CN110059070A - 将数据从数据源收集到制造运营管理数据仓库 - Google Patents

将数据从数据源收集到制造运营管理数据仓库 Download PDF

Info

Publication number
CN110059070A
CN110059070A CN201910044849.1A CN201910044849A CN110059070A CN 110059070 A CN110059070 A CN 110059070A CN 201910044849 A CN201910044849 A CN 201910044849A CN 110059070 A CN110059070 A CN 110059070A
Authority
CN
China
Prior art keywords
data
source
mom
performance parameter
scene identifier
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
CN201910044849.1A
Other languages
English (en)
Other versions
CN110059070B (zh
Inventor
乔治·科尔西尼
朱利亚诺·特里福利奥
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.)
Siemens AG
Original Assignee
Siemens AG
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 Siemens AG filed Critical Siemens AG
Publication of CN110059070A publication Critical patent/CN110059070A/zh
Application granted granted Critical
Publication of CN110059070B publication Critical patent/CN110059070B/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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • 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
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/258—Data format conversion from or to a database
    • 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
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • 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]
    • G05B19/4183—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 data acquisition, e.g. workpiece identification
    • 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]
    • G05B19/41875—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 quality surveillance of production
    • 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
    • G06F16/211—Schema design and management
    • G06F16/212—Schema design and management with details for data modelling support
    • 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
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • 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
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G05B2219/34—Director, elements to supervisory
    • G05B2219/34351—Knowledge acquisition of environment

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Manufacturing & Machinery (AREA)
  • Software Systems (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种用于将数据从数据源收集到MOM数据仓库中的方法和系统，其中，在性能参数链接到用于MOM分析目的的对应的情景标识符的基本集合的情况下，根据基本数据模型来公开MOM数据仓库中的数据；其中，在源性能参数链接到对应的情景标识符的源集合的情况下，根据源数据模型来公开数据源中的数据；本发明包括：提供用于处理从数据源接收到的数据的数据扩展器模块，以在需要时添加链接到源性能参数的情景标识符，其中，所添加的情景标识符存在于基本集合中但不存在于源集合中；通过数据扩展器模块处理从数据源接收到的数据以获得扩增数据，其中，在与基本数据模型兼容的扩展数据模型中公开扩增数据；并且将扩增数据收集到数据仓库中。

Description

将数据从数据源收集到制造运营管理数据仓库
技术领域
本发明涉及用于将数据从数据源收集到MOM数据仓库的方法和系统。
背景技术
可以应用本发明的工业软件的特别感兴趣的示例是制造执行系统(MES)和制造运营管理(MOM)系统。最近，术语MOM被越来越多地用于代替术语MES。
如由制造企业解决方案协会(MESA国际协会)所定义的，MES/MOM系统是通过管理“从订单下达至制造的点到产品交付至成品的点的生产运营”并且通过“经由双向通信跨组织和供应链地向其他人提供关于生产活动的关键任务信息”来“推动制造运营的有效执行的动态信息系统”。
为了提高制造工厂的质量和过程性能，MES/MOM系统通常包括的功能是资源分配和状态、派遣生产订单、数据收集/采集、质量管理、维护管理、性能分析、操作/细节调度、文档控制、劳务管理、过程管理和产品跟踪。
例如，西门子股份公司在其SIMATIC产品系列下提供广泛的MES/MOM产品。
为了支持业务决策，数据仓库收集面向主题的数据以对特定主题领域进行分析。通常，数据仓库将来自若干个源的信息组合到一个综合数据库中。
在制造数据分析领域，MOM数据仓库通过从多个MOM数据源收集例如像传感器和设备控制器的数据并且然后通过合并和组织所收集的用于报告和分析目的数据来支持业务决策。
因此，为了提高数据仓库可用性并且传达用户的基本要求，MOM数据仓库通常利用常见的MOM分析数据模型来构建，其中MOM分析数据模型是MOM用户的唯一且常见的模型。
本文中，术语基本数据模型是可互换地表示MOM数据仓库的MOM分析数据模型。
典型的MOM分析数据模型通常利用被认为与制造性能的分析相关的度量来公开性能参数，制造性能的分析链接到表示用于分析这样的性能参数的观点的情景指示符。MOM性能参数的示例包括但不限于温度、废料和能量消耗。MOM情景指示符的示例包括但不限于时间、设备和生产订单。
在典型的MOM场景中，通常情况下并非所有的MOM数据源都共享同一数据模型。此外，通常情况下并非每个性能参数都链接到生产情景的同一集合。
图1是示意性示出MOM数据仓库的数据模型和数据源的数据模型的图。
在MOM数据仓库101中，数据被组织在基本数据模型103中，而数据源102的数据具有与基本数据模型103不同的源数据模型104。
实际上，在基本数据模型103内，公开的性能参数PP_a链接到三个情景指示符CI_1、CI_2和CI_3；而在源数据模型104内，公开的数据性能参数PP_b仅链接到两个情景指示符CI_1、CI_2，因此缺失第三情景指示符。
在这样的MOM场景中，用户宁愿也对引入的度量PP_b具有除了已经存在的情景指示符CI_1、CI_2之外的第三情景指示符CI_3。例如，MOM用户想要知道在给定时间处给定设备上每个生产订单的废料数量，这是因为她/他期望对每个度量PP_a、PP_b(例如能量消耗、废料)评估他/她通常使用的所有三个基本情景指示符CI_1、CI_2、CI_3(例如时间、设备和生产订单)。
遗憾的是，基本数据模型与源数据模型不同的这种情况限制了最终用户的分析能力，最终用户不能将相同的情景应用于MOM数据仓库中可用的所有性能度量。
在制造数据分析中，迄今为止已经利用两种方法解决这个问题了。第一种方法是“先验”方法，而第二种方法是“后验”方法。
根据第一种“先验”方法，在产品级别执行到MOM数据仓库中的缺失情景的链接。这种方法通常用于通用数据仓库设计的情况，其中所有相关MOM数据源的数据模型是预先已知的。因此，扩展的计算在系统内以内置方式完成，其中用户甚至可能不知道它。
这种方法的主要缺点是MOM数据仓库不能利用任何外部数据源和/或任何遗留系统来扩展。
根据第二种方法，在解决方案级别执行到MOM数据仓库中的缺失情景的链接。这种方法通常在客户特定的数据仓库设计的情况下由软件架构师使用，其中通常架构师正在为特定客户所需的特定设计来编写特定的软件代码。
这种方法的主要缺点是MOM数据仓库结构严格依赖于软件架构师的特定架构设计决策。
在两种方法中都需要软件技能。
发明内容
因此，本发明的目的是克服上述缺点，特别是通过提供一种用于将数据从数据源收集到MOM数据仓库中的方法和系统来克服，该方法使得数据源的数据模型以改进的方式统一到仓库的数据模型。
上述目的是通过用于将数据从数据源收集到MOM数据仓库中的方法和系统来实现，其中，在性能参数链接到用于MOM分析目的的对应的情景标识符的基本集合的情况下，根据基本数据模型来公开MOM数据仓库中的数据；其中，在源性能参数链接到对应的情景标识符的源集合的情况下，根据源数据模型来公开数据源中的数据，所述方法包括：
a)提供用于处理从数据源接收到的数据的数据扩展器模块，以在需要时添加链接到源性能参数的情景标识符，其中，所添加的情景标识符存在于基本集合中但不存在于源集合中；
b)通过数据扩展器模块处理从数据源接收到的数据以获得扩增数据，其中，在与基本数据模型兼容的扩展数据模型中公开扩增数据；并且，
c)将扩增数据收集到数据仓库中。
在实施方式中，通过数据扩展器模块进行的处理可以优选地包括：生成附加的源性能参数；以及通过将源性能参数的值适配所链接的添加的情景标识符来估计附加的源参数的值。在实施方式中，值估计可以优选地通过数值分布技术或者通过考虑到另外性能参数的加权分布技术来执行。
在实施方式中，数据扩展器模块可以经由用户接口方便地配置。
在实施方式中，源集合的情景标识符可以优选地包括时间标识符和设备标识符中的至少一个。
此外，可以提供计算机程序元件，所述计算机程序元件包括计算机程序代码，所述计算机程序代码用于在被加载到计算装置的数字处理器中时执行根据上述方法的步骤。
另外，可以提供存储在计算机可用介质上的计算机程序产品，所述计算机程序产品包括计算机可读程序代码，所述计算机可读程序代码用于使计算装置执行所提到的方法。
实施方式通过将相关的情景标识符添加到数据源的数据来使两个数据模型兼容。
即使当源自具有不同类型的数据模型的数据源时，实施方式也能够对以不同方式收集的数据进行一致性分析。
实施方式能够使用户利用生产情景的同类集合来继续进行生产数据的分析。
实施方式扩展了MOM数据仓库中的分析能力。
实施方式实现了对MOM数据仓库的分析模型的扩展而无需重新定义链接到所添加的度量的情景。
实施方式有利地能够使用户仅通过配置活动来将外部和/或遗留系统所提供的数据集成在MOM数据仓库中。
实施方式有利地能够使MOM数据仓库通过无缝地包括新数据源而容易地扩展。
附图说明
现在将参照附图在优选但非排他的实施方式中描述本发明，其中：
图1是示意性地示出MOM数据仓库的数据模型和数据源的数据模型的图；
图2是示意性地示出根据本发明的示例性实施方式的将数据从数据源收集到MOM数据仓库的图。
具体实施方式
本发明的至少一些实施方式解决了上述问题，其中，方法和系统将数据从数据源收集到MOM数据仓库中。
图2示意性地示出根据本发明的示例性实施方式的从数据源收集数据的图。在性能参数PP_a链接到针对MOM分析目的的对应的情景标识符CI_1、CI_2、CI_3的基本集合的情况下，根据基本数据模型103来公开MOM数据仓库101中的数据。在源性能参数PP_b链接到对应的情景标识符CI_1、CI_2的源集合的情况下，根据源数据模型104来公开数据源102中的数据。
提供用于处理从数据源102接收到的数据的数据扩展器模块201，以在需要时添加链接到源性能参数PP_b的情景标识符CI_3，其中所添加的情景标识符CI_3存在于基本集合中但不存在于源集合中。
数据扩展器模块201处理从数据源102接收到的数据以获得扩增数据，其中在与基本数据模型103兼容的扩展数据模型202中公开扩增数据。然后将扩增数据收集到数据仓库101中。
有利地，可以收集MOM数据仓库101内的数据源102的性能参数PP_b并且将该性能参数PP_b链接到先前缺失的情景标识符CI_3。如本文所使用的，术语“扩增”指示可以扩展和处理数据，这是因为可以修改一些原始数据以获得对数据的估计。
例如，假设源数据来自给定设备上的给定传感器，其中传感器正在测量随时间推移变化的温度。通过了解传感器名称及其位置可以容易地推断设备的情景，但是仍然会缺失最终对用户有用的生产订单信息。有利地，利用实施方式，可以将情景生产订单添加到传感器的度量，即时间和温度。
算法实施方式的示例
在若干个车间系统中，对于在MOM数据仓库中引入的每个性能参数，通常至少一个情景标识符(时间或设备)是可利用的。在此示例中，假设在MOM数据源中时间和设备两个情景标识符均可用。
示例性算法实施方式包括以下步骤：
-用户选择新的MOM数据源；
-用户从所选择的MOM数据源的可用性能参数和情景标识符中选择与期望目标分析相关的性能参数和链接的情景标识符，在这种情况下：
-用户选择附加的情景标识符——所述附加的情景标识符在MOM数据仓库的基本数据模型中可用，但在MOM数据源的数据模型中不可用；
-系统从MOM数据源加载所选择的数据并且针对每个时间-设备对进行计算：
-列出N个情景标识符的所有N元组，其中N是MOM数据仓库和新的MOM数据源中的不同情景的数目(其中N大于2)；
-使用扩增处理引擎列出M个度量的所有M元组，其中M是MOM数据仓库和新的MOM数据源中的性能参数数目。
扩增处理引擎根据优选地由用户所选择的估计标准来计算估计的扩增值。
用户估计标准的第一示例可以例如是数值分布方法，其中使用线性分布技术来计算扩增值。
用户估计标准的第二示例可以例如是加权分布方法，其中根据另外的参考性能参数的值来计算扩增值。
示出数值和分布方法的示例
假设MOM数据仓库被配置成：从提供与生产订单相关联的能量消耗度量作为性能参数的MES系统收集数据。利用此配置，用户可以方便地分析对于每个生产订单的能量消耗，并且将所述能量消耗与工厂中任何时间段处像例如轮班及工作周的每个设备件进行比较。
假设该工厂的生产线利用可以是例如提供由生产线中的设备生成的废料数量的硬件数据源或软件数据源的新MOM数据源进行升级。假设该新数据源不包含与生产订单有关的任何信息，但用户仍希望知道针对特定生产订单生产的废料数量。
利用实施方式，用户能够方便地将数据从新的数据源引入到MOM数据仓库中并且将新的数据源链接到现有情景，所述现有情景包括未由该数据源提供的情景标识符的生产订单。因此，利用实施方式，用户可以根据需要方便地查询MOM数据仓库并且获得针对特定生产订单的废料数量。
该情况利用下面示出的表1至表4进行说明。
表1MOM数据仓库中的现有数据
表2来自新的数据源的数据
表3利用数值分布技术方法在MOM数据仓库中收集的扩增数据
表4利用加权分布技术方法在MOM数据仓库中收集的扩增数据
表1示出了MOM数据仓库中的现有数据。这些数据包括也被称为度量的性能参数，“能量消耗”链接到其对应的情景标识符“时间”、“设备”和“订单”。因此，如表1所示，MOM数据仓库的基本数据模型包括三个不同的情景标识符：时间、设备和订单。
表2示出了源自新的MOM数据源的数据。这些数据包括链接到该数据的对应的情景标识符“时间”和“设备”的“废料”度量。如表2所示，该源数据的模型不包含存在于MOM数据仓库的基本模型中的情景标识符“订单”。
表3和表4示出了由数据扩展器模块处理所度量的源数据实际“废料”而得到的在MOM数据仓库中收集的扩增数据，以通过链接到所添加的情景标识符“订单”来获得估计“废料”(第5列)。
表3的估计“废料”(第5列)的值利用数值分布技术来计算并且表4的估计“废料”(第5列)的值利用加权分布技术来计算，其中使用能量消耗度量值来对实际废料进行加权以计算与每个生产订单相关联的估计废料。
在表3的该第一特定示例性实施方式中，废料在同一设备上执行的生产订单之间平均分配。更多细节如下所示：
-在针对设备Eq1的时间t1处，存在执行的两个订单，OrdYY1和OrdYY2，针对两个订单度量的废料10(第6列)被平均分配成5和5(参见第5列的估计度量废料)；
-在针对设备Eq2的时间t1处，仅执行订单OrdYY2，因此将第6列的度量的实际“废料”不变地记录到第5列的估计值中；
-在针对设备Eq1的时间t2处，仅执行订单OrdYY1，因此将第6列的度量的实际“废料”不变地记录到第5列的估计值中；
-在针对设备Eq2的时间t2处，存在执行的两个订单，OrdYY2和OrdYY3，针对两个订单第6列的度量的实际“废料”12被平均分配成6和6(参见第5列的估计度量废料)。
在表4的该第二特定示例性实施方式中，通过考虑由列“能量消耗”(第4列)的值提供的权重，废料在同一设备上执行的生产订单之间分配。
更多细节如下所示：
-在针对设备Eq1的时间t1处，存在执行的两个订单，OrdYY1和OrdYY2，通过由第6列的能量消耗值120和80提供的权重来分配度量的废料10(第6列)，然后得到第5列的估计度量废料值的6和4；
-在针对设备Eq2的时间t1处，仅执行订单OrdYY2，因此将第6列的度量的实际“废料”6不变地记录到第5列的估计值中；
-在针对设备Eq1的时间t2处，仅执行订单OrdYY1，因此将第6列的度量的实际“废料”8不变地记录到第5列的估计值中；
-在针对设备Eq2的时间t2处，存在执行的两个订单，OrdYY1和OrdYY2，通过由第6列的能量消耗值90和30提供的权重来分配度量的废料12(第6列)，然后得到第5列的估计度量废料值的9和3。
有利地，在实施方式中，表3和表4的两个示例中的MOM数据仓库存储第6列的“原始”实际引入值和第5列的“扩增”估计值两者，从而保留系统的完整知识，使用户可以根据他的期望目标分析来查询MOM数据仓库并且获得原始值或扩增值。
有利地，在实施方式中，用户选择例如具有参考参数的数值分布或加权分布的标准，以通过扩增处理引擎使用该标准来计算估计扩增值。
在实施方式中，本领域技术人员将容易地理解，可以以自定义方式定义用于扩增处理的其他类型的估计标准。
有利地，在实施方式中，当在MOM数据仓库中引入来自新的MOM数据源的数据时，估计度量值与引入的实际度量值相关联，并且使得最初未包括在MOM数据源中的附加的情景标识符可用于链接。有利地，在实施方式中，利用配置方法添加缺失的所添加的情景标识符而无需编写自定义代码。因此，由于预编写的核心扩增算法，在系统中创建了数据库情景标识符与所添加的度量之间的创建“链接”的可能性，而无需开发自定义程序。
在实施方式中，数据扩展器模块可以由用户经由用户接口进行配置。
在实施方式中，数据扩展器模块包括引擎，该引擎应用关于估计标准和/或参数以及要添加的情景指示符的用户选项。在实施方式中，引擎可以与产品一起使用。
在实施方式中，该模块了解所缺失的情景指示符并且将所缺失的情景指示符提供给接受或者不接受它们的用户。

Claims (9)

1.一种用于将数据从数据源收集到MOM数据仓库(101)中的方法，其中，在性能参数链接到用于MOM分析目的的对应的情景标识符的基本集合的情况下，根据基本数据模型(103)来公开所述MOM数据仓库中的数据；其中，在源性能参数链接到对应的情景标识符的源集合的情况下，根据源数据模型(104)来公开所述数据源中的所述数据，所述方法包括以下步骤：
a)提供用于处理从所述数据源(102)接收到的数据的数据扩展器模块(201)，以在需要时添加链接到所述源性能参数的情景标识符，其中，所添加的情景标识符存在于所述基本集合中但不存在于所述源集合中；
b)通过所述数据扩展器模块处理从所述数据源(102)接收到的数据以获得扩增数据，其中，在与所述基本数据模型(103)兼容的扩展数据模型(202)中公开所述扩增数据；
c)将所述扩增数据收集到所述数据仓库(101)中。
2.根据权利要求1所述的方法，其中，通过所述数据扩展器模块(201)进行的处理包括以下步骤：
-生成附加的源性能参数；以及
-通过将所述源性能参数的值适配所链接的添加的情景标识符来估计所述附加的源参数的值。
3.根据权利要求2所述的方法，其中，所述估计步骤通过数值分布技术或者通过考虑到另外的性能参数的加权分布技术来执行。
4.根据前述权利要求中任一项所述的方法，其中，所述数据扩展器模块(201)能够经由用户接口配置。
5.根据前述权利要求中任一项所述的方法，其中，所述源集合的所述情景标识符包括时间标识符和设备标识符中的至少一个。
6.一种用于将数据从数据源收集到MOM数据仓库(101)的系统，其中，在性能参数链接到用于MOM分析目的的对应的情景标识符的基本集合的情况下，根据基本数据模型(103)来公开所述MOM数据仓库中的数据；其中，在源性能参数链接到对应的情景标识符的源集合的情况下，根据源数据模型(104)来公开所述数据源中的数据；所述系统包括：
-数据扩展器模块(201)，用于处理从所述数据源(102)接收到的数据，以在需要时添加链接到所述源性能参数的情景标识符，其中，所添加的情景标识符存在于所述基本集合中但不存在于所述源集合中；所述数据扩展器模块包括用于处理从所述数据源(102)接收到的数据以获得扩增数据的装置，其中，在与所述基本数据模型(103)兼容的扩展数据模型(202)中公开所述扩增数据；以及
-用于将所述扩增数据收集到所述数据仓库(101)中的装置。
7.根据权利要求6所述的系统，其中，所述数据扩展器模块(201)的处理装置包括以下：
-用于生成附加的源性能参数的装置；
-用于通过将所述源性能参数的值适配所链接的添加的情景标识符来估计所述附加的源参数的值的装置。
8.根据前述权利要求中任一项所述的系统，其中，所述数据扩展器模块(201)能够经由用户接口配置。
9.根据前述权利要求中任一项所述的系统，其中，所述源集合的所述情景标识符包括时间标识符和设备标识符中的至少一个。
CN201910044849.1A 2018-01-19 2019-01-17 将数据从数据源收集到制造运营管理数据仓库 Active CN110059070B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP18152568.4A EP3514742A1 (en) 2018-01-19 2018-01-19 Collecting data from a data-source into a mom data warehouse
EP18152568.4 2018-01-19

Publications (2)

Publication Number Publication Date
CN110059070A true CN110059070A (zh) 2019-07-26
CN110059070B CN110059070B (zh) 2023-10-20

Family

ID=61007599

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910044849.1A Active CN110059070B (zh) 2018-01-19 2019-01-17 将数据从数据源收集到制造运营管理数据仓库

Country Status (3)

Country Link
US (1) US11262712B2 (zh)
EP (1) EP3514742A1 (zh)
CN (1) CN110059070B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113610450A (zh) * 2020-05-04 2021-11-05 西门子股份公司 用于将订单执行在mom系统中进行分布的方法和系统

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4002233A1 (en) * 2020-11-19 2022-05-25 Siemens Aktiengesellschaft Determining in which technological layer a module of a mom application is to be deployed
CN116303834B (zh) * 2023-05-19 2024-03-08 北京弘维大数据技术有限公司 一种数据仓库历史数据存储与处理方法、系统和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070143327A1 (en) * 2005-12-20 2007-06-21 Luis Rivas Application generator for data transformation applications
CN102142039A (zh) * 2004-12-17 2011-08-03 亚马逊科技公司 用于进行数据仓储的系统和方法
CN103679329A (zh) * 2012-09-06 2014-03-26 西门子公司 用于在扩展的ansi/isa/95生产计划中处理其批生产参数历史记录的方法和系统
US20140095254A1 (en) * 2012-09-28 2014-04-03 Oracle International Corporation Method and system for implementing profiles for an enterprise business application
CN107430711A (zh) * 2015-04-16 2017-12-01 西门子公司 用于操作自动化系统的方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9438648B2 (en) * 2013-05-09 2016-09-06 Rockwell Automation Technologies, Inc. Industrial data analytics in a cloud platform
US10963894B2 (en) * 2017-04-11 2021-03-30 Siemens Product Lifecycle Management Software Inc. Facilitating an error analysis of a product deficiency system and method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102142039A (zh) * 2004-12-17 2011-08-03 亚马逊科技公司 用于进行数据仓储的系统和方法
US20070143327A1 (en) * 2005-12-20 2007-06-21 Luis Rivas Application generator for data transformation applications
CN103679329A (zh) * 2012-09-06 2014-03-26 西门子公司 用于在扩展的ansi/isa/95生产计划中处理其批生产参数历史记录的方法和系统
US20140095254A1 (en) * 2012-09-28 2014-04-03 Oracle International Corporation Method and system for implementing profiles for an enterprise business application
CN107430711A (zh) * 2015-04-16 2017-12-01 西门子公司 用于操作自动化系统的方法和装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113610450A (zh) * 2020-05-04 2021-11-05 西门子股份公司 用于将订单执行在mom系统中进行分布的方法和系统

Also Published As

Publication number Publication date
US20190227503A1 (en) 2019-07-25
CN110059070B (zh) 2023-10-20
EP3514742A1 (en) 2019-07-24
US11262712B2 (en) 2022-03-01

Similar Documents

Publication Publication Date Title
KR101935652B1 (ko) 빅데이터 플랫폼을 이용한 스마트 공장 운영 관리 솔루션 서비스 시스템 및 방법
CN109670267B (zh) 一种数据处理方法和装置
CN110059070A (zh) 将数据从数据源收集到制造运营管理数据仓库
CN101320336B (zh) 异构环境中的组件的部署计划
JP5476985B2 (ja) 情報処理装置、制御方法、及びプログラム
CN102216908B (zh) 支援执行对应于检测事件的动作的系统、方法和装置
CN108427382B (zh) 事件解析装置、系统、方法及计算机可读非暂时记录介质
Scheer et al. Managing of process key performance indicators as part of the aris methodology
Spinner et al. Librede: A library for resource demand estimation
Alexopoulos et al. Quantifying the flexibility of a manufacturing system by applying the transfer function
CN111400332B (zh) 项目进度的监控方法及装置
CN110795440B (zh) 一种更新指标的方法及装置
KR102269647B1 (ko) 서버 성능 모니터링 장치
US20100274601A1 (en) Supply chain perameter optimization and anomaly identification in product offerings
WO2020159397A1 (en) Method and computerized device for processing numeric time series data
JP2022161342A5 (zh)
EP4184343A1 (en) Information processing system, information processing method and information processing program
JP2014078134A (ja) センサ情報高速データ処理システム及びセンサ情報高速処理・表示システム
JP5825915B2 (ja) 作業工数算出装置、作業工数算出方法、およびプログラム
JP2009140417A (ja) データ集計方法およびデータ集計装置
CN110262973B (zh) 数据养成维护方法、装置、设备及计算机存储介质
JP2008225771A (ja) コスト計算装置、コスト計算方法及びコスト計算プログラム
JP7002978B2 (ja) データ統合システムおよびデータ統合方法
JP2006155137A (ja) 情報処理方法及びプログラム
CN113409165B (zh) 电力数据集成方法、装置、电子设备及可读存储介质

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