CN112214660A - 工业信息标识与检索系统 - Google Patents
工业信息标识与检索系统 Download PDFInfo
- Publication number
- CN112214660A CN112214660A CN202010651108.2A CN202010651108A CN112214660A CN 112214660 A CN112214660 A CN 112214660A CN 202010651108 A CN202010651108 A CN 202010651108A CN 112214660 A CN112214660 A CN 112214660A
- Authority
- CN
- China
- Prior art keywords
- search
- query
- score
- opc
- processor
- 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
- 238000004891 communication Methods 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 32
- 238000012986 modification Methods 0.000 claims description 13
- 230000004048 modification Effects 0.000 claims description 13
- 238000006467 substitution reaction Methods 0.000 claims description 9
- 238000011524 similarity measure Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 9
- 238000010845 search algorithm Methods 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 235000008694 Humulus lupulus Nutrition 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9532—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
Abstract
本发明涉及一种工业信息标识和检索系统。该系统包括爬取器、搜索引擎、结果处理器和网页用户界面“网页UI”。爬取器被配置为标识网络中的设备以及该设备的相关联的开放平台通信统一架构“OPC UA”服务器。爬取器被配置为浏览所标识的OPC UA服务器、以及提取数据项目并将该数据项目存储到数据库中。搜索引擎被配置为搜索所提取的数据项目并将搜索结果提供给结果处理器。结果处理器被配置为确定针对每个搜索结果的分数。网页UI被配置为根据分数来呈现搜索结果。
Description
技术领域
本发明涉及工业信息标识和检索系统、以及工业物联网搜索方法。
背景技术
工业物联网(IIoT)连接许多不同设备,从低成本的传感器上至高端的设备。在工业自动化中,用于这些传感器和高端设备的信息模型经由OPC UA服务器提供,该OPC UA服务器经由互联网协议(IP)通信。为了寻找信息,需要连接到这些服务器并且例如手动浏览数据项目。所提供的信息对于故障的根本原因分析或过程洞察可能是至关重要的。现有技术:具有有限的信息模型的传统的OPC服务器,搜索在手动指定的工厂编目(诸如800xA方面目录)上被完成。这类似于在基于网页爬取器(web crawlers)的搜索引擎(例如,Google)被发明之前的WWW中的网页编目(例如,Yahoo)的情况。
然而,这种针对信息的手动浏览需要改进。
发明内容
因此,设法在工业自动化环境中浏览并检索用于传感器和高端设备的信息是有利的。
本发明的目标利用独立权利要求的主题而被解决,其中进一步的实施例被包含在从属权利要求中。
在第一方面,提供了一种工业信息标识和检索系统;包括:
-爬取器;
-搜索引擎;
-结果处理器;以及
-网页用户界面“网页UI”;
爬取器被配置为标识网络中的设备以及该设备的相关联的开放平台通信统一架构“OPC UA”服务器。爬取器被配置为浏览所标识的OPC UA服务器、以及提取数据项目并将该数据项目存储到数据库中。搜索引擎被配置为搜索所提取的数据项目并将搜索结果提供给结果处理器。结果处理器被配置为确定针对每个搜索结果的分数。网页UI被配置为根据分数来呈现搜索结果。
在示例中,数据项目包括以下各项中的一项或多项:设备参数值或输出值;图像数据;针对特定设备的图像数据;设备信息;针对特定供应商的设备信息;特定地理区域中的设备;设备类型信息。
在示例中,系统包括查询处理器。查询处理器被配置为向系统提供领域知识。由搜索引擎进行的搜索结果的提供包括领域知识的利用。
在示例中,网页UI被配置为向查询处理器提供至少一个搜索查询。查询处理器被配置为修改至少一个搜索查询以生成领域知识。该修改包括:用领域特定关键词替代至少一个搜索查询中的关键词、和/或将关键词添加到至少一个搜索查询中。
在示例中,至少一个搜索查询由用户输入。
在示例中,至少一个搜索查询的修改包括至少一个修改或替代规则的利用。
在示例中,至少一个修改或替代规则是预设或用户定义的。
在示例中,搜索引擎被配置为确定由不同用户先前选择每个搜索结果的次数。针对每个搜索结果的分数的确定包括由不同用户先前选择每个搜索结果的次数的利用。
在示例中,搜索引擎被配置为确定针对每个搜索结果的多个相似性度量。针对每个搜索结果的分数的确定包括多个相似性度量的利用。
在示例中,数据项目包括设备参数值或输出值。搜索引擎被配置为确定针对设备的参数值或输出值的可变性的多个测量值。针对每个搜索结果的分数的确定包括针对设备的参数值或输出值的可变性的多个测量值的利用。
在示例中,结果处理器被配置为根据针对每个分数结果的分数来排列搜索结果。
在第二方面,提供了一种工业物联网搜索方法,该方法包括:
a)标识网络中的设备以及该设备的相关联的开放平台通信统一架构“OPC UA”服务器;
b)浏览所标识的OPC UA服务器、以及提取数据项目并将该数据项目存储到数据库中;
d)搜索所提取的数据项目并确定搜索结果;
e)确定针对每个搜索结果的分数;以及
f)根据分数来呈现搜索结果。
在示例中,该方法包括为系统提供领域知识的步骤c),并且其中步骤d)包括利用领域知识。
在示例中,步骤c)包括提供至少一个搜索查询并修改该至少一个搜索查询以生成领域知识,该修改包括:用领域特定关键词替代至少一个搜索查询中的关键词、和/或将关键词添加至至少一个搜索查询。
在示例中,步骤e)包括根据针对每个分数结果的分数来排列搜索结果。
附图说明
下文将参考以下附图描述示例性实施例:
图1示出了实现工业信息标识和检索系统以及工业物联网搜索方法的架构的详细视图;
图2示出了用于显示搜索结果的用户界面的示例;以及
图3示出了工业信息标识和检索系统以及工业物联网搜索方法的操作的详细的工作流程。
具体实施方式
图1至图3涉及工业信息标识和检索系统、以及工业物联网搜索方法。在示例中,工业信息标识和检索系统包括爬取器、搜索引擎、结果处理器和网页用户界面“网页UI”。爬取器被配置为标识网络中的设备及其相关联的开放平台通信统一架构“OPC UA”服务器。爬取器还被配置为浏览所标识的OPC UA服务器、提取数据项目并将该数据项目存储到数据库中。搜索引擎被配置为搜索所提取的数据项目并将搜索结果提供给结果处理器。结果处理器被配置为确定针对每个搜索结果的分数。网页UI被配置为根据分数呈现搜索结果。
在示例中,网络是本地网络或全球网络。
在示例中,设备及其相关联的OPC UA的标识包括由爬取器利用OPC UA本地或OPCUA全球发现服务器或者多播域名系统“mDNS”。
在示例中,设备及其相关联的OPC UA的标识包括由爬取器利用OPC UA节点内对另一服务器的引用。
在示例中,爬取器被配置为从授权服务器获得证书以连接到OPC服务器。
在示例中,爬取器被配置为经由客户端/服务器连接来浏览所标识的OPC UA服务器。
在示例中,爬取器被配置为浏览OPC UA服务器,该OPC UA服务器包括深度优先搜索算法或图探索算法的利用。
在示例中,该系统被配置为预处理数据库中存储的数据,以提供更好的与数据库的查询能力的集成。
根据示例,数据项目包括以下各项中的一项或多项:设备参数值或输出值;图像数据;针对特定设备的图像数据;设备信息;针对特定供应商的设备信息;特定地理区域内的设备;设备类型信息。
根据示例,该系统包括查询处理器。查询处理器被配置为向系统提供领域知识,并且由搜索引擎进行的搜索结果的提供包括领域知识的利用。
根据示例,网页UI被配置为向查询处理器提供至少一个搜索查询。查询处理器被配置为修改至少一个搜索查询以生成领域知识。该修改包括用领域特定关键词替代至少一个搜索查询中的关键词和/或将关键词添加到至少一个搜索查询中。
根据示例,至少一个搜索查询由用户输入。
根据示例,至少一个搜索查询的修改包括至少一个修改或替代规则的利用。
根据示例,至少一个修改或替代规则是预设或用户定义的。
根据示例,搜索引擎被配置为确定由不同用户先前选择每个搜索结果的次数。每个搜索结果的分数的确定包括由不同用户先前选择每个搜索结果的次数的利用。
根据示例,搜索引擎被配置为确定每个搜索结果的多个相似性度量。每个搜索结果的分数的确定包括多个相似性度量的利用。
根据示例,数据项目包括设备参数值或输出值。搜索引擎被配置为确定设备的参数值或输出值的可变性的多个测量值。每个搜索结果的分数的确定包括设备的参数值或输出值的可变性的多个测量值的利用。
根据示例,结果处理器被配置为根据每个分数结果的分数来排列搜索结果。
示例还涉及工业物联网搜索方法。该方法包括:
a)标识网络内的设备及其相关联的开放平台通信统一架构“OPC UA”服务器;
b)浏览所标识的OPC UA服务器、以及提取数据项目并将数据项目存储到数据库中;
d)搜索所提取的数据项目并确定搜索结果;
e)确定每个搜索结果的分数;以及
f)根据分数来呈现搜索结果。
在示例中,网络是本地网络或全球网络。
在示例中,步骤a)包括利用OPC UA本地或OPC UA全球发现服务器或多播域名系统“mDNS”。
在示例中,步骤a)包括利用OPC UA节点内对另一服务器的引用。
在示例中,步骤a)包括从授权服务器获得证书以连接到OPC服务器。
在示例中,步骤b)包括经由客户端/服务器连接来浏览所标识的OPC UA服务器。
在示例中,步骤b)包括利用深度优先搜索算法或图探索算法。
在示例中,步骤b)包括对数据库中存储的数据进行预处理。
在示例中,数据项目包括以下各项中的一项或多项:设备参数值或输出值;图像数据;针对特定设备的图像数据;设备信息;针对特定供应商的设备信息;特定地理区域内的设备;设备类型信息。
根据示例,该方法包括为系统提供领域知识的步骤c),并且其中步骤d)包括利用领域知识。
根据示例,步骤c)包括提供至少一个搜索查询并修改该至少一个搜索查询以生成领域知识,该修改包括用领域特定关键词替代至少一个搜索查询中的关键词和/或将关键词添加到至少一个搜索查询。
在示例中,至少一个搜索查询由用户输入。
在示例中,修改至少一个搜索查询包括利用至少一个修改或替代规则。
在示例中,至少一个修改或替代规则是预设或用户定义的。
在示例中,步骤d)包括确定不同用户先前选择每个搜索结果的次数;并且其中步骤e)包括利用不同用户先前选择每个搜索结果的次数。
在示例中,步骤d)包括确定每个搜索结果的多个相似性度量;并且其中步骤e)包括利用多个相似性度量。
在示例中,数据项目包括设备参数值或输出值;并且其中步骤d)包括确定设备的参数值或输出值的可变性的多个测量值;并且其中步骤e)包括利用设备的参数值或输出值的可变性的多个测量值。
根据示例,步骤e)包括根据每个分数结果的分数来排列搜索结果。
换言之,开发了系统和方法,其允许针对存储在这些OPC UA服务器中的信息的快速和有效的搜索。该系统具有用于标识、连接和浏览不同OPC UA服务器的独立的循环机制。该系统将收集的数据存储在外部数据库中以用于提高查询效率。网页前端利用领域知识充实了用户搜索查询。它对搜索结果进行排列并向相应的(多个)OPC UA服务器提供直接访问。
换言之,具有丰富的标准化信息模型的强力的OPC UA服务器在网络内是可发现的。工厂索引可以由所提出的爬取器通过搜索网络并扫描OPC UA服务器而自动地被创建。这节省了索引创建的手动工作量,并且在动态改变工厂(其中设备在运行期间被添加或被移除)的情况下更稳健。
用户提供有对存储在IIoT系统或工业网络中的信息的简单访问。以这种方式,专家知识对于在结构化信息模型中搜索特定数据项目不再必需。为了使搜索变得可实行,系统界限例如可以基于网络段(本地区域、定义数目的最大中继段/网关等)或基于工厂层级(例如,参见ISA-106:工厂单元、区域、工厂、站点企业)来设置。另一种可能是公司的联合体为该联合体的特定站点设置边界。
根据提出的NAMUR开放架构、工业4.0和IIoT,工厂中将会有许多新的并且廉价的自动化设备(例如,传感器和执行器),这些设备不直接集成到控制系统中但具有IP连接。大量的这些设备将具有在信息模型中提供他们的数据的OPC UA服务器。然而,这些设备提供对标识错误/事件的根本原因有用的信息并且可以有助于改进过程等。目前没有合适的解决方案能够通过这些信息模型快速搜索并使所需要的信息可访问。如今需要手动通过所有服务器并试图找到所请求的信息。这包括通过得知其OPC UA端点来连接到所有不同的设备、使用一些附加的软件并手动浏览信息模型。这些传感器中的一些传感器可能不遵循标准化信息模型,使得专家知识对于标识某些信息将是必需的。此外,不能保证手动找到信息的成功和完整性。此外,在许多情况下,这些设备在其硬件方面受到很大的约束。因此,可以推测这种手动浏览花费更多时间,因为设备的响应时间更长。然而,存在一些情况需要连接到那些设备并搜索特定的信息,例如:
·情况1:搜索特定的参数,诸如你周围的特定周界中的温度值,并通过将该特定位置周围的所有温度值(并且例如与某个阈值)合并而以综合的方式来分析该情况。该搜索参数可以是“温度特性”、“当前GPS坐标”和“所需的周界(例如,50m的半径)”。该搜索引擎可以通过使用其特定的GPS坐标和当前的GPS坐标来检索周界中的所有设备。然后可以检查所有设备是否包含“温度特性”。这些设备可以作为搜索结果列出。
·情况2:对工厂内所有特定的设备进行图像搜索,以使得现场人员能够在视觉上匹配和查找附近的设备。该搜索本身可以使用文本串作为搜索参数。搜索引擎可以为匹配搜索参数的每个设备检索存储在OPC UA服务器中的图像。然后,可以以与Google图像搜索相同的方式将这些图像显示给用户。站在特定设备前的现场用户可以尝试将设备与来自搜索结果的图像进行匹配。
·情况3:搜索特定供应商的设备。
·情况4:自由文本搜索以搜索在OPC UA服务器的信息模型中存储和提供的信息。假设信息模型是填充的OPC UA地址空间(该网页示出了示例:
http://www.commsvr.com/OPC-Help/media/ASMDBoilerModelDiagram.jpg)。它是所连接的数据要素的图。针对单独设备的OPC UA地址空间例如可以包含针对设备名称、类型、制造、序列号、通信协议的数据要素、以及(例如,针对传感器值或警报的)动态改变数据元素。例如用户可以搜索工厂段内所有的“西门子”设备以计划维修活动。
·情况5:搜索特定地理范围(例如特定位置周围一定的米数)内的设备。
·情况6:搜索特定类型或实现某个类型的功能的设备。
这里描述的系统和方法解决与标识和检索这种信息相关的问题,从而提供了允许执行这些使用情况的中央系统。以这种方式提供信息,使得信息可搜索并且能够容易访问。该系统和方法解释引用、组合存储在不同节点中的信息和/或充实通过语义知识的搜索。解释引用例如可以指代根据标签名称导出设备类型。在这种情况下,引用可以是标签名称或设备指定。例如,用户搜索“LIT100”,并且搜索引擎可以推断出指的是“电平指示发射器”类型的设备并且将搜索扩大到这种类型的所有设备。当进行附近搜索并使用设备名称和设备GPS坐标两者给出搜索结果时,例如需要对信息模型中不同节点的信息进行组合。
搜索和搜索结果的应用可以嵌入至应用——例如在配置工具内,以通过提供某个类型的所有设备的集成搜索来简化信息流的设置,这种类型的所有设备提供所需的输入参数。
更详细地,通过开发的称为IIoT搜索引擎的系统解决上述问题。这包含五个不同组件:爬取器、搜索引擎、结果处理器、查询处理器和网页UI。爬取器组件负责标识网络(本地或全球)内的不同设备及其OPC UA服务器。因此,该组件使用发现技术,如(OPC UA本地/全球发现服务器或mDNS)或遵循OPC UA节点内对另一服务器的引用。爬取器从授权服务器获得证书以连接到这些OPC UA服务器并且经由客户端/服务器连接而开始浏览所标识的OPC UA服务器。遵循引用的深度优先搜索算法或类似的图探索算法实现浏览过程。在浏览过程之后,爬取器将所提取的数据项目存储在数据库中。当数据被存储在数据库中时,可以进行预处理以提供更好的与数据库的查询能力的集成(例如使结构扁平化或使数据反规范化)。
搜索引擎组件由COTS数据库和一些扩展实现,以处理爬取器组件提供的原始数据。该数据库可以由查询处理器组件查询。该组件从网页UI组件进行查询并且可以利用字典途径来充实领域知识,例如替代或添加领域特定关键词。COT数据库例如可以是由使用Elasticsearch搜索引擎(https://en.wikipedia.org/wiki/Elasticsearch)的ApacheLucene(https://lucene.apache.org/)提供的数据库。上文提到的扩展是用于处理OPC UA地址空间序列化并将其转换为Elasticsearch所需的格式的算法。
预定义的“替代列表”可以用于搜索的充实。例如,查询中的关键词“传感器”可以由倾向于出现在OPC UA设备内的一些产品类型来替代,诸如“传感器或TTH100或TTL100或TTH300或…”。这种替代还有助于使得查询更容易匹配。这些替代规则可以与搜索引擎一起提供或者由用户附加地定义,并且位于如上所述的“字典”中。
查询被转发到搜索引擎并且搜索结果被转移到结果处理器。结果处理器处理搜索结果以生成要发送回网页UI的结果设置。该处理包括过滤出数据库特定方面、结果的聚合和搜索结果的排列。搜索结果的排列可以基于文本的相似性、出现的数目和点击或语义匹配的数目来进行。因此,搜索引擎记录了结果列表中特定结果项目由不同的用户点击的次数。
对于使用的数目,结果处理器追踪搜索的结果的点击。为了提供有用的排列结果,结果处理器利用相似性度量和来自搜索引擎的特定OPC UA服务器的访问历史的组合对每个搜索结果进行评分。此外,排列可以通过对搜索结果进行更高排列来改进,其中某些变量的值改变更频繁。因此,经常改变的变量可以比其他节点值排列的更高。这里相似性度量例如可以指文本搜索串的模糊匹配:https://en.wikipedia.org/wiki/Approximate_string_matching
访问历史例如可以指针对特定OPC UA服务器的点击的数目,这可以包括使最近点击权重更高。
语义匹配是可以用于在OPC UA中使用的信息模型的上下文的特殊方面。在信息模型中建模的每个要素都可以使用要素之间的引用与信息模型中的其他要素集成。这种引用的含义可以描述关系或语义,如“位于”、“连接到”或“实现在……中描述的功能”。与(例如使用关键词搜索)处理数据集的原始数据的通常的搜索查询相比,语义匹配需要考虑和评估内容的含义。这意味着语义匹配考虑了数据集之间的如类型或关系的方面。这对于将数据库的一个条目内没有涵盖的方面进行组合的搜索请求很有用:“给出类型X的所有设备实例”或“连接到控制器X的所有设备”。
网页UI组件根据分数呈现结果,并提供折叠简要树结构以示出找到的节点的相对位置以及指示该服务器最后浏览过程的时间戳。
继续参考附图,图1提供了该系统和方法的特定实现的整体视图,其中例如可以利用比LDS/GDS更通用的发现机制。系统的组件包括至少一个爬取器(1),该爬取器连接到不同OPC UA服务器以浏览其信息模型(包括所包含的参数、地理坐标、历史数据、文件、引发的事件/警报)。这可以与关于OPC UA服务器的附加的元数据——例如物理位置、IP地址等进行组合。该系统具有至少一个搜索引擎(2),该搜索引擎为所浏览的信息模型提供索引的和可搜索的存储。为了支持上述语义匹配,支持要素之间的关系表示的数据库以及可以用于评估这些关系的搜索引擎非常有益。因此,例如基于RDF的数据表示的概念和三倍DB的使用可以使用查询语言SparQL用于评估搜索请求中的类型和继承关系。
具体参考信息可以如下所示:
RDF:
https://en.wikipedia.org/wiki/Resource_Description_Framework
三倍DB:https://en.wikipedia.org/wiki/Triplestore
SPARQL:https://en.wikipedia.org/wiki/SPARQL
构建SPARQL查询:
https://medium.com/wallscope/constructing-sparql-queries-ca63b8b9ac02
为了消耗用户请求或搜索查询(诸如作为搜索参数的“水平传感器”中的用户类型),该系统包括查询处理器(3),该查询处理器在内部使用特定领域的字典来充实领域知识并用领域知识优化用户查询。搜索引擎将结果转移到结果处理器(4)。结果处理器通过计算分数并分类结果项目来创建排列。
图2示出了用于显示搜索结果的用户界面,该用户界面可以用于呈现IIoT搜索引擎的结果。第一区域201提供了结果的列表。该列表包括每个搜索结果的独特的标识符/名称以及OPC UA端点203和信息模型树结构204的简要视图。独特的标识符/名称可以基于OPCUA服务器内容生成。它突出显示了作为搜索结果的一部分的节点或参数。一旦点击203,将示出突出显示的节点或参数的OPC UA服务器的完整树。每个搜索结果具有用于直接连接到OPC UA端点的URL链路205,并且得到信息模型和突出显示的值的实时视图。分数水平202为用户提供了结果如何被排序的指示。
图3的流程图示出了在工业物联网搜索方法中使用搜索引擎的一般步骤。在进入查询301并开始搜索过程之后,查询处理器可以分析并充实查询,如果必要可以使用领域知识302。下一步骤可以是以适当的格式和利用充实后的查询来查询数据库303。数据库可以产生第一中间搜索结果,该结果被传递给结果处理器304。结果处理器可以为每个结果项目计算分数。计算出的排序被传递给网页UI 305,该网页UI 305呈现结果,可能覆盖到室内地图或室外站点地图。
Claims (15)
1.一种工业信息标识和检索系统;包括:
-爬取器;
-搜索引擎;
-结果处理器;以及
-网页用户界面“网页UI”;
其中,所述爬取器被配置为标识网络中的设备、以及所述设备的相关联的开放平台通信统一架构“OPC UA”服务器;
其中,所述爬取器被配置为浏览所标识的OPC UA服务器、以及提取数据项目并将所述数据项目存储到数据库中;
其中,所述搜索引擎被配置为搜索所提取的数据项目,并将搜索结果提供给所述结果处理器;
其中,所述结果处理器被配置为确定针对每个搜索结果的分数;以及
其中,所述网页UI被配置为根据所述分数呈现所述搜索结果。
2.根据权利要求1所述的系统,其中所述数据项目包括以下各项中的一项或多项:设备参数值或输出值;图像数据;针对特定设备的图像数据;设备信息;针对特定供应商的设备信息;特定地理区域中的设备;设备类型信息。
3.根据权利要求1至2中的任一项所述的系统,其中所述系统包括查询处理器,其中所述查询处理器被配置为向所述系统提供领域知识,并且其中由所述搜索引擎进行的所述搜索结果的提供包括所述领域知识的利用。
4.根据权利要求3所述的系统,其中所述网页UI被配置为向所述查询处理器提供至少一个搜索查询,并且其中所述查询处理器被配置为修改所述至少一个搜索查询以生成所述领域知识,所述修改包括:用领域特定关键词替代所述至少一个搜索查询中的关键词、和/或将关键词添加至所述至少一个搜索查询。
5.根据权利要求4所述的系统,其中所述至少一个搜索查询由用户输入。
6.根据权利要求4至5中的任一项所述的系统,其中所述至少一个搜索查询的修改包括至少一个修改或替代规则的利用。
7.根据权利要求6所述的系统,其中所述至少一个修改或替代规则是预设或用户定义的。
8.根据权利要求1至7中的任一项所述的系统,其中所述搜索引擎被配置为确定由不同用户先前选择每个搜索结果的次数;并且其中针对每个搜索结果的所述分数的确定包括由不同用户先前选择每个搜索结果的所述次数的利用。
9.根据权利要求1至8中的任一项所述的系统,其中所述搜索引擎被配置为确定针对每个搜索结果的多个相似性度量;并且其中针对每个搜索结果的所述分数的确定包括所述多个相似性度量的利用。
10.根据权利要求1至9中的任一项所述的系统,其中所述数据项目包括设备参数值或输出值;并且其中所述搜索引擎被配置为确定针对设备的参数值或输出值的可变性的多个测量值;并且其中针对每个搜索结果的所述分数的确定包括针对设备的参数值或输出值的可变性的所述多个测量值的利用。
11.根据权利要求1至10中的任一项所述的系统,其中所述结果处理器被配置为根据针对每个分数结果的所述分数来排列所述搜索结果。
12.一种工业物联网搜索方法,包括:
a)标识网络中的设备、以及所述设备的相关联的开放平台通信统一架构“OPC UA”服务器;
b)浏览所标识的OPC UA服务器、以及提取数据项目并将所述数据项目存储到数据库中;
d)搜索所提取的数据项目并确定搜索结果;
e)确定针对每个搜索结果的分数;以及
f)根据所述分数来呈现所述搜索结果。
13.根据权利要求12所述的方法,其中所述方法包括为所述系统提供领域知识的步骤c),并且其中步骤d)包括利用所述领域知识。
14.根据权利要求13所述的方法,其中步骤c)包括:提供至少一个搜索查询,并修改所述至少一个搜索查询以生成所述领域知识,所述修改包括:用领域特定关键词替代所述至少一个搜索查询中的关键词、和/或将关键词添加至所述至少一个搜索查询。
15.根据权利要求12至14中的任一项所述的方法,其中步骤e)包括根据针对每个分数结果的所述分数来排列所述搜索结果。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19185280.5A EP3764243B1 (en) | 2019-07-09 | 2019-07-09 | An industrial information identification and retrieval system |
EP19185280.5 | 2019-07-09 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112214660A true CN112214660A (zh) | 2021-01-12 |
Family
ID=67296973
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010651108.2A Pending CN112214660A (zh) | 2019-07-09 | 2020-07-08 | 工业信息标识与检索系统 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11860964B2 (zh) |
EP (1) | EP3764243B1 (zh) |
CN (1) | CN112214660A (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113407660B (zh) * | 2021-08-16 | 2021-12-14 | 中国科学院自动化研究所 | 非结构化文本事件抽取方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103500198A (zh) * | 2005-02-28 | 2014-01-08 | 搜索引擎科技有限责任公司 | 通过合并用户输入信息来进行搜索的方法和系统 |
CN105589349A (zh) * | 2014-11-07 | 2016-05-18 | 洛克威尔自动控制技术股份有限公司 | 用于发现工业自动化环境中的控制系统数据的爬取器 |
CN105589923A (zh) * | 2014-11-07 | 2016-05-18 | 洛克威尔自动控制技术股份有限公司 | 用于工业环境的动态搜索引擎 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1171828A1 (en) | 1999-01-08 | 2002-01-16 | Micro-Integration Corporation | Search engine database and interface |
US6516312B1 (en) | 2000-04-04 | 2003-02-04 | International Business Machine Corporation | System and method for dynamically associating keywords with domain-specific search engine queries |
WO2007123753A2 (en) * | 2006-03-30 | 2007-11-01 | Invensys Systems, Inc. | Digital data processing apparatus and methods for improving plant performance |
CN103793388B (zh) * | 2012-10-29 | 2017-08-25 | 阿里巴巴集团控股有限公司 | 搜索结果的排序方法和装置 |
EP3061272B1 (en) * | 2013-10-21 | 2019-09-25 | Convida Wireless, LLC | Crawling of m2m devices |
US10747206B2 (en) * | 2017-10-05 | 2020-08-18 | Honeywell International Inc. | Intelligent data access for industrial internet of things devices using latent semantic indexing |
US10867055B2 (en) * | 2017-12-28 | 2020-12-15 | Corlina, Inc. | System and method for monitoring the trustworthiness of a networked system |
-
2019
- 2019-07-09 EP EP19185280.5A patent/EP3764243B1/en active Active
-
2020
- 2020-07-08 US US16/923,110 patent/US11860964B2/en active Active
- 2020-07-08 CN CN202010651108.2A patent/CN112214660A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103500198A (zh) * | 2005-02-28 | 2014-01-08 | 搜索引擎科技有限责任公司 | 通过合并用户输入信息来进行搜索的方法和系统 |
CN105589349A (zh) * | 2014-11-07 | 2016-05-18 | 洛克威尔自动控制技术股份有限公司 | 用于发现工业自动化环境中的控制系统数据的爬取器 |
CN105589923A (zh) * | 2014-11-07 | 2016-05-18 | 洛克威尔自动控制技术股份有限公司 | 用于工业环境的动态搜索引擎 |
Also Published As
Publication number | Publication date |
---|---|
US11860964B2 (en) | 2024-01-02 |
US20210011968A1 (en) | 2021-01-14 |
EP3764243A1 (en) | 2021-01-13 |
EP3764243B1 (en) | 2023-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11645471B1 (en) | Determining a relationship recommendation for a natural language request | |
US11120344B2 (en) | Suggesting follow-up queries based on a follow-up recommendation machine learning model | |
US11914588B1 (en) | Determining a user-specific approach for disambiguation based on an interaction recommendation machine learning model | |
US10885026B2 (en) | Translating a natural language request to a domain-specific language request using templates | |
US11670288B1 (en) | Generating predicted follow-on requests to a natural language request received by a natural language processing system | |
US10713269B2 (en) | Determining a presentation format for search results based on a presentation recommendation machine learning model | |
KR101793222B1 (ko) | 어플리케이션 검색들을 가능하게 하기 위해 사용되는 검색 인덱스의 업데이트 | |
KR20210141640A (ko) | 이기종 데이터 소스에 저장된 데이터의 자연어 기반 처리 방법 | |
US20160373456A1 (en) | Business intelligence (bi) query and answering using full text search and keyword semantics | |
JP5504595B2 (ja) | 情報処理装置、情報検索システム、情報処理方法およびプログラム | |
US11170016B2 (en) | Navigating hierarchical components based on an expansion recommendation machine learning model | |
US11556592B1 (en) | Storage estimate generation | |
US20190034430A1 (en) | Disambiguating a natural language request based on a disambiguation recommendation machine learning model | |
CN109408578A (zh) | 一种针对异构环境监测数据融合方法 | |
CN115757689A (zh) | 一种信息查询系统、方法及设备 | |
JP5262434B2 (ja) | 情報検索システム、情報検索方法、プログラムおよび記録媒体 | |
CN110737779A (zh) | 知识图谱的构建方法、装置、存储介质和电子设备 | |
CN112800083B (zh) | 一种面向政府决策的政务大数据分析方法及设备 | |
CN112214660A (zh) | 工业信息标识与检索系统 | |
CN116226494B (zh) | 一种用于信息搜索的爬虫系统及方法 | |
KR20240020166A (ko) | Esg 보조 툴을 이용하여 정형화된 esg 데이터로 기계학습 모델을 학습하는 방법 및 기계학습 모델로 자동완성된 esg 문서를 생성하는 서비스 서버 | |
Klöpper et al. | Integrated search for heterogeneous data in process industry applications—A proof of concept | |
US11507593B2 (en) | System and method for generating queryeable structured document from an unstructured document using machine learning | |
CN114117242A (zh) | 数据查询方法和装置、计算机设备、存储介质 | |
Möller et al. | Towards an architecture to support data access in research data spaces |
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 |