CN110168459A - 用于工业设施的集成数字孪生 - Google Patents
用于工业设施的集成数字孪生 Download PDFInfo
- Publication number
- CN110168459A CN110168459A CN201880005857.9A CN201880005857A CN110168459A CN 110168459 A CN110168459 A CN 110168459A CN 201880005857 A CN201880005857 A CN 201880005857A CN 110168459 A CN110168459 A CN 110168459A
- Authority
- CN
- China
- Prior art keywords
- model
- industrial
- processing equipment
- industrial process
- industrial plants
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 44
- 238000004519 manufacturing process Methods 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 39
- 230000003068 static effect Effects 0.000 claims abstract description 21
- 230000004931 aggregating effect Effects 0.000 claims abstract description 15
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 15
- 230000002776 aggregation Effects 0.000 claims abstract description 12
- 238000004220 aggregation Methods 0.000 claims abstract description 12
- 238000012544 monitoring process Methods 0.000 claims abstract description 12
- 238000010801 machine learning Methods 0.000 claims abstract description 9
- 239000000463 material Substances 0.000 claims abstract description 8
- 208000024891 symptom Diseases 0.000 claims abstract description 8
- 238000005094 computer simulation Methods 0.000 claims abstract description 5
- 238000004088 simulation Methods 0.000 claims description 11
- 230000003862 health status Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000007726 management method Methods 0.000 claims description 5
- 230000001364 causal effect Effects 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 238000013523 data management Methods 0.000 claims description 3
- 230000001052 transient effect Effects 0.000 claims 2
- 230000000694 effects Effects 0.000 claims 1
- 238000004886 process control Methods 0.000 claims 1
- 238000000926 separation method Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000013334 tissue model Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000000306 component Substances 0.000 description 1
- 239000008358 core component Substances 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000024241 parasitism Effects 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
- G05B23/0294—Optimizing process, e.g. process efficiency, product quality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G05B2219/20—Pc systems
- G05B2219/23—Pc programming
- G05B2219/23005—Expert design system, uses modeling, simulation, to control design process
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种涉及运行工业设施(240)的有形材料的工业过程的过程监测的方法(100)，该方法包括提供(101)由计算机系统(200)实现的集成设施数字孪生(DT)，该计算机系统实现利用包括以下模型的聚合算法(206a)：用于该工业设施的多个相互关联的静态模型，该静态模型包括资产模型(261)和流程模型(264)，该资产模型(261)描述包括耦合到处理设备的传感器(242)的工业设施中的装置和系统；以及该工业设施(240)的动态模型(270)，该动态模型包括计算模型(271)、症状和故障模型(272)、动态模拟模型(273)和机器学习模型(274)。该聚合算法使用(102)来自该静态模型和该动态模型的输出，基于该工业过程的当前性能生成包括用于该处理设备和工业过程中至少一者的性能警报(343)的聚合视图(300)。
Description
技术领域
本发明所公开的实施方案涉及用于工业应用的数字孪生。
背景技术
工业物联网(IIoT)涉及在云端实现数据存储、配置、计算和/或分析，以提高物理工厂、处理设备和流程的性能、效率、盈利能力和可靠性。典型的IIoT解决方案涉及从一个或多个数据源收集数据、对资产(例如，处理设备)或过程建模以监测或优化设备或过程，以及开发分析以描述和预测设备行为或过程行为。
一个新兴概念是“数字孪生”(DT)，其中创建物理项目(例如，真实机器)的数字模型副本，其支持数据访问、命令和控制、远程配置以及模拟和分析。DT通常与真实装置和系统(诸如，设施中的处理设备和传感器)同时创建。一旦由特定供应商为其自身的特定设备创建，DT即可用于以真实世界系统的数字表示来表示机器。DT被创建成使得在对应机器的形式和行为上相同。
供应商自身的IIoT基础设施支持DT。因此，每个DT与一台且仅一台机器相关联。因此，部署IIoT的客户最终可能会在多种基础设施上部署许多此类DT，因为IIoT供应商通常在各种不同的云平台(例如，Microsoft AZURE、Amazon CLOUD、其自己的或第三方数据中心)上托管其解决方案，并且可使用多种开源和其他部件来创建其数字孪生解决方案。
发明内容
提供本发明内容以介绍简化形式的公开概念的简要选择，其在下文包括附图的具体实施方式中被进一步描述。该发明内容不旨在限制所要求保护的主题的范围。
常规的DT仅适用于一种特定的加工设备。众所周知，需要为具有互连处理设备的工业设施提供DT，因此需要来自不同设备供应商的多个不同DT，用于在多种基础设施上部署的各种处理设备。这将被公认为难以管理，并且本质上不如来自可靠供应商的工业设施的单一集成数字孪生解决方案安全。常规的DT布置的安全性较低，因为每个DT供应商可能以不同的方式来实现安全性。通过多个DT的具体实施，一个DT存在漏洞的可能性更大，在多个DT解决方案中更难以彻底验证和测试安全性，并且多个DT的配置和设置将更加复杂，从而可能导致错误。
此外，来自各个处理设备供应商的常规DT只能访问关于其自身处理设备的信息，而不能访问围绕该设备和周围设备的上游或下游环境和过程条件。因此，可通过包括常规多个DT的设施中的常规DT布置来实现的预测监测和其他解决方案的有效性受到限制。
因此，DT格局的缺失部分被认为是用于创建集成DT的框架，该集成DT在本文中称为设施DT，其对给定位置/站点处的整体设施中的系统和装置(包括处理设备和传感器)进行建模，或者对作为多个地理上分离的设施/站点处的系统和装置的企业进行建模。本文所公开的设施数字孪生基于工业过程的当前性能提供聚合视图，其为过程设备和工业过程中的至少一者提供性能警报，诸如下文所述的如图3所示的示例性聚合视图。
附图说明
图1是示出根据示例性实施方案的用于涉及使用设施DT运行工业设施的有形材料的工业过程的过程监测的示例性方法的步骤的流程图。
图2A是示出具有实现用于现场DT布置的公开设施DT的公开聚合算法的计算机系统的高级框图。
图2B是示出具有存储在存储器中用于实现耦合到工业设施的公开的基于云的设施DT的公开聚合算法的云计算架构的高级框图。
图2C示出了用于公开设施DT的功能块。
图3示出了根据示例性实施方案由顶部部分中的公开设施DT生成的示例性聚合视图输出，其由设施DT关于状态和推荐生成，包括从过程设备和过程性能监测生成的当前警报和性能指示符。
具体实施方式
参考附图描述了公开的实施方案，其中在所有附图中使用相同的参考标号来表示类似或等同元件。附图未按比例绘制，并且其仅提供用于说明某些公开的方面。下面参考用于说明的示例性应用来描述若干公开的方面。应当理解，阐述了许多具体细节、关系和方法以提供对所公开实施方案的完全理解。
然而，相关领域的普通技术人员将容易地认识到，可在没有一个或多个具体细节或其他方法的情况下实践本文公开的主题。在其他情况下，未详细示出公知的结构或操作以避免模糊某些方面。本公开不受所示出的动作或事件的顺序的限制，因为某些动作可以不同的顺序发生和/或与其他动作或事件同时发生。此外，并非所有示出的动作或事件都是实现根据本文公开的实施方案的方法所必需的。
另外，如本文所用的没有进一步限定的术语“耦合到”或“与…耦合”(等等)旨在描述间接或直接电连接。因此，如果第一装置“耦合”到第二装置，则该连接可通过直接电连接，其中在通路中仅存在寄生；或者可通过经由包括其他装置和连接的中间项的间接电连接。对于间接耦合，中间项通常不修改信号的信息，但可调整其电流电平、电压电平和/或功率电平。
所公开的设施DT是用于监测整个工业设施或多个工业设施(企业)的框架。设施DT可以是基于IOT的。基于IOT的示例在云软件平台(诸如Microsoft的AZURE)上托管设施DT软件。如果现场DT布置是客户的偏好，则设施DT还可用现场计算来体现，因此不依赖于“云”。
为了生成所公开的设施DT，从处理设备、测量装置和控制装置中的每一者提供测量数据，以指示整个过程中的流量、温度、压力、状态和其他条件。还提供了过程流程模型，其限定材料和设施流如何遍历工业过程中的各种处理设备、过程的动态模拟以及设施中控制逻辑的模型。
关于连接性，设施DT具有到一个或多个站点处的多个装置和/或系统的安全连接。通常地，数据可在现场过程历史记录中以时间序列测量和警报/事件的形式获得。在其他情况下，所涉及的设备可跨地理区域分布或者与各种系统接合，涉及访问数据的多个连接。IIoT架构适合于将该数据安全地传输到集中式DT，该集中式DT可以是基于云的或者是部署在设施站点之一处的企业数据中心的计算机系统中。
图1是示出用于涉及使用所公开设施DT运行工业设施的有形材料的工业过程的过程监测的示例性方法100的步骤的流程图，该设施DT产生完成的有形产品。所公开的实施方案适用于涉及有形材料的工业过程。此类工业过程不同于仅执行数据操纵的数据处理系统。
步骤101包括提供由计算机系统实现的集成设施DT，该计算机系统包括处理器和存储在存储器中的非暂态存储器运行软件，该计算机系统实现利用工业设施的相互关联的静态模型和动态模型的聚合算法。相互关联的静态模型包括描述工业设施中包括耦合到处理设备的传感器的装置和系统的资产模型以及流程模型。动态模型包括计算模型，以计算处理设备或工业过程的状态中的至少一者，或者计算设备或工业过程的效率；症状和故障模型，以确定包括因果逻辑的处理设备工业过程的健康状况；动态模拟(通常基于第一原理模型)，以支持处理设备或工业过程的模拟，以预测未来性能或比较当前(例如，实时)性能与模拟；以及机器学习模型，以基于数据分析检测处理设备或工业过程的性能的变化。
步骤102包括使用来自静态模型和动态模型的输出的聚合算法，基于工业过程的当前性能生成包括用于过程设备和工业过程中至少一者的性能警报的聚合视图。步骤103包括使用聚合视图中的信息用于数据管理、过程管理(例如，建议改变设施操作条件和目标)、装置管理(例如，建议进行设备维护)和分析(例如，识别非正常生产的主要贡献者)中的至少一者。
图2A是示出具有实现用于现场DT布置的所公开设施DT的所公开聚合算法206a的计算机系统200的高级框图。计算机系统200被示出为包括耦合到数据总线204的处理器202(例如，微处理器、数字信号处理器(DSP)或微控制器单元(MCU))。耦合到总线204的还有存储器206、存储装置208、键盘210、图形适配器212、指向装置214和网络适配器216。显示装置218耦合到图形适配器212。
存储装置208通常可以是能够保存大量数据的任何装置，诸如硬盘驱动器、光盘只读存储器(CD-ROM)、DVD或可移除存储装置。存储器206保存处理器202使用的指令和数据，包括所公开的聚合算法206a。指向装置214可以是鼠标、轨迹球、光笔、触敏显示器或其他类型的指向装置，并与键盘210结合使用以将数据输入到计算机系统200中。图形适配器212在显示器218上显示图像和其他信息。网络适配器216将计算机系统200耦合到网络，该网络可包括有线或无线连接。如上所述，实现设施DT的计算机系统200可以是基于IOT的，诸如托管在数据中心中的便携式云软件堆栈上的设施DT软件。
图2B是示出具有存储在存储器206中用于实现耦合到工业设施240的所公开的基于云的设施DT的所公开聚合算法206a的云计算架构230的高级框图。建模工具206b也存储在存储器206中。云计算架构230包括与工业设施240中的边缘网关装置241通信的云网关装置231。边缘网关装置241耦合以接收来自传感器242的感测信号，该传感器从设备/过程243感测参数。运行聚合算法206a和建模工具206b的处理器202生成数据可视化234，其被提供给工业设施240中的web浏览器244。
图2C示出了所公开设施DT的各种功能块，尽管描述为由软件实现，但通常也可由硬件实现。因此，块通常是存储在存储装置208上、加载到存储器206中并由处理器202执行的软件程序。如上所述，实现所公开聚合算法206a的功能块包括用于工业设施的相互关联的静态模型260和动态模型270。
相互关联的静态模型260包括资产模型261(或工厂模型)，其描述工业设施中的装置和系统，包括处理设备和耦合到处理设备的传感器。静态模型260可包括任选模型，该任选模型包括描述相对于工业设施的角色和用户权限的安全模型262、描述在基本和高级控制系统/应用中实现的控制方案的控制模型263、描述流过工厂的过程的流程模型264、描述操作工厂的物理传感器、控制器、网络和计算机的系统模型265、描述人类组织和相关工作角色的组织模型266，以及以地理或几何术语描述装置和系统或过程的空间模型267。
本文所用的工作角色是指工业设施中的职位，诸如现场总裁、工厂经理、运营经理、控制工程师等。这可在设计用户交互或工作流时使用，例如当特定事件发生时可能需要通知工厂经理。组织模型可用于识别谁正在填充该角色，以便通知他们。工作角色是不同的，但通常与安全角色对齐，该安全角色定义哪些用户可从系统角度执行操作。还提供了关于各种静态模型的相互关系和组织的信息。
可添加动态模型270，但其通常被建立在上面列出的静态模型上。例如，计算模型271可计算资产的附加属性(通常基于该资产的其他测量属性)，并且任选的症状/故障模型272可描述资产的潜在异常情况。计算模型271用于计算装置和系统或工业过程的状态中的至少一者，或者用于计算处理设备或工业过程的效率，并且症状和故障模型272用于确定包括因果逻辑的处理设备或工业过程的健康状况。所示出的其他任选动态模型包括动态模拟模型273，用于支持处理设备或工业过程的模拟以预测未来性能或比较当前(例如，实时)性能与模拟；以及机器学习模型274，用于基于数据分析检测处理设备或工业过程性能的变化。通常需要至少一个任选动态模型272-274，以满足DT的常规定义。
可由所公开设施DT在合适的显示器上生成的所公开聚合视图的示例是工厂处理单元的概述，其突出显示相关处理设备(诸如，热交换器和泵)的实际与预测过程性能、状态和预测健康状况、生产指标以及控制和报警性能。所公开的设施DT还可提供有关传感器和其他控制设备的工作情况、处理设备(诸如泵)的工作情况、各种处理单元的工作情况(例如整个原油处理单元)以及整个设施的工作情况(或多个设施)的详细信息。参见下面描述的图3中的示例性聚合视图。
公开设施DT的重要特征是使用流程模型，该流程模型将各个处理设备(诸如泵和热交换器)与整个工业过程的性能参数相关联。这通过不仅考虑直接关于处理设备的测量，还考虑过程条件、材料组成和围绕其的环境，来改善处理设备周围的监测和预测。同样地，通常在动态过程模拟器的帮助下完成的过程性能监控可通过设备和控制器性能的知识来增强，这可能妨碍过程达到其预测性能。能够考虑并将通常彼此独立的多个视角联系在一起，这是所公开设施DT的区别新特征。
所公开的设施DT提供一个框架，其中可对工厂和设备操作以及性能的任何方面进行建模、模拟和预测。其支持广泛的客户和第三方解决方案，根据需要共享模型并访问工厂数据。
实施例
通过以下具体实施例来进一步说明所公开的实施方案，这些实施例不应被解释为以任何方式限制本公开的范围或内容。
公开设施DT的示例性核心部件包括(括号中霍尼韦尔国际公司(HoneywellInternational Inc.)的当前产品)用于时间序列和其他数据(通常称为数据湖)和/或专用存储(例如，过程历史记录，诸如PHD，云历史纪录)的大规模数据存储系统。资产模型261用于将所有数据放入公共环境(COMMON ASSET MODEL)。计算引擎用于实现计算模型271，用于基于工程规则导出状态和值(UNIFORMANCE SENTINEL)。规则引擎用于检测复杂情况并触发后续动作(UNIFORMANCE SENTINEL)。模拟引擎用于实现动态模拟模型273，用于通常基于第一原理建模来模拟过程和设备条件(UNISIM DESIGN)。机器学习模块用于实现机器学习模型274，以提供输出用于连续监测的模型的能力，诸如Microsoft HDINSIGHT。还包括基于模型来可视化过程或设备状态和性能的工具(UNIFORMANCE INSIGHT,TABLEAU)，以及针对某些感兴趣的情况向用户提供警报的通知功能(Honeywell PULSE)。
图3示出了根据示例性实施方案由包括状态和推荐的顶部部分345中的所公开设施DT生成的示例性聚合视图输出300，包括从过程设备和过程性能监测生成的当前警报342和性能指示符343。在以下部分350中示出为264’的示例性处理流程模型是设施DT的组成模型中的一者。包括链接到传感器测量的流程模型264’的各种模型用于确定状态(例如，性能指示符343)并预测可能的事件(例如，右上方示出的当前警报342)。
在过程流程模型264’中，在各种处理设备中的每一者上安装至少一个如311所示的传感器，以获得表示其近实时状态、工作状态或位置的数据。所示处理设备包括蒸馏塔320、热交换器321,322、如D-100 324所示的滚筒、压缩机325、326、327和328，以及控制阀331、332、333和334。为简单起见，未示出耦合到控制阀的致动器。
虽然上面已经描述了各种所公开的实施方案，但是应当理解，它们仅以示例而非限制的方式呈现。在不脱离本公开的实质或范围的情况下，可根据本公开对本文公开的主题进行许多改变。此外，虽然可使用仅关于若干实施方式中的一者来公开特定特征，但是此类特征可与其他实施方式的一个或多个其他特征组合，如对于任何给定或特定应用可能期望或有利的那样。
如本领域技术人员将理解的，本文公开的主题可体现为系统、方法或计算机程序产品。因此，本公开可采取完全硬件实施方案、完全软件实施方案(包括固件、常驻软件、微代码等)的形式或者组合软件和硬件方面的实施方案，这些实施方案在本文中通常都可称为“电路”、“模块”或“系统”。此外，本公开可采用体现在任何有形表达介质中的计算机程序产品的形式，该有形表达介质具有体现在介质中的计算机可用程序代码。
Claims (10)
1.一种涉及运行工业设施(240)的有形材料的工业过程的过程监测的方法(100)，所述方法包括：
提供(101)由计算机系统(200)实现的集成设施数字孪生(DT)，所述计算机系统包括处理器(202)和运行存储在所述存储器中的软件的非暂态存储器(206)，所述计算机系统实现利用包括以下模型的聚合算法(206a)：
(i)用于所述工业设施的多个相互关联的静态模型(260)，所述静态模型包括资产模型(261)和流程模型，所述资产模型描述所述工业设施中包括耦合到处理设备的传感器(242)的装置和系统，和
(ii)所述工业设施的动态模型(270)，所述动态模型包括：计算模型(271)，所述计算模型用于计算所述处理设备或所述工业过程的状态中的至少一者，或者计算所述处理设备或所述工业过程的效率；症状和故障模型，所述症状和故障模型用于确定包括因果逻辑的所述处理设备的健康状况或所述工业过程的健康状况；动态模拟模型(273)，所述动态模拟模型支持所述处理设备或所述工业过程的模拟，以预测未来性能或比较当前性能与模拟；以及机器学习模型(274)，所述机器学习模型基于数据分析来检测所述处理设备或所述工业过程的性能的变化，并且
所述聚合算法使用(102)来自所述静态模型和所述动态模型的输出，基于所述工业过程的所述当前性能生成包括用于所述处理设备和所述工业过程中至少一者的性能警报(343)的聚合视图(300)。
2.根据权利要求1所述的方法，还包括使用所述聚合视图中的信息以进行数据管理或过程管理、装置管理和分析中的至少一者。
3.根据权利要求2所述的方法，其中所述数据管理或过程管理包括从所述聚合视图确定至少一个过程控制动作。
4.根据权利要求1所述的方法，其中所述设施DT是基于物联网(IOT)的。
5.根据权利要求1所述的方法，其中所述静态模型还包括描述相对于所述工业设施的角色和用户权限的安全模型(262)。
6.根据权利要求1所述的方法，其中所述静态模型还包括选自以下中的至少一者：(i)描述实现的控制方案的控制模型(263)、(ii)描述所述装置和所述系统的系统模型(265)、以及(iii)以地理或几何术语描述所述装置和所述系统或所述工业过程的空间模型(267)。
7.根据权利要求1所述的方法，其中所述设施DT对作为所述工业设施中的多个地理上分离的一些工业设施处的所述系统和所述装置的企业进行建模。
8.一种用于涉及运行工业设施(240)的有形材料的工业过程的过程监测的系统，所述系统包括：
由计算机系统(200)实现的集成设施数字孪生(DT)，所述计算机系统包括处理器(202)和运行存储在所述存储器中的软件的非暂态存储器(206)，所述计算机系统实现利用包括以下模型的聚合算法(206a)：
(i)用于所述工业设施的多个相互关联的静态模型(260)，所述静态模型包括资产模型(261)和流程模型(264)，所述资产模型描述所述工业设施中包括耦合到处理设备的传感器(242)的装置和系统，和
(ii)所述工业设施的动态模型(270)，所述动态模型包括：计算模型(271)，所述计算模型用于计算所述处理设备或所述工业过程的状态中的至少一者，或者计算所述处理设备或所述工业过程的效率；症状和故障模型，所述症状和故障模型用于确定包括因果逻辑的所述处理设备的健康状况或所述工业过程的健康状况；动态模拟模型(273)，所述动态模拟模型用于支持所述处理设备或所述工业过程的模拟，以预测未来性能或比较当前性能与模拟；以及机器学习模型(274)，所述机器学习模型用于基于数据分析来检测所述处理设备或所述工业过程的性能的变化，并且
所述聚合算法使用(102)来自所述静态模型和所述动态模型的输出，基于所述工业过程的所述当前性能生成包括用于所述处理设备和所述工业过程中至少一者的性能警报(343)的聚合视图(300)。
9.根据权利要求8所述的系统，其中所述静态模型还包括描述相对于所述工业设施的角色和用户权限的安全模型(262)。
10.根据权利要求8所述的系统，其中所述静态模型还包括选自以下中的至少一者：(i)描述实现的控制方案的控制模型(263)、(ii)描述所述装置和所述系统的系统模型(265)、以及(iii)以地理或几何术语描述所述装置和所述系统或所述工业过程的空间模型(267)。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US15/416,569 US10877470B2 (en) | 2017-01-26 | 2017-01-26 | Integrated digital twin for an industrial facility |
| US15/416,569 | 2017-01-26 | ||
| PCT/US2018/014845 WO2018140395A1 (en) | 2017-01-26 | 2018-01-23 | Integrated digital twin for an industrial facility |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110168459A true CN110168459A (zh) | 2019-08-23 |
| CN110168459B CN110168459B (zh) | 2022-06-14 |
Family
ID=62906398
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880005857.9A Active CN110168459B (zh) | 2017-01-26 | 2018-01-23 | 一种涉及运行工业设施的有形材料的工业过程的过程监测的方法及系统 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US10877470B2 (zh) |
| EP (1) | EP3574380B1 (zh) |
| CN (1) | CN110168459B (zh) |
| AU (1) | AU2018212546B2 (zh) |
| WO (1) | WO2018140395A1 (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110648080A (zh) * | 2019-09-30 | 2020-01-03 | 石化盈科信息技术有限责任公司 | 基于智能点的信息物理系统及其构建方法 |
| CN110989605A (zh) * | 2019-12-13 | 2020-04-10 | 哈尔滨工业大学 | 一种三体智能系统架构及探测机器人 |
Families Citing this family (70)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10528700B2 (en) | 2017-04-17 | 2020-01-07 | Rockwell Automation Technologies, Inc. | Industrial automation information contextualization method and system |
| US11922564B2 (en) | 2017-06-05 | 2024-03-05 | Umajin Inc. | Generative content system that supports location-based services and methods therefor |
| US11983641B2 (en) | 2017-06-05 | 2024-05-14 | Umajin Inc. | Asset tracking system and methods |
| US12001917B2 (en) | 2017-06-05 | 2024-06-04 | Umajin Inc. | Hub-and-spoke classification system and methods |
| US12020354B2 (en) | 2017-06-05 | 2024-06-25 | Umajin Inc. | Hub and spoke classification system |
| US11726822B2 (en) * | 2017-06-05 | 2023-08-15 | Umajin Inc. | Systems and methods for providing digital twin-enabled applications |
| US10877464B2 (en) | 2017-06-08 | 2020-12-29 | Rockwell Automation Technologies, Inc. | Discovery of relationships in a scalable industrial analytics platform |
| EP3729216B1 (en) * | 2018-01-22 | 2024-04-24 | Siemens Aktiengesellschaft | Skill matching for control of an industrial production machine |
| US11176507B2 (en) * | 2018-05-04 | 2021-11-16 | Accenture Global Solutions Limited | Reconfigurable predictive and simulative digital platform for multi-stage processing facilities |
| CN110531846B (zh) | 2018-05-24 | 2023-05-23 | 卡兰控股有限公司 | 在实时3d虚拟世界代表真实世界的范围内的实时3d虚拟对象的双向实时3d交互操作 |
| US11307968B2 (en) | 2018-05-24 | 2022-04-19 | The Calany Holding S. À R.L. | System and method for developing, testing and deploying digital reality applications into the real world via a virtual world |
| US11144042B2 (en) | 2018-07-09 | 2021-10-12 | Rockwell Automation Technologies, Inc. | Industrial automation information contextualization method and system |
| US11783099B2 (en) | 2018-08-01 | 2023-10-10 | General Electric Company | Autonomous surrogate model creation platform |
| EP3617824B1 (en) * | 2018-08-28 | 2023-11-01 | Siemens Aktiengesellschaft | System, apparatus and method of managing an asset using an asset model |
| US11468216B2 (en) | 2018-08-28 | 2022-10-11 | Linecraft Ai Limited | Method for building a model of a physical system |
| EP3836049B1 (en) * | 2018-09-29 | 2023-12-20 | Siemens Aktiengesellschaft | Data processing system and method, storage medium and computer program product |
| TWI668584B (zh) * | 2018-11-20 | 2019-08-11 | 財團法人資訊工業策進會 | 一種模擬裝置及方法 |
| CN109471377B (zh) * | 2018-11-22 | 2020-12-08 | 浙江科技学院 | 基于数字孪生的两轴x-y皮革制品裁割机控制方法 |
| US11356420B2 (en) * | 2018-11-30 | 2022-06-07 | International Business Machines Corporation | Internet of things (IoT) gateway flow engine optimizer and configuration distribution |
| US10929118B2 (en) | 2018-11-30 | 2021-02-23 | International Business Machines Corporation | Cognitive microcode simulation, planning, and risk assessment |
| US10928809B2 (en) * | 2018-12-04 | 2021-02-23 | General Electric Company | As-designed, as-manufactured, as-tested, as-operated and as-serviced coupled digital twin ecosystem |
| CN109657354B (zh) * | 2018-12-20 | 2020-07-10 | 华中科技大学 | 一种基于数字孪生的混流装配车间快速重构方法及系统 |
| FR3092416B1 (fr) * | 2019-01-31 | 2022-02-25 | Univ Grenoble Alpes | Système et procédé d’interaction avec des robots dans des applications de réalité mixte |
| US11403541B2 (en) * | 2019-02-14 | 2022-08-02 | Rockwell Automation Technologies, Inc. | AI extensions and intelligent model validation for an industrial digital twin |
| EP3702855A1 (en) * | 2019-03-01 | 2020-09-02 | Siemens Aktiengesellschaft | A method and system for determining machine safety and product quality for a flexible cyber-physical production system |
| CN110059359A (zh) * | 2019-03-21 | 2019-07-26 | 江苏东方国信工业互联网有限公司 | 一种基于大数据分析的控制炉体工艺的系统及其方法 |
| CN110070603A (zh) * | 2019-03-21 | 2019-07-30 | 江苏东方国信工业互联网有限公司 | 一种基于数字双胞胎的炉体仿真系统及其方法 |
| US20220197272A1 (en) * | 2019-03-25 | 2022-06-23 | Schneider Electric Systems Usa, Inc. | Automatic Extraction of Assets Data from Engineering Data Sources for Generating an HMI |
| WO2020205484A1 (en) * | 2019-03-29 | 2020-10-08 | Smartrac Technology Fletcher, Inc. | Digital twin system with energy harvesting sensor devices |
| US11086298B2 (en) | 2019-04-15 | 2021-08-10 | Rockwell Automation Technologies, Inc. | Smart gateway platform for industrial internet of things |
| US11115468B2 (en) * | 2019-05-23 | 2021-09-07 | The Calany Holding S. À R.L. | Live management of real world via a persistent virtual world system |
| CN112100798A (zh) | 2019-06-18 | 2020-12-18 | 明日基金知识产权控股有限公司 | 用于将现实世界元素的虚拟副本部署到持久性虚拟世界系统中的系统和方法 |
| CN112102499A (zh) | 2019-06-18 | 2020-12-18 | 明日基金知识产权控股有限公司 | 融合现实系统和方法 |
| US11521157B2 (en) | 2019-06-25 | 2022-12-06 | Scientia Potentia Est II, LLC | System for verification and management of paired assets related applications |
| US11423360B2 (en) | 2019-06-25 | 2022-08-23 | Scientia Potentia Est, LLC. | Digital asset system for management of projects and materials |
| US11449949B2 (en) | 2019-06-25 | 2022-09-20 | Scientia Potentia Est, LLC. | System for management of insurance risk and insurance events |
| US11288308B2 (en) | 2019-06-25 | 2022-03-29 | Scientia Potentia Est., LLC | System for a verifiable physical object with a digital representation and related applications |
| DE102019119352A1 (de) * | 2019-07-17 | 2021-01-21 | Krones Aktiengesellschaft | Vorausschauende Wartung für eine Vorrichtung in der Lebensmittelindustrie mithilfe eines digitalen Zwillings und optimierte Produktionsplanung |
| DE102019121799B3 (de) | 2019-08-13 | 2021-01-07 | Sick Ag | Verfahren zur Herstellung eines Sensors |
| DE102019121800B3 (de) | 2019-08-13 | 2021-01-07 | Sick Ag | Verfahren und System mit einem Sensor |
| EP3779623A1 (en) * | 2019-08-13 | 2021-02-17 | Siemens Aktiengesellschaft | A system for generation of a holistic digital twin |
| DE102019121913A1 (de) * | 2019-08-14 | 2021-02-18 | Samson Aktiengesellschaft | Verfahren zum Optimieren eines Baukastensystems für technische Funktionseinheiten einer prozesstechnischen Anlage |
| US11763191B2 (en) * | 2019-08-20 | 2023-09-19 | The Calany Holding S. À R.L. | Virtual intelligence and optimization through multi-source, real-time, and context-aware real-world data |
| KR102048243B1 (ko) | 2019-09-09 | 2019-11-25 | 주식회사 페이스 | 연관-pod를 통하여 현장 측정 데이터와 cae 해석을 결합한 차수 감축 모델 구축 방법 |
| EP4010766A1 (de) | 2019-09-24 | 2022-06-15 | Siemens Aktiengesellschaft | Verfahren zur erstellung eines digitalen zwillings einer anlage oder vorrichtung |
| US11841699B2 (en) | 2019-09-30 | 2023-12-12 | Rockwell Automation Technologies, Inc. | Artificial intelligence channel for industrial automation |
| US11435726B2 (en) | 2019-09-30 | 2022-09-06 | Rockwell Automation Technologies, Inc. | Contextualization of industrial data at the device level |
| EP3809220B1 (en) * | 2019-10-14 | 2023-01-18 | Honda Research Institute Europe GmbH | Method and system for semi-supervised deep anomaly detection for large-scale industrial monitoring systems based on time-series data utilizing digital twin simulation data |
| EP4055551A4 (en) * | 2019-11-05 | 2023-12-06 | Strong Force VCN Portfolio 2019, LLC | CONTROL TOWER AND BUSINESS MANAGEMENT PLATFORM FOR VALUE CHAIN NETWORKS |
| US11341463B2 (en) | 2019-11-25 | 2022-05-24 | International Business Machines Corporation | Blockchain ledger entry upon maintenance of asset and anomaly detection correction |
| US11291077B2 (en) | 2019-11-25 | 2022-03-29 | International Business Machines Corporation | Internet of things sensor major and minor event blockchain decisioning |
| US11449811B2 (en) * | 2019-11-25 | 2022-09-20 | International Business Machines Corporation | Digital twin article recommendation consultation |
| WO2021118478A2 (en) * | 2019-12-10 | 2021-06-17 | Si̇mularge Bi̇li̇şi̇m Ve Mühendi̇sli̇k Teknoloji̇leri̇ Anoni̇m Şi̇rketi̇ | Engineering based digital twin platform |
| KR102266279B1 (ko) | 2019-12-18 | 2021-06-17 | 포항공과대학교 산학협력단 | 비정상상태를 구현하기 위한 차수 감축 모델 구축 방법 |
| US11249462B2 (en) | 2020-01-06 | 2022-02-15 | Rockwell Automation Technologies, Inc. | Industrial data services platform |
| US11393175B2 (en) | 2020-02-06 | 2022-07-19 | Network Documentation & Implementation Inc. | Methods and systems for digital twin augmented reality replication of non-homogeneous elements in integrated environments |
| CN111695234B (zh) * | 2020-04-23 | 2023-03-14 | 中国电子科技集团公司第三十八研究所 | 基于数字孪生的系留气球系统远程监控平台 |
| CN111857065B (zh) * | 2020-06-08 | 2023-06-20 | 北京邮电大学 | 基于边缘计算和数字孪生的智能生产系统和方法 |
| US11726459B2 (en) | 2020-06-18 | 2023-08-15 | Rockwell Automation Technologies, Inc. | Industrial automation control program generation from computer-aided design |
| ES2877924B2 (es) * | 2020-06-30 | 2024-06-14 | Inst Tecnologico De Aragon Itainnova | Simulación de gemelo digital de una cadena de suministro en un marco de internet físico |
| CN111913866A (zh) * | 2020-08-19 | 2020-11-10 | 上海繁易信息科技股份有限公司 | 实时监测设备模型数据异常的方法和电子设备 |
| EP3985925B1 (en) | 2020-10-15 | 2023-03-15 | Fujitsu Limited | A method and system for predicting the evolution of simulation results for an internet of things network |
| EP4015250B1 (en) | 2020-12-15 | 2024-05-29 | Tata Consultancy Services Limited | System and method for real-time health prediction of tires |
| CN112487668B (zh) * | 2020-12-21 | 2021-07-13 | 广东工业大学 | 一种基于数字孪生的近物理仿真集成调试方法及其系统 |
| GB2602975A (en) * | 2021-01-20 | 2022-07-27 | Jems Energetska Druzba D O O | Systems and methods for plant process optimisation |
| US11681762B2 (en) * | 2021-01-27 | 2023-06-20 | International Business Machines Corporation | Digital twin asset search |
| US11868121B2 (en) | 2021-07-20 | 2024-01-09 | International Business Machines Corporation | Self-learning manufacturing using digital twins |
| CN113656904B (zh) * | 2021-07-26 | 2024-02-13 | 中科斯欧(合肥)科技股份有限公司 | 一种面向制造设备的数字孪生模型构建方法 |
| CN113792423B (zh) * | 2021-09-04 | 2023-10-24 | 苏州特比姆智能科技有限公司 | 一种tpm设备管理的数字孪生行为约束方法及系统 |
| DE102022120407A1 (de) | 2022-08-12 | 2024-02-15 | Arburg Gmbh + Co Kg | Verfahren zur Fehlererkennung, Fehlererkennungsvorrichtung und Computerprogrammprodukt |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103870270A (zh) * | 2012-12-18 | 2014-06-18 | 西门子公司 | 用于生成用于工业自动化装置的操作和观察设备的显示和操作视图的方法和服务器 |
| CN104144204A (zh) * | 2013-05-09 | 2014-11-12 | 洛克威尔自动控制技术股份有限公司 | 针对工业模拟使用基于云的数据 |
| US20150019191A1 (en) * | 2011-03-07 | 2015-01-15 | Rockwell Automation Technologies, Inc. | Industrial simulation using redirected i/o module configurations |
| WO2015019077A1 (en) * | 2013-08-05 | 2015-02-12 | Kbc Process Technology Ltd | Industrial process simulation |
| US20160247129A1 (en) * | 2015-02-25 | 2016-08-25 | Siemens Corporation | Digital twins for energy efficient asset maintenance |
| US20160333854A1 (en) * | 2015-05-15 | 2016-11-17 | General Electric Company | Digital Twin Interface for Operating Wind Farms |
Family Cites Families (25)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6088630A (en) * | 1997-11-19 | 2000-07-11 | Olin Corporation | Automatic control system for unit operation |
| US6155840A (en) | 1998-09-18 | 2000-12-05 | At Home Corporation | System and method for distributed learning |
| WO2000070417A1 (en) * | 1999-05-17 | 2000-11-23 | The Foxboro Company | Process control configuration system with parameterized objects |
| US20030147351A1 (en) * | 2001-11-30 | 2003-08-07 | Greenlee Terrill L. | Equipment condition and performance monitoring using comprehensive process model based upon mass and energy conservation |
| GB2446343B (en) * | 2005-12-05 | 2011-06-08 | Fisher Rosemount Systems Inc | Multi-objective predictive process optimization with concurrent process simulation |
| US8527252B2 (en) * | 2006-07-28 | 2013-09-03 | Emerson Process Management Power & Water Solutions, Inc. | Real-time synchronized control and simulation within a process plant |
| US20090119077A1 (en) * | 2007-11-06 | 2009-05-07 | David Everton Norman | Use of simulation to generate predictions pertaining to a manufacturing facility |
| US20100257464A1 (en) * | 2008-02-28 | 2010-10-07 | Chevron U.S.A. Inc. | System and method for immersive operations intelligence |
| US9053260B2 (en) | 2009-04-13 | 2015-06-09 | Honeywell International Inc. | Utilizing spreadsheet user interfaces with flowsheets of a CPI simulation system |
| US8774948B2 (en) * | 2009-04-14 | 2014-07-08 | Wilsun Xu | Operation and construction of electric power consuming facilities using facility models |
| EP2534592B1 (en) | 2010-04-22 | 2019-05-22 | Aspen Technology Inc. | Configuration engine for a process simulator |
| US9733626B2 (en) * | 2011-07-11 | 2017-08-15 | Valmet Automation Oy | Method of monitoring an industrial process |
| US10127334B2 (en) * | 2011-12-05 | 2018-11-13 | Aspen Technology, Inc. | Computer method and apparatus converting process engineering application data into a canonical flowsheet representation |
| US9442475B2 (en) * | 2013-05-02 | 2016-09-13 | Aspen Technology, Inc. | Method and system to unify and display simulation and real-time plant data for problem-solving |
| US9709978B2 (en) * | 2013-05-09 | 2017-07-18 | Rockwell Automation Technologies, Inc. | Using cloud-based data for virtualization of an industrial automation environment with information overlays |
| US20150106067A1 (en) * | 2013-10-14 | 2015-04-16 | Invensys Systems, Inc. | Model decomposing for optimizing |
| US9354776B1 (en) * | 2014-02-21 | 2016-05-31 | Aspen Technology, Inc. | Applied client-side service integrations in distributed web systems |
| US9811251B2 (en) * | 2014-09-23 | 2017-11-07 | Environmental Intellect, Llc | Graphical user interface systems and methods for data integration with data-driven engineering drawings |
| WO2016054605A2 (en) * | 2014-10-02 | 2016-04-07 | Reylabs Inc. | Systems and methods involving diagnostic monitoring, aggregation, classification, analysis and visual insights |
| CN107111688A (zh) | 2015-01-20 | 2017-08-29 | 通用电气医疗集团生物科学公司 | 在细胞加工设施中的过程模拟 |
| JP6332154B2 (ja) * | 2015-06-11 | 2018-05-30 | 横河電機株式会社 | プラント運転支援装置、プラント運転支援方法、及びプログラム |
| PL231889B1 (pl) * | 2015-08-14 | 2019-04-30 | Bak Tadeusz | Skojarzony system wytwarzania paliwa i energii cieplnej oraz sposób wytwarzania paliwa i energii cieplnej |
| US20170091791A1 (en) * | 2015-09-25 | 2017-03-30 | General Electric Company | Digital power plant system and method |
| JP6304274B2 (ja) * | 2016-02-05 | 2018-04-04 | 横河電機株式会社 | プラント性能評価装置、プラント性能評価システム、およびプラント性能評価方法 |
| US10545487B2 (en) * | 2016-09-16 | 2020-01-28 | Uop Llc | Interactive diagnostic system and method for managing process model analysis |
-
2017
- 2017-01-26 US US15/416,569 patent/US10877470B2/en active Active
-
2018
- 2018-01-23 EP EP18744215.7A patent/EP3574380B1/en active Active
- 2018-01-23 WO PCT/US2018/014845 patent/WO2018140395A1/en unknown
- 2018-01-23 AU AU2018212546A patent/AU2018212546B2/en active Active
- 2018-01-23 CN CN201880005857.9A patent/CN110168459B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150019191A1 (en) * | 2011-03-07 | 2015-01-15 | Rockwell Automation Technologies, Inc. | Industrial simulation using redirected i/o module configurations |
| CN103870270A (zh) * | 2012-12-18 | 2014-06-18 | 西门子公司 | 用于生成用于工业自动化装置的操作和观察设备的显示和操作视图的方法和服务器 |
| CN104144204A (zh) * | 2013-05-09 | 2014-11-12 | 洛克威尔自动控制技术股份有限公司 | 针对工业模拟使用基于云的数据 |
| WO2015019077A1 (en) * | 2013-08-05 | 2015-02-12 | Kbc Process Technology Ltd | Industrial process simulation |
| US20160247129A1 (en) * | 2015-02-25 | 2016-08-25 | Siemens Corporation | Digital twins for energy efficient asset maintenance |
| US20160333854A1 (en) * | 2015-05-15 | 2016-11-17 | General Electric Company | Digital Twin Interface for Operating Wind Farms |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110648080A (zh) * | 2019-09-30 | 2020-01-03 | 石化盈科信息技术有限责任公司 | 基于智能点的信息物理系统及其构建方法 |
| CN110989605A (zh) * | 2019-12-13 | 2020-04-10 | 哈尔滨工业大学 | 一种三体智能系统架构及探测机器人 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3574380A4 (en) | 2020-10-07 |
| WO2018140395A1 (en) | 2018-08-02 |
| CN110168459B (zh) | 2022-06-14 |
| AU2018212546B2 (en) | 2021-01-21 |
| EP3574380A1 (en) | 2019-12-04 |
| US20180210436A1 (en) | 2018-07-26 |
| US10877470B2 (en) | 2020-12-29 |
| EP3574380B1 (en) | 2024-05-29 |
| AU2018212546A1 (en) | 2019-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110168459A (zh) | 用于工业设施的集成数字孪生 | |
| JP7069269B2 (ja) | デジタル・ツイン・シミュレーション・データを利用した時系列データに基づく、大規模な産業用監視システム向けの半教師あり深層異常検出のための方法およびシステム | |
| GB2500750B (en) | Method and apparatus for deploying industrial plant simulators using cloud computing technologies | |
| EP3296830B1 (en) | Plant state displaying apparatus, plant state displaying system, and method of displaying plant state | |
| US11188067B2 (en) | Method and system for elimination of fault conditions in a technical installation | |
| WO2010019962A2 (en) | A method for predicting power usage effectiveness and data center infrastructure efficiency within a real-time monitoring system | |
| Katona et al. | Building predictive maintenance framework for smart environment application systems | |
| CN106896800A (zh) | 使用分析/统计建模来进行连续过程验证的方法和装置 | |
| CN117196159A (zh) | 基于互联网大数据分析的智慧水务分区计量系统 | |
| JP2016539425A (ja) | プロセスユニットの中の全プロセスセグメントの状態を自動的に監視し決定するための、コンピュータで実装される方法およびシステム | |
| CN106575282A (zh) | 用于先进过程控制的云计算系统和方法 | |
| CN115562225A (zh) | 工业机器人运维管理方法、装置、计算机设备和存储介质 | |
| Ariansyah et al. | Digital twin development: a step by step guideline | |
| CN117270482A (zh) | 基于数字孪生的汽车工厂控制系统 | |
| CN113792421B (zh) | 一种基于数字孪生的tpm设备管理数据处理系统及方法 | |
| JP7490807B2 (ja) | 産業上の利用のために人工知能モジュールを訓練すること | |
| Li et al. | Using BP nerual networks for the simulation of energy consumption | |
| Hetmańczyk | The prediction oriented analysis of mechatronic machine structures in terms of the signal stream flow | |
| JP7517286B2 (ja) | 情報処理装置、評価方法および評価プログラム | |
| EP4276560A1 (en) | Abnormality sign detection system and abnormality-sign detection-model generation method | |
| RU2816667C1 (ru) | Способ диагностирования комплекса бортового оборудования воздушных судов на основе машинного обучения и устройство для его осуществления | |
| JP7000266B2 (ja) | 分析フロー作成システムおよび分析フロー作成方法 | |
| Sharma et al. | Introduction to Different Simulation Techniques of Digital Twin Development | |
| Yunxia | Integrated fault diagnosis scheme using finite state automaton | |
| Wagner | Applications of a Digital Twin for the Use of Compressed Air Stations: Concepts and Methods for Model-Based Automatic Planning, Design, Control, and Analysis of Compressed Air Stations |
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 |