue模型中，“级别4”可以包括耦合到网络128的一个或多个工厂级控制器130。每个工厂级控制器130通常与工厂101a-101n中的一个相关联，其可以包括实现相同、相似或不同过程的一个或多个处理单元。工厂级控制器130执行各种功能以支持较低级别中的部件的操作和控制。作为特定示例，工厂级控制器130可以执行一个或多个制造执行系统（MES）应用，调度应用、或者其他或另外的工厂或过程控制应用。工厂级控制器130中的每个包括用于提供对过程工厂中的一个或多个处理单元的访问，控制或与其有关的操作的任何合适的结构。例如，工厂级控制器130中的每个可以表示运行微软 WINDOWS操作系统的服务器计算设备。

可以由一个或多个操作员站132提供对工厂级控制器130的访问。操作员站132中的每个包括用于支持对系统100中的一个或多个部件的用户访问和控制的任何合适的结构。例如，操作员站132中的每个可以表示运行微软 WINDOWS操作系统的计算设备。

至少一个路由器/防火墙134将网络128耦合到一个或多个网络136。路由器/防火墙134包括用于在诸如安全路由器或组合路由器/防火墙的网络之间提供通信的任何合适的结构。网络136可以表示任何合适的网络，诸如全企业（enterprise-wide）以太网或其他网络，或者较大网络（诸如互联网）的全部或一部分。

在Purdue模型中，“级别5”可以包括耦合到网络136的一个或多个企业级控制器138。每个企业级控制器138通常能够对多个工厂101a-101n执行规划操作并且控制工厂101a-101n的不同方面。企业级控制器138还可以执行各种功能以支持工厂101a-101n中部件的操作和控制。作为特定示例，企业级控制器138可以执行一个或多个订单处理应用，企业资源规划（ERP）应用，高级计划和调度（APS）应用、或者任何其他或另外的企业控制应用。企业级控制器138中的每个包括用于提供对一个或多个工厂的访问，控制或与一个或多个工厂的控制有关的操作的任何合适的结构。例如，企业级控制器138中的每个可以表示运行微软 WINDOWS操作系统的服务器计算设备。在本文献中，术语“企业”指的是具有要管理的一个或多个工厂或其他处理设施的组织。注意，如果要管理单个工厂101a，则企业级控制器138的功能可以被并入到工厂级控制器130中。

可以由一个或多个操作员站140提供对企业级控制器138的访问。操作员站140中的每一个包括用于支持对系统100中的一个或多个部件的用户访问和控制的任何合适的结构。例如，操作员站140中的每个可以表示运行微软 WINDOWS操作系统的计算设备。

在此示例中，历史学家（historian）142也耦合到网络136。历史学家142可以表示存储关于系统100的各种信息的部件。历史学家142可以例如存储在生产调度和优化期间使用的信息。历史学家142表示用于存储信息和便于信息取回的任何合适的结构。尽管被示为耦合到网络136的单个集中的（centralized）部件，但是历史学家142可以位于系统100中的别处，或者多个历史学家可以被分布在系统100中的不同位置中。

操作员可以使用各种设备（诸如上述的各种操作员站）来监督、控制和调整系统100中的其他设备（诸如上述的各种控制器）的操作。操作员还可以使用各种设备来检查与系统100相关联的警告、警报或其他通知并采取修正行动。因此，评估操作员的能力并提供训练以改进操作员的能力可能是极其重要的或甚至是要求的。下面的描述描述了如何可以支持工业过程控制与自动化系统操作员评估和训练。

虽然图1示出了工业过程控制与自动化系统100的一个示例，但是可以对图1进行各种改变。例如，工业控制与自动化系统以各种各样的配置来产生。图1中所示的系统100旨在说明其中可能需要或希望工业过程控制与自动化系统操作员评估和训练的一个示例操作环境。然而，图1并不将本公开限制到任何特定配置或操作环境。

图2至图5示出了根据本公开的用于工业过程控制与自动化系统操作员评估和训练的示例系统。如图2中所示，系统200包括多个计算节点202a-202n。计算节点202a-202n表示可由操作员或其他人员使用的任何合适的计算或通信设备。例如，计算节点202a-202n可以表示台式计算机，膝上型计算机，平板计算机或移动智能电话。计算节点202a-202n可以由各种人员使用，诸如操作员或者要求或希望与诸如图1的系统100的工业过程控制与自动化系统相关的训练的其他人员。

计算节点202a-202n耦合到至少一个网络204。网络204便于涉及计算节点202a-202n的数据的交互和交换。例如，由计算节点202a-202n中的任何一个发射或在该处接收的数据可以通过网络204。网络204表示任何合适的网络或网络的组合，诸如一个或多个局域网，城域网，广域网，或诸如互联网之类的全球网络。

在图2中可以以各种方式提供操作员评估和训练。例如，在一些实施例中，操作员评估和训练可由一个或多个服务器206或其他独立计算设备支持。每个服务器206可以包括一个或多个处理设备、一个或多个存储器以及一个或多个接口。每个处理设备包括任何合适的处理或计算设备，诸如微处理器、微控制器、数字信号处理器、现场可编程门阵列、专用集成电路或分立逻辑器件。每个存储器包括任何合适的存储和检索设备，诸如随机存取存储器（RAM）、闪速存储器、或只读存储器（ROM）。每个接口包括便于通过诸如有线接口（比如以太网接口）或无线接口（比如射频收发器）的连接或网络进行通信的任何合适的结构。至少一个数据库208可以耦合到网络204或者以其它方式对（多个）服务器206是可访问的。每个数据库208可以以任何合适的格式存储与操作员评估和训练相关联的任何合适的信息。

在其他实施例中，可以在诸如计算云的基于网络的环境210内支持操作员评估和训练。基于网络的环境210可以包括支持基于云的操作员评估和训练的各种部件。例如，基于网络的环境210可以包括执行支持操作员评估和训练的逻辑的一个或多个服务器或其他计算设备212，以及存储用于操作员评估和训练的数据的一个或多个数据库214。如在计算云的情况下是典型的，执行逻辑并存储数据的一个或多个特定设备可以随着时间而改变，诸如当在不同的时间基于负载平衡或其他因素选择不同的服务器以用于执行逻辑时。

相比于非基于云的环境，使用云环境可以提供多个技术优点。例如，云环境允许容易地放大（scale up）或缩小（scale down）系统200以提供合适的标度的资源以适应变化的训练需要。例如，如果企业获取或建立雇用另外操作员的新的工业厂房，则系统200可以通过添加一个或多个计算设备212、数据库208、214或服务器206而容易地扩展以适应另外的训练需要。类似地，如果减少了训练要求，则可以消除或削减计算云的各种部件。

然而如被实现的，系统200的操作员评估和训练功能允许管理员或其他用户准备模拟，支持材料和应用的库（称为“内容”），并将此内容捆绑到出售品（offering）（称为“课程（curriculum）”）中。在一些实施例中，该内容可以经由标准web浏览器对受训者可访问。课程被用作针对管理和检查每个受训者的能力开发的工具。在一些实施例中，受训者可以是操作员或与诸如图1的系统100的工业过程控制与自动化系统相关联的其他人员。

从web浏览器可访问的训练和评估内容的使用提供了相比于手动，纸张并且甚至单个基于计算机的系统的多个技术优点。例如，因为内容经由标准的web浏览器可访问，所以只要受训者具有互联网连接，受训者就可以从世界任何地方访问训练和评估内容。这允许在向地理分散的用户集团快速且高效地提供训练方面的极大的灵活性。这还允许计算云的部件相当多地被集中，其可以在管理系统200方面提供效率。此外，执行标准web浏览器的计算设备通常不要求在本地安装任何训练或评估许可、软件或硬件，以便向受训者提供训练环境。另外，为了提供训练，不要求将计算设备连接到公司计算网络。

图3图示了图2中示出的系统200的示例功能概览。图3中的功能部件可以使用服务器206和数据库208、基于网络的环境210，或者以任何其他合适的方式来执行或以其他方式支持。如图3中所示，系统200接收或访问定义与至少一个工业过程控制与自动化系统相关联的人员的各种工作角色和工作职责的信息302。信息302可由控制与自动化系统、标准机构、行业或政府管理机构或（多个）其他来源的所有者或操作员提供。

信息302被用来创建至少一个能力模型304，其定义了针对受训者的训练练习和内容的至少一个课程。每个能力模型304可以包括用于定义各种工作角色中所需的能力领域的任何合适的信息，以及针对那些能力领域的训练练习和内容的总课程。可以在美国专利申请公开号2011/0307301和美国专利申请公开号2014/0349255中找到示例能力模型以及可以如何使用能力模型的细节，其内容通过引用并入本文。

系统200还接收干预资产307的至少一个库306或者具有对其的访问。干预资产307表示模拟、支持材料、应用、或可用来测量受训者在交付各种结果下的能力或者可以用来提供有关结果的训练的其他内容。作为特定示例，干预资产307可以包括模拟工业过程和控制系统（诸如炼油厂中的蒸馏过程或滑阀操作）内的过程或操作的过程模型。作为另一特定示例，干预资产207可以包括商业道德课程或环境合规课程。每个库306可以包括来自任何（多个）合适来源的信息，所述来源诸如与工业过程控制与自动化系统相关联的人员或提供训练材料或其他材料的第三方。

至少一个干预分配功能308使用一个或多个能力模型304以及一个或多个库306将不同的干预资产307映射到不同的工作角色和职责。干预分配功能308操作以识别应该将哪些模拟、支持材料、应用或其他内容提供到不同的工作角色和职责，以便于帮助增加操作员的能力。干预分配功能308还可以分析与特定受训者相关联的信息，以识别受训者要求训练的领域。

在一些情况下，可能要求跨多个受训者群组的新实现的训练练习。例如，可能对企业的全部或一大群雇员新要求某些训练（例如商业道德）。一旦将训练练习（诸如商业道德课程）作为干预资产207添加，则干预分配功能308可以自动将新干预资产207映射到所有的工作角色和职责。在某些情况下，训练可能是基于地理的。例如，可能仅对于某些国家或区域的雇员来要求商业道德课程以便遵守当地法律。在此类情况下，干预分配功能308可以容易地将映射限制到仅仅那些国家或区域中的工作角色和职责。

在此示例中，可以经由基于web的部署平台310向不同的受训者提供干预资产307中的不同的一些，这使得干预资产307对至少一个训练系统312可用。基于web的部署平台310包括用于经由web浏览器或其他合适的接口使内容可用的任何合适的逻辑。训练系统312包括用于向受训者提供内容并从受训者获得信息的任何合适的结构。例如，训练系统312可以包括具有对基于web的部署平台310的网络访问的计算机、膝上型计算机、或平板电脑。

图4图示了可能在系统200中发生的示例过程402和404。过程402通常涉及使用能力管理系统406来评估受训者408并提供能力差距分析410。能力管理系统406可以形成图3的干预分配功能的一部分。对于具有给定工作角色和给定工作职责的受训者，能力管理系统406操作以识别该受训者应拥有什么能力。能力管理系统406还可以提供模拟（诸如工业过程的基于计算机的模拟）、询问问题、响应于模拟或问题而从受训者接收响应或答案，或以其他方式试图识别受训者实际上拥有什么能力。能力的任何差异都可用来生成能力差距分析410，其识别了受训者应拥有的能力与受训者实际拥有的能力之间的任何差距。

过程404通常涉及使用训练系统312向受训者408提供训练，其中训练涉及一个或多个干预活动412。例如，干预活动412可以涉及库306中干预资产307的不同的一些的使用。例如，干预活动412可以涉及向受训者408提供音频或视频内容，运行模拟以查看受训者408在某些情况下如何反应，或者重播针对过去的异常情况的历史时间序列和事件数据连同从那些情景中学习的教训。在某些情况下，多个干预活动可以组合成一个训练练习。例如，炼油厂中的蒸馏过程的模拟可以与受训者阅读的文档，示出受训者要观看的蒸馏过程专家的视频，以及由受训者完成的测验相结合。

可以基于过程402的结果来使用活动调度器414以将训练调度为过程404的一部分。例如，活动调度器414可以分析受训者408的能力差距分析410，识别受训者408所需的干预活动412，并且调度那些干预活动412。

可以如图4中所示那样提供多种类型的反馈。例如，可以向受训者408直接提供通过使用干预活动412生成的反馈416。例如，这可以包括向受训者408通知受训者408在模拟期间表现如何。因为训练是基于计算机和基于web的，所以训练系统312可以获得和处理受训者的表现的结果，并且直接并立即将其实时地提供给受训者（诸如当在web浏览器上显示时）。对受训者的实时反馈416促进了受训者的理解，并且帮助确保训练是有用的、有益的和相关的。

还可以将通过使用干预活动412生成的反馈418提供给过程402，使得可以更新受训者408的能力差距分析410。例如，这可以包括过程402接收指示受训者408不再缺乏某些能力的信息。

反馈418还可以包括用于聚合数据收集或启发（heuristics）的信息。例如，来自多个受训者的反馈418可以由系统200收集和聚合，以便确定受训者群体的基准、训练成功和训练进展。可以基于经验年龄、地理位置、工作角色、人口统计学或任何（多个）其他合适的特性来对此类群体进行划分和比较。作为特定示例，通过在时间段内从大量受训者聚合反馈418，可以是可能的是：确定某些类型的训练（诸如模拟）在一个地理区域中更加有效或成功，而另一类型的训练（诸如测验）在另一个区域中更加有效或成功。集中式的，基于云的系统便于快速获得和使用此类反馈418。

反馈418可以进一步包括由受训者提供或从受训者学习的信息，该信息用来改进未来用户的训练体验。例如，在包括模拟练习的干预活动412期间，受训者可以提出一种针对模拟问题的新颖解决方案。该解决方案可以由训练系统312记录，并且然后作为反馈418被提供给系统200，作为可以并入到未来训练中或并入到在诸如系统100之类的实时系统中使用的过程中的另外的或改进的解决方案。

图2至图4中所示的功能的一个目标是将训练与操作员的能力而不是特定的任务相结合。可以使用各种训练程序将操作员训练成精通特定任务。例如，可以使用训练程序来训练操作员如何启动或关闭工业过程或如何对报警进行响应。然后，假设在操作员可以完成特定任务时操作员具有所希望的能力。反馈通常被限制到每个特定任务是否可以被完成。

图2中所示的系统200及在图3和4中示出的其功能操作以提供基于能力的训练和反馈，而不是基于任务的训练和反馈。由库306识别的干预资产307和能力模型304所定义的总课程被用来测量和帮助增加受训者的能力，以递送与他或她的工作角色和工作职责有关的各种结果。因此，可以基于受训者能力和不仅是受训者是否可以执行某些任务来对干预资产307进行调整（align）和分配。

图5示出了操作员评估和训练可以如何发生的周期性质。如图5中所示，受训者408可以经历一个或多个训练干预502，其中每个训练干预502涉及一个或多个干预活动412，所述干预活动412被设计成增加受训者在某些领域中的能力。可以为每个能力分配一个或多个训练干预502，并且可以将相同的训练干预502分配给多于一个的能力。一旦完成，就可以生成针对一个或多个能力的受训者熟练度504的度量并将其提供给受训者408。例如，在每个能力下的受训者的熟练度504可以关于在每个干预结束时得到的识别受训者的熟练水平的“分数”来表达。如必要的话，然后可以发生另外的训练干预502。

虽然图2至图5图示了用于工业过程控制与自动化系统操作员评估和训练的系统的一个示例，但是可以对图2至图5进行各种改变。例如，虽然被描述为基于服务器或基于云的，但系统200可以以其他方式实现。

图6图示了根据本公开的用于工业过程控制与自动化系统操作员评估和训练的示例方法600。为了便于说明，将方法600描述为使用图2的系统200执行。然而，方法600可以与任何合适的设备或系统一起使用。

在步骤601处，获得将能力领域与人员的工作角色和工作职责相关联的至少一个模型。例如，这可以包括系统200获得至少一个课程能力模型304。该模型还可以将能力领域与训练练习和内容的总课程相关联。

在步骤603处，获得与能力领域相关联的干预资产的库。例如，这可以包括系统200获得干预资产307的库306。干预资产包括在能力领域中的至少一个中针对训练人员的内容，其作为训练练习和内容的总课程的一部分。

在步骤605处，能力管理系统对受训者进行评估。例如，这可以包括能力管理系统406对受训者408进行评估以确定受训者408的能力差距分析410。能力差距分析包括与受训者的工作职责相关联的至少一个能力差距。每个能力差距识别其中受训者要求训练的至少一个能力领域。

在步骤607处，调度对受训者的训练。例如，这可以包括活动调度器414通过分析能力差距分析和识别用于训练的至少一个干预活动412来调度训练。

在步骤609处，向受训者提供训练。例如，这可以包括训练系统312基于至少一个能力差距向受训者408提供基于web的训练。训练包括至少一个干预活动和干预资产中的至少一个。

在步骤611处，响应于训练的完成来提供第一和第二反馈。例如，这可以包括训练系统312向受训者408提供反馈416，以及向能力管理系统406提供反馈418。能力管理系统可以使用第二反馈来更新受训者的能力差距分析。

尽管图6图示了用于工业过程控制与自动化系统操作员评估和训练的方法600的一个示例，但是可以对图6进行各种改变。例如，尽管被示为一系列步骤，但是图6中所示的各种步骤可以重叠，并行地发生，以不同的顺序发生，或发生多次。此外，根据特定需要，可以组合或去除一些步骤并且可以添加另外的步骤。另外，尽管关于系统200（其本身关于一个或多个工业过程控制与自动化系统被描述）描述了方法600，但是方法600可以与其他类型的设备和系统相结合地使用。

图7图示了根据本公开的支持工业过程控制与自动化系统操作员评估和训练的示例设备700。例如，设备700可以表示图1的系统100中的各种计算设备或图2的系统200中的节点、服务器或计算设备。设备700可以用于执行方法600的一个或多个操作。

如图7中所示，设备700包括至少一个处理器702、至少一个存储设备704、至少一个通信单元706和至少一个输入/输出（I/O）单元708。每个处理器702可以执行指令，诸如可以加载到存储器710中的那些。每个处理器702表示任何合适的处理设备，诸如一个或多个微处理器、微控制器、数字信号处理器、专用集成电路（ASIC）、现场可编程门阵列（FPGA）或分立电路。

存储器710和持久储存器712是存储设备704的示例，其表示能够存储信息（诸如数据、程序代码和/或在临时或永久的基础上的其他合适信息）并便于该信息的取回的任何（多个）结构。存储器710可以表示随机存取存储器或任何其它（多个）合适的易失性或非易失性存储设备。持久储存器712可以包含支持长期存储数据的一个或多个部件或设备，诸如只读存储器、硬盘驱动器、闪存或光盘。

通信单元706支持与其他系统或设备的通信。例如，通信单元706可以包括便于通过有线或无线网络（诸如网络204）进行通信的网络接口卡或无线收发器。通信单元706可以通过任何合适的（多个）物理或无线通信链路支持通信。

I/O单元708允许数据的输入和输出。例如，I/O单元708可以通过键盘、鼠标、键区、触摸屏或其他合适的输入设备来提供用于用户输入的连接。I/O单元708还可以将输出发送到显示器、打印机或其它合适的输出设备。

虽然图7图示了支持工业过程控制与自动化系统操作员评估和训练的设备700的一个示例，但是可以对图7进行各种改变。例如，根据特定需要，可以将图7中的各种部件进行组合，进一步细分或者省略，并且可以添加另外的部件。此外，计算设备可以以各种各样的配置来产生，并且图7不将本公开限制到计算设备的任何特定配置。

在一些实施例中，在本专利文献中描述的各种功能由计算机程序来实现或支持，该计算机程序由计算机可读程序代码形成并且其被包含在计算机可读介质中。短语“计算机可读程序代码”包括任何类型的计算机代码，包括源代码、目标代码和可执行代码。短语“计算机可读介质”包括能够被计算机访问的任何类型的介质，诸如只读存储器（ROM）、随机存取存储器（RAM）、硬盘驱动器、致密磁盘（CD）、数字视频盘（DVD）、或任何其他类型的存储器。“非临时性”计算机可读介质排除运送临时电信号或其他信号的有线、无线、光学或其他通信链路。非临时计算机可读介质包括数据可以被永久地储存在那里的介质和数据可以被存储在那里并且随后被重写的介质，诸如可重写光盘或可擦除存储设备。

阐述遍及本专利文献所使用的某些词和短语的定义可能是有利的。术语“应用”和“程序”指的是适于以合适的计算机代码（包括源代码、目标代码、或可执行代码）实现的一个或多个计算机程序、软件部件、指令集、程序、函数、对象、类、实例、相关数据、或其一部分。术语“通信”以及其派生词涵盖直接和间接通信两者。术语“包括”和“包含”以及其派生词意指在没有限制的情况下的包括。术语“或者”是包括性的，意指和/或。短语“与……相关联”以及其派生词可以意指包括、被包括在……内、与……互连、包含、被包含在……内、和或与……连接、和或与……耦合、与……可通信、与……协作、交织、并置、与……接近、和或与……结合、具有、具有……的性质、具有和或与……的关系等。短语“……中的至少一个”当与一列项目一起使用时，意指可以使用所列项目中的一个或多个的不同组合，以及可能需要列表中的仅一个项目。例如“A、B和C中的至少一个”包括下面组合中的任何一个：A、B、C、A和B、A和C、B和C、以及A和B和C。

本申请中的描述不应被解读为暗示任何特定元件，步骤或功能是必须包括在权利要求范围内的基本或关键元件。专利主题的范围仅由允许的权利要求定义。此外，除非在特定权利要求中明确地使用确切的词语“用于……的装置”或“用于……的步骤”其后面是识别功能的分词短语，否则关于所附的权利要求或权利要求要素中的任何一项，没有一项权利要求援引35 U.S.C. § 112(f)。权利要求内诸如（但不限于）“机构”、“模块”、“设备”、“单元”、“部件”、“元件”、“构件”、“装置”、“机器”、“系统”、“处理器”或“控制器”的术语的使用被理解成并旨在指的是相关领域技术人员已知的、由权利要求本身的特征进一步修改或增强的结构，并且不将其旨在援引35 U.S.C. § 112(f)。

尽管本公开已经描述了某些实施例和通常关联的方法，但这些实施例和方法的变更和置换对于本领域技术人员将是显而易见的。因此，示例实施例的以上描述不限定或约束本公开。在不脱离如由下面权利要求所限定的本公开的精神和范围的情况下，其他改变、替代和变更也是可能的。

Claims (15)

1.一种方法，包括：

获得（601）将能力领域与人员的工作角色和工作职责（302）相关联的至少一个模型（304），所述至少一个模型还将所述能力领域与训练练习和内容的总课程相关联；

获得（603）与所述能力领域相关联的干预资产（307）的库（306），所述干预资产包括用于在能力领域中的至少一个中训练人员的内容，其作为训练练习和内容的总课程的一部分；

由能力管理系统（406）对受训者（408）进行评估（605）以确定受训者的能力差距分析（410），所述能力差距分析包括与所述受训者的工作职责相关联的至少一个能力差距，所述至少一个能力差距识别其中所述受训者要求训练的能力领域中的至少一个；和

由训练系统（312）基于所述至少一个能力差距向所述受训者提供（609）基于web的训练，所述训练包括至少一个干预活动（412）和所述干预资产中的至少一个。

2.根据权利要求1所述的方法，还包括：

响应于所述训练的完成，由训练系统向所述受训者提供（611）第一反馈（416）并且向所述能力管理系统提供第二反馈（418），所述第二反馈被配置成使得所述能力管理系统能够更新所述受训者的能力差距分析。

3.根据权利要求1所述的方法，还包括：

通过分析能力差距分析并识别针对所述训练的至少一个干预活动，由活动调度器（414）调度（607）所述训练。

4.根据权利要求1所述的方法，其中对所述受训者进行评估包括向所述受训者提供工业过程的至少一个基于计算机的模拟并且接收由所述受训者的至少一个响应。

5.根据权利要求1所述的方法，其中所述受训者是与工业过程控制与自动化系统（100）相关联的人员之一。

6.根据权利要求1所述的方法，其中所述能力领域是基于异常情境管理（ASM）联盟能力模型。

7.根据权利要求1所述的方法，其中将所述至少一个模型托管在计算设备（212）的基于云的网络（210）中。

8.一种装置，包括：

至少一个接口（706），其被配置成通过基于云的网络交换信息；和

至少一个处理设备（702），被配置成：

获得将能力领域与人员的工作角色和工作职责（302）相关联的至少一个模型（304），所述至少一个模型还将所述能力领域与训练练习和内容的总课程相关联；

获得与所述能力领域相关联的干预资产（307）的库（306），所述干预资产包括用于在能力领域中的至少一个中训练人员的内容，其作为训练练习和内容的总课程的一部分；

控制能力管理系统（406）来对受训者（408）进行评估，以便确定受训者的能力差距分析（410），所述能力差距分析包括与所述受训者的工作职责相关联的至少一个能力差距，所述至少一个能力差距识别其中所述受训者要求训练的能力领域中的至少一个；和

控制训练系统（312）基于所述至少一个能力差距来向所述受训者提供基于web的训练，所述训练包括至少一个干预活动（412）和所述干预资产中的至少一个。

9.根据权利要求8所述的装置，其中所述至少一个处理设备还被配置成：

响应于所述训练的完成，控制训练系统向所述受训者提供第一反馈（416）并且向所述能力管理系统提供第二反馈（418），所述第二反馈被配置成使得所述能力管理系统能够更新所述受训者的能力差距分析。

10.根据权利要求8所述的装置，其中所述至少一个处理设备还被配置成：

通过分析能力差距分析和识别针对所述训练的至少一个干预活动来控制活动调度器（414）调度所述训练。

11.根据权利要求8所述的装置，其中所述至少一个处理设备被配置成通过向所述受训者提供工业过程的至少一个基于计算机的模拟并且接收由所述受训者的至少一个响应来评估所述受训者。

12.根据权利要求8所述的装置，其中所述训练是针对与工业过程控制与自动化系统（100）相关联的人员。

13.根据权利要求8所述的装置，其中所述能力领域是基于异常情境管理（ASM）联盟能力模型。

14.根据权利要求8所述的装置，其中所述装置包括计算设备的基于云的网络（210）中的计算设备（212）。

15.一种包含指令的非暂时计算机可读介质（704、710、712），所述指令当由至少一个处理设备（702）执行时引起所述至少一个处理设备：

获得将能力领域与人员的工作角色和工作职责（302）相关联的至少一个模型（304），所述至少一个模型还将所述能力领域与训练练习和内容的总课程相关联；

获得与能力领域相关联的干预资产（307）的库（306），所述干预资产包括用于在能力领域中的至少一个中训练人员的内容，其作为训练练习和内容的总课程的一部分；

控制能力管理系统（406）对受训者（408）进行评估以便确定受训者的能力差距分析（410），所述能力差距分析包括与所述受训者的工作职责相关联的至少一个能力差距，所述至少一个能力差距识别其中所述受训者要求训练的能力领域中的至少一个；并且

控制训练系统（312）基于所述至少一个能力差距来向所述受训者提供基于web的训练，所述训练包括至少一个干预活动（412）和所述干预资产中的至少一个。