Connect public, paid and private patent data with Google Patents Public Datasets

过程控制工厂数据的远程分析

Info

Publication number
CN1324419C
CN1324419C CN 02805850 CN02805850A CN1324419C CN 1324419 C CN1324419 C CN 1324419C CN 02805850 CN02805850 CN 02805850 CN 02805850 A CN02805850 A CN 02805850A CN 1324419 C CN1324419 C CN 1324419C
Authority
CN
Grant status
Grant
Patent type
Prior art keywords
remote
analysis
data
process
control
Prior art date
Application number
CN 02805850
Other languages
English (en)
Other versions
CN1494670A (zh )
Inventor
E·埃育瑞克
R·S·史密斯
I·B·迪沃尔
S·B·雷纳
Original Assignee
费舍-柔斯芒特系统股份有限公司
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Grant date

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/10Plc systems
    • G05B2219/13Plc programming

Abstract

一种用于分析过程的系统和方法,该过程收集过程控制工厂内的过程数据,并将所收集的过程数据传送到远程数据处理装置。远程数据处理装置使用过程分析工具(例如,过程监控工具、设备监控工具、装置监控工具、指标建立工具、工作定单建立工具和/或记账工具)来分析过程数据,以建立分析数据。然后,经由通信连接(例如,因特网)将分析数据传送到过程控制工厂。

Description

过程控制工厂数据的远程分析

相关的申请本申请要求于2001年3月1日提交的标题为“Asset Utilization Expert in aProcess Control Plant”的第60/273,164号临时美国专利申请的优先权益。

发明领域本发明通常涉及加工工厂内的过程控制系统,尤其涉及远程处理装置使用资产或过程分析工具来分析过程控制工厂数据。

相关技术的描述类似于化学制品、石油或其他过程中所用的系统,过程控制系统通常包括一个或多个集中的或分散的过程控制器,这些过程控制器经由模拟总线、数字总线或组合的模拟/数字总线而以通讯联络的方式被耦合到至少一个主机或操作员工作站并被耦合到一个或多个过程控制与仪表设备(例如,域设备)。域设备(例如,可能是阀、阀定位器、开关、发送器和传感器(例如,温度传感器、压力传感器和流速传感器))执行过程内的各项功能(例如,打开或关闭阀,以及测量过程参数)。过程控制器接收表示由域设备执行的过程测量或与域设备有关的过程变量的信号以及/或有关域设备的其他信息,使用该信息来执行控制例行程序,然后生成控制信号。这些控制信号在其中的一个或多个总线上被发送到域设备,以控制过程的操作。由操作员工作站执行的一个或多个应用程序通常具备来自域设备和控制器的信息,以便操作员能够执行有关过程的所需功能(例如,观察过程的当前状态、修改过程的操作等)。

典型的过程控制系统具有许多与一个或多个过程控制器(在过程的操作期间,执行控制这些设备的软件)相连接的过程控制和仪表设备(例如,阀、发送器、传感器等),同时,有许多其他的支持设备也是过程操作所必需的或与过程操作有关。例如,这些额外的设备包括供电设备、发电与配电设备、旋转设备(例如,涡轮)等,它们通常都被分布于整个工厂中。该额外的设备不一定要创建或使用过程变量,并且,在许多情况下,出于影响过程操作的目的,该额外的设备不受控制或甚至不被耦合到过程控制器。然而,对于过程的正常操作而言,该设备很重要,并且终究是必要的。过去,过程控制器通常不了解这些其他的设备,或者,过程控制器只假定:当执行过程控制时,这些设备正常操作。

此外,许多加工工厂具有执行与商业功能或维修功能有关的应用程序的其他计算机。例如,一些工厂包括的计算机执行与为工厂定购原料、替换零件或设备有关的应用程序、与预测销售和生产需求有关的应用程序等。同样,许多加工工厂(尤其是使用智能域设备的加工工厂)包括被用来帮助监控和保养工厂内的设备的应用程序,而不管这些设备是过程控制和仪表设备,还是其他类型的设备。例如,利用由Fisher-Rosemount系统公司出售的“资产管理解决方案”(AMS)应用程序,能够与域设备进行通信并存储关于域设备的数据,以确定和跟踪域设备的操作状态。标题为“Integrated CommunicationNetwork for use in a Field Device Management System”的第5,960,214号美国专利中揭示了这种系统的一个例子。在一些情况下,AMS应用程序可以被用来与设备进行通信,以改变设备内的参数、使设备在自身上运行应用程序(例如,自我校准例行程序或自我诊断例行程序)、获得有关设备的状况或健康的信息等。该信息可以由维修人员来存储和使用,以监控和保养这些设备。同样,还有可用于监控其他类型的设备(例如,旋转设备以及发电与供电设备)的其他类型的应用程序。维修人员通常具备这些其他的应用程序,这些应用程序可用于监控和保养加工工厂内的设备。

但是,在典型的工厂或过程中,与过程控制活动、设备维修和监控活动以及商业活动有关的各项功能在发生这些活动的场所和通常执行这些活动的人员方面是分开的。另外,这些不同的功能中所涉及的不同的人通常使用不同的工具(例如,运行于不同的计算机上的不同的应用程序)来执行不同的功能。在许多情况下,这些不同的工具收集或使用与过程内的不同的设备有关的或从它们那里收集的不同类型的数据,并且具有不同的设置,以收集它们所需要的数据。例如,过程控制操作员通常日复一日地监督过程的操作并主要负责确保过程操作的质量和连续性,他们通常通过设置和改变过程内的设置点、调整过程的回路、安排过程操作(例如,成批操作)的时间等来影响过程。这些过程控制操作员可以使用用于诊断和纠正过程控制系统内的过程控制问题的可用工具,包括(例如)自动调谐器、回路分析器、中枢网络系统等。过程控制操作员也经由一个或多个过程控制器(为操作员提供有关过程的操作的信息)从过程接收过程变量信息,包括在过程内生成的警报。该信息可以经由标准用户界面被提供给过程控制操作员。

此外,目前已知一种专家引擎,它使用过程控制变量和关于控制例行程序或功能块或模块(与过程控制例行程序有关联)的操作状况的有限信息,来检测有操作故障的回路,并为操作员提供有关所建议的动作过程的信息,以纠正问题。1999年2月22日提交的标题为“Diagnostics in a Process ControlSystem”的美国专利申请(序列号是09/256,585)和2000年2月7日提交的标题为“Diagnostic Expert in a Process Control System”的美国专利申请(序列号是09/499,445)中揭示了这种专家引擎,因此,这两个专利申请被合并于此,用作参考。同样,已知可在工厂内运行控制优化器(例如,实时优化器),以便使加工工厂的控制活动最优化。这种优化器通常使用工厂的复合模型来预测可以如何改变输入以便在某个所需的优化变量(例如,利润)方面使工厂的操作最优化。

另一方面,维修人员主要负责确保过程内的实际设备进行有效率的操作,并负责修理和替换出现故障的设备;他们使用诸如维修界面、以上所讨论的AMS应用程序等的工具,以及提供有关过程内的设备的操作状态的信息的许多其他的诊断工具。维修人员也安排可能会要求工厂的各个部分停工的维修活动。对于许多较新类型的过程设备(通常是智能域设备)而言,这些设备本身可以包括检测和诊断工具,这些工具自动感测设备的操作方面的问题并经由标准维修界面自动将这些问题报告给维修人员。例如,AMS软件将设备状况和诊断信息报告给维修人员,并提供通信和其他工具,这些工具使维修人员能够确定设备中正在发生的情况并能够获得设备所提供的设备信息。通常,维修界面和维修人员的位置远离过程控制操作员,虽然情况并不总是这样。例如,在一些加工工厂中,过程控制操作员可以执行维修人员的职务,反之亦然;或者,负责这些功能的不同的人可以使用同一个界面。

此外,负责用于商业应用(例如,定购零件、供应品、原料等;制定战略性的商业决策(例如,选择制造哪些产品、在工厂内使什么变量最优化等))的应用程序的人员通常在工厂的办公室中,这些办公室远离过程控制界面和维修界面。同样,经理或其他人可能想要从遥远的场所或从与加工工厂有关的其他计算机系统获得加工工厂内的某些信息,用于监督工厂操作和制定长期的战略决策。

由于使用实质上不同的应用程序来执行工厂内的不同的功能(例如,过程控制操作、维修操作和商业操作是分开的),因此,用于这些不同的任务的不同的应用程序没有被综合起来,从而无法共享数据或信息。实际上,许多工厂只包括部分(而不是全部)这些不同类型的应用程序。另外,即使所有应用程序都在工厂内,由于不同的人员使用这些不同的应用程序和分析工具,并且由于这些工具通常位于工厂内的不同的硬件位置,因此,即使该信息可能对工厂内的其他功能有用,也很少有任何信息从工厂的一个功能区流到另一个功能区。例如,维修人员可以使用工具(例如,旋转设备数据分析工具)来(根据非过程变量类型数据)检测有故障的发电机或旋转设备。该工具可以检测问题,并警告维修人员:设备需要加以校准、修理或替换。但是,即使有故障的设备所引起的问题正在影响回路或某个其他的部件(正由过程控制操作进行监控),过程控制操作员(人或软件专家)也不具备该信息的益处。同样,即使发生故障的设备可能对工厂的优化至关重要并可能会阻止工厂以商业人士想要的方式实行优化,商业人士也不会了解这个事实。由于过程控制专家不了解设备问题可能最终会导致过程控制系统中的回路或元件的性能失灵,并且由于过程控制操作员或专家假定该设备的操作完善,因此,过程控制专家可能会误诊其在过程控制回路内检测到的问题,或者可能会尝试应用永远无法纠正问题的工具(例如,回路调谐器)。同样,商业人士可以制定商业决策,以便用一种方式来运行工厂,该方式将由于出现故障的设备而无法实现理想的商业效果(例如,使利润最优化)。

由于过程控制环境中有许多数据分析工具以及其他检测和诊断工具,因此,维修人员具备许多关于设备的健康和性能的信息,这些信息对过程操作员和商业人士会有帮助。同样,过程操作员具备许多关于过程控制回路和其他例行程序的当前的操作状况的信息,这些信息可能对维修人员或商业人士有帮助。同样,具有由执行商业功能的过程生成的或被用于该过程中的信息,这些信息会有助于维修人员或过程控制操作员实现过程的操作最优化。但是,过去,由于这些功能是分开的,因此,在一个功能区中被生成或收集的信息根本无法用于其他的功能区中或无法很好地用于其他的功能区中,这导致了不最适宜地使用加工工厂内的资产。

此外,合法的压力(例如,环境规章增加、竞争更加激烈)提高了工厂内的过程控制活动的效率,成为利润增进的一个重要的来源。各种数据分析工具(例如,优化软件、维修软件)和各种其他的众所周知的资产管理方法、工具或软件(例如,以上所描述的资产管理方法、工具或软件)被广泛地用于过程控制工厂内,而支持这类方法、工具和软件经常导致工厂业主花费大量的成本。

尤其是,工厂的有效率的操作紧密地取决于工厂内的设备的状况和对该设备的定时维修。传统上,设备性能监控工具(例如,输入/输出算法、模型等)已被用来确定工厂正在运行的效率如何和/或是否可以通过改变维修程序、替换磨损的设备、修改设备等来实现在成本上更有效的过程。遗憾的是,设备性能监控需要很多硬件和软件(例如,数据分析工具)的开支,并且,通常还需要技术娴熟的技术员和其他的专家来支持和监督每天的性能监控活动。许多工厂业主和操作员已认识到:与设备性能监控活动有关的高成本已成为有竞争力的成本精简的一个重要的方面,尤其在较小型的工厂操作(对此,规模经济要求更着重于核心能力)的情况下,更是如此。

发明概述根据本发明的一个方面,用于分析过程的一种系统和方法收集过程控制工厂内的过程数据,并将所收集的过程数据传送到远程数据处理装置。远程数据处理装置可以使用被存储在远程数据处理装置内的多个资产或过程分析工具中的一个工具,来分析过程数据,以生成分析数据。然后,可以将该分析数据传送到过程控制工厂。

该系统和方法可以使用过程控制工具、过程监控工具、设备监控工具、装置监控工具、指标建立工具、工作定单建立工具和记账工具中的一种工具,来分析远程数据处理装置内的过程数据。此外,该系统和方法可以经由开放的网络将所搜集的过程数据传送到远程数据处理装置。

附图简述图1是具有资产利用专家的过程控制工厂的示范方框图,该资产利用专家被配置成接收和协调在工厂的许多功能区之间被传送的数据;

图2是关于图1中的工厂内的资产利用专家的示范数据和信息流程图;图3是被用于模拟工厂内的一个区域的操作的模型的示范方框图;图4是被用于模拟图3中的区域模型内的一个元件的操作的模型的示范方框图;图5是示范的二维性能监控图;图6展示了一条示范基准线,该示范基准线被选择用于基于该基准线的熔炉和炼焦率中;图7展示了基于图6中的基准线的新的炼焦率的发展;图8是表现过程控制系统内的一个元件的显示的示范描绘,它可以由图形用户界面来显示;图9是示范表格,展示了可以为系统层级的不同层次建立指标的一种方式。

图10是描绘可以计算元件的性能指标的一种方式的示范图表;图11是示范表格,展示了可以使用给定值来计算新的给定值的一种方式,这个新的给定值作为这些给定值的加权平均数;图12是示范表格,展示了可以为元件计算可变性指标的一种方式;图13是示范显示,图形用户界面可以响应于反常的可变性指标来提供该显示;图14是被用于建立可变性指标的数据的示范显示;图15是显示的示范图解描绘,该显示可以由图形用户界面提供,从而使用户能够监控与工厂的一个部分有关的指标;图16是示范的图解显示,该显示可以由图形用户界面提供,从而使用户能够分析工厂内的过程区域的操作状况和性能;图17是显示的示范描绘,该显示可以由图形用户界面提供,从而使用户能够观察查帐索引信息;图18是显示的示范描绘,该显示可以由图形用户界面提供,从而使用户能够更详细地分析被用来为设备建立一个或多个指标的数据;图19是显示的示范描绘,该显示可以由图形用户界面提供,从而使用户能够用图表的方式来观察或监控设备的工作特性;图20是显示的另一种示范描绘,该显示可以由图形用户界面提供,从而使用户能够迅速调查工厂内的信息;图21-23是一些示范的弹出窗口,图解用户界面可以显示这些窗口,以提供设备状况信息;图24是示范显示,图形用户界面可以提供该显示,以便为用户提供详细的帮助信息;图25是显示的示范描绘,该显示可以由图形用户界面提供,从而使用户能够诊断有关回路的问题;图26是可以由图形用户界面提供的显示的另一种示范描绘,该显示使用户能够分析一个或多个过程控制回路的性能和/或状况;图27是显示的另一种示范描绘,该显示可以由图形用户界面提供,从而使用户能够跟踪或建立工作定单;图28-31是一些示范显示,描绘了旋转设备内的一个元件的振动的光谱标绘图;图32是一种系统的示意方框图,该系统使一个或多个可独立操作的过程控制工厂能够用远程方式来获得模型、优化器和其他数据分析工具;图33是图32中所示的应用服务供应者的更加详细的示意方框图;图34是示范流程图,展示了一个例行程序,该例行程序可以被过程控制工厂用来建立与图32和33中所示的应用服务供应者的商业关系;图35是一个例行程序的示范流程图,该例行程序可以被图32和33中所示的应用服务供应者用来为工厂设计数据模型;图36是一个例行程序的示范流程图,该例行程序可以被图32和33中所示的应用服务供应者用来处理和/或分析过程控制数据;以及,图37-41是包含分析结果的示范网页,可以使用图32所示的系统来向客户显示这些分析结果。

较佳实施例的描述现在参考图1,过程控制工厂10包括通过一个或多个通信网络与许多控制和维修系统互连的许多商业系统和其他计算机系统。过程控制工厂10包括一个或多个过程控制系统12和14。过程控制系统12可能是传统的过程控制系统(例如,PROVOX或RS3系统)或包括操作员界面12A的任何其他的DCS,操作员界面12A被耦合到控制器12B和输入/输出(I/O)卡12C,这些输入/输出(I/O)卡12C又被耦合到各种域设备(例如,模拟和“高速公路可寻址远程发送器”(HART)域设备15)。过程控制系统14(可能是分布式过程控制系统)包括经由总线(例如,以太网总线)被耦合到一个或多个分布式控制器14B的一个或多个操作员界面14A。例如,控制器14B可能是由位于德克萨斯州的Austin的Fisher-Rosemount系统公司出售的的DeltaVTM控制器,也可能是任何其他所需类型的控制器。控制器14B经由I/O设备被连接到一个或多个域设备16(例如,HART或Fieldbus域设备或任何其他的智能或非智能域设备(例如,包括使用PROFIBUS、WORLDFIP、Device-Net、AS界面和CAN协议中的任何协议的域设备))。已知:域设备16可以为控制器14B提供与过程变量和其他设备信息有关的模拟或数字信息。操作员界面14A可以存储和执行过程控制操作员所具备的、用于控制过程的操作的工具(例如,包括控制优化器、诊断专家、中枢网络、调谐器等)。

此外,维修系统(例如,执行AMS应用程序的计算机或监控通信应用程序的任何其他的设备)可以被连接到过程控制系统12和14,或者被连接到其中的各个单独的设备,以执行维修活动和监控活动。例如,维修计算机18可以经由任何所需的通信线路或网络(包括无线网络或手持设备网络)被连接到控制器12B和/或设备15,以便与设备15进行通信,并且,在一些情况下,重新配置或执行设备15上的其他维修活动。同样,维修应用程序(例如,AMS应用程序)可以被安装在与分布式过程控制系统14有关的一个或多个用户界面14A中并由它们来执行,以实行维修和监控功能(包括与设备16的操作状况有关的数据收集)。

过程控制工厂10也包括旋转设备20(例如,涡轮、马达等),这些旋转设备经由永久的或临时的通信连接(例如,被连接到设备20以便获得读数、然后被移走的无线通信系统或手持设备)而被连接到维修计算机22。维修计算机22可以存储和执行由(例如)CSi系统提供的已知的监控和诊断应用程序23或被用来诊断、监控和最优化旋转设备20的操作状态的其他任何已知的应用程序。维修人员通常使用诊断应用程序23来保养和监督旋转设备20的性能,以确定有关旋转设备20的问题,并确定何时以及是否必须修理或替换旋转设备20。

同样,具有与工厂10有关的发电和配电设备25的发电和配电系统24经由(例如)总线被连接到另一台计算机26,计算机26执行并监督发电和配电设备25的操作。计算机26可以执行已知的电源控制和诊断应用程序27(例如,由(例如)Liebert、ASCO或任何其他的公司提供的电源控制和诊断应用程序),以控制和保养发电和配电设备25。

过去,各种过程控制系统12和14以及发电和维修系统22和26一直没有用一种方式被互连,通过这种方式,这些系统能够共享用一种有用的方式在每个这些系统中生成的或由每个这些系统收集的数据。结果,假定工厂内的其他设备(可能受到那个特殊功能的影响或影响那个特殊的功能)的操作完善(当然,几乎没有这种情况),则每项不同的功能(例如,过程控制功能、发电功能和旋转设备功能)一直在操作。但是,由于这些功能如此不同,并且由于监督这些功能的设备和人员是不同的,因此,一直很少有或没有在工厂10内的不同的功能系统之间分享的有意义的数据。

为了克服这个问题,提供了计算机系统30,该计算机系统以通讯联络的方式被连接到与工厂10内的各种功能系统(包括过程控制功能12和14、维修功能(例如,在计算机18、14A、22和26中所执行的功能),以及商业功能)有关的计算机或界面。特别是,计算机系统30以通讯联络的方式被连接到传统的过程控制系统12和与控制系统12有关的维修界面18,被连接到分布式过程控制系统14的过程控制和/或维修界面14A,并被连接到旋转设备维修计算机22以及发电和配电计算机26,所有这些连接都经由总线32。总线32可以使用任何所需的或合适的局域网(LAN)或广域网(WAN)协议来提供通信。

如图1所示,计算机30也经由相同的或不同的网络总线32而被连接到商业系统计算机和维修规划计算机35、36,它们可以执行(例如)企业资源规划(ERP)、材料资源规划(MRP)、记账、生产与客户定购系统、维修规划系统或任何其他所需的商业应用程序(例如,零件、供应品和原料定购应用程序、生产工序应用程序等)。计算机30也可以经由(例如)总线32而被连接到工厂范围的LAN 37、公司的WAN 38以及启用从遥远的场所对工厂10进行远程监控或与其进行通信的计算机系统40。

在一个实施例中,使用XML协议来进行总线32上的通信。在那种情况下,来自计算机12A、18、14A、22、26、35、36等中的每台计算机的数据被包在XML包装内,并被发送到可能位于(例如)计算机30中的XML数据服务器。由于XML是叙述语言,因此,该服务器能够处理任何类型的数据。在服务器处,如果必要的话,该数据被密封到新的XML包装,即,将此数据从一种XML模式映射到为每个接收应用程序而创建的一种或多种其他的XML模式。这样,每个数据发信方可以使用对于那个设备或应用程序而言可以理解或方便的模式来包装其数据,每个接收应用程序可以用该接收应用程序所使用的或所理解的一种不同的模式来接收数据。XML数据服务器被配置成:根据数据的来源和目的地,将一种模式映射到另一种模式。如果需要的话,服务器也可以根据数据的接收来执行某些数据处理功能或其他功能。在这里所描述的系统操作之前,将映射和处理功能规则建立并存储在XML数据服务器中。利用这种方式,可以将数据从任何一个应用程序发送到一个或多个其他的应用程序。

一般而言,计算机30存储并执行资产利用专家50,资产利用专家50收集由过程控制系统12和14、维修系统18、22和26以及商业系统35和36生成的数据和其他信息,并收集由在每个这些系统中被加以执行的数据分析工具生成的信息。资产利用专家50可能基于(例如)当前由NEXUS提供的OZ专家系统。但是,资产利用专家50可以是任何其他所需类型的专家系统,例如,包括任何类型的数据开采系统。重要的是,资产利用专家50作为加工工厂10中的数据和信息交换所而进行操作,并能够协调数据或信息从一个功能区(例如,维修区)到其他功能区(例如,过程控制区或商业功能区)的分配。资产利用专家50也可以使用所收集的数据来生成能够被分配到与工厂10内的不同功能有关的一个或多个计算机系统的新的信息或数据。此外,资产利用专家50可以执行或监督其他应用程序的执行情况,这些其他的应用程序使用所收集的数据来生成将被用于过程控制工厂10内的各种新类型的数据。

特别是,资产利用专家50可以包括或执行指标建立软件51,指标建立软件51创建与设备(比如过程控制和仪表设备、发电设备、旋转设备、元件、区域等)有关的指标或与过程控制实体(比如工厂10内的回路等)有关的指标。然后,可以将这些指标提供给过程控制应用程序,以帮助使过程控制最优化;并可以将它们提供给商业软件或商业应用程序,以便为商业人士提供与工厂10的操作有关的更完全或更易懂的信息。资产利用专家50也可以将维修数据(例如,设备状况信息)和商业数据(例如,与预定的定单、时间帧等有关的数据)提供给与(例如)过程控制系统14有关的控制专家52,以帮助操作员执行控制活动(例如,使控制最优化)。如果需要的话,控制专家52可以位于(例如)用户界面14A或与控制系统14有关的任何其他的计算机中,或者位于计算30内。

在一个实施例中,例如,控制专家52可能是以上被识别的美国专利申请(序列号是09/256,585和09/499,445)中所描述的控制专家。但是,在由控制专家执行的决策过程中,这些控制专家可以额外地并入和使用与过程控制工厂10内的设备或其他硬件的状况有关的数据。特别是,过去,软件控制专家通常只使用过程变量数据和一些有限的设备状况数据,来进行决策或向过程操作员提出建议。利用资产利用专家50所提供的通信,尤其是利用涉及设备状况信息(例如,计算机系统18、14A、22和26以及在其上被执行的数据分析工具所提供的信息)的通信,控制专家52可以接收并将设备状况信息(例如,健康、性能、利用和可变性信息)和过程变量信息一起并入其决策过程中。

此外,资产利用专家50可以将与设备的状态和工厂10内的控制活动的操作有关的信息提供给商业系统35和36,在那里,例如,工作定单建立应用程序或程序54可以自动建立工作定单并根据工厂10内所检测到的问题来定购零件,或者,在那里,可以根据正在被执行的工作来定购供应品。同样,资产利用专家50所检测的控制系统中的变化可能会使商业系统35或36运行应用程序,这些应用程序使用(例如)程序54来执行工序和提供定单。利用相同的方式,可以将客户定单中的变化输入商业系统35或36,并且,可以将该数据发送到资产利用专家50,并将其发送到控制例行程序或控制专家52,以便(例如)使控制发生变化、开始制造新近被定购的产品或执行在商业系统35和36中作出的变化。当然,如果需要的话,被连接到总线32的每个计算机系统内可以具有一个应用程序,该应用程序用于从计算机内的其他应用程序获得合适的数据并将该数据发送到(例如)资产利用专家50。

此外,资产利用专家50可以将信息发送到工厂10内的一个或多个优化器55。例如,控制优化器55可以位于计算机14A中,并可以运行一个或多个控制优化例行程序55A、55B等。此外或作为选择,优化器例行程序55可以被存储在计算机30或任何其他的计算机中,并可以由计算机30或任何其他的计算机来执行,其所必要的数据可以由资产利用专家50来发送。如果需要的话,工厂10也可以包括模仿工厂10的某些方面的模型56,这些模型56可以由资产利用专家50或控制器或其他专家(例如,控制专家52)来执行,以实施建模功能,这里将会更加详细地描述其目的。但是,一般而言,模型56可以被用来确定设备、区域、元件、回路、参数等,以检测有故障的传感器或其他有故障的设备(作为优化器例行程序55的一部分)、执行性能或状况监控以及用于许多其他的用途。模型56可能是诸如由位于英格兰的Teeside的MDC Technology创建和出售的模型,也可能是任何其他所需类型的模型。当然,还有许多其他的应用程序,可以在工厂10内提供这些应用程序,并且,这些应用程序可以使用来自资产利用专家50的数据,这里所描述的系统不局限于这里明确提到的应用程序。但是,总体而言,通过在工厂10的所有功能区之间启用数据共享和资产协调,资产利用专家50有助于使工厂10内的所有资产的运用达到最优化。

一般而言,一个或多个用户界面例行程序58可以被存储在工厂10内的一台或多台计算机中并由其来加以执行。例如,计算机30、用户界面14A、商业系统计算机35或任何其他的计算机可以运行用户界面例行程序58。每个用户界面例行程序58都可以从资产利用专家50那里接收或预订信息,相同的或不同的各组数据可以被发送到每个用户界面例行程序58。用户界面例行程序58中的任何一个例行程序都可以使用不同的屏幕将不同类型的信息提供给不同的用户。例如,用户界面例行程序58之一可以为控制操作员或商业人士提供一个屏幕或一组屏幕,以便使那个人能够设置限制或选择用于标准控制例行程序或控制优化器例行程序中的优化变量。用户界面例行程序58可以提供控制指导工具,该控制指导工具使用户能够按某种协调的方式来观察指标建立软件51所创建的指标。这个操作员指导工具也可以使操作员或任何其他人能够获得有关设备、控制回路、元件等的状况的信息,并使其能够容易地看到涉及这些实体的问题的信息,因为该信息已由加工工厂10内的其他软件检测到。用户界面例行程序58也可以使用工具23和27所提供或生成的性能监控数据、维修程序(例如,AMS应用程序或任何其他的维修程序)来提供性能监控屏幕,或者如结合资产利用专家50由模型建立的那样。当然,用户界面例行程序58可以使任何用户获得并改变工厂10的任何或所有功能区中所使用的参数选择或其他变量。

图2是数据流程图,展示了资产利用专家50与加工工厂10内的其他计算机工具或应用程序之间的部分数据流动。尤其是,资产利用专家50可以从许多数据收集器或数据源(例如,多路复用器、发送器、传感器、手持设备、控制系统、无线电频率(RF)收发器、在线控制系统、网络服务器、数据历史器(historians)、控制模块或过程控制工厂10内的其他控制应用程序、界面(例如,用户界面和I/O接口),以及诸如总线(例如,Fieldbus、HART和以太网总线)、阀、收发器、传感器、服务器和控制器等的数据服务器和其他工厂资产(例如,过程仪表、旋转设备、电气设备、发电设备等))接收信息。该数据可以根据其他功能系统如何生成或使用数据,来呈现任何所需的形式。此外,可以使用任何所需的或合适的数据通信协议和通信硬件(例如,以上所讨论的XML协议),来将该数据发送到资产利用专家50。但是,一般而言,工厂10被如此配置,以便资产利用专家50自动从这些数据源中的一个或多个数据源接收特殊种类的数据,并且,资产利用专家50能够采取有关该数据的预定的行动。

资产利用专家50从数据分析工具(例如,当前所提供的典型的维修数据分析工具)、性能跟踪工具(例如,与设备有关的工具)以及如以上被识别的美国专利申请(序列号是09/256,585和09/499,445)中所描述的过程控制系统的性能跟踪工具那里接收信息(并可以执行这些工具)。例如,数据分析工具也可以包括检测某些类型的问题的根本原因的根本原因应用程序、事件检测(例如,第6,017,143号美国专利中所描述的事件检测)、受规章限制的回路诊断技术(例如,序列号为09/303,869的美国专利申请(于1999年5月3日被提交)中所描述的回路诊断技术(因此,该专利申请特意被包括于此,用作参考))、脉冲线路插栓检测应用程序(例如,序列号为09/257,896的美国专利申请(于1999年2月25日被提交)中所描述的应用程序(因此,该专利申请特意被包括于此,用作参考))、其他插栓线路检测应用程序、设备状况应用程序、设备配置应用程序和维修应用程序、设备存储器、历史器和信息显示工具(例如,AMS)、Explorer应用程序和查帐索引应用程序。此外,专家50可以从过程控制数据分析工具(例如,高级控制专家52)、模型预测控制过程例行程序(例如,序列号为09/593,327(于2000年6月14日被提交)和09/412,078(于1999年10月4日被提交)的美国专利申请中所描述的例行程序(因此,该专利申请特意被包括于此,用作参考))、调整例行程序、模糊逻辑控制例行程序和中枢网络控制例行程序那里接收数据和任何信息,并从可以在过程控制系统10内被提供的虚拟传感器(例如,第5,680,409号美国专利中所描述的传感器)那里接收数据和任何信息。此外,资产利用专家50可以从数据分析工具那里接收与旋转设备有关的信息(例如,在线振动、RF无线传感器和手持数据收集元件、与旋转设备有关的石油分析、温度记录、超声波系统以及激光对准和平衡系统),所有这些可能都涉及问题的检测或过程控制工厂10内的旋转设备的状况。这些工具目前在该技术领域中是已知的,所以,这里将不对其作进一步的描述。此外,资产利用专家50可以接收与电源管理以及电源设备和供应品(例如,图1中的应用程序23和27)有关的数据,这可以包括任何所需的电源管理以及电源设备监控和分析工具。

在一个实施例中,资产利用专家50实施或监督工厂10内的部分或所有设备的数学软件模型56(例如,设备模型、回路模型、元件模型、区域模型等)的执行,这些模型由(例如)加工工厂10内的计算机30或任何其他所需的计算机来运行。出于许多原因,资产利用专家50可以使用由这些模型发展的或与这些模型有关的数据。可以使用部分该数据(或这些模型本身)来提供工厂10内的虚拟传感器。可以使用部分该数据或这些模型本身来执行工厂10内的预测控制或实时最佳控制。指标建立例行程序51可以使用由模型56生成的部分数据,来建立被用于其他应用程序(例如,商业应用程序和过程控制应用程序)中的指标。下文将更加详细地描述出于这些和其他目的的模型56的使用情况。

当数据被生成时或在某些定期的时间,资产利用专家50在总线32或过程控制工厂10内的其他任何通信网络上接收数据。其后,资产利用专家50定期或按需要将该数据重新分配给其他应用程序,或使用该数据来生成在加工工厂10的控制或操作的不同方面有用的其他信息并将该信息提供给工厂10内的其他功能系统。尤其是,资产利用专家50可以提供数据,以便使指标建立例行程序51创建一系列复合指标(例如,与过程控制工厂10内的设备、元件、回路、区域或其他实体中的一个或多个实体有关的性能指标、利用指标、健康指标和可变性指标)。这里还将更加详细地讨论这些指标的建立和使用。

资产利用专家50也可以将数据提供给控制例行程序62并从那里接收数据,控制例行程序62可能位于和那些控制器、优化器55、商业应用程序63、维修应用程序66等有关的过程控制器或界面中。

另外,过去,控制专家65(可以包括一个预测过程控制器)只假定它正在控制的设备要么正常运作要么根本无法运作。控制专家65可以从资产利用专家50那里接收与它正在控制的设备的状况或健康有关的信息(例如,以上所述的利用指标、可变性指标、健康指标或性能指标)或与设备、回路等的操作状况(当尝试控制过程时,可以被考虑在内)有关的其他信息。预测控制器65以及优化器55可以将额外的信息和数据提供给用户界面例行程序58。预测控制器65或优化器55可以使用与网络中的设备的实际当前状况有关的信息,并可以考虑如(例如)商业应用程序63所定义的目标和未来的需要(例如,从资产利用专家50那里被提供的商业解决方案软件所识别的目标和未来的需要),以便根据控制系统内的预测来使控制最优化。

此外,资产利用专家50可以将数据提供给企业资源规划工具(例如,通常被用于商业解决方案或商业计算机35和36中的工具),并可以从那里接收数据。这些应用程序可以包括控制生产规划、物质资源规划的生产规划工具,以及自动建立用于商业应用程序等中的零件定单、工作定单或供应品定单的工作定单建立工具54。当然,可以根据来自资产利用专家50的信息来自动完成零件定单、工作定单和供应品定单的建立,这减少了认识到需要修理资产所要求花费的时间以及接收提供有关维修事宜的纠正动作所必要的零件而花费的时间。

资产利用专家50也可以将信息提供给维修系统应用程序66,这些维修系统应用程序不仅立即警告维修人员注意问题,而且采取纠正问题所需要的纠正措施(例如,定购零件等)。此外,可以使用资产利用专家50具备而任何单个的系统以前不具备的各种类型的信息,来建立新的模型68。当然,从图2中将会理解,资产利用专家50从数据模型和分析工具那里接收信息或数据,也从企业资源工具、维修工具和过程控制工具那里接收信息。

而且,一个或多个协调的用户界面例行程序58可以与资产利用专家50以及工厂10内的任何其他的应用程序进行通信,以便为操作员、维修人员、商业人士等提供帮助和目测。操作员和其他用户可以使用协调的用户界面例行程序58来执行或实施预测控制、改变工厂10的设置、观察工厂10内的求助功能或执行与资产利用专家50所提供的信息有关的任何其他活动。如上所述,用户界面例行程序58可以包括从预测控制器65那里接收信息的操作员指导工具以及有关指标的信息,操作员或其他用户可以使用它们来帮助执行许多功能(例如,观察过程或该过程内的设备的状况)、指导预测控制器65或执行预测的或被最优化的控制。此外,例如,经由资产利用专家50,可以使用用户界面例行程序58来观察数据或从过程控制工厂10的其他部分中的任何工具那里获得数据。例如,经理可能想知道过程中正在发生的情况,或者可能需要与加工工厂10有关的高级信息来制定战略计划。

如上所述,资产利用专家50可以实施或监督一个或多个数学软件模型56的执行情况,数学软件模型56模仿一家特殊的工厂或该工厂内的各个实体(例如,设备、元件、回路、区域等)的操作。这些模型可能是硬件模型,也可能是过程控制模型。在一个实施例中,为了建立这些模型,建模专家将工厂分成组成硬件和/或过程控制部分,并按任何所需的抽象层次来为不同的组成部分提供模型。例如,工厂的模型在软件中加以执行,并由(或可以包括)工厂的不同区域的一组分层相关的互连模型构成。同样,任何工厂区域的模型都可以由工厂内的不同元件的各个单独的模型构成,这些元件的输入端与输出端之间有互连。同样,元件可以由互连的设备模型等构成。当然,区域模型可以具有与元件模型、回路模型等互连的设备模型。在这例模型层级中,较低层次的实体(例如,设备)的模型的输入端和输出端可以被互连,以产生较高层次的实体(例如,元件)的模型,这些实体的输入端和输出端可以被互连,以创建更高层次的模型(例如,区域模型等)。当然,组合或互连这些不同的模型的方法将取决于正在被模仿的工厂。当可以使用整个工厂的单个的、完整的数学模型时,可为工厂的不同部分或工厂内的各个实体(例如,区域、元件、回路、设备等)提供不同的和独立的组成模型,并且,将这些不同的模型互连起来,以形成较大的模型;出于许多原因,这样做可能是有用的。另外,需要使用可以彼此独立运行的组成模型以及作为较大模型的一部分的其他组成模型。

可以为整个工厂或为任何或所有组成模型使用在数学上高度精确的或理论化的模型(例如,第三或第四个定购模型),而这些单独的模型不一定需要尽可能的精确,并且可以是(例如)第一个或第二个定购模型或其他类型的模型。这些较简单的模型通常在软件中可以得到更迅速的执行;并且,通过用这里所描述的一种方式将这些模型的输入端和输出端与在工厂内对输入和输出的实际测量进行匹配,可以使这些模型更精确。换言之,可以调整或拧扭这些单独的模型,以便根据来自工厂的实际反馈来精确地模仿工厂或工厂内的实体。

现在,将结合图3和图4来描述分层软件模型的使用。图3展示了炼制厂内的多个区域80、81和82的模型。如图3所示,区域模型82包括将原料(例如,原油)馈送给预处理器模型88的原料源84的组成模型。预处理器模型88为原料提供某种提炼,并为蒸馏过程90提供输出(例如,原油),作进一步的提炼。蒸馏过程90输出C2H4(通常是一种所需的产品)和C2H6(一般而言,是一种废品)。C2H6被返馈到C2裂化器92,C2裂化器92将其输出提供给预处理器88,作进一步处理。来自通过C2裂化器92的蒸馏过程90的反馈是一个再循环的过程。这样,区域82的模型可以包括原料源84、预处理器88、蒸馏过程90和C2裂化器92的分开的模型,它们具有如图3所示的被互连的输入端和输出端。也就是说,可以用图3所示的方式将每个组成模型连接到其他组成模型的输入端和输出端,以形成区域82的模型。当然,其他区域80和81的模型可以具有其输入端和输出端被互连的其他组成模型。

现在参考图4,蒸馏过程90的组成模型得到更加详细的展示,它包括具有顶部100T和底部100B的一个蒸馏柱100。到蒸馏柱100的输入103指出压力和温度,该压力和温度可能与图3所示的预处理器88的模型的输出有联系。但是,该输入可以由操作员来设置,或可以根据工厂10内实际所测量的输入或变量来加以设置。一般而言,蒸馏柱100包括被置于其中的许多金属板;蒸馏过程期间,液体在这些金属板之间流动。C2H4从蒸馏柱100的顶部100T产出,分馏筒102将部分这种物质返馈给蒸馏柱100的顶部100T。C2H6通常从蒸馏柱100的底部出来,回复锅炉104将聚丙烯抽入蒸馏柱100的底部100B,以便为蒸馏过程助一臂之力。当然,如果需要的话,蒸馏过程90的模型可以由蒸馏柱100、分馏筒102和回复锅炉104等的组成模型构成,并且,这些模型的输入端和输出端可以如图4所示被连接起来,以形成蒸馏过程90的组成模型。

如上所述,蒸馏过程90的组成模型可以作为区域82的模型的一部分来加以执行,或者可以独立地、与任何其他的模型分开加以执行。特别是,实际上可以测量到蒸馏柱100的输入103和/或输出C2H4与C2H6,并可以用如下所述的许多方法在蒸馏过程90的模型内使用这些测量。在一个实施例中,可以测量蒸馏过程90的模型的输入和输出,并可以使用这些输入和输出来确定与蒸馏过程90的模型有关的其他因素或参数(例如,蒸馏柱效率等),以便使蒸馏过程90的模型更加精确地与工厂10内实际的蒸馏柱的操作相匹配。然后,蒸馏过程90的模型可以被用于作为较大模型(例如,区域或工厂模型)的一部分的计算参数。作为选择或此外,可以使用具有计算参数的蒸馏过程90的模型,来确定虚拟传感器测量,或确定工厂10内实际的传感器测量是否出错。也可以使用具有被确定的参数的蒸馏过程90的模型,来执行控制或资产利用优化研究等。此外,可以使用组成模型来检测和隔离工厂10中的发展问题或了解工厂10的变化如何影响工厂10的优化参数的选择。

如果需要的话,可以执行任何特殊的模型或组成模型,以确定与那个模型有关的参数的值。部分或所有这些参数(例如,效率参数)可能对模型的环境内的工程师有某种意义,但它们通常在工厂10内是不可测量的。尤其是,组成模型通常可以用公式Y=F(X,P)来进行数学上的描述,其中,模型的输出Y是输入X和一组模型参数P的函数。在图4中的蒸馏过程90的蒸馏柱模型的例子中,专家系统可以定期从实际的工厂收集数据(例如,每小时、每10分钟、每分钟等),该数据表示到与这个模型有关的实体的实际输入X和来自该实体的输出Y。然后,可以使用该模型和多组所测量的输入和输出来定期执行诸如最大可能性、最小平方等的退化分析或任何其他的退化分析,以便根据多组被测量的数据来确定未知模型参数P的最佳配合。利用这种方式,通过使用实际的或被测量的输入和输出来使模型与正在被模仿的实体一致,可以确定任何特殊模型的模型参数P。当然,可以为工厂10内所用的任何和所有组成模型执行这个过程,并可以使用任何适当数量的被测量的输入和输出来执行这个过程。较佳的是,资产利用专家50从过程控制网络收集在一段时期内与模型的合适的输入和输出有关的数据,并存储该数据,供模型56使用。然后,在所需的时间(例如,每分钟、每小时、每天等),资产利用专家50可以使用最近收集的各组数据来执行退化分析,以便使用所收集的数据来确定这些模型参数的最佳配合。退化分析中所使用的各组被测量的输入和输出数据可能独立于那个模型以前的退化分析中所使用的各组数据,或可能与该数据重叠。这样,例如,可以每小时为一个特殊的模型执行退化分析,但也可以使用在过去两个小时内的每分钟所收集的输入和输出数据。结果,任何特殊的退化分析中所使用的一半数据可能与以前的退化分析中所使用的数据重叠。退化分析中所使用的数据的这种重叠更有利于模型参数的计算过程中的连续性或一致性。

同样,可以执行退化分析,以确定在工厂10内进行测量的传感器是否正在偏移或是否具有与此有关的某个其他的误差。这里,与正在被模仿的实体的所测量的输入和输出有关的相同数据或有潜在不同的数据由(例如)资产利用专家50来进行收集和存储。在这种情况下,通常可以用数学方法将模型表示为Y+dY=F(X+dX,P),其中,dY是与输出Y的测量有关的误差,dX是与输入X的测量有关的误差。当然,这些误差可以是任何类型的误差(例如,偏置、偏移或非线性的误差),模型可能会认识到输入X和输出Y可以具有与此有关的不同种类的误差,这些不同种类的可能的误差与实际测量的值有不同的数学关系。无论如何,通过使用具有所测量的输入和输出的模型来确定未知传感器误差dY和dX,可以执行退化分析(例如,最大可能性、最小平方或任何其他的退化分析)。这里,模型参数P可以基于使用模型以前的退化分析来加以计算的参数P,或可以被作为另外的未知数,并可以结合这种退化分析来被加以确定。当然,随着退化分析内所用的未知数的数量的增加,所需的数据的数量也增加了,并且,运行退化分析所需的时间也更长。另外,如果需要的话,可以独立地执行用于确定模型参数的退化分析和用于确定传感器误差的退化分析;并且,如果需要的话,可以按不同的定期来加以执行。例如,当可能发生可测量的传感器误差的时间帧截然不同(多于或少于可能发生模型参数变化的时间帧)时,这种不同的定期性可能是有益的。

无论如何,利用这些组成模型,资产利用专家50可以通过绘出被确定的模型参数(和/或模型输入与输出)与时间的关系图来执行资产性能监控。此外,资产利用专家50可以通过将被确定的传感器误差dY和dX跟阈值进行比较,来检测有潜在故障的传感器。如果这些传感器中的一个或多个传感器似乎有与此有关的严重的或不能接受的错误,则资产利用专家50可以将有故障的传感器通知给维修人员和/或过程控制操作员。

从该讨论中将会理解,可以为不同的目的、在不同的时间独立地执行组成模型,并且,在许多情况下,可以定期执行组成模型,以执行以上所描述的性能监控活动。当然,资产利用专家50可以出于适当的目的来控制对合适的模型的执行,并可以将这些模型的结果用于资产性能监控和优化。将会理解,资产利用专家50可以为不同的目的而运行相同的模型,用于计算与该模型有关的不同的参数或变量。

如上所述,可以存储和跟踪与任何特殊的模型有关的参数、输入、输出或其他变量,以便为过程或工厂的设备、元件、回路、区域或任何其他的实体提供性能监控。如果需要的话,可以一起跟踪或监控这些变量中的两个或更多的变量,以提供实体性能的多维标绘图或测量。作为这种性能建模的一部分,该多维标绘图内的参数或其他变量的位置可以跟阈值进行比较,来看看实体(如正在被监控的协调参数所定义)是在所需的或可接受的范围内,还是在那个范围以外。利用这种方式,实体的性能可以基于与该实体有关的一个或多个参数或其他变量。图5展示了如这个实体的参数P1和P2的值所定义的实体(例如,图4中的蒸馏柱)的操作范围的二维标绘图。这里,参数P1和P2(可以使用以上所描述的模型退化分析或利用任何其他所需的方式来加以确定)用二维方式来绘出,标绘图上的点(每个点由P1的值和P2的值来定义)为被示作T1-T10的不同的时间而被加以确定。这样,点XT1代表参数P1和P2的值在时间T1所定义的点。图5中的标绘图上的点XT1至XT10展示了:实体正在时间T1与T6之间的一个所需的范围(范围1)内进行操作,在时间T7进入不太合意但可接受的范围(范围2),并在时间T10进入不能接受的或有缺点的范围(范围3)。当然,这些不同的范围的界限预先由(例如)专家确定,并被存储在计算机30中,供资产利用专家50在任何所需的时间使用。图5展示了二维参数性能监控技术,而这同一种技术也可以被应用于一维、三维或更多的维数中,以实现性能监控。另外,例如,指标建立例行程序51可以使用这些范围或与n维标绘图中的实体的位置有关的其他信息,以建立性能指标。

将会理解,资产利用专家50可以根据模型参数或其他模型变量并使用以上所描述的监控技术来监控一个或多个实体,并且可以将这些实体的操作状态或性能测量报告给过程控制工厂10内的任何其他所需的人、功能或应用程序(例如,报告给过程控制专家系统、维修人员、商业应用程序、用户界面例行程序58等)。当然,也将会理解,资产利用专家50可以根据每个实体的一个、两个、三个或任何其他所需数量的参数或变量,来对任何所需的实体执行性能或状况监控。将在此性能监控过程中被使用的变量或参数的特性和数量通常将由熟悉过程的专家来确定,并将基于正在被监控的实体的类型。

如果需要的话,资产利用专家50也可以通过将由如上所述的模型确定的参数中的一个或多个参数与由模型(根据正在被模仿的实体的设计参数来运行)确定的相同的参数进行比较,来定义性能指标或标绘图。特别是,资产利用专家50可以使用与模型有关的工厂10内的实体的设计参数来执行模型,以确定:如果实体根据过程的当前状态来进行操作并使用如在工厂10内所测量的、到实体的实际输入,则它的设计性能会是什么样。然后,可以比较这种设计性能和实体的实际性能(如那个实体的组成模型所确定,或如该实体的被测量的输入和输出所确定),以建立对实体的性能的测量。

这样,例如,可以根据以上所描述的退化分析并使用估计实体的参数(其中之一可能是效率)的组成模型,来确定实体的效率。同时,可以使用将会根据实体的设计标准而产生的参数(但基于到实体的实际输入和/或来自实体的实际输出),来运行实体的模型。这样,例如,如果不同的原料正在被输入到实体,则将使用产生于原料变化的效率来运行设计模型。可以比较这两种情况中的实体的性能,以确定性能指标,该性能指标可指出实际实体的操作离可能的或被设计的操作有多远。然后,可以将这个性能指标报告给系统的其他应用程序或用户(例如,过程控制、维修人员或商业人士或应用程序),由这些应用程序或用户来使用。

也可以使用组成模型56来执行过程优化。特别是,资产利用专家50可以使用执行各个单独的组成模型的优化例行程序55中的一个或多个优化例行程序,以便在(例如)过程控制操作员或商业人士经由商业应用程序所提供的一些优化标准方面使工厂的操作最优化。优化器55可以是实时优化器,它进行实时操作,以便根据那时工厂10的实际状态来使工厂10最优化。作为选择或此外,优化器55可以确定将对工厂10实行的变化(例如,使某些设备或元件重新开工),这些变化将为工厂10提供最大的优化。当然,除了(或取代)这里所述的优化例行程序以外,还可以执行其他类型的优化例行程序55。

在一个实施例中,RTO+实时优化例行程序(由MDC公司提供)可以被用作实时优化器,并可以在工厂10的操作期间按各种时间或定时地(例如,每3-5分钟、每10-15分钟、每小时等)来加以执行。当然,也可以使用不太经常(例如,每3或4小时,或每3至4天)执行优化的其他已知的或以后被开发的优化器例行程序。

每当执行RTO+优化器来实施实时优化时,它执行三大阶段。RTO+优化例行程序首先执行输入阶段,在此阶段期间,该例行程序进行检查,以确定实际上是否可以在当前的时间来处理一些变量,这些变量以前在设计优化器时被指作可以由优化器进行处理以便执行优化的变量(例如,设置点或各种设备、元件等的其他输入)。优化器可以从资产利用专家50那里得到该信息,资产利用专家50从过程控制系统那里获得该信息并将该信息存储在任何所需的数据库内。这样,在输入阶段期间,优化器实际上根据从资产利用专家50被提供给它的数据,来确定每个可能的被处理的输入是否仍然可以加以改变。在许多情况下,由于(例如)提供那个输入的设备不正在操作或已经离线,或者,由于该设备正在按除设计模式以外的一种模式被运行从而防止控制器改变到该设备的输入,因此,潜在的、被处理的输入中的一个或多个输入可能无法改变。

作为输入阶段的一部分,实时优化器也可以确定应该在优化器的最后运行期间改变的变量实际上是否变成并达到从优化器的最后运行中被建议或被计算的值(即它们应该变成的值)。如果应该变成一个特殊值的变量没有达到那个值,则优化器会认识到:存在一个问题,该问题阻止该变化的发生并在优化器的下一次运行期间除去将这个变量变成那个值的选项。通过检测到变量没有达到它理论上应该达到的值,也可以使优化器向操作员指出:系统内可能有需要被处理的问题。

接下来,在输入阶段期间,优化器使用(例如)从工厂10测量的实际的输入和输出,来迅速执行构成整个模型的每个单独的组成模型。然后,检查每个组成模型的被计算的输出,来看看任何特殊的组成模型是否有将会防止整个模型准确地运行的任何问题。这里,优化器可以使用每个实体的实际测量的输入(以前已被存储),来看看模型的各个单独的组成部分是否为这些实际的输入工作以产生实际的输出。

假定可以执行每个组成模型,则优化器可以寻找这些模型中的差异,它们可以实现优化器进行优化的能力。例如,优化器可以使用到设备的实际输入来确定真实的设备所进行的测量是否与组成模型所预测的相同。如果模型(使用最近所计算的模型参数)预测一个输出而该输出偏离它的实际测量(例如,如果模型预测流速为18而流速计的读数却是20),那么,优化器可以按低于以前所定义的限制2来重置与流速有关的限制。这样,如果与那个流速有关的限制原先被设置为25,则优化器可以使用23的限制,因为优化器认识到:关于这个变量,它的模型有2的偏差。当然,优化器可以寻找工厂的模型与实际测量之间的其他矛盾或偏离,以便重置、更新或拧扭优化例行程序内的限制或其他变量。

在下一个阶段(通常被称作“优化阶段”),优化器将来自一个组成模型的输出用作到构成整个模型的其他组成模型中的一个或多个组成模型的输入,以便按预定顺序来运行各个单独的模型。通过使用整个模型、用户所提供的限制和输入阶段所确定的新的限制以及优化标准,优化器确定将要对输入或被处理的变量(已被检测为当前能够进行处理)实行的变化,这将会在其中运行优化器的时间窗上使工厂最优化。这个时间窗可以是3-4分钟、3-4小时等,并且通常是优化器运行的周期速度。优化软件的使用众所周知,具有这种用途的任何所需的优化软件都可以被加以使用。这样,在一个例子中,可以使炼制厂最优化,以便操作C2裂化器,从而根据C2裂化器所能够生产的可能的输出产品来获得尽可能多的利润(由与那些可能的输出中的每个输出有关的当前价格和大量生产来确定)。但是,限制可能是C2裂化器必须生产特定数量的一种产品,因为商业合同规定要提供该数量的产品,无论该产品当前的价格如何,都必须履行该商业合同。在另一个例子中,优化标准可能会最大程度地使用一种特殊的原料,因为在工厂保管额外数量的该原料的成本比其他成本或价格事宜(例如,当前价格最高的产品)更重要。

将会看到,优化标准的确定(通常由商业人士或商业应用程序来执行)对于优化器的操作至关重要,因此最终对工厂10的操作至关重要。结果,资产利用专家50可以经由用户界面例行程序58(关于在任何特殊的时间将会有什么优化标准的一套系统的选择)来提供商业人士,并可以为优化例行程序提供由操作员或任何其他的用户作出的选择。实际上,有许多优化变量可以选择,并且,可以经由用户界面将这些不同标准的选择提供给操作员或商业人士,以允许操作员或商业人士用任何所需的方式来选择不同的优化标准。

接下来,优化例行程序进入输出阶段,在此输出阶段中,可以实现优化器的结果的执行。特别是,在计算对被处理的变量所建议的变化之后,优化器可以确定将要被改变的处理过的变量或输入是否仍然可用,因为在优化器开始优化阶段时可用设备中的一个或多个设备可能已离线或可能已成为不可用,这将会阻止执行输入变量中所建议的变化。但是,如果仍然可以改变将要被改变的所有处理过的变量,则可以经由(例如)用户界面(例如,图形用户界面)将所建议的变化提供给操作员。该操作员可能能够只按按钮并使被处理的变量的变化自动开始或被下载到过程控制例行程序(例如,用优化器所确定的一种方式来改变设置点等)。在另一个实施例中或在操作的稍后的阶段中,例如,当过程正常运行时,如果操作员没有阻止这些变化在一个特殊的时间窗内的例示,则优化器可以自动执行所建议的变化。这样,除非操作员干涉以阻止使用来自优化器的这些变化,否则,每当优化器执行时,都可以使用优化器的输出。作为这项操作的一部分,用户界面例行程序58中的一个或多个用户界面例行程序可以为操作员提供一个屏幕,该屏幕指出将要实行的所建议的变化和一个按钮或条状物,操作员使用该按钮或条状物来安装这些变化或阻止安装这些变化。在一个实施例中,如果用户推动按钮来安装变化,则所有这些变化都被发送到合适的控制器,它们在那里被检查限制的情况,然后被加以执行。

出于许多原因,与大多数优化器相比较,可以相对频繁地执行实时优化器(例如,以上所描述的实时优化器)。首先,实时优化器使用特定组成模型的合适的部分,这些组成模型的运行速度通常比高度理论化的模型快,并且,这些组成模型通常被用来设计工厂。但是,这些组成模型很精确,因为这些模型的一个或多个参数根据工厂10的实际输入和输出(并使用以上所描述的退化分析)来加以拧扭或修改。也就是说,实时优化器使用对模型的退化分析的最后运行所提供的模型参数,来使模型与工厂10的实际操作和谐。此外,以上所描述的优化器的速度比传统的优化器快,因为它使用受限制的优化步骤。也就是说,优化器只尝试在优化器的各个单独的运行之间的时期内实行优化,这减少了优化例行程序所执行的处理数量。此外,可以将实时优化器配置成识别一个或多个重要事件的发生,当这些事件提出以前的行不通的或不合需要的建议时,这可能会引发实时优化器重新启动。

以上已讨论了闭环实时优化器的使用,但资产利用专家50也可以结合实时优化器或与实时优化器分开执行使用相同的或不同的组成模型的其他类型的优化器55。可以不太频繁地并出于其他原因来执行这些其他的优化器。例如,即使实时优化器可能无法在某段时间内将工厂10驱动到那个点,也可以使用宽频带优化器来观察或确定过程最后的最佳操作点终究可能会在哪里。这个宽频带优化器可以使商业人士能够作出有关工厂10的长期预测,或可以使操作员能够确定工厂10的操作是否朝向合意的范围进行。如果宽频带优化器确定最终可实现的优化点仍然不能接受,则操作员可以决定改变工厂10的配置或其他操作参数。

其他优化器(例如,选择优化器)可以确定过程配置中的变化(需要由操作员或维修人员来执行)是否会更好地使过程最优化。例如,在一些情况下,选择优化器可以认识到:实时优化器应该具备的某些元件或其他被处理的输入因某种原因(例如,与这些输入有关的设备停止运转或离线)而不再可用。假定这些设备、元件等中的一个或多个实体可以确定:如果这些实体重新投入操作,则工厂10的操作会有多大改进(即,工厂10在一些优化标准方面的理想程度会有多大提高);那么,选择优化器运行一项或多项优化测试。例如,这个优化器可以告诉操作员或商业人员工厂10通过使某些元件或设备在线可多赚多少钱,或者会告诉操作员或商业人员首先着重使哪些设备或元件重新投入操作。这种选择优化器也可以尝试通过打开或关闭特殊的泵或阀并通过替换正在以亚最佳的模式运行的其他设备等来进行优化,以确定可以对过程或其资产实行哪些重要的变化来使过程更有利可图或更适宜。选择优化器可以使用来自操作员或商业人士的输入,并且/或者可以使用数据处理或数据开采例行程序中常见的其他分支和限制技术来选择调整优化变量的方法。也可以使用其他的选择技术,例如,为选择优化器提供应用于特殊定单中的一系列规则,以确定如何改变过程或确定过程的哪些变化(如果被执行的话)将会为工厂10带来改进或最大的改进。

作为以上讨论的结果,可见,模型的使用为商业应用程序、过程控制应用程序以及资产维修和监控应用程序提供了许多新类型的数据或信息。特别是,可以使用这些模型来执行性能监控并产生指出工厂内的设备、元件、区域等的相对性能的性能指标。这个性能指标可以是在实体的可能的性能方面对该实体的性能的测量。另外,以上已讨论了设备和元件模型,但可以为过程控制实体(例如,回路)制作和执行类似的模型,以便也为这些类型的实体提供性能测量和优化标准。此外,如上文所指出的,在一些情况下,可以使用模型来测量或指出某些设备或其他实体的健康状况并提供表示这些实体的健康指标。例如,如为某些模型采用的退化分析所确定的某些输入和输出传感器的误差测量可以被用作那些设备的健康状况的指示或可以被转换为那些设备的健康状况的指示。过程控制器不具备的其他信息(例如,基于模型的模型参数和虚拟传感器测量)可以被提供给过程控制器或商业人士,供按许多种方式来使用。

除了性能和健康指标以外,资产利用专家50可以协助指标建立例行程序51创建其他类型的指标(例如,利用指标和可变性指标)。可变性指标指出:进入或出自设备、回路、元件等的某个信号或与设备、回路、元件等有关的某个其他的参数发生多大的变化,与此相比较,这个信号或参数预期会发生多大的变化。创建这个可变性指标所需要的数据可以由资产利用专家50来收集,并可以在任何所需的或方便的时间被提供给指标建立例行程序51。当然,信号或参数变化的正常数量可以由熟悉实体的制造商、工程师、操作员或维修人员来设置,或者可以基于与工厂内的那个或其他类似的实体有关的统计测量(例如,平均数、标准偏离等),这个正常的或预期的变化可以由指标建立例行程序51来存储或在指标建立例行程序51内被更新。

可以使用利用指标来跟踪或反映各个单独的设备、元件、回路或其他实体的利用情况,并可以根据以前被确定的分支标记或操作目标来指出是否正在过度地利用或过少地利用实体。可以根据实际设备的所测量的运用情况来建立利用指标。例如,可以测量设备,以确定它在过程内被使用的频率或被闲置的频率,可以将这个指标与那个实体的所需的利用进行比较,以确定是过度还是过少地利用该实体。利用指标可以识别设备、元件、回路等,这些设备、元件、回路等没有按可以或应该的频率来加以利用,或者,另一方面,它们被太多地加以利用,因此被过度使用了。

在一些情况下,可以根据按特殊设备的适当的或所需的运用情况所作出的商业决策,来确定利用指标。例如,许多处理厂或精炼厂使用有炼焦问题的熔炉,因此必须定期进行清理。一般而言,在被用于石油行业中的熔炉中进行炼焦,在石油行业中,需要在短时间内迅速加热基于石油的液体。这种熔炉可以具有通过熔炉内部的输入管,以便在该管内流动的液体被迅速加热到高温(例如,1400)。在一些情况下,为了使输入管中心处的液体达到这样一个高温,可能必须将该管的外部加热到大约1700。但是,由于流过输入管的液体基于石油,因此,部分该物质形成被淀积在这些管道的内部表面上的碳或其他种类的粘性物质或微粒物质,该物质又在一段时间内降低了熔炉的传热效率。这种物质的沉积作用通常被称作“炼焦”。流过管道的液体的数量越多,发生的炼焦就越多,这样,熔炉的效率也就越低。在某个时刻,熔炉的效率变得很低,以致熔炉必须离线和加以清理。这个清理过程很耗时,并且需要大量的人力和资源(包括蒸汽清理设备)。结果,通常必须预先安排这些熔炉的清理,以确保具备人力和必要的设备。

了解工厂10内的一些特殊熔炉将经历炼焦的商业人士或过程控制操作员可以通过规定在一段时间内每个熔炉内将怎样进行炼焦,来尝试最有效率地使用那些熔炉。这样,例如,商业人士可以决定在15天的时期内操作一个特殊的熔炉,并且想要通过在15天结束时使该熔炉运行到其最高的炼焦水平,从而在那段时期内最大程度地使用该熔炉。如果熔炉达到其最高的炼焦水平的速度太快(即在15天结束之前),则熔炉必须离线,但直到15天结束时才能被清理,因为那时具备了(即已安排)清理人力和机器。过早拆卸熔炉可能会对过程操作产生不利的影响。但是,如果熔炉在15天结束时没有达到其所允许的最高的炼焦水平,则熔炉仍然必须离线并被加以清理,这又是因为只有在那时才具备人力和机器。但是,熔炉的利用率一直过低,这意味着:由于清理利用率过低的熔炉的成本等同于清理得到充分利用的熔炉的成本,因此,一直没有抓住机会。另外,由于这种利用率过低,因此,其他熔炉可能正在被过度使用,并经历不必要的更多的炼焦。

为了在一段给定的时期(例如,以上所述的15天)内计划对熔炉实行最佳的利用,操作员或商业人士可以画一条基准线,用于定义熔炉在一段时间内的理想的炼焦数量。图6展示了熔炉炼焦与时间的比较标绘图中的示范基准线200。基准线200规定商业人士或操作员在15天(此后,将清理这个熔炉)内的炼焦方面想要如何使用熔炉。熔炉的炼焦直接与熔炉的传热效率有关。从图6中可见,当15天结束时,如果熔炉的使用遵循基准线200,则熔炉将达到其最高的炼焦水平,这对应于熔炉所允许的最低的传热效率。当然,将会理解,图6中的基准线200只是可以被加以选择的许多可能的基准线中的一条基准线。

遗憾的是,由于熔炉内的温度很高,因此,不可能在任何特殊的时间测量熔炉中的炼焦。但是,通过使用根据以上所述的原理而构造的熔炉的一个或多个模型,可以测量熔炉内的炼焦。这里,炼焦可能是模型的一个参数,它根据模型内的其他变量、到模型的输入和来自模型的输出或通过使用以上所描述的退化分析来加以确定。然后,资产利用专家50可以定期运行这个模型,以获得熔炉中的炼焦数量(作为虚拟传感器测量或模型参数)。关于这个确定的公式在该技术领域中众所周知,这里将不作讨论。另外,如果需要的话,优化器可以将图6中的基准线200所定义的炼焦值(或这条线在任何点处的斜坡所定义的炼焦率)用作优化标准,并设置工厂的被处理的变量,以尝试操作熔炉,从而使熔炉内的炼焦(如这个熔炉的模型所测量的)遵循图6中的基准线200。

现在,在图6的例子中,假定资产利用专家50(运行熔炉的模型)确定在第6天熔炉的炼焦处于点202,这实质上低于如基准线200在第6天所定义的所需的炼焦数量。熔炉在第6天的炼焦估计低于基准线200所定义的炼焦,这意味着熔炉正在根据基准线200而被过少地加以利用。结果,例如,资产利用专家50可能会用某种所需的或方便的方式(例如,通过为进行识别的熔炉提供利用指标)告知操作员或商业人士:熔炉正在根据以前所定义的利用标准而被过少地利用。

根据这个利用指标,商业人士或操作员可以认识到:有机会更多地使用熔炉,因为在15天之后,不管熔炉内是否进行了最大数量的炼焦,熔炉都将被关闭。为了在一段特定的时期(例如,到第7天)(在图6中被标记为点204)内使炼焦参数回到基准线200,并且为了最佳程度地利用熔炉,操作员或资产利用专家50可以在点202与204之间定义一条线。这条线的斜坡所定义的炼焦率大于第6天与第7天之间的基准线200所允许的炼焦率。然后,操作员或优化例行程序可以更多地运行熔炉,以获得点202与204之间的线的斜坡所定义的炼焦率。例如,这个更高的炼焦率可以被用作控制工厂10或熔炉的操作的优化例行程序内的一种限制或甚至被用作一个优化参数。例如,众所周知,通过调整与熔炉有关的许多参数中的任何参数(例如,所提供的物质通过熔炉的速度(速度越快,进行的炼焦就越少)、出自熔炉的物质的出口温度(出口温度越高,进行的炼焦就越多)和被注入通过熔炉的液体中的蒸汽的数量(通常,使用的蒸汽越多,进行的炼焦就越少)),可以调整炼焦数量或炼焦率。优化器可以使用所需的炼焦率来调整这些参数中的一个或多个参数,以获得新的炼焦率。无论如何,在这个例子中,基于熔炉的实际炼焦与熔炉的所需炼焦的比较的熔炉的利用情况的测量指出:熔炉正在被过少地加以利用;如果更多地使用熔炉,则可以对工厂10实行更大的优化。

现在参考图7,如果熔炉的炼焦在第6天被熔炉的模型测量或确定为在基准线200上(例如,在点206处),那么,熔炉正在被过度使用,并且,应该降低熔炉的使用率,以便使熔炉能够维持15天。在这种情况下,可能会有可以使其在线或已经在线的另一个熔炉,可以使用该熔炉来补偿熔炉的使用减少。类似于图6中的例子,例如,可以使用反映(例如)实际的炼焦数量与所需的炼焦数量之间的差异的某种指示的利用指标,来将熔炉过度利用的情况通知给操作员或商业人士。其后,操作员或商业人士可以确定:到第10天需要使熔炉的炼焦参数回到基准线上,因为熔炉的炼焦值可能已经大于第7或第8天所允许的值。可以在点206与点208之间画一条线,这是第10天在基准线上的点,这条新近绘制的线的斜坡可以定义被允许或需要在第7天与第10天之间使用的炼焦率。当然,操作员或优化器或其他控制例行程序可以实施控制策略,以迫使熔炉的炼焦率成为点206与208之间的线的斜坡所定义的比率。

可以使用其他商业决策来改变熔炉的利用指标。例如,在第6天,即使熔炉可能正在按照炼焦参数在基准线处或基准线周围运行,商业人士也可以决定:必须获得对熔炉的5天以上的使用,从而在清理熔炉之前将其寿命增加到20天。可以这样做,因为无论如何直到20天才会具备清理设备。在这种情况下,可以重新画出第6天与第20天之间的基准线,并且,控制例行程序或优化器可以尝试遵循新的基准线。但是,如果重新画出整条基准线,则以前被定义为15天基准线的第6天时的100%利用或精确利用的内容现在可以是20天基准线的过度利用。在这种情况下,资产利用专家50可以为优化器或过程控制例行程序提供作为优化或限制的新的炼焦率,以尝试使利用指标回到100%。同样,如果早期(例如,当20天结束时)关闭熔炉,则熔炉现在可能根据12天基准线而被过少地利用,并且,优化器或过程控制例行程序可能会使用新的炼焦率,以尝试使利用指标回到100%。

应该注意,结合使用熔炉的模型(在任何特殊的时间测量或估计熔炉的炼焦数量)来运行特殊基准线上的熔炉的商业决策可以被用来指出特殊的实体(例如,熔炉)是否正在实际的过程运行期间内被过度利用或被过少地利用。另外,可以改变过程的控制,以便根据利用指标来或多或少地使用熔炉。

可以用任何所需的方式(例如,基于实际的炼焦值与所需的炼焦值之间的差异或两者的比率、新的可允许的炼焦率、如基准线所定义的所需炼焦率与新的可允许的炼焦率之间的差异或两者的比率或任何其他利用的测量的方式)来计算或表示以上给出的熔炉例子的利用指标。当然,这里已描述了确定熔炉的利用指标的一种方式,但也有许多其他的方式可用于确定或定义熔炉以及过程控制工厂内的其他设备、元件、回路等的利用指标。特别是,可以用任何所需的方式并为不同类型的实体用不同的方式来测量不同实体的利用指标。在一个例子中,利用指标可以被表示为百分比,其中,100%意味着实体正在被使用正确的或所需的数量,100%以上的值意味着实体正在被过度利用,100%以下的值意味着实体正在被过少地利用。当然,也可以在不同种类的设备的环境内使用测量和表示利用的其他方法。

图1中的系统的一个重要的方面是提供图形用户界面(GUI)的用户界面例行程序58,该图形用户界面与这里所描述的资产利用专家50合并,以促进用户与资产利用专家50所提供的各种资产利用性能的相互作用。但是,在更加详细地讨论GUI之前,应该认识到,GUI可以包括使用任何合适的编程语言和技术来加以执行的一个或多个软件例行程序。此外,编排GUI的软件例行程序可以被存储在一个单个的处理站或元件(例如,工厂10内的工作站、控制器等)内,并在其内被加以处理;或者,作为选择,可以使用以通讯联络的方式在资产利用系统内彼此耦合的多个处理元件,并按分布式的方式来存储和执行GUI的软件例行程序。

较佳的是(但不必要),可以使用熟悉的基于图形窗口的结构和外观来执行GUI,其中,多个连结的图形视图或页面包括一个或多个下拉菜单,这些菜单使用户能够按所需的方式来航行于页面中,以便观察和/或检索一种特殊类型的信息。以上所描述的资产利用专家50的特点和/或性能可以通过GUI的一个或多个对应的页面、视图或显示来加以表现、获得、调用等。另外,编排GUI的各种显示可以按逻辑方式来加以连结,以促进用户迅速、直观地浏览于显示中,从而检索一种特殊类型的信息或获得和/或调用资产利用专家50的一种特殊的性能。

一般而言,这里所描述的GUI提供过程控制区域、元件、回路、设备等的直观的图形描绘或显示。这些图形显示中的每个图形显示可以包括与正由GUI显示的特殊视图有关的数字状况和性能指标(其中的部分或全部内容可以由以上所描述的指标发生器例行程序51来建立)。例如,描绘过程控制区域的显示可以提供反映那个区域(即处于设备层级的一个特殊层次的过程控制系统的一个特殊部分)的状况和性能的一组指标。另一方面,描绘回路的显示可以提供与那个特殊的回路有关的一组状况和性能指标。无论如何,用户可以使用任何视图、页面或显示内所示的指标,来迅速评估那个显示中所描绘的任何设备、回路等内是否存在问题。

此外,这里所描述的GUI可以自动地或响应于用户提出的请求来为用户提供维修信息。该维修信息可以由资产利用专家50的任何部分来提供。同样,GUI可以显示警报信息、过程控制信息等(也可以由资产利用专家50来提供)。此外,GUI可以结合已经发生的或可能将要在工厂10内发生的问题,来为用户提供消息。这些消息可以包括图形信息和/或文本信息。该信息描述问题;建议对可以被执行的系统的改变,以缓和当前的问题;或建议对可以被执行的系统的改变,来避免潜在的问题;描述用于纠正或避免问题等的动作过程。

图8是显示的示范描绘,表现了可以由GUI显示的过程控制系统内的元件500。如图8所示,元件500包括多个设备(例如,阀、泵、温度发送器等),它们都可以用所示的图解方式来加以描绘。此外,该显示还可以包括线箭头,以及代表各种设备之间的逻辑互连和物理互连的任何其他的标记。当然,过程控制系统(或过程控制系统的各个部分)的这种图形表现在该技术领域中众所周知,这样,这里将不进一步详细地描述执行这些图形表现或显示的方式。

重要的是,图8所示的GUI显示也包括多个指标名和值550。尤其是,指标名和值550包括性能指标、健康指标、可变性指标和利用指标,以上已结合资产利用专家50和指标建立例行程序51讨论了所有这些指标。可以用所示的表格格式或任何其他所需的格式来显示指标名和值550。指标名和值550表现整个元件500的性能和状况,这样,所示的指标值较佳地(但不必要)包括与构成元件500的每个子元件和/或设备有关的指标值。

在讨论GUI和由此为用户显示资产信息、过程控制信息、维修信息、诊断信息或任何其他类型的信息的方式之前,下文简要地讨论建立性能和状况指标的方式。也应该认识到:这里结合GUI的各种显示详细地描述了性能指标、健康指标、可变性指标和利用指标,但在不脱离本发明的范围的前提下,也可以由资产利用专家50来建立额外的和/或不同的指标,并可以经由GUI来显示这些指标。

一般而言,可以为单独的设备、逻辑和/或物理分组的设备、逻辑过程(例如,控制回路)、逻辑分组的设备(例如,元件和区域等)计算由指标发生器例行程序51建立并经由GUI被显示的每个指标。换言之,原则上,可以在过程控制系统或(更通常的情况是)资产利用系统(可以包括一个或多个过程控制系统)的设备和逻辑层级的每个层次处计算这些指标。但是,一个特殊的指标的含义可以取决于建立和显示该指标的环境(即,该指标是否对应于一个逻辑或物理分组的设备和/或参数),并可以取决于它被显示的层级的层次。例如,在设备层级的最低层次处,指标对应于物理设备(例如,阀、温度传感器、致动器等)。这样,每个设备可以具有一组独特的指标,可以根据在制造设备时被存储在设备内的信息,在设备内或为设备建立这组指标。此外,每个设备可以按需要来建立它的指标并将这些指标提供给层级的更高层次和资产利用专家50。

同样,每个元件或回路(每个都由一个或多个设备或功能块组成)都可以具有一组独特的指标。但是,可以通过用数学方法组合元件或回路内所使用的各个单独的设备或功能块的指标值,来建立每个元件或回路的指标值。这样,如果元件或回路由一个压力发送器、一个阀和一个泵(或与这些设备的操作有关的功能块)组成,则该元件或回路的指标值可以基于为那些设备或功能块(构成该元件或回路)中的每个设备或功能块建立的或由它们建立的指标值的各种数学组合。同样,由于层级的子元件和元件层次由一个或多个回路(又由设备组成)组成,因此,可以通过用数学方法组合回路或设备指标值来建立每个子元件和元件的指标值。此外,可以将区域指标确定为与该区域内的元件、回路、设备等有关的指标值的组合。

下文会更加详细地讨论,用于形成回路、子元件、元件和层级的区域层次的指标值的设备指标值的数学组合可以使用加权的总数或平均数或任何其他合适的数学组合。当然,对于逻辑和设备层级的每个层次而言,性能指标、健康指标、可变性指标和利用指标中的一个或多个指标的计算可能不合适、没有被要求或没有用。图9是一张示范表格,该表格展示了可以或可能无法为系统层级的设备、回路、子元件和元件层次建立性能指标(PI)、健康指标(HI)、可变性指标(VI)和利用指标(UI)的一种方式。如图9所示,可以为元件和子元件层次建立PI。在元件和子元件层次处,可以通过将元件或子元件的模型(例如,模型56中的一个模型)与元件或子元件的实际性能进行比较或利用任何其他所需的方式,来计算PI。特别是,例如,这个环境(即在层级的元件和子元件层次处)中的PI可能是与理论最大量有关或与根据实际的系统性能凭经验得到的最大频率有关的一个频率。图9所示的表格也指出:不需要为各个单独的设备或回路计算PI。但是,在一些应用程序中,可能需要为回路和设备计算PI。例如,在为设备计算PI的情况中,设备制造商可能会将性能信息存储在该设备内,以便在操作期间,该设备可以根据实际的性能特征(例如,操作效率)与被存储的性能信息的比较来计算PI,它可以包括理论上的最大的设备效率。当然,指标建立例行程序51也可以执行这个功能。例如,在为回路计算PI的情况中,系统可以将最大的或平均的回路误差(即稳定状态误差信号)与某个预定的最大误差值(合乎理想的可能是零)进行比较。利用这种方式,小的回路误差可以对应于表示良好性能的PI值。

图9也展示了可以按层级的回路和设备层次来计算VI。在设备层次处,可以通过将设备输出中的变化或偏离与变化或更改的预期或所需的数量进行比较,来计算VI。过高或过低的VI值可能表示设备失灵或故障,或可能表示即将发生的失灵或故障。同样,在回路层次处,回路的输出中过度频繁或过大数量的变化可能表示有问题。无论如何,回路和设备的VI都可以基于实际的参数可变性与预期的参数可变性的比较,这可以用理论或凭经验来加以确定。虽然图9表现了可能无法为元件和子元件层次计算VI,但是,在一些应用程序中,却可能会需要为这些层次建立VI。

此外,图9表现了为设备、回路、子元件和元件层次计算HI。设备的HI可以基于设备的历史使用情况。特别是,设备制造商可以将与设备的生命期有关的信息存储在设备内,并且,根据设备的使用和在设备的操作期间给设备带来的环境影响(例如,温度变化,震动等),设备可以确定设备已沿其生命期曲线行进到什么程度(即老化)。制造商可以为设备编程,以提供一个HI值,该值指出该设备的生命期的当前状况。例如,冲程类型的阀的预期的有用操作生命期可以是250,000个全冲程周期,冲程阀设备(通常是智能域设备)的制造商已在其存储器中存储了预期数量的终生操作冲程以及阀已经完成的当前数量的冲程。这样,在HI值的范围在0与10之间的情况中(其中,0代表不健康,10代表完全健康),当冲程的数量从0上升至250,000时,阀所建立的HI值的范围可以从0到10。当然,HI值与生命期特征(例如,冲程)之间的精确的关系可能不是线性的。相反,许多生命期特征遵循指数特征,由此,当冲程完成等时,设备性能/操作中的失灵和退化会随时间的推移而进展得更快。当然,根据设备的当前所检测的状态和它操作的情况,有许多其他的方式可用于定义或计算设备的HI。例如,如果设备有两个被检测到的较小的问题,则它的HI可能会降低。

另一方面,回路的HI较佳地(但不必要)是构成回路的各个单独的设备或功能块的HI值的数学组合(例如,加权的总数或平均数)。同样,子元件和元件层次的HI值也可以是回路和子元件的基础HI值的数学组合。这样,设备层次以上的层次的HI值层级基于已被并入复合值的设备的一个或多个HI值。

也如图9所示,可以为回路、子元件和元件层次计算UI,但可以不一定为设备层次计算UI。一般而言,UI代表一个特殊的资产(例如,回路、子元件或元件)正在被开发的程度(与该资产的性能或所需的利用作比较)。例如,UI值可以基于正在使用元件、子元件或回路来执行控制或产生输出的时间数量。此外或作为选择,UI值可以基于正在由回路、子元件和/或元件进行处理的物质的数量(与那个回路、子元件、元件等可以处理的最大数量作比较)。

图10是示范图表,描绘了可以计算图8中所示的元件500的PI的一种方式。如图10所示,构成元件500的多个回路575中的每个回路都具有自己的PI和加权系数,它们可以是用户选择的,也可以根据那个特殊的回路对于元件500的总体操作的相对重要性来加以定义。然后,可以使用加权平均数来按数学方法组合回路575的指标和加权,以达到元件500的PI值83.2。

利用类似的方式,元件500的HI可以作为构成元件500的所有设备(和/或回路)的HI值的加权平均数来加以计算。如图11所示的表格可以被用来表现将要被包括在加权平均数中的各个值。也如图11所示,文本描述可能与特殊的设备和指标值有关联。这些文本描述可以根据HI值以及与HI值有关的特殊设备来提供诊断信息、维修信息等。

图12是示范表格,它展示了可以为元件(例如,图8中所示的元件500)计算VI的一种方式。关于HI,为图8中的元件500计算的VI基于构成元件500的各个单独的设备、回路和/或子元件的VI值的加权平均数。当然,GUI可以为用户提供观察加权平均数数据(例如,图10-12中所示的数据)的能力,并可以使用户能够改变这些加权。

图13是示范显示,GUI可以响应于与设备和/或回路有关的过大的VI值来提供该显示。如图13所示,该显示可以为与一个特殊的设备有关的过高或过低的VI值提供一种或多种可能的解释。特别是,该显示可以自动地或可以按用户的请求来指出:与该设备有关的脉冲线路已被堵塞,过程正在变化,逆流泵中有气穴现象,等等。根据曾检测这些状况的数据分析工具,资产利用专家50可以让GUI具备该信息。同样,如图14所示,通过使用户能够请求显示数据(被用于建立一个值的VI)的图解表现,可以经由GUI来进一步研究那个值的VI。此外,GUI可以在图解显示(例如,图14中所示的图解显示)或GUI的任何其他的显示内显示文本消息,这些文本消息指出VI值过高(或可能过低)的一个或多个可能的原因。资产利用专家50可以根据它从所有数据源和数据分析工具那里获得的数据来提供这类原因。例如,在展示过大的VI值的阀的情况中,GUI可以经由文本消息指出:该阀有粘性,该阀内可能正在发生气穴现象,等等。

图15是显示的示范图解描绘,该显示可以由GUI提供,从而使用户能够监控工厂10内的元件、子元件、回路、设备等的性能。如图15所示,可以将各种指标的值绘制成时间的函数,从而使用户能够更直观地分析可能会指出问题的任何趋势或任何其他基于时间的变化。此外,这种图解描绘也可以揭示各种指标的变化之间的重要的相关性或关系。例如,用户可能能够更容易地识别一个减少的或不足的HI值与一个增加的或过高的VI值之间的关系。

此外,GUI也可以在图15所示的图解显示内或在某个其他的显示或页面中提供为用户指出当前的或潜在的问题的文本消息,它们可能与所显示的指标值或其变化有关。这些文本消息可以识别已被认出的问题的可能的解决方案。虽然图15内所描绘的图解信息已被加以换算,以便用百分比来表示这些指标并用月的单位来标注时间轴,但是,可以使用任何其他的单位和显示分辨率。例如,在可能或可以迅速改变指标的情况中,如果需要的话,GUI可以使用户能够在每小时一次的基础上、一分钟接一分钟、每隔几秒或更频繁地(即更高的时间分辨率)显示指标值。

图16是示范的图解显示,该显示可以由GUI提供,从而使用户能够迅速分析工厂10内的过程区域的操作状况和性能。如图16所示,GUI可以用图解的方式来描绘过程区域600内的物理设备(和其间的互连)。当然,应该认识到:虽然过程区域在图16所示的GUI显示内被加以描绘,但是,可以示出工厂10的任何其他的部分(例如,元件、子元件、回路、设备等),以实现相同的或类似的结果。无论如何,都可以将过程区域600描绘成具有一对大容器、多个温度传感器、压力传送器、流量传送仪等以及导管,所有这些都可以如图16所示被互连起来。此外,可以显示每个物理设备以及独特地识别工厂10内的那个设备的一个有关的字母数字标识符(例如,TT-394),并且,也可以显示每个物理设备以及使用户能够迅速确定与那个设备有关的传感参数的状况的图解仪表或量规(即局部有阴影的半圆形外貌)。例如,GUI可以显示与温度传感器有关的图解仪表或量规,并可以根据当前由温度传感器感测的温度来覆盖仪表的或多或少的部分。重要的是,可以为区域600内所示的设备中的一个或多个设备显示VI、HI、UI和PI值中的一个或多个值。只举例来讲,显示了与区域600内的大容器610相连接的几个设备的HI值。但是,如果需要的话,可以显示更多或更少的HI值。此外,可以按需要来为出现在区域600内的任何设备显示不同的指标值或不同组的指标值。从图16所示的显示中可以理解,用户可以迅速确定区域是否正在正常运作以及是否将会继续正常运作。此外,用户也可以迅速识别可能需要注意和/或可能正在引起特殊问题的那些设备、元件、子元件等。

也将会理解,用户可以接连观察工厂内的越来越低的实体,并且可以为用户提供与每个这些不同的实体或视图有关的指标方面的信息。这样,例如,用户可以观看工厂的视图,并可以观察工厂的一组特殊的指标。然后,用户可以(例如)通过点击工厂视图内的区域之一来着重于一个区域,并可以观察与那个区域有关的指标。同样,通过点击所显示的区域内的元件,可以观察不同元件的指标。同样,然后通过着重于来自实体视图(这些实体位于其中)的这些不同的实体,可以观察回路、子元件、设备等的指标。利用这种方式,用户可以迅速发现在工厂的任何点或层次处的指标比预期的指标要低(或要高)的原因。

图17是显示的示范描绘,该显示可以由GUI提供,从而使用户能够结合区域600内所使用的任何设备来观察查账索引信息。举例来讲,用户可以使用鼠标来点击一个给出的设备或它的字母数字标识符,或者可以经由键盘来输入该标识符,以请求那个设备的弹出查账索引窗口650。利用这种方式,用户可以使用查账索引信息来确定不适当的或不能接受的指标值是否可能与无法适当地或及时地校准设备有关、是否已适当地或根本地配置设备,等等。

图18是显示的示范描绘,该显示可以由GUI提供,从而使用户能够更加详细地分析可以被用于建立区域600内的一个特殊设备的指标中的一个或多个指标的数据,或使用户能够执行状况监控。只举例来讲,可以在弹出窗口680中显示对马达675的振动分析。用户可以响应于受到马达675影响的元件的异常高或异常低的指标值来请求这种弹出窗口,并且/或者,如果与马达有关的指标值指出可能的问题,则可以请求该窗口。另外,如果需要的话,GUI可以自动提供包含那些设备、元件等(具有一个或多个异常的指标值)的详细的数据分析的这种弹出窗口。同样,图19是显示的示范描绘,该显示可以由GUI提供,从而使用户能够用图解方式来观察或监控区域600内的设备的性能特征。举例来讲,响应于用户请求或响应于资产利用专家50提出的自动请求,提供包括马达675的效率的图表的弹出窗口690。如果与大容器610正在执行的过程的这个部分有关的指标值中的一个或多个指标值是异常的,则可以请求或需要这种弹出窗口。特别是,在这个例子中,用户可以认识到:马达675具有不足的PI值,以及/或者,区域600具有不足的PI值。结果,用户可以请求更详细的信息(例如,弹出窗口690内所包含的信息),以确定马达675是否有问题。在这个例子中,弹出窗口也可以包含马达675在一段时间内的效率的图表,在该图表中,依靠在理论上或凭经验获得的最高效率数据710,来用图表表示实际的效率数据700。如上所述,例如,通过将实际效率和理论上的最高效率的比率用作PI值,也可以使用这两组效率数据来为马达675计算一段时间内的PI值。

图20是显示的另一个示范描绘,该显示可以由GUI提供,从而使用户能够迅速调查工厂10内的警报信息、状况等。工厂10的高级图解视图750可以包括具有一个或多个待处理警报的警报标识760。可以使用与曾建立警报或事件的设备有独特关联的字母数字指示符来代表该警报标识内的每个警报。此外,标识760内的每个警报也都可以包括信息按钮770,用户可以选择该信息按钮来建立包含与那个特殊的警报有关的更加详细的信息的弹出窗口775。此外,用户也可以为引起一个特殊警报的设备选择字母数字标志符,以调查造成该警报的各种可能的原因。当选择字母数字标志符时,可以由GUI来提供弹出窗口780。弹出窗口780可以提供一个或多个响应种类,它们可以促进用户理解应该如何处理一个特殊的警报以及应该在什么时间帧内处理该警报。举例来讲,弹出窗口780可以指出:一个特殊的设备不再正进行通信,该设备已无法运作,该设备需要立即维修,或者该设备不久需要维修或某种其他的关注。当然,可以使用更多、更少和/或不同的响应种类。GUI这时所建立的警报显示可以是序列号为09/707,580的美国专利申请(2000年11月7日被提交)(因此,特意被包括于此,用作参考)中所揭示的综合显示。通常,这种警报显示可以示出过程警报和警戒,以及诸如维修警报的其他类型的警报和警戒。另外,可以将有关警报的信息、警报标识的领域775中所提供的这种特殊的信息和警报一起发送到GUI或发送到资产利用专家50。

图21-24是显示的示范描绘,GUI可以响应于用户对与(例如)设备有关的警报、警戒或任何其他的事件的进一步调查来提供这些显示。一般而言,用户可以从弹出窗口(例如,图20中所示的弹出窗口780)请求设备状况信息。该详细的状况信息可以提供可能对警报条件(即通信失灵、设备出现故障、现在需要维修、咨询等)负有责任的问题的一项或多项可能的诊断。另外,如图24所示,用户可以从任何状况窗口请求详细的帮助。该详细的帮助可以提供逐步指示,以指导用户或其他某个人纠正由系统诊断的问题。GUI可以从资产利用专家50并/或从设备本身、从过程控制诊断专家65、从其他分析工具等那里获得该信息。

图25是显示的示范描绘,该显示可以由GUI提供,从而使用户能够诊断有关回路的问题。GUI可以响应于用户对异常指标值的进一步调查,来提供显示(例如,图25所示的显示)。例如,用户可以认识到并且/或者系统可以自动认识到:特殊回路的PI值异常地低;并且,作为回应,用户和/或系统可以提供弹出窗口800。然后,用户通过点击或选择设备中的一个或多个设备来建立额外的弹出窗口(例如,提供更多详细的设备状况和性能信息的以上所描述的窗口),可以将诊断调查集中于窗口800内所显示的设备。此外,资产利用专家50可以提供各种可能的诊断解决方案,窗口800内的GUI将这些诊断解决方案显示为文本。资产利用专家50也可以经由显示800(可以被用来避免潜在的问题并/或针对潜在的或当前的问题)来提供预测的诊断信息。

图26是显示的另一个示范描绘,该显示可以由GUI提供,从而使用户能够分析一个或多个过程控制回路的性能和/或状况。可以监控一个或多个回路的各种参数和特征。例如,不管是否限制回路的控制、回路输入不确定到什么程度、回路的变化等,该回路的操作模式都可以被同时监控。此外,也可以提供控制摘要,该控制摘要提供性能指示和利用指示。但是,关于图26所示的显示,该性能指示和利用指示可能(但不一定)与正在被监控的回路的PI值和UI值相同。图26中的显示可以由诊断控制例行程序(例如,以前被识别的序列号为09/256,585和09/499,445的美国专利申请中所揭示的例行程序)来建立。

图27是显示的另一个示范描绘,该显示可以由GUI提供,从而使用户能够跟踪可能已由工作定单建立例行程序54自动建立的工作定单。资产利用专家50可以为工作定单发生器例行程序54提供数据,工作定单发生器例行程序54使那个例行程序响应于资产利用专家50和/或经由GUI使用资产利用专家50的用户所发现或识别的问题或潜在的问题来自动建立工作定单。例如,资产利用专家50可以接收诊断信息、维修请求等,并且,作为回应,资产利用专家50可以使维修系统建立工作定单,该工作定单要求维修人员结合诊断信息来处理一个或多个问题。当然,所建立的工作定单的细节将取决于所检测的问题或情况的类型以及被用来纠正问题的标准形式(例如,定购零件、供应品等)。

此外,工作定单建立例行程序54会包括商业与商业的通信功能,该功能将根据在工厂10内所检测的实际的或预测的问题来自动与供应者或其他商店进行通信,以便在具有或没有操作员或维修人员干涉的情况下定购零件、供应品等。尤其是,例行程序54可以根据资产利用专家50或任何数据分析工具(例如,旋转设备分析工具)所提供的数据或所进行的预测,来接收有关设备或其他资产的当前问题或被预测的未来问题的通知。然后,例行程序54经由(例如)因特网、电话或其他通信连接自动联系供应者,并在需要替换设备之前定购将要被运送到工厂10的零件、设备或供应品。利用这种方式,工作定单建立例行程序54限制了故障时间,或者帮助确保:当确实产生问题时,很少有或没有因需要等候零件、设备或供应品来纠正问题而引起的故障时间。于是,这个事实使工厂10更有效率。

现在参考图28-31,GUI可以为用户提供其他屏幕,以指出可以由资产利用专家50或工厂10内的任何数据分析工具进行检测的当前的或未来的问题(例如,被预测的问题)。特别是,图28-31展示了一些显示,这些显示表现了图1中的振动分析程序23所执行的旋转设备内的一个元件的振动频谱标绘图,并表现了分析工具根据这些标绘图所检测的状况或问题。例如,图28展示了被检测的不平衡状况,图29展示了被检测的未对准状况,图30展示了被检测的松动状况,图31展示了被检测的磨损轴承状况。当然,也可以显示基于数据分析工具的结果的旋转设备或其他设备的其他状况。此外,可以使用这些工具的结果来使工作定单建立例行程序54自动定购替换零件。

图32是系统900的示意方框图,系统900使一家或多家可独立操作的过程控制工厂能够远程地获得模型、优化器和其他数据分析工具(例如,设备性能监控工具)。如图32所示,该系统包括多个独立的软件卖主(ISVs)902、904和906,每个卖主为应用程序服务供应商(ASP)914提供一个或多个软件应用程序908、910和912。软件应用程序908-912可以包括各种数据分析工具、设备性能监控工具等(例如,以上所描述的工具),这些工具较佳地(但不一定)使工厂操作员能够提高操作效率。ISVs 902-906可以经由电子通信连接将这些软件应用程序发送给ASP 914,以便ASP 914能够在本地存储和执行软件应用程序908-912。此外或作为选择,ISVs 902-906可以提供ASP 914的各种软件应用程序908-912,以便ASP 914可以远程地例示在ISVs 902-906处的本地的应用程序908-912中的一个或多个应用程序。此外,例如,ISVs902-906可以经由邮件(即邮寄)用物理方法发送应用程序908-912的电子副本,并且,ASP 914可以在本地存储和执行应用程序908-912。也如图32所示,ASP 916经由任何合适的通信连接以通讯联络的方式被耦合到因特网916。

图32中所示的系统900也包括多个可独立操作的过程控制工厂918、920和922,这些过程控制工厂经由各自的服务器924、926和928以通讯联络的方式被耦合到因特网916。过程控制工厂918-920中的每家过程控制工厂都可以与不同的商业实体有关联,或者,过程控制工厂918-920中的多家过程控制工厂可以被分组在一个单一的商业实体内。过程控制工厂918-922也包括各自的数据历史器930、932和934,这些数据历史器收集历史过程控制数据,在该技术领域中是众所周知的,因此,这里将不对它们作进一步详细的描述。此外,过程控制工厂918-922中的一家或多家过程控制工厂可以经由可使用任何合适的通信连接来加以执行的一个或多个直接通信连接(例如,连接936和938)以通讯联络的方式被耦合到ASP 914。此外,系统900包括经由各自的服务器944和946以通讯联络的方式被耦合到因特网916的部件、物质和/或服务供应者940和942。当然,图32将ASP 914、过程控制工厂918-922和供应者940、942表现为经由因特网916以通讯联络的方式被耦合,但重要的是要认识到:在不脱离本发明的范围和精神的前提下,可以使用任何其他类似的开放的通信网络来代替。

一般而言,ASP 914用作远程数据处理装置,它经由因特网916为客户或客户(例如,工厂918-922中的一家或多家工厂)提供预订基础之上的预包装的中心软件基础结构、用户化和支持服务。利用这种方式,ASP 914可以提供外购或第三方设备性能监控服务,该服务使其客户能够降低操作净成本,因为不需要通常与设备性能监控软件、硬件和技术支持工作人员(例如,技术员)有关的管理费用。换言之,客户不拥有软件、硬件等,或没有与设备性能监控有关的管理责任。只有运行ASP 914所提供的应用程序的结果需要由客户来进行管理。在实践中,ASP 914可以具有与ISVs 902-906的相对短期的非专用软件许可协议,ISVs 902-906可以使用应用程序运行时间的数量、交易的数量、屏幕点击或任何其他合适的度规来确定将要对任何特殊客户的收费。

图33是图32中所示的ASP 914的更详细的示意方框图。如图33所示,ASP914包括服务器950,该服务器使ASP 914能够经由因特网916与过程控制工厂918-922进行通信。ASP 914也包括正在与一个或多个数据库(可以被用来存储和执行许多过程监控应用程序和工具)进行通信的一个或多个处理器952。特别是,每个处理器952都可以获得并执行模型954(例如,这里所描述的组成模型(例如,设备、元件、区域、回路等的模型)),模型954可能已被创建,以模仿过程控制工厂918-922内的系统、设备、部件或任何其他的实体中的一个或多个实体。例如,可以使用模型954来模仿各种类型的设备(例如,气轮机、压缩器、热交换器、泵、熔炉、蒸汽轮机、膨胀涡轮、水轮机、锅炉等)的操作特征。模型954还可以包括过程控制工厂918-922中的每个过程控制工厂的不同的模型,这些模型954可以经由与ASP 914的通信由工厂918-922中的人员来加以修改或更改,以便(例如)反映工厂918-922内的变化。处理器952也可以执行实时优化器956(例如,以上所述的RTO+)或任何其他种类的优化器,可以使用来自过程控制工厂918-922的数据并按这里结合图1和图2的描述来执行这些优化器。此外,处理器952可以获得并执行其他的数据分析工具958,例如,包括图1中的任何计算机系统内的任何应用程序或工具(例如,过程控制工具、过程监控工具、设备或装置监控工具、指标建立工具、工作定单建立工具、商业工具或其他工具或这里所描述的应用程序)。在一个例子中,可以使用序列号为09/256,585和09/499,445的美国专利申请中所描述的过程监控工具来监控过程参数。此外,如以下结合图37-41的更加详细的描述,处理器952可以为客户建立各种报告,这些客户可以经由由ASP 914主办的网站来获得这些报告。此外,如下文的详细描述,处理器952可以获得网页960,这些网页可以被用来将图形界面提供给工厂918-922处的用户,再提供给由ASP 914供应的各种服务(例如,这里所描述的报告和其他数据分析)。此外,处理器952可以存储并从一个或多个客户数据库962中检索过程控制数据和关于工厂918-922的其他信息。

过程控制工厂918-922中的每家过程控制工厂可以定期收集有关该工厂的数据,然后,经由因特网916和/或直接通信连接936和938中的一个或多个通信连接将该数据发送给ASP 914。一旦从工厂接收到过程控制数据,ASP 914就可以通过使用处理器952中的一个合适的处理器来将该数据存储在客户数据库962中的一个或多个客户数据库中。然后,处理器952可以使用该被存储的数据,并为那家工厂执行合适的过程监控和状况监控工具,以便根据所收集的数据来检测工厂内的问题,为工厂提供状况、工厂或过程监控并/或为工厂执行优化。当然,在工厂收集的并被发送给ASP 914的数据以前被确定对于运行所需的模型954、优化器956或其他数据分析工具958而言是必要的,并且,该数据按适合正在被执行的工具或模型的定期或非定期的速率来加以收集并被发送给ASP 914。这样,关于优化器956,可能需要按不同于关于模型954或关于性能、过程或资产监控工具958的速率来收集和发送数据。当然,作为优化或性能、状况或过程监控训练的一部分,任何合适的模型或其他工具都可以被执行,这些模型或其他工具的执行通常在图1的工厂10中的这些相同的工具方面遵循以上所讨论的原则。

无论如何,在执行模型954、数据分析工具或优化器工具958和956之后,处理器952将分析结果存储在客户数据库962中,在那里,工厂918-922中的一家合适的工厂可以经由因特网916在任何所需的时间使用这些结果。作为选择或此外,可以经由直接通信连接936和938中的一个或多个通信连接将这些结果直接发送到工厂918-922中的一家合适的工厂。产生于分析的数据可以是任何所需的性能建模数据、标绘图或图表(例如,包括有关用户界面例行程序或GUI例行程序58的以上所描述的标绘图或图表)。这些结果也可以是(例如)优化器提出的用于改变工厂、工厂的指标的建议,也可以是能够由这些类型的工具提供的任何其他的结果。

在一个实施例中,假定工厂918-922按及时定期的方式提供充分的数据来适当地执行这个优化器,则实时优化器(例如,以上所描述的优化器)可以在实时的基础上来加以执行。如果需要的话,服务器924-928可以自动收集并发送合适的数据,以适当地操作优化器。在一个实施例中,工厂918-922可以包括这里所描述的资产利用专家50或用于确保按及时或定期的方式将适当的数据发送给ASP 914的任何其他的专家数据收集工具。这样,ASP 914可以用作远程监控或数据处理装置,该装置可以执行关于资产、性能、状况和过程监控的软件,以及用于为不同的工厂执行一个或多个优化器的软件。结果,过程控制工厂918-922不需要包括具有这些用途的处理能力或应用程序。

如果需要的话,工厂918-922中的每家工厂都可以通过使用任何合适的通信格式(例如,XML、HTML等)并经由因特网916将新的或被更新的模型发送给ASP 914,来更新可应用于那些工厂的ASP 914内所存储的模型954。此外,ASP 914可以包括不同的加工工厂、区域、元件、设备、回路等的类属模板,这些类属模板可以被下载到工厂918-922中的每家工厂,并且,可以在工厂918-922处修改这些模板,以反映那些工厂的实际操作情况。然后,可以将这些被更新的模型发回给ASP 914,作为将在资产、状况或过程监控中或在工厂的优化器中被加以执行的模型。利用这种方式,可以在ASP 914内充分地或精确地反映工厂918-922的变化。

此外,如果需要的话,可以使用ASP 914来为过程控制工厂918-922中的一家过程控制工厂执行维修和购买活动。尤其是,ASP 914可以分析从工厂接收的过程控制信息,并可以根据该分析的结果来经由因特网916或某种其他的通信连接安排维修活动。例如,ASP 914可以根据这些分析结果来安排过程控制工厂内的维修停歇期。作为选择或此外,ASP 914可以经由因特网916从供应者940和942那里定购执行某项预定的维修活动所需要的替换零件,从而消除了过程控制工厂直接执行这些功能的需要。

图34是示范流程图,它展示了可以被过程控制工厂(例如,工厂918-922中的任何工厂)用来建立与图32和33中所示的ASP 914的商业关系的例行程序1000。块1002使图32中所示的工厂918-922中的一家工厂的用户能够经由因特网916从ASP 914下载合同条款和条件。ASP 914可以使用任何合适的电子文档格式(例如,Microsoft Word、Adobe PDF等)将包含标准条款和条件的合同模板以及预资格信息发送到提出请求的工厂。但是,作为选择,可以在电子邮件(即电邮)的格式内将被请求的电子文档发送到提出请求的工厂,并且,如果需要的话,可以使用直接通信连接936和938中的一种通信连接,将块1002中所请求的电子合同文件从ASP 914发送到工厂918-922中的一家工厂。

在块1004中,潜在的客户(通常是工厂业主或操作员)想要与ASP 914建立商业关系,以使用ASP 914所提供的数据分析和其他服务。该潜在的客户可以通过签署合同并将所执行的合同返回给ASP 914来执行合同。可以用手签署合同,并可以经由传真、邮件服务等将采取复印件形式的合同返回给ASP914;或者,可以用电子学方法(即使用电子签名)来执行合同,并经由因特网916、经由直接通信连接936和938中的一个或多个通信连接或使用任何其他的通信连接将合同返回给ASP 914。当然,合同中达成协议的最后条款和条件可以是任何所需的合同规定,例如,客户(即工厂业主)可能同意根据ASP914处的工具的使用情况和工厂中的那些工具的结果的执行情况来分享工厂的一部分利润和/或亏损。

一旦接收到所执行的合同,块1006为请求ASP 914所提供的服务的客户配置客户账户。客户账户的配置较佳地(但不一定)包括网络账户的构成物,它包括多个网页,其中的一些网页可以为客户而进行特别定制,如下文更加详细的描述,客户可以访问这些网页,以观察数据分析结果、改变账户信息或使用由ASP 914提供的任何服务。此外,ASP 914在客户数据库962中的一个或多个客户数据库内创建客户记录或账户,它包括(在其他信息之中)关于正在客户的过程控制工厂内被使用的设备、过程等的细节。在块1006建立客户账户和记录之后,块1008通知客户:订立合同的过程完成。较佳的是(但不一定),ASP 914经由电子邮件将这个通知发送给客户。但是,也可以使用用于通知客户的任何其他形式的通信。

图35是例行程序1100的示范流程图,图32和33中所示的ASP 914可以使用例行程序1100来为客户(即一家工厂或一组工厂)设计数据模型。在块1102中,客户(例如,工厂918-922中的一家工厂)通过经由因特网916进行通信并通过与ASP 914所提供的(网站内的)一个或多个网页相互作用,从ASP 914下载设计数据要求或规格。这些设计数据要求可能与正在客户的工厂内被使用的一种特殊类型的设备或一件特殊的设备有关,并可以包括各种操作参数或曲线、性能特征或与该设备的操作有关的任何其他的特点或规格。在块1104中,客户将所要求的设计数据(如在块1102中被发送的设计数据要求所规定)发送给ASP 914。客户可以经由使用传统邮件的复印件、传真、电子邮件或使用任何其他所需的传送方法,将所要求的设计数据发送给ASP914。或者,ASP 914可以从第三方(例如,图32中所示的供应者944和946中的一个供应者)获得所要求的设计数据。在那种情况下,客户可以下载块1102中的设计数据要求,并可以只提供所要求的设计数据的一个部分(例如,设备类型制造型号等)。然后,在块1104中,客户可以将设计数据发送给ASP 914,ASP 914又经由因特网916从供应者944和946中的一个供应者那里获得遗漏的设计数据。利用这种方式,客户不一定要存储与被分布在其整个工厂中的所有部件、设备、系统等有关的设计数据。ASP 914而是可以从部件供应者或制造商那里直接获得所要求的设计数据。在一些情况中,供应者或制造商可以提供一个网站(包括许多网页),该网站可以提供ASP 914所要求的设计数据信息。

在块1106中,ASP 914将所接收的设计数据转换成使用(例如)MicrosoftExcel或任何其他的电子表格建立程序的设计数据电子表格或模板。在块1108中,ASP 914使设计数据模板中的设计数据适合一种合适的模型,可以从ASP914内所存储的模型954中选择该模型;并且,在块1110中,ASP 914更新客户数据库962,以反映模型装配已完成这个事实。在块1112中,ASP 914经由因特网916将电子邮件(例如,电邮)发送给客户,以通知客户模型装配完成并向客户解释如何下载模板,如下所述,该模板将过程数据提交给ASP914,供数据分析工具958和/或优化器956进行分析。

图36是例行程序1200的示范流程图,图32和33中所示的ASP 914可以使用例行程序1200来处理和/或分析过程控制数据。在块1202中,用户可以经由因特网916或经由直接通信连接936和938中的一个通信连接从ASP 914下载设计数据模板或电子表格(可能已使用图35中所示的方法来加以创建)。在块1204中,用户可以用合适的过程数据(例如,可以从数据历史器930-934之一中被加以检索)来填充设计数据电子表格或模板。只举例来讲,设计数据模板或电子表格可以包含与过程控制工厂内的单个的元件或设备有关的模型参数,因此,模板要求与过程控制系统内的对应的物理元件或设备有关的实际被测量的过程控制数据。例如,一个特殊的设计数据模板可能与工厂918内的一个锅炉元件有关,工厂918中的用户可以下载那个特殊的模板并用与那个锅炉元件有关的实际的参数值来填充模板(即填充模板或电子表格)。

块1206经由直接连接936和938中的一个直接连接或(如果需要的话)经由因特网916将被填充的模板发送给ASP 914,块1208将被填充的设计数据模板存储在客户数据库962中的一个合适的客户数据库中。块1210从客户数据库962之一中检索所存储的被填充的设计数据模板的副本,块1212对该模板内的数据进行预处理。块1212所执行的预处理可以使用数据调解和证实技术(例如,以上所描述的可购得的实时优化器系统RTO+提供的技术)。一般而言,块1212所执行的数据调解和证实对过程控制数据进行预处理,以消除异常的数据值,例如,由于设备因错误配线而提供间歇操作,可能会产生这些异常的数据值。此外,块1212所执行的预处理可以识别并纠正因(例如)传感器偏移、误校准等而发生偏差的过程数据,并且也可以拒绝异常值并/或在有效数据之间插入临时补缺的遗漏的或被拒绝的异常值。无论如何,在不脱离本发明的范围和精神的前提下,块1212可以使用任何所需的数据预处理技术。

块1214使用以上被更详细地加以讨论的数据分析工具958、模型954和优化器956(通过图33中的例子被示出)中的一个或多个装置来处理被预处理的填充过的设计数据模板。然后,块1216验证块1214的结果,块1218将被验证的结果存储在客户数据库962中的一个合适的客户数据库中。然后,块1220可以经由电子邮件、传真或使用任何合适的通信联系方法来通知客户:具备数据分析结果。

一旦一位特殊客户的数据分析结果已被存储在客户数据库962之一中,ASP914就可以为那位客户建立超文本链接标示语言(HTML)结果报告文件或网页。该HTML结果报告文件可以包含采用(例如)Excel电子表格形式的分析结果,并且,客户可以经由因特网916并使用任何合适的因特网浏览器,在本地从工厂(例如,工厂918-922中的任何工厂)访问和观察该HTML结果报告文件。

图37-41是一些示范网页,这些网页包含可以向客户显示的报告和分析结果。特别是,图37是一个网页的示范描绘,该网页包含工厂和那些工厂内的正在由ASP 914进行监控或分析的设备的摘要表格。图38是一个网页的示范描绘,该网页包含正在由ASP 914进行监控的客户的工厂之一内的一件特殊设备(即压缩器CR-1000)的数据分析结果摘要。例如,这些数据分析结果可以包括效率参数、老化成本、实际的值与被预测的值、设备特征的历史趋势、偏离设计参数等。图39是一个网页的示范描绘,该网页包含正在由ASP 914进行监控的一件特殊设备(即压缩器CR-1000)的效率分析;图40是一个网页的示范描绘,该网页包含压缩器CR-1000的实际操作特征与被预测的操作特征(在这个例子中是出口温度)的比较分析;图41是一个网页的示范描绘,该网页包含因压缩器CR-1000而导致的性能偏离成本的分析。当然,每位客户都可以通过因特网访问被存储在ASP 914内的许多网页,并且,较佳的是(但不一定),每位客户都可以经由ASP 914所提供的网站内的一个安全区来访问这些网页(即包含数据分析结果的那些网页)。

已将资产利用专家50和其他过程元件描述为较佳地在软件中被加以执行,但它们也可以在硬件、固件等中被加以执行,并可以由与过程控制系统10有关的任何其他的处理器来执行。这样,可以按需要在标准的多用途CPU中或在被特别设计的硬件或固件(例如,特定用途集成电路(ASIC)或其他硬连线设备)上执行这里所描述的各种元件。当在软件中被加以执行时,软件例行程序可以被存储在任何计算机可读存储器中(例如,在磁盘、激光影碟或其他存储介质上,在计算机或处理器的RAM或ROM中,在任何数据库中等)。同样,可以经由任何已知的或所需的传递方法(例如,包括在计算机可读磁盘或其他可传送的计算机存储机制上或通过诸如电话线、因特网等(被视作等同于经由可传送的存储介质来提供这种软件,或被视作可以与其进行交换)的通信通道)来将该软件传送给用户或过程控制工厂。专家50也被描述为可能是基于规则的专家,但也可以使用其他类型的专家引擎(包括使用其他已知的数据开采技术的专家引擎)。

这样,已参考特殊的例子(只意在起说明的作用,而不局限本发明)描述了本发明,但具备该技术领域中的普通技能的人将会明白:在不脱离本发明的精神和范围的前提下,可以对所揭示的实施例进行更改、添加或删除。

Claims (60)

1.一种分析过程的方法,其特征在于,包括以下步骤:收集过程工厂内的过程数据;将所收集的过程数据传送到远程数据处理装置;使用被存储在远程数据处理装置的数据库内的多个资产或过程分析工具之一来分析远程数据处理装置内的过程数据,以建立分析数据;以及,将该分析数据传送到过程工厂。
2.如权利要求1所述的方法,其特征在于,使用多个资产或过程分析工具之一来分析远程数据处理装置内的过程数据以便建立分析数据的步骤包括:使用过程控制工具、过程监控工具、设备监控工具、装置监控工具、指标建立工具、工作定单建立工具和商业工具中的一种工具。
3.如权利要求1所述的方法,其特征在于,将所收集的过程数据传送到远程数据处理装置的步骤包括:经由开放的网络来传送所收集的过程数据。
4.如权利要求3所述的方法,其特征在于,经由开放的网络来传送所收集的过程数据的步骤包括:使用因特网来传送所收集的过程数据。
5.如权利要求1所述的方法,其特征在于,使用多个资产或过程分析工具之一来分析远程数据处理装置内的过程数据以便建立分析数据的步骤包括:使用过程工厂的一个部分的模型。
6.如权利要求5所述的方法,其特征在于,使用过程工厂的这个部分的模型的步骤包括:使用设备模型、回路模型和元件模型中的一种模型。
7.如权利要求1所述的方法,其特征在于,使用多个资产或过程分析工具之一来分析远程数据处理装置内的过程数据以便建立分析数据的步骤包括:使用优化工具。
8.如权利要求1所述的方法,其特征在于,将分析数据传送到过程工厂的步骤包括:传送问题数据、状况数据、工厂数据、过程数据、设备数据和优化数据中的一种数据。
9.如权利要求1所述的方法,其特征在于,将分析数据传送到过程工厂的步骤包括:传送健康指标值、性能指标值、利用指标值和与过程工厂的一个部分有关的可变性指标值中的一种指标值。
10.如权利要求1所述的方法,其特征在于,收集过程工厂内的过程数据的步骤包括:收集一组预定的过程数据,供多个资产或过程分析工具使用。
11.如权利要求1所述的方法,其特征在于,收集过程工厂内的过程数据的步骤包括:按预定速率反复收集过程数据。
12.如权利要求1所述的方法,其特征在于,还包括一个步骤:将更新信息从过程工厂传送到远程数据处理装置,以更新多个资产或过程分析工具之一。
13.如权利要求12所述的方法,其特征在于,将更新信息从过程工厂传送到远程数据处理装置以便更新多个资产或过程分析工具之一的步骤包括:传送被更新的模型信息。
14.如权利要求12所述的方法,其特征在于,将更新信息从过程工厂传送到远程数据处理装置以便更新多个资产或过程分析工具之一的步骤包括:根据标识语言来使用通信格式。
15.一种用于分析过程数据的系统,其特征在于,包括:一个服务器,它具有一个处理器并以通讯联络的方式被耦合到远程过程工厂;一个数据库,它以通讯联络的方式被耦合到该服务器;以及,被存储在数据库内的多个资产或过程分析工具,其中,处理器被编程为使用多个资产或过程分析工具之一来分析从远程过程工厂接收的过程数据,以建立分析数据并将该分析数据发送到远程过程工厂。
16.如权利要求15所述的系统,其特征在于,服务器经由开放的网络以通讯联络的方式被耦合到远程过程工厂。
17.如权利要求16所述的系统,其特征在于,开放的网络是因特网。
18.如权利要求15所述的系统,其特征在于,多个资产或过程分析工具包括过程控制工具、过程监控工具、设备监控工具、装置监控工具、指标建立工具、工作定单建立工具和记账工具中的一种工具。
19.如权利要求15所述的系统,其特征在于,多个资产或过程分析工具之一包括远程过程工厂的一个部分的模型。
20.如权利要求19所述的系统,其特征在于,远程过程工厂的这个部分的模型包括设备模型、回路模型和元件模型中的一种模型。
21.如权利要求15所述的系统,其特征在于,多个资产或过程分析工具之一包括优化工具。
22.如权利要求15所述的系统,其特征在于,分析数据包括问题数据、状况数据、工厂数据、过程数据、设备数据和优化数据中的一种数据。
23.如权利要求15所述的系统,其特征在于,分析数据包括健康指标值、性能指标值、利用指标值和与远程过程工厂的一个部分有关的可变性指标值。
24.如权利要求15所述的系统,其特征在于,处理器被进一步编程为:从远程过程工厂接收更新信息,用于更新多个资产或过程分析工具之一。
25.如权利要求24所述的系统,其特征在于,更新信息包括被更新的模型信息。
26.如权利要求25所述的系统,其特征在于,处理器被进一步编程为:使用基于标识语言的通信格式,将分析数据发送到过程工厂。
27.一种分析过程数据的系统,其特征在于,包括:一个接收工具,它适合由处理器来执行,以使远程数据处理装置从远程过程工厂接收过程数据;多个资产或过程分析工具,它适合由处理器来执行,以使远程数据处理装置分析从远程过程工厂接收的过程数据,以建立分析数据;以及,一个传送工具,它适合由处理器来执行,以使远程数据处理装置将分析数据发送到远程过程工厂。
28.如权利要求27所述的系统,其特征在于,所述传送工具还适合由处理器来执行,以使远程数据处理装置经由因特网将分析数据发送到远程过程工厂。
29.如权利要求27所述的系统,其特征在于,多个资产或过程分析工具包括过程控制工具、过程监控工具、设备监控工具、装置监控工具、指标建立工具、工作定单建立工具和商业工具中的一种工具。
30.如权利要求27所述的系统,其特征在于,多个资产或过程分析工具包括优化工具。
31.如权利要求27所述的系统,其特征在于,分析数据包括健康指标值、性能指标值、利用指标值和与远程过程工厂的一个部分有关的可变性指标值中的一个指标值。
32.一种分析资产利用的方法,其特征在于,包括以下步骤:经由因特网从远程过程工厂收集过程数据;使用被存储在数据库内的多个资产或过程分析工具之一来分析该过程数据,以建立分析数据;以及,经由因特网将分析数据传送到远程过程工厂。
33.如权利要求32所述的方法,其特征在于,使用多个资产或过程分析工具之一来分析过程数据的步骤包括:使用过程控制工具、过程监控工具、设备监控工具、装置监控工具、指标建立工具、工作定单建立工具和记账工具中的一种工具。
34.如权利要求32所述的方法,其特征在于,使用多个资产或过程分析工具之一来分析过程数据的步骤包括:使用远程过程工厂的一个部分的模型。
35.如权利要求32所述的方法,其特征在于,使用多个资产或过程分析工具之一来分析过程数据的步骤包括:使用优化工具。
36.如权利要求32所述的方法,其特征在于,将分析数据传送到远程过程工厂的步骤包括:传送问题数据、状况数据、工厂数据、过程数据、设备数据和优化数据中的一种数据。
37.如权利要求32所述的方法,其特征在于,将分析数据传送到远程过程工厂的步骤包括:传送健康指标值、性能指标值、利用指标值和与远程过程工厂的一个部分有关的可变性指标值。
38.一种分析过程控制数据的方法,其特征在于,包括以下步骤:将第一个数据模板发送给与过程工厂有关的客户;接收第二个数据模板,使用第一个数据模板和在过程工厂内被建立的过程控制信息来形成这第二个数据模板;分析第二个数据模板内的过程控制信息,以得出分析结果;以及,经由因特网将这些分析结果的可用性通知给客户。
39.如权利要求38所述的方法,其特征在于,将第一个数据模板发送给客户的步骤包括:响应于经由与应用程序服务供应商有关的网站而被接收的来自客户的请求,使用因特网来发送第一个数据模板。
40.如权利要求38所述的方法,其特征在于,接收使用第一个数据模板和在与客户有关的过程工厂内生成的过程控制信息建立的第二个数据模板的步骤包括步骤:接收与过程工厂内的一件特殊的设备有关的过程控制信息。
41.如权利要求38所述的方法,其特征在于,分析第二个数据模板内的过程控制信息来得出分析结果的步骤包括:使用数据分析工具、模型和优化器中的一种装置来分析过程控制信息。
42.如权利要求38所述的方法,其特征在于,经由因特网向客户通知分析结果的可用性的步骤包括:使用电子邮件和网页中的一种方式来通知客户。
43.如权利要求38所述的方法,其特征在于:还包括将第二个数据模板和分析结果存储在客户数据库中的步骤。
44.如权利要求38所述的方法,其特征在于:还包括使用数据调解例行程序来预处理过程控制信息的步骤,以及在向客户通知分析结果的可用性之前验证这些分析结果的步骤。
45.如权利要求38所述的方法,其特征在于:还包括向客户显示包含基于分析结果的报告的网页,其中,该报告包括与过程工厂内的一件特殊的设备有关的性能信息、成本信息和历史信息中的一种信息。
46.一种用于分析过程控制数据的系统,其特征在于,该系统包括:一个合同工具,它适合由处理器来执行,以使远程数据处理装置使客户能够与应用程序服务供应商订立合同;一个设计工具,它适合由处理器来执行,以使远程数据处理装置基于从客户那里接收的设计数据和由应用程序服务供应商存储的模型来设计数据模型;以及,一个处理工具,它适合由处理器来执行,以使远程数据处理装置使用从客户那里接收的过程控制数据来处理数据模型,并经由因特网通信连接将分析结果提供给客户。
47.如权利要求46所述的系统,其特征在于,所述合同工具还适合由处理器来执行,以使远程数据处理装置经由因特网通信连接将合同条款和条件下载给客户。
48.如权利要求46所述的系统,其特征在于,所述合同工具还适合由处理器来执行,以使远程数据处理装置响应于从客户那里接收被执行的合同来配置客户账户。
49.如权利要求46所述的系统,其特征在于,所述设计工具还适合由处理器来执行,以使远程数据处理装置经由因特网通信连接将设计数据要求下载给客户。
50.如权利要求46所述的系统,其特征在于,所述设计工具还适合由处理器来执行,以使远程数据处理装置使用从客户那里接收的设计数据来建立设计数据电子表格并使设计数据适应由应用程序服务供应商存储的模型。
51.如权利要求46所述的系统,其特征在于,所述处理工具还适合由处理器来执行,以使远程数据处理装置经由因特网通信连接将过程数据模板下载给客户。
52.如权利要求46所述的系统,其特征在于,所述处理工具还适合由处理器来执行,以使远程数据处理装置使用数据调解例行程序来预处理过程控制数据。
53.如权利要求46所述的系统,其特征在于,所述处理工具还适合由处理器来执行,以使远程数据处理装置使用数据分析工具和优化器中的一种装置来处理数据模型。
54.如权利要求46所述的系统,其特征在于,所述处理工具还适合由处理器来执行,以使远程数据处理装置将分析结果存储在客户数据库中,并经由因特网通信连接向客户通知这些分析结果的可用性。
55.如权利要求46所述的系统,其特征在于,所述处理工具还适合由处理器来执行,以使远程数据处理装置向客户显示包含基于分析结果的报告的网页,其中,该报告包括与关于客户的过程工厂内的一件特殊的设备有关的性能信息、成本信息和历史信息中的一种信息。
56.一种用于分析过程控制数据的系统,其特征在于,该系统包括:一个服务器,它以通讯联络的方式被耦合到因特网通信连接;以及,一个处理器,它以通讯联络的方式被耦合到服务器和多个数据库,其中,该处理器被编程为经由因特网通信连接将过程控制数据模板下载给客户;其中,该处理器被进一步编程为使用优化器和数据分析工具中的一种装置来分析被填充的设计数据模板,使用过程控制数据模板和与客户有关的过程工厂内所生成的过程数据来建立设计数据模板。
57.如权利要求56所述的系统,其特征在于,多个数据库包括数据分析工具数据库、模型数据库、优化器数据库、网页数据库和客户数据库中的一种数据库。
58.一种保养过程控制系统的方法,其特征在于,包括以下步骤:将第一个数据模板发送给与过程工厂有关的客户;接收第二个数据模板,使用第一个数据模板和过程工厂内所生成的过程控制信息来建立这第二个数据模板;分析第二个数据模板内的过程控制信息,以得出分析结果;以及,经由因特网通信连接,根据分析结果来为过程工厂安排维修活动。
59.如权利要求58所述的方法,其特征在于,经由因特网通信连接并根据分析结果来为过程工厂安排维修活动的步骤包括:根据分析结果来安排过程工厂内的维修停歇期。
60.如权利要求58所述的方法,其特征在于,经由因特网通信连接并根据分析结果来为过程工厂安排维修活动的步骤包括:根据分析结果,经由因特网通信连接从供应者那里定购零件。
CN 02805850 2001-03-01 2002-02-25 过程控制工厂数据的远程分析 CN1324419C (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US27316401 true 2001-03-01 2001-03-01
US09852945 US6795798B2 (en) 2001-03-01 2001-05-10 Remote analysis of process control plant data

Publications (2)

Publication Number Publication Date
CN1494670A true CN1494670A (zh) 2004-05-05
CN1324419C true CN1324419C (zh) 2007-07-04

Family

ID=26955981

Family Applications (1)

Application Number Title Priority Date Filing Date
CN 02805850 CN1324419C (zh) 2001-03-01 2002-02-25 过程控制工厂数据的远程分析

Country Status (5)

Country Link
US (1) US6795798B2 (zh)
JP (1) JP2004523841A (zh)
CN (1) CN1324419C (zh)
EP (1) EP1366397B1 (zh)
WO (1) WO2002071169A3 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104871097A (zh) * 2012-12-13 2015-08-26 Abb 技术有限公司 用于监测和/或诊断工业工厂生产线操作的系统和方法

Families Citing this family (207)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7640007B2 (en) * 1999-02-12 2009-12-29 Fisher-Rosemount Systems, Inc. Wireless handheld communicator in a process control environment
US7230582B1 (en) * 1999-02-12 2007-06-12 Fisher-Rosemount Systems, Inc. Wearable computer in a process control environment
DK1264221T3 (da) * 2000-03-10 2005-10-03 Smiths Detection Inc Styring af en industriel proces ved brug af en eller flere flerdimensionale variabler
KR100522342B1 (ko) * 2000-07-04 2005-10-19 아사히 가세이 엔지니어링 가부시키가이샤 설비 기기 진단 시스템, 관리 장치 및 진단 장치
US7085684B2 (en) * 2000-07-04 2006-08-01 Asahi Kasei Engineering Corporation System for diagnosing a facility apparatus
WO2002037067A1 (en) * 2000-11-06 2002-05-10 Nsk Ltd. Abnormality diagnosing device and method for mechanical equipment
JPWO2002041917A1 (ja) * 2000-11-22 2004-03-25 三菱ウェルファーマ株式会社 眼科用剤
US6795799B2 (en) * 2001-03-07 2004-09-21 Qualtech Systems, Inc. Remote diagnosis server
US7039744B2 (en) * 2002-03-12 2006-05-02 Fisher-Rosemount Systems, Inc. Movable lead access member for handheld field maintenance tool
US7027952B2 (en) * 2002-03-12 2006-04-11 Fisher-Rosemount Systems, Inc. Data transmission method for a multi-protocol handheld field maintenance tool
US7010366B2 (en) * 2001-07-06 2006-03-07 Endress & Hauser Wetzer Gmbh & Co. Kg Field device with display
US6772098B1 (en) * 2001-07-11 2004-08-03 General Electric Company Systems and methods for managing inspections
US7089154B2 (en) * 2001-08-09 2006-08-08 Rovsing Dynamics A/S Automatic machinery fault diagnostic method and apparatus
US8914300B2 (en) * 2001-08-10 2014-12-16 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US20090210081A1 (en) * 2001-08-10 2009-08-20 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US8417360B2 (en) * 2001-08-10 2013-04-09 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US20090204237A1 (en) * 2001-08-10 2009-08-13 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US7797062B2 (en) * 2001-08-10 2010-09-14 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US9729639B2 (en) * 2001-08-10 2017-08-08 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US7568000B2 (en) * 2001-08-21 2009-07-28 Rosemount Analytical Shared-use data processing for process control systems
US7280883B2 (en) * 2001-09-06 2007-10-09 Dainippon Screen Mfg. Co., Ltd. Substrate processing system managing apparatus information of substrate processing apparatus
DE10147706A1 (de) * 2001-09-27 2003-04-10 Endress & Hauser Gmbh & Co Kg Verfahren zum Bedienen eines Feldgerätes
US7552203B2 (en) * 2001-10-17 2009-06-23 The Boeing Company Manufacturing method and software product for optimizing information flow
US7054934B2 (en) * 2001-10-26 2006-05-30 Hewlett-Packard Development Company, L.P. Tailorable optimization using model descriptions of services and servers in a computing environment
US7039705B2 (en) * 2001-10-26 2006-05-02 Hewlett-Packard Development Company, L.P. Representing capacities and demands in a layered computing environment using normalized values
US7035930B2 (en) * 2001-10-26 2006-04-25 Hewlett-Packard Development Company, L.P. Method and framework for generating an optimized deployment of software applications in a distributed computing environment using layered model descriptions of services and servers
GB0127552D0 (en) * 2001-11-16 2002-01-09 Abb Ab Analysing events
US7050943B2 (en) * 2001-11-30 2006-05-23 General Electric Company System and method for processing operation data obtained from turbine operations
US20030229472A1 (en) * 2001-12-06 2003-12-11 Kantzes Christopher P. Field maintenance tool with improved device description communication and storage
US20040111238A1 (en) * 2002-12-05 2004-06-10 Fisher-Rosemount Systems, Inc. Method of adding software to a field maintenance tool
DE60207106T2 (de) * 2001-12-06 2006-07-13 Fisher-Rosemount Systems, Inc., Austin Eigensicheres feldgerätwartungs-werkzeug
US7426452B2 (en) * 2001-12-06 2008-09-16 Fisher-Rosemount Systems. Inc. Dual protocol handheld field maintenance tool with radio-frequency communication
US20030130820A1 (en) * 2002-01-07 2003-07-10 Lane George H. Work order system
US20030135353A1 (en) * 2002-01-11 2003-07-17 Mcnc User-executable method for complex model data analysis and associated system, computer device, and computer software program product
JP2003271232A (ja) * 2002-03-12 2003-09-26 Tokyo Electron Ltd 製造装置の遠隔保守・診断用データを収集する方法及びシステム
WO2003095050A3 (en) * 2002-05-13 2007-10-18 Cesar A Alvarez Method and system for interacting with simulated phenomena
US7072960B2 (en) * 2002-06-10 2006-07-04 Hewlett-Packard Development Company, L.P. Generating automated mappings of service demands to server capacities in a distributed computer system
US7149656B2 (en) * 2002-06-13 2006-12-12 General Electric Company Diagnostic system for a data acquisition system
US7165226B2 (en) * 2002-08-23 2007-01-16 Siemens Aktiengesellschaft Multiple coupled browsers for an industrial workbench
US7328078B2 (en) * 2002-10-08 2008-02-05 Invensys Systems, Inc. Services portal
US7146231B2 (en) 2002-10-22 2006-12-05 Fisher-Rosemount Systems, Inc.. Smart process modules and objects in process plants
US20070129917A1 (en) * 2002-10-22 2007-06-07 Fisher-Rosemount Systems, Inc. Updating and Utilizing Dynamic Process Simulation in an Operating Process Environment
US7367018B2 (en) * 2002-10-25 2008-04-29 Aspen Technology, Inc. System and method for organizing and sharing of process plant design and operations data
JP3958733B2 (ja) * 2002-11-14 2007-08-15 日機装株式会社 血液浄化装置
US7184845B2 (en) * 2002-12-09 2007-02-27 Pavilion Technologies, Inc. System and method of applying adaptive control to the control of particle accelerators with varying dynamics behavioral characteristics using a nonlinear model predictive control technology
US7184844B2 (en) * 2002-12-20 2007-02-27 General Electric Company Central site architecture for remote service delivery
JP2004213419A (ja) 2003-01-06 2004-07-29 Mitsubishi Electric Corp 遠隔プラント監視システムおよび遠隔プラント監視方法
US7103426B2 (en) * 2003-01-28 2006-09-05 Rosemount Analytical Inc. Anticipatory high frequency noise compensation in a distributed process control system
US7437675B2 (en) * 2003-02-03 2008-10-14 Hewlett-Packard Development Company, L.P. System and method for monitoring event based systems
US20040158474A1 (en) * 2003-02-06 2004-08-12 Karschnia Robert J. Service facility for providing remote diagnostic and maintenance services to a process plant
JP4739183B2 (ja) 2003-03-06 2011-08-03 フィッシャー−ローズマウント システムズ, インコーポレイテッド バッテリ
US7634384B2 (en) * 2003-03-18 2009-12-15 Fisher-Rosemount Systems, Inc. Asset optimization reporting in a process plant
US20040204913A1 (en) * 2003-04-09 2004-10-14 Peter Mueller Optimizing service system
US20050010377A1 (en) * 2003-05-12 2005-01-13 Niklas Stake Asset life cycle management method and apparatus
US7054695B2 (en) 2003-05-15 2006-05-30 Fisher-Rosemount Systems, Inc. Field maintenance tool with enhanced scripts
US6925419B2 (en) 2003-05-16 2005-08-02 Fisher-Rosemount Systems, Inc. Intrinsically safe field maintenance tool with removable battery pack
US8874402B2 (en) * 2003-05-16 2014-10-28 Fisher-Rosemount Systems, Inc. Physical memory handling for handheld field maintenance tools
US7199784B2 (en) * 2003-05-16 2007-04-03 Fisher Rosemount Systems, Inc. One-handed operation of a handheld field maintenance tool
US7036386B2 (en) * 2003-05-16 2006-05-02 Fisher-Rosemount Systems, Inc. Multipurpose utility mounting assembly for handheld field maintenance tool
GB0314870D0 (en) * 2003-06-26 2003-10-29 Rolls Royce Power Eng Remote monitoring system
US20040261531A1 (en) * 2003-06-30 2004-12-30 General Electric Canada Inc. Method and system for analyzing hydraulic turbine vibrations
US6980874B2 (en) * 2003-07-01 2005-12-27 General Electric Company System and method for detecting an anomalous condition in a multi-step process
US20050004684A1 (en) * 2003-07-01 2005-01-06 General Electric Company System and method for adjusting a control model
US7050875B2 (en) * 2003-07-01 2006-05-23 General Electric Company System and method for detecting an anomalous condition
US20050010462A1 (en) * 2003-07-07 2005-01-13 Mark Dausch Knowledge management system and methods for crude oil refining
WO2005063006A1 (en) * 2003-12-19 2005-07-14 Teletrol Systems, Inc. System and method for monitoring and controlling an aquatic environment
EP1709576A2 (en) * 2003-12-22 2006-10-11 Abb Research Ltd. A method to retrieve data for an equipment, plant or a process
US20050154611A1 (en) * 2004-01-13 2005-07-14 Sgl Carbon, Ag Product support method for industrial processes
US20050171704A1 (en) * 2004-01-29 2005-08-04 Lewis Bradley M. Method for the automated quantification of power production, resource utilization and wear of turbines
US7941188B2 (en) 2004-03-31 2011-05-10 The Invention Science Fund I, Llc Occurrence data detection and storage for generalized sensor networks
US8275824B2 (en) * 2004-03-31 2012-09-25 The Invention Science Fund I, Llc Occurrence data detection and storage for mote networks
US7536388B2 (en) 2004-03-31 2009-05-19 Searete, Llc Data storage for distributed sensor networks
US8200744B2 (en) 2004-03-31 2012-06-12 The Invention Science Fund I, Llc Mote-associated index creation
US8161097B2 (en) 2004-03-31 2012-04-17 The Invention Science Fund I, Llc Aggregating mote-associated index data
WO2005099233A3 (en) 2004-03-31 2007-08-30 Searete Llc Transmission of mote-associated index data
US7929914B2 (en) * 2004-03-31 2011-04-19 The Invention Science Fund I, Llc Mote networks using directional antenna techniques
US8335814B2 (en) * 2004-03-31 2012-12-18 The Invention Science Fund I, Llc Transmission of aggregated mote-associated index data
US7317898B2 (en) * 2004-03-31 2008-01-08 Searete Llc Mote networks using directional antenna techniques
US7366544B2 (en) 2004-03-31 2008-04-29 Searete, Llc Mote networks having directional antennas
US20060079285A1 (en) * 2004-03-31 2006-04-13 Jung Edward K Y Transmission of mote-associated index data
US7580730B2 (en) * 2004-03-31 2009-08-25 Searete, Llc Mote networks having directional antennas
US20050222835A1 (en) * 2004-04-02 2005-10-06 Fridolin Faist Method for automatic modeling a process control system and corresponding process control system
US7739216B2 (en) * 2004-04-22 2010-06-15 General Electric Company Methods and systems for monitoring and diagnosing machinery by incremently testing a rule
JP2005316565A (ja) * 2004-04-27 2005-11-10 Yokogawa Electric Corp ノウハウサービスシステム
JP2007536634A (ja) 2004-05-04 2007-12-13 フィッシャー−ローズマウント・システムズ・インコーポレーテッドFisher−Rosemount Systems, Inc. プロセス制御システムのためのサービス指向型アーキテクチャ
US7729789B2 (en) 2004-05-04 2010-06-01 Fisher-Rosemount Systems, Inc. Process plant monitoring based on multivariate statistical analysis and on-line process simulation
US8346846B2 (en) * 2004-05-12 2013-01-01 The Invention Science Fund I, Llc Transmission of aggregated mote-associated log data
US7536274B2 (en) * 2004-05-28 2009-05-19 Fisher-Rosemount Systems, Inc. System and method for detecting an abnormal situation associated with a heater
US7599696B2 (en) * 2004-06-25 2009-10-06 Searete, Llc Frequency reuse techniques in mote-appropriate networks
US7389295B2 (en) * 2004-06-25 2008-06-17 Searete Llc Using federated mote-associated logs
US9062992B2 (en) * 2004-07-27 2015-06-23 TriPlay Inc. Using mote-associated indexes
US7457834B2 (en) 2004-07-30 2008-11-25 Searete, Llc Aggregation and retrieval of network sensor data
US9261383B2 (en) 2004-07-30 2016-02-16 Triplay, Inc. Discovery of occurrence-data
US20110178963A1 (en) * 2004-10-28 2011-07-21 Insyst Ltd. system for the detection of rare data situations in processes
DE602006006551D1 (de) 2005-03-04 2009-06-10 Purechoice Inc Verfahren und system zur überwachung der luftqualität
US8428761B2 (en) * 2005-03-31 2013-04-23 Semiconductor Energy Laboratory Co., Ltd. Production system and production method
US9201420B2 (en) 2005-04-08 2015-12-01 Rosemount, Inc. Method and apparatus for performing a function in a process plant using monitoring data with criticality evaluation data
US8005647B2 (en) 2005-04-08 2011-08-23 Rosemount, Inc. Method and apparatus for monitoring and performing corrective measures in a process plant using monitoring data with corrective measures data
US20070090059A1 (en) * 2005-07-22 2007-04-26 Plummer Robert J Remote water quality monitoring systems and techniques
US20070055392A1 (en) * 2005-09-06 2007-03-08 D Amato Fernando J Method and system for model predictive control of a power plant
US7197434B1 (en) * 2005-09-22 2007-03-27 Siemens Corporate Research, Inc. Method and system for processing graphics in a supervisory control system
US7797179B2 (en) * 2005-09-28 2010-09-14 Siemens Corporation Method and apparatus for planning major outages for gas turbines
US8140750B2 (en) * 2005-09-29 2012-03-20 International Business Machines Corporation Monitoring performance of a storage area network
US7444191B2 (en) 2005-10-04 2008-10-28 Fisher-Rosemount Systems, Inc. Process model identification in a process control system
US8036760B2 (en) * 2005-10-04 2011-10-11 Fisher-Rosemount Systems, Inc. Method and apparatus for intelligent control and monitoring in a process control system
US7738975B2 (en) * 2005-10-04 2010-06-15 Fisher-Rosemount Systems, Inc. Analytical server integrated in a process control network
US20070100760A1 (en) * 2005-10-31 2007-05-03 Caterpillar Inc. System and method for selling work machine projects
US20070101017A1 (en) * 2005-10-31 2007-05-03 Caterpillar Inc. System and method for routing information
GB2446343B (en) 2005-12-05 2011-06-08 Fisher Rosemount Systems Inc Multi-objective predictive process optimization with concurrent process simulation
US8509926B2 (en) 2005-12-05 2013-08-13 Fisher-Rosemount Systems, Inc. Self-diagnostic process control loop for a process plant
US20070135944A1 (en) * 2005-12-12 2007-06-14 Schmid James J Method, apparatus and computer program product for providing status of a process
US7587251B2 (en) * 2005-12-21 2009-09-08 Rockwell Automation Technologies, Inc. Remote monitoring and control of an I/O module
US20070150317A1 (en) * 2005-12-23 2007-06-28 Caterpillar Inc. Asset management system
US20070145109A1 (en) * 2005-12-23 2007-06-28 Caterpillar Inc. Asset management system
US7827122B1 (en) 2006-03-09 2010-11-02 Rockwell Automation Technologies, Inc. Data mining of unfiltered controller data
US7295896B2 (en) * 2006-03-24 2007-11-13 York International Corporation Automated part procurement and service dispatch
JP2007279955A (ja) * 2006-04-05 2007-10-25 Yokogawa Electric Corp プラント設備管理装置
US8527888B2 (en) * 2006-04-11 2013-09-03 Invensys Systems, Inc. Method and supporting configuration user interfaces for streamlining installing replacement field devices
US7571063B2 (en) * 2006-04-28 2009-08-04 Admmicro Properties Llc Lighting performance power monitoring system and method with optional integrated light control
US8356244B2 (en) * 2006-06-20 2013-01-15 The Boeing Company Managing changes in aircraft maintenance data
DE112006003953T5 (de) * 2006-07-11 2009-08-20 Abb Research Ltd. Ein Lebenszyklusmanagementsystem für intelligente elektronische Geräte
US8145358B2 (en) 2006-07-25 2012-03-27 Fisher-Rosemount Systems, Inc. Method and system for detecting abnormal operation of a level regulatory control loop
US8606544B2 (en) * 2006-07-25 2013-12-10 Fisher-Rosemount Systems, Inc. Methods and systems for detecting deviation of a process variable from expected values
US7912676B2 (en) * 2006-07-25 2011-03-22 Fisher-Rosemount Systems, Inc. Method and system for detecting abnormal operation in a process plant
US20090037302A1 (en) * 2006-09-27 2009-02-05 Rockwell Automation Technologies, Inc. Programmatically scheduled verification
WO2008040018A9 (en) * 2006-09-28 2011-03-03 Fisher-Rosemount Systems, Inc. Abnormal situation prevention in a heat exchanger
US7742833B1 (en) 2006-09-28 2010-06-22 Rockwell Automation Technologies, Inc. Auto discovery of embedded historians in network
US7711440B1 (en) 2006-09-28 2010-05-04 Rockwell Automation Technologies, Inc. Browser based embedded historian
US7672740B1 (en) * 2006-09-28 2010-03-02 Rockwell Automation Technologies, Inc. Conditional download of data from embedded historians
US20080082295A1 (en) * 2006-09-28 2008-04-03 Fisher-Rosemount Systems, Inc. Abnormal situation prevention in a coker heater
US7913228B2 (en) * 2006-09-29 2011-03-22 Rockwell Automation Technologies, Inc. Translation viewer for project documentation and editing
US8181157B2 (en) * 2006-09-29 2012-05-15 Rockwell Automation Technologies, Inc. Custom language support for project documentation and editing
US20080114474A1 (en) * 2006-11-10 2008-05-15 Rockwell Automation Technologies, Inc. Event triggered data capture via embedded historians
US7933666B2 (en) * 2006-11-10 2011-04-26 Rockwell Automation Technologies, Inc. Adjustable data collection rate for embedded historians
US8032341B2 (en) * 2007-01-04 2011-10-04 Fisher-Rosemount Systems, Inc. Modeling a process using a composite model comprising a plurality of regression models
US8032340B2 (en) * 2007-01-04 2011-10-04 Fisher-Rosemount Systems, Inc. Method and system for modeling a process variable in a process plant
US7827006B2 (en) 2007-01-31 2010-11-02 Fisher-Rosemount Systems, Inc. Heat exchanger fouling detection
CA2682954C (en) * 2007-04-12 2017-01-03 Thomson Licensing Centralized work flow monitoring
US7974937B2 (en) * 2007-05-17 2011-07-05 Rockwell Automation Technologies, Inc. Adaptive embedded historians with aggregator component
US8132035B2 (en) 2007-05-25 2012-03-06 Raven Technology Group, LLC Ethernet interface
US8407716B2 (en) 2007-05-31 2013-03-26 Fisher-Rosemount Systems, Inc. Apparatus and methods to access information associated with a process control system
JP4893482B2 (ja) * 2007-06-04 2012-03-07 株式会社デンソー 走行制御関連データ学習装置
US20090056949A1 (en) * 2007-08-27 2009-03-05 Mcstay Daniel Fluorescence measurement system for detecting leaks from subsea systems and structures
US9323247B2 (en) 2007-09-14 2016-04-26 Fisher-Rosemount Systems, Inc. Personalized plant asset data representation and search system
US7917857B2 (en) * 2007-09-26 2011-03-29 Rockwell Automation Technologies, Inc. Direct subscription to intelligent I/O module
US7918126B2 (en) * 2007-09-26 2011-04-05 Fmc Technologies, Inc. Intelligent underwater leak detection system
US7930261B2 (en) * 2007-09-26 2011-04-19 Rockwell Automation Technologies, Inc. Historians embedded in industrial units
US7930639B2 (en) * 2007-09-26 2011-04-19 Rockwell Automation Technologies, Inc. Contextualization for historians in industrial systems
US7882218B2 (en) * 2007-09-27 2011-02-01 Rockwell Automation Technologies, Inc. Platform independent historian
US7962440B2 (en) * 2007-09-27 2011-06-14 Rockwell Automation Technologies, Inc. Adaptive industrial systems via embedded historian data
US7809656B2 (en) * 2007-09-27 2010-10-05 Rockwell Automation Technologies, Inc. Microhistorians as proxies for data transfer
US20090089247A1 (en) * 2007-09-28 2009-04-02 Terrence Lynn Blevins Methods and apparatus to standardize data properties in a process control environment
US20090089671A1 (en) * 2007-09-28 2009-04-02 Rockwell Automation Technologies, Inc. Programmable controller programming with embedded macro capability
EP2245610A4 (en) 2008-02-15 2015-06-03 Invensys Sys Inc System and method for autogenerating simulations for process control system checkout and operator training
US20090282067A1 (en) * 2008-02-25 2009-11-12 Invensys Systems, Inc. System and method for generating control system database and graphics from schema-based intermediate descriptions
US20090271721A1 (en) * 2008-04-29 2009-10-29 Rockwell Automation Technologies, Inc. Organizational roll-up/down
US7967066B2 (en) * 2008-05-09 2011-06-28 Fmc Technologies, Inc. Method and apparatus for Christmas tree condition monitoring
JP4961390B2 (ja) * 2008-06-12 2012-06-27 株式会社日立製作所 プラント監視制御装置及び事象分析支援方法
US8145334B2 (en) * 2008-07-10 2012-03-27 Palo Alto Research Center Incorporated Methods and systems for active diagnosis through logic-based planning
US8165705B2 (en) * 2008-07-10 2012-04-24 Palo Alto Research Center Incorporated Methods and systems for continuously estimating persistent and intermittent failure probabilities for production resources
US8219437B2 (en) * 2008-07-10 2012-07-10 Palo Alto Research Center Incorporated Methods and systems for constructing production plans
US8266092B2 (en) * 2008-07-10 2012-09-11 Palo Alto Research Center Incorporated Methods and systems for target value path identification
WO2010019623A3 (en) * 2008-08-11 2010-06-10 Kuity Corp. Method and apparatus for ecological evaluation and analysis of an enterprise
US20100076800A1 (en) * 2008-08-29 2010-03-25 Yokogawa Electric Corporation Method and system for monitoring plant assets
US7845404B2 (en) * 2008-09-04 2010-12-07 Fmc Technologies, Inc. Optical sensing system for wellhead equipment
US8489343B2 (en) * 2008-09-12 2013-07-16 Oracle America, Inc. Detecting constrained motion of a component in a computer system
US9582234B2 (en) * 2008-09-30 2017-02-28 Rockwell Automation Technologies, Inc. System and method for the automatic aggregation of industrial automation displays
US7860944B2 (en) * 2008-09-30 2010-12-28 Rockwell Automation Technologies, Inc. Aggregation server with information visualization panel subscription model
US8572502B2 (en) * 2008-11-21 2013-10-29 Honeywell International Inc. Building control system user interface with docking feature
US8135550B2 (en) * 2008-12-09 2012-03-13 Consolidated Edison Company Of New York, Inc. System for monitoring and assessing electrical circuits and method of operation
US8612276B1 (en) 2009-02-11 2013-12-17 Certusview Technologies, Llc Methods, apparatus, and systems for dispatching service technicians
DE102009010795A1 (de) * 2009-02-27 2010-09-02 Siemens Aktiengesellschaft Kopplung von ERP-Systemen mit Prozessleitsystemen zur automatisierten Übertragung von Anlagenstrukturen und Anlagendaten
US8881039B2 (en) 2009-03-13 2014-11-04 Fisher-Rosemount Systems, Inc. Scaling composite shapes for a graphical human-machine interface
US8359110B2 (en) * 2009-03-23 2013-01-22 Kuhn Lukas D Methods and systems for fault diagnosis in observation rich systems
US8326789B2 (en) * 2009-08-20 2012-12-04 Uop Llc Expert system integrated with remote performance management
US8195339B2 (en) * 2009-09-24 2012-06-05 General Electric Company System and method for scheduling startup of a combined cycle power generation system
US8287270B2 (en) 2009-09-30 2012-10-16 Printpack Illinois Inc. Methods and systems for thermoforming with billets
US8660875B2 (en) * 2009-11-02 2014-02-25 Applied Materials, Inc. Automated corrective and predictive maintenance system
US8825183B2 (en) 2010-03-22 2014-09-02 Fisher-Rosemount Systems, Inc. Methods for a data driven interface based on relationships between process control tags
CN101813919A (zh) * 2010-04-14 2010-08-25 河北工业大学 提取人类控制经验的电子模拟装置
US9760073B2 (en) * 2010-05-21 2017-09-12 Honeywell International Inc. Technique and tool for efficient testing of controllers in development
US9183560B2 (en) 2010-05-28 2015-11-10 Daniel H. Abelow Reality alternate
CN101976071B (zh) * 2010-09-26 2012-06-06 浙江省电力试验研究院 Dcs硬件间信号传递误差的校正方法
DE102010048810A1 (de) 2010-10-20 2012-04-26 Hüttinger Elektronik Gmbh + Co. Kg System zur Bedienung mehrerer Plasma- und/oder Induktionserwärmungsprozesse
DE102010048809A1 (de) 2010-10-20 2012-04-26 Hüttinger Elektronik Gmbh + Co. Kg Leistungsversorgungssystem für eine Plasmaanwendung und/oder eine Induktionserwärmungsanwendung
US20120278003A1 (en) * 2011-04-27 2012-11-01 Turner Paul A Wireless Data Transmission System for Metal Processing
US20120296448A1 (en) * 2011-05-19 2012-11-22 Fisher-Rosemount Systems, Inc. Software lockout coordination between a process control system and an asset management system
RU2470352C1 (ru) * 2011-07-01 2012-12-20 Александр Владимирович Иванов Способ статистического регулирования технологического процесса (варианты)
EP2793344A4 (en) * 2011-12-14 2015-07-01 Kyocera Corp Display terminal, power control system, and display method
US9529348B2 (en) 2012-01-24 2016-12-27 Emerson Process Management Power & Water Solutions, Inc. Method and apparatus for deploying industrial plant simulators using cloud computing technologies
WO2013127958A1 (en) * 2012-03-01 2013-09-06 Nuovo Pignone Srl Method and system for condition monitoring of a group of plants
US9031892B2 (en) 2012-04-19 2015-05-12 Invensys Systems, Inc. Real time safety management system and method
US9256846B2 (en) * 2012-05-16 2016-02-09 Honeywell International Inc. System and method for performance monitoring of a population of equipment
US9008807B2 (en) * 2012-05-25 2015-04-14 Statistics & Control, Inc. Method of large scale process optimization and optimal planning based on real time dynamic simulation
EP2875409A4 (en) 2012-07-19 2017-02-15 Saudi Arabian Oil Co System and method for effective plant performance monitoring in gas oil separation plant (gosp)
US9665090B2 (en) 2012-07-24 2017-05-30 General Electric Company Systems and methods for rule-based control system reliability
EP2971699A1 (en) * 2013-03-15 2016-01-20 Rolls-Royce Corporation Lifing and performance optimization limit management for turbine engine
US20150186483A1 (en) * 2013-12-27 2015-07-02 General Electric Company Systems and methods for dynamically grouping data analysis content
US20170101586A1 (en) * 2014-05-28 2017-04-13 Sabic Global Technologies B.V. Ethylene furnace process and system
US20160033941A1 (en) * 2014-07-31 2016-02-04 General Electric Company System and method for maintaining the health of a control system
US20160110369A1 (en) * 2014-10-16 2016-04-21 Palantir Technologies Inc. Schematic and database linking system
CA2969642A1 (en) * 2014-11-03 2016-05-12 Technological Resources Pty Limited Remote monitoring and optimisation centre
US20160292188A1 (en) * 2015-03-30 2016-10-06 Uop Llc Data cleansing system and method for inferring a feed composition
US20160291584A1 (en) * 2015-03-30 2016-10-06 Uop Llc System and method for tuning process models
US20160292325A1 (en) * 2015-03-30 2016-10-06 Uop Llc Advanced data cleansing system and method
US20170235292A1 (en) * 2016-02-11 2017-08-17 Philip Wernersbach System and method for monitoring and analyzing industrial operations
US20170269577A1 (en) * 2016-03-18 2017-09-21 Honeywell International Inc. Spreadsheet visualization for controlling an industrial process

Family Cites Families (149)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4607325A (en) 1981-10-21 1986-08-19 Honeywell Inc. Discontinuous optimization procedure modelling the run-idle status of plural process components
US4527271A (en) 1982-08-17 1985-07-02 The Foxboro Company Process control system with improved fault isolation
JPH0447842B2 (zh) 1983-06-10 1992-08-05 Tokyo Shibaura Electric Co
US4734873A (en) 1984-02-02 1988-03-29 Honeywell Inc. Method of digital process variable transmitter calibration and a process variable transmitter system utilizing the same
US4763243A (en) 1984-06-21 1988-08-09 Honeywell Bull Inc. Resilient bus system
US4657179A (en) 1984-12-26 1987-04-14 Honeywell Inc. Distributed environmental/load control system
US5541833A (en) 1987-03-30 1996-07-30 The Foxboro Company Multivariable feedforward adaptive controller
US5043863A (en) 1987-03-30 1991-08-27 The Foxboro Company Multivariable adaptive feedforward controller
US4885694A (en) 1987-04-29 1989-12-05 Honeywell Inc. Automated building control design system
US4965742A (en) 1987-09-30 1990-10-23 E. I. Du Pont De Nemours And Company Process control system with on-line reconfigurable modules
US4907167A (en) 1987-09-30 1990-03-06 E. I. Du Pont De Nemours And Company Process control system with action logging
US5006992A (en) 1987-09-30 1991-04-09 Du Pont De Nemours And Company Process control system with reconfigurable expert rules and control modules
US4910691A (en) 1987-09-30 1990-03-20 E.I. Du Pont De Nemours & Co. Process control system with multiple module sequence options
GB8727846D0 (en) * 1987-11-27 1987-12-31 British Telecomm Optical communications network
US5193143A (en) 1988-01-12 1993-03-09 Honeywell Inc. Problem state monitoring
US5488697A (en) 1988-01-12 1996-01-30 Honeywell Inc. Problem state monitoring system
US5050095A (en) 1988-05-31 1991-09-17 Honeywell Inc. Neural network auto-associative memory with two rules for varying the weights
US4944035A (en) 1988-06-24 1990-07-24 Honeywell Inc. Measurement of thermal conductivity and specific heat
US4956793A (en) 1988-06-24 1990-09-11 Honeywell Inc. Method and apparatus for measuring the density of fluids
US5373452A (en) 1988-09-02 1994-12-13 Honeywell Inc. Intangible sensor and method for making same
US5008810A (en) 1988-09-29 1991-04-16 Process Modeling Investment Corp. System for displaying different subsets of screen views, entering different amount of information, and determining correctness of input dependent upon current user input
US5140530A (en) 1989-03-28 1992-08-18 Honeywell Inc. Genetic algorithm synthesis of neural networks
US5070458A (en) 1989-03-31 1991-12-03 Honeywell Inc. Method of analyzing and predicting both airplane and engine performance characteristics
US5015934A (en) 1989-09-25 1991-05-14 Honeywell Inc. Apparatus and method for minimizing limit cycle using complementary filtering techniques
US5187674A (en) 1989-12-28 1993-02-16 Honeywell Inc. Versatile, overpressure proof, absolute pressure sensor
US5442544A (en) 1990-01-26 1995-08-15 Honeywell Inc. Single input single output rate optimal controller
US5134574A (en) 1990-02-27 1992-07-28 The Foxboro Company Performance control apparatus and method in a processing plant
US5018215A (en) 1990-03-23 1991-05-21 Honeywell Inc. Knowledge and model based adaptive signal processor
EP0462815B1 (en) 1990-06-21 1996-09-25 Honeywell Inc. Receding horizon based adaptive control having means for minimizing operating costs
US5282261A (en) 1990-08-03 1994-01-25 E. I. Du Pont De Nemours And Co., Inc. Neural network process measurement and control
US5167009A (en) 1990-08-03 1992-11-24 E. I. Du Pont De Nemours & Co. (Inc.) On-line process control neural network using data pointers
US5121467A (en) 1990-08-03 1992-06-09 E.I. Du Pont De Nemours & Co., Inc. Neural network/expert system process control system and method
US5212765A (en) 1990-08-03 1993-05-18 E. I. Du Pont De Nemours & Co., Inc. On-line training neural network system for process control
US5224203A (en) 1990-08-03 1993-06-29 E. I. Du Pont De Nemours & Co., Inc. On-line process control neural network using data pointers
US5197114A (en) 1990-08-03 1993-03-23 E. I. Du Pont De Nemours & Co., Inc. Computer neural network regulatory process control system and method
US5142612A (en) 1990-08-03 1992-08-25 E. I. Du Pont De Nemours & Co. (Inc.) Computer neural network supervisory process control system and method
DE69128996D1 (de) 1990-10-10 1998-04-09 Honeywell Inc Identifizierung eines Prozesssystems
DE69225723T2 (de) 1991-01-22 1998-12-03 Honeywell Inc Zweistufige Systemidentifikationsvorrichtung mit Optimierung
US5291190A (en) 1991-03-28 1994-03-01 Combustion Engineering, Inc. Operator interface for plant component control system
US5161013A (en) 1991-04-08 1992-11-03 Honeywell Inc. Data projection system with compensation for nonplanar screen
US5333298A (en) 1991-08-08 1994-07-26 Honeywell Inc. System for making data available to an outside software package by utilizing a data file which contains source and destination information
ES2161696T3 (es) 1991-10-23 2001-12-16 Honeywell Inc Aparato para medir, sin combustion, la calidad de un gas combustible.
US5396415A (en) 1992-01-31 1995-03-07 Honeywell Inc. Neruo-pid controller
US5301122A (en) * 1992-02-12 1994-04-05 Measuring And Monitoring, Inc. Measuring and monitoring system
US5398303A (en) 1992-02-28 1995-03-14 Yamatake-Honeywell Co., Ltd. Fuzzy data processing method and data smoothing filter
US5917840A (en) 1992-03-13 1999-06-29 Foxboro Company Protection against communications crosstalk in a factory process control system
US5353207A (en) 1992-06-10 1994-10-04 Pavilion Technologies, Inc. Residual activation neural network
US5329443A (en) * 1992-06-16 1994-07-12 Praxair Technology, Inc. Two-phase method for real time process control
US5369599A (en) 1992-08-04 1994-11-29 Honeywell Inc. Signal metric estimator
US5692158A (en) 1992-08-28 1997-11-25 Abb Power T&D Company Inc. Methods for generating models of non-linear systems and components and for evaluating parameters in relation to such non-linear models
US5384698A (en) 1992-08-31 1995-01-24 Honeywell Inc. Structured multiple-input multiple-output rate-optimal controller
JP2794142B2 (ja) 1992-09-14 1998-09-03 株式会社山武 情報処理装置
US5477444A (en) 1992-09-14 1995-12-19 Bhat; Naveen V. Control system using an adaptive neural network for target and path optimization for a multivariable, nonlinear process
US5729661A (en) 1992-11-24 1998-03-17 Pavilion Technologies, Inc. Method and apparatus for preprocessing input data to a neural network
CA2149913A1 (en) 1992-11-24 1994-06-09 James David Keeler Method and apparatus for operating a neural network with missing and/or incomplete data
US6144952A (en) 1995-09-20 2000-11-07 Keeler; James D. Predictive network with learned preprocessing parameters
US5486996A (en) 1993-01-22 1996-01-23 Honeywell Inc. Parameterized neurocontrollers
US5351184A (en) 1993-01-26 1994-09-27 Honeywell Inc. Method of multivariable predictive control utilizing range control
EP0687369A1 (en) 1993-03-02 1995-12-20 Pavilion Technologies Inc. Method and apparatus for analyzing a neural network within desired operating parameter constraints
US5390326A (en) 1993-04-30 1995-02-14 The Foxboro Company Local area network with fault detection and recovery
US5909541A (en) 1993-07-14 1999-06-01 Honeywell Inc. Error detection and correction for data stored across multiple byte-wide memory devices
US5486920A (en) 1993-10-01 1996-01-23 Honeywell, Inc. Laser gyro dither strippr gain correction method and apparatus
US5408406A (en) 1993-10-07 1995-04-18 Honeywell Inc. Neural net based disturbance predictor for model predictive control
US5596704A (en) 1993-11-11 1997-01-21 Bechtel Group, Inc. Process flow diagram generator
JP2929259B2 (ja) 1993-12-27 1999-08-03 株式会社山武 コントローラ
US5666297A (en) 1994-05-13 1997-09-09 Aspen Technology, Inc. Plant simulation and optimization software apparatus and method using dual execution models
US5546301A (en) 1994-07-19 1996-08-13 Honeywell Inc. Advanced equipment control system
US5687090A (en) 1994-09-01 1997-11-11 Aspen Technology, Inc. Polymer component characterization method and process simulation apparatus
US5704011A (en) 1994-11-01 1997-12-30 The Foxboro Company Method and apparatus for providing multivariable nonlinear control
US5570282A (en) 1994-11-01 1996-10-29 The Foxboro Company Multivariable nonlinear process controller
US5566065A (en) 1994-11-01 1996-10-15 The Foxboro Company Method and apparatus for controlling multivariable nonlinear processes
WO1996030843A1 (en) 1995-03-31 1996-10-03 Abb Power T & D Company Inc. System for optimizing power network design reliability
US5574638A (en) 1995-04-03 1996-11-12 Lu; Zhuxin J. Method of optimal scaling of variables in a multivariable predictive controller utilizing range control
US5572420A (en) 1995-04-03 1996-11-05 Honeywell Inc. Method of optimal controller design for multivariable predictive control utilizing range control
US5561599A (en) 1995-06-14 1996-10-01 Honeywell Inc. Method of incorporating independent feedforward control in a multivariable predictive controller
US5680409A (en) 1995-08-11 1997-10-21 Fisher-Rosemount Systems, Inc. Method and apparatus for detecting and identifying faulty sensors in a process
US6033257A (en) 1995-11-20 2000-03-07 The Foxboro Company I/O connector module for a field controller in a distributed control system
US6008985A (en) 1995-11-20 1999-12-28 The Foxboro Company Industrial field controlling device with controller and expansion modules
US6076124A (en) 1995-10-10 2000-06-13 The Foxboro Company Distributed control system including a compact easily-extensible and serviceable field controller
US5940290A (en) 1995-12-06 1999-08-17 Honeywell Inc. Method of predictive maintenance of a process control system having fluid movement
US6094600A (en) 1996-02-06 2000-07-25 Fisher-Rosemount Systems, Inc. System and method for managing a transaction database of records of changes to field device configurations
US5796606A (en) * 1996-02-07 1998-08-18 Noranda Inc. Process information and maintenance system for distributed control systems
US5764891A (en) 1996-02-15 1998-06-09 Rosemount Inc. Process I/O to fieldbus interface circuit
US5761518A (en) 1996-02-29 1998-06-02 The Foxboro Company System for replacing control processor by operating processor in partially disabled mode for tracking control outputs and in write enabled mode for transferring control loops
US5819050A (en) 1996-02-29 1998-10-06 The Foxboro Company Automatically configurable multi-purpose distributed control processor card for an industrial control system
US5819232A (en) 1996-03-22 1998-10-06 E. I. Du Pont De Nemours And Company Method and apparatus for inventory control of a manufacturing or distribution process
US6017143A (en) 1996-03-28 2000-01-25 Rosemount Inc. Device in a process system for detecting events
US5768119A (en) 1996-04-12 1998-06-16 Fisher-Rosemount Systems, Inc. Process control system including alarm priority adjustment
US6110214A (en) 1996-05-03 2000-08-29 Aspen Technology, Inc. Analyzer for modeling and optimizing maintenance operations
US5809490A (en) 1996-05-03 1998-09-15 Aspen Technology Inc. Apparatus and method for selecting a working data set for model development
US5877954A (en) 1996-05-03 1999-03-02 Aspen Technology, Inc. Hybrid linear-neural network process control
EP0898755A1 (en) * 1996-05-14 1999-03-03 Autosystems Limited Method and apparatus for monitoring the processing of articles
US5742513A (en) 1996-05-15 1998-04-21 Abb Power T&D Company Inc. Methods and systems for automatic testing of a relay
US5805442A (en) 1996-05-30 1998-09-08 Control Technology Corporation Distributed interface architecture for programmable industrial control systems
US5918233A (en) 1996-05-30 1999-06-29 The Foxboro Company Methods and systems for providing electronic documentation to users of industrial process control systems
US5715158A (en) 1996-05-31 1998-02-03 Abb Industrial Systems, Inc. Method and apparatus for controlling an extended process
US5907701A (en) 1996-06-14 1999-05-25 The Foxboro Company Management of computer processes having differing operational parameters through an ordered multi-phased startup of the computer processes
US5984502A (en) 1996-06-14 1999-11-16 The Foxboro Company Keypad annunciator graphical user interface
US5847952A (en) 1996-06-28 1998-12-08 Honeywell Inc. Nonlinear-approximator-based automatic tuner
US6385497B1 (en) 1996-07-31 2002-05-07 Canon Kabushiki Kaisha Remote maintenance system
EP0825506B1 (en) 1996-08-20 2013-03-06 Invensys Systems, Inc. Methods and apparatus for remote process control
US5892679A (en) 1996-09-13 1999-04-06 Honeywell-Measurex Corporation Method and system for controlling a multiple input/output process with minimum latency using a pseudo inverse constant
US5777872A (en) 1996-09-13 1998-07-07 Honeywell-Measurex Corporation Method and system for controlling a multiple input/output process with minimum latency
US5796609A (en) 1996-09-13 1998-08-18 Honeywell-Measurex Corporation Method and apparatus for internal model control using a state variable feedback signal
US5898869A (en) 1996-09-20 1999-04-27 The Foxboro Company Method and system for PCMCIA card boot from dual-ported memory
US5960441A (en) 1996-09-24 1999-09-28 Honeywell Inc. Systems and methods for providing dynamic data referencing in a generic data exchange environment
US6041263A (en) 1996-10-01 2000-03-21 Aspen Technology, Inc. Method and apparatus for simulating and optimizing a plant model
US5892939A (en) 1996-10-07 1999-04-06 Honeywell Inc. Emulator for visual display object files and method of operation thereof
US5859964A (en) 1996-10-25 1999-01-12 Advanced Micro Devices, Inc. System and method for performing real time data acquisition, process modeling and fault detection of wafer fabrication processes
US5909586A (en) 1996-11-06 1999-06-01 The Foxboro Company Methods and systems for interfacing with an interface powered I/O device
US5828567A (en) 1996-11-07 1998-10-27 Rosemount Inc. Diagnostics for resistance based transmitter
US5905989A (en) 1996-11-27 1999-05-18 Bently Nevada Corporation Knowledge manager relying on a hierarchical default expert system: apparatus and method
US5948101A (en) 1996-12-02 1999-09-07 The Foxboro Company Methods and systems for booting a computer in a distributed computing system
US6078843A (en) 1997-01-24 2000-06-20 Honeywell Inc. Neural network including input normalization for use in a closed loop control system
US5949417A (en) 1997-01-31 1999-09-07 The Foxboro Company Dynamic property sheet system
US6067505A (en) 1997-04-10 2000-05-23 The Foxboro Company Method and apparatus for self-calibration of a coordinated control system for an electric power generating station
DE19715503A1 (de) * 1997-04-14 1998-10-15 Siemens Ag Integriertes Rechner- und Kommunikationssystem für den Anlagenbereich
DE19718284C2 (de) * 1997-05-01 2001-09-27 Kuka Roboter Gmbh Verfahren und Vorrichtung zum Überwachen einer Anlage mit mehreren Funktionseinheiten
US6122555A (en) 1997-05-05 2000-09-19 Honeywell International Inc. System and methods for globally optimizing a process facility
US6055483A (en) 1997-05-05 2000-04-25 Honeywell, Inc. Systems and methods using bridge models to globally optimize a process facility
WO1998059284A3 (en) * 1997-06-25 1999-09-30 Samsung Electronics Co Ltd Method and apparatus for creating home network macros
US6106785A (en) 1997-06-30 2000-08-22 Honeywell Inc. Polymerization process controller
DE19732046A1 (de) 1997-07-25 1999-01-28 Abb Patent Gmbh Prozeßdiagnosesystem und Verfahren zur Diagnose von Vorgängen und Zuständen eines technischen Prozesses
EP0895197B1 (de) 1997-07-31 2006-01-11 Sulzer Markets and Technology AG Verfahren zum Überwachen von Anlagen mit mechanischen Komponenten
US5901058A (en) 1997-08-22 1999-05-04 Honeywell Inc. System and methods for achieving heterogeneous data flow between algorithm blocks in a distributed control system
US5988847A (en) 1997-08-22 1999-11-23 Honeywell Inc. Systems and methods for implementing a dynamic cache in a supervisory control system
US6282454B1 (en) 1997-09-10 2001-08-28 Schneider Automation Inc. Web interface to a programmable controller
US6321272B1 (en) * 1997-09-10 2001-11-20 Schneider Automation, Inc. Apparatus for controlling internetwork communications
US6047221A (en) 1997-10-03 2000-04-04 Pavilion Technologies, Inc. Method for steady-state identification based upon identified dynamics
US6128279A (en) 1997-10-06 2000-10-03 Web Balance, Inc. System for balancing loads among network servers
US5909370A (en) 1997-12-22 1999-06-01 Honeywell Inc. Method of predicting overshoot in a control system response
US6093211A (en) 1998-04-09 2000-07-25 Aspen Technology, Inc. Polymer property distribution functions methodology and simulators
DE19823599A1 (de) * 1998-05-27 1999-12-09 Beb Erdgas & Erdoel Gmbh Verfahren und Vorrichtungen zur Überwachung von Anlagen der chemischen Industrie
US6201996B1 (en) * 1998-05-29 2001-03-13 Control Technology Corporationa Object-oriented programmable industrial controller with distributed interface architecture
FI114745B (fi) 1998-06-01 2004-12-15 Metso Automation Oy Kenttälaitteiden hallintajärjestelmä
FI108678B (fi) 1998-06-17 2002-02-28 Neles Controls Oy Kenttälaitteiden hallintajärjestelmä
US6157916A (en) * 1998-06-17 2000-12-05 The Hoffman Group Method and apparatus to control the operating speed of a papermaking facility
EP1097409B1 (en) * 1998-07-16 2005-05-11 Ehome Corporation PTY Limited Internet utility interconnect method
US6442515B1 (en) * 1998-10-26 2002-08-27 Invensys Systems, Inc. Process model generation independent of application mode
US6332110B1 (en) * 1998-12-17 2001-12-18 Perlorica, Inc. Method for monitoring advanced separation and/or ion exchange processes
WO2000049471A1 (en) * 1999-02-16 2000-08-24 Brandt Powell Hott Internet wide distributed data control system
US6298454B1 (en) 1999-02-22 2001-10-02 Fisher-Rosemount Systems, Inc. Diagnostics in a process control system
FI990831A0 (fi) * 1999-04-14 1999-04-14 Control Cad Oy Menetelmä ja järjestelmä teollisuusprosessin suorituskyvyn analysoimiseksi
WO2000070531A3 (en) * 1999-05-17 2001-07-12 Foxboro Co Methods and apparatus for control configuration
US6615166B1 (en) * 1999-05-27 2003-09-02 Accenture Llp Prioritizing components of a network framework required for implementation of technology
US6445963B1 (en) 1999-10-04 2002-09-03 Fisher Rosemount Systems, Inc. Integrated advanced control blocks in process control systems
US6496751B1 (en) * 1999-12-16 2002-12-17 General Electric Company Machine management systems and monitoring methods
US6421571B1 (en) 2000-02-29 2002-07-16 Bently Nevada Corporation Industrial plant asset management system: apparatus and method
US6556956B1 (en) * 2000-06-30 2003-04-29 General Electric Company Data acquisition unit for remote monitoring system and method for remote monitoring

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104871097A (zh) * 2012-12-13 2015-08-26 Abb 技术有限公司 用于监测和/或诊断工业工厂生产线操作的系统和方法

Also Published As

Publication number Publication date Type
JP2004523841A (ja) 2004-08-05 application
EP1366397A2 (en) 2003-12-03 application
WO2002071169A2 (en) 2002-09-12 application
CN1494670A (zh) 2004-05-05 application
WO2002071169A3 (en) 2003-05-30 application
EP1366397B1 (en) 2013-09-18 grant
US6795798B2 (en) 2004-09-21 grant
US20020123864A1 (en) 2002-09-05 application

Similar Documents

Publication Publication Date Title
US20020082736A1 (en) Quality management system
US20050015217A1 (en) Analyzing events
US20080027678A1 (en) Method and system for detecting abnormal operation in a process plant
US7213174B2 (en) Provision of process related information
US6505145B1 (en) Apparatus and method for monitoring and maintaining plant equipment
US20030041135A1 (en) Shared-use data processing for process control systems
US20020087419A1 (en) Equipment procurement method and system
US20030144932A1 (en) System and method for real-time activity-based accounting
US20090149981A1 (en) System and methods for continuous, online monitoring of a chemical plant or refinery
US20090204245A1 (en) System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US20090204234A1 (en) System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US20040186603A1 (en) Services portal
US20090204267A1 (en) System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US20090204237A1 (en) System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US7246014B2 (en) Human machine interface for an energy analytics system
US20090210081A1 (en) System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US20040158474A1 (en) Service facility for providing remote diagnostic and maintenance services to a process plant
US20040102924A1 (en) Decision support for operations and maintenance (DSOM) system
US20100318934A1 (en) Methods and apparatus to predict process quality in a process control system
US20100274367A1 (en) Process simulation utilizing component-specific consumption data
US20040230328A1 (en) Remote data visualization within an asset data system for a process plant
Eti et al. Integrating reliability, availability, maintainability and supportability with risk analysis for improved operation of the Afam thermal power-station
US20040139085A1 (en) Data visualization within an integrated asset data system for a process plant
Long et al. Increasing productivity at Saturn
US20040204775A1 (en) Economic calculations in process control system

Legal Events

Date Code Title Description
C06 Publication
C10 Request of examination as to substance
C14 Granted