CN109143989A - 控制系统、控制装置、结合方法以及记录介质 - Google Patents

控制系统、控制装置、结合方法以及记录介质 Download PDF

Info

Publication number
CN109143989A
CN109143989A CN201810435161.1A CN201810435161A CN109143989A CN 109143989 A CN109143989 A CN 109143989A CN 201810435161 A CN201810435161 A CN 201810435161A CN 109143989 A CN109143989 A CN 109143989A
Authority
CN
China
Prior art keywords
database
data
timestamp
individually
precision
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
Application number
CN201810435161.1A
Other languages
English (en)
Other versions
CN109143989B (zh
Inventor
川之上真辅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Omron Corp
Original Assignee
Omron Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Omron Corp filed Critical Omron Corp
Publication of CN109143989A publication Critical patent/CN109143989A/zh
Application granted granted Critical
Publication of CN109143989B publication Critical patent/CN109143989B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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]
    • G05B19/4185—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 the network communication
    • 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
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
    • G05B19/054—Input/output
    • 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
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0428—Safety, monitoring
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2471—Distributed queries
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474—Sequence data queries, e.g. querying versioned data
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • 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
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • 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
    • G05B2219/10—Plc systems
    • G05B2219/11—Plc I-O input output
    • G05B2219/1101—Remote I-O
    • 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
    • G05B2219/10—Plc systems
    • G05B2219/13—Plc programming
    • G05B2219/13144—GUI graphical user interface, icon, function bloc editor, OI operator interface
    • 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
    • G05B2219/32252—Scheduling production, machining, job shop

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请涉及控制系统、控制装置、结合方法以及记录介质。控制系统包括：第一数据库，存储被赋予时间戳的数据；及控制装置，包括：第二数据库，存储被赋予时间戳的数据；创建部，创建包括用于指定时间戳的精度的项目的通用查询；查询解析器，解析通用查询，并创建发往第一数据库的第一单独查询和发往第二数据库的第二单独查询；发送部，将第一单独查询发送给第一数据库，将第二单独查询发送给第二数据库；及结合部，基于由通用查询指定的精度，对响应于发送的第一单独查询从第一数据库返回的数据的时间戳和响应于发送的第二单独查询从第二数据库返回的数据的时间戳中至少一方进行加工，并结合从第一数据库返回的数据和从第二数据库返回的数据。

Description

控制系统、控制装置、结合方法以及记录介质
技术领域
本发明的实施方式涉及能够应用于例如FA(Factory Automation：工厂自动化)的控制系统。
背景技术
作为控制装置的一例的可编程逻辑控制器(Programmable Logic Controller：PLC)近年来已包括超高速的CPU(Central Processing Unit：中央处理器)和大容量的存储器。因此，例如考虑以msec(毫秒)级的频率收集控制对象(传感器、伺服电机等)相关的各种数据，对其赋予时间戳，并存储于嵌入PLC的时序数据库中。
在专利文献1中公开了与数据管理相关的技术。专利文献1所公开的数据记录装置是在记录计测数据时将该计测数据记录于对至少该计测数据所属的数据序列与该计测数据的数据类型的组合单独分配的存储块的装置。根据该数据记录装置，由于将数据序列和数据类型一致的计测数据记录于各存储块，因此，即使存在数据类型的变更，也能够不丢弃变更前的计测数据地在数据存储部中进行存储。由此，能够读出并发送数据类型变更前的计测数据，也能够浏览变更前的计测数据。
专利文献1：日本专利特开2016-81316号公报
数据类型关系到能够记录的数据的精度。尤其，若数据收集的周期、频率变高，则也需要提高赋予数据的时间戳的精度。也就是说，有必要增多时间戳的小数点以下的有效数字的位数。
然而，各个PLC未必以相同周期收集数据。例如，存在将数据以msec级的周期进行收集的PLC和以μsec(微秒)级的周期进行收集的PLC混在相同FA系统中的情形。这样，当数据库不同时，赋予数据的时间戳的周期有时会不匹配。这在结合来自多个数据库的数据时、或结合从多个数据库提取的表时将会成为问题。
发明内容
本发明的一方面是鉴于这样的情况而做出的，其目的在于，提供对于多个数据库能够使彼此的数据的时间戳的周期匹配地进行结合的控制系统、控制装置、结合方法以及程序。
为了达到上述目的，在本发明中采用如下方式。
本发明的第一方面是如下构成的控制系统，包括：第一数据库，存储被赋予时间戳的数据；以及控制装置，所述控制装置包括：第二数据库，存储被赋予时间戳的数据；创建部，创建通用查询，所述通用查询包括用于指定时间戳的精度的项目；查询解析器，解析所述通用查询，并创建发往所述第一数据库的第一单独查询和发往所述第二数据库的第二单独查询；发送部，将所述第一单独查询发送给所述第一数据库，并将所述第二单独查询发送给所述第二数据库；以及结合部，基于由所述通用查询指定的精度，对响应于发送的所述第一单独查询而从所述第一数据库返回的数据的时间戳和响应于发送的所述第二单独查询而从所述第二数据库返回的数据的时间戳中至少任一方进行加工，并结合从该第一数据库返回的数据和从该第二数据库返回的数据。
通用查询包括用于指定时间戳的精度的项目。通用查询由查询解析器解析来创建发往第一数据库的第一单独查询和发往第二数据库的第二单独查询。第一单独查询向第一数据库发送，响应于第一单独查询的数据从第一数据库读出并返回。第二单独查询向第二数据库发送，响应于第二单独查询的数据从第二数据库读出并返回。
基于由所述通用查询指定的精度，对从所述第一数据库返回的数据的时间戳和从所述第二数据库返回的数据的时间戳中至少任一方进行加工。然后，在经过了时间戳的加工之后，对从第一数据库返回的数据和从该第二数据库返回的数据进行结合。
由于是这样的构成，因此，能够在以指定的精度(例如，以用户希望的精度)对从不同的数据库获取的数据的时间戳进行了加工之后，将从各数据库获取的数据结合。因此，能够不依赖于时间戳的周期地将数据库结合。
本发明的第二方面构成为，结合部将比上述指定的精度高的时间戳的位舍去至或进至该指定的精度的位来加工时间戳。
由于是这样的构成，因此能够以统一的基准实施使时间戳的位数一致的处理。
本发明的第三方面构成为，结合部将来自返回更多数据的一方数据库的数据转换为每单位时间的平均值，从而使从所述第一数据库返回的数据数与从所述第二数据库返回的数据数一致地将从该第一数据库返回的数据和从该第二数据库返回的数据结合。
由于是这样的构成，因此，例如对于数据收集的周期不同的数据库，也能够在使每单位时间的数据的出现次数一致的基础上将多个数据相结合。
本发明的第四方面构成为，结合部将来自返回更多数据的一方数据库的数据转换为单位时间内的最大值或最小值，从而使从所述第一数据库返回的数据数与从所述第二数据库返回的数据数一致地将从该第一数据库返回的数据和从该第二数据库返回的数据结合。
根据这样的构成，例如对于数据收集的周期不同的数据库，也能够在使每单位时间的数据的出现次数一致的基础上将多个数据相结合。
本发明的第五方面构成为，还包括设定部，所述设定部基于从所述第一数据库返回的数据的时间戳和从所述第二数据库返回的数据的时间戳来设定所述精度，所述结合部以由设定部所设定的精度为基准，对从第一数据库返回的数据的时间戳和从第二数据库返回的数据的时间戳中至少任一方进行加工。
由于是这样的构成，因此，时间戳的精度基于返回的多个数据的时间戳由设定部来进行设定。因此，没必要由查询的发送源指定精度，能够构建灵活性高的系统。
也就是说，在本发明的方面中，在查询的问询句法中增加用于指定时间戳的精度的项目。在表结合时，生成在上述项目中指定了用户期望的精度的查询。查询解析器解析该查询，并对问询对象的每个数据库创建、发送查询。然后，在结合获取到的各表时，按照所指定的精度使时间戳的位数一致，依照时间戳的时序将表结合。
这样一来，能够以用户希望的任意精度结合从多个时序数据库取出的数据。此外，在结合写入周期不同的数据库时，与时间戳的周期大的一方匹配地将时间戳的周期小的一方的数据转换为特征量(平均、最大、最小等)。因此，能够适当集成周期小的记录。
根据本发明，能够提供对于多个数据库可使彼此的数据的时间戳的周期一致地相结合的控制系统、控制装置、结合方法以及程序。
附图说明
图1是示出包括实施方式涉及的控制装置的控制系统的一例的图。
图2是示出实施方式涉及的控制装置100的一例方式的示意图。
图3是示出计算机200的一例硬件构成的框图。
图4是示出计算机200的一例软件构成的框图。
图5是示出PLC100、600的一例的功能框图。
图6是示出PLC100、PLC600以及PC200所包括的功能块的一例的图。
图7是示出实施方式涉及的处理顺序的一例的时序图。
图8是示出实施方式涉及的通用查询的一例的图。
图9是示出在实施方式涉及的功能块间的数据流的一例的示意图。
图10是示出结合后的表的一例的图。
图11是示出嵌入式数据库102b(TS001)的其它例子的图。
图12是示出从嵌入式数据库提取的表的其它例子的图。
图13是示出实施方式涉及的通用查询的其它例子的图。
图14是用于说明精度设定部101f的处理的图。
附图标记说明：
2现场总线；4网络；8现场装置组；12装置；14继电器组；16I/O单元；18图像传感器；20相机；22伺服电机驱动器；24伺服电机；30CD-ROM；41CPU；42ROM；43RAM；44硬盘驱动器(HDD)；45键盘；46鼠标；47监视器；48光学媒体驱动器；49通信接口；51电源部；52CPU块；53I/O块；54特殊块；55系统总线；81传感器；82致动器；83传感器；84致动器；100控制装置；101处理器；101a查询创建部；101b查询解析器；101c发送部；101d返回部；101e结合部；101f精度设定部；102存储器；102b嵌入式数据库；102c控制程序；103时钟发生器；104芯片组；105接口部；105a本地总线；105b现场总线；106客户端；106c通信接口；107壳；107a通信接口；110内部总线；182索引；200计算机(PC)；200a通用数据库；201数据挖掘工具；201a查询程序；201b数据挖掘程序；201c可视化程序；202机械学习参数设定工具；202a PLC变量访问程序；602b嵌入式数据库；607壳；607a通信接口；1000基地；TS001表；TS002表
具体实施方式
图1是示出包括实施方式涉及的控制装置的控制系统的一例的图。控制系统例如设置于工厂、物流仓库等基地1000。控制系统包括作为控制装置的一例的PLC100和PLC600、以及经由LAN(Local Area Network：局域网)3而能够通信地连接于PLC100的计算机(PC)200。
例如，可以从CD-ROM30等记录媒体将包括用于使PC200执行实施方式涉及的功能、方法的命令的程序安装于PC200。
PLC100与形成于基地1000的现场总线2连接。作为控制对象的一例的现场装置组8与现场总线2连接。现场装置组8例如包括远程I/O(输入/输出：Input/Output)装置12、继电器组14、I/O单元16、图像传感器18、相机20、伺服电机驱动器22以及伺服电机24。这些现场装置组8将控制相关的各种数据经由现场总线2与控制装置100之间进行交换。PLC100将获取到的数据存储于嵌入式数据库。即，PLC100例如以毫秒或微秒的周期收集与控制对象有关的数据。收集到的数据例如被赋予收集到的时间点的时间戳而存储于嵌入式的时序数据库等。
现场总线2优选采用能够保证数据的到达时间的协议。作为采用该种协议的网络，已知有EtherCAT(注册商标)、EtherNet(注册商标)/IP、DeviceNet(注册商标)、CompoNet(注册商标)等。
PLC100还包括能够连接于其它PLC(PLC600)的接口。PLC600也同样地连接于现场总线2，控制与PLC100不同地另行分配的现场装置组8。连接PLC100和PLC600的网络4也能够适用例如EtherNet(注册商标)/IP等协议。
图2是示出图1所示的控制装置100的一例方式的示意图。作为一例，示出了作为组合有多个单元的积木(building block)型而所知的方式的PLC100。除此之外，还已知有封装型(package type)、底座安装型的PLC。
PLC100包括电源部51、CPU块52、多个IO块53以及特殊块54。其中，CPU块52、IO块53以及特殊块54通过设置于装置内的系统总线55而连接。IO块53连接于I/O单元16，获取从继电器、检测开关等所产生的各种数据并送向CPU块52。作为与控制相关的该种数据，例如有伺服电机24的扭矩、物品(工件)的输送速度、机器人臂的角度等多种多样的数据。当然，并不限定于此。
I/O单元16收集例如传感器(检测开关等)检测出对象物或者未检测出对象物的信息。能够与接通或断开建立对应地表示该种信息。例如，能够将传感器检测出对象物的状态与接通建立对应、将未检测出任何对象物的状态与断开建立对应。
此外，I/O单元16将用于激活继电器或致动器等的指令(接通)、或用于使其失效的指令(断开)向发送目标的继电器或致动器等输出。
此外，I/O单元16将来自用于驱动控制伺服电机24的CPU块52的指令值经由现场总线2向伺服电机驱动器22传送。伺服电机驱动器22例如以一定周期从PLC100接收位置指令值、速度指令值、扭矩指令值等指令值。
通过连接于伺服电机24的轴的位置传感器(旋转编码器)、扭矩传感器等获取位置、速度(典型地，根据本次位置与上次位置之差算出)、扭矩等与伺服电机24的动作相关的实测值。工件的输送速度、机械手的角度根据这些感测数据直接求出或通过计算来算出。
CPU块52与到达现场装置组8的现场总线、到达PC200的LAN3、到达PLC600的网络4连接。CPU块52包括CPU，作为PLC100的中枢发挥功能。
图3是示出PC200的一例硬件构成的框图。PC200包括CPU41、ROM(Read OnlyMemory：只读存储器)42、RAM(Random Access Memory：随机存取存储器)43以及硬盘驱动器(HDD)44。CPU41相当于PC200的运算部。ROM42、RAM43以及HDD44相当于PC200的存储部。
CPU41执行包括OS(Operating System：操作系统)的各种程序。ROM42存放BIOS(Basic Input Output System：基本输入输出系统)、各种数据。RAM43临时存储从HDD44载入的程序、数据。HDD44存储由CPU41执行的程序、数据。
PC200还包括键盘45、鼠标46、监视器47、光学媒体驱动器48以及通信接口(IF)49。键盘45和鼠标46接收来自用户的操作。监视器47视觉性地显示各种信息。光学媒体驱动器48读取记录于CD-ROM30等记录介质的数字数据。通信接口(IF)49连接于LAN3并与PLC100通信。
由PC200执行的各种程序例如能够记录于CD-ROM30而流通。存放于该CD-ROM30的程序由光学媒体驱动器48读取，并存放于HDD44等。或者，也可以构成为通过网络从上位的服务器计算机等下载程序。
图4是示出PC200的一例软件构成的框图。PC200包括数据挖掘(data mining)工具201和机械学习参数设定工具202。数据挖掘工具201以及机械学习参数设定工具202例如是在OS203的控制下进行动作的应用程序之一。也就是说，通过CPU41解释、执行从HDD44(图3)载入RAM43的程序，从而PC200作为数据挖掘工具201以及机械学习参数设定工具202进行动作。
数据挖掘工具201包括查询程序201a、数据挖掘程序201b以及可视化程序201c。查询程序201a创建用于从时序数据库获取期望的数据的查询。数据挖掘程序201b基于既定的算法处理由查询获取到的数据，并进行与控制相关的预测处理等。可视化程序201c使数据处理的结果显示为图表等，负责与人的人机接口的一部分。由此，关于不具有UI(UserInterface：用户界面)的PLC，也能够利用GUI(Graphical User Interface：图形用户界面)环境。
通过这些块，数据挖掘工具201执行查询中的特征量的确定、异常检测方法的确定、机械学习参数的确定或异常检测结果的评价等。
机械学习参数设定工具202例如由用于交叉开发面向依照IEC61131-3的PLC的程序的集成开发环境(PLC编程IDE(Integrated Development Environment))提供。机械学习参数设定工具202包括PLC变量访问程序202a。PLC变量访问程序202a访问PLC100，获取映射到变量的各种数据(传感器数据、伺服电机的数据等)。
图5是示出一例PLC100的功能框图。另外，PLC600也是同样的。PLC100包括处理器101、存储器102、时钟发生器103、芯片组104以及接口部105。它们经由内部总线110而连接。
时钟发生器103例如是组合有水晶振荡器和PLL(Phase Lock Loop：锁相环)的电路，产生高精度的周期性脉冲。PLC100将该脉冲信号用作本地时钟。本地时钟规定PLC100内部的运算、控制等的定时(timing)。此外，本地时钟也被用作赋予数据的时间戳的基准。芯片组104通过控制在处理器101、存储器102及接口部105间的数据交换的定时而防止在内部总线110上的数据冲突。
接口部105包括本地总线105a以及现场总线105b。本地总线105a是对在PLC100与连接于该PLC100的设备之间交换的数据进行中继的接口。本地总线105a从连接的传感器81获取数据，并向控制对象的致动器82发送控制信号。同样地，现场总线105b是对在PLC100与连接于该PLC100的设备之间交换的数据进行中继的接口。现场总线105b从连接的传感器83获取数据，并向控制对象的致动器84发送控制信号。
存储器102包括用于存储嵌入式数据库102b的存储区域和用于存储控制程序102c的存储区域。嵌入式数据库102b是收集并存放与控制对象关联的数据的数据库。在实施方式中，采用时序数据库作为一例。时序数据库是为响应包括期间的指定的查询而设计的数据库，可用作PLC100的嵌入式数据库。
存储器102例如是RAM(Random Access Memory：随机存取存储器)、ROM(Read OnlyMemory：只读存储器)等存储元件、或者硬盘驱动器(Hard Disk Drive：HDD)等存储装置。除此之外，也可以使用闪存、SDRAM(Synchronous Dynamic RAM：同步动态随机存取存储器)等半导体存储器、或者EPROM(Erasable Programmable ROM：可擦可编程只读存储器)、EEPROM(Electrically Erasable Programmable ROM：电可擦可编程只读存储器)等非易失性存储器。
处理器101包括查询创建部101a、查询解析器101b、发送部101c、返回部101d、结合部101e以及精度设定部101f作为实施方式涉及的处理功能。它们例如是通过CPU按照控制程序102c执行的运算处理而实现的处理功能。
查询创建部101a例如将从PC200的数据挖掘工具201提供的命令作为触发来创建通用查询。也就是说，当用户从数据挖掘工具201(图3)的操作窗口执行了用于结合多个数据库的操作时，查询创建部101a创建通用查询。在该操作时，由用户指定时间戳的精度。所创建的通用查询包括用于指定该时间戳的精度的项目。时间戳的精度例如是表示时间戳的小数点以下的位数的数值，例如由毫秒、微秒等单位表示。
查询解析器101b解析上述通用查询，并创建发往嵌入式数据库102b的查询(第一单独查询)和发往作为表结合的对象的其它数据库的查询(第二单独查询)。将由来于通用查询的、对应各数据库创建的各个查询称为单独查询。
在实施方式中，通用查询例如使用标准的SQL句法来创建。单独查询根据面向各个数据库的语言(方言)，基于可在各数据库解释的语法来创建。因此，也可以使查询解析器存储标准的SQL语言与非标准的语言的对应表等。需要注意的是，例如MySQL或者NoSQL等均能使用SQL句法进行查询，但在当前时间点分别具有固有的表达形式。
发送部101c将创建的单独查询分别向发送目的地的数据库发送。
返回部101d在例如从外部接收到基于单独查询的问询的情况下，从嵌入式数据库102b读出包括与该单独查询相应的数据的表，并返回给问询方。
结合部101e以由通用查询指定的精度为基准对从单独查询的发送目的地的数据库返回的多个表中包含的数据的时间戳进行加工，并将这多个表(数据)结合。
精度设定部101f基于返回来的多个表中包含的数据的时间戳来设定时间戳的精度。
图6是示出PLC100、PLC600以及PC200中包括的功能块的一例的图。PLC100包括客户端106以及嵌入式数据库102b的壳(shell)107。壳107是访问嵌入式数据库102b时的接口，包括通信接口107a。通信接口107a是实现发送部101c以及返回部101d的功能的功能对象。此外，客户端106包括查询解析器101b和结合部101e的各功能块、以及通信接口106c。
PLC600也同样地包括嵌入式数据库(标注符号602b)，并包括作为与该嵌入式数据库602b的接口的壳607和通信接口607a。
PC200存储例如以MySQL或者NoSQL等为代表的通用的数据库(通用DB)200a。PLC100的客户端106的通信接口106c通过利用壳107和套接字的进程间通信而从嵌入式数据库102b获取表(表TS001)。此外，通信接口106c通过与壳607的进程间通信而从嵌入式数据库602b获取表(表TS002)。进一步地，通信接口106c通过与PC200的进程间通信而从通用数据库200a获取表。无论哪个表均包括通过索引区分的多个记录。各记录包括数据和赋予各数据的时间戳。接下来，对上述构成中的作用进行说明。
图7是示出实施方式涉及的一例处理顺序的时序图。在图7中，当从客户端106(图6)执行了指定期望的提取条件的查询时(步骤S1)，查询解析器101b对应作为发送目的地的每个数据库分解查询，并交接给通信接口106c(步骤S2)。
图8是示出在步骤S1中发布的通用查询的一例的图。该通用查询通过SQL句法描述，记载指示表结合的EX-JOIN和表示结合的基准的GROUP BY AVE。进一步地，记载有表示时间戳的精度的LEVEL。在实施方式中，通过“LEVEL＝1#ms”的记载表示指定了毫秒的精度。
通信接口106c将基于通用查询的单独查询分别向各数据库发送(步骤S3)。例如，如图9所示，对嵌入式数据库102b发送包括TS001，Starttime＝2017-03-04的单独查询，对嵌入式数据库602b发送包括TS002，Starttime＝2017-03-04的单独查询。
接收到其的壳107、607分别从嵌入式数据库102b、602b提取基于查询的数据，并将包括所指定的范围的数据的表返回(响应)给查询方(图7的步骤S4)。
来自各数据库的响应经由通信接口106c交给结合部101e。结合部101e以通用查询所指定的精度将接收到的多个表结合(步骤S5)。或者，基于由精度设定部101f计算出的精度，结合部101e结合多个表。然后，结合后的表作为对查询的响应(查询结果：queryresponse)交给客户端106(步骤S6)。
图10是示出结合后的表的一例的图。根据由通用查询的“LEVEL＝1#ms”指定了毫秒的精度，结合部101e舍去表TS001、TS002各自的时间戳的毫秒之上的位、即小数点4以上的位。例如，图6的表TS001的索引182的数据与表TS002的索引202的数据均与时间戳“2017-03-03-08:00:00.013”建立对应地结合。这样，在实施方式中，将用于指定时间戳的精度的项目设置于查询，将由该查询所指定的精度内的时间戳作为主键来结合数据库。由此，能够将从多个时序数据库取出的数据以用户希望的任意的精度结合。
图11是示出嵌入式数据库102b(TS001)的其它例子的图。在图11中，设想与图6所示的数据库相比，数据的收集循环(或向数据库的写入循环)延长到两倍。也就是说，时间戳的间隔延长到两倍，每单位时间的记录的数量与图6相比变为一半。
接下来，参照图11的例子和图12，考虑将数据收集的周期短的嵌入式数据库与数据收集的周期长的嵌入式数据库结合。
图12是示出从嵌入式数据库提取的表的其它例子的图。设想相对于图11中嵌入式数据库102b(TS001)的时间戳周期延长到两倍，图12的(a)所示的嵌入式数据库602b(TS002)的时间戳周期保持不变。这样一来，数据的周期在数据库间变得不吻合。
因此，在实施方式中，如图12的(b)所示，例如通过取多个记录间的数据的平均值而使数据的数量与长周期侧的表相符。也就是说，结合部101e在将来自包括更多数量的记录的数据库的数据转换为每单位时间的平均值的基础上使多个表结合。这反映了在图8所示的通用查询中由“GROUP BY AVE”的描述指定了平均值。
如此一来，能够使数据收集的周期短的嵌入式数据库602b(TS002)与数据收集的周期长的嵌入式数据库102b(TS001)匹配。即，也能够应对不同的数据库间时间戳的周期不同的情况。因此，能够防止在表结合时数据的数量不吻合。
图13是示出实施方式涉及的通用查询的其它例子的图。在图13中，有“LEVEL＝AUTO”的记载。这表示时间戳的精度的设定委托给进行表结合处理的一侧。此外，由“GROUPBY AVE”表示在取得数据周期的吻合时使用平均值。平均值是特征量的一个例子，除此之外，最大值、最小值等也是特征量之一，能够由查询的GROUP项目指定。
图14是用于说明精度设定部101f的处理的图。精度设定部101f首先算出作为结合对象的表的数据间的周期。例如，在图14的表TS001中，对随机抽出的特定区间求出时间戳间的差分。根据在制造现场的运用情况，有时数据记录的周期会有变动，通过采用随机采样，从而也能够应对这样的情况。
例如，如图14所示，在表TS001中，假设在随机提取了连续两个记录的组时，作为各组的记录的时间戳的差分，得到了例如1.03ms、1.01ms、2.09ms的值。这样一来，精度设定部101f对各个组算出时间戳的精度，采用最小的精度作为应该设定的精度。例如，若样本的50％以上为1毫秒，则设定1毫秒的精度。也就是说，在图14的例子中，舍去毫秒的小数点以下的精度，通过少数服从多数而采用1毫秒的精度。这样，精度设定部101f基于返回的多个表中包含的数据的时间戳，可以说是在事后设定在表结合时所需的时间戳的精度。
需要说明的是，如表TS001和表TS002那样，有时会结合时间戳的周期不同的表。这种情况下，针对周期更短的表(也就是说、数据记录频率更高的表)算出特征量(平均值、最大值或最小值等)。需要注意的是，在查询中指定平均值、最大值等特征量。
例如，在算出TS001的周期为1毫秒、TS002的周期为2毫秒的情况下，对TS001算出特征量。也就是说，以周期更长一方的周期为单位，获取关于周期更短的表的特征量。
如以上所说明的，在该实施方式中，在查询的问询句法(SQL句法)中增加用于指定时间戳的精度的项目(LEVEL)。在表结合时，发送在LEVEL中指定了期望的精度的查询。通过查询解析器101b解析该查询，对问询对象的各数据库创建并发送查询。然后，在结合获取到的各表时，依据所指定的精度使时间戳的位数一致，并依据时间戳的时序使表结合。
这样一来，能够使从多个时序数据库取出的数据以用户希望的任意精度进行结合。此外，在结合写入周期不同的数据库时，与时间戳的周期大的一方一致地将时间戳的周期更小一方的数据转换为特征量(平均、最大、最小等)。因此，能够适当集成周期小的记录。
由以上可知，能够提供对于多个数据库可使彼此的数据的时间戳的周期一致地进行结合的控制系统、控制装置、结合方法以及程序。
若结合存储于控制系统的多个PLC中的各数据，并通过所谓的数据挖掘(datamining)的方法进行解析，则能够得到各种各样的见解。进一步地，通过组合从其它各种各样的数据库获取到的表并进行解析，从而有可能使源自于生产机器的问题事件降低至极限。上述实施方式对这样的用途尤其有用。
需要说明的是，本发明并不限定于上述实施方式。例如，实施方式涉及的PLC100、600的程序既可记录于记录介质，也可经由网络来提供。此外，也能够将PLC100的功能块的一部分安装于PC200、PLC600。
此外，为了使时间戳的位数一致，也可以使时间戳的位进到所指定的精度的位。此外，在实施方式中，在时间戳的周期不同的数据库间的表结合处理时，取记录间的数据的平均值作为特征量。除此之外，通过转换为记录间的数据的最大值或者最小值也同样地能够取得数据库间的匹配。
此外，在实施方式中，公开了每单位时间的数据数少的一方合于数据数多的一方的方式。也可考虑其相反的方式。例如，考虑以1毫秒的精度结合包括每2毫秒收集到的数据的数据库和包括每3毫秒收集到的数据的数据库。在这种情形下，能够每作为彼此的数据收集的周期的最小公倍数的六毫秒，在保持不变的状态下使数据一致。另一方面，对于没有成为最小公倍数的时间戳、例如包括每2毫秒收集到的数据的数据库的奇数值，以刚刚之前的数据补齐并结合。
与计算机关联使用的“处理器”这一用语例如可理解为CPU、GPU(GraphicsProcessing Unit：图形处理单元)、或者ASIC(Application Specific IntegratedCircuit：专用集成电路)、SPLD(Simple Programmable Logic Device：简单可编程逻辑器件)、CPLD(Complex Programmable Logic Device：复杂可编程逻辑器件)或FPGA等电路。
处理器通过读出并执行存储于存储器的程序来实现基于程序的特有的功能。也可以代替存储器而构成为直接在处理器的电路内嵌入程序。在这种情形下，处理器通过读出并执行嵌入电路内的程序来实现其功能。
此外，也可以通过云服务器装置构成实施方式的控制系统的至少一部分。即，也可以通过云计算执行由实施方式的控制系统实现的功能的至少一部分。
在云计算中也可以包括以下中至少之一：将应用(软件)作为服务提供的SaaS(Software as a Service：软件即服务)、将用于使应用工作的平台(platform)作为服务提供的PaaS(Platform as a Service：平台即服务)、将服务器装置、中央运算处理装置以及存储装置等资源作为服务(公共云)提供的IaaS(Infrastructure as a Service：基础设施即服务)。例如，在该云计算中也可以通过云服务提供层(PaaS)包括经由因特网的远程操作。
除此之外，关于系统的形态、网络的协议、程序的安装方法、获取的数据的种类(目标值、结果值等)、数据库的种类或形式、查询句法的语法、PLC的功能和处理顺序以及处理内容等，在不脱离本发明的主旨的范围内也可以进行各种变形及实施。
总之，本发明并不限定于上述实施方式，在实施阶段，可在不脱离其主旨的范围内对构成成分进行变形而使其具体化。此外，能够通过上述实施方式中公开的多个构成成分的适当组合来形成各种发明。例如，也可以从实施方式所示的全部构成成分中删除几个构成成分。进一步地，也可以适当组合不同实施方式的构成成分。
可如以下附记这样记载上述实施方式的一部分或全部，但并不限于以下。
(附记1)
一种控制装置，包括嵌入式数据库和处理器，所述嵌入式数据库存储被赋予了时间戳的数据，
所述处理器创建包括用于指定时间戳的精度的项目的通用查询；解析所述通用查询，并创建分别发往所述嵌入式数据库和与该嵌入式数据库不同的其它数据库的单独查询；将所述创建的单独查询分别向发送目的地的数据库发送；基于由所述通用查询指定的精度对响应于所述发送来的单独查询而从各个数据库返回的数据的时间戳中至少任一时间戳进行加工，并将从各个数据库返回的数据结合。
(附记2)
一种结合方法，包括如下过程：
使用至少一个处理器创建包括用于指定时间戳的精度的项目的通用查询；
使用至少一个处理器解析所述通用查询，并创建分别发往存储被赋予了时间戳的数据的多个数据库的单独查询；
使用至少一个处理器将所述创建的单独查询分别向发送目的地的数据库发送；
使用至少一个处理器，基于由所述通用查询指定的精度对响应于所述发送的单独查询而从各个数据库返回的数据的时间戳中至少任一时间戳进行加工；以及
使用至少一个处理器结合所述时间戳被加工的数据。

Claims (12)

1.一种控制系统，包括：
第一数据库，存储被赋予时间戳的数据；以及
控制装置，
所述控制装置包括：
第二数据库，存储被赋予时间戳的数据；
创建部，创建通用查询，所述通用查询包括用于指定时间戳的精度的项目；
查询解析器，解析所述通用查询，并创建发往所述第一数据库的第一单独查询和发往所述第二数据库的第二单独查询；
发送部，将所述第一单独查询发送给所述第一数据库，并将所述第二单独查询发送给所述第二数据库；以及
结合部，基于由所述通用查询所指定的精度，对响应于发送的所述第一单独查询而从所述第一数据库返回的数据的时间戳和响应于发送的所述第二单独查询而从所述第二数据库返回的数据的时间戳中至少任一方进行加工，并结合从该第一数据库返回的数据和从该第二数据库返回的数据。
2.根据权利要求1所述的控制系统，其中，
所述结合部将比指定的所述精度高的所述时间戳的位舍去至或进至该指定的所述精度的位来加工所述时间戳。
3.根据权利要求1所述的控制系统，其中，
所述结合部将来自返回更多数据的一方数据库的数据转换为每单位时间的平均值，从而使从所述第一数据库返回的数据数与从所述第二数据库返回的数据数一致地将从该第一数据库返回的数据和从该第二数据库返回的数据结合。
4.根据权利要求1所述的控制系统，其中，
所述结合部将来自返回更多数据的一方数据库的数据转换为单位时间内的最大值或最小值，从而使从所述第一数据库返回的数据数与从所述第二数据库返回的数据数一致地将从该第一数据库返回的数据和从该第二数据库返回的数据结合。
5.根据权利要求1所述的控制系统，其中，
所述控制系统还包括设定部，所述设定部基于从所述第一数据库返回的数据的时间戳和从所述第二数据库返回的数据的时间戳来设定所述精度，
所述结合部以由所述设定部所设定的精度为基准，对从该第一数据库返回的数据的时间戳和从该第二数据库返回的数据的时间戳中至少任一方进行加工。
6.一种控制装置，能够应用于控制系统，所述控制系统包括分别存储被赋予时间戳的数据的第一数据库和第二数据库，
所述控制装置包括：
创建部，创建通用查询，所述通用查询包括用于指定时间戳的精度的项目；
查询解析器，解析所述通用查询，并创建发往所述第一数据库的第一单独查询和发往所述第二数据库的第二单独查询；
发送部，将所述第一单独查询发送给所述第一数据库，并将所述第二单独查询发送给所述第二数据库；以及
结合部，基于由所述通用查询所指定的精度，对响应于发送的所述第一单独查询而从所述第一数据库返回的数据的时间戳和响应于发送的所述第二单独查询而从所述第二数据库返回的数据的时间戳中至少任一方进行加工，并结合从该第一数据库返回的数据和从该第二数据库返回的数据。
7.根据权利要求6所述的控制装置，其中，
所述结合部将比指定的所述精度高的所述时间戳的位舍去至或进至该指定的所述精度的位来加工所述时间戳。
8.根据权利要求6所述的控制装置，其中，
所述结合部将被赋予具有指定的所述精度的时间戳的多个数据转换为该多个数据间的平均值。
9.根据权利要求6所述的控制装置，其中，
所述结合部将被赋予具有指定的所述精度的时间戳的多个数据转换为该多个数据间的最大值或最小值。
10.根据权利要求6所述的控制装置，其中，
所述控制装置还包括设定部，所述设定部基于从所述第一数据库返回的数据的时间戳和从所述第二数据库返回的数据的时间戳来设定所述精度，
所述结合部以由所述设定部所设定的精度为基准，对返回的多个表中包含的数据的时间戳进行加工。
11.一种结合方法，由能够应用于控制系统的控制装置执行，所述控制系统包括分别存储被赋予时间戳的数据的第一数据库和第二数据库，
所述结合方法包括以下过程：
创建通用查询，所述通用查询包括用于指定时间戳的精度的项目；
解析所述通用查询，并创建发往所述第一数据库的第一单独查询和发往所述第二数据库的第二单独查询；
将所述第一单独查询发送给所述第一数据库，并将所述第二单独查询发送给所述第二数据库；
基于由所述通用查询所指定的精度，对响应于发送的所述第一单独查询而从所述第一数据库返回的数据的时间戳和响应于发送的所述第二单独查询而从所述第二数据库返回的数据的时间戳中至少任一方进行加工；以及
结合从该第一数据库返回的数据和从该第二数据库返回的数据。
12.一种记录介质，所述记录介质记录有程序，所述程序使计算机执行权利要求11所述的各过程的处理，所述控制装置包括所述计算机。
CN201810435161.1A 2017-06-28 2018-05-08 控制系统、控制装置、结合方法以及记录介质 Active CN109143989B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017126208A JP6528807B2 (ja) 2017-06-28 2017-06-28 制御システム、制御装置、結合方法およびプログラム
JP2017-126208 2017-06-28

Publications (2)

Publication Number Publication Date
CN109143989A true CN109143989A (zh) 2019-01-04
CN109143989B CN109143989B (zh) 2021-11-16

Family

ID=62244290

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810435161.1A Active CN109143989B (zh) 2017-06-28 2018-05-08 控制系统、控制装置、结合方法以及记录介质

Country Status (4)

Country Link
US (1) US10831170B2 (zh)
EP (1) EP3422214B1 (zh)
JP (1) JP6528807B2 (zh)
CN (1) CN109143989B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11442924B2 (en) 2015-01-30 2022-09-13 Splunk Inc. Selective filtered summary graph
US11544248B2 (en) 2015-01-30 2023-01-03 Splunk Inc. Selective query loading across query interfaces
US9842160B2 (en) 2015-01-30 2017-12-12 Splunk, Inc. Defining fields from particular occurences of field labels in events
US10915583B2 (en) 2015-01-30 2021-02-09 Splunk Inc. Suggested field extraction
US10726037B2 (en) 2015-01-30 2020-07-28 Splunk Inc. Automatic field extraction from filed values

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5590319A (en) * 1993-12-15 1996-12-31 Information Builders, Inc. Query processor for parallel processing in homogenous and heterogenous databases
US20060277230A1 (en) * 2005-06-03 2006-12-07 Itaru Nishizawa Query processing method for stream data processing systems
US20090125550A1 (en) * 2007-11-08 2009-05-14 Microsoft Corporation Temporal event stream model
US20090319501A1 (en) * 2008-06-24 2009-12-24 Microsoft Corporation Translation of streaming queries into sql queries
US20110125778A1 (en) * 2009-11-26 2011-05-26 Hitachi, Ltd. Stream data processing method, recording medium, and stream data processing apparatus

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5999924A (en) * 1997-07-25 1999-12-07 Amazon.Com, Inc. Method and apparatus for producing sequenced queries
US8060389B2 (en) * 2000-06-07 2011-11-15 Apple Inc. System and method for anonymous location based services
US6456234B1 (en) * 2000-06-07 2002-09-24 William J. Johnson System and method for proactive content delivery by situation location
US6754657B2 (en) * 2001-08-24 2004-06-22 Microsoft Corporation Time stamping of database records
US7991014B2 (en) * 2002-12-06 2011-08-02 Thomson Licensing Method and system for remote tuning and clock synchronization
KR100462292B1 (ko) * 2004-02-26 2004-12-17 엔에이치엔(주) 중요도 정보를 반영한 검색 결과 리스트 제공 방법 및 그시스템
US7747725B2 (en) * 2005-04-22 2010-06-29 Audinate Pty. Limited Method for transporting digital media
US9747349B2 (en) * 2006-10-30 2017-08-29 Execue, Inc. System and method for distributing queries to a group of databases and expediting data access
US20080147603A1 (en) * 2006-12-14 2008-06-19 Olli Pekka Kostamaa Converting temporal data into time series data
US8484220B2 (en) * 2007-03-06 2013-07-09 Mcafee, Inc. Clustered index with differentiated subfields
US8412713B2 (en) * 2007-03-06 2013-04-02 Mcafee, Inc. Set function calculation in a database
US8983497B2 (en) * 2007-10-04 2015-03-17 Zos Communications, Llc Method for managing a geo-targeted campaign
US8707031B2 (en) * 2009-04-07 2014-04-22 Secureauth Corporation Identity-based certificate management
US20120221589A1 (en) * 2009-08-25 2012-08-30 Yuval Shahar Method and system for selecting, retrieving, visualizing and exploring time-oriented data in multiple subject records
JP2013083450A (ja) * 2011-10-06 2013-05-09 Sony Corp 時刻制御装置、時刻制御方法、およびプログラム
US20130117257A1 (en) * 2011-11-03 2013-05-09 Microsoft Corporation Query result estimation
US10223327B2 (en) * 2013-03-14 2019-03-05 Fisher-Rosemount Systems, Inc. Collecting and delivering data to a big data machine in a process control system
EP2976750B1 (en) * 2013-03-22 2020-08-26 Accenture Global Services Limited Geospatial smoothing in web applications
US9853949B1 (en) * 2013-04-19 2017-12-26 Amazon Technologies, Inc. Secure time service
US9251478B2 (en) * 2013-07-29 2016-02-02 Amadeus S.A.S. Processing information queries in a distributed information processing environment
WO2015138497A2 (en) * 2014-03-10 2015-09-17 Interana, Inc. Systems and methods for rapid data analysis
US9646653B2 (en) * 2014-03-24 2017-05-09 Autodesk, Inc. Techniques for processing and viewing video events using event metadata
US9430663B2 (en) * 2014-06-11 2016-08-30 Live Nation Entertainment, Inc. Dynamic filtering and precision alteration of query responses responsive to request load
JP6302817B2 (ja) 2014-10-17 2018-03-28 アズビル株式会社 データ記録装置および方法
US20160314185A1 (en) * 2015-04-27 2016-10-27 Microsoft Technology Licensing, Llc Identifying events from aggregated device sensed physical data
US9813226B2 (en) * 2015-08-05 2017-11-07 Ixia Modeling a clock
US10496067B2 (en) * 2015-08-07 2019-12-03 Siemens Aktiengesellschaft Automation and control distributed data management systems
US9811560B2 (en) * 2015-08-12 2017-11-07 Oracle International Corporation Version control based on a dual-range validity model
US10540326B2 (en) * 2015-08-21 2020-01-21 Makemytrip (India) Private Limited Dynamic caching system
EP3371665B1 (en) * 2015-12-10 2019-03-20 Siemens Aktiengesellschaft Distributed embedded data and knowledge management system integrated with plc historian
US10223426B2 (en) * 2016-05-25 2019-03-05 Bank Of America Corporation System for providing contextualized search results of help topics
US10929400B2 (en) * 2016-10-26 2021-02-23 International Business Machines Corporation Self-optimizing value range synopsis in analytical databases
US10776361B2 (en) * 2017-04-07 2020-09-15 Salesforce.Com, Inc. Time series database search system
JP6648730B2 (ja) * 2017-05-09 2020-02-14 オムロン株式会社 制御装置、タイムスタンプ修正方法およびプログラム
US11120344B2 (en) * 2017-07-29 2021-09-14 Splunk Inc. Suggesting follow-up queries based on a follow-up recommendation machine learning model
US10901993B2 (en) * 2018-04-03 2021-01-26 Amadeus S.A.S. Performing cache update adaptation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5590319A (en) * 1993-12-15 1996-12-31 Information Builders, Inc. Query processor for parallel processing in homogenous and heterogenous databases
US20060277230A1 (en) * 2005-06-03 2006-12-07 Itaru Nishizawa Query processing method for stream data processing systems
US20090125550A1 (en) * 2007-11-08 2009-05-14 Microsoft Corporation Temporal event stream model
US20090319501A1 (en) * 2008-06-24 2009-12-24 Microsoft Corporation Translation of streaming queries into sql queries
US20110125778A1 (en) * 2009-11-26 2011-05-26 Hitachi, Ltd. Stream data processing method, recording medium, and stream data processing apparatus

Also Published As

Publication number Publication date
US10831170B2 (en) 2020-11-10
EP3422214A1 (en) 2019-01-02
JP2019008703A (ja) 2019-01-17
CN109143989B (zh) 2021-11-16
EP3422214B1 (en) 2022-05-25
JP6528807B2 (ja) 2019-06-12
US20190004493A1 (en) 2019-01-03

Similar Documents

Publication Publication Date Title
CN109143989A (zh) 控制系统、控制装置、结合方法以及记录介质
US11144534B2 (en) Control device, time stamp modification method, computer program, and data structure
EP2933976B1 (en) Integrated nodes and computer-implemented methods for data acquisition, verification and conditioning, and for remote subsystem control
RU2273874C2 (ru) Способ эксплуатации технической установки и система управления процессом эксплуатации технической установки
JP2018151918A (ja) 制御装置、データ構造、情報処理方法
CN101196731A (zh) 运动控制定时模型
US10296515B2 (en) Engineering data collection from control and instrumentation systems
CN108572612A (zh) 控制装置以及非易失性存储媒体
CN101861568B (zh) 用于交换数据的方法和系统
US20220004177A1 (en) Control device and non-transitory computer-readable recording medium recording program
US10295982B2 (en) Detecting and tracking changes in engineering configuration data
Hadlich et al. Common communication model for distributed automation systems
US11442433B2 (en) Management device, management system, management method, and program for providing virtual and real resource information values
KR102288068B1 (ko) 중앙 opc ua 모델링을 통한 cpps 자동 구축 시스템
CN104678945B (zh) 路径关联装置和高级过程控制组件
Benedick et al. Trident: A three-steps strategy to digitise an industrial system for stepping into industry 4.0
JP2006011511A (ja) 複数装置のデータ相互アクセス方法および複数装置を有するシステム
RU2688097C1 (ru) Способ функционирования территориально-распределенной системы управления
CN103518164A (zh) 用于运行自动化系统的方法
WO2013090942A1 (en) Method and apparatus for detecting interference in design environment
JP6653088B1 (ja) 産業機器のデータ収集システム及びモータ制御装置
JP4999880B2 (ja) コントローラー及びそれを備えたネットワークシステム
US20190228013A1 (en) Automation device and method for optmized access to a variable
Shen et al. Co-Service Manufacturing System Integrated OPC UA/FDT for Complex Equipments & Field Devices

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