CN117593868A - 针对工业过程警报的配置参数的规范性推荐的警报分析 - Google Patents
针对工业过程警报的配置参数的规范性推荐的警报分析 Download PDFInfo
- Publication number
- CN117593868A CN117593868A CN202311003630.XA CN202311003630A CN117593868A CN 117593868 A CN117593868 A CN 117593868A CN 202311003630 A CN202311003630 A CN 202311003630A CN 117593868 A CN117593868 A CN 117593868A
- Authority
- CN
- China
- Prior art keywords
- alert
- data
- user interface
- tuning
- industrial
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 138
- 238000004458 analytical method Methods 0.000 title abstract description 63
- 230000002452 interceptive effect Effects 0.000 claims abstract description 447
- 230000004044 response Effects 0.000 claims abstract description 36
- 230000009471 action Effects 0.000 claims abstract description 34
- 230000009467 reduction Effects 0.000 claims abstract description 33
- 230000015654 memory Effects 0.000 claims description 29
- 238000010801 machine learning Methods 0.000 claims description 27
- 239000011159 matrix material Substances 0.000 claims description 22
- 230000003993 interaction Effects 0.000 claims description 17
- 238000005457 optimization Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 description 111
- 238000005516 engineering process Methods 0.000 description 68
- 230000000007 visual effect Effects 0.000 description 67
- 238000007726 management method Methods 0.000 description 65
- 238000004891 communication Methods 0.000 description 58
- 230000008569 process Effects 0.000 description 47
- 238000013079 data visualisation Methods 0.000 description 45
- 238000012800 visualization Methods 0.000 description 38
- 238000012994 industrial processing Methods 0.000 description 32
- 238000009826 distribution Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 19
- 230000006870 function Effects 0.000 description 17
- 238000003860 storage Methods 0.000 description 17
- 238000012423 maintenance Methods 0.000 description 16
- 230000006872 improvement Effects 0.000 description 12
- 230000001976 improved effect Effects 0.000 description 9
- 230000010354 integration Effects 0.000 description 9
- 230000008901 benefit Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000002829 reductive effect Effects 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 230000008520 organization Effects 0.000 description 7
- 230000002159 abnormal effect Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000007405 data analysis Methods 0.000 description 6
- 230000000670 limiting effect Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000001413 cellular effect Effects 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 239000012530 fluid Substances 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000003190 augmentative effect Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 238000001816 cooling Methods 0.000 description 3
- 230000000977 initiatory effect Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000009877 rendering Methods 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011982 device technology Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000005055 memory storage Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000002459 sustained effect Effects 0.000 description 2
- 230000026676 system process Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000002567 autonomic effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001815 facial effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000010921 in-depth analysis Methods 0.000 description 1
- 238000011081 inoculation Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 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
- 238000012546 transfer Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000013024 troubleshooting Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
Abstract
本文所述的各种实施方案涉及用于提供工业过程警报的配置参数的规范性推荐的警报分析。在这方面,响应于相对于交互式用户界面的第一用户界面配置执行的动作,将获得针对与工业环境中的一个或多个工业过程相关的一个或多个警报配置参数的警报调优推荐数据的请求传输到服务器系统。响应于该请求,从该服务器系统接收该警报调优推荐数据。该警报调优推荐数据至少基于与针对该一个或多个警报配置参数的相应警报计数减少预测相关联的警报洞察数据来配置。除此之外,基于该警报调优推荐数据来更改该交互式用户界面的该第一用户界面配置以提供该交互式用户界面的第二用户界面配置。
Description
相关申请的交叉引用
本申请要求名称为“ALARM ANALYTICS FOR PRESCRIPTIVE RECOMMENDATIONS OFCONFIGURATION PARAMETERS FOR INDUSTRIAL PROCESS ALARMS”并且提交于2022年8月16日的印度专利申请202211046469号的优先权,该申请的全部内容特此以引用方式并入。
技术领域
本公开整体涉及工业控制系统,并且更具体地涉及管理和配置针对工业过程和/或工业资产的工业过程警报。
背景技术
用于工业过程的传统警报系统通常为操作员提供对与工业过程相关的异常情况的预警,以警示操作员关于该异常情况。然而,传统警报系统通常配置了低效的警报设定,从而导致称为“颤振警报”或“滋扰警报”的过度警报率。例如,传统警报系统通常配置了在一段时间内重复地开启和关闭的多个过度警报,从而导致相关工业过程的低效和/或对相关工业资产的损坏。
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和存储一个或多个程序的存储器。在一个或多个实施方案中,该一个或多个程序包括被配置为响应于相对于交互式用户界面的第一用户界面配置执行的动作,向服务器系统传输获得针对与工业环境中的一个或多个工业过程相关的一个或多个警报配置参数的警报调优推荐数据的请求的指令。在一个或多个实施方案中,该请求包括与该一个或多个工业过程相关的一个或多个警报标识符。在一个或多个实施方案中,响应于该请求,该一个或多个程序附加地或另选地包括被配置为从该服务器系统接收该警报调优推荐数据的指令。在一个或多个实施方案中,该警报调优推荐数据基于该一个或多个警报标识符和与针对该一个或多个警报配置参数的相应警报计数减少预测相关联的警报洞察数据来配置。在一个或多个实施方案中,响应于该请求,该一个或多个程序附加地或另选地包括被配置为基于该警报调优推荐数据来更改该交互式用户界面的该第一用户界面配置以提供该交互式用户界面的第二用户界面配置的指令。在一个或多个实施方案中,该第二用户界面配置包括与该一个或多个警报标识符相关的相应交互式显示元素。在一个或多个实施方案中,该第二用户界面配置的这些相应交互式显示元素可基于该警报调优推荐数据经由该交互式用户界面来渲染。
在另一个实施方案中,提供了一种计算机实现的方法。在一个或多个实施方案中,该计算机实现的方法提供响应于相对于交互式用户界面的第一用户界面配置执行的动作,向服务器系统传输获得针对与工业环境中的一个或多个工业过程相关的一个或多个警报配置参数的警报调优推荐数据的请求。在一个或多个实施方案中,该请求包括与该一个或多个工业过程相关的一个或多个警报标识符。在一个或多个实施方案中,响应于该请求,该计算机实现的方法附加地或另选地提供从该服务器系统接收该警报调优推荐数据。在一个或多个实施方案中,该警报调优推荐数据基于该一个或多个警报标识符和与针对该一个或多个警报配置参数的相应警报计数减少预测相关联的警报洞察数据来配置。在一个或多个实施方案中,响应于该请求,该计算机实现的方法附加地或另选地提供基于该警报调优推荐数据来更改该交互式用户界面的该第一用户界面配置以提供该交互式用户界面的第二用户界面配置。在一个或多个实施方案中,该第二用户界面配置包括与该一个或多个警报标识符相关的相应交互式显示元素。在一个或多个实施方案中,该第二用户界面配置的这些相应交互式显示元素可基于该警报调优推荐数据经由该交互式用户界面来渲染。
在又一个实施方案中,一种计算机程序产品包括至少一个计算机可读存储介质,该至少一个计算机可读存储介质具有在其上体现的程序指令。在一个或多个实施方案中,这些程序指令可由处理器执行以使得该处理器响应于相对于交互式用户界面的第一用户界面配置执行的动作,向服务器系统传输获得针对与工业环境中的一个或多个工业过程相关的一个或多个警报配置参数的警报调优推荐数据的请求。在一个或多个实施方案中,该请求包括与该一个或多个工业过程相关的一个或多个警报标识符。在一个或多个实施方案中,响应于该请求,这些程序指令附加地或另选地可由该处理器执行以使得该处理器从该服务器系统接收该警报调优推荐数据。在一个或多个实施方案中,该警报调优推荐数据基于该一个或多个警报标识符和与针对该一个或多个警报配置参数的相应警报计数减少预测相关联的警报洞察数据来配置。在一个或多个实施方案中,响应于该请求,这些程序指令附加地或另选地可由该处理器执行以使得该处理器基于该警报调优推荐数据来更改该交互式用户界面的该第一用户界面配置以提供该交互式用户界面的第二用户界面配置。在一个或多个实施方案中,该第二用户界面配置包括与该一个或多个警报标识符相关的相应交互式显示元素。在一个或多个实施方案中,该第二用户界面配置的这些相应交互式显示元素可基于该警报调优推荐数据经由该交互式用户界面来渲染。
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示例性用户计算设备系统;
图4示出了根据本文所述的一个或多个实施方案的示例性用户计算设备;
图5示出了根据本文所述的一个或多个实施方案的提供与警报性能优化相关的示例性环境的一种系统;
图6示出了根据本文所述的一个或多个实施方案的提供与警报性能优化相关的示例性环境的另一种系统;
图7示出了根据本文所述的一个或多个实施方案的与交互式用户界面相关联的示例性系统;
图8示出了根据本文所述的一个或多个实施方案的用于获得针对工业过程警报的警报配置参数的警报调优推荐的工艺流程图;
图9示出了根据本文所述的一个或多个实施方案的与警报性能优化器系统集成的示例性工业环境系统;
图10示出了根据本文所述的一个或多个实施方案的与警报性能优化器系统集成的示例性工业环境系统的网络分级结构;
图11示出了通过采用本文所述的一个或多个实施方案的示例性工业处理环境实现的技术益处;
图12至图24分别示出了根据本文所述的一个或多个实施方案的示例性交互式用户界面;
图25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工业过程警报的配置参数的规范性推荐的流程图;以及
图26示出了根据本文所述的一个或多个实施方案的可被配置为执行所述技术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“在实施方案中”、“在一个实施方案中”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”、“可”、“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,或其可排除在外。
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。
用于工业过程的传统警报系统通常为操作员提供对与工业过程相关的异常情况的预警,以警示操作员关于该异常情况。然而,传统警报系统通常配置了低效的警报设定,从而导致称为“滋扰警报”(颤振警报和/或瞬时警报)的过度警报率。例如,传统警报系统通常配置了产生在一段时间内重复地开启和关闭的多个过度警报的设定,从而导致相关工业过程的低效和/或对相关工业资产的损坏。
调优警报系统设定(例如,以移除颤振警报)的示例性技术包括在警报通告之间添加设定开启延迟,使得将不通告警报,直到该警报已经在警报限值之外达一定时间量。附加地或另选地,调优警报系统设定(例如,以移除颤振警报)的示例性技术包括添加关闭延迟设定,使得将不关闭警报,直到该警报已经在警报限值内返回达一定时间量。然而,由于通常包括在警报系统中的警报标签的数量庞大,因此使用此类技术来调优警报设定通常是难以维持的任务。警报标签通常确立用于警报系统过程的规则/条件,诸如例如何时应当触发警报。例如,警报标签可测量和/或设定针对工业工厂系统的单个阶段中的单个过程的一个或多个变量诸如例如流体压力、流量、液位、温度等的一个或多个规则/条件。
考虑到企业级工业工厂的范围,分析警报系统以提供提高工业过程效率和/或安全性的功能性变化和/或有效变化可能耗费数千工时。例如,具有多于20,000个标签(各自包含4至6个警报)的工业控制系统可能耗费多于600个工时来审查20%的警报。此外,一小组警报专家和/或主题专家通常负责执行警报调优,并且因此工业过程的效率通常与警报专家和/或主题专家的专业技能互相关联。此外,针对警报整理警报数据和/或简化警报数据通常涉及大量手动工作量。
因此,为了解决这些和/或其他问题,本公开的各种实施方案是关于涉及用于提供工业过程警报的配置参数的规范性推荐的警报分析的系统、计算机实现的方法和/或计算机程序产品。在各种实施方案中,生成基于分析的推荐以用于管理和/或调优工业过程警报。例如,可分析警报数据(例如,历史警报数据、实时警报数据、警报配置数据、警报事件数据等)以标识和/或推荐一个或多个工业过程和/或一个或多个工业资产的优化警报调优参数。在各种实施方案中,可基于预测警报设定针对某一时间区间模拟警报计数。除此之外,可基于模拟提供警报计数减少的预测百分比。在各种实施方案中,提供警报管理分析以最小化针对工业过程和/或工业资产的过度警报的数量。在各种实施方案中,警报管理分析提供针对一个或多个工业过程和/或一个或多个工业资产的性能改进。
根据一个实施方案,提供了获得针对与工业环境中的一个或多个工业过程相关的一个或多个警报配置参数的警报调优推荐数据的请求。该请求可响应于相对于交互式用户界面的第一用户界面配置执行的动作而被传输到服务器系统。在各种实施方案中,该请求包括与一个或多个工业过程相关的至少一个或多个警报标识符/条件。响应于该请求,可从服务器系统接收警报调优推荐数据。在一个或多个实施方案中,警报调优推荐数据基于一个或多个警报标识符/条件和与针对一个或多个警报配置参数的相应警报计数减少预测相关联的警报洞察数据来配置。除此之外,响应于该请求,基于警报调优推荐数据来更改交互式用户界面的该第一用户界面配置以提供交互式用户界面的第二用户界面配置。该第二用户界面配置可包括与一个或多个警报标识符相关的相应交互式显示元素。除此之外,该第二用户界面配置的相应交互式显示元素可基于警报调优推荐数据经由交互式用户界面来渲染。
在某些实施方案中,交互式用户界面经由用于一个或多个工业过程和/或一个或多个工业资产的警报管理平台的桌面应用来提供。在某些实施方案中,交互式用户界面经由用于一个或多个工业过程和/或一个或多个工业资产的警报管理平台的移动应用来提供。交互式用户界面可附加地或另选地经由用于一个或多个工业过程和/或一个或多个工业资产的警报管理平台的网络界面来提供。在各种实施方案中,交互式用户界面促进针对一个或多个工业过程和/或一个或多个工业资产的一个或多个警报和相关警报设定的数字化管理。在各种实施方案中,交互式用户界面附加地或另选地提供最佳路径来呈现与一个或多个工业过程和/或一个或多个工业资产相关的一个或多个警报洞察(例如,一个或多个警报计数减少预测等)。除此之外,交互式用户界面提供一个或多个工业过程和/或一个或多个工业资产的改进操作效率、一个或多个工业过程和/或一个或多个工业资产的改进性能、与一个或多个工业过程和/或一个或多个工业资产相关的减少维护时间、与一个或多个工业过程和/或一个或多个工业资产相关的问题的改进响应时间等。
在各种实施方案中,移动应用平台与连接资产供应的各种后端产品接口连接,打包各种警报推荐,和/或经由交互式用户界面提供警报推荐的集成视图。例如,在各种实施方案中,移动应用平台与由云平台托管的各种不同产品和/或机器学习模型介接。在各种实施方案中,与交互式用户界面相关联的导航交互式显示元素被配置为提供获取和/或显示警报洞察的最短可能时间。因此,在各种实施方案中,移动应用平台促进对调优警报配置参数的更快响应。
在各种实施方案中,交互式用户界面是允许用户远程管理、调查和/或解决与针对一个或多个工业过程和/或一个或多个工业资产的警报相关联的问题的企业应用。交互式用户界面还提供与一个或多个工业过程和/或一个或多个工业资产相关的警报的上下文感知。交互式用户界面还促进利用多级工业控制系统和/或中间监督控制和数据采集(SCADA)服务器系统来管理不同现场协议,同时还提供统一交互。在各种实施方案中,交互式用户界面被配置为使用一个或多个协议来远程地和/或相对于不同类型的资产管理系统提供工业资产(例如,装备、控制器)的控制。在各种实施方案中,交互式用户界面可经由网站门户和/或应用接口来访问。
在一个或多个实施方案中,交互式用户界面提供与警报调优推荐相关的通知。在某些实施方案中,通知针对与交互式用户界面相关联的用户来个性化。在一个或多个实施方案中,交互式用户界面提供与警报调优推荐相关的上下文信息。上下文信息包括例如警报配置值、预测警报减少率、其他配置参数、历史警报趋势、警报关系和/或提供警报的上下文感知的其他信息。
在各种实施方案中,交互式用户界面促进与警报调优推荐相关的图形和/或其他可视化的显示。例如,在各种实施方案中,交互式用户界面提供动态生成的图形,这些图形示出针对警报调优推荐的警报率的降低的配置、其间的关系和/或预测。在各种实施方案中,交互式用户界面促进操作和/或时间表制定相关联的更改警报配置参数和/或其他警报设定。
在各种实施方案中,采用机器学习来在逻辑上对警报调优推荐进行分组和/或呈现。在各种实施方案中,采用机器学习来标识和优先化最佳地反映针对一个或多个工业过程和/或一个或多个工业资产的改进机会的警报配置推荐。
因此,通过采用本文所公开的一种或多种技术,针对一个或多个工业过程和/或一个或多个工业资产的警报性能得到优化。例如,通过采用本文所公开的一种或多种技术,警报可由于一个或多个工业过程和/或一个或多个工业资产的改进性能得到优化而得到最佳调优。此外,通过采用本文所公开的一种或多种技术,经由与交互式用户界面相关联的改进视觉指示器向用户提供对一个或多个工业过程和/或一个或多个工业资产的改进洞察。除此之外,通过采用本文所公开的一种或多种技术,与数据分析相关联的处理系统的性能得到改进。例如,通过采用本文所公开的一种或多种技术,与针对一个或多个工业过程和/或一个或多个工业资产的警报的管理相关联的计算资源的数量、存储需求的数量和/或错误的数量得到减少。
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、网络110和边缘115。在一个或多个实施方案中,云105是云层,网络110是网络层,并且/或者边缘115是边缘层。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。在某些实施方案中,联网计算系统环境100是预置联网计算系统,其中边缘115被配置为过程控制网络并且云105被配置为企业网络。
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、空气处理器单元、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160a-160n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。在某些实施方案中,框架200可以是预置框架,其中边缘设备161a-161n被配置为过程控制网络的一部分并且IoT平台125被配置为企业网络。
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”)来情境化企业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165a-165n通信,并且边缘连接器165a-165n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。在某些实施方案中,企业整合层210使得可扩展架构能够将接口扩展到多个系统和/或系统配置。在某些实施方案中,企业整合层210实现与和企业160a-160n相关的室内导航系统的整合。
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,描述性模型标识问题,并且预测性模型确定可能的损坏等级和维护选项。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一个示例性环境的系统300。根据一个实施方案,系统300包括用户计算设备系统302以提供一个或多个工业过程和/或一个或多个工业资产的警报管理的实际应用。在各种实施方案中,用户计算设备系统302提供数据分析技术和/或数字变换技术的实际应用,以促进交互式用户界面的配置。在一个或多个实施方案中,用户计算设备系统302提供渲染与用户界面技术相关的警报调优推荐的实际应用,以提供与针对一个或多个工业过程和/或一个或多个工业资产的一个或多个警报相关的优化。在一个或多个实施方案中,用户计算设备系统302采用从与企业系统(例如,工业系统、建筑物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事件数据和/或警报数据来提供对警报推荐的实时洞察。
在实施方案中,用户计算设备系统302促进与跟服务器系统(例如,服务器设备)、一个或多个数据源和/或一个或多个资产相关联的警报管理平台和/或警报性能优化器平台的交互。在一个或多个实施方案中,用户计算设备系统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,用户计算设备系统302与来自计算机系统120的计算机系统交互,以促进提供与警报调优推荐相关联的交互式用户界面。在各种实施方案中,交互式用户界面被配置为与资产的组合和/或相关工业过程相关联的仪表板可视化。在一个或多个实施方案中,用户计算设备系统302经由网络110与来自计算机系统120的计算机系统交互。用户计算设备系统302还涉及一种或多种技术,诸如例如企业技术、工业技术、连体建筑物技术、物联网(IoT)技术、用户界面技术、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/或一种或多种其他技术。
此外,用户计算设备系统302提供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、工业技术、连体建筑物技术、IoT技术、用户界面技术、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/或一种或多种其他技术。在实施方式中,用户计算设备系统302改进用户计算设备的性能。例如,在一个或多个实施方案中,用户计算设备系统302改进用户计算设备的处理效率,减少计算设备的功耗,改进由用户计算设备提供的数据的质量等。在各种实施方案中,用户计算设备系统302通过优化经由交互式用户界面渲染的内容、通过减少相对于交互式用户界面的用户交互的数量和/或通过减少经由交互式用户界面渲染内容所需的计算资源的数量来改进用户计算设备的性能。
用户计算设备系统302包括通信部件304、警报调优推荐部件306和/或用户界面部件308。除此之外,在一个或多个实施方案中,用户计算设备系统302包括处理器310和/或存储器312。在某些实施方案中,用户计算设备系统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促进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、用户计算设备系统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、通信部件304、警报调优推荐部件306和/或用户界面部件308通信,以例如促进处理器310、存储器312、通信部件304、警报调优推荐部件306和/或用户界面部件308之间的数据传输。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。附加地或另选地,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,以实现指令的独立执行、数据的管道处理和/或指令的多线程执行。
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。换句话说,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,以使得用户计算设备系统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。
在一个或多个实施方案中,通信部件304被配置为生成请求320。请求320是获得针对与工业环境中的一个或多个工业过程和/或一个或多个工业资产相关的一个或多个警报配置参数的警报调优推荐数据的请求。在各种实施方案中,通信部件304响应于相对于交互式用户界面的第一用户界面配置执行的动作而生成请求320。动作可以是例如经由呈现交互式用户界面的用户计算设备发起应用(例如,移动应用)的执行、经由交互式用户界面更改交互式图形元素、或相对于交互式用户界面的另一种类型的动作。附加地或另选地,在一个或多个实施方案中,通信部件304响应于经由用户计算设备执行用户认证过程而生成请求320。例如,在一实施方案中,用户认证过程与密码输入、面部识别、生物识别、安全密钥交换和/或与用户计算设备相关联的另一个安全技术相关联。
在各种实施方案中,交互式用户界面是与一个或多个工业过程和/或一个或多个工业资产的警报管理相关的仪表板可视化。在各种实施方案中,一个或多个工业过程与边缘设备161a-161n(例如,包括在资产组合中的边缘设备161a-161n)相关。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、一个或多空气处理器单元、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边缘设备161a-161n和/或经由网络110在边缘设备161a-161n和警报性能优化器系统之间发送/接收信息。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。附加地或另选地,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,请求320包括与一个或多个工业过程相关的一个或多个警报标识符/条件。例如,一个或多个警报标识符/条件可标识和/或标记针对一个或多个工业过程的一个或多个警报。附加地或另选地,在一个或多个实施方案中,请求320包括描述一个或多个工业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。附加地或另选地,在一个或多个实施方案中,请求320包括描述与交互式用户界面的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。
在某些实施方案中,工业环境与分别包括一个或多个资产的一个或多个资产片区(例如,建筑物中的一个或多个片区等)相关联。在某些实施方案中,工业环境由控制一个或多个工业过程和/或一个或多个工业资产的工业控制系统管理。在某些实施方案中,工业环境由SCADA系统管理。SCADA系统是包括被配置用于联网通信和/或实时控制逻辑的一个或多个资产的控制系统。例如,SCADA系统被配置用于一个或多个资产的数据采集、联网数据通信、数据呈现、监控和/或控制。在某些实施方案中,SCADA系统包括一个或多个控制器(例如,一个或多个可编程逻辑控制器、一个或多个远程终端单元、一个或多个比例积分微分控制器等)以有利于一个或多个资产的控制。在某些实施方案中,SCADA系统的一个或多个事件被存储在一个或多个日志文件中。
在一个实施方案中,通信部件304被配置为传输请求320。在一个或多个实施方案中,通信部件304将请求320传输到服务器系统。例如,在一个或多个实施方案中,通信部件304将请求320传输到警报性能优化器(APO)系统(例如,APO系统502)。在一个或多个实施方案中,通信部件304将请求320从计算机系统120传输到计算机系统,以促进更改交互式用户界面的配置。在一个或多个实施方案中,通信部件304经由网络110传输请求320。
在一个或多个实施方案中,响应于请求320,通信部件304和/或警报调优推荐部件306被配置为接收警报调优推荐数据322。在一个或多个实施方案中,警报调优推荐部件306从服务器系统接收警报调优推荐数据322。例如,在一个或多个实施方案中,警报调优推荐部件306从APO系统(例如,APO系统502)接收警报调优推荐数据322。在一个或多个实施方案中,警报调优推荐部件306从计算机系统120接收来自计算机系统的警报调优推荐数据322,以促进基于警报调优推荐数据322来更改交互式用户界面的配置。在一个或多个实施方案中,通信部件304和/或警报调优推荐部件306经由网络110接收警报调优推荐数据322。在某些实施方案中,通信部件304和/或警报调优推荐部件306结合有加密能力,以促进警报调优推荐数据322的一个或多个部分的加密和/或解密。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,警报调优推荐数据322基于一个或多个警报标识符、一个或多个资产描述符和/或一个或多个用户标识符来配置。除此之外,在一个或多个实施方案中,警报调优推荐数据322基于与针对一个或多个警报条件的相应警报计数减少预测相关联的警报洞察数据来配置。例如,警报洞察数据可包括与边缘设备161a-161n相关联的警报数据的标号、分类、洞察、推断、趋势、模式、关系、机器学习数据和/或其他属性。
在一个或多个实施方案中,通信部件304和/或警报调优推荐部件306被配置为与服务器系统(例如,APO系统)介接以促进接收警报调优推荐数据322。在某些实施方案中,通信部件304和/或警报调优推荐部件306与由服务器系统管理(例如,由APO系统管理)的一个或多个机器学习模型介接。在一个或多个实施方案中,一个或多个机器学习模型被配置为生成与警报调优推荐数据322相关联的警报洞察数据的至少一部分。例如,在一个或多个实施方案中,一个或多个机器学习模型被配置为生成与警报洞察数据相关联的相应警报计数减少预测的至少一部分。在一个或多个实施方案中,一个或多个机器学习模型确定关于与边缘设备161a-161n相关联的聚合警报事件、聚合警报配置和/或实时数据的警报洞察数据。例如,在某些实施方案中,一个或多个机器学习模型基于与边缘设备161a-161n相关联的聚合警报事件、聚合警报配置和/或实时数据来标识、分类和/或预测一个或多个警报的一个或多个所调优参数。在一个或多个实施方案中,来自一个或多个机器学习模型的至少一个机器学习模型被配置为针对警报洞察诸如预测的所调优参数和/或警报减少预测进行训练的深度神经网络。在一个或多个实施方案中,来自一个或多个机器学习模型的至少一个机器学习模型采用模糊逻辑、贝叶斯网络、马尔科夫逻辑网络和/或另一种类型的机器学习技术来确定与警报调优推荐数据322相关联的警报洞察数据的至少一部分。在某些实施方案中,一个或多个机器学习模型基于与相应工业过程和/或资产相关联的相应注释和/或标号来确定警报调优推荐数据322的至少一部分。例如,在某些实施方案中,一个或多个机器学习模型基于相应资产和/或工业过程的资产特性、资产位置、资产位点、资产细节、资产活动、资产功能、资产配置、资产部件、资产服务、资产优先级和/或其他资产信息的相应注释和/或标号来确定警报调优推荐数据322的至少一部分。在某些实施方案中,通信部件304和/或警报调优推荐部件306被配置为与服务器系统(例如,APO系统)介接以基于警报原理规则集来生成警报调优推荐数据322的至少一部分。例如,可基于警报原理规则集来生成警报调优推荐数据322的至少一部分。警报原理规则集可确立用于警报系统过程的一个或多个规则和/或条件,诸如例如何时应当触发警报。例如,警报原理规则集可确立针对工业过程的一个或多个变量诸如例如流体压力、流量、液位、温度等的一个或多个规则和/或条件。
在一个实施方案中,警报调优推荐数据322包括针对以下项的优先动作:一个或多个警报配置参数、一个或多个工业过程、一个或多个工业资产、与一个或多个警报配置参数相关的一个或多个警报、和/或与一个或多个警报配置参数相关的一个或多个警报标签。在一个或多个实施方案中,优先动作指示首先应当调优哪个警报、警报标签、工业过程和/或工业资产。例如,在一个实施方案中,优先动作指示首先应当调优来自一组警报的第一警报、其次应当调优来自该组警报的第二警报、再次应当调优来自该组警报的第三警报等。在一个或多个实施方案中,优先动作被配置为基于对一个或多个工业过程和/或一个或多个工业资产的影响的优先动作列表。例如,在一个或多个实施方案中,优先动作基于关于一个或多个工业过程和/或一个或多个工业资产的相应优先动作的影响来排序。在一个或多个实施方案中,优先动作基于对一个或多个工业过程和/或一个或多个工业资产的影响来分组。
用户界面部件308被配置为经由用户计算设备的显示器渲染交互式用户界面。在一个或多个实施方案中,交互式用户界面被配置为经由用户计算设备的显示器渲染的仪表板可视化。在一个或多个实施方案中,交互式用户界面与边缘设备161a-161n(例如,包括在资产组合中的边缘设备161a-161n)相关联。在一个或多个实施方案中,交互式用户界面被配置为经由交互式用户界面作为相应交互式显示元素提供针对警报调优的优先动作。交互式显示元素是提供相对于用户计算设备的用户的交互的交互式用户界面的一部分(例如,用户交互式电子界面部分)。例如,在一个或多个实施方案中,交互式显示元素是与允许用户相对于交互式用户界面提供反馈和/或执行一个或多个动作的一组像素相关联的交互式显示元素。在一个实施方案中,响应于与交互式显示元素的交互,交互式用户界面被动态地更改以显示交互式用户界面的与不同视觉数据和/或不同交互式显示元素相关联的一个或多个已更改部分。
除此之外,在一个或多个实施方案中,交互式用户界面被配置为促进基于警报调优推荐数据322经由仪表板可视化进行的一个或多个动作的执行和/或发起。在一个实施方案中,经由仪表板可视化的交互式显示元素执行和/或发起动作。在某些实施方案中,交互式用户界面呈现与跟警报调优推荐数据322相关的优先动作相关联的一个或多个通知。在某些实施方案中,警报调优推荐数据322包括一个或多个工业过程的最佳警报配置参数。在某些实施方案中,交互式用户界面的交互式显示元素提供要对警报采取的一个或多个校正动作的执行和/或发起。在某些实施方案中,与交互式用户界面的交互式显示元素相关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,警报调优推荐部件306与用户界面部件308介接,以基于警报调优推荐数据322来更改交互式用户界面的第一用户界面配置。例如,在一个或多个实施方案中,警报调优推荐部件306基于警报调优推荐数据322来更改交互式用户界面的第一用户界面配置以提供交互式用户界面的第二用户界面配置。除此之外,用户界面部件308可经由用户计算设备的显示器渲染交互式用户界面的第二用户界面配置。在一个或多个实施方案中,第二用户界面配置包括与一个或多个警报标识符相关的相应交互式显示元素。除此之外,在一个或多个实施方案中,用户界面部件308基于警报调优推荐数据322经由交互式用户界面渲染第二用户界面配置的相应交互式显示元素。
在某些实施方案中,警报调优推荐数据322包括通过调优一个或多个工业过程的相应警报配置参数而与一个或多个工业过程的相应影响分类相关联的预测影响数据。除此之外,用户界面部件308基于预测影响数据来布置与一个或多个警报标识符相关的相应交互式显示元素。
在某些实施方案中,警报调优推荐数据322包括基于一个或多个工业过程的相应警报配置参数的调优而与警报数量的减少程度(例如,估计的减少程度)相关联的预测优化数据。除此之外,用户界面部件308基于预测优化数据来布置与一个或多个警报标识符相关的相应交互式显示元素。
在某些实施方案中,警报调优推荐数据322包括基于一个或多个工业过程的相应配置参数的调优而与一个或多个工业过程的预测性能相关联的预测工业操作度量数据。除此之外,用户界面部件308基于预测工业操作度量数据来布置与一个或多个警报标识符相关的相应交互式显示元素。
在某些实施方案中,警报调优推荐数据322包括基于一个或多个工业过程的相应警报配置参数的调优而与一个或多个工业过程的预测性能相关联的预测工业操作度量数据。除此之外,用户界面部件308基于预测工业操作度量数据来生成包括与一个或多个警报标识符相关的相应交互式显示元素的矩阵布置的交互式矩阵显示元素。
在某些实施方案中,用户界面部件308生成包括对一个或多个警报标识符的更新的实时状态的导航交互式显示元素。除此之外,响应于相对于导航交互式显示元素的交互,用户界面部件308更改交互式用户界面的第二用户界面配置以提供交互式用户界面的第三用户界面配置。第三用户界面配置可提供更改一个或多个工业过程的相应警报配置参数的能力。
在某些实施方案中,用户界面部件308经由交互式用户界面接收与警报调优推荐数据322相关联的警报调优推荐的接受指示符。例如,接受指示符可基于经由交互式用户界面提供的指示用户接受警报调优推荐的输入数据来生成。附加地或另选地,用户界面部件308将接受指示符传输到服务器系统(例如,APO系统)和/或与一个或多个工业过程相关联的一个或多个控制器。在某些实施方案中,用户界面部件308接收与警报调优推荐数据322相关联的警报调优推荐的拒绝指示符。例如,拒绝指示符可基于经由交互式用户界面提供的指示用户拒绝警报调优推荐的输入数据来生成。除此之外,警报调优推荐部件306可将与拒绝指示符相关联的更新的训练数据提供给被配置为提供警报洞察数据的一个或多个机器学习模型。更新的训练数据可包括更新的分类、标号、权重、超参数和/或用于为一个或多个机器学习模型提供新训练阶段的其他数据。在各种实施方案中,一个或多个机器学习模型可被配置为从拒绝指示符学习以改进未来警报调优推荐。在某些实施方案中,用户界面部件308将与警报调优推荐数据322相关联的一个或多个更改的调优值传输到与一个或多个工业过程相关的一个或多个控制器。例如,一个或多个更改的调优值可以是一个或多个工业过程的相应优化值。在一个或多个实施方案中,由一个或多个控制器提供的一个或多个控制信号(例如,用于与一个或多个工业过程相关联的一个或多个工业资产的一个或多个控制信号)基于一个或多个更改的调优值来修改。在某些实施方案中,用户界面部件308基于警报调优推荐数据322提供与一个或多个工业过程相关的一个或多个控制器的远程控制。
图4示出了根据本公开的一个或多个实施方案的系统400。系统400包括用户计算设备402。用户计算设备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、增强现实设备或另一种类型的计算设备。在一个或多个实施方案中,用户计算设备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/或与仪表板可视化相关联的其他媒体数据。用户计算设备402包括机械部件、电气部件、硬件部件和/或软件部件,以促进仪表板可视化的渲染。用户计算设备402包括用户计算设备系统302。在图4所示的实施方案中,用户计算设备402还包括视觉显示器404、一个或多个扬声器406、一个或多个相机408、一个或多个麦克风410、全球定位系统(GPS)设备412、陀螺仪414、一个或多个无线通信设备416和/或电源418。
在一个实施方案中,视觉显示器404是促进与警报调优推荐数据322相关联的仪表板可视化的呈现和/或与该仪表板可视化的交互的显示器。在一个或多个实施方案中,用户计算设备402显示交互式用户界面。在一个或多个实施方案中,视觉显示器404是渲染与交互式用户界面相关联的数据的视觉显示器。在一个或多个实施方案中,视觉显示器404显示与警报调优推荐数据322相关联的相应交互式显示元素。在一个或多个实施方案中,视觉显示器404提供被配置为允许与用户计算设备402相关联的用户与交互式用户界面的相应用户界面配置交互的交互式用户界面。除此之外,在一个或多个实施方案中,视觉显示器404提供被配置为允许与用户计算设备402相关联的用户控制一个或多个工业过程和/或一个或多个工业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)的交互式用户界面。在一个或多个实施方案中,交互式用户界面基于用户配置文件数据和/或用户权限来配置。在某些实施方案中,与交互式用户界面相关联的用户特定要求经由后端系统(例如,APO系统)来配置。在一个或多个实施方案中,交互式用户界面基于用户计算设备的硬件和/或软件规范来配置。
一个或多个扬声器406包括投射音频的一个或多个集成扬声器。一个或多个相机408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。一个或多个麦克风410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412提供用户计算设备402的地理位置。陀螺仪414提供用户计算设备402的取向。一个或多个无线通信设备416包括一个或多个硬件部件,以经由一种或多种无线网络技术和/或一种或多种短波长无线技术提供无线通信。电源418是例如向视觉显示器404、一个或多个扬声器406、一个或多个相机408、一个或多个麦克风410、GPS设备412、陀螺仪414和/或一个或多个无线通信设备416提供电力的电源和/或可再充电电池。在某些实施方案中,与优先动作相关联的警报调优推荐数据322经由视觉显示器404和/或一个或多个扬声器406来呈现。在某些实施方案中,视觉显示器404、一个或多个相机408、一个或多个麦克风410和/或GPS设备412促进用户认证过程。在某些实施方案中,一个或多个无线通信设备416的一个或多个部分被配置为经由通信部件304促进请求320的传输。
图5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另一个示例性环境的系统500。根据一个实施方案,系统500包括APO系统502。APO系统502与一个或多个应用产品相关联,该一个或多个应用产品诸如性能管理平台、警报优化器平台、资产管理平台、资产性能平台、全局操作平台、位点操作平台、工业资产平台、工业过程平台、数字工作者平台、能量和可持续性平台、健康建筑物平台、能量优化平台、预测性维护平台、集中式控制平台和/或另一种类型的资产平台。在一个或多个实施方案中,APO系统502从用户计算设备系统302接收请求320。在某些实施方案中,APO系统502经由网络110接收请求320。除此之外,在一个或多个实施方案中,APO系统502将警报调优推荐数据322传输到用户计算设备系统302。在某些实施方案中,APO系统502经由网络110传输警报调优推荐数据322。
在一个实施方案中,APO系统502从边缘设备161a-161n接收数据。在一个或多个实施方案中,来自边缘设备161a-161n的数据的至少一部分包括在警报调优推荐数据322中。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,一个或多个工业资产、一个或多个建筑物资产等)、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、一个或多个冷却设备、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、一个或多空气处理器单元、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边缘设备161a-161n和/或经由网络110在边缘设备161a-161n和APO系统502之间发送/接收信息。与边缘设备161a-161n相关联的数据包括例如警报数据(例如,警报配置数据、警报事件数据等)、传感器数据、实时数据、现场特性值数据、事件数据、过程数据、操作数据、故障数据、资产数据、位置数据和/或与边缘设备161a-161n相关联的其他数据。附加地或另选地,与边缘设备161a-161n相关联的数据包括历史数据、历史警报数据(例如,历史警报配置数据、历史警报事件数据等)、历史传感器数据、历史特性值数据、历史事件数据、历史过程数据、历史操作数据、历史故障数据、历史资产数据和/或与边缘设备161a-161n相关联的其他历史数据。
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,APO系统502经由网络110接收与边缘设备161a-161n相关联的数据。在一个或多个实施方案中,网络110是Wi-Fi网络、NFC网络、WiMAX网络、PAN、短程无线网络(例如,网络)、红外无线(例如,IrDA)网络、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。附加地或另选地,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,APO系统502聚合来自边缘设备161a-161n的与边缘设备161a-161n相关联的数据。在一个或多个实施方案中,APO系统502将与边缘设备161a-161n相关联的数据聚合到资产事件数据库504中。资产事件数据库504是基于时间区间和/或资产分级结构层级来动态地存储与边缘设备161a-161n相关联的数据的高速缓存存储器(例如,数据库结构)。例如,在一个或多个实施方案中,资产事件数据库504在一个或多个时间区间(例如,1分钟至12分钟、1小时至24小时、1天至31天、1个月至12个月等)内和/或针对一个或多个资产分级结构层级(例如,资产层级、资产片区、建筑物层级、建筑物片区、工厂层级、工厂片区、工业位点层级等)存储与边缘设备161a-161n相关联的数据。在非限制性实施方案中,资产事件数据库504针对第一资产(例如,第一资产分级结构层级)在第一时间区间(例如,1小时至24小时分钟)内、针对第一资产在第二时间区间(例如,1天至31天)内以及针对第一资产在第三时间区间(例如,1个月至12个月)内存储与边缘设备161a-161n相关联的数据。此外,在非限制性实施方案中,资产事件数据库504针对连体建筑物中的所有资产(例如,第二资产分级结构层级)在第一时间区间(例如,1小时至24小时分钟)内、针对连体建筑物中的所有资产在第二时间区间(例如,1天至31天)内以及针对连体建筑物中的所有资产在第三时间区间(例如,1个月至12个月)内存储与边缘设备161a-161n相关联的数据。
在一个或多个实施方案中,APO系统502基于在与资产事件数据库504相关联的一个或多个时间区间期间由边缘设备161a-161n提供的数据来重复地更新资产事件数据库504的数据。例如,在一个或多个实施方案中,APO系统502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,APO系统502重复地扫描边缘设备161a-161n以确定新数据,以用于存储在资产事件数据库504中。在一个或多个实施方案中,APO系统502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,APO系统502向资产事件数据库504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,资产数据314的格式化版本是用与该一个或多个时间间隔和/或该一个或多个资产分级结构层级相关联的一个或多个限定格式来格式化的。限定格式是例如资产事件数据库504的数据字段的结构。在各种实施方案中,与边缘设备161a-161n相关联的数据的格式化版本存储在资产事件数据库504中。
在一个或多个实施方案中,APO系统502基于一个或多个时间区间(例如,一个或多个报告时间区间)和/或一个或多个资产分级结构层级来标识与边缘设备161a-161n相关联的数据的数据类型和/或对这些数据类型进行分组。在一个或多个实施方案中,APO系统502采用批处理、与边缘设备161a-161n相关联的数据的级联、数据类型的标识、与边缘设备161a-161n相关联的数据的合并、与边缘设备161a-161n相关联的数据的分组、与边缘设备161a-161n相关联的数据的读取和/或与边缘设备161a-161n相关联的数据的写入,以促进与边缘设备161a-161n相关联的数据在资产事件数据库504内的存储。在一个或多个实施方案中,APO系统502基于数据的对应特征和/或属性来对与边缘设备161a-161n相关联的数据进行分组。在一个或多个实施方案中,APO系统502基于资产数据314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)来对与边缘设备161a-161n相关联的数据进行分组。在一个或多个实施方案中,APO系统502采用一种或多种位置敏感的散列技术,以基于与边缘设备161a-161n相关联的不同数据之间的相似性得分和/或计算的距离来对与边缘设备161a-161n相关联的数据进行分组。在一个或多个实施方案中,存储在资产数据库318中的数据的至少一部分包括在警报调优推荐数据322中。
在各种实施方案中,APO系统502基于边缘设备161a-161n的警报管理规则集来周期性地从边缘设备161a-161n收集警报数据(例如,警报配置数据、警报事件数据等)。附加地或另选地,在各种实施方案中,APO系统基于边缘设备161a-161n的警报管理规则集来更新和/或关联警报数据的配置上下文。警报管理规则集可包括用于向警报添加延迟的一个或多个规则、基于警报信号类型(例如,流量警报、压力警报)的一个或多个规则、用于优先级特定警报设定的一个或多个规则、基于与警报相关联的工业过程类型的一个或多个规则、基于与警报相关联的工业资产类型的一个或多个规则、基于位置的一个或多个规则、基于工业分区的一个或多个规则、用于警报的一个或多个异常规则、用于警报的一个或多个超控规则和/或一个或多个其他类型的规则。
在各种实施方案中,APO系统502标识满足与一定数量的过度警报(例如,不良行为者警报)相关联的定义标准的某些警报。在各种实施方案中,APO系统502标识被认为对警报调优推荐有益的某些警报。在各种实施方案中,APO系统502确定满足与一定数量的过度警报相关联的定义标准的警报的当前延迟设定和/或最大延迟设定。在各种实施方案中,APO系统502基于不同的警报计数减少预测来执行警报减少的模拟,以标识警报计数的潜在改进。在某些实施方案中,警报配置设定推荐包括最佳预测延迟设定(例如,最佳开启延迟设定、最佳关闭延迟设定等)。在各种实施方案中,APO系统502计算一个或多个警报的附加改进机会(例如,警报减少的数量)并且在放宽约束的情况下确定一个或多个警报的警报配置设定。在各种实施方案中,APO系统502基于优先级和/或估计的警报减少机会来对警报调优推荐进行优先级排序。在各种实施方案中,APO系统502基于与相应警报相关的控制器标识符和/或位点层级标识符来聚合警报调优推荐。
图6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另一个示例性环境的系统500'。在一个实施方案中,系统500'对应于图5所示的系统500的另选实施方案。根据一个实施方案,系统500'包括APO系统502、边缘设备161a-161n、资产事件数据库504和/或用户计算设备402。在一个或多个实施方案中,用户计算设备402包括用户计算设备系统302。除此之外,在一个或多个实施方案中,用户计算设备402还包括视觉显示器404、一个或多个扬声器406、一个或多个相机408、一个或多个麦克风410、GPS设备412、陀螺仪414、一个或多个无线通信设备416和/或电源418。
在一个或多个实施方案中,用户计算设备402经由网络110与APO系统502通信。在一个或多个实施方案中,用户计算设备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APO系统502定位的另一种类型的计算设备。在一个实施方案中,用户计算设备402经由网络110将请求320传输到APO系统502。例如,在一个或多个实施方案中,用户计算设备402的用户计算设备402经由网络110将请求320传输到APO系统502。在另一个实施方案中,APO系统502经由网络110将警报调优推荐数据322传输到用户计算设备402。例如,在一个或多个实施方案中,APO系统502经由网络110将警报调优推荐数据322传送到用户计算设备402的用户计算设备402。
在一个或多个实施方案中,警报调优推荐数据322包括用于用户计算设备402的视觉显示器404的一个或多个视觉元素,该视觉显示器基于相应用户界面配置来渲染交互式用户界面。在某些实施方案中,用户计算设备402的视觉显示器404显示与警报调优推荐数据322相关联的一个或多个图形元素。在某些实施方案中,用户计算设备402的视觉显示器404呈现与警报调优推荐数据322相关联的一个或多个交互式显示元素。在另一个示例中,在一个或多个实施方案中,警报调优推荐数据322包括与警报调优推荐数据322相关联的一个或多个通知。在一个或多个实施方案中,警报调优推荐数据322允许与用户计算设备402相关联的用户关于一个或多个工业过程、一个或多个工业资产、相关警报和/或警报的相关警报配置参数作出决策和/或执行一个或多个动作。
在各种实施方案中,经由用户计算设备402的视觉显示器404渲染的交互式用户界面可将警报调优推荐数据322显示为配置在交互式仪表板可视化内的不同位点信息。在各种实施方案中,警报推荐数据322可提供诸如改进警报性能的警报调优推荐、基于影响的警报调优推荐的分布、关于是否已经执行警报调优推荐的实时状态(例如,是否已经调优相应警报配置参数等)、基于资产(例如,控制器)的标识工业环境的哪些区域具有改进相应工业过程的未开发的机会的推荐的分布等的信息。附加地或另选地,警报调优推荐数据322可提供诸如是否执行影响更高的推荐、工业环境内有多少资产具有可利用的机会、是否调优执行与影响中等和/或更低的推荐相关联的其他推荐等的信息。
在各种实施方案中,经由用户计算设备402的视觉显示器404渲染的交互式用户界面提供警报推荐视图,以允许用户评估呈警报调优推荐的形式的改进的机会、基于警报计数的一定减少来评估关于警报性能的潜在提高的信息、和/或应用推荐。在各种实施方案中,经由用户计算设备402的视觉显示器404渲染的交互式用户界面提供警报推荐视图,以允许用户分析要访问的关于可用的推荐的数量、已被执行的推荐的数量和/或基于影响的推荐的分布的度量。在各种实施方案中,经由用户计算设备402的视觉显示器404渲染的交互式用户界面允许用户评估针对位点的推荐的预测的应累算益处总计。在各种实施方案中,交互式用户界面渲染诸如针对警报的推荐延迟值、具有基于上下文的导航以标记关于警报的细节的警报配置、在更改警报配置参数的情况下警报减少的机会、警报事件分布诸如持续时间分布等的信息。
在各种实施方案中,经由用户计算设备402的视觉显示器404渲染的交互式用户界面允许用户选择新的警报配置参数值。在各种实施方案中,经由用户计算设备402的视觉显示器404渲染的交互式用户界面允许用户接受对警报的一个警报参数、警报的多个警报参数或多个警报的多个参数的推荐改变。在各种实施方案中,经由用户计算设备402的视觉显示器404渲染的交互式用户界面允许用户拒绝一个或多个推荐警报配置参数值、提供与拒绝的原因相关的信息和/或将推荐警报配置参数值添加到异常列表(例如,黑名单)以免被考虑用于未来警报调优推荐。在各种实施方案中,经由用户计算设备402的视觉显示器404渲染的交互式用户界面附加地提供针对其参数不由APO系统502管理的一个或多个系统的推荐报告。
在各种实施方案中,经由用户计算设备402的视觉显示器404渲染的交互式用户界面允许筛选警报调优推荐数据和/或相关交互式显示元素。除此之外,相对于用户计算设备402的交互式用户界面的交互式显示元素执行的一个或多个动作可发起相对于APO系统502的一个或多个动作。例如,相对于用户计算设备402的交互式用户界面的交互式显示元素执行的一个或多个动作可发起对存储在资产事件数据库504和/或APO系统502的警报配置管理部分中的数据的更新。
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。在一个实施方案中,系统700包括用户计算设备系统302和APO系统502。在一个或多个实施方案中,系统700包括促进交互式用户界面702的生成的用户计算设备系统302。在一个或多个实施方案中,交互式用户界面702经由用户计算设备系统302的视觉显示器404来渲染。此外,在某些实施方案中,APO系统502通信地耦接到边缘设备161a-161n和/或资产事件数据库504。交互式用户界面702与仪表板可视化服务(例如,警报性能优化器服务)相关联。在一个或多个实施方案中,交互式用户界面702与应用服务层225相关联。在一个或多个实施方案中,交互式用户界面702能够经由用户计算设备402访问和/或经由该用户计算设备来实现。在一个或多个实施方案中,交互式用户界面702被配置为提供与警报调优推荐数据322相关联的交互式用户界面。在一个或多个实施方案中,APO系统502被配置为向用户计算设备402提供警报调优推荐数据322,以促进与资产组合相关的交互式用户界面702的渲染。
在一个或多个实施方案中,交互式用户界面702被配置为渲染一个或多个推荐工作流704和/或一个或多个假设分析推荐706。一个或多个推荐工作流704可以是例如一系列用户界面配置,以促进呈现和/或接受与警报调优推荐数据322相关联的一个或多个警报调优推荐。一个或多个假设分析推荐706可具有包括与警报调优推荐数据322相关的相应交互式显示元素的矩阵布置的相应交互式矩阵显示元素,以促进用于接受和/或拒绝与警报调优推荐数据322相关联的一个或多个警报调优推荐的假设分析(例如,关于一个或多个工业过程和/或一个或多个工业资产的性能)。在某些实施方案中,用户计算设备系统302可基于相对于交互式用户界面702的一个或多个用户交互向APO系统502提供接受的警报调优推荐数据722。接受的警报调优推荐数据722可包括来自包括在警报调优推荐数据322中的一组警报调优推荐的一个或多个接受的警报调优推荐。
图8示出了根据本文所述的一个或多个实施方案的用于获得针对与工业环境中的一个或多个工业过程相关的警报配置参数的警报调优推荐的方法800。在一个或多个实施方案中,方法800与用户计算设备系统302、同一个或多个工业过程相关联的控制器(例如,控制器-服务器系统906中的控制器)以及警报性能优化器(APO)系统502相关联。在一个或多个实施方案中,方法800在步骤802处开始,该步骤将原始警报事件数据从与工业处理环境(例如,工业位点902)中的一个或多个工业过程相关联的控制器-服务器系统传输到警报管理服务器系统(例如,APO系统502)。例如,在一个或多个实施方案中,控制器-服务器系统906连续地将与工业处理位点(例如,工业位点902)处的特定工业过程相关联的原始警报事件数据传输到APO系统502。控制器-服务器系统可包括一个或多个控制器和/或一个或多个服务器。在各种实施方案中,原始警报事件数据包括警报标识符诸如标签名称和类型、警报优先级和与控制器(例如,控制器-服务器系统906中的控制器中的控制器)相关联的历史警报触发事件以及警报配置参数诸如开启和关闭延迟值、警报限值和其他警报设定。在各种实施方案中,警报配置参数可存储在工业位点的警报管理服务器系统(例如,工业位点902的警报管理服务器系统904)中并且传输到APO系统502。
方法800还包括步骤804,该步骤通过警报性能优化器系统向警报管理服务器周期性地请求原始警报事件数据,并且通过警报性能优化器系统基于警报原理规则集执行假设分析以生成一个或多个警报调优推荐。在各种实施方案中,用户计算设备系统可周期性地传输请求以通过APO系统502获得原始警报事件数据的假设分析。例如,用户计算设备系统302经由通信部件304将请求320传输到APO系统502。在一个或多个实施方案中,请求320包括与一个或多个工业过程相关联的一个或多个控制器标识符和一个或多个警报标识符。在一个或多个实施方案中,用户计算设备系统302可确定其中将请求320传输到APO系统502的常规时间表。附加地或另选地,用户计算设备系统302可传输对属于特定时间周期的原始警报事件数据的假设分析的请求。例如,用户计算设备系统302可将关于与控制器-服务器系统906的原始警报事件数据相关联的特定日期范围(例如,特定的一周、一月或一年)的请求320传输到APO系统502。
方法800还包括步骤806,该步骤从警报性能优化器系统接收一个或多个警报调优推荐和/或基于关于滋扰警报的一个或多个警报调优推荐的影响的假设分析数据,同时遵守警报原理规则集和/或当前警报配置参数集。在各种实施方案中,用户计算设备系统从APO系统502接收警报调优推荐和基于与警报调优推荐相关联的预测影响数据的附加假设分析(例如,包括在警报调优推荐数据322中)。在一个或多个实施方案中,APO系统502在生成针对特定工业环境的警报调优推荐之前分析该特定工业环境的警报原理规则集。在各种实施方案中,警报原理规则集可以是与特定工业环境(例如,工业位点902)的工业过程相关联的警报规则、配置、超控和/或异常的集合。警报原理规则可包括但不限于:开启和关闭延迟设定,包括基于工业过程的特定测量(例如,流体流量、压力和/或液位)的最大延迟限值;确定开启或关闭延迟是否可应用于特定分类的警报(例如,仅将开启延迟应用于高优先级警报)的规则;和/或特定于特定工业环境的超控和异常。
方法800还包括步骤808,该步骤基于对工业处理环境的预测影响来渲染警报调优推荐的视图。在各种实施方案中,所渲染的视图实现查看由APO系统502基于请求320生成的原始警报事件数据(例如,警报调优推荐数据322)的警报调优推荐和/或假设分析。在一个或多个实施方案中,警报调优推荐数据322由APO系统502针对一个或多个警报标识符基于与针对与一个或多个工业过程相关联的警报配置参数的相应警报计数减少预测相关联的警报洞察数据来生成。在一个或多个实施方案中,警报调优推荐数据322可在用户计算设备的交互式用户界面(例如,用户计算设备402的交互式用户界面702)上查看。在各种实施方案中,警报调优推荐数据322可被分类并作为交互式用户界面(例如,交互式用户界面702)显示在用户计算设备402上(例如,显示在视觉显示器404上)。在一个或多个实施方案中,警报调优推荐数据322可被显示为交互式显示元素(例如,交互式按钮、超链接、图、图表、表格和/或矩阵),并且基于与一个或多个警报调优推荐相关联的预测影响数据以各种配置被布置在交互式用户界面702上。在各种实施方案中,预测影响数据通过调优一个或多个工业过程的相应警报配置参数而与一个或多个工业过程的相应影响分类(例如,低影响、中等影响和/或高影响)相关联。在一个或多个实施方案中,(例如,基于由APO系统502生成的警报调优推荐)调优相应警报配置参数包括调整与一个或多个工业过程相关联的一个或多个警报的警报限值和/或延迟值。警报调优推荐的预测影响可因此被分类并编译成交互式显示元素(例如,交互式按钮、超链接、图、图表、表格和矩阵)。在一个或多个实施方案中,交互式显示元素可基于相应影响分类被布置在交互式用户界面702上。
附加地或另选地,警报调优推荐数据322可被显示为交互式显示元素(例如,交互式按钮、超链接、图、图表、表格和/或矩阵),并且基于预测优化数据以各种配置被布置在交互式用户界面702上。在一个或多个实施方案中,警报调优推荐数据322包括基于一个或多个工业过程的相应警报配置参数的调优而与警报数量的减少程度(例如,估计的减少程度)相关联的预测优化数据。
附加地或另选地,警报调优推荐数据322可被显示为交互式显示元素(例如,交互式按钮、超链接、图、图表、表格和/或矩阵),并且基于预测工业操作度量数据以各种配置被布置在交互式用户界面702上。在一个或多个实施方案中,警报调优推荐数据322包括基于一个或多个工业过程的相应配置参数的调优而与一个或多个工业过程的预测性能相关联的预测工业操作度量数据。
方法800还包括步骤810,该步骤将视图配置为基于预测影响和/或警报调优推荐状态根据上下文导航到与期望控制器相关的用户界面配置。在各种实施方案中,用户计算设备402可用于基于预测影响数据和警报调优推荐状态根据上下文导航到与期望工业处理环境(例如,工业位点902)相关的用户界面配置和/或与工业处理环境相关联的一个或多个资产(例如,控制器-服务器系统906中的控制器)。在一个或多个实施方案中,警报调优推荐状态表示(例如,由APO系统502生成的)一个或多个警报调优推荐是否已经在工业处理环境中被采用或“被执行”。除此之外,与警报调优推荐状态相关联的预测影响数据可被分类(例如,低影响、中等影响、高影响)并且与工业处理环境中的一个或多个控制器相关。在一个或多个实施方案中,控制器标识符与工业处理位点(例如,工业位点902)的控制器(例如,控制器-服务器系统906中的控制器)相关联,并且预测影响数据和警报调优推荐(例如,警报调优推荐数据322)可与特定控制器标识符相关联。例如,警报调优推荐数据322可被显示为交互式显示元素(例如,交互式按钮、超链接、图、图表、表格和/或矩阵)并且以各种配置被布置在用户计算设备402的交互式用户界面702上,使得交互式用户界面仅显示与特定控制器标识符相关联的警报调优推荐数据。在一个或多个实施方案中,包括一个或多个警报标识符的更新的实时状态(例如,警报调优推荐状态更新)的导航交互式显示元素可在交互式用户界面702上生成。响应于相对于导航交互式显示元素的交互,交互式用户界面702的配置可被更改以提供更改一个或多个工业过程的相应警报配置参数的能力,如将在方法800的以下步骤中所见。
方法800还提供步骤812,该步骤将视图配置为渲染不同的用户界面配置以促进相应警报调优推荐的审查。在一个或多个实施方案中,警报调优推荐数据322可被配置为交互式显示元素(例如,交互式按钮、超链接、图、图表、表格和/或矩阵)并且以各种配置被布置在用户计算设备402的交互式用户界面702上。通过导航交互式显示元素,交互式用户界面702可被重新配置为显示与特定警报标识符相关联的单独警报调优推荐(例如,由APO系统502生成)。在一个或多个实施方案中,特定警报标识符可基于各种特征来布置,这些特征包括但不限于警报标签(相关过程警报的分组)或名称、警报类型、相关联的控制器标识符、警报优先级、预测影响、警报延迟值和/或警报推荐状态。在一个或多个实施方案中,单独警报调优推荐可与跟一个或多个工业过程相关联的一个或多个警报配置参数相关联。
附加地或另选地,在一个或多个实施方案中,交互式用户界面702可被配置为布置与包括在警报调优推荐数据322中的假设分析相关联的交互式显示元素。在一个或多个实施方案中,假设分析包括基于开启和关闭延迟值的不同组合的与相应警报标识符相关的潜在警报减少。在一个或多个实施方案中,与假设分析相关联的交互式显示元素包括详述开启和关闭延迟值的潜在组合的分布以及开启和关闭延迟值对工业过程环境的预测影响的直方图。
在某些实施方案中,方法800还提供步骤814,该步骤将一个或多个警报调优推荐应用于工业处理环境。在一个或多个实施方案中,单独警报调优推荐可经由交互式用户界面来接受或拒绝。例如,用户计算设备402可显示与跟一个或多个工业过程相关的一个或多个警报配置参数相关联的单独警报调优推荐(例如,来自警报调优推荐数据322),并且对警报调优推荐的相应接受或拒绝指示可由交互式用户界面702接收。除此之外,警报调优推荐可应用于与工业处理环境相关的一个或多个控制器。在一个或多个实施方案中,多个警报调优推荐可同时被接受或拒绝。在一个或多个实施方案中,一个或多个警报标识符可添加到异常列表。例如,APO系统502可重新配置特定工业环境(例如,工业位点902)的警报原理规则集,使得一个或多个警报标识符将从APO系统502的未来分析中排除。将一个或多个警报调优推荐应用于工业处理环境提供了一个或多个技术改进,诸如但不限于减少整理原始警报事件数据、将其简化成适当的度量并且采用可行洞察所需的手动工作量,以及减少可能增加工业处理环境中的人类操作员的认知负荷的“颤振”警报的量,从而提高工厂人员和装备的安全性。
图9示出了根据本文所述的一个或多个实施方案的与警报性能优化器系统集成的示例性工业环境系统。在一个或多个实施方案中,工业环境系统包括一个或多个工业位点(例如,工业位点902)。在一个或多个实施方案中,工业位点902包括警报管理服务器系统904和控制器-服务器系统906。在一个或多个实施方案中,控制器-服务器系统906连续地存储与工业处理位点(例如,工业位点902)处的特定工业过程相关联的原始警报事件数据并将其传输到APO系统502。控制器-服务器系统906可包括一个或多个控制器和/或一个或多个服务器。在一个或多个实施方案中,原始警报事件数据包括警报标识符诸如标签名称和类型、警报优先级和与控制器(例如,控制器-服务器系统906中的控制器)相关联的历史警报触发事件以及警报配置参数诸如开启和关闭延迟值、警报限值和警报设定。在各种实施方案中,警报配置参数可存储在工业位点的警报管理服务器系统(例如,工业位点902的警报管理服务器系统904)中并且传输到APO系统502。在一个或多个实施方案中,存储在警报管理服务器系统904中的警报配置参数反映工业环境的警报原理,其中警报原理可以是与特定工业环境的过程相关联的警报规则、配置、超控和/或异常的集合。在一个或多个实施方案中,APO系统502可重新配置一个或多个相应工业环境(例如,工业位点902)的警报原理规则集。例如,工业位点1可与工业位点2具有不同的警报原理,工业位点2可与工业位点n具有不同的警报原理。在这方面,APO系统502基于从控制器-服务器系统906接收的原始警报事件数据和从工业位点902的警报管理服务器系统904接收的位点特定的警报配置参数来生成警报调优推荐数据(例如,警报调优推荐数据322)。
在一个或多个实施方案中,APO系统502对从控制器-服务器系统906接收的原始警报事件数据执行模式分析。APO系统502基于一个或多个警报标识符和与针对一个或多个警报配置参数的相应警报计数减少预测相关联的警报洞察数据来生成警报调优推荐数据(例如,警报调优推荐数据322)。在一个或多个实施方案中,警报调优推荐数据322包括警报减少预测和警报合理化。警报减少预测是在根据APO系统502的警报调优推荐调优某些警报配置参数的情况下可减少(例如,通过调整警报的限值或延迟值)的警报数量的预测。另选地,警报合理化是将特定警报保持在原地的理由。在一个或多个实施方案中,警报合理化可以是位点特定的警报原理(例如,限制特定警报延迟值的调整的警报规则)和/或由交互式用户界面702接收的拒绝指示的结果。在一个或多个实施方案中,一旦APO系统502已经基于原始警报事件数据的模式分析以及位点特定的警报配置和原理生成警报调优推荐数据322,警报调优推荐数据322就被传输到工业位点902的警报管理服务器系统904。
图10示出了根据本文所述的一个或多个实施方案的与警报性能优化器系统集成的示例性工业环境系统的网络分级结构。具体地,图10示出了示例性工业环境的分立部件如何联网在一起以便与APO系统502介接,以及它们如何分别彼此布置以便在网络分级结构的不同层之间传输信息。例如,与工业环境中的一个或多个工业过程相关联的控制器(例如,控制器-服务器系统906中的控制器)涉及感测并操纵它们与之相关联的物理工业过程。例如,控制器-服务器系统906中的控制器可连续地测量特定工业过程中的动态流体的压力或流量并且经由2级网络层(例如,网络层1002)传输该原始信息。在一个或多个实施方案中,网络层1002属于示例性实施方案的SCADA过程。在各种实施方案中,网络层1002是负责在更低层中控制工业部件的物理过程的第一人机界面层。除此之外,网络层1002将控制器-服务器系统906连接到工业环境诸如工业位点902的警报管理服务器系统904。警报管理服务器系统904负责存储并编译由控制器-服务器系统906捕获的原始警报事件数据。在一个或多个实施方案中,网络层1004可以是3级操作和管理层。在一个或多个实施方案中,警报管理服务器系统904经由网络层1004负责原始警报事件数据的维护,并且因此集中原始警报事件数据以使其可用于网络分级结构的最高级别(例如,网络层1006)。在一个或多个实施方案中,网络层1006可以是4级层。在一个或多个实施方案中,网络层1006连接一个或多个工业位点(例如,工业位点902),使得与相应工业位点相关联的所集中的原始警报事件数据可被传输到APO系统502并且由该APO系统分析。在一个或多个实施方案中,由APO系统502生成的警报调优推荐数据322然后可被向下散播回网络分级结构的相应层并且被存储在警报管理服务器系统904中,使得与控制器-服务器系统906中的控制器相关联的相应警报配置参数可基于由APO系统502生成的警报调优推荐来更改。
图11示出了通过采用本文所述的一个或多个实施方案的示例性工业处理环境实现的技术益处。例如,图11描绘了具有多于20,000个警报标签(各自包含4至6个警报)的工业环境。审查仅20%的可被标识为“滋扰”警报的警报就可能耗费超过600个工时。应用本公开的警报分析技术(例如,通过应用由APO系统502生成的警报调优推荐数据322)的益处可导致工业企业的警报合理化工作量减少85%。此外,本文所公开的技术不仅通过简化原始警报事件数据的处理而有益于工业环境的技术工业处理部件,而且它们还减少在工业环境中工作的人类操作员的认知负荷或“警报疲劳”。因此,可实现工业人员和装备的安全性和效率的显著提高。
图12示出了根据本公开的一个或多个实施方案的示例性交互式用户界面1200。在一个实施方案中,交互式用户界面1200是经由视觉显示器404呈现的用户计算设备402的交互式用户界面。在一个或多个实施方案中,仪表板可视化经由交互式用户界面1200来渲染。在某些实施方案中,经由交互式用户界面1200渲染的数据可视化呈现警报调优推荐数据322的一个或多个部分的可视化,以促进经由仪表板可视化进行的与一个或多个工业处理环境相关联的警报配置参数的分析和/或管理。在某些实施方案中,经由交互式用户界面1200渲染的仪表板可视化呈现用于在交互式用户界面1200的各种配置之间导航的导航交互式显示元素1202。
附加地或另选地,在某些实施方案中,经由交互式用户界面1200渲染的仪表板可视化呈现用于基于一个或多个工业环境(例如,工业位点902)配置各种交互式用户界面的导航交互式显示元素1204。附加地或另选地,在某些实施方案中,经由交互式用户界面1200渲染的仪表板可视化呈现被配置为与由本公开的示例性实施方案管理的多个警报标识符(例如,警报标签)相关联的分布和/或相应交互式显示元素的警报标签状态数据1206。
附加地或另选地,在某些实施方案中,经由交互式用户界面1200渲染的仪表板可视化呈现被配置为按预测影响分类的与各种警报标识符的推荐状态相关联的分布和/或相应交互式显示元素的推荐状态数据1208。例如,由推荐状态数据1208的交互式显示元素详述的分类包括低、中等和高影响警报调优推荐(例如,由APO系统502生成),并且数值分布详述每个分类的调优推荐有多少已经被执行。附加地或另选地,在某些实施方案中,经由交互式用户界面1200渲染的仪表板可视化呈现被配置为交互式显示元素的同步数据元素1210。在一个或多个实施方案中,同步数据元素1210呈现与用户计算设备系统302对警报调优推荐数据322的最新同步相关联的时间戳。在一个或多个实施方案中,与同步数据元素1210相关联的交互式显示元素允许用户计算设备系统302基于特定时间周期(例如,属于特定的一天、一周、一月或一年的日期范围)重新配置交互式用户界面1200,并且因此重新配置与警报调优推荐数据322相关联的一个或多个交互式显示元素以显示仅属于该特定时间周期的数据。附加地或另选地,在某些实施方案中,经由交互式用户界面1200渲染的仪表板可视化呈现被配置为允许用户计算设备402的人类操作员登录APO系统502的实施方案和/或基于用户偏好重新配置交互式用户界面1200的交互式显示元素的用户配置文件图标1212。附加地或另选地,在某些实施方案中,经由交互式用户界面1200渲染的仪表板可视化呈现被配置为与同当前由交互式用户界面1200呈现的一个或多个其他交互式显示元素相关联的警报调优推荐数据322相关联的多个交互式显示元素的警报洞察数据1214。例如,在某些实施方案中,警报洞察数据1214包括详述与分类在警报优先级分类“紧急”下的警报优先级分布数据相关联的与相应数量的控制器(例如,控制器902)相关的多个操作员控制台的交互式显示元素。
图13示出了根据本公开的一个或多个实施方案的示例性交互式用户界面1300。在一个实施方案中,交互式用户界面1300是经由视觉显示器404呈现的用户计算设备402的交互式用户界面。在一个或多个实施方案中,仪表板可视化经由交互式用户界面1300来渲染。在某些实施方案中,经由交互式用户界面1300渲染的数据可视化呈现警报调优推荐数据322的一个或多个部分的可视化,以促进经由仪表板可视化进行的与一个或多个工业处理环境相关联的警报配置参数的分析和/或管理。在某些实施方案中,经由交互式用户界面1300渲染的仪表板可视化呈现被配置为按预测影响分类的与各种警报标识符的推荐状态相关联的分布和/或相应交互式显示元素的推荐状态数据1302。例如,由推荐状态数据1302的交互式显示元素详述的分类包括低、中等和高影响警报调优推荐(例如,由APO系统502生成),并且数值分布详述每个分类的调优推荐有多少尚未被执行。例如,交互式显示元素1304与预测的高影响警报调优推荐相关联。交互式显示元素1304描绘由推荐状态数据1302描绘的总共31个警报调优推荐的预测的高影响警报调优推荐,31个警报调优推荐已经(例如,由APO系统502)分类为对工业处理环境具有“高”预测影响,并且这些警报调优推荐中的所有31个警报调优推荐都尚未被执行,使得这些警报调优推荐尚未在相应工业处理位点中被采用。附加地或另选地,在某些实施方案中,经由交互式用户界面1300渲染的仪表板可视化呈现被配置为与推荐状态数据1302相关联的交互式显示元素的警报推荐洞察数据1306。在某些实施方案中,警报推荐洞察数据1406详述与推荐状态数据1302相关联的与相应数量的控制器(例如,控制器902)相关的多个操作员控制台。在一个或多个实施方案中,警报推荐洞察数据1306还分解已经被执行或尚未被执行的警报调优推荐的数量。
图14示出了根据本公开的一个或多个实施方案的示例性交互式用户界面1400。在一个实施方案中,交互式用户界面1400是经由视觉显示器404呈现的用户计算设备402的交互式用户界面。在一个或多个实施方案中,数据可视化经由交互式用户界面1400来渲染。在某些实施方案中,经由交互式用户界面1400渲染的数据可视化呈现警报调优推荐数据322的一个或多个部分的可视化,以促进经由交互式显示元素进行的与一个或多个工业处理环境相关联的警报配置参数的分析和/或管理。在某些实施方案中,经由交互式用户界面1400渲染的数据可视化呈现被配置为按各种警报调优推荐的预测影响分类的相应交互式显示元素的预测推荐影响数据1402。例如,预测推荐影响数据1402可被分类为低、中等或高影响。除此之外,响应于与跟预测推荐影响数据1402相关联的交互式显示元素的交互(例如,由交互式用户界面1400检测到的选择指示),可显示预测推荐影响分布数据1404。在一个或多个实施方案中,预测推荐影响分布数据1404详述与预测推荐影响数据1402相关联的警报调优推荐有多少已经被执行的百分比分布。此外,预测推荐影响分布数据1404详述与相应数量的控制器(例如,控制器902)相关的操作员控制台有多少与跟预测推荐影响数据1402相关联的警报调优推荐相关联。例如,图14中的交互式用户界面1400的预测推荐影响分布数据1404示出35%的被分类为具有“高”预测影响的警报调优推荐已经被执行,以及警报调优推荐已被应用于五个控制台。相反地,预测推荐影响分布数据1404示出65%的被分类为具有“高”预测影响的警报调优推荐尚未被执行,并且其余警报调优推荐可被应用于多达七个控制台。
图15示出了根据本公开的一个或多个实施方案的示例性交互式用户界面1500。在一个实施方案中,交互式用户界面1500是经由视觉显示器404呈现的用户计算设备402的交互式用户界面。在一个或多个实施方案中,数据可视化经由交互式用户界面1500来渲染。在某些实施方案中,经由交互式用户界面1500渲染的数据可视化呈现警报调优推荐数据322的一个或多个部分的可视化,以促进经由交互式显示元素进行的与一个或多个工业处理环境相关联的警报配置参数的分析和/或管理。在某些实施方案中,经由交互式用户界面1500渲染的数据可视化呈现与跟相应数量的控制器(例如,控制器902)相关的工业操作员控制台的警报调优推荐状态相关联的交互式显示元素。在某些实施方案中,控制台标识符1502被配置为按与跟相应控制台标识符1502相关联的控制器的警报配置参数相关联的各种警报调优推荐的预测影响分类的相应交互式显示元素。附加地或另选地,在某些实施方案中,交互式用户界面1500呈现被配置为按各种警报调优推荐的预测影响分类的相应交互式显示元素的预测推荐影响数据列1504。例如,预测推荐影响数据列1504可被分类为低、中等或高影响。在一个或多个实施方案中,预测推荐影响数据列1504包括被表示为与相应控制台标识符1502相关联的警报调优推荐的数值分布的交互式显示元素。附加地或另选地,预测推荐影响数据列1504包括与警报推荐比率1506相关联的交互式显示元素。在一个或多个实施方案中,警报推荐比率1506表示在针对特定控制台标识符1502的相应预测推荐影响数据列1504中的警报总数中已经被执行的警报调优推荐的数量。例如,交互式用户界面1500描绘具有被分类为对相应工业环境具有“高”预测影响的总共20个警报调优推荐的控制台标识符“DHT”,其中两个尚未被执行。
图16示出了根据本公开的一个或多个实施方案的示例性交互式用户界面1600。在一个实施方案中,交互式用户界面1600是经由视觉显示器404呈现的用户计算设备402的交互式用户界面。在一个或多个实施方案中,数据可视化经由交互式用户界面1600来渲染。在某些实施方案中,经由交互式用户界面1600渲染的数据可视化呈现警报调优推荐数据322的一个或多个部分的可视化,以促进经由交互式显示元素进行的与一个或多个工业处理环境相关联的警报配置参数的分析和/或管理。在某些实施方案中,经由交互式用户界面1600渲染的数据可视化呈现被配置为按各种警报调优推荐的预测影响分类的用于显示针对特定工业环境(例如,通过导航交互式显示元素选择)的警报调优推荐(例如,由APO系统502生成)的总量的相应交互式显示元素的交互式标头1602。在某些实施方案中,由交互式标头1602的交互式显示元素描绘的分类包括低、中等和高影响警报调优推荐及其相应总数。在一个或多个实施方案中,交互式标头1602包括被配置为用于描绘特定工业环境(例如,工业位点902)已经执行的警报调优推荐的总数的交互式显示元素诸如进度条的数值分布。附加地或另选地,在某些实施方案中,经由交互式用户界面1600渲染的数据可视化呈现被配置为用于基于各种参数重新配置交互式用户界面1600的相应交互式显示元素的交互式筛选条1604。例如,交互式筛选条1604包括与基于但不限于预测警报调优推荐影响和警报调优推荐状态筛选警报调优推荐数据322的部分相关联的交互式显示元素,使得当采用相应交互式显示元素时,交互式用户界面1600被重新配置为在突出的位置中显示警报调优推荐数据322的所筛选部分。在一个或多个实施方案中,交互式筛选条1904可被采用来重新配置交互式用户界面1600,使得取决于采用交互式筛选条1604的哪个交互式显示元素来对控制台标识符1908和/或相关联的视觉数据1610进行排序和/或布置。附加地或另选地,在某些实施方案中,经由交互式用户界面1600渲染的数据可视化呈现被配置为交互式显示元素的分析数据元素1606。在一个或多个实施方案中,分析数据元素1606呈现与用户计算设备系统302的警报调优推荐数据322相关联的时间范围。在一个或多个实施方案中,与跟分析数据元素1606相关联的交互式显示元素的交互允许用户计算设备系统302基于特定时间周期(例如,属于特定的一天、一周、一月或一年的日期范围)重新配置交互式用户界面1600,并且因此重新配置与警报调优推荐数据322相关联的一个或多个交互式显示元素以显示仅属于该特定时间周期的相关数据。
附加地或另选地,在某些实施方案中,经由交互式用户界面1600渲染的数据可视化呈现控制台标识符1608和视觉数据1610。在一个或多个实施方案中,控制台标识符1608包括与和跟工业环境中的一个或多个工业过程相关的相应控制器(例如,控制器-服务器系统906中的一个或多个控制器)相关联的一个或多个控制台标识符相关联的相应交互式显示元素。在一个或多个实施方案中,控制台标识符1608与视觉数据1610相关联,使得视觉数据1610的相应交互式显示元素提供与特定控制台标识符1608相关联的具体细节(例如,从警报调优推荐数据322得到)。在一个或多个实施方案中,控制台标识符1608与同跟一个或多个工业过程相关联的一个或多个控制器(例如,控制器-服务器系统906中的一个或多个控制器)相关的警报配置参数相关联,并且相应视觉数据1610包括与跟一个或多个工业过程相关联的警报配置参数相关联的相应交互式显示元素。在一个或多个实施方案中,与控制台标识符1608相关联并且由相应视觉数据1610详述的警报配置参数可包括但不限于:与控制台标识符相关联的警报计数总计(例如,与控制台标识符相关联的警报标签和/或单独警报的总数)、估计警报减少总计(例如,与控制台标识符相关联的警报总计中有多少可根据由APO系统502生成的相应警报调优推荐被减少或“调优”)、警报减少百分比、每天平均警报减少、受影响警报总计和/或未被执行的警报总计。在一个或多个实施方案中,控制台标识符1608和相应视觉数据1610是可选择的,使得特定控制台标识符1608的选择指示允许进一步分析和/或管理选定控制台标识符1608和由视觉数据1610表示的相关联的警报配置参数。在某些实施方案中,特定控制台标识符1608的选择指示可使得用户计算设备系统302重新配置交互式用户界面1600。附加地或另选地,在一个或多个实施方案中,特定控制台标识符1608的选择指示可使得用户计算设备系统302更新工业环境(例如,工业位点902)的警报管理服务器系统904中的相应警报配置参数,从而使得由APO系统502生成的警报调优推荐被工业环境的控制器-服务器系统906中的相应一个或多个控制器采用。
图17示出了根据本公开的一个或多个实施方案的示例性交互式用户界面1700。在一个实施方案中,交互式用户界面1700是经由视觉显示器404呈现的用户计算设备402的交互式用户界面。在一个或多个实施方案中,数据可视化经由交互式用户界面1700来渲染。在某些实施方案中,经由交互式用户界面1700渲染的数据可视化呈现警报调优推荐数据322的一个或多个部分的可视化,以促进经由交互式显示元素进行的与一个或多个工业处理环境相关联的警报配置参数的分析和/或管理。在某些实施方案中,经由交互式用户界面1700渲染的数据可视化呈现用于基于一个或多个工业环境(例如,工业位点902)配置各种交互式用户界面的导航交互式显示元素1702。在一个或多个实施方案中,导航交互式显示元素1702可基于一个或多个工业环境的地理位置来重新配置交互式用户界面1700。在某些实施方案中,用户计算设备系统302将基于特定工业环境(例如,由导航交互式显示元素1702选择的工业位点902)的选择指示将交互式用户界面1700重新配置为仅显示特定工业环境的警报标识符1710和相关联的视觉数据1712。
附加地或另选地,在某些实施方案中,经由交互式用户界面1700渲染的数据可视化呈现被配置为按各种警报调优推荐的预测影响分类的用于显示针对特定工业环境(例如,通过导航交互式显示元素1702选择)的警报调优推荐(例如,由APO系统502生成)的总量的相应交互式显示元素的交互式标头1704。在某些实施方案中,由交互式标头1704的交互式显示元素描绘的分类包括低、中等和高影响警报调优推荐及其相应总数。在一个或多个实施方案中,交互式标头1704包括被配置为用于描绘特定工业环境(例如,工业位点902)已经执行的警报调优推荐的总数的交互式显示元素诸如进度条的数值分布。附加地或另选地,在某些实施方案中,经由交互式用户界面1700渲染的数据可视化呈现被配置为用于基于各种参数重新配置交互式用户界面1700的相应交互式显示元素的交互式筛选条1706。例如,交互式筛选条1706包括与基于但不限于警报标识符、预测警报调优推荐影响和警报调优推荐状态筛选警报调优推荐数据322的部分相关联的交互式显示元素,使得当采用相应交互式显示元素时,交互式用户界面1700被重新配置为在突出的位置中显示警报调优推荐数据322的所筛选部分。在一个或多个实施方案中,交互式筛选条1706可被采用来重新配置交互式用户界面1700,使得取决于采用交互式筛选条1706的哪个交互式显示元素来对警报标识符1710和/或相关联的视觉数据1712进行排序和/或布置。
附加地或另选地,在某些实施方案中,经由交互式用户界面1700渲染的数据可视化呈现被配置为交互式显示元素的分析数据元素1708。在一个或多个实施方案中,分析数据元素1708呈现与用户计算设备系统302的警报调优推荐数据322相关联的时间范围。在一个或多个实施方案中,与跟分析数据元素1708相关联的交互式显示元素的交互允许用户计算设备系统302基于特定时间周期(例如,属于特定的一天、一周、一月或一年的日期范围)重新配置交互式用户界面1700,并且因此重新配置与警报调优推荐数据322相关联的一个或多个交互式显示元素以显示仅属于该特定时间周期的相关数据。
附加地或另选地,在某些实施方案中,经由交互式用户界面1700渲染的数据可视化呈现警报标识符1710和视觉数据1712。在一个或多个实施方案中,警报标识符1710包括与跟工业环境中的一个或多个工业过程相关的一个或多个警报标识符(例如,警报标签名称或警报类型)相关联的相应交互式显示元素。在一个或多个实施方案中,警报标识符1710与视觉数据1712相关联,使得视觉数据1712的相应交互式显示元素提供与特定警报标识符1710相关联的具体细节(例如,从警报调优推荐数据322得到)。在一个或多个实施方案中,警报标识符1710与跟一个或多个工业过程相关的警报配置参数相关联,并且相应视觉数据1712包括与警报配置参数相关联的相应交互式显示元素。在一个或多个实施方案中,与警报标识符1710相关联并且由相应视觉数据1712详述的警报配置参数可包括但不限于警报优先级、警报调优推荐影响、推荐开启延迟值、推荐关闭延迟值、与警报标识符相关联的警报总计(例如,警报标签所包括的警报的总数)和/或估计警报减少总计(例如,包括在警报标签中的警报总计中有多少可根据由APO系统502生成的相应警报调优推荐被减少或“调优”)。在一个或多个实施方案中,警报标识符1710和相应视觉数据1712是可选择的,使得特定警报标识符1710的选择指示允许进一步分析和/或管理选定警报标识符1710和由视觉数据1712表示的相关联的警报配置参数。在某些实施方案中,特定警报标识符1710的选择指示可使得用户计算设备系统302重新配置交互式用户界面1700。在一个或多个实施方案中,特定警报标识符1710的选择指示可使得用户计算设备系统302更新工业环境(例如,工业位点902)的警报管理服务器系统904中的相应警报配置参数,从而使得由APO系统502生成的警报调优推荐被工业环境的控制器-服务器系统906中的相应控制器采用。
附加地或另选地,在某些实施方案中,经由交互式用户界面1700渲染的数据可视化呈现被配置为交互式显示元素的交互式按钮元素1714。在一个或多个实施方案中,在已经接收到一个或多个特定警报标识符1710的选择指示之后,与交互式按钮元素1714的“接受”交互可使得用户计算设备系统302更新工业环境(例如,工业位点902)的警报管理服务器系统904中的相应警报配置参数,从而使得由APO系统502生成的相应警报调优推荐被工业环境的相应控制器906采用。另选地,在一个或多个实施方案中,在已经接收到一个或多个特定警报标识符1710的选择指示之后,与交互式按钮元素1714的“拒绝”交互可使得用户计算设备系统302拒绝相应警报调优推荐,从而使已经在警报管理服务器系统904中就位的警报配置参数合理化。
图18示出了根据本公开的一个或多个实施方案的示例性交互式用户界面1800。在一个实施方案中,交互式用户界面1800是经由视觉显示器404呈现的用户计算设备402的交互式用户界面。在一个或多个实施方案中,数据可视化经由交互式用户界面1800来渲染。在某些实施方案中,经由交互式用户界面1800渲染的数据可视化将警报调优推荐数据322的一个或多个部分的可视化呈现为交互式分析矩阵1808,以促进经由交互式分析矩阵1808的交互式显示元素进行的与一个或多个工业处理环境相关联的警报配置参数的假设分析和/或管理。在某些实施方案中,经由交互式用户界面1800渲染的数据可视化呈现警报标识符1802和相应视觉数据1804,使得视觉数据1804的相应交互式显示元素提供与特定警报标识符1802相关联的具体细节(例如,从警报调优推荐数据322得到)。在一个或多个实施方案中,警报标识符1802包括警报标签名称(例如,表示一个或多个过程警报的分组)、警报条件、警报信号类型和/或警报描述。在一个或多个实施方案中,警报标识符1802与同跟一个或多个工业过程相关联的一个或多个控制器(例如,控制器-服务器系统906中的一个或多个控制器)相关的警报配置参数相关联,并且相应视觉数据1804包括与跟一个或多个工业过程相关联的警报配置参数相关联的相应交互式显示元素。在一个或多个实施方案中,与警报标识符1802相关联并且由相应视觉数据1804详述的警报配置参数可包括但不限于与警报标识符相关联的警报总计(例如,警报标签所包括的警报的总数)、配置的开启延迟值、配置的关闭延迟值、最大开启延迟值和/或最大关闭延迟值。
附加地或另选地,在某些实施方案中,经由交互式用户界面1800渲染的数据可视化呈现被配置为交互式显示元素的交互式分析矩阵1808。在一个或多个实施方案中,交互式分析矩阵1808的垂直轴和水平轴分别表示开启和关闭延迟值的渐进式标度。在一个或多个实施方案中,交互式分析矩阵1808的相应单元格表示基于警报调优推荐数据322的部分的预测警报减少百分比。例如,交互式用户界面1800描绘了与表示四秒的关闭延迟值和零秒的开启延迟值的矩阵单元格相关联的警报调优推荐被预测为减少66.67%的与警报标识符1802相关联的警报。换句话说,如果将采用与该特定矩阵单元格相关联的警报调优推荐,则与跟警报标识符1802相关联的工业过程相关的警报配置参数将被调整(例如,由用户计算设备系统302在警报管理服务器系统904中更新),使得所预测的66.67%的与警报标识符1802相关联的颤振滋扰警报将被潜在地消除。
在一个或多个实施方案中,交互式分析矩阵1808的相应交互式显示元素是可选择的。在某些实施方案中,交互式分析矩阵1808的特定单元格的选择指示可使得用户计算设备系统302重新配置交互式用户界面1800。附加地或另选地,在某些实施方案中,经由交互式用户界面1800渲染的数据可视化呈现被配置为交互式显示元素的警报调优推荐洞察数据元素1806。在一个或多个实施方案中,警报调优推荐洞察数据元素1806提供与交互式分析矩阵1808的单独单元格相关的更多细节。在某些实施方案中,当选择交互式分析矩阵1808的特定单元格时,警报调优推荐洞察数据元素1806就显示与该矩阵单元格相关联的相应警报调优推荐的警报配置参数。例如,当选择表示四秒的关闭延迟值和零秒的开启延迟值的矩阵单元格时,警报调优推荐洞察数据元素1806就显示开启和关闭延迟值、预测警报减少百分比和/或由与该矩阵单元格相关联的警报调优推荐减少的警报总数。在一个或多个实施方案中,一旦已经接收到与交互式分析矩阵1808的单元格相关的选择指示,就可采用与所选择的矩阵单元格相关联的警报调优推荐(例如,由APO系统502生成),并且因此可更改与跟警报标识符1802相关联的一个或多个工业过程相关的警报配置参数(例如,通过更新警报管理服务器系统904中的相应警报配置参数)。
图19示出了根据本公开的一个或多个实施方案的示例性交互式用户界面1900。在一个实施方案中,交互式用户界面1900是经由视觉显示器404呈现的用户计算设备402的交互式用户界面。在一个或多个实施方案中,数据可视化经由交互式用户界面1900来渲染。在某些实施方案中,经由交互式用户界面1900渲染的数据可视化呈现警报调优推荐数据322的一个或多个部分的可视化,以促进经由交互式显示元素进行的与一个或多个工业处理环境相关联的警报配置参数的分析和/或管理。在某些实施方案中,经由交互式用户界面1900渲染的数据可视化呈现被配置为用于配置相应工业环境的“警报原理”(例如,工业位点902的警报原理)的相应交互式显示元素的优先级延迟设定使用界面。在一个或多个实施方案中,存储在警报管理服务器系统904中的警报配置参数反映工业环境的警报原理,其中警报原理可以是与特定工业环境的工业过程相关联的警报规则、配置、超控和/或异常的集合。在一个或多个实施方案中,APO系统502可重新配置一个或多个相应工业环境(例如,工业位点902)的警报原理规则集。例如,工业位点1可与工业位点2具有不同的警报原理,工业位点2可与工业位点n具有不同的警报原理。在这方面,APO系统502基于从控制器-服务器系统906接收的原始警报事件数据和集成在APO系统502中的工业位点902中的每个工业位点的位点特定的警报配置参数和警报原理规则集来生成警报调优推荐数据(例如,警报调优推荐数据322)。(参见本公开的图9)。在一个或多个实施方案中,工业环境的警报原理(例如,指定与哪种类型的警报调优推荐一起采用的规则)可基于警报的优先级来配置。例如,特定工业环境(例如,工业位点902)的警报原理可被配置为将“开启延迟”警报调优推荐(例如,由APO系统502生成)应用于与已经被分类为具有“低”优先级的警报标识符相关联的警报配置参数,但不应用于已经被分类为具有“高”或“紧急”优先级的警报标识符。在这方面,较大联网工业企业的单独工业环境(例如,工业位点902)可实施经定制适合于单独工业环境的需求的警报原理。
图20示出了根据本公开的一个或多个实施方案的示例性交互式用户界面2000。在一个实施方案中,交互式用户界面2000是经由视觉显示器404呈现的用户计算设备402的交互式用户界面。在一个或多个实施方案中,数据可视化经由交互式用户界面2000来渲染。在某些实施方案中,经由交互式用户界面2000渲染的数据可视化呈现警报调优推荐数据322的一个或多个部分的可视化,以促进经由交互式显示元素进行的与一个或多个工业处理环境相关联的警报配置参数的分析和/或管理。在某些实施方案中,经由交互式用户界面2000渲染的数据可视化呈现被配置为相应交互式显示元素的工业企业配置元素2002。在一个或多个实施方案中,工业企业配置元素2002包括与一个或多个工业环境(例如,工业位点902)相关联的相应交互式显示元素。在一个或多个实施方案中,与一个或多个相应工业环境相关联的一个或多个工业环境标识符可被添加到工业企业配置元素2002,使得与跟一个或多个工业环境相关的工业过程相关联的警报配置参数可被同时更改(例如,通过对每个相应工业环境采用同一警报原理)。附加地或另选地,在某些实施方案中,经由交互式用户界面2000渲染的数据可视化呈现被配置为交互式显示元素的分组的设定选择器元素2004。在一个或多个实施方案中,设定选择器元素2004呈现可选择以使得与交互式显示元素的交互允许用户计算设备系统302基于警报配置参数诸如警报优先级和/或警报信号类型重新配置交互式用户界面2000的相应交互式显示元素。
在某些实施方案中,经由交互式用户界面2000渲染的数据可视化呈现被配置为相应交互式显示元素的警报信号类型标识符2006。在一个或多个实施方案中,警报信号类型标识符2006包括与可在工业环境中的一种或多种类型的工业过程中测量(例如,由控制器-服务器系统906中的控制器测量)的一种或多种类型的信号相关联的相应交互式显示元素,该一种或多种类型的信号包括但不限于温度、压力、流量和/或液位。在一个或多个实施方案中,警报信号类型标识符2006与警报延迟配置元素2008的相应交互式显示元素相关联,使得警报延迟配置元素2008的相应交互式显示元素提供与相应警报信号类型标识符2006相关联的特定警报配置参数,因为这些相应警报信号类型标识符与工业企业配置元素2002中的一个或多个工业环境标识符相关。在一个或多个实施方案中,与警报延迟配置元素2008相关的警报信号类型标识符2006和相关联的警报配置参数遵守由一个或多个标准提出的推荐,该一个或多个标准包括但不限于美国国家标准协会/国际自动化协会(ANSI/ISA)标准18.2、IEC 62682和/或EEMUA 191Rev3。在一个或多个实施方案中,APO系统502可基于国际标准(例如,诸如ANSI/ISA 18.2)来配置和传输警报调优推荐数据322,使得与工业环境中的一个或多个工业过程相关联的警报配置参数符合国际标准。
附加地或另选地,在某些实施方案中,经由交互式用户界面2000渲染的数据可视化呈现被配置为交互式显示元素的分组的警报原理规则元素2010。在一个或多个实施方案中,警报原理规则元素2010呈现被配置为添加和/或删除与工业企业配置元素2002中的一个或多个工业环境标识符相关联的警报规则的相应交互式显示元素。在一个或多个实施方案中,一旦由警报原理规则元素2010创建新的警报规则,就将其保存在链接到警报管理服务器系统904的警报的APO 502中,并且将相关联的信号类型和警报配置参数信息分别显示为警报信号类型标识符2006和警报延迟配置元素2008中的交互式显示元素。
图21示出了根据本公开的一个或多个实施方案的示例性交互式用户界面2100。在一个实施方案中,交互式用户界面2100是经由视觉显示器404呈现的用户计算设备402的交互式用户界面。在一个或多个实施方案中,数据可视化经由交互式用户界面2100来渲染。在某些实施方案中,经由交互式用户界面2100渲染的数据可视化呈现警报调优推荐数据322的一个或多个部分的可视化,以促进经由交互式显示元素进行的与一个或多个工业处理环境相关联的警报配置参数的分析和/或管理。在某些实施方案中,经由交互式用户界面2100渲染的数据可视化呈现交互式显示元素2102和标签映射元素2104。在一个或多个实施方案中,交互式显示元素2102促进警报标签映射的导入和/或导出。除此之外,在一个或多个实施方案中,标签映射元素2104允许配置针对控制器的规则,以例如基于点命名约定来配置信号类型。在一个或多个实施方案中,APO系统502可结合警报标号约定,从而可根据一个或多个国际标准(例如,ANSI/ISA 18.2)来标识与特定警报标识符相关联的测量类型(例如,流量、温度、压力和/或液位)。在一个或多个实施方案中,APO系统502可采用命名约定来帮助调整与工业处理环境(例如,工业位点902)中的一个或多个工业过程相关联的警报配置参数。例如,APO系统502可采用命名约定来为与控制器-服务器系统906中的控制器相关联的警报采用适当的最大开启和关闭延迟值。
图22示出了根据本公开的一个或多个实施方案的示例性交互式用户界面2200。在一个实施方案中,交互式用户界面2200是经由视觉显示器404呈现的用户计算设备402的交互式用户界面。在一个或多个实施方案中,数据可视化经由交互式用户界面2200来渲染。在某些实施方案中,经由交互式用户界面2200渲染的数据可视化呈现警报调优推荐数据322的一个或多个部分的可视化,以促进经由交互式显示元素进行的与一个或多个工业处理环境相关联的警报配置参数的分析和/或管理。在某些实施方案中,经由交互式用户界面2200渲染的数据可视化呈现警报标签超控元素2202和警报标签异常元素2204。在一个或多个实施方案中,警报标签超控元素2202促进配置一个或多个警报超控,并且警报标签异常元素2204促进配置一个或多个警报异常。在一个或多个实施方案中,APO系统502采用由警报标签超控元素2202和警报标签异常元素2204执行的超控和异常来取代与特定工业环境相关联的警报原理规则集中所阐述的警报规则。例如,在一个或多个实施方案中,警报标签超控元素2202可(经由APO系统502)实例化警报标识符的最大开启和关闭延迟值,这些最大开启和关闭延迟值将取代例如由与警报标识符相关联的警报的信号类型得到的任何延迟值。
图23示出了根据本公开的一个或多个实施方案的示例性交互式用户界面2300。在一个实施方案中,交互式用户界面2300是经由视觉显示器404呈现的用户计算设备402的交互式用户界面。在一个或多个实施方案中,数据可视化经由交互式用户界面2300来渲染。在某些实施方案中,经由交互式用户界面2300渲染的数据可视化呈现警报调优推荐数据322的一个或多个部分的可视化,以促进经由交互式显示元素进行的与一个或多个工业处理环境相关联的警报配置参数的分析和/或管理。在某些实施方案中,经由交互式用户界面2300渲染的数据可视化呈现交互式显示元素2302和交互式显示元素2304。在一个或多个实施方案中,交互式显示元素2302促进配置用于对生成的警报推荐进行优先级排序的影响计算设定,并且交互式显示元素2304促进配置用于对警报推荐进行优先级排序的影响计算因素。
图24示出了根据本公开的一个或多个实施方案的示例性交互式用户界面2400。在一个实施方案中,交互式用户界面2400是经由视觉显示器404呈现的用户计算设备402的交互式用户界面。在一个或多个实施方案中,数据可视化经由交互式用户界面2400来渲染。在某些实施方案中,经由交互式用户界面2400渲染的数据可视化呈现警报调优推荐数据322的一个或多个部分的可视化,以促进经由交互式显示元素进行的与一个或多个工业处理环境相关联的警报配置参数的分析和/或管理。在某些实施方案中,经由交互式用户界面2400渲染的数据可视化呈现交互式显示元素2402、交互式显示元素2404、交互式显示元素2406和交互式显示元素3108。在一个或多个实施方案中,交互式显示元素2402提供用于已被执行的警报调优推荐的度量,交互式显示元素2404基于一个或多个操作员控制台提供用于警报调优推荐的度量,交互式显示元素2406基于警报调优推荐提供用于警报减少的估计数量的度量,并且交互式显示元素2408基于警报调优推荐提供与应累算益处总计相关的度量。
图25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工业过程警报的配置参数的规范性推荐的方法2500。例如,方法2500与用户计算设备系统302相关联。例如,在一个或多个实施方案中,方法2500在具有存储器和一个或多个处理器的设备(例如,用户计算设备系统302)处执行。在一个或多个实施方案中,方法2500在框2502处开始,该框响应于相对于交互式用户界面的第一用户界面配置执行的动作而(例如,通过通信部件304)传输获得针对与工业环境中的一个或多个工业过程相关的一个或多个警报配置参数的警报调优推荐数据的请求,该请求包括与一个或多个工业过程相关的一个或多个警报标识符。请求提供了一个或多个技术改进,诸如但不限于有利于与用户计算设备的交互和/或用户计算设备的扩展功能。
在框2504处,确定请求是否被处理。例如,可确定服务器系统(例如,APO系统502)是否已经处理请求。如果否,则重复框2504以确定请求是否被处理。如果是,则方法2500前进至框2506。响应于该请求,方法2500包括框2506,该框(例如,通过通信部件304和/或警报调优推荐部件306)从服务器系统接收警报调优推荐数据,该警报调优推荐数据基于一个或多个警报标识符和与针对一个或多个警报配置参数的相应警报计数减少预测相关联的警报洞察数据来配置。接收警报调优推荐数据提供了一个或多个技术改进,诸如但不限于用户计算设备的扩展功能。
响应于该请求,方法2500还包括框2508,该框(例如,通过用户界面部件308)基于警报调优推荐数据来更改交互式用户界面的第一用户界面配置以提供交互式用户界面的第二用户界面配置,该第二用户界面配置包括与一个或多个警报标识符相关的相应交互式显示元素,并且该第二用户界面配置的相应交互式显示元素基于警报调优推荐数据经由交互式用户界面来渲染。该更改提供了一个或多个技术改进,诸如但不限于用户计算设备的扩展功能和/或改进交互式用户界面的准确性。
图26描绘了可执行本文中呈现的技术的示例性系统2600。图26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”,因为它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2660。平台还可包括用于执行程序指令的呈一个或多个处理器形式的中央处理单元(“CPU”)2620。平台可包括内部通信总线2610,并且平台还可包括用于要由平台处理和/或传送的各种数据文件的程序存储设备和/或数据存储设备,诸如ROM 2630和RAM2640,但系统2600可经由网络通信接收编程和数据。系统2600还可包括输入和输出端口2650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,以分布处理负载。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。
在一些示例实施方案中,可如下所述修改或进一步放大本文中的操作中的一些操作。此外,在一些实施方案中,还可包括附加任选的操作。应当理解,本文所述的修改、任选的添加或扩增中的每一个操作可单独地或与本文所述的特征中的任何其他特征组合地包括在本文的操作中。
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(a)”、“一个(an)”或“该(the)”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。
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“一个(a)”、“一个(an)”和“该(the)”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“包含(includes)”、“包含(including)”、“包括(comprises)”和/或“包括(comprising)”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、磁盘存储器、磁存储设备等。如本文所用,磁盘存储器包括压缩光盘(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 (10)
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:
响应于相对于交互式用户界面的第一用户界面配置执行的动作,向服务器系统传输获得针对与工业环境中的一个或多个工业过程相关的一个或多个警报配置参数的警报调优推荐数据的请求,其中所述请求包括与所述一个或多个工业过程相关的一个或多个警报标识符;
响应于所述请求:
从所述服务器系统接收所述警报调优推荐数据,其中所述警报调优推荐数据基于所述一个或多个警报标识符和与针对所述一个或多个警报配置参数的相应警报计数减少预测相关联的警报洞察数据来配置;以及
基于所述警报调优推荐数据来更改所述交互式用户界面的所述第一用户界面配置以提供所述交互式用户界面的第二用户界面配置,其中所述第二用户界面配置包括与所述一个或多个警报标识符相关的相应交互式显示元素,并且其中所述第二用户界面配置的所述相应交互式显示元素基于所述警报调优推荐数据经由所述交互式用户界面来渲染。
2.根据权利要求1所述的系统,其中所述警报调优推荐数据包括通过调优所述一个或多个工业过程的相应警报配置参数而与所述一个或多个工业过程的相应影响分类相关联的预测影响数据,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:
基于所述预测影响数据来布置与所述一个或多个警报标识符相关的所述相应交互式显示元素。
3.根据权利要求1所述的系统,其中所述警报调优推荐数据包括基于所述一个或多个工业过程的相应警报配置参数的调优而与警报数量的估计减少程度相关联的预测优化数据,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:
基于所述预测优化数据来布置与所述一个或多个警报标识符相关的所述相应交互式显示元素。
4.根据权利要求1所述的系统,其中所述警报调优推荐数据包括基于所述一个或多个工业过程的相应配置参数的调优而与所述一个或多个工业过程的预测性能相关联的预测工业操作度量数据,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:
基于所述预测工业操作度量数据来布置与所述一个或多个警报标识符相关的所述相应交互式显示元素。
5.根据权利要求1所述的系统,其中所述警报调优推荐数据包括基于所述一个或多个工业过程的相应警报配置参数的调优而与所述一个或多个工业过程的预测性能相关联的预测工业操作度量数据,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:
基于所述预测工业操作度量数据来生成包括与所述一个或多个警报标识符相关的所述相应交互式显示元素的矩阵布置的交互式矩阵显示元素。
6.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:
生成包括对所述一个或多个警报标识符的更新的实时状态的导航交互式显示元素;以及
响应于相对于所述导航交互式显示元素的交互,更改所述交互式用户界面的所述第二用户界面配置以提供所述交互式用户界面的第三用户界面配置,并且其中所述第三用户界面配置提供更改所述一个或多个工业过程的相应警报配置参数的能力。
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:
将与所述警报调优推荐数据相关联的一个或多个更改的调优值传输到与所述一个或多个工业过程相关的一个或多个控制器。
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:
响应于所述请求,与被配置为生成所述相应警报计数减少预测的至少一部分的一个或多个机器学习模型介接。
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:
响应于所述请求,与所述服务器系统介接以基于警报原理规则集来生成所述警报调优推荐数据的至少一部分。
10.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:
接收与所述警报调优推荐数据相关联的警报调优推荐的拒绝指示符;以及
将与所述拒绝指示符相关联的更新的训练数据提供给被配置为提供所述警报洞察数据的机器学习模型,其中所述机器学习模型被配置为从所述拒绝指示符学习以改进未来警报调优推荐。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
IN202211046469 | 2022-08-16 | ||
US18/355,822 | 2023-07-20 | ||
US18/355,822 US20240061416A1 (en) | 2022-08-16 | 2023-07-20 | Alarm analytics for prescriptive recommendations of configuration parameters for industrial process alarms |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117593868A true CN117593868A (zh) | 2024-02-23 |
Family
ID=89915556
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311003630.XA Pending CN117593868A (zh) | 2022-08-16 | 2023-08-10 | 针对工业过程警报的配置参数的规范性推荐的警报分析 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117593868A (zh) |
-
2023
- 2023-08-10 CN CN202311003630.XA patent/CN117593868A/zh active Pending
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 | |
EP4148523A1 (en) | Intelligent asset anomaly prediction via feature generation | |
EP4216120A1 (en) | Performance metric assurance for asset management | |
EP4198835A1 (en) | Enterprise data management dashboard | |
US20230161777A1 (en) | Adaptive ontology driven dimensions acquisition, automated schema creation, and enriched data in time series databases | |
US20220374402A1 (en) | Contextualized time series database and/or multi-tenant server system deployment | |
US20220398665A1 (en) | Dashboard visualization for a portfolio of assets | |
US20220284096A1 (en) | Dynamic data containerization using hash data analytics | |
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 | |
EP4328692A1 (en) | Alarm analytics for prescriptive recommendations of configuration parameters for industrial process alarms | |
US20240061416A1 (en) | Alarm analytics for prescriptive recommendations of configuration parameters for industrial process alarms | |
EP4187401A1 (en) | Adaptive ontology driven dimensions acquisition, automated schema creation, and enriched data in time series databases | |
US20220309475A1 (en) | Remote monitoring and management of assets from a portfolio of assets based on an asset model | |
US20220309079A1 (en) | Remote monitoring and management of assets from a portfolio of assets | |
US20230408989A1 (en) | Recommendation system for advanced process control limits using instance-based learning | |
US20240118680A1 (en) | Data modeling and digital asset template generation to provide asset instance inheritance for assets within an industrial environment | |
US20240004514A1 (en) | Systems and methods for modifying an object model | |
US20230161645A1 (en) | Classification of events by pattern recognition in multivariate time series data | |
US20230214096A1 (en) | Systems and methods for navigating a graphical user interface | |
EP4213035A1 (en) | Systems and methods for navigating a graphical user interface | |
US20220260271A1 (en) | Asset behavior modeling | |
US20230055641A1 (en) | Real-time generation of digital twins based on input data captured by user device | |
WO2022204703A1 (en) | Remote monitoring and management of assets from a portfolio of assets based on an asset model | |
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 |