CN113597634B - 使用人工智能的过程映射和监控 - Google Patents

使用人工智能的过程映射和监控 Download PDF

Info

Publication number
CN113597634B
CN113597634B CN202080021998.7A CN202080021998A CN113597634B CN 113597634 B CN113597634 B CN 113597634B CN 202080021998 A CN202080021998 A CN 202080021998A CN 113597634 B CN113597634 B CN 113597634B
Authority
CN
China
Prior art keywords
display
asset
information
data
alarm
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
CN202080021998.7A
Other languages
English (en)
Other versions
CN113597634A (zh
Inventor
R·K·H·帕拉卡什
S·戈努贡达
V·卡玛斯
S·娜拉
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.)
Aviva Software Co ltd
Original Assignee
Aviva Software Co ltd
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 Aviva Software Co ltd filed Critical Aviva Software Co ltd
Publication of CN113597634A publication Critical patent/CN113597634A/zh
Application granted granted Critical
Publication of CN113597634B publication Critical patent/CN113597634B/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
    • G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
    • G06F11/324—Display of status information
    • G06F11/327—Alarm or error message display
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
    • G—PHYSICS
    • 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
    • G06F11/0751—Error or fault detection not based on redundancy
    • G06F11/0754—Error or fault detection not based on redundancy by exceeding limits
    • G06F11/076—Error or fault detection not based on redundancy by exceeding limits by exceeding a count or rate limit, e.g. word- or bit count limit
    • 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
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3409—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment for performance assessment
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3452—Performance evaluation by statistical analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
    • F16P—SAFETY DEVICES IN GENERAL; SAFETY DEVICES FOR PRESSES
    • F16P3/00—Safety devices acting in conjunction with the control or operation of a machine; Control arrangements requiring the simultaneous use of two or more parts of the body
    • F16P3/12—Safety devices acting in conjunction with the control or operation of a machine; Control arrangements requiring the simultaneous use of two or more parts of the body with means, e.g. feelers, which in case of the presence of a body part of a person in or near the danger zone influence the control or operation of the machine
    • F16P3/14—Safety devices acting in conjunction with the control or operation of a machine; Control arrangements requiring the simultaneous use of two or more parts of the body with means, e.g. feelers, which in case of the presence of a body part of a person in or near the danger zone influence the control or operation of the machine the means being photocells or other devices sensitive without mechanical contact
    • F16P3/142—Safety devices acting in conjunction with the control or operation of a machine; Control arrangements requiring the simultaneous use of two or more parts of the body with means, e.g. feelers, which in case of the presence of a body part of a person in or near the danger zone influence the control or operation of the machine the means being photocells or other devices sensitive without mechanical contact using image capturing devices
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/81—Threshold
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Linguistics (AREA)
  • Human Computer Interaction (AREA)
  • Automation & Control Theory (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本公开描述了一种用于信息的高级传递的系统。在一些实施例中，系统响应于报警而创建显示。在一些实施例中，所述显示上的信息是系统进行的属性映射和/或分析的函数。按照一些实施例，在确定显示什么内容期间，系统使用手动关联、统计分析、相关性、维护数据和/或历史数据中的一个或多个作为工具。在一些实施例中，系统在分析中结合过程模拟器、人工智能、机器学习和/或真实过程反馈中的一个或多个，使用这些工具中的一个或多个，以确定在紧急情况和/或异常事件期间向用户显示什么内容。

Description

使用人工智能的过程映射和监控
相关申请的交叉引用
本申请要求于2019年2月15日提交的题为“System and Server for AssetSearch-Based Visual ization of Alarms with Dynamic Grouping”的美国临时申请No.62/806,572的权益和优先权，该申请的全部内容通过引用包含在本文中。
背景技术
在紧急情况下，快速行动是险肇事故(near miss)与灾难之间的差别。通常，报警可以以一种不相关的方式似乎突然全部出现。区分这些报警的优先顺序可能是耗时的任务；以相干的方式对报警数据进行分类和显示所花费的时间可能是成功和失败之间的区别。
另外，一些报警只发生在偏远的地点，并不具有与集成监控系统的直接连接。另外，一些报警是通过人为干预手动触发的。目前工业中的一个问题是由于分心而导致遗漏异常情况或产品复查。
现有技术的当前状态是用户负责构建显示以提供关于一个或多个资产的报告。该报告的资产信息可以包括诸如传感器和质量保证测量装备之类的工业系统资产，不过还可以包括任何其他可以以可视化形式报告的参数，比如市场趋势或业务量模式(trafficpattern)。现有技术的报告可视化不能适应不同的显示类型。例如，在蜂窝电话机上查看为屏幕设计的相同信息导致图形变得太小而难以理解。
现有技术还要求手动进行报告中所使用的资产信息之间的所有链接。例如，在现有技术中，需要手动创建、保存和选择表示相同或不同资产的两个属性之间的相关性的图以便显示。现有技术中的典型相关性图是通过手动选择两组原始数据，然后在不同的轴上绘制每一组数据，以直观地判定是否存在关系(即，检查显示以判定拟合线是否有斜率变化)而获得的。如果在紧急情况下不存在相关性图，则必须花费宝贵的时间以创建该图。即使该图确实存在，它也很可能存储在特定于用户的文件夹中，搜索该图或包含该图的报告可能是徒劳无益的，导致浪费更多时间。例如，在诸如半导体之类行业的情况下，浪费一小时可能会导致数百万美元的生产能力损失。
现有技术在一个或多个资产参数超过报警限制时使用报警来提醒人员。这些报警通常以闪烁文本的形式从监控系统中产生，有时伴随着设定值和超过值。在现有技术中，用户必须随后登录计算机，加载监控系统，然后手动拉出与每个报警相关的“标签”。这些标签随后被加载到手动配置的图和/或报告中，以便进行可视化分析。统计分析需要手动设置更多的图和报告。在针对测量工具的报警的情况下，在测量节点之间可能存在许多不同类型的装备(例如粉碎机、传送带、烘箱、机器人)。在现有技术中，用户必须确定节点之间有什么装备，哪些属性要用图表示，并尝试确定异常的根本原因是什么以及采取什么行动来应对。
于是，需要一种系统，该系统自动地监控生产环境，并从存储在数据库中的大量资产数据(例如标签)中生成具有从相关信息生成的项目的显示，使得可以采取及时的行动来防止利润损失。
发明内容
本文中公开的一些实施例包括用于改进紧急信息的传递的系统。在一些实施例中，计算机处理器读取存储在非临时性处理器可读介质上的指令(即，存储在计算机存储器上的计算机代码)。在一些实施例中，所述指令被配置和布置成从数据库中读取资产数据。在一些实施例中，资产可以包括诸如传感器和质量保证测量装备之类的工业系统资产。在一些实施例中，资产数据还可以包括可以使用图片、图、表格和/或链接形式报告的任何其他资产参数：用于市场趋势或业务量模式的监视器是此类资产的非限制性例子。在一些实施例中，资产数据是从资产接收的模拟或数字信号的数字表示。在一些实施例中，一个或多个控制限制和/或规格限制与资产数据的参数关联。在一些实施例中，资产数据的参数是传感器“标签”，它将传感器数据传递到系统以便存储在数据库中。在一些实施例中，数据库是位于现场的本地数据库；在一些实施例中，数据库是编史器(his tor ian)数据库，它还包括处理器和非临时性计算机可读介质。在一些实施例中，当一个或多个控制限制和/或规格限制被超过时，系统产生报警。
在一些实施例中，系统的各个方面包括呈现与报警关联的相关信息的新颖方式。在一些实施例中，系统被配置和布置成从数据库中读取资产数据；将资产数据与一个或多个报警限制进行比较；当主要资产的参数超过一个或多个报警限制时，显示报警信息；和确定要与所述报警结合显示的次要信息。
在一些实施例中，读取资产数据包括不仅从报警资产的标签中读取资产数据，还包括从与资产关联的标签中读取资产数据。在一些实施例中，系统包括对一些或所有标签数据进行大规模统计分析以确定一个或多个资产之间的关系(即，一个资产的输入/输出是否依赖于另一个资产的输入/输出)的指令。在一些实施例中，系统使用资产属性来执行统计分析。
在一些实施例中，资产的属性可以包括资产的测量参数(即，标签)，比如时间、温度、压力、功率、安培数、电压、流速和/或可以视觉上或通过电信号传递的任何测量值。在一些实施例中，资产的属性可以包括资产的颜色、纹理、年龄、材料位置、尺寸、形状、质量、密度、故障规范或任何其他物理特性。在一些实施例中，资产的属性可以是资产的输入/输出对上游和/或下游资产和/或过程的影响。在一些实施例中，在系统的统计和/或呈现分析中使用任意或所有的资产属性。在一些实施例中，系统使用包括主要资产和次要资产之间的一个或多个关联的属性映射来确定应当在分析、预测和/或要显示的信息中包含哪些属性。在一些实施例中，系统使用属性映射来确定与报警结合显示的信息。
在一些实施例中，统计分析可以由系统按需地、连续地、间歇地和/或以它们的某种组合来进行。在一些实施例中，通过在图形用户界面(GUI)上选择一个或多个输入来进行统计分析。在一些实施例中，当用户选择链接和/或面包屑时，对特定资产和/或不同层次的资产进行统计分析。在一些实施例中，系统执行常规的已知统计分析技术和/或算法。在一些实施例中，系统执行专有的统计分析技术和/或算法。在一些实施例中，系统自动生成一个或多个显示，包括图、图表、表格、报告、根本原因分析、建议的行动项目和/或对策。如本文中使用的，对系统生成的用于显示的项目和/或信息的引用也是对图标、面包屑(breadcrumb)和/或链接的引用，所述图标、面包屑和/或链接导致包含所述项目和/或信息的不同显示；在当前显示上生成该项目和/或信息；扩展、高亮显示和/或跳转到具有所述项目和/或信息的显示的一部分。
在一些实施例中，系统使用所识别的资产属性相依性来识别可能是报警的根本原因的过程的输入。例如，在一些实施例中，从工厂的不同区域接收多个报警：作为响应，系统进行根本原因分析，并确定在下游资产步骤报警的参数与系统已确定的导致产品缺陷的装备参数相关(即，上游装备和/或设定值问题导致现在是下游步骤的输入的缺陷输出，造成装备故障，从而导致报警)。按照本文中所示的一些实施例的显示是利用相关报警信息生成的。在一些实施例中，通过系统区分报警的优先顺序，以便按照它们需要被处理的顺序来显示，节省了宝贵的时间。在一些实施例中，通过系统自动提供下述中的一个或多个来节省宝贵的时间：解释报警发生的原因的报告；支持结论的证据和历史数据(即，过去对类似事件采取的行动)；用于如何最有效地解决问题的行动项目的列表；显示为图(例如，条形图、饼形图、帕雷托(Pareto)图)和/或报告的历史资产数据；和/或维护报告。
在一些实施例中，系统包括基于云或云/现场混合编史器系统，本文中统称为编史器和/或编史器数据库。在一些实施例中，编史器的使用允许从多个位置(例如，工业工厂、车队车辆、商业服务器和/或任何数据源)获得的资产和/或过程数据的集中化。在一些实施例中，集中化允许系统使用来自所述多个位置中的一些和/或所有位置的数据进行在上面和/或在整个本公开讨论的一个或多个分析。在一些实施例中，这通过为分析提供更大的数据集来提高系统准确率。在一些实施例中，更大的数据集提高了与如上所述的统计分析和相关信息确定结合使用的专有和/或常规人工智能、机器学习和/或深度学习算法(本文中统称为AI)的准确率。
在一些实施例中，在本公开中提出的一个、一些或所有分析和/或实施例中使用AI。在一些实施例中，AI用于确定要显示的最相关项目，和/或用于传达信息的显示的类型(例如图表、图、报告、链接等)。在一些实施例中，不包括AI的算法执行本文中描述的一个或多个动作。在一些实施例中，系统使用存储在存储器上的处理器可读指令，当由处理器读取时，所述处理器可读指令实现系统的一个或多个方面。在整个本公开中，包括“系统”、“系统确定”、“系统确定”、“系统执行”、“系统生成”、“系统显示”、“系统比较”和/或类似语言的短语的使用包括在执行由“系统”进行的动作和/或步骤时AI和/或非AI算法的使用。
在一些实施例中，系统可以自动处理和显示特定于用户的项目和/或信息。在一些实施例中，系统通过登录标识、面部识别、维护记录、批准和/或将用户链接到组织中的特定角色的任何存储数据来识别特定用户。在一些实施例中，每个特定用户基于他/她在该组织中的角色接收定制的报警显示。在一些实施例中，系统结合存储的数据使用AI来基于个人的角色确定要显示的相关项目/信息。在一些实施例中，系统使用不包括AI的算法来对存储的数据执行分析，以基于个人的角色确定要显示的相关项目/信息。例如，在一些实施例中，特定用户可以包括管理人员、过程工程师和装备技术人员。在一些实施例中，过程工程师接收包括产品测量值的报警列表，技术人员接收与装备传感器相关的报警，并且管理人员接收包括产品测量值和传感器数据两者的报警列表：普通技术人员会认识到根据需要可以传达项目/信息的任何组合。
在一些实施例中，系统确定显示的内容和/或格式。在一些实施例中，本文中使用的“显示”被定义为配置成呈现信息的视觉表示的电子显示。例如，在一些实施例中，系统从一个或多个数据库中读取资产数据。系统随后将资产数据与一个或多个报警限制进行比较。在一些实施例中，定期进行所述比较并将结果存储在数据库中。当主要资产的参数超过一个或多个报警限制时，按照一些实施例产生报警。结果，在一些实施例中，系统确定要与报警的视觉表示结合显示的信息。如上所述，系统执行各种算法和分析来确定为特定报警和/或用户显示的最佳信息内容。
例如，按照一些实施例，如果机器人由于其传感器没有检测到预期物体的存在而报警，则来自前一处理步骤的关于出口计数器传感器的信息可以包括在报警显示中。当在分析期间，系统确定出口计数器计及了缺失的物体时，系统确定缺失的物体必定丢失在两个处理步骤之间的某处。在一些实施例中，系统可以复查维护历史，并确定该错误通常有几个根本原因，比如传送带断裂、致动器故障、和/或某操作员错误。在一些实施例中，这些根本原因中的每一个都可能已经发生并被记录在系统中和/或在分布于不同状态的不同设施处被馈送到系统。在一些实施例中，系统收集解决该问题所需的动作项目和/或标准操作过程。在一些实施例中，系统显示报警、根本原因列表(在这种情况下有几个根本原因)以及与动作项目和/或标准操作过程的链接中的一个或多个。从这个非限制性例子可以明显看出，可以节省大量宝贵的生产时间，因为即使不熟悉该过程的人也可实现解决方案和/或启动解决方案的实现。
在一些实施例中，系统基于主要资产的一个或多个属性(例如，时间、温度、压力、功率、安培数、电压，流速等)选择要显示的信息(主要信息、次要信息等)。在一些实施例中，信息。例如，本领域已知压力和温度具有直接关系。于是，按照一些实施例，当出现压力报警时，系统自动向用户提供温度和压力时序图(当然，其他类型的信息显示也是可能的)。在一些实施例中，作为非限制性例子，如果系统确定报警通常由在故障时传递功率尖峰的故障传感器引起，则系统可以以传感器线形图和/或根本原因分析的形式自动包括该信息。
在一些实施例中，系统包括过程模型模拟器。在一些实施例中，模拟器优化2D和/或3D模型组件性能。在一些实施例中，模拟器改进2D和/或3D模型设计，并提供操作分析和/或进行工程研究。例如，在一些实施例中，模拟器被设计成对各种各样的过程进行严格的热量和材料平衡计算。
在一些实施例中，使用模拟器数据、生产数据、和/或模拟器数据和/或生产数据的组合来训练AI。例如，按照一些实施例，在异常状况的模拟期间(例如，在训练和/或新设施规划期间)，系统使用模拟的趋势来训练AI模型以便进行预测。在一些实施例中，通过使模拟器值随机化并对结果进行分析(例如，回归分析)，针对哪些工艺参数彼此相关来训练系统AI。在一些实施例中，在模拟中进行的系统分析被馈送到AI训练模型以提高模型的准确率。在一些实施例中，这种使用模拟器对AI模型进行“预先训练”的新方法允许系统预测从未在真实系统中实际记录的趋势状况。在一些实施例中，在训练期间，在连续模拟的趋势中标记的步骤被馈送到AI，使得这些步骤可以从模型中排除和/或用于不同的模型和/或分析。
在一些实施例中，系统允许用户进行以下中的一个或多个：设计新的过程；评估备选模型配置；更新或改进现有模型；评估和证明符合环境法规；对工厂过程进行故障检查和薄弱环节消除；监控、优化和/或提高工厂产量和/或盈利能力；所有这些都是系统能力的非限制性例子。在一些实施例中，系统使用模拟器来预测报警对过程的一个或多个部分的影响。在一些实施例中，预测是在报警时进行的。在一些实施例中，预测是在报警发生期间或之后进行的。在一些实施例中，系统使用模拟器来建立资产属性之间的关联链接。在一些实施例中，在模拟期间创建的关联链接用于创建属性映射。在一些实施例中，模拟被用于创建用于确定要向用户显示的信息的重要性排序。在一些实施例中，模拟是手动运行的。在一些实施例中，模拟是由系统算法连续地、间歇地和/或响应于报警而运行的。在一些实施例中，模拟是由系统AI连续地、间歇地和/或响应于报警而运行的。在一些实施例中，系统使用实际响应数据来改进预测建模。
在一些实施例中，系统包括用于附加模块的能力。在一些实施例中，附加模块包括设计成集成到系统中的模块。在一些实施例中，系统包括与第三方软件和/或系统软件一起工作的应用编程接口(即API)。在一些实施例中，在一些实施例中，系统包括一个或多个编程应用(APP)，比如常规的和/或专有的AI应用。在一些实施例中，第三方软件包括可许可的附加程序。在一些实施例中，附加模块以各种方式扩展系统的功能。
在一些实施例中，系统包括操作训练。在一些实施例中，整个模型的副本可以使用模拟器运行过程。在一些实施例中，可以在不影响真实过程模型的情况下在模拟中进行过程改变。在一些实施例中，系统可用于以下的一个或多个：在用户界面上训练操作员、运行演习、为新装备和/或系统升级提供训练、和/或任何其他类型的训练需求。在一些实施例中，可以将训练模拟模型作为工厂过程的实际控制接口集成到系统中。在一些实施例中，使用模拟器针对AI监控预测对人员进行训练。
在一些实施例中，当用户改变显示时，系统显示新的信息和/或重新配置信息。在一些实施例中，系统为显示器的屏幕尺寸定制所述显示的信息和/或格式。例如，在一些实施例中，如果用户在第一显示器上拉起包含报警信息的显示，则使用第一信息格式来显示该信息。按照一些实施例，如果在第二显示器上拉起报警信息，则使用第二信息格式来显示相同的信息。在一些实施例中，不同的格式归因于第二显示器具有与第一显示器不同的可视化区域。此外，在一些实施例中，基于由系统确定的可用的可视化区域，在第二显示器上呈现给用户的信息可能更多或更少。例如，如果用户正在便携式计算机，比如蜂窝电话机上查看来自某个装备的报警数据，则用户可以看到具有被高亮显示的报警点、报警列表以及位于浏览器的顶部的面包屑的一个或多个装备控制图表，所述面包屑通向装备的层次结构和/或示出到先前查看的项目的链接。当用户从较大的监视器，比如桌面监视器或电视屏幕访问相同的报警数据时，示出在便携式计算机上呈现的相同信息，另外，可以显示过程流程图，其中过程流程中的每个项目具有对策链接，所述对策链接包含用于如何解决报警和解决根本原因的指令。
在一些实施例中，如果用户正在窗口(例如浏览器窗口)中查看信息而该窗口被调整了大小，则系统自动确定如何显示最初提供的信息。在一些实施例中，所述确定包括在调整显示的大小时，在显示上保留哪个部分以及隐藏哪个部分。在一些实施例中，所述确定至少部分基于系统所进行的分析。在一些实施例中，所述确定至少部分基于重要性排序。在一些实施例中，重要性排序是通过系统分析获得的。在一些实施例中，重要性排序是针对一个或多个资产手动创建的。在一些实施例中，重要性排序基于以下中的一个或多个：生产流程影响、历史数据、维护数据、模拟数据、AI训练、或者系统可用的任何其他数据源。在一些实施例中，对于不同的资产，重要性排序不同。在一些实施例中，在调整显示和/或窗口的大小时，重要性排序可以使对于主要资产隐藏的信息不同于对于次要资产隐藏的信息。在一些实施例中，在调整窗口和/或显示的大小时，显示一组新的信息(例如，一个或多个新的标题、图、图表、时间控制、面包屑等)。
在一些实施例中，显示上的一个或多个项目可以用评论来注释和/或标记。在一些实施例中，报警查看页面被划分成包括与一个或多个工业过程系统相关的一个或多个过程和/或报警的多个窗口或部分。在一些实施例中，当所显示的分辨率降低并且至少一个用户显示器上可用于可视化的宽度减小时，可以基于一个或多个优先级隐藏一个或多个部分和/或列。在一些实施例中，基于一个或多个自动分配的标记对与各个报警相关联的报警相关信息的报警分组，所述标记包括手动和/或系统确定的链接。在一些实施例中，AI用于标记趋势，如下进一步所述。
在一些实施例中，报警查看页面包括标题部分、和/或面包屑部分、和/或图表区域部分、和/或网格区域部分、和/或时间控制部分。一些实施例还包括由至少一个处理器执行的程序逻辑，所述程序逻辑使得能够在至少一个用户显示器上显示面包屑部分内的资产层次结构。在一些实施例中，资产层次结构中的每个资产由常规字符、图形、标志和/或符号分开。
一些实施例还包括由至少一个处理器执行的程序逻辑，所述程序逻辑使得用户能够与至少一个用户显示器交互，以示出在所选资产下的一个或多个子资产，其中当选择子资产时，用新的资产层次结构更新面包屑部分，和/或更新图表区域部分，和/或更新网格区域部分。一些实施例还包括由至少一个处理器执行的程序逻辑(即，处理器可读指令)，所述程序逻辑使得能够通过多组报警的单个或多个过滤器进一步分析报警相关信息，以自动提供多个报警组的视图，和/或一组或多组报警的集合的详细报警记录。
一些实施例还包括由至少一个处理器执行的程序逻辑，所述程序逻辑使得能够在至少一个用户显示器上显示具有一个或多个部分和/或列的网格的一个或多个部分和/或列，所述一个或多个部分和/或列包括以下中的一个或多个：“时间”、“严重程度”、“持续时间”、“状况”、“是否报警中”、“微线图(sparkl ine)”、“状态”、“标签”、“对象”、“区域”、“值”、“限制”和/或“未确认”。
本发明的一些实施例涉及训练AI以便进行生产监控。在一些实施例中，可以训练系统AI以识别趋势异常。在一些实施例中，可以训练AI以一定的确定性来预测事件。在一些实施例中，可以训练AI以识别连续趋势数据中的模式，并将这些模式标记为步骤。在一些实施例中，可以使用图像和/或视频馈送来训练AI以识别可视缺陷。在一些实施例中，一旦AI模型被训练，AI就可以发出报警并将相关信息馈送到系统，使得显示最相关的报警信息。
附图说明
图1描述按照一些实施例的包括用于安全地提供和获得配置数据的计算机系统的非限制性例证编史器。
图2是按照一些实施例的报警查看页面。
图3图解说明按照一些实施例的报警查看页面的非限制性例证实施例。
图4A图解说明按照一些实施例的报警显示。
图4B图解说明按照一些实施例的图表显示。
图5表示按照一些实施例的用于安全合规性应用的系统。
图6描述按照一些实施例，使用所述系统来检测卡车900的正确就位和装载。
图7图解说明按照一些实施例，使用所述系统来确保卡车的正确装载。
图8表示按照一些实施例，使用所述系统来控制卡车装载操作的摄像机馈送。
图9表示按照一些实施例，所述系统可以被加载和/或连接到的一个或多个程序。
图10表示按照一些实施例的用于实现所述系统的界面。
图11表示按照一些实施例的用于启动建模过程的浏览器页面。
图12图解说明按照一些实施例的模型描述页面。
图13表示按照一些实施例的模型创建过程的目标页面。
图14表示按照一些实施例，在用户已在变量搜索中输入搜索条件之后的目标页面。
图15表示按照一些实施例，在用户选择了添加按钮之后的目标页面。
图16表示按照一些实施例的特征页面。
图17表示按照一些实施例的模型创建步骤页面。
图18表示按照一些实施例，在步骤页面上向模型添加步骤。
图19表示按照一些实施例，为主模型创建附加步骤的例子。
图20描述按照一些实施例，使用所述系统来定义运行不同类型的产品的步骤。
图21表示按照一些实施例的用于排除特定时间段的步骤页面。
图22表示按照一些实施例的预测页面。
图23表示按照一些实施例的在选择了现在预览模型按钮后的预测页面。
图24表示按照一些实施例的在选择了验证模型按钮后的预测页面。
图25表示按照一些实施例的在选择了继续验证按钮后的预测页面。
图26表示按照一些实施例的其中用户在消息部分中选择了“警告”的预测页面。
图27表示按照一些实施例的其中用户在消息部分中选择了“信息”的预测页面。
图28表示按照一些实施例的其中用户可以为系统显示信息的方式配置通知首选项的预测页面。
图29表示按照一些实施例的其中选择了不太频繁但更准确的首选项的预测页面。
图30表示按照一些实施例的具有主模型的预测值对实际值的一些结果的预测页面。
图31表示按照一些实施例的其中用户选择了显示3402的一部分以接收关于建模结果的细节的预测页面。
图32表示按照一些实施例的复查和创建页面。
图33表示按照一些实施例的具有所有创建的模型的模型页面。
图34表示按照一些实施例的图像从远程人工目视检查站到SCADA的变换。
图35表示按照一些实施例的用于使罐子的质量控制检查自动化的系统。
图36描述按照一些实施例的用于训练系统AI以进行罐子缺陷监控的训练界面。
图37表示按照一些实施例的在保存模型配置之后的训练界面。
图38表示按照一些实施例的在训练AI模型时的训练界面。
图39表示按照一些实施例的AI模型运行的快照。在一些实施例中，一旦训练完成，AI模型就可以通过选择开始/停止按钮4201和不选择训练框4202来开始监控馈送。
图40表示按照一些实施例对错误分类的图像进行手动分类。
具体实施方式
图1描述按照一些实施例的包括用于安全地提供和获得配置数据的计算机系统的非限制性例证编史器111。在一些实施例中，可操作编史器可以存储(例如，“历史化”)与工业过程相关的各种数据。一些例证数据可以包括但不限于时序数据、元数据、事件数据、配置数据、原始时序二进制数据、标签元数据、诊断日志数据等。可操作编史器还可以适合于记录关于工业过程的趋势和历史信息以供将来参考。可操作编史器可以分析存储在可操作编史器数据库中的过程相关数据，并将该数据变换成传送到一个或多个用户显示器的及时报告。这样，可操作编史器可以过滤(例如，策展(curate))数据，以提高数据对用户的可见性(例如，经由用户显示器)，而不会淹没用户和/或使通信网络负担过重。
在一些实施例中，编史器111可以包括时序数据库133和关系数据库136。在至少一个实施例中，时序数据库133和关系数据库136都可以在数据获取130期间从各种来源导出数据，包括但不限于，一个或多个服务器131a、一个或多个人机接口(HMI)应用131b、至少一个应用服务器131c、和/或手动输入的和/或外部数据131d。在一些实施例中，时序数据可以部分由存储在时序数据库133中的过程控制数据提供，其中时序数据可以表示历史的工厂或设施过程信息，比如在一段时间内测量的过程流程值的连续体。在一些实施例中，配置数据可以至少部分由关系数据库136提供，比如由编史器111使用的云服务的配置设置和相关联的存储能力。
下面描述按照一些实施例的可操作编史器数据模式检测和通信服务系统的非限制性例子。在一些实施例中，系统可以分析存储在至少一个可操作编史器中的数据，并将该数据变换为传送到一个或多个用户显示器的及时报告。这样，系统的各个方面可以过滤(例如，策展)数据，以提高数据对用户的可见性(例如，经由用户显示器)，而不会淹没用户和/或使通信网络负担过重。在一些实施例中，系统可以包括可操作编史器(例如，包括图1的编史器111)，和/或报告服务，和/或报告数据库，和/或策展服务，和/或特定于用户的报告集合，和/或一般报告集合，和/或提醒服务，和/或搜索服务。在至少一个实施例中，系统可以基于由可操作编史器和/或其他提供者提供的数据为用户生成一个或多个数据报告或摘要。在一些实施例中，编史器可以包括体现在储存存储器(例如，作为计算机服务器的一部分)上的处理器可执行指令，以经由软件环境提供可操作编史器。例证的可操作编史器包括由AVEVA Group pic及其子公司提供的His tor ian和/>Onl ine，AVEVA Group pic及其子公司也拥有与这样的产品关联的商标。
在一些实施例中，可操作编史器可适合于存储(例如，“历史化”)与工业过程相关的各种类型的数据。在一些实施例中，数据包括但不限于时序数据、元数据、事件数据、配置数据、原始时序二进制数据、标签元数据、诊断日志数据等。在一些实施例中，可操作编史器可适合于记录关于一个或多个工业过程的趋势和历史信息以供将来参考。例如，在一些实施例中，可操作编史器可以以人类不能解释或分析的数量来存储关于设施过程(比如但不限于工业过程)的各个方面的数据。例如，可操作编史器可以每秒接收两百万或更多的数据值(例如，与过程控制组件、过程变量等相关的标签)。
在一些实施例中，报告服务可适合于从可操作编史器检索数据，检测所检索的数据中的模式，生成包括关于所检测的模式的信息的报告，以及将所生成的报告存储在报告储存库，比如数据库中。在一些实施例中，报告服务包括体现在储存存储器上的处理器可执行指令，以经由软件环境和通信网络提供报告服务。例如，在一些实施例中，根据本公开的一些实施例，可以作为处理器可执行指令提供报告服务，所述处理器可执行指令包括由计算机独立地或结合系统的附加方面使用的过程、函数、例程、方法和/或子程序。本文中提供了报告服务的更多细节。
在一些实施例中，计算机可适合于提供报告服务、报告数据库(或者与存储报告数据库的计算机可读存储介质的接口)、策展服务、特定于用户的报告集合、一般报告集合、提醒服务和搜索服务，如本文中进一步所述。在一些实施例中，报告数据库可适合于将报告服务生成的报告存储为数据的有组织集合，如本文中进一步所述。在一些实施例中，用户显示器可适合于往来于特定于用户的报告集合、和/或一般报告集合、和/或提醒服务、和/或搜索服务接收和发送数据，如本文中进一步所述。例如，在一些实施例中，报告服务可适合于通过向可操作编史器发送查询，从可操作编史器检索数据，可操作编史器接收并使用该查询来选择与查询匹配的存储数据。在一些实施例中，可操作编史器随后可以将选择的数据发送到报告服务。在一些实施例中，报告服务可以连续地或间隔地检索数据。在一些实施例中，报告服务可以从附加来源检索和/或接收数据，包括报告应用(例如，经由报告服务的应用编程接口(API))、内置报告服务(例如，Onl ine内置报告器)、基于客户端应用配置的特定于应用的报告服务，和/或“人机接口”(HMI)，和/或任何其他常规报告服务。
在一些实施例中，报告服务可适合于使用算法和/或AI来分析数据，以检测数据中的某些模式(例如，“感兴趣的模式”)和/或不一致性，以便进行报告和/或触发报警。例如，一些算法包括统计算法、机器学习AI算法、基于规则的算法等，并且按照一些实施例，在系统检测到某些模式时，报告服务可以生成关于这些检测到的模式的报告。在一些实施例中，报告包括文本、图形(例如，图、图像等)、和/或元数据、和/或一个或多个报警或报警数据。在一些实施例中，报告可以以顺从策展服务的格式和/或当经由显示器和/或HMI显示时人类可理解的格式包括关于检测到的模式的信息。在一些实施例中，报告服务可以将数据从策展服务和人类难以理解的格式变换为当经由用户设备(例如，显示器、屏幕、投影仪、增强现实眼镜、头盔、和/或能够视觉地呈现信息的任何事物)显示时，策展服务和人类可以理解的格式。此外，在一些实施例中，在生成报告之后，报告服务可以将报告发送到报告数据库以便存储。
在一些实施例中，报告数据库可适合于将报告存储为数据的有组织集合。在一些实施例中，报告数据库可以将报告存储在中心位置以供各种系统和显示器访问。在一些实施例中，系统包括多个报告服务，每个报告服务都能够从可操作编史器检索数据，检测数据中的模式，生成报告，并将报告存储在报告数据库中。在利用多个报告服务的一些实施例中，每个报告服务可以独立地操作，或者集体操作服务可以并行地对较大报告任务的部分进行操作。在一些实施例中，数据库中的报告可供经由搜索服务访问，和/或来自特定于用户的报告集合，和/或一般报告集合，和/或报告可以以提醒的形式经由提醒服务实时发送到一个或多个用户显示器。在一些实施例中，用户显示器可被体现为具有移动应用(“app”)的移动显示器。例如，按照一些实施例，可以经由app商店安装本公开的各个方面，并且可以针对触摸屏优化各个方面。在一些实施例中，本公开的各个方面可以是基于浏览器的，并且可以包含包括图表、趋势、网格等的数据组件。
下面描述按照一些实施例的设施过程系统的非限制性例证实施例。在一些实施例中，设施过程系统可以包括至少一个计算机、至少一个可操作编史器、至少一个报告数据库、至少一个用户设备(包括处理器和/或显示器)、至少一个通信网络和耦接的流体处理系统。在一些实施例中，编史器可适合于提供可操作编史器，可操作编史器可适合于存储(例如，“历史化”)与流体处理系统相关的各种类型的数据，如本文中进一步所述。在一些实施例中，该非限制性实施例的流体处理系统包括至少一个泵、一个或多个阀、至少一个传感器和至少一个过程控制器。
在一些实施例中，在设施过程系统内，计算机、可操作编史器、报告数据库、用户设备和流体处理系统的各个组件(例如，泵、阀、传感器、过程控制器)可以经由通信网络通信连接。在一些实施例中，通信网络可以便利编史器、计算机、报告数据库、一个或多个用户设备和流体处理系统的组件之间的数据交换。
在一些实施例中，通信网络可以是耦接到其他电信网络的局域网(LAN)，所述其他电信网络包括其他LAN或者因特网或内联网的部分。在一些实施例中，通信网络可以是便利数据交换的任何电信网络，比如按照IEEE 802.3(例如，以太网)和/或IEEE 802.11(例如，Wi-Fi)协议操作的那些电信网络。在另一个实施例中，通信网络是允许数据通过串行或并行通信通道(例如，铜、导线、光纤、计算机总线、无线通信信道等)物理传送的任何介质。在一些实施例中，通信网络可以至少部分包括过程控制网络。
在一些实施例中，流体处理系统可适合于改变或精制原料以产生最终产品(例如，在化学、油气、食品和饮料、制药、水处理和电力工业中)。在一些实施例中，系统被配置成优化除流体处理系统以外的过程和处理系统。例证的过程可以包括但不限于化学、油气、食品和饮料、制药，水处理和电力工业中的那些过程。在一些实施例中，过程控制器可以在流体处理系统的组件(例如泵、阀、传感器)和系统的其他组件(例如编史器、计算机、报告数据库、用户设备)之间提供接口或网关。在一些实施例中，流体处理系统的组件可以经由通信网络直接与编史器、和/或计算机、和/或报告数据库，和/或用户设备通信。在一些实施例中，过程控制器可以向泵、和/或阀、和/或传感器发送数据和从泵、和/或阀、和/或传感器接收数据，以便控制和/或监控流体处理系统的各个方面。
一些实施例涉及电子设备中的数据的改进处理和显示，所述电子设备例如包括提供其中用户能够有效地监控过程，检索、处理和查看数据的技术解决方案的计算机和/或计算机服务器(比如，起制造执行系统作用的计算机系统或服务器)。一些实施例包括用于使用一个或多个数据或数据流，在计算机或计算机服务器中排列、构造和发送数据或数据集的系统和方法。在一些实施例中，数据或数据集可以包括与至少一个资产相关的一个或多个报警或提醒。
一些实施例包括计算机实现的方法，该方法包括由计算机系统的至少一个处理器执行的程序逻辑，所述程序逻辑能够提供允许用户利用图形用户界面(GUI)来可视化数据或数据块，监控数据和报警(包括往来于报警或提醒状态的一个或多个转变(比如可以从工业过程系统接收的那些转变))的环境。例如，在一些实施例中，编史器111可以提供供用户使用的工具，所述工具使用户能够监控存储块和功能。此外，一些实施例使用户能够观察到来的事件数据，存储块中的快照的合并，以及对查询的响应。在一些实施例中，该信息可以在GUI中以文本和/或图形的形式传达给用户。在一些实施例中，GUI可以具有指示不同事件数据、存储块、或快照以及报警的各种图标。此外，一些实施例包括一种计算机实现的方法，所述方法包括：通过计算机系统从数据仓库检索包括多个数据的文件；经由与计算机系统通信的用户界面的显示屏，至少部分基于与文件相关的数据或信息来显示数据或更新显示。
一些实施例包括系统、服务器和由至少一个处理器执行的计算机实现的程序逻辑，所述程序逻辑被配置成表示分级资产，以及每个资产的各种属性，所述每个资产的各种属性可以被上传以使一个或多个用户能够搜索更高级别的资产，而不是资产的各个属性和/或除了资产的各个属性之外，然后可视化每个匹配资产的至少一个可用提醒和/或报警。
在一些实施例中，所述系统、服务器和方法可以包括与视觉显示，比如一个或多个用户设备上的显示关联的可听提醒或报警。在一些实施例中，系统可以基于资产的属性来处理包括资产的报警的自动分组的可视化。在一些实施例中，资产的属性可包括资产的被监控参数，比如时间、温度、压力、功率，流速和/或可以可视地或通过电信号传递的任何测量值。在一些实施例中，系统可以使用摄像机和/或能够检测传播的电磁能量并将该检测转换为电信号的任何传感器，来检测诸如与物理资产关联的视觉变化和/或异常之类的属性。在一些实施例中，系统可以使在次要资产中发生的异常与在主要资产中导致报警的状况关联。在一些实施例中，系统基于包括维护记录、统计分析、连续或间歇的相关性分析、根本原因分析算法、AI训练和/或任何其他可用数据源的历史数据，预测将在次要资产中发生的异常。
在一些实施例中，系统使用人工智能、机器学习和/或深度学习(本文中统称为AI)来检测和/或分类图像和/或传感器数据以执行分析。在一些实施例中，系统可以分析过程流程中的两个或更多的资产，并生成描述一个资产的报警状况可能对上游过程和下游过程两者的影响的书面或视觉报告。在一些实施例中，系统可以实时获知预测的效果是否与观察到的效果匹配，并调整对于当前偏差和未来事件的预测。在一些实施例中，系统、服务器和方法可以在一个或多个显示器上提供报警和报告的快速且易于理解的可视化。在一些实施例中，显示器可以包括计算机系统、个人数字助手、蜂窝电话或智能电话、数字平板电脑和/或其他固定或移动因特网设备的显示器。
一些实施例提供计算机实现的系统和方法，包括由至少一个处理器执行的程序逻辑，所述程序逻辑能够实现可以基于一个或多个自动分配的标记与各个报警相关联的报警(比如设施过程系统的上述例证实施例的一个或多个报警)的分组。在一些实施例中，组与各个报警实例之间的相关性可以基于用于报警的有效总结的属性值的一对一和/或一对多映射，和/或各个报警实例的一个或多个原因的明确标识，以及作为响应要采取的行动。在一些实施例中，通过多组报警的单个或多个过滤器，可以进行进一步的报警分析，这可以自动提供多个报警组，一组或多组报警的集合的详细报警记录、原因和/或响应动作的视图。
一些实施例包括计算机实现的系统和方法，包括由至少一个处理器执行的程序逻辑，所述程序逻辑使一个或多个用户能够基于一个或多个资产搜索(比如通过搜索服务发起的一个或多个搜索)，使某个资产的所有相关报警可视化。一些实施例可以包括基于报警的属性和/或对这些属性进行的分析的报警的自动分组。在一些实施例中，系统可以提供组和各个报警实例之间的原因和/或效果相关性。在一些实施例中，系统和方法可以自动处理(例如，使用AI)并显示一个或多个直观的分组和对应细节，和/或基于一个或多个资产查看大量的报警，使得用户可以专注于问题区域(例如昨天我的工厂中的哪个区域报警数量最多)，而不需要花费大量的时间来寻找报警数量最多的区域。
图2是按照一些实施例的报警查看页面400。如图所示，在一些实施例中，系统和方法可以处理和显示报警查看页面400，该页面被划分为多个窗口或部分，这些窗口或部分可以允许一个或多个用户在用户设备218上查看关于一个或多个报警的各种细节。例如，在一些实施例中，所述部分可以包括但不限于，标题部分410、和/或面包屑部分420、和/或图表区域部分430、和/或网格区域部分440、和/或时间控制部分450。按照一些实施例，标题部分410可以与探索部分中的相同，唯一的区别是标题部分将不包含搜索控制。
在一些实施例中，在面包屑部分420内，使用能够显示当前文件夹或网页的目录路径，并提供对各个父目录的访问的面包屑来表示资产层次结构。在一些实施例中，资产层次结构中的每个资产可以用常规的图形、标志、符号和/或字符(比如特殊标志“>”，或任何其他合适的字符或字符与图形的组合)来分开。在一些实施例中，通过按压特殊标志，用户可以展示所选资产下的一个或多个子资产。在一些实施例中，通过选择子资产，系统可以用新的资产层次结构刷新面包屑，和/或更新图表区域部分430和/或网格区域部分440。在一些实施例中，所述层次结构通向包括原因和/或行动项目的附加分析。在一些实施例中，附加分析是特定于用户的。
在一些实施例中，系统可以以更高的分辨率显示网格(网格区域部分440)的一个或多个部分和/或列，包括但不限于报警信息，比如以下中的一个或多个：“时间”、“严重程度”、“持续时间”、“状况”、“是否报警中”、“微线图”、“状态”、“标签”、“对象”、“区域”、“值”、“限制”和/或“未确认”。在一些实施例中，当分辨率降低(即，可用于网格的显示尺寸被减小)时，可以基于由用户、系统、管理员或其他人或系统指定的一个或多个优先级来隐藏至少一些列。例如，在一些实施例中，当分辨率降低时，系统和方法可以处理和显示“微线图”的宽度和/或高度的收缩。在一些实施例中，“微线图”是显示测量值变化的一般形状的常规小线图。在一些实施例中，系统可以基于：报警中时间；“未确认”条形图；“对象”；“区域”；“限制”和/或“值”列来处理和显示一个或多个列。在一些实施例中，系统可以基于报警类型的文本标签(例如“高-高”)来处理和显示一个或多个列，同时相关联的图标可以保留。在一些实施例中，列包括到先前保存在系统中的和/或由系统(例如，通过AI)提供的消息板、报告、原因和/或行动项目的链接。
图3图解说明按照一些实施例的报警查看页面500的非限制性例证实施例。在一些实施例中，网格510可以展示针对选择的资产及其子资产产生的所有报警的列表。一些另外的实施例包括包含报警显示和统计的一个或多个附加的邻接和/或重叠的设计。在一些实施例中，系统和方法可以处理并提供图表区域(示于图3的左侧并在图4A和4B中放大示出)，所述图表区域可以用于显示有用的报警摘要信息，其中向用户提供报警活动的快照。例如，一些实施例包括报警显示520和报警计数530。在一些实施例中，用户可以与帕雷托图表530交互以访问网格区域中的更具体的数据。在一些实施例中，图表区域可以包括可显示给定时间段的报警数量的帕雷托图表530(图4B)。
在一些实施例中，网格510可以包括报警列550，包括但不限于数据列555、时间列558和/或用于显示一个或多个不同的提醒符号的提醒列560。此外，在一些实施例中，网格510可以包括“报警中”列562、状况列564、报警信号列566、信号图表状态列568、标签列570和/或对象列572。此外，在一些实施例中，网格510可以包括区域列574、值列576、限制列578和/或未确认列580。在一些其他实施例中，可以使用显示在报警查看页面500底部的选择过滤器590，按时间或日期过滤报警查看页面500。
在一些实施例中，可以按照“按以下分组”控件，按报警、标签、区域和/或对象对报警分组。在一些实施例中，可以使用包括但不限于所选条件521、523、525和527的选择器520，基于条件来选择报警。参见图4A，在一些实施例中，“按以下分组”控件(选择器520)可以位于图表区域的顶端。在一些实施例中，“按以下分组”标签可以包括可允许用户基于报警(状况)、标签、区域或对象，在帕雷托图表530中显示报警数据的一组按钮或其他常规界面特征，其中标签解释当前分组。在一些实施例中，系统和方法可以启用按报警(状况)的默认条件。在一些实施例中，当用户通过点击按钮之一改变分组时，可以至少部分基于用户的输入重新绘制网格和帕雷托图表530。
在一些实施例中，网格可以在由当前所选组(表示为提醒列560)表示的列的所有单元格中的数据旁边显示矩形颜色键。在一些实施例中，帕雷托图表530然后可以示出表示按当前选择分组的报警的数量的一组数据。在图4B中，按照一些实施例，示出了报警计数532、534、536、538、539。在一些实施例中，列的颜色和图例项矩形颜色键可以与(提醒列560)在网格里的矩形颜色键匹配。在按报警(状况)分组的情况下，网格可以在标签列和状况列中示出两个矩形颜色键。在标签列、区域列和对象列的情况下，在网络中的一个对应列的每个单元格中可以出现一个矩形颜色键。在一些实施例中，“按…分组”选择可以用控件上的对应按钮的高亮颜色(例如，比如蓝色)指示。在一些实施例中，“按…分组”控件上的所有按钮可以具有解释分组的工具提示。
返回参见图3，以及图4B，在一些实施例中，帕雷托图表530可以显示在前面说明的“按以下分组”控件下面。在一些实施例中，在描述的各个列中的一个或多个列中，帕雷托图表530可以按报警(状况)、标签、区域或对象(取决于“按以下分组”控件)描述报警的数量。在一些实施例中，图表530可以示出多达10列；然而，列的数量可以变化，并且可以包括比图3的非限制性实施例中所示的更多或更少的列。在一些实施例中，列可以按降序排列，其中前9列是最高的9列。在一些实施例中，第10列(如果存在的话)可以表示所有其他数据的总和。在一些实施例中，如果存在的项目不到9个，则不示出其他列，并且剩余的各列可以共享图表宽度。
参见图4B，在一些实施例中，图表530可以在顶部示出描述图表化数据的标题(比如“报警计数”)。在一些实施例中，图表530可以包括用编号的刻度标记的y轴，并且可以具有跨图表530延伸的灰色网格线。在一些实施例中，图表530可以包括图例，所述图例具有在图表中描绘的每列的图例项。在一些实施例中，图例项可以包含与图表中的各列的颜色对应的矩形颜色键，并且包含所表示的当前项532、534、536、538、539的ID或名称的标签。在一些实施例中，如果图例文本超过容器大小，则可以使用椭圆和工具提示来截短图例文本，如果用户悬停在截短的图例项文本上，则所述工具提示会出现以显示完整的名称。
在一些实施例中，当点击网格510的列或图例项时，会出现项目高亮显示。在一些实施例中，当用户首先点击某列或图例项时，则该列和图例项会变得高亮显示，而所有其他列或图例项会变暗。在一些实施例中，用户可以点击变暗的其他列或图例项，以将它们添加到高亮显示中。在一些实施例中，当高亮显示在适当位置时，可以点击被高亮显示(即，不变暗)的列和图例项以使项目从高亮显示中移除。在一些实施例中，一旦所有列都被高亮显示，或者所有高亮显示都被移除，则图表530可以重新进入其中没有列或图例项变暗的原始状态。
在一些实施例中，当屏幕高度高时，帕雷托图表530可以是固定尺寸，并且一旦屏幕的高度降低到初始高度以下，图表530也可以收缩。在一些实施例中，图例区域高度通常可以是固定高度，使得所有图例项目都可以显示，并且当屏幕尺寸太小而不能在柱状图表部分中示出有意义的数据时，图例区域可以收缩并包括滚动条，从而用户仍然可以访问所有图例项。在一些实施例中，当屏幕宽度减小使得时间控制与图表530重叠时，图表530容器自动调整大小，使得不发生重叠。在一些实施例中，在调整屏幕或窗口的大小时，诸如帕雷托图表530之类的图表被替换为不同的图表。
在一些实施例中，系统在探索页面上呈现信息、设定和/或链接中的一个或多个。在一些实施例中，探索页面(或部分)是基于先前查看和/或搜索的项目来区分信息优先顺序的显示。在一些实施例中，使用该时间控制，系统可以快速选择预定义的时间选择，并基于过去的用户交互从服务器检索报警记录。在一些实施例中，可以在探索页面中定制开始和结束时间。
在一些实施例中，系统和与其关联的方法可以基于资产层次结构和所选择的持续时间来处理数据，其中从诸如计算机之类的系统服务器取回原始报警。在一些实施例中，在这个阶段期间，可以显示示出基本骨架、轮廓或模板(在一些另外的实施例中包括一些动画)的网格区域部分，以指示网格正等待来自服务器的数据，以及指示原始数据到网格格式的转换。在一些实施例中，一旦从服务器取回数据，客户端就可以合并相关记录，并在网格中展示合并的视图。
在一些实施例中，系统和方法可以处理在报警记录合并期间应用的一个或多个规则。例如，在一些实施例中，处理后的规则可以基于报警ID对所有记录分组。在一些实施例中，基于当前时间(‘cf’)和在时间控制中指定的结束时间(‘tc.ef’)来计算结束时间(‘ef’)。在一些实施例中，如果‘cf’大于‘tc.et’，则‘ef’将是‘tc.ef’(即，系统向用户显示的结束时间是在时间控制中指定的结束时间)。在一些实施例中，如果‘ct’小于或等于‘et’，则‘et’将是‘ct’(即，结束时间被系统选择为当前时间)。在一些实施例中，如果结束时间‘et’是当前时间‘ct’，则显示将随着当前时间的变化而不断地用当前时间数据更新。
在一些实施例中，如果组包含‘alarm.set’(报警设定)记录，则从‘alarm.aacknowledged’(报警确认)记录(如果它存在于组中的话)中的‘alarm_unackdurat ionms’(报警未确认持续时间)性质中检索‘unack’(即，未确认的)持续时间。如果否，则按照一些实施例，从‘alarm.clear’(报警清除)记录中的‘alarm_durat ionms’(报警持续时间)中取回unack持续时间和/或报警中持续时间。如果两个记录(确认和清除)都不存在，则基于如上所述的结束时间‘et’计算unack持续时间和报警中持续时间两者。
在与基于规则的处理相关的一些实施例中，如果组包含‘alarm.acknowledged’记录，则从‘alarm.aacknowledged’记录中的‘alarm_unackdurat ionms’性质中检索未确认持续时间。随后，基于在时间控制中指定的开始时间和在‘alarm.clear’记录(如果‘alarm.clear’记录存在的话)中登记的事件时间来计算“报警中”持续时间信息。在一些实施例中，如果‘alarm.clear’记录不存在，则基于在时间控制中指定的开始时间和结束时间‘et’来计算报警中持续时间。
在一些实施例中，如果组只包含‘alarm.clear’记录，则基于时间控制中指定的开始时间和在‘alarm.clear’记录中登记的事件时间来计算unack持续时间和报警中持续时间。稍后，计算附加性质(比如“报警中”、“静默”和“搁置”)。例如，一些实施例包括基于规则的处理定义，所述基于规则的处理定义可以包括以下中的一个或多个：
A.“报警中”：在查询的持续时间内，如果对于每个报警，不存在‘Alarm.Clear’记录，则对于该报警，该属性被设定为真。如果否，则该属性被设定为假。
B.“搁置”：在查询的持续时间内，从每个报警的最后记录中检索该属性。
C.“静默”：在查询的持续时间内，从每个报警的最后记录中检索该属性。
在一些实施例中，通过针对在每个报警记录中提及的特定标签，从系统服务器取回过程值，构建微线图(例如，小的内联或覆盖图表)。在一些实施例中，如果对于给定标签，过程值为空，则在网格或网格部分中可以显示空的微线图(在一些实施例中，通过用纯色填充微线图图表来指示)。在一些实施例中，如果过程值存在，则使用过程值绘制微线图。在一些实施例中，在绘制微线图之后，微线图的一部分基于‘报警中’持续时间被高亮显示，并按照报警的严重程度着色。
在一些实施例中，系统和方法可以处理测试，包括但不限于：验证所有部分都存在于所呈现的页面中；验证在时间控制中可以选择预先定义的时间选择；和/或验证可以在时间控制中进行定制时间选择。
下面描述可经由软件环境，提供可操作编史器数据模式检测和通信服务系统的各个方面的计算机的体系结构。在本实施例中，计算机可以包括至少一个处理器、至少一个存储器、和与至少一个输入/输出(I/O)组件接口连接的至少一个I/O接口。在一些实施例中，存储器包括可操作编史器接口、报告服务、报告数据库、策展服务、特定于用户的报告集合、一般报告集合、提醒服务和搜索服务，它们各自都体现在处理器可执行指令中，以便由处理器执行。在一些实施例中，处理器、存储器和I/O接口彼此通信连接和/或电连接。在一些实施例中，I/O接口通信连接到和/或电连接到I/O组件。在一些实施例中，处理器可适合于执行存储在存储器中的处理器可执行指令，以实现可操作编史器接口、和/或报告服务、和/或报告数据库接口、和/或策展服务、和/或特定于用户的报告集合、和/或一般报告集合、和/或提醒服务、和/或搜索服务。在一些实施例中，I/O接口提供计算机与I/O组件之间的物理数据连接。在实施例中，I/O接口是网络接口卡(“NIC”)或调制解调器，并且I/O组件是电信网络。
在一些实施例中，可操作编史器接口可适合于提供计算机和可操作编史器之间的连接。在一些实施例中，可操作编史器接口可以经由I/O接口从可操作编史器检索和/或接收数据，如本文中进一步所述。在一些实施例中，报告数据库接口可以适合于提供计算机与能够存储报告数据库的计算机可读存储介质之间的连接。在一些实施例中，报告数据库接口便利经由I/O接口从报告服务向报告数据库发布报告，如本文中进一步所述。在另一个实施例中，报告数据库接口便利策展服务和搜索服务经由I/O接口访问报告数据库，如本文中进一步所述。
图5示出按照一些实施例的用于安全合规性应用的系统。在一些实施例中，对AI进行训练以对来自摄像机801的图像分类，并判定人员在安全区域中是否戴着安全帽。在一些实施例中，如果用户戴着安全帽802，则系统将图像分类为合规1803，从而不采取任何行动。在一些实施例中，如果没有戴着安全帽的用户1804被分类为不合规1805，则产生报警。使用图像训练AI在下面进一步详细讨论。
图6描述按照一些实施例，使用所述系统来检测卡车900的正确布置和装载。在一些实施例中，对系统进行训练，以使用来自摄像机903的图像判定卡车901是否在边界902内。在一些实施例中，如果卡车在边界之外，则产生报警。在一些实施例中，系统控制显示驾驶员和设施人员都能看到的显示卡车正确就位和/或不正确就位的指示的灯或图像。在一些实施例中，当装载操作开始时，系统产生报警。在一些实施例中，对系统进行训练，以使用系统的摄像机和AI来识别装载操作。在一些实施例中，如果卡车901在边界902之外，则系统阻止卡车装载操作。
图7图解说明按照一些实施例，使用所述系统来确保卡车1000的正确装载。在一些实施例中，系统使用摄像机1001监视区域1003，以判定材料1004的水平何时达到一定高度。在一些实施例中，当材料1004的水平达到一定高度时，系统提供报警和/或提醒。在一些实施例中，当材料1004的水平达到一定高度1004时，系统停止料斗1007。在一些实施例中，当材料1004的水平达到一定高度1004时，不同的料斗1008(或任何料斗)开始装载操作。在一些实施例中，所有料斗同时运行，并且当料斗下方的相应区域累积预先训练的材料高度时，系统停止对每个相应料斗的装载操作。
图8表示按照一些实施例的使用所述系统来控制卡车装载操作1100的摄像机馈送。在一些实施例中，存在系统已被训练识别的三个料斗1101、1102和1103。在一些实施例中，系统在摄像机馈送上用方框(或任何形状)勾勒出每个料斗和/或监控区域的轮廓，从而用户能够验证该系统识别出料斗和/或监控区域。在一些实施例中，如条件1106中所示，当料堆到达料斗时，系统提供报警。在一些实施例中，如条件1105中所示，当料堆到达卡车侧面和/或接近料斗时，系统发出报警和/或提醒。在一些实施例中，当条件1105和/或1106出现时，系统启动和/或停止料斗。在一些实施例中，系统可以监控来自料斗1103的料堆1104，并应用与其他料斗1104相同的规则。
图9示出了按照一些实施例，所述系统可以被加载和/或连接到的一个或多个程序。在一些实施例中，系统可以被配置成对其中数据被记录为标签的一个或多个过程参数进行建模和监控。在一些实施例中，系统可以被加载到一个或多个平台1201、1202、1203上。在一些实施例中，所述一个或多个平台包括监控一个或多个摄像机馈送和/或可以从一个或多个实时来源和/或数据库访问一个或多个系统标签的任何软件。在一些实施例中，所述一个或多个平台包括 SpiralVISUAL/> 和/或/>它们都是/>其子公司和/或附属公司的商标。
图10表示按照一些实施例，用于实现所述系统的界面。在一些实施例中，系统提供欢迎页面1300。在一些实施例中，由系统提供的欢迎页面1300和/或一个或多个其他显示是通过常规浏览器提供的。在一些实施例中，由系统提供的主页1300和/或一个或多个其他显示是通过系统浏览器提供的。在一些实施例中，术语“浏览器”、“窗口”和/或“显示”指的是常规浏览器和/或系统提供的浏览器。在一些实施例中，术语“页面”指的是示出系统信息的浏览器和/或显示。在一些实施例中，浏览器包括主页按钮1301、标题部分1302、欢迎页面链接1303、浏览器关闭按钮1304、开始按钮1307、到在线帮助、博客和/或教学视频的链接1308、和/或到社交媒体的链接1309。在一些实施例中，欢迎页面1300包括欢迎消息1305和/或程序描述1306。
图11示出按照一些实施例的用于启动建模过程1400的浏览器页面。在一些实施例中，系统使用实时数据流提供状况检测和未来状况规划和/或预测，同时考虑操作的低时延要求。在一些实施例中，通过连接到一个或多个监控平台的系统，系统自动检测一个或多个编史器数据库和/或运行时数据源1401，并在数据源部分1402中显示它们。在一些实施例中，系统自动连接到一个或多个编史器数据库和/或运行时数据源1401。在一些实施例中，用户手动地将一个或多个编史器数据库和/或运行时数据源1401连接到系统。在一些实施例中，用户可以使用添加按钮1403添加一个或多个编史器数据库和/或运行时数据源。在一些实施例中，系统在模型部分1406中指示不存在模型1404和/或提供关于建模过程1405的信息。在一些实施例中，用户可以通过选择创建模型按钮1407来启动建模过程。在一些实施例中，系统提供链接以导入样本模型1408和/或请求帮助1409。
图12图解说明按照一些实施例的模型描述页面1500。在一些实施例中，在选择创建模型按钮1407之后，用户被引导到模型描述页面1500。在一些实施例中，模型描述页面1501包括标题部分1501和/或名称和描述部分1502。在一些实施例中，模型描述页面1500包括到在模型创建过程中使用的每个页面的链接1503-1508。在一些实施例中，在模型创建过程中使用的页面包括名称和描述1503、特征1504、变量1505、步骤1506、高级1507(它还包括稍后描述的预测页面)、和/或浏览和创建1508。在一些实施例中，在模型创建过程中，在每个页面上显示一个或多个链接1503-1508。在一些实施例中，名称和描述部分1502包括名称的输入部分1509、描述的输入部分1510、创建者的输入部分1511、创建时间的输入部分1512、最后修改者的输入部分1513、和/或最后修改时间的输入部分1514。在一些实施例中，系统提供取消按钮1515、返回按钮1516和/或下一个按钮1517。在一些实施例中，系统提供允许选择不同模型创建页面的面包屑和/或页面选择图标1518。
图13表示按照一些实施例的模型创建过程的目标页面1600。在一些实施例中，目标页面1600包括在前一页面的名称部分1509中输入的名称1601。在一些实施例中，目标页面提示用户根据期望或不期望的条件1602来考虑模型的目标。在一些实施例中，一旦用户理解了模型的目标，用户就可以开始搜索1603与实现该目标关联的标签。
图14表示按照一些实施例，在用户已在变量搜索1603中输入搜索条件之后的目标页面1700。在一些实施例中，用户可以将标签和/或过程描述输入到变量搜索1701中，以搜索包含描述性名称和/或与描述性名称关联的标签。在一些实施例中，可以将定位的一个或多个标签添加到特征标签列表1702中。在一些实施例中，标签列表1702包括用于标签名称1703、描述1704、最小-最大值1705、数据库位置1706和/或实时数据源1707中的一个或多个的部分。在一些实施例中，在用户选择了满足目标的所有标签之后，通过选择添加按钮1707可以将标签添加到模型中。
图15表示按照一些实施例，在用户选择了添加按钮1707之后的目标页面1800。在一些实施例中，目标页面1800包括用于关闭和打开标签条件1802-1805的切换开关1801(在多个页面上使用由该基本形状表示的类似切换开关)。在一些实施例中，标签条件包括标签名称部分1806、条件语句部分1807和用于设定报警和/或提醒的条件值部分1808。在一些实施例中，系统提供附加条件部分1809，它允许用户选择在条件1802-1805中的任何一个或全部得到满足时进行报警/提醒(“报警/提醒”指的是系统支持的任何通知，如本公开中所述)。在一些实施例中，每个标签条件可由用户配置为标签所使用的参数。在一些实施例中，系统自动选择标签所使用的基于适当条件语句的参数。例如，在一些实施例中，标签条件1802基于长度参数，并且当长度不在6～8毫米(在部分1808中设定的)之间(在部分1807中设定)时，该条件提供报警。在一些实施例中，例证标签条件1803基于宽度参数，并且当宽度大于(在部分1807中设定的)60毫米(在部分1808中设定)时，该条件提供报警。在一些实施例中，例证标签条件1803基于一个标签的值等于(在部分1807中设定)另一个标签的值(在部分1808中设定)。在一些实施例中，例证标签条件1805基于报警标签包含(部分1807)真值(部分1808)，该真值指示该报警有效。在一些实施例中，一个或多个条件是系统AI在监控过程时用于决策的条件。在一些实施例中，可以为任何系统标签设定任何条件。
图16表示按照一些实施例的特征页面1900。在一些实施例中，特征页面1900包括基于目标页面1700上的一个或多个先前用户选择的标签的附加标签。在一些实施例中，自动用与每个用户选择的标签相关的标签填充特征页面。在一些实施例中，自动标签选择基于系统进行的相关性分析。在一些实施例中，自动标签选择基于手动和/或系统使用AI创建的属性映射。在一些实施例中，用户可以使用变量搜索1902将附加标签添加到变量标签列表1901中。在一些实施例中，系统监控并提供分析和对策，作为报警的附加信息，如前面所述/或在下面给出的实施例中所述。
图17表示按照一些实施例的模型创建步骤页面2000。在一些实施例中，步骤页面2000包括描述部分2001，描述部分2001指示用户如何将过程数据2002分解为过程步骤2003-2005。在一些实施例中，过程步骤2003可以是启动时间段。在一些实施例中，过程步骤2004可以是初始化时段步骤。在一些实施例中，过程步骤2005可以是稳态步骤。在一些实施例中，一旦在模型中标记了步骤，系统就可以使用从这些步骤创建的数据和/或图像来识别遍及已标记标签和/或未标记的其他标签的对应步骤(即，重复模式可以被标记一次并自动地应用于每次出现)。在一些实施例中，系统使用AI将标签的步骤(或子步骤)与相同过程和/或不同过程中的其他数据相关联，以在检测到异常状况时产生报警/提醒。例如，系统可以将产品宽度参数与来自挤出机温度标签初始化步骤的数据相关联(其中这种关系以前是未知的)，并在报警/提醒的信息部分中提供该新关系。
图18表示按照一些实施例，在步骤页面2100上向模型添加步骤。在一些实施例中，用户可以通过选择添加步骤按钮2101来添加步骤。在一些实施例中，向用户呈现一个或多个部分，以添加步骤名称2102和/或描述2103。例如，按照一些实施例，步骤名称2102可以是“初始化”和/或描述2103可以陈述“在初始化期间，大多数电动机启动并给出应该单独建模的有误且变化的信号”。在一些实施例中，步骤页面2100包括用于建立步骤基础2104、步骤动作2105和/或“任何/全部”条件2106的输入。在一些实施例中，步骤页面2100包括包含切换开关的条件2107、附加特征搜索2108和/或保存步骤按钮2109。在一些实施例中，系统使用步骤名称2102和描述2103来标记匹配与步骤关联的数据和/或图像值的当前和/或不同过程。在一些实施例中，步骤基础2104定义将何种类型的数据输入到模型中(例如，标签数据或图像数据)。在一些实施例中，与前面讨论的类似，条件2107包括标签名称、条件运算符(例如，“等于”)和触发值(例如，“假”)。在一些实施例中，当条件被满足时，步骤动作部分2105可用于将步骤标记为子步骤2010。在一些实施例中，当创建模型时，系统排除由子步骤2010定义的时间范围。在一些实施例中，当条件2107不被满足时，由标签条件2107定义的时间范围被包含在模型中。在一些实施例中，来自子步骤的数据被从主模型中排除，并被存储在数据库中以在系统分析期间和/或在不同的模型中使用。在一些实施例中，当条件2107被满足时，步骤动作部分2105包括可选择的忽略步骤2011选项。在一些实施例中，忽略步骤2011从模型中排除条件2107数据。在一些实施例中，系统使用条件2107被满足的时间范围，并用步骤名称2102标记另一个标签的对应时间范围(即，条件标签2107的时间范围用于标记来自特征列表1702和/或变量列表1901的一个或多个标签)。
图19表示按照一些实施例，为主模型创建附加步骤的例子2200。在一些实施例中，浏览器类似于步骤页面2100。在一些实施例中，先前创建的步骤列于步骤部分2201中。在一些实施例中，步骤可以由多个条件2202和2203定义。例如，主模型的时间段可以通过挤出机螺杆电动机速度的rpm和/或通过为设定点的某个百分比的水泵标签(例如，流率、安培数等)的实际值来识别。在一些实施例中，当两个条件都被满足时，模型被配置成忽略步骤2204。
图20描述按照一些实施例，使用所述系统来定义运行不同类型的产品的步骤2300。在一些实施例中，主模型中用于生产产品的装备是用于生产不同产品的相同装备。在一些实施例中，系统使生产另一个产品的时间段可以被标记为子步骤和/或被忽略。例如，第一条件2302可以是当挤出机开始时间小于某一时间时。在一些实施例中，第二条件2303可以是当诸如辊子之类的另一个组件不运行时。在一些实施例中，当任意/全部条件2301被选择为“全部”时，系统在主模型中创建子步骤(子步骤在主模型中不使用，但是仍然用于识别标签特征，于是被保存在数据库中)和/或忽略该时间段、
图21表示按照一些实施例的用于排除特定时间段的步骤页面2400。在一些实施例中，所述特定时间段是维护时间段。在一些实施例中，第一条件2401可以用于设定用于排除的开始时间(例如，大于某个日期)。在一些实施例中，第二条件2402可以用于设定用于时间段排除的结束时间(例如，小于某个日期)。
图22表示按照一些实施例的预测页面2500。在一些实施例中，预测页面。在一些实施例中，预测页面(在一些实施例中标记为高级)允许用户配置如何和/或何时显示预测。在一些实施例中，预测页面包括“开始读取数据”的日期和/或时间选择2501。在一些实施例中，预测页面2500包括预览按钮2502，以通过为数据的时间类型2504(例如，天、小时、分钟)选择数字2503来预览模型和/或执行模型训练(使用AI)。例如，按照一些实施例，时间和/或日期选择2501可以是当前日期之前4个月。在一些实施例中，数字2503被设定为10，而时间类型2504被设定为天。在一些实施例中，数字2503和时间类型2504中的值定义了用于训练和/或预览模型的数据量。
图23表示按照一些实施例的在选择了现在预览模型按钮2502后的预测页面2600。在一些实施例中，预测页面2600包括特征预览2601和变量预览2602。在一些实施例中，特征预览2601包括来自在特征列表1702中列出的标签的信息。在一些实施例中，变量预览包括来自变量列表1901的信息。在一些实施例中，在创建模型之后，可以使用验证模型按钮2603来验证该模型。
图24表示按照一些实施例的在选择了验证模型按钮2603后的预测页面2700。在一些实施例中，系统在与错误关联的位置和/或时间用一个或多个错误图标2701标记标签信息(例如，微线图)。在一些实施例中，系统用一个或多个警告图标2702来标记标签信息。在一些实施例中，系统在浏览器中提供描述错误、警告和/或信息消息的数量的信息2703。在一些实施例中，通过选择继续验证按钮2704，可以查看错误、警告和/或信息消息的细节。
图25表示按照一些实施例的在选择了继续验证按钮2704后的预测页面2800。在一些实施例中，预测页面2800包括消息部分2801、细节部分2802和建议动作部分2803。在一些实施例中，消息选择2801允许用户选择系统在预测页面2700上报告的错误、警告和/或信息消息中的每一个。例如，在一些实施例中，选择错误2804以便浏览。在一些实施例中，系统在细节框2802中提供关于错误的详细说明。在一些实施例中，系统在建议动作部分2803中提供针对错误的对策。在一些实施例中，细节和/或建议动作是手动数据输入和/或使用在本公开中描述的任何技术的AI分析中的一个或多个的产物。例如，按照一些实施例，系统可以在细节部分2802中报告一个或多个数据源无法连接，并建议用户使用建议的软件来验证连接和/或更新凭证。
图26表示按照一些实施例的其中用户在消息部分2901中选择了“警告”的预测页面2900。在一些实施例中，消息部分2901、细节部分2902和建议动作部分2903呈现与预测页面2800中的对应部分错误部分相似的信息类型(除了特定于警告之外)。例如，细节部分2902可以显示说明特定变量没有与之关联的数据和/或不与目标(即，特征列表1702中的标签)相关的信息。在一些实施例中，建议行动部分2903可以建议用户删除该变量，稍后浏览该变量，和/或如果判定在某个其他时间可以用相关数据填充该标签，则保留该变量。
图27表示按照一些实施例的其中用户在消息部分3001中选择了“信息”的预测页面。在一些实施例中，消息部分3001、细节部分3002和建议行动部分3003呈现与预测页面2800中的对应“报警”部分相似的信息类型(除了特定于信息之外)。例如，按照一些实施例，关于信息选择3001的细节部分3002可以包括用于定义没有任何数据要被省略(例如，平线(flat l ine)图)的步骤的变量的列表。在一些实施例中，作为非限制性例子，系统可以在建议动作部分3003中建议修改步骤和/或定义不同的时间段。
图28表示按照一些实施例的其中用户可以为系统显示信息的方式配置通知首选项的预测页面3100。在一些实施例中，通知首选项3101允许用户使用首选项按钮3103选择更频繁3102选项。在一些实施例中，更频繁选项3102配置系统，以当预测趋势或值将超过限制时，在时间框3104中设定的时间之前通过报警/提醒通知用户。例如，系统可以在预计达到限制之前两小时显示报警/提醒。在一些实施例中，选择更频繁选项会不太准确，因为预测值延续更长的一段时间。在一些实施例中，更频繁设定给用户有更多的时间做出反应。
图29表示其中选择了不太频繁但更准确首选项的预测页面3200。在一些实施例中，通知首选项3201允许用户使用首选项按钮3203选择不太频繁3202选项。在一些实施例中，不太频繁选项3102配置系统，以当预测趋势或值超过限制时，在时间框3204中设定的时间(比3104中的时间少)之前通过报警/提醒通知用户。例如，系统可以在预计达到限制之前一小时显示报警/提醒。在一些实施例中，选择不太频繁选项更准确，因为使用的预测值更接近标记的限制。在一些实施例中，不太频繁设定给用户较少的时间做出反应。
图30表示按照一些实施例的具有主模型的预测值对照实际值的一些结果的预测页面3300。在一些实施例中，系统呈现显示3301(例如，条形图、饼形图等)，显示3301示出趋势预测的在指定时间的预计值3303与趋势预测的在相同指定时间的实际值3302的对照。在一些实施例中，显示3301上的每个实际值3302和预测值3303与不同的目标(即，来自特征标签列表1702的一个标签)关联。在一些实施例中，显示3301上的每个实际值3302和预测值3303与不同的目标关联。在一些实施例中，显示3301上的每个实际值3302和预测值3303与相同和不同目标的混合物关联(例如，两个条形部分与一个标签关联，而其他三个条形部分分别与不同的标签关联)。在一些实施例中，显示3301上的每个实际值3302和预测值3303与来自变量标签列表1901的相同和/或不同标签关联。在一些实施例中，显示3301上的每个实际值3302和预测值3303与来自特征标签列表1702和/或变量标签列表1901的标签的任何可能组合关联。在一些实施例中，显示3301示出以百分比表示的预测发生可能性与时间的关系。在一些实施例中，当发生的可能性达到一定百分比(例如80％)时，系统显示通知和/或报警/提醒。
图31表示按照一些实施例的其中用户选择了3401显示3402的一部分以接收关于建模结果的细节的预测页面3400。在一些实施例中，细节包括概述部分3403。在一些实施例中，概述部分3403包括发出通知的时间和/或日期，与选择3401关联的标签的列表，每个标签在预测时间的值，和/或每个标签在实际时间的值。在一些实施例中，分析部分3404显示报警的一个或多个可能的根本原因(使用在本公开中描述的任何系统工具)。在一些实施例中，建议部分3405显示针对报警的一个或多个建议纠正动作(使用在本公开中描述的任何系统工具)。
图32表示按照一些实施例的浏览和创建页面3500。在一些实施例中，在用户对模型验证的结果感到满意之后，用户可以选择完成模型创建过程的创建按钮3501，并使用实时生产值开始运行模型。
图33表示按照一些实施例的具有所有创建的模型3601-3603的模型页面3600。在一些实施例中，模型页面3600与页面1400相同或相似。在一些实施例中，模型页面3600包括列出所有创建的模型3602-3604的模型列表3601，列出与从模型列表3601中选择的模型关联的所有信息的信息部分3605，和/或列出所创建模型的所有可用数据源的数据源部分3606。在一些实施例中，模型列表3601可以包括模型运行状态图标3613和/或通知图标3614。在一些实施例中，信息部分3605可以包括运行状态、通知数量、错误数量、警告数量、信息消息数量、和/或用户和/或系统认为相关的任何其他信息中的一个或多个。在一些实施例中，信息部分可以包括报警摘要3607、图表(例如，微线图)3608、报警细节3609、关联的标签分析3610(例如，由系统对变量标签列表1901中的标签或系统确定与报警相关的任何其他标签进行的分析)、建议行动部分3611、和/或用户和/或系统认为相关的任何其他信息。在一些实施例中，通过选择细节按钮3612，可以查看与报警关联的更多和/或全部细节。
作为非限制性例子，挤出过程模型3602以80％的确定性预测在52分钟内将违反与标签(例如，在报警摘要3607中列出的标签)关联的限制(如在报警细节3609中所示)。在一些实施例中，系统显示冷却区在压力增加时停停在25℃(在部分3610中)。在一些实施例中，系统建议将流向冷却区的水流增加到4.5gpm，并继续监控以确保冷却区温度降低到低于25℃。
在一些实施例中，制造设施使用显示在一个或多个GUI(图形用户界面)上的一个或多个HMI(人机接口)来监控远程装备。在一些实施例中，使用SCADA(监视控制和数据采集)系统来进行远程监控。在一些实施例中，SCADA系统组件包括监视计算机、远程终端单元、可编程逻辑控制器、通信基础结构和/或人机接口中的一个或多个。在一些实施例中，SCADA系统提供监控和命令执行(例如，改变设定值、控制调度等)。在一些实施例中，系统使用也被称作RTU(远程终端单元)的常规SCADA系统。在一些实施例中，系统被并入由提供的SCADA系统中。
在一些实施例中，设施具有帮助监控远程过程的各种馈送。在一些实施例中，馈送包括由常规的镜头摄像机、红外摄像机、数字相机、可视化软件(例如，将电子信号和/或电磁波转换为可视图像的电子显微镜上的可视化软件)和/或视频记录软件等提供的数字信息。本文中使用的术语“摄像机”涵盖任何上述项目和任何常规的可视化硬件和/或软件。本文中使用的“报警”、“提醒”、“报警/提醒”和/或“通知”包括系统能够提供的任何信息，比如但不限于过去趋势、未来预测、历史数据、维护数据、根本原因分析、装备映射、报警与次要装备之间的联系、AI训练接口、和/或本文中公开的任何其他方法。在一些实施例中，设施具有需要进行的各种人工目视检查。在一些实施例中，人工目视检查组件包括仪表、灯、组件移动、组件颜色、尺寸、形状、深度、振动和/或可被分类为视觉特性的任何其他物理性质。在一些实施例中，系统使用常规的音频收集器(例如，麦克风)和用其收集的数据来监控过程。在一些实施例中，系统使用应力-应变计(例如，惠斯通电桥)。在一些实施例中，系统使用来自馈送的图像来将一个或多个人工检查站监控组件变换为SCADA HMI上的数字表示。在一些实施例中，系统帮助捕捉和分析监控数据以集成到SCADA系统中。
图34表示按照一些实施例的图像从远程人工目视检查站3700到SCADA 3710的变换。远程人工目视站3730可以包括灯3701、仪表3702、带有风扇风信子(fan tel l)3704的通风口3703(例如，随着从通风口出来的空气移动的小带子或纸，其指示风扇在运行)、振荡图3705、齿轮3706和/或控制杆3707。例如，通过使用摄像机，可以训练系统识别这些项目中的每一个的正常配置和异常配置两者。在一些实施例中，系统将灯3701的预期值与由摄像机馈送获得的实际值进行比较。在一些实施例中，所述比较是特定于产品或操作状况的。在一些实施例中，系统检查某些标签和/或系统设定值配置，并确定正在运行什么产品和/或与这些产品关联的预期灯光模式。在一些实施例中，系统将使用摄像机比较灯3701的当前状态与预期状况，并且如果系统确定灯3701处于异常状态，则返回报警。在一些实施例中，系统在比较中使用AI。用于训练AI以完成这些类型的任务的系统细节将在后面参考一些实施例进行描述。
类似地，在一些实施例中，视觉上监视仪表3702的摄像机可以向系统发送数字表示，系统随后将其转换为数字值。按照一些实施例，系统被配置和布置成连续地、间歇地或在仪表3702的位置改变时将摄像机馈送转换成数字表示。在一些实施例中，系统被配置成将最后接收的图像与当前图像进行比较，并且仅将两个图像之间的变化上传到数据库，例如编史器数据库，以便存储和/或分析。在一些实施例中，通过只存储一个或多个过程组件图像中的变化，节省了相当大的存储器容量。
在一些实施例中，使用风扇风信子3704(例如，拍打的纸、点亮的LED、旋转的小纹理(vein)和/或其他传统技术)可视地监控需要通风孔3703的远程组件，以确保风扇运行并提供适当的冷却。在一些实施例中，组件不使用风扇风信子，而是具有将信息发送到SCADA3710的传感器。在一些实施例中，系统被配置成从摄像机接收视频馈送并将所述馈送存储为视频片段。在一些实施例中，系统使用摄像机以随机时间间隔拍摄风扇风信子3704的照片。在一些实施例中，训练系统将照片中的变化判读为正常状况的指示。在一些实施例中，可以训练系统将照片中没有变化判读为异常状况。在一些实施例中，训练系统将视频片段中的运动和/或照片的变化识别正常状况。在一些实施例中，系统使用所述训练来识别异常的风扇风信子3704状况，比如当不出现通风口风信子3704的移动时。在一些实施例中，系统以报警的形式向SCADA 3710报告异常状况。
在一些实施例中，系统使用摄像机来监控本地电子装备，比如示波器3705。在一些实施例中，诸如示波器3705之类的远程电子装备不向SCADA 3710发送数字信息，而是系统用于发送可视数据，以供显示和分析。在一些实施例中，远程电子装备确实将数字信息发送到SCAD A 3710，并且系统用作冗余以确保在SCADA 3710显示的内容和在远程监控站3700显示的内容相同。在一些实施例中，这种冗余可以应用于显示可视表示和/或报告信号数据的任何电子装备，使得系统可以快速地检测通信的错误或丢失，并以报警的形式报告。在一些实施例中，该特征对于可能具有被卡住和/或损坏的显示器否则正在正确报告的仪表3702(和/或任何模拟设备)也是可取的，这种情况下，系统报告报警。
在一些实施例中，作为非限制性例子，系统监控诸如齿轮3706之类的过程硬件。在一些实施例中，系统可以监控齿轮3706的运动并将其记录为视频片段，并且如上所述比较当前片段和参考片段。在一些实施例中，系统通过间歇地或定期地拍摄照片来监控诸如齿轮3706之类的一个或多个组件。在一些实施例中，可以将视频和/或照片与在训练和/或维护期间存储的正常参考照片进行比较，使得系统可以判定硬件的物理组件是否损坏(例如，齿轮上的齿缺失)。在一些实施例中，系统可以预测物理组件的缺陷将如何影响组件操作，以及设施中的与该物理组件的操作关联的任何其他组件的操作。在一些实施例中，系统可以使用物理组件的变化来关联过程中的其他意外异常。例如，在一些实施例中，按照一些实施例，当远程站3730从SCADA 1110接收到信号时，齿轮3706控制控制杆3707、3708的操作。在一些实施例中，齿轮上的断齿可能导致第一控制杆1107如预期的那样抬起，但是控制杆1107只抬起一半。在一些实施例中，监控两个控制杆3707、3708以及齿轮3706的系统将控制杆异常与齿轮异常相关联，并利用报警报告该相关性。在一些实施例中，系统能够使用视觉数据和电气收集的数据的组合来进行这种类型的相关性分析。
在一些实施例中，报警显示在SCADA 3710上。在一些实施例中，SCADA 3710包括一个或多个监视器3711、电视机3712、客户端3713、接口3714(例如，键盘、鼠标、手柄(pad)等)、计算机3715、和/或远程显示器(未图示但在后面描述)。一个或多个SCADA组件可以位于中心位置，分布在现场设施上，体现在移动计算机中，和/或位于现场之外，同时仍然在在本公开的范围内。
在一些实施例中，如图34中所示，来自摄像机3721的信息被发送到系统3722，以便如本文中所述地处理和分析，之后被发送到SCADA系统3723。在一些实施例中，系统可以使用和充分利用现有的低成本摄像机流来使人工目视检查过程自动化。在一些实施例中，系统使用来自摄像机3721流的数据来训练AI 3722监控进程，并使来自特定组件的所有视觉数据和分析与SCADA系统3723内的相应组件标签相关联。在一些实施例中，系统使用来自现有组件标签(例如，控制限制、规范限制、当前趋势、历史趋势、维护记录等)的数据作为输入来训练AI，并确定将连同报警向用户显示的相关信息。
图35示出了按照一些实施例的用于使罐子的质量控制检查3800自动化的系统。在一些实施例中，摄像机3801监控缺陷检查点，并使用AI来处理图像以判定罐子是否有缺陷。在一些实施例中，没有缺陷的罐子3802被系统分类为合格3803。在一些实施例中，具有缺陷3806的缺陷罐子3804被系统分类为不合格。按照一些实施例，以这种方式使用系统，可以显著提高生产速度，因为系统不需要减慢传送带和/或产生检查罐子的瓶颈。在一些实施例中，系统通过对生产的每个罐子进行检查，提高了质量保证，而不是像目前制造业中常见的那样，只抽取罐子的样本。另外，在一些实施例中，由于系统可以以比多人一起工作更高的速率和准确率来检查罐子，因此可以降低人员成本。在一些实施例中，可以训练系统将特定缺陷3806与SCADA系统中的一个或多个标签关联，以补充本文中所述的报警信息和报告。
图36描述按照一些实施例的用于训练系统AI以进行罐子缺陷监控的训练界面3900。在一些实施例中，训练界面嵌入SCADA或系统所包含的其他HMI中，和/或是SCADA或系统所包含的其他HMI的一部分。在一些实施例中，训练过程开始于用户创建简档名称3901和随后选择更新简档按钮3902。在一些实施例中，这将导致出现模型配置部分3903。在一些实施例中，模型配置部分3903包括关于名称3904、类型3905、迁移模型3906、世代阈值3907、类别0名称3908、类别1名称3909、类别0阈值3910、类别1阈值3911、锁定阈值选择3912和/或保存按钮3913的一个或多个输入。
在一些实施例中，名称3904用于识别使用确认部分3903创建的AI简档。在一些实施例中，类型3905定义AI用于分配每个图像的分类规则。在一些实施例中，如例证的图36中所示，该类型被选择为二元分类器(即二项分类)。在一些实施例中，二元分类器将图像分入两个组(例如，有缺陷、无缺陷)中的一个中。在一些实施例中，作为类型3905，可以选择多类分类。在一些实施例中，多类分类使用多个二元分类器的组合将图像分类为多个组。
在一些实施例中，可以选择迁移模型3906来导入先前训练的AI模型。在一些实施例中，导入的AI模型可能已用于类似的分析。在一些实施例中，导入的AI模型可能已在不同位置或设施用于相同的分析。例如，在一些实施例中，在同一工厂正在生产多种罐子形状。在一些实施例中，在多种罐子形状中发现的缺陷类似，比如缺陷3806。在一些实施例中，系统的AI可以学习从一个产品的先前缺陷分类中识别不同产品中的缺陷。在一些实施例中，使用迁移模型3905导入AI模型可以通过减少新模型所需的人工反馈量来显著改进AI训练过程；下面进一步讨论人工训练。
在一些实施例中，模型配置3903涉及设定世代阈值3907。在一些实施例中，世代定义学习算法(即，AI)将遍历训练样本的迭代次数。在一些实施例中，系统提供用于将样本大小划分为多个批量的输入，其中在每个批量之后更新模型权重。在一些实施例中，作为非限制性例子，批量类型包括批量梯度下降、随机梯度下降和/或小批处理梯度下降。在一些实施例中，世代阈值3907确定如果验证损失没有改善，则之后将停止训练的世代数。在一些实施例中，类别0名称3908和类别1名称3909用于命名当选择类型3905时创建的每个组(例如，有缺陷、无缺陷)。在一些实施例中，通过选择保存按钮3913来保存模型配置。
图37表示按照一些实施例的在保存模型配置之后的训练界面4000。在一些实施例中，系统将输入模型配置部分3903中的信息保存为AI简档4001。在一些实施例中，配置按钮4002的选择允许用户修改一个或多个模型配置参数。在一些实施例中，新按钮4003允许用户创建新的AI简档。在一些实施例中，训练界面4000包括状态指示符4004。在一些实施例中，状态指示符指示模型是否已经过训练。在一些实施例中，训练界面4000包括显示来自生产线中的缺陷检查点和/或位置的图像的选项卡4006、4007和/或4008。在一些实施例中，未分类选项卡4005示出来自相机馈送的未被分类的图像。在一些实施例中，图像出现在未分类选项卡上，因为使用AI的分类还没有应用于图像。在一些实施例中，未分类选项卡4005中的未分类图像用于训练AI模型。
在一些实施例中，为了开始训练AI模型，选择训练复选框4011。在一些实施例中，随后手动地从未分类选项卡中选择一个或多个图像(例如4008、4009)，并使用分类按钮4012、4013、4015之一对其进行分类(即，标记为有缺陷或无缺陷)。在一些实施例中，分类按钮是未分类按钮4012、合格按钮4013和/或不合格按钮4015。在一些实施例中，当选择一个或多个图像并且选择合格按钮4013时，所述一个或多个图像就从未分类选项卡4005移动和/或复制到合格选项卡4006。在一些实施例中，当选择一个或多个图像并且选择合格按钮4014时，所述一个或多个图像就从未分类选项卡4005移动和/或复制到不合格选项卡4007。在一些实施例中，系统使用手动分类来训练AI。
在一些实施例中，系统在训练、调整、模型部分和/或测试期间使用训练集、验证集和/或测试集中的一个或多个。在一些实施例中，用于训练的大多数图像被分配给训练集。在一些实施例中，分配给训练集的图像的百分比在40％～80％之间。在一些实施例中，训练集用于为调整权重过程拟合参数。在一些实施例中，用于训练的少数图像被分配给验证集。在一些实施例中，分配给验证集的图像的百分比在10％～30％之间。在一些实施例中，验证集是AI训练中的用于选择最佳模型和/或优化模型的中间阶段。在一些实施例中，用于训练的图像的一部分被分配给测试集。在一些实施例中，测试集包括手动分类的图像，并且用于结果测试和最终模型性能评估。
在一些实施例中，系统使用损失函数来优化训练过程。在一些实施例中，训练集和验证集用于基于模型使用来自这两个集的数据的表现如何来计算损失。在一些实施例中，损失是对于训练集或验证集中的每个样本所发生的错误的总和。在一些实施例中，损失表示在每个世代迭代之后模型表现的合乎需要或不合乎需要的程度。
在一些实施例中，系统使用准确率指标来判读AI模型的性能。在一些实施例中，准确率表示正确预测的数量与预测总数的比值。在一些实施例中，准确率用于衡量与真实数据相比的模型的预测。
在一些实施例中，系统使用常规算法和/或技术来创建和/或测试AI模型。在一些实施例中，系统使用专有算法和/或技术来创建和/或测试AI模型。
图38表示按照一些实施例的在训练AI模型时的训练界面4100。在一些实施例中，一旦图像被分类，就可以通过选择开始训练按钮4101来训练模型。在一些实施例中，在训练期间，系统显示损失图4102，损失图4102显示训练损失线4103和验证损失线4104。在一些实施例中，在训练期间，系统显示准确率图4105，准确率图4105显示训练准确率线4106和验证准确率线4107。在一些实施例中，系统显示在每个世代期间填充的世代进度条4108。在一些实施例中，损失值和/或准确率值也显示在AI简档框4109和/或模型框4110中。在一些实施例中，状态4111指示训练正在进行中。
图39表示按照一些实施例的AI模型运行的快照4200。在一些实施例中，一旦训练完成，AI模型就可以通过选择开始/停止按钮4201和不选择训练框4202来监控开始以监控馈送。在一些实施例中，状态4203指示AI图像分类正在运行。在一些实施例中，图像馈送4204由系统显示。在一些实施例中，图像馈送4204中的图像的轮廓4205对于合格和不合格图像是不同的。在一些实施例中，图像馈送4204是颜色编码的(例如，绿色为合格，红色为不合格)。
图40表示按照一些实施例，对错误分类的图像4300进行手动分类。在一些实施例中，在图像分类运行之前、之后和/或期间，用户可以点击合格选项卡4301和/或不合格选项卡4302以浏览分类的图像。在一些实施例中，如果一个或多个图像被错误分类，则用户可以使用未分类按钮4304、合格按钮4305和/或不合格按钮4306对图像重新分类。在一些实施例中，当用户手动地对图像重新分类时，手动分类被用于进一步训练AI模型。在一些实施例中，在显示的另一部分上放大4307所选图像4303。
在一些实施例中，如上所述的用于对缺陷进行分类的相同过程也用于在本公开中给出的任何实施例中训练AI。在一些实施例中，如上所述的用于对缺陷进行分类的相同过程可以用于训练用于未在本文中公开的任何应用的AI模型。
一些实施例可以包括专用计算机，所述专用计算机包括各种计算机硬件，如下更详细所述。在本公开的范围内的一些实施例还可以包括用于携带或具有存储在其上的计算机可执行指令或数据结构的计算机可读介质。在一些实施例中，此类计算机可读介质可以是可由专用计算机访问的任何可用介质。作为例子而非限制，按照一些实施例，此类计算机可读介质可以包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储设备、磁盘存储设备或其他磁存储设备，或者可以用于携带或存储呈计算机可执行指令或数据结构形式的所需程序代码装置，并且可由通用或专用计算机访问的任何其他介质。按照一些实施例，当通过网络或另外的通信连接(硬连线、无线、或者硬连线或无线的组合)向计算机传送或提供信息时，计算机适当地将该连接视为计算机可读介质。从而，在一些实施例中，任何此类连接都被适当地称为计算机可读介质和/或处理器可读介质。在一些实施例中，上述的组合也应当包含在计算机可读介质的范围内。在一些实施例中，计算机可执行指令例如包括使通用计算机、专用计算机或专用处理器进行某一功能或一组功能的指令和数据。
一些实施例包括用于实现本公开的各个方面的系统，所述系统包括常规计算机形式的专用计算机，所述计算机包括处理单元、系统存储器和将包括系统存储器在内的各种系统组件耦接到处理单元的系统总线。在一些实施例中，系统总线可以是几种总线结构中的任意一种，包括存储器总线或存储器控制器、外围总线以及使用各种总线体系架构中的任何一种的本地总线。在一些实施例中，系统存储器包括只读存储器(ROM)和随机存取存储器(RAM)。此外，一些实施例包括基本输入/输出系统(BIOS)，包含有助于比如在启动期间，在计算机内的元件之间传送信息的基本例程的基本输入/输出系统(BIOS)可以存储在ROM中。此外，在一些实施例中，计算机可以包括能够无线地往来于因特网接收或发送IP地址的任何计算机(例如，处理器、桌上型计算机、膝上型计算机、平板电脑、PDA、蜂窝电话机、移动电话机、智能电视机等)。
在一些实施例中，计算机还可以包括用于读取和写入磁硬盘的磁硬盘驱动器、用于读取或写入可拆卸磁盘的磁盘驱动器、以及用于读取或写入诸如CD-ROM或其他光学介质之类的可拆卸光盘的光盘驱动器。在一些实施例中，磁硬盘驱动器、磁盘驱动器和光盘驱动器可分别通过硬盘驱动器接口、磁盘驱动器接口和光盘驱动器接口连接到系统总线。在一些实施例中，驱动器及其关联的计算机可读介质可以为计算机提供计算机可执行指令、数据结构、程序模块和其他数据的非易失性存储。虽然本文中描述的例证环境采用磁硬盘、可拆卸磁盘和可拆卸光盘，不过按照一些实施例，可以使用用于存储数据的其他类型的计算机可读介质，包括但不限于盒式磁带、闪存卡、数字视频光盘、Bernoulli盒式磁带、RAM、ROM、固态驱动器(SSD)等。
在一些实施例中，计算机通常包括各种计算机可读介质。在一些实施例中，计算机可读介质可以是可由计算机访问的任何可用介质，并且包括易失性和非易失性介质、可拆卸和不可拆卸介质。作为例子而非限制，在一些实施例中，计算机可读介质可以包括计算机存储介质和通信介质。按照一些实施例，计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据之类的信息的任何方法或技术实现的易失性和非易失性、可拆卸和不可拆卸介质。在一些实施例中，计算机存储介质是非临时性的，并且包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字通用光盘(DVD)或其他光盘存储设备、SSD、盒式磁带、磁带、磁盘存储设备或其他磁存储设备、或者可由计算机访问的可用于存储所需非临时性信息的任何其他介质。在一些实施例中，通信介质通常将计算机可读指令、数据结构、程序模块或其他数据体现在诸如载波或其他传输机制之类的调制数据信号中，并且包括任何信息传递介质。
一些实施例包括包含可存储在硬盘、磁盘、光盘、ROM和/或RAM上的程序代码的程序模块，包括操作系统、一个或多个应用程序、其他程序模块和程序数据。在一些实施例中，用户可以通过键盘、指示器或其他输入设备，比如麦克风、控制杆、游戏手柄、碟形卫星天线、扫描仪等，将命令和信息输入计算机中。在一些实施例中，这些和其他输入设备常常通过耦接到系统总线的串行端口接口连接到处理单元。在一些实施例中，输入设备可以通过诸如并行端口、游戏端口或通用串行总线(USB)之类的其他接口连接。在一些实施例中，监视器或另外的显示器也经由诸如视频适配器之类的接口连接到系统总线。除了监视器之外，在一些实施例中，个人计算机通常还包括其他外围输出设备(未图出)，比如扬声器和打印机。
在一些实施例中，本公开的一个或多个方面可以体现在作为应用程序、程序模块和/或程序数据存储在系统存储器或非易失性存储器中的计算机可执行(计算机可读)指令(即，软件)、例程或函数中。在一些实施例中，软件可以远程存储，比如存储在具有远程应用程序的远程计算机上。在一些实施例中，程序模块包括当由计算机或其他设备中的处理器执行时，进行特定任务或实现特定数据类型的例程、程序、对象、组件、数据结构等。在一些实施例中，计算机可执行指令可以存储在一个或多个有形的、非临时性计算机可读介质(例如，硬盘、光盘、可拆卸存储介质、固态存储器、RAM等)上，并由一个或多个处理器或其他设备(包括本文中公开的任何设备)执行。
在一些实施例中，可以根据需要组合或分布程序模块的功能。在一些实施例中，功能可以全部或部分地体现在诸如集成电路、专用集成电路，现场可编程门阵列(FPGA)之类的固件或硬件等同物中。此外，在一些实施例中，计算机可以使用与一个或多个远程计算机的逻辑连接在联网环境中操作。在一些实施例中，远程计算机可以各自是另外的个人计算机、平板电脑、PDA、服务器、路由器、网络PC、对等设备或其他公共网络节点，并且通常包括上面相对于计算机描述的元件中的许多或全部元件。在一些实施例中，逻辑连接包括本文中作为例子而非限制给出的局域网(LAN)和广域网(WAN)。在一些实施例中，这样的联网环境在办公室范围或企业范围的计算机网络、内联网和因特网中是常见的。
在一些实施例中，当在LAN联网环境中使用时，计算机可通过网络接口或适配器连接到本地网络。按照一些实施例，当在WAN联网环境中使用时，计算机可以包括调制解调器、无线链路或用于通过诸如因特网之类的广域网建立通信的其他装置。在一些实施例中，可以在内部或外部的调制解调器经由串行端口接口连接到系统总线。在一些实施例中，在网络环境中，相对于计算机或其各个部分描述的程序模块可以存储在远程存储设备中。应意识到的是，所示的网络连接是例证性的，在一些实施例中可以使用通过广域网建立通信的其他装置。
在一些实施例中，计算机可执行指令存储在诸如硬盘驱动器之类的存储器中，并由计算机执行。有利地，在一些实施例中，计算机处理器具有实时进行所有操作(例如，执行计算机可执行指令)的能力。在一些实施例中，除非另有说明，否则本文中所示和描述的本公开的实施例中的操作的执行或进行顺序不是必需的。即，在一些实施例中，除非另有说明，否则操作可以按任何顺序进行，并且本公开的实施例可以包括比本文中公开的操作更多或更少的操作。例如，在一些实施例中，可以预见的是在另一操作之前、与另一操作同时或在另一操作之后执行或进行特定操作也在本公开的各个方面的范围之内。
本公开的一些实施例可以用计算机可执行(即，处理器可执行、处理器可读)指令来实现。在一些实施例中，计算机可执行指令可以被组织成一个或多个计算机可执行组件或模块。在一些实施例中，本公开的各个方面可以用任意数量和组织的此类组件或模块来实现。例如，在一些实施例中，本公开的各个方面不限于附图中例示和本文中描述的特定计算机可执行指令或特定组件或模块。本公开的一些实施例可以包括具有比本文中例示和描述的功能更多或更少的功能的不同计算机可执行指令或组件。
为了本公开的目的，在一些实施例中，术语“服务器”应被理解为指的是提供处理、数据库和通信设施的服务点。在一些实施例中，计算机可以能够比如经由有线或无线网络发送或接收信号，或者可以能够处理或存储信号，比如在作为物理存储状态的存储器中，于是可以起服务器作用。从而，在一些实施例中，能够起服务器作用的设备例如可以包括专用机架式服务器、台式计算机、膝上型计算机、机顶盒、组合各种特征，比如上述设备的两个或多个特征的集成设备等。作为例子而非限制，在一些实施例中，术语“服务器”可以是指的是具有关联的通信和数据存储以及数据库设施的单个物理处理器，或者它可以指的是处理器以及关联的网络和存储设备以及支持服务器提供的服务的操作软件以及一个或多个数据库系统和应用软件的网络化或集群化复合体。在一些实施例中，服务器在配置或能力上可以有很大的变化，不过按照一些实施例，服务器一般可以包括一个或多个中央处理单元和存储器。在一些实施例中，服务器还可以包括一个或多个大容量存储设备、一个或多个电源、一个或多个有线或无线网络接口、一个或多个输入/输出接口、或一个或多个操作系统，比如Server、Mac OS X、Uni x、L inux、和/或任何其他常规操作系统。/>和/>是Microsoft Corporation,Redmond,Washington的注册商标。
为了本公开的目的，例如在一些实施例中，“网络”应被理解为指的是可以耦接设备，使得可以比如在服务器和客户端、对等通信或其他类型的设备之间，包括在经由无线网络耦接的无线设备之间交换通信的网络。在一些实施例中，例如，网络还可以包括诸如网络附接存储设备(NAS)、存储区域网络(SAN)或其他形式的计算机或机器可读介质之类的大容量存储设备。在一些实施例中，网络可以包括互联网、一个或多个局域网(LAN)、一个或多个广域网(WAN)、有线类型连接、无线类型连接、蜂窝或它们的任何组合。同样，在一些实施例中，可以采用不同的体系结构或者可以与不同的协议相符或兼容的子网络可以在较大的网络内进行互操作。在一些实施例中，例如，可以使各种类型的设备可用于为不同的体系结构或协议提供互操作能力。在一些实施例中，路由器可以在否则单独且独立的LAN之间提供链路。在一些实施例中，通信链接或通道例如可以包括模拟电话线路，比如双绞线对、同轴电缆、包括T1、T2、T3或T4型线路的全或部分数字线路、“综合业务数字网络”(ISDN)、“数字用户线路”(DSL)、包括卫星链路的无线链路、或诸如本领域技术人员可以得知的其他通信链路或通道。此外，在一些实施例中，例如，计算机或其他类型的相关电子设备可以比如经由电话线路、小区线路和/或卫星链路远程耦接到网络。
为了本公开的目的，在一些实施例中，“无线网络”应被理解为将用户和/或客户端与网络耦接。按照一些实施例，无线网络可以采用独立的ad-hoc网络、网状网络、无线LAN(WLAN)网络、蜂窝网络等。在一些实施例中，无线网络还可以包括通过无线电链路等耦接的终端、网关、路由器等的系统，所述终端、网关、路由器等可以自由地、随机地移动，或者任意地组织它们自己，使得网络拓扑可以有时快速地变化。在一些实施例中，无线网络还可以采用多种网络接入技术，包括“长期演进”(LTE)、WLAN、无线路由器(WR)网、或第二代、第三代、第四代或第五代(2G、3G、4G或5G)蜂窝技术等。在一些实施例中，网络接入技术可以实现对于诸如具有不同程度的移动性的客户端之类的设备的广域覆盖。例如，在一些实施例中，网络可以经由一种或多种网络接入技术，比如“全球移动通信系统”(GSM)、“通用移动电信系统”(UMTS)、“通用分组无线电服务”(GPRS)、“增强数据GSM环境”(EDGE)、3GPP LTE、LTEAdvanced、“宽带码分多址接入”(WCDMA)、802.11b/g/n等，实现RF或无线类型通信。在一些实施例中，无线网络实际上可包括任何类型的无线通信机制，通过所述无线通信机制可以在诸如客户端(即，访问服务器的计算机)和/或计算机之类的设备之间、在网络之间和/或在网络内等传送信号。
为了本公开的目的，在一些实施例中，客户端(或客户或用户)可以包括能够比如经由有线或无线网络发送或接收信号的计算机。在一些实施例中，例如，客户端可以包括桌上型计算机或便携式设备，比如蜂窝电话、智能电话、显示寻呼机、射频(RF)发射器/接收器、红外(IR)发射器/接收器、近场通信(NFC)发射器/接收器、个人数字助手(PDA)、手持式计算机、平板计算机、平板手机、膝上型计算机、机顶盒、可穿戴式计算机、结合诸如上述设备的特征之类各种特征的集成设备等。
在一些实施例中，客户端设备可能在能力或特征方面有所不同，并且要求保护的主题旨在涵盖各种各样的可能变化。在一些实施例中，支持web的固定或移动设备可以包括配置成接收和发送网页、基于web的消息等的浏览器应用。按照一些实施例，浏览器应用可以被配置成实际上采用任何常规的基于web的语言来接收和显示图形、文本、多媒体等。
应理解的是按照一些实施例，所述系统的应用不限于在前面的描述中陈述的或在附图中例示的组件的结构和布置的细节。所述系统能够组合来自一些实施例的元件，并且能够以各种方式被实践或执行。并且，在一些实施例中，应理解的是本文中使用的短语和术语是为了描述的目的，而不应被认为是限制。按照一些实施例，本文中“包括”、“包含”或“具有”及其变体的使用意味着包含之后列出的项目及其等同物，以及附加项目。按照一些实施例，除非另有说明或限制，否则术语“安装”、“连接”、“支撑”和“耦接”及其变体被广泛使用，并且包含直接和间接安装、连接、支撑和耦接。此外，在一些实施例中，“连接”和“耦接”并不限于物理或机械连接或耦接。在一些实施例中，除非另有说明，否则本文中使用的用语“基本上”包括与之关联的度量单位的±10％的范围。
在一些实施例中，为了使本领域技术人员能够进行和使用本文中公开的实施例，给出了前面的讨论。按照一些实施例，对例示实施例的各种修改对本领域技术人员来说是显而易见的，并且一个或多个实施例的原理可以应用于其他实施例和应用，而不脱离本公开的范围。从而，本发明的一些实施例并不意欲局限于所示的实施例，而是应被给予与本文中公开的原理和特征一致的最宽范围。在一些实施例中，将参考附图来阅读前面的详细描述，其中不同的图中相同的元件具有相同的附图标记。不一定按比例绘制的附图描述了一些实施例，并不意欲限制本发明的任何实施例的范围。按照一些实施例，本领域技术人员将认识到本文中提供的实施例具有许多有用的替代方案，并且落入本公开的范围之内。
本文中公开的一些实施例一般地描述了用于过程数据管理和数据报警的可视化的系统和方法的非传统方式，这些方式不是公知的，并且进一步地，任何已知的常规方法或系统都没有教导或建议这些方式。此外，在一些实施例中，特定的功能特征是对常规方法和系统的显著技术改进，至少包括作为技术改进的计算系统的操作和功能。在一些实施例中，这些技术改进包括本文中所述的系统和方法的一个或多个方面，这些方面描述了机器如何操作的细节，以及相对于现有技术对机器操作的改进，联邦巡回法院明确表示这是法定主题的本质。
在一些实施例中，本文中描述的一个或多个实施例包括功能限制，所述功能限制按有序的组合协同工作，从而以改善以前存在的数据库的数据存储和更新问题的方式来变换数据储存库的操作。本文中描述的一些实施例包括用于跨不同来源或应用管理单个或多个内容数据项的系统和方法，所述不同来源或应用会给此类系统和服务的用户造成问题，并且其中难以或不可能对分布式信息保持可靠的控制。
本文中的描述进一步描述了一些实施例，这些实施例提供了新颖的特征，这些特征通过提供以手动无法有效完成的方式，有效且更高效地为用户管理资源和资产数据的自动功能来改善通信和软件，系统和服务器的性能。于是，普通技术人员可以容易地认识到，这些功能以不是公知的，当然也不是常规的方式提供如本文中所述的自动功能。因而，本文中描述的系统不是针对抽象的思想，而是提供了重要的有形创新。此外，本文中描述的功能在先前已有的计算系统中是不可想象的，并且在所公开的系统解决前面所描述的技术问题之前并不存在。
在一些实施例中，在本文中的公开内容中认识到，按照一些实施例，使用户能够基于一个或多个资产搜索，使针对资产的或者与资产相关的所有相关报警可视化，协调报警的自动分组，和/或组与各个报警实例之间的相关性导致了新的计算功能，并且对网络通信和其他基于服务器的技术来说是技术问题。本文中的一些实施例在分组和关联数据的一个或多个图形显示的计算机实现的领域中提供了一个或多个技术解决方案，其中利用跨网络、计算机、数据库和/或因特网的通信实时分析报警，从而以手动无法有效完成或根本无法完成的方式改进表示分级资产和这些资产的属性的性能和技术。
本领域的技术人员应意识到的是，尽管上面结合一些实施例和例子说明了系统，不过所述系统不一定局限于此，说明书、附图和所附的权利要求书意欲包含众多的实施例、例子、用途、修改以及从一些实施例、例子和用途的偏离。
上面详细说明了本公开的各个方面，显然按照一些实施例，各种修改和变化都是可能的，而不脱离在如在所附权利要求书中限定的本公开的各个方面的范围。在一些实施例中，由于在不脱离本公开的各方面的范围的情况下可以对上述结构、产品和方法进行各种改变，因此包含在以上描述中并且在附图中所示的所有内容应当被解释成例证性的而不是限制性的。

Claims (18)

1.一种用于改进紧急信息传递的系统，包括：
至少一个处理器，
存储有指令的至少一个非临时性处理器可读介质，所述指令被配置和布置成：
从数据库中读取资产数据；
将资产数据与一个或多个报警限制进行比较；
当主要资产的参数超过所述一个或多个报警限制时，显示报警信息；和
确定要与所述报警一起显示的次要信息；
其中所述系统被配置为：
识别组织内的特定用户，其中所述特定用户基于所述特定用户在组织中的角色接收定制的报警显示；
基于主要资产的一个或多个属性和次要资产的一个或多个属性之间的一个或多个关联，选择要显示的次要信息的至少一部分，其中所述一个或多个关联包括相关性分析和/或手动关联中的至少一个。
2.按照权利要求1所述的系统，
其中所述系统基于主要资产的一个或多个属性选择要显示的次要信息。
3.按照权利要求1所述的系统，
其中所述系统基于一个或多个次要资产的一个或多个属性选择要显示的次要信息。
4.按照权利要求1所述的系统，
其中所述系统被配置和布置成基于历史数据提供根本原因分析；和
其中所述根本原因分析作为所述次要信息的至少一部分。
5.按照权利要求1所述的系统，
其中所述系统被配置和布置成识别一个或多个次要资产中的异常，并将所述异常显示为所述次要信息的至少一部分。
6.按照权利要求1所述的系统，
其中确定要与所述报警一起显示的次要信息包括创建单独的组；
其中每个单独的组至少包括所述次要信息的不同部分；和
其中所述系统被配置和布置成允许用户选择所述单独的组中的每个组，以显示与之关联的所述次要信息。
7.一种用于改进紧急信息传递的系统，包括：
至少一个处理器，
存储有指令的至少一个非临时性处理器可读介质，所述指令被配置和布置成：
从数据库中读取资产数据；
将资产数据与一个或多个报警限制进行比较；
当主要资产的参数超过所述一个或多个报警限制时，产生报警；
确定要与所述报警一起显示的信息；和
生成包含所述报警的视觉表示和所述信息的显示；
其中所述系统被配置为识别组织内的特定用户；
其中所述特定用户基于所述特定用户在组织中的角色接收定制的报警显示；
其中信息包括关于主要资产的主要信息，和关于次要资产的次要信息。
8.按照权利要求7所述的系统，
其中所述显示包括标题、面包屑、图表区域、网格区域和时间控制。
9.按照权利要求8所述的系统，
其中所述面包屑包括资产层次结构；
其中资产层次结构中的每个资产由特殊标志分开；
其中按压所述特殊标志将示出一个或多个子资产的列表；
其中选择子资产将刷新面包屑以包括子资产的层次结构；
其中选择子资产将用子资产信息更新标题、图表区域、网格区域和时间控制。
10.按照权利要求7所述的系统，
其中次要信息包括至少一个次要资产报警。
11.按照权利要求7所述的系统，
其中确定要显示的信息包括系统使用属性映射，所述属性映射具有使主要资产与次要资产相联系的一个或多个关联。
12.按照权利要求11所述的系统，
其中所述一个或多个关联包括相关性分析和/或手动关联中的至少一个。
13.一种用于改进紧急信息传递的系统，包括：
至少一个处理器，
存储有指令的至少一个非临时性处理器可读介质，所述指令被配置和布置成：
从数据库中读取资产数据；
将资产数据与一个或多个报警限制进行比较；
当主要资产的参数超过所述一个或多个报警限制时，产生报警；
确定要在多个部分中显示的资产数据信息；
确定所述多个部分中的每一个的重要性排序；
生成包含所述报警的视觉表示和所述多个部分的显示；和
确定在调整显示的大小时，在显示上保留哪个部分以及隐藏哪个部分；
其中所述系统被配置为识别组织内的特定用户；
其中所述特定用户基于所述特定用户在组织中的角色接收定制的报警显示。
14.按照权利要求13所述的系统，
其中确定所述多个部分中的每一个的重要性排序是至少部分基于所述系统所进行的分析的；和
其中所述重要性排序和分析对于不同的资产报警能够是不同的。
15.按照权利要求13所述的系统，
其中确定在调整显示的大小时，在显示上保留哪个部分以及隐藏哪个部分，至少部分是基于所述系统所进行的分析的；和
其中确定在调整显示的大小时，在显示上保留哪个部分以及隐藏哪个部分，对于不同的资产报警能够是不同的。
16.按照权利要求13所述的系统，
其中确定在调整显示的大小时，在显示上保留哪个部分以及隐藏哪个部分包括：所述系统显示新的图和/或图表中的至少一个，所述新的图和/或图表中的至少一个表示保留的部分中的资产数据信息的至少一部分。
17.按照权利要求13所述的系统，
其中确定在调整显示的大小时，在显示上保留哪个部分以及隐藏哪个部分包括：所述系统显示新的图和/或图表中的至少一个，所述新的图和/或图表中的至少一个表示隐藏的部分中的资产数据信息的至少一部分。
18.按照权利要求13所述的系统，
其中确定在调整显示的大小时，在显示上保留哪个部分以及隐藏哪个部分，是基于主要资产的一个或多个属性和次要资产的一个或多个属性之间的一个或多个关联的；以及
其中所述一个或多个关联包括相关性分析和/或手动关联中的至少一个。
CN202080021998.7A 2019-02-15 2020-02-14 使用人工智能的过程映射和监控 Active CN113597634B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962806572P 2019-02-15 2019-02-15
US62/806,572 2019-02-15
PCT/US2020/018289 WO2020168190A1 (en) 2019-02-15 2020-02-14 Process mapping and monitoring using artificial intelligence

Publications (2)

Publication Number Publication Date
CN113597634A CN113597634A (zh) 2021-11-02
CN113597634B true CN113597634B (zh) 2023-10-20

Family

ID=72044143

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080021998.7A Active CN113597634B (zh) 2019-02-15 2020-02-14 使用人工智能的过程映射和监控

Country Status (4)

Country Link
US (2) US20200327029A1 (zh)
EP (1) EP3924946A4 (zh)
CN (1) CN113597634B (zh)
WO (1) WO2020168190A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3924946A4 (en) * 2019-02-15 2023-11-01 AVEVA Software, LLC PROCESS IMAGING AND MONITORING WITH ARTIFICIAL INTELLIGENCE
AU2019454987A1 (en) * 2019-06-27 2022-01-20 Conocophillips Company Managing assets by process variable mapping
CN112463467B (zh) * 2019-09-09 2022-03-22 英业达科技有限公司 自动化的整合测试系统及其方法
US20220114904A1 (en) * 2020-10-08 2022-04-14 Lion Group, Inc. Emergency response training system
WO2022099425A1 (en) * 2020-11-16 2022-05-19 Huawei Cloud Computing Technologies Co., Ltd. Method and system for adaptation of a trained object detection model to account for domain shift
JP2022117231A (ja) * 2021-01-29 2022-08-10 三菱重工業株式会社 対処法提示システム、対処法提示方法およびプログラム
CN112949873A (zh) * 2021-02-28 2021-06-11 杭州翔毅科技有限公司 一种产业链用人工智能运维方法
AU2022202976A1 (en) * 2021-05-28 2022-12-15 Schneider Electric Systems Usa, Inc. Artificial intelligence alarm management
CN113743512A (zh) * 2021-09-07 2021-12-03 上海观安信息技术股份有限公司 一种安全告警事件自主学习判定方法及系统
US20230102717A1 (en) * 2021-09-24 2023-03-30 Rockwell Automation Technologies, Inc. Providing a model as an industrial automation object
CN113900420B (zh) * 2021-10-22 2024-05-28 中国恩菲工程技术有限公司 冶金企业水生态数字化管控系统及方法
WO2023129503A1 (en) * 2021-12-31 2023-07-06 Aveva Software, Llc Servers, systems, and methods for improving fluid networks
US12001655B2 (en) * 2022-05-11 2024-06-04 Supercell Oy Synchronizing user actions to account for data delay
CN114896124B (zh) * 2022-05-16 2024-08-20 华能澜沧江水电股份有限公司 一种基于时序分解进行告警监测的系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180058063A (ko) * 2016-11-23 2018-05-31 한국해양대학교 산학협력단 해양플랜트 비상 정지 시스템의 원격 모니터링 및 제어 시스템

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8044793B2 (en) 2001-03-01 2011-10-25 Fisher-Rosemount Systems, Inc. Integrated device alerts in a process control system
US7233781B2 (en) * 2001-10-10 2007-06-19 Ochoa Optics Llc System and method for emergency notification content delivery
US7202793B2 (en) * 2002-10-11 2007-04-10 Attention Technologies, Inc. Apparatus and method of monitoring a subject and providing feedback thereto
US7246156B2 (en) * 2003-06-09 2007-07-17 Industrial Defender, Inc. Method and computer program product for monitoring an industrial network
US7047114B1 (en) * 2003-10-23 2006-05-16 Charles David Rogers System and apparatus for automatic and continuous monitoring, proactive warning and control of one or more independently operated vessels
US7623028B2 (en) * 2004-05-27 2009-11-24 Lawrence Kates System and method for high-sensitivity sensor
US20070266151A1 (en) * 2006-05-15 2007-11-15 Liam Friedland Method and system for display area optimization in a role-based user interface
US10007951B2 (en) * 2007-08-30 2018-06-26 Oracle International Corporation IT asset management trend charting for compliance over time
US7961087B2 (en) * 2008-10-28 2011-06-14 Bahman Hoveida Holistic alarm monitoring
US20130067365A1 (en) * 2011-09-13 2013-03-14 Microsoft Corporation Role based user interface for limited display devices
KR20140051568A (ko) * 2012-10-23 2014-05-02 주식회사 세이프티아 산업 시설의 안전 관리 방법 및 그 시스템, 및 기록매체
US20140336984A1 (en) 2013-05-13 2014-11-13 Abb Technology Ag. Conditional monitoring of industrial systems
CN105981082B (zh) * 2013-10-07 2018-08-31 谷歌有限责任公司 提供针对检测事件的有用的跟踪通信的智能住家危险检测器
US9497072B2 (en) * 2014-04-01 2016-11-15 Ca, Inc. Identifying alarms for a root cause of a problem in a data processing system
EP3001317A1 (en) * 2014-09-26 2016-03-30 Alcatel Lucent Alarm correlation according to dependencies between entities of the managed data processing system
US9875640B2 (en) * 2015-04-08 2018-01-23 General Electric Company Method and system for managing plant alarm systems
US20190102469A1 (en) * 2017-10-03 2019-04-04 Servicenow, Inc. Smart priority system for enterprise alerts
US10038611B1 (en) * 2018-02-08 2018-07-31 Extrahop Networks, Inc. Personalization of alerts based on network monitoring
US11429627B2 (en) * 2018-09-28 2022-08-30 Splunk Inc. System monitoring driven by automatically determined operational parameters of dependency graph model with user interface
EP3924946A4 (en) * 2019-02-15 2023-11-01 AVEVA Software, LLC PROCESS IMAGING AND MONITORING WITH ARTIFICIAL INTELLIGENCE
US10642719B1 (en) * 2019-06-27 2020-05-05 Capital One Services, Llc Intelligent services for application dependency discovery, reporting, and management tool

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180058063A (ko) * 2016-11-23 2018-05-31 한국해양대학교 산학협력단 해양플랜트 비상 정지 시스템의 원격 모니터링 및 제어 시스템

Also Published As

Publication number Publication date
WO2020168190A1 (en) 2020-08-20
WO2020168190A9 (en) 2023-06-22
EP3924946A4 (en) 2023-11-01
EP3924946A1 (en) 2021-12-22
US20200327029A1 (en) 2020-10-15
CN113597634A (zh) 2021-11-02
US20240160550A1 (en) 2024-05-16

Similar Documents

Publication Publication Date Title
CN113597634B (zh) 使用人工智能的过程映射和监控
US11009862B2 (en) System and method for monitoring manufacturing
US11870558B1 (en) Identification of related event groups for IT service monitoring system
US11853361B1 (en) Performance monitoring using correlation search with triggering conditions
US20220024607A1 (en) Predictive maintenance model design system
US10528021B2 (en) Automated creation of industrial dashboards and widgets
US10545492B2 (en) Selective online and offline access to searchable industrial automation data
EP3404593A1 (en) Method and system for data based optimization of performance indicators in process and manufacturing industries
EP3285182B1 (en) Multimodal search input for an industrial search platform
US20170351226A1 (en) Industrial machine diagnosis and maintenance using a cloud platform
CN114063574A (zh) 工业装置、方法及非暂态计算机可读介质
KR102540257B1 (ko) Ｅｓｇ 경영을 위한 인공지능 기반 환경설비 및 산업플랜트 관리 서비스 시스템
Alotaibi et al. Real-Time Drilling Models Monitoring Using Artificial Intelligence
El Mokhtari et al. Development of a cognitive digital twin for building management and operations
CN113468022B (zh) 一种对产品集中监控的自动化运维方法
US11537109B2 (en) Server and system for automatic selection of tags for modeling and anomaly detection
CN116244444A (zh) 设备故障诊断方法和装置
Paduloh et al. Designing of temperature control for agitator machine using Internet of Thing
Sinha et al. Real-Time Well Constraint Detection Using an Intelligent Surveillance System
Van Blerk A web-based multilevel framework for condition monitoring of industrial equipment
US20240338529A1 (en) Natural language interface for monitoring of manufacturing processes
Tong et al. A Fine-grained Semi-supervised Anomaly Detection Framework for Predictive Maintenance of Industrial Assets
Adesina et al. Digitalization of Old Generation Equipment for Field Operations Optimization
Calabrese Integrating Machine Learning Paradigms for Predictive Maintenance in the Fourth Industrial Revolution era
CN117076452A (zh) 表单更新方法、装置、设备、系统及计算机可读存储介质

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