CN116340434A - 企业数据管理仪表板 - Google Patents
企业数据管理仪表板 Download PDFInfo
- Publication number
- CN116340434A CN116340434A CN202211635030.0A CN202211635030A CN116340434A CN 116340434 A CN116340434 A CN 116340434A CN 202211635030 A CN202211635030 A CN 202211635030A CN 116340434 A CN116340434 A CN 116340434A
- Authority
- CN
- China
- Prior art keywords
- data
- assets
- knowledge
- graph
- operational
- 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
- 238000013523 data management Methods 0.000 title abstract description 56
- 238000012800 visualization Methods 0.000 claims abstract description 133
- 238000005516 engineering process Methods 0.000 claims abstract description 123
- 230000004044 response Effects 0.000 claims abstract description 36
- 238000000034 method Methods 0.000 claims description 303
- 230000015654 memory Effects 0.000 claims description 32
- 230000008569 process Effects 0.000 description 186
- 230000009471 action Effects 0.000 description 72
- 238000007726 management method Methods 0.000 description 44
- 238000012544 monitoring process Methods 0.000 description 34
- 238000004891 communication Methods 0.000 description 33
- 230000002776 aggregation Effects 0.000 description 24
- 238000004220 aggregation Methods 0.000 description 24
- 230000000007 visual effect Effects 0.000 description 23
- 238000004458 analytical method Methods 0.000 description 20
- 230000007613 environmental effect Effects 0.000 description 19
- 238000012423 maintenance Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 19
- 238000003860 storage Methods 0.000 description 19
- 238000013439 planning Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 16
- 238000004519 manufacturing process Methods 0.000 description 16
- 238000005457 optimization Methods 0.000 description 14
- 230000001149 cognitive effect Effects 0.000 description 13
- 230000006872 improvement Effects 0.000 description 13
- 238000007405 data analysis Methods 0.000 description 12
- 238000010801 machine learning Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 7
- 238000013500 data storage Methods 0.000 description 7
- 230000008520 organization Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 230000010354 integration Effects 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000004886 process control Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000013064 process characterization Methods 0.000 description 4
- 238000013475 authorization Methods 0.000 description 3
- 238000010923 batch production Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011982 device technology Methods 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000002459 sustained effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000011081 inoculation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000005477 standard model Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000013024 troubleshooting 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
- G05B23/0229—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions knowledge based, e.g. expert systems; genetic algorithms
-
- 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
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- 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]
- G05B23/027—Alarm generation, e.g. communication protocol; Forms of alarm
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
- G05B23/0294—Optimizing process, e.g. process efficiency, product quality
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- 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
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0633—Workflow analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Biology (AREA)
- Human Computer Interaction (AREA)
- Animal Behavior & Ethology (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本文描述的各种实施方案涉及企业数据管理仪表板。就这一点而言,接收生成与一个或多个资产相关的仪表板可视化的请求。该请求包括描述该一个或多个资产的资产描述符。响应于该请求,将知识图谱数据结构内的聚合的操作技术数据的各方面关联,以提供与该一个或多个资产相关联的一个或多个洞察。除此之外,向计算设备的电子界面提供该仪表板可视化。该仪表板可视化包括用于与该知识图谱数据结构相关联的该一个或多个洞察的可视化数据。
Description
相关申请的交叉引用
本申请要求标题为“INDUSTRIAL KNOWLEDGE GRAPH AND CONTEXTUALIZATION”且提交于2021年12月17日的印度专利申请202111059054、标题为“ARTIFICIAL INTELLIGENCESYSTEM FOR INTEGRITY OPERATING WINDOW OPTIMIZATION”且提交于2021年12月17日的印度专利申请202111059053、标题为“ENTERPRISE DATA MANAGEMENT DASHBOARD”且提交于2021年12月17日的印度专利申请202111059052、以及标题为“ENTERPRISE DATAMANAGEMENT”且提交于2021年12月17日的印度专利申请202111059109的权益,它们的全部内容以引用方式并入本文。
技术领域
本公开整体涉及实时资产分析,并且更具体地涉及针对工业资产的实时资产分析。
背景技术
传统上,与资产相关的数据的数据分析和/或数字变换整体涉及人机交互。然而,通常专业工人(例如,管理者)负责大量资产(例如,工业工厂中的大量工业资产)。因此,通常难以识别和/或解决有关资产的问题。例如,在某些情况下,工业工厂内的多个资产(例如,25个资产)可能存在问题。企业环境(例如,工业工厂等)中的资产也常常结合多个系统和/或应用来实现。然而,确定来自多个系统和/或应用的数据之间的相互关系通常是困难、低效和/或耗时的。此外,传统上将有限量的时间花费在对与资产相关的数据进行建模以例如提供与数据相关的洞察上。因此,传统上以低效的方式采用了与和资产相关的数据的数据分析和/或数字变换相关的计算资源。
发明内容
本说明书中所述的主题的一些实施方案的细节在以下附图和描述中阐述。该主题的其他特征、方面和优点将从描述、附图和权利要求书中显而易见。
在一个实施方案中,一种系统包括一个或多个处理器、存储器、以及存储在所述存储器中的一个或多个程序。在一个或多个实施方案中,所述一个或多个程序包括被配置为执行以下操作的指令:接收生成与一个或多个资产相关的仪表板可视化的请求。在一个或多个实施方案中,所述请求包括描述所述一个或多个资产的资产描述符。在一个或多个实施方案中,响应于所述请求,所述一个或多个程序包括被配置为执行以下操作的指令:基于所述资产描述符来关联知识图谱数据结构内的聚合的操作技术数据的各方面,以提供与所述一个或多个资产相关联的一个或多个洞察。在一个或多个实施方案中,响应于所述请求,所述一个或多个程序还包括被配置为执行以下操作的指令:向计算设备的电子界面提供所述仪表板可视化,所述仪表板可视化包括用于与所述知识图谱数据结构相关联的所述一个或多个洞察的可视化数据。在一个或多个实施方案中,响应于所述请求,所述一个或多个程序包括被配置为执行以下操作的指令:基于所述仪表板可视化来调整针对所述一个或多个资产的一个或多个操作设置。
在另一个实施方案中,一种方法包括:在具有一个或多个处理器和存储器的设备处,接收生成与一个或多个资产相关的仪表板可视化的请求。在一个或多个实施方案中,所述请求包括描述所述一个或多个资产的资产描述符。在一个或多个实施方案中,响应于所述请求,所述方法包括:基于所述资产描述符来关联知识图谱数据结构内的聚合的操作技术数据的各方面,以提供与所述一个或多个资产相关联的一个或多个洞察。在一个或多个实施方案中,响应于所述请求,所述方法还包括:向计算设备的电子界面提供所述仪表板可视化,所述仪表板可视化包括用于与所述知识图谱数据结构相关联的所述一个或多个洞察的可视化数据。在一个或多个实施方案中,所述方法还包括:基于所述仪表板可视化来调整针对所述一个或多个资产的一个或多个操作设置。
在又一个实施方案中,一种非暂态计算机可读存储介质包括用于由设备的一个或多个处理器执行的一个或多个程序。所述一个或多个程序包括如下指令:所述指令当由所述一个或多个处理器执行时致使所述设备接收生成与一个或多个资产相关的仪表板可视化的请求。在一个或多个实施方案中,所述请求包括描述所述一个或多个资产的资产描述符。在一个或多个实施方案中,所述一个或多个程序包括如下指令:所述指令当由所述一个或多个处理器执行且响应于所述请求而执行时致使所述设备基于所述资产描述符来关联知识图谱数据结构内的聚合的操作技术数据的各方面,以提供与所述一个或多个资产相关联的一个或多个洞察。在一个或多个实施方案中,所述一个或多个程序还包括如下指令:所述指令当由所述一个或多个处理器执行且响应于所述请求而执行时致使所述设备向计算设备的电子界面提供所述仪表板可视化,所述仪表板可视化包括用于与所述知识图谱数据结构相关联的所述一个或多个洞察的可视化数据。在一个或多个实施方案中,所述一个或多个程序还包括如下指令:所述指令当由所述一个或多个处理器执行时致使所述设备基于所述仪表板可视化来调整针对所述一个或多个资产的一个或多个操作设置。
附图说明
可结合附图阅读例示性实施方案的描述。应当理解,为了说明的简单和清晰,图中所示的元件不一定按比例绘制。例如,元件中的一些元件的尺寸相对于其他元件被夸大。并入有本公开的教导的实施方案相对于本文中呈现的附图来展示和描述,在附图中:
图1示出了根据本文所述的一个或多个实施方案的示例性联网计算系统环境;
图2示出了根据本文所述的一个或多个实施方案的联网计算系统的IoT平台的框架的示意性框图;
图3示出了根据本文所述的一个或多个实施方案的提供示例性环境的系统;
图4示出了根据本文所述的一个或多个实施方案的提供示例性环境的另一个系统;
图5示出了根据本文所述的一个或多个实施方案的示例性计算设备;
图6示出了根据本文所述的一个或多个实施方案的用于生成知识图谱的系统;
图7示出了根据本文所述的一个或多个实施方案的与认知向导相关的系统;
图8示出了根据本文所述的一个或多个实施方案的与仪表板可视化相关的系统;
图9示出了根据本文所述的一个或多个实施方案的示例性知识图谱;
图10示出了根据本文所述的一个或多个实施方案的用于提供与企业数据管理相关的洞察的系统;
图11示出了根据本文所述的一个或多个实施方案的示例性过程可视化;
图12示出了根据本文所述的一个或多个实施方案的用于生成针对一个或多个资产的知识图谱的流程图;
图13示出了根据本文所述的一个或多个实施方案的用于针对一个或多个资产的完整性操作窗口优化的流程图;
图14示出了根据本文所述的一个或多个实施方案的用于针对一个或多个资产的完整性操作窗口优化的流程图;并且
图15示出了根据本文所述的一个或多个实施方案的可以被配置为执行所述技巧的计算机的功能框图。
具体实施方式
现在将具体地参考实施方案,这些实施方案的示例示于附图中。在以下具体实施方式中,阐述了很多具体细节,以便提供对各种所述实施方案的透彻理解。然而,本领域的普通技术人员应当理解,可以在没有这些具体细节的情况下实践各种所述的实施方案。在其他情况下,没有详细描述熟知的方法、程序、部件、电路和网络,以免使实施方案的各方面模糊不清。除非另外指明,否则术语“或”在另选和结合意义上均用于本文。术语“例示性”、“示例”和“示例性”是用于没有质量水平指示的示例。在全篇内容中,类似的标号指代类似的元件。
短语“在一个实施方案中”、“根据一个实施方案”等一般意指跟在该短语后的特定特征、结构或特性可以被包括在本公开的至少一个实施方案中,并且可以被包括在本公开的多于一个实施方案中(重要的是,此类短语不一定是指相同的实施方案)。
词语“示例性的”在本文用来指“用作示例、实例或例证”。本文描述为“示例性”的任何实施方式不一定被理解为比其他实施方式优选的或有利的。
如果说明书陈述了部件或特征“可以”、“能够”、“能”、“应当”、“将”、“优选地”、“有可能地”、“通常”、“任选地”、“例如”、“经常”或“可能”(或其他此类词语)被包括或具有特性,则特定部件或特征不是必须被包括或具有该特性。此类部件或特征可任选地包括在一些实施方案中,或可排除在外。
通常,本公开提供了用于企业性能管理的“物联网”或“IoT”平台,该IoT平台使用实时准确模型和视觉分析来递送针对企业或组织的持续峰值性能的智能可行推荐。IoT平台是可扩展平台,该可扩展平台是可移植的以部署在任何云或数据中心环境中,以用于提供企业范围的、自上而下的看法,显示过程、资产、人员和安全性的状态。此外,本公开的IoT平台支持端到端能力以针对过程数据执行数字双胞胎,并且将输出转化为可行洞察,如以下描述中详述的。
传统上,与资产相关的数据的数据分析和/或数字变换整体涉及人机交互。然而,通常专业工人(例如,管理者)负责大量资产(例如,工业工厂中的大量工业资产)。因此,通常难以识别和/或解决有关资产的问题。例如,在某些情况下,工业工厂内的多个资产(例如,25个资产)可能存在问题。企业环境(例如,工业工厂等)中的资产也常常结合多个系统和/或应用来实现。然而,确定来自多个系统和/或应用的数据之间的相互关系通常是困难、低效和/或耗时的。此外,传统上将有限量的时间花费在对与资产相关的数据进行建模以例如提供与数据相关的洞察上。因此,传统上以低效的方式采用了与和资产相关的数据的数据分析和/或数字变换相关的计算资源。
因此,为了解决这些和/或其他问题,采用本文所公开的技术和/或技巧来提供与一个或多个资产相关的企业数据管理。在各种实施方案中,提供了与一个或多个资产相关的知识图谱。除此之外或另选地,在各种实施方案中,采用本文所公开的技术和/或技巧来提供用于与一个或多个资产相关的知识图谱的数据的上下文化。在一个或多个实施方案中,知识图谱是与一个或多个工业资产相关的工业知识图谱。在一个或多个实施方案中,提供了用于针对一个或多个资产的完整性操作窗口优化的人工智能系统。在各种实施方案中,人工智能系统是用于企业数据管理的认知向导。在一个或多个实施方案中,人工智能系统采用与一个或多个资产相关的知识图谱。在一个或多个实施方案中,知识图谱是与一个或多个工业资产相关的工业知识图谱。在一个或多个实施方案中,提供了企业数据管理仪表板。
在一个或多个实施方案中,基于针对一个或多个资产所配置和/或在与一个或多个资产相关的一个或多个系统中所配置的各个关系来构建知识图谱。因此,在各种实施方案中,知识图谱导出在一个或多个资产的源系统配置数据集中无法直接获得的一种或多种关系。在一个或多个实施方案中,使用用于与一个或多个资产相关联的一个或多个数据源的规则配置来构建知识图谱。在一个或多个实施方案中,知识图谱捕获工业工厂的统一数据和关系。因此,在一个或多个实施方案中,相对于知识图谱执行预先索引的工业搜索,以提供相对于一个或多个资产的一个或多个洞察。在一个或多个实施方案中,基于特定于源系统类型的输入和/或用于与一个或多个资产相关联的数据的文件格式来构建知识图谱。例如,在一个或多个实施方案中,采用用于包括一个或多个资产的工业工厂的一个或多个系统的配置信息来构建知识图谱和/或将用于知识图谱的数据上下文化。在一个或多个实施方案中,知识图谱提供与一个或多个资产的监测和/或控制相关联的操作技术数据的统一映射。
在一个或多个实施方案中,采用知识图谱来调整与一个或多个资产相关的一个或多个过程的一个或多个完整性操作窗口(例如,一个或多个操作边界)。例如,在一个或多个实施方案中,采用相对于知识图谱的一个或多个操作条件洞察来对与一个或多个资产相关的一个或多个过程施加动态限制(例如,自适应阈值处理)。在一个或多个实施方案中,认知向导动态地优化用于与一个或多个资产相关的一个或多个过程的一个或多个完整性操作窗口。除此之外,在一个或多个实施方案中,在用于一个或多个过程的实际操作偏离设定的操作限制之前,认知向导提供与早期警告相关联的一个或多个通知。在一个或多个实施方案中,认知向导提供对未来工业工厂状态的预测和/或对未来工业工厂状态的根本原因的预测。除此之外,在一个或多个实施方案中,认知向导提供关于如何以一定置信度解决资产和/或过程的对应问题的一个或多个推荐。因此,在各种实施方案中,认知向导通过采用知识图谱来识别相对于一个或多个过程发生的一个或多个事件,从而提供对某个工业工厂状态的预测。在各种实施方案中,知识图谱对端点之间的关系进行建模(例如,以提供与一个或多个资产相关的一个或多个过程的影响/依赖流视图)。在各种实施方案中,认知向导确定与知识图谱相关联的隐含关系是否相关(例如,使用历史数据)并且/或者响应于确定该相关性高于阈值而将本体关系数据添加到知识图谱。因此,在各种实施方案中,认知向导识别知识图谱中对资产具有一定重要性的端点,以例如改进资产的性能和/或由资产所执行的过程。
在一个或多个实施方案中,可视化界面(例如,仪表板可视化)呈现与知识图谱相关联的信息和/或与一个或多个资产相关联的一个或多个洞察。在一个或多个实施方案中,可视化界面被配置为允许工业工厂处的终端用户(例如,应用工程师、远程支持工程师、另外的终端用户等)在没有与一个或多个资产相关联的现有系统和/或标签的专门知识的情况下浏览可视化界面、访问与知识图谱相关联的信息、访问与一个或多个洞察相关联的信息,和/或排查与一个或多个资产相关联的问题。在一个或多个实施方案中,调度分析引擎采用知识图谱来处理与一个或多个资产和/或与一个或多个资产相关的一个或多个过程相关联的一个或多个限制、一个或多个偏差、一个或多个目标和/或其他数据。在一个或多个实施方案中,基于与知识图谱相关联的一个或多个洞察来自动生成一个或多个推荐,以校正用于一个或多个资产的一个或多个限制、一个或多个阈值、一个或多个容差和/或其他设置。
在各种实施方案中,摄取、清理和聚合与一个或多个资产相关联的操作技术数据以提供聚合的操作技术数据。此外,在各种实施方案中,根据聚合的操作技术数据确定一个或多个度量以提供对资产的机会和/或性能洞察。根据各种实施方案,提供了呈现与一个或多个资产相关联的问题的仪表板可视化。在各种实施方案中,仪表板可视化是允许组合操作员远程管理、研究和/或解决与一个或多个资产相关联的问题的企业应用。在各种实施方案中,基于知识图谱确定与聚合的操作技术数据相关联的特征、属性和/或关系,以例如对装备故障进行排查,控制装备并且/或者改变设定值,以解决仪表板可视化内的问题。在各种实施方案中,仪表板可视化有利于将操作技术数据聚合成得分或度量值,诸如例如,关键性能指标(KPI)。在各种实施方案中,仪表板可视化除此之外或另选地有利于提供推荐来改进资产性能。在各种实施方案中,仪表板可视化除此之外或另选地有利于远程控制和/或更改资产设定值。在一个或多个实施方案中,对与该一个或多个资产相关联的问题进行排序,使得经由仪表板可视化首先呈现对于资产组合具有最大影响的问题。影响可以基于修复资产的成本、与和该一个或多个资产相关的问题相关联的能量消耗、与和该一个或多个资产相关的问题相关联的节省损失等。
在各种实施方案中,用户可以采用仪表板可视化来识别与一个或多个资产相关联的问题,对一个或多个资产进行调整,并且/或者发出与一个或多个资产相关联的工作命令。在各种实施方案中,用户可以订阅性能管理类别(例如,能量优化、数字化维护等),以有利于确定要解决的一个或多个资产的问题和/或有利于确定与一个或多个资产相关的优先动作的顺序。例如,与数字化维护相比,优先动作的顺序对于能量优化可以不同。在各种实施方案中,仪表板可视化提供了组合来自内部建筑物管理系统(BMS)的警示的警示列表。在各种实施方案中,执行云分析,以基于问题对警示进行分组并且/或者以基于一个或多个算法对问题进行优先级排序。因此,根据各种实施方案,优化资产和/或劳动力使用,并且以最佳方式向用户呈现与一个或多个资产相关的最高优先级问题。除此之外,根据各种实施方案,通过采用仪表板可视化可以减少设施操作和/或维护成本,同时改进装备正常运行时间、服务操作效率和/或环境状况。除此之外,根据各种实施方案,通过采用仪表板可视化,提供了对故障的远程归类和/或对资产问题的远程解决。在各种实施方案中,仪表板可视化提供了与传感器(例如,振动、电力等)、控制设备(例如,关键性能指标(KPI)、装备状态等)、劳动管理(例如,分配、利用、质量等)、仓库执行(例如,订单、路线等)、库存管理(例如,位置、数量、空档等)和/或企业的一个或多个其他层相关联的实时资产分析。除此之外,根据各种实施方案,仪表板可视化提供了查看、管理和/或控制资产的集中式能力。
在各种实施方案中,采用知识图谱来将与服务案例相关的实时特性和趋势自动化显示为表格和图形显示。除此之外或另选地,在各种实施方案中,采用知识图谱来使用由模型数据填充的标准或模块化图提供对装备示意图和配置的自动化生成和显示。除此之外或另选地,在各种实施方案中,采用知识图谱来创建一个或多个资产之间(例如,装备和/或设施中的其他资产之间、建筑物和建筑物内的物理空间之间等)的关系的图模型视图。除此之外或另选地,在各种实施方案中,采用知识图谱来确定模型之间的关系,使得图中的节点在视觉上指示资产组合是否与和节点相关的一个或多个警报相关联。除此之外或另选地,在各种实施方案中,采用知识图谱来经由具有资产数据的节点和/或到其他信息的链接提供信息通知。
在各种实施方案中,仪表板可视化有利于显示与一个或多个资产相关的图形和/或其他可视化。例如,在各种实施方案中,仪表板可视化提供动态生成的图形,这些动态生成的图形示出了资产的配置、这些资产之间的关系和/或这些资产的位置,以例如启用与远程设施相关联的知识、帮助故障诊断并且/或者执行与问题相关的动作。在各种实施方案中,仪表板可视化有利于与一个或多个资产相关联的操作和/或调度。例如,在各种实施方案中,可以通过调度改变和/或手动切换来实现仪表板可视化有利于对资产的操作模式的临时或长期改变,以允许事件、应季改变、维护周期和/或对资产使用或操作的其他改变。
在各种实施方案中,仪表板可视化将来自不同源和/或不同系统类型的警示呈现成单个警示屏幕,以提供与一个或多个资产相关的问题的优先视图。根据各种实施方案,警示包括来自内部BMS、安全、火灾和其他系统的警报。除此之外或另选地,根据各种实施方案,警示包括来自相对于当前状态和/或资产的历史状态的分析和/或基于规则的云定位系统的警示。除此之外或另选地,根据各种实施方案,警示包括来自监测资产环境和/或与一个或多个资产相关联的健康和安全状况的系统的警示。除此之外或另选地,根据各种实施方案,警示包括来自网络安全系统的警示。除此之外或另选地,根据各种实施方案,警示包括来自监测一个或多个资产健康的系统的警示。在各种实施方案中,警示被逻辑地分组和/或经由仪表板可视化呈现给操作员。在各种实施方案中,警示基于位置(例如,地理区域或建筑物)和/或相关资产进行逻辑分组。在各种实施方案中,经由仪表板可视化呈现警示,使得最高优先级问题位于警示列表的顶部。在各种实施方案中,基于资产类型、设施类型、用途和受问题影响的区域的大小、资产数量、问题数量、各个警示的类型分配优先级和/或与资产相关联的其他特征来确定警示的优先级。在各种实施方案中,采用机器学习来逻辑分组和/或呈现警示。在各种实施方案中,采用机器学习来识别最佳地反映仪表板可视化的操作员的使用情况的警示。
在各种实施方案中,经由使用知识图谱的模板化仪表板模型来提供跨各种用户标识的仪表板可视化。在各种实施方案中,在各种分级结构层级诸如企业层级、位点层级、工厂层级、单位层级(例如,资产层级)等处报告特定用户标识(例如,维护工程师)的仪表板可视化。在各种实施方案中,与第一资产分级结构层级(例如,企业层级)相关联的度量包括度量或目的(例如,OEE等)。在各种实施方案中,与第二资产分级结构层级(例如,位点层级)相关联的度量包括影响目标目的(例如,可用性、能量、性能、质量)的度量。在各种实施方案中,与第三资产分级结构层级(例如,工厂层级)相关联的度量包括识别影响目标目的OEE的不期望参与者资产。在各种实施方案中,与第四资产分级结构层级(例如,资产层级)相关联的度量包括与目标目的相关的事件或异常。
在各种实施方案中,基于上下文修改仪表板可视化(例如,仪表板被更改为能量上下文,并且基于经由知识图谱对资产和/或度量的建模显示相同层级的细节)。在各种实施方案中,采用知识图谱来基于用户角色、调用仪表板的用户上下文和/或针对度量模型映射的分级结构呈现相关度量。在各种实施方案中,采用应用编程接口来集成不同的可视化工具和/或不同的报告工具(例如,经由仪表板可视化)。在一个或多个实施方案中,生成用户交互式图形用户界面。例如,在一个或多个实施方案中,图形用户界面渲染仪表板可视化的视觉表示。在一个或多个实施方案中,基于与知识图谱相关联的度量生成用户设备的一个或多个通知。
因此,通过采用本文所公开的一种或多种技巧,优化了企业数据管理和/或资产性能。此外,通过采用本文所公开的知识图谱和/或一种或多种技巧,向用户提供改进的对资产的机会和/或性能的洞察。例如,通过采用本文所公开的知识图谱和/或一种或多种技巧,与常规技巧的能力相比,可以跨数据集实现附加和/或改进的资产洞察。除此之外,通过采用本文所公开的一种或多种技巧来改进与数据分析相关联的处理系统的性能。例如,通过采用本文所公开的一种或多种技巧,减少了计算资源的数量、存储要求的数量和/或与数据分析相关联的错误的数量。此外,通过采用本文所公开的知识图谱和/或一种或多种技巧,提供了对一个或多个资产和/或一个或多个资产企业的成本节约。
图1是根据本公开的示例性联网计算系统环境100的示例。如图1所示,联网计算系统环境100被组织成多个层,包括云105(例如,云层105)、网络110(例如,网络层110)和边缘115(例如,边缘层115)。如下文进一步详述的,边缘115的部件经由网络110与云105的部件通信。
在各种实施方案中,网络110是任何合适的网络或网络的组合,并且支持适用于将数据传送到云105的部件并传送来自这些部件的数据,以及在来自联网计算系统环境100中的各种其他部件(例如,边缘115的部件)之间传送数据的任何适当协议。根据各种实施方案,网络110包括公共网络(例如,互联网)、私有网络(例如,组织内的网络)或公共网络和/或专用网络的组合。根据各种实施方案,网络110被配置为提供图1中所描绘的各种部件之间的通信。根据各种实施方案,网络110包括连接网络布局中的设备和/或部件的一个或多个网络,以允许设备和/或部件之间的通信。例如,在一个或多个实施方案中,网络110被实现为互联网、无线网络、有线网络(例如,以太网)、局域网(LAN)、广域网(WAN)、蓝牙、近场通信(NFC)或提供网络布局的一个或多个部件之间的通信的任何其他类型的网络。在一些实施方案中,网络110使用蜂窝网络、卫星、许可无线电,或者蜂窝、卫星、许可无线电和/或未许可无线电网络的组合来实现。
云105的部件包括形成所谓的“物联网”或“IoT”平台125的一个或多个计算机系统120。应当理解,“IoT平台”是描述连接任何类型的互联网连接的设备的平台的任选术语,并且不应被解释为限制在IoT平台125内可用的计算系统的类型。具体地,在各种实施方案中,计算机系统120包括任何类型或数量的一个或多个处理器和包括存储器的一个或多个数据存储设备,该一个或多个处理器用于执行联网计算系统环境100的应用或软件模块并且该一个或多个数据存储设备用于存储这些应用或软件模块。在一个实施方案中,处理器和数据存储设备体现在服务器类硬件诸如企业级服务器中。例如,在一个实施方案中,处理器和数据存储设备包括任何类型的应用服务器、通信服务器、网络服务器、超级计算服务器、数据库服务器、文件服务器、邮件服务器、代理服务器和/或虚拟服务器或它们的组合。此外,该一个或多个处理器被配置为访问存储器并执行处理器可读指令,这些处理器可读指令当由处理器执行时将这些处理器配置为执行联网计算系统环境100的多个功能。
计算机系统120还包括IoT平台125的一个或多个软件部件。例如,在一个或多个实施方案中,计算机系统120的软件部件包括一个或多个软件模块,以通过网络110与用户设备和/或其他计算设备通信。例如,在一个或多个实施方案中,软件部件包括一个或多个模块141、模型142、引擎143、数据库144、服务145和/或应用146,上述部件可以存储在计算机系统120中/由计算机系统存储(例如,存储在存储器上),如下文相对于图2详述的。根据各种实施方案,该一个或多个处理器被配置为当执行本公开中描述的各种方法时利用该一个或多个模块141、模型142、引擎143、数据库144、服务145和/或应用146。
因此,在一个或多个实施方案中,计算机系统120执行用于计算和/或数据存储的具有可扩展资源的云计算平台(例如,IoT平台125),并且可以在云计算平台上运行一个或多个应用以执行本公开中描述的各种计算机实现的方法。在一些实施方案中,组合模块141、模型142、引擎143、数据库144、服务145和/或应用146中的一些以形成更少的模块、模型、引擎、数据库、服务和/或应用。在一些实施方案中,将模块141、模型142、引擎143、数据库144、服务145和/或应用146中的一些分离成单独的、更多的模块、模型、引擎、数据库、服务和/或应用。在一些实施方案中,移除模块141、模型142、引擎143、数据库144、服务145和/或应用146中的一些,而添加其他的部件。
计算机系统120被配置为经由网络110从联网计算系统环境100的其他部件(例如,边缘115的部件)接收数据。计算机系统120被进一步配置为利用所接收的数据来产生结果。根据各种实施方案,指示结果的信息通过网络110经由用户计算设备传输给用户。在一些实施方案中,计算机系统120是提供一个或多个服务(包括向用户提供指示所接收的数据和/或结果的信息)的服务器系统。根据各种实施方案,计算机系统120是实体的一部分,该实体包括实现一个或多个IoT服务的任何类型的公司、组织或机构。在一些示例中,实体是IoT平台提供商。
边缘115的部件包括一个或多个企业160a-160n,每个企业包括一个或多个边缘设备161a-161n和一个或多个边缘网关162a-162n。例如,第一企业160a包括第一边缘设备161a和第一边缘网关162a,第二企业160b包括第二边缘设备161b和第二边缘网关162b,并且第n企业160n包括第n边缘设备161n和第n边缘网关162n。如本文所用,企业160a-160n表示任何类型的实体、设施或交通工具,诸如例如公司、分支机构、建筑物、制造工厂、仓库、不动产设施、实验室、飞行器、航天器、汽车、舰船、轮船、军用车辆、油气设施或任何其他类型的实体、设施和/或包括任何数量的本地设备的实体。
根据各种实施方案,边缘设备161a-161n表示可在企业160a-160n内发现的各种不同类型的设备中的任一种设备。边缘设备161a-161n是被配置为访问网络110或者通过网络110诸如经由边缘网关162a-162n由其他设备访问的任何类型的设备。根据各种实施方案,边缘设备161a-161n是包括任何类型的网络连接的(例如,互联网连接的)设备的“IoT设备”。例如,在一个或多个实施方案中,边缘设备161a-161n包括资产、传感器、致动器、处理器、计算机、阀门、泵、管道、车辆部件、相机、显示器、门、窗户、安全部件、锅炉、冷却装置、泵、HVAC部件、制造厂装备和/或连接到网络110以用于收集、发送和/或接收信息的任何其他设备。每个边缘设备161a-161n包括一个或多个控制器或以其他方式与该一个或多个控制器通信,以选择性地控制相应的边缘设备161a-161n和/或经由网络110在边缘设备161a-161n与云105之间发送/接收信息。参考图2,在一个或多个实施方案中,边缘115包括每个企业161a-161n的操作技术(OT)系统163a-163n和信息技术(IT)应用164a-164n。OT系统163a-163n包括用于通过直接监测和/或控制工业装备(例如,边缘设备161a-161n)、资产、过程和/或事件来检测和/或引起改变的硬件和软件。IT应用164a-164n包括用于生成、管理、存储和传递组织内部或组织之间的数据的网络、存储装置和计算资源。
边缘网关162a-162n包括用于有利于经由网络110进行的边缘设备161a-161n与云105之间的通信的设备。例如,边缘网关162a-162n包括用于经由网络110与边缘设备161a-161n通信并且与云105通信的一个或多个通信接口。根据各种实施方案,边缘网关162a-162n的通信接口包括一个或多个蜂窝无线电、蓝牙、WiFi、近场通信无线电、以太网或用于传输和接收信息的其他适当通信设备。根据各种实施方案,每个网关162a-162n中包括多个通信接口,以用于经由网络110提供边缘设备161a-161n、网关162a-162n和云105之间的多种形式的通信。例如,在一个或多个实施方案中,通过无线通信(例如,WiFi、无线电通信等)和/或有线数据连接(例如,通用串行总线、板载诊断系统等)或其他通信模式(诸如局域网(LAN)、广域网(WAN)诸如互联网、电信网络、数据网络或任何其他类型的网络)来实现与边缘设备161a-161n和/或网络110的通信。
根据各种实施方案,边缘网关162a-162n还包括用于存储程序指令以有利于数据处理的存储器和执行这些程序指令以有利于数据处理的处理器。例如,在一个或多个实施方案中,边缘网关162a-162n被配置为从边缘设备161a-161n接收数据,并且在将数据发送到云105之前处理数据。因此,在一个或多个实施方案中,边缘网关162a-162n包括用于提供本公开的数据处理服务和/或其他服务或方法的一个或多个软件模块或部件。参考图2,每个边缘网关162a-162n包括边缘服务165a-165n和边缘连接器166a-166n。根据各种实施方案,边缘服务165a-165n包括用于处理来自边缘设备161a-161n的数据的硬件和软件部件。根据各种实施方案,边缘连接器166a-166n包括用于有利于经由网络110进行的边缘网关162a-162n与云105之间的通信的硬件和软件部件,如上文详述的。在一些情况下,边缘设备161a-n、边缘连接器166a-n和边缘网关162a-n中的任一者都将它们的功能组合、省略或分离成任何设备组合。换句话说,边缘设备以及其连接器和网关不一定需要是分立设备。
图2示出了根据本公开的IoT平台125的框架200的示意性框图。本公开的IoT平台125是用于企业性能管理的平台,该平台使用实时准确模型和视觉分析来递送针对企业160a-160n的持续峰值性能的智能可行推荐和/或分析。IoT平台125是可扩展平台,该可扩展平台是可移植的以部署在任何云或数据中心环境中,以用于提供企业范围的、自上而下的看法,显示过程、资产、人员和安全性的状态。此外,IoT平台125支持端到端能力以使用框架200针对过程数据执行数字双胞胎,并且将输出转化为可行洞察,如下文进一步详述的。
如图2所示,IoT平台125的框架200包括多个层,包括例如IoT层205、企业整合层210、数据管道层215、数据洞察层220、应用服务层225和应用层230。IoT平台125还包括核心服务层235,以及包括一个或多个知识图谱251的可扩展对象模型(EOM)250。层205-235还包括一起形成每个层205-235的各种软件部件。例如,在一个或多个实施方案中,每个层205-235包括模块141、模型142、引擎143、数据库144、服务145、应用146中的一者或多者或它们的组合。在一些实施方案中,组合层205-235以形成更少的层。在一些实施方案中,层205-235中的一些被分离成单独的、更多的层。在一些实施方案中,移除层205-235中的一些,而可以添加其他层。
IoT平台125是模型驱动的架构。因此,可扩展对象模型250与每个层205-230通信以使用基于可扩展图的对象模型(或“资产模型”)来上下文化企业160a-160n的位点数据。在一个或多个实施方案中,可扩展对象模型250与其中企业160a-160n的装备(例如,边缘设备161a-161n)和过程被建模的知识图谱251相关联。EOM 250的知识图谱251被配置为将模型存储在中央位置。知识图谱251限定节点和链接的集合,这些节点和链接描述实现智能系统的真实世界连接。如本文所用,知识图谱251:(i)描述了在图形界面中组织的真实世界实体(例如,边缘设备161a-161n)及其相互关系;(ii)在图解中限定实体的可能类别和关系;(iii)使任意实体能够彼此相关;并且(iv)涵盖各种专题域。换句话说,知识图谱251限定了实体(例如,边缘设备161a-161n)的大型网络、实体的语义类型、实体的特性,以及实体之间的关系。因此,知识图谱251描述了与特定域或企业或组织相关的“事物”网络。知识图谱251不限于抽象概念和关系,而是还可以包含对象的实例,诸如例如文档和数据集。在一些实施方案中,知识图谱251包括资源描述框架(RDF)图。如本文所用,“RDF图”是在形式上描述信息的语义或含义的图数据模型。RDF图也表示元数据(例如,描述数据的数据)。根据各种实施方案,知识图谱251还包括语义对象模型。语义对象模型是知识图251的子集,其限定知识图谱251的语义。例如,语义对象模型限定了知识图谱251的图解。
如本文所用,EOM 250包括应用编程接口(API)的集合,该集合使得能够扩展接种语义对象模型。例如,本公开的EOM 250使得要构建的客户的知识图谱251能够受到在客户的语义对象模型中表达的约束。因此,知识图谱251由客户(例如,企业或组织)生成以创建企业160a-160n的边缘设备161a-161n的模型,并且知识图251被输入到EOM 250中以用于可视化这些模型(例如,节点和链接)。
模型描述了企业(例如,边缘设备161a-161n)的资产(例如,节点)并且描述了资产与其他部件(例如,链接)的关系。模型还描述了图解(例如,描述数据是什么),并且因此模型是自验证的。例如,在一个或多个实施方案中,模型描述了安装在任何给定资产(例如,边缘设备161a-161n)上的传感器的类型和由每个传感器感测的数据的类型。根据各种实施方案,KPI框架用于将可扩展对象模型250中的资产的特性结合到KPI框架的输入。因此,IoT平台125是可扩展的模型驱动的端到端堆叠,其包括:边缘115与云105之间的双向模型同步和安全数据交换、元数据驱动的数据处理(例如,规则、计算和聚合),以及模型驱动的可视化和应用。如本文所用,“可扩展的”是指扩展数据模型以包括新的特性/列/字段、新的类别/表格和新的关系的能力。因此,IoT平台125可相对于边缘设备161a-161n和处理那些设备161a-161n的应用146来扩展。例如,当将新边缘设备161a-161n添加到企业160a-160n系统时,新设备161a-161n将自动出现在IoT平台125中,使得对应的应用146了解和使用来自新设备161a-161n的数据。
在一些情况下,资产模板用于有利于使用共同结构来在模型中配置边缘设备161a-161n的实例。资产模板为特定类型的设备限定了给定企业160a-160n的边缘设备161a-161n的典型特性。例如,泵的资产模板包括对具有入口压力和出口压力、速度、流量等的泵进行建模。模板还可包括分级或衍生类型的边缘设备161a-161n,以适应基础类型的设备161a-161n的变化。例如,往复式泵是基础泵类型的专门化,并且将包括模板中的附加特性。模型中边缘设备161a-161n的实例被配置为使用模板来匹配企业160a-160n的实际物理设备以限定设备161a-161n的预期属性。每个属性被配置为静态值(例如,容量为1000BPH)或参考提供值的时间序列标签。知识图谱251可以基于命名惯例、解析以及将标签和属性描述匹配以及/或者通过比较时间序列数据的行为与预期行为来自动地将标签映射到属性。在一个或多个实施方案中,利用一个或多个度量标签标记有助于一个或多个度量驱动仪表板的关键属性中的每个关键属性,使得生成仪表板可视化。
建模阶段包括用于同步边缘115与云105之间的模型的上板(onboarding)过程。例如,在一个或多个实施方案中,上板过程包括简单的上板过程、复杂的上板过程和/或标准化的首次展示过程。简单的上板过程包括知识图谱251从边缘115接收原始模型数据并运行上下文发现算法以生成模型。上下文发现算法读取边缘设备161a-161n的边缘命名惯例的上下文并确定这些命名惯例参考的内容。例如,在一个或多个实施方案中,知识图谱251在建模阶段期间接收“TMP”并且确定“TMP”涉及“温度”。然后发布所生成的模型。复杂的上板过程包括知识图谱251接收原始模型数据、接收点历史数据,以及接收位点调查数据。根据各种实施方案,知识图谱251然后使用这些输入来运行上下文发现算法。根据各种实施方案,编辑所生成的模型,然后发布这些模型。标准化的首次展示过程包括在云105中手动限定标准模型并将这些模型推送给边缘115。
IoT层205包括用于设备管理、数据摄取和/或边缘设备161a-161n的命令/控制的一个或多个部件。IoT层205的部件使得数据能够从各种源摄取到IoT平台125中或以其他方式接收在IoT平台处。例如,在一个或多个实施方案中,通过过程历史数据库或实验室信息管理系统从边缘设备161a-161n摄取数据。IoT层205通过网络110与安置在边缘网关162a-162n上的边缘连接器166a-166n通信,并且边缘连接器166a-166n将数据安全地发送到IoT平台205。在一些实施方案中,仅授权数据被发送到IoT平台125,并且IoT平台125仅接受来自授权边缘网关162a-162n和/或边缘设备161a-161n的数据。根据各种实施方案,经由直接流式传输和/或经由分批递送将数据从边缘网关162a-162n发送到IoT平台125。此外,在任何网络或系统中断之后,一旦重新建立通信,就将恢复数据传输,并且在中断期间丢失的任何数据将从源系统或IoT平台125的高速缓存回填。根据各种实施方案,IoT层205还包括用于经由各种协议访问时间序列、警报和事件以及交易数据的部件。
企业整合层210包括用于事件/消息传送、文件上传和/或REST/OData的一个或多个部件。企业整合层210的部件使得IoT平台125能够与第三方云应用211(诸如由企业操作的与其边缘设备有关的任何应用)通信。例如,企业整合层210与企业数据库(诸如客人数据库、客户数据库、财务数据库、患者数据库等)连接。企业整合层210提供到第三方的标准应用编程接口(API)以用于访问IoT平台125。企业整合层210还使得IoT平台125能够与企业160a-160n的OT系统163a-163n和IT应用164a-164n通信。因此,企业整合层210使得IoT平台125能够从第三方应用211接收数据,而不是或联合直接从边缘设备161a-161n接收数据。
数据管道层215包括用于数据清理/丰富、数据变换、数据计算/聚合和/或用于数据流的API的一个或多个部件。因此,在一个或多个实施方案中,数据管道层215预处理所接收的数据并且/或者对所接收的数据执行初始分析。数据管道层215执行先进的数据清理例程,包括例如数据校正、质量平衡协调、数据调节、成分平衡和模拟以确保期望信息用作进一步处理的基础。数据管道层215还提供先进快速的计算。例如,经清理的数据通过企业特定的数字双胞胎来运行。根据各种实施方案,企业特定的数字双胞胎包括包含过程模型的可靠性向导,以确定当前操作和故障模型,从而触发任何早期检测并确定适当的解决方法。根据各种实施方案,数字双胞胎还包括优化向导,该优化向导将实时经济性数据与实时过程数据整合,选择用于过程的正确进料,并确定最佳过程条件和产物产率。
根据各种实施方案,数据管道层215采用模型和模板来限定计算和分析。除此之外或另选地,根据各种实施方案,数据管道层215采用模型和模板来限定计算和分析如何与资产(例如,边缘设备161a-161n)相关。例如,在一个实施方案中,泵模板限定泵效率计算,使得每次配置泵时,自动为泵执行标准效率计算。计算模型限定各种类型的计算、应运行计算的引擎的类型、输入和输出参数、预处理要求和先决条件、时间表等。根据各种实施方案,在模板中限定实际计算或分析逻辑或者可以参考实际计算或分析逻辑。因此,根据各种实施方案,采用计算模型来描述和控制各种不同过程模型的执行。根据各种实施方案,计算模板与资产模板链接,使得当创建资产(例如,边缘设备161a-161n)实例时,也创建了任何相关联的计算实例,其中这些计算实例的输入和输出参数链接到资产(例如,边缘设备161a-161n)的适当属性。
根据各种实施方案,IoT平台125支持各种不同的分析模型,包括例如第一原理模型、经验模型、工程化模型、用户定义的模型、机器学习模型、内部函数和/或任何其他类型的分析模型。现在将通过举例的方式描述故障模型和预测性维护模型,但是任何类型的模型可以是适用的。
故障模型用于比较当前的和预测的企业160a-160n性能以识别问题或机会,以及问题或机会的潜在原因或驱动因素。IoT平台125包括丰富的分级症状-故障模型,以识别异常条件及其潜在后果。例如,在一个或多个实施方案中,IoT平台125从高级条件深入分析以了解促成因素,以及确定较低级条件可能具有的潜在影响。可以存在用于给定企业160a-160n的多个故障模型,该多个故障模型关注不同的方面,诸如过程、装备、控制和/或操作。根据各种实施方案,每个故障模型识别其域中的问题和机会,并且还可以从不同角度看待同一个核心问题。根据各种实施方案,总体故障模型层叠在顶部,以将来自每个故障模型的不同观点合成为对情形的总体评估并指向真正的根本原因。
根据各种实施方案,当识别故障或机会时,IoT平台125提供关于要采取的最佳校正动作的推荐。最初,推荐基于已经由过程和装备专业人员预编程到系统中的专业知识。推荐服务模块以一致的方式呈现该信息,而不管源如何,并且支持工作流以跟踪、结束并记录后续推荐。根据各种实施方案,当现有推荐被验证(或未被验证)或者用户和/或分析了解到新的原因和影响关系时,采用后续推荐来随时间推移改善系统的整体知识。
根据各种实施方案,模型用于在发生之前准确地预测将发生什么并解释所安置基部的状态。因此,IoT平台125使得操作员能够在违规行为发生时快速启动维护措施。根据各种实施方案,IoT平台125的数字双胞胎架构采用各种建模技巧。根据各种实施方案,建模技巧包括例如机理模型、故障检测和诊断(FDD)、描述性模型、预测性维护、规范性维护、过程优化和/或任何其他建模技巧。
根据各种实施方案,机理模型由过程设计模拟转换而来。以此方式,将过程设计与进料条件和生产要求结合。过程变化和技术改进提供了在生产需求的背景下实现更有效的维护时间表和资源部署的商业机会。故障检测和诊断包括广义规则集,该广义规则集是基于行业体验和领域知识指定的,并且在与装备模型一起发挥作用时,可以容易地被结合并使用。根据各种实施方案,描述性模型识别问题,并且预测性模型确定可能的损坏程度和维护选项。根据各种实施方案,描述性模型包括用于限定边缘设备161a-161n的操作窗口的模型。
预测性维护包括基于机理模型和统计模型(诸如例如主成分分析(PCA)和最小二乘法(PLS))开发的预测性分析模型。根据各种实施方案,应用机器学习方法来训练模型用于故障预测。根据各种实施方案,预测性维护利用基于FDD的算法来连续监测单独控制和装备性能。然后将预测性建模应用于随时间变坏的选定条件指示符。规范性维护包括确定最佳维护选项,以及其何时应基于实际条件而不是基于时间的维护时间表来执行。根据各种实施方案,规范性分析基于公司的资本、运营和/或其他要求来选择正确的解决方法。过程优化经由调整设定值和时间表来确定最佳条件。优化的设定值和时间表可以被直接传送到底层控制器,这使得能够自动关闭从分析到控制的循环。
数据洞察层220包括用于时间序列数据库(TDSB)、关系/文档数据库、数据湖、二进制大对象、文件、图像和视频和/或用于数据查询的API的一个或多个部件。根据各种实施方案,当在IoT平台125处接收原始数据时,该原始数据作为时间序列标签或事件存储在暖存储中(例如,TSDB中)以支持交互式查询并且存储到冷存储以用于归档目的。根据各种实施方案,数据被发送到数据湖以用于离线分析开发。根据各种实施方案,数据管道层215访问存储在数据洞察层220的数据库中的数据以执行分析,如上文详述的。
应用服务层225包括用于规则引擎、工作流程/通知、KPI框架、洞察(例如,可行洞察)、决策、推荐、机器学习和/或用于应用服务的API的一个或多个部件。应用服务层225使得能够建立应用146a-d。应用层230包括IoT平台125的一个或多个应用146a-d。例如,根据各种实施方案,应用146a-d包括建筑物应用146a、工厂应用146b、航空应用146c和其他企业应用146d。根据各种实施方案,应用146包括用于组合管理、资产管理、自主控制的通用应用146和/或任何其他自定义应用。根据各种实施方案,组合管理包括KPI框架和灵活用户界面(UI)生成器。根据各种实施方案,资产管理包括资产性能和资产健康。根据各种实施方案,自主控制包括能量优化和/或预测性维护。如上文详述的,根据各种实施方案,通用应用146是可扩展的,使得每个应用146可配置为用于不同类型的企业160a-160n(例如,建筑物应用146a、工厂应用146b、航空应用146c和其他企业应用146d)。
应用层230还实现了企业160a-160n的性能的可视化。例如,仪表板提供了对高级概述的深入分析以支持更深入的调查。推荐汇总给予用户优先动作来解决当前或潜在的问题和机会。数据分析工具支持自组织(ad hoc)数据探索以帮助故障排除和处理改进。
核心服务层235包括IoT平台125的一个或多个服务。根据各种实施方案,核心服务235包括数据可视化、数据分析工具、安全、缩放和监测。根据各种实施方案,核心服务235还包括用于租户配置、单次登录/公共门户、自服务管理员、UI库/UI区块、识别/访问/授权、日志/监测、使用计量、API网关/开发者门户和IoT平台125流的服务。
图3示出了提供根据本公开的一个或多个实施方案的一个或多个所述特征的示例性环境的系统300。根据一个实施方案,系统300包括企业数据管理计算机系统302,以有利于数据分析技术和/或数字变换技术的实际应用,从而提供与企业数据管理相关的优化。在一个或多个实施方案中,企业数据管理计算机系统302有利于知识图谱生成和/或用于知识图谱的数据的上下文化的实际应用,以提供与企业数据管理相关的优化。在一个或多个实施方案中,企业数据管理计算机系统302存储和/或分析从与企业系统(例如,建筑物系统、工业系统或另一种类型的企业系统)相关联的一个或多个资产和/或一个或多个数据源聚合的数据。在一个或多个实施方案中,企业数据管理计算机系统302采用人工智能来提供知识图谱和/或用于知识图谱的数据的上下文化。在一个或多个实施方案中,企业数据管理计算机系统302基于知识图谱和/或基于知识图获得的一个或多个洞察来生成仪表板可视化(例如,企业数据管理仪表板)。
在一个实施方案中,企业数据管理计算机系统302是有利于一个或多个计算设备、一个或多个数据源和/或一个或多个资产之间的数据分析平台的服务器系统(例如,服务器设备)。在一个或多个实施方案中,企业数据管理计算机系统302是具有一个或多个处理器和存储器的设备。在一个或多个实施方案中,企业数据管理计算机系统302是来自计算机系统120的计算机系统。例如,在一个或多个实施方案中,企业数据管理计算机系统302经由云105来实现。企业数据管理计算机系统302还涉及一种或多种技术,诸如例如企业技术、连体建筑物技术、工业技术、物联网(IoT)技术、数据分析技术、数字变换技术、云计算技术、云数据库技术、服务器技术、网络技术、私有企业网络技术、无线通信技术、机器学习技术、人工智能技术、数字处理技术、电子设备技术、计算机技术、供应链分析技术、飞行器技术、工业技术、网络安全技术、导航技术、资产可视化技术、油气技术、石油化工技术、精炼技术、加工厂技术、采购技术和/或一个或多个其他技术。
此外,企业数据管理计算机系统302提供了对一种或多种技术的改进,该一种或多种技术诸如企业技术、连体建筑物技术、工业技术、IoT技术、数据分析技术、数字变换技术、云计算技术、云数据库技术、服务器技术、网络技术、私有企业网络技术、无线通信技术、机器学习技术、人工智能技术、数字处理技术、电子设备技术、计算机技术、供应链分析技术、飞行器技术、工业技术、网络安全技术、导航技术、资产可视化技术、油气技术、石油化工技术、精炼技术、加工厂技术、采购技术和/或一个或多个其他技术。在具体实施中,企业数据管理计算机系统302提高了计算设备的性能。例如,在一个或多个实施方案中,企业数据管理计算机系统302提高了计算设备(例如,服务器)的处理效率,减少了计算设备(例如,服务器)的功率消耗,改善了由计算设备(例如,服务器)提供的数据的质量等。
企业数据管理计算机系统302包括数据聚合部件304、知识图谱部件306、动作部件308、操作限制部件338和/或仪表板可视化部件348。除此之外,在一个或多个实施方案中,企业数据管理计算机系统302包括处理器310和/或存储器312。在某些实施方案中,企业数据管理计算机系统302(和/或本文所公开的其他系统、装置和/或过程)的一个或多个方面构成体现在计算机可读存储介质(例如,存储器312)内的可执行指令。例如,在一个实施方案中,存储器312存储计算机可执行部件和/或可执行指令(例如,程序指令)。此外,处理器310有利于计算机可执行部件和/或可执行指令(例如,程序指令)的执行。在示例性实施方案中,处理器310被配置为执行存储在存储器312中或能够以其他方式供处理器310访问的指令。
处理器310是能够执行根据本公开的一个或多个实施方案的操作的硬件实体(例如,物理地体现在电路中)。另选地,在其中处理器310被体现为软件指令的执行器的实施方案中,软件指令将处理器310配置为响应于软件指令被执行而执行本文所述的一个或多个算法和/或操作。在一个实施方案中,处理器310是单核处理器、多核处理器、企业数据管理计算机系统302内部的多个处理器、远程处理器(例如,在服务器上实现的处理器)和/或虚拟机。在某些实施方案中,处理器310经由总线与存储器312、数据聚合部件304、知识图谱部件306、动作部件308、操作限制部件338和/或仪表板可视化部件348通信,以例如有利于处理器310、存储器312、数据聚合部件304、知识图谱部件306、动作部件308、操作限制部件338和/或仪表板可视化部件348之间数据的传输。处理器310可以多种不同的方式体现,并且在某些实施方案中,包括被配置为独立地执行的一个或多个处理设备。除此之外或另选地,在一个或多个实施方案中,处理器310包括经由总线串联配置的一个或多个处理器,以实现对指令的独立执行、对数据的管道输送和/或对指令的多线程执行。
存储器312是非暂态的,并且包括例如一个或多个易失性存储器和/或一个或多个非易失性存储器。换句话讲,在一个或多个实施方案中,存储器312是电子存储设备(例如,计算机可读存储介质)。存储器312可被配置为存储信息、数据、内容、一个或多个应用、一个或多个指令等,以使得企业数据管理计算机系统302能够执行根据本文所公开的一个或多个实施方案的各种功能。如本文在本公开中所使用的,术语“部件”、“系统”等可为计算机相关实体。例如,本文所公开的“部件”、“系统”等是硬件、软件或硬件和软件的组合。例如,部件是但不限于在处理器上执行的过程、处理器、电路、可执行部件、指令线程、程序和/或计算机实体。
在一个实施方案中,企业数据管理计算机系统302(例如,企业数据管理计算机系统302的数据聚合部件304)从边缘设备161a-161n接收资产数据。在一个或多个实施方案中,边缘设备161a-161n与资产组合相关联。例如,在一个或多个实施方案中,边缘设备161a-161n包括资产组合中的一个或多个资产。在一个或多个实施方案中,边缘设备161a-161n包括一个或多个数据库、一个或多个资产(例如,一个或多个建筑物资产、一个或多个工业资产等)、一个或多个IoT设备(例如,一个或多个工业IoT设备)、一个或多个工业资产、一个或多个连体建筑物资产、一个或多个传感器、一个或多个致动器、一个或多个处理器、一个或多个计算机、一个或多个阀、一个或多个泵(例如,一个或多个离心泵等)、一个或多个电动机、一个或多个压缩机、一个或多个涡轮机、一个或多个管道、一个或多个加热器、一个或多个冷却装置、一个或多个冷却器、一个或多个锅炉、一个或多个熔炉、一个或多个热交换器、一个或多个风扇、一个或多个鼓风机、一个或多个传送带、一个或多个车辆部件、一个或多个相机、一个或多个显示器、一个或多个安全部件、一个或多个HVAC部件、工业装备、制造厂装备和/或连接到网络110以用于收集、发送和/或接收信息的一个或多个其他设备。在一个或多个实施方案中,边缘设备161a-161n包括一个或多个控制器或以其他方式与该一个或多个控制器通信,以选择性地控制相应的边缘设备161a-161n和/或经由网络110在边缘设备161a-161n与企业数据管理计算机系统302之间发送/接收信息。资产数据包括例如工业数据、过程数据、操作技术数据、警报限制、规划限制、质量限制、环境限制、连体建筑物数据、传感器数据、实时数据、历史数据、事件数据、位置数据和/或与边缘设备161a-161n相关联的其他数据。
在某些实施方案中,来自边缘设备161a-161n的至少一个边缘设备结合了加密能力以有利于资产数据314的一个或多个部分的加密。除此之外,在一个或多个实施方案中,企业数据管理计算机系统302(例如,企业数据管理计算机系统302的数据聚合部件304)经由网络110接收资产数据314。在一个或多个实施方案中,网络110是Wi-Fi网络、近场通信(NFC)网络、全球微波接入互操作(WiMAX)网络、个人局域网(PAN)、短程无线网络(例如,网络)、红外无线(例如,IrDA)网络、超宽带(UWB)网络、感应无线传输网络和/或另一种类型的网络。在一个或多个实施方案中,边缘设备161a-161n与工业环境(例如,工厂等)相关联。除此之外或另选地,在一个或多个实施方案中,边缘设备161a-161n与边缘115的部件(诸如例如一个或多个企业160a-160n)相关联。
在一个或多个实施方案中,数据聚合部件304聚合来自边缘设备161a-161n的资产数据。例如,在一个或多个实施方案中,数据聚合部件304将资产数据聚合到一个或多个数据库和/或一个或多个数据储存库中。在一个或多个实施方案中,数据聚合部件304与一个或多个操作技术系统318的一个或多个部分通信和/或控制该一个或多个操作技术系统的一个或多个部分。一个或多个操作技术系统318包括例如与边缘设备161a-161n相关的过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326。过程数据历史数据库321是收集和/或存储与边缘设备161a-161n相关的时间序列数据的系统。例如,在一个或多个实施方案中,过程数据历史数据库321存储与由边缘设备161a-161n执行的一个或多个过程相关的过程数据。限制储存库323是管理和/或存储用于与边缘设备161a-161n相关联的警报、规划、质量和/或环境标准的限制值(例如,阈值)的系统。这些限制值例如是与边缘设备161a-161n的过程控制相关联的边界、约束和/或操作限制。在一个或多个实施方案中,限制储存库323监测和/或保持由边缘设备161a-161n执行的各种过程之间的一致性。操作监测324监测由边缘设备161a-161n执行的一个或多个过程。在一个或多个实施方案中,操作监测324采用性能度量来监测由边缘设备161a-161n执行的一个或多个过程的性能。在一个或多个实施方案中,操作监测324基于预定的时间间隔重复地监测由边缘设备161a-161n执行的一个或多个过程。在一个或多个实施方案中,操作监测324测量和/或计算过程数据,并将该过程数据与过程数据的一个或多个性能度量进行比较。警报管理326管理与由边缘设备161a-161n执行的一个或多个过程相关的一个或多个警报。在一个或多个实施方案中,警报管理326优化与由边缘设备161a-161n执行的一个或多个过程相关的一个或多个警报。在一个或多个实施方案中,警报管理326管理与由边缘设备161a-161n执行的一个或多个过程相关的相应警报的阈值和/或其他标准。在一个或多个实施方案中,警报管理326基于与由边缘设备161a-161n执行的一个或多个过程相关联的性能度量来管理警报。
在一个或多个实施方案中,数据聚合部件304基于由边缘设备161a-161n提供的数据重复地更新用于一个或多个操作技术系统318的数据。例如,在一个或多个实施方案中,数据聚合部件304存储与边缘设备161a-161n相关联的新数据和/或经修改数据。在一个或多个实施方案中,数据聚合部件304重复扫描边缘设备161a-161n以确定新数据以供存储。在一个或多个实施方案中,数据聚合部件304对与边缘设备161a-161n相关联的数据的一个或多个部分进行格式化。例如,在一个或多个实施方案中,数据聚合部件304向一个或多个操作技术系统318提供与边缘设备161a-161n相关联的数据的格式化版本。在一个实施方案中,与边缘设备161a-161n相关联的数据的格式化版本使用一种或多种定义格式进行格式化,该一种或多种定义格式与过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326相关联。定义格式例如是与过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326相关联的数据字段和/或数据文件的结构。
在一个或多个实施方案中,数据聚合部件304对与边缘设备161a-161n相关联的数据的数据类型进行识别和/或分组。在一个或多个实施方案中,数据聚合部件304采用对与边缘设备161a-161n相关联的数据的批处理、对数据的级联、对数据类型的识别、对数据的合并、对数据的分组、对数据的读取和/或对数据的写入来促成用于过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326的数据的存储。在一个或多个实施方案中,数据聚合部件304基于数据的对应特征和/或属性对与边缘设备161a-161n相关联的数据进行分组。在一个或多个实施方案中,数据聚合部件304基于数据的对应标识符(例如,匹配的资产分级结构层级、匹配的资产、匹配的连体建筑物等)对与边缘设备161a-161n相关联的数据进行分组。在一个或多个实施方案中,数据聚合部件304采用一种或多种位置敏感的散列技巧基于不同数据之间的相似性得分和/或所计算的距离对与边缘设备161a-161n相关联的数据进行分组。
知识图谱部件306管理与一个或多个资产相关的知识图谱316。知识图谱316是被配置用于一个或多个资产的知识图谱数据结构。例如,在一个或多个实施方案中,知识图谱316是表示与边缘设备161a-161n和/或与边缘设备161a-161n相关的一个或多个系统相关联的数据和/或互连关系的网络的语义网络图谱。在一个或多个实施方案中,知识图谱316对应于知识图谱251。在一个实施方案中,知识图谱316是与一个或多个工业资产相关的工业知识图谱。在一个或多个实施方案中,知识图谱被配置作为与边缘设备161a-161n和/或与边缘设备161a-161n相关的一个或多个系统相关联的可扩展对象模型。在一个或多个实施方案中,知识图谱316包括以图形方式表示与过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326相关联的数据的一组节点和/或一组连接器。此外,在一个或多个实施方案中,知识图谱316以图形方式表示与过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326相关联的数据之间的关系。在某些实施方案中,知识图谱316以图形方式表示与过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326相关联的数据之间的模式和/或趋势。在一个或多个实施方案中,知识图谱部件306基于与过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326相关联的数据的属性来将与过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326相关联的数据上下文化。除此之外或另选地,在一个或多个实施方案中,知识图谱部件306基于数据的属性来分配知识图谱316内的数据。
在一个或多个实施方案中,企业数据管理计算机系统302(例如,企业数据管理计算机系统302的知识图谱部件306)接收请求320。在一个实施方案中,请求320是生成与一个或多个资产相关的知识图谱数据的请求。例如,在一个或多个实施方案中,请求320是生成与边缘设备161a-161n相关的知识图谱数据的请求。在一个或多个实施方案中,请求320是生成用于知识图谱316的知识图谱数据的请求。在另一个实施方案中,请求320是获得与一个或多个资产相关的一个或多个洞察的请求。例如,在一个或多个实施方案中,请求320是获得与边缘设备161a-161n相关的一个或多个洞察的请求。在一个或多个实施方案中,请求320是获得相对于知识图谱316的一个或多个洞察的请求。在另一个实施方案中,请求320是生成与一个或多个资产相关的仪表板可视化的请求。例如,在一个或多个实施方案中,请求320是生成与边缘设备161a-161n相关的仪表板可视化的请求。在一个或多个实施方案中,请求320是生成与知识图谱316相关的仪表板可视化的请求。
例如,在一个或多个实施方案中,请求320包括描述一个或多个资产的一个或多个资产描述符。例如,在一个或多个实施方案中,请求320包括描述边缘设备161a-161n的一个或多个资产描述符。资产描述符包括例如资产名称、资产标识符、资产层级和/或与资产相关联的其他信息。除此之外或另选地,在一个或多个实施方案中,请求320包括描述与对仪表板可视化的请求320和/或访问相关联的用户的用户角色的一个或多个用户标识符。用户标识符包括例如用户角色名称(例如,经理、主管、维护工程师、过程工程师等)的标识符。除此之外或另选地,在一个或多个实施方案中,请求320包括描述知识图谱316的上下文的一个或多个度量上下文标识符。度量上下文标识符包括例如工厂性能度量、资产性能度量、目的(例如,查看与一个或多个资产相关的产量等)的标识符。除此之外或另选地,在一个或多个实施方案中,请求320包括描述针对与一个或多个资产相关的一个或多个洞察的时间间隔的一个或多个时间间隔标识符。在一个或多个实施方案中,时间间隔标识符是描述针对与一个或多个资产相关的一个或多个洞察的时间间隔的报告时间标识符。在一个实施方案中,请求320由计算设备(例如,用户计算设备)生成。例如,在一个实施方案中,经由计算设备的视觉显示器(例如,仪表板可视化)生成请求320。又如,请求320是经由计算设备的麦克风生成的语音输入。在另一实施方案中,请求320由与资产(例如,边缘设备161a-161n)相关联的控制器生成。在另一实施方案中,请求320由处理器310生成。例如,在另一实施方案中,基于用于更新知识图谱316的时间表来生成请求320。
在一个或多个实施方案中,响应于请求320,知识图谱部件306从与一个或多个资产相关联的一个或多个数据源获得聚合的操作技术数据。一个或多个数据源包括例如过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326。例如,在一个或多个实施方案中,知识图谱部件306从过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326获得聚合的操作技术数据。在一个或多个实施方案中,知识图谱部件306基于一个或多个资产描述符、用户标识符、一个或多个度量上下文标识符和/或一个或多个时间间隔标识符来获得聚合的操作技术数据的一个或多个部分。
除此之外,响应于请求320,知识图谱部件306将聚合的操作技术数据上下文化以生成用于知识图谱316的知识图谱数据。在一个或多个实施方案中,知识图谱部件306基于针对一个或多个资产和/或与一个或多个资产相关联的一个或多个系统的配置数据来将聚合的操作技术数据上下文化。例如,在一个或多个实施方案中,知识图谱部件306基于针对边缘设备161a-161n和/或包括边缘设备161a-161n的一个或多个企业160a-160n的配置数据来将聚合的操作技术数据上下文化。在一个实施方案中,该配置数据包括工业工厂系统的配置信息,该工业工厂系统包括一个或多个工业资产。在一个或多个实施方案中,该配置数据包括与过程阈值、过程限制、过程目标、过程容差、警报标准、规划标准、质量标准、环境标准、制造执行服务、操作监测、资产性能监测、分布式控制系统、警报管理、工厂历史数据库、完整性操作窗口、资产标签、资产的虚拟过程、网络层、过程表征、过程测量、过程控制相关的配置数据。
除此之外或另选地,在一个或多个实施方案中,知识图谱部件306基于针对一个或多个数据源的一组上下文化规则来将聚合的操作技术数据上下文化。例如,在一个或多个实施方案中,针对一个或多个数据源的一组上下文化规则包括针对一个或多个标签、一个或多个标记、一个或多个属性和/或一个或多个其他分类的规则,以将聚合的操作技术数据上下文化。在一个或多个实施方案中,针对一个或多个数据源的一组上下文化规则包括针对一个或多个权重的规则,以确定一个或多个标签、一个或多个标记、一个或多个属性和/或一个或多个其他分类,从而以将聚合的操作技术数据上下文化。在一个或多个实施方案中,一组上下文化规则是针对与一个或多个数据源相关联的一个或多个数据格式的一组上下文化规则。例如,在一个或多个实施方案中,一组上下文化规则包括针对一个或多个数据格式的相应解析规则和/或分类规则。在一个实施方案中,数据格式是针对数据文件的数据格式,该数据文件包括与过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326相关联的操作技术数据。在某些实施方案中,知识图谱部件306基于针对一个或多个资产的配置数据和/或针对一个或多个数据源的一组上下文化规则来解析针对该一个或多个资产的警报限制数据、规划限制数据、质量限制数据、环境限制数据或其他限制数据。在某些实施方案中,知识图谱部件306基于针对一个或多个资产的配置数据和/或针对一个或多个数据源的一组上下文化规则来解析与该一个或多个资产的监测相关联的操作偏差数据。在某些实施方案中,知识图谱部件306基于针对一个或多个资产的配置数据和/或针对一个或多个数据源的一组上下文化规则来解析与该一个或多个资产相关联的警报历史数据。
在一个或多个实施方案中,针对一个或多个数据源的一组上下文化规则识别用于相应数据源的上下文化技巧的类型。在一个或多个实施方案中,知识图谱部件306基于与跟该一组上下文化规则相关联的上下文化技巧相关联的一个或多个参数来解析聚合的操作技术数据。在一个或多个实施方案中,上下文化技巧的类型包括知识图谱嵌入技巧、知识表示学习技巧、模糊匹配技巧、聚类技巧、统计关系学习技巧、机器学习技术、深度学习技巧和/或其他类型的上下文化技巧。在一个或多个实施方案中,知识图谱部件306采用一种或多种机器学习技巧来确定一个或多个标签、一个或多个标记、一个或多个属性和/或一个或多个其他分类,以将聚合的操作技术数据上下文化。在一个实施方案中,知识图谱部件306相对于聚合的操作技术数据执行模糊匹配技术,以确定一个或多个标签、一个或多个标记、一个或多个属性和/或一个或多个其他分类,以将聚合的操作技术数据上下文化。在一个或多个实施方案中,知识图谱部件306基于用户标识符来上下文化聚合的操作技术数据。例如,在一个实施方案中,知识图谱部件306基于被配置用于用户标识符的一组上下文化规则来上下文化聚合的操作技术数据。在某些实施方案中,知识图谱部件306基于与用户标识符相关联的元数据来解析聚合的操作技术数据。除此之外或另选地,在某些实施方案中,知识图谱部件306基于与一个或多个资产相关联的元数据来解析聚合的操作技术数据。在某些实施方案中,知识图谱部件306基于用户标识符从一组知识图谱中选择知识图谱316。
除此之外,知识图谱部件306分配知识图谱316内的知识图谱数据。在一个或多个实施方案中,知识图谱部件306采用循环神经网络来将数据映射到知识图谱316中。在某些实施方案中,知识图谱部件306基于本体数据结构来组织知识图谱数据,该本体数据结构捕获知识图谱316内的相应知识图谱数据部分之间的关系。在某些实施方案中,知识图谱部件306基于用户标识符来分配知识图谱316内的知识图谱数据。
在一个或多个实施方案中,知识图谱部件306除此之外或另选地获得相对于在知识图谱316内分配的知识图谱数据的一个或多个洞察。例如,在一个或多个实施方案中,知识图谱部件306将知识图谱318内的聚合的操作技术数据的各方面相关联以提供一个或多个洞察。在一个或多个实施方案中,知识图谱部件306基于一个或多个资产描述符、用户标识符、一个或多个度量上下文标识符和/或一个或多个时间间隔标识符来将知识图谱318内的聚合的操作技术数据的各方面相关联。在某些实施方案中,由知识图谱部件306关联的聚合的操作技术数据的各方面包括聚合的操作技术数据的特征和/或属性。在一个或多个实施方案中,知识图谱部件306执行机器学习过程(例如,深度学习过程)以确定相对于知识图谱316的一个或多个洞察。例如,在某些实施方案中,知识图谱部件306采用回归分析和/或一种或多种聚类技巧来确定与知识图谱316相关联的一个或多个洞察。在一个或多个实施方案中,知识图谱部件306执行机器学习过程以确定与知识图谱316相关联的一个或多个类别和/或一个或多个模式。
动作部件308基于与知识图谱316相关联的一个或多个洞察来执行一个或多个动作。例如,在一个或多个实施方案中,动作部件308生成与该一个或多个动作相关联的动作数据322。在一个或多个实施方案中,动作部件308还采用基于来自相对于知识图谱316的历史分析的不同度量的评分模型。除此之外或另选地,在一个或多个实施方案中,动作部件308还采用基于来自先前动作的不同度量的评分模型来确定一个或多个动作。例如,在一个或多个实施方案中,评分模型采用针对不同度量、不同条件和/或不同规则的权重。
操作限制部件338除此之外或另选地基于与知识图谱316相关联的一个或多个洞察来执行一个或多个动作。例如,在一个或多个实施方案中,操作限制部件338基于与知识图谱316相关联的一个或多个洞察来调整针对一个或多个资产的一个或多个操作限制。操作限制例如是针对与一个或多个资产相关的一个或多个过程的一个或多个操作限制。例如,这些操作限制包括例如针对由一个或多个资产执行的一个或多个过程的一个或多个警报限制、针对与一个或多个资产相关联的一个或多个操作规划的一个或多个规划限制、针对由一个或多个资产执行的一个或多个过程的一个或多个质量限制、针对由一个或多个资产执行的一个或多个过程的一个或多个环境限制、针对由一个或多个资产执行的一个或多个过程的一个或多个安全限制,和/或与一个或多个资产相关的一个或多个其他类型的操作限制。在另一个实施方案中,来自该一个或多个动作的动作包括向计算设备传输与该一个或多个洞察相关联的一个或多个通知。在另一实施方案中,来自该一个或多个动作的动作包括基于一个或多个洞察来更新知识图谱316的一个或多个部分。在另一实施方案中,来自该一个或多个动作的动作包括确定与一个或多个洞察相关联的一个或多个特征。在另一实施方案中,来自该一个或多个动作的动作包括基于一个或多个洞察来执行相对于一个或多个资产的一个或多个动作。在另一实施方案中,来自该一个或多个动作的动作包括基于一个或多个洞察来预测一个或多个资产的条件。在另一实施方案中,来自该一个或多个动作的动作包括基于一个或多个洞察调整一个或多个限制设置和/或调整与该一个或多个资产相关联的一个或多个过程。在另一实施方案中,来自该一个或多个动作的动作包括基于一个或多个洞察来确定与一个或多个资产相关联的给定场景的成功可能性。在另一实施方案中,来自该一个或多个动作的动作包括为一个或多个资产提供最佳过程条件。例如,在另一实施方案中,来自该一个或多个动作的动作包括调整一个或多个资产的设定值和/或时间表。在另一实施方案中,来自该一个或多个动作的动作包括相对于一个或多个资产的一个或多个校正动作。在另一实施方案中,来自该一个或多个动作的动作包括为一个或多个资产提供最佳维护选项。在另一个实施方案中,来自该一个或多个动作的动作包括与应用服务层225、应用层230和/或核心服务层235相关联的动作。
在一个或多个实施方案中,操作限制部件338基于一个或多个洞察生成一个或多个操作限制推荐。此外,操作限制部件338响应于确定该一个或多个操作限制的偏差程度满足定义的标准来调整针对一个或多个资产的一个或多个操作限制。除此之外或另选地,操作限制部件338响应于确定调整一个或多个操作限制为由一个或多个资产所执行的一个或多个过程提供一定程度的优化,调整针对一个或多个资产的一个或多个操作限制。在一个或多个实施方案中,操作限制部件338基于一个或多个洞察来生成针对一个或多个资产的一个或多个完整性操作窗口推荐。此外,操作限制部件338基于该一个或多个完整性操作窗口推荐来调整该一个或多个操作限制。完整性操作窗口包括例如第一操作限制(例如,下限)和第二操作限制(例如,上限),以定义资产和/或与资产相关的过程的最佳性能的限制范围。在一个或多个实施方案中,操作限制部件338基于一个或多个洞察来预测一个或多个资产的一个或多个操作条件。此外,操作限制部件338基于一个或多个资产的一个或多个操作条件来调整针对一个或多个资产的一个或多个操作限制。在一个或多个实施方案中,操作限制部件338基于一个或多个洞察来确定知识图谱316内的聚合的操作技术数据的两个或更多个部分之间的相关程度。此外,知识图谱部件306响应于确定该相关程度对应于相关阈值而基于一个或多个洞察更新知识图谱数据结构。
仪表板可视化部件348除此之外或另选地基于与知识图谱316相关联的一个或多个洞察来执行一个或多个动作。在一个或多个实施方案中,仪表板可视化部件348向计算设备的电子界面提供仪表板可视化。在一个或多个实施方案中,仪表板可视化包括用于与知识图谱316相关联的一个或多个洞察的可视化数据。在一个或多个实施方案中,知识图谱部件306基于一个或多个洞察来确定针对一个或多个资产的预测操作状态,并且仪表板可视化部件348基于针对一个或多个资产的预测操作状态来配置仪表板可视化。例如,在一个或多个实施方案中,知识图谱部件306基于知识图谱数据结构内的聚合的操作技术数据的属性、特征、不同数据类型、不同数据节点和/或不同部分之间的一个或多个关系来确定预测操作状态。预测操作状态可以对应于针对一个或多个资产的预测的一组操作设置和/或层级。在一个或多个实施方案中,知识图谱部件306基于一个或多个洞察来确定针对与一个或多个资产相关联的预测事件的解数据。在一个或多个实施方案中,解数据包括针对一个或多个资产的用于避免预测事件的一个或多个推荐改变、一个或多个推荐配置、一个或多个推荐操作设置和/或一个或多个其他解。预测事件可以是与一个或多个资产相关的降低一个或多个资产的性能的非期望事件。此外,仪表板可视化部件348基于解数据来配置仪表板可视化。在一个或多个实施方案中,仪表板可视化部件348基于用户标识符、一个或多个度量上下文标识符和/或一个或多个时间间隔标识符来筛选用于仪表板可视化的可视化数据。在一个或多个实施方案中,知识图谱部件306基于一个或多个洞察来确定针对一个或多个资产的一个或多个操作限制。此外,仪表板可视化部件348经由仪表板可视化来显示与一个或多个操作限制相关联的一个或多个图形元素。
在某些实施方案中,仪表板可视化部件348基于与知识图谱316相关联的一个或多个洞察经由相对于仪表板可视化执行的一个或多个动作来调整针对一个或多个资产的一个或多个操作限制。操作限制例如是针对与一个或多个资产相关的一个或多个过程的一个或多个操作限制。例如,这些操作限制包括例如针对由一个或多个资产执行的一个或多个过程的一个或多个警报限制、针对与一个或多个资产相关联的一个或多个操作规划的一个或多个规划限制、针对由一个或多个资产执行的一个或多个过程的一个或多个质量限制、针对由一个或多个资产执行的一个或多个过程的一个或多个环境限制、针对由一个或多个资产执行的一个或多个过程的一个或多个安全限制,和/或与一个或多个资产相关的一个或多个其他类型的操作限制。
在一个或多个实施方案中,仪表板可视化包括基于知识图谱316所确定的一个或多个度量。在一个或多个实施方案中,仪表板可视化显示基于知识图谱316所确定的一个或多个资产的一个或多个优先动作。在一个或多个实施方案中,基于与知识图谱316相关联的一个或多个关系来配置动作数据322和/或与动作数据322相关联的仪表板可视化。在一个或多个实施方案中,仪表板可视化呈现与过程数据、操作数据、警报数据、规划数据、质量数据、传感器数据、控制数据、环境数据、劳动管理数据、仓库执行数据、库存数据、仓库管理、机器控制数据和/或与一个或多个资产相关联的其他数据相关联的一个或多个仪表板可视化元素。在一个或多个实施方案中,仪表板可视化基于一个或多个洞察来筛选与一个或多个资产相关联的一个或多个事件。在一个或多个实施方案中,仪表板可视化被配置用于基于一个或多个洞察在两个或更多个计算设备之间的实时协作。
图4示出了提供根据本公开的一个或多个实施方案的一个或多个所述特征的示例性环境的系统300'。在一个实施方案中,系统300'对应于图3所示的系统300的另选实施方案。根据一个实施方案,系统300'包括企业数据管理计算机系统302、边缘设备161a-161n、一个或多个操作技术系统318和/或计算设备402。在一个或多个实施方案中,企业数据管理计算机系统302经由网络110与边缘设备161a-161n和/或计算设备402通信。计算设备402是移动计算设备、智能手机、平板计算机、移动计算机、台式计算机、膝上型计算机、工作站计算机、可穿戴设备、虚拟现实设备、增强现实设备或远离企业数据管理计算机系统302定位的另一种类型的计算设备。在一个或多个实施方案中,计算设备402生成请求320。例如,在一个或多个实施方案中,经由计算设备402的视觉显示器(例如,用户界面)生成请求320。在另一实施方案中,经由计算设备402的一个或多个麦克风和/或通信地耦接到计算设备402的一个或多个麦克风生成请求320。在另一实施方案中,经由边缘设备161a-161n和/或通信地耦接到边缘设备161a-161n的处理设备(例如,控制器)生成请求320。
在一个或多个实施方案中,动作部件308、操作限制部件338和/或仪表板可视化部件348将动作数据322传送到计算设备402。例如,在一个或多个实施方案中,动作数据322包括用于计算设备402的视觉显示器(例如,用户交互式电子界面)的一个或多个视觉元素,该视觉显示器渲染该一个或多个洞察的视觉表示。在一个或多个其他实施方案中,动作部件308将动作数据322传输到边缘设备161a-161n和/或通信地耦接到边缘设备161a-161n的处理设备(例如,控制器),以例如改变用于一个或多个资产的一个或多个设置和/或一个或多个过程。在一个或多个实施方案中,动作数据322包括用于计算设备402的视觉显示器(例如,用户交互式电子界面)的一个或多个视觉元素,该视觉显示器渲染用于该一个或多个资产的优先动作的视觉表示。在某些实施方案中,计算设备402的视觉显示器显示与动作数据322相关联的一个或多个图形元素。在另一个示例中,在一个或多个实施方案中,动作数据322包括与该一个或多个度量和/或用于一个或多个资产的优先动作相关联的一个或多个通知。在一个或多个实施方案中,动作数据322允许与计算设备402相关联的用户相对于一个或多个资产做出决策和/或执行一个或多个动作。在一个或多个实施方案中,动作数据322允许与计算设备402相关联的用户控制一个或多个资产的一个或多个部分(例如,边缘设备161a-161n的一个或多个部分)。在一个或多个实施方案中,动作数据322允许与计算设备402相关联的用户生成用于一个或多个资产的一个或多个工作命令。
图5示出了根据本公开的一个或多个实施方案的系统500。系统500包括计算设备402。在一个或多个实施方案中,计算设备402采用移动计算、增强现实、基于云的计算、IoT技术和/或一种或多种其他技术来提供性能数据、视频、音频、文本、图、图表、实时数据、图形数据、一个或多个通信、一个或多个消息、一个或多个通知和/或与该一个或多个度量相关联的其他媒体数据。计算设备402包括机械部件、电子部件、硬件部件和/或软件部件,以有利于确定与资产数据314相关联的优先动作和/或一个或多个度量。在图5所示的实施方案中,计算设备402包括视觉显示器504、一个或多个扬声器506、一个或多个相机508、一个或多个麦克风510、全球定位系统(GPS)设备512、陀螺仪514、一个或多个无线通信设备516和/或电源518。
在一个实施方案中,视觉显示器504是有利于呈现仪表板可视化数据的一个或多个部分和/或与该一个或多个部分交互的显示器。在一个或多个实施方案中,计算设备402显示与资产性能管理平台相关联的电子界面(例如,图形用户界面)。在一个或多个实施方案中,视觉显示器504是经由一组像素渲染一个或多个交互式媒体元素的视觉显示器。一个或多个扬声器506包括展现音频的一个或多个集成扬声器。一个或多个相机508包括采用自动聚焦和/或图像稳定用于照片捕获和/或实时视频的一个或多个相机。在某些实施方案中,一个或多个麦克风510包括采用主动噪声消除来捕获音频数据的一个或多个数字麦克风。GPS设备512提供计算设备402的地理位置。陀螺仪514提供计算设备402的取向。一个或多个无线通信设备516包括一个或多个硬件部件,以经由一个或多个无线联网技术和/或一个或多个短波长无线技术提供无线通信。电源518是例如向视觉显示器504、一个或多个扬声器506、一个或多个相机508、一个或多个麦克风510、GPS设备512、陀螺仪514和/或一个或多个无线通信设备516提供电力的电源和/或可充电电池。在某些实施方案中,经由视觉显示器504和/或一个或多个扬声器506呈现与和一个或多个资产相关的该一个或多个洞察相关联的动作数据322。
图6示出了根据本公开的一个或多个实施方案的一个或多个所述特征的系统600。系统600包括知识图谱316。在一个或多个实施方案中,基于一个或多个数据源602生成针对知识图谱316的知识图谱数据。一个或多个数据源602是用于一个或多个资产606的一个或多个数据源。在一个或多个实施方案中,一个或多个资产606对应于边缘设备161a-161n。在一个或多个实施方案中,一个或多个数据源602对应于用于过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326的相应数据源。除此之外或另选地,在一个或多个实施方案中,一个或多个数据源602对应于用于与一个或多个资产606相关联的制造执行服务、与一个或多个资产606相关联的资产性能监测、与一个或多个资产606相关联的分布式控制系统、与一个或多个资产606相关联的网络系统、与一个或多个资产606相关联的工厂控制网络、与一个或多个资产606相关联的相机系统、与一个或多个资产606相关联的位点示意图、和/或与一个或多个资产606相关联的另外的系统的相应数据源。在一个或多个实施方案中,来自一个或多个数据源602的数据被存储在一个或多个数据文件604中。在某些实施方案中,来自相应数据源602的相应数据被存储在相应数据文件604中。
在一个或多个实施方案中,知识图谱部件306将从一个或多个数据源602和/或一个或多个数据文件604聚合的操作技术数据上下文化。在一个或多个实施方案中,知识图谱部件306基于针对一个或多个资产606的配置数据和/或针对一个或多个数据源602的一组上下文化规则来上下文化操作技术数据。在一个或多个实施方案中,针对一个或多个资产606的配置数据包括与跟一个或多个资产606相关联的过程阈值、过程限制、过程目标、过程容差、警报标准、规划标准、质量标准、环境标准、制造执行服务、操作监测、资产性能监测、分布式控制系统、警报管理、工厂历史数据库、完整性操作窗口、资产标签、资产的虚拟过程、网络层、过程表征、过程测量和/或过程控制相关的配置数据。在某些实施方案中,针对一个或多个资产606的配置数据包括与下述项相关的配置数据:与一个或多个资产606相关的一个或多个过程(例如,一个或多个控制过程、一个或多个自主控制过程、一个或多个控制循环、一个或多个批处理过程、一个或多个流过程等)、与一个或多个资产606相关联的一个或多个控制器、与一个或多个资产606相关联的一个或多个服务器、用于一个或多个资产606的输入/输出控制、和/或与一个或多个资产606相关联的其他控制配置。在一个或多个实施方案中,针对一个或多个数据源602的一组上下文化规则包括针对一个或多个标签、一个或多个标记、一个或多个属性和/或一个或多个其他分类的规则,以将与一个或多个数据源602相关联的操作技术数据上下文化。在一个或多个实施方案中,针对一个或多个数据源的一组上下文化规则包括针对一个或多个权重的规则,以确定一个或多个标签、一个或多个标记、一个或多个属性和/或一个或多个其他分类,从而以将与一个或多个数据源602相关联的操作技术数据上下文化。在一个或多个实施方案中,一组上下文化规则是针对与一个或多个数据文件604相关联的一个或多个数据格式的一组上下文化规则。例如,在一个或多个实施方案中,一组上下文化规则包括基于一个或多个数据文件604的格式的相应解析规则和/或分类规则。
在一个实施方案中,数据源602包括与警报性能管理相关联的第一数据源、与资产性能管理相关联的第二数据源以及与控制性能管理相关联的第三数据源。此外,在一个或多个实施方案中,知识图谱部件306并行地对与第一数据源相关联的第一数据、与第二数据源相关联的第二数据以及与第三数据源相关联的第三数据进行加权以有利于在知识图谱316内分配数据。在某些实施方案中,知识图谱部件306基于与请求320相关联的用户标识符将与第一数据源相关联的第一数据、与第二数据源相关联的第二数据以及与第三数据源相关联的第三数据上下文化。除此之外或另选地,在某些实施方案中,知识图谱部件306基于与一个或多个资产606相关联的一个或多个事件来将与第一数据源相关联的第一数据、与第二数据源相关联的第二数据以及与第三数据源相关联的第三数据上下文化。在一个或多个实施方案中,知识图谱316对来自企业系统的不同层级(例如,企业层级、工业位点层级、过程/资产层级等)的数据之间的本体关系进行建模。
图7示出了根据本公开的一个或多个实施方案的一个或多个所述特征的系统700。系统700包括认知向导702,该认知向导采用知识图谱316来确定一个或多个操作限制推荐704。例如,在各种实施方案中,认知向导702获得相对于知识图谱316的一个或多个洞察以确定一个或多个操作限制推荐704。在各种实施方案中,认知向导702对应于企业数据管理计算机系统302的操作限制部件338。一个或多个操作限制推荐704是例如针对与资产相关的一个或多个过程的一个或多个操作限制推荐。在某些实施方案中,一个或多个操作限制推荐704包括针对与资产相关的过程的推荐完整性操作窗口。例如,在某些实施方案中,一个或多个操作限制推荐704包括第一操作限制(例如,下限)和第二操作限制(例如,上限),以定义资产和/或与资产相关的过程的最佳性能的限制范围。在各种实施方案中,认知向导702响应于接收到请求320而确定一个或多个操作限制推荐704。
在一个或多个实施方案中,基于一个或多个数据源生成针对知识图谱316的知识图谱数据。该一个或多个数据源是用于一个或多个资产的一个或多个数据源。在一个或多个实施方案中,一个或多个资产对应于边缘设备161a-161n。在一个或多个实施方案中,一个或多个数据源对应于用于过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326的相应数据源。除此之外或另选地,在一个或多个实施方案中,一个或多个数据源对应于用于与一个或多个资产相关联的制造执行服务、与一个或多个资产相关联的资产性能监测、与一个或多个资产相关联的分布式控制系统、与一个或多个资产相关联的网络系统、与一个或多个资产相关联的工厂控制网络、与一个或多个资产相关联的相机系统、与一个或多个资产相关联的位点示意图,和/或与一个或多个资产相关联的另外的系统的相应数据源。在一个或多个实施方案中,来自一个或多个数据源的数据被存储在一个或多个数据文件中。在某些实施方案中,来自相应数据源的相应数据被存储在相应数据文件中。
在一个或多个实施方案中,知识图谱部件306将从一个或多个数据源和/或一个或多个数据文件聚合的操作技术数据上下文化。在一个或多个实施方案中,知识图谱部件306基于针对一个或多个资产的配置数据和/或针对一个或多个数据源的一组上下文化规则来上下文化操作技术数据。在一个或多个实施方案中,针对一个或多个资产的配置数据包括与跟一个或多个资产相关联的过程阈值、过程限制、过程目标、过程容差、警报标准、规划标准、质量标准、环境标准、制造执行服务、操作监测、资产性能监测、分布式控制系统、警报管理、工厂历史数据库、完整性操作窗口、资产标签、资产的虚拟过程、网络层、过程表征、过程测量和/或过程控制相关的配置数据。在某些实施方案中,针对一个或多个资产的配置数据包括与下述项相关的配置数据:与一个或多个资产相关的一个或多个过程(例如,一个或多个控制过程、一个或多个自主控制过程、一个或多个控制循环、一个或多个批处理过程、一个或多个流过程等)、与一个或多个资产相关联的一个或多个控制器、与一个或多个资产相关联的一个或多个服务器、用于一个或多个资产的输入/输出控制,和/或与一个或多个资产相关联的其他控制配置。在一个或多个实施方案中,针对一个或多个数据源的一组上下文化规则包括针对一个或多个标签、一个或多个标记、一个或多个属性和/或一个或多个其他分类的规则,以将与一个或多个数据源相关联的操作技术数据上下文化。在一个或多个实施方案中,针对一个或多个数据源的一组上下文化规则包括针对一个或多个权重的规则,以确定一个或多个标签、一个或多个标记、一个或多个属性和/或一个或多个其他分类,从而以将与一个或多个数据源相关联的操作技术数据上下文化。在一个或多个实施方案中,一组上下文化规则是针对与一个或多个数据文件相关联的一个或多个数据格式的一组上下文化规则。例如,在一个或多个实施方案中,一组上下文化规则包括基于一个或多个数据文件的格式的相应解析规则和/或分类规则。
图8示出了根据本公开的一个或多个实施方案的一个或多个所述特征的系统800。系统800包括企业数据管理计算机系统302,其采用知识图谱316来确定仪表板可视化804。例如,在各种实施方案中,企业数据管理计算机系统302获得相对于知识图谱316的一个或多个洞察以确定仪表板可视化804。在一个或多个实施方案中,经由计算设备402的视觉显示器504来渲染仪表板可视化804。在一个或多个实施方案中,仪表板可视化804包括用于与知识图谱316相关联的一个或多个洞察的可视化数据。在各种实施方案中,仪表板可视化804呈现针对与资产相关的一个或多个过程的一个或多个操作限制推荐。在某些实施方案中,一个或多个操作限制推荐包括针对与资产相关的过程的推荐完整性操作窗口。例如,在某些实施方案中,一个或多个操作限制推荐包括第一操作限制(例如,下限)和第二操作限制(例如,上限),以定义资产和/或与资产相关的过程的最佳性能的限制范围。在各种实施方案中,企业数据管理计算机系统302响应于接收到请求320而生成仪表板可视化804。
在一个或多个实施方案中,基于一个或多个数据源生成针对知识图谱316的知识图谱数据。该一个或多个数据源是用于一个或多个资产的一个或多个数据源。在一个或多个实施方案中,一个或多个资产对应于边缘设备161a-161n。在一个或多个实施方案中,一个或多个数据源对应于用于过程数据历史数据库321、限制储存库323、操作监测324和/或警报管理326的相应数据源。除此之外或另选地,在一个或多个实施方案中,一个或多个数据源对应于用于与一个或多个资产相关联的制造执行服务、与一个或多个资产相关联的资产性能监测、与一个或多个资产相关联的分布式控制系统、与一个或多个资产相关联的网络系统、与一个或多个资产相关联的工厂控制网络、与一个或多个资产相关联的相机系统、与一个或多个资产相关联的位点示意图,和/或与一个或多个资产相关联的另外的系统的相应数据源。在一个或多个实施方案中,来自一个或多个数据源的数据被存储在一个或多个数据文件中。在某些实施方案中,来自相应数据源的相应数据被存储在相应数据文件中。
在一个或多个实施方案中,知识图谱部件306将从一个或多个数据源和/或一个或多个数据文件聚合的操作技术数据上下文化。在一个或多个实施方案中,知识图谱部件306基于针对一个或多个资产的配置数据和/或针对一个或多个数据源的一组上下文化规则来上下文化操作技术数据。在一个或多个实施方案中,针对一个或多个资产的配置数据包括与跟一个或多个资产相关联的过程阈值、过程限制、过程目标、过程容差、警报标准、规划标准、质量标准、环境标准、制造执行服务、操作监测、资产性能监测、分布式控制系统、警报管理、工厂历史数据库、完整性操作窗口、资产标签、资产的虚拟过程、网络层、过程表征、过程测量和/或过程控制相关的配置数据。在某些实施方案中,针对一个或多个资产的配置数据包括与下述项相关的配置数据:与一个或多个资产相关的一个或多个过程(例如,一个或多个控制过程、一个或多个自主控制过程、一个或多个控制循环、一个或多个批处理过程、一个或多个流过程等)、与一个或多个资产相关联的一个或多个控制器、与一个或多个资产相关联的一个或多个服务器、用于一个或多个资产的输入/输出控制,和/或与一个或多个资产相关联的其他控制配置。在一个或多个实施方案中,针对一个或多个数据源的一组上下文化规则包括针对一个或多个标签、一个或多个标记、一个或多个属性和/或一个或多个其他分类的规则,以将与一个或多个数据源相关联的操作技术数据上下文化。在一个或多个实施方案中,针对一个或多个数据源的一组上下文化规则包括针对一个或多个权重的规则,以确定一个或多个标签、一个或多个标记、一个或多个属性和/或一个或多个其他分类,从而以将与一个或多个数据源相关联的操作技术数据上下文化。在一个或多个实施方案中,一组上下文化规则是针对与一个或多个数据文件相关联的一个或多个数据格式的一组上下文化规则。例如,在一个或多个实施方案中,一组上下文化规则包括基于一个或多个数据文件的格式的相应解析规则和/或分类规则。
图9示出了根据本公开的一个或多个实施方案的一个或多个所述特征的知识图谱316的非限制性实施方案。知识图谱316包括一组节点和/或一组连接器,它们以图形方式表示数据以及与分布式控制系统(DCS)过程相关联的数据之间的相应本体关系。DCS过程例如是用于工业工厂的一个或多个资产的DCS过程。在一个或多个实施方案中,该组节点对应于与DCS过程相关的知识图谱数据元素。在非限制性实施方案中,知识图谱316包括对应于DCS过程的节点902、对应于与DCS过程相关联的一个或多个单元的节点904、对应于用于DCS过程的一个或多个警报配置的节点906、对应于用于DCS过程的云网络的节点908、对应于用于DCS过程的一个或多个示意图(例如,一个或多个电气示意图、一个或多个布局示意图、一个或多个机械示意图等)的节点910、对应于用于DCS过程的分组显示(例如,计算机图形数据)的节点912、对应于与用于DCS过程的生产控制相关联的3级过程历史数据(例如,3级过程历史标签)的节点914、对应于用于与DCS过程相关联的生产控制的一个或多个虚拟计算(例如,一个或多个模拟和/或一个或多个虚拟机过程)的节点916、和/或对应于用于DCS过程的子过程(例如,一个或多个DCS点)的节点918。除此之外,在非限制性实施方案中,知识图谱316包括对应于与DCS过程的生产调度相关联的4级过程历史数据(例如,4级过程历史标签)的节点920、对应于与DCS过程相关联的生产调度的一个或多个虚拟计算(例如,一个或多个模拟和/或一个或多个虚拟机过程)的节点922、对应于DCS过程的一个或多个目标的节点924、对应于与DCS过程相关的一个或多个资产的节点926、和/或对应于DCS过程的一个或多个限制的节点928。在一个或多个实施方案中,知识图谱316的相应节点之间的连接示出了相应节点的数据之间的相应本体关系。
图10示出了根据本公开的一个或多个实施方案的一个或多个所述特征的系统1000。系统1000包括企业数据管理计算机系统302。在一个或多个实施方案中,企业数据管理计算机系统302接收操作技术数据1002,将操作技术数据1002上下文化以生成针对知识图谱316的知识图谱数据,并且基于相对于在知识图谱316内分配的知识图谱数据的本体关系来确定一个或多个洞察1004。在各种实施方案中,操作技术数据1002可以是用于企业数据管理计算机系统302的统一数据。在一个实施方案中,操作技术数据1002包括与过程数据历史数据库321相关联的过程数据1006、与限制储存库323相关联的限制存储数据1008、与操作监测324相关联的操作偏差历史数据1010、和/或与警报管理326相关联的警报历史数据1012。在一个或多个实施方案中,限制存储数据1008包括针对一个或多个资产的一个或多个警报限制1018、针对一个或多个资产的一个或多个规划限制1028、针对一个或多个资产的一个或多个质量限制1038、和/或针对一个或多个资产的一个或多个环境限制1048。在一个或多个实施方案中,企业数据管理计算机系统302可以被配置为分析引擎以处理一个或多个警报限制1018、一个或多个规划限制1028、一个或多个质量限制1038和/或一个或多个环境限制1048。在一个或多个实施方案中,一个或多个洞察1004包括用于修改来自一个或多个警报限制1018、一个或多个规划限制1028、一个或多个质量限制1038和/或一个或多个环境限制1048中的一个或多个限制的一个或多个推荐。在某些实施方案中,一个或多个洞察1004包括针对一个或多个警报限制1018、一个或多个规划限制1028、一个或多个质量限制1038和/或一个或多个环境限制1048的一个或多个推荐校正、一个或多个推荐阈值和/或一个或多个推荐容差。
图11示出了根据本公开的一个或多个实施方案的一个或多个所述特征的过程可视化1100。过程可视化1100例如是与资产的过程相关的操作技术数据1102的可视化。在一个实施方案中,该资产的过程采用用于该过程的完整性操作窗口,该完整性操作窗口包括第一操作限制1104(例如,下限)和第二操作限制1106(例如,上限)以定义资产和/或该资产的过程的性能的限制范围。在一个或多个实施方案中,知识图谱部件306将知识图谱316内的聚合的操作技术数据(例如,与资产、资产的过程和/或操作技术数据1102相关联的聚合的操作技术数据)的各方面相关联,以为完整性操作窗口提供一个或多个洞察。除此之外,在一个或多个实施方案中,操作限制部件338基于与知识图谱316相关联的一个或多个洞察来调整完整性操作窗口。例如,在一个实施方案中,操作限制部件338基于洞察1110(例如,上限预测)来确定新的操作限制1108(例如,新的上限),使得包括第一操作限制1104和新的操作限制1108的新限制范围为资产和/或与该资产相关的过程提供最优性能。在某些实施方案中,新的操作限制1108为与资产和/或跟资产相关的过程相关联的潜在非期望事件提供早期警告。在一个或多个实施方案中,生成与新的操作限制1108相关联的向导警示。
图12示出了根据本文所述的一个或多个实施方案的用于生成针对一个或多个资产的知识图谱的方法1200。例如,方法1200与企业数据管理计算机系统302相关联。例如,在一个或多个实施方案中,方法1200在具有存储器和一个或多个处理器的设备(例如,企业数据管理计算机系统302)处执行。在一个或多个实施方案中,方法1200开始于框1202,其接收(例如,通过数据聚合部件304和/或知识图谱部件306)生成与一个或多个资产相关的知识图谱数据的请求,该请求包括描述该一个或多个资产的资产描述符。该请求提供了一个或多个技术改进,诸如但不限于有利于与计算设备的交互和/或扩展计算设备的功能。
在框1204处,确定该请求是否被处理。如果否,则重复框1204以确定该请求是否被处理。如果是,则方法1200前进至框1206。响应于该请求,方法1200包括框1206,其基于资产描述符从与一个或多个资产相关联的一个或多个数据源获得(例如,通过数据聚合部件304)聚合的操作技术数据。获取聚合的操作技术数据提供了一个或多个技术改进,诸如但不限于扩展计算设备的功能。
方法1200还包括框1208,其中响应于该请求,基于针对一个或多个资产的配置数据和针对一个或多个数据源的一组上下文化规则(例如,通过知识图谱部件306)来上下文化聚合的操作技术数据以生成知识图谱数据。该上下文化提供了一个或多个技术改进,诸如但不限于改进知识图谱数据结构的准确性和/或一个或多个资产的性能。在一个或多个实施方案中,上下文化包括基于针对与一个或多个数据源相关联的一个或多个数据格式的一组上下文化规则来上下文化聚合的操作技术数据。在一个或多个实施方案中,上下文化包括基于与用户标识符相关联的元数据来解析聚合的操作技术数据。在一个或多个实施方案中,上下文化包括基于与一个或多个资产相关联的元数据来解析聚合的操作技术数据。在一个或多个实施方案中,上下文化包括基于与跟该一组上下文化规则相关联的上下文化技巧相关联的一个或多个参数来解析聚合的操作技术数据。在一个或多个实施方案中,上下文化包括基于针对一个或多个资产的配置数据和针对一个或多个数据源的一组上下文化规则来解析针对该一个或多个资产的警报限制数据、规划限制数据、质量限制数据、环境限制数据或其他限制数据。在一个或多个实施方案中,上下文化包括基于针对一个或多个资产的配置数据和针对一个或多个数据源的一组上下文化规则来解析与该一个或多个资产的监测相关联的操作偏差数据。在一个或多个实施方案中,上下文化包括基于针对一个或多个资产的配置数据和针对一个或多个数据源的一组上下文化规则来解析与该一个或多个资产相关联的警报历史数据。
方法1200还包括框1210,其中响应于该请求,在被配置用于一个或多个资产的知识图谱数据结构内分配(例如,通过知识图谱部件306)知识图谱数据。该分配提供了一个或多个技术改进,诸如但不限于改进知识图谱数据结构的准确性和/或一个或多个资产的性能。在一个或多个实施方案中,在知识图谱数据结构内分配知识图谱数据包括基于本体数据结构来组织知识图谱数据,该本体数据结构捕获知识图谱数据结构内的相应知识图谱数据部分之间的关系。
在一个或多个实施方案中,方法1200还包括基于知识图谱数据结构来执行相对于一个或多个资产的一个或多个动作。例如,一个或多个动作可包括:基于知识图谱数据结构来预测一个或多个资产的一个或多个条件;基于知识图谱数据结构来调整针对一个或多个资产的一个或多个限制设置;基于知识图谱数据结构来调整用于一个或多个资产的一个或多个过程阈值;基于知识图谱数据结构来生成渲染与一个或多个资产相关的数据的视觉表示的用户交互式电子界面;基于知识图谱数据结构来生成与一个或多个资产相关的一个或多个通知;和/或与一个或多个资产相关的一个或多个其他动作。
在一个或多个实施方案中,该请求还包括描述与该请求相关联的用户的用户角色的用户标识符。除此之外,在一个或多个实施方案中并且响应于该请求,方法1200还包括基于用户标识符来上下文化聚合的操作技术数据。在一个或多个实施方案中并且响应于该请求,方法1200还包括基于用户标识符来选择用于知识图谱数据的知识图谱数据结构。在一个或多个实施方案中并且响应于该请求,方法1200还包括基于用户标识符在知识图谱数据结构内分配知识图谱数据。
在一个或多个实施方案中,方法1200还包括获得相对于在知识图谱数据结构内分配的知识图谱数据的一个或多个洞察。在一个实施方案中,方法1200还包括生成渲染该一个或多个洞察的视觉表示的用户交互式电子界面。在一个或多个实施方案中,方法1200还包括生成与一个或多个洞察相关联的一个或多个通知。在一个或多个实施方案中,方法1200还包括基于一个或多个洞察来执行相对于一个或多个资产的一个或多个动作。在一个或多个实施方案中,方法1200还包括基于一个或多个洞察来预测一个或多个资产的一个或多个条件。在一个或多个实施方案中,方法1200还包括基于一个或多个洞察来调整针对一个或多个资产的一个或多个限制设置。在一个或多个实施方案中,方法1200还包括基于一个或多个洞察来调整用于一个或多个资产的一个或多个过程阈值。
图13示出了根据本文所述的一个或多个实施方案的用于针对一个或多个资产的完整性操作窗口优化的方法1300。例如,方法1300与企业数据管理计算机系统302相关联。例如,在一个或多个实施方案中,方法1300在具有存储器和一个或多个处理器的设备(例如,企业数据管理计算机系统302)处执行。在一个或多个实施方案中,方法1300开始于框1302,其接收(例如,通过数据聚合部件304和/或知识图谱部件306)获得与一个或多个资产相关的一个或多个洞察的请求,该请求包括描述该一个或多个资产的资产描述符。该请求提供了一个或多个技术改进,诸如但不限于有利于与计算设备的交互和/或扩展计算设备的功能。
在框1304处,确定该请求是否被处理。如果否,则重复框1304以确定该请求是否被处理。如果是,则方法1300前进至框1306。响应于该请求,方法1300包括框1306,其基于资产描述符来关联知识图谱数据结构内的聚合的操作技术数据的各方面(例如,通过知识图谱部件306),以提供一个或多个洞察。在一个或多个实施方案中,知识图谱数据结构被配置为本体数据结构,该本体数据结构捕获知识图谱数据结构内的相应聚合的操作技术数据之间的关系。在一个或多个实施方案中,将知识图谱数据结构内的聚合的操作技术数据的属性、特征、不同数据类型、不同数据节点和/或不同部分关联以提供与一个或多个资产相关联的一个或多个洞察。该关联提供了一个或多个技术改进,诸如但不限于扩展计算设备的功能和/或提高一个或多个资产的性能。
方法1300还包括框1308,其中响应于该请求,基于与知识图谱数据结构相关联的一个或多个洞察来调整(例如,通过操作限制部件338)针对一个或多个资产的一个或多个操作限制。该调整提供了一个或多个技术改进,诸如但不限于改进针对一个或多个资产的操作限制和/或提高一个或多个资产的性能。在一个或多个实施方案中,调整一个或多个操作限制包括改变针对由一个或多个资产执行的一个或多个过程的一个或多个警报限制。在一个或多个实施方案中,调整一个或多个操作限制包括改变针对与一个或多个资产相关联的一个或多个操作规划的一个或多个规划限制。在一个或多个实施方案中,调整一个或多个操作限制包括改变针对由一个或多个资产执行的一个或多个过程的一个或多个质量限制。在一个或多个实施方案中,调整一个或多个操作限制包括改变针对由一个或多个资产执行的一个或多个过程的一个或多个环境限制。在一个或多个实施方案中,调整一个或多个操作限制包括改变针对由一个或多个资产执行的一个或多个过程的一个或多个安全限制。
在一个或多个实施方案中,方法1300还包括基于一个或多个洞察来生成一个或多个操作限制推荐。在一个或多个实施方案中,方法1300还包括响应于确定该一个或多个操作限制的偏差程度满足定义的标准来调整针对一个或多个资产的一个或多个操作限制。
在一个或多个实施方案中,方法1300还包括基于一个或多个洞察来生成一个或多个操作限制推荐。在一个或多个实施方案中,方法1300还包括响应于确定调整一个或多个操作限制为由一个或多个资产所执行的一个或多个过程提供一定程度的优化,调整针对一个或多个资产的一个或多个操作限制。
在一个或多个实施方案中,方法1300还包括基于一个或多个洞察来生成针对一个或多个资产的一个或多个完整性操作窗口推荐。在一个或多个实施方案中,方法1300还包括基于该一个或多个完整性操作窗口推荐来调整一个或多个操作限制。
在一个或多个实施方案中,方法1300还包括基于一个或多个洞察来预测一个或多个资产的一个或多个操作条件。在一个或多个实施方案中,方法1300还包括基于一个或多个资产的一个或多个操作条件来调整针对一个或多个资产的一个或多个操作限制。
在一个或多个实施方案中,方法1300还包括基于一个或多个洞察来确定知识图谱数据结构内的聚合的操作技术数据的两个或更多个部分之间的相关程度。在一个或多个实施方案中,方法1300还包括响应于确定该相关程度对应于相关阈值而基于一个或多个洞察更新知识图谱数据结构。
在一个或多个实施方案中,该请求还包括描述与该请求相关联的用户的用户角色的用户标识符,并且响应于该请求,该方法1300还包括基于该用户标识符来关联聚合的操作技术数据的各方面以提供一个或多个洞察。
在一个实施方案中,方法1300还包括生成渲染该一个或多个洞察的视觉表示的用户交互式电子界面。在一个或多个实施方案中,方法1300还包括生成与一个或多个洞察相关联的一个或多个通知。在一个或多个实施方案中,方法1300还包括基于一个或多个洞察来执行相对于一个或多个资产的一个或多个动作。在一个或多个实施方案中,方法1300还包括基于一个或多个洞察来预测一个或多个资产的一个或多个条件。在一个或多个实施方案中,方法1300还包括基于一个或多个洞察来调整针对一个或多个资产的一个或多个限制设置。在一个或多个实施方案中,方法1300还包括基于一个或多个洞察来调整用于一个或多个资产的一个或多个过程阈值。
图14示出了根据本文所述的一个或多个实施方案的用于提供针对一个或多个资产的企业数据管理仪表板的方法1400。例如,方法1400与企业数据管理计算机系统302相关联。例如,在一个或多个实施方案中,方法1400在具有存储器和一个或多个处理器的设备(例如,企业数据管理计算机系统302)处执行。在一个或多个实施方案中,方法1400开始于框1402,其接收(例如,通过知识图谱部件306和/或仪表板可视化部件348)生成与一个或多个资产相关的仪表板可视化的请求,该请求包括描述该一个或多个资产的资产描述符。该请求提供了一个或多个技术改进,诸如但不限于有利于与计算设备的交互和/或扩展计算设备的功能。
在框1404处,确定该请求是否被处理。如果否,则重复框1404以确定该请求是否被处理。如果是,则方法1400前进至框1406。响应于该请求,方法1400包括框1406,其基于资产描述符来关联知识图谱数据结构内的聚合的操作技术数据的各方面(例如,通过知识图谱部件306),以提供与一个或多个资产相关联的一个或多个洞察。在一个或多个实施方案中,将知识图谱数据结构内的聚合的操作技术数据的属性、特征、不同数据类型、不同数据节点和/或不同部分关联以提供与一个或多个资产相关联的一个或多个洞察。该关联提供了一个或多个技术改进,诸如但不限于扩展计算设备的功能和/或提高一个或多个资产的性能。
方法1400还包括框1408,其中响应于该请求,向计算设备的电子界面提供仪表板可视化(例如,通过仪表板可视化部件348),该仪表板可视化包括用于与知识图谱数据结构相关联的一个或多个洞察的可视化数据。提供仪表板可视化提供了一个或多个技术改进,诸如但不限于改进了经由计算设备呈现什么信息和/或如何经由计算设备呈现信息,和/或改进了一个或多个资产的性能。
在一个或多个实施方案中,方法1400还包括基于仪表板可视化来调整针对一个或多个资产的一个或多个操作设置(例如,一个或多个操作限制)。
在一个或多个实施方案中,方法1400还包括基于一个或多个洞察来确定针对一个或多个资产的预测操作状态。除此之外,在一个或多个实施方案中,方法1400还包括基于针对一个或多个资产的预测操作状态来配置仪表板可视化。在一个或多个实施方案中,方法1400还包括基于聚合的操作技术数据的各属性之间的一个或多个关系来确定针对一个或多个资产的预测操作状态。
在一个或多个实施方案中,方法1400还包括基于一个或多个洞察来确定针对与一个或多个资产相关联的预测事件的解数据。除此之外,在一个或多个实施方案中,方法1400还包括基于解数据来配置仪表板可视化。在一个或多个实施方案中,解数据包括针对一个或多个资产的用于避免预测事件的一个或多个推荐改变。
在一个或多个实施方案中,该请求还包括描述与该请求相关联的用户的用户角色的用户标识符。除此之外,在一个或多个实施方案中,方法1400还包括基于用户标识符来配置仪表板可视化。除此之外或另选地,在一个或多个实施方案中,方法1400还包括基于用户标识符来筛选用于仪表板可视化的可视化数据。
在一个或多个实施方案中,请求还包括描述一个或多个洞察的上下文的度量上下文标识符。除此之外,在一个或多个实施方案中,方法1400还包括基于度量上下文标识符来配置仪表板可视化。
在一个或多个实施方案中,方法1400还包括基于一个或多个洞察来确定针对一个或多个资产的一个或多个操作限制。除此之外,在一个或多个实施方案中,方法1400还包括经由仪表板可视化来显示与一个或多个操作限制相关联的一个或多个图形元素。
在一个或多个实施方案中,方法1400还包括基于一个或多个洞察来确定针对与一个或多个资产相关联的一个或多个操作规划的一个或多个规划限制。除此之外,在一个或多个实施方案中,方法1400还包括经由仪表板可视化来显示与一个或多个规划限制相关联的一个或多个图形元素。
在一个或多个实施方案中,方法1400还包括基于一个或多个洞察来确定针对由一个或多个资产执行的一个或多个过程的一个或多个质量限制。除此之外,在一个或多个实施方案中,方法1400还包括经由仪表板可视化来显示与一个或多个质量限制相关联的一个或多个图形元素。
在一个或多个实施方案中,方法1400还包括基于一个或多个洞察来确定针对由一个或多个资产执行的一个或多个过程的一个或多个环境限制。除此之外,在一个或多个实施方案中,方法1400还包括经由仪表板可视化来显示与一个或多个环境限制相关联的一个或多个图形元素。
在一个或多个实施方案中,方法1400还包括基于一个或多个洞察来确定针对由一个或多个资产执行的一个或多个过程的一个或多个安全限制。除此之外,在一个或多个实施方案中,方法1400还包括经由仪表板可视化来显示与一个或多个安全限制相关联的一个或多个图形元素。
在一个或多个实施方案中,方法1400还包括基于一个或多个洞察来生成一个或多个操作限制推荐。除此之外,在一个或多个实施方案中,方法1400还包括经由仪表板可视化来显示与一个或多个操作限制推荐相关联的一个或多个图形元素。
在一个或多个实施方案中,方法1400还包括基于一个或多个洞察来生成针对一个或多个资产的一个或多个完整性操作窗口推荐。除此之外,在一个或多个实施方案中,方法1400还包括经由仪表板可视化来显示与一个或多个完整性操作窗口推荐相关联的一个或多个图形元素。
在一个或多个实施方案中,方法1400还包括基于知识图谱数据结构的各节点之间的连接来关联聚合的操作技术数据的各属性。
在一个或多个实施方案中,方法1400还包括生成与一个或多个洞察相关联的一个或多个通知。除此之外,在一个或多个实施方案中,方法1400还包括经由仪表板可视化来显示一个或多个通知。
提供前述方法描述和过程流程图仅作为说明性示例,并且不旨在要求或暗示必须以所呈现的顺序执行各种实施方案的步骤。如本领域技术人员将理解的,上述实施方案中的步骤顺序可以任何顺序执行。词语诸如“之后”、“然后”、“下一个”等并不旨在限制步骤的顺序;这些词只是用来引导读者了解方法的描述。此外,例如,使用冠词“一个”、“一种”或“该”对单数形式的权利要求元素的任何引用都不应被解释为将元素限制为单数。
图15描绘了可执行本文给出的技巧的示例性系统1500。图15是根据本公开的示例性实施方案的计算机的简化功能框图,该计算机可被配置为执行本文所述的技术。具体地,计算机(或“平台”,因为其可能不是单个物理计算机基础结构)可包括用于分组数据通信的数据通信接口1560。该平台还可包括用于执行程序指令的一个或多个处理器形式的中央处理单元(“CPU”)1520。该平台可包括内部通信总线1510,并且平台还可包括用于待由平台处理和/或传送的各种数据文件的程序存储器和/或数据存储器,诸如ROM 1530和RAM 1540,尽管系统1500可经由网络通信接收编程和数据。系统1500还可包括输入和输出端口1550以与输入和输出设备诸如键盘、鼠标、触摸屏、监测器、显示器等连接。当然,可在多个类似平台上以分布式方式实现各种系统功能,以分配处理负载。另选地,系统可通过一个计算机硬件平台的适当编程来实现。
本公开的大体论述提供了对可实现本公开的合适的计算环境的简要总体描述。在一个实施方案中,所公开的系统、方法和/或图形用户界面中的任一者都可由与本公开中所示出和/或解释的计算系统一致或类似的计算系统来执行或实现。尽管不是必需的,但是在计算机可执行指令的背景中描述了本公开的各方面,诸如由数据处理设备例如,服务器计算机、无线设备和/或个人计算机执行的例程。本领域的技术人员将会知道,本公开的各方面可使用其他通信、数据处理或计算机系统配置来实践,包括互联网家电、手持设备(包括个人数字助理(“PDA”))、可穿戴计算机、各种蜂窝电话或移动电话(包括IP语音(“VoIP”)电话)、哑终端、媒体播放器、游戏设备、虚拟现实设备、多处理器系统、基于微处理器的或可编程的消费电子器件、机顶盒、网络PC、微型计算机、大型计算机等。实际上,术语“计算机”、“服务器”等在本文中通常可互换使用,并且是指任何上述设备和系统以及任何数据处理器。
本公开的各方面可在专用计算机和/或数据处理器中实施,该专用计算机和/或数据处理器被具体编程、配置和/或构造成执行本文详细说明的一个或多个计算机可执行指令。虽然本公开的各方面诸如某些功能被描述为仅在单个设备上执行,但本公开也可在分布式环境中实践,其中功能或模块在通过通信网络(诸如局域网(“LAN”)、广域网(“WAN”)和/或互联网)链接的不同处理设备之间共享。类似地,本文所呈现为涉及多个设备的技术可在单个设备中实现。在分布式计算环境中,程序模块可位于本地存储器存储设备和/或远程存储器存储设备中。
本公开的各方面可存储和/或分布在非暂态计算机可读介质上,包括磁性或光学可读计算机盘、硬连线或预编程芯片(例如,EEPROM半导体芯片)、纳米技术存储器、生物存储器或其他数据存储介质。另选地,本公开的各方面下的计算机实现的指令、数据结构、屏幕显示器和其他数据可在一段时间内通过互联网和/或通过其他网络(包括无线网络)分布在传播介质(例如,一个或多个电磁波、声波等)上的传播信号上,并且/或者它们可在任何模拟或数字网络(分组交换、电路交换或其他方案)上提供。
技术的程序方面可被认为是通常以可执行代码和/或相关联的数据的形式的“产品”或“制品”,该可执行代码和/或相关联的数据被承载或体现在一种类型的机器可读介质中。“存储”类型介质包括计算机、处理器等或其相关联模块的任何或所有有形存储器,诸如各种半导体存储器、带驱动器、盘驱动器等,其可随时为软件编程提供非暂态存储。软件的全部或部分有时可通过互联网或各种其他电信网络进行通信。例如,此类通信可使得软件从一个计算机或处理器加载到另一个计算机或处理器中,例如从移动通信网络的管理服务器或主机加载到服务器的计算机平台和/或从服务器加载到移动设备。因此,可承载软件元件的另一种类型的介质包括光波、电波和电磁波,诸如在本地设备之间的物理接口上、通过有线和光学地线网络以及通过各种空中链路所使用的。携带此类波的物理元件诸如有线或无线链路、光学链路等也可被视为承载软件的介质。如本文所用,除非限于非暂态有形“存储”介质,否则术语诸如计算机或机器“可读介质”是指参与向处理器提供用于执行的指令的任何介质。
应当理解,“一个或多个”包括由一个元件执行的功能、由多于一个元件例如以分布式方式执行的功能、由一个元件执行的若干功能、由若干元件执行的若干功能或上述的任何组合。
此外,还应当理解,尽管在一些情况下,术语“第一”、“第二”等在本文中用于描述各种元件,但这些元件不应受这些术语的限制。这些术语仅用于将一个元件与另一个元件区分开。例如,在不脱离各种所述实施方案的范围的情况下,第一接触件可被称为第二接触件,并且类似地,第二接触件可被称为第一接触件。第一接触件和第二接触件均为接触件,但它们不是相同的接触件。
在本文中对各种所述实施方案的描述中所用的术语仅用于描述特定实施方案的目的,并且并非旨在进行限制。如在各种所述实施方案和所附权利要求的描述中所用,单数形式“一”、“一个”和“该”也旨在包括复数形式,除非语境中另外明确地指出其他情况。还应当理解,如本文所用,术语“和/或”是指并涵盖相关联的列出项目中的一个或多个的任何和所有可能的组合。还应当理解,当在本说明书中使用术语“包括”、“包含”、“含有”和/或“具有”时,规定了所述特征、整体、步骤、操作、元件和/或部件的存在,但不排除一个或多个其他特征、整体、步骤、操作、元件、部件和/或它们的组的存在或添加。
如本文所用,根据语境,术语“如果”任选地被解释为意指“当......时”或“在......时”或“响应于确定”或“响应于检测到”。类似地,根据语境,短语“如果确定”或“如果检测到[所述条件或事件]”任选地被解释为意指“在确定...时”或“响应于确定”或“在检测到[所述条件或事件]时”或“响应于检测到[所述条件或事件]”。
参照附图以举例的方式详细描述了本发明所公开的系统、装置、设备和方法。本发明所讨论的示例仅仅是示例,并且提供的目的是为了帮助解释本文所述的装置、设备、系统和方法。附图中示出或下文讨论的任何特征或部件不应被认为对于这些装置、设备、系统或方法中的任何一者的任何具体实施方式是强制性的,除非明确指出是强制性的。为便于阅读和清楚起见,某些部件、模块或方法可仅仅结合具体附图来描述。在本公开中,具体技术、布置等的任何指明要么与所提出的具体示例相关,要么仅仅是此类技术、布置等的一般性描述。具体细节或示例的指明并非旨在或不应被解释为强制性或限制性的,除非明确这样指出。未明确描述部件的组合或子组合的任何情况不应被理解为是对任何组合或子组合不可能的指示。应当理解,可对所公开和描述的示例、布置、配置、部件、元件、装置、设备、系统、方法等进行修改,并且这对于具体专利申请可为所需的。另外,对于所述的任何方法而言,不论该方法是否结合流程图来描述,都应当理解,除非上下文另外指明或要求,否则方法执行过程中执行的步骤的任何明示或暗示排序并不意味着这些步骤必须按照所提出的顺序执行,而是可按不同顺序或并行执行。
在整个本公开中,提到的部件或模块一般是指可在逻辑上组合在一起以执行一种功能或一组相关功能的物件。类似的附图标记一般旨在指代相同或类似的部件。部件和模块可在软件、硬件或软件与硬件的组合中实现。术语“软件”被广义地使用以不仅包括可执行代码例如机器可执行或机器可解释指令,还包括以任何合适电子格式存储的数据结构、数据存储和计算指令,包括固件和嵌入式软件。术语“信息”和“数据”被广泛使用并且包括各种各样的电子信息,包括可执行代码;内容诸如文本、视频数据和音频数据等等;以及各种代码或标记。术语“信息”、“数据”和“内容”在上下文允许时有时可互换使用。
用于实现结合本文所公开的各方面描述的各种例示性逻辑、逻辑块、模块和电路的硬件可包括通用处理器、数字信号处理器(DSP)、专用处理器诸如专用集成电路(ASIC)或现场可编程门阵列(FPGA)、可编程逻辑设备、离散栅极或晶体管逻辑、离散硬件部件或它们的被设计用于执行本文描述的功能的任何组合。通用处理器可以是微处理器,但是,另选地,该处理器可以是任何处理器、控制器、微控制器或状态机。处理器可还被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、结合DSP核心的一个或多个微处理器或者任何其他这种配置。另选地或除此之外,一些步骤或方法可以通过特定于给定功能的电路来执行。
在一个或多个示例性实施方案中,本文描述的功能可由专用硬件或由固件或其他软件编程的硬件的组合来实现。在依赖于固件或其他软件的实现方式中,可由于存储在一个或多个非暂态计算机可读介质和/或一个或多个非暂态处理器可读介质上的一个或多个指令的执行来执行这些功能。这些指令可由驻留在一个或多个非暂态计算机可读或处理器可读存储介质上的一个或多个处理器可执行软件模块来体现。在这方面,非暂态计算机可读或处理器可读存储介质可包括可由计算机或处理器访问的任何存储介质。作为示例而非限制,这种非暂态计算机可读或处理器可读介质可包括随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、FLASH存储器、磁盘存储、磁存储设备等。如本文所用,磁盘存储装置包括压缩光盘(CD)、激光盘、光学光盘、数字通用光盘(DVD)、软磁盘及蓝光盘TM、或用激光以磁性方式或以光学方式存储数据的其他存储设备。上述类型的介质的组合也包括在术语非暂态计算机可读和处理器可读介质的范围内。除此之外,存储在一个或多个非暂态处理器可读或计算机可读介质上的指令的任何组合在本文中可称为计算机程序产品。
本发明所属领域的技术人员将想到本文所阐述的本发明的许多修改和其他实施方案,其具有前述描述和相关附图中呈现的教导的益处。尽管图仅示出了本文所述的装置和系统的某些部件,但应当理解,各种其他部件可与供应管理系统结合使用。因此,应当理解,本发明不限于所公开的特定实施方案,并且修改和其他实施方案旨在被包括在所附权利要求的范围内。此外,上述方法中的步骤可能不一定以附图中所描绘的顺序发生,并且在一些情况下,所描绘的步骤中的一个或多个步骤可基本上同时发生,或者可涉及附加步骤。尽管本文采用了特定术语,但它们仅以一般性和描述性意义使用,而不是出于限制的目的。
说明书和示例旨在仅被视为示例性的,其中本公开的真实范围和实质由以下权利要求书所指示。
Claims (9)
1.一种系统,所述系统包括:
一个或多个处理器;
存储器;和
一个或多个程序,所述一个或多个程序存储在所述存储器中,所述一个或多个程序包括被配置为执行以下操作的指令:
接收生成与一个或多个资产相关的仪表板可视化的请求,所述请求包括:
资产描述符,所述资产描述符描述所述一个或多个资产;
响应于所述请求:
基于所述资产描述符来关联知识图谱数据结构内的聚合的操作技术数据的各属性,以提供与所述一个或多个资产相关联的一个或多个洞察;以及
向计算设备的电子界面提供所述仪表板可视化,
所述仪表板可视化包括用于与所述知识图谱数据结构相关联的所述一个或多个洞察的可视化数据;以及
基于所述仪表板可视化来调整针对所述一个或多个资产的一个或多个操作设置。
2.根据权利要求1所述的系统,所述一个或多个程序还包括被配置为执行以下操作的指令:
基于所述一个或多个洞察来确定针对所述一个或多个资产的预测操作状态;以及
基于针对所述一个或多个资产的所述预测操作状态来配置所述仪表板可视化。
3.根据权利要求2所述的系统,所述一个或多个程序还包括被配置为执行以下操作的指令:
基于所述聚合的操作技术数据的各属性之间的一个或多个关系来确定针对所述一个或多个资产的所述预测操作状态。
4.根据权利要求1所述的系统,所述一个或多个程序还包括被配置为执行以下操作的指令:
基于所述一个或多个洞察来确定针对与所述一个或多个资产相关联的预测事件的解数据,其中所述解数据包括针对所述一个或多个资产的用于避免所述预测事件的一个或多个推荐改变;以及
基于所述解数据来配置所述仪表板可视化。
5.根据权利要求1所述的系统,所述请求还包括描述与所述请求相关联的用户的用户角色的用户标识符,并且所述一个或多个程序还包括被配置为执行以下操作的指令:
基于所述用户标识符来筛选用于所述仪表板可视化的所述可视化数据。
6.根据权利要求1所述的系统,所述请求还包括描述所述一个或多个洞察的上下文的度量上下文标识符,并且方法的所述一个或多个程序还包括被配置为执行以下操作的指令:
基于所述度量上下文标识符来配置所述仪表板可视化。
7.根据权利要求1所述的系统,所述一个或多个程序还包括被配置为执行以下操作的指令:
基于所述一个或多个洞察来生成一个或多个操作限制推荐;以及
经由所述仪表板可视化来显示与所述一个或多个操作限制推荐相关联的一个或多个图形元素。
8.根据权利要求1所述的系统,所述一个或多个程序还包括被配置为执行以下操作的指令:
基于所述一个或多个洞察来生成针对所述一个或多个资产的一个或多个完整性操作窗口推荐;以及
经由所述仪表板可视化来显示与所述一个或多个完整性操作窗口推荐相关联的一个或多个图形元素。
9.根据权利要求1所述的系统,所述一个或多个程序还包括被配置为执行以下操作的指令:
基于所述知识图谱数据结构的各节点之间的连接来关联所述聚合的操作技术数据的各属性。
Applications Claiming Priority (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN202111059052 | 2021-12-17 | ||
IN202111059109 | 2021-12-17 | ||
IN202111059054 | 2021-12-17 | ||
IN202111059052 | 2021-12-17 | ||
IN202111059109 | 2021-12-17 | ||
IN202111059054 | 2021-12-17 | ||
IN202111059053 | 2021-12-17 | ||
IN202111059053 | 2021-12-17 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116340434A true CN116340434A (zh) | 2023-06-27 |
Family
ID=84519435
Family Applications (3)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211634977.XA Pending CN116340527A (zh) | 2021-12-17 | 2022-12-19 | 工业知识图谱和上下文化 |
CN202211635028.3A Pending CN116266194A (zh) | 2021-12-17 | 2022-12-19 | 用于完整性操作窗口优化的人工智能系统 |
CN202211635030.0A Pending CN116340434A (zh) | 2021-12-17 | 2022-12-19 | 企业数据管理仪表板 |
Family Applications Before (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211634977.XA Pending CN116340527A (zh) | 2021-12-17 | 2022-12-19 | 工业知识图谱和上下文化 |
CN202211635028.3A Pending CN116266194A (zh) | 2021-12-17 | 2022-12-19 | 用于完整性操作窗口优化的人工智能系统 |
Country Status (3)
Country | Link |
---|---|
US (3) | US20230195095A1 (zh) |
EP (3) | EP4198833A1 (zh) |
CN (3) | CN116340527A (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021157666A (ja) * | 2020-03-27 | 2021-10-07 | 横河電機株式会社 | 情報表示装置、情報表示方法、及びプログラム |
CN116911807B (zh) * | 2023-09-13 | 2023-12-05 | 成都秦川物联网科技股份有限公司 | 一种智慧燃气数据中心流程可视化管理方法和物联网系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180137424A1 (en) * | 2016-11-17 | 2018-05-17 | General Electric Company | Methods and systems for identifying gaps in predictive model ontology |
US20190258747A1 (en) * | 2018-02-22 | 2019-08-22 | General Electric Company | Interactive digital twin |
US10803394B2 (en) * | 2018-03-16 | 2020-10-13 | Accenture Global Solutions Limited | Integrated monitoring and communications system using knowledge graph based explanatory equipment management |
CN112596495B (zh) * | 2020-12-07 | 2022-03-25 | 中科蓝智(武汉)科技有限公司 | 一种基于知识图谱的工业设备故障诊断方法及系统 |
-
2022
- 2022-12-12 US US18/064,581 patent/US20230195095A1/en active Pending
- 2022-12-13 EP EP22213032.0A patent/EP4198833A1/en active Pending
- 2022-12-14 EP EP22213652.5A patent/EP4198834A1/en active Pending
- 2022-12-14 US US18/066,005 patent/US20230196135A1/en active Pending
- 2022-12-14 US US18/065,983 patent/US20230196242A1/en active Pending
- 2022-12-14 EP EP22213653.3A patent/EP4198835A1/en active Pending
- 2022-12-19 CN CN202211634977.XA patent/CN116340527A/zh active Pending
- 2022-12-19 CN CN202211635028.3A patent/CN116266194A/zh active Pending
- 2022-12-19 CN CN202211635030.0A patent/CN116340434A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN116266194A (zh) | 2023-06-20 |
CN116340527A (zh) | 2023-06-27 |
EP4198833A1 (en) | 2023-06-21 |
US20230195095A1 (en) | 2023-06-22 |
US20230196242A1 (en) | 2023-06-22 |
EP4198834A1 (en) | 2023-06-21 |
EP4198835A1 (en) | 2023-06-21 |
US20230196135A1 (en) | 2023-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116324755A (zh) | 可扩展对象模型和实现建模的图形用户界面 | |
CN116075842A (zh) | 企业支出优化和映射模型架构 | |
CN116340434A (zh) | 企业数据管理仪表板 | |
US20220374402A1 (en) | Contextualized time series database and/or multi-tenant server system deployment | |
EP4216120A1 (en) | Performance metric assurance for asset management | |
US20220398665A1 (en) | Dashboard visualization for a portfolio of assets | |
EP4293434A1 (en) | Apparatus and method for calculating asset capability using model predictive control and/or industrial process optimization | |
US20230161777A1 (en) | Adaptive ontology driven dimensions acquisition, automated schema creation, and enriched data in time series databases | |
EP4187401A1 (en) | Adaptive ontology driven dimensions acquisition, automated schema creation, and enriched data in time series databases | |
US20230408989A1 (en) | Recommendation system for advanced process control limits using instance-based learning | |
US20220309475A1 (en) | Remote monitoring and management of assets from a portfolio of assets based on an asset model | |
US20220260271A1 (en) | Asset behavior modeling | |
US20220309079A1 (en) | Remote monitoring and management of assets from a portfolio of assets | |
US20240004514A1 (en) | Systems and methods for modifying an object model | |
US20230214096A1 (en) | Systems and methods for navigating a graphical user interface | |
EP4328692A1 (en) | Alarm analytics for prescriptive recommendations of configuration parameters for industrial process alarms | |
US20240118680A1 (en) | Data modeling and digital asset template generation to provide asset instance inheritance for assets within an industrial environment | |
EP4213035A1 (en) | Systems and methods for navigating a graphical user interface | |
US20240061416A1 (en) | Alarm analytics for prescriptive recommendations of configuration parameters for industrial process alarms | |
US20240013455A1 (en) | Systems and methods for constructing and presenting a spatial model | |
CN117593868A (zh) | 针对工业过程警报的配置参数的规范性推荐的警报分析 | |
CN117270464A (zh) | 使用基于实例的学习的针对先进过程控制极限的推荐系统 | |
WO2022204703A1 (en) | Remote monitoring and management of assets from a portfolio of assets based on an asset model | |
CN116467498A (zh) | 利用元数据驱动的应用编程接口(api)的方法和搜索系统 | |
WO2022204704A1 (en) | Remote monitoring and management of assets from a portfolio of assets |
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 |