CN107688325B - 一种面向实时传感环境的工业知识自动化处理方法 - Google Patents
一种面向实时传感环境的工业知识自动化处理方法 Download PDFInfo
- Publication number
- CN107688325B CN107688325B CN201610635380.5A CN201610635380A CN107688325B CN 107688325 B CN107688325 B CN 107688325B CN 201610635380 A CN201610635380 A CN 201610635380A CN 107688325 B CN107688325 B CN 107688325B
- Authority
- CN
- China
- Prior art keywords
- event
- real
- time
- data
- processing
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 24
- 239000002131 composite material Substances 0.000 claims abstract description 23
- 230000008569 process Effects 0.000 claims abstract description 19
- 230000000875 corresponding effect Effects 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 230000008859 change Effects 0.000 claims abstract description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 2
- 238000004886 process control Methods 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims 1
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000005406 washing Methods 0.000 description 7
- 239000003513 alkali Substances 0.000 description 6
- 239000007789 gas Substances 0.000 description 6
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 4
- 239000002253 acid Substances 0.000 description 4
- 239000001257 hydrogen Substances 0.000 description 4
- 229910052739 hydrogen Inorganic materials 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 238000005336 cracking Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 239000002585 base Substances 0.000 description 2
- 239000003518 caustics Substances 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 1
- 239000005977 Ethylene Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000014121 butter Nutrition 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005272 metallurgy Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000010791 quenching Methods 0.000 description 1
- 230000000171 quenching effect Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000007711 solidification Methods 0.000 description 1
- 230000008023 solidification Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G05B19/418—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]
- G05B19/41885—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 modeling, simulation of the manufacturing 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明属于信息处理领域，涉及一种面向实时传感环境的工业知识自动化处理方法。该方法包括：1)检测工业企业的实时数据库中数据的变化，得到实时事件队列；2)根据领域知识定义原子事件的特征，并进行复合事件模式配置，建立规则库；3)定义复合事件的检测条件，对实时事件队列进行实时匹配；4)当满足检测条件时，根据相应事件的发生而触发执行相应的动作；5)根据分析流程中开始节点的配置从工业企业实时数据库中确定出要处理的事件数据，然后根据该事件数据生成事件语句，并发送给事件引擎；6)事件引擎根据收到的事件语句从配置的业务流程中查找匹配的节点或智能对象进行处理，并保存处理结果。本发明能够实现工业知识的自动化实时处理。
Description
技术领域
本发明属于信息处理领域，具体涉及一种面向实时传感环境的工业知识自动化处理方法。
背景技术
随着工业过程控制越来越快地发展，应用在实践中的自动化仪器、自动化系统正处理着越来越多的信息，其中包含了基于现场传感网络产生的大量现场数据的实时存取、实时管理和实时监控，如工厂生产过程控制系统、电力调度、装置监控等等。
流程工业生产运行是以工业现场大量的实时传感数据为基础的，处理的时限要求高，如各类传感终端产生实时、连续的事件流，数据流处理系统必须快速对其进行响应并即时输出结果。知识执行过程有较强的时间约束，数据处理时效性强。针对时效性场合，一般可以分为实时、准实时、离线三类。石化、冶金中工业现场操作和控制类一般是实时要求，秒级的响应；生产调度内原料切换、异常工况等处理一般是准实时要求，分钟级的响应；经营决策一般是离线要求，小时级的响应。但业务的复杂性和需求变化导致标准业务流程的适应能力较弱，需要更为高效的知识处理框架。
发明内容
针对现有技术中存在的问题，本发明的目的在于提供一种面向实时传感环境的工业知识自动化处理方法。从工业现场采集来自传感器网络的实时动态数据，进一步基于规则对实时事件队列进行事件检测和分析，可通过指令库进一步调用计算流程进行分析计算，实现工业知识的实时处理。
本发明的一种面向实时传感环境的工业知识自动化处理方法，其基本流程如图1所示，包括以下步骤：
1)检测工业企业的实时数据库中数据的变化，得到实时事件队列，并在检测到数据变化时发送数据变化通知；
2)根据领域知识定义原子事件的特征，将原子事件通过逻辑或时序运算符进行连接构成复合事件，并进行复合事件模式配置，根据复合事件模式建立规则库；
3)通过事件处理语言定义复合事件的检测条件，并利用该检测条件对实时事件队列进行实时匹配；
4)当满足所述复合事件的检测条件时，根据相应事件的发生而触发执行相应的动作；
5)通过可视化组态环境来构建分析流程，根据分析流程中开始节点的配置从该工业企业实时数据库中确定出要处理的事件数据，然后根据该事件数据生成事件语句，并发送给事件引擎；
6)事件引擎根据收到的事件语句从配置的业务流程中查找匹配的节点或智能对象进行处理，得到分析结果(包括数据、描述类文本等)，并保存处理结果。
进一步的，步骤1)对输入的数据流进行检测，检测为异常事件的事件，将进入异常事件队列；检测为正常事件的事件，进入正常事件队列，依据一定的缓存策略决定其处理方式。
进一步的，步骤2)所述领域知识是指行业领域中的专门知识与技能；所述原子事件是指对传感器直接产生的事件，其所包含的信息非常有限；所述复合事件是指原子事件通过逻辑或时序运算符进行连接构成的复合事件；所述复合事件模式是指规则中的复合事件表达式；所述规则是指一组条件和在此条件下的操作，即以规则的方式表示复合事件模式，并将规则注册到规则库，当有预先定义好的事件(复合事件)发生时，才根据规则中的复合事件表达式对被检测事件序列进行检测。
进一步的，步骤3)对事件进行过滤，即通过时间窗口来确定需要被扫描的事件序列范围，以有效控制处理事件的数量。通过对每种类型的事件实例中特定属性的比较，决定哪些事件序列符合规则中定义的条件。只有这些经过条件验证步骤过滤的事件序列才能够进入到下一步骤。
进一步的，步骤4)中，一旦一个复合事件检测发现，通过条件匹配器立即验证相应规则中的条件是否满足。如果条件满足，规则中描述的动作将通过原语的形式来执行。所述原语是由若干条指令组成的，用于完成一定功能的一个过程。
进一步的，步骤5)所述分析流程通过一个可视化组态环境(即图1中的流程建模器)来构建，将智能对象、流程控制节点、数据源、输出节点、数据处理节点等根据业务逻辑配置成业务流程，并存储在指令库中以供进一步的调用。
进一步的，所述智能对象为对应知识资源的形式化描述，包括属性、功能、接口的三元组信息。所述属性包括名称、主题域、计算模型信息；所述功能用于明确智能对象的构建目标；所述接口包括智能对象的输入、输出接口，输入接口中设有输入变量、输出接口中设置有输出变量。
进一步的，所述流程控制节点包括开始节点、结束节点、if判定节点、case判定节点、and_or判定节点；所述数据处理节点包括合并节点、选择节点、去重节点、过滤节点、排序节点、追加节点。
进一步的，通过WebService或动态链接库调用所述智能对象。
本发明的有益效果和优点体现在：
1)本发明提高了工业知识自动化处理的实时性，从海量的现场传感数据中快速寻找异常事件，进而基于模型构建数据驱动的智能分析，进行原因推理分析、隐患后果评估等，实现工业现场实时响应。
2)本发明通过智能对象和业务流程建模实现业务知识和专家经验的固化，将业务问题的最优操作方法封装成知识，形成了针对特定业务问题的系统化解决方案，并可为同类问题提供借鉴，实现了业务经验的沉淀和传承及自动化应用，提高了业务处理效率。
附图说明
图1是面向实时传感环境的工业知识自动化处理方法框架示意图。
具体实施方式
以下结合具体实施例，对本发明做进一步详细说明。
本实施例选取某石化企业化工分厂乙烯装置作为本发明的实施案例。裂解气进入裂解炉需要通过碱洗，DA203N碱洗塔碱洗的目的是脱除裂解气中包括H2S和CO2在内的酸性气体，从而保持催化剂的使用效果。体现碱洗效果主要靠分析出口碱浓度值及是否带黄油、反应器床层温度、塔顶酸性气体含量等。
首先，通过安装传感器实现干氢进气量、干氢压力、反应器床层温度、碱洗塔顶端酸性气体浓度的监控，判断碱洗塔是否正常。传感器的实时数据形成原子事件。
进一步，根据领域知识进行复合事件模式的配置，即创建规则。此处干氢进气量点位号为FIC2417，干氢压力点位号为PI2327，反应器床层温度点位号为TI401A8A，碱洗塔顶酸性气体点位号为AI2203。
规则配置信息如下：
当设备状态偏离历史同工况下的安全状态时，系统自动触发预警，并通过调用已配置的分析流程进行故障根原因分析。需要构建“DA203N碱洗失效故障分析”智能对象，包括模型基本属性、接口。
其中，基本属性是指智能对象基本信息的描述，包括名称、编号、主题域、版本号等信息，如表1所示。
表1.基本属性
| 名称 | DA203N碱洗失效故障分析 |
| 编号 | 201409010012 |
| 主题域 | 故障根原因分析 |
| 版本号 | V2.3 |
| 更新日期 | 20141117 |
接口信息指对该智能对象的输入、输出接口进行描述和表示，也对智能对象与外部环境之间的交互信息进行建模。
输入信息，如表2所示：
表2.输入信息
输出信息，如表3所示：
表3.输出信息
| 参数名 | 参数类型 | 参数描述 |
| cause | enum | 列出可能导致异常的变量名称 |
| Suggestion | Enum | 建议措施 |
进一步，基于“DA203N碱洗失效故障分析”智能对象构建流程，建立异常工况的分析模型(关联分析模型)。综合考虑多变量之间时序关系，通过可视化的流程建模器进行流程建模，实现复杂工况下的故障根原因分析。
碱洗失效的报警监控及故障分析依靠复合事件判断和分析流程进行支撑，如2015年11月17日17:00，DA203N碱洗塔报警。通过故障分析流程判断，分析结果为碱洗温度T1212低于42℃，建议提高急冷水温度或流量，经与技术人员确认符合事实。减少连锁停车事故1小时，节省损失59万元，具有较好的应用效果。
以上实施例仅用以说明本发明的技术方案而非对其进行限制，本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明的精神和范围，本发明的保护范围应以权利要求书所述为准。
Claims (9)
1.一种面向实时传感环境的工业知识自动化处理方法，其步骤包括：
1)检测工业企业的实时数据库中数据的变化，得到实时事件队列，并在检测到数据变化时发送数据变化通知；
2)根据领域知识定义原子事件的特征，将原子事件通过逻辑或时序运算符进行连接构成复合事件，并进行复合事件模式配置，根据复合事件模式建立规则库；
3)通过事件处理语言定义复合事件的检测条件，并利用该检测条件对实时事件队列进行实时匹配；
4)当满足所述复合事件的检测条件时，根据相应事件的发生而触发执行相应的动作；
5)通过可视化组态环境来构建分析流程，根据分析流程中开始节点的配置从工业企业实时数据库中确定出要处理的事件数据，然后根据该事件数据生成事件语句，并发送给事件引擎；
6)事件引擎根据收到的事件语句从配置的业务流程中查找匹配的节点或智能对象进行处理，并保存处理结果。
2.如权利要求1所述的方法，其特征在于：步骤1)对输入的数据流进行检测，检测为异常事件的事件进入异常事件队列；检测为正常事件的事件进入正常事件队列，依据一定的缓存策略决定其处理方式。
3.如权利要求1所述的方法，其特征在于：步骤2)以规则的方式表示复合事件模式，并将规则注册到规则库，当有预先定义好的复合事件发生时，才根据规则中的复合事件表达式对被检测事件序列进行检测。
4.如权利要求1所述的方法，其特征在于：步骤3)对事件进行过滤，即通过时间窗口来确定需要被扫描的事件序列范围，以有效控制处理事件的数量；通过对每种类型的事件实例中特定属性的比较，决定哪些事件序列符合规则中定义的条件，只有这些经过条件验证步骤过滤的事件序列才能够进入到下一步骤。
5.如权利要求1所述的方法，其特征在于：步骤4)中一个复合事件一旦被检测发现，通过条件匹配器立即验证相应规则中的条件是否满足；如果条件满足，规则中描述的动作将通过原语的形式来执行。
6.如权利要求1所述的方法，其特征在于：步骤5)所述分析流程通过可视化组态环境来构建，将智能对象、流程控制节点、数据源、输出节点、数据处理节点根据业务逻辑配置成业务流程，并存储在指令库中以供进一步的调用。
7.如权利要求6所述的方法，其特征在于：所述智能对象为对应知识资源的形式化描述，包括属性、功能、接口的三元组信息；所述属性包括名称、主题域、计算模型信息；所述功能用于明确智能对象的构建目标；所述接口包括智能对象的输入、输出接口，输入接口中设有输入变量、输出接口中设置有输出变量。
8.如权利要求6或7所述的方法，其特征在于：通过WebService或动态链接库调用所述智能对象。
9.如权利要求6所述的方法，其特征在于：所述流程控制节点包括开始节点、结束节点、if判定节点、case判定节点、and_or判定节点；所述数据处理节点包括合并节点、选择节点、去重节点、过滤节点、排序节点、追加节点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610635380.5A CN107688325B (zh) | 2016-08-05 | 2016-08-05 | 一种面向实时传感环境的工业知识自动化处理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610635380.5A CN107688325B (zh) | 2016-08-05 | 2016-08-05 | 一种面向实时传感环境的工业知识自动化处理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107688325A CN107688325A (zh) | 2018-02-13 |
| CN107688325B true CN107688325B (zh) | 2019-12-13 |
Family
ID=61151631
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610635380.5A Active CN107688325B (zh) | 2016-08-05 | 2016-08-05 | 一种面向实时传感环境的工业知识自动化处理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107688325B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109828522B (zh) * | 2019-02-13 | 2021-07-23 | 大族激光科技产业集团股份有限公司 | 一种防止异常信号导致控制流程错乱的方法 |
| CN110083626B (zh) * | 2019-03-29 | 2021-08-31 | 奇安信科技集团股份有限公司 | 流式事件序列匹配方法及装置 |
| CN111813406B (zh) * | 2020-07-14 | 2022-03-11 | 深圳前海移联科技有限公司 | 一种动态的事件驱动模型 |
| CN112364109B (zh) * | 2020-11-13 | 2024-02-27 | 卫宁健康科技集团股份有限公司 | 事件的业务关联方法、系统、装置、电子设备及存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8751151B2 (en) * | 2012-06-12 | 2014-06-10 | Trx Systems, Inc. | System and method for localizing a trackee at a location and mapping the location using inertial sensor information |
| CN101364108B (zh) * | 2008-09-24 | 2011-08-24 | 永凯软件技术（上海）有限公司 | 复杂大系统环境下的基于事件驱动的车间作业动态调度方法 |
| TWI654881B (zh) * | 2012-06-27 | 2019-03-21 | 尤比奎蒂網絡公司 | 控制感應器裝置的方法和設備 |
| JP6398460B2 (ja) * | 2014-08-20 | 2018-10-03 | 富士通株式会社 | 制御方法、制御装置および制御プログラム |
| CN105467953B (zh) * | 2015-11-11 | 2018-01-09 | 中国科学院软件研究所 | 一种面向工业大数据的知识表示及其自动化应用方法 |
-
2016
- 2016-08-05 CN CN201610635380.5A patent/CN107688325B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN107688325A (zh) | 2018-02-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107688325B (zh) | 一种面向实时传感环境的工业知识自动化处理方法 | |
| CA2676441C (en) | Intelligent monitoring system and method for building predictive models and detecting anomalies | |
| Cassady et al. | Combining preventive maintenance and statistical process control: a preliminary investigation | |
| CN105467953B (zh) | 一种面向工业大数据的知识表示及其自动化应用方法 | |
| US20050049988A1 (en) | Provision of data for analysis | |
| WO2003042769A1 (en) | Analysing events | |
| CA2932804C (en) | Data reliability analysis | |
| Bao et al. | Risk‐based fault diagnosis and safety management for process systems | |
| Proto et al. | PREMISES, a scalable data-driven service to predict alarms in slowly-degrading multi-cycle industrial processes | |
| CN109445422A (zh) | 一种化工生产设备故障预测方法 | |
| CN117370818B (zh) | 基于人工智能的供排水管网智能诊断方法及智慧环保系统 | |
| US20210318675A1 (en) | Method for alarm handling in a processing system | |
| CN102929241A (zh) | 精对苯二甲酸装置安全运行指导系统及其应用 | |
| Laumonier et al. | Towards alarm flood reduction | |
| CN116363843A (zh) | 试验室设备预警系统 | |
| Dibowski et al. | Ontology-based fault propagation in building automation systems | |
| Tavolato et al. | Analytical modelling of cyber-physical systems: Applying kinetic gas theory to anomaly detection in networks | |
| De la Mata et al. | Accident prevention by control system reconfiguration | |
| US9122772B2 (en) | Method for analyzing message archives and corresponding computer program | |
| CN116235121A (zh) | 识别用于执行生产过程的工业设施中的异常的装置和方法 | |
| Maier et al. | Automated generation of timing models in distributed production plants | |
| Bouché et al. | Improving the performance of production lines with an expert system using a stochastic approach | |
| Chandrasekaran et al. | EventDetectR--An Open-Source Event Detection System | |
| CN117287640B (zh) | 供水风险的预警方法、装置、设备及存储介质 | |
| El Sakka et al. | Improved alarm flood analysis by cluster identification and alarm assignment |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210127 Address after: 100193 2b2245, building 2, incubator, Zhongguancun Software Park, Haidian District, Beijing Patentee after: Guoke Yunhong (Beijing) Energy Technology Co.,Ltd. Address before: 100190 No. four, 4 South Street, Haidian District, Beijing, Zhongguancun Patentee before: Institute of Software, Chinese Academy of Sciences |