CN113260930A - 用来生成用于执行工业过程的控制逻辑的方法和系统 - Google Patents

用来生成用于执行工业过程的控制逻辑的方法和系统 Download PDF

Info

Publication number
CN113260930A
CN113260930A CN201980087265.0A CN201980087265A CN113260930A CN 113260930 A CN113260930 A CN 113260930A CN 201980087265 A CN201980087265 A CN 201980087265A CN 113260930 A CN113260930 A CN 113260930A
Authority
CN
China
Prior art keywords
control
entities
actions
setpoints
regular expressions
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
Application number
CN201980087265.0A
Other languages
English (en)
Inventor
R·杰特利
D·沙尔玛
A·P·佩迪卡伊尔
D·舒尔茨
V·拉姆
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.)
ABB Schweiz AG
Original Assignee
ABB Schweiz 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 ABB Schweiz AG filed Critical ABB Schweiz AG
Publication of CN113260930A publication Critical patent/CN113260930A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0426—Programming the control sequence
    • 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
    • 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
    • G05B2219/10—Plc systems
    • G05B2219/13—Plc programming
    • G05B2219/13023—Convert natural language, graphic to coded states, input
    • 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
    • G05B2219/31449—Monitor workflow, to optimize business, industrial processes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Programmable Controllers (AREA)

Abstract

本发明涉及用来生成用于采用过程工厂中的控制器来执行工业过程的控制逻辑的方法和系统。该方法包括接收包括工业过程的一个或多个控制要求的控制叙述，并且使用预定正则表达式的一个或多个集合和一个或多个模型从控制叙述中提取多个控制实体和多个设置点。该方法进一步包括使用领域字典从多个控制实体中识别输入、输出和控制元素的集合，使用意图分类器从控制叙述中检测多个动作，识别输入、输出和控制元素的集合、多个设置点和多个动作之间的关系，以及基于所识别的关系来生成控制逻辑以供控制器执行过程。

Description

用来生成用于执行工业过程的控制逻辑的方法和系统
技术领域
本发明一般涉及工业过程工厂中的控制系统。更特别地，本发明涉及用于生成用于控制系统执行工业过程的控制逻辑的方法和系统。
背景技术
过程工厂中的各种工业过程的监测和控制通过使用控制系统来自动化。为了自动化工业过程，与工业过程关联的控制系统(例如可编程逻辑控制器、PID控制器或分布式控制系统)需要基于工业过程的要求来编程。通常，使用控制逻辑对控制系统进行编程，以控制和监测工业过程。通常，要求通过客户或者工程（engineering）、采购和施工承包商来综合，并且通过某个正式或半正式表示（包括例如输入/输出标签列表、管道和仪表图(P&ID)和控制叙述（control narrative））来提供。
输入/输出标签列表定义控制系统的拓扑，P&ID给出管道、被动过程设备和控制相关主动过程设备的图形规范，以及控制叙述给出工业过程的要求的文本描述。虽然输入/输出标签列表和P&ID处于结构标记符（notation）中并且能够易于由控制系统理解，但是控制叙述需要被解释并且转换为控制逻辑图，所述控制逻辑图能够作为输入来提供给控制系统。
控制叙述通常由控制逻辑哲学（philosophy）的文本描述来组成，并且可包含表格、图像或者它们的组合。当前，要求自动化工程师理解、解释控制叙述内提供的工业过程的要求并且将其转换为领域特定语言/控制图(例如IEC-61131-3或IEC 61499标记符)。
工程师被假定为具有用来定义领域特定语言中的控制逻辑的能力。但是，解释控制叙述中的要求例如因可编写控制叙述的方式中的差异(例如由不同人员对相同叙述的不同表达式(通过文字/图像))而是主观的。此外，将它们转换成控制逻辑是费时的，并且因要求的误解而易于出错。
鉴于以上所述，存在对于能够从控制叙述中自动提取控制逻辑并且将控制逻辑/控制程序提供给控制系统以用于执行工业过程的方法和系统的需要。
发明内容
本发明的方面提供一种用于采用过程工厂中的控制器来执行工业过程的方法。该方法包括接收与过程关联的控制叙述，其中控制叙述包括工业过程的一个或多个控制要求。
该方法进一步包括使用预定正则表达式（regular expressions）的一个或多个集合以及用于识别控制叙述中的命名实体的一个或多个模型从控制叙述中提取多个控制实体和多个设置点。在实施例中，多个设置点中的每个设置点与多个控制实体中的控制实体关联。
该方法进一步包括使用领域字典（domain dictionary）从多个控制实体中识别输入、输出和控制元素的集合。领域字典识别用于预定工业的输入、输出和控制元素。该方法进一步包括使用意图分类器（intent classifier）从控制叙述中检测多个动作。意图分类器使用与多个动作相关的关键字以及关键字的词典（lexicon）来识别动作。
该方法进一步包括识别输入、输出和控制元素的集合、多个设置点和多个动作之间的关系。该方法进一步包括基于所识别的关系来生成控制逻辑，以供控制器执行过程。
在实施例中，输入、输出和控制元素的集合、多个设置点和多个动作被映射到多个控制实体。此外，基于用于每个控制实体的输入和输出的集合、多个设置点和多个动作之间所得出的映射来识别多个控制实体之间的关系。此外，基于多个设置点和多个动作、多个控制实体之间所识别的关系来生成一个或多个控制逻辑块。
本发明的方面提供一种用于采用过程工厂的控制器来生成用于执行过程的控制逻辑的系统。在实施例中，该系统是服务器，该服务器通过通信网络在通信上耦合到控制器。该系统包括输入接口、处理器和输出接口。
输入接口接收与工业过程关联的控制叙述，其中控制叙述包括工业过程的一个或多个控制要求。在实施例中，输入接口是人机接口，经由该人机接口，用户输入文档，该文档包含按照人类可读格式的控制叙述。
处理器使用客户特定或者领域特定的预定正则表达式的一个或多个集合以及用于识别控制叙述中的命名实体的一个或多个模型从控制叙述中提取多个控制实体和多个设置点。在实施例中，多个设置点中的每个设置点与多个控制实体中的控制实体关联。在实施例中，预定正则表达式的一个或多个集合以及一个或多个模型由输入单元从数据存储装置中检索。在实施例中，数据存储装置是数据库，该数据库内部耦合到系统。在另一个实施例中，数据存储装置是数据库服务器，该数据库服务器通过云网络存在，并且由输入单元外部访问。
在实施例中，处理器从包括与控制实体集合关联的注释（annotation）集合的文档集合来构建第一模型。第一模型包括注释集合与正则表达式集合(第一集合)之间的映射，其中控制实体的注释基于工业过程的领域。此外，处理器构建与设置点集合关联的第二模型，其中第二模型包括关联于设置点集合的注释集合与正则表达式的另一个集合(第二集合)之间的映射，其中设置点的注释基于工业过程的领域。还有可能具有一个统一模型，所述统一模型具有用来识别控制实体以及设置点两者的能力。因此，预先识别的正则表达式(例如由专家所提供、从数据库所提取)连同用于识别控制实体和设置点的特定模型(例如机器学习或NLP)一起使用。
此外，使用意图分类器从控制叙述中检测多个动作，其中意图分类器使用关键字以及关键字的词典来识别动作。使用领域字典来识别来自多个控制实体的输入、输出和控制元素的集合，其中领域字典识别用于预定工业的输入、输出和控制元素。此外，识别输入、输出和控制元素的集合、多个设置点和多个动作之间的关系。此外，生成控制逻辑，以供控制器执行过程，其中控制逻辑基于输入、输出和控制元素的集合、一个或多个设置点和一个或多个动作之间所识别的关系。
输出接口通过通信网络向控制器传递所生成的控制逻辑。在实施例中，输出接口是无线接口，该无线接口能够通过通信网络来传递所生成的控制逻辑。控制器能够执行用于执行过程的控制逻辑。
附图说明
图1是其中能够实践本发明的各个实施例的环境的简化视图。
图2A-2B是按照本发明的实施例的示例控制叙述的控制实体之间所识别的关系的示例图示。
图3是按照本发明的实施例的用于执行工业过程的方法的流程图。
图4A-4B是按照本发明的实施例的用于将控制叙述转换为用于采用过程工厂的控制器来执行工业过程的控制逻辑的流程图。
具体实施方式
本发明涉及生成对于采用过程工厂的控制器来执行工业过程所要求的控制逻辑。能够在诸如图1中所示的环境100之类的环境中实践本发明的各个实施例。图1中所示的环境100示出过程工厂(102)，其中控制器(114)被连接到多个实体/过程元素(116a-n)，以用于执行工业过程。例如，在纸浆和造纸（pulp and paper）过程工厂中，控制器(或分布式控制系统)可控制多个实体(例如马达、传送带和多个控制阀)的操作，所述多个控制阀促进在制造纸张的过程期间纸浆沿导管的移动。
控制器还通过通信网络(112)与系统(110)进行通信。在实施例中，系统生成用于执行工业过程的用于控制器的控制逻辑。通过通信网络采取机器可读形式(例如XML格式)向控制器传递控制逻辑。尽管环境示出单个控制器从系统接收用于特定工业过程的控制逻辑，但是理解的是，在单个过程工厂内进行操作的多个控制器能够从单个系统或者多个系统接收与多个工业过程关联的控制逻辑。多个系统能够通过单个或多个通信网络(例如控制网络、工厂网络、因特网等)进行通信。
在实施例中，系统包括计算装置(例如服务器)，该计算装置能够通过云网络进行通信。如所示，系统包括多个模块，例如输入单元(102)、处理器(108)、通信单元(106)和数据存储装置(104)。多个模块能够经由通信总线108相互通信。通信总线能够是专用接口(例如有线线路或适当I/O)，所述专用接口连接多个模块。
输入单元能够是人机接口，该人机接口从用户接收与工业过程关联的控制叙述。控制叙述能够包括采取人类可读格式的工业过程的一个或多个控制要求。控制叙述提供用来控制和监测过程工厂的操作所要求的逻辑的文本描述。在示例中，在过程工厂是制造纸张的纸浆和造纸过程工厂的情况下，能够为控制器提供控制叙述，该控制器执行作为制造纸张的过程的一部分的多个动作。
处理器能够包括单个处理器或者并行操作的多个处理器。在实施例中，处理器能够解析控制叙述，以得到多个表达式。处理器能够使用预定正则表达式的一个或多个集合以及用于识别控制叙述中的命名实体的一个或多个模型(例如定制实体识别模型)从多个表达式中提取多个控制实体和多个设置点。
正则表达式已经识别，例如由专家提供或者从领域特定数据库来读取等。由操作员使用系统来定义定制实体，以表示/注释其他对象(例如控制实体)。因此，作为输入所提供的定制实体帮助训练模型(例如基于NLP或机器学习)，以除了使用正则表达式(例如由专家所定义)所识别的对象之外还识别对象(控制实体、设置点等)。相应地，存在用于识别对象的两个单独通道——一个使用正则表达式而一个使用模型。两者的输出相组合，以得出对象的最终集合。
在实施例中，处理器基于预定正则表达式的第一集合(使用专家知识或领域数据库所创建的标记（tag）正则表达式)和第一模型从多个表达式中提取多个控制实体。预定正则表达式的第一集合识别如使用控制实体的已知数据所定义的控制实体。例如，这些能够是由专家预先定义、从领域数据库/规则所识别等的控制实体。
第一模型包括与控制实体关联的注释集合之间的映射，其中控制实体的注释基于工业过程的领域。这样的注释由专家来创建(在模型的训练期间)，以指示控制实体。处理器能够从包括与控制实体集合关联的注释集合的文档集合(训练集合)来构建第一模型。训练集合通过主题专家来开发，所述主题专家基于领域知识来提供注释集合。在接收训练集合时，处理器能够对训练集合应用基于自然语言处理(NLP)的深度学习技术(例如但不限于条件随机场或循环神经网络)，以训练和开发第一模型。
在实施例中，处理器基于预定正则表达式的第二集合(标记正则表达式)和第二模型从多个表达式中提取多个设置点。多个设置点中的每个设置点与多个控制实体中的控制实体关联。预定正则表达式的第二集合识别设置点，所述设置点是预先已知的，例如由专家所定义、来自领域数据库等。第二模型包括与设置点集合关联的注释集合之间的映射，其中设置点的注释基于工业过程的领域。这样的注释能够由专家提供，以用于训练。处理器能够从包括与设置点集合关联的注释集合的文档集合(训练集合)来构建第二模型。训练集合通过主题专家来开发，所述主题专家基于领域知识来提供注释集合。在接收训练集合时，处理器能够对训练集合应用基于自然语言处理(NLP)的深度学习技术(例如但不限于条件随机场或循环神经网络)，以训练和开发第二模型。
上文提到，存在用于识别控制实体和设置点的单独模型，其中使用正则表达式和机器学习或NLP来构建每个模型。但是应当注意，能够存在一个统一模型，所述统一模型被创建以识别控制实体和设置点两者。因此，正则表达式与定制实体识别的组合用来识别诸如控制实体和设置点之类的对象。
继续以上描述，考虑其中控制叙述可包含诸如“在温度需要低于21℃的情况下海水将被过滤并且存储在过滤箱中...”之类的文本的示例。在这个示例中，使用用于℃(用于测量温度的单位)的正则表达式来识别设置点21℃。此外，还使用机器学习模型来识别设置点，该机器学习模型可对包含作为设置点的温度实体的多个训练示例来训练。
在实施例中，第一模型和第二模型是定制命名实体识别(CER)算法，该定制命名实体识别(CER)算法标记控制叙述，并且与预定正则表达式的第一集合和预定表达式的第二集合(标签正则表达式)相组合用来使控制实体和设置点的检测最大化。从数据存储装置104中检索表达式的第一和第二预定集合以及第一和第二模型，所述数据存储装置104在通信上耦合到系统。控制实体的提取能够参照说明1中所示的控制叙述来说明，如下所述：
Figure DEST_PATH_IMAGE002
说明1
在以上所示的说明1的控制叙述中，基于预定表达式的第一集合以及与控制实体关联的第一模型所找到的多个控制实体是PIC-0152、PV-0152、PIC-0146、PV-0146、FIC-0555、FV-0555、PDIC-0555、PY-0555A、PY-0555B和FY-0555，其中PIC-0152和PIC-0146是压力控制器的注释，PV-0152、PV-0146是对压力控制阀的注释，FIC-0555是用于流量控制的注释，FV-0555是用于控制阀的注释，FY-0555是用于低信号选择器的注释，PDIC-0555是用于压力差分控制器的注释，以及PY-0555A和PY-0555B是块的注释，其中（were）计算压力控制器的设置点中的差。上述注释能够由主题专家在第一模型中定义。
在本示例中，与由压力控制器PIC-0146(这个示例中的控制实体)所控制的压力关联的设置点能够为15帕斯卡(本文中的说明中未示出)，在该压力下，压力控制器PIC-0146通过操作压力控制阀PV-0152来操作生产总管A。能够使用与设置点相关的预定表达式的第二集合以及与设置点关联的第二模型来提取与压力阀关联的设置点。
在提取控制叙述中存在的多个控制实体时，处理器使用控制实体的数据库来识别用于每个控制实体的类型或类别。在实施例中，控制实体的数据库识别与多个工业过程关联的控制实体的多个类型。例如，ISA(国际自动化学会)命名（nomenclature）能够用来识别每个控制实体的特定类型。例如，在说明1中所识别的控制实体能够使用如下表1中所示的ISA来分类为不同类别或类型(例如控制器、阀和其他实体)。
控制器 阀 其他实体
PIC-0152 PV-0152 PY-0555A
PIC-0146 PV-0146 PY-0555B
FIC-0555 FV-0555 FY-0555
PDIC-0555
表1
此外，处理器配置成使用领域字典从多个控制实体中识别输入、输出和控制元素的集合，其中领域字典识别用于预定工业的输入、输出和控制元素。在实施例中，领域定义字典（Domain Defined Dictionary）(DDD)定义用于可适用于特定工业的控制实体的命名。例如，石油和天然气项目的样本领域驱动字典（domain-driven dictionary）的摘录在如下表2中图示：
控制实体 控制实体的类别
压力传送器 输入
液位（level）传送器 输入
阀 输出
压力控制器 控制元素
表2
进一步基于如从标准命名(例如ISA)所识别的每个控制实体的类型以及从领域字典所识别的每个控制实体的类别，多个控制实体能够被分类为输入、输出或其他控制实体。使用表1和表2的控制实体的分类的示例在下表3中示出：
所识别的输入 所识别的输出
PT-0152 PV-0152
PT-0146 PV-0146
FT-0555 FV-0555
表3
处理器配置成使用意图分类器从控制叙述中检测多个动作，其中意图分类器使用关键字以及关键字的词典来识别动作。例如，意图分类器和用于每个关键字的同义词集合可用来识别控制叙述中存在的多个动作。例如，在陈述“...当差分压力减小时增加流量，低信号选择器FY-0555通过关闭控制阀FV-0555从压力差分控制器PDIC-0555来选择输出信号”的说明1的最后一段中，‘增加流量’被映射到与‘减小压力并且关闭控制阀’关联的动作。
此外，处理器识别输入、输出和控制元素的集合、多个设置点和多个动作之间的关系。识别关系能够包括识别各种所识别对象(控制实体)之间以及跨不同控制块或元素的关系。在实施例中，输入、输出、设置点和动作被映射到控制实体，以及使用共指消解（co-reference resolution）或依存解析来识别控制实体之间的连接。在说明1中，通过将共指消解应用于句子“当压力控制器PIC-0152通过操作压力控制阀PV-0152来控制生产总管的压力时”，如图2A中所示的那样识别PIC-0152与PV-0152之间的关系。
图2A是控制实体204(例如PV-0152)与控制实体202(例如PIC-0152)之间所识别的关系的示例图示200A。通过应用指代消解（reference resolution），控制实体204经由关系206来识别为对控制实体202(例如PIC-0152)的输出。类似地，能够如图2B中所示的那样识别说明1的控制叙述的其他实体之间的关系。
图2B图示控制实体208(例如FIC-0555)、控制实体210(例如FV-0555)和控制实体212(PDIC-0555)之间所识别的关系400B。实体210(FV-0555)被识别为对实体208(FIC-0555)的输出216，以及实体212(PDIC-0555)被识别为对实体210的输出214。
在识别输入、输出和控制元素的集合、一个或多个设置点和一个或多个动作之间的关系时，处理器生成控制逻辑，以供控制器执行过程。在实施例中，处理器基于所识别的关系来生成多个控制逻辑块。此外，处理器基于语义类似性得分将每个控制逻辑块映射到模块库（library）中存在的控制库模块。例如，如果通过比较控制库模块和控制逻辑块的语义所得到的语义类似性得分大于预定义阈值，则控制逻辑块被映射到控制库模块。
相应地，处理器从多个控制逻辑块来生成多个控制库模块。处理器从多个控制库模块来生成采取机器可读格式(例如扩展标记语言(XML格式))的控制逻辑。在示例中，包括多个可再用控制库的控制构建器工具与处理器一起用来生成用于控制器(例如AC 800M控制器)的控制逻辑。
在示例中，一旦控制块被映射到控制库模块并且输入、输出和控制元素的集合被连接，则XML文件被创建，以生成采取平台中性标记符的对应控制逻辑。
下面的说明2示出表示所生成的控制逻辑的示例XML方案。
Figure DEST_PATH_IMAGE004
说明2
此外，说明3示出用于以上说明1中描绘的示例控制叙述的所生成的XML文件。
Figure DEST_PATH_IMAGE006
说明3
此外，输出接口通过通信网络向控制器传递采取机器可读格式的控制逻辑，以用于执行过程。控制器执行控制逻辑，以执行与由系统110所接收的控制叙述关联的工业过程。参照图3进一步说明生成控制逻辑的方法。
图3是图示按照本发明的实施例的用于生成用于采用过程工厂中的控制器来执行工业过程的控制逻辑的方法的流程图300。
在302处，采取人类可读格式所编写的控制叙述由在通信上耦合到控制器的系统来接收。控制叙述包括将由控制器所执行的工业过程的一个或多个控制要求。
在304处，使用预定正则表达式的一个或多个集合以及用于识别控制叙述中的命名实体的一个或多个模型从控制叙述中提取多个控制实体和多个设置点。多个设置点中的每个设置点与多个控制实体中的控制实体关联。
在实施例中，控制叙述被解析，以得到多个表达式。此外，基于预定正则表达式的第一集合和第一模型从多个表达式中提取控制实体。预定正则表达式的第一集合包括控制实体集合与正则表达式集合之间的映射，以及第一模型包括关联于控制实体集合的注释集合与正则表达式集合之间的映射。控制实体的注释基于工业过程的领域。
此外，在实施例中，基于预定正则表达式的第二集合和第二模型从多个表达式中提取设置点。预定正则表达式的第二集合包括设置点集合与正则表达式的另一个集合之间的映射，以及第二模型包括关联于设置点集合的注释集合与正则表达式的另一个集合之间的映射。设置点的注释基于工业过程的领域。
在另一个实施例中，单个模型和预定正则表达式的组合集合用来提取多个控制实体和多个设置点。预定正则表达式的组合集合包括控制实体集合和设置点集合与正则表达式集合之间的映射，其中关联于控制实体的正则表达式与关联于设置点的正则表达式截然不同。此外，组合模型包括关联于控制实体集合和设置点集合的注释集合与正则表达式集合之间的映射。相应地，控制实体的注释与设置点的注释截然不同。
此外，用于使用控制实体的数据库来识别多个控制实体的每个控制实体的类型。在实施例中，控制实体的数据库识别与多个工业过程关联的控制实体的多个类型。
在306处，使用领域字典从多个控制实体中识别输入、输出和控制元素的集合，其中领域字典识别用于预定工业的输入、输出和控制元素。
在308处，使用意图分类器从控制叙述中检测多个动作。在实施例中，基于与工业过程的领域关联的规则集合来在多个动作内检测异常。反常或歧义动作的示例包括动作的误报、反动作(根据控制工程未识别的动作)等。
规则集合的示例包括使用领域专家的知识所构建的领域定义规则(DDR)。例如，规则可陈述“低信号选择器具有至少两个输入”。因此，如果低信号选择器被检测为仅提供一个输入，则基于该规则，检测到异常。另一个规则的示例是“全部变量使用与控制器的标签数量相同的标签数量”。
此外，尽管从控制叙述中识别标签和关系，但是存在控制叙述中缺失的与输入和输出的集合或者所识别控制叙述之间的关系有关的某个信息的可能性。可使用专家输入和构建于领域知识的基于自然语言处理(NLP)的算法来检测缺失信息。
此外，基于缺失信息以及与异常关联的正确信息的一个或多个来更新关系。
在310处，识别输入、输出和控制元素的集合、多个设置点和多个动作之间的关系。这个步骤涉及将输入、输出和控制元素的集合、多个设置点和多个动作被映射到控制实体并且识别控制实体之间的连接。在实施例中，使用共指消解/依存解析来确定这个映射。
在312处，生成控制逻辑，以供控制器执行过程，其中控制逻辑基于输入、输出和控制元素的集合、一个或多个设置点和一个或多个动作之间所识别的关系。在实施例中，输入、输出和控制元素的集合、多个设置点和多个动作被映射到多个控制实体。此外，基于用于每个控制实体的输入和输出的集合、多个设置点和多个动作之间所得出的映射来识别多个控制实体之间的关系。此外，基于多个设置点和多个动作、多个控制实体之间所识别的关系来生成一个或多个控制逻辑块。此外，每个控制逻辑块被映射到控制构建器工具的模块库中存在的控制库模块，以及从一个或多个控制库模块采取机器可读格式来生成控制逻辑，其中一个或多个控制库模块被映射到一个或多个控制逻辑块。
参照图4A-4B来说明从控制叙述来生成控制逻辑的方法的另一个实施例。
图4A-4B是图示按照本发明的另一个实施例的用于从控制叙述来生成控制逻辑的流程图400。
在402处，控制叙述被解析，以得到多个表达式。
在404处，基于预定正则表达式的第一集合和用于识别控制实体的第一模型(例如基于NLP的模型)从多个表达式中提取控制实体。在406处，使用预定规则集合从所提取控制实体中识别多个控制实体。例如，来自标准的规则(例如用于工业自动化)。在408处，使用领域定义字典从多个控制实体中识别输入、输出和控制元素的集合。
在410处，基于预定正则表达式的第二集合和用于识别设置点的第二模型从多个表达式中提取多个设置点。
在414处，使用分类器(例如意图分类器)从控制叙述中检测多个动作。在检测输入、输出和控制元素的集合、多个设置点和多个动作时，该方法流向步骤416。
在416处，识别输入、输出和控制元素的集合、多个设置点和多个动作之间的关系。这涉及识别控制块，并且也识别控制块之间的关系。
在418处，基于与工业过程的领域关联的规则(领域定义规则)集合来检测关于多个动作的异常。
在420处，采用缺失信息以及与异常关联的正确信息的一个或多个来更新关系。
在422处，基于关系来生成一个或多个控制逻辑块。
在424处，每个控制逻辑块被映射到控制库模块。
在426处，从被映射到一个或多个控制逻辑块的一个或多个控制库模块采取机器可读形式来生成控制逻辑。
所公开的方法和系统提供用来从与工业过程关联的控制叙述中自动得出控制逻辑的有效手段。所得出控制逻辑没有歧义，并且可靠地促进工业过程的执行。进一步公开的方法在工业过程的执行中是快速的，并且节省时间。此外，所生成的控制逻辑采取平台中性格式，这促进控制系统/控制器的各种类型和配置上的控制逻辑的执行。

Claims (10)

1.一种用于生成用于采用过程工厂中的控制器来执行工业过程的控制逻辑的方法，所述方法包括：
接收与所述过程关联的控制叙述，其中所述控制叙述包括所述工业过程的一个或多个控制要求；
使用预定正则表达式的一个或多个集合以及用于识别所述控制叙述中的命名实体的一个或多个模型从所述控制叙述中提取多个控制实体和多个设置点，其中所述多个设置点中的每个设置点与所述多个控制实体中的控制实体关联；
使用领域字典从所述多个控制实体中识别输入、输出和控制元素的集合，其中所述领域字典识别用于预定工业的输入、输出和控制元素；
使用意图分类器从所述控制叙述中检测多个动作，其中所述意图分类器使用关键字以及所述关键字的词典来识别动作；
识别输入、输出和控制元素的所述集合、所述多个设置点和所述多个动作之间的关系；以及
生成所述控制逻辑，以供所述控制器执行所述过程，其中所述控制逻辑基于输入、输出和控制元素的所述集合、所述一个或多个设置点和所述一个或多个动作之间所识别的所述关系。
2.如权利要求1所述的方法，其中，提取所述多个控制实体进一步包括：
使用控制实体的数据库来识别用于所述多个控制实体中的每个控制实体的类型，其中控制实体的所述数据库识别与多个工业过程关联的控制实体的多个类型。
3.如权利要求1所述的方法，其中，提取所述多个控制实体和所述多个设置点进一步包括：
解析所述控制叙述，以得到多个表达式；
基于预定正则表达式的第一集合和第一模型从所述多个表达式中提取控制实体，其中预定正则表达式的所述第一集合包括控制实体集合与正则表达式集合之间的映射，其中所述第一模型包括关联于所述控制实体集合的注释集合与所述正则表达式集合之间的映射，其中控制实体的注释基于所述工业过程的领域；以及
基于预定正则表达式的第二集合和第二模型从所述多个表达式中提取设置点，其中预定正则表达式的所述第二集合包括设置点集合与正则表达式的另一个集合之间的映射，其中所述第二模型包括关联于所述设置点集合的注释集合与正则表达式的所述另一个集合之间的映射，其中设置点的注释基于所述工业过程的领域。
4.如权利要求1所述的方法，其中，识别所述一个或多个动作进一步包括：
基于与所述工业过程的领域关联的规则集合来在所述多个动作内检测异常；以及
采用缺失信息以及与所述异常关联的正确信息的一个或多个来更新所述关系。
5.如权利要求1所述的方法，其中，生成所述控制逻辑进一步包括：
将输入、输出和控制元素的所述集合、所述多个设置点和所述多个动作映射到所述多个控制实体；
基于用于每个控制实体的输入和输出的所述集合、所述多个设置点和所述多个动作之间所得出的所述映射来识别所述多个控制实体之间的所述关系；以及
基于所述多个设置点和所述多个动作、所述多个控制实体之间所识别的所述关系来生成一个或多个控制逻辑块。
6.如权利要求5所述的方法，其中，生成所述一个或多个控制逻辑块进一步包括：
将每个控制逻辑块映射到模块库中存在的控制库模块；以及
从被映射到所述一个或多个控制逻辑块的一个或多个控制库模块采取机器可读格式来生成所述控制逻辑。
7.一种用于生成用于采用过程工厂的控制器来执行过程的控制逻辑的系统，其中所述系统在通信上耦合到所述控制器，所述系统包括：
输入接口，其用来：
接收与所述工业过程关联的控制叙述，其中所述控制叙述包括所述工业过程的一个或多个控制要求；以及
处理器，其用来：
使用预定正则表达式的一个或多个集合以及用于识别所述控制叙述中的命名实体的一个或多个模型从所述控制叙述中提取多个控制实体和多个设置点，其中所述多个设置点中的每个设置点与所述多个控制实体中的控制实体关联；
使用意图从所述控制叙述中检测多个动作，其中所述意图分类器使用关键字以及所述关键字的词典来识别动作；
使用领域字典从所述多个控制实体中识别输入、输出和控制元素的集合，其中所述领域字典识别用于预定工业的输入、输出和控制元素；
识别输入、输出和控制元素的所述集合、所述多个设置点和所述多个动作之间的关系；以及
生成所述控制逻辑，以供所述控制器执行所述过程，其中所述控制逻辑基于输入、输出和控制元素的所述集合、所述一个或多个设置点和所述一个或多个动作之间所识别的所述关系；以及
输出接口，其用来：
通过通信网络向所述控制器传递所述控制逻辑，以用于执行所述过程。
8.如权利要求8所述的系统，其中，所述处理器用来：
使用控制实体的数据库来识别用于所述多个控制实体中的每个控制实体的类型，其中控制实体的所述数据库识别与多个工业过程关联的控制实体的多个类型。
9.如权利要求8所述的系统，其中，所述输入接口用来：
从数据存储装置中检索预定正则表达式的一个或多个集合以及一个或多个模型和控制实体的所述数据库，其中所述数据存储装置在通信上耦合到所述系统。
10.如权利要求8所述的系统，其中，所述处理器用来：
从包括与控制实体集合关联的注释集合的文档集合来构建第一模型，其中所述第一模型包括所述注释集合与正则表达式集合之间的映射，其中控制实体的注释基于所述工业过程的领域；以及
构建与设置点集合关联的第二模型，其中所述第二模型包括关联于所述设置点集合的注释集合与正则表达式的所述另一个集合之间的映射，其中设置点的注释基于所述工业过程的领域。
CN201980087265.0A 2018-12-31 2019-12-20 用来生成用于执行工业过程的控制逻辑的方法和系统 Pending CN113260930A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
IN201841049905 2018-12-31
IN201841049905 2018-12-31
PCT/IB2019/061178 WO2020141394A1 (en) 2018-12-31 2019-12-20 Method and system to generate control logic for performing industrial processes

Publications (1)

Publication Number Publication Date
CN113260930A true CN113260930A (zh) 2021-08-13

Family

ID=69185636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980087265.0A Pending CN113260930A (zh) 2018-12-31 2019-12-20 用来生成用于执行工业过程的控制逻辑的方法和系统

Country Status (4)

Country Link
US (1) US20220091594A1 (zh)
EP (1) EP3906445A1 (zh)
CN (1) CN113260930A (zh)
WO (1) WO2020141394A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11740598B2 (en) * 2021-04-30 2023-08-29 Aspentech Corporation Apparatus and methods to build a reliable deep learning controller by imposing model constraints

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060026548A1 (en) * 2004-07-29 2006-02-02 International Business Machines Corporation Method, system and program product for providing a configuration specification language supporting selective presentation of configuration entities
US20130185050A1 (en) * 2012-01-13 2013-07-18 International Business Machines Corporation Converting data into natural language form
GB201316880D0 (en) * 2013-09-23 2013-11-06 Clearswift Ltd Controlling disclosure of structured data
CN104035392A (zh) * 2013-03-04 2014-09-10 费希尔-罗斯蒙特系统公司 在过程控制系统中的大数据
US20150220511A1 (en) * 2014-02-04 2015-08-06 Maluuba Inc. Method and system for generating natural language training data
CN104838324A (zh) * 2012-10-08 2015-08-12 费希尔-罗斯蒙特系统公司 动态可重用类
US20160103918A1 (en) * 2014-10-09 2016-04-14 Splunk Inc. Associating entities with services using filter criteria
CN106462137A (zh) * 2013-12-20 2017-02-22 西屋电气有限责任公司 用于保障工业控制系统的系统和方法
US20170075904A1 (en) * 2015-09-16 2017-03-16 Edgetide Llc System and method of extracting linked node graph data structures from unstructured content
US20180096108A1 (en) * 2016-09-30 2018-04-05 Sap Se Method and system for control of an electromechanical medical device

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107003647B (zh) * 2014-09-25 2019-08-06 西门子公司 用于执行自动化系统的配置的方法和系统
US9535894B2 (en) * 2015-04-27 2017-01-03 International Business Machines Corporation Automated correction of natural language processing systems
US10747954B2 (en) * 2017-10-31 2020-08-18 Baidu Usa Llc System and method for performing tasks based on user inputs using natural language processing

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060026548A1 (en) * 2004-07-29 2006-02-02 International Business Machines Corporation Method, system and program product for providing a configuration specification language supporting selective presentation of configuration entities
US20130185050A1 (en) * 2012-01-13 2013-07-18 International Business Machines Corporation Converting data into natural language form
CN104838324A (zh) * 2012-10-08 2015-08-12 费希尔-罗斯蒙特系统公司 动态可重用类
CN104035392A (zh) * 2013-03-04 2014-09-10 费希尔-罗斯蒙特系统公司 在过程控制系统中的大数据
GB201316880D0 (en) * 2013-09-23 2013-11-06 Clearswift Ltd Controlling disclosure of structured data
EP2851837A2 (en) * 2013-09-23 2015-03-25 Clearswift Limited Controlling disclosure of structured data
CN106462137A (zh) * 2013-12-20 2017-02-22 西屋电气有限责任公司 用于保障工业控制系统的系统和方法
US20150220511A1 (en) * 2014-02-04 2015-08-06 Maluuba Inc. Method and system for generating natural language training data
US20160103918A1 (en) * 2014-10-09 2016-04-14 Splunk Inc. Associating entities with services using filter criteria
US20170075904A1 (en) * 2015-09-16 2017-03-16 Edgetide Llc System and method of extracting linked node graph data structures from unstructured content
US20180096108A1 (en) * 2016-09-30 2018-04-05 Sap Se Method and system for control of an electromechanical medical device

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
付韶坤;祖向荣;: "工作流任务授权模型研究", 中国电力教育, no. 2, 1 December 2009 (2009-12-01), pages 542 - 543 *

Also Published As

Publication number Publication date
US20220091594A1 (en) 2022-03-24
EP3906445A1 (en) 2021-11-10
WO2020141394A1 (en) 2020-07-09

Similar Documents

Publication Publication Date Title
CN110799981B (zh) 用于与领域无关的方面级别情绪检测的系统和方法
CN106875014B (zh) 基于半监督学习的软件工程知识库的自动化构建实现方法
EP3029535A2 (en) P&ID and control system synchronization
CN111435366A (zh) 设备故障诊断方法、装置和电子设备
US20200272435A1 (en) Systems and methods for virtual programming by artificial intelligence
CN101114281A (zh) 开放式文档同构引擎系统
CN109241199A (zh) 一种面向金融知识图谱发现的方法
CN116245513A (zh) 基于规则库的自动化运维系统及其方法
CN114722190A (zh) 用以检测新的领域知识的基于深度学习的自动本体抽取
CN113260930A (zh) 用来生成用于执行工业过程的控制逻辑的方法和系统
Rabin et al. Methods and formal models of intelligent analysis of weakly structured data
CN111985204B (zh) 一种海关进出口商品税号预测方法
Nayak et al. Req2Spec: Transforming software requirements into formal specifications using natural language processing
Vierlboeck et al. Natural Language Processing to Assess Structure and Complexity of System Requirements
US9002809B2 (en) Method and apparatus for generating a data repository
CN116635843A (zh) 分析工业工厂的日志文件的设备、计算平台和方法
Bunte et al. Semantics enable standardized user interfaces for diagnosis in modular production systems
Ressel et al. Reverse engineering in process automation
Sivaramakrishnan Unsupervised probabilistic and kernel regression methods for anomaly detection and parameter margin prediction of industrial design
CN116893855A (zh) 生成用于外数据点访问的配置的系统和计算机实现的方法
Zhang et al. Handling sentence complexity in information extraction for automated compliance checking in construction
Rozanov The fast vocabulary-based algorithm for natural language word form analysis
EP4099240A1 (en) System and method for building data exchange
CN112860872B (zh) 基于自学习的配电网操作票语义合规性的校验方法及系统
US20230342633A1 (en) Simulation-augmented decision tree analysis and improvement method, computer program product, and system

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