CN116802365A - 为连续或分批连续过程的瞬态操作提供操作员变化分析的系统和方法 - Google Patents

Abstract

本文公开了用于为工业操作提供操作员变化分析的系统和方法。在本公开的一个方面，一种用于提供操作员变化分析的方法包括处理从一个或多个数据源接收的输入数据，以识别与工业操作相关的瞬态过程数据或非稳态过程数据，并选择瞬态过程数据或非稳态过程数据中的一种或多种类型的数据以聚类用于操作员变化分析。使用一种或多种数据聚类技术对一种或多种类型的数据进行聚类，并且对聚类的一种或多种类型的数据进行分析，以识别负责管理工业操作的多个操作员中的最佳操作员。分析信息以确定在工业操作的经济操作中是否由于最佳操作员和其他操作员之间的操作员可变性而存在一个或多个差距。

Description

为连续或分批连续过程的瞬态操作提供操作员变化分析的系 统和方法

相关申请的交叉引用

本申请要求2020年12月31日提交的美国临时申请第63/132,661号的权益和优先权，该申请根据35U.S.C.§119(e)提交，并通过引用将其全部内容并入本文。

技术领域

本公开总体上涉及工业操作管理系统和方法，更具体地，涉及用于为工业操作中的或与工业操作相关联的连续或分批连续过程的瞬态或非稳态操作提供操作员变化分析的系统和方法。

背景技术

众所周知，工业操作通常包括多个工业设备。工业设备可以有多种形式，并且可以具有不同的复杂性，例如，取决于工业操作。例如，在石油和天然气、能源、食品和饮料、水和废水、化学、石化、制药、金属、采矿和矿物以及其他工业应用的众多工业应用和细分市场中，工业过程控制和监测测量设备通常用于测量过程变量测量值，诸如压力、流量、液位、温度和分析值。

众所周知，与工业操作相关联的工业设备通常由一个或多个系统操作员操作。还众所周知，在操作员如何操作工业设备和工业操作的其他方面可能存在显著的差异。然而，操作员和操作员操作工业设备的班次(shift)之间的变化以及工业操作的其他方面通常没有被测量并且没有被很好地理解。操作员与操作员之间的变化的影响可能是显著的，并且影响工业操作的操作(例如，生产率和收益率)。例如，据异常情况管理协会估计，在整个过程工业中，由于人为(即操作员)根本原因，每年损失800亿美元($800亿)。因此，希望更好地理解和最小化操作员变化。

发明内容

本文描述了用于为工业操作提供操作员变化分析的系统和方法，例如，以更好地理解和最小化操作员之间的变化。如本文使用的，操作员对应于与和工业操作相关联的至少一个控制系统交互的人。工业操作可以包括，例如，一个或多个连续的、分段连续的或分批的工业过程。工业过程可以与以下的一个或多个工业过程设施相关联：炼油厂、纸浆厂、造纸厂、化工厂、燃煤发电厂、矿物加工厂、气体加工厂或液化天然气厂等。

在本公开的一个方面，一种用于为工业操作提供操作员变化分析的方法包括处理从一个或多个数据源接收的输入数据，以识别与工业操作相关的瞬态过程数据或非稳态过程数据，以及选择瞬态过程数据或非稳态过程数据中的一种或多种类型的数据以聚类用于操作员变化分析。可以使用一种或多种数据聚类技术对一种或多种类型的数据进行聚类，并且可以对聚类的一种或多种类型的数据进行分析，以识别负责管理工业操作的多个操作员中的最佳操作员。根据本公开的一些实施例，具有最佳经济操作(例如，最大生产量、最低成本和最大生产量、最少量的浪费、最少量的警报等)的操作员可能被确立为最佳操作员。例如，最佳操作员可以由每个操作机制(例如，瞬态操作机制)的最佳操作/经济KPI(通常是产量)来确定。例如，在这种分析中，可以独立地对待每一个集群或机制。因此，在一年的时间里，有可能存在几个最佳操作员。

如本文所用，操作机制是指工业操作中相同或相似的条件。应当理解，在一些情况下，工业操作可以包括多个不同的操作机制，这些不同的操作机制例如由于工业操作中的物理差异而发生。工业操作中的物理差异可能是由于例如非人为根本原因。非人为根本原因可以包括例如设备、过程、环境和/或市场根本原因。例如，不同的原料、不同的产品组合、不同的季节、不同的设备性能、不同的生产率等等。根据本公开的实施例，人为根本原因并不明显，而是留在数据中，以便在所公开的发明的后续步骤中针对模式进行具体分析。

在一个实施例中，不同的操作机制可包括纸浆和造纸厂，其基于厚度、拉伸强度或纤维长度以及聚合物单元(例如，其可基于密度和熔融指数制造多种不同等级的聚丙烯)制造数十种不同产品等级的纸(即，示例不同产品)。这些不同等级或产品中的每一个将对应于不同的操作条件和/或原材料。另一个不同操作机制的示例是在炼油厂，由于冷却水温度和传热效率的差异，炼油厂在夏季与冬季的操作方式不同。这些不同的情况是非人为根本原因，需要针对操作员变化进行独立分析。应当理解，聚类的原因是为了识别相似的操作模式或机制，使得操作员之间的比较消除了非人为根本原因，诸如不同的产品、不同的季节或不同水平的设备性能。

在识别最佳操作员之后(例如，对于每个操作机制)，可以确定在工业操作的经济操作中是否由于最佳操作员和最佳操作员之外的操作员之间的操作员可变性而存在一个或多个差距(gap)。例如，可以将与最佳操作员之外的操作员相关联的选择信息与和最佳操作员相关联的选择信息进行比较，以确定经济操作中是否存在一个或多个差距。根据本公开的一些实施例，如果操作员之间的所有变化(即，最佳操作员和其他操作员之间的所有变化)被消除，则一个或多个差距表示在常见过程事件或异常操作期间的改进潜力。

根据本公开的一些实施例，变化主要是不同的决策和动作加上响应于事件或异常情况而采取的那些动作的定时，或者是在正常稳态操作期间采取的不同决策。在前一种情况下，一个示例可以是工艺异常的根本原因分析中的差异，例如蒸馏塔进料的成分变化，这导致不同操作员采取不同的动作，例如一个操作员在低压警报后五分钟增加再沸器中的热量，而另一个操作员在警报后几秒钟减少塔顶冷凝器中的冷却(对生产的影响最小)。采取不同动作的真正根本原因主要在于操作环境，包括显示器、警报性能、高级过程控制和模拟器中的操作员训练。对于采用全部或大部分态势感知最佳实践的操作环境，所有操作员都及时采取非常相似的动作。

根据本公开的一些实施例，一个或多个差距是最佳操作员和所有其他操作员之间的生产和/或盈利的差距，例如，基于同一集群或操作机制内的每个操作员的经济(通常是生产)KPI的比较。如果所有操作员的行为都与最佳操作员相同，则差距或收益潜力为零。这是在高效的操作环境中所期望的。另一个极端也是正确的：所有操作员和最佳操作员之间的巨大差距将导致生产或盈利提高的巨大潜力。这是在非常无效的操作环境中所期望的。

应当理解，根据本公开的一些实施例，变化和差距是相关的。例如，变化可以被称为％度量，当对所有操作员进行汇总时，它代表KPI(通常是生产)中的％改进潜力。变化的根本原因与无效的操作环境有关。变化本身与不同操作员在完全相同的情况下采取的不同决策/动作有关。

响应于确定工业操作的经济操作中存在一个或多个差距(例如，基于上述执行的分析)，例如，可以测量、量化和/或表征一个或多个差距。例如，一个或多个差距可以与某些操作状态和/或活动相关联，并且解决一个或多个差距的生产收益(即，示例收益潜力)可以被量化。一个或多个差距的严重性以及与一个或多个差距相关联的其他相关参数或特性也可以被测量、量化和/或表征，这将从下面的进一步讨论中被理解。

根据本公开的一些实施例，可以分析一个或多个差距，以确定与一个或多个差距相关联的相关特性是否证明用于解决特定工业操作的一个或多个差距的至少一个解决方案是合理的。在一些实施例中，响应于确定与一个或多个差距相关联的相关特性证明用于解决特定工业操作的一个或多个差距的至少一个解决方案是合理的，可以识别至少一个解决方案，并且可以基于或使用至少一个识别的解决方案采取或执行一个或多个动作。一个或多个动作可以包括例如传送与至少一个识别的解决方案相关的信息。在一些实施例中，该信息包括通过实施至少一个识别的解决方案的预测经济效益。例如，该信息可以经由报告、文本、电子邮件和/或可听地传送。例如，传送可以发生或出现在一个或多个用户设备上。用户设备可以包括移动设备(例如，电话、平板电脑、膝上型电脑)和其他类型的合适设备(例如，具有显示器、扬声器等)用于传送。

根据本公开的一些实施例，从其接收输入数据的一个或多个数据源可以包括一个或多个传感器设备或感测系统。根据本公开的一些实施例，传感器设备或感测系统(例如，分布式控制系统(DCS)、监督控制和数据收集(SCADA)系统等)中的至少一个耦合到与工业操作相关联的工业设备。例如，工业设备可以安装或位于一个或多个专用场所(例如，工厂)或其他物理位置(例如，地理区域)。例如，工业设备可以耦合到操作员与之交互的至少一个控制系统。传感器设备或感测系统中的至少一个可以被配置为测量工业设备的输出，并提供指示测量的输出的数据作为输入数据。在一些实施例中，测量的输出可以指示操作员的效能(effectiveness)。在一些实施例中，传感器设备或感测系统中的至少一个可以附加地或可替换地被配置为视觉地和/或听觉地监测为其提供操作员变化分析的操作员。例如，至少一个图像捕获设备可以位于操作员和/或工业设备附近，并且被配置为监测操作员和/或工业设备。在一些实施例中，来自至少一个图像捕获设备的图像捕获数据可以作为输入数据提供，并用于确定操作员变化。

根据本公开的一些实施例，从输入数据识别的瞬态过程数据或非稳态过程数据对应于在特定时间段内以统计上显著的值或量变化的过程数据。根据本公开的一些实施例，统计上显著的值或量以及特定时间段取决于与工业操作相关联的一个或多个过程的动态。根据本公开的一些实施例，使用至少一种统计手段或测量的外部触发来识别瞬态过程数据或非稳态过程数据。例如，测量的外部触发可以反映或指示与工业操作相关联的变化。例如，瞬态过程数据或非稳态过程数据可以包括指示与工业操作相关联的至少一件设备或过程的启动或关闭(即，改变)的数据。

应当理解，从其识别瞬态过程数据或非稳态过程数据的输入数据可以包括除了瞬态过程数据或非稳态过程数据之外的其他类型的数据。例如，除了瞬态过程数据或非稳态过程数据之外，输入数据可以包括稳态过程数据和停机时间数据中的至少一个。还应当理解，输入数据可以以各种形式出现，并且包括(或不包括)各种类型的信息。例如，输入数据可以以数字形式接收，并且在一些情况下包括一个或多个时间戳。此外，输入数据可以以模拟形式提供，并且在其他情况下包括其他类型的信息。在输入数据以模拟形式提供的一些实施例中，模拟输入数据可以被转换成数字输入数据(例如，通过使用一个或多个模数转换设备或装置)。

根据本公开的一些实施例，基于一个或多个因素选择瞬态过程数据或非稳态过程数据中被选择来聚类用于操作员变化分析的一种或多种类型的数据。例如，一个或多个因素可以包括一种或多种类型的数据与工业操作的盈利性、安全性或合规性中的一个或多个的关系或相关性。例如，可以确定瞬态过程数据的哪些部分对应于计划外瞬态过程数据(例如，从计划外事件产生的)和计划内瞬态过程数据(例如，从计划内事件产生的)，并且计划外瞬态过程数据可以被选择作为一种或多种类型的数据中的一种，该一种或多种类型的数据被选择来聚类用于操作员变化分析。在一种或多种类型的数据包括多种类型的数据(例如，警报数据、操作员动作数据和过程事件数据)的实施例中，多种类型的数据中的每一种可以使用一种或多种数据聚类技术来聚类。在一些示例实现方式中，使用独特的数据聚类技术对多种类型的数据中的每一种进行聚类。根据本公开的一些实施例，选择的数据类型对应于与工业操作相关联的一个或多个操作机制相关联的数据，例如上面讨论的那些。与分离数据(例如，分成不同的操作机制)的过程、识别/确定最佳操作员以及所公开发明的其他方面相关的其他方面将从下面的进一步讨论以及共同未决的美国专利申请中理解，这些申请的名称为“Systems and methods for providing operator variation analysisfor steady state operation of continuous or batch wise continuous processes”、“Systems and methods for benchmarking operator performance for an industrialoperation”以及“Systems and methods for addressing gaps in an industrialoperation due to operator variability”，这些申请与本申请在同一天提交，要求与本申请相同的临时申请的优先权，并且被转让给与本申请相同的受让人。这些申请在此全部引入作为参考。

应当理解，如本领域普通技术人员将理解的，上述方法可以包括许多其他附加特征。例如，在一些实施例中，该方法可以进一步包括识别和标记聚类的一种或多种类型的数据中的特定事件(例如，特定事件的描述)。此外，该方法可以包括响应于特定事件，将与操作员动作或缺少操作员动作相关的信息添加到聚类的一种或多种类型的数据中。

根据本公开的一些实施例，上述方法(和/或本文公开的其他系统和方法)可使用与工业操作相关联的一个或多个系统或设备来实施。在一些实施例中，一个或多个系统或设备可以包括工业操作本地的系统或设备。例如，一个或多个系统或设备可以包括现场服务器和/或现场监测系统或设备。在一些实施例中，一个或多个系统或设备还可以包括远离工业操作的系统或设备。例如，一个或多个系统或设备可以包括网关、基于云的系统、远程服务器等(在本文中也可替换地称为“前端”或“边缘”系统)。

实现上述方法(和/或本文公开的其他系统和方法)的一个或多个系统或设备可以包括至少一个处理器和至少一个存储器设备。如本文所使用的，术语“处理器”用于描述执行功能、操作或操作序列的电子电路。功能、操作或操作序列可以被硬编码到电子电路中，或者通过保持在存储器设备中的指令被软编码。处理器可以使用数字值或使用模拟信号来执行功能、操作或操作序列。

在一些实施例中，处理器可以包含在例如专门编程的微处理器、数字信号处理器(DSP)或专用集成电路(ASIC)中，其可以是模拟ASIC或数字ASIC。此外，在一些实施例中，处理器可以包含在可配置的硬件中，例如现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)。在一些实施例中，处理器也可以包含在具有相关程序存储器的微处理器中。此外，在一些实施例中，处理器可以包含在分立的电子电路中，该电子电路可以是模拟电路、数字电路或者模拟电路和数字电路的组合。该处理器可以耦合到至少一个存储器设备，该处理器和该至少一个存储器设备被配置为实现上述方法。例如，该至少一个存储器设备可以包括本地存储器设备(例如，EEPROM)和/或远程存储器设备(例如，基于云的存储器)。

应当理解，术语“处理器”和“控制器”在本文可以互换使用。例如，处理器可以用来描述控制器。此外，控制器可以用来描述处理器。

本文还提供了一种用于为工业操作提供操作员变化分析的系统。在一个方面，该系统包括至少一个处理器和耦合到该至少一个处理器的至少一个存储器设备。至少一个处理器和至少一个存储器设备被配置为处理从一个或多个数据源接收的输入数据，以识别与工业操作相关的瞬态过程数据或非稳态过程数据，并选择瞬态过程数据或非稳态过程数据中的一种或多种类型的数据来聚类用于操作员变化分析。可以使用一种或多种数据聚类技术对一种或多种类型的数据进行聚类，并且可以对聚类的一种或多种类型的数据进行分析，以识别负责管理工业操作的多个操作员中的最佳操作员。确定在工业操作的经济操作中是否由于最佳操作员和最佳操作员之外的操作员之间的操作员可变性而存在一个或多个差距。例如，可以将与最佳操作员之外的操作员相关联的选择信息与最佳操作员相关联的选择信息进行比较，以确定是否存在一个或多个差距。根据本公开的一些实施例，如果操作员之间的所有变化都被消除，则一个或多个差距表示在常见过程事件或异常操作期间的改进潜力。

例如，响应于确定工业操作的经济操作中存在一个或多个差距，可以测量、量化和/或表征一个或多个差距。根据本公开的一些实施例，可以分析一个或多个差距，以确定与一个或多个差距相关联的相关特性是否证明用于解决特定工业操作的一个或多个差距的至少一个解决方案是合理的。在一些实施例中，响应于确定与一个或多个差距相关联的相关特性证明用于解决特定工业操作的一个或多个差距的至少一个解决方案是合理的，可以识别至少一个解决方案，并且可以基于或使用至少一个识别的解决方案采取或执行一个或多个动作。一个或多个动作可以包括例如传送与至少一个识别的解决方案相关的信息。在一些实施例中，该信息包括通过实施至少一个识别的解决方案的预测经济效益。例如，该信息可以经由报告、文本、电子邮件和/或可听地传送。

在一些情况下，从其接收输入数据的一个或多个数据源可以包括一个或多个传感器设备或感测系统，例如本公开中前面讨论的那些。在一些情况下，上述系统包括或耦合到一个或多个数据源。

本文还公开了与分析操作员表现相关的其他示例方面和特征。例如，在本公开的一个方面，提供了一种用于监测和管理操作员表现的方法。该方法包括从一个或多个数据源接收与工业操作相关的输入数据，并处理该输入数据以测量操作员效能并建立用于基准测试/分析的数据储存库。例如，数据储存库可以包括与测量的操作员效能相关的信息。可以基于对数据储存库的分析来识别操作员可变性的最大贡献者，并且可以采取一个或多个动作来减少或消除操作员可变性的最大贡献者。应当理解，操作员可以负责监测和管理工业操作的一个或多个方面。例如，操作员可以负责操作与工业操作相关联的工业设备。例如，工业设备可以安装在或位于一个或多个专用场所(例如，工厂)或其他物理位置(例如，地理区域)。

根据本公开的一些实施例，可以基于对来自与工业操作相关联的一个或多个其他系统或设备的信息的分析来进一步识别操作员可变性的最大贡献者。其他系统或设备(传感器设备、数据库等)可以是本地或远程设备。例如，其他系统或设备可以包括用户设备，用户(例如，操作员的主管或同事)可以从该用户设备提供用户输入数据(例如，与操作员效能相关的信息)。其他系统或设备也可以包括云连接设备或数据库，可以从其检索或提供附加信息(例如，与工业操作相关联的附加信息)。

根据本公开的一些实施例，可以使用上述方法来确定所识别的操作员可变性的最大贡献者对工业操作的影响。例如，与所识别的操作员可变性的最大贡献者相关联的有形(例如，货币)成本和/或无形(例如，声誉)成本可以用于确定所识别的操作员可变性的最大贡献者的影响。根据本公开的一些实施例，可以基于所确定的影响对所识别的操作员可变性的最大贡献者进行优先级排序。此外，可以至少部分地基于优先级排序来执行为减少或消除操作员可变性的最大贡献者而采取的一个或多个动作。为减少或消除操作员可变性的最大贡献者而采取的一个或多个动作可以包括，例如，推荐特定的自动化、操作员工具或现代化，以减少操作员可变性的最大贡献者对工业操作的影响。根据本公开的一些实施例，一旦采取或实施了一个或多个动作，就重复该方法以识别下一个最大的改进差距或优先级。这都是基于数据和应用于数据的特定分析方法。如上所述，该方法使能并推动持续改进过程。

在本公开的一个方面，一种用于监测和管理操作员表现的系统包括至少一个处理器和耦合到该至少一个处理器的至少一个存储器设备。该至少一个处理器和该至少一个存储器设备被配置为从一个或多个数据源接收与工业操作相关的输入数据，并处理该输入数据以测量操作员效能并建立用于基准测试/分析的数据储存库。例如，数据储存库可以包括与测量的操作员效能相关的信息。可以基于对数据储存库的分析来识别操作员可变性的最大贡献者，并且可以采取一个或多个动作来减少或消除操作员可变性的最大贡献者。

根据本公开的实施例的系统和方法的其他变型当然是可能的，这将从下面的讨论中进一步理解。从下面的讨论中还可以理解，所公开的系统和方法可以以多种方式系统地改善操作员表现。例如，所公开的系统和方法可以通过以下方式改善操作员表现：

·从与过程操作员相关联的过程单元收集相关信息/数据，例如警报、所有操作员在分布式控制系统(DCS)上电子记录的动作、实时过程数据、配置改变、班次日历等。

·通过用数据分析、机器学习和聚类来分析操作员和班次之间的变化，客观地计算操作员表现或效能。

·建立操作员表现度量和计算基准测试的中央储存库。

·确定对过程关键绩效指标(KPI)影响最大的具体操作员表现差距。

·推荐具体的解决方案来提高操作员表现。这些解决方案可以是软件或程序性改变。

目前有一百多种提议来在操作过程中例如在工业操作中辅助操作员。然而，没有基于数据的客观方法来证明操作员工具或辅助的合理性。也没有明确的方法来测量操作员工具对过程的影响。这是情境意识指南的使用没有达到应有的广泛程度的主要原因之一。如在本公开的背景技术部分中所提到的，估计由于人为(即操作员)根本原因，整个加工工业每年总共损失800亿美元。本文公开的系统和方法寻求减少这些损失并提高效率。

虽然本文提供的示例是参考工业操作来讨论的，但是应该理解，本文公开的系统和方法适用于期望监测和管理操作员表现的其他类型的操作。

还应当理解，从下面的讨论中可以理解，存在许多与所公开的系统和方法相关联的其他特征和优点。

附图说明

从以下对附图的详细描述中，可以更全面地理解本公开的前述特征以及本公开本身，其中：

图1示出了根据本公开的实施例的示例工业操作；

图2至图2C示出了本发明所需的示例；

图3示出了根据本公开的实施例的示例系统，其中可以监测和管理操作员表现；

图4是示出用于监测和管理操作员表现的方法的示例实现方式的流程图；

图5是示出用于为工业操作提供操作员变化分析的方法的示例实现方式的流程图；

图6示出了根据本公开的实施例的示例特征；

图7示出了根据本公开的实施例的示例特征；

图8是示出用于分析和对工业操作的经济操作中的差距进行优先级排序的方法的示例实现方式的流程图；和

图9是示出用于识别、组织解决方案以及对解决方案进行优先级排序的方法的示例实现方式的流程图，所述解决方案用于解决工业操作的经济操作中的差距。

具体实施方式

现在将更具体地描述在此寻求保护的概念、系统和技术的特征和其他细节。应当理解，本文描述的任何具体实施例都是通过说明的方式示出的，而不是作为对本文描述的公开内容和概念的限制。在不脱离寻求保护的概念的范围的情况下，可以在各种实施例中采用本文描述的主题的特征。

参考图1，根据本公开的实施例的示例工业操作100包括多个工业设备110、120、130、140、150、160、170、180、190。工业设备(或装置)110、120、130、140、150、160、170、180、190可以与特定应用(例如，工业应用)、应用和/或过程相关联。工业设备110、120、130、140、150、160、170、180、190可以包括电气或电子设备，例如，诸如与工业操作100(例如，制造或自然资源开采操作)相关联的机器。工业设备110、120、130、140、150、160、170、180、190还可以包括与工业操作100相关联的控制和/或辅助设备，例如过程控制和监测测量设备。在实施例中，工业设备110、120、130、140、150、160、170、180、190可以安装在或位于与工业操作100相关联的一个或多个专用场所(即，建筑物)或其他物理位置(即，场所)中。这些设施可以对应于例如工业建筑物或工厂。此外，物理位置可以对应于例如地理区域或位置。

在一些实施例中，工业设备110、120、130、140、150、160、170、180、190可以各自被配置为执行一个或多个任务。例如，工业设备110、120、130、140、150、160、170、180、190中的至少一个可以被配置为生产或处理与工业操作100相关联的一个或多个产品或产品的一部分。此外，工业设备110、120、130、140、150、160、170、180、190中的至少一个可以被配置为感测或监测与工业操作100相关联的一个或多个参数(例如，工业参数)。例如，工业设备110可以包括或耦合到温度传感器，该温度传感器被配置为感测与工业设备110相关联的温度，例如，工业设备110附近的环境温度、与工业设备110相关联的过程的温度、由工业设备110生产的产品的温度等。工业设备110可以附加地或替代地包括一个或多个压力传感器、流量传感器、液位传感器、振动传感器和/或任何数量的其他传感器，例如，与和工业设备110相关联的应用或过程相关联的传感器。在一个示例实施例中，应用或过程可能涉及水、空气、气体、电、蒸汽、油等。

工业设备110、120、130、140、150、160、170、180、190可以采取各种形式，并且可以各自具有相关联的复杂性(或一组功能能力和/或特征)。例如，工业设备110可以对应于“基础”工业设备，工业设备120可以对应于“中级”工业设备，工业设备130可以对应于“高级”工业设备。在这样的实施例中，中级工业设备120可以比基础工业设备110具有更多的功能(例如，测量特征和/或能力)，并且高级工业设备130可以比中级工业设备120具有更多的功能和/或特征。例如，在实施例中，工业设备110(例如，具有基础能力和/或特征的工业设备)可能能够监测工业过程的一个或多个第一特性，工业设备130(例如，具有高级能力的工业设备)可能能够监测工业过程的一个或多个第二特性，其中第二特性包括第一特性和一个或多个附加参数。应当理解，该示例仅用于说明目的，同样在一些实施例中，工业设备110、120、130等可以各自具有独立的功能。

如在本公开的背景技术部分中所讨论的，工业设备(例如，110、120、130等)通常由一个或多个系统操作员操作，或者至少由一个或多个系统操作员监测。也如在本公开的背景技术部分中所讨论的，工业设备的表现以及与工业设备相关联的工业操作(例如，100)的表现经常受到系统操作员的影响。例如，对于系统操作员A，工业设备和工业操作的表现可以处于级别X。另外，对于系统操作员B，工业设备和工业操作的表现可以处于级别Y。此外，对于系统操作员C，工业设备和工业操作的表现可以处于级别Z。

例如，现在参考图2至图2C，示出了一假设，其中有三个不同的操作员(系统操作员A、系统操作员B和系统操作员C)负责监测和管理炼油厂(即，示例工业操作)。在假设中，系统操作员A(例如，“Joe”)在第一班次监测和管理炼油厂(如图2所示)，系统操作员B(例如，“Sam”)在第二班次监测和管理炼油厂(如图2A所示)，系统操作员C(例如，“Trey”)在第三班次监测和管理炼油厂(如图2B所示)。如图2至图2B所示，其示出了当系统操作员A、B、C中的每一个监测和管理炼油厂时，炼油厂的生产关键绩效指标(KPI)水平，炼油厂的表现在系统操作员A、B、C中的每一个之间变化。同样如图2至图2B所示，炼油厂的表现随着班次的变化而变化。上述情况的结果是炼油厂没有在其最佳水平下操作，如图2C所示。这可能会显著影响操作的底线(即有形成本)和声誉(即无形成本)。因此，能够准确地监测和管理操作员表现是很重要的。

本文提供了用于监测和管理操作员表现的系统和方法，例如，以至少解决前述问题。

图3示出了其中可以实现根据本公开的实施例的系统和方法的示例系统的各方面。如图3所示，该系统包括多个工业设备(这里是设备311、312、313、314、315)和能够监测和控制设备311、312、313、314、315的一个或多个方面的多个监测和控制设备(这里是监测和控制设备321、322、323、324)。监测和控制设备321、322、323、324还能够监测负责操作设备311、312、313、314、315的操作员，这将从下面的讨论中理解。根据本公开的一些实施例，设备311、312、313、314、315可以与上面结合图1讨论的设备110、120、130、140、150、160、170、180、190相同或相似。例如，设备311、312、313、314、315可以包括电气或电子设备，例如与工业操作相关联的机器(例如，图1中所示的100)。

如图3所示，监测和控制设备321、322、323、324各自与设备311、312、313、314、315中的一个或多个相关联。例如，监测和控制设备321、322、323、324可以耦合到设备311、312、313、314、315中的一个或多个，并且可以监测，并且在一些实施例中，分析与它们所耦合的设备311、312、313、314、315相关联的参数(例如，过程相关参数)。此外，监测和控制设备321、322、323、324可以位于负责操作设备311、312、313、314、315的操作员附近，并且被配置为监测操作员。根据本公开的一些实施例，监测和控制设备321、322、323、324包括分布式控制系统(DCS)和监督控制和数据收集(SCADA)系统中的至少一个，例如用于监测和控制设备311、312、313、314、315。此外，根据本公开的一些实施例，监测和控制设备321、322、323、324包括至少一个视觉和/或听觉监测设备，例如，用于监测设备311、312、313、314、315和/或用于监测负责操作设备311、312、313、314、315的操作员。在一些实施例中，至少一个视觉和/或听觉监测设备可以包括至少一个图像捕获设备，例如相机。此外，至少一个视觉和/或听觉监测设备可包括至少一个眼睛跟踪设备，例如，以观察操作员如何与系统、机器和过程配合。应当理解，其他类型的监测和控制设备321、322、323、324当然也可以用于监测和控制设备311、312、313、314、315和/或用于监测负责操作设备311、312、313、314、315的操作员。

在所示的示例实施例中，监测和控制设备321、322、323、324经由“云”350通信地耦合到中央处理单元340。在一些实施例中，监测和控制设备321、322、323、324可以直接通信地耦合到云350，如所示实施例中的监测和控制设备321。在其他实施例中，监测和控制设备321、322、323、324可以间接通信地耦合到云350，例如，通过中间设备，诸如云连接的集线器330(或网关)，如所示实施例中的监测和控制设备322、323、324。云连接的集线器330(或网关)可以例如向监测和控制设备322、323、324提供对云350和中央处理单元340的访问。应当理解，并非所有的监测和控制设备都可以与云350(直接或间接)连接(或能够与其连接)。在监测和控制设备不与云350连接的实施例中，监测和控制设备可以与网关、边缘软件通信或者可能不与其他设备通信(例如，在监测和控制设备正在本地处理数据的实施例中)。

如本文所使用的，术语“云”和“云计算”旨在指连接到因特网或者以其他方式可由监测和控制设备321、322、323、324经由通信网络访问的计算资源，该通信网络可以是有线或无线网络，或者两者的组合。包括云350的计算资源可以集中在单个位置、分布在多个位置，或者两者的组合。云计算系统可以根据特定的云系统架构或编程在多个机架、刀片、处理器、内核、控制器、节点或其他计算单元之间划分计算任务。类似地，云计算系统可以将指令和计算信息存储在集中式存储器或存储装置中，或者可以将这样的信息分布在多个存储装置或存储器组件中。云系统可以将指令和计算信息的多个副本存储在冗余存储单元(诸如RAID阵列)中。

中央处理单元340可以是云计算系统或云连接计算系统的示例。在实施例中，中央处理单元340可以是位于安装有设备311、312、313、314、315以及监测和控制设备321、322、323、324的建筑物(或其他位置)内的服务器，或者可以是位于远程的基于云的服务。在一些实施例中，中央处理单元340可以包括类似于监测和控制设备321、322、323、324的计算功能组件的计算功能组件，但是通常可以拥有数据处理中涉及的更多数量和/或更强大版本的组件，诸如处理器、存储器、存储装置、互连机制等。中央处理单元340可以被配置为实现各种分析技术，以识别从监测和控制设备321、322、323、324接收的测量数据中的模式，如下面进一步讨论的。本文讨论的各种分析技术还涉及一个或多个软件功能、算法、指令、应用和参数的执行，这些软件功能、算法、指令、应用和参数存储在一个或多个存储器源上，所述存储器源通信地耦合到中央处理单元340。在某些实施例中，术语“功能”、“算法”、“指令”、“应用”或“参数”也可以分别指并行和/或串联操作的功能、算法、指令、应用或参数的层级。层级可以包括基于树的层级，诸如二叉树、具有从每个父节点向下的一个或多个子节点的树或其组合，其中每个节点代表特定的功能、算法、指令、应用或参数。

在实施例中，由于中央处理单元340连接到云350，所以它可以经由云350访问附加的云连接的设备或数据库360。例如，中央处理单元340可以访问因特网并接收其他信息，这些信息可能有助于分析从监测和控制设备321、322、323、324接收的数据。在实施例中，云连接的设备或数据库360可以对应于与一个或多个外部数据源相关联的设备或数据库。另外，在实施例中，云连接的设备或数据库360可以对应于用户设备，用户可以从该用户设备提供用户输入数据。用户可以查看关于监测和控制设备321、322、323、324的信息(例如，监测和控制设备制造商、型号、类型等)以及由监测和控制设备321、322、323、324使用用户设备收集的数据(例如，与工业操作相关联的信息)。此外，在实施例中，用户可以使用用户设备来配置监测和控制设备321、322、323、324。

在实施例中，通过利用中央处理单元340相对于监测和控制设备321、322、323、324的云连接性和增强的计算资源，在适当的时候，可以对从一个或多个监测和控制设备321、322、323、324检索的数据以及对上述附加数据源执行复杂的分析。该分析可用于动态控制与工业操作相关联的一个或多个参数、过程、条件或设备(例如，设备311、312、313、314、315)。

在实施例中，参数、过程、条件或设备由与工业操作相关联的至少一个控制系统动态控制。在实施例中，至少一个控制系统可以对应于或包括一个或多个监测和控制设备321、322、323、324、中央处理单元340和/或与工业操作相关联的其他设备。如前所述，操作员对应于与和工业操作相关联的至少一个控制系统交互的人。

参考图4至图9，示出了几个流程图(或流程图示)和相关的附图，以说明本公开的与监测和管理操作员表现相关的各种方法(这里，方法400、500、800、900)。矩形元素(由图4中的元素405代表)，在本文可以称为“处理块”，可以表示计算机软件和/或算法指令或指令组。菱形元素(由图5中的元素530代表)，在本文可以被称为“决策块”，表示计算机软件和/或算法指令，或者指令组，其影响由处理块表示的计算机软件和/或算法指令的执行。处理块和决策块(以及所示的其他块)可以表示由功能等同的电路(诸如数字信号处理器(DSP)电路或专用集成电路(ASIC))执行的步骤。

流程图没有描述任何特定编程语言的语法。相反，流程图示出了本领域普通技术人员制造电路或生成计算机软件以执行特定设备所需的处理所需的功能信息。应该注意的是，许多例行程序元素，例如循环和变量的初始化以及临时变量的使用没有被示出。本领域的普通技术人员将会理解，除非本文另有说明，否则所描述的特定的块顺序仅仅是说明性的，并且可以改变。因此，除非另有说明，下面描述的块是无序的；这意味着当可能时，这些块可以以任何方便或期望的顺序执行，包括顺序块可以同时执行(例如，在多个处理器和/或多个系统或设备上并行运行)，反之亦然。此外，在某些情况下，块的顺序/流程也可以重新排列/互换。还将理解，在一些实施例中，可以组合来自下面描述的流程图的各种特征。因此，除非另有说明，来自下面描述的流程图之一的特征可以与下面描述的其他流程图的特征相结合，例如，以获得与寻求由本公开保护的监测和管理操作员表现相关联的系统和方法的各种优点和方面。还应当理解，在一些实施例中，来自下述流程图的各种特征可以分离。例如，虽然图4、图5、图8和图9中所示的流程图被示为具有许多块，但是在一些实施例中，这些流程图所示的方法可以包括更少的块或步骤。

参考图4，流程图示出了用于监测和管理操作员表现的示例方法400，例如，以更好地理解和最小化操作员之间的变化。方法400可以例如在至少一个系统和/或设备的至少一个处理器上实现，该至少一个系统和/或设备与其中操作性能被监测和管理的系统和/或操作相关联。例如，方法400可以在监测和控制设备321、322、323、324中的至少一个的至少一个处理器上和/或在图3所示的中央处理单元340的至少一个处理器上实现。应当理解，方法400可以在许多其他系统和/或设备上实现。

如图4所示，方法400开始于框405，其中从一个或多个数据源接收与工业操作相关的输入数据。根据本公开的一些实施例，一个或多个数据源包括一个或多个传感器设备或感测系统。例如，一个或多个数据源可以包括耦合到与工业操作相关联的工业设备(例如，图3所示的设备311、312、313、314、315)的一个或多个传感器设备或感测系统(例如，图3所示的监测和控制设备321、322、323、324)。在框405处，一个或多个传感器设备或感测系统可被配置为测量工业设备的输出，并提供测量的输出或指示测量的输出的数据作为输入数据。根据本公开的一些实施例，一个或多个数据源可以附加地或替代地包括视觉和/或听觉监测设备。例如，至少一个图像捕获设备可以位于与工业操作和/或工业设备相关联的操作员附近，并且被配置为监测操作员和/或工业设备。在框405处，可以提供来自至少一个图像捕获设备的图像捕获数据作为输入数据。

在框410处，输入数据被处理以测量操作员效能。根据本公开的一些实施例，工业设备的输出(其是输入数据的示例类型)可以指示操作员效能。还可以基于对其他类型的输入数据的评估来测量或确定操作员效能，例如，用户输入数据和来自其他数据源(例如，外部数据源)的数据。

根据本公开的一些实施例，用于测量操作员效能的输入数据按与工业操作相关联的工业应用进行解析，并且针对每个工业应用来单独测量操作员效能。在一些实施例中，每个工业应用与不同的过程或设备相关联。此外，在一些实施例中，工业操作与多个场所(例如，物理工厂场所)和/或多个客户(例如，不同的客户)相关联。在这些实施例中，可以针对多个场所中的每一个单独地或者结合多个场所中的其他场所来测量操作员效能。

根据本公开的一些实施例，输入数据被收集到从输入数据产生的数据集被确定为具有统计显著性的点。根据本公开的一些实施例，分析数据集以识别与工业操作相关联的一个或多个度量之间的相关性。一个或多个度量可以包括例如以下中的至少一个：生产率稳定性、HMI图形之间的过渡次数、手动与自动的循环次数、以千瓦/单位计的能量使用、过程循环处于手动与自动模式的总时间、过程控制从手动到自动的总过渡次数、控制循环的调谐变化、警报改变的计数。根据本公开的一些实施例，一个或多个度量与以下中的至少一个交叉引用：一天中的班次时间、班次长度、班次人力和操作员的经验水平，以进一步识别相关性。例如，可以使用回归分析和/或其他分析来分析一个或多个度量，以识别相关性。例如，相关性可以指示工厂的最佳实践，这可以导致操作员效能的关键过程指标。根据本公开的一些实施例，操作员动作被链接到一个或多个度量中的至少一个，并且该链接至少部分地用于测量操作员效能。例如，在一个示例实现方式中，操作员动作可以链接到各种度量，并且通过度量的集合，将示出度量与操作员效能直接相关。根据这种相关性，可以改善货币损失和质量。

根据本公开的一些实施例，输入数据被“聚类”成例如其不同的操作机制，并且针对每个操作机制测量操作员效能(即，在框410处执行的分析被应用于每个机制)。与例如通过聚类(例如，识别“最佳”操作员)来测量操作员效能相关的附加方面将结合下面的附图进一步描述，并且也在共同未决的美国专利申请中描述，该专利申请的名称为“Systems andmethods for providing operator variation analysis for steady state operationof continuous or batch wise continuous processes”、“Systems and methods forbenchmarking operator performance for an industrial operation”以及“Systemsand methods for addressing gaps in an industrial operation due to operatorvariability”，这些申请与本申请在同一天提交，要求与本申请相同的临时申请的优先权，并转让给与本申请相同的受让人。如上所述，这些申请通过引用整体结合于此。

在框415处，数据储存库被建立(例如，在数据储存库尚不存在、不能被更新等的实施例中)或被更新(例如，在已经存在数据储存库的实施例中)用于基准测试/分析。例如，数据储存库可以包括与测量的/确定的操作员效能相关的信息。关于基准测试，可以理解的是，基准测试将显著提高该方法的其他块中提供的分析和建议的质量。在框415处建立或更新的数据储存库可以对应于本地数据储存库(例如，接近工业操作)或远程数据储存库(例如，基于云的数据储存库)。本地数据储存库可以与监测和控制设备相关联，诸如例如图3所示的监测和控制设备321、322、323、324。此外，远程数据储存库可以与云计算资源相关联，例如图3所示的中央处理单元340。例如，在讨论方法400之后，进一步描述根据本公开的实施例的示例数据储存库的附加方面。

在框420处，基于对数据储存库和/或其他数据源的分析，识别操作员可变性的最大贡献者。例如，其他数据源可以包括与工业操作相关联的一个或多个其他系统或设备(传感器设备、数据库等)。其他系统或设备可以是本地或远程设备。例如，其他系统或设备可以包括用户设备，用户(例如，操作员的主管或同事)可以从该用户设备提供用户输入数据(例如，与操作员效能相关的信息)。其他系统或设备还可以包括云连接的设备或数据库(例如，图3中所示的360)，可以从其检索或提供附加信息(例如，与工业操作相关联的附加信息)。

根据本公开的一些实施例，操作员可变性的最大贡献者可能在工业操作的经济操作中产生一个或多个差距。根据本公开的一些实施例，如果操作员之间的所有变化(即，最佳操作员和其他操作员之间的所有变化)被消除，则一个或多个差距表示在常见过程事件或异常操作期间的改进潜力。根据本公开的一些实施例，一个或多个差距是最佳操作员和所有其他操作员之间的产量和/或盈利差距。例如，可被执行以识别最佳操作员和差距的示例分析的附加方面将结合下面的附图进一步描述。

在框425处，采取一个或多个动作来减少或消除操作员可变性的最大贡献者。根据本公开的一些实施例，一个或多个动作包括推荐和/或实现特定自动化、操作员工具或现代化(例如，特定解决方案，如图6所示)以减少操作员可变性的最大贡献者对工业操作的影响。例如，在推荐和/或实现特定自动化时，减少了操作员动作和判断。减少操作员变化结合了减少动作的数量(主要)和使或鼓励他们的动作相互一致。从下面的讨论中，可以用来减少或消除操作员可变性的最大贡献者的进一步示例动作将变得更加明显。

在框425之后，在一些实施例中，方法400可以结束。在其他实施例中，方法400可以返回到框405并再次重复(例如，用于接收附加输入数据)。在方法400在框425之后结束的一些实施例中，例如，方法400可以自动地和/或响应于用户输入和/或控制信号再次启动。例如，在一些实施例中，方法400可以再次自动重复，以识别和解决(即，采取动作来减少或消除)操作员可变性的下一个最大贡献者。在这些实施例中，方法400可以潜在地再次重复，直到操作员可变性的所有(或基本上所有)最大贡献者已经被识别和解决。

应当理解，在一些实施例中，方法400可以包括一个或多个另外的块或步骤，这对本领域普通技术人员来说是显而易见的。例如，在一些实施例中，方法400还可包括确定所识别的操作员可变性的最大贡献者对工业操作的影响。此外，在一些实施例中，方法400还可包括基于确定的影响对识别的操作员可变性的最大贡献者进行优先级排序。根据本公开的一些实施例，与所识别的操作员可变性的最大贡献者相关联的有形成本和/或无形成本被用于确定所识别的操作员可变性的最大贡献者的影响。此外，根据本公开的一些实施例，至少部分地基于所识别的操作员可变性的最大贡献者的优先级排序(例如，基于所确定的影响)，执行在框425处采取的用于减少或消除操作员可变性的最大贡献者的一个或多个动作。例如，在讨论方法400之后，将进一步描述确定影响(和其他特征)的附加方面。

如上所述，方法400通过识别操作员表现中的最大差距或优先级并推荐特定的解决方案来改进该方面表现，从而使能并推动持续改进过程。下面结合附图进一步描述与监测和管理操作员表现相关的附加方面。

参考图5，流程图示出了用于为工业操作提供操作员变化分析的示例方法500。根据本公开的一些实施例，方法500示出了可以在本文公开的其他方法(例如，方法400)的一个或多个框中和/或除了本文公开的其他方法的框之外执行的示例步骤。类似于本文公开的其他方法，方法500可以例如在与工业操作相关联的至少一个系统或设备(例如，图3中所示的321)的至少一个处理器上和/或远离工业操作的至少一个处理器上实施，例如在以下中的至少一个中实施：基于云的系统、现场软件/边缘、网关或另一头端系统。

如图5所示，方法500开始于框505，其中从一个或多个数据源接收与工业操作相关的输入数据。类似于上面结合图4讨论的框405，根据本公开的一些实施例，一个或多个数据源包括一个或多个传感器设备或感测系统。例如，一个或多个数据源可以包括耦合到与工业操作相关联的工业设备(例如，图3所示的设备311、312、313、314、315)的一个或多个传感器设备或感测系统(例如，图3所示的监测和控制设备321、322、323、324)。此外，根据本公开的一些实施例，一个或多个数据源可以进一步或替代地包括视觉和/或听觉监测设备。例如，至少一个图像捕获设备可以位于与工业操作和/或工业设备相关联的操作员附近，并且被配置为监测操作员和/或工业设备。在框505处，可以提供来自至少一个图像捕获设备的图像捕获数据作为输入数据。

应当理解，输入数据可以以各种形式出现，并且包括(或不包括)各种类型的信息。例如，输入数据可以以数字形式接收，并且在一些情况下包括一个或多个时间戳。此外，输入数据可以以模拟形式提供，并且在其他情况下包括其他类型的信息。在输入数据以模拟形式提供的一些实施例中，模拟输入数据可以被转换成数字输入数据(例如，通过使用一个或多个模数转换设备或装置)。根据本公开的一些实施例，输入数据包括以下中的至少一个：通常从历史记录中收集的实时数据、自动或手动输入的实验室数据、来自控制系统中配置的警报的事件数据、来自离散操作的事件数据(例如可以是自动的或由人发起的电机启动/停止)以及来自控制系统中的人为动作的事件数据。应当理解，输入数据可以包括许多其他类型的数据，这对本领域普通技术人员来说是显而易见的。

在框510处，输入数据被处理以识别与工业操作相关的瞬态过程数据或非稳态过程数据。根据本公开的一些实施例，瞬态过程数据或非稳态过程数据对应于在特定时间段内以统计上显著的值或量变化的过程数据。统计上显著的值或量以及特定的时间段可以取决于例如与工业操作相关联的一个或多个过程的动态。根据本公开的一些实施例，使用至少一种统计手段或测量的外部触发来识别瞬态过程数据或非稳态过程数据。例如，测量的外部触发可以反映或指示与工业操作相关联的变化。例如，瞬态过程数据或非稳态过程数据可以包括指示与工业操作相关联的至少一件设备或过程的启动或关闭(即，改变)的数据。

应当理解，从其识别瞬态过程数据或非稳态过程数据的输入数据可以包括除了瞬态过程数据或非稳态过程数据之外的其他类型的数据。例如，除了瞬态过程数据或非稳态过程数据之外，输入数据可以包括稳态过程数据和停机时间数据中的至少一个。在这些实施例中，瞬态过程数据或非稳态过程数据可以被识别并与其他类型的数据分离(例如，过滤或消除)。

如本文所用，稳态是指不存在瞬态操作。事实上，即使操作点(设定点)都是恒定的，并且所有设备都在顺利操作，每个连续过程也在不断变化。然而，这些都是非常微小的变化。在稳态和瞬态操作之间将有阈值来区分每种情况。根据本公开的实施例，将稳态操作和相关联的稳态过程数据与瞬态操作和相关联的瞬态过程数据分开是非常重要的，例如，因为在前者中，操作员具有很少不需要的动作来在高效操作中保持最佳操作。在瞬态操作中，操作员将始终需要经历根本原因过程，以确定潜在原因和采取纠正根本原因问题的正确动作。操作员之间的变化将采取非常不同的路线，并强调实质上不同的解决方案，这将从下面的进一步讨论中理解。

在框515处，选择瞬态过程数据或非稳态过程数据中的一种或多种类型的数据来聚类，用于操作员变化分析。根据本公开的一些实施例，基于一个或多个因素选择一种或多种类型的数据。例如，一个或多个因素可以包括一种或多种类型的数据与工业操作的盈利性、安全性或合规性中的一个或多个的关系或相关性。一种或多种类型的数据与工业操作的盈利性、安全性或合规性中的一个或多个的关系或相关性在一些情况下可以被自动映射或确定，而在其他情况下可以被手动配置。应当理解，在某些情况下，这种关系或相关性可能随时间而变化。例如，该关系或相关性可以响应于新的或更新的盈利性阈值、安全标准或参数和/或合规性标准而改变。

在一个示例实施方式中，可以确定瞬态过程数据的哪些部分对应于计划外瞬态过程数据(例如，从计划外事件产生的)和计划内瞬态过程数据(例如，从计划内事件产生的)，并且计划外瞬态过程数据可以被选择作为一种或多种类型的数据中的一种，所述一种或多种类型的数据被选择以聚类用于操作员变化分析。

应当理解，在一些情况下，在框515处选择的一种或多种类型的数据可以包括多种类型的数据。例如，在一些情况下，所选择的数据可以包括几种类型的数据，该几种类型的数据包括以通常一分钟的频率采样的时间序列变量，但是范围可以从几毫秒到一天的平均值。此外，警报数据、操作员动作和过程事件数据可以被选择用于混合数据聚类。该周期通常会跨越较长的过程操作周期，通常为一年，但也可能更短或更长。一般来说，数据类型通常是因为它们与(例如，过程的)盈利性、安全性或合规性有关或相关而被选择。

在框520处，使用一种或多种数据聚类技术对在框515处选择的一种或多种类型的数据进行聚类。根据本公开的一些实施例，组合了包括新颖技术的若干聚类和时间序列技术的多元统计方法被用于聚类一种或多种类型的数据。例如，聚类的数量可以取决于数据中唯一事件的数量。在一些情况下，该方法同时使用一些或所有上述数据(即，一种或多种类型的数据)来表征代表特定事件的非常特定的模式。这些事件可以在数据周期内重复发生，也可以只发生一次。每个过程事件都可以是计划内的过渡(诸如从一种产品转换到另一种产品)、计划内的活动(诸如清洗过滤器)、计划外的事件(诸如轻微的过程混乱)、计划外的设备故障或人为错误的结果。这些事件可以通过上述混合数据中非常特定的模式来表现，例如指纹。

在一些实施例中，可以在聚类的一种或多种类型的数据中识别和标记事件。例如，事件标签名称、描述、操作员动作、缺少操作动作、优先级等，并且可以在数据中相应地标记事件。事件标签名称、描述、操作员动作、缺少操作、优先级等在一些情况下可能会影响聚类方法。

在其中在框515处选择用于在框520处聚类的一种或多种类型的数据包括多种类型的数据(例如，警报数据、操作员动作数据和/或过程事件数据)的实施例中，例如，可以为多种类型的数据中的每一种选择一种或多种数据聚类技术。在一些示例实现方式中，可以使用独特的数据聚类技术来对多种类型的数据中的每一种进行聚类。

如上所述，并且从本文的进一步讨论中将会理解，可以使用各种聚类技术/方法/过程来聚类用于操作变化分析的数据。例如，在本发明的一个示例实现方式中，瞬态聚类方法包括适合于问题类型的特定步骤或顺序的若干算法。这种安排的目的是隔离和标记常见和不常见的瞬态操作，例如关机、启动、设备故障、天气异常、产品更换等等。这些步骤可能包括以下中的部分或全部。

1.如果正在讨论的工厂/过程生产多种不同的产品或在记录的多种不同机制下操作，这些部分可以分开，并分别进行一些或所有以下步骤。不同的机制可以记录在时间序列数据或事件数据中。

2.分析数据以确定最佳静态聚类方法。可以选择以下方法之一(但不限于此列表)：BIRCH、谱聚类、K-Means、高斯混合、仿射传播。

3.使用选择的聚类方法创建总簇。

4.识别相同簇中连续时间点的“游程(run)”。

5.通过这些游程的长度、频率和直方图以及过渡簇来识别静态簇。

6.识别最低和最高关键变量簇和簇路径，以标记关键簇。

7.在静态段上建立自回归综合移动平均(ARIMA)模型，并识别具有高预测误差的点。

8.使用这些点来确认每个瞬态簇的边界。

9.用过程特定术语标记簇，诸如“关闭A”或“启动J”。

在上述过程中使用的数据可以包括从工业过程中收集的时间序列和/或警报事件数据。

应当理解，上述示例过程仅仅是可用于聚类数据用于操作变化分析的一个或多个示例过程。此外，应当理解，上述示例过程和其他示例过程可以包括附加的和/或可选的步骤。例如，在一些情况下，该过程可以包括验证簇(即，被聚类的数据)和事件(例如，与簇相关联的事件)。这不是一个必要的步骤，但可能有助于多元数据的预处理或缩放，因为它关系到更高的精度。应当理解，许多附加的和可选的步骤当然是可能的。

在框525处，在框520处对数据进行聚类之后，对聚类的一种或多种类型的数据进行分析，以识别负责管理工业操作的多个操作员中的“最佳”操作员。更具体地，聚类数据用于比较操作员到操作员的变化，并确定/识别最佳操作员。例如，在代表特定事件的每个簇中，具有最佳经济操作(例如，最大生产量、最低成本和最大生产量、最少浪费量、最少警报量等)的操作员可以被建立/识别为最佳操作员。例如，在多个操作员负责操作或控制同一件设备(或多件设备)或同一过程(或多个过程)的实施例中，当多个操作员(包括最佳操作员)操作或控制设备或过程时，可以基于工业操作的经济操作的分析来识别最佳操作员。例如，可以分析与经济操作相关的设备输出、成本和其他信息，以识别最佳操作员。在一些实施例中，可以分析与来自输入数据或从输入数据导出的数据中识别和标记的特定事件相关的信息(例如，响应于特定事件的操作员动作或缺少操作员动作)，以识别最佳操作员。

在框530处，确定工业操作的经济操作中是否存在任何差距。例如，可以将与除了最佳操作员之外的操作员相关联的选择信息与和最佳操作员相关联的选择信息进行比较，以确定在工业操作的经济操作中是否由于最佳操作员和其他操作员之间的操作员可变性而存在一个或多个差距。根据本公开的一些实施例，如果操作员之间的所有变化都被消除，则一个或多个差距表示在常见过程事件或异常操作期间的改进潜力。此外，一个或多个差距可以是应用附加的或更有效的自动化的目标或激励。

例如，瞬态操作由于其决策和决策时机的不同，在操作员中具有最大的可变性。影响这些决策的因素主要在问题的根本原因分析中，包括确定根本原因和得出结论所需的时间。在非常直观的高效操作环境中，操作员得出的结论和达到结论所需的时间非常一致。可以在操作环境中进行比较的与操作员相关的选择信息的示例例如是概览的图形显示、单元和设备细节，包括在正常和异常操作中使用的颜色、警报、趋势和其他信息，例如文本警报。异常操作/情况可能包括产品或等级之间的过渡、计划内的关闭或启动、计划内的设备维护、设备故障、原料进料成分或速率变化、上游单元中的混乱、下游单元中的混乱、催化剂活性的变化。应当理解，许多其他类型的信息可以对应于可以在操作员之间进行比较的选择信息，以确定在工业操作的经济操作中是否存在一个或多个差距。

在框530处，如果确定在工业操作的经济操作中是否存在一个或多个差距，则该方法可进行到框535。替代地，如果确定在工业操作的经济操作中是否没有差距，则在一些情况下，该方法可以结束或返回到框505(例如，用于接收新的或附加的输入数据)。

在框535处，可以测量、量化和/或表征经济操作中的一个或多个差距。例如，如图6所示，可以在收集和分析数据之后识别差距，并且可以量化解决差距的潜在益处。例如，如图6所示，所识别的差距可以与某些操作状态(例如，正常操作、常见事件、班次交接、疲劳、启动等)相关联并且可以量化解决差距的生产收益(即，示例收益潜力)。如本领域普通技术人员将会理解的，产量增加可以由百分比(例如，通过解决差距的产量增加的百分比)、商品数量(例如，通过解决差距的商品数量的增加)以及许多其他方式来表示。虽然在一些情况下通过解决差距的产量增加可能只有几个百分比，但是应该理解，在非常昂贵的过程中产量的这种增加可能是非常显著的。例如，对于一个1亿美元的过程，图6中所示的1.58％的产量增加将相当于158万美元的产量增加。应当理解，在某些情况下，通过解决(一个或多个)差距获得的产量增益可能更显著(例如，产量增益增加接近或大于10％)。

如图7中进一步示出的，除了识别差距之外，差距可以与某些活动/事件相关联，差距和关键绩效指标(KPI)之间的相关性可以被识别，并且差距的经济影响(例如，与差距相关联的成本)可以被确定。应当理解，使用本文公开的系统和方法可以收集、分析和提供许多其他类型的信息。

如图6和图7所示，在一些情况下，与经济操作中的差距相关的信息可以例如经由文本、电子邮件、报告和/或可听地通信来传送。可以采取或执行的其他示例动作可以附加地或替代地包括存储与所识别的差距相关的信息、对差距进行优先级排序、确定用于解决差距的解决方案(例如，基于硬件的解决方案、基于软件的解决方案和/或基于环境的解决方案)，以及实施或映射用于解决差距的解决方案。例如，结合图8和图9进一步讨论这些和其他示例动作。

在框535之后，在一些实施例中，该方法可以结束。在其他实施例中，该方法可以返回到框505并再次重复(例如，用于接收和处理附加输入数据)。在该方法在框535之后结束的一些实施例中，该方法可以例如响应于用户输入、自动地、周期性地和/或控制信号而再次发起。

应当理解，在一些实施例中，方法500可以包括一个或多个附加的框或步骤，这对于本领域普通技术人员来说是显而易见的。例如，根据本公开的一些实施例，附加的评估可以发生在由方法500指示的过程中。例如，结合图8和图9进一步讨论了示例附加评估。

参考图8，流程图示出了用于分析工业操作的经济操作中的差距并对其进行优先级排序的示例方法800。根据本公开的一些实施例，方法800示出了可以在本文公开的其他方法(例如，方法400和500)的一个或多个框中和/或除了本文公开的其他方法的框之外执行的示例步骤。类似于本文公开的其他方法，方法800可以例如在与工业操作相关联的至少一个系统或设备(例如，图3中所示的321)的至少一个处理器上和/或远离工业操作的至少一个处理器上实施，例如在以下中的至少一个中实施：基于云的系统、现场软件/边缘、网关或另一头端系统。

如图8所示，方法800开始于框805，其中识别工业操作的经济操作中的一个或多个新差距。根据本公开的一些实施例，所识别的新差距对应于在上面讨论的方法500的框530处识别的差距。

在框810处，确定除了在框805处识别的新差距之外，在工业操作的经济操作中是否存在任何其他差距。例如，如以上结合方法500所讨论的，在一些情况下，在框530之后没有差距被识别，或者在框535之后差距被识别和测量、量化和/或表征，该方法可以返回到框505，用于接收和分析新的或附加的输入数据，用于识别新的或附加的差距。根据本公开的一些实施例，在框810中分析/搜索的经济操作中的其他差距对应于基于先前(例如，较旧的)输入数据潜在地识别的差距。

在框810处，如果确定除了在框805识别的新差距之外，在工业操作的经济操作中还存在其他差距，则该方法可以进行到框815。替代地，如果确定除了在框805识别的新差距之外，在工业操作的经济操作中不存在其他差距，则该方法进行到框820。

在框815处，基于在框805识别的新差距来调整差距的优先级。根据本公开的一些实施例，基于多个因素自动组织该差距并对其进行优先级排序。例如，可基于差距对工业操作的经济成本(例如，严重性)、差距的位置、差距的类型、与差距相关联的活动(例如，如图7所示)、活动和KPI之间的相关性(例如，如图7所示)等来组织(例如，分组)和优先级排序该差距。在一些实施例中，更严重、更长持续时间和/或更大影响(例如，对操作的$$影响，如图7所示)的差距可以被赋予更高的优先级。或者，基于用户配置影响特定系统的差距可以被赋予更高的优先级。

根据本公开的一些实施例，一个或多个用户(例如，授权用户)可以配置优先级排序和/或设置。例如，对于一些工业操作，基于经济成本的优先级排序可能比差距的类型更重要。在其他工业操作中，基于差距类型的优先级排序可能比经济成本更重要。也可以采用平衡的方法，例如，在差距优先级排序基于两个或更多因素(例如，经济成本和差距类型)的情况下。在一些示例实现方式中，一个或多个用户可以向这些因素中的每一个分配权重，其中该权重用于确定优先级排序。

应当理解，例如，响应于新的差距被识别和/或响应于特定工业操作的差距优先级排序的因素的重要性随时间而改变，特定工业操作的差距的优先级排序可以随时间而改变。例如，在第一时间点，一个或多个第一差距优先级排序的因素(例如，成本)可能比一个或多个第二差距优先级排序的因素(例如，类型)更重要。此外，在第二时间点，一个或多个第二差距优先级排序的因素可能比一个或多个第一差距优先级排序的因素更重要。根据本公开的一些实施例，差距的重新优先级排序可以自动发生，例如，在预定时间段之后和/或响应于用户启动差距优先级排序的因素的改变。另外，根据本公开的一些实施例，差距的重新优先级排序可以手动发生，例如，响应于用户发起的动作(例如，按钮按压或语音命令)。应当理解，如本领域普通技术人员将理解的，许多差距优先级排序的因素以及用于优先级排序或重新优先级排序的方式当然是可能的。

现在返回到框810，如果确定除了在框605处识别的新差距之外，在工业操作的经济操作中不存在其他差距，则该方法进行到框820。在框820处，可以对新的差距进行优先级排序。根据本公开的一些实施例，使用上文结合框815讨论的一种或多种技术来对新差距进行优先级排序。

在框815和/或框820之后，在框825处，可以基于经优先级排序的差距来采取一个或多个动作。例如，根据本公开的一些实施例，该一个或多个动作可以包括传送与优先级排序的差距相关的信息。所传送的信息可以包括例如与经优先级排序的差距的优先级相关的信息。该信息可以例如经由报告、文本、电子邮件和/或可听地传送。报告、文本、电子邮件(即，视觉通信)和/或可听地传送可以发生在例如至少一个用户设备上(例如，工业操作工厂管理者的用户设备)。例如，报告、文本、电子邮件可以呈现在至少一个用户设备的至少一个显示设备上，并且可听通信可以通过至少一个用户设备的至少一个扬声器发出。

基于或使用优先级排序的差距而采取或执行的其他示例动作可以附加地或可替换地包括存储与经优先级排序的差距相关的信息(例如，经优先级排序的差距的优先级)，以及确定至少一个解决方案是否被证明对于解决特定工业操作的差距是合理的。例如，结合图9所示的方法900进一步讨论了与确定至少一个解决方案是否被证明对于解决特定工业操作的差距是合理的相关的附加方面。本领域普通技术人员将理解进一步的示例动作。

在框825之后，在一些实施例中，该方法可以结束。在其他实施例中，该方法可以返回到框805并再次重复(例如，用于识别经济操作中的新差距)。在该方法在框825之后结束的一些实施例中，该方法可以响应于例如用户输入、自动地、周期性地和/或控制信号而再次发起。

类似于上面讨论的方法，应当理解，在一些实施例中，方法800可以包括一个或多个附加的框或步骤，这对本领域普通技术人员来说是显而易见的。

参考图9，流程图示出了用于识别、组织用于解决工业操作的经济操作中的差距的解决方案并对解决方案进行优先级排序的示例方法900。根据本公开的一些实施例，方法900示出了可以在本文公开的其他方法(例如，方法400、500、800)的一个或多个框中和/或除了本文公开的其他方法的框之外执行的示例步骤。类似于本文公开的其他方法，方法900可以例如在与工业操作相关联的至少一个系统或设备(例如，图3中所示的321)的至少一个处理器上和/或远离工业操作的至少一个处理器上实施，例如在以下中的至少一个中实施：基于云的系统、现场软件/边缘、网关或另一头端系统。

如图9所示，方法900开始于框905，其中分析工业操作的经济操作中的差距。例如，根据本公开的一些实施例，在框905处，接收并分析与经济操作中的差距相关的信息。例如，类似于上面结合图5讨论的框535，可以在框905处分析经济操作中的差距，以测量、量化和/或表征差距。

在框910处，分析与差距相关联的相关特性，以确定至少一个解决方案是否被证明对于解决特定工业操作的差距是合理的。例如，可以分析由不同于最佳操作员或最佳实践的操作员做出的导致对操作有影响(诸如较低的产量或产品质量不合格(即，示例差距))的决策，以确定至少一个解决方案是否被证明对于解决特定工业操作的差距是合理的。在一个示例情况中，可以确定错误决策的根本原因是无效/非直观的操作环境、而不是操作员的技能或经验，该无效/非直观的操作环境导致错误的根本原因和错误的决策。在该示例情况下，可以确定至少一个解决方案被证明对于解决特定工业操作的差距以例如解决上述根本原因是合理的。应当理解，可能存在许多示例差距和根本原因，并且对于一个特定的工业操作被证明为合理的解决方案对于另一工业操作来说可能不相同。

在框910处，如果确定与差距相关联的相关特性证明用于解决特定工业操作的差距的至少一个解决方案是合理的，则该方法可以前进到框915。替代地，如果确定与差距相关联的相关特性不证明用于解决特定工业操作的差距的至少一个解决方案是合理的，则该方法进行到框930结束，或者在一些情况下返回到框905(例如，用于分析经济操作中的新的或附加的差距)。

在框915处，响应于确定与差距相关联的相关特性证明至少一个解决方案对于解决特定工业操作的差距是合理的，进一步确定是否存在被证明对于解决差距是合理的多于一个的解决方案。如果确定存在被证明对于解决差距是合理的多于一个的解决方案，则该方法可以前进到框920。可替换地，如果确定不存在被证明对于解决差距是合理的多于一个的解决方案，则该方法可以前进到框925。

在框920处，组织被证明对于解决差距是合理的解决方案并对其进行优先级排序(例如，通过映射过程)。根据本公开的一些实施例，解决方案基于多个因素被自动组织和优先级排序。例如，可以基于所感知的或估计的解决方案的效能(例如，为工业操作提供最大的经济效益)、与实施解决方案相关联的成本、实施解决方案的端到端努力(例如，如图7所示)、解决方案正在解决的差距的严重性、差距的位置等来对解决方案进行组织(例如，分组)和优先级排序。

根据本公开的一些实施例，一个或多个用户(例如，授权用户)可以配置优先级排序顺序和/或设置。例如，对于一些工业操作，基于解决方案的感知或估计的效能的优先级排序可能比基于与实施解决方案相关联的成本的优先级排序更重要。对于这些工业操作，可以基于解决方案的感知或估计的效能来主要(或专门)优先考虑解决方案。在其他工业操作中，解决方案所解决的差距的严重性可能是最重要的。对于这些工业操作，可以基于解决方案正在解决的差距的严重性来主要(或专门)优先考虑解决方案。也可以采用平衡的方法，例如，其中优先级排序是基于哪些解决方案提供了感知或估计的效能(例如，最大的感知或估计的效能)、实施成本(例如，最低的实施成本)、差距严重性(例如，解决最高严重性差距)、差距位置(例如，解决对用户或操作最重要的差距位置)等的最佳组合。在一些示例实现方式中，一个或多个用户可以向这些一个或多个因素中的每一个分配权重，其中该权重用于确定优先级排序。

在框925处，可以采取一个或多个动作。例如，可以基于或使用所识别的解决方案来采取一个或多个动作，所识别的解决方案被证明用于解决特定工业操作的差距是合理的。根据本公开的一些实施例，一个或多个动作可以包括传送与所识别的解决方案相关的信息。所传送的信息可以包括例如通过实施每个所识别的解决方案而预测的经济效益。该信息可以例如经由报告、文本、电子邮件和/或可听地传送。报告、文本、电子邮件(即，视觉通信)和/或可听地传送可以发生在例如至少一个用户设备上(例如，工业操作工厂管理者的用户设备)。例如，报告、文本、电子邮件(例如，类似于图7所示的)可以呈现在至少一个用户设备的至少一个显示设备上，并且可听通信可以通过至少一个用户设备的至少一个扬声器发出。

基于或使用所识别的解决方案而采取或执行的其他示例动作可以附加地或替代地包括存储与所识别的解决方案相关的信息(例如，所识别的解决方案的优先级)、触发、发起或实现(例如，打开或安装)所识别的解决方案等等。应当理解，存储可以发生在至少一个本地存储器设备(例如，与工业操作中的至少一个系统和/或设备相关联的存储器)和/或至少一个远程存储器设备(例如，基于云的存储器)上。此外，应当理解，所识别的解决方案的触发、发起或实现(例如，对与工业操作相关联的一个或多个过程进行改变)可以以多种方式发生。例如，触发、发起或实现可以自动、半自动或手动发生。例如，可以响应于接收控制信号(例如，由与工业操作相关联的至少一个系统和/或设备生成的)来触发、启动或实施所识别的解决方案。此外，可以响应于至少一个人为交互(例如，所识别的解决方案的安装或部署，例如，硬件或软件)来触发、发起或实现所识别的解决方案。

在所识别的解决方案包括多个解决方案的实施例中，可以选择和实施多个解决方案中的一个或多个来解决一个或多个差距。例如，可以根据一个或多个用户指定的规则来选择和实现多个解决方案中的一个或多个。用户指定的规则可以包括例如以下的一个或多个：通过实施至少一个识别的解决方案而预测的经济益处和/或产量增益、与实施至少一个识别的解决方案相关联的成本、以及实施至少一个识别的解决方案所需的时间。

如图6中“映射到解决方案”部分所示，本发明考虑了用于解决特定工业操作的差距的许多可能的解决方案(例如，硬件、软件和/或基于环境的解决方案)。例如，如图6所示，解决方案或推荐的解决方案可以包括系统迁移、操作员图形、警报管理、动态警报等。例如，对操作员图形的调整或改变可以被识别为被证明对于解决特定工业操作的差距是合理的解决方案。基于或使用该确定的解决方案可能采取的动作的一个示例是将DCS显示从20世纪80年代风格的“本地窗口”图形(黑色背景和多种颜色)更改为仅在存在瞬态或异常操作时显示颜色的情境感知风格的高性能图形。由于根本原因和动作现在非常直观，通过采用该解决方案，操作员的动作发生了相当大的变化(对于最佳实践或最佳操作员)。应当理解，图6中示出并在本公开中讨论的解决方案仅仅是用于解决特定工业操作的差距的许多可能解决方案中的几个。例如，作为另一个示例解决方案，可以建议改变或更新操作员环境(例如控制室)的一个或多个方面，以改善工业操作中的地址差距(并改善操作员表现)。例如，可以建议改善操作员环境中的照明，并且可以提供用于改善照明的具体建议。可以通过至少一个识别的解决方案来分析和解决的差距的其他示例包括通过控制室的人流量模式、噪声水平、从控制室对操作的访问、对其他过程单元的操作控制台的访问(控制室是集中的还是在单独的建筑物中)。

在一些情况下，可能的解决方案的列表是动态列表，其可以随时间而改变，例如，响应于正在开发的新的或附加的解决方案，响应于特定工业操作需求的改变等。在一些情况下，可以以查找表(LUT)的格式提供该列表，例如，将常见事件(例如，启动、关闭)与动作或解决方案相关联，并针对特定的工业操作进行相应的修改。此外，该列表可以以一种或多种其他形式提供，这对本领域普通技术人员来说是显而易见的。

还应当理解，特定工业操作的解决方案到差距的映射可以随时间而改变(即，是动态的)。例如，解决方案的映射可以基于特定工业操作变化的需求和优先级、正在开发的新的或附加的解决方案(如上所述)等而改变。

现在返回到框910，如果替代地确定与经济操作中的差距相关联的相关特性不证明用于解决特定工业操作中的差距的至少一个解决方案是合理的，则在一些情况下，该方法可以进行到框930，结束，或者返回到框905(例如，用于分析经济操作中的新的或附加的测量的/量化的/表征的差距)。在框930，可以传送或指示没有解决方案被证明适合于解决差距。例如，可以传送为什么没有合适的解决方案来解决差距。类似于上面结合框925讨论的实施例，通信可以采取视觉通信的形式(例如，报告、文本、电子邮件等)和/或可听通信(例如，一个或多个声音)。此外，类似于上面结合框925讨论的实施例，可以采取或执行一个或多个其他动作。例如，通信或指示可以被存储(例如，在至少一个存储设备上)。本领域普通技术人员将理解附加的示例动作。

在框925和/或框930之后，在一些实施例中，该方法可以结束。在其他实施例中，该方法可以返回到框905并再次重复(例如，用于分析经济操作中的新的或附加的差距)。在该方法在框925和/或框930之后结束的一些实施例中，该方法可以例如响应于用户输入、自动地、周期性地和/或控制信号而再次发起。

类似于上面讨论的方法，应当理解，在一些实施例中，方法900可以包括一个或多个附加的框或步骤，这对本领域普通技术人员来说是显而易见的。

与解决方案的识别和映射过程相关的其它方面将从共同未决的美国专利申请中得到理解，这些申请的名称为“Systems and methods for providing operatorvariation analysis for steady state operation of continuous or batch wisecontinuous processes”、“Systems and methods for benchmarking operatorperformance for an industrial operation”以及“Systems and methods foraddressing gaps in an industrial operation due to operator variability”，这些申请与本申请在同一天提交，要求与本申请相同的临时申请的优先权，并被转让给与本申请相同的受让人。如上所述，这些申请通过引用整体结合于此。

应当理解，本发明还有许多其他特征和扩展需要考虑。例如，下面包括功能和扩展的简要列表：

-可以提供用于在过程控制系统中收集数字信息以用于操作员效能的相关性分析的系统和方法。

o控制系统测量和动作的数据储存库可以用于基准测试，然后用作工具来比较各个工厂内或工厂中类似单元之间的各种行业中的操作员效能。测量可以包括但不限于自动控制模式下的时间、高级过程控制模式下的时间、可以被定义为优化与随机调整的操作员干预、每个警报的操作员干预、警报情况下的干预时间、操作员配置过程回路和控制元件的时间、过程的自动与手动过渡、操作员进行调整改变的时间、操作员做出的偏离设计水平的警报改变的次数、HMI图形指标(例如查看的图形数量)、图形上的时间、图形之间的过渡、操作员对图形的体验、每生产单位的能源使用、生产产量、来自外部来源的通知/电子邮件数量以及与现场人员的通信数量。

o分析或计算的数据还可以包括但不限于，班次到班次变化、班次时间变化、班次过渡变化、疲劳：白天对夜晚、控制室调查、操作员控制范围、正常操作的定义、偏差、质量或选择性、疲劳等。

o将以安全的方式从多家公司收集数据，以开发基于上述指标的数据缓存。数据的来源是不可知的，但要根据工业应用进行分析。例如，来自炼油厂的特定单元的示例数据将与来自发电厂的单元的数据分开，

因为不同行业应用的指标不同。

o数据将被收集到数据集具有统计显著性的程度，然后将对其进行分析，以确定各种指标之间的相关性。包括但不限于以下内容的独立和相关变量将被收集，例如：生产率稳定性、HMI图形之间的过渡次数、手动与自动循环的次数、单位为千瓦的能耗、过程循环处于手动与自动模式的总时间、过程控制从手动到自动的总过渡、控制循环的调整变化、警报改变的计数、上述指标与一天中的班次时间、班次长度和班次人力的交叉引用、上述指标与操作员的经验水平的交叉引用(还有更多)。将使用回归分析和其他分析方法对自变量和因变量进行分析，以确定自变量和因变量之间的相关性。发现的任何相关性将支持工厂最佳实践的定义，这将导致操作员效能的关键过程指标。

o异常情况管理联盟发现，例如知识不足、程序错误和操作员错误等问题是造成人员分量(component)的主要因素，这些因素归因于对异常情况的不良反应，或者换句话说，归因于操作员在正常和异常情况下的效能。附加的研究表明，近80％的生产停工期是可以避免的，其中一半是由于操作员的失误。例如，石化工业中这些故障的成本估计为每年200亿美元，大约80％的工厂人员表示产品质量受到负面影响。o操作员的动作可以与各种指标联系起来，通过一系列指标，可以看出这些指标与操作员的效能直接相关。根据这种相关性，货币损失和质量将得到改善。

-可以提供用于数字过程控制信息的多元数据分析以确定操作员效能的系统和方法。

o在数字控制系统(DCS、SCADA等)中收集的过程数据可以使用多种统计和高级数据挖掘技术来分析，这些技术可以包括但不限于聚类、机器学习、多变量分析或特定算法。例如，可以从各种系统中收集数据，这些系统包含与转发给操作员的信息相关的操作员活动。该数据可以包括但不限于警报、操作员动作、HMI选择、过程数据、班次日历、一天中的时间、班次时间等等。可以评估数据和计算的度量和分析，以了解操作员的表现或效能，以及那些动作对受控过程中的结果和结果的影响。

o分析的目标是定义和计算量化人类操作员所采取的动作和方向的性能或效能的指标。经过适当的分析和优先级排序后，这些计算出的指标可以通过各种方式进行比较和对比，以提供可能更好地指导和通知未来动作的信息。此外，可以研究这些动作和动作的组合，以发现更新更好的方法来指导人类与控制系统的交互。

-可以提供用于对操作员效能影响进行优先级排序的系统和方法，例如，使用数字控制系统数据和计算的度量以及工具来提高操作员效能。

o理论上，可以用数学公式来定义操作效能。例如，操作效能可以定义为：操作效能＝人员*过程*技术。根据本公开的一些实施例，三个分量(人员、过程、技术)中的每一个都可以具有其自己的子分量。然而，出于我们的目的，我们将保持过程和技术分量不变，并专注于如何改进“人员”的子分量。该想法是在考虑“人员”参数的情况下最大化操作效力。

o根据本公开的一些实施例，当控制台操作员中存在这三个分量时，可以实现最大化操作效能的适当的人员行为：1)适当的技能集(技能)；

2)可用于最佳地执行工作(机会)的适当工具；以及3)进行工作的适当动机(动机)。

o要使用的分析将使用加权算法来确定(从潜在的100+个可用解决方案中识别以提高操作员效能)哪种解决方案能提供最大的投资回报。o这些解决方案可以帮助改进：1)操作员技能组(通过训练、模拟器等)，和/或2)改进操作者更好地完成工作的机会(经由情况感知改进、改进的警报等)，和/或3)解决方案可以指向激励的区域，以便激发适当的行为。换句话说，该算法将按客户的最大ROI的顺序对公司投资组合内的解决方案进行优先级排序。

o根据本公开的一些实施例，上述方法的最终目标是影响客户的预算分配和行为，以使他们与部署那些资源的最佳方式一致。对话从关注“成本”转向关注“价值”。

本领域普通技术人员将理解本发明的其他示例方面和可能的扩展。

如上所述，如本领域普通技术人员将理解的，本文公开的实施例可以被配置为系统、方法或其组合。因此，本公开的实施例可以包括各种装置，包括硬件、软件、固件或其任意组合。

应当理解，在此寻求保护的概念、系统、电路和技术不限于在此描述的示例应用(例如，工业应用)中使用，而是可以在期望监测和管理操作员表现的基本上任何应用中使用。虽然已经示出和描述了本公开的特定实施例和应用，但是应当理解，本公开的实施例不限于这里公开的精确构造和组成，并且在不脱离所附权利要求中限定的本公开的精神和范围的情况下，各种修改、改变和变化从前述描述中是显而易见的。

已经描述了用于说明作为本专利主题的各种概念、结构和技术的优选实施例，现在对于本领域普通技术人员来说，可以使用结合这些概念、结构和技术的其他实施例将变得显而易见。此外，这里描述的不同实施例的元素可以组合以形成上面没有具体阐述的其他实施例。

因此，认为该专利的范围不应限于所描述的实施例，而应仅由所附权利要求的精神和范围来限定。

Claims (27)

1.一种用于为工业操作提供操作员变化分析的方法，所述操作员对应于与和所述工业操作相关联的至少一个控制系统交互的人，所述方法包括：

处理从一个或多个数据源接收的输入数据，以识别与所述工业操作相关的瞬态过程数据或非稳态过程数据，所述瞬态过程数据或非稳态过程数据对应于在特定时间段内以统计上显著的值或量变化的过程数据，所述统计上显著的值或量以及所述特定时间段取决于与所述工业操作相关联的一个或多个过程的动态；

选择所述瞬态过程数据或非稳态过程数据中的一种或多种类型的数据以聚类用于操作员变化分析，其中基于一个或多个因素选择所述一种或多种类型的数据，所述一个或多个因素包括所述一种或多种类型的数据与所述工业操作的盈利性、安全性或合规性中的一个或多个的关系或相关性；

使用一种或多种数据聚类技术对所述一种或多种类型的数据进行聚类；

分析聚类的一种或多种类型的数据，以识别负责管理所述工业操作的多个操作员中的最佳操作员；

将与除了所述最佳操作员之外的操作员相关联的选择信息与和所述最佳操作员相关联的选择信息进行比较，以确定在所述工业操作的经济操作中是否由于最佳操作员和其他操作员之间的操作员可变性而存在一个或多个差距，如果操作员之间的所有可变性被消除，则该一个或多个差距表示在常见过程事件或异常操作期间的改进潜力；以及

响应于确定在所述工业操作的经济操作中存在一个或多个差距，测量、量化和/或表征所述一个或多个差距。

2.根据权利要求1所述的方法，还包括：

分析所述一个或多个差距，以确定与所述一个或多个差距相关联的相关特性是否证明用于解决特定工业操作的一个或多个差距的至少一个解决方案是合理的。

3.根据权利要求2所述的方法，还包括：

响应于确定与所述差距相关联的相关特性证明用于解决所述特定工业操作的一个或多个差距的至少一个解决方案是合理的，识别所述至少一个解决方案，并基于或使用至少一个识别的解决方案采取一个或多个动作。

4.根据权利要求3所述的方法，其中，基于或使用至少一个识别的解决方案采取的一个或多个动作包括传送与至少一个识别的解决方案相关的信息。

5.根据权利要求4所述的方法，其中，所述信息包括通过实施至少一个识别的解决方案而预测的经济效益。

6.根据权利要求4所述的方法，其中，所述信息经由报告、文本、电子邮件和/或可听地传送。

7.根据权利要求1所述的方法，其中，除了所述瞬态过程数据或非稳态过程数据之外，从其识别所述瞬态过程数据或非稳态过程数据的输入数据包括稳态过程数据和停机时间数据中的至少一个。

8.根据权利要求1所述的方法，其中，所述输入数据以数字形式接收，并且包括一个或多个时间戳。

9.根据权利要求1所述的方法，其中，所述输入数据是从与所述工业操作相关联的一个或多个传感器设备或感测系统接收的。

10.根据权利要求9所述的方法，其中，所述传感器设备或感测系统中的至少一个被耦合到与所述工业操作相关联的至少一件工业设备，并且被配置为测量所述至少一件工业设备的输出。

11.根据权利要求9所述的方法，其中，所述传感器设备或感测系统中的至少一个被配置为在视觉上和/或听觉上监测所述操作员。

12.根据权利要求1所述的方法，其中，使用至少一个统计手段或测量的外部触发来识别所述瞬态过程数据或非稳态过程数据，所述测量的外部触发反映或指示与所述工业操作相关联的变化。

13.根据权利要求12所述的方法，其中，所述瞬态过程数据或非稳态过程数据包括指示与所述工业操作相关联的至少一件设备或过程的启动或关闭的数据。

14.根据权利要求1所述的方法，其中，选择所述瞬态过程数据或非稳态过程数据中的一种或多种类型的数据以聚类用于操作员变化分析，包括：

确定所述瞬态过程数据的哪些部分对应于计划外瞬态过程数据和计划内瞬态过程数据；以及

至少选择所述计划外瞬态过程数据作为被选择来聚类用于操作员变化分析的一种或多种类型的数据之一。

15.根据权利要求1所述的方法，其中，被选择来聚类用于操作员变化分析的一种或多种类型的数据包括多种类型的数据，并且多种类型的数据中的每一种都使用独特的数据聚类技术来聚类。

16.根据权利要求15所述的方法，其中，所述多种类型的数据包括警报数据、操作员动作数据和过程事件数据中的一个或多个。

17.根据权利要求1所述的方法，还包括：

识别和标记聚类的一种或多种类型的数据中的特定事件。

18.根据权利要求17所述的方法，还包括：

响应于特定事件，向聚类的一种或多种类型的数据添加与操作员动作或缺少操作员动作相关的信息。

19.一种用于为工业操作提供操作员变化分析的系统，所述操作员对应于与和所述工业操作相关联的至少一个控制系统交互的人，所述系统包括：

至少一个处理器；

耦合到所述至少一个处理器的至少一个存储器设备，所述至少一个处理器和所述至少一个存储器设备被配置为：

处理从一个或多个数据源接收的输入数据，以识别与所述工业操作相关的瞬态过程数据或非稳态过程数据，所述瞬态过程数据或非稳态过程数据对应于在特定时间段内以统计上显著的值或量变化的过程数据，所述统计上显著的值或量以及所述特定时间段取决于与所述工业操作相关联的一个或多个过程的动态；

选择所述瞬态过程数据或非稳态过程数据中的一种或多种类型的数据以聚类用于操作员变化分析，其中基于一个或多个因素选择所述一种或多种类型的数据，所述一个或多个因素包括所述一种或多种类型的数据与所述工业操作的盈利性、安全性或合规性中的一个或多个的关系或相关性；

使用一种或多种数据聚类技术对所述一种或多种类型的数据进行聚类；

分析聚类的一种或多种类型的数据，以识别负责管理所述工业操作的多个操作员中的最佳操作员；

将与除了所述最佳操作员之外的操作员相关联的选择信息与和所述最佳操作员相关联的选择信息进行比较，以确定在所述工业操作的经济操作中是否由于最佳操作员和其他操作员之间的操作员可变性而存在一个或多个差距，如果操作员之间的所有可变性被消除，则该一个或多个差距表示在常见过程事件或异常操作期间的改进潜力；以及

响应于确定在所述工业操作的经济操作中存在一个或多个差距，测量、量化和/或表征所述一个或多个差距。

20.根据权利要求19所述的系统，其中，所述至少一个处理器和所述至少一个存储器设备还被配置为：

分析所述一个或多个差距，以确定与所述一个或多个差距相关联的相关特性是否证明用于解决特定工业操作的一个或多个差距的至少一个解决方案是合理的。

21.根据权利要求20所述的系统，其中，所述至少一个处理器和所述至少一个存储器设备还被配置为：

响应于确定与所述差距相关联的相关特性证明用于解决所述特定工业操作的一个或多个差距的至少一个解决方案，识别所述至少一个解决方案，并基于或使用至少一个识别的解决方案采取一个或多个动作。

22.根据权利要求21所述的系统，其中，基于或使用至少一个识别的解决方案采取的一个或多个动作包括传送与至少一个识别的解决方案相关的信息。

23.根据权利要求22所述的系统，其中，所述信息包括通过实施至少一个识别的解决方案而预测的经济效益。

24.一种用于为工业操作提供操作员变化分析的方法，所述操作员对应于与和所述工业操作相关联的至少一个控制系统交互的人，所述方法包括：

处理从一个或多个数据源接收的输入数据，以识别与所述工业操作相关的瞬态过程数据或非稳态过程数据；

选择所述瞬态过程数据或非稳态过程数据中的一种或多种类型的数据以聚类用于操作员变化分析；

使用一种或多种数据聚类技术对所述一种或多种类型的数据进行聚类；

分析聚类的一种或多种类型的数据，以识别负责管理所述工业操作的多个操作员中的最佳操作员；

确定在所述工业操作的经济操作中是否由于所述最佳操作员和除所述最佳操作员之外的操作员之间的操作员可变性而存在一个或多个差距，如果操作员之间的所有变化被消除，则所述一个或多个差距表示在常见过程事件或异常操作期间的改进潜力；以及

响应于确定在所述工业操作的经济操作中存在一个或多个差距，测量、量化和/或表征所述一个或多个差距。

25.根据权利要求24所述的方法，还包括：

分析所述一个或多个差距，以确定与所述一个或多个差距相关联的相关特性是否证明用于解决特定工业操作的一个或多个差距的至少一个解决方案是合理的。

26.根据权利要求25所述的方法，还包括：

响应于确定与所述差距相关联的相关特性证明用于解决所述特定工业操作的一个或多个差距的至少一个解决方案是合理的，识别所述至少一个解决方案，并基于或使用至少一个识别的解决方案采取一个或多个动作。

27.根据权利要求24所述的方法，其中，选择与除所述最佳操作员之外的操作员相关联的信息来选择与所述最佳操作员相关联的信息，以确定在所述工业操作的经济操作中是否由于所述最佳操作员和其他操作员之间的操作员可变性而存在一个或多个差距。