CN110998464B - 用于在工业过程控制和自动化系统中生成用于有效监测和控制的智能可视化的装置和方法 - Google Patents
用于在工业过程控制和自动化系统中生成用于有效监测和控制的智能可视化的装置和方法 Download PDFInfo
- Publication number
- CN110998464B CN110998464B CN201880052158.XA CN201880052158A CN110998464B CN 110998464 B CN110998464 B CN 110998464B CN 201880052158 A CN201880052158 A CN 201880052158A CN 110998464 B CN110998464 B CN 110998464B
- Authority
- CN
- China
- Prior art keywords
- variables
- variable
- graphical
- process variable
- control
- 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
- 238000000034 method Methods 0.000 title claims abstract description 280
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 53
- 238000012800 visualization Methods 0.000 title description 33
- 238000012544 monitoring process Methods 0.000 title description 27
- 238000004801 process automation Methods 0.000 title description 27
- 230000008569 process Effects 0.000 claims abstract description 237
- 238000005457 optimization Methods 0.000 claims description 18
- 239000003550 marker Substances 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 239000000463 material Substances 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000010921 in-depth analysis Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000004886 process control Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 2
- 239000003086 colorant Substances 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
- 230000003993 interaction Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
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
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0216—Human interface functionality, e.g. monitoring system providing help to the user in the selection of tests or in its configuration
-
- 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
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/409—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by using manual data input [MDI] or by using control panel, e.g. controlling functions with the panel; characterised by control panel details or by setting parameters
-
- 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
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
-
- 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
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31318—Data analysis, using different formats like table, chart
-
- 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
- G05B2219/32128—Gui graphical user 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
- G05B2219/35—Nc in input of data, input till input file format
- G05B2219/35507—Spider, radar, parallel axes, multivariate plot
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明公开了一种方法,该方法包括获取(706)用于与至少一个工业过程相关联的多个过程变量的参数值,其中用于每个过程变量的参数值包括下限和上限以及当前值。该方法还包括呈现(710)图形显示(300a,300b,500a,500b),该图形显示包括各自与过程变量中的不同一者相关联的径向线(302,502)、穿过径向线并标识过程变量的下限的第一图形指示符(306,506)、穿过径向线并标识过程变量的上限的第二图形指示符(308,508)、以及沿径向线标识过程变量的当前值的第三图形指示符(310,312,510,512)。
Description
相关申请的交叉引用和优先权要求
本申请根据35U.S.C.§119(e)要求于2017年7月10日提交的美国临时专利申请62/530,377的优先权。该临时申请据此全文以引用方式并入本文。
技术领域
本公开整体涉及工业过程控制和自动化系统。更具体地,本公开涉及用于在工业过程控制和自动化系统中生成用于有效监测和控制的智能可视化的装置和方法。
背景技术
工业过程控制和自动化系统常常用于使大型且复杂的工业过程自动化。在常规的控制和自动化系统中,工业过程控制器从传感器接收测量结果并生成用于致动器的控制信号。这些控制器中的一些控制器可以实现模型预测控制(MPC)或其他形式的高级过程控制(APC)。
高级过程控制已使用在各行业中,诸如驱动复杂系统以使该系统在处于或接近其限值的情况下运行,并且为客户提供运行性能和经济益处。随时间推移保持APC过程控制器的性能对于实现这些应用程序所承诺的益处可能是有用的或重要的。因此,经常需要由人操作者进行APC监测,以便将工业过程(或其一部分)保持在最佳条件下。
发明内容
本公开提供了用于在工业过程控制和自动化系统中生成用于有效监测和控制的智能可视化的装置和方法。
在第一实施方案中,一种方法包括获取用于与至少一个工业过程相关联的多个过程变量的参数值,其中用于每个过程变量的参数值包括下限和上限以及当前值。该方法还包括呈现图形显示。图形显示包括各自与过程变量中的不同一者相关联的径向线、穿过径向线并标识过程变量的下限的第一图形指示符、穿过径向线并标识过程变量的上限的第二图形指示符,以及沿径向线标识过程变量的当前值的第三图形指示符。
在第二实施方案中,一种装置包括至少一个处理设备,该处理设备被配置为获取用于与至少一个工业过程相关联的多个过程变量的参数值,其中用于每个过程变量的参数值包括下限和上限以及当前值。该至少一个处理设备还被配置为生成图形显示。图形显示包括各自与过程变量中的不同一者相关联的径向线、穿过径向线并标识过程变量的下限的第一图形指示符、穿过径向线并标识过程变量的上限的第二图形指示符,以及沿径向线标识过程变量的当前值的第三图形指示符。
在第三实施方案中,一种非暂态计算机可读介质包含指令,这些指令在被执行时使至少一个处理设备获取用于与至少一个工业过程相关联的多个过程变量的参数值,其中用于每个过程变量的参数值包括下限和上限以及当前值。该介质还包含指令,这些指令在被执行时使该至少一个处理设备生成图形显示。图形显示包括各自与过程变量中的不同一者相关联的径向线、穿过径向线并标识过程变量的下限的第一图形指示符、穿过径向线并标识过程变量的上限的第二图形指示符,以及沿径向线标识过程变量的当前值的第三图形指示符。
从以下附图、描述和权利要求书中,其他技术特征对本领域的技术人员是显而易见的。
附图说明
为了更完整地理解本公开,现在结合附图参考以下描述,在附图中:
图1示出了根据本公开的示例性工业过程控制和自动化系统;
图2示出了根据本公开的用于在工业过程控制和自动化系统中生成或呈现用于有效监测和控制的智能可视化的示例设备;
图3示出了根据本公开的在工业过程控制和自动化系统中形成用于有效监测和控制的智能可视化的雷达图的第一示例;
图4示出了根据本公开的使用雷达图可访问的示例趋势图;
图5示出了根据本公开的在工业过程控制和自动化系统中形成用于有效监测和控制的智能可视化的雷达图的第二示例;
图6示出了根据本公开的用于在工业过程控制和自动化系统中配置用于有效监测和控制的智能可视化的示例方法;
图7示出了根据本公开的用于在工业过程控制和自动化系统中生成并呈现用于有效监测和控制的智能可视化的示例方法;并且
图8示出了根据本公开的用于在工业过程控制和自动化系统中使用多个联结的用于有效监测和控制的智能可视化的示例方法。
具体实施方式
下文所讨论的图1至图8以及用于描述本专利文献中的本发明的原理的各种实施方案仅仅以例证的方式,并且不应以任何方式被解释为限制本发明的范围。本领域的技术人员将理解,本发明的原理可在任何类型的适当布置的设备或系统中实现。
如上所述,高级过程控制(APC)已使用在各行业中,诸如驱动复杂的系统以使该系统在处于或接近其限值的情况下运行,并且为客户提供运行性能和经济益处。经常需要进行APC监测以便随时间推移保持APC过程控制器的性能。然而,APC控制器及其相关联的优化器可能会使用数十、数百或数千个过程变量。对于操作者而言,监测如此大量的过程变量以便控制过程变量并将过程变量保持在可接受的范围内可能非常困难。
在许多具体实施中,操作者使用可视化来监测操作者负责的工业过程(或其部分)。可视化可有助于操作者识别要关注的过程变量、过程变量偏离的原因以及过程变量的次佳条件。各种类型的可视化已用于监测过程变量,诸如工厂图形、面板、数据网格和趋势。然而,这些可视化通常不会“浮现”操作者需要立即或在不久的将来关注的一个或多个问题。相反,操作者经常需要筛选各种可视化来发现重要问题。由于操作者可能会参与除监测之外的各种任务,因此用于标识操作者需要了解的问题的可视化可能是有用的或期望的。
此外,就APC控制器及其相关联的优化器而言,在众多过程变量中,可能会有一些关键过程变量具有要满足的外部或用户定义的优化目标。操作者、APC工程师或其他人员可能想知道那些关键过程变量偏离其优化目标的程度,然后深入分析以使造成这些次佳条件的原因可视化。这可能很难使用标准的可视化来实现。
根据本公开,可以使用各种形式的雷达图标出过程变量参数,可以跨多个过程变量对这些过程变量参数进行归一化。可以在雷达图上标出的示例参数类型包括用于每个过程变量的下限、上限、当前值和稳态值。可以突出显示当前值超出其下限和上限的过程变量,以引起操作者的注意。另外,标出过程变量的稳态值和当前值可以向操作者指示过程变量的当前值可能在何处稳定。此外,通常期望将某些过程变量推至尽可能接近其上限或下限,并且将那些过程变量在这种状态下保持尽可能长的时间。为了更好地可视化此类限值集,标记可以任选地放置在雷达图中那些期望限值所在的位置。这允许更容易地识别设备的更有效或更有利的操作,并且允许更容易地识别与那些操作的偏离。
通过以这种方式设计雷达图,雷达图可以有助于使问题“浮现”,并使操作者能够关注可能在不久的将来发生或现在正在发生的问题。在一些情况下,多个相关的雷达图(诸如受控变量(CV)雷达图和操纵变量(MV)雷达图)可以并排显示,这有助于提供整个APC控制器/优化器的整体视图。另外,可以将与控制器或优化器相关联的大量过程变量细分为较小的逻辑分组,并且可以使用雷达图来显示一个或多个选定逻辑组中的过程变量的值。操作者也可以在雷达图之间切换,以便查看有关不同逻辑组中的过程变量的信息。
操作者也可以对来自雷达图的一个或多个偏离过程变量执行深入分析,以获取有关偏离过程变量的快速趋势或其他信息。快速趋势是一种可视化设置,其中针对与偏离变量具有高影响增益关系的过程变量的参数标出了一个或多个偏离过程变量的关键参数。高影响增益关系是指过程变量之间的关系,其中一个过程变量的改变导致另一个过程变量的显著改变。在该视图中,操作者可以快速分析变量偏离的可能原因。可能存在各种导致偏离的原因,并且可以根据该视图解释的几个原因包括:(i)一个或多个操纵变量的一个或多个约束限值,以及(ii)一个或多个变量围绕一个或多个限值循环。操作者可以迅速采取动作来改变限值或寻求工程师的帮助,以进一步就参数调整或变量之间关系的重塑进行调查。
此外,本公开使得能够为指定过程变量定义外部或用户定义的优化目标,并在雷达图上为选定变量标出这些优化目标以形成最佳的图案或形状。还可以在雷达图上标出相同过程变量的当前值以形成当前值图案或形状。如果当前值和优化目标的叠加图案或形状的重叠或匹配情况并不是很好,则这可以引起操作者的注意以查看偏离优化目标的过程变量,然后执行深入分析以了解偏离这些目标的可能原因。以类似的方式,可以联结过程变量的稳态值以形成图案或形状。这可有助于操作者了解,即使当前值图案或形状部分重叠,控制器/优化器最终是否也可以“覆盖”理想的最佳图案或形状。这还可有助于操作者识别哪些变量(如果有的话)将来可能会继续偏离最佳图案或形状。
图1示出了根据本公开的示例性工业过程控制和自动化系统100。如图1所示,系统100包括有利于生产或加工至少一种产品或其他材料的各种部件。例如,系统100可用于有利于对一个或多个工业厂房中的部件的控制。每个工厂表示一个或多个加工设施(或其一个或多个部分),诸如用于生产至少一种产品或其他材料的一个或多个制造设施。一般来说,每个工厂可实现一个或多个工业过程并且可单独地或共同地称为过程系统。过程系统通常表示被配置为以某种方式加工一种或多种产品或其他材料的其任何系统或部分。
在图1中,系统100包括一个或多个传感器102a和一个或多个致动器102b。传感器102a和致动器102b表示过程系统中可执行各种各样的功能中的任一种功能的部件。例如,传感器102a可测量过程系统中的各种各样的特性,诸如流量、压力或温度。另外,致动器102b可以更改过程系统中的各种各样的特性,诸如阀开度或泵速。传感器102a中的每个传感器包括用于测量过程系统中的一个或多个特性的任何合适的结构。致动器102b中的每个致动器包括用于在过程系统中对一个或多个条件进行操作或影响的任何合适的结构。
至少一个网络104耦接到传感器102a和致动器102b。网络104有利于与传感器102a和致动器102b的交互。例如,网络104可传输来自传感器102a的测量数据并且向致动器102b提供控制信号。网络104可表示任何合适的网络或网络组合。作为特定示例,网络104可表示至少一个以太网网络(诸如支持基金会现场总线协议的以太网网络)、电信号网络(诸如HART网络)、气动控制信号网络或任何其他或附加类型的网络。
系统100还包括各种控制器106。可在系统100中使用控制器106以执行各种功能以便控制一个或多个工业过程。例如,第一组控制器106可使用来自一个或多个传感器102a的测量结果来控制对一个或多个致动器102b的操作。第二组控制器106可用于优化由第一组控制器执行的控制逻辑或其他操作。第三组控制器106可用于执行额外的功能。因此,控制器106可支持方法的组合,诸如调节控制、高级调节控制、监督控制和高级过程控制。
每个控制器106包括用于控制工业过程的一个或多个方面的任何合适的结构。例如,控制器106中的至少一些控制器可以表示比例积分微分(PID)控制器或多变量控制器,诸如实现模型预测控制或其他高级预测控制的控制器。作为特定示例,每个控制器106可表示运行实时操作系统、WINDOWS操作系统或其他操作系统的计算设备。
图1所示的控制器106中的至少一个控制器实现了基于模型的控制或其他高级过程控制(APC),并且使用了一个或多个过程模型。例如,这些控制器106中的每一个控制器可基于来自一个或多个传感器102a的测量结果使用一个或多个过程模型来操作,以确定如何调节一个或多个致动器102b。在一些实施方案中,每个模型将一个或多个操纵变量或扰动变量(通常被称为自变量)与一个或多个受控变量(通常被称为因变量)相关联。受控变量(CV)通常表示可被测量或推断并且理想地被控制为处于或接近期望设定值或在期望值范围内的变量。操纵变量(MV)通常表示可被调整以便更改一个或多个受控变量的变量。扰动变量(DV)通常代表其值可以被考虑但无法被控制的变量。作为一个简单示例,通过管道的材料的流速可表示受控变量,针对控制材料的流速的阀门的阀开度可表示操纵变量,并且管道或阀门周围的环境温度可表示扰动变量。这些控制器106中的每一个控制器使用的过程模型可以涉及任何合适数量的过程变量,诸如如上所述的数十、数百或数千个过程变量。这些控制器106中的每一个控制器也可以包括优化器,该优化器使用目标函数来识别如何调整其操纵变量以便将其受控变量推至最有吸引力的约束集合。
至少一个网络108将系统100中的控制器106和其他设备耦接。网络108有利于部件之间的信息传输。网络108可以表示任何合适的网络或网络组合,并且包括相关联的交换机、防火墙和其他部件。作为特定示例,网络108可表示至少一个以太网网络。
操作者对系统100的控制器106和其他部件的访问和交互可经由各种操作者控制台110发生。每个操作者控制台110可用于向操作者提供信息并且从操作者接收信息。例如,每个操作者控制台110可向操作者提供识别工业过程的当前状态的信息,诸如与工业过程相关联的警告、警报或其他状态和各种过程变量的值。每个操作者控制台110也可接收影响如何控制工业过程的信息,诸如通过接收由控制器106控制的过程变量的设定值或控制模式或者接收改变或影响控制器106如何控制工业过程的其他信息。每个操作者控制台110包括用于向操作者显示信息以及与操作者进行交互的任何合适的结构。例如,每个操作者控制台110可表示运行WINDOWS操作系统或其他操作系统的计算设备。
多个操作者控制台110可分组在一起并在一个或多个控制室112中使用。每个控制室112可包括以任何合适的布置方式布置的任意数量的操作者控制台110。在一些实施方案中,可使用多个控制室112来控制工业厂房,诸如,当每个控制室112包含用于管理工业厂房的分立部分的操作者控制台110时。
此处的控制和自动化系统100还包括至少一个历史数据库114和一个或多个服务器116。历史数据库114表示存储关于系统100的各种信息的部件。历史数据库114可例如存储在对一个或多个工业过程的控制期间由各个控制器106所生成的信息。历史数据库114包括用于存储信息和有利于信息检索的任何合适的结构。虽然此处被示为单个部件,但历史数据库114可位于系统100中的其他位置,或者多个历史数据库可分布于系统100中的不同位置。
每个服务器116表示执行针对操作者控制台110的用户的应用程序或其他应用程序的计算设备。应用程序可用于支持针对系统100的操作者控制台110、控制器106或其他部件的各种功能。每个服务器116可表示运行WINDOWS操作系统或其他操作系统的计算设备。需注意,虽然被示为位于控制和自动化系统100内本地,但服务器116的功能可远离控制和自动化系统100。例如,服务器116的功能可在通信地耦接到控制和自动化系统100的计算云或远程服务器中实现。
如下文更详细描述的,系统100中的一个或多个部件可以用于基于与一个或多个工业过程(或其部分)相关联的过程变量数据来生成雷达图和其他智能可视化。可视化可以使用系统100中的任何合适的设备(诸如操作者控制台110、服务器116或其他部件)来生成。生成的可视化也可以使用系统100中的任何合适的设备(诸如操作者控制台110或用户的移动设备)呈现给用户。应当指出的是,生成雷达图的设备与向用户呈现雷达图的设备可以相同或不同。
虽然图1示出了工业过程控制和自动化系统100的一个示例,但是可以对图1作出各种改变。例如,系统100可以包括任意数量的传感器、致动器、控制器、网络、操作者站、控制室、历史数据库、服务器和其他部件。另外,图1中的系统100的组成和布置方式仅用于例证。部件可根据特定需要添加、省略、组合、进一步细分或以任何其他合适的配置放置。此外,特定功能已被描述为由系统100的特定部件执行。这仅用于例证。一般来说,控制系统和自动化系统是高度可配置的,并且可根据特定需要以任何合适的方式来配置。此外,虽然图1示出了其中可使用用于工业监测和控制的智能可视化的一个示例操作环境,但是该功能可以在任何其他合适的系统中使用。
图2示出了根据本公开的用于在工业过程控制和自动化系统中生成或呈现用于有效监测和控制的智能可视化的示例设备200。例如,设备200可以代表上文参照图1所描述的操作者控制台110或服务器116。然而,设备200可以在任何其他合适的系统中使用,并且设备200不需要表示系统中的操作者控制台或服务器。
如图2中所示,设备200包括至少一个处理器202、至少一个存储设备204、至少一个通信单元206和至少一个输入/输出(I/O)单元208。每个处理器202可执行指令,诸如可被加载到存储器210中的那些指令。指令可以使处理器202生成或显示一个或多个雷达图或其他智能可视化。每个处理器202代表任何合适的处理设备,诸如一个或多个微处理器、微控制器、数字信号处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或分立电路。
存储器210和持久性存储装置212是存储设备204的示例,该存储设备表示能够储存和促进信息(诸如数据、程序代码和/或临时性的或永久性的其他合适信息)的检索的任何结构。存储器210可表示随机存取存储器或任何其他合适的易失性的或非易失性的存储设备。持久性存储装置212可以包含支持数据的更长期存储的一个或多个部件或设备,诸如只读存储器、硬盘驱动器、闪存存储器或光盘。
通信单元206支持与其他系统或设备的通信。例如,通信单元206可包括促进通过有线网络或无线网络的通信的网络接口卡或无线收发器。通信单元206可通过任何合适的物理的或无线的通信链路来支持通信。
I/O单元208允许输入和输出数据。例如,I/O单元208可通过键盘、鼠标、小键盘、触摸屏或其他合适的输入设备向用户输入提供连接。I/O单元208还可发送输出至显示器、打印机或其他合适的输出设备。
尽管图2示出了用于在工业过程控制和自动化系统中生成或呈现用于有效监测和控制的智能可视化的设备200的一个示例,但可以对图2作出各种改变。例如,部件可根据特定需要添加、省略、组合、进一步细分或以任何其他合适的配置放置。此外,计算设备可有很多种配置,并且图2不将本公开限制为计算设备的任何特定配置。
图3示出了根据本公开的在工业过程控制和自动化系统中形成用于有效监测和控制的智能可视化的雷达图300a至300b的第一示例。为了便于解释,雷达图300a至300b可以被描述为由图2的设备200在图1的系统100中生成或显示。然而,雷达图300a至300b可使用任何其他合适的设备在任何合适的系统中生成或显示。
如图3所示,每个雷达图300a至300b包括多条径向网格线302,并且每条网格线302具有相关联的标签304。网格线302从雷达图300a或300b的中心延伸。不同的网格线302与可由标签304标识的不同的过程变量相关联。在该示例中,网格线302围绕每个雷达图300a或300b的中心点以固定间隔定位,但是不一定如此。
可以以任何合适的方式定义网格线302的数量以及与网格线302相关联的过程变量。例如,网格线302的数量和与网格线302相关联的过程变量可以由用户配置,该用户诸如为将要在操作者控制台110上查看雷达图300a或300b的用户或控制工程师或设计供其他用户使用雷达图300a或300b的其他人员。在一些实施方案中,与雷达图的网格线302相关联的过程变量可以表示与特定过程控制器或优化器相关联的所有过程变量。在其他实施方案中,可以将与控制器或优化器相关联的过程变量细分为较小的逻辑分组,并且与雷达图的网格线302相关联的过程变量可以表示一个或多个选定的逻辑组中的过程变量。
每个雷达图300a至300b还包括环306和308的形式的两个图形指示符,这两个图形指示符分别定义放置在雷达图中相关联的过程变量上的下限和上限或约束。当过程变量的当前值位于其下限和上限之间时,通常将过程变量的当前值视为可接受的。因此,雷达图中的环306和环308之间的区域代表其中所有过程变量值均位于理想位置的区域。当前值超出其上限和下限的过程变量通常被称为偏离变量。需要说明的是,此处的术语“环”不需要使用圆形指示符,并且可以使用任何合适的图形指示符来沿径向线302标识过程变量的上限和下限。其他示例形式可以包括椭圆形或多边形(其中,每个多边形的边的数量由径向线302的数量定义)。
雷达图300a至300b中使用的其他图形指示符包括一个或多个点310,可以任选地沿一个或多个网格线302显示该一个或多个点。网格线302上的每个点310标识与该网格线302相关联的过程变量的参数值。点310可用于标识一个或多个过程变量的单一类型的参数值(诸如当前值或稳态值)或一个或多个过程变量的多个类型的参数值(诸如当前值和稳态值两者)。另外,颜色、阴影或其他特征可以用于区分不同类型的参数值。例如,可以使用具有红色或第一阴影图案的点310标识过程变量的当前值,并且使用具有蓝色或第二阴影图案的点310标识过程变量的稳态值。过程变量的稳态值可以以任何合适的方式计算,诸如通过APC控制器/优化器来计算。
在该示例中,仅针对具有超出其上限和下限的当前值的过程变量显示点310。换句话讲,在该示例中,仅针对具有在环306内(即低于其下限)或在环308之外(即高于其上限)的当前值的偏离变量显示点310。需要说明的是,然而,可以针对过程变量的其他子集或所有过程变量显示点310。还需要说明的是,在图3中的一些情况下,针对超过其限值的一些过程变量仅显示一个点310。当过程变量的当前值和稳态值都超过过程变量的限值并且相等时,可能会发生这种情况。
雷达图300a至300b中使用的附加图形指示符包括线312,这些线可用于沿网格线302连接过程变量的当前值所在的位置。因此,线312的集合为过程变量的当前值定义了图案或形状。阴影、水印或其他区域314可以在由用于至少一些过程变量的外部或用户定义的优化目标定义的边界内形成。该区域314表示用于过程变量的值的最佳图案或形状。如上所述,用户可以查看由线312和区域314形成的图案或形状,以便快速地识别当前值和优化目标是否匹配或接近。如果不是,则可以引起用户的注意以查看偏离优化目标的过程变量(如由具有红色或第一阴影图案的点310所定义的那样),然后执行其他任务以调查并解决偏离。
附加线316可任选地用于沿网格线302连接过程变量的稳态值所在的位置。因此,线316的这种集合为过程变量的稳态值定义了图案或形状。在图3所示的一些情况下,线312和线316重叠,但是存在线312和线316分开的各种情况。过程变量的稳态值代表过程变量在一段时间后可能稳定时的值。因此,即使过程变量的当前值可能高于其上限或低于其下限,过程变量的稳态值也可能指示过程变量可能会稳定在其限值之内,因此不需要太多的调查(如果有的话)。相比之下,即使过程变量的当前值可能在其上限和下限之间,过程变量的稳态值也可能指示过程变量可能会稳定在其限值之外,并可能需要调查。
由于线312和线316在雷达图中可以重叠,因此可以使用不同的颜色、线条图案或其他指示符来区分线312和线316。例如,线312在不重叠时可以具有第一颜色或线条图案,线316在不重叠时可以具有第二颜色或线条图案,并且线312和线316在重叠时可以具有第三颜色或线条图案。作为特定示例,线312在不重叠时可以是黄色,线316在不重叠时可以是蓝色,并且重叠的线312和线316可以是绿色。
如图3所示,诸如在操作者控制台110或其他设备的屏幕上呈现的图形显示中,多个雷达图300a至300b可以并排放置。在该示例中,图300a可以涉及受控变量,并且图300b可以涉及与那些受控变量相关联的操纵变量。一般来讲,工业过程通常与大量的过程变量相关联。受控变量(CV)通常表示可被测量或推断并且理想地被控制为处于或接近期望设定值或在期望值范围内的变量。操纵变量(MV)通常表示可被调整以便更改一个或多个受控变量的变量。扰动变量(DV)通常代表其值可以被考虑但无法被控制的变量。作为一个简单示例,通过管道的材料的流速可表示受控变量,针对控制材料的流速的阀门的阀开度可表示操纵变量,并且管道或阀门周围的环境温度可表示扰动变量。
通过将雷达图300a至300b两者一起呈现,用户能够更容易地识别过程变量偏离的原因。例如,如果用户悬停在雷达图300a至300b中的一者中的特定过程变量上方(诸如通过使用鼠标),则可以在雷达图300a至300b中的另一者中突出显示与该特定过程变量具有高影响增益关系的变量。除此之外,这可以允许用户快速地识别雷达图300b中的对雷达图300a中的偏离受控变量具有高影响增益关系的操纵变量。需要说明的是,然而,可以将单个雷达图或任何其他合适的雷达图组合呈现给用户,并且那些雷达图可以是联结的或不联结的。
由于过程变量值通常不具有相同的标度或值范围,因此可以执行归一化以将过程变量的参数映射到雷达图内使用的空间。因此,例如,可以对过程变量的参数进行缩放,以便可以使用圆环来标识其下限,并可以使用另一个圆环来标识其上限。然而,并不需要以这种特定方式对过程变量的参数进行归一化。只要可以呈现过程变量的参数以供显示,任何合适的缩放或其他归一化都可以发生。此外,在一些情况下,可能不需要缩放或其他归一化。
如果用户悬停在雷达图中的特定过程变量上方(诸如通过使用鼠标),则可以在同一雷达图中或在不同雷达图中突出显示与该变量具有高影响增益关系的变量。另外,如果用户选择雷达图中的特定过程变量(诸如通过使用鼠标),则可以将与该特定过程变量相关联的趋势图呈现给用户。图4示出了趋势图的一个示例,其如下文所述。
尽管图3示出了在工业过程控制和自动化系统中形成用于有效监测和控制的智能可视化的雷达图300a至300b的第一示例,但可以对图3作出各种改变。例如,此处的雷达图的内容和布置方式仅用于例证。其他雷达图可以使用其他过程变量数据容易地构建。
图4示出了根据本公开的使用雷达图可访问的示例趋势图400。为了便于解释,趋势图400可以被描述为由图2的设备200在图1的系统100中生成或显示。然而,趋势图400可使用任何其他合适的设备在任何合适的系统中生成或显示。
如上所述,用户可以点击或以其他方式选择雷达图中的过程变量,诸如通过选择过程变量的标签304或与上述雷达图300a至300b中任一者中的过程变量相关联的点310。作为响应,诸如在操作者控制台110或其他设备的屏幕上呈现的图形显示中,可以将用于选定的过程变量的趋势图400呈现给用户。
如图4所示,趋势图400随时间推移标出了与多个过程变量相关联的各种值。特别地,该示例中的趋势图400包括多个行402,该多个行与选定的过程变量以及与选定的过程变量具有高影响增益关系的一个或多个过程变量相关联。本领域中已知有各种技术用于标识与选定的过程变量具有最大影响增益关系的过程变量。
每个行402包括多条线404,该多条线随时间推移标出了相关联的过程变量的各种参数值。在该示例中,线404随时间推移标出了参数值,诸如过程变量的上限、下限和实际值。可以在每个行402中提供图例406,以标识与不同的线404相关联的含义。还可在每个行402中提供文本值408以标识过程变量的参数的当前值,并且标记410在趋势图400内标识当前时间的位置(并因此标识过程变量参数的当前值在图内的位置)。按钮412可用于从趋势图400中移除各个行402。
此处可以使用各种控件414来控制趋势图400中呈现的信息类型。例如,控件414可用于控制在趋势图400中呈现数据的时间段。控件414还可用于控制是否在趋势图400中显示将来的预测值和涉及控制动作的预测。控件414还可用于控制在趋势图400中是显示单个过程变量还是显示多个过程变量。当然,根据需要或期望,此处可以使用任何其他或附加的控件。
过程变量的趋势在此处堆叠,意味着行402放置在另一个行的顶部上。这允许在公共时间轴416(该示例中为水平轴线)上标出各种过程变量的值。用户可以查看不同过程变量的趋势,以确定例如过程变量具有超出其限值的当前值或稳态值的原因可能是什么。用户可以根据期望诸如通过使用按钮412从叠堆中移除各个过程变量。
尽管图4示出了使用雷达图可访问的趋势图400的一个示例,但可以对图4作出各种改变。例如,此处的趋势图400的内容和布置方式仅用于例证。其他趋势图可以使用其他过程变量数据容易地构建。
图5示出了根据本公开的在工业过程控制和自动化系统中形成用于有效监测和控制的智能可视化的雷达图500a至500b的第二示例。为了便于解释,雷达图500a至500b可以被描述为由图2的设备200在图1的系统100中生成或显示。然而,雷达图500a至500b可使用任何其他合适的设备在任何合适的系统中生成或显示。
如图5所示,每个雷达图500a至500b具有许多与上述雷达图300a至300b相同的特征。例如,每个雷达图500a至500b包括多条径向网格线502,并且每条网格线502具有相关联的标签504。每个雷达图500a至500b还包括环506和508的形式的两个图形指示符,这两个图形指示符分别定义放置在雷达图中相关联的过程变量上的下限和上限或约束。可以任选地沿一条或多条网格线502显示一个或多个点510,以标识相关联的过程变量的一个或多个参数值(诸如当前值和稳态值)。线512可用于沿网格线502连接过程变量的当前值所在的位置,并且线516可用于沿网格线502连接过程变量的稳态值所在的位置。尽管此处没有显示,但阴影、水印或其他区域(类似于图3A中的区域314)可以在由用于至少一些过程变量的外部或用户定义的优化目标定义的边界内形成。在雷达图500a至500b中选择过程变量中的一者可以导致趋势图被呈现给用户。
雷达图500a至500b中的至少一者还包括一个或多个图形标记518。如上所述,通常期望将某些过程变量推至尽可能接近其上限或下限,并且将那些过程变量在这种状态下保持尽可能长的时间。例如,可能期望将与原材料或能量使用相关联的过程变量保持为处于或接近其下限(在不超出那些下限的情况下)。又如,可能期望将与产品吞吐量相关联的过程变量保持为处于或接近其上限(在不超出那些上限的情况下)。每个图形标记518可以标识雷达图500a至500b中的至少一者中那些期望限值所在的位置。通常,每个图形标记518将位于径向线502中的一者与环506或环508中的一者之间的交点周围。
这允许更容易地识别设备的更有效或更有利的操作,并且允许更容易地识别与那些操作的偏离。在该示例中,示出了用于与被标记为1∶3、1∶9、2∶1和2∶6的网格线相关联的过程变量的四个图形标记518。用户可以查看雷达图500a,并快速看到用于与被标记为1∶3、1∶9和2∶1的网格线相关联的过程变量的稳态值可能会稳定为处于或接近其由外环508定义的上限。然而,对于与网格线2∶6相关联的过程变量,虽然过程变量的当前值接近其由外环508定义的上限,但是其稳态值指示过程变量可能会稳定为处于远离其上限的值。因此,图形标记518可有助于指导用户识别当前处于期望限值或者可能远离期望限值稳定的任何过程变量。需要说明的是,虽然此处未示出,但是一个或多个图形标记518可以位于环506上,并且标识期望将某些过程变量推至其下限的位置。
与任何数量的网格线502相关联的任何数量的过程变量可能具有标识期望限值的图形标记518。在一些实施方案中,仅与雷达图相关联的过程变量的子集可以具有标识过程变量的该子集(子集可以包括单个过程变量或多个过程变量)的期望限值的图形标记518。在其他实施方案中,与雷达图相关联的所有过程变量可以具有标识那些过程变量的期望限值的图形标记518。如果图形标记518仅与过程变量的子集一起使用,则过程变量的子集可以以任何合适的方式来识别,诸如由查看雷达图的操作者或由控制工程师或由设计雷达图的其他人员来识别。
再次,通过将雷达图500a至500b两者一起呈现,用户能够更容易地识别过程变量偏离的原因。例如,用户可以悬停在雷达图500a至500b中的一者中的特定过程变量上方,并且可以在雷达图500a至500b中的另一者中突出显示与该特定过程变量具有高影响增益关系的过程变量。然而,可以将单个雷达图或任何其他合适的雷达图组合呈现给用户,并且那些雷达图可以是联结的或不联结的。
尽管图5示出了在工业过程控制和自动化系统中形成用于有效监测和控制的智能可视化的雷达图300a至300b的第二示例,但可以对图5作出各种改变。例如,此处的雷达图的内容和布置方式仅用于例证。其他雷达图可以使用其他过程变量数据容易地构建。
图6示出了根据本公开的用于在工业过程控制和自动化系统中配置用于有效监测和控制的智能可视化的示例方法600。为了便于解释,方法600被描述为由图2的设备200在图1的系统100中执行。然而,可以利用任何其他合适的设备在任何合适的系统中使用方法600。
如图6所示,在步骤602处,标识与工业过程相关联的选定控制器或优化器。这可以包括,例如,设备200的处理器202允许用户在显示与工业过程相关联的设备的树或其他层次结构中导航并选择特定控制器或优化器。当然,可以以任何其他合适的方式来选择控制器或优化器。
在步骤604处,标识要与正定义的至少一个雷达图相关联的过程变量。这可以包括,例如,设备200的处理器202向用户呈现用于所标识的控制器或优化器的过程变量的列表。这还可以包括设备200的处理器202从列表中接收要包括在正设计的雷达图中的特定过程变量的标识。如果正在设计多个雷达图,则这还可包括设备200的处理器202将不同的选定过程变量与不同的雷达图相关联,诸如通过将受控变量与一个雷达图相关联并且将相关的操纵变量与另一个雷达图相关联。
在步骤606处,标识用于选定过程变量的优化目标。这可以包括,例如,设备200的处理器202从控制工程师、操作者或其他用户处或者从外部目的地处(诸如较高级别的优化器)获取优化目标。在步骤608处,可标识用于一个或多个过程变量的一个或多个期望限值。这可以包括,例如,设备200的处理器202获取任何上限或下限的标识,其中可能期望将相关联的过程变量推至那些限值。这还可以包括设备200的处理器202从控制工程师、操作者或其他用户处或从外部目的地处(诸如较高级别的优化器)获取期望限值的标识。
在步骤610处,保存包含该信息的雷达图配置。这可以包括,例如,设备200的处理器202存储定义与选定控制器或优化器相关联的雷达图的配置文件。该雷达图配置可以标识过程变量、优化目标以及已定义的雷达图要包括或要标识的任何期望限值。需要说明的是,可以以任何合适的格式保存该配置,并且可以将该保存的配置存储在创建配置的相同设备上或存储在一个或多个不同设备上以供使用。
尽管图6示出了用于在工业过程控制和自动化系统中配置用于有效监测和控制的智能可视化的方法600的一个示例,但可以对图6作出各种改变。例如,虽然被示为一系列步骤,但是图6中的各种步骤可以重叠、并行发生、以不同顺序发生,或发生任何次数。作为特定示例,方法600(或其一部分)可以重复多次以为相同的控制器/优化器或不同的控制器/优化器定义多个雷达图。另外,可以以任何其他合适的方式来定义雷达图的配置。
在特定实施方案中,方法600可以实现为基于网络的APC监测软件包(诸如来自霍尼韦尔国际有限公司(HONEYWELL INTERNATIONAL INC)的Profit Suite Web Viewer(PSWeb))的一部分。在这些实施方案中,用户可以在APC控制器/优化器中为某些过程变量定义优化目标。应用程序诸如PSWeb可以提供用于建立视图(称为“我的视图”)的工作流,其中用户可以添加用户在监测时感兴趣的过程变量。因此,用户可以选择要为其配置“我的视图”的APC控制器/优化器,并且用户可以为该控制器/优化器建立特定过程变量的“我的视图”列表。然后可以保存“我的视图”列表供以后使用。用户可以为相同的控制器/优化器或不同的控制器/优化器创建多个“我的视图”列表。需要说明的是,然而,该配置可以是任选的,并且用户可以查看标出了所有变量的、标出了预定义变量的或标出了以其他方式选择的变量的雷达图。
图7示出了根据本公开的用于在工业过程控制和自动化系统中生成并呈现用于有效监测和控制的智能可视化的示例方法700。为了便于解释,方法700被描述为由图2的设备200在图1的系统100中执行。然而,可以利用任何其他合适的设备在任何合适的系统中使用方法700。
如图7所示,在步骤702处,标识由操作者选择的控制器或优化器。这可以包括,例如,设备200的处理器202允许用户在显示与工业过程相关联的设备的树或其他层次结构中导航并选择控制器或优化器。当然,可以以任何其他合适的方式来选择控制器或优化器。在步骤704处,获取与控制器或优化器相关联的雷达图配置。这可以包括,例如,设备200的处理器202获取标识与选定控制器或优化器相关联的一个或多个雷达图的至少一个文件或其他数据结构。
在步骤706处,获取用于与要生成的雷达图相关联的过程变量的参数值。这可以包括,例如,设备200的处理器202获取用于与雷达图相关联的受控变量和操纵变量的当前值和稳态值以及上限和下限。可以从任何合适的源诸如控制器106或历史数据库114获取该数据。在步骤708处,可以将参数值归一化为通用标度。这可以包括,例如,设备200的处理器202对过程变量的参数进行缩放,使得其下限距雷达图中心相等的距离,并使得其上限距雷达图中心相等的距离。
在步骤710处,基于参数值和配置生成并呈现图形显示。这可以包括例如设备200的处理器202生成一个或多个雷达图,该一个或多个雷达图显示了过程变量的下限和上限以及过程变量的当前值。该雷达图也可以包括过程变量的稳态值和过程变量的优化目标。可以连接当前值,可以连接稳态值,并且可以连接优化目标,以定义各种形状或图案。在步骤712处,可以在图形显示中突出显示任何偏离过程变量。这可以包括,例如,设备200的处理器202将点310、510插入到雷达图中,该雷达图标识用于超过其限值的任何偏离过程变量的当前值和稳态值。
在步骤714处,确定用户是否请求深入分析特定过程变量。这可以包括,例如,设备200的处理器202确定用户是否已经选择了呈现的雷达图中的特定标签304、504或点310、510。如果是,则在步骤716处,标识与选定过程变量具有高影响增益关系的任何过程变量。这可以包括,例如,设备200的处理器202识别其变化对选定过程变量影响最大的过程变量。在步骤718处,生成并呈现趋势图,该趋势图显示了选定过程变量和与选定过程变量具有高影响增益关系的过程变量的趋势。这可以包括,例如,设备200的处理器202生成随时间推移标出了过程变量的参数的堆叠的趋势图。
尽管图7示出了用于在工业过程控制和自动化系统中生成并呈现用于有效监测和控制的智能可视化的方法700的一个示例,但可以对图7作出各种改变。例如,虽然被示为一系列步骤,但是图7中的各种步骤可以重叠、并行发生、以不同顺序发生,或发生任何次数。作为特定示例,方法700(或其一部分)可以重复多次以为与相同的控制器或优化器相关联的过程变量的不同逻辑组生成并显示多个雷达图。另外,可以以任何其他合适的方式使用雷达图,并且不需要支持深入分析。
图8示出了根据本公开的用于在工业过程控制和自动化系统中使用多个联结的用于有效监测和控制的智能可视化的示例方法800。为了便于解释,方法800被描述为由图2的设备200在图1的系统100中执行。然而,可以利用任何其他合适的设备在任何合适的系统中使用方法800。
如图8所示,在步骤802处,生成并呈现包含多个雷达图的图形显示。这可以包括,例如,设备200的处理器202遵循图7所示的相同的通用过程以生成多个雷达图。雷达图包含以某种方式相关的过程变量,诸如受控变量和可被调整以更改受控变量的操纵变量。
在步骤804处,接收用户对第一雷达图中的过程变量中的一者的选择。这可以包括,例如,设备200的处理器202确定用户已经悬停在第一雷达图中的特定标签304、504或点310、510上方。在步骤806处,标识与选定过程变量具有高影响增益关系的任何过程变量。这可以包括,例如,设备200的处理器202识别其变化对选定过程变量影响最大的过程变量。在步骤808处,在第二雷达图中标识所识别的与选定过程变量具有高影响增益关系的过程变量。这可以包括,例如,设备200的处理器202在第二雷达图中标识对在第一雷达图中选择的过程变量影响最显著的过程变量。可以突出显示、使用粗体字标记或以任何其他合适的方式标识第二雷达图中的过程变量。
尽管图8示出了用于在工业过程控制和自动化系统中使用多个联结的用于有效监测和控制的智能可视化的方法800的一个示例,但可以对图8作出各种改变。例如,虽然被示为一系列步骤,但是图8中的各种步骤可以重叠、并行发生、以不同顺序发生,或发生任何次数。另外,可以以任何其他合适的方式来使用多个相关的雷达图。
在特定实施方案中,方法700和800可以实现为基于网络的APC监测软件包诸如PSWeb软件包的一部分。在这些实施方案中,用户可以选择APC控制器/优化器以便监测其状态。应用程序诸如PSWeb会针对为该控制器/优化器定义的“我的视图”列表显示一个或多个雷达图,诸如CV和MV雷达图。该雷达图可具有上述的形式。可以突出显示偏离变量,并且用户可以查看偏离变量并执行深入分析,诸如通过点击突出显示的点以加载趋势图。趋势图可以标识突出显示的变量的关键参数以及与选定变量具有高影响增益关系的过程变量的参数。根据该视图,用户可以针对“浮现”的问题分析导致偏离的可能原因。此外,用户可以使用当前值的图案或形状以及过程变量的优化目标来识别任何偏离,并且用户可以点击雷达图中的偏离变量以使用趋势图执行深入分析。当悬停在CV或MV雷达图中的特定变量上方时,可以在另一个雷达图中突出显示与该变量具有高影响增益关系的变量,这可以向用户指示偏离是否是由某些约束问题引起的。
在一些实施方案中,本专利文献中描述的各种功能由计算机程序来实现或支持,该计算机程序由计算机可读程序代码形成并且体现在计算机可读介质中。短语“计算机可读程序代码”包括任何类型的计算机代码,包括源代码、目标代码和可执行代码。短语“计算机可读介质”包括能够被计算机访问的任何类型的介质,诸如只读存储器(ROM)、随机存取存储器(RAM)、硬盘驱动器、光盘(CD)、数字视频光盘(DVD)或任何其他类型的存储器。“非暂态”计算机可读介质排除传输瞬时电信号或其他信号的有线、无线、光学或其他通信链路。非暂态计算机可读介质包括可永久地存储数据的介质以及可存储和之后覆写数据的介质,诸如可重写光盘或可擦除存储设备。
阐述贯穿本专利文献中使用的某些字词和短语的定义可能是有利的。术语“应用程序”和“程序”是指适于以合适的计算机代码(包括源代码、目标代码或可执行代码)实现的一个或多个计算机程序、软件部件、指令集、过程、功能、对象、类、实例、相关的数据或其一部分。术语“通信”以及其衍生词涵盖直接通信和间接通信两者。术语“包括”和“包含”以及其衍生词意指包括但不限于此。术语“或”是包括性的,意指和/或。短语“与...相关联”以及其衍生词可以意指包括、包括在...内、与...互连、包含、包含在...内、连接到...或与...连接、耦接到...或与...耦接、可与...通信、与...协作、交错、并置、与...接近、结合到...或与...结合、具有、具有...的属性、具有与...的关系或与...具有关系等。当与项列表一起使用时,短语“...中的至少一个”意指可以使用所列的项中的一个或多个项的不同组合,并且可能仅需要列表中的一个项。例如,“A、B和C中的至少一者”包括以下任何组合:A、B、C,A和B,A和C,B和C,以及A和B和C。
不应将本申请中的描述理解为暗示任何特定元件、步骤或功能是必须包括在权利要求书范围内的基本或关键要素。专利保护的主题的范围仅由所允许的权利要求书限定。此外,权利要求书都未关于所附权利要求书或权利要求要素中的任何一项援引35U.S.C.§112(f),除非在特定权利要求书中明确使用后面是识别功能的分词短语的“用于...的装置”或“用于...的步骤”的确切字词。在权利要求书内使用术语诸如(但不限于)“机构”、“模块”、“设备”、“单元”、“部件”、“元件”、“构件”、“装置”、“机器”、“系统”、“处理器”或“控制器”被理解为并且旨在指代相关领域的技术人员已知的结构,如权利要求书本身特征进一步修改的或增强的,并且不旨在援引35U.S.C.§112(f)。
虽然本公开已描述了某些实施方案和大体上相关联的方法,但是这些实施方案和方法的变更和置换对于本领域的技术人员来说将是显而易见的。因此,上文对示例性实施方案的描述不限定或约束本公开。在不脱离如以下权利要求书限定的本公开的实质和范围的情况下,其他改变、替换和变更也是可能的。
Claims (9)
1.一种方法,包括:
获取用于与至少一个工业过程相关联的多个过程变量的参数值,用于每个过程变量的所述参数值包括下限和上限以及当前值;以及
呈现第一图形显示,其中所述第一图形显示与所述工业过程的所述过程变量的多个受控变量相关联,所述第一图形显示包括:
径向线,所述径向线各自与所述多个受控变量中的不同一者相关联;
第一图形指示符,所述第一图形指示符穿过所述径向线并标识所述多个受控变量的所述下限;
第二图形指示符,所述第二图形指示符穿过所述径向线并标识所述多个受控变量的所述上限;
第三图形指示符,所述第三图形指示符沿所述径向线标识所述多个受控变量的所述当前值;
呈现第二图形显示,所述第二图形显示与所述工业过程的所述过程变量的多个操纵变量相关联;
由用户在所述第一图形显示中选择所述多个受控变量中的一者;以及
在所述第二图形显示中标识所述操纵变量的一者或多者,与其他操纵变量中的至少一些相比,所述操纵变量的一者或多者在被操纵时对所述多个受控变量中所述选择的一者具有更大的影响。
2.根据权利要求1所述的方法,其中:
所述第一图形指示符包括穿过所述径向线并标识所述多个受控变量的所述下限的第一可视环;
所述第二图形指示符包括穿过所述径向线并标识所述多个受控变量的所述上限的第二可视环;并且
所述第三图形指示符包括标识所述多个受控变量的所述当前值的点或线。
3.根据权利要求2所述的方法,其中所述第一图形显示包括:
用于每个受控变量的至少一个点,该受控变量的当前值超出所述受控变量的下限和上限;和
连接所述多个受控变量的所述当前值的多条线。
4.根据权利要求2所述的方法,其中所述第一图形显示包括:
连接所述多个受控变量的所述当前值以形成第一形状或图案的多条线;和
标识所述多个受控变量的优化目标并且具有第二形状或图案的区域。
5.根据权利要求2所述的方法,其中所述第一图形显示包括:
连接所述多个受控变量的所述当前值以形成第一形状或图案的多条线;和
连接所述多个受控变量的稳态值以形成至少部分地与所述第一形状或图案重叠的第二形状或图案的多条线。
6.根据权利要求1所述的方法,其中:
所述第一图形显示包括沿所述径向线中的一者或多者定位的一个或多个图形标记;并且
每个图形标记指示沿所述相关联的径向线的所述上限或所述下限是所述相关联的受控变量应该被推至的限值。
7.根据权利要求1所述的方法,还包括:
接收对所述第一图形显示和所述第二图形显示中的一个的所述过程变量中的一者的选择;以及
呈现第三图形显示,所述第二图形显示包括:(i)所述选定的过程变量的一个或多个参数的一个或多个图,以及(ii)用于与所述选定的过程变量具有高影响增益关系的至少一个过程变量的一个或多个参数的一个或多个图。
8.根据权利要求1所述的方法,其中:
所述方法还包括:
检测用户悬停在所述第一图形显示和所述第二图形显示中的一者中的所述过程变量中的指定一者上方;以及
标识所述第一图形显示和所述第二图形显示中的另一者中与所述指定过程变量具有高影响增益关系的所述过程变量中的一者或多者。
9.根据权利要求1所述的方法,其中:
所述第一图形显示与由控制器或优化器使用的过程变量的第一子集相关联;并且
所述第二图形显示与由所述控制器或优化器使用的过程变量的第二子集相关联。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762530377P | 2017-07-10 | 2017-07-10 | |
US62/530,377 | 2017-07-10 | ||
US15/977,086 US10635083B2 (en) | 2017-07-10 | 2018-05-11 | Apparatus and method for generating smart visualizations for effective monitoring and control in industrial process control and automation systems |
US15/977,086 | 2018-05-11 | ||
PCT/US2018/041237 WO2019014103A1 (en) | 2017-07-10 | 2018-07-09 | APPARATUS AND METHOD FOR GENERATING INTELLIGENT VISUALIZATIONS FOR EFFICIENT MONITORING AND CONTROL IN CONTROL SYSTEMS AND AUTOMATION SYSTEMS OF INDUSTRIAL PROCESSES |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110998464A CN110998464A (zh) | 2020-04-10 |
CN110998464B true CN110998464B (zh) | 2023-06-23 |
Family
ID=64902664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880052158.XA Active CN110998464B (zh) | 2017-07-10 | 2018-07-09 | 用于在工业过程控制和自动化系统中生成用于有效监测和控制的智能可视化的装置和方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10635083B2 (zh) |
EP (1) | EP3652598A4 (zh) |
CN (1) | CN110998464B (zh) |
WO (1) | WO2019014103A1 (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11069102B2 (en) * | 2016-05-23 | 2021-07-20 | Lin and Associates, Inc. | Dynamic progressive awareness |
US10944642B1 (en) * | 2017-04-06 | 2021-03-09 | United States Automobile Association (USAA) | Systems and methods for visual presentation of data |
DE102020200314A1 (de) * | 2020-01-13 | 2021-07-15 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zum Beurteilen eines Regelkreises |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4675147A (en) * | 1983-04-06 | 1987-06-23 | Westinghouse Electic Corp. | Generating an integrated graphic display of the safety status of a complex process plant |
WO2000060424A1 (en) * | 1999-04-01 | 2000-10-12 | Plant Automation Services, Inc. | Graphical image display |
CN101681161A (zh) * | 2007-03-26 | 2010-03-24 | 霍尼韦尔国际公司 | 用于使过程控制系统中的控制技术可视化的装置和方法 |
CN102324066A (zh) * | 2011-08-26 | 2012-01-18 | 积成电子股份有限公司 | 一种电力系统预警与评估指标的雷达图表示方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6901560B1 (en) * | 1999-07-01 | 2005-05-31 | Honeywell Inc. | Process variable generalized graphical device display and methods regarding same |
GB0111215D0 (en) * | 2001-05-08 | 2001-06-27 | Curvaceous Software Ltd | Multi-variable process |
US7268782B2 (en) | 2003-10-31 | 2007-09-11 | Sap Aktiengesellschaft | Smart radar chart |
US20120271748A1 (en) * | 2005-04-14 | 2012-10-25 | Disalvo Dean F | Engineering process for a real-time user-defined data collection, analysis, and optimization tool (dot) |
GB0515726D0 (en) * | 2005-07-30 | 2005-09-07 | Curvaceous Software Ltd | Multi-variable operations |
EP2513765A1 (en) * | 2009-12-16 | 2012-10-24 | Abb As | Method and system for providing an hmi in a process control system for monitoring and control of a process |
US8884759B2 (en) * | 2011-09-12 | 2014-11-11 | Near-Miss Management, Llc | Dynamic prediction of risk levels for manufacturing operations through leading risk indicators |
JP5868784B2 (ja) | 2012-05-31 | 2016-02-24 | 横河電機株式会社 | プロセス監視システム及び方法 |
US11232649B2 (en) * | 2014-05-19 | 2022-01-25 | Pas, Inc. | Method and system for automation, safety and reliable operation performance assessment |
-
2018
- 2018-05-11 US US15/977,086 patent/US10635083B2/en active Active
- 2018-07-09 CN CN201880052158.XA patent/CN110998464B/zh active Active
- 2018-07-09 EP EP18831073.4A patent/EP3652598A4/en not_active Withdrawn
- 2018-07-09 WO PCT/US2018/041237 patent/WO2019014103A1/en unknown
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4675147A (en) * | 1983-04-06 | 1987-06-23 | Westinghouse Electic Corp. | Generating an integrated graphic display of the safety status of a complex process plant |
WO2000060424A1 (en) * | 1999-04-01 | 2000-10-12 | Plant Automation Services, Inc. | Graphical image display |
CN101681161A (zh) * | 2007-03-26 | 2010-03-24 | 霍尼韦尔国际公司 | 用于使过程控制系统中的控制技术可视化的装置和方法 |
CN102324066A (zh) * | 2011-08-26 | 2012-01-18 | 积成电子股份有限公司 | 一种电力系统预警与评估指标的雷达图表示方法 |
Also Published As
Publication number | Publication date |
---|---|
US10635083B2 (en) | 2020-04-28 |
WO2019014103A1 (en) | 2019-01-17 |
EP3652598A1 (en) | 2020-05-20 |
EP3652598A4 (en) | 2021-03-24 |
CN110998464A (zh) | 2020-04-10 |
US20190011899A1 (en) | 2019-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8589814B2 (en) | System and method for visual presentation of information in a process control system | |
US11467720B2 (en) | Systems and methods for automatically populating a display area with historized process parameters | |
US8108790B2 (en) | Apparatus and method for visualization of control techniques in a process control system | |
AU2017249034B2 (en) | Apparatus and method for generating industrial process graphics | |
CN110998464B (zh) | 用于在工业过程控制和自动化系统中生成用于有效监测和控制的智能可视化的装置和方法 | |
US20140108985A1 (en) | Configurable User Displays in a Process Control System | |
JP2022141951A (ja) | 役割ベースユーザインターフェースを提供する方法及びシステム、及び非一時的コンピュータ読取可能な媒体 | |
US10686841B2 (en) | Apparatus and method for dynamic customization of cyber-security risk item rules | |
US10908562B2 (en) | Apparatus and method for using advanced process control to define real-time or near real-time operating envelope | |
CN109643483B (zh) | 用于呈现系统状态的图形视图以识别系统故障的方法、装置和非暂时性计算机可读介质 | |
EP3622358B1 (en) | Apparatus and method for predictive time-based control of batch or sequential operations | |
AU2016218305B2 (en) | Apparatus and method for dynamic customization of cyber-security risk item rules | |
US10235447B2 (en) | Method and system for co-operative intelligent HMIs for effective process operations | |
GB2568786A (en) | Plant/project standards and display themes in a process control plant |
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 |