CN108133338B - 用于组织制造过程信息的方法 - Google Patents
用于组织制造过程信息的方法 Download PDFInfo
- Publication number
- CN108133338B CN108133338B CN201810151892.3A CN201810151892A CN108133338B CN 108133338 B CN108133338 B CN 108133338B CN 201810151892 A CN201810151892 A CN 201810151892A CN 108133338 B CN108133338 B CN 108133338B
- Authority
- CN
- China
- Prior art keywords
- channel
- event
- information
- channels
- lane
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 211
- 238000000034 method Methods 0.000 title claims abstract description 98
- 230000008569 process Effects 0.000 claims abstract description 46
- 238000003860 storage Methods 0.000 claims abstract description 24
- 230000008878 coupling Effects 0.000 claims description 43
- 238000010168 coupling process Methods 0.000 claims description 43
- 238000005859 coupling reaction Methods 0.000 claims description 43
- 230000002776 aggregation Effects 0.000 claims description 37
- 238000004220 aggregation Methods 0.000 claims description 37
- 230000004044 response Effects 0.000 claims description 25
- 238000004458 analytical method Methods 0.000 claims description 20
- 230000011218 segmentation Effects 0.000 claims description 16
- 238000007726 management method Methods 0.000 claims description 10
- 230000004048 modification Effects 0.000 claims description 5
- 238000012986 modification Methods 0.000 claims description 5
- 230000008030 elimination Effects 0.000 claims description 4
- 238000003379 elimination reaction Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 238000012913 prioritisation Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 14
- 239000012634 fragment Substances 0.000 description 24
- 230000008859 change Effects 0.000 description 15
- 230000004931 aggregating effect Effects 0.000 description 10
- 238000013459 approach Methods 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 6
- 238000013499 data model Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 239000002131 composite material Substances 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 230000000875 corresponding effect Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 101100074187 Caenorhabditis elegans lag-1 gene Proteins 0.000 description 1
- 235000008694 Humulus lupulus Nutrition 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010561 standard procedure Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- 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
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Manufacturing & Machinery (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
- Multi-Process Working Machines And Systems (AREA)
Abstract
本发明涉及一种用于组织制造过程信息的方法,还公开了一种具有适合用在资源受限的嵌入式装置中的存储和性能特性的、用于捕获、组织、存储并分析制造过程信息的方法和系统。将过程信息组织成可扩展通道,各个可扩展通道捕获被存储作为可扩展事件的信息,各事件可以包括指标、类别值、注释和系统字段。通道之间的共享边界使得更容易组织、存储、相互关联、分析并探索信息。通道边界关系创建共享边界;并且可以创建或者可被组合以创建共享边界的通道的集合。共享边界和通道边界关系便于对根据通道、类别和指标所构建的探索层级进行基于规则的遍历,以使得用户在遍历类别的组的同时,观看、分析、解释、理解并以其它方式受益于指标和其它信息。
Description
(本申请是申请日为2014年5月12日、申请号为201480027054.5、发明名称为“用于组织并存储制造过程信息的方法和系统”的申请的分案申请。)
技术领域
本发明涉及捕获、组织、存储并分析制造过程信息,特别关注资源受限的嵌入式装置。
背景技术
为了有效地改进制造过程,收集与这些过程有关的信息并且以对于用户而言有用的方式组织并存储该信息(特别是使得用户能够分析并解释该信息),这很重要。存在多种众所周知的用以捕获、组织并存储制造过程信息的方法,现在将论述这些方法中的几种。
用以捕获、组织并存储与制造过程有关的信息的一个方法是使控制机器的可编程逻辑控制器(PLC)也捕获与这些机器和关联过程有关的信息。在许多情况下,PLC经由开放平台通信(OPC,最初为过程控制所用的OLE)服务器发送该信息以存储在服务器类计算机上所运行的后端数据库中或云存储中。这种计算机的示例是来自戴尔(Dell)有限公司的PowerEdgeTM T420,其中该PowerEdgeTM T420包含来自英特尔(Intel)公司的E5-2430处理器(64位、2.20GHz、6核)、64千兆字节的RAM(易失性存储介质)和兆兆字节的非易失性存储介质(例如,硬盘驱动器)。
用以捕获、组织并存储与制造过程有关的信息的另一不太常见的方法是使用嵌入式装置(即,将电子硬件和软件以及可能的机械零件或其它组件组合并且通常被设计成进行专用功能或任务的装置;例如,自动贩卖机、家电、马达控制器、打印机等)来捕获、组织并存储该信息。用于该目的的典型嵌入式装置可能包含基于来自ARM有限公司的ARM9TM架构的处理器(32位、200MHz、1核)、32兆字节的RAM(易失性存储介质)和32兆字节的非易失性存储介质(例如,闪速存储器)。
资源约束(特别是诸如(如上所述的)RAM和非易失性存储器的有限量等的存储器约束)对于嵌入式系统而言是典型的,这样使得嵌入式装置不能在长时间段内存储与制造过程有关的所有感兴趣信息。因此,嵌入式装置以尽可能紧凑的方式组织并存储所捕获信息以尽可能长地延迟丢弃信息的需求,同时仍能够高效且有效地对信息进行分析、汇总、分发等,这是有益的。处理器约束(如上所述)也是常见的。
用于解决针对监控制造过程的PLC和嵌入式装置这两者的存储器限制的常用方法其中之一是将信息仅存储短的时间段。例如,PLC通常存储非常少的历史数据;相反,对于上述的服务器类计算机来说例行收集并存储历史信息是很常见的。该方法的一个缺点是:该方法高度依赖于网络和该系统的其它互连方面的可靠性。例如,长时间的网络中断可能会导致信息丢失。该方法的另一缺点是需要计算机长期存储信息(即,该系统不是自足的(self-contained))。
解决存储器限制的另一常用方法是在捕获到信息时汇总(aggregate)信息。例如,资源受限的嵌入式装置可能不能存储与快速制造过程中的每个制造工件有关的所有信息,但可能能够捕获并存储诸如在特定时间跨度或时间间隔内所制造的总工件计数等的汇总信息。例如,资源受限的嵌入式装置可以捕获在轮班期间、在正制造特定零件时、在特定生产人员正在工作时等所制造的总工件计数。在典型的制造环境中,可能存在同时感兴趣的许多这种时间跨度(即,过程的方面)(例如,轮班、零件、生产人员、小时等)。
本领域内已知的用以存储汇总信息的非常简单的方法针对感兴趣的各时间跨度(即,过程的方面)存储所有信息记录。因此,例如,可以针对特定轮班存储记录并且可以针对在该轮班期间运行的各零件存储附加记录。该方法的一个缺点是:该方法通常得到大量的重复冗余信息。该方法的另一缺点是:该方法可能很难使所测量的过程的不同方面(例如,轮班、零件、生产人员、小时等)中的信息相互关联。
本领域内已知的用以存储汇总信息的另一方法将时间戳或其它标识符指派给数据记录,然后使用这些标识符来使这些记录相关。该方法的一个缺点是该方法倾向于创建许多记录。由于记录之间的大量链接,这增大了信息组织和存储的复杂性并且增加了开销,而这是资源受限的嵌入式装置所特别关注的。在使用时间戳来使记录相关(这很常见)的情况下,出现了额外的缺点。时间戳可能不可靠并且可能在许多方式中难以利用其进行工作。
时间戳的一个问题是时钟通常随时间漂移。尽管理论上可以通过利用网络时间协议(NTP)自动设置时钟来缓解该问题,但并非所有装置都能够访问NTP服务器,并且能够访问NTP服务器的装置在更新之间以及在网络不稳定的时间段内仍将经历时钟漂移。甚至更值得关注的是,在配置诸如时区和夏时制等的时间相关设置方面的人为错误可能会导致在一段时间(直到发现并纠正错误的时间点为止)内记录了明显不正确的时间戳。
改变时间、甚至是纠正现有错误也可能引入明显问题。在时间被设置得提前的情况下,可能产生记录之间的不期望间隙以及记录内的数据的不一致。例如,如果将时钟设置为提前两分钟,则实际运行了43分钟的零件可被记录为从2:00pm到2:45pm运行。同样,在时间被设置得滞后的情况下,可能产生记录之间的不期望重叠以及记录内的数据的不一致。例如,如果(例如,由于纠正时区设置或由于在使用当地时间的情况下的夏时制改变)时钟被设置为滞后了1小时,则运行了43分钟的相同零件可被记录为从2:00pm到1:43pm运行。
根据附着至时间戳的精度(例如,秒、毫秒或微秒)也可能产生问题。如果时间戳过于粗略,则事件可能会在这些事件不应是同时或连接时看似同时或连接;如果时间戳过于精细,则可能发生相反的问题:应被视为同时或连接的事件是利用不同的时间戳所记录的。另一潜在的混淆点是“闰秒(leap second)”,即有时按不可预测的间隔插入来维持与地球转动的一致性的额外的秒,其可能在计算两个时间之间的差时引入问题(例如,2012年6月24日的一周实际包含604,801秒而不是大多数周的604,800秒)。
尽管这些时间相关问题具有不同的影响程度并且能够以各种方式缓解,但将时间仅用作信息片而不使信息记录相关显然具有优点。
用户经常需要对过程的方面(例如,轮班、零件、生产人员、小时、批次、批号、SKU、工作订单、客户、工具等)的组合进行汇总、筛选、变换、分割和以其它方式的操作,以分析并解释制造过程信息。例如,在分立的制造过程中,用户可能对观看零件10-6456的停工时间感兴趣,但仅在该零件在第一轮班期间运行时如此。这种分析在包含重叠记录的系统中更加困难,无论该重叠是由组织和存储的系统、使用时间戳来使记录相关还是某些其它原因所引起的。在存在许多相关记录(从而需要更复杂的查询来检索信息)的情况下,这种分析特别是对于嵌入式装置而言也更加困难。
另一重要考虑是用户(例如,在需要纠正的情况下)修改所捕获的制造过程信息的能力。这在存在必须以协调方式进行修改以确保所有记录之间的信息的一致性的多个重叠或相关记录的情况下可能非常困难。
本发明提供克服这些困难的用以组织、存储并分析所捕获的制造过程信息的改进型方法。其优点包括:该方法使得能够在长的时间段内存储信息;该方法减少了冗余信息量,因而减少了存储器使用并且使得更容易修改信息;该方法以使得能够进行直观分析和探索的方式存储边界清楚且无重叠的信息;该方法以提高查询性能的方式减少了记录之间的关系的数量和复杂性;以及该方法将时间仅用作信息片而不是作为使记录相关的“关键字”。本发明的特征还可应用于并有益于非资源受限装置和通用计算机。
发明内容
这里公开了避免现有方法和系统的缺点同时提供附加的结构和操作优点的、用于捕获、组织、存储并分析制造过程信息的改进型方法和系统。
将过程信息组织成可扩展通道,其中各个可扩展通道捕获被存储作为可扩展事件的信息。各事件表示时间间隔或时间点,并且包含与该时间间隔或时间点有关的所捕获的过程信息。可以将事件分割成被称为事件片段的碎片,其中各个事件片段还包含与其关联的时间段有关的过程信息。
可以将事件内的过程信息组织成不同类型的字段,诸如指标(metric)(测量与过程有关的内容的数值)、类别值(与正被测量的对象有关的结构化信息)、注释(解释所测量的内容的非结构化信息)和系统字段(通常对于用户来说兴趣有限且主要用于使系统的其余部分进行工作的信息)。类别分析是指从不同角度分析所捕获信息,其中这些角度各自通常基于通道、类别、指标以及在一些情况下的注释或其它信息的组合。
事件和事件片段具有边界(开始或结束的时间点)。在通道之间的边界在大致相同的时间点发生(即,共享边界)的情况下,可以更容易地组织、存储、相互关联、分析、探索(explore)并以其它方式管理和使用过程信息,包括将这种过程信息用于类别分析。
用以创建共享边界的一个方式是通过通道之间的关系(被称为通道边界关系)。一些通道边界关系描述存在共享边界这一事实,而其它通道边界关系强制共享边界存在。通道边界关系的示例包括耦合、分段(fragmenting)、投影和汇总(aggregating)。
在一个通道中的各事件自然落在某些其它通道的一个事件的边界内(包括这些边界)的情况下,发生耦合关系。在一个通道的各边界强制使得在某些其它通道中创建共享边界的情况下,发生分段关系。在一组通道生成存储用以再生成该组(包括该组的所有边界)的足够信息的新通道(投影基通道)的情况下,发生投影关系。在一个通道通过耦合或分段来与另一通道共享边界并且使该通道的事件沿着该共享边界或其子集汇总的情况下,发生汇总关系,其中结果在新通道中被捕获。
通道边界关系可以创建或者可被组合以创建共享边界的通道集合,以使得这些边界划定包含时间间隔的关联信息的该时间间隔(称为切片(Slicing))。特别是在使用投影基通道边界来划定时间间隔的情况下,将投影关系和分段关系与切片组合对于类别分析而言可以非常强大。
在基于一个事件中的边界的创建、修改或消除来创建、修改或消除另一事件中的边界的情况下,可以在更普遍的意义上创建共享边界,使得边界在大致相同的时间点发生。
共享边界还有利于作为类别分析的一种形式的探索层级,其中该探索层级使得用户能够在遍历一组类别的同时,观看、分析、解释、理解以及以其它方式受益于指标。探索层级可以是由通道、类别和指标构建成的,其中类别可以采用任何顺序,并且指标可以是基于已遍历的类别和关联通道所选择的。
在对层级中的通道进行排序以使得层级中较低的通道遵守(respect)层级中较高的通道的边界的情况下,探索层级特别有用。通道边界关系信息有助于以编程或其它方式判断一个通道是否遵守另一通道的边界。
通过以下的说明书和附图,可以更容易地理解本发明的这些和其它方面。
附图说明
为了便于理解试图保护的主题的目的,在附图中示出其实施例,其中通过检查这些实施例,在结合以下说明进行考虑的情况下,应容易理解并鉴赏试图保护的主题、其结构和操作及其许多优点。
图1是优选实施例的轮班通道、零件通道和人员通道的示例。在该图以及以下的类似图中,时间从左向右流动。
图2是示出优选实施例中的根据轮班通道、零件通道和人员通道(投影源通道)生成生产指标通道(投影基通道)的图。可以添加更多的源通道;这里由于空间约束而没有示出这些源通道。
图3是图2的附加示出生产指标通道(分段父)和生产状态通道(分段子)之间的分段关系的扩展图。
图4示出包含基于线ID的若干导出类别的类别值层级的示例。
图5示出耦合集合的示例。从顶层开始计数,第一个通道是针对所有四个其它通道的耦合父,并且第二个通道是针对第三个通道和第五个通道的耦合父。
图6示出来自优选实施例的包括生产状态通道、性能区通道、应答时间通道和SMED步骤通道的耦合集合。
图7示出分段集合的示例,其中顶层的通道是针对其它两个通道的分段父。
图8示出投影集合的示例,其中顶层的三个投影源通道生成底层的投影基通道并且是从该投影基通道投影得到的。
图9示出汇总集合的示例。从顶层开始计数,第一个通道是汇总边界父,第二个通道是汇总数据父,并且第三个通道是汇总子。
图10示出与图9的汇总集合相似的汇总集合的示例,但是其中代替耦合而是利用分段来启用汇总关系。
图11示出来自优选实施例的汇总集合,其中该汇总集合包括生产指标通道(汇总边界父)、生产状态通道(汇总数据父)和汇总生产状态通道(汇总子)。
图12示出来自优选实施例的切片集合,其中该切片集合包括轮班通道、零件通道、人员通道、生产指标通道、生产状态通道、性能区通道、应答时间通道、SMED步骤通道、汇总生产状态通道、汇总性能区通道、汇总应答时间通道和汇总SMED步骤通道。
图13示出针对优选实施例的例示可以将通道信息存储在数据库中的一个方式的数据库架构的示例。
图14示出来自优选实施例的例示通道的通道边界关系(耦合、分段、投影和汇总)的通道集合的有向图。
具体实施方式
尽管本发明容许采用许多不同形式的实施例,在附图中示出并且这里将详细说明本发明的优选实施例,但应理解,本公开应被认为是本发明的原理的例示而并不意图将本发明的广泛方面局限于所例示的实施例。
具体地,尽管说明了资源受限的嵌入式装置作为本发明的一些实施例的一部分,但注意到本发明在应用于非资源受限装置、通用计算机或者资源受限的嵌入式装置、非资源受限装置和通用计算机的组合的情况下也提供益处,这很重要。本发明并不意图将本发明的广泛范围局限于资源受限的嵌入式装置。
过程数据模型的概述
过程数据模型(PDM)将信息组织成通道(例如,图1所示的轮班通道100、零件通道101和人员通道102)。各通道捕获与过程(在优选实施例中为制造过程)有关的信息。可以将通道的任何组合置于共用时间线上,从而提供探索并分析过程信息的许多不同方式。各通道提供“修饰(decorate)”共用时间线的附加信息。可以针对电视通道进行广泛的类比。与各电视通道如何以不同节目作为特征类似,各PDM通道以不同的信息(即,与过程的不同方面有关的信息)作为特征。
在事件(例如,轮班事件120、零件事件121和人员事件122)中捕获通道信息,其中各事件描述时间间隔(跨度)或时间点。表示时间间隔的事件在具有所定义的开头和所定义的结尾这两者的情况下可被称为“闭合”,或者在尚未定义这些事件的端部的情况下可被称为“开放”(表示时间点的事件具有相同的开头和结尾并且始终闭合)。如果各通道的事件具有给定通道的所有事件所共享的共同定义的结构,则更容易汇总事件(例如,组合一段时间内的事件、过程集合等)。这并未排除在给定通道中具有不同结构的事件。
在优选实施例中,过程数据模型的主干由(图2所示的)生产指标通道203和(图3和图6所示的)生产状态通道304这两个通道构成。这两个通道捕获过程监控、性能管理、过程改进等所使用的重要信息。
在优选实施例中,生产指标通道203捕获诸如计数(例如,总工件)、持续时间(例如,运行时间)、目标(例如,目标计数)、劳动(例如,劳动工时)、周期(例如,慢周期)和其它等的生产指标。可以根据该通道所捕获的信息推导出附加指标(例如,速率、方差、效率和整体设备有效性)。
在优选实施例中,生产状态通道304捕获生产资产的状态以及该状态的一个或多个关联原因和其它相关信息。生产状态通道304将生产建模为基于性能的状态的连续序列:运行、非计划停止、有计划停止、未安排和未知。本领域技术人员将理解,可以在没有背离本发明的精神的情况下修改或扩展该状态集合;例如,运行可被分解成正常运行、缓慢运行和快速运行。
界限(horizon)和粒度
在分析过程信息时,高级别的粒度(即,详情)在观看最近的信息时通常最有用。这种细粒度的信息通常随着时间的经过而变得不太感兴趣且不太有价值。例如,在优选实施例中,在实时地或针对最近(例如,过去24小时)浏览生产信息时,具有观看顺次生产状态和生产周期的时间线的能力极其有价值。另一方面,在从几个月前开始浏览生产信息的情况下,观看较长时间跨度(例如,天、周或月)的汇总信息(诸如总停工时间的趋势等)通常更加有用。
在设计资源受限的嵌入式装置所用的系统时,可以利用细粒度信息的随时间不断减小的重要度。如前面所述,在存储空间有限的情况下,最终可能有必要丢弃一些信息以释放空间,可以将如下的时间点称为“时间界限(time horizon)”,其中在该时间点之前没有可用信息。针对细粒度和粗粒度的信息建立不同的时间界限可以帮助使最相关信息保持可利用的时间最大化。
少至两个时间界限可以使短期信息和长期信息两者的存储大致最优化。例如,对于总共16,800个记录,标称粒度为5分钟的4周时间界限将得到8,064个记录,并且粒度为1小时的52周时间界限将得到8,736个记录。相比通过保持具有5分钟粒度的52周信息将得到的104,832个记录,这对于资源受限的嵌入式装置而言更可管理,并且相比通过保持具有1小时粒度的4周数据将得到的672个记录,这更有用。
该概念自然可扩展至三个或更多个时间界限,尽管保持时间界限的数量小从而简化系统的用户界面和思维模型可以是有益的。可以将具有相同的标称粒度和标称时间界限的通道的组称为“时间界限组”。
可以针对各时间界限组分配或配置特定量的存储器。这将允许例如基于特定量的存储器和该组的通道中的现有事件来针对各组估计投影时间界限。
事件
事件是表示时间间隔(跨度)或时间点、并且包含与该时间间隔或时间点有关的所捕获过程信息的实体。可以将事件分割成被称为事件片段的碎片。事件片段与事件在这两者均包含与其关联时间段有关的所捕获过程信息方面相同。考虑事件和事件片段的替代方式是每个事件由一个或多个事件片段组成,由此引入由单个事件片段组成的事件的概念。
事件边界是事件开始或结束的时间点。作为时间点的事件仅具有一个边界,并且这种事件在该边界上即开始又结束。
另一种边界是片段边界。各事件片段具有一个片段边界和一个事件边界(在该事件片段是事件的第一个或最后一个事件片段的情况下)或者两个片段边界(在该事件片段不是事件的第一个或最后一个事件片段的情况下)。在每个事件均由一个或多个事件片段组成的替代考虑方式中,事件片段可以具有两个事件边界。整体上,可以将事件边界和片段边界简称为边界。
向各事件指派诸如通用唯一标识符(UUID)等的唯一标识符(事件ID)可以是有用的,其中该唯一标识符可用作数据库关键字等。这有助于确保对事件的引用是明确的(例如,由于多个事件可能同时发生,因此通过事件发生的时间来识别这些事件可能是不明确的),并且具有唯一标识符使得更容易使任何事件与任何其它事件相关。
字段
事件捕获信息。可以将在事件中所捕获到的各信息片称为字段。不同种类的字段的一些示例是指标(metrics)、类别值、注释和系统字段。
指标是测量与被监控中的过程有关的内容的数值。在优选实施例中,指标的示例包括所生产的工件的数量或生产给定的工件集合所花费的时间量。
类别值是与被测量对象有关的信息。在优选实施例中,类别值的示例包括哪个轮班制造了给定的工件集合、或者在给定时间间隔内正制造哪个零件。可以将类别值的相关组称为类别。例如,在优选实施例中,“84-98423”和“12-89734”可以是类别值,并且这两者的类别可以是“零件”。考虑类别和类别值之间的关系的一个方式是类别是问题并且类别值是答案。例如,“轮班”是类别的示例(“此时哪个轮班正在工作?”),而“第一轮班”和“第二轮班”是类别值的示例(“这是第一轮班”)。
注释通常是解释所测量的内容的非结构化信息。在优选实施例中,注释为自由形式或者诸如“今天是我们的每月设备检查日,并且该检查会导致许多非计划停止”等的特设文本。
系统字段是实施例为了使系统的其余部分进行工作所使用的信息(通常用户对这些字段的兴趣有限)。
这样具有不同种类的字段的一个益处是这些字段可以表示字段行为的方面。这样有助于使得可以在组织、分析、可视化以及以其它方式使用关联信息的情况下以编程方式使用字段。例如,用户可以以一种方式与指标互动,以另一种方式与类别值互动,以第三种方式与注释互动,并且可能不与系统字段进行互动。在优选实施例中,可以将指标可视化为表中的信息列(例如,作为生产计数、生产速率、劳动工时、生产目标、计划数量、周期、生产时间、整体设备有效性、总有效设备性能或六大损失)或者图表的高度(y轴);类别值可被可视化为表中的行或图表的离散元素(x轴)(例如,轮班1、轮班2和轮班3);并且注释可被可视化为诸如在图表的x轴是时间等情况下的时间线上的标注,等等。
上述清单中所述的这些种类的字段意图是示例性的,并且不应被视为穷举的。本领域技术人员将理解,在没有背离本发明的精神和范围的情况下,附加种类的字段也是可以的。
导出信息
一些信息无需存储在字段中,而是可以通过将来自通道和事件系统外部的信息(称为外部信息)应用于通道和事件系统内所存储的信息(称为基信息)来推导出(称为导出信息)。例如,基指标和基类别值是两种基信息,并且导出指标和导出类别值是两种导出信息。导出类别值通常与一个或多个导出类别相关联。外部信息可以来自于用户配置、外部数据库、硬编码或固定值或者任何数量的其它源。
指标
如上所述,指标是测量与被监控中的过程有关的内容的数值。基指标通常是直接(手动或自动)测量到的。用以创建导出指标的一个方式是将公式应用于一个或多个基指标。例如,在优选实施例中,应用公式“平均速率=总计数/生产时间”导致创建了被称为平均速率的导出指标。一些指标可能仅在当前时刻受到关注,诸如在优选实施例中为当前速率(当前正生产工件的速率)等。可以将这些称为瞬时指标(Ephemeral Metric)。
类别值
如上所述,类别值是与被测量对象有关的信息。使用一个或多个类别值来分析信息可以提供新的角度并且展现针对同一类别内的不同的类别值所测量的信息之间的重要差异。例如,在优选实施例中,将进行制造过程的第一轮班与第二轮班进行比较可以提供有助于提高一个或这两个轮班的性能的洞察(例如,由于机器尚未“预热”,因此这些机器在第一轮班期间经历较多不期望的停止)。
用以生成导出类别及其关联导出类别值的一个方式是进行外部数据库查找并使基类别值与外部信息片相关。例如,在优选实施例中,基类别值可以包含GPS坐标集合,该GPS坐标集合表示在GPS数据库(外部信息)中查找到的生产线的位置,从而得到被称为城市和州的导出类别,其中城市和州具有诸如印第安纳波利斯和斯普林菲尔德等的城市导出类别值以及诸如印第安纳州和密苏里州等的州推导类别值。
类别值层级
用以创建导出类别值的另一方式是通过使用作为如下树的类别值层级,其中该树定义基类别值集合(树上的叶节点)和导出类别值集合(树上的分支节点)之间的关系。层级的各等级形成新的导出类别。
各类别值可以包含在任何数量的类别值层级中,并且导出类别可以出现在任何数量的类别值层级中。此外,类别值可以在给定类别值层级中出现任何次数。
图4示出如下的类别值层级的示例,其中该类别值层级具有基类别“线ID”404以及导出类别“城市”403、“区域”402、“国家”401和“大陆”400。
类别分析
类别分析是指从不同角度分析所捕获信息,其中这些不同角度各自通常基于通道、类别、指标以及在一些情况下的注释和其它信息的不同组合。类别分析可以涉及对这些通道、类别、指标、注释和其它信息进行筛选、汇总、分组和以其它方式操作。例如,在优选实施例中,用户可能想要从第一轮班的角度(轮班类别)查看停工时间信息(生产状态类别);或者用户可能想要从除一个零件(零件类别)之外的所有零件的角度查看转变(changeover)信息(生产状态类别)。
通道边界关系
为了支持灵活的类别分析,创建通道以使得在通道之间共享的边界的数量最大化,这是有帮助的。实现此的一个方式是通过通道边界关系。一些通道边界关系描述存在共享边界这一事实,而其它通道边界关系强制共享边界存在。
一些边界可被描述为“自然”,这意味着边界是固有的并且对事件本身有意义(经常因为边界与通道内的类别值的变化对准)。其它边界可被描述为“合成”,这意味着利用事件外部的某物来驱动边界。
在基于一个事件中的边界的创建、修改或消除来创建、修改或消除另一事件中的边界的情况下,可以在一般意义上创建共享边界,使得边界是在大致相同的时间点发生的。
通道边界关系的示例是耦合、分段、投影和汇总。本领域技术人员将明白,可容易地扩展相关联的概念以描述其它类型的通道边界关系。
耦合关系
图5示出耦合关系的示例。在一个通道(子;例如,505、510、515和520)中的各事件自然地落在某些其它通道(父500)的正好一个事件的事件边界内(包括这些边界)的情况下,发生耦合。耦合子事件501b、501c和501d具有落在它们的耦合父事件501a的事件边界内的自然事件边界。
耦合是传递(transitive)关系:如果通道A是通道B的耦合父并且通道B是通道C的耦合父,则根据定义通道A是通道C的耦合父。
可以将单个耦合父通道及其一个或多个耦合子通道称为耦合集合530。通道可以是任何数量的耦合集合的成员(作为父或子)。
图6示出生产状态通道304,其中在优选实施例中,生产状态通道304经常承担耦合父通道的角色。生产状态通道304例如可以具有多个耦合子通道:
性能区通道605,其将来自生产状态通道的各运行事件672(例如,672a、672b和672c)建模为例如正常、缓慢和小停止的性能区序列;
应答时间通道606,其将各非计划停止事件673(例如,673a和673b)建模为应答时间事件和维修时间事件;
SMED步骤通道607,其将作为转变的各计划停止事件671(例如,671a和671b)建模为可以单独追踪以进行改进的一系列步骤;
周期通道(未示出),其将生产建模为一系列个体周期(用于更缓慢的操作)或批量周期(对于更快速的操作;一些操作可能具有每秒发生的数百个周期)。周期通道使得能够进行生产周期及其关联信息的极详细浏览。在资源受限的嵌入式装置中,可以对周期通道进行高度压缩:各事件可以包含与多个周期有关的编码信息。
有条件耦合
尽管使通道中的事件共享共用结构可以是有用的,但一些事件可能具有超出该共用结构的附加信息。应对该情况的一个方式是创建单独通道以包含附加信息,其中新通道中的各事件与原始通道中的特定事件相关联。该新通道自然是原始通道的耦合子(coupling child)。在优选实施例中,性能区通道605、应答时间通道606和SMED步骤通道607全部包含针对生产状态通道304中的特定事件的附加信息。
新通道中的事件可以与原始通道中的特定种类的事件相对应。在发生该情况下的情况下,可以将两个通道之间的耦合关系描述为有条件耦合关系。
在耦合父通道具有特定类别值或类别值集合的情况下,可以发生一些有条件耦合关系。这可被称为基于类别的有条件耦合。例如,在优选实施例中,性能区通道605、应答时间通道606和SMED步骤通道607分别与生产状态类别具有“运行”值、“非计划停止”值和“计划停止”值的事件相对应。在另一实施例中,每当生产状态通道中的生产状态类别具有除“未安排”外的任何类别值时,在该实施例的作为生产状态通道的耦合子的生产状态详情通道上创建事件。基于类别的有条件耦合可以基于一个或多个类别。
在耦合父通道中的指标在特定范围内的情况下,可以发生其它有条件耦合关系。这可被称为基于指标的有条件耦合。例如,在一个实施例中,在性能(基于周期信息的导出指标)降至50%以下时,可以将附加周期信息收集到作为性能区通道的耦合子的差性能通道中。
本领域技术人员将明白,可以在没有背离本发明的精神的情况下创建不同种类的有条件耦合关系。
分段关系
两个通道可能不是自然具有耦合关系,但是可能仍期望利用这两个通道进行类别分析。图7示出分段关系的示例。利用分段关系,通道其中之一(父700)的各边界促使另一通道(子;例如,705或710)中的行为。每当在分段父通道中发生新边界时,具有开放事件的任何分段子通道将闭合该事件(创建自然边界),或者通过创建合成边界728将(722所示的)该事件分割成事件片段(例如,724和726),以使得分段子通道共享分段父通道边界722。
可以将单个分段父通道及其一个或多个相关分段子通道称为分段集合730。通道可以是任何数量的分段集合的成员(作为父或子)。
例如,在图3所示的优选实施例中,生产指标通道203和生产状态通道304处于分段关系,其中生产指标通道是分段父通道。作为分段的示例,生产指标通道边界322创建生产状态通道事件片段324和326。这样使得能够分析例如主要原因是“无操作员”即因轮班(或零件、生产人员、小时等)而发生故障的停工时间量。
投影关系
确保一组通道共享相同边界集合的一个方法是所有这些通道彼此处于分段关系(以使得各通道是每个其它通道的分段父)。然而,存在通常在处理时间和存储空间以及提供其它益处方面更加高效的另一方法。
如图8所示,可以通过生成存储足够的信息以重新生成源通道的新通道(基通道800)来利用一组通道(源通道,例如为805、810、815)来实现相同的目标。各基通道事件通常包括促成该基通道事件的所有源通道事件中所包含的字段的联合,并且各源通道边界(无论是事件边界还是片段边界)具有相应的基通道事件边界。
用以创建基通道的一个方式是一旦源通道类别值字段发生改变就创建新的基通道事件(只要在该类别值字段发生改变时贡献该类别值字段的源通道也创建新事件即可)。例如,在图8中,在源通道810中类别值发生改变的情况下,创建事件边界855,但实际将该类别值变化记录在基通道800中,从而创建合成事件边界855a。随后,在源通道815中类别值发生改变的情况下,创建事件边界856,但同样实际将该类别值变化记录在基通道800中,从而创建合成事件边界856a。
可以将单个投影基通道及其两个或更多个相关投影源通道称为投影集合(例如,830)。通道可以用作任何数量的投影集合中的投影源通道,但投影基通道仅可用作单个投影集合中的基通道。(如果通道是针对任何其它源通道的基通道,则由于根据定义基通道是根据其投影集合中的所有源通道所创建的,因此该通道将是其投影集合的一部分。)
用以针对投影源通道中的各个事件提供事件ID的一个方式是各投影基事件针对各个投影源通道包括系统字段以保持相应的源事件ID。
不必存储除投影基通道本身以外的投影源通道的信息;可以根据投影基通道重新创建(“投影”)投影源通道。投影的一个方法是通过按投影源通道的事件ID进行分组后的由投影源通道贡献的字段的汇总的关系代数投影。
例如,在优选实施例中,在轮班通道是投影源通道并且生产指标通道是关联投影基通道的情况下,如果轮班通道仅具有指标“total_count”和“run_time”、类别“shift_id”以及系统字段“shift_event_id”,并且如果存储机构是SQL数据库,则以下查询将从生产指标通道投影轮班通道。
如果各源通道中的字段的集合足够相似,则这样一组通道的存储要求有可能被明显降低,可能降低一个数量级以上。这对于资源受限的嵌入式装置中的系统的实施例而言特别有益。
在图2所示的优选实施例中,生产指标通道203是投影基通道,并且其投影源通道的一部分是轮班100、零件101和人员102。从源通道存储到基通道事件223中的类别值字段是轮班类别值140“轮班2”、零件类别值141“零件D”和人员类别值142“人员14”。投影集合可以具有任意数量的附加源通道(例如,小时、批次、批号、SKU、工作订单、客户和工具)。
组合投影和分段
根据定义,耦合子通道具有落在它们的耦合父通道的事件边界内的事件边界。如果耦合父通道也是投影源通道,则耦合父通道在其耦合子通道的事件落在关联投影基通道的事件边界内的情况下,扩展类别分析的范畴和范围。除非耦合子通道也是投影集合中的每个其它投影源通道的耦合子,否则不会自然发生该情况。然而,还可以通过使耦合子成为投影基通道的分段子来创建共享边界。如此确保了耦合/分段子的事件片段落在原始耦合父、投影基通道和集合中的所有其它投影源通道事件的边界内。尽管利用耦合子通道促成了上述示例,但可以以相同方式使用最初与投影集合中的任何通道均不相关的通道(即,构成投影基通道的分段子)。特别是在如本公开后面所述、投影基通道是切片父通道的情况下,这样组合投影和分段关系对于类别分析而言可以非常强大。
汇总关系
在汇总关系中,如图9所示,作为另一通道900(边界父)的耦合或分段子(即,与通道900共享边界)的通道905(数据父),其事件(921、922、923等)沿着边界父通道的边界(或边界的某些子集)被汇总,结果在新通道910(子)中被捕获到。以下在标题为“汇总关系和类别值”的部分中说明图9中的子通道910和其它通道之间看起来的差异。
汇总事件(例如,子通道910中的事件)的边界不应被构造为与汇总这些边界所依据的数据父事件(例如,数据父通道905中的事件)的边界相同。尽管这些边界表示发生所汇总的所有事件的时间段,但这些边界不应像是这些边界是基础信息的实际边界那样用于进行类别分析。例如,事件925是针对类别值“B”的汇总事件,但如可以清楚地看出,其边界均不与数据父通道905中的“B”共享。
可以将这三个通道(边界父900、数据父905和子910)统称为汇总集合(例如,930)。汇总子通道可以仅用作单个汇总集合中的汇总子通道,但任何通道均可用作任何数量的汇总集合中的汇总边界父通道或汇总数据父通道。
图10示出不同的汇总集合1030;与汇总集合930的主要不同之处是:代替耦合关系,汇总边界父通道1000与汇总数据父通道1005具有分段关系。
可以使用汇总关系来将信息从一个时间界限组移动至具有较长时间界限的另一时间界限组,其中根据需要对该信息进行组合、汇总、压缩或以其它方式变换,以将该信息的期望方面保持在适合更长时间界限的存储器大小内。这特别可用作用以管理在资源受限的嵌入式装置中可用的有限量的存储器的方式。
汇总关系和指标
在优选实施例中,对支持直接汇总的基指标极为偏爱。用以帮助确保直接汇总的一个方式是选择包括具有交换性和关联性这两者的汇总功能的基指标。例如,求和具有交换性和关联性这两者,并且可以以直接的方式用于汇总最多的计数和持续时间(可以将通过求和所汇总的指标称为“累积指标”)。具有交换性和关联性这两者的汇总功能的其它示例包括从值的集合中选择最大值或最小值。这没有排除非交换性或关联性的汇总功能的使用。
指标经常具有关系,所述关系提供与将哪个指标视为基指标以及将哪个指标视为导出指标有关的选择。例如,实施例可以追踪(通过等式目标计数=持续时间/各工件的目标时间进行相关的)“各工件的目标时间”和“目标计数”这两者。如果选择“目标计数”作为基指标,则汇总明显更为简单,这是因为作为计数可以通过求和来进行汇总(即,基指标是累积指标),而汇总各工件的目标时间以获得预期目标计数值涉及加权平均。作为另一示例,由于相同的原因,作为基指标,“劳动工时”相比“操作员的数量”是更优选的。
汇总关系和类别值
由于不太可能辨别汇总事件的哪部分与哪些类别值相配,因此类别值由于其经常表示在分析信息时可能非常相关的重要区别(在将具有不同的类别值的事件汇总到一起的情况下将丢失的区别),从而可能使汇总过程复杂化。
用以保持这些区别的一个优选方式(如图9所示)是在边界父事件920期间针对该字段所使用的每个类别值创建一个汇总事件(924、925和926)。图11示出来自优选实施例的示例。在生产指标事件1100的上下文中,在汇总生产状态通道1108中存在针对“运行”、“非计划停止”和“计划停止”的汇总事件,从而将生产状态事件与来自生产状态通道304的各个类别值组合,但对于生产状态“未安排”而言,由于在生产指标事件1100期间没有发生具有该类别值的生产状态事件,因此不存在上述情况。在一些实施例中,在边界父事件闭合的情况下,可以创建汇总事件作为闭合事件;在其它情况下,根据所汇总的事件的需要,可将汇总事件创建为开放事件,并在边界父事件闭合的情况下闭合。
注意,汇总事件可以具有与生成这些汇总事件所依据的原始事件有所不同的字段集合。例如,优选实施例包括进行汇总的事件的数量的计数(称为事件发生(eventoccurrences))。另外,并非需要将每个汇总数据父字段均维持在汇总事件中。一些系统字段(例如,识别特定事件的字段)在汇总期间可能完全丢失其含义;一些指标在汇总之后可能没有用了(例如,事件开始和结束时间);一些类别值可能不具有足够的重要性以供保持;等等。例如,在一个实施例中,生产状态事件还包括针对汇总事件的较长时间界限可能未被视为相关并且在汇总期间可能被放弃的次要原因字段。
用以将汇总扩展至具有多个类别值字段的事件的一个方式是仅汇总共享类别值的相同组合的事件。例如,在一些实施例中,生产状态通道也可以具有“主要原因”类别值字段。在这种情况下,将存在针对在生产指标事件期间发生的类别值的各组合的单独汇总事件(例如,针对“运行+正常操作”、“运行+人员不足”、“非计划停止+馈入失败”和“非计划停止+材料用光”的汇总事件)。由于与各边界父事件相关联的汇总事件的数量以及因而所需的存储空间的量趋于随着类别值字段的数量而几何增长,因此在使用该方法的情况下,明智的做法是保持类别值字段的数量小。
汇总事件片段
创建汇总通道的一个益处是:这些汇总通道相比创建这些汇总通道所依据的汇总数据父通道可以需要明显更少的存储。这意味着汇总通道在丢弃信息之前可以具有较长的时间界限。例如,在优选实施例中,生产状态通道(数据父)与生产指标通道(边界父)处于汇总关系,从而创建汇总生产状态通道(子)。如果相比在生产指标通道中、在生产状态通道中具有更多的事件,则汇总生产状态通道相比于生产状态通道可以具有大致更长的时间界限,且存储空间的成本更低。
然而,用户通常想要观看不是利用生产指标事件(投影基通道)而是利用诸如轮班或零件等的关联投影源通道所汇总的生产状态信息(例如,“在过去一周内,第一轮班因非计划停止而耽误了多少时间?”)。换句话说,显示汇总生产状态事件可能涉及附加汇总。
在后续汇总期间可能产生的一个复杂情况与在汇总事件中捕获到的数据父事件的计数(前面称为事件发生)有关。如果事件片段包括在事件发生中,则在第二次汇总期间简单地对事件发生进行求和可能会给出不正确的结果,这是因为将对各事件片段进行计数,仿佛该事件片段是完整事件一样。本领域技术人员将意识到,其它字段可能存在相同的问题。
解决该复杂情况的一个方式是将使得可以纠正事件片段的重复计数的附加信息包括在汇总事件中。例如,可以将如下字段包括在捕获边界父事件的事件ID的各汇总事件中,其中在该字段中,给定汇总事件的第一个事件或事件片段开始。该信息可用于获得在汇总事件的任何子集中发生的重复事件片段的计数,然后可以将该重复计数从事件发生的总和中减去,从而获得汇总事件集合中所包含的独特事件的正确数量。考虑到可以对筛选后的一组事件进行汇总的可能性,以下算法提供可以如何获得准确计数的示例。注意,该算法假定按从最早到最晚的顺序对汇总事件集合排序。
图11示出来自优选实施例的汇总集合的示例,其中在该汇总集合中,生产状态通道304(数据父)使其事件沿着生产指标通道203(边界父)的边界汇总,从而创建汇总生产状态通道1108(子)。例如,运行事件1110a和运行事件片段1110b是在生产指标事件1100期间发生的,并且被汇总以形成汇总运行事件1110c。同样,运行事件片段1111a以及运行事件1111b和1111c是在生产指标事件1101期间发生的,并且被汇总以形成汇总运行事件1111d。
由于运行事件片段1110b和1111a是相同的运行事件的一部分,因此汇总运行事件1111d将其第一片段事件ID字段设置为17、即作为运行事件实际开始的生产指标事件的生产指标事件1100的ID。另一方面,由于在生产指标事件1101期间发生的非计划停止事件1112a和1112b在先前的生产指标事件中均不具有片段,因此汇总非计划停止事件1112c将其第一片段事件ID字段设置为18、即生产指标事件1101的ID。
切片
通道边界关系可以创建或者可被组合以创建共享边界的通道集合(称为切片集合),以使得这些边界为包含该时间间隔的关联信息的时间间隔(称为切片)划定边界。可以向各切片赋予唯一标识符(称为切片ID),并且在该切片内发生的各事件和事件片段可以包含其发生的切片的切片ID。使用该切片ID,可以容易地使切片集合中的任何事件或事件片段与其发生的切片相关。
优选地,可以利用与特定通道(切片父通道)相同的边界生成切片,其中在这种情况下,可以将切片集合中的所有其它通道称为切片子通道。在这样生成切片的情况下,将事件所使用的相同语言(例如,边界、开放、闭合等)应用于切片是有用的。例如,在优选实施例中,生产指标通道是切片父通道,因而在开放生产指标事件闭合的情况下,关联的开放切片也闭合,从而创建新的切片边界。
图12示出来自优选实施例的切片集合的示例。生产指标通道203是具有大量投影源通道(轮班100、零件101和人员103以及未示出的其它通道,例如,小时、批次、批号、SKU、工作订单、客户、工具等)的投影基通道。
生产状态通道304、性能区通道605、应答时间通道606和SMED步骤通道607是生产指标通道203的分段子。基于这些关系,这些通道还是以生产指标通道203作为汇总边界父的汇总集合中的汇总数据父,这样得到汇总生产状态通道1108、汇总性能区通道1209、汇总应答时间通道1210和汇总SMED步骤通道1211。
在零件通道101中的零件类别值从“零件A”改变为“零件B”的情况下,创建边界1231。由于零件通道101是针对生产指标通道203的投影源通道,因此通过使生产指标事件223a闭合并创建生产指标事件223b来记录类别值变化,从而创建边界1231a。而这使切片1220闭合。
由于生产指标通道203是生产状态通道304和SMED步骤通道607的分段父,因此生产指标通道203中的闭合事件223a创建生产状态通道304中的片段边界1231b和SMED步骤通道607中的片段边界1231c。由于在性能区通道605和应答时间通道606中不存在开放事件,因此在这些通道中什么也没发生。
由于生产指标通道203是以生产状态通道304、性能区通道605和SMED步骤通道607作为汇总数据父的汇总集合中的汇总边界父,因此生产指标通道203中的类别值的变化使得在具有新边界1231d的汇总生产状态通道1108、具有新边界1231e的汇总性能区通道1209和具有边界1231f的汇总SMED步骤通道1211中创建新事件。由于在切片1220期间发生的应答时间通道606中不存在事件,因此没有创建新的汇总应答时间通道事件。
在人员通道102中的人员类别值从“人员14”改变为“人员12”的情况下,创建边界1232和1232a。这样使切片1221闭合。生产指标通道203中的变化由于关联的分段关系因而创建了边界1232b和1232c。
该变化还使得连同关联的汇总事件一起创建边界1232d、1232e和1232g(为了清楚和简洁的目的,针对在相应的边界父事件闭合的情况下创建汇总事件的优选实施例来编写该示例以及其它示例;本领域技术人员将明白,在没有背离本发明的精神的情况下,类似的示例在其它实施例中也是可以的)。例如,汇总性能区事件1251c由性能区事件1251a和1251b的汇总形成;汇总性能区事件1252c由性能区事件1252a和1252b的汇总形成。尽管边界1232f与边界1232一致,但由于在切片1221期间在汇总应答时间通道1210中不存在事件,因此在切片1222闭合的情况下创建边界1232f。
在轮班通道100中的轮班类别值从“轮班2”发生改变并且零件通道101中的零件类别值从“零件B”发生改变的情况下,同时创建边界1233和1234,并且作为响应创建边界1233a。这样使切片1222闭合。由于关联的分段关系而创建了边界1233b和1233c,并且由于关联的汇总关系而创建了边界1233d、1233e、1232f和1233f。
使切片在制造过程之间相关
许多制造公司具有一个以上的制造过程,并且根据这些过程汇总、比较或以其它方式相互关联信息可以是有用的。信息的该相互关联可能因在过程之间或针对这些过程所捕获到的信息之间存在差异而变得复杂化。例如,工厂的第一轮班可能不是针对每个制造过程同时开始的。可选地,在地理上分散的制造地点可能受到时区、夏时制(DST)规则或其它因素上的差异的影响。这些基于时间或其它类型的差异可能使得难以使来自一个过程的信息与来自另一过程的信息对准。
为了缓解这些困难,优选实施例可以使用共享字段值以使事件在制造过程之间相关。然后,可以核对这些事件并且可以有意义地共同分析这些事件。此外,可以使用共享通道和通道边界关系来共同核对并分析来自不同过程的全体切片或切片集合。
使来自不同过程的切片相关的有益示例是生产日的概念,从而便于比较从不同场所收集到的每日过程信息。例如,考虑都运行三轮班的24/7操作的两个工厂。一个工厂选择在07:00开始第一轮班,并且另一工厂在08:00开始第一轮班。通过将各切片映射到特定生产日,并且通过随着开始各工厂的第一轮班来开始新的生产日,由于各工厂的生产日包括三个连续8小时轮班,因此可以直接比较来自两个工厂的每日信息。该方法还可以使得不必应对时区或DST规则的变化。
为了利用该生产日概念,优选实施例可以建立用作生产指标通道的投影源通道的生产日通道。通过利用该投影关系,各过程的投影基通道中的事件可以共享使这些事件相关所利用的生产日类别。根据实施例的生产日的定义,类别值可以响应于任何数量的提示而改变:在特定当地时间(诸如06:00等)、响应于制造过程中的一些事件(诸如第一轮班开始等)、或者甚至响应于某些外部事件(诸如来自公司的全球总部的集中式网络广播等)。
切片ID创建
可以根据任何实际的唯一关键字来创建切片ID。一些示例方法如下所述:
例如,通过使用IETF RFC 4122中所述的标准方法其中之一来针对各切片生成UUID;
在切片中的全部数据或数据的一部分子集上计算强大的信息摘要(例如,SHA-2);
使用单调递增的索引(序列号)。如果与过程数据模型的其它实例互动,则需要一些方法来确保在其它实例中序列号是唯一的(例如,切片ID范围保留系统,其中给定实例保留来自中央服务器的大范围的渐增切片ID);等等。
时间戳是不太期望的关键字,因为时间戳甚至在过程数据模型的单个实例内也不必是唯一的:时钟随时间漂移;人为错误容易使系统中的时间无效;NTP服务器可能不正确地“纠正”了时间;在时间“跳”得滞后的情况下,时钟纠正可能导致重叠;夏时制在追踪当地时间的情况下可能导致重叠(如先前纠正不正确的时区或夏时制设置可能的那样);等等。
还可以使用为了生成切片ID所选择的方法来生成事件ID。如果这两个方法等同、并且如果存在切片父通道,则可以使用来自切片父通道的事件的事件ID作为切片ID。
例如,在优选实施例中,生产指标通道是切片父通道,使用UUID作为其事件ID,然后从给定切片内的每个其它事件引用该UUID。
架构
图13示出描述一个实施例中的事件之间的关系的数据库架构。该架构和许多其它可能的架构适合用在资源受限的嵌入式装置、非资源受限的嵌入式装置、通用计算机及其组合上。另外,使用该架构的数据库(以及以与本发明一致的格式或结构存储所捕获信息的其它部件)可以在资源受限的嵌入式装置、非资源受限装置、通用计算机及其组合内实现。
在图13的数据库架构中,生产指标事件223包含还用作切片ID的主关键字字段事件ID 1301。生产指标事件223还包含类别集合1305和指标集合1306。
由于生产指标通道203和生产状态通道304之间的分段关系,因此生产指标事件223与生产状态事件片段324具有一对多关系1350;将关系1350实现为从切片ID 1312向事件ID 1301映射的外部关键字。
生产状态事件片段324还包含主关键字字段、片段ID 1311、系统字段事件ID 1313(可用于将片段组合回到事件)、类别值字段集合1315和指标集合1316。注意,生产状态事件片段324可以表示事件片段或事件。
由于生产指标通道203和性能区通道605之间的分段关系,因此生产指标事件223与性能区事件片段1252b具有一对多关系1351;将关系1351实现为从切片ID 1322映射到事件ID 1301的外部关键字。另外,由于生产状态通道304和性能区通道605之间的耦合关系,因此生产状态事件片段324与性能区事件片段1252b具有多对多关系1353,其中将该关系实现为从父ID 1323映射到事件ID 1313的外部关键字。
性能区事件片段1252b还包含主关键字字段片段ID 1321、系统字段事件ID 1324(还可用于将片段组合回到事件)、类别值字段集合1325和指标集合1326。注意,性能区事件片段1252b可以表示事件片段或事件。
由于生产指标通道203和汇总性能区通道1209之间的汇总关系,因此生产指标事件223与汇总性能区事件1252c具有一对多关系1352;将关系1352实现为从切片ID 1332向事件ID 1301映射的外部关键字。
汇总性能区事件片段1252c还包含主关键字字段事件ID 1331、系统字段第一片段事件ID 1333(用于避免对相同事件的多个片段按照这些事件是单独事件一样进行计数,如前文所述)、类别值字段集合1335和指标集合1336。
在汇总过程期间对性能区事件片段1252b的持续时间1327进行求和,并且将结果存储在汇总性能区事件1252c的总和持续时间1337中。在汇总过程期间放弃性能区事件片段1252b的开始时间1328和结束时间1328,因为在汇总性能区事件1252c的上下文中不使用该信息。
应答时间通道606和SMED步骤通道607具有与性能区通道605相同的结构和关系。汇总应答时间通道1210和汇总SMED步骤通道1211具有与汇总性能区通道1209相同的结构和关系。
字段事件ID 1301、片段ID 1311、切片ID 1312、事件ID 1313、片段ID 1321、切片ID 1322、父ID 1323、事件ID 1324、事件ID 1331和切片ID 1332通常用作关键字,或者用于使事件与其它事件相关,或者这两者的某种组合。
集合1305、1315、1325和1335中的类别值字段通常用于关系选择和投影以及用于分组,但不用于相关连接;通常通过以上所列出的关键字来实现连接表。
集合1306、1316、1326和1336中的指标通常用于关系选择和投影。使用指标的分组和连接通常不可靠(例如,开始时间1328和结束时间1329)、无用(例如,“在刚好生产了423个工件的上个月内在轮班期间发生了多少非计划停止时间?”)、或这两者。
探索层级
探索层级是使得用户能够在遍历(traverse)一组类别的同时观看、分析、解释、理解指标和以其它方式受益于指标的类别分析的形式。在优选实施例中,“工厂>线>轮班>零件>生产状态>主要原因”是探索层级的示例。
尽管可以允许用户利用类别和指标的任何集合来构建探索层级,但许多这种探索层级将是无意义的。因此,从编程规则创建有意义的探索层级是有益的。
决定如何构建探测层级的规则集合的示例是基于各自是通道的有序列表的通道层级。例如,在优选实施例中,“生产指标>生产状态>性能区”是通道层级的示例。在讨论通道层级时,可以认为靠右的通道相比靠左的通道“更低”或“在层级上更低”。后面说明用以使用通道边界关系来构建通道层级的方式。
在该示例的规则集合中,可以使用来自通道层级中的任何通道的任何基类别或与这些基类别中的任何基类别相关联的任何导出类别,来构建针对探索层级的类别集合。例如,在优选实施例中,可以根据通道层级“生产指标通道>生产状态通道”创建探索层级“工厂>线>轮班>零件>生产状态>主要原因”。探索层级中所使用的类别不必采用各自的通道的顺序;这些类别可以采用任何顺序。例如,在优选实施例中,可以使用通道层级“生产指标>生产状态”来生成“轮班>生产状态”和“生产状态>轮班”这两个探索层级。
在遍历利用这些规则所构建的探索层级时,在遍历了与特定通道相关联的任何类别的情况下,“访问”了该特定通道。可以从通道层级中的最低访问通道或比最低访问通道低的任何通道来获取可以在探索层级的任何给定等级向用户示出的指标。
向下钻取(drilldown)和向上钻取(Rollup)
在向下钻取时,从左向右遍历探索层级,从而在遍历继续时添加筛选器。例如,在优选实施例中,用户可能正在观看包含三行(针对第一轮班、第二轮班和第三轮班各一行)的表。这些用户可以点击第二轮班并且进入包含在第二轮班期间运行的零件的列表的新表,其中该表具有从在第二轮班期间发生的零件运行所汇总的指标。然后,用户可以点击特定零件并且进入针对在第二轮班期间发生的零件运行分析该零件的停工时间的报告。向下钻取过程中的各步骤向用户示出与前一步骤相比相等或更小的时间间隔(或汇总时间量)。
在向上钻取时,从右向左遍历探索层级,从而在遍历继续时汇总指标。例如,用户可能正观看表,该表包含针对特定时间跨度内的每个非计划停止事件的一行。这些用户可能在探索层级中向左移动,并且进入包含针对每个轮班的一行的新表,其中该表具有从各轮班中的所有非计划停止事件所汇总的指标。在探索层级中再次向左移动可以使用户进入包含针对其企业中的每个线的一行的新表,其中该表具有从针对线上的所有轮班的非计划停止事件所汇总的指标。在探索层级中第三次向左移动则可能使用户进入包含针对每个区域的一行的新表,其中该新表具有从来自区域中的所有线上的所有轮班的非计划停止事件所汇总的指标。向上钻取过程中的各步骤向用户示出与前一步骤相比相等或更大的时间间隔(或汇总时间量)。向上钻取还可被视为未遍历,这是因为如在向下钻取中所述,通常首先从左向右遍历探索层级,以确定向上钻取可用的指标。
遵守(respectful)通道层级
在对通道层级中的通道进行排序以使得较低通道遵守较高通道的边界的情况下,通道层级(和根据通道层级所构建的探索层级)特别有用。可以将这些称为“遵守通道层级”。
在通道B中的各事件片段或非片段事件所表示的时间完全落在另一通道A的单个事件所表示的边界内、或者完全落在通道A中的任何事件的边界外的情况下,通道B遵守另一通道A的边界。
在使用前面所述的通道边界关系的系统的实施例中,在以下任何内容为真的情况下,通道B遵守通道A的边界:
通道A是通道B的分段父。
通道A是通道B的耦合父。
通道A是投影集合中的投影源通道,并且通道B是同一投影集合中的投影基通道。
通道A是投影集合中的投影源通道,并且通道B遵守同一投影集合中的投影基通道的边界。
通道A是汇总集合中的汇总边界父,并且通道B是关联的汇总子通道。
在图14中可以观看来自优选实施例的通道遵守其它通道的边界的示例。如投影关系1400a、1400b和1400c所示,轮班通道100、零件通道101和人员通道102是投影基通道即生产指标通道203的所有投影源通道,因此生产指标通道203遵守所有三个投影源通道的边界。
如分段关系1405a、1405b、1405c和1405d所示,生产指标通道203是生产状态通道304、性能区通道605、应答时间通道606和SMED步骤通道607的分段父,因此生产状态通道304、性能区通道605、应答时间通道606和SMED步骤通道607遵守生产指标通道203的边界,结果还遵守轮班通道100、零件通道101和人员通道102的边界。
如耦合关系1410a、1410b和1410c所示,生产状态通道304是性能区通道605、应答时间通道606和SMED步骤通道607的耦合父,因此性能区通道605、应答时间通道606和SMED步骤通道607还遵守生产状态通道304的边界。
如汇总边界关系1420a、1420b、1420c和1420d以及汇总数据关系1425a、1425b、1425c和1425d所示,生产指标通道203是汇总生产状态通道1108(以生产状态通道304作为汇总数据父)、汇总性能区通道1209(以性能区通道605作为汇总数据父)、汇总应答时间通道1210(以应答时间通道606作为汇总数据父)和汇总SMED步骤通道1211(以SMED步骤通道607作为汇总数据父)的汇总边界父,因此汇总生产状态通道1108、汇总性能区通道1209、汇总应答时间通道1210和汇总SMED步骤通道1211遵守生产指标通道203及其投影源通道(即,轮班通道100、零件通道101和人员通道102)的边界。
尽管通道边界关系信息有助于以编程或其它方式判断一个通道是否遵守另一通道的边界,但作为代替可以使用与通道有关的其它信息。例如,可以手动创建列出遵守给定通道的边界的所有通道的表。
明确地生成遵守通道层级
在一个实施例中,用户可以通过明确选择通道层级的通道来创建该通道层级。可以选择任何通道作为层级中的顶层通道。可以添加遵守顶层通道的边界的任何其它通道作为层级中的下一通道。这可以通过将附加通道添加至层级的底层来继续,只要所添加的每个通道遵守已添加的每个通道的边界即可。
以下算法是用以实现此的一个方式的示例,其在创建层级的各步骤确保仅可以选择遵守当前在通道层级中的所有通道的边界的通道:
隐含地生成遵守通道层级
在另一实施例中,用户可以选择探索层级的类别,从而隐含地创建通道层级。最初,可以选择任何类别以包括在探索层级中。包含该类别的通道成为通道层级的顶层通道。可以选择附加类别以包含在探索层级中,只要该类别在通道层级中已包含的通道内、或者该类别在可插入到通道层级中以使得较低通道遵守较高通道的边界的任何其它通道内即可。如果类别在通道层级已包含的通道内,则通道层级保持不变。否则,将通道插入通道层级中,以使得所插入的通道遵守其上方的所有通道的边界并且所插入的通道下方的所有通道遵守该通道的边界。
以下算法是用以实现此的一个方式的示例,其确保在创建探索(和通道)层级的各步骤仅可以选择的类别是在遵守通道层级中在通道中发生的类别。
以上算法假定各类别仅在单个通道中发生。用以扩展该算法的一个方式是通过使“类别”集合成为(类别,通道)对集合来消除该假定,其中“通道”是类别发生的通道。上述算法还防止了类别在探索层级中重复;扩展该算法以允许重复类别也是可以的。
本领域技术人员将显而易见,如何使用其它算法来验证通道层级的遵守并且以编程方式生成遵守通道层级和探索层级。
汇总和有条件耦合
在创建汇总子通道的情况下,数据父通道的边界的一部分可能丢失。由于该潜在丢失,因此通常在通道层级中包括汇总子通道作为除最低通道以外的任何通道,都不会得到遵守通道层级。然而,如果使用同一汇总边界父来汇总通过基于类别的有条件耦合使用单个类别值所相关的两个通道(作为汇总数据父),则可以以有限的方式使用有条件耦合父的汇总形式以创建遵守通道层级。
更具体地,可以将汇总有条件耦合父通道放置在遵守通道层级中的紧挨汇总有条件耦合子通道之前的位置,但从汇总有条件耦合父通道仅可以使用的类别是用于使得能够进行基于类别的有条件耦合的类别。例如,在优选实施例中,可以使遵守通道层级包含“汇总生产状态>汇总性能区”,但来自在使用该遵守通道层级探索汇总性能区通道时可以使用的汇总生产状态通道的仅有的类别是生产状态类别,这是因为在生产状态类别值是“运行”的情况下,性能区通道有条件地耦合至生产状态通道。可以在同一探索层级中像这样使用多个有条件耦合关系;例如,可以这样进行以创建探索层级,其中在该探索层级中,根据向下钻取所使用的生产状态(分别为“运行”、“非计划停止”或“计划停止”),来自汇总生产状态通道的向下钻取可以使用户进入汇总性能区通道、汇总应答时间通道和汇总SMED步骤通道中的任何通道。
利用与数据的结构有关的附加信息,可以设计附加规则,以使得能够将有条件地耦合的通道用在用于遵守通道层级中一个以上的类别或类别值上。
层级(Hierarchy)类型
可以检查每对通道的通道边界关系以判断可以如何将这些通道相对于彼此放置在通道层级中。可以将该检查的结果称为针对该对通道的层级类型。
双向层级表示可以将两个通道以任一通道作为父的方式相对于彼此放置在层级中。每个通道均被视为在与自身的双向层级中。
单向层级意味着可以将两个通道相对于彼此放置在层级中,但这两个通道中的仅一个通道可以是父(另一个必须总是子)。
空层级表示不能将两个通道相对于彼此放置在层级中。
通道边界关系和层级类型
耦合关系和分段关系提供它们的父通道和子通道之间的单向层级。例如,在优选实施例中,由于两个通道之间的单向层级不支持该方向,因此“生产指标>生产状态”是有效通道层级,但“生产状态>生产指标”不是有效通道层级。
汇总关系提供边界父和汇总子之间的单向层级。这是因为,汇总集合中的子表示边界父的边界内的数据父,但以有限方式共享边界父的边界。
投影关系提供基通道及其所有关联源通道之间的单向层级(其中各源通道可以是父)。这是因为,基通道共享其源通道的所有边界,但任何给定源通道可以不包含基通道的所有边界。源通道彼此具有空层级,除非在其之间存在另一种通道边界关系。然而,投影关系具有非常有趣的性质。在可以将源通道用在通道层级中的任何时间,作为代替可以使用基通道。这样提供了使用来自所有源通道的所有类别来构建探索层级的能力,仿佛这些类别相对于彼此在双向层级中一样。
彼此不具有通道边界关系的通道具有空层级。
扩展信息
将特定类型的信息(例如,生产指标通道)定义为始终存在于过程数据模型的给定实施例(被称为标准信息)中,这可以是有用的。允许用户(例如,最终用户、顾问、合作伙伴公司或OEM)定义在标准信息之上和以外的附加信息(被称为扩展信息),这也可以是有用的。扩展信息的示例包括新通道、新字段(例如,指标、类别值和注释)等。
将扩展信息与标准信息分开存储也可以是有用的。这样相对于将这两个信息存储到一起提供了各种益处。例如,如果标准信息的结构发生改变,则扩展信息的结构不必发生改变(反之亦然);可以以按不同速率丢弃标准信息和扩展信息;等等。
存储类别值
在许多情况下,将由用户来定义新的类别值(例如,在优选实施例中,各制造操作将具有所生产的零件的自有列表)并且将修改现有的类别值。这样对于包含类别值的事件的长期存储而言可能产生困难。
这种困难的一个示例来自于作为系统的用户所输入的短文本片的类别值。随着时间的经过,用户可能有理由在无需改变类别值的基础含义的情况下改变这些文本片。例如,轮班类别的值可能从“轮班1”、“轮班2”和“轮班3”改变为“第一轮班”、“第二轮班”和“第三轮班”。由于“第一轮班”从概念上与“轮班1”相同,因此期望用户能够例如查看在改变之前和之后所存储的信息,并且看到该信息全部处于名称“第一轮班”下。
用以实现此的一个方式是,针对每个类别值存储两个文本片而不是一个。例如,第一个文本片可以是原始赋予至类别值的名称(被称为“关键字名称”);一旦设置了该文本,该文本不会发生改变。第二个文本片(被称为“显示名称”)最初可以与关键字名称相同,但随着时间的经过可以自由地改变。显示名称是用户在查看类别值时通常所看到的名称。使用上述示例,在创建“轮班1”类别值的情况下,将其关键字名称和显示名称这两者都设置为“轮班1”。在用户稍后将文本改变为“第一轮班”的情况下,仅显示名称发生改变;关键字名称继续为“轮班1”。然后,由于“轮班1”和“第一轮班”共享关键字名称,因此可以将“轮班1”和“第一轮班”识别为在概念上相同。另一优点是无需在每次使用类别值时都更新类别值的文本的改变;仅需更新关键字名称和显示名称之间的关联。
由于有可能存储大量类别值,因此特别是对于资源受限的嵌入式装置而言,以相比简单文本空间效率更高的形式存储这些类别值可以是有利的。例如,各类别值可以具有被称为“关键字ID”的整数值,其中该“关键字ID”用于表示在存储在事件中的情况下的关键字名称(4字节整数提供了40亿以上的可能值,在其空间要求方面是确定性的,并且相比其关联关键字名称通常将使用实质上较少的存储量)。
不同于关键字名称,关键字ID对于系统的用户而言不具有固有含义;如此,具有关键字名称和关键字ID这两者可以是有利的。例如,在实施例具有非常有限的存储容量的情况下,用户可以选择提取历史信息并将该历史信息存储在其它地方。在这种情况下,用户可以发现由于关键字名称的固有含义,因此使用关键字名称来使系统中所存储的信息与外部所存储的信息对齐极为容易。
一旦使用了关键字名称或关键字ID,防止在该类别内再次使用该关键字名称或关键字ID很重要,以避免混淆(用户和系统本身这两者)期望哪个类别值。用以处理该情况的一个方式是确保一旦创建了关键字名称和关键字ID,这两者决不会被丢弃。然后,诸如在将单个类别值分割成多个类别值并且原始类别值退出以避免偶然使用(例如,将零件“84-98423”分割成变体“84-98423-A”、“84-98423-B”和“84-98423-C”)的情况下等,允许用户将特定类别值标记为“隐藏”也可以是有利的。
用以创建关键字ID的一个方式是向关键字名称应用哈希函数。在许多情况下,确保各关键字ID是唯一的将足够了,并且将不需要以上所论述的这种附加度量(如果假定哈希函数使值均匀地分布,则4字节整数将需要9,292个关键字ID以存在甚至1%的冲突机会;对于8字节整数,将需要6.09亿个键ID以达到1%的冲突机会)。用以处理哈希冲突的方法是本领域内众所周知的并且这里不进行进一步论述。
存储器管理策略
可以向用户提供用于对通道和事件系统的存储器管理进行调整的选项(被称为存储器管理策略)。这些策略通常对于资源受限的嵌入式装置而言是最有用的;外部数据库有可能具有高出若干数量级的存储器和处理能力并且可能能够存储完整信息。
存储器管理策略可以应用于易失性存储介质、非易失性存储介质或这两者。还可以针对这两者具有不同组的存储器管理策略。在一些实施例中,在启动时将所有数据从非易失性存储器下载至易失性存储器。在这些实施例中,如果可利用的非易失性存储器多于可利用的易失性存储器,则可以通过在启动时将这些存储器管理策略应用于易失性存储器来以无损方式实现这些存储器管理策略。
存储器管理策略的示例包括:
汇总,其如上所述根据汇总边界父通道和汇总数据父通道创建汇总事件。一旦汇总了信息,则可以将该信息从汇总数据父通道中去除。
划分优先顺序,其使得能够基于例如时间界限、可用存储器、何时应用汇总等标准来自动丢弃不太重要的信息。可以自动丢弃的信息的示例包括(例如,基于类别值或其它逻辑标准)来自指定通道的事件的子集、通道内的指定指标、具有多个类别值字段的通道中的指定类别、通道内的指定注释等。
界限平衡,其使得能够修改分配至系统中的各时间界限组的存储器量。
通道平衡,其允许修改针对各通道所分配的存储器量。
事件去抖
事件去抖是用于减少通道集合中的边界的总数、增加通道之间的共享边界的数量或这两者的技术。事件去抖还可以在使制造过程信息更容易理解和分析方面担任重要角色。事件去抖可以配置为针对单个通道、针对通道的各种组合或针对所有通道。
为了例示事件去抖的益处,考虑以下示例:开始新的轮班(轮班3),并且在五秒之后,操作员提供从零件B改变为零件C的通知。在不存在事件去抖策略的情况下,在这两者期望同时发生改变的情形中,这可能产生两个新的切片,一个是轮班开始时产生的切片,一个是零件发生改变时产生的切片。利用这两个切片,稍后的分析将示出在轮班3开始时零件B在生产中,这可能是错误的、误导的或以其它方式混淆的。
利用事件去抖,在某事提示边界的创建、修改或消除的情况下,本实施例可以(基于其结构和最近历史)来进行如下选择:不创建一个或多个边界;将一个或多个边界在时间上调整得滞后;使一个或多个边界推迟一段时间;或者以其它方式修改或消除一个或多个边界(在一些情况下,使一个通道内的边界对齐以使两个或更多个事件或事件片段缩成一个,并且在其它情况下,使两个或更多个通道之间的边界对齐)。事件去抖所用的算法的简单示例可以涉及通道的可配置时间阈值或者应用了事件去抖的通道的组合。本领域技术人员将理解,可以设计许多其它算法以实现事件去抖。
如上所述,事件去抖可以增加通道之间的共享边界的数量。参考图12,例如,事件去抖可被配置成零件通道101的事件边界1234与轮班通道100的事件边界1233追溯地(retroactively)对齐,这样使得似乎轮班和零件同时发生改变,从而更好地反映示例制造过程的现实。
另外,事件去抖可以减少通道集合中的边界的总数。继续先前的示例并且参考优选实施例,如果经由事件去抖对齐了事件边界1234和事件边界1233,则在生产指标通道203中创建仅一个新边界。结果,生产指标通道203的分段子(包括生产状态通道304、性能区通道605、应答时间通道606和SMED步骤通道607)仅需对它们的事件进行一次分段,这意味着存在较少的片段边界。相同的逻辑适用于生产指标通道203的汇总子通道(包括汇总生产状态通道1108、汇总性能区通道1209等)。这样,事件去抖可以降低实施例的存储要求,从而扩展其时间界限中的一个或多个。
上述说明书和附图所陈述的事项是仅以例示性而非限制性的方式提供的。尽管已经示出并描述了特定实施例,但本领域技术人员将明白,可以在没有背离申请人的贡献的更广泛方面的情况下进行改变和修改。在基于现有技术从适当角度观看寻求保护的实际范围的情况下,该实际范围意图由所附权利要求书来定义。
Claims (22)
1.一种用于以降低存储要求并提高查询性能的方式组织制造过程信息以供分析的方法,包括以下步骤:
从制造过程捕获信息;
将所捕获信息中的至少一部分组织为投影集合,所述投影集合包括:
多个投影源通道,其中所述多个投影源通道中的各投影源通道包括具有至少一个类别和至少一个边界的至少一个通道事件;以及
投影基通道;
每次投影源通道事件类别的值改变时,根据所述所捕获信息来创建新的投影基通道事件,其中所述投影基通道包含用以重新创建所述多个投影源通道的信息并且所述所捕获的信息包括一个或多个累积指标,所述一个或多个累积指标包括通过求和所汇总的所述制造过程的测量的数值;
将所述新的投影基通道存储到存储介质;以及
根据所存储的投影基通道事件,按照需要来重新生成包括所有的投影源通道事件边界的多个投影源通道。
2.根据权利要求1所述的方法,其中,还包括以下步骤:使用重新生成的多个投影源通道来对所述制造过程进行类别分析。
3.根据权利要求1所述的方法,其中,还包括以下步骤:通过从包括耦合、条件耦合、分段和汇总的过程组中所选择的通道边界关系,来增加共享边界。
4.根据权利要求3所述的方法,其中,所述通道边界关系创建用于共享划定时间间隔的边界的通道集合,其中所述时间间隔包含用于所创建的通道集合的所捕获信息。
5.根据权利要求4所述的方法,其中,所述投影基通道是一个或多个分段通道的父,并且所述投影基通道用作划定时间间隔的切片父。
6.根据权利要求1所述的方法,其中,基于一个事件中的边界的创建、修改或消除来创建、消除或修改另一事件中的边界,使得这两个边界是在大致相同的时间点发生的。
7.根据权利要求1所述的方法,其中,还包括事件去抖的步骤,以减少通道集合中的边界的数量、增加通道之间的共享边界的数量、或这两者。
8.根据权利要求7所述的方法,其中,所述事件去抖的步骤包括从包含以下步骤的组中所选择的步骤至少之一:选择不创建一个或多个边界;使一个或多个边界推迟一段时间;修改一个或多个边界;以及消除一个或多个边界。
9.根据权利要求1所述的方法,其中,所述通道事件包括用于存储各信息片的字段,其中所述信息片是从包括指标、类别值、注释和系统字段的组中所选择的。
10.根据权利要求9所述的方法,其中,还包括以下步骤:根据字段中所存储的信息片来推导出附加信息,其中所述附加信息是从包括导出指标、导出类别和导出类别值的组中所选择的。
11.根据权利要求10所述的方法,其中,所述附加信息还包括利用基类别值和导出类别值之间的关系所定义的类别值层级。
12.根据权利要求9所述的方法,其中,各所述信息片包括类别值,并且所述类别值被存储为关键字名称、显示名称和关键字ID。
13.根据权利要求1所述的方法,其中,各通道事件包括一个或多个事件片段,各事件片段包含至少一个片段边界。
14.根据权利要求1所述的方法,其中,还包括以下步骤:根据通道、类别和指标来创建探索层级,其中所述类别采用任何顺序,并且所述指标是基于已遍历的类别和关联通道所选择的。
15.根据权利要求14所述的方法,其中,利用从包括以下关系的组中所选择的关系,来对各所述探索层级中的通道进行排序,使得较低通道B的各事件完全落在较高通道A的单个事件的边界内、或者完全落在较高通道A的任何事件的边界外:
通道A是通道B的分段父;
通道A是通道B的耦合父;
通道A是投影集合中的投影源通道,并且通道B是投影集合中的投影基通道;以及
通道A是汇总集合中的汇总边界父,并且通道B是关联的汇总子通道。
16.根据权利要求14所述的方法,其中,遍历所述探索层级,以实现向下钻取和向上钻取。
17.根据权利要求1所述的方法,其中,投影集合内的所述多个投影源通道用在探索层级中,仿佛这些投影源通道相对于彼此在双向层级中一样。
18.根据权利要求1所述的方法,其中,共享字段值使事件在制造过程之间相关,使得使用共享通道和通道边界关系来共同核对并分析这些事件。
19.根据权利要求18所述的方法,其中,生产日是用于使事件在制造过程之间相关的共享字段值。
20.根据权利要求1所述的方法,其中,所述多个投影源通道包括从包含以下通道的组中所选择的至少一个通道:轮班通道、作业通道、零件通道、人员通道、生产人员通道、小时通道、批次通道、批号通道、SKU通道、工作订单通道、客户通道、工具通道、生产日通道、生产指标通道、生产状态通道、周期通道、性能区通道、应答时间通道、SMED步骤通道、汇总周期通道、汇总生产状态通道、汇总性能区通道、汇总应答时间通道和汇总SMED步骤通道。
21.根据权利要求1所述的方法,其中,所述多个投影源通道包括至少一个新通道,所述至少一个新通道包含以下通道其中之一:
附加通道;以及
利用附加字段扩展的现有通道,
其中,所述附加通道和所述附加字段是由最终用户、顾问、合作伙伴公司和制造商其中之一所定义的。
22.根据权利要求1所述的方法,其中,还包括以下步骤:
建立时间界限;以及
使用存储器管理策略来管理所述存储介质,
其中,所述存储器管理策略是从包含汇总、划分优先顺序、界限平衡和通道平衡的组中所选择的。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361822637P | 2013-05-13 | 2013-05-13 | |
US61/822,637 | 2013-05-13 | ||
CN201480027054.5A CN105229546A (zh) | 2013-05-13 | 2014-05-12 | 用于组织并存储制造过程信息的方法和系统 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480027054.5A Division CN105229546A (zh) | 2013-05-13 | 2014-05-12 | 用于组织并存储制造过程信息的方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108133338A CN108133338A (zh) | 2018-06-08 |
CN108133338B true CN108133338B (zh) | 2022-02-25 |
Family
ID=51865586
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810151892.3A Active CN108133338B (zh) | 2013-05-13 | 2014-05-12 | 用于组织制造过程信息的方法 |
CN201480027054.5A Pending CN105229546A (zh) | 2013-05-13 | 2014-05-12 | 用于组织并存储制造过程信息的方法和系统 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201480027054.5A Pending CN105229546A (zh) | 2013-05-13 | 2014-05-12 | 用于组织并存储制造过程信息的方法和系统 |
Country Status (6)
Country | Link |
---|---|
US (2) | US9864961B2 (zh) |
EP (2) | EP2956829A4 (zh) |
CN (2) | CN108133338B (zh) |
CA (2) | CA2911316C (zh) |
MX (1) | MX354053B (zh) |
WO (1) | WO2014186270A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016017227A1 (ja) * | 2014-08-01 | 2016-02-04 | オリンパス株式会社 | 内視鏡業務支援装置 |
CN107862011A (zh) * | 2017-10-30 | 2018-03-30 | 中航锂电(江苏)有限公司 | 一种动力电池出货数据管理方法 |
JP7078017B2 (ja) * | 2019-06-24 | 2022-05-31 | 横河電機株式会社 | イベントプロセスデータ統合解析装置およびイベントプロセスデータ統合解析方法 |
CN111753926B (zh) * | 2020-07-07 | 2021-03-16 | 中国生态城市研究院有限公司 | 一种用于智慧城市的数据共享方法及系统 |
CN113868260A (zh) * | 2021-10-09 | 2021-12-31 | 北京字跳网络技术有限公司 | 数据处理方法、装置和电子设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102804221A (zh) * | 2009-06-12 | 2012-11-28 | 索尼公司 | 发行骨干 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS57169326A (en) * | 1981-04-10 | 1982-10-19 | Victor Co Of Japan Ltd | Manufacturing apparatus of information recording medium |
FR2698470B1 (fr) | 1992-11-26 | 1995-02-10 | Kodak Pathe | Procédé et installation de surveillance en continu et en temps réel d'un processus complexe de fabrication. |
DE19718284C2 (de) | 1997-05-01 | 2001-09-27 | Kuka Roboter Gmbh | Verfahren und Vorrichtung zum Überwachen einer Anlage mit mehreren Funktionseinheiten |
WO2002027418A2 (en) | 2000-09-25 | 2002-04-04 | Motorwiz, Inc. | Model-based machine diagnostics and prognostics using theory of noise and communications |
KR20020066108A (ko) * | 2001-02-09 | 2002-08-14 | (주)비즈아이코리아 | 유에스비를 이용한 실시간 생산 관리 시스템 |
US20040158474A1 (en) * | 2003-02-06 | 2004-08-12 | Karschnia Robert J. | Service facility for providing remote diagnostic and maintenance services to a process plant |
JP2006343952A (ja) * | 2005-06-08 | 2006-12-21 | Fujitsu Ltd | 製造管理装置、製造管理方法および製造管理プログラム |
US20090320047A1 (en) * | 2008-06-23 | 2009-12-24 | Ingboo Inc. | Event Bundling |
US8625884B2 (en) * | 2009-08-18 | 2014-01-07 | Behavioral Recognition Systems, Inc. | Visualizing and updating learned event maps in surveillance systems |
JP5696027B2 (ja) * | 2011-12-02 | 2015-04-08 | 株式会社日立製作所 | 作業時間算出装置および作業時間算出方法 |
US20150039625A1 (en) * | 2013-02-14 | 2015-02-05 | Loggly, Inc. | Hierarchical Temporal Event Management |
-
2014
- 2014-05-12 MX MX2015013512A patent/MX354053B/es active IP Right Grant
- 2014-05-12 CA CA2911316A patent/CA2911316C/en active Active
- 2014-05-12 CN CN201810151892.3A patent/CN108133338B/zh active Active
- 2014-05-12 EP EP14798235.9A patent/EP2956829A4/en not_active Withdrawn
- 2014-05-12 EP EP18158327.9A patent/EP3343304A1/en not_active Withdrawn
- 2014-05-12 US US14/275,095 patent/US9864961B2/en active Active
- 2014-05-12 CA CA3198147A patent/CA3198147A1/en active Pending
- 2014-05-12 CN CN201480027054.5A patent/CN105229546A/zh active Pending
- 2014-05-12 WO PCT/US2014/037661 patent/WO2014186270A1/en active Application Filing
-
2017
- 2017-12-29 US US15/857,840 patent/US10909480B2/en active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102804221A (zh) * | 2009-06-12 | 2012-11-28 | 索尼公司 | 发行骨干 |
Also Published As
Publication number | Publication date |
---|---|
US9864961B2 (en) | 2018-01-09 |
CA2911316A1 (en) | 2014-11-20 |
EP2956829A1 (en) | 2015-12-23 |
US20140337300A1 (en) | 2014-11-13 |
WO2014186270A1 (en) | 2014-11-20 |
MX354053B (es) | 2018-02-09 |
US10909480B2 (en) | 2021-02-02 |
CN105229546A (zh) | 2016-01-06 |
CN108133338A (zh) | 2018-06-08 |
EP2956829A4 (en) | 2016-07-27 |
MX2015013512A (es) | 2016-09-28 |
EP3343304A1 (en) | 2018-07-04 |
CA2911316C (en) | 2023-06-27 |
CA3198147A1 (en) | 2014-11-20 |
US20180121839A1 (en) | 2018-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10909480B2 (en) | Method and system for organizing and storing manufacturing process information | |
US11354298B2 (en) | Methods, systems, and products for maintaining data consistency in a stream warehouse | |
Naqvi et al. | Time series databases and influxdb | |
US10318494B2 (en) | Analyzing and visualizing trends in the use and consumption of data in a shared storage system | |
US10536353B2 (en) | Control interface for dynamic substitution of service monitoring dashboard source data | |
US8799225B2 (en) | Process and system for auditing database activity | |
US8725980B2 (en) | System and method for allocation of organizational resources | |
US8112605B2 (en) | System and method for allocation of organizational resources | |
CN108241555A (zh) | 一种分布式数据库的备份、恢复方法、装置和服务器 | |
Chamoni et al. | Temporal structures in data warehousing | |
US20080125887A1 (en) | Event context data and aggregation for industrial control systems | |
JP2015146183A (ja) | プロセス制御システムにおけるビッグデータの管理 | |
Agrawal et al. | Low-latency analytics on colossal data streams with summarystore | |
CN103678042A (zh) | 一种基于数据分析的备份策略信息生成方法 | |
US20070106711A1 (en) | Method and apparatus for configurable data aggregation in a data warehouse | |
US11461346B2 (en) | Managing temporal views of data | |
US7284011B1 (en) | System and methods for processing a multidimensional database | |
CN114746843A (zh) | 针对已分化数据恢复配置的存储器健康跟踪 | |
Bautista et al. | Shasta log aggregation, monitoring and alerting in HPC environments with Grafana Loki and ServiceNow | |
Martinviita | Time series database in Industrial IoT and its testing tool | |
US8285752B1 (en) | System and method for maintaining a plurality of summary levels in a single table | |
Djamaluddin et al. | Real-Time Drilling Operation Activity Analysis Data Modelling with Multidimensional Approach and Column-Oriented Storage | |
Qu et al. | Large Scale Intelligent Transportation System Traffic Detector Data Archiving | |
Cai et al. | Daggtax: a taxonomy of data aggregation processes | |
CN118014216A (zh) | 基于海豚调度的社区数据预测方法、装置、设备及介质 |
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 |