CN107491044A - 用于自动控制系统的可扩展分析架构 - Google Patents
用于自动控制系统的可扩展分析架构 Download PDFInfo
- Publication number
- CN107491044A CN107491044A CN201710432617.4A CN201710432617A CN107491044A CN 107491044 A CN107491044 A CN 107491044A CN 201710432617 A CN201710432617 A CN 201710432617A CN 107491044 A CN107491044 A CN 107491044A
- Authority
- CN
- China
- Prior art keywords
- analysis
- data
- industrial
- node equipment
- analysis node
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 566
- 238000000034 method Methods 0.000 claims abstract description 92
- 230000015654 memory Effects 0.000 claims abstract description 37
- 238000003860 storage Methods 0.000 claims description 45
- 230000008569 process Effects 0.000 claims description 43
- 238000013500 data storage Methods 0.000 claims description 27
- 230000004044 response Effects 0.000 claims description 11
- 238000009434 installation Methods 0.000 claims description 9
- 230000006399 behavior Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims 1
- 238000013461 design Methods 0.000 abstract description 5
- 230000033001 locomotion Effects 0.000 abstract description 5
- 239000010410 layer Substances 0.000 description 89
- 230000006870 function Effects 0.000 description 43
- 238000012545 processing Methods 0.000 description 32
- 238000004519 manufacturing process Methods 0.000 description 23
- 238000004891 communication Methods 0.000 description 18
- 230000009471 action Effects 0.000 description 16
- 238000004422 calculation algorithm Methods 0.000 description 13
- 230000008859 change Effects 0.000 description 10
- 238000007405 data analysis Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- 238000012544 monitoring process Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 9
- 238000012800 visualization Methods 0.000 description 9
- 238000004587 chromatography analysis Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 7
- 241001269238 Data Species 0.000 description 6
- 230000002776 aggregation Effects 0.000 description 5
- 238000004220 aggregation Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 239000011229 interlayer Substances 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000012384 transportation and delivery Methods 0.000 description 4
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000005520 cutting process Methods 0.000 description 3
- 238000013154 diagnostic monitoring Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- RTZKZFJDLAIYFH-UHFFFAOYSA-N Diethyl ether Chemical compound CCOCC RTZKZFJDLAIYFH-UHFFFAOYSA-N 0.000 description 2
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000007858 starting material Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- RZVAJINKPMORJF-UHFFFAOYSA-N Acetaminophen Chemical compound CC(=O)NC1=CC=C(O)C=C1 RZVAJINKPMORJF-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000005299 abrasion Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000005054 agglomeration Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 206010022000 influenza Diseases 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000007873 sieving Methods 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
- 238000004065 wastewater treatment Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
-
- 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]
- G05B19/41835—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 programme execution
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31151—Lan local area network
-
- 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
- G05B2219/31229—Supervisor, master, workstation controller, automation, machine control
-
- 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
- G05B2219/31318—Data analysis, using different formats like table, chart
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Business, Economics & Management (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了用于处理工业数据的分析节点设备、方法及非暂态计算机可读介质。分层工业分析架构实现信息从智能资产基本上实时地流动到执行分析并实现决策制定的工具和引擎。分析架构包括分布在工业企业的多个层上的分析节点,并且包括对数据在该分层架构上的移动进行优化的系统部件。每个分析节点包括托管各种分析元件、数据采集元件和存储元件的基本架构构造。这些基本构造可以自主地操作或者与所述基本构造的其他实例或控制系统的其他元件一起操作。系统设计使用允许基本元件被部署在各种不同的计算平台上的多平台兼容实现。
Description
技术领域
本文中公开的主题一般地涉及工业自动化系统,并且更具体地涉及用于分析工业数据并基于这样的分析生成通知、报告、可视化、控制输出或其他结果的系统和方法。
背景技术
工业设备例如工业控制器及其相关的I/O设备是现代自动化系统的操作的中心。这些控制器与工厂地面上的现场设备进行交互,以控制与下述目的有关的自动化过程:产品制造、材料处理、批处理、监督控制以及其他这样的应用。工业控制器存储和执行用户定义的控制程序,以实现与受控过程相关的决策。这样的程序可以包括但不限于梯形逻辑、顺序功能图、功能框图、结构化文本或其他这样的编程结构。通常,工业控制器从提供与受控系统的一个或更多个状态有关的离散数据和遥测数据的传感器和计量设备读取输入数据,并且根据用户定义的程序基于这些输入产生控制输出。
除了工业控制器及其相关联的I/O设备以外,一些工业自动化系统还可以包括执行工业过程的部分的本地控制或者具有其自己的本地控制系统的低级控制系统如视觉系统、条码标记系统、变频驱动器、工业机器人等。
给定的工业企业可以包括分布在多个设施中的大量工业资产。这些资产可以包括联合操作以执行相应的工业应用(例如,批处理、材料处理、自动化产品组装、质量检查、压铸等)的一个或更多个工业设备。能够组成工业企业的大量工业资产与那些资产的经常持续操作一起引起在企业中产生大量潜在的有用数据。除了生产统计以外,还经常监视与机器健康、报警状态、操作员反馈(例如,与停机状态相关联的手动输入的原因代码)、随着时间的电气或机械负荷等相关的数据,并且在一些情况下连续地记录该数据。该数据由可以组成给定自动化系统的许多工业设备生成,所述许多工业设备包括工业控制器及其相关联的I/O、用于近似实时计量的遥测设备、运动控制设备(例如,用于控制组成运动系统的马达的驱动器)、可视化应用、批可追溯系统(例如,条码跟踪)等。此外,由于许多工业设施24小时运行,所以其相关联的自动化系统可以以高速率产生大量潜在的有用数据。对于具有多个工厂设施的企业来说,生成的自动化数据的量进一步增加。
许多工业分析系统要求来自分布式工业设备的工业数据被发送至对数据进行分析并产生分析结果的集中式分析应用。然而,如果这样的分析的结果与工业资产的实时控制相关,则将数据推送至远程分析引擎不切实际且效率低,并且会增加本地控制设备能够响应于分析结果的时间量。
目前的工业控制系统的上述缺陷仅旨在提供常规系统的一些问题的概述,并不旨在穷举。在回顾以下描述之后,常规系统的其他问题以及本文描述的各种非限制性实施方式的相应益处会进一步变得明显。
发明内容
为了提供本文中所描述的一些方面的基本理解,下面给出了简化的概述。该概述不是广泛的综述,也不意在标识关键/重要元件或描绘本文所描述的各个方面的范围。其目的仅在于以简化形式给出一些概念作为后面给出的更详细的描述的前奏。
在一个或更多个实施方式中,提供了一种用于处理工业数据的分析节点设备,其包括:分析部件,被配置成执行一个或更多个分析元件,所述一个或更多个分析元件对工业数据的集合执行一个或更多个分析操作;数据操纵部件,被配置成执行一个或更多个数据操纵元件,所述一个或更多个数据操纵元件执行以下中至少之一:在执行一个或更多个分析操作之前对工业数据的集合进行预处理,或者对作为执行一个或更多个分析操作的结果而由一个或更多个分析元件生成的结果数据进行后处理;数据存储部件,被配置成执行一个或更多个数据存储元件,所述一个或更多个数据存储元件将工业数据的集合或结果数据中至少之一存储在定义的存储位置;以及应用框架部件,被配置成在一个或更多个分析元件、一个或更多个数据操纵元件和一个或更多个数据存储元件之间交换工业数据的至少一个子集,其中,应用框架部件还被配置成将工业数据的至少另一子集和结果数据发送至另一分析节点设备。
此外,一个或更多个实施方式提供了一种方法,其包括:由包括至少一个处理器的分析节点设备对工业数据执行一个或更多个预处理操作以产生经预处理的工业数据,其中,所述一个或更多个预处理操作由安装在分析节点设备上的一个或更多个模块化数据操纵元件定义;由分析节点设备对经预处理的工业数据执行一个或更多个分析操作以产生结果数据,其中,所述一个或更多个分析操作由安装在分析节点设备上的一个或更多个模块化分析元件定义;由分析节点设备将工业数据的子集或结果数据中至少之一存储在由安装在分析节点设备上的相应的一个或更多个模块化数据存储元件定义的一个或更多个存储位置;由所述分析节点设备将工业数据的另一子集或结果数据中至少之一发送至另一分析节点设备;以及由分析节点设备经由应用框架在一个或更多个模块化数据操纵元件、一个或更多个模块化分析元件和一个或更多个模块化数据存储元件之间交换数据,所述应用框架便于一个或更多个模块化数据操纵元件、一个或更多个模块化分析元件以及一个或更多个模块化数据存储元件的安装。
此外,根据一个或更多个实施方式,提供了一种存储有指令的非暂态计算机可读介质,所述指令响应于执行使系统执行以下操作,所述操作包括:对工业数据执行一个或更多个预处理操作以生成经预处理的工业数据,其中,所述一个或更多个预处理操作由安装在分析节点设备上的一个或更多个模块化数据操纵元件定义;对经预处理的工业数据执行一个或更多个分析操作以生成结果数据,其中,所述一个或更多个分析操作由安装在分析节点设备上的一个或更多个模块化分析元件定义;将所述工业数据的子集或所述结果数据中至少之一存储在由安装在分析节点设备上的相应的一个或更多个模块化数据存储元件定义的一个或更多个存储位置;将所述工业数据的另一子集或所述结果数据中至少之一发送至另一分析节点设备;以及经由应用框架在一个或更多个模块化数据操纵元件、一个或更多个模块化分析元件和一个或更多个模块化数据存储元件之间交换数据,所述应用框架便于一个或更多个模块化数据操纵元件、一个或更多个模块化分析元件和一个或更多个模块化数据存储元件的安装。
为了实现上述及有关目的,在本文中结合以下描述和附图对某些示意性方面进行了描述。这些方面表示可以实现的各种方式,本文意在涵盖所有这些方式。在结合附图考虑的情况下,根据下面的详细描述,其他优点和新颖特征会变得明显。
附图说明
图1是示例工业控制环境的框图;
图2是示例分析节点系统的框图;
图3是示出了分层分析系统与工业控制系统之间的一般关系的高级抽象分析系统模型的图;
图4是示出了分层架构的抽象高级模型的图;
图5是示出了图3中描绘的高级抽象分析系统模型的更多细节的图;
图6是示出了示例分析节点的功能元件的图;
图7是示出了分析节点遍及给定工业企业的示例部署的图;
图8是安装在现场网关设备上的示例分析节点的图;
图9是安装有分析节点的工业控制器的图;
图10是安装有分析节点的马达驱动器的图;
图11是工业控制器的图,其示出了分析节点的配置以及节点与控制器数据之间的数据交换;
图12是工业控制器的图,其示出了由分析节点生成的数据在各种客户端设备上的呈现;
图13是示出了分析节点如何产生具有节点间可扩展性的可扩展工业分析架构的图;
图14是分析节点的图,其示出了节点内可扩展性;
图15是分析节点的图,其示出了分析节点与托管平台的对接;
图16是用于对用于处理工业数据的分析节点进行配置的示例方法的流程图;
图17A是用于在部署在工业环境内的分析节点设备之间扩展分析的示例方法的第一部分的流程图;
图17B是用于在部署在工业环境内的分析节点设备之间扩展分析的示例方法的第二部分的流程图;
图18是示例计算环境;以及
图19是示例联网环境。
具体实施方式
现在参照附图描述主题公开内容,其中,贯穿全文使用相同的附图标记指代相同的元件。在下面的描述中,出于说明的目的,阐述了大量的具体细节以便提供其透彻的理解。然而,会明显的是,可以在没有这些具体细节的情况下实践主题公开内容。在其他实例中,以框图形式示出了公知的结构和设备以便于对其描述。
在本申请中使用的术语“部件”、“系统”、“平台”、“层”、“控制器”、“终端”、“站”、“节点”、“接口”意在指代计算机相关实体、或与具有一个或更多个特定功能的操作设备相关的或作为该操作设备的一部分的实体,其中,这样的实体可以是硬件、硬件和软件的组合、软件、或执行中的软件。例如,部件可以是但不限于:在处理器上运行的处理、处理器、硬盘驱动器、包括附加固态存储驱动器(螺丝拧紧或螺栓固定)或者可移除式附加固态存储驱动器的(光存储介质或磁存储介质的)多个存储驱动器;对象;可执行体;执行线程;计算机可执行程序、和/或计算机。通过例示,服务器上运行的应用以及服务器二者均可以为部件。一个或更多个部件可以驻留在进程和/或执行线程内,并且部件可以位于一个计算机上和/或分布在两个或更多个计算机之间。此外,本文所描述的部件可以根据存储有各种数据结构的各种计算机可读存储介质来执行。部件可以例如根据具有一个或更多个数据包(例如,来自与本地系统、分布式系统中的另一部件交互的一个部件的数据,以及/或者来自经由信号在网络例如因特网上与其他系统交互的一个部件的数据)的信号经由本地和/或远程处理进行通信。作为另一个示例,部件可以是具有由电气或电子电路操作的机械部件所提供的特定功能的设备,其中所述电气或电子电路通过处理器执行的软件或固件应用进行操作,其中处理器可以位于设备内部或外部,并且执行软件或固件应用的至少一部分。作为又一个示例,部件可以是如下设备:其通过电子部件提供特定功能,而无需机械件,电子部件可以在其中包含处理器以执行提供电子部件的至少部分功能的软件或固件。作为再一示例,接口可以包括输入/输出(I/O)部件以及相关联的处理器、应用或应用编程接口(API)部件。虽然前述示例涉及部件的各个方面,但是所例示的方面或特征也适用于系统、平台、接口、层、控制器、终端等。
本文中所使用的术语“推断(infer)”和“推断(inference)”一般是指根据经由事件和/或数据捕获的一组观察结果来推理或推断系统、环境和/或用户的状态的过程。可以采用推断来识别特定的上下文或动作,或者可以例如生成状态的概率分布。推断可以是概率性的,也就是说,所关注的状态的概率分布的计算基于数据和事件的考虑。推断还可以指用于从一组事件和/或数据构成较高等级事件的技术。这样的推断导致从一组观察到的事件和/或存储的事件数据来构造新的事件或动作,而无论事件是否是时间接近地相关,以及无论事件和数据是来自一个事件和数据源、还是若干个事件和数据源。
此外,术语“或”意指包容性的“或”,而非排他性的“或”。也就是说,除非另外指明或者在上下文中明确,否则短语“X采用A或B”旨在表示任何自然的包括性排列。也就是说,短语“X采用A或B”满足以下实例中的任何一个:X采用A;X采用B;或X采用A和B两者。此外,本申请中以及所附权利要求中使用的冠词“一个(a)”和“一种(an)”一般应被解释为是指“一个或更多个”,除非另有指明或上下文明确针对单数形式。
此外,文中使用的术语“集合”排除空集,例如其中没有元件的集合。因此,在本公开内容中的“集合”包括一个或更多个要素或实体。作为说明,控制器的集合包括一个或更多个控制器;数据资源的集合包括一个或更多个数据资源;等等。同样地,本文中使用的术语“组”是指一个或更多个实体的集合,例如节点组指代一个或更多个节点。
将根据可以包括许多设备、部件、模块等的系统来呈现各个方面或特征。但应当理解和明白的是,各个系统可以包括另外的设备、部件、模块等,和/或可以不包括结合附图所讨论的设备、部件、模块等的全部。还可以使用这些方法的组合。
工业控制器及其相关联的I/O设备是现代自动化系统运行的中心。这些控制器与工厂地面上的现场设备进行交互,以对与这样的目标如产品制造、材料处理、批处理、监督控制和其他这样的应用有关的自动化过程进行控制。工业控制器存储和执行用户定义的控制程序,以实现与受控过程有关的决策。这样的程序可以包括但不限于梯形逻辑、顺序功能图、功能框图、结构化文本或其他这样的平台。
一些工业控制系统可以包括直接连接至工厂网络而不连接至工业控制器118并且由工业控制器118控制的设备。该连接允许更多种类的逻辑控制拓扑,在这些逻辑控制拓扑中系统和机器级控制不再限于工业控制器。另外,工业物联网(IIoT)中的工厂网络和办公网络的汇聚趋势允许出现可以部署在各种硬件和软件平台中并且可以在自动控制系统中的任何地方以及较高等级监督系统甚至基于云的系统中被执行的能力。本公开内容的一个或更多个实施方式提供利用可扩展计算、硬件和操作系统(OS)平台独立性、分布式部署和多节点协作的系统和方法。
图1是示例工业控制环境100的框图。在该示例中,遍及工业工厂环境部署若干工业控制器118和自动化设备120来监视和控制与产品制造、加工、运动控制、批处理、材料处理或其他这样的工业功能有关的各种工业系统或过程。工业控制器118通常执行相应的控制程序以便于监视和控制组成受控工业系统的工业设备120。一个或更多个工业设备还可以与控制器进行交互或者可以独立地执行控制系统操作。一个或更多个工业控制器118还可以包括在个人计算机或其他硬件平台上或在云平台上执行的软件控制器。一些混合设备还可以将控制器功能与其他功能(例如,可视化)组合。由工业控制器118执行的控制程序可以包括用于处理从工业设备120读取的输入信号并且控制由工业控制器生成的输出信号的任何可想到的类型的代码,包括但不限于梯形逻辑、顺序功能图、功能框图或结构化文本。
工业设备120可以包括:向工业控制器118提供与受控工业系统有关的数据的输入设备、响应于由工业控制器118生成的控制信号来控制工业系统的各方面的输出设备、以及/或者可以与控制器一起或者独立于控制器执行控制系统的一些方面的智能控制设备120。示例输入设备可以包括遥测设备(例如,温度传感器、流量计、物位传感器、压力传感器等)、手动操作者控制设备(例如按钮、选择器开关等)、安全监视设备(例如,安全垫、安全拉绳、光幕等)以及其他这样的设备。输出设备可以包括马达驱动器、气动致动器、发信号设备、机器人控制输入设备、阀等。智能工业设备可以包括马达驱动器、马达起动器、电力监视器、远程终端单元(RTU)等。
工业控制器118可以通过硬连线连接或网络连接与工业设备120通信上对接。例如,工业控制器118可以配备有与工业设备120通信以实现对这些设备的控制的本地硬连线输入端和输出端。本地控制器I/O可以包括:向现场设备发送离散电压信号以及从现场设备接收离散电压信号的数字I/O,或者向设备发送模拟电压或电流信号以及从设备接收模拟电压或电流信号的模拟I/O。控制器I/O可以通过背板与控制器的处理器进行通信,使得数字信号和模拟信号可以被读入控制程序并受控制程序控制。工业控制器118还可以使用例如通信模块或集成网络端口通过网络与工业设备120进行通信。示例性网络可以包括因特网、内联网、以太网、设备网(DeviceNet)、控制网(ControlNet)、数据高速公路和数据高速公路加(DH/DH+)、远程I/O、现场总线、Modbus、过程现场总线(Profibus)、无线网络、串行协议等。工业控制器118还可以存储由控制程序引用并用于控制决策的持久数据值,包括但不限于表示受控机器或过程的操作状态(例如,罐内物位、位置、警报等)或者在自动化系统的操作期间收集的捕获时间序列数据(例如,多个时间点的状态信息、诊断事件等)的测量值或计算值。类似地,一些智能设备——包括但不限于马达驱动器、仪器或状态监视模块——可以存储用于控制操作状态和/或使操作状态可视化的数据值。这样的设备还可以在日志上捕获时间序列数据或事件以供后续检索和查看。
工业自动化系统通常包括一个或更多个人机接口(HMI)114,其使得工厂人员能够查看与自动化系统相关联的遥测数据和状态数据并且控制系统操作的某些方面。HMI 114可以通过工厂网络116与一个或更多个工业控制器118或工业设备120进行通信,并且与工业控制器或工业设备交换数据,以便于在一个或更多个预先开发的操作者接口屏幕上使与受控工业过程有关的信息可视化。
HMI 114可以被配置成允许操作者向工业控制器118的指定数据标签或存储器地址提交数据,从而给操作者提供向受控系统发出命令(例如,周期开始命令、设备致动命令等)的手段以修改设定点值等。HMI 114可以生成一个或更多个显示屏幕,操作者通过一个或更多个显示屏幕与工业控制器118进行交互,从而与受控过程和/或系统进行交互。HMI114还可以被配置成与一些工业设备直接交互,这使得能够从HMI直接控制该设备。
示例显示器屏幕可以使用以下过程的图形表示使工业系统或其相关联设备的当前状态可视化,这些过程显示测量值或计算值,采用基于状态的颜色或位置动画,呈现警报通知,或采用向操作者呈现有关数据的其他这样的技术。以这种方式呈现的数据通过HMI114从工业控制器118读取,并且根据由HMI开发者选择的显示格式来呈现在一个或更多个显示屏幕上。HMI可以包括具有用户安装或预先安装的操作系统以及用户安装或预先安装的图形应用软件的固定位置设备或移动设备。
一些工业环境还可以包括与受控工业系统的特定方面有关的其他系统或设备。这些系统或设备可以包括例如聚集和存储从工业控制器118或其他数据源收集的生产信息的数据历史110。其他系统可以包括库存跟踪系统、工作订单管理系统、机器或工艺图纸和文档的储存库、供应商产品文档存储器、供应商知识库、内部知识库、工作调度应用或其他这样的系统,其中一些或全部可以驻留在工业环境的工厂网络116或办公网络108上。
在很多网络拓扑中,办公网络108与工厂网络116之间的连接由网络交换机115管理。交换机115管理办公网路与工厂网络之间的信息的路由。交换机还可以实施策略,包括但不限于安全策略和访问策略。在一些情况下,网络交换机也可以用作托管用于在来自工厂网络的数据被传递至办公网络之前对其进行处理的其他应用的计算平台。
在一些系统应用中,除了使用网络交换机115以外,还可以使用网关设备119来处理数据并且将数据从工厂网络路由至较高等级系统126。网关设备119还可以用作托管用于在来自工厂网络的数据被传递至较高等级系统126之前对其进行处理的其他应用的计算平台。
其他较高等级系统126可以执行与工厂地面上的工业自动化系统的控制较不直接相关的功能,而是针对长期规划、高级监督控制、报告或其他这样的功能。这些系统可以驻留在办公网络108上或者相对于工厂设施的外部位置处,并且可以包括但不限于云存储和分析系统、大数据分析系统、制造执行系统、数据湖、报告系统等。在一些场景中,在较高等级系统中运行的应用可以用于分析控制系统操作数据,其结果可以反馈给控制系统处的操作者,或者可以直接反馈给控制系统中的控制器118或设备120。
对较高等级操作感兴趣的人员可以使用各种业务级可视化接口127与较高等级系统126进行交互。这些接口可以包括但不限于商业仪表板、远程监视和诊断显示器、推送通知设备、基于聊天的接口以及其他机制。可视化接口可以在各种平台上执行,包括但不限于台式计算机、平板计算机和诸如智能电话的移动设备。
本公开内容涉及分层工业分析架构,其设法通过实现信息从智能资产基本上实时地流动到执行分析并实现决策制定的工具和引擎来简化新见解的发现。为此,工业分析架构采用分布在工业企业的多个定义的层(或等级)之间的核心分析部件,并且包括对数据在该分层架构上的移动进行优化的系统部件。该系统利用基本架构构造来托管各种分析元件以及数据收集元件和数据存储元件。这些基本构造可以自主地操作,或者与基本构造的其他实例或控制系统的其他元件一起操作。分析系统设计使用允许基本元件被部署在各种不同的计算平台上的多平台兼容实现。
通常,系统使用工业企业的特定层(例如,企业级、系统级、设备级等)上的其分析结果与正要解决的特定问题最相关的分析节点(或其他分析元件)来处理数据。相对于将数据从那些系统推送到远程分析节点(例如,纯粹基于云的分析系统),这可以减少相关工业系统的响应延迟。该解决方案使得多种分析解决方案能够被应用于工业自动化或控制系统,其中分析元件可以局限于(scoped to)控制系统内的各个设备,或者可以以增加的复杂度等级、聚集等级和抽象等级以合作方式进行参与。分析系统可以允许被部署为更广泛的工业系统内的自主元件的分析能力的协作,使得聚集分析解决方案的协作结果可以解决越来越复杂或较高等级的问题。
本文中描述的分层分析系统用作主控制系统(例如,控制系统如上面结合图1描述的控制系统)的附件,并且被建模为外环。分析系统的分层架构通常基于由普渡(Purdue)模型定义的层(或等级),其中在该架构的各个等级或层(例如,企业级、系统级、设备级等)上执行分析。在一个或更多个示例实施方式中,分析节点可以用作用于实现分析架构的构建块(然而,在一些实施方式中,其他分析元件可以用作分析架构的基础)。分析节点具有本文中将更详细描述的插入式架构。这样的分析节点可以经由工业设备(例如,工业控制器、马达驱动器、传感器等)的部署、基于云的分析系统或架构的部署、基于聊天的搜索接口或组成工业企业的其他平台被分布在架构的所有层上。该系统能够在等级内水平扩展以及在等级之间竖直扩展。
图2是根据本公开内容的一个或更多个实施方式的示例分析节点系统202(本文中也称为“分析节点”)的框图。本公开内容中说明的系统、设备或过程的各方面可以构成在机器内实现例如在与一个或更多个机器相关联的一个或更多个计算机可读介质中实现的机器可执行部件。这样的部件当由一个或更多个机器例如计算机、计算设备、自动化设备、虚拟机等执行时可以使机器执行所描述的操作。
分析节点系统202可以包括应用框架部件204、分析部件206、数据操纵部件208、数据存储部件210、呈现框架部件212、一个或更多个处理器216和存储器218。在各种实施方式中,应用框架部件204、分析部件206、数据操纵部件208、数据存储部件210、呈现框架部件212、一个或更多个处理器216和存储器218中的一个或更多个可以彼此电耦接和/或通信上耦接,以执行分析节点系统202的功能中的一个或更多个功能。在一些实施方式中,部件204、206、208、210和212可以包括存储在存储器218上并且由处理器216执行的软件指令。分析节点系统202还可以与图2中未描绘的其他硬件和/或软件部件进行交互。例如,处理器216可以与一个或更多个外部用户接口设备例如键盘、鼠标、显示监视器、触摸屏或其他这样的接口设备进行交互。
应用框架部件204可以被配置成使各个模块化元件彼此对接,并且为这些模块化元件提供数据交换服务。模块化元件可以包括但不限于由分析部件206执行的分析元件、由数据操纵部件208执行的数据操纵元件以及由数据存储部件210执行的数据存储元件。应用框架部件的架构用作可以添加或移除选定的模块化元件以满足给定分析应用的需求的基本架构。
分析部件206可以被配置成执行一个或更多个分析元件,所述一个或更多个分析元件对从工业设备、系统级设备或业务设备或者另一分析节点系统接收的数据执行定义的分析操作。数据操纵部件208可以被配置成执行一个或更多个数据操纵部件,所述一个或更多个数据操纵部件在由分析部件206执行的分析元件进行处理之前执行对数据的预处理,或者执行对由分析元件生成的分析结果的后处理。数据存储部件210可以被配置成执行一个或更多个数据存储元件,所述一个或更多个数据存储元件执行对由分析节点系统202使用的数据的本地存储和检索。
呈现框架部件212可以被配置成将与分析节点系统202相关联的数据递送至能够访问系统202的授权的呈现客户端。一个或更多个处理器216可以执行本文中参照所公开的系统和/或方法描述的功能中的一个或更多个功能。存储器218可以是存储用于执行本文中参照所公开的系统和/或方法描述的功能的计算机可执行指令和/或信息的计算机可读存储介质。
图3是示出了分层分析系统与工业控制系统之间的一般关系的高级抽象分析系统模型的图。控制系统308(例如,工业控制器和相关联的I/O设备,包括传感器、马达驱动器等)控制受控系统或过程310(例如,机器、批处理等)。分析系统302(其可以包括一个或更多个分析节点系统202)相对于控制系统308为单独实体,但是与控制系统308进行交互。然而,分析系统302的一些部件可以作为嵌入式元件驻留在控制系统308的一些设备内。例如,分析节点(例如,分析节点系统202)可以被部署在适合于工业控制器的机架的卡中,或者被部署为适合于马达驱动器或其他工业设备的外围设备。分析系统302和控制系统308两者均可以向实体或应答者306发送通知数据(通过与通知系统304的交互),实体或应答者306可以包括人类操作者(例如,与人类操作者相关联的个人客户端设备,如膝上型计算机、平板计算机、诸如智能电话的移动个人设备等)、较高等级系统或其他控制系统。控制系统308还可以将其他信息——包括但不限于状态数据和操作数据——送往应答者306。分析系统302还可以将分析结果数据送往应答者306。作为由分析系统302实时操纵控制系统308的示例,由分析系统302生成的分析结果被直接馈送至用作应答者的控制系统308,并且控制系统308基于分析结果来改变一个或更多个控制操作。以这种方式,分析系统302用作到主控制系统308的实时闭环外部控制回路(例如,以执行由控制系统308实现的主控制中的较高等级监督控制)。
如上所述,分层工业分析系统以多个定义的等级执行分析,这些等级可以部分地基于普渡模型。图4是示出了分层架构的抽象高级模型的图。然而,应当理解的是,图4中所描绘的层仅意在是示例性的,并且在不偏离本公开内容的范围的情况下,本文中描述的分层分析架构可以基于其他定义的层。
在该示例分层架构中,工业企业的运营被分层次地划分为企业层402、系统层404和设备层406。这些层通常区分组成工业企业的设备和实体之间的控制角色和责任的层级。通常,在较低层特别是包括便于工业自动化系统的控制的工业设备和控制器的设备层406生成大量数据。本文中描述的可扩展分析系统设法更好地使用所生成的数据,并且提供用于通过分层架构上下移动数据的机制,以便在适当层进行分析(例如,根据分析操作的范围,根据分析操作的结果的时间要求,等等)。通过遍及所有定义的层分布分析节点,该架构可以在以下层执行数据的分析,该层被确定为最适合于通过该分析解决特定问题。
设备层406可以包括直接测量和操纵工业自动化系统或过程的某些类型的工业设备(例如,图1的工业设备120)。在高等级处,这样的设备可以包括小型控制器、部件驱动器、远程终端单元(RTU)、工业机器人、安装在与工业系统相关联的控制面板上的HMI以及其他这样的设备。设备层内的中级设备可以包括过载、软起动器、微控制器、微驱动器和仪器。该层内的低级设备可以包括传感器;致动器;面板仪器例如旋钮、转盘和按钮;轻型堆栈(light stacks)以及其他这样的设备。在所示示例中,组成设备层406的设备的集合通常可以对应于普渡模型的等级L0和L1的集合。
该分层架构可以被视为控制层级的逻辑表示。组成控制系统的物理部件中的一些或全部可以物理上连接至单个通信网络(例如,以太网)。本文中描述的系统的实施方式不依赖于控制系统的特定物理或逻辑结构。
在设备级分析的示例中,与光传感器相关联的分析节点可以基于由传感器生成的数据的分析来确定光传感器的透镜脏(例如,分析节点可以跟踪所接收的由传感器生成的信号强度数据,并且基于该信号强度数据随时间的衰减来确定透镜已经积聚了足够量的污物而值得进行传感器清洁)。作为响应,分析节点(在本文中将更详细地描述)可以记录事件,并且将指示应当清洁传感器的通知发送直达维护技术人员。在设备级分析的另一示例中,马达驱动器可以从嵌入在马达中的传感器接收振动和温度信息。该信息——与来自驱动器的电流、电压和速度反馈数据组合——可以被馈送至设备级分析节点,然后该设备级分析节点能够预测马达轴承故障并且在故障发生之前向维护技术人员发送警报。通常,设备级分析可以利用与单个工业设备或相关设备的集合有关的数据,并且生成与该设备相关的分析结果。设备级分析结果可以在设备处被消耗(例如,通过触发设备内的自动化动作或对策),被输出至与应答者(例如,维护人员或工程师)相关联的客户端设备,或者被发送至同一等级或另一等级上的另一分析节点以供进一步处理。
系统层404可以包括以下设备或系统:常常通过与部署在设备层406上的设备的交互来执行工业自动化系统或过程的较高等级监督和控制。这样的系统级设备可以包括但不限于大型控制器(例如,PLC)、网络交换机、架构驱动器、软件HMI、开关装置、电源监视器、现场网关等。系统层404还可以包括执行与受控工业系统或过程有关的辅助功能的设备或系统,例如收集与监视和控制工业自动化系统、生产线或工厂HMI、资产管理系统等相关地生成的数据并且将该数据存档的数据历史。系统级设备通常可以对应于本示例中的普渡模型的层L2和L3的集合。系统级404的子划分包括机器级操作,其中上下文的范围被限于较大系统的子元件。机器级元件的示例可以包括但不限于泵、风扇、冷却器或其他这样的机器元件。
在能够由本文中描述的分析架构执行的机器级分析的示例中,部署在设备层上的分析节点可以监视泵的进入管和流出管上的流量计以及运行泵的马达驱动器的驱动电流。分析节点可以执行分析引擎,该分析引擎可以基于对该监视数据的分析来确定管中存在气泡。响应于该确定,分析节点可以命令驱动器减速以防止气泡到达泵。通常,机器级分析局限于由工业设备的集合正监视和控制的工业机器。机器级分析节点可以对从与机器相关联的工业设备的集合收集的数据进行分析,并且生成局限于该机器的分析结果。如在设备级分析的情况下,分析节点的结果可以在机器级处被消费(例如,通过指示工业设备改变机器的操作),被发送至应答者,或者被发送至相同等级或不同等级上的另一分析节点以供进一步处理。
在能够由本文中公开的分析架构执行的系统级分析的示例中,数据历史可以监视工业控制器的多个数据标签,并且系统级分析引擎或节点可以基于该监视来确定机器部件需要在某一时间段内维修或更换。例如,分析节点可以确定切割机的切割刀需要在四天内更换(例如,基于不正确切割的趋势已经超过阈值的确定,基于不合格部件的频率已经超过阈值的确定等)。然后,分析节点可以在面板HMI上显示指示切割刀磨损的消息。分析节点还可以向与维修管理者相关联的客户端设备发送指示管理者计划更换切割刀片的通知。
企业层402可以包括以下系统:驻留在工业企业的最高等级并且执行具有包含构成工业企业的整个工业设施或设施组的范围的功能。这些可以包括云级存储和/或分析系统、大数据分析系统、多实例模式或工作流系统、多系统数据聚集系统、将外部数据与工业过程数据关联的系统、工业数据中心、制造执行系统(MES)、过程历史系统、工厂管理系统等。在该示例中,企业层系统通常可以对应于普渡模型的L4级。
在能够由本文中所描述的分析架构执行的企业级分析的示例中,机器操作数据可以经由现场网关设备(例如,现场网关设备119)被发送至基于云的分析系统。在云平台上运行的分析节点可以监视来自全球多个工业站点的机器操作数据,并且还可以监视天气状况和电网状况。基于该监视,分析节点可以将优化的生产调度数据发送至每个工厂设施的操作管理者以使全球的整体生产最优化。通常,企业级分析的范围可以包含多个设施或工业系统。
每层的分析节点的集合可以被认为是层特定的分析子系统408,其中每个分析子系统408包括用于在层特定的子系统之间传递数据的层间插件410和412。每个分析子系统408定义并控制在子系统的层的上下文中可以或应当进行怎样的数据分析和/或动作。通常,分析系统将执行与在最低等级处被确定为适当的数据分析一样多的数据分析,并且将数据和/或分析结果迁移至较高层,以便在需要时进行较高级分析。该分层方法对执行全部分析并且在集中分析系统处(例如,在云平台上)生成全部动作的分析系统提供改进,因为当在将消耗指令的层上执行分析和相应的指令启动时,可以提高系统响应时间。例如,该分层方法可以减少将在设备级生成的数据发送至远程分析系统并且等待接收来自该远程系统的动作指令的需要。
参照图4的抽象模型,与给定分析子系统408相关联的闭合环路414表示在当前层内被发现且起作用的数据。上行层间插件410可以在当前层对数据进行筛选、聚集以及向供下一较高层使用的数据添加上下文信息,并且将该数据(连同任意添加的上下文信息)一起发送直至下一层。下行层间插件412表示期望在当前层或较低层中具有响应的命令、事件等,并且可以将该数据发送至下一较低层。数据经由层间管416在层特定的分析子系统408之间传递,层间管416包括用于传递数据的方法、接口、网络和/或数据结构。
由于分析系统的定义的层是分层级的,因此,当数据移动至较高层时,在相应层执行的分析的范围通常会扩大。例如,在设备层处理的数据的范围可以仅包含给定设施内的特定自动化系统;也就是说,由设备层分析子系统处理的数据仅来源于该自动化系统,并且由设备层分析子系统规定的动作将仅影响该自动化系统。系统层分析可以包含来自工厂内的若干自动化系统的数据。例如,数据可以从与相应的不同自动化系统相关联的若干不同的设备层子系统被推送至系统层子系统。系统级分析子系统可以对这些数据进行聚集或合并以进行共同分析和动作。同样地,企业级分析不仅可以包含来自多个自动化系统的数据,而且还可以包含来自在地理位置上显著不同的多个不同设施的数据,从而使得能够由该层上的分析节点来执行高级策略分析。此外,随着分析在分层架构中向上移动,工业数据与外部数据的关联会变得更加相关。例如,企业层分析子系统可以将从若干设施(例如,与这些设施相关联的分析节点设备)接收到的工业数据与诸如天气信息、金融市场数据、工厂/线路/机器生产数据、制造商产品数据、电网数据、购买方式数据、医疗记录数据等的外部数据关联。外部数据可以由分析节点从一个或更多个外部数据源(例如,基于网络的数据源)获得。
当认为在较高层进行的分析适当时,通过在将数据传递至较高层之前优先处理在较低层进行的数据分析,分层分析系统可以在给定层提供即时分析值,而不要求当前层之外的另外的解决方案元件。该方法还可以降低通信基础设施的数据吞吐量要求,因为并非全部数据都将被发送至较高等级的集中分析系统。该方法还降低了在架构的较高层处的存储和计算要求。
图5是示出了图3所描绘的高级抽象分析系统模型的更多细节的图。受控系统或过程310包括正由控制系统308控制的机器、过程、生产线或其他系统。为此,控制系统308的控制器和/或其他智能设备从收集来自受控机器或过程的信息的传感器、仪器、致动器等接收系统反馈数据,并且将控制输出发送至致动器或其他输出设备以便于对机器或过程进行控制。控制系统308维护各种类型的数据,包括但不限于配置数据(例如,PLC编程、驱动配置设置等)、事件数据、诊断和状态数据等。控制系统308还可以将控制系统数据(例如,可视化数据、通知等)发送至各个应答者306,应答者306可以包括较高等级系统、移动设备、安装有面板的HMI、人类操作者等。这些控制系统数据中的一些可以经由以下通知系统304被发送至应答者306,所述通知系统304使用一个或更多个通知机制将通知数据递送至HMI、用户的移动设备或其他这样的客户端设备。这样的通知可以根据以下通知配置数据而被递送,所述通知配置数据可以定义诸如各种类型的通知的优选接收者、这样的接收者的联系信息、通知递送偏好等这样的参数。
分析系统302可以包括分析引擎502——由一个或更多个分析元件构成,将在本文中更详细地描述这些分析元件——分析引擎502定义用于对从与控制系统308和受控系统310相关联的设备收集的数据进行处理的分析逻辑或算法。由分析引擎502执行的示例算法可以包括例如诊断监视、机器学习、故障模式模式匹配或其他这样的分析。诊断监视算法可以监视指示机器或过程的性能度量的一个或更多个识别的数据项并且识别度量何时偏离可接受范围。机器学习算法可以随时间监视一个或更多个指定数据项并且学习机器或过程活动的模式。一些这样的机器学习算法可以基于这些学习到的模式而输出机器或过程的预测趋势信息,基于未来性能的预测而修改一个或更多个机器或过程操作参数(例如,以被确定为减轻与期望的性能度量的未来偏离的方式修改操作参数),或者基于机器学习的结果而执行其他合适的动作。故障模式模式匹配算法可以监视一个或更多个数据项随时间的值并且检测指示机器或过程故障的已知模式的存在。响应于识别出故障模式模式,这样的算法可以向客户端设备输出通知,以被确定为减轻故障的方式修改一个或更多个机器或过程参数,或执行其他合适的动作。分析引擎502可以由管理员或其他用户提供的配置数据来编程和配置。由分析引擎502执行的一些数据分析还可以依赖于与安装在分析系统302上的应用相关联的上下文数据。
尽管本文中所描述的可扩展分层分析系统可以使用任何合适类型的分析元件作为构建块来构建,但是本文中所描述的示例系统使用分析节点作为基础分析元件。例如,分析引擎502可以通过一个或更多个分析节点在每个层上实现。图6是示出了示例分析节点602的功能元件的图。作为用于实现分析系统302的手段,分析节点602可以用作本文中所描述的分层分析架构的核心构建块。构成分析节点602的功能元件的模块化性质为节点提供内部可扩展框架。分析节点602包括用于与其托管平台对接以收集数据和发出命令以及用于与其他节点协作进行数据分析的机制。节点602可以使用与平台无关的技术来实现,使得节点能够在多个不同执行平台上运行。分析节点602可以被实现为硬件、硬件和软件的组合(例如,存储在硬件存储器上并且由处理器或其他计算设备执行的可执行部件)、软件或执行中的软件。
分析节点602的核心是应用框架604(由分析框架部件204来实现),应用框架604提供一种使得各个其他模块化功能元件能够集成在(或“插入”)分析节点602中的机制。一旦功能元件(将在下面更详细地描述)已经被添加到应用框架604,则应用框架604支持的数据交换功能在功能元件之间传输数据。以这种方式,应用框架604用作模块化元件之间的接口或总线。应用框架604还将数据传输至出口层以及从入口层传输数据,出口层将数据发送至其他分析节点或客户端设备,入口层从其他分析节点或客户端设备接收数据。应用框架604提供一种使得分析节点602的各个功能元件能够彼此交互的类总线构造。
分析元件606是执行分析操作的功能部件。分析元件606——可以由分析部件206实现和执行——可以分别使用简单的基于规则的元件来定义分析规则,或者可以定义复杂算法。尽管图6中仅示出了一个分析元件606,但应用框架604可以被配置成使得多个分析元件606——每一个定义不同的分析规则或操作——能够插入节点602中或与节点602集成。可以由分析元件606执行的示例分析功能包括但不限于简单的极限检验、基于规则的分析、数学算法、机器学习引擎分析、专家或人工智能(AI)能力等。分析元件606可以对由分析节点602从一个或更多个工业设备(例如,经由节点的入口层)接收的实时流数据或所存储的由节点602检索的历史数据进行操作。分析节点602可以产生输出数据作为对流数据或所存储的工业数据进行分析的结果。
数据操纵元件616——可以由数据操纵部件208实现和执行——可以对在分析系统中使用的数据执行预处理或后处理。可以由数据操纵元件616执行的示例预处理或后处理可以包括但不限于对数据进行筛选、使数据聚集、给数据添加上下文信息或其他这样的处理。可以由数据操纵元件616向原始数据添加的上下文信息可以包括但不限于:由分析节点602生成或接收数据的时间;质量指标;从其接收数据的工厂或工厂内的生产区域的身份;生成数据时的机器或过程状态;生成数据时标识工厂员工轮班的人员标识符或其他这样的上下文信息。数据操纵元件616描述在由分析元件606消耗之前或在从分析元件606输出之后节点602如何对输入数据和输出数据进行操纵。
数据存储元件618——可以由数据存储部件210实现和执行——可以支持由分析节点602使用的数据的本地存储和检索。例如,数据存储元件618可以被配置成将作为分析元件606的输入或来自分析元件606的输出的数据存储在本地存储器上。数据存储元件618可以将数据存储在节点602在其上执行的托管硬件平台的指定存储区上。数据存储元件618还可以将指示器控制或设置成包含要由分析元件606处理的数据的外部数据存储器,例如大容量历史。分析元件606可以参考该指示器来确定要从其检索待处理数据项的检索位置。
呈现和发布框架608——可以由呈现框架部件212实现和执行——可以是分析节点602的核心功能的附件,并且在节点602与呈现层(例如,移动客户端设备、网络服务器等)之间提供标准接口。呈现和发布框架608可以包括两个主要功能方面——由分析节点框架露出的与框架608通信的接口以及包括模型-视图-视图模型(MVVM)设计模式的层的实际呈现引擎。分析节点可以被部署有或没有呈现和发布框架608。例如,如果已知与设备层上的工业设备相关联的特定分析节点602将不需要直接向用户的客户端设备或HMI提供可视化信息,则分析节点602可以被部署成没有呈现和发布框架608。
分析简档610可以定义分析节点602如何收集和处理数据。例如,分析简档610可以识别要由分析节点602从控制系统(例如,控制系统308)获取的数据项以及哪些数据要被传送至分析节点602的其他功能元件,包括定义数据要被路由至哪些分析元件606以进行处理。分析简档610还定义由分析元件606执行的处理的输出结果被传输至哪里(例如,分析节点602的另一分析元件606,相对于当前层在较高或较低层的另一分析节点602或在当前分析节点602外部的另一外部实体)。分析简档610还可以识别哪些数据项要被传送至外部接收者,其中外部接收者可以被分析简档610识别为人类操作者(从而分析简档610定义向操作者发送数据时所使用的人类操作者的联系信息)、另一系统(例如,ERP或MES系统、库存系统、会计系统等)或其他这样的外部接收者。在数据项的识别方面,分析简档610可以支持来自各种源的数据的定义,上述各种源包括但不限于工业设备(例如,工业控制器、马达驱动器、HMI终端、视觉系统或其他质量检验系统、工业机器人等)、软件应用和其他分析节点(在同一层内或来自架构的另一层)。分析简档610可以局限于特定设备、系统或应用,或基本上适于将要消耗被识别数据项的分析元件的任何上下文以及应用分析节点602的特定应用。
出于数据交换和共同分析的目的,节点间协作器614提供用于分析节点602与其他分析节点交换数据并交互的机制。利用该功能,彼此交互的多个分析节点602可以形成在节点之间呈现聚集功能以及独特功能的共同“超级节点”。
数据摄取接口612提供分析节点602由不同计算平台托管并且在节点的内部框架与外部实体之间传递数据的机制。外部实体可以包括控制系统的其他分析节点或其他实体。
作为用于多层分析架构的构建块,分析节点602使架构在层内和层之间能够扩展。例如,在给定层内,可以添加新的分析节点602以适应最近安装的自动化系统或工业过程,并且这些新的分析节点602可以容易地集成在分析系统中。此外,可以向分析节点的应用框架604添加附加分析元件606以便扩展给定节点的功能,使得每个分析节点能够容易地更新以适应期望的附加分析。每个节点包含能够将数据、分析结果或通知发送至客户端设备或HMI终端以呈现给用户的其自身的呈现层(呈现和发布框架608)。例如,呈现和发布框架608可以被配置成经由诸如因特网或云平台的公共或半公共网络将数据或分析结果发送至在客户端设备上执行的瘦客户端。
为了构建分层分析框架,分析节点602可以遍及工业企业被部署在多个平台和设备上。图7是示出了分析节点602遍及给定工业企业的示例部署的图。如图7所示,分析节点可以被部署在若干不同类型的设备和平台上。在设备层(对应于普渡模型的层L0和L1)处,一个或更多个分析节点可以在设备级工业设备例如马达驱动器704上执行。在所示示例中,分析节点602e在安装在驱动器704中或者以其他方式与驱动器704相关联的分析卡上执行。在系统层(对应于普渡模型的层L2和L3)处,一个或更多个分析节点602可以作为主控制器的部件(如同节点602a)或被实施为安装在工业控制器的I/O模块机架中的分析卡(如同节点602b)在工业控制器702上执行。这样的分析节点可以接收和处理由控制器702生成(或者由控制器从本地I/O设备或联网的I/O设备接收)并存储在控制器的数据表上的数据。分析节点进行该处理的结果可以由控制器702自身消耗(例如,用于修改由控制器的程序定义的设定点或其他参数),或者如果该结果满足定义的标准,则被发送至另一分析节点以进行进一步处理。
分析节点还可以在专用分析设备(节点602c)或现场网关设备(节点602d)上执行。在企业级(对应于普渡模型的层L4)处,分析节点602g作为云服务在云平台上异地(off-premise)执行,而分析节点602f作为工业数据中心的部件执行。这些分析节点602中的每一个可以对由其相应托管设备生成、接收的数据或存储在其相应托管设备上的数据进行处理,并且还可以单独地或者与本地数据共同地处理从其他分析节点接收的数据。节点602还可以被安装在其他类型的设备上,包括但不限于远程I/O模块、模拟和数字传感器、工业机器人、诸如光幕或安全控制器的安全设备、质量系统(例如,视觉系统)或其他这样的设备。
在图7所示的示例架构中,多个工业设备经由物理网络708(例如,以太网/IP)通信上连接。该网络可以用作分层节点602通过其交换数据的层间管416(参见图4)。一些分析节点602也可以被配置成经由无线连接进行通信。
相应分析节点602的呈现和发布框架608可以将与其相应分析相关联的数据递送至能够访问架构的任何授权的呈现客户端706。这些呈现客户端可以包括例如在HMI上执行的瘦客户端(例如,呈现客户端706a)、在工业控制程序开发应用上执行的瘦客户端(例如,呈现客户端706b)、在移动个人设备上执行的瘦客户端(例如,呈现客户端706c)、或在其他适当平台上执行的瘦客户端用于呈现通知或分析报告数据。呈现框架608可以通过物理网络708或经由无线连接(例如,经由一个或更多个无线路由器710)将其相应数据或分析结果发送至呈现客户端706。
由于分析节点602可以被安装在现有工业设备上而不需要更换设备,所以即使在控制系统设备进行操作之后,分析节点602仍然可以被部署在上述硬件和软件平台上。
图8是安装在现场网关设备802上的示例分析节点602d的图。现场网关设备802可以被配置成从一个或更多个工业系统收集数据并且将所收集的数据发送至外部系统或云平台以进行存储或分析。如图8(以及图7)所示,分析节点602d可以被安装在现场网关设备802中或者连接至现场网关设备802。分析节点602可以被配置成对由现场网关设备收集并且被迁移至外部系统的一个或更多个数据项执行分析。对数据执行的分析过程可以由与节点602d相关联的一个或更多个模块化分析元件606定义(例如,诊断监视、机器学习、故障模式模式匹配、简单或复杂算法等)。在一些实现中,节点602d可以利用托管设备(在这种情况下,现场网关设备802)的部分存储和处理能力以便对数据执行分析。可替选地,节点602d可以包括以下自给(self-contained)节点:与现场网关设备802对接以便与其交换数据,但却使用其本身的本机存储和处理资源对数据执行分析。
根据分析应用的类型,由分析节点602执行的处理的结果可以被本地存储在现场网关设备802上,被发送至与网关设备802连接的外部系统,经由通知系统(例如,通知系统304)或其他通信通道被发送至客户端设备,被发送至另一分析节点以进行进一步处理,或被用于修改一个或更多个网关参数。分析节点602d将分析结果(或由现场网关设备802收集的数据的选定子集)发送至另一分析节点的决定可以基于该结果或所收集的数据的子集是否满足由节点的分析简档610定义的标准的确定。该标准可以指示结果(或所收集的数据)对整个企业架构的另一部分或层的重要性。例如,如果确定分析结果满足指示该结果与企业的系统层上的工作订单管理系统相关的定义的标准,则分析节点602d会将该结果数据和任何其他相关数据发送至与工单管理系统或工单管理系统所在的系统层相关联的分析节点。
图9是安装有分析节点602a和602b的工业控制器702的图。在该示例中,工业控制器包括背板902,背板902上安装有具有集成以太网端口906的控制器模块904。背板902上还安装有多个I/O模块910用于从与受控工业自动化系统或过程对接的各种I/O设备接收数据或将输出信号发送至这些I/O设备。I/O模块910可以包括模拟输入模块、模拟输出模块、数字输入模块和数字输出模块以及任何期望的特定功能模块的任意组合。控制器702还包括用于连接至工厂网络的网桥模块912和用于收集数据的历史模块808。
在该示例中,分析节点602a被安装在控制器模块904上用于对存储在控制器的数据表上的数据进行处理,上述数据可以包括:从I/O模块910读取或写入I/O模块910的I/O数据、任何计算的由控制器模块904所执行的工业控制程序生成的值、工业控制器的配置数据或其他这样的数据。可替选地或另外地,分析卡914可以被安装在背板902上,并且其上可以安装有另一分析节点602b用于对本地控制器数据以及从其他设备和平台上的其他分析节点接收的任何数据进行处理。节点602a和602b两者还能够将本地控制器数据(或由该数据的本地处理产生的分析结果数据)的至少一部分发送至架构中的其他分析节点以根据与这些节点相关联的分析简档610进行进一步处理,其他分析节点在架构的同一层内或不同层上。由节点602a和602b中的任一个执行的分析处理与由控制器904结合监视和控制相关联的机器或过程而执行的控制程序处理分开。
图10是安装有分析节点602e和602h的马达驱动器704的图。马达驱动器704可以是例如变频驱动器或其他类型的驱动器。马达驱动器704包括经由外围总线1012通信上连接的驱动马达控制板(MCB)1008、网桥1006和一个或更多个I/O模块1002。驱动器704还包括分析节点602e在其上执行的分析卡1010——也连接至外围总线1012。另外地或可替选地,分析节点602h可以被安装在驱动MCB 1008上。节点602e和602h两者均能够对由驱动器704生成的数据(例如,关于正由驱动器1004控制的马达的状态和操作信息,驱动器的配置数据等)以及从其他分析节点602接收的数据进行处理。如上所述,节点602e和602h还可以将数据或分析结果发送至该架构的同一层或其他层上的其他分析节点。
图11是控制器702的图,其示出了分析节点602b从控制器702上定义的选定的数据标签读取数据并对数据进行处理的配置。分析节点602b可以使用分析设计器应用1102来配置,分析设计器应用1102可以在任何合适的客户端设备(例如,台式计算机、膝上型计算机、平板计算机等)上执行。分析设计器应用1102可以经由控制器702与安装有设计器的客户端设备之间的网络连接或本地连接与控制器702对接。
分析设计器应用可以包括数据获取配置工具1104和分析引擎设计器工具1106。数据获取配置工具1104可以用于为分析节点602b配置数据获取定义1108。数据获取定义1108作为分析简档610的一部分来定义要由节点602b收集和处理的数据项。为了便于简单直观的配置,数据获取配置工具1104的一个或更多个实施方式可以从控制器的标签数据库1110读取并识别可用数据项,并且经由分析设计器的接口将这些可用数据项呈现给用户,使得用户能够通过与接口的交互来选择哪些可用数据项要与分析节点602b相关联(例如,浏览可用数据项的显示列表并从中选择)。
设计器应用1102还包括分析引擎设计器工具1106,该分析引擎设计器工具1106使用户能够定义将对本地控制器数据进行处理的分析引擎1112。这可以包括例如将一个或更多个预定分析元件606与节点的应用框架604相关联,或者创建用于与节点的应用框架604相关联的用户定义的分析元件606。例如,分析引擎设计器工具1106可以呈现一组可用的预定分析元件606,这些预定分析元件606定义可以应用于使用数据获取配置工具1104选择的一个或更多个数据项的相应分析功能。预定分析元件606可以支持基本上任何类型的通用或工业特定分析功能,包括但不限于简单的极限检验、数学算法、基于规则的分析、机器学习引擎、人工智能功能等。在一些实施方式中,分析引擎设计器工具1106可以根据分类包括工业特定分类来组织预定分析元件606。例如,分析引擎设计器工具1106可以根据元件对汽车工业、电力工业、食品药品工业、油气工业、废水处理工业或其他这样的工业的适用性来组织可用分析元件606。
分析引擎设计器工具1106还可以使用户能够定义用于将数据(或分析结果)移动至系统架构的较高或较低层上的其他节点的标准。用于将数据或分析结果迁移至下一较高或较低层的标准可以根据特定数据项(例如,通过指定通常向上移动至较高层上的分析节点的数据项或分析结果)来定义,或根据具体上下文、状况或分析结果来定义。例如,如果确定特定机器处于异常状态或其他定义状态,则用户可以指定所选择的数据项要被移动至较高级分析节点。在另一示例中,如果由节点的分析元件之一生成的数据值或分析结果满足标准,则用户可以指定分析结果和/或一个或更多个所选择的数据项要被发送至较高级分析节点以由较高级节点的(一个或更多个)分析元件进一步处理。该标准可以指示数据项或分析结果与在较高层处的设备或系统的相关性或给定分析结果的限定责任范围。用户定义的迁移标准可以作为节点的分析简档610的一部分与节点602相关联地存储。
在操作期间,配置的节点602b将识别由数据获取定义1108指定的数据项,并且从控制器的数据表或执行安装在控制器上的工业程序代码1116的运行时间执行引擎1114检索指定数据项的值。如果控制器702包括历史模块,则分析节点602b也可以从历史存储器接收数据项。分析节点602b还可以根据由分析节点602b生成的分析结果将值或命令写入控制器的执行引擎1114。例如,节点602b可以改变由控制器的程序代码1116使用的设定点值以调节受控机器或过程的方面,或者可以改变由程序代码1116使用的其他数据标签的值。另外,如图12所示,节点的呈现层元件1118例如可以通过在客户端设备上执行的瘦客户端将数据、分析结果或通知发送至客户端设备1202或HMI终端1204以展现给用户。如上所述,呈现层元件1118可以通过物理或无线网络或经由诸如因特网或云平台的公共或半公共网络将该数据发送至客户端设备1202。
图13是示出了分析节点602如何产生具有节点间可扩展性的可扩展工业分析架构的图。节点间可扩展性涉及分析节点602之间的协作以及如何在特定层内或层之间扩展分析能力。该类型的可扩展性使得用户能够增加分析架构的能力(例如,计算能力、存储、网络带宽等)。节点602之间的协作使得多个节点能够在同一等级内或不同等级之间彼此交互,以便共享信息并可能地用作分析“超级代理”。另外,节点602之间的协作使得一个节点能够用作缺乏呈现其自身信息的能力或连通性的另一节点的呈现器或发布器。
分析节点框架的这种节点间协作功能使得多个分析节点能够被部署在各种执行平台上来以协调方式彼此交互,从而解决由任意单个分析节点无法解决的分析问题。这使得分析节点602能够在分层架构的同一层内或与较高等级分析节点或其他系统实体彼此协同工作。如图13所示,多个分析节点602h可以被部署在工业企业的最低等级(例如,设备层),并且这些节点可以从工厂地面上的各种数据源1302(例如,工业设备、自动化系统等)收集和处理数据。低等级节点602h可以经由节点间连接彼此传递数据。如果需要较高等级处理(例如,系统级处理),则低等级节点602h可以将任何相关数据传递至执行该处理的中间级节点602i。如上面结合图11所描述的,可以使用分析引擎设计器工具1106对用于识别何时要将数据发送至较高等级节点的标准进行配置。较低等级节点602h可以被配置成在将这些数据项发送至较高等级节点602i之前对其进行预处理。这可以包括例如对数据进行筛选、使数据聚集或将数据置于上下文中(例如,向数据项添加上下文元数据)。类似地,中间级节点602i可以将选定的数据项传递至最高级分析节点602j(例如,企业层节点)以进行高级处理。可以通过在给定层内添加或移除节点以及相关联的节点间连接来实现水平可扩展性,而可以通过在层之间添加或移除节点以及相关联的连接(可以包括添加新层)来实现竖直可扩展性。另外,一些较高级节点可以被配置成直接从数据源1302检索一些数据项以进行处理,而不依赖于较低级节点来提供这些数据项(由通过“短路”路径进行的数据传递来表示)。这样的数据在较高节点处被接收而未由较低节点处理。
每个分析节点602可以自主操作或与其他节点一起操作。彼此一起操作的节点可以提供聚集功能或协调分析功能。在架构的较高等级处的分析节点可以使用来自架构的较低等级的经筛选的数据、被聚集的数据或结果数据来执行分析操作。
除了上述节点间可扩展性以外,构成分析节点602的功能部件的模块化性质还产生一定程度的节点内可扩展性或分析节点内的扩展。图14是示出了节点内可扩展性的分析节点602的图。如上所述,分析应用框架604支持功能元件的“插件”添加,并且可以支持不同类型的多个功能元件的添加。在图14所示的示例中,节点602已经被配置成包括表示要对数据执行相应不同类型的数据操纵的多个数据操纵元件616。例如,一个数据操纵元件616可以被配置成根据定义的筛选标准对数据进行筛选,另一数据操纵元件616可以被配置成使选定的数据项聚集,而又一数据操纵元件616可以被配置成向选定的数据项添加一个或更多个上下文信息项。分析节点602还被配置成包括定义在其上存储各种数据类型的相应不同数据存储区的多个数据存储元件618以及表示不同分析规则或算法的多个分析元件606。分析节点602还被配置成包括多个分析简档610。以这种方式,节点602内的扩展可以通过执行相同或不同元件的多个实例来实现。
如图所示,可以将系统的每个主要元件的多个实例添加至应用框架604。例如,分析节点602可以包括简单的基于规则的分析元件606和机器学习引擎分析元件606,两者同时在分析节点602上执行。另外,给定分析节点602可以包括由多个不同供应商或公司提供的功能元件(例如,分析元件606、数据操纵元件616、数据存储元件618等)。
数据入口层1402和数据出口层1404——作为节点间协作器614的一部分——被配置成从其他分析节点或客户端设备接收数据以及向其他分析节点或客户端设备发送数据。
该内部扩展性模型使得分析节点602被配置成对多个不同数据集合执行多个任务,其中可以借助于选择用于分析节点602内的不同的分析元件606、数据操纵元件616和数据存储元件618为每个不同存储集来配置不同的数据操纵和存储策略。在这一点上,可以为由分析节点602处理的不同数据集合中的每一个配置不同的分析简档610,其中每个分析简档610定义特定数据集合(例如,通过识别节点在其上执行的托管平台上的可用数据项的子集)以及要用于对数据集合进行处理、操纵和存储的特定分析元件、数据操纵元件和数据存储元件。节点间可扩展性的量仅受节点602在其上执行的计算平台的能力的限制。
如上文结合图6所描述的,分析节点框架包括使得节点602能够被托管在各种执行平台上的数据摄取接口612。图15是分析节点602的图,其示出了该分析节点与托管平台或设备的对接。在该示例中,托管平台包括使得分析节点602能够产生并消耗来自通过托管平台能够访问的外部系统的数据的数据接口层1502。如上所述,示例托管平台可以包括但不限于:专用计算机;工业设备,例如,工业控制器、马达驱动器、传感器、遥感设备、工业安全设备等;基于云的分析系统;MES系统;分析设备;现场网关设备;安装在工业设备(例如,工业控制器或马达驱动器)中的分析卡;或其他这样的平台。
图16和图17示出了根据本主题申请的一个或更多个实施方式的方法。虽然出于简化说明而将本文中示出的方法示出和描述为一系列动作,但是应当理解和认识到,本主题发明不受这些动作的顺序的限制,因为一些动作可以据此按照不同的顺序发生以及/或者以与本文中示出和描述的其他动作同时发生。例如,本领域技术人员将理解并认识到,可替代地,可以将方法表示为如在状态图中的一系列相互关联的状态或事件。此外,并不需要示出的所有动作实现根据本发明的方法。此外,当不同实体实施方法中的不同部分时,交互图可以表示根据本主题公开内容的方法论或方法。此外,所公开的示例方法中的两个或更多个方法可以彼此组合实施以实现本文中所描述的一个或更多个特征或优点。
图16示出了用于对用于处理工业数据的分析节点进行配置的示例方法1600。首先,在1602处,将一个或更多个分析元件安装在分析节点的应用框架中。在一些实施方式中,要安装的一个或更多个分析元件可以选自分析节点配置工具中定义的分析元件的组织库。该组织集合可以包括根据诸如可应用的工业(例如,汽车、食品药品、包装等)、工业过程的类型的分类或其他这样的分类而组织的分析元件。在1604处,将一个或更多个数据操纵元件安装在应用框架中。在1606处,将一个或更多个数据存储元件安装在应用框架中。应用框架便于在步骤1602至步骤1606处安装的元件之间的数据交换,并且使得不同元件类型中的每种元件类型的多个实例能够被安装在分析节点上并与分析节点相关联,以便满足给定工业分析应用的要求。
在1608处,由分析节点根据由在步骤1604处安装的一个或更多个数据操纵元件定义的预处理指令执行工业数据的预处理以产生经预处理的数据。该预处理可以包括但不限于对工业数据进行筛选,使工业数据聚集或者使工业数据置于上下文中。
在1610处,由分析节点根据由在1602处安装的一个或更多个分析元件定义的分析指令对经预处理的数据执行一个或更多个分析操作。分析操作可以包括例如简单的基于规则的操作、复杂算法、模式匹配或识别、AI分析或其他这样的操作。在1612处,可以将分析结果存储在由在步骤1608处安装的一个或更多个数据存储元件定义的一个或更多个数据存储位置。
在1614处,响应于确定分析结果满足定义标准,可以将工业数据的至少一部分发送至另一分析节点以进行进一步处理。例如,如果该分析节点正在监视和/或控制工厂级机器或过程的工业设备上执行并且分析结果满足指示该结果与系统级过程或设备相关的标准,则该分析节点可以将工业数据的相关子集发送至在系统级上执行的分析节点。
可替选地,如果分析结果不需要由另一分析节点进一步处理,则可以将数据的至少一部分发送至另一目标设备,包括但不限于HMI设备、与指定用户相关联的客户端设备或另一系统(例如诸如企业资源计划系统、机器执行系统、报告系统等的较高等级系统)。
图17示出了用于在部署在工业环境内的分析节点设备之间扩展分析的示例方法1700A的第一部分。首先,在1702处,由部署在工业企业的一个等级上的第一分析节点设备从一个或更多个工业设备检索工业数据。该等级可以是例如设备级、机器级、系统级、企业级等。第一分析节点设备可以是具有到工业设备的有线或无线网络连接的独立分析设备,或者可以是工业设备中之一的集成部件。
在1704处,由第一分析节点设备对在步骤1702处收集的工业数据执行第一分析。第一分析可以是简单的基于规则的分析,或者可以是使用工业数据作为输入或参数生成一个或更多个分析结果的更复杂的算法。在1706处,对于第二分析节点设备要在第二分析节点设备处执行第二分析是否需要在步骤1704处执行的第一分析的结果做出确定。在示例场景下,第二分析节点设备可以与第一分析节点设备驻留在同一等级上。在这种场景下,第二分析节点设备可以与另一组工业设备(即,与和第一分析节点设备相关联的工业设备不同的一组工业设备)相关联,并且第一分析节点设备可以确定第一分析的结果与另一组工业设备的操作相关。在另一示例场景下,第二分析节点设备可以驻留在工业企业的相对于第一分析节点设备较高或较低的等级上。例如,第二分析节点设备可以驻留在工业企业的工厂级上并且执行与企业的较高等级业务方面(例如,库存系统、会计系统、ERP或MES系统、维护调度系统等)相关联的分析。在这样的场景下,第一分析节点设备可以确定第一分析的结果与由第二分析节点结合那些较高等级系统做出的决策相关。
如果确定在第二分析节点设备处需要第一分析的结果(在步骤1706处“是”),则该方法进行至步骤1708,在步骤1708中将第一分析的结果从第一分析节点设备发送至第二分析节点设备。可替选地,如果确定在第二分析节点设备处不需要第一分析的结果(在步骤1706处否),则该方法进行至步骤1710,而不将结果发送至第二分析节点设备。
在步骤1710处,确定在步骤1704处执行的第一分析的结果是否指示需要向一个或更多个人类操作者或外部系统递送通知的条件。如果确定该结果指示需要递送通知的条件(在步骤1712处“是”),则该方法进行至步骤1712,在步骤1712中第一分析节点设备将通知送往与识别的应答者相关联的设备(例如,与人类操作者相关联的客户端设备、相关外部系统在其上执行的计算设备等)。可替选地,如果第一分析的结果不指示需要递送通知的条件(在步骤1710处“否”),则该方法进行至图17B所示的方法1700B的第二部分,而不发送通知。
图17B示出了用于在部署在工业环境内的分析节点设备之间扩展分析的示例方法1700B的第二部分。在1714处,确定在步骤1704处执行的第一分析的结果是否需要修改由一个或更多个工业设备控制的工业过程。如果确定该结果需要修改工业过程(在步骤1714处“是”),则该方法进行至步骤1716,在步骤1716中第一分析节点设备向一个或更多个工业设备发送指令以实现修改。可替选地,如果该结果不需要修改工业过程(在步骤1714处“否”),则该方法结束,而不发送指令。
本文中所描述的实施方式、系统和部件以及可以执行本主题说明书中阐述的各个方面的工业控制系统和工业自动化环境可以包括能够在网络上交互的计算机或网络部件例如服务器、客户端、可编程逻辑控制器(PLC)、自动化控制器、通信模块、移动计算机、无线部件、控制部件等。计算机和服务器包括一个或更多个处理器——利用电信号执行逻辑运算的电子集成电路——其被配置成执行存储在介质例如随机存取存储器(RAM)、只读存储器(ROM)、硬盘驱动器以及可以包括记忆棒、存储卡、闪存驱动器、外部硬盘驱动器等的可移除存储设备中的指令。
类似地,本文中所使用的术语PLC或自动化控制器可以包括能够在多个部件、系统和/或网络之间共享的功能。例如,一个或更多个PLC或自动化控制器可以在网络上与各种网络设备进行通信和协作。这可以包括基本上任何类型的控制模块、通信模块、计算机、输入/输出(I/O)设备、传感器、致动器、仪器以及经由包括控制网络、自动化网络和/或公共网络的网络进行通信的人机接口(HMI)。PLC或自动化控制器还可以与各种其他设备进行通信并控制各种其他设备例如标准或安全级I/O模块,包括模拟、数字、编程/智能I/O模块、其他可编程控制器、通信模块、传感器、致动器、输出设备等。
网络可以包括:公共网络,例如因特网、内联网;以及自动化网络,例如包括DeviceNet、ControlNet和Ethernet/IP的控制和信息协议(CIP)网络。其他网络包括以太网、DH/DH+、远程I/O、现场总线、Modbus、过程现场总线(Profibus)、CAN、无线网、串行协议、近场通信(NFC)、蓝牙等。此外,网络设备可以包括各种可能性(硬件和/或软件部件)。这包括以下部件:例如,具有虚拟局域网(VLAN)能力的交换机、LAN、WAN、代理、网关、路由器、防火墙、虚拟专用网络(VPN)设备、服务器、客户端、计算机、配置工具、监视工具和/或其他设备。
为了提供所公开主题的各个方面的上下文,图18和图19以及以下讨论旨在提供对可以实现所公开主题的各个方面的合适环境的简要的总体描述。
参照图18,用于实现上述主题的各个方面的示例环境1810包括计算机1812。计算机1812包括处理单元1814、系统存储器1816和系统总线1818。系统总线1818将包括但不限于系统存储器1816的系统部件耦接至处理单元1814。处理单元1814可以是各种可用处理器中的任何一种。也可以使用多核微处理器和其他多处理器架构作为处理单元1814。
系统总线1818可以是若干类型的一个或多个总线结构中的任何一种,包括存储器总线或存储器控制器、外围总线或外部总线,和/或使用任何各种可用总线架构的局部总线,上述可用总线架构包括但不限于8位总线、工业标准架构(ISA)、微通道架构(MSA)、扩展ISA(EISA)、智能驱动电子(IDE)、VESA局部总线(VLB)、外围部件互连(PCI)、通用串行总线(USB)、高级图形端口(AGP)、个人计算机存储卡国际协会总线(PCMCIA)和小型计算机系统接口(SCSI)。
系统存储器1816包括易失性存储器1820和非易失性存储器1822。在非易失性存储器1822中存储有包含例如在启动期间在计算机1812内的元件之间传输信息的基本例程的基本输入/输出系统(BIOS)。作为说明而非限制,非易失性存储器1822可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除PROM(EEPROM)或闪速存储器。易失性存储器1820包括作为外部高速缓冲存储器的随机存取存储器(RAM)。作为说明而非限制,RAM可以具有多种形式,例如,同步RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双倍数据速率SDRAM(DDR SDRAM)、增强型SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)和直接RambusRAM(DRRAM)。
计算机1812还包括可移除/不可移除、易失性/非易失性计算机存储介质。图18示出了例如磁盘存储装置1824。磁盘存储装置1824包括但不限于以下设备:例如,磁盘驱动器、软盘驱动器、磁带驱动器、Jaz驱动器、Zip驱动器、LS-100驱动器、闪存卡或记忆棒。此外,磁盘存储装置1824可以包括单独的或与其他存储介质相结合的存储介质,包括但不限于:光盘驱动器(例如,致密盘ROM设备(CD-ROM))、CD可记录驱动器(CD-R驱动器)、CD可重写驱动器(CD-RW驱动器)或数字通用盘ROM驱动器(DVD-ROM)。为了便于将磁盘存储装置1824连接至系统总线1818,通常使用诸如接口1826的可移除或不可移除接口。
应当理解,图18描述了作为在合适的操作环境1810中所描述的用户与基本计算机资源之间的媒介的软件。这样的软件包括操作系统1828。可以存储在磁盘存储装置1824上的操作系统1828用于控制和分配计算机1812的资源。系统应用1830通过存储在系统存储器1816中或存储在磁盘存储装置1824中的程序模块1832和程序数据1834借助于操作系统1828来利用资源管理。应当理解的是,本主题公开内容的一个或更多个实施方式可以用各种操作系统或操作系统的组合来实现。
用户通过输入设备1836将命令或信息输入计算机1812中。输入设备1836包括但不限于诸如鼠标、轨迹球、触控笔、触摸板、键盘、麦克风、操纵杆、游戏杆之类的指示设备、卫星天线、扫描仪、电视调谐卡、数字相机、数字视频摄像机、网路摄像机等。这些和其他输入设备经由接口端口1838通过系统总线1818连接至处理单元1814。接口端口1838包括,例如,串行端口、并行端口、游戏端口和通用串行总线(USB)。输出设备1840使用与输入设备1836相同类型的端口中的一些。因此,例如,可以使用USB端口来向计算机1812提供输入以及将信息从计算机1812输出至输出设备1840。提供输出适配器1842以说明,除了需要特定适配器的其他输出设备1840以外,还存在一些输出设备1840,如监视器、扬声器和打印机。作为说明而非限制,输出适配器1842包括提供输出设备1840与系统总线1818之间的连接设备的视频卡和声卡。应当注意,其他设备和/或设备的系统同时提供输入和输出功能,例如远程计算机1844。
计算机1812可以使用至一个或更多个远程计算机例如远程计算机1844的逻辑连接在网络环境中操作。远程计算机1844可以是个人计算机、服务器、路由器、网络PC、工作站、基于微处理器的设备、对等设备或其他公共网络节点等,并且通常包括相对于计算机1812描述的许多或全部元件。为了简明起见,仅记忆存储设备1846与远程计算机1844一起进行说明。远程计算机1844通过网络接口1848逻辑地连接至计算机1812,然后经由通信连接1850物理地连接。网络接口1848包含诸如局域网(LAN)和广域网(WAN)的通信网络。LAN技术包括光纤分布式数据接口(FDDI)、铜线分布式数据接口(CDDI)、以太网/IEEE 802.3、令牌环/IEEE 802.5等。WAN技术包括但不限于点对点链路、如综合业务数字网(ISDN)及其变型的电路交换网络、分组交换网络和数字用户线路(DSL)。网络接口1848还可以包含近场通信(NFC)或蓝牙通信。
通信连接1850涉及用于将网络接口1848连接至系统总线1818的硬件/软件。虽然为了清楚起见示出了通信连接1850在计算机1812内部,但是它也可以在计算机1812外部。仅出于示例性目的,连接至网络接口1848所需的硬件/软件包括内部和外部技术,例如,包括常规电话级调制解调器、电缆调制解调器和DSL调制解调器等调制解调器、ISDN适配器和以太网卡。
图19是可以与所公开的主题相互作用的样本计算环境1900的示意性框图。示例计算环境1900包括客户端1902。客户端1902可以是硬件和/或软件(例如,线程、过程、计算设备)。样本计算环境1900还包括服务器1904。服务器1904也可以是硬件和/或软件(例如,线程、过程、计算设备)。服务器1904可以容纳通过采用例如本文中所描述的一个或更多个实施方式来执行变换的线程。客户端1902与服务器1904之间的一种可能的通信可以以适于在两个或多个计算机进程之间传输的数据包形式。样本计算环境1900包括可以用于便于客户端1902与服务器1904之间的通信的通信框架1906。客户端1902可操作上连接至可以用于将信息本地存储至客户端1902的一个或更多个客户端数据存储装置1908。类似地,服务器1904可操作上连接至可以用于将信息本地存储至服务器1904的一个或更多个服务器数据存储装置1910。
上面已经描述的内容包括本发明的示例。出于描述所公开的主题的目的,当然不可能描述每种都能想到的部件或方法的组合,但本领域普通技术人员可以认识到,本发明的许多更多组合和排列也是可以的。因此,所公开的主题旨在包含落在所附权利要求的精神和范围内的所有这样的改变、修改和变型。
特别地以及关于由上述部件、设备、电路、系统等执行的各种功能,用于描述这样的部件的术语(包括对“设备”的引用)旨在:除非另有说明,否则即使在结构上不等同于所公开的在本文所示的所公开主题的示例方面中执行功能的结构,仍然对应于执行所描述的部件的特定功能的任何部件(例如,功能等同)。在这方面,还将认识到,所公开的主题包括系统以及具有用于执行所公开主题的各种方法的动作和/或事件的计算机可执行指令的计算机可读介质。
此外,虽然所公开的主题的特定特征可能仅针对若干实现方式中的一种来公开,但是这样的特征可以如可以期望的并且对于任何给定或特定应用有利的那样与其他实现方式的一个或更多个其他特征组合。此外,在说明书或权利要求书使用术语“包括(includes)”和“包含(including)”及其变型方面而言,这些术语旨在以与术语“包括(comprising)”类似的方式包含在内。
在本申请中,词语“示例性”用于表示用作示例、实例或说明。在本文中被描述为“示例性”的任何方面或设计未必被解释为比其他方面或设计优选或有利。相反地,使用词语“示例性”旨在以具体的方式来呈现概念。
本文中所描述的各个方面或特征可以使用标准编程和/或工程技术来实现为方法、设备或制品。本文中所使用的术语“制品”旨在包含能够从任何计算机可读设备、载体或介质访问的计算机程序。例如,计算机可读介质可以包括但不限于磁存储设备(例如,硬盘、软盘、磁条等)、光盘(例如,致密盘(CD)、数字通用盘(DVD)等)智能卡和闪速存储设备(例如,卡、棒、键驱动器等)。
Claims (20)
1.一种用于处理工业数据的分析节点设备,包括:
存储可执行部件的存储器;
操作上耦接至所述存储器的处理器,所述处理器执行所述可执行部件,所述可执行部件包括:
分析部件,被配置成执行一个或更多个分析元件,所述一个或更多个分析元件对工业数据的集合执行一个或更多个分析操作;
数据操纵部件,被配置成执行一个或更多个数据操纵元件,所述一个或更多个数据操纵元件执行以下中至少之一:在执行所述一个或更多个分析操作之前对所述工业数据的集合进行预处理;或者对作为执行所述一个或更多个分析操作的结果而由所述一个或更多个分析元件生成的结果数据进行后处理;
数据存储部件,被配置成执行一个或更多个数据存储元件,所述一个或更多个数据存储元件将所述工业数据的集合或所述结果数据中至少之一存储在定义的存储位置;以及
应用框架部件,被配置成在所述一个或更多个分析元件、所述一个或更多个数据操纵元件和所述一个或更多个数据存储元件之间交换所述工业数据的至少一个子集,
其中,所述应用框架部件还被配置成将所述工业数据的至少另一子集和所述结果数据发送至另一分析节点设备。
2.根据权利要求1所述的分析节点设备,其中,所述分析节点设备被配置成在以下中至少之一上执行:工业控制器、马达驱动器、分析卡、工业控制器的I/O模块、基于云的分析系统、现场网关设备或分析计算机。
3.根据权利要求2所述的分析节点设备,其中,所述另一分析节点设备在驻留在工业企业的系统层上的系统级设备上执行。
4.根据权利要求1所述的分析节点设备,其中,所述分析节点设备被配置成在托管平台上执行并且从一个或更多个其他分析节点设备接收所述工业数据的至少一个子集,其中,所述托管平台在工业企业的系统层上操作,所述一个或更多个其他分析节点设备在以下中至少之一上执行:工业控制器、马达驱动器、分析卡、工业控制器的I/O模块、基于云的分析系统、现场网关设备或分析计算机。
5.根据权利要求1所述的分析节点设备,其中,所述应用框架部件被配置成允许所述一个或更多个分析元件、所述一个或更多个数据操纵元件和所述一个或更多个数据存储元件的模块化添加和模块化移除。
6.根据权利要求1所述的分析节点设备,其中,所述应用框架部件被配置成根据分析简档数据来收集所述工业数据的一项或更多项以供所述一个或更多个分析元件或所述一个或更多个数据操纵元件中至少之一进行处理,所述分析简档数据指定要收集的所述工业数据的所述一项或更多项。
7.根据权利要求6所述的分析节点设备,其中,所述分析简档数据还定义以下中至少之一:
所述结果数据要被发送至的所述另一分析节点设备的身份,或者
所述一个或更多个分析元件、所述一个或更多个数据操纵元件或所述一个或更多个数据存储元件中分别要对所述工业数据的所述一项或更多项进行处理的那些元件的身份。
8.根据权利要求7所述的分析节点设备,其中,所述分析简档数据还定义将所述工业数据的至少另一子集或所述结果数据发送至所述另一分析节点设备的一个或更多个条件。
9.根据权利要求1所述的分析节点设备,还包括呈现框架部件,所述呈现框架部件被配置成将所述结果数据发送至在人机接口设备、工业控制程序开发应用或移动设备中至少之一上执行的瘦客户端。
10.根据权利要求1所述的分析节点设备,其中,所述数据操纵元件被配置成执行以下中至少之一:对所述工业数据的集合进行筛选、使所述工业数据的集合聚集、或者向所述工业数据的集合添加上下文信息。
11.根据权利要求1所述的分析节点设备,其中,所述数据操纵元件被配置成向所述工业数据的集合添加上下文信息,所述上下文信息包括以下中至少之一:由所述分析节点设备生成或接收所述工业数据的集合的时间、质量指标、从其接收所述工业数据的集合的工厂或工厂内的生产区域的身份、生成所述工业数据的集合时的机器或过程状态、或者标识在生成所述工业数据的集合时轮班的工厂员工的人员标识符。
12.一种方法,包括:
由包括至少一个处理器的分析节点设备对工业数据执行一个或更多个预处理操作以产生经预处理的工业数据,其中,所述一个或更多个预处理操作由安装在所述分析节点设备上的一个或更多个模块化数据操纵元件定义;
由所述分析节点设备对所述经预处理的工业数据执行一个或更多个分析操作以产生结果数据,其中,所述一个或更多个分析操作由安装在所述分析节点设备上的一个或更多个模块化分析元件定义;
由所述分析节点设备将所述工业数据的子集或所述结果数据中至少之一存储在由安装在所述分析节点设备上的相应的一个或更多个模块化数据存储元件定义的一个或更多个存储位置;
由所述分析节点设备将所述工业数据的另一子集或所述结果数据中至少之一发送至另一分析节点设备;以及
由所述分析节点设备经由应用框架在所述一个或更多个模块化数据操纵元件、所述一个或更多个模块化分析元件和所述一个或更多个模块化数据存储元件之间交换数据,所述应用框架便于所述一个或更多个模块化数据操纵元件、所述一个或更多个模块化分析元件和所述一个或更多个模块化数据存储元件的安装。
13.根据权利要求12所述的方法,其中,所述分析节点设备在工业控制器、马达驱动器、分析卡或工业控制器的I/O模块中至少之一上执行,并且所述发送包括将所述工业数据的所述另一子集或所述结果数据中至少之一发送至在系统级设备上执行的所述另一分析节点设备。
14.根据权利要求12所述的方法,其中,所述分析节点设备在驻留在工业企业的第一层级层上的托管设备上执行,并且所述方法还包括从在所述工业企业的第二层级层上执行的不同的分析节点设备接收所述工业数据。
15.根据权利要求12所述的方法,其中,所述执行一个或更多个分析操作包括根据与所述分析节点设备相关联的分析简档数据来执行所述一个或更多个分析操作,所述分析简档数据标识要对所述工业数据执行一个或更多个分析操作的所述一个或更多个分析元件的子集。
16.根据权利要求15所述的方法,其中,所述发送包括:响应于确定所述工业数据的至少一个子集满足由所述分析简档数据定义的条件,将所述工业数据的所述另一子集或所述结果数据中至少之一发送至所述另一分析节点设备。
17.根据权利要求12所述的方法,还包括将所述结果数据发送至在人机接口设备、工业控制程序开发应用或移动设备中至少之一上执行的瘦客户端。
18.根据权利要求12所述的方法,其中,所述执行一个或更多个预处理操作包括以下中至少之一:对所述工业数据进行筛选、使所述工业数据聚集,或者向所述工业数据添加上下文信息。
19.一种存储有可执行部件的非暂态计算机可读介质,所述可执行部件响应于执行使包括处理器的分析节点设备执行以下操作,所述操作包括:
对工业数据执行一个或更多个预处理操作以产生经预处理的工业数据,其中,所述一个或更多个预处理操作由安装在所述分析节点设备上的一个或更多个模块化数据操纵元件定义;
对所述经预处理的工业数据执行一个或更多个分析操作以产生结果数据,其中,所述一个或更多个分析操作由安装在所述分析节点设备上的一个或更多个模块化分析元件定义;
将所述工业数据的子集或所述结果数据中至少之一存储在由安装在所述分析节点设备上的相应的一个或更多个模块化数据存储元件定义的一个或更多个存储位置;
将所述工业数据的另一子集或所述结果数据中至少之一发送至另一分析节点设备;以及
经由应用框架在所述一个或更多个模块化数据操纵元件、所述一个或更多个模块化分析元件和所述一个或更多个模块化数据存储元件之间交换数据,所述应用框架便于所述一个或更多个模块化数据操纵元件、所述一个或更多个模块化分析元件和所述一个或更多个模块化数据存储元件的安装。
20.根据权利要求19所述的非暂态计算机可读介质,其中,所述执行一个或更多个分析操作包括根据与所述分析节点设备相关联的分析简档数据来执行所述一个或更多个分析操作,所述分析简档数据标识要对所述工业数据执行一个或更多个分析操作的所述一个或更多个分析元件的子集。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201662347789P | 2016-06-09 | 2016-06-09 | |
US62/347,789 | 2016-06-09 | ||
US15/609,301 | 2017-05-31 | ||
US15/609,301 US10613521B2 (en) | 2016-06-09 | 2017-05-31 | Scalable analytics architecture for automation control systems |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107491044A true CN107491044A (zh) | 2017-12-19 |
CN107491044B CN107491044B (zh) | 2020-09-11 |
Family
ID=59077827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710432617.4A Active CN107491044B (zh) | 2016-06-09 | 2017-06-09 | 用于自动控制系统的可扩展分析架构 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10613521B2 (zh) |
EP (1) | EP3255589A1 (zh) |
CN (1) | CN107491044B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108628271A (zh) * | 2018-06-26 | 2018-10-09 | 常州亿晶光电科技有限公司 | 人工智能生产线控制方法 |
CN109835278A (zh) * | 2019-02-25 | 2019-06-04 | 东软睿驰汽车技术(沈阳)有限公司 | 一种车载计算平台 |
WO2020037608A1 (zh) * | 2018-08-23 | 2020-02-27 | 西门子股份公司 | 人工智能计算设备、控制方法及装置、工程师站及工业自动化系统 |
CN111752237A (zh) * | 2019-03-28 | 2020-10-09 | Abb瑞士股份有限公司 | 自动过程图形生成 |
WO2021048818A1 (zh) * | 2019-09-13 | 2021-03-18 | 張奉前 | 工业物联网代理装置 |
CN112904807A (zh) * | 2019-11-19 | 2021-06-04 | 罗克韦尔自动化技术公司 | 工业分析系统、方法和非暂态计算机可读介质 |
CN113168149A (zh) * | 2018-11-23 | 2021-07-23 | 西门子股份公司 | 用于自动化装置的扩展装置 |
CN113219910A (zh) * | 2021-03-19 | 2021-08-06 | 苏州数杰智能技术有限公司 | 一种全流程的生产自诊断及优化系统 |
CN113608508A (zh) * | 2021-07-29 | 2021-11-05 | 上海工程技术大学 | 基于工业互联网的印刷设备与mes系统对接方法及装置 |
CN113625664A (zh) * | 2020-05-08 | 2021-11-09 | 罗克韦尔自动化技术公司 | 通过零接触注册的自动端点安全策略分配 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10623266B2 (en) * | 2016-12-08 | 2020-04-14 | Honeywell International Inc. | Cross entity association change assessment system |
US10747206B2 (en) * | 2017-10-05 | 2020-08-18 | Honeywell International Inc. | Intelligent data access for industrial internet of things devices using latent semantic indexing |
CN113056927B (zh) * | 2018-09-20 | 2024-05-28 | 西门子交通有限责任公司 | 具有嵌入式安全应用和单向通信的数据捕获装置 |
US10768946B2 (en) | 2018-10-15 | 2020-09-08 | Sap Se | Edge configuration of software systems for manufacturing |
US20200175445A1 (en) * | 2018-12-04 | 2020-06-04 | Saudi Arabian Oil Company | Process data quality and reliability management methodology |
US11354621B2 (en) * | 2019-02-08 | 2022-06-07 | Nb Ventures, Inc. | Supply chain management system and a method of operating the same |
DE102019117093A1 (de) * | 2019-06-25 | 2020-12-31 | Kiefel Gmbh | Produktionsmaschine mit steuerungsprogramm |
CN110648080A (zh) * | 2019-09-30 | 2020-01-03 | 石化盈科信息技术有限责任公司 | 基于智能点的信息物理系统及其构建方法 |
CN114631068A (zh) * | 2019-10-30 | 2022-06-14 | 施耐德电子系统美国股份有限公司 | 用于工厂资产的预测模型的自动化构建和部署 |
US11354140B2 (en) * | 2019-11-05 | 2022-06-07 | Nb Ventures, Inc. | Real time restructuring of enterprise or supply chain application |
US12061461B2 (en) | 2022-01-13 | 2024-08-13 | Saudi Arabian Oil Company | System and method for the automatic switching of multiple vendor controllers with an interfaced input/output device |
US12056467B2 (en) * | 2022-11-30 | 2024-08-06 | Rockwell Automation Technologies, Inc. | Multiple controller smart object allocation in industrial design environment |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064302A (zh) * | 2011-07-08 | 2013-04-24 | 洛克威尔自动控制技术股份有限公司 | 高可用性装置级环底板 |
CN103217935A (zh) * | 2011-11-11 | 2013-07-24 | 洛克威尔自动控制技术股份有限公司 | 用于访问和传递数据的、集成且可扩展的架构 |
US20130212420A1 (en) * | 2012-02-09 | 2013-08-15 | Rockwell Automation Technologies, Inc. | Time-stamping of industrial cloud data for synchronization |
US20140047107A1 (en) * | 2012-08-09 | 2014-02-13 | Rockwell Automation Technologies, Inc. | Remote industrial monitoring and analytics using a cloud infrastructure |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6421571B1 (en) | 2000-02-29 | 2002-07-16 | Bently Nevada Corporation | Industrial plant asset management system: apparatus and method |
US7113932B2 (en) | 2001-02-07 | 2006-09-26 | Mci, Llc | Artificial intelligence trending system |
DE10242784B4 (de) * | 2002-09-14 | 2005-08-18 | Roche Diagnostics Gmbh | Modulares Analysesystem und Verfahren zur Bestimmung der Topologie eines modularen Analysesystems |
US8442938B2 (en) | 2005-01-14 | 2013-05-14 | Siemens Aktiengesellschaft | Child data structure update in data management system |
WO2008018805A2 (en) | 2006-08-09 | 2008-02-14 | Auckland Uniservices Limited | Process control of an industrial plant |
US20080114474A1 (en) | 2006-11-10 | 2008-05-15 | Rockwell Automation Technologies, Inc. | Event triggered data capture via embedded historians |
US8185290B2 (en) | 2008-03-07 | 2012-05-22 | Caterpillar Inc. | Data acquisition system indexed by cycle segmentation |
US8674993B1 (en) | 2009-10-14 | 2014-03-18 | John Fleming | Graph database system and method for facilitating financial and corporate relationship analysis |
US8831789B2 (en) * | 2010-09-29 | 2014-09-09 | Rockwell Automation Technologies, Inc. | Goal-based load management |
GB201115418D0 (en) | 2011-09-06 | 2011-10-19 | Shl Group Ltd | Analytics |
US9329751B2 (en) | 2011-10-07 | 2016-05-03 | Predictive Analystics Solutions Pvt. Ltd. | Method and a system to generate a user interface for analytical models |
US9467500B2 (en) | 2012-08-09 | 2016-10-11 | Rockwell Automation Technologies, Inc. | Remote industrial monitoring using a cloud infrastructure |
US20160179599A1 (en) | 2012-10-11 | 2016-06-23 | University Of Southern California | Data processing framework for data cleansing |
US20140222522A1 (en) | 2013-02-07 | 2014-08-07 | Ibms, Llc | Intelligent management and compliance verification in distributed work flow environments |
US9588834B1 (en) | 2013-03-28 | 2017-03-07 | Juniper Networks, Inc. | Methods and apparatus for improved fault analysis |
US9438648B2 (en) * | 2013-05-09 | 2016-09-06 | Rockwell Automation Technologies, Inc. | Industrial data analytics in a cloud platform |
US9703902B2 (en) | 2013-05-09 | 2017-07-11 | Rockwell Automation Technologies, Inc. | Using cloud-based data for industrial simulation |
US9786197B2 (en) | 2013-05-09 | 2017-10-10 | Rockwell Automation Technologies, Inc. | Using cloud-based data to facilitate enhancing performance in connection with an industrial automation system |
US9645979B2 (en) | 2013-09-30 | 2017-05-09 | Rakuten, Inc. | Device, method and program for generating accurate corpus data for presentation target for searching |
US20150120009A1 (en) | 2013-10-31 | 2015-04-30 | Rockwell Automation Technologies, Inc. | Independent Operation of Control Hardware and a Monitoring System in an Automation Controller |
US9866635B2 (en) | 2014-03-26 | 2018-01-09 | Rockwell Automation Technologies, Inc. | Unified data ingestion adapter for migration of industrial data to a cloud platform |
US10095202B2 (en) | 2014-03-26 | 2018-10-09 | Rockwell Automation Technologies, Inc. | Multiple controllers configuration management interface for system connectivity |
US20150316904A1 (en) | 2014-05-01 | 2015-11-05 | Rockwell Automation Technologies, Inc. | Systems and methods for adjusting operations of an industrial automation system based on multiple data sources |
US9958860B2 (en) | 2014-05-01 | 2018-05-01 | Rockwell Automation Technologies, Inc. | Systems and methods for broadcasting data and data tags associated with an industrial automation system |
US9760635B2 (en) | 2014-11-07 | 2017-09-12 | Rockwell Automation Technologies, Inc. | Dynamic search engine for an industrial environment |
US20160299999A1 (en) | 2015-04-09 | 2016-10-13 | General Electric Company | Systems and methods for power plant model optimization |
US10795337B2 (en) | 2016-06-01 | 2020-10-06 | Incucomm, Inc. | Predictive and prescriptive analytics for systems under variable operations |
-
2017
- 2017-05-31 US US15/609,301 patent/US10613521B2/en active Active
- 2017-06-09 CN CN201710432617.4A patent/CN107491044B/zh active Active
- 2017-06-09 EP EP17175165.4A patent/EP3255589A1/en not_active Ceased
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064302A (zh) * | 2011-07-08 | 2013-04-24 | 洛克威尔自动控制技术股份有限公司 | 高可用性装置级环底板 |
CN103217935A (zh) * | 2011-11-11 | 2013-07-24 | 洛克威尔自动控制技术股份有限公司 | 用于访问和传递数据的、集成且可扩展的架构 |
US20130212420A1 (en) * | 2012-02-09 | 2013-08-15 | Rockwell Automation Technologies, Inc. | Time-stamping of industrial cloud data for synchronization |
US20140047107A1 (en) * | 2012-08-09 | 2014-02-13 | Rockwell Automation Technologies, Inc. | Remote industrial monitoring and analytics using a cloud infrastructure |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108628271B (zh) * | 2018-06-26 | 2020-09-08 | 常州亿晶光电科技有限公司 | 人工智能生产线控制方法 |
CN108628271A (zh) * | 2018-06-26 | 2018-10-09 | 常州亿晶光电科技有限公司 | 人工智能生产线控制方法 |
WO2020037608A1 (zh) * | 2018-08-23 | 2020-02-27 | 西门子股份公司 | 人工智能计算设备、控制方法及装置、工程师站及工业自动化系统 |
CN112424713A (zh) * | 2018-08-23 | 2021-02-26 | 西门子股份公司 | 人工智能计算设备、控制方法及装置、工程师站及工业自动化系统 |
CN113168149A (zh) * | 2018-11-23 | 2021-07-23 | 西门子股份公司 | 用于自动化装置的扩展装置 |
CN113168149B (zh) * | 2018-11-23 | 2024-08-09 | 西门子股份公司 | 用于自动化装置的扩展装置 |
CN109835278A (zh) * | 2019-02-25 | 2019-06-04 | 东软睿驰汽车技术(沈阳)有限公司 | 一种车载计算平台 |
CN111752237A (zh) * | 2019-03-28 | 2020-10-09 | Abb瑞士股份有限公司 | 自动过程图形生成 |
GB2599487A (en) * | 2019-09-13 | 2022-04-06 | Chin Cheung Fung | IIoT agent device |
GB2599487B (en) * | 2019-09-13 | 2024-04-10 | Chin Cheung Fung | IIoT agent device |
WO2021048818A1 (zh) * | 2019-09-13 | 2021-03-18 | 張奉前 | 工业物联网代理装置 |
CN112904807A (zh) * | 2019-11-19 | 2021-06-04 | 罗克韦尔自动化技术公司 | 工业分析系统、方法和非暂态计算机可读介质 |
CN112904807B (zh) * | 2019-11-19 | 2024-03-08 | 罗克韦尔自动化技术公司 | 工业分析系统、方法和非暂态计算机可读介质 |
CN113625664A (zh) * | 2020-05-08 | 2021-11-09 | 罗克韦尔自动化技术公司 | 通过零接触注册的自动端点安全策略分配 |
CN113625664B (zh) * | 2020-05-08 | 2023-12-05 | 罗克韦尔自动化技术公司 | 通过零接触注册的自动端点安全策略分配 |
CN113219910A (zh) * | 2021-03-19 | 2021-08-06 | 苏州数杰智能技术有限公司 | 一种全流程的生产自诊断及优化系统 |
CN113608508A (zh) * | 2021-07-29 | 2021-11-05 | 上海工程技术大学 | 基于工业互联网的印刷设备与mes系统对接方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
EP3255589A1 (en) | 2017-12-13 |
US20170357249A1 (en) | 2017-12-14 |
US10613521B2 (en) | 2020-04-07 |
CN107491044B (zh) | 2020-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107491045A (zh) | 用于自动控制系统的可扩展分析架构 | |
CN107491044A (zh) | 用于自动控制系统的可扩展分析架构 | |
US11265513B2 (en) | Virtual reality and augmented reality for industrial automation | |
US10535202B2 (en) | Virtual reality and augmented reality for industrial automation | |
US20210302923A1 (en) | Backup of an industrial automation plant in the cloud | |
US20220156435A1 (en) | Using cloud-based data for industrial simulation | |
EP3285127B1 (en) | Remote industrial automation site operation in a cloud platform | |
EP3121667B1 (en) | Snapshot management architecture for process control operator training system lifecycle | |
US10528021B2 (en) | Automated creation of industrial dashboards and widgets | |
CN104142629B (zh) | 用于对工业机器环境进行虚拟化的系统和方法 | |
CN104142661B (zh) | 使用基于云的数据用于工业自动化系统训练 | |
US20170351226A1 (en) | Industrial machine diagnosis and maintenance using a cloud platform | |
EP3018597A1 (en) | Crawler for discovering control system data in an industrial automation environment | |
CN107272608A (zh) | 云平台中的工业设备和系统证明 | |
NEMLAHA et al. | IIoT Device Prototype Design Using State Machine According to OPC UA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |