CN111295625B - 过程仪表的异常检测方法、系统及存储介质 - Google Patents

过程仪表的异常检测方法、系统及存储介质 Download PDF

Info

Publication number
CN111295625B
CN111295625B CN201780096463.4A CN201780096463A CN111295625B CN 111295625 B CN111295625 B CN 111295625B CN 201780096463 A CN201780096463 A CN 201780096463A CN 111295625 B CN111295625 B CN 111295625B
Authority
CN
China
Prior art keywords
module
abnormality
measurement data
plc
anomaly
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
Application number
CN201780096463.4A
Other languages
English (en)
Other versions
CN111295625A (zh
Inventor
胡喜
李季
王青岗
卓越
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens AG
Original Assignee
Siemens AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Siemens AG filed Critical Siemens AG
Publication of CN111295625A publication Critical patent/CN111295625A/zh
Application granted granted Critical
Publication of CN111295625B publication Critical patent/CN111295625B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3013—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is an embedded system, i.e. a combination of hardware and software dedicated to perform a certain function in mobile devices, printers, automotive or aircraft systems
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
    • G05B19/058—Safety, monitoring
    • 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
    • G05B23/0289—Reconfiguration to prevent failure, e.g. usually as a reaction to incipient failure detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3089—Monitoring arrangements determined by the means or processing involved in sensing the monitored data, e.g. interfaces, connectors, sensors, probes, agents
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Biomedical Technology (AREA)
  • Chemical Kinetics & Catalysis (AREA)
  • Chemical & Material Sciences (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Programmable Controllers (AREA)

Abstract

一种过程仪表(140)的异常检测方法、系统及存储介质。其中，方法包括：一可编程逻辑控制器PLC(110)接收一过程仪表(140)的测量数据，测量数据被周期性地存储到一历史数据库(120)中供服务提供系统(130)读取评估；以及其中在PLC(110)上集成有至少一个虚拟功能模块(111)，其中每个虚拟功能模块(111)的至少一个输入通道与布置在一服务提供系统(130)上的至少一个异常诊断算法的输出之间设有映射关系，每个异常诊断算法用于诊断一个过程仪(140)表是否存在异常，PLC(110)在通过虚拟功能模块(111)的一输入通道接收到服务提供系统(130)输出的一异常指示时，确定对应的过程仪表(140)存在异常。能够增强PLC(110)的功能，实现过程仪表(140)的异常诊断。

Description

过程仪表的异常检测方法、系统及存储介质
技术领域
本发明涉及过程控制领域，尤其涉及一种过程仪表的异常检测方法、装置和系统，以及一种存储介质。
背景技术
过程仪表一般是指在批量生产的工作线上，用于测量、监控、检验工业(例如化学工业)过程中的温度、压力、流量、液位、阀门定位等现场信号的的仪器仪表。过程仪表有：温度传感器、压力传感器，液位计，流量计等。
过程仪表一般都具有一些基本的识别异常操作情况的自我诊断能力，例如高的电子温度，电源电压损耗等。但是，对于一些其他的异常，例如，压力传感器脉冲线堵塞、传感器漂移、以及由于工艺流体中夹带气体而导致的测量误差等，过程仪表自身则无法诊断出来，这样一来，过程仪表的测量值将不再能准确地反应过程变化，并且输出的异常测量结果在作为历史数据时也将影响未来的分析结果。
为了实现对这些异常的诊断，目前已经存在有针对过程仪表的各种异常诊断算法，例如，统计分析、专家系统等。但大多数异常诊断算法都是数据密集和/或计算密集的算法，较难应用于具有有限资源的低功率或低成本的过程控制装置中，因此，目前这些异常诊断算法一般是作为独立的应用来使用的。
发明内容
有鉴于此，本发明的目的是一方面提出过程仪表的异常检测方法，另一方面提出过程仪表的异常检测装置、系统及存储介质，用以增强可编程逻辑控制器(PLC，Programmable Logic Controller)的功能，实现对过程仪表的异常诊断。
本发明提出的一种过程仪表的异常检测方法，包括：在一个可编程逻辑控制器PLC上集成至少一个虚拟功能模块，针对每个虚拟功能模块，建立所述虚拟功能模块的至少一个输入通道与布置在一服务提供系统上的至少一个异常诊断算法的输出之间的映射关系，每个异常诊断算法用于诊断一个过程仪表是否存在异常；一PLC接收一过程仪表的测量数据，所述测量数据被周期性地存储到一历史数据库中，以及其中在所述可编程逻辑控制器PLC上集成有至少一个虚拟功能模块，其中每个虚拟功能模块的至少一个输入通道与布置在一服务提供系统上的至少一个异常诊断算法的输出之间设有映射关系，每个异常诊断算法用于诊断一个过程仪表是否存在异常；所述PLC在通过所述虚拟功能模块的一输入通道接收到所述服务提供系统输出的一异常指示时，确定与所述输入通道存在映射关系的异常诊断算法对应的过程仪表存在异常，其中所述异常指示为所述服务提供系统从所述历史数据库中获取所述测量数据，利用对应的异常诊断算法对所述测量数据进行诊断之后确定所述过程仪表出现异常时输出的指示。
可见，本发明实施例中由于布置在一个服务提供系统上各异常诊断算法的输出与集成在PLC上的至少一个虚拟功能模块的各输入通道之间设置有映射关系，因此可以将各异常诊断算法伪装成PLC自身的算法模块，这样当利用服务提供系统上的各异常诊断算法对PLC接收的过程仪表的测量数据进行评估并判断出某过程仪表出现异常时，会输出一个异常指示给PLC对应的输入通道，并且该异常指示直接作为PLC的一个输入参数参与PLC的控制，从而增强了PLC的功能，并实现了对过程仪表的异常诊断。
在一个实施方式中，进一步包括：所述PLC在未接收到所述异常指示时，根据所述测量数据对一过程执行机构进行控制；在接收到所述异常指示时，根据一预先设定的默认数据对所述过程执行机构进行控制。本实施例方式中，在出现异常指示时，表示PLC直接接收的过程仪表的测量数据已经不准确，相应地，利用该测量数据进行的后续控制也会不准确，为此，通过利用一预先设定的相对准确的默认数据来代替该测量数据进行后续控制，则可使得PLC的控制更准确，从而提高了PLC的控制准确度。
发明提出的又一种过程仪表的异常检测方法，包括：所述服务提供系统从一历史数据库中获取一过程仪表的测量数据；所述测量数据为所述PLC接收自所述过程仪表的、并周期性地被存储到所述历史数据库中的测量数据；其中所述服务提供系统(130)上布置有至少一个异常诊断算法，且所述至少一个异常诊断算法的输出与集成在所述可编程逻辑控制器PLC(110)上的至少一个虚拟功能模块(111)的至少一个输入通道设有映射关系；所述服务提供系统利用对应的异常诊断算法对所述测量数据进行诊断，在诊断出所述过程仪表出现异常时，输出一异常指示给与所述异常诊断算法存在映射关系的虚拟功能模块的对应输入通道。
可见，本发明实施例中通过各异常诊断算法布置在一个服务提供系统上，同时在PLC上集成至少一个虚拟功能模块，并建立各虚拟功能模块的各输入通道与布置在服务提供系统上的各异常诊断算法的输出之间的映射关系，可以将各异常诊断算法伪装成PLC自身的算法模块，这样当利用服务提供系统上的各异常诊断算法对PLC接收的过程仪表的测量数据进行评估并判断出某过程仪表出现异常时，会输出一个异常指示给PLC对应的输入通道，并且该异常指示直接作为PLC的一个输入参数参与PLC的控制，从而增强了PLC的功能，并实现了对过程仪表的异常诊断。
在一个实施方式中，进一步包括：所述服务提供系统将所述过程仪表出现异常时对应的测量数据替换为一预先设定的默认数据；将所述默认数据代替所述过程仪表出现异常时对应的测量数据存储到所述历史数据库中。该实施方式中，通过对历史数据库中过程仪表出现异常后的数据利用一相对准确的默认数据进行更正，可以增加利用历史数据进行未来分析或统计的结果准确度。
本发明实施例中提出的过程仪表的异常检测装置可以为PLC和服务提供系统。
其中，PLC可包括一虚拟功能模块、一模拟量输入输出模块、一中央处理器模块、一功能模块和一电源供应模块；其中，所述虚拟功能模块的至少一个输入通道与布置在一服务提供系统上的至少一个异常诊断算法的输出之间设有映射关系，所述虚拟功能模块在一输入通道接收到所述服务提供系统输出的一异常指示时，将所述异常指示作为所述功能模块的一个输入变量提供给功能模块；其中所述输入变量用于指示与所述输入通道存在映射关系的异常诊断算法对应的过程仪表存在异常；所述模拟量输入输出模块接收一过程仪表的测量数据，将所述测量数据由模拟量转换数字量后提供给所述功能模块；并接收来自所述功能模块的第一控制指令或第二控制指令，将所述第一控制指令或第二控制指令由数字量转换为模拟量后输出给一过程执行机构；所述中央处理器模块对所述测量数据进行缓存和中转；所述功能模块在接收到所述输入变量时，确定对应的过程仪表存在异常，根据一预先设定的默认数值向所述模拟量输入输出模块输出第一控制指令；否则，根据所述测量数据向所述模拟量输入输出模块输出第二控制指令；所述电源供应模块为所述中央处理器模块、所述模拟量输入输出模块和所述功能模块供电。
可见，本发明实施例中由于布置在一个服务提供系统上的各异常诊断算法的输出与集成在PLC上的至少一个虚拟功能模块的各输入通道之间设有映射关系，因此可以将各异常诊断算法伪装成PLC自身的算法模块，这样当利用服务提供系统上的各异常诊断算法对PLC接收的过程仪表的测量数据进行评估并判断出某过程仪表出现异常时，会输出一个异常指示给PLC对应的输入通道，并且该异常指示直接作为PLC的一个输入参数参与PLC的控制，从而增强了PLC的功能，并实现了对过程仪表的异常诊断。此外，在诊断出一过程仪表出现异常时，通过利用一预先设定的相对准确的默认数据来代替该测量数据进行后续控制，则可使得PLC的控制更准确，从而提高了PLC的控制准确度。
服务提供系统可包括一算法模块、一第一通信模块、一数据处理模块和一第二通信模块；其中，所述算法模块包括至少一个异常诊断算法，每个异常诊断算法用于诊断一个过程仪表是否存在异常；所述至少一个异常诊断算法的输出与集成在一个可编程逻辑控制器PLC上的至少一个虚拟功能模块的至少一个输入通道建立有映射关系；所述第一通信模块从一历史数据库中获取一过程仪表的测量数据；所述测量数据为所述PLC接收自所述过程仪表的、并周期性地被采集到所述历史数据库中的测量数据；所述数据处理模块调用所述算法模块中对应的异常诊断算法对所述测量数据进行诊断，在诊断出对应的过程仪表存在异常时，向第二通信模块输出一异常指示；所述第二通信模块，将所述异常指示输出给与所述异常诊断算法存在映射关系的虚拟功能模块的对应输入通道。
可见，本发明实施例中由于布置在一个服务提供系统上的各异常诊断算法的输出与集成在PLC上的至少一个虚拟功能模块的各输入通道之间设有映射关系，因此可以将各异常诊断算法伪装成PLC自身的算法模块，这样当利用服务提供系统上的各异常诊断算法对PLC接收的过程仪表的测量数据进行评估并判断出某过程仪表出现异常时，会输出一个异常指示给PLC对应的输入通道，并且该异常指示直接作为PLC的一个输入参数参与PLC的控制，从而增强了PLC的功能，并实现了对过程仪表的异常诊断。
在一个实施方式中，所述数据处理模块进一步将所述过程仪表出现异常时对应的测量数据替换为一预先设定的默认数据；所述第一通信模块进一步将所述默认数据代替所述过程仪表出现异常时对应的测量数据存储到所述历史数据库中。该实施方式中，通过对历史数据库中过程仪表出现异常后的数据利用一相对准确的默认数据进行更正，可以增加利用历史数据进行未来分析或统计的结果准确度。
在一个实施方式中，所述服务提供系统设置在一PC机上、一服务器上或者是一工业云上。可见，服务提供系统可灵活设置在PLC之外的第三方资源上，尤其是随着云技术的发展，使得布置在云资源上的服务提供系统效率更高。
在一个实施方式中，所述服务提供系统也可以包括：至少一个存储器和至少一个处理器，其中：所述至少一个存储器，用于存储计算机程序；所述至少一个处理器，用于调用所述至少一个存储器中存储的计算机程序，执行如权利要求3或4所述的过程仪表的异常检测方法。
本发明实施例中提出的过程仪表的异常诊断系统可包括上述的PLC、服务提供系统和历史数据库；其中，所述历史数据库用于存储周期性地从所述PLC上采集的至少一个过程仪表的测量数据。
本发明实施例中提出的计算机可读存储介质，其上存储有计算机程序；所述计算机程序能够被一处理器执行并实现如上所述的过程仪表的异常检测方法。
附图说明
本发明的其它特征、特点、优点通过以下结合附图的详细描述将变得更加显而易见。
图1为本发明各实施例的一个应用场景的结构示意图。
图2为本发明一实施例中过程仪表的异常检测方法的示例性流程图。
图3为本发明一实施例中PLC的一个控制过程原理图。
图4为本发明又一实施例中过程仪表的异常检测方法的示例性流程图。
图5为本发明实施例中PLC的示例性结构图。
图6为本发明实施例中一种服务提供系统的示例性结构图。
图7为本发明实施例中又一种服务提供系统的示例性结构图。
其中，附图标记如下：
具体实施方式
本发明实施例中，考虑到目前很多工业控制装置采用PLC来实现，而目前的异常诊断算法又不能直接应用在PLC中，因此将各异常诊断算法布置在一个服务提供系统上例如PC机、服务器或工业云等，同时在PLC上集成至少一个虚拟功能模块，并建立各虚拟功能模块的各输入通道与布置在服务提供系统上的各异常诊断算法的输出之间的映射关系。这样，PLC接收到的各过程仪表的测量数据便可利用服务提供系统上对应的异常诊断算法进行评估诊断，之后在检测到某一个过程仪表存在异常时，输出一异常指示给对应的虚拟功能模块的对应输入通道，使得该异常指示可以作为该PLC的控制程序的一个输入参数，直接参与到PLC的控制过程中即可。
为使本发明的目的、技术方案和优点更加清楚，以下举实施例对本发明进一步详细说明。
图1为本发明各实施例的一个应用场景的结构示意图。如图1所示，该应用场景中包括PLC 110、历史数据库120和服务提供系统130。
其中，PLC 110上集成有至少一个虚拟功能模块111，且每个虚拟功能模块111的至少一个输入通道与布置在服务提供系统130上的至少一个异常诊断算法的输出之间设有映射关系。该PLC 110可接收各过程仪表140的测量数据，并根据该测量数据对相应的过程执行机构150进行控制；或者，在接收到服务提供系统130通过虚拟功能模块111的相应输入通道反馈的指示某个过程仪表出现异常的异常指示时，根据该异常指示对相应的过程执行机构150进行控制。
历史数据库120存储有周期性从PLC上采集的各种控制过程有关的数据，包括各过程仪表140的测量数据。
服务提供系统130上布置有至少一个异常诊断算法，每个异常诊断算法用于诊断一个过程仪表是否存在异常。服务提供系统130能够从历史数据库120中获取各过程仪表140的测量数据，利用对应的异常诊断算法对所述测量数据进行诊断，若确定某一过程仪表出现异常，则输出一异常指示给PLC110相应的虚拟功能模块111的输入通道，作为该PLC110的一个输入参数，使得该PLC110可根据该异常指示对相应的过程执行机构150进行控制。服务提供系统130可以布置在PC机/服务器200或任一云资源如工业云300上等，本实施例中以步骤在公业云300上的情况为例。
其中，在PLC 110上集成虚拟功能模块111的方法可以包括：创建一个包括待创建的虚拟功能模块111的输入通道地址的虚拟功能模块描述文件，在PLC 110的编程工具中安装该虚拟功能模块描述文件，通过该编程工具提供的模块目录在PLC 110中创建该虚拟功能模块，在PLC 110上分配该虚拟功能模块的输入通道地址，并创建一个包括虚拟功能模块111的输入通道与服务提供系统130的输出之间的映射关系的虚拟功能模块配置文件。
其中，虚拟功能模块111的输入通道与布置在服务提供系统130上的异常诊断算法的输出之间的映射关系可通过如下方法设置：建立PLC 110与服务提供系统130之间的通信连接，创建一个包括虚拟功能模块111的输入通道与服务提供系统130的输出之间的映射关系的虚拟功能模块配置文件，将所述虚拟功能模块配置文件提供给服务提供系统130，之后便可通过虚拟功能模块111的相应输入通道接收来自服务提供系统130的输出变量了，并可利用该输出变量更新PLC的控制参数。
图2为本发明一实施例中过程仪表的异常检测方法的示例性流程图。该方法可应用于图1中的PLC上，如图2所示，该方法可包括如下步骤：
步骤201，所述PLC 110接收一过程仪表的测量数据，所述测量数据被周期性地存储到一历史数据库120中。所述PLC 110上集成有至少一个虚拟功能模块111，且每个虚拟功能模块111的至少一个输入通道与布置在一服务提供系统130上的至少一个异常诊断算法的输出之间设置有映射关系，每个异常诊断算法用于诊断一个过程仪表是否存在异常。
步骤202，所述PLC 110在通过所述虚拟功能模块111的一输入通道接收到所述服务提供系统130输出的一异常指示时，确定与所述输入通道存在映射关系的异常诊断算法对应的过程仪表存在异常。所述异常指示为所述服务提供系统从所述历史数据库120中获取所述测量数据，利用对应的异常诊断算法对所述测量数据进行诊断之后确定所述过程仪表出现异常时输出的指示。
本实施例中，所述PLC 110在未接收到所述异常指示时，可根据所述过程仪表140的测量数据对一过程执行机构150进行控制；在接收到所述异常指示时，根据一预先设定的默认数据对所述过程执行机构150进行控制。
图3为本发明实施例中PLC的一个控制过程原理图。如图3所示，箭头301对应的是过程仪表的测量数据，箭头302对应的是一预先设定的默认数据，箭头303对应的是异常指示，箭头304对应的是PLC采用的处理值，根据该处理值对所述过程执行机构进行控制。可见，在未接收到异常指示时，PLC采用的处理值是箭头301对应的过程仪表的测量数据，在接收到异常指示时，PLC采用的处理值是箭头302对应的预先设定的默认数据。
图4为本发明又一实施例中过程仪表的异常检测方法的示例性流程图。该方法可应用于图1中的服务提供系统上，如图4所示，该方法可包括如下步骤：
步骤401，服务提供系统130从一历史数据库120中获取一过程仪表的测量数据；所述测量数据为所述PLC 110接收自所述过程仪表的、并周期性地被存储到所述历史数据库120中的测量数据。其中，所述服务提供系统130上布置有至少一个异常诊断算法，每个异常诊断算法用于诊断一个过程仪表是否存在异常；所述至少一个异常诊断算法的输出与集成在一个PLC上的至少一个虚拟功能模块的至少一个输入通道之间设置有映射关系。
步骤402，所述服务提供系统130利用对应的异常诊断算法对所述测量数据进行诊断，在诊断出所述过程仪表出现异常时，输出一异常指示给与所述异常诊断算法存在映射关系的虚拟功能模块111的对应输入通道。
本实施例中，可进一步包括：步骤403，所述服务提供系统130将所述过程仪表出现异常时对应的测量数据替换为一预先设定的默认数据；将所述默认数据代替所述过程仪表出现异常时对应的测量数据存储到所述历史数据库120中。
图5为本发明实施中一种PLC的示例性结构图。如图5所示，该PLC可包括：一虚拟功能模块111、一模拟量输入输出模块112、一中央处理器模块113、一功能模块114和一电源供应模块115。
其中，虚拟功能模块111的至少一个输入通道与布置在一服务提供系统130上的至少一个异常诊断算法的输出之间建立有映射关系，虚拟功能模块111用于在一输入通道接收到服务提供系统130输出的一异常指示时，将所述异常指示作为功能模块114的一个输入变量提供给功能模块114；所述输入变量用于指示与所述输入通道存在映射关系的异常诊断算法对应的过程仪表存在异常。
模拟量输入输出模块112用于接收一过程仪表140的测量数据，将所述测量数据由模拟量转换数字量后提供给功能模块114；并接收来自功能模块114的第一控制指令或第二控制指令，将所述第一控制指令或第二控制指令由数字量转换为模拟量后输出给一过程执行机构150。
中央处理器模块113用于对所述过程仪表140的测量数据进行缓存和中转。例如，模拟量输入输出模块112在将所述测量数据由模拟量转换数字量后，可将所述测量数据存储到缓存中，该缓存可以为中央处理器模块113的内存，之后功能模块114可从该缓存中获取所述测量数据。此外，历史数据库120中存储的各过程仪表140的测量数据可以是周期性地从中央处理器模块113中读取的。
功能模块114用于在接收到所述输入变量时，确定对应的过程仪表存在异常，根据一预先设定的默认数值向模拟量输入输出模块112输出第一控制指令；否则，根据所述测量数据向模拟量输入输出模块112输出第二控制指令。
电源供应模块115用于为包括中央处理器模块113、模拟量输入输出模块112和功能模块114在内的整个PLC供电。
本实施例中，功能模块114可以包括一个比例、积分、微分(PID)控制器等。
图6为本发明实施中一种服务提供系统130的示例性结构图。如图6所示，该服务提供系统130可包括一算法模块131、一第一通信模块132、一数据处理模块133和一第二通信模块134。
其中，算法模块131包括至少一个异常诊断算法，每个异常诊断算法用于诊断一个过程仪表是否存在异常。所述至少一个异常诊断算法的输出与集成在一个PLC 110上的至少一个虚拟功能模块111的至少一个输入通道建立有映射关系。
第一通信模块132用于从一历史数据库120中获取一过程仪表的测量数据；所述测量数据为PLC 110接收自所述过程仪表的、并周期性地被存储到所述历史数据库120中的测量数据。
数据处理模块133用于调用算法模块131中对应的异常诊断算法对所述第一通信模块132获取的测量数据进行诊断，在诊断出对应的过程仪表存在异常时，向第二通信模块134输出一异常指示。
第二通信模块134用于将所述异常指示输出给与所述异常诊断算法存在映射关系的虚拟功能模块111的对应输入通道。
在一个实施方式中，数据处理模块133进一步用于将所述过程仪表出现异常时对应的测量数据替换为一预先设定的默认数据。相应地，第一通信模块132进一步用于将所述默认数据代替所述过程仪表出现异常时对应的测量数据存储到所述历史数据库120中。
本发明实施例中，服务提供系统130可设置在一PC机上、一服务器上或者任一云资源例如工业云上。
图7为本发明实施中又一种服务提供系统130的示例性结构图。如图7所示，该服务提供系统可包括：至少一个存储器701、至少一个处理器702和至少一个端口703。这些组件通过总线704进行通信。
其中，至少一个存储器701用于存储计算机程序。该计算机程序可以理解为包括图6所示的各个模块，即算法模块131、第一通信模块132、数据处理模块133和一第二通信模块134。
此外，至少一个存储器701还可存储操作系统等。操作系统包括但不限于：Android操作系统、Symbian操作系统、Windows操作系统、Linux操作系统等等。
至少一个端口703用于发送和接收数据。
至少一个处理器702用于调用至少一个存储器701中存储的计算机程序，以基于至少一个端口703发送和接收数据的功能执行本发明实施例中所述的过程仪表的异常检测方法。处理器702可以为CPU，处理单元/模块，ASIC，逻辑模块或可编程门阵列等。
本发明实施例中的过程仪表的异常检测系统，可包括上述的历史数据库120、PLC110和服务提供系统130。
此外，本发明实施例中还提供一种计算机可读存储介质，其上存储有计算机程序；所述计算机程序能够被一处理器执行并实现本发明实施例中所述的过程仪表的异常检测方法。
可见，本发明实施例中由于布置在一个服务提供系统上的各异常诊断算法的输出与集成在PLC上集成至少一个虚拟功能模块的各输入通道之间设置有映射关系，因此可以将各异常诊断算法伪装成PLC自身的算法模块，这样当利用服务提供系统上的各异常诊断算法对PLC接收的过程仪表的测量数据进行评估并判断出某过程仪表出现异常时，会输出一个异常指示给PLC对应的输入通道，并且该异常指示直接作为PLC的一个输入参数参与PLC的控制，从而增强了PLC的功能，并实现了对过程仪表的异常诊断。此外，在诊断出一过程仪表出现异常时，通过利用一预先设定的相对准确的默认数据来代替该测量数据进行后续控制，则可使得PLC的控制更准确，从而提高了PLC的控制准确度。
此外，在检测到一过程仪表出现异常，PLC通过利用一预先设定的相对准确的默认数据来代替该测量数据进行后续控制，可使得PLC的控制更准确，从而提高了PLC的控制准确度。
进一步地，服务提供系统通过对历史数据库中过程仪表出现异常后的数据利用一相对准确的默认数据进行更正，可以增加利用历史数据进行未来分析或统计的结果准确度。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.过程仪表的异常检测方法，其特征在于，包括：
一个可编程逻辑控制器PLC(110)接收一过程仪表的测量数据，其中所述测量数据被周期性地存储到一历史数据库中(120)，以及其中在所述可编程逻辑控制器PLC(110)上集成有至少一个虚拟功能模块(111)，其中每个虚拟功能模块(111)的至少一个输入通道与布置在一服务提供系统(130)上的至少一个异常诊断算法的输出之间设有映射关系，每个异常诊断算法用于诊断一个过程仪表是否存在异常；
所述可编程逻辑控制器PLC(110)在通过所述虚拟功能模块(111)的一输入通道接收到所述服务提供系统(130)输出的一异常指示时，确定与所述输入通道存在映射关系的异常诊断算法对应的过程仪表存在异常，其中所述异常指示为所述服务提供系统(130)从所述历史数据库(120)中获取所述测量数据，利用对应的异常诊断算法对所述测量数据进行诊断之后确定所述过程仪表出现异常时输出的指示；所述可编程逻辑控制器PLC(110)在未接收到所述异常指示时，根据所述测量数据对一过程执行机构进行控制；所述至少一个异常诊断算法中的每一个伪装成所述可编程逻辑控制器PLC(110)的算法模块，使得所述异常指示是所述可编程逻辑控制器PLC(110)的相应通道的输入，所述异常指示直接作为所述可编程逻辑控制器PLC(110)的输入参数参与所述PLC(110)控制；
在接收到所述异常指示时，根据一预先设定的默认数据对所述过程执行机构进行控制。
2.过程仪表的异常检测方法，其特征在于，包括：
一服务提供系统(130)从一历史数据库(120)中获取一过程仪表(140)的测量数据；所述测量数据为一可编程逻辑控制器PLC(110)接收自所述过程仪表的、并周期性地被存储到所述历史数据库(120)中的测量数据；其中所述服务提供系统(130)上布置有至少一个异常诊断算法，且所述至少一个异常诊断算法的输出与集成在所述可编程逻辑控制器PLC(110)上的至少一个虚拟功能模块(111)的至少一个输入通道设有映射关系；
所述服务提供系统(130)利用对应的异常诊断算法对所述测量数据进行诊断，在诊断出所述过程仪表出现异常时，输出一异常指示给与所述异常诊断算法存在映射关系的虚拟功能模块(111)的对应输入通道；所述服务提供系统(130)将所述过程仪表出现异常时对应的测量数据替换为一预先设定的默认数据；所述至少一个异常诊断算法中的每一个伪装成所述可编程逻辑控制器PLC(110)的算法模块，使得所述异常指示是所述可编程逻辑控制器PLC(110)的相应通道的输入，所述异常指示直接作为所述可编程逻辑控制器PLC(110)的输入参数参与所述可编程逻辑控制器PLC(110)控制；
将所述默认数据代替所述过程仪表出现异常时对应的测量数据存储到所述历史数据库(120)中。
3.一种可编程逻辑控制器PLC，其特征在于，包括：一虚拟功能模块(111)、一模拟量输入输出模块(112)、一中央处理器模块(113)、一功能模块(114)和一电源供应模块(115)；其中，
所述虚拟功能模块(111)的至少一个输入通道与布置在一服务提供系统(130)上的至少一个异常诊断算法的输出之间设有映射关系，所述虚拟功能模块(111)在一输入通道接收到所述服务提供系统(130)输出的一异常指示时，将所述异常指示作为所述功能模块(114)的一个输入变量提供给功能模块(114)，其中所述输入变量用于指示与所述输入通道存在映射关系的异常诊断算法对应的过程仪表存在异常；所述至少一个异常诊断算法中的每一个伪装成所述可编程逻辑控制器PLC(110)的算法模块，使得所述异常指示是所述可编程逻辑控制器PLC(110)的相应通道的输入，所述异常指示直接作为所述可编程逻辑控制器PLC(110)的输入参数参与所述可编程逻辑控制器PLC(110)控制；
所述模拟量输入输出模块(112)接收一过程仪表(140)的测量数据，将所述测量数据由模拟量转换数字量后提供给所述功能模块(114)；并接收来自所述功能模块(114)的第一控制指令或第二控制指令，将所述第一控制指令或第二控制指令由数字量转换为模拟量后输出给一过程执行机构(150)；
所述中央处理器模块(113)对所述测量数据进行缓存和中转；
所述功能模块(114)在接收到所述输入变量时，确定对应的过程仪表存在异常，根据一预先设定的默认数值向所述模拟量输入输出模块(112)输出第一控制指令；否则，根据所述测量数据向所述模拟量输入输出模块(112)输出第二控制指令；
所述电源供应模块(115)为所述中央处理器模块(113)、所述模拟量输入输出模块(112)和所述功能模块(114)供电。
4.服务提供系统，其特征在于，包括：一算法模块(131)、一第一通信模块(132)、一数据处理模块(133)和一第二通信模块(134)；其中，
所述算法模块(131)包括至少一个异常诊断算法，每个异常诊断算法用于诊断一个过程仪表是否存在异常；所述至少一个异常诊断算法的输出与集成在一个可编程逻辑控制器PLC(110)上的至少一个虚拟功能模块(111)的至少一个输入通道建立有映射关系；
所述第一通信模块(132)从一历史数据库(120)中获取一过程仪表的测量数据；所述测量数据为所述PLC(110)接收自所述过程仪表的、并周期性地被采集到所述历史数据库(120)中的测量数据；
所述数据处理模块(133)调用所述算法模块(131)中对应的异常诊断算法对所述测量数据进行诊断，在诊断出对应的过程仪表存在异常时，向第二通信模块(134)输出一异常指示；
所述第二通信模块(134)将所述异常指示输出给与所述异常诊断算法存在映射关系的虚拟功能模块(111)的对应输入通道；所述数据处理模块(133)进一步将所述过程仪表出现异常时对应的测量数据替换为一预先设定的默认数据；
所述第一通信模块(132)进一步将所述默认数据代替所述过程仪表出现异常时对应的测量数据存储到所述历史数据库中；
所述至少一个异常诊断算法中的每一个伪装成所述可编程逻辑控制器PLC(110)的算法模块，使得所述异常指示是所述可编程逻辑控制器PLC(110)的相应通道的输入，所述异常指示直接作为所述可编程逻辑控制器PLC(110)的输入参数参与所述可编程逻辑控制器PLC(110)控制；。
5.如权利要求4所述的服务提供系统，其特征在于，所述服务提供系统(130)设置在一PC机上、一服务器上或者是一工业云上。
6.服务提供系统，其特征在于，包括：至少一个存储器(701)和至少一个处理器(702)，其中：
所述至少一个存储器(701)，存储有计算机程序；
所述至少一个处理器(702)，调用所述至少一个存储器(701)中存储的计算机程序，执行如权利要求2所述的过程仪表的异常检测方法。
7.过程仪表的异常诊断系统，其特征在于，包括：一历史数据库(120)、如权利要求3所述的可编程逻辑控制器PLC(110)和如权利要求4至6中任一项所述的服务提供系统(130)；其中，
所述历史数据库(120)存储周期性地从所述PLC(110)上采集的至少一个过程仪表的测量数据。
8.一种计算机可读存储介质，其上存储有计算机程序；其特征在于，所述计算机程序能够被一处理器执行并实现如权利要求1至2中任一项所述的过程仪表的异常检测方法。
CN201780096463.4A 2017-12-29 2017-12-29 过程仪表的异常检测方法、系统及存储介质 Active CN111295625B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2017/120227 WO2019127501A1 (zh) 2017-12-29 2017-12-29 过程仪表的异常检测方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN111295625A CN111295625A (zh) 2020-06-16
CN111295625B true CN111295625B (zh) 2023-12-12

Family

ID=67064409

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201780096463.4A Active CN111295625B (zh) 2017-12-29 2017-12-29 过程仪表的异常检测方法、系统及存储介质

Country Status (4)

Country Link
US (1) US11681597B2 (zh)
EP (1) EP3715973A4 (zh)
CN (1) CN111295625B (zh)
WO (1) WO2019127501A1 (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104049593A (zh) * 2013-03-15 2014-09-17 费希尔-罗斯蒙特系统公司 过程工厂中的物理现象的移动分析
CN104956088A (zh) * 2012-11-07 2015-09-30 诺沃皮尼奥内股份有限公司 在一个或更多测量信号的失效的情况下操作压缩机的方法

Family Cites Families (27)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7257620B2 (en) 2001-09-24 2007-08-14 Siemens Energy & Automation, Inc. Method for providing engineering tool services
US9565275B2 (en) 2012-02-09 2017-02-07 Rockwell Automation Technologies, Inc. Transformation of industrial data into useful cloud information
US7151966B1 (en) 2002-06-04 2006-12-19 Rockwell Automation Technologies, Inc. System and methodology providing open interface and distributed processing in an industrial controller environment
JP2005243008A (ja) * 2004-01-29 2005-09-08 Omron Corp 診断システムおよび診断方法ならびにツールおよびコンポ
US8751616B2 (en) 2004-06-08 2014-06-10 Siemens Industry, Inc. System for accessing and browsing a PLC provided within a network
CN100377527C (zh) 2004-06-19 2008-03-26 鸿富锦精密工业（深圳）有限公司 网络互连设备配置管理系统及方法
US7853677B2 (en) 2005-09-12 2010-12-14 Rockwell Automation Technologies, Inc. Transparent bridging and routing in an industrial automation environment
US20070073850A1 (en) 2005-09-29 2007-03-29 Rockwell Automation Technologies, Inc. Industrial control device configuration and discovery
US7676279B2 (en) 2006-09-29 2010-03-09 Rockwell Automation Technologies, Inc. Services for industrial control systems
TWI438593B (zh) * 2009-04-10 2014-05-21 Hon Hai Prec Ind Co Ltd 工業現場遠程監控系統及方法
EP2836881B1 (en) 2012-04-13 2018-08-15 Siemens Corporation Embedded prognostics on plc platforms for equipment condition monitoring, diagnosis and time-to-failure/service prediction
US20140088927A1 (en) 2012-09-27 2014-03-27 Siemens Product Lifecycle Management Software Inc. Systems and methods for simulation of virtual model
WO2014112990A1 (en) 2013-01-16 2014-07-24 Siemens Aktiengesellschaft Automated input simulation for simulated programmable logic controller
US10649412B2 (en) 2013-03-15 2020-05-12 Fisher-Rosemount Systems, Inc. Method and apparatus for seamless state transfer between user interface devices in a mobile control room
JP6011875B2 (ja) * 2013-07-08 2016-10-19 Smc株式会社 アクチュエータの異常検出システム
EP3042254B1 (en) 2013-09-03 2018-05-30 Siemens Aktiengesellschaft Systems and methods for virtualizing a programmable logic controller
CN103676937B (zh) * 2013-12-10 2017-05-10 中联重科股份有限公司 控制器中控制参数的处理方法及装置
CN104563680B (zh) 2015-01-21 2017-02-22 常州市百亿达尔轨道客车配件有限公司 一种紧急解锁装置
US11513477B2 (en) 2015-03-16 2022-11-29 Rockwell Automation Technologies, Inc. Cloud-based industrial controller
US20160323143A1 (en) 2015-05-02 2016-11-03 Hyeung-Yun Kim Method and apparatus for neuroplastic internet of things by cloud computing infrastructure as a service incorporating reconfigurable hardware
CN104965481A (zh) 2015-07-13 2015-10-07 天津华清健坤膜科技有限公司 一种基于云计算的水处理监控平台
AU2016337406A1 (en) 2015-10-13 2018-05-17 Schneider Electric Industries Sas Software defined automation system and architecture
CN105223901B (zh) * 2015-10-19 2019-01-18 国家电网公司 一种环境监测控制系统
US9892012B2 (en) * 2015-12-30 2018-02-13 International Business Machines Corporation Detecting anomalous sensors
CN109983412B (zh) * 2016-12-14 2022-09-16 欧姆龙株式会社 控制装置、计算机可读记录介质以及控制方法
CN107357243B (zh) * 2017-06-26 2020-12-01 苏州健雄职业技术学院 基于云端数据监控的污水处理系统
US20190302707A1 (en) * 2018-03-28 2019-10-03 Mitsubishi Electric Research Laboratories, Inc. Anomaly Detection in Manufacturing Systems Using Structured Neural Networks

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104956088A (zh) * 2012-11-07 2015-09-30 诺沃皮尼奥内股份有限公司 在一个或更多测量信号的失效的情况下操作压缩机的方法
CN104049593A (zh) * 2013-03-15 2014-09-17 费希尔-罗斯蒙特系统公司 过程工厂中的物理现象的移动分析

Also Published As

Publication number Publication date
US11681597B2 (en) 2023-06-20
US20200349044A1 (en) 2020-11-05
CN111295625A (zh) 2020-06-16
EP3715973A4 (en) 2021-07-07
WO2019127501A1 (zh) 2019-07-04
EP3715973A1 (en) 2020-09-30

Similar Documents

Publication Publication Date Title
CN108803502B (zh) 数据收集装置及系统、数据服务器、数据收集方法及计算机可读取的非易失性的记录介质
CA2864913C (en) Time-stamped emissions data collection for process control devices
US8311651B2 (en) Process automation system for determining, monitoring and/or influencing different process variables and/or state variables
US20110145180A1 (en) Diagnostic Method for a Process Automation System
US20170131705A1 (en) Field device, field device system, and diagnostic method
CN112740128B (zh) 用于改进自动化现场设备的测量性能的方法
US20170010597A1 (en) Measurement Transducer having a Monitoring Function
US20200183350A1 (en) Electronic circuit for a field device used in automation technology
US8830051B2 (en) Method for dynamically adapting a diagnostic system
US10067105B2 (en) Method for operating a measuring site
CN111295625B (zh) 过程仪表的异常检测方法、系统及存储介质
CN211576413U (zh) 一种可量值溯源的在线智能双传感器温度监测装置
CN110657830B (zh) 现场仪器、现场仪器的诊断方法以及诊断装置
CN112711228A (zh) 用于工业环境中的过程自动化的现场设备
JP2014134999A (ja) バルブ診断装置
CN101738237B (zh) 从安全相关区域转移对安全功能有影响的部件
US11788933B2 (en) Method for monitoring measured variables measured on a process plant with measuring instruments
US20200319000A1 (en) Method for correcting measurement data of an analysis sensor and analysis sensor with correction of measurement data
US11454529B2 (en) Augmented flowmeter with a system for simulating fluid parameters
EP2149830B1 (en) An automation system and method for its operation
JP2024093071A (ja) 制御システム診断装置、制御システム診断方法、及び、制御システム診断プログラム
KR101810178B1 (ko) 디지털 지시계 장치 및 이의 실행 방법
Odungide Self-Validating Sensors, Types and Uncertainty: A Literature Review

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