CN111149069A - 用于机械资产的基于云端的监控的测量数据的自动分配 - Google Patents
用于机械资产的基于云端的监控的测量数据的自动分配 Download PDFInfo
- Publication number
- CN111149069A CN111149069A CN201880063513.3A CN201880063513A CN111149069A CN 111149069 A CN111149069 A CN 111149069A CN 201880063513 A CN201880063513 A CN 201880063513A CN 111149069 A CN111149069 A CN 111149069A
- Authority
- CN
- China
- Prior art keywords
- measurement data
- cloud
- measurement
- assets
- asset
- 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.)
- Pending
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 219
- 238000012544 monitoring process Methods 0.000 title claims abstract description 23
- 238000009826 distribution Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 82
- 238000009434 installation Methods 0.000 claims abstract description 27
- 238000010972 statistical evaluation Methods 0.000 claims abstract description 6
- 230000001105 regulatory effect Effects 0.000 claims description 29
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 230000003750 conditioning effect Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 230000002123 temporal effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 4
- 238000010200 validation analysis Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 2
- 230000002596 correlated effect Effects 0.000 claims 2
- 230000000875 corresponding effect Effects 0.000 claims 2
- 238000011144 upstream manufacturing Methods 0.000 description 13
- 238000011161 development Methods 0.000 description 5
- 230000018109 developmental process Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 101150064138 MAP1 gene Proteins 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 239000004065 semiconductor Substances 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
- G05B23/0218—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
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- 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]
- G05B19/41865—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 job scheduling, process planning, material flow
-
- 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
- Y02P90/80—Management or planning
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
Abstract
提出的方法用于分配测量数据，其用于基于云端监控工业设施的特别是机械的资产，其中工业设施具有测量数据档案，在其中存储多个测量点、特别是压力或流量传感器的测量数据，分配方法包括：规定具有特定类型的资产、特别是阀或泵，其中在云端中为资产分配典型的测量参量连同相关的测量点；读出在云端中为特定资产类型存储的、在不同测量点的与特定资产类型相关的测量参量之间的一般物理关系；利用属于特定资产类型的典型测量参量和适用于特定资产的测量参量的、存储在测量数据档案中的测量数据，逐步估算物理关系的参数；将先前得出的物理关系与用于估算的测量数据逐步比较并确定残差；根据对得出的残差的统计评估将测量数据分配给特定的资产。
Description
技术领域
本发明涉及根据权利要求1、4和5所述的用于分配测量数据的方法，该方法用于基于云端地监控工业设施、特别是制造或生产设施的机械资产，其中，工业设施具有测量数据档案，在测量数据档案中存储有多个测量点的测量数据，测量点特别是压力或流量传感器。此外，本发明涉及根据权利要求12所述的相关的计算机程序，其具有能由计算机执行的程序代码指令，还涉及根据权利要求13所述的存储介质和根据权利要求14所述的计算机系统。
背景技术
工业设施的机械资产(例如泵、阀或热交换器)的状态监控能够提高工业设施的可靠性和生产率。在此，监控的一个目的是尽早识别磨损过程或不利的运行状态。此外，还能因此确定磨损表现的影响并且估算故障风险或剩余寿命。这允许有针对性地规划维护工作。
监控的基础是相应资产的、在不同测量点得出的测量数据。例如，在将阀作为资产的情况中，通常提供流量、阀上游和下游的压力以及阀位置作为测量数据。
在对机械资产的基于云端的自动监控中，必须为每个资产汇编相关的测量数据、例如资产上游和下游的流速或压力，并且将这些测量数据传输到云端中。随后，能够在那里评估大量资产的相应测量点的数据。
基于云端的监控系统具有以下显著优点，即能够利用相对较少的工程开销自动监控大量机械资产。为此的前提条件是，能够提供监控所需的测量点并且将其分配给相应资产。迄今执行的人工搜索和用于相应资产的相关测量数据的分配不仅需要访问工业设施的相应文档以及精确了解工业设施的运作过程，还需要很高的时间和人力方面的开销。
当前，例如借助于西门子公司的工程系统
7来监控资产。在其中实施的状态监控库中，提供具有相应监控功能的功能模块。在此，每个功能模块都能准确地监控一个资产。为了将各个测量数据分配给功能模块，必须在该系统
7的CFC(连续功能图)编辑器中将这些测量数据与相应的功能模块手动链接。
在泵或阀作为资产的情况下，迄今基于R&I(管道和仪器)示意图实现将测量点手动分配给相应的资产。从被考虑的资产出发，根据R&I示意图得出：用于压力和流量的测量点是否设在资产所在的相同管道中。在此，管道中的搜索区域受分支或流阻限制，因为能够假定：不受影响的压力或流动条件仅存在于没有分支或显著流阻的管道区段中。
如果被考虑的管道从容器中引出，则通常能从容器中的压力或其料位得出要分配给相应资产的压力值。在相反情况下，如果管道通入容器中，则必须检查这在容器的哪个位置发生。在入口开放的情况下，只有容器输入管的基于大地测量的高度是决定性的，并且压力本身是恒定的。
理想情况下，R&I示意图以电子的、机器可读和面向对象的形式存在，从而能够自动找到相关的测量点并且将其分配给相应的资产。但是，不能假设：在可预见的将来对于每个基于云端的应用都存在这种R&I示意图。
例如基于西门子公司的平台“控制性能分析”的方法是已知的，该平台在基于云端的调节回路分析的框架内识别工业设施的过程控制系统中“PID(比例积分微分)调节器”类型的所有功能模块，并且将调节器的全部相关的控制变量、调节变量和额定变量尤其导出到云端中。由此，能够自动地确定和选出与调节行为的评估相关的所有测量数据。该方式能够类似地应用于以后直接提供阀位置或泵转速的阀模块或泵模块。
为了评估例如阀资产，从上述阀模块的分析获得的数据(在此为阀位置)是不够的。还需要来自测量点的附加测量数据，这些测量数据不与相应模块耦合连接并且因此不能通过已知方法自动得出。以阀为例，还需要有关通过阀的流速以及阀上游和下游的压力值的测量数据。类似的考虑例如适用于泵，其中仅将泵的转速分配给相关的模块。流速和两个压力值的测量数据也必须同样分别(人工)得出。
到目前为止，尚未分配给模块的测量数据的编辑和分配是人工完成的，这非常复杂并且极大地损害了对工业设施的机械资产的基于云端的监控的功能。
发明内容
本发明的基本目的是，提出一种分配测量数据的方法，该方法用于基于云端地监控机械资产，该方法是全自动运行的并且与迄今已知的方法相比显著减少了分配和与之相伴的监控的开销。
该目的通过根据权利要求1、4和5所述的用于分配测量数据的方法实现，该方法用于基于云端地监控工业设施的特别是机械的资产，还通过根据权利要求12所述的具有能由计算机执行的程序代码指令的相关的计算机程序、根据权利要求13所述的存储介质以及根据权利要求14所述的计算机系统实现。有利的改进方案由从属权利要求给出。
在开头部分所述类型的分配方法中，根据本发明，该目的通过以下方法步骤实现：
a)将测量数据的部分或全部从测量数据档案传输到云端中，以便能够在云端中进一步处理测量数据；
b)规定具有特定类型的资产、特别是阀或泵，其中，在云端中为资产分配典型的测量参量连同相关联的测量点；
c)读出在云端中为特定资产类型存储的、在不同测量点的与特定资产类型相关的测量参量之间的一般物理关系，其中，一般物理关系具有多个待确定的参数；
d)利用属于特定资产类型的典型的测量参量和适用于特定的资产的测量参量的、存储在测量数据档案中的测量数据，逐步估算物理关系的参数；
e)将先前已得出的物理关系与用于估算的测量数据逐步比较，并且确定残差；
f)根据对得出的残差的统计评估，将测量数据分配给特定的资产。
术语“云端”或者说“云计算系统”在此被理解为外部云提供商(外部云)的服务器基础架构或者工业设施(本地云)内的本地服务器硬件。
之前阐述的根据本发明的方法的前提是，为了分配目的能够在一个位置点处访问所有有关的测量数据。在此不重要的是，数据是否首先被存储在工业设施的测量数据档案中并且然后被(必要时逐段地)传输到云端中，或者数据是否被直接周期性地传输到云端中并且仅被存储在云端中。
首先，将测量数据的至少一部分或者全部测量数据从测量数据档案传输到云端中，以便实现快速并且不受位置限制地访问数据，并且必要时能够使用更大的云计算能力。
在随后的方法步骤中，规定特定类型的资产、例如阀或泵。工业设施中的每个资产通常配有至少一个典型的测量参量。在此，在阀资产的情况中，测量参量通常是阀位置。在泵的情况中，测量参量例如能是电驱动功率或转速。
对于工业设施中所包含的每个资产，不同测量点的相关测量参量之间的一般物理关系是已知的并且被存储在云端中。例如，对于阀资产而言，在通过阀的流速、先前已阐述的阀位置以及阀上游和下游的压差之间存在物理关系。这种一般物理关系、也就是物理方程被从云读出并且被作为参考用于后续的分配方法。
物理关系在下面仅还被称为方程。方程通常具有未知参数，这些未知参数在根据本发明的方法的下一步骤中被估算。在此，属于特定资产类型的典型的测量参量(在阀资产的情况中的阀位置)被包括在估算中。
然后，通过使用已知的估算方法、例如最小二乘法由存储在测量数据档案中的测量数据逐步地估算未知参数，这些测量数据分别适用于特定的资产，即能被分配给资产。
在使用最小二乘法的情况中，方程被转换为隐含形式0＝F(x，p)，其中，x表示所有变量，p表示要估算的参数，并且F表示函数。通过逐步地插入测量数据X(t)，能够为测量参量的测量数据分别计算残差，
R＝sum_t(F(X(t),p))∧2 (1)，
其中，sum_t代表时间求和函数。对于小的残差值，测量数据根据方程式所基于的物理关系运行，对于大的残差，能够假定测量数据不根据物理关系运行，即测量数据不属于被寻找的资产。
有关估算过程的更多信息，请参阅由德国国家图书馆目录于2017年7月13日由现有技术出版有限公司(Prior Art Publishing GmbH)发布的出版物，其名称为“借助于物理模型和低维度特性图的机械组件状态监控(Zustandsüberwachung mechanischerKomponenten mit Hilfe physikalischer Modelle und niedrigdimensionalerKennfelder)”，注册号1136893830，其内容在此被全部引用。
利用适合的、存储在测量数据档案中的测量数据，逐步执行用于确定方程的未知参数的估算过程。在此，如上所述，测量参量的测量数据的残差被分别得出并被统计评估。在此，对于测量点的相应的测量数据的估算能被依次执行，或者在相应的现有计算结构中也能被并行地执行。
在此，根据本发明的分配方法基于以下认识：如果测量数据与相应的测量点或者尤其与机械资产有关，则确定的测量点的测量数据会引起小偏差，也就是小残差，因此该测量数据是被寻找的测量参量。否则，物理方程式无法可信地表示测量数据中显示的表现，使得测量数据与参数化的物理方程式之间存在大的偏差，或者会出现大的残差。
因此，在本发明的范围内，鉴于相应的测量数据获得的方程具有关于测量点的最小残差，能够将测量点的确定的测量数据分配给资产。为了确定残差，例如能够考虑使用如等式(1)所示的最小二乘法。然而，在本发明的范围内，也能使用其他已知的统计评估方法，以便统计评估得出的偏差并且能够分配测量点或相关的测量数据。
在本发明的范围中，对于大量资产逐步自动地实施根据本发明的方法，以便能够在工业设施内对测量数据进行全面的分配。在此，根据本发明的方法首次允许将工业设施内的相关测量数据或测量点自动地分配给特定的资产、特别是机械的、机电的或电的资产，以便能够对资产执行有效且节省资源的监控。
在根据本发明的方法的特别有利的改进方案中，通过仅考虑具有确定的物理单位的测量数据，减少传输到云端中的要被考虑用于执行估算的测量数据的量。例如，如果首先寻找阀的压力传感器，则对于进一步评估仅考虑配有压力单位、例如bar的测量数据。由此，能够显著减少要检查的数据量，因此能够总体上加快该方法。
有利地，在先前被过滤的测量数据的随后进行的可信度检查的范围中，检查测量数据到底是否与测量点的特定类型相关。在此，尤其考虑测量数据的时间相关性。然而，在可信度检查的范围中也能使用统计值，比如使用平均值、中位数、方差、偏移量和类似量。
例如，如果在阀附近搜索压力传感器的数据，则测量数据的时间方面的行为能是有益的。如果确定的测量点的测量数据在阀的位置和通过阀的流量发生变化的时间段内是恒定的，则被检查的测量数据不能涉及阀出口压力。
因此，对于后续评估不再考虑被视为不可信的测量数据的特定测量点。
在根据本发明的范围中，在以上阐述的根据本发明的方法的有利的改进方案的范围中，如下地实施：测量数据被存储在工业设施的测量数据档案中并且被完全或周期性地传输到内部的云端中。在现场、即在设计为工业设施内的本地服务器硬件的(内部)云端处执行先前阐述的预选方法之后，随后仅将被认为与资产监控相关的测量数据传输到(外部)云端处。
在开头部分所述类型的分配方法中，根据本发明，该目的还通过以下方法步骤实现：
a)将测量数据的部分或全部从测量数据档案传输到云端中，以便能够在云端中进一步处理测量数据；
b)识别调节模块，该调节模块是工业设施的一部分；
c)将调节模块的全部调节变量与在测量数据档案和/或云端中为特别是机械的资产存储的额定变量比较；
d)检测相应的调节模块的调节变量，并确定调节变量的相关联的测量点的物理单位和标识；
e)根据调节变量及其物理单位和测量点标识，识别相应的调节模块的类型。
首先，在工业设施中搜索和识别调节模块，该调节模块是工业设施的一部分。调节模块例如能够是PID调节器。
在随后的比较中，如果例如在调节模块处发现如下的调节变量曲线，该调节变量曲线与存储在测量数据档案或云端中的所考虑的阀的位置曲线完全匹配，则该调节模块是控制该阀的过程调节器。
相应测量数据的物理单位的随后得出和相关联的测量点的标识说明了先前找到的调节模块是哪种调节器类型。例如，如果物理单位是“单位时间的质量或体积”并且标识是“流量”，则调节模块是影响通过阀的流量的流量调节器。
如果测量数据是压力值，则调节模块能够是用于阀上游或下游的压力的压力调节器。在此能够进行以下考虑：在管道中进行压力调节时，通常调节阀下游的压力。这对阀运动反应非常快，这反映在相关测量数据的时间上的变化中。与之相反，在借助于出口阀对容器中的压力进行调节时，经常在阀上游调节压力。在此，由于容器的缓冲能力，压力通常对阀运动反应较慢。根据这些边界条件，能够将测量数据简单并且自动地分配给特定的资产的确定的调节器。
根据先前阐述的方法得出的、表示与资产相关的测量参量的调节变量具有以下优点，即对于随后的数据处理方法必须找到更少的未知变量。
在开头所述类型的分配方法中，根据本发明，该目的还通过以下方法步骤实现：
a)将测量数据的部分或全部从测量数据档案传输到云端中，以便能够在云端中进一步处理测量数据；
b)规定具有特定类型的资产、特别是阀或泵，其中，在云端中为资产分配典型的测量参量连同相关联的测量点；
c)识别调节模块，该调节模块是工业设施的一部分；
d)将调节模块的全部调节变量与在测量数据档案和/或云端中为特别是机械的资产存储的额定变量比较；
e)检测相应的调节模块的调节变量，并确定调节变量的相关联的测量点的物理单位和标识；
f)根据调节变量及其物理单位和测量点标识，识别相应的调节模块的类型；
g)读出在云端中为特定资产类型存储的、在不同测量点的与特定资产类型相关的测量参量之间的一般物理关系；
h)利用属于特定资产类型的典型的测量参量、属于调节模块的调节变量和存储在云端中的历史测量数据，估算有关物理关系的参数；
i)将先前已得出的物理关系与存储在测量数据档案中的测量数据逐步比较，并且确定偏差；
j)根据对得出的偏差的统计评估，将测量数据分配给特定的资产。
通过之前进行的对属于确定资产的调节模块以及相关的调节变量的识别，必须通过残差计算得出的变量减少了。在阀资产的情况中，变量“阀位置”、“流量”和“压差”是方程的组成部分。变量“压差”在此能够通过两个变量“阀上游的压力”和“阀下游的压力”算出。
在根据本发明的第一方法步骤中，通过选择特定的资产(在此为阀资产)得到第一变量“阀位置”。通过识别调节模块来得出第二变量“流速”。因此，要估算的方程仅还具有两个未分配的变量，这能够显著简化估算的执行并且改善估算结果的质量和分配的质量。
在以上阐述的根据本发明的方法的特别有利的改进方案中，通过仅考虑具有确定的物理单位的测量数据，就减少了传输到云端中的、为了进行估算而要考虑的测量数据量。例如，如果首先寻找阀的压力传感器，则仅考虑用于进一步的评估的配有压力单位、例如bar的测量数据。由此，能够显著减少要检查的数据量，因此能够总体上加快该方法。
有利地，在先前被过滤的测量数据的随后进行的可信度检查的范围中，检查测量数据到底是否与测量点的特定类型相关。在此，特别考虑测量数据的时间相关性。然而，在可信度检查的范围中也能使用像平均值、中位数、方差、偏移量等统计值。
例如，如果在阀附近搜索压力传感器的数据，则测量数据的时间方面的表现能是有益的。如果确定的测量点的测量数据在阀的位置和通过阀的流量发生变化的时间段内是恒定的，则被检查的测量数据不能涉及阀出口压力。
因此，对于后续评估不再考虑被视为不可信的测量数据的特定测量点。
在根据本发明的方法的有利的改进方案中，为了识别具有确定的物理单位的测量数据，仅考虑工业设施的一个子区域，优选地仅考虑一个特定的工艺流程单元(例如蒸馏塔、搅拌槽反应器、发酵罐)。该限制明显限制了适用于相应的资产的测量数据或测量点，这能够提高分配准确性并且减少分配方法所需的开销。
有利地，在开始分配方法之前，将测量数据划分为训练数据和验证数据，由此能够进一步改善分配方法。如果将不属于特定的资产的测量点的测量数据用于物理方程的参数配置，则验证数据的偏差比不划分测量数据时更大。由此，能够将测量数据更好地分配给特定的资产。
在分配方法的特别有利的改进方案的范围中，在完成分配方法之后，自动地向工业设施的用户提交关于将各个测量数据分配给特定的资产的建议。用户不必浏览冗长的信号列表，而是得到代表自动分配过程的结果的唯一的分配方式。由此，能够利用合理的额外花费来确保具有测量点到资产的错误分配的资产监控系统不被投入运行。
尤其当在临界情况下无法以足够高的安全性进行分配时，还有利的是，在完成分配方法后自动地向用户提交多个建议，用户因此能够做出关于将测量数据最终分配给特定的资产的人工决定。由此，能够有效避免可能的错误分配。
所述方法连同其设计方案优选地在软件中实现。之前说明的目的相应还通过具有能由计算机实施的、用于实现根据本发明的方法的程序代码指令的计算机程序来实现。计算机例如能是具有处理器等形式的处理单元的自动化设备。
在其上实现这种计算机程序的自动化设备、特别是工业自动化设备也是本发明涉及的计算机系统的实例。代替自动化设备，也能使用办公室自动化中常用的标准计算机。
用于实现该方法的计算机程序通常保持在存储介质之上或之中，例如在磁式或光式数据载体上或半导体存储器中，本发明因此还包括具有机算计程序的存储介质，该计算机程序能由计算机执行以实现根据本发明的方法及其设计方案。
附图说明
结合以下对实施例的描述，本发明的上述特性、特征和优点及其实现方式能更清楚易懂，结合两个附图详细阐述实施例。图中示出：
图1示出了具有属于阀资产的测量数据的阀资产的特性曲线图；以及
图2示出了具有不属于阀资产的测量数据的阀资产的特性曲线图。
具体实施方式
以阀资产为例阐述根据本发明的方法。毫无疑问，该方法也能用于其他机械的、机电的或电的资产。
首先，将测量数据的至少一部分或全部测量数据从测量数据档案传输到云端中，以便能够快速并且与位置无关地访问数据。在此，云能够是内部或外部的云(工业设施之外)。
在随后的方法步骤中，在工业设施中搜索并且识别所有“阀”类型的资产和所有调节模块。在此，调节模块是PID控制器。在此能够假定：工业设施主要包括阀资产，还相应包括调节模块。
在随后的比较中，将调节模块的全部调节变量的数据与阀模块的额定阀位置进行比较。在此，额定阀位置存储在工业设施中，例如存储在测量数据档案中或云本身中。如果在比较时，在调节模块处找到与测量数据档案或云端中存储的所考虑的阀的额定变量曲线完全匹配的调节变量曲线，则该调节模块是控制阀的过程调节器。
相应测量数据的物理单位的随后得出以及相关联的测量点的标识说明了先前找到的调节模块是哪种调节器类型。例如，如果物理单位是“单位时间的质量或体积”并且标识为“流量”，则调节模块是用于通过阀的流量的流量调节器。
如果测量数据是压力值，则调节模块能够是用于阀上游或下游的压力的压力调节器。在此，能够进行以下考虑：在管道中压力调节时，通常调节阀下游的压力。压力对阀运动有非常快的反应，这反映在相关测量数据的时间上的变化中。与之相反，在借助于出口阀对容器中的压力进行调节时，经常在阀上游调节压力。在此，由于容器的缓冲能力，压力通常对阀运动的反应更慢。根据这些边界条件，能够将测量数据简单并且自动地分配给特定的资产的特定的调节器。
在本发明的实施例中，已经找到了用于阀的流量调节器，因此还必须找到两个压力值(阀上游和下游)，以便能够完全反映阀的表现。
在下一方法步骤中，仅考虑具有确定的物理单位的测量数据，由此减少传输到云端中的测量数据的量。在这种情况下，寻找阀的压力传感器。因此，对于进一步评估仅考虑配有压力单位、例如bar的测量数据。由此，能够显著减少要检查的数据量，因此能够总体上加快该方法。
接着，对先前被过滤的测量数据进行可行度检查。检查这些测量数据是否完全适合压力传感器。在此，尤其考虑测量数据的时间相关性。但是，也能在可行度检查的范围中使用例如平均值、中位数、方差、偏移量等统计值。
如果确定的测量点的测量数据在阀的位置和通过阀的流量发生变化的时间段内是恒定的，则被检查的测量数据不能涉及阀出口压力。
因此，对于后续评估不再考虑被视为不可信的测量数据的特定测量点。
阀位置的和流量的测量数据被分配给阀资产，但是阀上游和下游的压力的测量数据尚未被分配。所有测量数据都被引入物理关系中并且能够使用存储在云端中的方程建立关系。该方程的未知参数能够借助于传输到云端中的测量数据通过已知的方法、例如最小二乘法被估算。在此，排列压力信号的所有适用的测量数据，并且对于所有组合学习出参数集。
在此，使用来自分配给阀资产的测量点的测量数据进行的估算导致估算方程式与测量数据的相对小的偏差，也就是导致小的残差。相反，使用未分配给特定的资产的测量数据进行估算会导致大的偏差或大的残差。在此，对于测量点的相应的测量数据的估算能够被依次执行，或者在相应的现有计算结构中也能被并行地执行。
图1示出了阀的特性曲线族1。在此示出了流量(使用立方米每小时为单位)、阀打开程度(使用百分比为单位)和阀上游和下游的压差(使用巴为单位)之间的关系。此外，示出了压力传感器的要分配的测量数据的各个数据点2。能够清楚地看出：数据点与(额定)特性曲线族的偏差很小，也就是数据点很好地匹配特性曲线族。
图2示出相反的情况。数据点2与特性曲线族1匹配得很差，即偏差很大。因此能够得出：与被检查的测量数据相关联的测量点不属于阀资产。
在该方法的最后，对于阀已知的是：阀位置、流量、阀上游和下游的压力。
尽管已经通过优选的实施例在细节上详细说明和阐述了本发明，但是本发明不受公开的示例限制，并且本领域技术人员能够从其中得出不脱离本发明保护范围的其他变体方案。
Claims (14)
1.一种分配测量数据的方法，所述方法用于基于云端地监控工业设施的特别是机械的资产，其中，所述工业设施具有测量数据档案，在所述测量数据档案中存储有多个测量点的测量数据，所述测量点特别是压力或流量传感器，分配方法包括：
a)将所述测量数据的部分或全部从所述测量数据档案传输到所述云端中，以便能够在所述云端中进一步处理所述测量数据；
b)规定具有特定类型的资产、特别是阀或泵，其中，在所述云端中为所述资产分配典型的测量参量连同相关联的测量点；
c)读出在所述云端中为特定资产类型存储的、在不同测量点的与所述特定资产类型相关的测量参量之间的一般物理关系，其中，该一般物理关系具有多个待确定的参数；
d)利用属于所述特定资产类型的典型的测量参量和适用于特定的所述资产的测量参量的、存储在所述测量数据档案中的所述测量数据，逐步估算所述物理关系的所述参数；
e)将先前已得出的所述物理关系与用于估算的所述测量数据逐步比较，并且确定残差；
f)根据对得出的所述残差的统计评估，将所述测量数据分配给特定的资产。
2.根据权利要求1所述的方法，其中，在执行方法步骤d至f之前，在所述云端中识别配有特定物理单位的测量数据，以便从进一步评估中排除与跟所述特定资产类型相关的所述物理关系不相关的测量数据。
3.根据权利要求1或2所述的方法，其中，在执行权利要求1中的方法步骤d至f之前，对传输到所述云端中的所述测量数据执行可信度检查，使得所述测量数据的典型特性、特别是所述测量数据的时间上的变化与特定的所述资产建立关系，以便不再考虑将不可信的测量数据用于后续的分配方法。
4.一种分配测量数据的方法，所述方法用于基于云端地监控工业设施的特别是机械的资产，其中，所述工业设施具有测量数据档案，在所述测量数据档案中存储有多个测量点的测量数据，所述测量点特别是压力或流量传感器，分配方法包括：
a)将所述测量数据的部分或全部从所述测量数据档案传输到所述云端中，以便能够在所述云端中进一步处理所述测量数据；
b)规定具有特定类型的资产、特别是阀或泵，其中，在所述云端中为所述资产分配典型的测量参量连同相关联的测量点；
c)识别调节模块，所述调节模块是所述工业设施的一部分；
d)将所述调节模块的全部调节变量与在所述测量数据档案和/或所述云端中为特别是机械的资产存储的额定变量比较；
e)检测相应的所述调节模块的调节变量，并确定所述调节变量的相关联的所述测量点的物理单位和标识；
f)根据所述调节变量以及所述调节变量的物理单位和测量点标识，识别相应的所述调节模块的类型。
5.一种分配测量数据的方法，所述方法用于基于云端地监控工业设施的特别是机械的资产，其中，所述工业设施具有测量数据档案，在所述测量数据档案中存储有多个测量点的测量数据，所述测量点特别是压力或流量传感器，分配方法包括：
a)将所述测量数据的部分或全部从所述测量数据档案传输到所述云端中，以便能够在所述云端中进一步处理所述测量数据；
b)规定具有特定类型的资产、特别是阀或泵，其中，在所述云端中为所述资产分配典型的测量参量连同相关联的测量点；
c)识别调节模块，所述调节模块是所述工业设施的一部分；
d)将所述调节模块的全部调节变量与在所述测量数据档案和/或所述云端中为特别是机械的资产存储的额定变量比较；
e)检测相应的所述调节模块的调节变量，并确定所述调节变量的相关联的所述测量点的物理单位和标识；
f)根据所述调节变量以及所述调节变量的物理单位和测量点标识，识别相应的所述调节模块的类型；
g)读出在所述云端中为特定资产类型存储的、在不同测量点的与所述特定资产类型相关的测量参量之间的一般物理关系；
h)利用属于所述特定资产类型的典型的测量参量和适用于特定的所述资产的测量参量的、存储在所述测量数据档案中的所述测量数据，逐步估算所述物理关系的参数；
i)将先前已得出的所述物理关系与用于估算的所述测量数据逐步比较，并且确定残差；
j)根据对得出的所述残差的统计评估，将所述测量数据分配给特定的资产。
6.根据权利要求5所述的方法，其中，在执行权利要求5中的方法步骤h至j之前，在所述云端中识别配有特定物理单位的测量数据，以便从进一步评估中排除与跟所述特定资产类型相关的所述物理关系不相关的测量数据。
7.根据权利要求5或6所述的方法，其中，在执行权利要求5中的方法步骤h至j之前，对传输到所述云端中的所述测量数据执行可信度检查，使得所述测量数据的典型特性、特别是所述测量数据的时间上的变化与特定的所述资产建立关系，以便不再考虑将不可信的测量数据用于后续的分配方法。
8.根据前述权利要求中任一项所述的方法，其中，为了分配所述测量数据，仅考虑所述工业设施的一个子区域，优选地仅考虑一个工艺流程单元。
9.根据前述权利要求中任一项所述的方法，其中，在开始所述分配方法之前，将所述测量数据划分为训练数据和验证数据。
10.根据前述权利要求中任一项所述的方法，其中，在完成所述分配方法之后，自动地向所述工业设施的用户提交关于将各个测量数据分配给特定的资产的建议。
11.根据权利要求10所述的方法，其中，在完成所述分配方法之后，自动地向所述用户提交多个建议，所述用户因此能够做出关于将所述测量数据最终分配给特定的资产的人工决定。
12.一种计算机程序，具有能由计算机执行的、用于实施根据权利要求1至11中任一项所述的方法的程序代码指令。
13.一种存储介质，具有能由计算机执行的、根据权利要求12所述的计算机程序。
14.一种计算机系统，在所述计算机系统上实现根据权利要求12所述的计算机程序。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP17194030.7 | 2017-09-29 | ||
| EP17194030.7A EP3462262A1 (de) | 2017-09-29 | 2017-09-29 | Automatisiertes zuordnen von messdaten zur cloudbasierten überwachung mechanischer assets |
| PCT/EP2018/072647 WO2019063213A1 (de) | 2017-09-29 | 2018-08-22 | Automatisiertes zuordnen von messdaten zur cloudbasierten überwachung mechanischer assets |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111149069A true CN111149069A (zh) | 2020-05-12 |
Family
ID=60119800
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201880063513.3A Pending CN111149069A (zh) | 2017-09-29 | 2018-08-22 | 用于机械资产的基于云端的监控的测量数据的自动分配 |
Country Status (4)
| Country | Link |
|---|---|
| US (1) | US20200225648A1 (zh) |
| EP (2) | EP3462262A1 (zh) |
| CN (1) | CN111149069A (zh) |
| WO (1) | WO2019063213A1 (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3450865A (en) * | 1962-12-03 | 1969-06-17 | Renault | Methods and devices for generating a curve |
| US4368510A (en) * | 1980-10-20 | 1983-01-11 | Leeds & Northrup Company | Automatic identification system for self tuning process controller |
| US20030033075A1 (en) * | 2001-08-06 | 2003-02-13 | Honda Giken Kogyo Kabushiki Kaisha | Control system for plant and air-fuel ratio control system for internal combustion engine |
| EP1524404A2 (de) * | 2003-10-09 | 2005-04-20 | Industrie Elektronik Brandenburg Gmbh | Verfahren und Einrichtung zum Überwachen von Bauwerken |
| EP1577726A1 (de) * | 2004-03-17 | 2005-09-21 | Abb Research Ltd. | System und Verfahren zur Überwachung und Bewertung von Kennwerten in einem technischen Prozess |
| EP1691244A2 (en) * | 2005-02-15 | 2006-08-16 | CNH Italia S.p.A. | Production plant |
| US20090057035A1 (en) * | 2007-09-04 | 2009-03-05 | Tanita Corporation | Measurement apparatus for measuring changes in body composition |
| US20100100218A1 (en) * | 2006-10-09 | 2010-04-22 | Siemens Aktiengesellschaft | Method for Controlling and/or Regulating an Industrial Process |
| US20120079470A1 (en) * | 2010-09-29 | 2012-03-29 | Mitsubishi Electric Corporation | System, method, and apparatus for software maintenance of sensor and control systems |
| US20120188073A1 (en) * | 2011-01-24 | 2012-07-26 | Honeywell International Inc. | Asset-specific equipment health monitoring (ehm) for industrial equipment using standardized asset models |
| US20130200140A1 (en) * | 2010-03-15 | 2013-08-08 | Arkray, Inc. | Information Acquisition Device, Measurement System, and Information Acquisition Method |
| US20140337086A1 (en) * | 2013-05-09 | 2014-11-13 | Rockwell Authomation Technologies, Inc. | Risk assessment for industrial systems using big data |
| US20140337429A1 (en) * | 2013-05-09 | 2014-11-13 | Rockwell Automation Technologies, Inc. | Industrial data analytics in a cloud platform |
| US20140337277A1 (en) * | 2013-05-09 | 2014-11-13 | Rockwell Automation Technologies, Inc. | Industrial device and system attestation in a cloud platform |
| WO2015074772A1 (de) * | 2013-11-22 | 2015-05-28 | Mitsubishi Hitachi Power Systems Europe Gmbh | Verfahren, system und computerprogramm-produkt zur analyse von produktionstechnischen und/oder verfahrenstechnischen prozessen und/oder prozessschritten in einer anlage |
| WO2015196892A1 (zh) * | 2014-06-25 | 2015-12-30 | 中兴通讯股份有限公司 | 工业自动化数据的采集方法及装置、系统 |
| US20160132618A1 (en) * | 2014-11-12 | 2016-05-12 | Moj.Io Inc. | Characterization of sensor data for vehicle telematics |
-
2017
- 2017-09-29 EP EP17194030.7A patent/EP3462262A1/de not_active Withdrawn
-
2018
- 2018-08-22 WO PCT/EP2018/072647 patent/WO2019063213A1/de unknown
- 2018-08-22 US US16/647,904 patent/US20200225648A1/en not_active Abandoned
- 2018-08-22 EP EP18768775.1A patent/EP3688534A1/de not_active Withdrawn
- 2018-08-22 CN CN201880063513.3A patent/CN111149069A/zh active Pending
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US3450865A (en) * | 1962-12-03 | 1969-06-17 | Renault | Methods and devices for generating a curve |
| US4368510A (en) * | 1980-10-20 | 1983-01-11 | Leeds & Northrup Company | Automatic identification system for self tuning process controller |
| US20030033075A1 (en) * | 2001-08-06 | 2003-02-13 | Honda Giken Kogyo Kabushiki Kaisha | Control system for plant and air-fuel ratio control system for internal combustion engine |
| EP1524404A2 (de) * | 2003-10-09 | 2005-04-20 | Industrie Elektronik Brandenburg Gmbh | Verfahren und Einrichtung zum Überwachen von Bauwerken |
| EP1577726A1 (de) * | 2004-03-17 | 2005-09-21 | Abb Research Ltd. | System und Verfahren zur Überwachung und Bewertung von Kennwerten in einem technischen Prozess |
| EP1691244A2 (en) * | 2005-02-15 | 2006-08-16 | CNH Italia S.p.A. | Production plant |
| US20100100218A1 (en) * | 2006-10-09 | 2010-04-22 | Siemens Aktiengesellschaft | Method for Controlling and/or Regulating an Industrial Process |
| US20090057035A1 (en) * | 2007-09-04 | 2009-03-05 | Tanita Corporation | Measurement apparatus for measuring changes in body composition |
| US20130200140A1 (en) * | 2010-03-15 | 2013-08-08 | Arkray, Inc. | Information Acquisition Device, Measurement System, and Information Acquisition Method |
| US20120079470A1 (en) * | 2010-09-29 | 2012-03-29 | Mitsubishi Electric Corporation | System, method, and apparatus for software maintenance of sensor and control systems |
| US20120188073A1 (en) * | 2011-01-24 | 2012-07-26 | Honeywell International Inc. | Asset-specific equipment health monitoring (ehm) for industrial equipment using standardized asset models |
| US20140337086A1 (en) * | 2013-05-09 | 2014-11-13 | Rockwell Authomation Technologies, Inc. | Risk assessment for industrial systems using big data |
| US20140337429A1 (en) * | 2013-05-09 | 2014-11-13 | Rockwell Automation Technologies, Inc. | Industrial data analytics in a cloud platform |
| US20140337277A1 (en) * | 2013-05-09 | 2014-11-13 | Rockwell Automation Technologies, Inc. | Industrial device and system attestation in a cloud platform |
| WO2015074772A1 (de) * | 2013-11-22 | 2015-05-28 | Mitsubishi Hitachi Power Systems Europe Gmbh | Verfahren, system und computerprogramm-produkt zur analyse von produktionstechnischen und/oder verfahrenstechnischen prozessen und/oder prozessschritten in einer anlage |
| WO2015196892A1 (zh) * | 2014-06-25 | 2015-12-30 | 中兴通讯股份有限公司 | 工业自动化数据的采集方法及装置、系统 |
| US20160132618A1 (en) * | 2014-11-12 | 2016-05-12 | Moj.Io Inc. | Characterization of sensor data for vehicle telematics |
Also Published As
| Publication number | Publication date |
|---|---|
| EP3688534A1 (de) | 2020-08-05 |
| WO2019063213A1 (de) | 2019-04-04 |
| US20200225648A1 (en) | 2020-07-16 |
| EP3462262A1 (de) | 2019-04-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3809220A1 (en) | 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 | |
| US11119451B2 (en) | Apparatus, method, program, and recording medium | |
| EP2423768B1 (en) | Sensor validation and value replacement for continuous emissions monitoring | |
| CN116346864B (zh) | 基于智慧燃气物联网的超声波计量补偿方法、系统和介质 | |
| US10768188B2 (en) | Diagnostic device and method for monitoring operation of a technical system | |
| US20120296605A1 (en) | Method, computer program, and system for performing interpolation on sensor data for high system availability | |
| US20160245273A1 (en) | Electronic control device for a component of compressed-air generation, compressed-air processing,compressed-air storage, and/or compressed-air distribution | |
| US20170261972A1 (en) | Monitoring means and monitoring method for monitoring at least one step of a process run on an industrial site | |
| US20170082988A1 (en) | Computer-implemented method and system for automatically monitoring and determining the status of entire process segments in a process unit | |
| CN113795799A (zh) | 分析方法及用于该分析方法的装置 | |
| US20220011766A1 (en) | Error-based method for calculating a remaining useful life of an apparatus | |
| CN117764422B (zh) | 智慧节能运维管理云平台 | |
| CN118224155B (zh) | 一种液压设备的压力监测方法及系统 | |
| US20220307944A1 (en) | Apparatus, method, and computer-readable medium | |
| JP2022532090A (ja) | 分析方法及びそのための装置 | |
| EP3627261B1 (en) | Diagnosis system and method using parallel analysis paths | |
| CN104081298A (zh) | 用于自动化和/或电气工程项目中的工作流程的自动化操控的系统和方法 | |
| CN111149069A (zh) | 用于机械资产的基于云端的监控的测量数据的自动分配 | |
| CN106439199B (zh) | 一种基于dcs数据的控制阀故障监控方法 | |
| CN113063097A (zh) | 一种自动球阀感应系统灵敏度的智能控制方法和装置 | |
| Abdurakipov | Increasing the efficiency of electric submersible pumps by using big data processing and machine learning technologies | |
| EP3959572B1 (en) | Method and system for fault detection using correlation of noise signals | |
| KR102187288B1 (ko) | 공정감시제어의 입력오류 및 제어오류 대응 기반 시스템 | |
| CN117506912A (zh) | 一种应用于机器人的电磁流量测试方法及系统 | |
| CN114943175A (zh) | 一种电厂设备测点健康基准值的预测方法及系统 |
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 | ||
| AD01 | Patent right deemed abandoned | ||
| AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20230509 |