DE102013100698A1 - Verfahren und Vorrichtung für den Einsatz industrieller Anlagensimulatoren unter Verwendung von Cloud-Computing-Technologien - Google Patents

Verfahren und Vorrichtung für den Einsatz industrieller Anlagensimulatoren unter Verwendung von Cloud-Computing-Technologien Download PDF

Info

Publication number
DE102013100698A1
DE102013100698A1 DE102013100698A DE102013100698A DE102013100698A1 DE 102013100698 A1 DE102013100698 A1 DE 102013100698A1 DE 102013100698 A DE102013100698 A DE 102013100698A DE 102013100698 A DE102013100698 A DE 102013100698A DE 102013100698 A1 DE102013100698 A1 DE 102013100698A1
Authority
DE
Germany
Prior art keywords
simulation
plant
process control
simulated
control network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102013100698A
Other languages
English (en)
Inventor
Richard W. Kephart
Herman Sanchez
Eugene Abruzere
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Emerson Process Management Power and Water Solutions Inc
Original Assignee
Emerson Process Management Power and Water Solutions Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Emerson Process Management Power and Water Solutions Inc filed Critical Emerson Process Management Power and Water Solutions Inc
Publication of DE102013100698A1 publication Critical patent/DE102013100698A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00Systems involving the use of models or simulators of said systems
    • G05B17/02Systems involving the use of models or simulators of said systems electric
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/4185Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the network communication
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/418Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/41885Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
    • 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
    • G05B2219/20Pc systems
    • G05B2219/26Pc applications
    • G05B2219/2609Process control
    • 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
    • G05B2219/30Nc systems
    • G05B2219/31From computer integrated manufacturing till monitoring
    • G05B2219/31124Interface between communication network and process control, store, exchange data
    • 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
    • G05B2219/30Nc systems
    • G05B2219/32Operator till task planning
    • G05B2219/32345Of interconnection of cells, subsystems, distributed simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00Details relating to CAD techniques
    • G06F2111/02CAD in a network environment, e.g. collaborative CAD or distributed simulation
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

Ein System und ein Verfahren für den Betrieb eines entfernten Anlagensimulationssystems werden offenbart. Das System und das Verfahren verwenden eine vereinfachte Anwendung in der Anlage, um relevante Daten zu sammeln und sie an eine entfernt gelegene Anlagensimulation zu kommunizieren. Die entfernt gelegene Anlagensimulation verwendet die relevanten Daten, einschließlich Daten vom tatsächlichen Prozess, um eine Prozesssimulation zu erzeugen und die Anzeigendaten an die in der Anlage betriebene vereinfachte Anwendung zu senden, wo sie einem Benutzer angezeigt werden. Das entfernt gelegene System bietet verringerte Kosten und eine verbesserte Simulation, da die Ausrüstungskosten, Betriebskosten und Einrichtungskosten von einer Mehrzahl an Benutzern geteilt werden. Ferner können die Daten an einem entfernt gelegenen Standort gespeichert und Datenanalysen unterzogen werden, wodurch zusätzliche Bereiche für Leistungssteigerungen in der Anlage identifiziert werden können.

Description

  • BESCHREIBUNG DER VERWANDTEN TECHNIK
  • Verteilte Prozesssteuerungssysteme, wie sie üblicherweise bei Stromerzeugung, chemischen Herstellungsprozessen, Erdölverarbeitung oder anderen Prozessanlagen verwendet werden, beinhalten üblicherweise eine oder mehrere Prozesssteuerung(en), die über analoge, digitale oder kombinierte analoge/digitale Busse mit einem oder mehreren Feldgerät(en) in Kommunikationsverbindung steht/stehen. Die Feldgeräte, bei denen es sich zum Beispiel um Ventile, Ventilsteller, Schalter, Sender (z. B. Temperatur-, Druck-, Pegel- und Durchflussratensensoren), Brenner usw. handeln kann, befinden sich innerhalb der Prozessumgebung und erfüllen als Reaktion auf durch die Prozesssteuerungen entwickelte und gesendete Steuerungssignale Prozessfunktionen, wie das Öffnen oder Schließen von Ventilen, Messen von Prozessparametern usw. Intelligente Feldgeräte, wie Feldgeräte, die einem beliebigen der bekannten Fieldbus-Protokollen entsprechen, können außerdem Steuerungsberechnungen, Alarmmeldefunktionen und andere Funktionen ausführen, die häufig innerhalb einer oder durch eine Prozesssteuerung implementiert werden. Die Prozesssteuerungen, die sich üblicherweise ebenfalls innerhalb der Anlagenumgebung befinden, empfangen Signale, die von den Feldgeräten gemessene Prozessmessungen angeben, und/oder Informationen, die sich auf die Feldgeräte beziehen, führen eine Steuerungsanwendung aus, die zum Beispiel auf verschiedenen Steuerungsmodulen ausgeführt wird, die Prozesssteuerungsentscheidungen treffen, erzeugen basierend auf den empfangenen Informationen Prozesssteuerungssignale und sind abgestimmt auf die in den Feldgeräten ausgeführten Steuerungsmodule oder -blöcke, wie HART- und Fieldbus-Feldgeräte. Die Steuerungsmodule innerhalb der Steuerung senden die Prozesssteuerungssignale über die Kommunikationswege an die Feldgeräte, um so den Ablauf des Prozesses zu steuern.
  • Informationen von den Feldgeräten und der Steuerung werden üblicherweise über eine Datenautobahn an ein oder mehrere andere Computergerät(e), wie Bedienerarbeitsstationen, PCs, Vergangenheitsdatenschreibern, Berichterzeugern, zentralisierten Datenbanken usw., bereitgestellt, die sich üblicherweise in Steuerungsräumlichkeiten oder an anderen Standorten entfernt von der raueren Anlagenumgebung befinden. Diese Computergeräte können außerdem Anwendungen ausführen, die es zum Beispiel einem Bediener ermöglichen, Funktionen in Bezug auf den Prozess durchzuführen, wie Ändern von Einstellungen der Prozesssteuerungsroutine, Modifizieren des Betriebs der Steuerungsmodule innerhalb der Steuerung oder der Feldgeräte, Ansehen des aktuellen Zustands des Prozesses, Ansehen von durch die Feldgeräte und Steuerungen erzeugten Alarmen, Pflegen und Aktualisieren einer Konfigurationsdatenbank usw.
  • Zum Beispiel beinhaltet das von Emerson Process Management vertriebene Ovation.RTM.-Steuerungssystem mehrere Anwendungen, die in verschiedenen Geräten an verschiedenen Orten innerhalb einer Prozessanlage gespeichert sind und ausgeführt werden. Eine Konfigurationsanwendung, die sich in einer oder mehreren Bedienerarbeitsstationen befindet, ermöglicht es Kunden, Prozesssteuerungsmodule zu erstellen oder zu verändern und diese Prozesssteuerungsmodule über eine Datenautobahn auf zweckbestimmte verteilte Steuerungen herunterzuladen. Üblicherweise bestehen diese Steuerungsmodule aus kommunikativ miteinander verbundenen Funktionsblöcken, bei denen es sich um Objekte in einem objektorientierten Programmierungsprotokoll handelt, die basierend auf Eingaben in das Steuerungsschema innerhalb des Steuerungsschemas Funktionen ausführen und Ausgaben an andere Funktionsblöcke innerhalb des Steuerungsschemas bereitstellen. Die Konfigurationsanwendung kann es einem Entwickler außerdem ermöglichen, Bedienerschnittstellen zu erstellen oder zu verändern, die von einer Anzeigenanwendung verwendet werden, um einem Bediener Daten anzuzeigen, und um es dem Bediener zu ermöglichen, Einstellungen zu verändern, wie Sollwerte innerhalb einer Prozesssteuerungsroutine.
  • Jede(s) der zweckbestimmten Steuerungen und, in manchen Fällen, der Feldgeräte speichert eine Steuerungsanwendung, die ihr zugewiesene und auf sie heruntergeladene Steuerungsmodule ausführt, und führt diese aus, um tatsächliche Prozesssteuerungsfunktionalität zu implementieren. Die Anzeigeanwendungen, die über eine oder mehrere Bedienerarbeitsstation(en) ausgeführt werden können, empfangen über die Datenautobahn Daten von der Steuerungsanwendung und zeigen diese Daten anhand von Benutzerschnittstellen Prozesssteuerungssystementwicklern, Bedienern oder Kunden an und können eine beliebige Anzahl an verschiedenen Ansichten bereitstellen, wie eine Bedieneransicht, eine Ingenieuransicht, eine Technikeransicht usw. Eine Vergangenheitsdatenschreiberanwendung ist üblicherweise in einem Vergangenheitsdatenschreibergerät, das einige oder alle der über die Datenautobahn bereitgestellten Daten sammelt und speichert, gespeichert und wird von diesem ausgeführt, während eine Konfigurationsdatenbankanwendung in einem weiteren anderen an die Datenautobahn angeschlossenen Computer ausgeführt werden kann, um die aktuellen Prozesssteuerungsroutinekonfigurationen und damit verbundene Daten zu speichern. Alternativ kann sich die Konfigurationsdatenbank in derselben Arbeitsstation wie die Konfigurationsanwendung befinden.
  • Wie oben angemerkt, sind Bedieneranzeigenanwendungen üblicherweise auf systemweiter Basis in einer oder mehreren der Arbeitsstationen implementiert und stellen vorkonfigurierte Anzeigen bezüglich des Betriebszustands des Steuerungssystems oder der Geräte in der Anlage an den Bediener oder das Wartungspersonal bereit. Üblicherweise handelt es sich bei diesen Anzeigen um Alarmanzeigen, die von den Steuerungen oder Geräten innerhalb der Prozessanlage erzeugte Alarme empfangen, Steuerungsanzeigen, die den Betriebszustand der Steuerungen und anderer Geräte innerhalb der Prozessanlage angeben, Wartungsanzeigen, die den Betriebszustand der Geräte innerhalb der Prozessanlage angeben usw. Diese Anzeigen sind allgemein vorkonfiguriert, um auf bekannte Art und Weise von den Prozesssteuerungsmodulen oder den Geräten innerhalb der Prozessanlage empfangene Informationen oder Daten anzuzeigen.
  • In einigen bekannten Systemen werden durch die Verwendung von Objekten Anzeigen erzeugt, wobei eine Grafik mit einem physischen oder logischen Element assoziiert und kommunikativ mit dem physischen oder logischen Element verknüpft ist, um Daten über das physische oder logische Element zu empfangen. Das Objekt kann die Grafik auf dem Anzeigebildschirm basierend auf den empfangenen Daten ändern, zum Beispiel um darzustellen, dass ein Tank halbvoll ist, um den von einem Durchlaufsensor gemessenen Durchlauf darzustellen usw. Wenngleich die für die Anzeigen benötigten Informationen von den Geräten oder der Konfigurationsdatenbank innerhalb der Prozessanlage gesendet werden, werden diese Informationen lediglich verwendet, um dem Kunden eine diese Informationen enthaltende Anzeige bereitzustellen. Aus diesem Grund müssen alle für das Erzeugen von Alarmen, Erkennen von Problemen mit der Anlage usw. verwendeten Informationen und Programmierungen innerhalb der verschiedenen während der Konfigurierung des Prozessanlagensteuerungssystems mit der Anlage verknüpften Geräte, wie Steuerungen und Feldgeräte, erzeugt und konfiguriert werden. Nur dann wird diese Information zur Anzeige während des Prozessbetriebs an die Bedieneranzeige gesendet.
  • Ferner ist es häufig wünschenswert, ein Simulationssystem innerhalb der Anlage zu entwickeln, um den Betrieb des innerhalb der Anlage verbundenen Steuerungsnetzwerks zu simulieren. Ein derartiges Simulationssystem kann verwendet werden, um den Betrieb der Anlage als Reaktion auf neue oder andere Steuerungsvariablen, wie Sollwerte, zu testen, um neue Steuerungsroutinen zu überprüfen, eine Optimierung durchzuführen, Schulungsaktivitäten durchzuführen usw. Infolgedessen wurden zahlreiche Simulationssysteme vorgeschlagen und in Prozessanlagen verwendet. Nichtsdestotrotz können aufgrund der sich ständig ändernden Bedingungen innerhalb der Anlage, einschließlich der Abnutzung von Geräten im Laufe der Zeit sowie des Vorhandenseins von unvorhergesehenen Störvariablen innerhalb der Anlage üblicherweise nur die komplexesten Simulationssysteme hochgenaue Simulationen der Prozessanlage durchführen. Ferner kann es in vielen bekannten Steuerungssystemen schwierig sein, eine Simulation der Prozessanlage oder eines Teils der Prozessanlage einzurichten oder zu erzeugen, da Simulationsaktivitäten getrennt von den in der betriebsbereiten Umgebung der Prozessanlage durchgeführten Anzeige- und Steuerungsaktivitäten durchgeführt werden. Aus diesem Grund ist das Simulationssystem nicht eng mit dem tatsächlichen Betrieb des Steuerungsnetzwerks innerhalb der Prozessanlage koordiniert. Mit anderen Worten, Simulationssysteme werden nach dem Einrichten üblicherweise getrennt von den Steuerungen innerhalb der Anlage ausgeführt, um den Betrieb des innerhalb der Anlage installierten Prozesssteuerungsnetzwerks zu simulieren, und somit können diese Simulationssysteme schnell vom tatsächlichen Steuerungsnetzwerk innerhalb der Anlage abweichen. Ferner kann das im Simulationssystem verwendete Prozessmodell schnell vom tatsächlichen Prozessbetrieb divergieren. Deshalb kann es schwierig sein, das Simulationssystem mit den Bedieneranzeigen oder mit den innerhalb der Anlage implementierten Steuerungsmodulen zu integrieren.
  • Des Weiteren wird die Simulation in einem Kraftwerksteuerungssystem sowie in anderen Arten von Steuerungssystemen, in denen die Steuerungsfunktionen typischerweise basierend auf Kriterien wie dem physischen Standort der zugehörigen Anlagenausrüstung, den dynamischen Eigenschaften der Prozessvariablen von Interesse und Betrachtung von Fehlertoleranz und Redundanz in verschiedene unterschiedliche Steuerungsmaschinen (oder Prozessoren) segmentiert werden, weiter erschwert. Der physische Standort der betroffenen Ausrüstung spielt hauptsächlich aufgrund von mechanischen Erwägungen und Einschränkungen, zum Beispiel in Verbindung mit der Länge der entsprechenden Kabel, eine Rolle. Hier beeinflussen die Prozessdynamiken die Steuerungsfunktionssegmentierung indem dem Ausführungszeitraum der mit den jeweiligen Prozessvariablen verbundenen Steuerungsfunktionen Anforderungen und Einschränkungen auferlegt werden, die alle im Simulationssystem simuliert werden müssen. In Kraftwerken dient die Berücksichtigung von Fehlertoleranzen dazu, die Auswirkungen von Prozessor- und Computerversagen auf die Stromerzeugung verringern.
  • Ferner kann das Erzeugen von Simulationen an einem Anlagenstandort teuer sein. Die Prozessoren und die zugehörige Ausrüstung, die erforderlich sind, um eine Simulation durchzuführen, sind kompliziert und teuer. Die Ausrüstung benötigt außerdem Platz und eine geeignete Betriebsumgebung, die in einer Anlagenumgebung schwierig zu schaffen und aufrechtzuerhalten sein kann. Die Simulationsanwendung kann außerdem teuer, kompliziert und bedienerintensiv sein. Die Simulationsanwendung ist demnach spezialisiert und erfordert häufig erfahrene Bediener, um effektiv zu arbeiten. Zudem fallen fortlaufende Kosten an, zum Beispiel für die Wartung von Ausrüstung und Software, das Aktualisieren von Ausrüstung und Software, die Unterstützung von Ausrüstung und Software usw. Schätzungen der Kosten bewegen sich im Rahmen von 500.000 USD für ein kleines System bis hin zu 2.000.000 USD für ein größeres System.
  • Während die meisten Einrichtungen und anderen Anlagen in jedem Fall einen Offline-Simulator für die Bedienerausbildung sowie Ingenieuranalyse verwenden, behandelt dieser herkömmliche Ansatz die Steuerungs- und Simulationsfunktionen als zwei vollkommen getrennte und verschiedene Instanzen, von denen jede separat erzeugt, ausgeführt und konfiguriert werden muss, um richtig zu funktionieren. Deshalb können die in diesen Anlagen verwendeten Simulationssysteme schnell von dem Prozess abweichen, sind demnach nicht sehr genau sein und sind üblicherweise nicht sehr einfach zu bedienen. Zusätzlich sind die Erstellung, der Betrieb und die Pflege der lokalen Systeme kostspielig.
  • KURZDARSTELLUNG
  • Unter Verwendung von einer oder mehreren Anlage(n) über einen abgespeckten oder vereinfachten Client in der Anlage kommunizierter Daten wird eine Prozesssteuerungssimulationstechnik in einer Netzwerk-Cloud erzeugt. Die Simulation führt eine mit dem Betrieb des tatsächlichen Prozesssteuerungsnetzwerks synchronisierte Echtzeitsimulation oder -vorhersage eines tatsächlichen Prozesssteuerungsnetzwerks durch, während dieses Netzwerk innerhalb einer Prozessanlage betrieben wird. Insbesondere wird dieses synchronisierte Simulationssystem automatisch periodisch während des Betriebs des tatsächlichen Prozesssteuerungssystems aktualisiert, um am tatsächlichen Prozesssteuerungsnetzwerk vorgenommene Veränderungen widerzuspiegeln und in der Anlage selbst auftretende Veränderungen darzustellen, d. h. Veränderungen, die eine Aktualisierung eines im Simulationssystem verwendeten Prozessmodells erfordern, da die relevanten Daten zeitnah an die in der Netzwerk-Cloud arbeitenden Netzwerkcomputer kommuniziert werden. Das hierin beschriebene synchronisierte, Cloud-basierte Simulationssystem stellt ein kostenwirksameres und brauchbareres Simulationssystem bereit, da die im Simulationssystem verwendeten Anlagenmodelle mit den aktuellen Prozessbetriebsbedingungen synchronisiert und im Verhältnis zu ihnen aktuell sind, die Fachkenntnis für das Einrichten, Bedienen und Pflegen der Simulationen jedoch von geschulten Bedienern in der Netzwerk-Cloud bereitgestellt wird.
  • Zusätzlich ist das offenbarte Simulationssystem sehr genau, da es Prozessmodelle verwendet, die aus dem aktuellen Zustand der Prozesse zu dem Zeitpunkt, an dem eine bestimmte Simulation durch das Simulationssystem initiiert wird, entwickelt wurden. Ferner ist dieses Simulationssystem einfach zu verwenden, da es die gleichen oder ähnliche Benutzerschnittstellenanwendungen verwenden kann, wie sie innerhalb des Prozesssteuerungsnetzwerks verwendet werden, um Mensch-Maschine-Schnittstellen-(MMS)-Aktivitäten durchzuführen, und gleichzeitig die schwierigen Schritte des Einrichtens, Betreibens und Pflegens minimiert, da diese Aktivitäten in der Netzwerk-Cloud durchgeführt werden. Gleichermaßen kann dieses Simulationssystem zu jedem Zeitpunkt während des Betriebs der Prozessanlage initialisiert und verwendet werden, ohne dass erhebliche Konfigurations- oder Einrichtungsaktivitäten erforderlich sind, da das Simulationssystem im Verhältnis zum tatsächlich in der Prozessanlage verwendeten Steuerungsnetzwerk stets aktuell ist, wenn es zu Anfang in einen Vorhersagemodus geschaltet wird. Demnach muss der Bediener lediglich jeweilige Veränderungen, die in der Simulation verwendet werden sollen, in das Simulationssteuerungssystem eingeben und die Simulation ist betriebsbereit, um genaue Simulationen oder Vorhersagen durchzuführen, da das Simulationssystem mit der Prozessanlage synchronisiert bleibt.
  • Ferner ist das Cloud-basierte Simulationssystem kostenwirksamer als lokale Simulationen, die in der Anlage arbeiten. In bisherigen Simulationen, die in der Anlage ausgeführt wurden, erforderten die Simulationsanwendungen eine beträchtliche Investition in Hardware, Software, Platz, HLKK-Anlagen und Bediener, um die ordnungsgemäße Funktion des Systems zu gewährleisten. Im Fall des hierin beschriebenen Cloud-basierten Simulationssystems ist die Software in der Anlage eine „abgespeckte“ Software-Anwendung, die zum Beispiel auf einem herkömmlichen PC ausgeführt werden kann, wobei dieses Beispiel nicht einschränkend ist. Die abgespeckte Software kann prozessbezogene Daten sammeln und an die Netzwerk-Cloud kommunizieren und auf das in der Netzwerk-Cloud arbeitende Simulationssystem bezogene Anzeigen berechnen und umsetzen, während die anspruchsvolle Simulationssoftware in der Netzwerk-Cloud ausgeführt werden kann.
  • In der offenbarten Netzwerk-Cloud-basierten Simulation sind die Investitionen in Rechnersysteme und Bediener erheblich geringer, da sich viele Kunden die Prozessoren und Bediener, die in der Netzwerk-Cloud verfügbar sind, teilen können. Statt nur einer Arbeitsstation, die aus der Ferne arbeitet, ermöglicht die Cloud zusätzlich, dass mehrere Rechnergeräte verfügbar sind, um zahlreiche Simulationen oder andere Anwendungen gleichzeitig zu betreiben, wodurch eine verbesserte Reaktion und Verfügbarkeit des Simulationssystems erreicht wird. Ferner ermöglicht der zentrale Cloud-basierte Aufbau das zentrale Sammeln und Speichern von Daten, wodurch die zentralisierte Prozesssteuerungsdatenanalyse noch einfacher und effizienter wird.
  • Allgemein gesagt, wechselt das hierin beschriebene Simulationssystem zwischen dem Ausführen in einem von zwei verschiedenen Modi hin und her, einschließlich eines Verfolgungsmodus und eines Vorhersagemodus. Im Verfolgungsmodus kommuniziert das in der Netzwerk-Cloud arbeitende Simulationssystem über einen Supervisor-Client in der Anlage mit dem Prozesssteuerungsnetzwerk, um verschiedene Arten an Zustandsdaten vom Prozesssteuerungsnetzwerk zu erhalten, die notwendig sind, um sowohl das Prozesssteuerungsnetzwerk als auch das Prozessmodell des Simulationssystems mit dem tatsächlichen Prozesssteuerungsnetzwerk und mit dem zu steuernden Prozess synchron zu halten. Diese Informationen beinhalten zum Beispiel Zustandsvariablen, die den Betrieb der Prozesssteuerungen definieren, gemessene Prozessvariablen und Prozesssteuerungssignale, die von den Steuerungen innerhalb der Prozessanlage erzeugt werden. Diese Informationen können während des Betriebs des Prozesssteuerungsnetzwerks periodisch und in einer Ausführungsform mit einer Abtastrate der Prozesssteuerungen innerhalb des tatsächlichen Prozesssteuerungsnetzwerks (d. h. mit der Rate, mit der die Prozesssteuerungen neue Steuerungssignale erzeugen) empfangen werden. Während des Verfolgungsmodus verwendet das Simulationssystem in der Cloud gesammelte Zustandsinformationen, um eine aktualisierte Steuerungszustandsvariable für die Verwendung bei der Konfigurierung des simulierten Steuerungsnetzwerks zu entwickeln, und aktualisiert ein Prozessmodell, um den Prozess basierend auf den neuesten gesammelten Informationen nachzubilden.
  • Während des Vorhersagemodus kann der Bediener neue Steuerungsvariablen festlegen, wie Sollwerte, die während der Simulation verwendet werden sollen, und das Simulationssystem in der Cloud arbeitet dann, um die Steuerung des Prozesses basierend auf dem neuesten Prozessmodell zu simulieren. Das Simulationssystem in der Cloud kann abhängig von den Wünschen des Bedieners in einem Echtzeituntermodus, in einem Schnellvorlaufuntermodus oder in einem Zeitlupenuntermodus betrieben werden. In jedem Fall kann das Simulationssystem in der Cloud zum Beispiel den Betrieb des tatsächlichen Prozesssteuerungsnetzwerks als Reaktion auf eine veränderte Steuerungsvariable, eine veränderte Steuerungsroutine, eine Prozessstörung usw. simulieren. Alternativ kann das Simulationssystem in der Cloud, falls gewünscht, den Betrieb der Prozessanlage im Schnellvorlauf simulieren, um einen Hinweis auf den Regelzustandsbetrieb des Prozesses an einem Steuerungsvorhersagezeitpunkt zu bestimmen oder den Betrieb der Anlage oder eine Variable davon zu einem zukünftigen Zeitpunkt anderweitig vorherzusagen.
  • Da das Simulationssystem in der Netzwerk-Cloud mit dem tatsächlichen Prozesssteuerungsnetzwerk in Kommunikation steht, wird es beim Einschalten des Vorhersagemodus mit dem tatsächlichen Prozesssteuerungsnetzwerk und der Prozessanlage, wie sie derzeit arbeitet, synchronisiert und das Simulationssystem in der Netzwerk-Cloud stellt als Reaktion auf die in der Simulation verwendeten Steuerungsvariablen eine genaue Simulation oder Vorhersage des Betriebs der Prozessanlage bereit. Da das Simulationssystem in der Netzwerk-Cloud bei der Aktivierung des Simulationssystems mit der Prozessanlage synchronisiert wird, muss der Bediener in der Anlage oder in der Cloud vor der Initiierung des Simulationssystems zudem keine maßgeblichen Konfigurierungen oder Aktualisierungen des Simulationssystems durchführen, wodurch das System einfacher zu bedienen ist. Da das Simulationssystem in der Netzwerk-Cloud mit dem Prozesssteuerungsnetzwerk synchronisiert ist, kann das Simulationssystem ferner den lokalen Client verwenden, um die gleichen Benutzerschnittstellenroutinen anzuzeigen, wodurch die lokale Simulationssystemanzeige genauso aussieht und wirkt, wie das Steuerungssystem in der Anlage, wodurch das Simulationssystem wiederum einfacher zu bedienen und zu verstehen ist.
  • Zu guter Letzt ist ein Verfahren zum Bereitstellen von Simulationsleistungen beschrieben. Allgemein werden die Anlage und Simulationen auf ihre Komplexität überprüft, um den erwarteten Arbeitsaufwand für das Erzeugen einer Simulation in der Netzwerk-Cloud zu bestimmen. Sobald die Komplexität bestimmt wurde, kann basierend auf der bestimmten Komplexität ein Mindestmaß an Leistungen bestimmt werden. Das Mindestmaß an Leistungen kann anschließend verwendet werden, um einen Preisvorschlag für die Mindestleistungen zu bestimmen, der dem Kunden mitgeteilt werden kann. Zusätzlich können durch Überprüfen der Anlage und Simulationsdaten andere Leistungen bestimmt werden, die sich als nützlich erweisen könnten, und der Preis für die vorgeschlagenen anderen Leistungen kann bestimmt und dem Kunden mitgeteilt werden.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • Es zeigen:
  • 1 ein Blockdiagramm eines verteilten Prozesssteuerungsnetzwerks, das sich innerhalb einer Prozessanlage befindet, einschließlich eines Rechnergeräts, das mit einer Netzwerk-Cloud an Rechnergeräten in Kommunikation steht, die ein Simulationssystem implementiert, das konfiguriert ist, um mit dem Betrieb eines tatsächlichen Prozesssteuerungsnetzwerks synchronisiert zu werden, um somit den Betrieb der Prozessanlage zu simulieren;
  • 2 ein logisches Blockdiagramm eines Prozessanlagensteuerungssystems und eines Simulationssystems zur Simulation des Prozessanlagensteuerungssystems;
  • 3 ein allgemeines, logisches Blockdiagramm des Steuerungssystems, des Simulators und des Supervisors;
  • 4 ein vereinfachtes, logisches Blockdiagramm einer Steuerungsschleife des in 2 dargestellten Anlagensteuerungssystems;
  • 5 ein vereinfachtes, logisches Blockdiagramm eines durch das in 2 dargestellte Simulationssystem implementierten, simulierten Steuerungskreises;
  • 6 ein logisches Blockdiagramm, das die Kommunikationsvernetzungen zwischen dem Simulationssystem und dem Steuerungssystem aus 2 während eines Verfolgungsmodus des Betriebs darstellt;
  • 7 ein Blockdiagramm eines Simulationssystems, das die hierin beschriebenen Funktionen implementiert; und
  • 8 ein Blockdiagramm eines Verfahrens für den Verkauf von Netzwerk-Cloud-basierten Simulationsdiensten.
  • BESCHREIBUNG
  • Mit Bezugnahme auf 1 ist ein Beispiel eines Steuerungsnetzwerks, wie das mit einer Kraftwerkanlage verbundene, für die Prozessanlage 10 ausführlich dargestellt. Die Prozessanlage 10 aus 1 beinhaltet ein verteiltes Prozesssteuerungssystem, das eine oder mehrere Steuerung(en) 12 aufweist, von denen jede über Eingabe-/Ausgabe-(I/O)-Geräte oder Karten 18, bei denen es sich zum Beispiel um Fieldbus-Schnittstellen, Profibus-Schnittstellen, HART-Schnittstellen, herkömmliche 4–20 mA-Schnittstellen usw. handeln kann, mit einem oder mehreren Feldgerät(en) 14 und 16 verbunden ist. Die Steuerungen 12 können außerdem über eine Datenautobahn 24, bei der es sich zum Beispiel um eine Ethernet-Verknüpfung handeln kann, mit einem oder mehreren Host(s) oder einer oder mehreren Arbeitsstation(en) 20 und 22 verbunden sein. Eine Datenbank 28 kann mit der Datenautobahn 24 verbunden sein und als Vergangenheitsdatenschreiber arbeiten, um Parameter, Zustand und andere mit den Steuerungen 12 und Feldgeräten 14, 16 in der Anlage 10 verbundene Daten zu sammeln und zu speichern. Zusätzlich oder alternativ kann die Datenbank 28 als Konfigurationsdatenbank dienen, die die aktuelle Konfiguration des Prozesssteuerungssystems innerhalb der Anlage 10, wie sie in den Steuerungen 12 und Feldgeräten 14 und 16 heruntergeladen und gespeichert wurde, speichert. Während die Steuerungen 12, die I/O-Karten 18 und die Feldgeräte 14 und 16 sich üblicherweise innerhalb der oft rauen Anlagenumgebung befinden und üblicherweise in ihr verteilt sind, befinden sich die Bedienerarbeitsstationen 20 und 22 und die Datenbank 28 üblicherweise in Steuerungsräumen oder anderen weniger rauen Umgebungen, die für einen Bediener oder das Wartungspersonal leichter zugänglich sind.
  • Wie bekannt ist, speichert jede der Steuerungen 12, bei der es sich zum Beispiel um die von Emerson Process Management Power and Water Solutions, Inc. vertriebene Steuerung Ovations handeln kann, eine Steuerungsanwendung, die unter Verwendung einer beliebigen Anzahl verschiedener, unabhängig ausgeführter Steuerungsmodule oder -blöcke 29 eine Steuerungsstrategie implementiert, und führt diese aus. Jedes der Steuerungsmodule 29 kann aus üblicherweise als Funktionsblöcke bezeichneten Elementen bestehen, wobei jeder der Funktionsblöcke Teil einer Unterroutine einer allgemeinen Steuerungsroutine ist und (über Kommunikationsverbindungen, die als Verknüpfungen bezeichnet werden) in Verbindung mit anderen Funktionsblöcken arbeitet, um Prozesssteuerungskreise innerhalb der Prozessanlage 10 zu implementieren. Wie bekannt ist, führen Funktionsblöcke, die Objekte in einem objektorientierten Programmierungsprotokoll sein können, dies aber nicht müssen, üblicherweise eine von einer Eingabefunktion, wie die mit einem Sender, einem Sensor oder einem anderen Prozessparametermessgerät verbundene, eine Steuerungsfunktion, wie die mit einer Steuerungsroutine, die PID(proportional-integral-derivative), Fuzzylogik- usw. Steuerung ausführt, verbundene, oder eine Ausgabefunktion, die den Betrieb von einem Gerät, wie einem Ventil, steuert, um eine physische Funktion innerhalb der Prozessanlage 10 durchzuführen, aus. Selbstverständlich gibt es Mischformen und andere Arten von komplexen Funktionsblöcken, wie modellprädiktive Steuerungen (MPC – Model Predictive Controller), Optimierer usw. Wenngleich das Fieldbus-Protokoll und das Ovation.RTM.-Systemprotokoll Steuerungsmodule und Funktionsblöcke verwenden, die in einem objektorientierten Programmierungsprotokoll entwickelt und implementiert wurden, können die Steuerungsmodule in jedem beliebigen gewünschten Steuerungsprogrammierungsschema entwickelt werden, einschließlich zum Beispiel Ablaufsprache, Kontaktplan usw., und sind nicht darauf beschränkt, unter Verwendung des Funktionsblocks oder jeder beliebigen anderen Programmierungstechnik entwickelt und implementiert zu werden.
  • In der in 1 dargestellten Anlage 10 können die mit den Steuerungen 12 verbundenen Feldgeräte 14 und 16 herkömmliche 4–20 mA-Geräte, intelligente Feldgeräte, wie HART-, Profibus- oder FOUNDATION.RTM.-Fieldbus-Feldgeräte, die einen Prozessor und einen Speicher enthalten, oder jede andere gewünschte Art von Feldgerät sein. Einige dieser Geräte, wie die Fieldbus-Feldgeräte (in 1 mit der Referenznummer 16 gekennzeichnet), können Module oder Untermodule, wie Funktionsblöcke, die mit der in den Steuerungen 12 implementierten Steuerungsstrategie verbunden sind, speichern und ausführen. Die Funktionsblöcke 30, die in 1 als in zwei verschiedenen einzelnen der Fieldbus-Feldgeräte 16 angeordnet dargestellt sind, können, wie allseits bekannt ist, in Verbindung mit der Ausführung der Steuerungsmodule 29 in den Steuerungen 12 ausgeführt werden, um einen oder mehrere Prozesssteuerungskreise zu implementieren. Selbstverständlich können die Feldgeräte 14 und 16 jede beliebige Art von Geräten sein, wie Sensoren, Ventile, Sender, Steller usw., und die I/O-Geräte 18 können jede beliebige Art von I/O-Geräten sein, die jedem beliebigen gewünschten Kommunikations- oder Steuerungsprotokoll, wie HART, Fieldbus, Profibus usw., entsprechen.
  • Ferner kann eine oder können mehrere der Arbeitsstationen 20 und 22 in bekannter Weise Benutzerschnittstellenanwendungen enthalten, um einem Kunden, wie einem Bediener, einem Konfigurationsingenieur, einem Wartungsmitarbeiter, einem Benutzer usw., eine Schnittstelle mit dem Prozesssteuerungsnetzwerk in der Anlage 10 zu ermöglichen. In einigen Ausführungsformen kann die Benutzerschnittstellenanwendung ein „abgespeckter“ Client sein, der in einer Netzwerk-Cloud 48 bestimmte Daten anzeigt. Als Beispiel können die Anzeigedaten in der Netzwerk-Cloud 48 erzeugt und als HTML-Daten an ein Umsetzungsmodul, wie einen Webbrowser, kommuniziert und dann auf der Anzeige 37 angezeigt werden. In anderen Ausführungsformen kann die Benutzerschnittstellenanwendung auf einer lokalen Arbeitsstation 22 ausgeführt werden. Die Arbeitsstation 22 ist als eine oder mehrere Benutzerschnittstellenanwendung(en) 35, die auf einem Prozessor in der Arbeitsstation 22 ausgeführt werden kann/können, enthaltend dargestellt.
  • In nahezu allen Ausführungsformen kann die Benutzerschnittstellenanwendung 35 mit der Datenbank 28, den Steuerungsmodulen 29 oder anderen Routinen in den Steuerungen 12 oder I/O-Geräte 18, mit den Feldgeräten 14 und 16 und den Modulen 30 in diesen Feldgeräten usw. kommunizieren, um Informationen von der Anlage, z. B. von einem Supervisor 32, zu erhalten und die Informationen können sich auf den fortlaufenden Zustand des Prozesssteuerungssystems beziehen. Die Benutzerschnittstellenanwendungen 35 können diese gesammelten Informationen verarbeiten und/oder auf einem Anzeigegerät 37 anzeigen, das mit einer oder mehreren der Arbeitsstationen 20 und 22 verbunden ist. Die gesammelten, verarbeiteten und/oder angezeigten Informationen können zum Beispiel Prozesszustandsinformationen, Alarme und in der Anlage erzeugten Warnmeldungen, Wartungsdaten usw. sein.
  • Gleichermaßen kann/können eine oder mehrere Anwendung(en) 39 in den Arbeitsstationen 22 und 20 oder in der Netzwerk-Cloud 48 gespeichert und ausgeführt werden, um Konfigurationsaktivitäten, wie das Erstellen oder Konfigurieren der Module 29 und 30, die in der Anlage ausgeführt werden sollen, durchzuführen, um Steuerungsbedieneraktivitäten, wie das Verändern von Sollwerten oder anderen Steuerungsvariablen in der Anlage usw. durchzuführen. Selbstverständlich ist die Anzahl und Art der Routinen 35 und 39 nicht durch die hierin bereitgestellte Beschreibung eingeschränkt und andere Anzahlen und Arten von prozesssteuerungsbezogenen Routinen können, falls gewünscht, in den Arbeitsstationen 20 und 22 implementiert und gespeichert werden.
  • Die Arbeitsstation 20 aus 1 ist außerdem als eine Supervisor-Anwendung 32 enthaltend dargestellt. Die Supervisor-Anwendung 32 kann eine „vereinfachte“ oder „abgespeckte“ Anwendung sein, die lokal eine begrenzte Funktionalität bereitstellt und nicht prozessorintensiv ist. Die Supervisor-Anwendung 32 kann Supervisor-Daten, bei denen es sich um Steuerungssystem- und Prozesssysteminformationen handelt, die für die Simulationsanwendung 40 relevant sind, sammeln und kommunizieren. Die Kommunikation kann unter Verwendung eines bekannten oder herkömmlichen Schnittstellenprotokolls, wie OPC, TCP/IP usw., bereitgestellt werden.
  • Die Supervisor-Anwendung 32 kann eine vollständige Anwendung sein oder verschiedene Module aufweisen, wie ein Datensammlungsmodul, ein Datenverpackungsmodul, ein Datenkommunikationsmodul, ein Datenempfangsmodul, ein Datenerkennungsmodul 82 usw. In einigen Ausführungsformen können die Supervisor-Daten vom Steuerungssystem und Prozesssystem „gezogen“ werden, wobei die Systeme auf die gewünschten Daten durchsucht werden können. In anderen Ausführungsformen können die Supervisor-Daten vom Steuerungssystem 50 und Prozesssystem 52 an den Supervisor 32 „geschoben“ werden (2). Selbstverständlich ist eine Kombination aus „schieben“ und „ziehen“ zum Abrufen der Supervisor-Daten möglich und wird in Erwägung gezogen.
  • 3 ist eine oberflächliche Darstellung der logischen Kommunikation zwischen dem Supervisor, der Simulationsanwendung 40 und dem tatsächlichen Prozesssteuerungssystem 54. In einer Ausführungsform befindet sich die Supervisor-Anwendung 32 in einem Rechnergerät in der Anlage des jeweiligen Steuerungssystems 54 und der Simulator befindet sich an einem entfernten Standort in einem oder mehreren Rechnergerät(en) 49 in der Netzwerk-Cloud 48. Die Supervisor-Anwendung 32 kommuniziert die erforderlichen Daten vom Steuerungssystem 54 an den Simulator 40, der in der Netzwerk-Cloud 48 arbeitet.
  • In einigen Ausführungsformen kann die Supervisor-Anwendung 32 die Supervisor-Daten zwischenspeichern und sie an die Simulationsanweisung 40 kommunizieren, wenn eine Grenzwertgröße erreicht wird, eine Zeitspanne abgelaufen ist oder eine bestimmte Menge an Daten gesammelt wurde. Zum Beispiel können die Supervisor-Daten periodisch kommuniziert werden. Der Zeitabstand der Kommunikation kann im Verhältnis zum Zeitabstand des Steuerungssystembetriebs und dem Zeitabstand des Prozesssystembetriebs stehen. Wenn das Steuerungssystem 50 zum Beispiel alle 0,5 Sekunden neue Daten erfasst, kann die Kommunikation von der Supervisor-Anwendung 32 an die Simulationsanwendung 40 alle 0,5 Sekunden stattfinden. In einigen Situationen ist es selbstverständlich sinnvoll, dass die Supervisor-Anwendung 32 und die Simulationsanwendung 40 häufiger kommunizieren und in anderen Fällen kann der Kommunikationsabstand größer sein. In anderen Ausführungsformen kann die Supervisor-Anwendung 32 die Supervisor-Daten praktisch sofort an die Simulationsanwendung 40 übertragen oder senden. Während die Supervisor-Daten übertragen werden können, können sie selbstverständlich in ein Format oder Schema übertragen werden, das die Kommunikation an die Simulationsanwendung 40 geeigneter, verlässlicher, besser konvertierbar usw. macht.
  • In einigen zusätzlichen Ausführungsformen kann ein Veränderungsdetektor 82 Teil des Simulationssystems 52 sein. In einigen Ausführungsformen steht der Veränderungsdetektor 82 mit dem Supervisor 32 in Kommunikation. Zum Beispiel ist der Veränderungsdetektor 82 in 7 als Teil des Supervisors 32 dargestellt; wie jedoch erläutert wird, kann der Veränderungsdetektor 82 auf verschiedene Arten mit der Simulationsanwendung 40 in Kommunikation stehen und er muss nicht unbedingt physisch mit dem Supervisor 32 verbunden sein. Der Veränderungsdetektor 82 kann Vergangenheitswerte vom Prozesssteuerungsnetzwerk 54 verfolgen sowie einfach nur Veränderungen in den Werten vom Prozesssteuerungsnetzwerk 54 kommunizieren. Auf diese Weise kann die vom Supervisor 32 an das Simulationsgerät 52 kommunizierte Datenmenge reduziert werden, wodurch Kommunikationsbandbreite, Speicherplatz und Prozessorauslastung gespart werden.
  • Der Veränderungsdetektor 82 kann außerdem in der Lage sein, das Prozesssteuerungsnetzwerk 54, das simulierte Steuerungsnetzwerk 64 und das Prozessmodell 66 zu überwachen und die empfangenen Werte vom Prozesssteuerungsnetzwerk 54, dem simulierten Steuerungsnetzwerk 64 und dem Prozessmodell 66 mit Werten, die vorab empfangen und gespeichert wurden, zu vergleichen. Wenn sich die empfangenen Werte vom Prozesssteuerungsnetzwerk 54, dem simulierten Steuerungsnetzwerk 64 und dem Prozessmodell 66 von den vorab empfangenen Werten unterscheiden, können die neuen Werte an das Update-Modul 70 kommuniziert werden. Auf diese Weise werden nur aktualisierte Werte kommuniziert, wodurch Kommunikationsbandbreite, Speicherkapazität und Prozessorauslastung gespart werden.
  • Unter kurzer Bezugnahme auf 7 steht der Veränderungsdetektor 82 in einer weiteren Ausführungsform mit dem Update-Modul 70 in Kommunikation. Der Veränderungsdetektor 82 kann die eingehenden Daten vom Supervisor 32 überprüfen sowie ausschließlich jene Prozesssteuerungsnetzwerkdaten weiterleiten, die sich von den Prozesssteuerungsnetzwerkdaten unterscheiden, die bereits im Speichermodul 80 gespeichert sind oder an das Simulationssteuerungsnetzwerk 64 oder das Prozessmodell 66 kommuniziert wurden. Demnach können ausschließlich neue oder aktualisierte Daten des Prozesssteuerungsnetzwerks 54 im Speichermodul 80 gespeichert oder an das Simulationssteuerungsnetzwerk 64 oder das Prozessmodell 66 kommuniziert werden, wodurch Speicherplatz, Kommunikationsbandbreite zum Simulationssteuerungsnetzwerk 64 oder Prozessmodell 66 und Prozessorauslastung gespart werden. Ferner hält der Veränderungsdetektor 82 das Speichermodul 80 davon ab, einfach nur als Vergangenheitsdatenschreiber zu fungieren, sondern verleiht dem Speichermodul 80 stattdessen Intelligenz, um zu verhindern, dass alle Daten gespeichert oder kommuniziert werden, statt nur der Daten, die sich verändert haben.
  • Mit erneuter Bezugnahme auf 1 kann die Simulationsanwendung 40 an einem anderen Standort als der Prozessanlage 10 ausgeführt werden, wie in einem entfernten Netzwerk 48. In einigen Ausführungsformen kann das entfernte Netzwerk 48 als ein Netzwerk oder eine Cloud aus Rechnergeräten 49 angesehen werden. Die entfernte Netzwerk-Cloud 48 kann aus einem oder mehreren Rechnergerät(en) 49, wie Servern, Arbeitsstationen, PCs usw., bestehen, das/die computerausführbare Anwendungen ausführt/ausführen, und kann durch eine oder mehrere Arten elektronischer Kommunikation erreichbar sein. Der tatsächliche Standort der Rechnergeräte 49 muss nicht unbedingt eine Rolle spielen. Die Rechnergeräte 49 können sich am selben Standort befinden oder um die Welt verteilt sein, jedoch weiterhin in Kommunikation miteinander stehen. In einigen Ausführungsformen können die Rechnergeräte 49 in der Cloud 48 zusammenarbeiten, um Rechenarbeit zu teilen und in anderen Ausführungsformen kann jedes der Rechnergeräte 49 spezifische Rechenanwendungen ausführen. Wie zu erwarten ist, können die Rechnergeräte 49 einen oder mehrere Prozessor(en) 46 und einen oder mehrere Speicher 42 aufweisen und die Prozessoren 46 und Speicher 42 können physisch gemäß den computerausführbaren Anweisungen oder Anwendungen konfiguriert sein.
  • Die Simulationsanwendung 40 kann einen Prozessanlagensimulator 52, eine Benutzerschnittstellenanwendung 74 und Datenstrukturen zum Durchführen einer synchronisierten Simulation der Prozessanlage 10 auf die hierin beschriebene Art und Weise beinhalten. Ein autorisierter Kunde (wie ein Konfigurationsingenieur, ein Bediener oder ein anderer Benutzer) kann auf die Simulationsanwendung 40 zugreifen, um eine Simulation des Prozessanlagensteuerungsnetzwerks 54 durchzuführen, das durch die Steuerungsblöcke 29 und 30 sowie andere in den Steuerungen 12 und möglicherweise den Feldgeräten 14, 16 ausgeführte Steuerungsroutinen implementiert ist. Die Simulationsanwendung 40 kann durch Passwörter, blinde Schlüssel oder andere angemessene Sicherheitsmaßnahmen geschützt sein. Die Passwörter können für einen Benutzer, eine Arbeitsstationen, eine Anlage oder ein Modul spezifisch sein.
  • Die Simulationsanwendung 40 ermöglicht es einem Kunden, verschiedene Simulations- und Vorhersageaktivitäten bezüglich der Prozessanlage 10 durchzuführen, während das Steuerungssystem der Prozessanlage 10 betriebsbereit und online bleibt, um die Anlage 10 zu steuern. Wie in 1 dargestellt, ist die Simulationsanwendung 40 auf einem Speicher 42 eines oder mehrerer der entfernten Rechnergeräte 49 in der Netzwerk-Cloud 48 gespeichert und jede der Komponenten der Simulationsanwendung 40 kann angepasst werden, um auf einem mit dem entfernten Rechnergerät 49 verbundenen Prozessor 46 ausgeführt zu werden. Während die gesamte Simulationsanwendung 40 als in einem der entfernten Rechnergeräte 49 gespeichert dargestellt ist, könnten einige Komponenten der Simulationsanwendung 40 in anderen Arbeitsstationen oder Rechnergeräten 49, die mit der Anlage 10 oder mit der Simulationsanwendung 40 oder der entfernten Arbeitsstation 49 in Kommunikation stehen, wie zum Beispiel anderen Rechnergeräten 49 in der Netzwerk-Cloud 48, gespeichert und ausgeführt werden. Auf ähnliche Weise kann die Simulationsanwendung 40 aufgeteilt und auf zwei oder mehr Computern 49 oder Maschinen ausgeführt werden, die konfiguriert werden können, um in Verbindung mit einem/einer anderen zu arbeiten, zum Beispiel in einer Netzwerk-Cloud 48.
  • Ferner kann die Simulationsanwendung 40 Anzeigenausgaben an den Anzeigenbildschirm 37, der mit der entfernten Arbeitsstation 49 verbunden ist, oder einen beliebigen anderen gewünschten Anzeigenbildschirm oder ein Anzeigengerät 37 bereitstellen, einschließlich Handgeräte, Laptops, Tablet-Computer, Mobiltelefone, andere Arbeitsstationen, Drucker usw. Zum Beispiel kann die Simulationsanwendung 40 Eingabeanzeigen anzeigen, die den tatsächlichen Steuerungsanzeigen vom Prozesssteuerungssystem ähneln. In einer derartigen Ausführungsform muss der abgespeckte Kunde in der Anlage lediglich eine Anzeige erzeugen, nicht die in der Anzeige enthaltenen Daten errechnen und erstellen.
  • Allgemein gesagt, stellt die Simulationsanwendung 40 die Voraussetzungen für die Simulation des Betriebs der Prozessanlage 10 bereit oder ermöglicht diese und insbesondere die Simulation des durch die Steuerungsroutinen 29 und 30 in den Steuerungen 12 und den Feldgeräten 14 und 16 implementierten Prozessanlagensteuerungssystems 54 in Verbindung mit der tatsächlich gesteuerten Anlage. Während die Anlage, die gesteuert wird, hierin als Kraftwerkanlage beschrieben wird, die unter Verwendung von verteilten Steuerungstechniken gesteuert wird, kann die hierin beschriebene synchronisierte Simulationstechnik in anderen Arten von Anlagen und Steuerungssystemen verwendet werden, einschließlich industriellen Herstellungsanlagen, Wasser- und Abwasserbehandlungsanlagen sowie Steuerungssystemen, die zentral oder in einem einzigen Computer implementiert sind und demnach nicht durch die Anlage 10 hindurch verteilt sind.
  • 2 zeigt allgemein ein lokales (in der Anlage 10 befindliches) Prozesssteuerungssystem 50 und ein Simulationssystem 52, das entfernt von Anlage 10 aus 1 implementiert ist. Insbesondere beinhaltet das Prozesssteuerungssystem 50 ein tatsächliches Prozesssteuerungsnetzwerk 54, das physisch mit einem Prozess 56 gekoppelt ist und mit diesem in Kommunikationsverbindung steht. Es versteht sich, dass das tatsächliche Prozesssteuerungsnetzwerk 54 die Steuerungsmodule 29 und 30 aus 1 und beliebige andere in den verschiedenen Steuerungsgeräten (z. B. Steuerungen 12) und Feldgeräten (z. B. Geräten 14 und 16) der Anlage 10 aus 1 angeordnete und ausgeführte Steuerungsroutinen beinhaltet. Gleichermaßen beinhaltet der tatsächliche Prozess 56 die Einheiten, Maschinen, Geräte und damit verbundenen Hardware-Einrichtungen, um den zu steuernden Prozess zu implementieren. In einem Kraftwerk kann der Prozess 56 zum Beispiel Generatoren, Kraftstoffzufuhrsysteme, einschließlich Wärmetauscher, Kondensatoren, Dampfgeneratoren, Ventile, Tanks usw., sowie in der Anlage angeordnete Sensoren und Sender zum Messen verschiedener Prozessparameter oder -variablen beinhalten.
  • Wie in 2 dargestellt, beinhaltet das tatsächliche Prozesssteuerungsnetzwerk 54 die Steuerungen, die ein oder mehrere Steuerungssignal(e) erzeugen, das/die an die verschiedenen Steuerungsgeräte in der Anlage 56 übermittelt werden muss/müssen und die gemäß einer spezifischen Steuerungstechnik arbeiten, um die Anlage 56 zu steuern. Diese Steuerungssignale sind in 2 durch den Vektor U dargestellt, um anzuzeigen, dass das tatsächliche Prozesssteuerungsnetzwerk 54 einen Vektor an Steuerungssignalen an den Prozess 56 bereitstellen kann, um den Betrieb der Anlage zu steuern. Auf ähnliche Weise, wie in 2 dargestellt, wird im Prozess 56 ein Vektor Y aus Prozessvariablen gemessen (z. B. durch Sensoren usw.) und als Rückmeldungssignal zur Verwendung bei der Erzeugung des Steuerungssignals U an das Prozesssteuerungsnetzwerk 54 gesendet. Selbstverständlich kann das tatsächliche Steuerungsnetzwerk 54 jede beliebige Art von Steuerungen enthalten, die jede beliebige gewünschte Art von Steuerungsroutinen oder -techniken implementieren, wie PID, Fuzzylogik, neuronales Netzwerk, modellprädiktive Steuerungsroutinen usw.
  • Wie in 2 dargestellt, beinhaltet das Simulationssystem 52 ein simuliertes Steuerungsnetzwerk 64 und ein Prozessmodell 66. Das simulierte Steuerungsmodell 64 ist allgemein gesagt eine Kopie des tatsächlichen Prozesssteuerungsnetzwerks 54 einschließlich eines Duplikats der Steuerungsroutinen, die in den tatsächlichen Steuerungen und anderen Geräten des Prozesssteuerungsnetzwerks 54 ausgeführt werden und/oder mit diesen verbunden sind. Statt jedoch auf mehrere verschiedene Geräte verteilt zu sein, kann das simulierte Steuerungsnetzwerk 64 ein oder mehrere kommunikativ verbundene Steuerungsmodul(e) beinhalten, das/die in einem oder mehreren Rechnergerät(en) implementiert sind, wie zum Beispiel die entfernte Arbeitsstation 49 in der Netzwerk-Cloud 48 aus 1. Ein derartiges Simulationssystem 40, das verschiedene Steuerungsroutinen speichert und simuliert, die entworfen wurden, um in verschiedenen Computern als Teil eines verteilten Steuerungsnetzwerks implementiert zu werden, ist ausführlich in der US-Patentanmeldung mit der Seriennummer 09/510,053 mit Anmeldetag am 22. Februar 2000 und dem Titel „Integrating Distributed Process Control System Functionality on a Single Computer“ beschrieben, dessen Offenbarung hiermit ausdrücklich durch Bezugnahme hierin eingeschlossen ist.
  • In jedem Fall kann das Simulationssystem 52 als Teil der Simulationsanwendung 40 aus 1 implementiert werden. Ferner ist das im Simulationssystem 52 verwendete Prozessmodell 66 entwickelt und konfiguriert, um den Prozess 56 nachzubilden und kann als jede gewünschte oder geeignete Art von Prozessmodell implementiert werden, wie zum Beispiel ein Übertragungsfunktionsmodell n.sup.-ten Grades, ein neuronales Netzwerkmodell usw. Selbstverständlich kann die Art des zu verwendenden Modells als die beste Modellart für die jeweilige Art der Anlage oder des nachzuahmenden Prozesses ausgewählt werden, sowie eine, die Online-Aktualisierung, wie sie nachstehend ausführlicher beschrieben ist, anbietet. Des Weiteren kann das Prozessmodell 66, falls gewünscht, aus einer Mehrzahl an einzelnen Prozessmodellen bestehen, wobei jedes einen anderen Teil der Anlage 10, wie einen anderen Steuerungskreis in der Anlage 10, nachbildet oder mit diesem verbunden ist.
  • Das Gesamtkonzept des Simulationsansatzes, wie es in 2 umschrieben ist, stellt ein Simulationssystem 52 bereit, das ein Steuerungsnetzwerk 64, das als eine Kopie des tatsächlichen Steuerungsnetzwerk 54 entwickelt wurde, und ein Prozessmodell 66, das den tatsächlichen Prozess 56 der Anlage nachbildet, beinhaltet. In dieser Konfiguration beinhaltet das Steuerungsnetzwerk 54 und demnach das simulierte Steuerungsnetzwerk 66 alle Funktionen und Komponenten, die das tatsächliche Steuerungsnetzwerk 54 bilden (z. B. die Steuerungen, Funktionsblöcke, die Mensch-Maschine-Schnittstellenanwendungen (MMS) usw. des tatsächlichen Steuerungsnetzwerks). Selbstverständlich kann das simulierte Steuerungsnetzwerk 64 des Simulationssystems 52 durch Kopieren der tatsächlichen Steuerungsroutinen (z. B. der Steuerungsroutinen 29 und 30 aus 1), der Benutzerschnittstellenanwendungen 74, der Konfigurationsanwendungen usw., wie sie zum Beispiel in der Konfigurationsdatenbank 28 aus 1, den Steuerungen 12, den Feldgeräten 14, 16, den Arbeitsstationen 20, 22 usw. gespeichert sind, nebst dem Speichern von Daten oder anderen Informationen bezüglich der Identifizierung der zugehörigen Eingaben und Ausgaben der Steuerungsroutinen innerhalb der Prozessanlage, entwickelt werden. Die Supervisor-Anwendung 32 kann dabei helfen, die tatsächlichen Routinen und diesbezügliche Daten an das Simulationssystem 52 zu kommunizieren. Die Eingabe-/Ausgabesignalidentifizierungsdaten können sich als hilfreich erweisen, um es dem Simulationssystem 52 zu ermöglichen, während des Betriebs des Steuerungssystems 50 über die Supervisor-Anwendung 32 mit dem Steuerungssystem 50 zu kommunizieren, wodurch der Betrieb des Simulationssystems 52 mit dem Steuerungssystem 50 synchronisiert wird, während die Prozessanlage weiter in Betrieb bleibt.
  • Wie sich versteht, arbeitet das tatsächliche Steuerungsnetzwerk 54 während des Betriebs der Anlage auf jede beliebige herkömmliche oder bekannte Art, um die manipulierten Variablen oder Steuerungssignale U zu berechnen, die auf den Prozess 56 angewendet werden. Der Prozess 56 antwortet dann durch Erstellen tatsächlicher Prozessvariablen Y, die durch verschiedene Sensoren in der Anlage gemessen und als Rückmeldungen an das Steuerungsnetzwerk 54 bereitgestellt werden. Die manipulierten Variablen oder Prozessvariablen (U bzw. Y) werden als Vektormengen dargestellt, um eine Mehrzahl an Werten anzuzeigen. Selbstverständlich kann jedes der zugehörigen Elemente dieser Vektormengen bezüglich der Zeit aus diskreten Werten bestehen, wobei die Größe jedes Zeitschritts der Ausführungszeit der zugehörigen Steuerungsfunktion entspricht, d. h. der Abtast- oder Betriebsrate der Steuerungen.
  • Wie sich versteht, werden die Werte der manipulierten Variablen (Steuerungssignale) U in jedem Zeitschritt berechnet und die Werte der Prozessvariablen Y ergeben sich aus dem Abfragen der Prozessvariablen in jedem Zeitschritt. Zu Zwecken dieser Beschreibung wird der aktuelle Zeitschritt als Zeit k bezeichnet und die Werte der manipulierten Variablen und der Prozessvariablen zum aktuellen Zeitschritt werden demnach als U.sub.k (Uk) bzw. Y.sub.k (Yk) bezeichnet. Gemäß dieser Verknüpfung wird die Zeitreaktion des Steuerungsnetzwerks 54 demnach durch die Vektoren U, Y und einen Vektor interner Zustandsvariablen X bestimmt, der die im Steuerungsnetzwerk 54 verwendeten Spezifika der Steuerungsprozeduren (oder Steuerungskonfigurationen) definiert, z. B. die Steuerungszunahmen oder andere Parameter, welche die Spezifika der durch die Steuerungen im Steuerungsnetzwerk 54 implementierten Steuerungstechniken definieren. Mit anderen Worten, die Elemente des Zustandsvektors X definieren die internen Variablen, die von den Steuerungsfunktionen verwendet werden, um die manipulierten Variablen U zu berechnen. Diese Zustandsvariablen können zum Beispiel Werte sein, bei denen es sich um eine Funktion der Einstellungsparameter oder der akkumulierten Zeitwerte, die von derartigen Funktionen als Zeitgeber verwendet werden, der Integratorwerte, die von PID-Steuerungen verwendet werden, der Gewichtungskoeffizienten für neuronale Netzwerk, die von neuronalen Netzwerksteuerungen verwendet werden, der Skalierungsfaktoren, die von Fuzzylogik-Steuerungen verwendet werden, der Modellparameter oder Matrizen, die von modellprädiktiven Steuerungen verwendet werden usw. handelt. Diese Zustandswerte sind außerdem im Verhältnis zur Zeit diskret und demnach wird der Zustandsvektor X im Zeitschritt k als X.sub.k bezeichnet. Der gesamte Satz an Zustandsvektoren U, Y, X kann dann als den gesamten Zustand des Steuerungssystems beschreibend bezeichnet werden. Diese Werte werden fortlaufend vom Steuerungssystem berechnet.
  • Mit Bezugnahme auf 4 ist das Steuerungssystem 50 aus 2 in Blockdiagrammform als Rückmeldungssteuerungskreis dargestellt. In diesem Fall ist das tatsächliche Steuerungsnetzwerk 54 durch den als C gekennzeichneten Block dargestellt. Der Prozess 56 wird durch den als P gekennzeichneten Block dargestellt. Ferner ist die Eingabe in das Steuerungsnetzwerk 54 in diesem Fall als ein Vektor an Sollwerten R dargestellt, die mit den gemessenen oder bestimmten Prozessvariablen Y verglichen werden, um einen Fehlervektor E zu erzeugen, der wiederum vom Steuerungsnetzwerk 54 verwendet wird, um den Steuerungssignalvektor oder manipulierten Variablenvektor U zu erzeugen. Selbstverständlich stellen die Elemente des Sollwertvektors R die gewünschten Werte für die Prozessvariablen Y dar, die es zu steuern gilt, und diese Sollwertwerte werden allgemein durch einen Bediener oder eine Optimierungsroutine (nicht dargestellt) bestimmt. Im Fall eines Kraftwerksteuerungssystems können diese Sollwertwerte die gewünschten Werte von Fluss, Druck, Temperatur, Megawatt usw. für die zugehörigen Prozessvariablen in der Kraftwerkausrüstung sein.
  • Auf ähnliche Weise ist das Simulationssystem 52 in 5 in Blockdiagrammform dargestellt. Der gleiche Vektor R an Sollwertwerten vom tatsächlichen Steuerungsnetzwerk 54 ist eine Eingabe durch die Supervisor-Anwendung 32 (3) in das Simulationssystem 52. Hier ist das simulierte Steuerungsnetzwerk 64 durch den Block C^ dargestellt und eine Nachbildung des Steuerungsnetzwerks 54 bezüglich des Steuerungsbetriebs. Demnach sind alle Steuerungen, Funktionsblöcke und Algorithmen, die das tatsächliche Steuerungsnetzwerk 54 bilden, im simulierten Steuerungsnetzwerk 64 nachgebildet. Die simulierten, manipulierten Variablen oder Steuerungssignale sind als durch das simulierte Steuerungsnetzwerk 64 erzeugt oder berechnet dargestellt und werden an das Prozessmodell 66 bereitgestellt.
  • Im entfernten, in der Netzwerk-Cloud 48 arbeitenden Simulationssystem 52 werden die Werte der Prozessvariablen jedoch unter Verwendung eines mathematischen Modells des Prozesses 56 berechnet, das als Prozessmodell 66 bezeichnet wird und als P^ dargestellt ist. Selbstverständlich kann die genaue Struktur des Prozessmodells 66 abweichen und ferner können mehrere verschiedene Modellstrukturen für mehrere verschiedene Teile des Prozesses 56 verwendet werden, sodass zum Beispiel jede Prozessvariable eine einzigartige Prozessmodellstruktur verwenden oder durch diese bestimmt werden kann. Geeignete Modellstrukturen, die verwendet werden können, beinhalten die Grundprinzip-(Differenzialgleichungs-)-Modelle, Übertragungsfunktions-(ARX)-Modelle, Zustandsraummodelle, neuronale Netzwerkmodelle, Fuzzylogik-Modelle usw.
  • Wie beim tatsächlichen Steuerungssystem 50 wird die Zeitreaktion des Simulationssystems 52 vollständig durch die Vektoren U^, Y^ und X^ beschrieben. Hier enthalten die Elemente des Simulatorzustandsvektors X^ die gleichen Zustandsvariablen X wie das tatsächliche Steuerungssystem 50. Trotzdem beinhaltet der Simulatorzustandsvektor X^ außerdem zusätzliche Elemente, bei denen es sich um die internen mit dem Prozessmodell 66 assoziierten Zustandsvariablen handelt, und diese Variablen werden neben den manipulierten Variablen vom Prozessmodell 66 verwendet, um die simulierten Prozessvariablen Y^ zu berechnen. Demnach ist der Simulatorzustandsvektor X^ eine Weiterführung des Steuerungssystemzustandsvektors X, wobei X^ den Steuerungssystemzustandsvektor (hierin als .theta. oder Ѳ gekennzeichnet) und den Vektor der prozessmodellinternen Zustandsvariablen (als .psi. oder Ψ gekennzeichnet) beinhaltet. Hier sind die Werte von .theta. identisch mit X.
  • Die Simulatormodellarchitektur ist vorzugsweise derart aufgebaut, dass der Wert jeder der modellinternen Zustandsvariablen (.psi..sub.k) im kten Zeitschritt unter Verwendung von U.sub.k-1 und Y.sub.k-Vektoren vom Steuerungssystem berechnet werden kann. Selbstverständlich sind die Einzelheiten der spezifischen Berechnungen für die jeweilige verwendete Modellstruktur spezifisch und zugehörig und diese Berechnungen sind Fachleuten bekannt. Ferner versteht sich, dass die Prozesszustandsvariablen, die durch das Simulatorsystem berechnet werden, eine Funktion von Prozessvariablen und manipulierten Variablen, sowie in manchen Fällen den Prozessvariablen und/oder den manipulierten Variablen selbst sein können, abhängig von der Art der verwendeten Modelle. In jedem Fall ermöglicht diese Eigenschaft das Synchronisieren des tatsächlichen Steuerungssystems 50 und des Simulationssystems 52 während des normalen Betriebs der Prozessanlage. Insbesondere kann der absolute Simulatorzustand im kten Zeitschritt unter Verwendung von U.sub.k-1, X.sub.k und Y.sub.k-Vektoren, wie sie durch die Supervisor-Anwendung 32 gesammelt und kommuniziert wurden, mit dem absoluten Steuerungssystem synchronisiert werden. Für die Aktualisierung des absoluten Simulatorzustands werden die Elemente von .theta..sub.k direkt vom Vektor X.sub.k aktualisiert und die Elemente des Prozesszustandsvektors .psi..sub.k werden unter Verwendung von U.sub.k-1 und Y.sub.k berechnet (bestimmt). Erneut ist anzumerken, dass die spezifischen Einzelheiten der Berechnungen von der Struktur des verwendeten Prozessmodells abhängen.
  • Demnach arbeitet das Simulationssystem 52 während des Betriebs allgemein gesagt parallel mit, jedoch auf synchronisierte Art und Weise, dem Betrieb des Prozesssteuerungssystems 50. Insbesondere gilt, wenn das Simulationssystem 52 einfach nur parallel mit dem tatsächlichen Steuerungssystem 50 jedoch nicht damit synchronisiert ausgeführt werden würde, würden die simulierten Prozessvariablen aufgrund von nicht nachgebildeten Dynamiken und Abweichungen von Anlage und Modell irgendwann von der tatsächlichen Prozessvariablen-Y-Ausgabe vom Prozess 56 abweichen.
  • Um dieses Problem zu lösen, bleibt das entfernte Simulationssystem 52 in der Netzwerk-Cloud 48 mit dem tatsächlichen Steuerungssystem 50 synchronisiert, indem periodisch in einem Verfolgungsmodus gearbeitet wird, in dem das Simulationssystem 52 periodisch, zum Beispiel für jeden Steuerungszeitschritt, die U.sub.k-1, Y.sub.k und X.sub.k-Vektoren vom tatsächlichen Steuerungsnetzwerk 54 von der Supervisor-Anwendung 32 erhält. Das Simulationssystem 52 initialisiert dann den Zustand seines simulierten Prozesssteuerungsnetzwerks 64 mit den Zustandsinformationen vom tatsächlichen Steuerungsnetzwerk 54, wie sie vom Supervisor 32 empfangen werden. Ferner berechnet ein Update-Modul des Simulationssystems 52 im Verfolgungsmodus die internen Zustandsvariablen (.psi..sub.k) unter Verwendung der U.sub.k-i und Y.sub.k-Vektoren neu, um das Prozessmodell 66 zu aktualisieren, um den tatsächlichen Betrieb des Prozesses während des letzten Steuerungszeitabschnitts widerzuspiegeln, wodurch die tatsächlichen Eigenschaften des Prozesses 56, wie sie gemessen oder aus dem letzten Steuerungsscanzeitabschnitt offensichtlich sind, verfolgt oder nachgeahmt werden. Demnach wird das Simulationssystem 52 während des Betriebs im Verfolgungsmodus fortlaufend auf die aktuellen Anlagenbedingungen, wie sie vom Supervisor 32 kommuniziert werden, initialisiert, einschließlich der Steuerungsbedingungen und Anlageneigenschaften.
  • 6 zeigt den Betrieb des Simulationssystems 52 im Verfolgungsmodus ausführlicher. Insbesondere wird das Prozesssteuerungssystem 50 in 5 zum Zeitabstand k gezeigt. In diesem Fall ist das simulierte Prozesssteuerungsnetzwerk 64 des Simulationssystems 52 jedoch konfiguriert, um den internen Zustandsvektor X.sub.k der Steuerung 54, den Steuerungssignalvektor U.sub.k-1 und den Prozessvariablenvektor Y.sub.k vom Supervisor 32 zu empfangen und die simulierte Steuerung 64 mit diesen Vektoren zu aktualisieren. Gleichermaßen empfängt das Prozessmodell 66 den Steuerungssignalvektor U.sub.k-1 und den Prozessvariablenvektor Y.sub.k vom Supervisor 32 und bestimmt den neuen Prozesszustandsvektor .psi..sub.k aus diesen Werten. Auf diese Weise wird das Prozessmodell 66 periodisch aktualisiert, wie zum Beispiel nach jedem Abtasten des Prozesssteuerungssystems, um den tatsächlichen Betrieb der Prozessanlage widerzuspiegeln.
  • Es versteht sich demnach, dass das Simulationssystem 52 im Verfolgungsmodus fortlaufend dem Prozessbetrieb folgt oder diesen verfolgt, indem es Supervisor-Daten vom Supervisor 32 empfängt, und es seine Zustandsparameter aktualisiert, um den aktuellen Zustand widerzuspiegeln, nicht nur des Prozesssteuerungsnetzwerks 54 sondern der Eigenschaften des Prozesses 56 selbst durch Neuberechnen oder Aktualisieren des Zustands des Prozessmodells 66. Dadurch bleibt das Simulationssystem 52 zu jedem Zeitpunkt während des Verfolgungsmodus mit dem Betrieb des Prozesssteuerungssystems 50 und der Prozessanlage synchronisiert, wodurch das Simulationssystem 52 zu jedem Zeitpunkt sofort verfügbar ist, um Simulationen mit einem hohen Maß an Zuverlässigkeit durchzuführen.
  • Um eine bestimmte prädiktive Simulation durchzuführen, kann das entfernte Simulationssystem 52 zu jedem beliebigen Zeitpunkt in einen Vorhersagemodus gestellt werden, um eine tatsächliche Simulation des Prozesssteuerungssystems 50 über einen Zeithorizont hinaus durchzuführen. Die tatsächliche Simulation kann viele Formen annehmen oder kann viele verschiedene Arten von Steuerungs-/Prozessaktivitäten simulieren. In allen Fällen arbeitet das Simulationssystem 52 jedoch parallel mit dem tatsächlichen Steuerungssystem 50. Insbesondere während des Vorhersagemodus hört das Simulationssystem 52 damit auf, das Steuerungsnetzwerkbild 64 und das Prozessmodell 66 mit Signalen von der tatsächlichen Prozessanlage, die über den Supervisor 32 empfangen wurden, zu aktualisieren, sondern führt stattdessen basierend auf dem aktuellsten Satz an Zustandsvariablen {Zirkumflex über (X)}, der während des Verfolgungsmodus entwickelt wurde, eine Vorhersage durch. Mit anderen Worten, während des Vorhersagemodus werden die simulierten Prozessvariablen basierend auf dem Prozessmodell 66 unter Verwendung des simulierten Prozesssteuerungsnetzwerks 64 und der an das entfernte Simulationssystem 52 bereitgestellten Sollwerte R in einem geschlossenen Kreis berechnet. In diesem Fall ist das entfernte Simulationssystem 52 mit einer Benutzerschnittstelle gekoppelt, damit ein Kunde, falls gewünscht, einen oder mehrere Parameter des simulierten Steuerungssystems oder des simulierten Prozesses verändern kann, um somit die Reaktion des Prozesses auf eine Steuerungsveränderung oder eine Veränderung der Prozessdynamiken zu simulieren. Eine derartige Veränderung kann zum Beispiel eine Veränderung eines oder mehrerer der Sollwerte R, eine Veränderung einer gemessenen Prozessvariablen, eine Veränderung der Steuerungsroutine selbst, eine Veränderung einer Störvariablen im Prozess usw. sein.
  • Falls gewünscht, kann das entfernte Simulationssystem 52 während es sich im Vorhersagemodus befindet, einen von drei Untermodi ausführen, einschließlich Echtzeituntermodus, Schnellvorlaufuntermodus und Zeitlupenuntermodus. Im Echtzeituntermodus fährt die Simulation der Prozessvariablen in Echtzeit fort (d. h. mit derselben Geschwindigkeit oder Abtastungsrate wie das tatsächliche Steuerungssystem 50). In einer Kraftwerksteuerungssystemanwendung kann dieser Modus vom Anlagenpersonal verwendet werden, um vorgeschlagene Handlungen oder Eingaben in das Steuerungssystem zu testen. In diesem Szenario wird die vorgeschlagene Handlung auf die (simulierte) Anlage angewendet und die simulierte Reaktion wird überwacht, um sicherzugehen, dass die Handlung die gewünschten Auswirkungen hat und/oder aus der Handlung keine abnormalen Bedingungen entstehen.
  • Im Schnellvorlaufuntermodus werden die simulierten Prozessvariablen schneller berechnet als in Echtzeit (d. h. als die Steuerungsabtastungsrate). Dieser Modus kann verwendet werden, um die vorhergesagte Reaktion auf die Prozessvariablen über einen zukünftigen Zeithorizont zu beobachten, um die Reaktion der Anlage auf einen neuen Steuerungssollwert, eine spezifische Ausrichtung, andere Bedienereingaben oder eine andere Veränderung in der Steuerungsroutine usw. zu testen. Zum Beispiel können die vorhergesagten Werte und die sich daraus ergebenden Verläufe einer oder mehrerer Prozessvariablen für die nächsten zehn Minuten oder über einen anderen Vorhersagehorizont angezeigt werden, wie einen Horizont, der mit dem Zurückkehren des Prozesses zu einem gleichmäßigen Zustandsbetrieb verbunden ist.
  • Im Zeitlupenuntermodus kann der Bediener den Betrieb der simulierten Steuerungen langsamer als die tatsächliche Prozessbetriebszeit oder Abtastungsrate ansehen. Dieser Untermodus kann zum Beispiel in schnellen Prozessen verwendet werden, um dem Bediener mehr Zeit zu geben, den Betrieb des Prozesses als Reaktion auf eine angedachte Veränderung zu betrachten und zu analysieren. Ferner kann dieser Untermodus vorteilhaft eingesetzt werden, wenn das Simulationssystem 52 verwendet wird, um Schulungen durchzuführen.
  • Während des Betriebs verwendet das integrierte und synchronisierte, entfernte Simulationssystem alternativ sowohl die Verfolgungs- als auch die Vorhersagemodi, um Simulationen und Vorhersagen durchzuführen. Insbesondere wird das entfernte Simulationssystem 52 während der Zeiträume, in denen das Simulationssystem 52 im Verfolgungsmodus arbeitet, fortlaufend durch die Supervisor-Anwendung 32 mit den Gesamtzustandsinformationen vom tatsächlichen Steuerungssystem 50 aktualisiert. Diese Zustandsdaten können, wie oben beschrieben, periodisch unter Verwendung der als Teil des Konfigurationssystems gespeicherten Signaladressen vom Steuerungssystem 50 über den Supervisor 32 an das entfernte Simulationssystem 52 kommuniziert werden.
  • In einem Modus empfängt das entfernte Simulationssystem 52 einen neuen Satz an Zustandsdaten vom Prozesssteuerungssystem über den Supervisor 32 während jeder Abtastung der Steuerungen im Prozesssteuerungssystem 50 oder als Reaktion darauf. Mit anderen Worten, die Zustandsdaten im Prozesssteuerungssystem 50 können nach jeder Steuerungshandlung oder jeder Steuerungsabtastung im Supervisor 32 gesammelt und an das Simulationssystem 52 gesendet werden. Die Supervisor-Daten können unter Verwendung von geeigneten Kommunikationsprozeduren an das Simulationssystem 52 adressiert oder individuell gesendet werden oder als großer Datensatz gesendet werden, um den Kommunikationsaufwand im Prozesssteuerungssystem zu verringern. Selbstverständlich kann das entfernte Simulationssystem 52 stattdessen die Steuerungszustandsinformationen mit einer anderen Rate empfangen, zum Beispiel periodisch, wie etwa nach jeder zweiten Abtastung, jeder fünften Abtastung usw. Auf diese Weise arbeiten das tatsächliche Steuerungssystem 50 und das entfernte Simulationssystem 52 synchron, während sich das entfernte Simulationssystem 52 im Verfolgungsmodus befindet, was dazu führt, dass der Gesamtzustand des entfernten Simulationssystems 52 bei jedem zu der periodischen Rate gehörenden Zeitschritt durch den Supervisor 32 aktualisiert wird, damit er dem tatsächlichen Steuerungssystem 50 genau entspricht.
  • Ein Bediener oder anderer Kunde kann das entfernte Simulationssystem 52 jedoch zu jedem Zeitpunkt in den Vorhersagemodus stellen. Während des Betriebs in diesem Modus kann der Echtzeitmodus als Untermodus ausgewählt werden, um zum Beispiel eine Bewertung der Auswirkung eines Sollwertes oder einer Veränderung eines Einstellungsparameters zu implementieren, um die Auswirkung einer Steuerungsprogrammveränderung auf den Prozess zu bewerten, eine Veränderung in einer Prozessstörvariablen zu bewerten usw. Diese Funktion stellt die Möglichkeit bereit, dass der Bediener „Was wäre wenn“-Szenarios durchspielen kann. Im Fall der Bewertung einer Sollwertveränderung kann die Sollwertveränderung auf dem entfernten Simulationssystem 52 durchgeführt oder über eine Benutzerschnittstelle, die identisch mit dem mit dem Steuerungssystem 50 verbundenen Benutzerschnittstellensystem, das eine derartige Veränderung ermöglichen oder erlauben würde, ist oder diesem im Wesentlichen gleicht, an das entfernte Simulationssystem bereitgestellt werden. Auf diese Weise sieht die Bedienung des entfernten Simulationssystems 52 so aus, als würde der Bediener das tatsächliche Steuerungssystem 50 bedienen und wirkt auch so, wodurch das entfernte Simulationssystem 52 einfacher zu verwenden und zu verstehen ist. Sobald die Sollwertveränderung auf dem entfernten Simulationssystem 52 vorgenommen wurde, wird der simulierte Prozess beobachtet, um sicherzustellen, dass die Veränderung die gewünschte oder erwartete Auswirkung hat. Diese Möglichkeit dient dazu, menschliche Fehler im tatsächlichen Anlagenbetrieb zu eliminieren.
  • Im Fall einer Änderung im Steuerungsprogramm, kann die Programmveränderung erneut unter Verwendung einer Konfigurationsanwendung, die der Konfigurationsanwendung, die verwendet wird, um die Programmierungsveränderung am Prozesssteuerungssystem 50 selbst durchzuführen, zu gleichen oder zu ähneln scheint, durchgeführt werden. Demnach kann das entfernte Simulationssystem 52 erneut einen ganzen Satz an unterstützenden Anwendungen beinhalten, wie Bedienerschnittstellenanwendungen, Konfigurationsanwendungen, Trendanwendungen, Datenverarbeitungs- oder Analyseanwendungen usw., die für das tatsächliche Prozesssteuerungssystem 50 bereitgestellt oder mit diesem verbunden sind. Wenn die Steuerungsroutineveränderung am simulierten Steuerungsnetzwerk vorgenommen wurde, wird der simulierte Prozess in jedem Fall auf dem entfernten Simulationssystem 52 überwacht, um sicherzustellen, dass die gewünschte Auswirkung erreicht wird und keine abnormalen Betriebssituationen auftreten. Jegliche menschliche Interaktion mit dem entfernten Simulationssystem 52, die Handlungen auf dem tatsächlichen Steuerungssystem 50 nachahmen soll, kann mit dem entfernten Simulationssystem 52 im Echtzeitmodus oder im Zeitlupenuntermodus durchgeführt werden, wenn das entfernte Simulationssystems 52 zum Beispiel genutzt wird, um eine Schulung durchzuführen.
  • Falls gewünscht, kann jedoch die Auswirkung eines längeren Zeithorizonts beobachtet werden, indem das entfernte Simulationssystem 52 in den Schnellvorlaufuntermodus gestellt wird. Zusätzlich kann der Bediener während der Simulation zwischen verschiedenen Untermodi hin und her schalten. Zum Beispiel kann der Bediener das entfernte Simulationssystem 52 in den Schnellvorlaufuntermodus stellen, sobald die Interaktion (z. B. die Sollwertveränderung oder die Steuerungsprogrammveränderung) über die Bedienerschnittstelle durchgeführt wurde. Im Schnellvorlaufuntermodus entwickelt sich der Zustand des Simulationssystems mit einer Geschwindigkeit, die schneller ist als die Echtzeitabtastung oder die Betriebsrate des Prozesssteuerungsnetzwerks 56. Selbstverständlich können die Schnellvorlauf- und Zeitlupenuntermodi durch Verändern des Abtastungs- oder Betriebszeitraum der Steuerungen und Steuerungsprogramme innerhalb des simulierten Prozesssteuerungsnetzwerks 64 implementiert werden. Falls gewünscht, können die simulierten Prozessvariablen statt oder zusätzlich zur Anzeige dieser Variablen an die Bediener-, Ingenieur- und Wartungspersonalschnittstellen ferner gesammelt, gespeichert und dann am Ende der Schnellvorlaufausführung auf zugehörige historische Trends angewendet werden.
  • In manchen Fällen kann das entfernte Simulationssystem 52 so betrieben werden, dass automatisch alle `N` Zeitschritte des Steuerungssystems 50 ein Schnellvorlaufausführungskreis ausgeführt wird 50, wobei `N`, falls gewünscht, durch den Bediener definiert werden kann. In diesem Fall arbeitet das entfernte Simulationssystem 52 bis zum 'Nten' Zeitschritt im Verfolgungsmodus, zu welchem Zeitpunkt das entfernte Simulationssystem 52 für eine einzelne Ausführung eines Schnellvorlaufbetriebs bis zu einem ausgewählten Zeithorizont automatisch in einen Vorhersagemodus gestellt wird. Am Ende der Schnellvorlaufsimulation können die Simulatoranzeigen mit den vorhergesagten Prozessvariablen über den konfigurierten Zeithorizont und/oder anderen Informationen, wie beliebigen simulierten Alarmen oder Warnmeldungen, die während des Schnellvorlaufbetriebs erzeugt wurden, usw., aktualisiert werden. Am Ende dieses Schnellvorlaufbetriebs kehrt das entfernte Simulationssystem 52 automatisch in den Verfolgungsmodus zurück, um das Prozessmodell 66 und das simulierte Steuerungsnetzwerk 64 mit neuen Zustandsvariablen vom Supervisor 32, der den tatsächlichen Prozess überwacht, zu aktualisieren. Dieser automatische Betriebszustand kann verwendet werden, um Trendanzeigen, die vorhergesagte Verläufe der Prozessvariablen von Interesse zeigen, zu aktualisieren, was zum Beispiel bei der Echtzeitintegrierung von Steuerungsfunktionen und Simulation während des tatsächlichen Betriebs eines Kraftwerks sowie zur Implementierung eines automatischen Verfahrens, das potenziell durch Menschen verursachte Prozessstörungen und Anlagenausfälle eliminieren könnte, besonders hilfreich ist. Außerdem kann in diesem Modus die Auswirkung der Bedienerhandlung auf Anlagenemissionen und Thermodynamik-/Prozesseffizienz beobachtet werden.
  • Falls gewünscht, können ferner einige Module des entfernten Simulationssystems 52 in verschiedenen Geräten durch die Prozessanlage hindurch verteilt sein. Zum Beispiel kann das simulierte Prozesssteuerungsnetzwerk 64 in jedem Steuerungsgerät, in dem sich das tatsächliche Steuerungsmodul 29 und 30 befindet, ein Simulationssteuerungsmodul beinhalten (d. h. eine Kopie eines tatsächlichen Steuerungsmoduls). In diesem Fall kann das Prozessmodell 66 ein einem bestimmten Abschnitt der Prozessanlage (wie einem bestimmten Prozesskreis) zugehöriges Untermodell beinhalten, das im selben Prozesssteuerungsgerät angeordnet ist und mit dem entsprechenden Simulationssteuerungsmodell in Kommunikationsverbindung steht. Hier arbeiten das Simulationssteuerungsmodul und das Untermodell des Prozesses zusammen, um in mehreren verschiedenen Steuerungsgeräten auf von-Regelkreis-zu-Regelkreis-Basis eine Simulation durchzuführen. In diesem Fall können die Simulationssteuerungsmodule unter Verwendung von herkömmlichen Kommunikationen mit Bedienerschnittstellenroutinen, wie dem Supervisor 32, in Kommunikation stehen, die in den Arbeitsstationen 20 und 22 gespeichert sein können, um den Betrieb der Simulationssteuerungsmodule während des Vorhersagemodus anzuzeigen oder darzustellen. Der Supervisor 32 kann dann die Daten zur weiteren Verarbeitung an die Netzwerk-Cloud 48 kommunizieren. Gleichermaßen können die simulierten Steuerungsmodule 64 und die Prozessmodelle 66 in den verschiedenen Geräten in der Anlage direkt von den zugehörigen Steuerungsmodulen 29 und 30 des tatsächlichen Steuerungsnetzwerks oder von einem anderen im selben oder einem anderen Gerät befindlichen Update-Modul Prozesszustandsinformationen empfangen.
  • Selbstverständlich versteht sich, dass das entfernte Simulationssystem 52, wie es hierin beschrieben ist, wenn es in einem Kraftwerk sowie in anderen Arten an Anlagen eingesetzt wird, unter anderem (1) die Echtzeitintegrierung von Simulations- und Steuerungsfunktionen während des tatsächlichen Betriebs eines Kraftwerks bereitstellt, (2) eine Echtzeitvorhersage von Emissionen eines Kraftwerks über einen finiten zukünftigen Zeithorizont bereitstellt, (3) einen Mechanismus für zukünftige Preisbildung durch den Markt bereitstellt, (4) die Leistungsfähigkeit des Anlagenbetriebspersonals durch Bereitstellen einer Echtzeitvorhersagefunktion für jede große mit der Anlage verbundene Prozessvariable als Reaktion auf die geschlossene Kreislaufaktion des Steuerungssystems erhöht, (5) eine Echtzeitanzeige des Beginns einer abnormalen Situation bereitstellt, (6) das Wiederherstellen von Ausgangsbedingungen des Simulators auf einen bestimmten Zeitpunkt ermöglicht, sodass Betriebsdynamiken des Kraftwerks von dem Zeitpunkt, der dem ursprünglichen Bedingungszeitschritt entspricht, an vorwärts erneut „abgespielt“ werden können (was zur Analyse vorherigen Anlagenbetriebs genutzt werden kann), (7) es dem Betriebs- und/oder Ingenieurpersonal ermöglicht, die Auswirkung eines Sollwerts, eines Einstellungsparameters, einer Änderung in der Konfiguration oder Programmierung auf dem Simulator zu bewerten, bevor er/sie auf die tatsächliche Anlage angewendet wird und (8) die Anlagenausfälle aufgrund von Bedienerhandlungen/-unterlassungen verringert, indem eine Vorhersage der Hauptprozessvariablen für jeden Zeitschritt über einen finiten zukünftigen Zeithorizont bereitgestellt wird.
  • Ferner versteht sich, dass das hierin beschriebene entfernte Simulationssystem 52 den neuartigen Ansatz der Verteilung der Simulationsfunktionen als integralen Teil der Gesamtsteuerungsfunktionen beinhaltet. In diesem Ansatz wird die Simulation als Erweiterung der Steuerungsfunktionen verwendet, um bezüglich der Prozessvariablen prädiktive Funktionen bereitzustellen. Die mit dem Verteilen der Simulation verbundenen Anforderungen und Einschränkungen sind identisch mit den entsprechenden Steuerungsfunktionen.
  • 7 zeigt eine Implementierungsart des hierin beschriebenen entfernten Simulationssystems 52. Insbesondere beinhaltet das entfernte Simulationssystem 52 aus 7 das simulierte Prozesssteuerungsnetzwerk 64, das mit dem Prozessmodell 66 in Kommunikationsverbindung steht. Wie in 7 dargestellt ist, ist jedoch ein Update-Module 70 unter Verwendung jeder beliebigen gewünschten Kommunikationsstruktur kommunikativ mit der Supervisor-Anwendung 32, die Daten vom tatsächlichen Prozesssteuerungsnetzwerk 54 empfängt, gekoppelt, um die Prozesssteuerungsnetzwerkzustandsvariablen, einschließlich der Steuerungszustandsvariablen X sowie der zugehörigen Prozesseingabe- und Ausgabezustandsvariablen, wie den Steuerungssignalen U und den Prozessvariablen Y, zu empfangen.
  • Falls gewünscht, können die Steuerungszustandsvariablen X mit jeder beliebigen periodischen Rate empfangen werden, die die gleiche Rate sein kann wie die periodische Rate, mit der die Zustandsvariablen U und Y vom Prozess empfangen werden, oder eine andere Rate. Ferner können die Steuerungszustandsvariablen X mit einer periodischen Rate empfangen oder aktualisiert werden, indem sie nur dann aktualisiert werden, wenn tatsächlich an einer oder mehreren dieser Variablen im Prozesssteuerungssystem 50 eine Veränderung vorgenommen wurde, was durch den Veränderungsdetektor 82 bestimmt wird. In einer anderen Ausführungsform können die Steuerungszustandsvariablen X praktisch sofort übertragen oder kommuniziert werden, sobald sie empfangen werden. In einer weiteren anderen Ausführungsform können die Steuerungszustandsvariablen X gesammelt werden, bis ein Grenzwert überschritten wird und anschließend kommuniziert werden. Dieser Grenzwert kann eine Zeit oder eine Menge an Daten oder jeder beliebige andere nützliche Grenzwert sein.
  • Das Update-Modul 70 kann sich in der Netzwerk-Cloud 48 befinden, die im selben oder einem anderen Gerät wie/als das simulierte Prozesssteuerungsnetzwerk 64 (oder eines Teils davon) und das Prozessmodell 66 (oder eines Teils davon) sein kann. Das Update-Modul 70 kann während des Verfolgungsmodus arbeiten, um die Zustandsvariablen X, U und Y zu empfangen und den Zustandsvektor .psi..sub.k zu berechnen und die Vektoren .theta. und .psi..sub.k an die entsprechenden Teile des simulierten Steuerungsnetzwerks 64 und des Prozessmodells 66 bereitzustellen.
  • Das entfernte Simulationssystem 52 beinhaltet außerdem ein Modussteuerungsmodul 72, das den Betrieb des entfernten Simulationssystems 52 in einem von zwei Modi steuert. Insbesondere erhält das Update-Modul 72 in einem ersten Modus periodisch die ersten und zweiten Zustandsvariablen und aktualisiert das simulierte Prozesssteuerungsnetzwerk 64 und das Prozessmodell 66 unter Verwendung der entwickelten Zustandsvariablen .theta. und .psi..sub.k. In einem zweiten Modus arbeitet das simulierte Prozesssteuerungsnetzwerk 64 unter Verwendung der einen oder mehreren simulierten Prozessvariablen, um das eine oder die mehreren simulierte(n) Steuerungssignal(e) zu erzeugen, und das Prozessmodell 66 verwendet das eine oder die mehreren simulierte(n) Steuerungssignal(e), um die eine oder die mehreren simulierte(n) Prozessvariable(n) (U^ oder Y^) zu erzeugen. Das Modussteuerungsmodul 72 kann das simulierte Prozesssteuerungsnetzwerk 64 im zweiten Modus betreiben, um es in einer mit der Betriebsgeschwindigkeit des Prozesssteuerungsnetzwerks 54 assoziierten Echtzeitgeschwindigkeit, oder mit einer Geschwindigkeit, die schneller oder langsamer ist als die Betriebs- oder Echtzeitgeschwindigkeit des Prozesssteuerungsnetzwerks 54, auszuführen. Ferner kann das Modussteuerungsmodul 72 in einer Ausführungsform das simulierte Prozesssteuerungsnetzwerk 64 im zweiten Modus betreiben, um es mit einer Geschwindigkeit, die schneller ist als die Betriebsgeschwindigkeit des Prozesssteuerungsnetzwerks 54 auszuführen, um eine vorhergesagte Prozessvariable über einen Zeithorizont zu erzeugen.
  • Ferner kann eine Benutzerschnittstellenanwendung 74 mit dem Update-Modul 70, dem Modussteuerungsmodul 72, dem simulierten Steuerungsnetzwerk 64 und dem Prozessmodell 66 in Kommunikationsverbindung stehen, um Benutzerschnittstellen- und Anzeigehandlungen durchzuführen. In diesem Fall kann die Benutzerschnittstellenanwendung 74 die simulierten Prozessvariablen und/oder die simulierten Steuerungssignale empfangen und/oder an einen Kunden bereitstellen und es dem Kunden ermöglichen, Parameter innerhalb des simulierten Prozesssteuerungsnetzwerks 64 zu verändern, wie einen oder mehrere Sollwert(e), eine Steuerungsroutine usw., oder einen oder mehrere Parameter innerhalb des Prozessmodells 66, um jede beliebige gewünschte Simulationsaktivität durchzuführen. Ferner kann die Benutzerschnittstellenanwendung 74 in Verbindung mit dem Modussteuerungsmodul 72 arbeiten, um periodisch und automatisch das entfernte Simulationssystem 52 im zweiten Modus zu betreiben, um es mit einer Geschwindigkeit auszuführen, die schneller ist als die Betriebsgeschwindigkeit des Prozesssteuerungsnetzwerks 54, um eine vorhergesagte Prozessvariable an einem Zeithorizont zu erzeugen und die vorhergesagte Prozessvariable (oder jede beliebige andere simulierte Variable oder Information) an dem Zeithorizont an einen Kunden anzuzeigen. Selbstverständlich kann die Benutzerschnittstelle auch andere gewünschte Handlungen durchführen.
  • In einigen Ausführungsformen kann die Benutzerschnittstellenanwendung 74 in der Netzwerk-Cloud arbeiten und der abgespeckte Client auf der Arbeitsstation 20, 22 in der Anlage 10 kann die Benutzerschnittstelle an den Kunden anzeigen. Die Benutzerschnittstelle kann eine Webseite sein, die von der Benutzerschnittstellenanwendung 74 in der Netzwerk-Cloud an einen Webbrowser kommuniziert wird, der auf einem lokalen Rechnergerät 20, 22 ausgeführt wird. In einer derartigen Anordnung kann die rechenintensive Anwendung des simulierten Steuerungsnetzwerks 64 in der Netzwerk-Cloud ausgeführt werden. Auf ähnliche Weise kann die Benutzerschnittstellenanwendung 74 in der Netzwerk-Cloud ausgeführt werden und die am Client angezeigte Benutzerschnittstelle kann durch eine Script- oder HTML-basierte Anwendung erzeugt werden, die mit der Netzwerk-Cloud hin und her kommuniziert. In anderen Ausführungsformen kann die Benutzerschnittstellenanwendung 74 auf einem abgespeckten Client in der Anlage ausgeführt werden und Daten können zum Beispiel über den Supervisor 32 vom simulierten Steuerungsnetzwerk 64 an die Benutzerschnittstellenanwendung kommuniziert werden.
  • Ein Speichermodul 80 kann als Teil des Simulationssystems 52 bereitgestellt sein, um Simulationsdaten zu speichern. Das Speichermodul 80 kann mit dem Update-Modul 70, dem tatsächlichen Prozess 54, dem simulierten Steuerungsnetzwerk 64 oder dem entfernten Simulationssystem 52 und Prozessmodell 66 in Kommunikation stehen. In 6 ist das Speichermodul 80 als im Innern des Update-Moduls 70 befindlich dargestellt, muss dies jedoch nicht sein. In anderen Ausführungsformen ist das Speichermodul 80 physisch vom Update-Modul 70 getrennt, steht jedoch mit diesem in Kommunikationsverbindung. In einer weiteren Ausführungsform kann das Speichermodul 80 mit dem simulierten Steuerungsnetzwerk 64 und dem Prozessmodell 66, die Zustandsdaten vom Update-Modul 70 empfangen, welche alle im Speichermodul 80 gespeichert werden können, in Kommunikation stehen.
  • Die Vorteile des Speicherns der Simulationsdaten sind zahlreich und weitreichend. Durch das Speichern der Simulationsdaten können Handlungen des Simulationssystems überprüft, erneut abgespielt, analysiert und weiter untersucht werden. Da sich das Speichermodul 80 in der Netzwerk-Cloud befinden kann, können ferner Daten für zahlreiche Simulationssysteme für zahlreiche Prozessanlagen gespeichert und untersucht werden, wodurch eine große Sammlung an Daten erstellt wird, die zusätzliche Einsichten bereitstellen und für Kunden nützlicher sein kann. Zusätzlich kann der Speicher sehr viel mehr zusätzliche Daten bezüglich des tatsächlichen Steuerungsnetzwerk 52, des tatsächlichen Prozesses 56 und der Vorhersage der prozessbezogenen Daten beinhalten.
  • Bei den Simulationsdaten kann es sich um Supervisor-Daten und vom Simulationssystem 52 erzeugte Daten handeln, die ausreichend sind, um zu ermöglichen, dass die Simulation zu einem zukünftigen Zeitpunkt erneut abgespielt wird. Zum Beispiel können die Simulationsalgorithmen in einigen Situationen bekannt sein und es müssen unter Umständen nur Gewichtungen spezifischer Variablen und einige Prozesssteuerungsnetzwerkvariablen gespeichert werden, um zu ermöglichen, dass die Simulation in Zukunft erneut ausgeführt werden kann. In anderen Ausführungsformen können die Simulationsalgorithmen modifiziert worden sein, um den Prozess besser zu imitieren und die modifizierten Algorithmen können als Teil der Simulationsdaten gespeichert werden, da die Algorithmen unter Umständen benötigt werden, um die Simulation zu einem zukünftigen Zeitpunkt nachzustellen. Einige beispielhafte Daten können Anwendungseigenschaften, Konfigurationen, Benutzeranzeigedaten, Eingabe-/Ausgabekonfigurationsdaten usw. beinhalten.
  • Die Daten können auf eine Vielzahl von Arten gespeichert werden. In einigen Ausführungsformen werden die Daten in einer Datenbank gespeichert. Der Vorteil einer Datenbank kann darin bestehen, dass die Daten leichter abgerufen werden können. Zum Beispiel kann eine aktuelle Situation einer vergangenen Situation ähneln. Die Schlüsselvariablen können abgerufen werden und ähnliche Situationen in der Vergangenheit können überprüft werden, um bezüglich einer Entscheidung angesichts der aktuellen Situation eine Empfehlung bereitzustellen. Die Daten können auch in anderen Formaten gespeichert werden. Die Daten können als Einfachdatei, XML-Datei, durch Kommas getrennte Werte, als Dateien, die von herkömmlichen Textverarbeitungsprogrammen gelesen werden können, Tabellen oder andere Datenbanken gespeichert werden.
  • Ein oder mehrere Speichergerät(e) kann/können mit der entfernten Simulationsanwendung in Kommunikation stehen, um Simulationsdaten derart zu speichern, dass sie in Zukunft weiter untersucht werden können. Allgemein gesagt, kann es sich bei den Speichergeräten um jede beliebige Art von Speichergerät handeln, die derzeit bekannt ist oder in Zukunft erzeugt wird, wie rotierende Magnetdisketten, optische Laufwerke, Halbleiterspeichergeräte oder eine Kombination aus einigen oder allen dieser Speichergeräte. Die Speichergeräte können auf jede beliebige Art oder mit jedem beliebigen Format konfiguriert sein, wie RAID-Format, oder auf verteilte Art, wie unter Verwendung von Hulabaloo usw.
  • Die Simulationsdaten können auf viele verschiedene Arten nützlich sein. In einem Aspekt können die Simulationsdaten verwendet werden, um Richtlinien für aktuelle oder zukünftige Betriebe oder Simulationen bereitzustellen. Da es eine erhebliche Menge an Daten von einer Vielzahl an Anlagenprozessen und -simulationen gibt, können viele Situationen auftreten, die auftreten können, auftreten sollen oder unter Umständen schon in der Vergangenheit aufgetreten sind. Die vergangenen Situationen dienen dazu, zu bestimmen, ob eine vergangene Situation der aktuellen oder vorgeschlagenen Situation ähnlich genug ist, um Richtlinien bereitzustellen, wie der Prozess weiterlaufen kann oder wie der Prozess aufrechterhalten und ordnungsgemäß simuliert werden kann.
  • Die Simulationsdaten können außerdem zu Schulungszwecken verwendet werden und Schulungssituationen können für neue Benutzer in Reihe abgespielt werden. Die Schulungsreaktionen eines spezifischen Benutzers können gespeichert werden, Stärken und Schwächen des Benutzers können bestimmt werden und die Schulung kann angepasst werden, um Schwächen zu verbessern. Auf ähnliche Weise kann die Schulung auf neue Ausrüstung, die hinzugefügt wurden, neue Teile der Anlage, die hinzugefügt wurden, usw. zugeschnitten werden. Auszubildende können außerdem darin geschult werden, zusätzliche Anlagen oder zusätzliche Aspekte derselben Anlage zu bedienen. Die Schulung kann von einer höheren Instanz überwacht werden und in einigen Situationen können durch das erfolgreiche Abschließen einer Schulungssequenz Zertifizierungen erarbeitet werden.
  • Die Simulationsdaten können außerdem Datenanalysen unterzogen werden. Datenanalysen können die Simulationsdaten überprüfen und nach Mustern oder Informationen suchen, die bei der Überprüfung von Prozesssteuerungs- oder Simulationsanwendungen nützlich sein können. Wenn zum Beispiel eine kleine Menge an Ventilen in einer einzelnen Simulation eine unerwartet hohe Ausfallrate hat, wird der Fehler unter Umständen nicht bemerkt. Durch das Vorhandensein zusätzlicher Daten kann die Ausfallrate der kleinen Menge an Ventilen jedoch bemerkt werden.
  • Die Datenanalysen können außerdem verwendet werden, um die Simulationsanwendung zu verbessern. Wenn die Daten vom Simulationssystem 52 und die Daten vom Prozesssteuerungssystem 50 zum Beispiel konstant um eine bestimmte Menge oder Prozentzahl abweichen, kann es wahrscheinlich sein, dass der Simulationsalgorithmus angepasst werden sollte, um den tatsächlichen Prozess 56 besser nachzuahmen. Da die Netzwerk-Cloud Simulationsanwendungen für zahlreiche Anlagen betreiben kann, werden zusätzlich sogar noch mehr Daten für die Überprüfung verfügbar, was zu noch verlässlicheren Daten und besseren Simulationen für alle Kunden der Netzwerk-Cloud 48 führt.
  • Ein Vorteil dessen, dass das entfernte Simulationssystem 52 durch Dritte betrieben wird, ist, wie leicht es ist, einen weiteren Teils des Anlagenprozesses zur Simulation hinzuzufügen. In der Vergangenheit wurde die Simulation auf einer lokalen Arbeitsstation betrieben und der zusätzliche Teil der Anlage hätte an der lokalen Arbeitsstation hinzugefügt werden müssen. Das Hinzufügen des zusätzlichen Teils der Anlage ist nicht so einfach wie das Ankreuzen eines Kästchens. Die Elemente des zusätzlichen Teils der Anlage müssen einzeln hinzugefügt, verbunden und nachgebildet werden, was ein kompliziertes Vorhaben ist.
  • Im offenbarten System wird die Aufgabe des Einrichtens eines zusätzlichen Teils der Anlage auf Bediener in der Netzwerk-Cloud 48 übertragen. Da die Bediener der Netzwerk-Cloud 48 sehr viel Erfahrung mit dem Hinzufügen neuer Elemente und Anlagenteile haben, muss nur ein Mindestmaß an Informationen an die Bediener der Netzwerk-Cloud 48 kommuniziert werden. Zum Beispiel ist unter Umständen nur eine Zeichnung der Elemente der Anlage erforderlich, damit die Bediener in der Netzwerk-Cloud 48 den zusätzlichen Teil der Anlage hinzufügen können. Selbstverständlich kann das Bereitstellen von Bedienern in der Netzwerk-Cloud 48 Kosten verursachen. In einigen Fällen kann das neue Element automatisch hinzugefügt werden.
  • Zusätzlich kann der zusätzliche Anlagenteil nebenbei oder in Echtzeit hinzugefügt werden. In der Vergangenheit hätte die Simulation auf der lokalen Arbeitsstation ausgeschaltet werden müssen, um einen zusätzlichen Anlagenteil hinzuzufügen. Ferner hätte der zusätzliche Anlagenteil getestet werden müssen, um sicherzustellen, dass er in der bestehenden Anlage richtig eingerichtet ist. Gemäß dem vorliegenden System kann der zusätzliche Anlagenteil separat eingerichtet, getestet und nahtlos der aktuellen Anlagensimulation hinzugefügt werden.
  • Ferner vereinfacht das Netzwerk-Cloud-basierte Simulationssystem 52 andere komplexe Aufgaben erheblich. Als weiteres Beispiel war es in der Vergangenheit sehr schwierig, Technologie von Drittanbietern hinzuzufügen. Wie bereits erklärt wurde, hätte das Einrichten an der lokalen Arbeitsstation stattfinden müssen, in der die Simulation betrieben wird. Ferner hätte ein Kunde oder externer Berater sehr viel Zeit aufwenden müssen, um entweder die Drittanbietertechnologie zu virtualisieren oder die Drittanbietertechnologie in die bereits im Simulationssystem 52 vorhandene Technologie einzutragen. Egal wie die Aufgabe der Virtualisierung der Drittanbieter-Software angegangen wird, die Wahrscheinlichkeit, dass ein Kunde Erfahrung mit der Virtualisierung von Drittanbieter-Software hat, ist sehr gering. Da das Simulationssystem 52 an einem zentralen Cloud-Standort arbeitet, kann ein Team von Technikern verfügbar sein, das über umfangreiche Erfahrung mit der Virtualisierung von Drittanbieter-Software verfügt. In einigen Situationen kann es sein, dass die Drittanbieter-Software bereits virtualisiert wurde, wodurch sich die Virtualisierung sehr viel einfacher und effizienter gestaltet.
  • Ein weiterer Vorteil dessen, dass sich das Simulationssystem 52 in einer Netzwerk-Cloud befindet, besteht darin, dass die für die Cloud erforderliche Infrastruktur bereits existiert. Statt dass der Kunde ein entsprechendes Rechnergerät oder Rechnergeräte und zugehörige Software kaufen muss, können die Rechnergeräte und die Software von Dritten bereitgestellt werden. Die Cloud kann öffentlich, wie etwa das Internet, oder ein privates Netzwerk sein, das entweder dem Simulationsanbieter oder einer dritten Partei gehört. Der Kunde benötigt lediglich ein Rechnergerät, um den Supervisor 32 zu betreiben, bei dem es sich um eine „abgespeckte“ Anwendung handelt, die nicht so prozessorintensiv ist wie eine vor Ort durchgeführte Simulationsanwendung.
  • Ein weiterer Vorteil der Verwendung der Netzwerk-Cloud 48 für das Simulationssystem 52 ist Leistungsfähigkeit. Selbst wenn die Simulation an einer entfernten Arbeitsstation betrieben werden würde, wären diese Arbeitsstation und zugehörige Prozessoren speziell für die Simulation vorgesehen. Der Prozessor kann Zeiträume mit hoher Aktivität und dann Zeiträume mit wenig Aktivität aufweisen. Durch die Verwendung einer Netzwerk-Cloud 48 können zahlreiche Prozesse dieselben vernetzten Rechnergeräte verwenden und die Gesamtnutzung der Prozessoren und Speicher wird wahrscheinlich höher sein. Ferner kann es sein, dass mehr Rechenleistung zur Verfügung steht, falls komplexere Simulationsbedürfnisse auftreten.
  • Allgemein gilt, dass ein Cloud-basiertes Netzwerk an Rechnergeräten zusätzliche Vorteile bietet. Da die Cloud aus einer Mehrzahl an Rechnergeräten 49 besteht, kann ein anderes Rechnergerät 49 die Anwendungen weiter ausführen, falls ein Rechnergerät 49 ausfällt. Gleichermaßen können die Kosten für ordnungsgemäße HLKK-Anlagen, Notstromversorgung, Rechnerausrüstungsraum, geschulte Bediener usw. über zahlreiche Benutzer verteilt werden, wodurch die Kosten für einen Benutzer gering gehalten werden. Auf Cloud-basierte Netzwerke kann von praktisch überall aus zugegriffen werden, wodurch sie leichter zugänglich sind (angenommen der Zugriff ist durch geeignete Sicherheitsmaßnahmen auf diejenigen Personen mit ordnungsgemäßen Zugangsdaten eingeschränkt). Cloud-basierte Netzwerke bieten mehr Speicher zu verringerten Kosten als lokale Speicher, da die Massenspeicherung von Daten günstiger ist und falls mehr Speicher benötigt wird, mit hoher Wahrscheinlichkeit nur eine höhere Gebühr bezahlt werden muss, statt mehr Ausrüstung zu kaufen und zu installieren. Ferner können die Daten zum Zeitpunkt der Erstellung gesichert oder kopiert werden, wodurch die Datensicherung vereinfacht wird. Das Aktualisieren von Software ist ebenfalls einfach, da die Updates von erfahrenem Personal im Hintergrund installiert werden, wodurch sehr wenig oder gar keine Ausfallzeit für einen Benutzer entsteht. Gleichermaßen können dem Cloud-basierten Rechnersystem neue Module mit geringer oder ganz ohne Ausfallzeit für einen Benutzer hinzugefügt oder installiert werden. Selbstverständlich sind dies nur einige der offensichtlichen Vorteile, da es noch mehr geben kann.
  • Der Betrieb der entfernten Simulation 52 kann neue Möglichkeiten für Prozesse, Leistungen und Geräte auftun, die Kunden angeboten werden können. In der Vergangenheit wurden die Simulationssysteme auf lokalen Arbeitsstationen betrieben und waren auf die Bedürfnisse der spezifischen Anlage oder des spezifischen Prozesses zugeschnitten. Durch Verschieben der Simulation auf ein entferntes Netzwerk 48, wird die lokale Arbeitsstation unter Umständen nicht mehr benötigt. Eine abgespeckte Supervisor-Anwendung 32 stellt dem entfernten Netzwerk 48 die relevanten Prozess- und Steuerungsdaten bereit und die Supervisor-Anwendung 32 kann „abgespeckt“ genug sein, um auf bestehender Ausrüstung 20, 22 ausgeführt zu werden. Dadurch können die entfernte Simulationsanwendung 52 und -vorrichtung neue Geschäftsmöglichkeiten eröffnen.
  • Zum Beispiel kann die entfernte Anwendung 52 den Kunden auf Abonnementbasis angeboten werden. Der Abonnementpreis kann auf einer Mehrzahl von Faktoren basieren, wie zum Beispiel der Größe der Anlage, der Menge an Daten der Anlage, der Analysemenge. Ferner kann das Einrichten Vorlaufkosten mit sich bringen, die von der Komplexität des zu simulierenden Prozesses abhängen. Andere Teile der Anlage können gegen zusätzliche Kosten hinzugefügt werden. Zudem könnte die Netzwerk-Cloud zusätzliche Anwendungen bezüglich der Anlage hosten.
  • Zusätzliche Leistungen können als Teil des Abonnements enthalten sein oder gegen zusätzliche Gebühren verfügbar sein. Zusätzliche Leistungen können das Durchführen von Vorhersagen vorgeschlagener Veränderungen an einem Prozesssystem, das Hinzufügen zusätzlicher vorgeschlagener Teile einer Anlage 10 zu einem entfernten Simulationssystem 52, das Bereitstellen spezialisierter Datenanalysen, das Bereitstellen einer tiefergehenden Datenanalyse, das Bereitstellen von Datenanalysen für vorgeschlagene Hinzufügungen oder Veränderungen eines Prozesses, das Vergleichen eines Prozesses mit anderen Prozessen, das Überprüfen des Prozesses auf potenzielle Leistungsverbesserungen usw. beinhalten.
  • 8 kann ein beispielhaftes Verfahren für das Bereitstellen von entfernten Simulationsleistungen 52 darstellen. In einem Block 800 kann eine Anlagenbeschreibung empfangen werden. Die Anlagenbeschreibung kann einfach ein gedrucktes Diagramm sein oder aus zahlreichen Diagrammen bestehen, die Abläufe in einer Anlage, Feldgeräten, Verbindungen, physische Standorte, Verbindungsblöcke usw. darstellen. Einer der vielen Vorteile dessen, dass sich die Simulationssoftware 52 an einem zentralisierten, Cloud-basierten Standort 48 befindet, ist, dass die für das Lesen und Analysieren von Anlagendiagrammen erforderliche Software viele Male von vielen Kunden der Cloud 48 verwendet werden kann, wodurch die Kosten für die zahlreichen Kunden des Cloud-basierten Simulationssystems 52 gesenkt werden. Selbstverständlich können die Diagramme in einigen Ausführungsformen so grob oder so dicht sein, dass ein menschliches Eingreifen erforderlich ist, um die Diagrammen in etwas umzuwandeln, das vom entfernten Simulationssystem 52 verstanden werden kann.
  • In Block 810 kann die Komplexität der zu simulierenden Anlage bestimmt werden. Die Komplexität und Fähigkeit, Anlagen und Prozesse zu simulieren, ist von Anlage zu Anlage unterschiedlich. In einigen Anlagen, einschließlich großen Anlagen, kann die Komplexität geringer sein, wodurch sich die Simulation einfacher gestaltet. Andererseits können einige Anlagen, einschließlich kleiner Anlagen mit mehreren Steuerungen und mehreren untereinander verbundenen Prozessen extrem komplex sein. Derartige Anlagen können schwieriger zu simulieren sein.
  • In einigen Ausführungsformen kann eine Formel verwendet werden, um einer Anlagenkomplexität eine Wertung oder einen Wert zuzuweisen. Die Komplexitätswertung kann ein Versuch sein, einen objektiven Wert für die Anlagenkomplexität zu bestimmen, sodass die Anlagenkomplexität einer Anlage als abgestufte Anlagenkomplexitätswertung mit einer anderen Anlage verglichen werden kann. Wenn eine Anlage zum Beispiel zehn Ventile und ein Verfahren aufweist, kann die Komplexitätswertung 20 betragen, wobei jedes Ventil als 1 zählt und jede Steuerung als 10. Als weiteres Beispiel kann die Wertung 55 betragen wenn die Anlage fünf Ventile und fünf Steuerungen aufweist (5 × 1 = 5 für die Ventile und 5 × 10 für die Steuerungen). In anderen Ausführungsformen kann ein erfahrener Prüfer in der zentralen Simulations-Cloud einfach die Anlagendarstellungen überprüfen und basierend auf seiner Erfahrung ein Komplexitätsniveau bestimmen. Die Gewichtungen jedes Elements können basierend auf dem Material, dem Alter der Anlage, der Entfernung, die das Material zurücklegen muss, usw. variieren. Selbstverständlich sind auch andere Arten der Berechnung einer Komplexitätswertung möglich und werden in Erwägung gezogen.
  • In Block 820 kann die Simulationskomplexität bestimmt werden. Die Simulationskomplexität kann ein Anzeichen für die Komplexität des/der in der Anlage verwendeten Prozesses oder Steuerungsroutine sein, der/die dieser Simulation unter Umständen hinzugefügt werden muss. Wenn die Steuerungsroutine zum Beispiel erfordert, dass zahlreiche Ventile basierend auf Feldgerätmessungen in einer präzisen Reihenfolge geöffnet werden, kann die Simulation als komplex angesehen werden. Wenn eine Steuerungsroutine oder eine Prozesshandlung einfach ist und wenige Handlungen aufweist, kann die Simulation auf ähnliche Weise als weniger komplex angesehen werden.
  • Die Simulation kann durch das Überprüfen der Anlagendarstellung aus den Schritten 800 und 810, die Prozessdaten enthalten kann, bestimmt werden oder es können separate Prozessdaten, die den Prozess beschreiben, übermittelt werden. In einer weiteren Ausführungsform kann der Prozess unter Verwendung einer Kombination aus Anlagendarstellung und Prozesssystem-bezogener Intelligenz bestimmt werden. Wenn ein Ventil zum Beispiel als ein Ventil beschrieben ist, das sich bei 220 Grad Fahrenheit öffnet, kann die Prozesslogik ein Hinweis darauf sein, dass ein Teil des Prozesses eine Substanz auf 220 Grad Fahrenheit erhitzt. Andererseits kann das Ventil als ein Auslassventil beschrieben sein, das sich bei 220 Grad Fahrenheit öffnet, was ein Hinweis darauf sein könnte, dass der Prozess eine Substanz auf weniger als 220 Grad Fahrenheit erhitzt. Auf ähnliche Weise kann ein Zeitmessgerät ein Hinweis darauf sein, dass ein Teil des Prozesses in einem bestimmten Zeitraum abläuft.
  • In einigen Ausführungsformen kann der Simulation eine Simulationskomplexitätswertung zugeordnet werden. Die Simulationskomplexitätsbewertung kann ein Versuch sein, die Komplexität einer Simulation unter Verwendung einer in Stufen unterteilten Bewertung objektiv mit einer anderen Simulation zu vergleichen. Die Komplexitätsbewertung kann auf den Prozesshandlungen basieren, die im Prozess vorkommen. Wenn zum Beispiel vier Messungen vorgenommen und fünf Ventilhandlungen durchgeführt werden müssen, kann die Simulationskomplexitätsbewertung die Anzahl der Messung multipliziert mit einer Messungsgewichtung und eine Anzahl an Ventilen multipliziert mit einer Ventilgewichtung sein. Die Gewichtungen können abhängig von dem jeweiligen Material, dem Risiko des Prozesses, dem Wert des Materials usw. variieren. Selbstverständlich sind auch andere Arten der Berechnung der Simulationskomplexitätswertung möglich und werden in Erwägung gezogen.
  • In Block 830 können die Mindestleistungen, die vom Cloud-basierten Simulationsdienst 52 angeboten werden können, bestimmt werden. Die Mindestleistungen können von einer Vielzahl an Faktoren abhängen und die Mindestleistungen können verhandelt werden. In einigen Ausführungsformen können die Anlagenbetreiber ein Mindestmaß an Leistungen angeben, die benötigt werden. Das Mindestmaß an Leistungen kann das Maß an Leistungen sein, das dem Kunden vorher zur Verfügung stand, als die Simulation auf einer vor Ort oder in der Anlage 10 befindlichen Arbeitsstation betrieben wurde.
  • In anderen Ausführungsformen kann das Mindestmaß an Leistungen von einem Anbieter festgesetzt werden. Damit der Cloud-basierte Simulationsdienst 52 zum Beispiel aus ökonomischer Sicht Sinn ergibt, kann es sein, dass erwartet wird, dass jeder Kunde ein Mindestmaß an gemeinsamen Diensten in Anspruch nimmt und bezahlt. Ansonsten hätte der Simulationsbetreiber keinen Anreiz, die Simulation 52 weiter zu betreiben und zu verbessern. Zudem weiß der Betreiber unter Umständen, dass ein Mindestmaß an Leistungen erforderlich ist, damit die Simulation 52 effizient arbeiten kann. Zum Beispiel sind Kunden unter Umständen nicht bestmöglich in der Lage, die Wichtigkeit einiger der Leistungen zu erkennen, oder zu erkennen, dass einige Leistungen von anderen Leistungen abhängig sind. Zum Beispiel können Simulationen nicht erneut abgespielt werden wenn die Simulationen nicht gespeichert werden. Demnach kann es sein, dass ausreichende Speichergeräte erforderlich sind, damit Simulationen erneut abgespielt werden können.
  • In zusätzlichen Ausführungsformen können die Komplexität der Anlage und die Komplexität der Simulation erneut überprüft werden, um ein Mindestmaß an Leistungen zu bestimmen, dass bereitgestellt werden sollte. Eine komplexe Anlage und eine komplexe Simulation weisen zum Beispiel unter Umständen ein höheres Maß an vorgeschlagenen Leistungen auf, während eine weniger komplexe Anlage und eine weniger komplexe Simulation ein geringeres Maß an vorgeschlagenen Leistungen aufweisen. In einigen Ausführungsformen können die Simulationskomplexitätsbewertung und die Anlagenkomplexitätsbewertung als Teil einer Formel verwendet werden, um das Mindestmaß an Leistungen zu bestimmen. Eine hohe Simulationskomplexitätsbewertung und eine hohe Simulationskomplexitätsbewertung können zum Beispiel ein höheres vorgeschlagenes Mindestmaß an Leistungen zur Folge haben.
  • Zudem kann bei der Bestimmung eines empfohlenen Maßes an Leistungen die Wirtschaftlichkeit eine Rolle spielen. Wenn in einem Prozess zum Beispiel eine extrem wertvolle Substanz erzeugt wird, kann sich mehr bemüht werden, ein hohes Maß an Leistungen bereitzustellen, um sicherzustellen, dass die extrem wertvolle Substanz nicht durch einen fehlerhaften Prozess zerstört wird, der durch Simulationen 52 hätte vorausgesagt werden können. Wenn in einem Anlagenprozess eine gefährliche Substanz erzeugt wird, kann auf ähnliche Weise ein höheres Maß an Leistungen empfohlen werden, damit durch das Ausführen von mehr Simulationen 52 als in anderen weniger gefährlichen Situationen gefährliche Situationen vermieden werden können.
  • In einigen Ausführungsformen können die vorgeschlagenen Mindestleistungen an den Kunden kommuniziert werden. Der Kunde kann die Auswahlmöglichkeit haben, das Maß an Leistungen zu genehmigen, das Maß an Leistungen anzupassen, das Maß an Leistungen zu genehmigen usw. Zudem kann eine Beschreibung dessen, wie das Mindestmaß an Leistungen bestimmt wurde und welche anderen Leistungen verfügbar sind, bereitgestellt werden. In anderen Ausführungsformen können behördliche Sicherheitsvorschriften eine Rolle spielen und einige Leistungen als verpflichtend vorschreiben und die vorgeschriebenen Leistungen können ebenfalls an einen Kunden kommuniziert werden.
  • In Block 840 kann ein Preis für die bestimmten Mindestleistungen errechnet werden. Der Preis kann auf eine Vielzahl von Arten bestimmt werden. In einigen Ausführungsformen kann der Preis ohne Berücksichtigung des Mindestmaßes an Leistungen einen Mindestwert haben. Auf diese Weise kann es aus wirtschaftlicher Sicht für den Betreiber Sinn ergeben, dass er die Einrichtungs- und Wartungskosten übernimmt, die anfallen, damit die Dienstleistung verfügbar und funktionsfähig ist. In einigen Ausführungsformen kann der Preis von den bereitzustellenden Mindestleistungen abhängen. Wie bereits erwähnt, können die Mindestleistungen für jede Anlage und jeden Prozess verschieden sein. Demnach kann der Mindestpreis abhängig von den jeweiligen Mindestleistungen abweichen.
  • In einigen Ausführungsformen können die Simulationskomplexitätsbewertung und die Anlagenkomplexitätsbewertung als Teil einer Formel verwendet werden, um das Mindestmaß an Leistungen zu bestimmen. Eine hohe Simulationskomplexitätsbewertung und eine hohe Simulationskomplexitätsbewertung können zum Beispiel zu einem höheren vorgeschlagenen Mindestmaß an Leistungen und einem höheren Preis führen. Durch die Verwendung der Wertungen kann der Preis unter Verwendung eines Algorithmus mit den Bewertungen als Eingaben und dem Preis als Ausgabe automatisch berechnet werden. In einer anderen Ausführungsform kann jede der Mindestleistungen einen Preis haben und der Preis jeder Mindestleistung wird zusammengerechnet, um einen Gesamtpreis zu erhalten. Zudem kann abhängig von der Größe des Kunden und bisherigen Beziehungen automatisch ein Rabatt angeboten werden.
  • Ferner kann die Preisbestimmung in Ebenen oder Schichten aufgeteilt werden. Zum Beispiel kann es drei Schichten für die Preisbestimmung geben und die Schichten können sich auf die Komplexität der Anlage und die Komplexität der Simulation beziehen, wobei dieses Beispiel nicht einschränkend ist. Wie bereits erwähnt, kann ein Algorithmus oder eine Nachschlagetabelle verwendet werden, um einen Preisvorschlag zu bestimmen. Der Algorithmus kann auf ähnliche Weise verwendet werden, um einen Preis in eine der Schichten einzuordnen. Auf diese Weise kann den Kunden eine vereinfachte Preisbestimmung angeboten werden.
  • In einigen Ausführungsformen kann die Preisbestimmung auf einer vergangenen Preisbestimmung für den Kunden oder die Anlage oder ähnliche Kunden oder ähnliche Anlagen basieren. Durch das Analysieren vergangener Nutzung können die Kosten/Nutzen eines Kunden/einer Anlage bestimmt werden. Einige Kunden/Anlagen nutzen zum Beispiel mehr als die erwartete Menge an Simulationsleistungen während eines Zeitraums oder die Simulationen können anspruchsvoller sein als erwartet, wobei dieses Beispiel nicht einschränkend ist. Es kann sinnvoll sein, die Preise für diese Kunden in Zukunft zu erhöhen. Gleichermaßen nutzen einige Kunden/Anlagen nicht so viel Simulationszeit wie erwartet oder die Simulationen sind nicht so rechenaufwendig wie erwartet. In diesen Fällen kann es sinnvoll sein, den Kunden/Anlagen in Zukunft weniger in Rechnung zu stellen. Die Preisbestimmung kann außerdem auf ähnlichen Kunden/Anlagen basieren. Die Erfahrung mit Kunden/Anlagen, die ähnliche Anlagen oder ähnliche Simulationen aufweisen, kann bei der geeigneten Preisbestimmung für einen Kunden/Anlagen hilfreich sein.
  • In praktisch allen Fällen wird damit gerechnet, dass die Verwendung der Cloud-48-basierten Leistungen günstiger ist als die Simulation lokal auf einer Arbeitsstation zu betreiben. Zahlreiche Kosten können vermieden werden indem die Simulation in der Cloud betrieben wird. Zum Beispiel erfordern einzelne Simulationssysteme häufig eine erhebliche Kapitalinvestition in Ausrüstung, einschließlich Hardware, Software, Kosten für die Nachbildung einer Anlage, Kosten für die Nachbildung eines Prozesses usw. Ferner benötigt diese ganze Ausrüstung Platz. Zudem gibt es fortlaufende Kosten, wie für die Wartung von Ausrüstung und Software, das Aktualisieren von Ausrüstung und Software, die Unterstützung von Ausrüstung und Software usw. Zudem wird Personal benötigt, um sich um all diese Angelegenheiten zu kümmern. Schätzungen der Kosten belaufen sich auf zwischen 500.000 USD für ein kleines System bis hin zu 2.000.000 USD für ein größeres System.
  • Die Preisbestimmung kann auf eine Vielzahl von Arten gegen eine Gebühr lizensiert werden. Zum Beispiel kann sich die Lizenz auf spezifische Module beziehen und pro Anlage oder pro Einheit oder pro Benutzer oder als eine Kombination dieser Preisbestimmungselemente gelten. Der Preis kann die Schulung im Umgang mit dem System, die Leistungen selbst, die Wartung des Simulators 32 und die Bereitstellung von Personal für die Aktualisierung und Wartung des Simulators 32 beinhalten. Die Lizenzen können begrenzt übertragbar sein, zum Beispiel innerhalb derselben Einrichtung oder derselben Tochterfirma, abhängig von der Situation und dem Verhältnis. Die Lizenzen und Ablaufdaten können auf Anzeigebildschirmen angegeben sein und es können Erinnerungsmeldungen angezeigt werden, wenn das Ablaufdatum bevorsteht.
  • In Block 850 kann der für das Mindestmaß an Leistungen für einen Kunden oder eine Anlage bestimmte Preis an den Kunden kommuniziert werden. Die Kommunikation kann in jeder beliebigen geeigneten Art stattfinden, die ausreichend ist, um den Prozess der Findung einer verbindlichen Einigung einzuläuten. Zum Beispiel können der Kunde und der Anbieter üblicherweise per E-Mail kommunizieren und somit kann eine E-Mail mit dem Preis und den vorgeschlagenen Leistungen angemessen sein. In anderen Situationen kann ein formales Schreiben mit ausführlichen Anhängen, in denen die Gebühren und Leistungen beschrieben sind, angemessen sein. Selbstverständlich können mehrere Kommunikationsarten verwendet werden und angemessen sein. Zu einem bestimmten Zeitpunkt wird sich bemüht, die vorgeschlagenen Leistungen und Gebühren als rechtlich verbindliche Vereinbarung zu formulieren.
  • In einigen Ausführungsformen können optionale Leistungen, die für den Kunden oder die Anlage von Nutzen sein könnten, durch den Anbieter bestimmt werden. Die Mindestleistungen können einen hilfreichen Start für die Simulationsleistungen bereitstellen, zusätzliche Leistungen können einem Kunden oder einer Anlage jedoch noch mehr helfen. Einige Kunden oder Anlagen wissen unter Umständen nicht, dass es derartige zusätzliche Leistungen gibt. Zum Beispiel wissen einige Kunden oder Anlagen unter Umständen, dass Simulationen von vergangenen Vorkommnissen in der jeweiligen Anlage zu Schulungszwecken verwendet werden können. Eine zusätzliche Auswahlmöglichkeit kann jedoch sein, die Simulationen von der aktuellen Anlagen- und Prozesssimulationen mit anderen Anlagen- und Prozesssimulationen, die von anderen betrieben werden, zu vergleichen. Andere Anlagen- und Prozesssimulationen können neue Ideen und Ansätze bereitstellen, die für den Kunden nützlich sein können. Ferner kann es sein, dass lokale Simulationen langsamer waren und weniger Auswahlmöglichkeiten anboten, Anlagen und Simulationen nachzustellen, und das Cloud-basierte Simulationssystem kann mehr Rechenkapazitäten aufweisen, um komplexere Anlagen und Simulationen zu verarbeiten, die der Kunde nicht in Erwägung gezogen hat.
  • Der Bestimmungsprozess ob optionale Leistungen angeboten werden sollen (und welche) kann automatisiert werden. Die Anlagendarstellungen und Prozesssimulationen können automatisch überprüft werden, um zu bestimmen, ob zusätzliche Leistungen sinnvoll wären. Zum Beispiel können ältere Ventile in der Anlage automatisch aus der Anlagendarstellung erkannt werden und es kann eine Empfehlung ausgesprochen werden, die älteren Ventile durch neuere intelligente Ventile auszutauschen. Es kann eine Simulation angeboten werden, um zu sehen, welche Auswirkungen die neueren intelligenten Ventile auf die Leistungsfähigkeit, Steuerung und Ausgabe der Anlage hätten. Als weiteres Beispiel kann die aktuelle Anlage mit vorab überprüften Anlagen verglichen werden und falls in der vorab überprüften Anlage erhöhte Leistungsfähigkeiten gefunden wurden kann für die aktuelle Anlage eine Effizienzstudie angeboten werden.
  • Sobald die zusätzlichen Leistungen identifiziert wurden, können Preise für die optionalen Leistungen berechnet werden. Wie die Preise für das Mindestmaß an Leistungen können auch die Preise für zusätzliche Leistungen auf eine Vielzahl an Arten bestimmt werden. Auf höherer Ebene kann sich der Preis der zusätzlichen Aufgaben auf die Komplexität der Aufgabe angesichts der jeweiligen Anlage und Simulation beziehen. In einigen Ausführungsformen können die Preise gemäß der Komplexität der zusätzlichen Aufgaben festgelegt werden, die sich auf die Komplexität der Anlage, die Komplexität der Simulation und die Komplexität der vorgeschlagenen Aufgabe beziehen. Die Bewertung kann verwendet werden, um bei der Preisbestimmung der zusätzlichen Aufgaben behilflich zu sein. Zum Beispiel kann die Komplexität der zu analysierenden Anlage mit einem Faktor multipliziert werden, der sich auf die Komplexität der vorgeschlagenen Aufgabe bezieht, und die sich daraus ergebende Bewertung kann verwendet werden, um einen Preis zu bestimmen. Auf ähnliche Weise kann die Bewertung verwendet werden um die vorgeschlagene Aufgabe in eine Stufe einzuordnen und der Preis kann auf der Stufe basieren.
  • Der vorgeschlagene Preis kann auf einer vergangenen Erfahrung oder einer Prognose der Menge an Prozessorzeit, Speichernutzung, Einrichtungszeit, in der Cloud benötigter Bedienerzeit usw., die erforderlich sein können, basieren. In einigen zusätzlichen Ausführungsformen kann sich der Preis auf den potenziellen Nutzen für den Kunden beziehen. Wenn ein zusätzliches Analysemodul einem Kunden zum Bespiel eine erhebliche Menge an Geld erspart, indem ein Prozess modifiziert oder eine Ausgabe verbessert wird, kann die Preisbestimmung auf einer Prozentzahl der Einsparungen, die auftreten können, basieren.
  • Kraftwerkbeispiel
  • Als Beispiel kann eine Kraftwerkanlage ein Simulationssystem aufweisen, das auf einer lokalen Arbeitsstation 20, 22 basiert. Das Simulationssystem kann eine Arbeitsstation 20, 22 erfordern, die erheblich komplexer ist als ein herkömmlicher PC. Die Arbeitsstation 20, 22 kann außerdem eine erhebliche Menge an Speicherkapazität benötigen, um alle Daten von der Anlage 10 zu erfassen und die Daten, die verwendet werden, um eine Simulation zu speichern und zu einem späteren Zeitpunkt erneut abzuspielen, zu speichern. Ferner kann es verschiedene Bediener geben, welche die Anlage 10 nachbilden und das Simulationssystem pflegen. Die Arbeitsstation, der Speicher und die zugehörigen Büros für die Bediener nehmen Büroraum in Anspruch und ziehen zugehörige Ausgaben nach sich.
  • Sollte man sich im Kraftwerk entscheiden, auf eine Cloud-basierte Netzwerksimulation 52 umzuschalten, müssten mehrere Schritte durchlaufen werden. Dem Bediener der Netzwerk-Cloud muss eine Anlagenbeschreibung bereitgestellt werden. In einigen Ausführungsformen, wenn bereits eine Anlagensimulation auf einer lokalen Arbeitsstation besteht, können Daten, die die Anlagenbeschreibung darstellen, elektronisch übermittelt werden. In anderen Ausführungsformen können Ausdrucke und Abbildungen der Anlage an den Bediener der Netzwerk-Cloud übermittelt werden. In einigen Ausführungsformen können die Abbildungen eingescannt werden und in anderen Beispielen können die Abbildungen von Hand an den Bediener der Cloud-Leistungen übergeben werden.
  • Die Anlagenbeschreibung kann analysiert werden, um ein Komplexitätsniveau der Anlage zu bestimmen. Auf einer hohen Ebene kann das Niveau der Komplexität sich darauf beziehen, wie schwierig es ist, die Anlagenbeschreibung in elektronischer Form nachzubilden und zu manipulieren, was mit hoher Wahrscheinlichkeit mit der physischen Komplexität der Anlage selbst zusammenhängt. Eine komplexere physische Anlage kann teurer sein und eine weniger komplexe physische Anlage kann günstiger sein. Die Analyse kann auf eine Vielzahl von Arten durchgeführt werden. In einigen Ausführungsformen kann die Analyse automatisiert sein, zum Beispiel wenn elektronische Daten übermittelt werden, die die Anlagenbeschreibung darstellen, wie zum Beispiel von einer eigenständigen Anlagensimulation.
  • In anderen Ausführungsformen kann der Anlagenaufbau als elektronische Abbildung gesendet (oder von einer Abbildung in eine solche konvertiert) werden und die elektronische Abbildung kann analysiert werden, um die verschiedenen physischen Elemente in der Anlage zu bestimmen. Als Beispiel kann ein intelligentes Ventil eine Standarddarstellung aufweisen und die Anlagenabbildung kann analysiert werden, um zu bestimmen, ob sich intelligente Ventile in der Anlagenabbildung befinden. Auch andere Anlagenelemente können ebenfalls Standarddarstellungen aufweisen und die Abbildungen können auf diese Standarddarstellungen überprüft werden.
  • Ferner kann Intelligenz verwendet werden, um Abbildungen zu interpretieren, die nicht sofort erkannt werden. Wenn zum Beispiel eine Steuerung einen Analog-Digitalwandler aufweist, ist es wahrscheinlich, dass die Eingabe in den Analog-Digitalwandler ein analoges Signal ist und dass Elemente, die analoge Signale erzeugen, gesucht werden können, um zu sehen, ob es eine Übereinstimmung mit dem Element in der Anlagenzeichnung gibt. Ähnliche Verwendungen von Intelligenz und Vorhersage zum Bestimmen von Elementen in der Anlagenabbildung sind möglich und werden in Erwägung gezogen.
  • Aus der Anlagenbeschreibung kann außerdem die Komplexität der Anlagensimulation bestimmt werden. Noch einmal, die Anlagensimulation kann durch Empfangen einer elektronischen Version einer bereits bestehenden Abbildung der Anlagensimulation bestimmt werden, wie einer Anlagensimulation, die auf einer lokalen Arbeitsstation betrieben wird. In einem anderen Fall kann die Anlagensimulation durch die Analyse von Abbildungen des zu simulierenden Anlagenbetriebs bestimmt werden. In einigen Fällen ist unter Umständen ein geschulter Bediener erforderlich, um die vorgeschlagene Simulation zu überprüfen und ferner zu verfeinern. Die Komplexität der Simulation kann eine Darstellung der Schwierigkeit des simulierten Prozesses sein, da einige Prozesse relativ einfach (ein mit Gas betriebenes Kraftwerk in dem sich ein Ventil öffnet wenn ein einziges Feldgerät eine Temperatur über einem Grenzwert von 212 Grad Fahrenheit misst, wenn Dampf gebildet wird) und andere Prozesse komplex sein können (ein Atomkraftwerk mit vielen Ventilen, vielen Temperaturen, vielen Druckmessungen, hochgefährlichen Produkten) usw. Wie bereits erwähnt, kann die Simulationskomplexität durch einen berechneten Wert dargestellt sein.
  • Durch Überprüfen der Anlagenkomplexität und der Simulationskomplexität kann ein Mindestmaß an Simulationsleistungen für das Kraftwerk 10 bestimmt werden. Das Leistungsniveau kann auf der Anlagenkomplexität und der Simulationskomplexität des Kraftwerks 10 basieren. Ein kleines Kraftwerk, das zum Beispiel selten unabdingbar ist und einen herkömmlichen und bewährten Aufbau aufweist, kann ein niedriges Simulationsleistungsmaß haben. Alternativ gilt, dass ein Atomkraftwerk, von dem eine erheblich Anzahl an Menschen abhängig sind und das einen neuen und ungetesteten Aufbau aufweist, eine größere Gefahr darstellt, wenn die Anlage heruntergefahren wird. Demnach kann der Anreiz, den sicheren Betrieb des Atomkraftwerks sicherzustellen, extrem hoch sein und das empfohlene Maß an Leistungen kann ebenfalls hoch sein.
  • Der Preis des vorgeschlagenen Simulationsdienstes kann bestimmt werden. Auf höherer Ebene gilt, je komplexer die Anlage 10 und die Simulation, desto höher der Preis für die Cloud-basierte Simulation. Andere Simulationen können als Vergleich verwendet werden, um den Preis festzulegen, oder der Preis kann basierend auf einer Formel festgesetzt werden, die die Komplexität der physischen Anlage und die Komplexität der Simulation einbezieht. Selbstverständlich kann eine Kombination an Faktoren verwendet werden, um den Preis festzusetzen und der Preis kann verhandelt werden. Im Kraftwerkbeispiel ist eine mit Gas betriebene Anlage wahrscheinlich weniger komplex als ein Atomkraftwerk und demnach wird die Simulation der mit Gas betriebenen Anlage wahrscheinlich günstiger als die Simulation des Atomkraftwerks. Ferner werden die Kosten beider Simulationen erheblich geringer sein als die Kosten einer einzelnen, in der Anlage betriebenen Simulation.
  • Der vorgeschlagene Preis kann dann an das Kraftwerk oder den Kraftwerkbetreiber übermittelt werden. Die Kommunikation kann verschiedene Formen annehmen, es sollte jedoch beachtet werden, dass zu einem bestimmten Zeitpunkt basierend auf dem Preis und dem Vorschlag ein Leistungsvertrag formuliert werden sollte. Wenn der Kontakt mit dem Kraftwerk über E-Mail besteht, kann eine E-Mail versendet werden oder wenn der Kontakt persönlich bestand, kann eine gedruckte Kopie des Vorschlags nebst einer persönlichen Präsentation und Vorführung der vorgeschlagenen Leistungen abgeliefert werden. Selbstverständlich sind auch andere Arten der Übermittlung des Preises möglich und werden in Erwägung gezogen.
  • Zusätzlich zu dem Preis und dem Mindestmaß an Leistungen kann der Vorschlag vorgeschlagene zusätzliche Leistungen und zugehörige Kosten beinhalten. Die jeweilige Anlage 10 und Simulation können analysiert werden und es kann bestimmt werden, ob zusätzliche Leistungen für die jeweilige Anlage sinnvoll sind. Der Bestimmungsprozess kann automatisiert sein. Zum Beispiel kann bestimmt werden, dass ein mit Gas betriebenes Kraftwerk anderen mit Gas betriebenen Kraftwerken ähnelt und diese bisherigen mit Gas betriebenen Anlagen wurden unter Umständen bereits überprüft, wobei dieses Beispiel nicht abschließend ist. Unter Umständen wurden bei der Untersuchung dieser Anlagen zusätzliche Leistungssteigerungen aufgetan, wie schnellere Reaktionen auf typische Probleme, die das kostspielige Herunterfahren der gesamten Anlage zur Lösung des Problems unnötig machen. Logischerweise wäre es sinnvoll, eine Überprüfung der Kraftwerkabläufe anzubieten, um herauszufinden, ob diese zusätzlichen Leistungssteigerungen in der vorliegenden Anlage funktionieren würden. Außerdem können Kosten für diese zusätzlichen Leistungen bestimmt werden, welche von der Zeit abhängen können, die Cloud-Techniker benötigen, um die Untersuchung vorzubereiten, mögliche Veränderung der Anlage oder Simulation durchzuführen usw. Diese Preise und vorgeschlagenen Leistungen können außerdem auf jede beliebige logische Art an den Kunden übermittelt werden.
  • Es gilt zu beachten, dass, wenn sie implementiert ist, jede beliebige der hierin beschriebenen Simulationssoftware in einem beliebigen computerlesbaren Speicher, wie auf einer Magnetdiskette, einer Laserdisc oder einem anderen Speichermedium, in einem RAM oder ROM eines Computers oder Prozessors usw., gespeichert werden kann. Gleichermaßen kann diese Software unter Verwendung jedes beliebigen bekannten oder gewünschten Lieferverfahrens an einen Benutzer, eine Prozessanlage oder eine Bedienerarbeitsstation geliefert werden, zum Beispiel auf einer computerlesbaren Scheibe oder einem anderen transportierbaren Computerspeichermechanismus oder über einen Kommunikationskanal, wie eine Telefonleitung, das Internet, das World Wide Web, jedes beliebige andere Lokalnetzwerk oder Wide Area Netzwerk usw. (wobei die Lieferung als identisch oder austauschbar mit dem Bereitstellen derartiger Software über ein transportierbares Speichermedium angesehen wird). Ferner kann diese Software direkt ohne Modulierung oder Verschlüsselung bereitgestellt oder unter Verwendung jeder beliebigen geeigneten Trägerwellenmodulations- und/oder Verschlüsselungstechnik moduliert und/oder verschlüsselt werden, bevor sie über einen Kommunikationskanal übertragen wird.
  • Wenngleich die vorliegende Erfindung mit Bezugnahme auf spezifische Beispiele, die die Erfindung lediglich darstellen und nicht einschränken sollen, beschrieben wurde, ist für Fachleute ersichtlich, dass Veränderungen, Hinzufügungen oder Weglassungen an den offenbarten Ausführungsformen möglich sind, ohne dabei vom Geist und Umfang der Erfindung abzuweichen. Alle möglichen Ausführungsformen zu beschreiben wäre unmöglich und vor allem unpraktisch.

Claims (15)

  1. Netzwerk-Cloud-basiertes Simulationssystem für die Simulation des Betriebs eines Prozesssteuerungsnetzwerks, wie es innerhalb einer Prozessanlage verbunden ist, wobei das Simulationssystem Folgendes umfasst: ein lokales Supervisor-Modul in der Prozessanlage, wobei der Supervisor Folgendes sammelt: eine erste Zustandsvariable, die eine aktuelle Konfiguration des Prozesssteuerungsnetzwerks während eines Betriebs des Prozesssteuerungsnetzwerks angibt, und eine zweite Zustandsvariable, die einen Betrieb eines Prozesses während eines Betriebs des Prozesssteuerungsnetzwerks von der Prozessanlage angibt; ein entferntes Simulationsmodul, das mit dem Supervisor-Modul in Kommunikationsverbindung steht, wobei das entfernte Simulationsmodul Folgendes umfasst: ein simuliertes Prozesssteuerungsnetzwerk, das ein oder mehrere simulierte(s) Prozessvariablensignal(e) verwendet, um ein oder mehrere simulierte(s) Steuerungssignal(e) an eine Simulation des Betriebs des innerhalb der Prozessanlage verbundenen Prozesssteuerungsnetzwerks zu erzeugen; ein Prozessmodell, das mit dem simulierten Prozesssteuerungsnetzwerk, welches die simulierten Steuerungssignale verwendet, um das eine oder die mehreren simulierte(n) Prozessvariablensignal(e) zu erzeugen, in Kommunikationsverbindung steht; und ein Update-Modul, das mit dem Prozesssteuerungsnetzwerk in Kommunikationsverbindung steht, um: periodisch die erste Zustandsvariable, die eine aktuelle Konfiguration des Prozesssteuerungsnetzwerks während des Betriebs des Prozesssteuerungsnetzwerks angibt, vom Supervisor-Modul zu empfangen, und um periodisch die zweite Zustandsvariable, die einen Betrieb des Prozesses während des Betriebs des Prozesssteuerungsnetzwerks angibt, vom Supervisor-Modul zu empfangen, wobei das Update-Modul periodisch das simulierte Prozesssteuerungsnetzwerk mit der ersten Zustandsvariablen konfiguriert und wobei das Update-Modul periodisch die zweite Zustandsvariable verwendet, um das Prozessmodell zu aktualisieren; ein Speichermodul, das mit dem entfernten Simulationsmodul in Kommunikationsverbindung steht und Folgendes speichert: die erste Zustandsvariable zu einem Zeitpunkt; die zweite Zustandsvariable zu dem Zeitpunkt; und Simulationsdaten, welche die Simulation des Betriebs des Prozesssteuerungsnetzwerks darstellen, die ermöglichen, dass die Simulation erneut abgespielt werden kann und die Simulationsdaten weiteren Analysen unterzogen werden können.
  2. System nach Anspruch 1, wobei die Simulationsdaten enthalten: a) Daten, die das Prozessmodell und das simulierte Prozesssteuerungsnetzwerk darstellen; und/oder b) eine Vorhersage der ersten Zustandsvariablen und eine Vorhersage der zweiten Zustandsvariablen.
  3. System nach Anspruch 1 oder 2, wobei das entfernte Simulationsmodul umfasst; a) eine Mehrzahl an simulierten Prozesssteuerungsnetzwerken; und/oder b) eine Mehrzahl an Prozessmodellversionen.
  4. System nach einem der vorhergehenden Ansprüche, wobei zusätzliche Anlagenprozesse hinzugefügt werden können, während das System betrieben wird.
  5. System nach einem der vorhergehenden Ansprüche, wobei Anlagenprozesse an verschiedenen Standorten im entfernten Simulationsmodul nachgebildet werden; und/oder wobei Technologien von dritten Parteien im entfernten Simulationsmodul nachgebildet werden.
  6. System nach einem der vorhergehenden Ansprüche, wobei es das Speichermodul ermöglicht, dass die Simulationsdaten Datenanalysen unterzogen werden, wobei Datenanalysen das Überprüfen der Simulationsdaten für eine Mehrzahl an Anlagen und das Erzeugen verbesserter Simulationen basierend auf den Simulationsdaten, der ersten Zustandsvariablen und der zweiten Zustandsvariablen für die Mehrzahl an Anlagen umfassen.
  7. Verfahren für das Bereitstellen von Cloud-basierten Simulationsleistungen für eine Prozesssteuerungsanlage in einer Netzwerk-Cloud, insbesondere in einem Simulationssystem nach einem der vorhergehenden Ansprüche, das Folgendes umfasst: Empfangen einer Anlagenbeschreibung, die die Prozesssteuerungsanlage und Prozesse in der Prozesssteuerungsanlage beschreibt; Bestimmen einer Komplexität der zu simulierenden Prozesssteuerungsanlage durch Überprüfen der Anlagenbeschreibung; Bestimmen einer Komplexität der Simulation durch Überprüfen der Prozesse in der Prozesssteuerungsanlage; Bestimmen von Mindestleistungen, die durch den Cloud-basierten Simulationsdienst angeboten werden, durch Überprüfen der Komplexität der Prozesssteuerungsanlage und der Komplexität der Simulation; Berechnen eines Preises für die bestimmten Mindestleistungen; und Mitteilen des für die Mindestleistungen bestimmten Preises.
  8. Verfahren nach Anspruch 7, wobei das Bestimmen einer Komplexität der Prozesssteuerungsanlage umfasst: a) das Erzeugen einer physischen Anlagenbewertung, die die Komplexität der Prozesssteuerungsanlage auf einer physischen Prozesssteuerungsanlagenkomplexitätsskala bewertet; und/oder b) das Erzeugen einer Prozessbewertung, die die Komplexität der Prozesse auf einer Prozesskomplexitätsskala bewertet.
  9. Verfahren nach Anspruch 7 oder 8, wobei das Bestimmen von Mindestleistungen, die durch die Cloud-basierte Simulationsleistung angeboten werden, umfasst: a) das Analysieren der physischen Anlagenbewertung und der Prozessbewertung, um ein Mindestmaß an Leistungen zu bestimmen; b) das Vorhandensein eines höheren Maßes an Mindestleistungen für Prozesse, die besonders gefährlich oder besonders kostspielig sind.
  10. Verfahren nach einem der Ansprüche 7–9, wobei das Berechnen eines Preises für die bestimmten Mindestleistungen das Vergleichen des Preises und der Komplexität für andere Projekte umfasst.
  11. Verfahren nach einem der Ansprüche 7–10, insbesondere nach Anspruch 10, das ferner Folgendes umfasst: Identifizieren zusätzlicher Leistungen, die basierend auf der Anlagenkomplexität und Prozesskomplexität nützlich sein können; Bestimmen eines Preises für die zusätzlichen Leistungen; und Anbieten der zusätzlichen Leistungen zum entgeltlichen Erwerb.
  12. Verfahren für das Bereitstellen von Netzwerk-Cloud-Simulationsleistungen an eine Prozessanlage gegen eine Gebühr, das Folgendes umfasst: ein lokales Supervisor-Modul in der Prozessanlage, das Folgendes sammelt: eine erste Zustandsvariable, die eine aktuelle Konfiguration eines Prozesssteuerungsnetzwerks während des Betriebs des Prozesssteuerungsnetzwerks angibt, und eine zweite Zustandsvariable, die einen Betrieb eines Prozesses während des Betriebs des Prozesssteuerungsnetzwerks von der Prozessanlage angibt; in einem entfernten, mit dem Supervisor-Modul verbundenen Simulationsmodul, Ausführen eines simulierten Prozesssteuerungsnetzwerks, das ein oder mehrere simulierte(s) Prozessvariablensignal(e) verwendet, um ein oder mehrere simulierte(s) Steuerungssignal(e) an die Simulation des Betriebs des innerhalb der Prozessanlage verbundenen Prozesssteuerungsnetzwerks zu erzeugen; Ausführen eines Prozessmodells, das mit dem simulierten Prozesssteuerungsnetzwerk in Kommunikationsverbindung steht, welches die simulierten Steuerungssignale verwendet, um das eine oder die mehreren simulierte(n) Prozessvariablensignal(e) zu erzeugen; Ausführen eines Update-Moduls, das mit dem Prozesssteuerungsnetzwerk in Kommunikationsverbindung steht, um: periodisch die erste Zustandsvariable, die eine aktuelle Konfiguration des Prozesssteuerungsnetzwerks während des Betriebs des Prozesssteuerungsnetzwerks angibt, vom Supervisor-Modul zu empfangen, und um periodisch die zweite Zustandsvariable, die einen Betrieb des Prozesses während des Betriebs des Prozesssteuerungsnetzwerks angibt, vom Supervisor-Modul zu empfangen, wobei das Update-Modul periodisch das simulierte Prozesssteuerungsnetzwerk mit der ersten Zustandsvariablen konfiguriert und wobei das Update-Modul periodisch die zweite Zustandsvariable verwendet, um das Prozessmodell zu aktualisieren; Ausführen eines Speichermoduls, das mit dem entfernten Simulationsmodul in Kommunikationsverbindung steht, um Folgendes zu speichern: die erste Zustandsvariable zu einem Zeitpunkt; die zweite Zustandsvariable zu dem Zeitpunkt; und Simulationsdaten, welche die Simulation des Betriebs des Prozesssteuerungsnetzwerks darstellen, die es ermöglichen, dass die Simulation erneut abgespielt werden kann und die Simulationsdaten weiteren Analysen unterzogen werden können.
  13. Verfahren nach Anspruch 12, wobei die Simulationsdaten umfassen: a) Daten, die das Prozessmodell, das simulierte Prozesssteuerungsnetzwerk, eine Vorhersage der ersten Zustandsvariablen und eine Vorhersage der zweiten Zustandsvariablen darstellen; und/oder b) eine Mehrzahl an simulierten Prozesssteuerungsnetzwerken und eine Mehrzahl an Prozessmodellversionen.
  14. Verfahren nach Anspruch 12 oder 13, wobei es das Speichermodul ermöglicht, dass die Simulationsdaten Datenanalysen unterzogen werden, wobei Datenanalysen das Überprüfen der Simulationsdaten für eine Mehrzahl an Anlagen und das Erzeugen verbesserter Simulationen basierend auf den Simulationsdaten, der ersten Zustandsvariablen und der zweiten Zustandsvariablen für die Mehrzahl an Anlagen umfassen.
  15. Computer-lesbares Medium mit Instruktionen, die das Verfahren nach einem der Ansprüche 7–14 implementieren, wenn sie ausgeführt werden.
DE102013100698A 2012-01-24 2013-01-24 Verfahren und Vorrichtung für den Einsatz industrieller Anlagensimulatoren unter Verwendung von Cloud-Computing-Technologien Pending DE102013100698A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/357,341 US9529348B2 (en) 2012-01-24 2012-01-24 Method and apparatus for deploying industrial plant simulators using cloud computing technologies
US13/357,341 2012-01-24

Publications (1)

Publication Number Publication Date
DE102013100698A1 true DE102013100698A1 (de) 2013-07-25

Family

ID=47843634

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102013100698A Pending DE102013100698A1 (de) 2012-01-24 2013-01-24 Verfahren und Vorrichtung für den Einsatz industrieller Anlagensimulatoren unter Verwendung von Cloud-Computing-Technologien

Country Status (6)

Country Link
US (2) US9529348B2 (de)
CN (2) CN103217907B (de)
CA (2) CA2803856C (de)
DE (1) DE102013100698A1 (de)
GB (2) GB2500750B (de)
PH (2) PH12013000021A1 (de)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015051974A1 (de) * 2013-10-07 2015-04-16 Endress+Hauser Gmbh+Co. Kg System zum flexiblen betreiben einer automatisierungsanlage
EP3299913A1 (de) * 2016-09-22 2018-03-28 General Electric Company Parallelverarbeitung zur überwachung und steuerung von anlagenausrüstung
DE102018123792A1 (de) * 2018-09-26 2020-03-26 Thyssenkrupp Ag Verfahren zur Regelung eines chemischen Prozesses in einer großtechnischen chemischen Anlage
WO2021160340A1 (de) 2020-02-14 2021-08-19 Sew-Eurodrive Gmbh & Co. Kg Verfahren und system zum betreiben einer technischen anlage und technische anlage
WO2022017711A1 (de) * 2020-07-22 2022-01-27 Samson Aktiengesellschaft Stellungsregler selbstbewertung für digitalen zwilling
EP4345546A1 (de) * 2022-09-30 2024-04-03 Siemens AG Österreich Verfahren, vorrichtung zur datenverarbeitung und computerpro-gramm zur optimierung eines gesamtzustands eines cyber-physischen systems

Families Citing this family (165)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9565275B2 (en) 2012-02-09 2017-02-07 Rockwell Automation Technologies, Inc. Transformation of industrial data into useful cloud information
DE102011077319B4 (de) * 2011-06-09 2015-08-06 Siemens Aktiengesellschaft Simulationssystem, Verfahren zur Durchführung einer Simulation, Leitsystem und Computerprogrammprodukt
US9736065B2 (en) 2011-06-24 2017-08-15 Cisco Technology, Inc. Level of hierarchy in MST for traffic localization and load balancing
US8908698B2 (en) 2012-01-13 2014-12-09 Cisco Technology, Inc. System and method for managing site-to-site VPNs of a cloud managed network
US9477936B2 (en) 2012-02-09 2016-10-25 Rockwell Automation Technologies, Inc. Cloud-based operator interface for industrial automation
JP5561299B2 (ja) * 2012-03-23 2014-07-30 横河電機株式会社 プロセス制御システム
US9201704B2 (en) 2012-04-05 2015-12-01 Cisco Technology, Inc. System and method for migrating application virtual machines in a network environment
US9223634B2 (en) * 2012-05-02 2015-12-29 Cisco Technology, Inc. System and method for simulating virtual machine migration in a network environment
US9400495B2 (en) * 2012-10-16 2016-07-26 Rockwell Automation Technologies, Inc. Industrial automation equipment and machine procedure simulation
US9043439B2 (en) 2013-03-14 2015-05-26 Cisco Technology, Inc. Method for streaming packet captures from network access devices to a cloud server over HTTP
US10026049B2 (en) 2013-05-09 2018-07-17 Rockwell Automation Technologies, Inc. Risk assessment for industrial systems using big data
US9438648B2 (en) 2013-05-09 2016-09-06 Rockwell Automation Technologies, Inc. Industrial data analytics in a cloud platform
US9709978B2 (en) 2013-05-09 2017-07-18 Rockwell Automation Technologies, Inc. Using cloud-based data for virtualization of an industrial automation environment with information overlays
US9989958B2 (en) 2013-05-09 2018-06-05 Rockwell Automation Technologies, Inc. Using cloud-based data for virtualization of an industrial automation environment
US9703902B2 (en) 2013-05-09 2017-07-11 Rockwell Automation Technologies, Inc. Using cloud-based data for industrial simulation
US9786197B2 (en) * 2013-05-09 2017-10-10 Rockwell Automation Technologies, Inc. Using cloud-based data to facilitate enhancing performance in connection with an industrial automation system
US9501300B2 (en) * 2013-09-16 2016-11-22 General Electric Company Control system simulation system and method
US10755003B2 (en) * 2013-11-08 2020-08-25 Rockwell Automation Technologies, Inc. Time synchronization of signal transmission intervals for simulating a machine in industrial automation
US10659960B2 (en) * 2013-12-23 2020-05-19 Koninklijke Kpn N.V. Method and system for providing security from a radio access network
US9971317B2 (en) * 2014-03-26 2018-05-15 Rockwell Automation Technologies, Inc. Cloud-level industrial controller loop gain tuning based on industrial application type
US9825949B2 (en) 2014-03-26 2017-11-21 Rockwell Automation Technologies, Inc. Device authentication to facilitate secure cloud management of industrial data
US10208947B2 (en) 2014-03-26 2019-02-19 Rockwell Automation Technologies, Inc. Cloud-level analytics for boiler networks
US9886012B2 (en) 2014-03-26 2018-02-06 Rockwell Automation Technologies, Inc. Component factory for human-machine interface migration to a cloud platform
US9843617B2 (en) 2014-03-26 2017-12-12 Rockwell Automation Technologies, Inc. Cloud manifest configuration management system
US9866635B2 (en) 2014-03-26 2018-01-09 Rockwell Automation Technologies, Inc. Unified data ingestion adapter for migration of industrial data to a cloud platform
US9614963B2 (en) 2014-03-26 2017-04-04 Rockwell Automation Technologies, Inc. Cloud-based global alarm annunciation system for industrial systems
US10095202B2 (en) 2014-03-26 2018-10-09 Rockwell Automation Technologies, Inc. Multiple controllers configuration management interface for system connectivity
US9838476B2 (en) 2014-03-26 2017-12-05 Rockwell Automation Technologies, Inc. On-premise data collection and ingestion using industrial cloud agents
EP2927763B1 (de) * 2014-04-04 2019-06-19 Abb Ag System und Verfahren für einen optimierten Betrieb von in Echtzeit eingebetteten Lösungen in industrieller Automatisierung
US9755858B2 (en) 2014-04-15 2017-09-05 Cisco Technology, Inc. Programmable infrastructure gateway for enabling hybrid cloud services in a network environment
US9473365B2 (en) 2014-05-08 2016-10-18 Cisco Technology, Inc. Collaborative inter-service scheduling of logical resources in cloud platforms
US10122605B2 (en) 2014-07-09 2018-11-06 Cisco Technology, Inc Annotation of network activity through different phases of execution
US9733627B2 (en) * 2014-08-13 2017-08-15 Honeywell International Inc. Cloud computing system and method for advanced process control
US10044570B2 (en) * 2014-08-22 2018-08-07 Vmware, Inc. Policy management system with proactive and reactive monitoring and enforcement
US9825878B2 (en) 2014-09-26 2017-11-21 Cisco Technology, Inc. Distributed application framework for prioritizing network traffic using application priority awareness
US9851712B2 (en) * 2014-11-12 2017-12-26 Yokogawa Electric Corporation Process control system and configuration system for an industrial plant
US10755006B2 (en) * 2015-01-09 2020-08-25 Schlumberger Technology Corporation Cloud-based reservoir simulation environment
US9853873B2 (en) 2015-01-10 2017-12-26 Cisco Technology, Inc. Diagnosis and throughput measurement of fibre channel ports in a storage area network environment
CN105843665A (zh) * 2015-01-13 2016-08-10 北京仿真中心 一种基于云仿真技术的虚拟样机系统的构建及运行方法
US10050862B2 (en) 2015-02-09 2018-08-14 Cisco Technology, Inc. Distributed application framework that uses network and application awareness for placing data
US10037617B2 (en) 2015-02-27 2018-07-31 Cisco Technology, Inc. Enhanced user interface systems including dynamic context selection for cloud-based networks
US10708342B2 (en) 2015-02-27 2020-07-07 Cisco Technology, Inc. Dynamic troubleshooting workspaces for cloud and network management systems
US11243505B2 (en) 2015-03-16 2022-02-08 Rockwell Automation Technologies, Inc. Cloud-based analytics for industrial automation
US11042131B2 (en) 2015-03-16 2021-06-22 Rockwell Automation Technologies, Inc. Backup of an industrial automation plant in the cloud
US10496061B2 (en) 2015-03-16 2019-12-03 Rockwell Automation Technologies, Inc. Modeling of an industrial automation environment in the cloud
US11513477B2 (en) 2015-03-16 2022-11-29 Rockwell Automation Technologies, Inc. Cloud-based industrial controller
US9900250B2 (en) 2015-03-26 2018-02-20 Cisco Technology, Inc. Scalable handling of BGP route information in VXLAN with EVPN control plane
US10382534B1 (en) 2015-04-04 2019-08-13 Cisco Technology, Inc. Selective load balancing of network traffic
US10476982B2 (en) 2015-05-15 2019-11-12 Cisco Technology, Inc. Multi-datacenter message queue
US10222986B2 (en) 2015-05-15 2019-03-05 Cisco Technology, Inc. Tenant-level sharding of disks with tenant-specific storage modules to enable policies per tenant in a distributed storage system
EP3101500B1 (de) * 2015-06-02 2024-02-14 Siemens Aktiengesellschaft Steuersystem für eine verteilte prozesssteuerung einer technischen anlage und ein verfahren zur steuerung einer technischen anlage
EP3508930B1 (de) * 2015-06-03 2022-07-20 Siemens Aktiengesellschaft System und verfahren zur steuerung und/oder analytik eines industriellen prozesses
US11588783B2 (en) 2015-06-10 2023-02-21 Cisco Technology, Inc. Techniques for implementing IPV6-based distributed storage space
US10034201B2 (en) 2015-07-09 2018-07-24 Cisco Technology, Inc. Stateless load-balancing across multiple tunnels
US10778765B2 (en) 2015-07-15 2020-09-15 Cisco Technology, Inc. Bid/ask protocol in scale-out NVMe storage
US11222551B2 (en) * 2015-07-23 2022-01-11 Rockwell Automation Technologies, Inc. Snapshot management architecture for process control operator training system lifecycle
EP3144758A1 (de) * 2015-09-18 2017-03-22 Siemens Aktiengesellschaft Steuerungssystem sowie verfahren zum betrieb eines steuerungssystems mit einer realen und einer virtuellen steuerung
US11005682B2 (en) 2015-10-06 2021-05-11 Cisco Technology, Inc. Policy-driven switch overlay bypass in a hybrid cloud network environment
US10067780B2 (en) 2015-10-06 2018-09-04 Cisco Technology, Inc. Performance-based public cloud selection for a hybrid cloud environment
US10462136B2 (en) 2015-10-13 2019-10-29 Cisco Technology, Inc. Hybrid cloud security groups
US10955810B2 (en) * 2015-11-13 2021-03-23 International Business Machines Corporation Monitoring communications flow in an industrial system to detect and mitigate hazardous conditions
US10523657B2 (en) 2015-11-16 2019-12-31 Cisco Technology, Inc. Endpoint privacy preservation with cloud conferencing
US10205677B2 (en) 2015-11-24 2019-02-12 Cisco Technology, Inc. Cloud resource placement optimization and migration execution in federated clouds
US10084703B2 (en) 2015-12-04 2018-09-25 Cisco Technology, Inc. Infrastructure-exclusive service forwarding
US9892075B2 (en) 2015-12-10 2018-02-13 Cisco Technology, Inc. Policy driven storage in a microserver computing environment
CN105631594A (zh) * 2015-12-25 2016-06-01 河北大学 基于过程建模与仿真技术的过程优化方法
US10367914B2 (en) 2016-01-12 2019-07-30 Cisco Technology, Inc. Attaching service level agreements to application containers and enabling service assurance
US10311399B2 (en) * 2016-02-12 2019-06-04 Computational Systems, Inc. Apparatus and method for maintaining multi-referenced stored data
JP6666744B2 (ja) * 2016-02-22 2020-03-18 株式会社ブロードリーフ コンピュータプログラム、作業分析支援方法及び作業分析支援装置
WO2017191253A1 (en) * 2016-05-04 2017-11-09 Abb Schweiz Ag Alarm handling system and method in plant process automation
EP3244353A1 (de) * 2016-05-10 2017-11-15 Siemens Aktiengesellschaft Produktionsmodul zur durchführung einer produktions-funktion an einem produkt
US10140172B2 (en) 2016-05-18 2018-11-27 Cisco Technology, Inc. Network-aware storage repairs
US10129177B2 (en) 2016-05-23 2018-11-13 Cisco Technology, Inc. Inter-cloud broker for hybrid cloud networks
US20170351639A1 (en) 2016-06-06 2017-12-07 Cisco Technology, Inc. Remote memory access using memory mapped addressing among multiple compute nodes
US20170357928A1 (en) * 2016-06-08 2017-12-14 Honeywell International Inc. System and method for industrial process control and automation system operator evaluation and training
US10664169B2 (en) 2016-06-24 2020-05-26 Cisco Technology, Inc. Performance of object storage system by reconfiguring storage devices based on latency that includes identifying a number of fragments that has a particular storage device as its primary storage device and another number of fragments that has said particular storage device as its replica storage device
US10990067B2 (en) * 2016-07-07 2021-04-27 Aspen Technology, Inc. Computer system and method for the dynamic construction and online deployment of an operation-centric first-principles process model for predictive analytics
US10659283B2 (en) 2016-07-08 2020-05-19 Cisco Technology, Inc. Reducing ARP/ND flooding in cloud environment
US10432532B2 (en) 2016-07-12 2019-10-01 Cisco Technology, Inc. Dynamically pinning micro-service to uplink port
US10382597B2 (en) 2016-07-20 2019-08-13 Cisco Technology, Inc. System and method for transport-layer level identification and isolation of container traffic
US10263898B2 (en) 2016-07-20 2019-04-16 Cisco Technology, Inc. System and method for implementing universal cloud classification (UCC) as a service (UCCaaS)
US10878140B2 (en) * 2016-07-27 2020-12-29 Emerson Process Management Power & Water Solutions, Inc. Plant builder system with integrated simulation and control system configuration
US10142346B2 (en) 2016-07-28 2018-11-27 Cisco Technology, Inc. Extension of a private cloud end-point group to a public cloud
US10218573B2 (en) 2016-08-02 2019-02-26 Honeywell International Inc. System and method for discovering configurations of legacy control systems
US10567344B2 (en) 2016-08-23 2020-02-18 Cisco Technology, Inc. Automatic firewall configuration based on aggregated cloud managed information
US11563695B2 (en) 2016-08-29 2023-01-24 Cisco Technology, Inc. Queue protection using a shared global memory reserve
US10764255B2 (en) 2016-09-21 2020-09-01 Rockwell Automation Technologies, Inc. Secure command execution from a cloud monitoring system to a remote cloud agent
US10523592B2 (en) 2016-10-10 2019-12-31 Cisco Technology, Inc. Orchestration system for migrating user data and services based on user information
US11044162B2 (en) 2016-12-06 2021-06-22 Cisco Technology, Inc. Orchestration of cloud and fog interactions
US10594555B2 (en) 2016-12-16 2020-03-17 Intelligent Platforms, Llc Cloud-enabled testing of control systems
US10326817B2 (en) 2016-12-20 2019-06-18 Cisco Technology, Inc. System and method for quality-aware recording in large scale collaborate clouds
US10334029B2 (en) 2017-01-10 2019-06-25 Cisco Technology, Inc. Forming neighborhood groups from disperse cloud providers
US10545914B2 (en) 2017-01-17 2020-01-28 Cisco Technology, Inc. Distributed object storage
US10552191B2 (en) 2017-01-26 2020-02-04 Cisco Technology, Inc. Distributed hybrid cloud orchestration model
US10320683B2 (en) 2017-01-30 2019-06-11 Cisco Technology, Inc. Reliable load-balancer using segment routing and real-time application monitoring
US10671571B2 (en) 2017-01-31 2020-06-02 Cisco Technology, Inc. Fast network performance in containerized environments for network function virtualization
US10243823B1 (en) 2017-02-24 2019-03-26 Cisco Technology, Inc. Techniques for using frame deep loopback capabilities for extended link diagnostics in fibre channel storage area networks
US10713203B2 (en) 2017-02-28 2020-07-14 Cisco Technology, Inc. Dynamic partition of PCIe disk arrays based on software configuration / policy distribution
US10254991B2 (en) 2017-03-06 2019-04-09 Cisco Technology, Inc. Storage area network based extended I/O metrics computation for deep insight into application performance
US11005731B2 (en) 2017-04-05 2021-05-11 Cisco Technology, Inc. Estimating model parameters for automatic deployment of scalable micro services
US10234855B2 (en) * 2017-04-17 2019-03-19 Honeywell International Inc. Apparatus and method for rationalizing and resolving alarms in industrial process control and automation systems
US10748443B2 (en) 2017-06-08 2020-08-18 Honeywell International Inc. Apparatus and method for visual-assisted training, collaboration, and monitoring in augmented/virtual reality in industrial automation systems and other systems
US10439877B2 (en) 2017-06-26 2019-10-08 Cisco Technology, Inc. Systems and methods for enabling wide area multicast domain name system
US10382274B2 (en) 2017-06-26 2019-08-13 Cisco Technology, Inc. System and method for wide area zero-configuration network auto configuration
US11327473B2 (en) 2017-07-11 2022-05-10 Rockwell Automation Technologies, Inc. Dynamically reconfigurable data collection agent for fracking pump asset
US10303534B2 (en) 2017-07-20 2019-05-28 Cisco Technology, Inc. System and method for self-healing of application centric infrastructure fabric memory
US10892940B2 (en) 2017-07-21 2021-01-12 Cisco Technology, Inc. Scalable statistics and analytics mechanisms in cloud networking
US10425288B2 (en) 2017-07-21 2019-09-24 Cisco Technology, Inc. Container telemetry in data center environments with blade servers and switches
US10601693B2 (en) 2017-07-24 2020-03-24 Cisco Technology, Inc. System and method for providing scalable flow monitoring in a data center fabric
US10541866B2 (en) 2017-07-25 2020-01-21 Cisco Technology, Inc. Detecting and resolving multicast traffic performance issues
AT520270B1 (de) * 2017-07-28 2021-01-15 Wittmann Kunststoffgeraete Verfahren zum Verwalten und Steuern von Produktionsmitteln mit einer oder
US10482063B2 (en) 2017-08-14 2019-11-19 Rockwell Automation Technologies, Inc. Modular control manifest generator for cloud automation
US10996642B2 (en) * 2017-08-29 2021-05-04 Siemens Aktiengesellschaft Method and apparatus for determining data reading cycle
US10416660B2 (en) 2017-08-31 2019-09-17 Rockwell Automation Technologies, Inc. Discrete manufacturing hybrid cloud solution architecture
EP3451202B1 (de) * 2017-09-01 2021-02-24 dSPACE digital signal processing and control engineering GmbH Verfahren zum erzeugen eines auf einem testgerät ausführbaren modells eines technischen systems und testgerät
US10404596B2 (en) 2017-10-03 2019-09-03 Cisco Technology, Inc. Dynamic route profile storage in a hardware trie routing table
US10942666B2 (en) 2017-10-13 2021-03-09 Cisco Technology, Inc. Using network device replication in distributed storage clusters
US10353800B2 (en) 2017-10-18 2019-07-16 Cisco Technology, Inc. System and method for graph based monitoring and management of distributed systems
US11481362B2 (en) 2017-11-13 2022-10-25 Cisco Technology, Inc. Using persistent memory to enable restartability of bulk load transactions in cloud databases
EP3493001A1 (de) * 2017-11-29 2019-06-05 Siemens Aktiengesellschaft Cloud-basiertes verfahren und system zur optimierung der abstimmung einer industrieanlage
US20190176332A1 (en) * 2017-12-08 2019-06-13 Fanuc America Corporation Robotic application equipment monitoring and predictive analytics
US10705882B2 (en) 2017-12-21 2020-07-07 Cisco Technology, Inc. System and method for resource placement across clouds for data intensive workloads
CN109977435B (zh) * 2017-12-27 2023-12-22 深圳富联富桂精密工业有限公司 工厂运行仿真方法、工厂运行仿真装置及计算机存储介质
US11595474B2 (en) 2017-12-28 2023-02-28 Cisco Technology, Inc. Accelerating data replication using multicast and non-volatile memory enabled nodes
JP6540787B1 (ja) * 2017-12-28 2019-07-10 横河電機株式会社 装置、方法、およびプログラム
WO2019143383A1 (en) * 2018-01-22 2019-07-25 Siemens Aktiengesellschaft Skill matching for control of an industrial production machine
EP3540530B1 (de) * 2018-03-15 2022-10-19 Siemens Aktiengesellschaft Verfahren und anordnung zum steuern eines technischen systems
EP3540539A1 (de) * 2018-03-15 2019-09-18 Siemens Aktiengesellschaft Verfahren zur rechnergestützten simulation des betriebs einer automatisiert arbeitenden maschine
US10511534B2 (en) 2018-04-06 2019-12-17 Cisco Technology, Inc. Stateless distributed load-balancing
US11041644B2 (en) * 2018-05-16 2021-06-22 Distech Controls Inc. Method and environment controller using a neural network for bypassing a legacy environment control software module
US10955833B2 (en) 2018-05-29 2021-03-23 Uop Llc Cloud based control for remote engineering
US10728361B2 (en) 2018-05-29 2020-07-28 Cisco Technology, Inc. System for association of customer information across subscribers
US10904322B2 (en) 2018-06-15 2021-01-26 Cisco Technology, Inc. Systems and methods for scaling down cloud-based servers handling secure connections
US10764266B2 (en) 2018-06-19 2020-09-01 Cisco Technology, Inc. Distributed authentication and authorization for rapid scaling of containerized services
US11019083B2 (en) 2018-06-20 2021-05-25 Cisco Technology, Inc. System for coordinating distributed website analysis
US10819571B2 (en) 2018-06-29 2020-10-27 Cisco Technology, Inc. Network traffic optimization using in-situ notification system
WO2020010551A1 (zh) * 2018-07-11 2020-01-16 西门子股份公司 仿真生产过程的方法、装置、系统、存储介质和处理器
US10904342B2 (en) 2018-07-30 2021-01-26 Cisco Technology, Inc. Container networking using communication tunnels
WO2020051590A1 (en) * 2018-09-07 2020-03-12 Fanuc America Corporation Golden data for industrial robots
JP2020052812A (ja) * 2018-09-27 2020-04-02 横河電機株式会社 エンジニアリングシステム及びエンジニアリング方法
MX2021004078A (es) 2018-10-12 2021-09-14 Bray Int Inc Válvula inteligente con componentes electrónicos integrados.
EP3887912A1 (de) 2018-11-26 2021-10-06 ABB Schweiz AG System und verfahren zur asset-überwachung in einer industriellen anlage
WO2020118205A1 (en) 2018-12-06 2020-06-11 Bray International, Inc. Smart valve adaptor with integrated electronics
US20220083018A1 (en) * 2019-01-25 2022-03-17 Siemens Aktiengesellschaft Data synchronization system for device based engineering
EP3916494A4 (de) * 2019-02-28 2022-08-24 Siemens Aktiengesellschaft Verfahren und vorrichtung zur aktualisierung von daten eines industriellen modells
CN109976246B (zh) * 2019-04-02 2022-11-11 青岛鹏海软件有限公司 一种家电生产流水线说明书防差错系统
SE543674C2 (en) * 2019-04-18 2021-05-25 Calejo Ind Intelligence Ab Evaluation and/or adaptation of industrial and/or technical process models
WO2020227383A1 (en) 2019-05-09 2020-11-12 Aspen Technology, Inc. Combining machine learning with domain knowledge and first principles for modeling in the process industries
US11604459B2 (en) * 2019-07-12 2023-03-14 Emerson Process Management Power & Water Solutions, Inc. Real-time control using directed predictive simulation within a control system of a process plant
WO2021076760A1 (en) 2019-10-18 2021-04-22 Aspen Technology, Inc. System and methods for automated model development from plant historical data for advanced process control
CN110852602A (zh) * 2019-11-07 2020-02-28 北京集奥聚合科技有限公司 基于机器学习的数据监控方法及装置
JP7276203B2 (ja) * 2020-03-06 2023-05-18 横河電機株式会社 情報処理装置、情報処理方法、及びプログラム
WO2021222248A1 (en) 2020-04-28 2021-11-04 Buckman Laboratories International, Inc. Contextual data modeling and dynamic process intervention for industrial plants
CN111930078B (zh) * 2020-06-21 2024-04-19 中国舰船研究设计中心 一种面向核控系统的网络测试装置
CN111897240B (zh) * 2020-08-05 2023-03-31 哈尔滨工程大学 一种基于核动力系统运行的仿真方法及系统
US20220043431A1 (en) * 2020-08-05 2022-02-10 Rockwell Automation Technologies, Inc. Industrial automation control program utilization in analytics model engine
EP4208870A1 (de) 2020-09-04 2023-07-12 Buckman Laboratories International, Inc. Prädiktive systeme und verfahren für proaktive interventionen in chemischen prozessen
US20220100922A1 (en) * 2020-09-29 2022-03-31 Rockwell Automation Technologies, Inc. Predicting industrial automation network performance
US20220155117A1 (en) * 2020-11-16 2022-05-19 Sensia Llc System and method for quantitative verification of flow measurements
US11418969B2 (en) 2021-01-15 2022-08-16 Fisher-Rosemount Systems, Inc. Suggestive device connectivity planning
US11630446B2 (en) 2021-02-16 2023-04-18 Aspentech Corporation Reluctant first principles models
CN113459130B (zh) * 2021-06-03 2022-12-30 上海楷新机器人自动化设备有限公司 一种工业机器人自动加工系统及其运用
CN113465778B (zh) * 2021-06-21 2022-04-08 中国原子能科学研究院 温度获得方法
SE2151510A1 (en) * 2021-12-10 2023-06-11 Kaaberg Johard Leonard A modular, variable time-step simulator for use in process simulation, evaluation, adaptation and/or control
CN115343964B (zh) * 2022-08-17 2024-02-09 苏州泛科众维智能科技有限公司 一种用于自动驾驶测试的视频模拟设备

Family Cites Families (205)

* 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
US4446341A (en) 1982-07-16 1984-05-01 Bell Telephone Laboratories, Incorporated Mechanized testing of subscriber facilities
US4527271A (en) 1982-08-17 1985-07-02 The Foxboro Company Process control system with improved fault isolation
JPS59229622A (ja) 1983-06-10 1984-12-24 Toshiba Corp プラント診断装置
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
GB8727846D0 (en) 1987-11-27 1987-12-31 British Telecomm Optical communications network
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
US4907167A (en) 1987-09-30 1990-03-06 E. I. Du Pont De Nemours And Company Process control system with action logging
US4965742A (en) 1987-09-30 1990-10-23 E. I. Du Pont De Nemours And Company Process control system with on-line reconfigurable modules
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
US5488697A (en) 1988-01-12 1996-01-30 Honeywell Inc. Problem state monitoring system
US5193143A (en) 1988-01-12 1993-03-09 Honeywell Inc. Problem state monitoring
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
DE69122313T2 (de) 1990-06-21 1997-03-20 Honeywell Inc Auf variablem Horizont basierende adaptive Steuerung mit Mitteln zur Minimierung der Betriebskosten
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
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
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
ES2112853T3 (es) 1990-10-10 1998-04-16 Honeywell Inc Identificacion de sistemas de proceso.
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
GB9111524D0 (en) * 1991-05-29 1991-07-17 Hewlett Packard Co Data storage method and apparatus
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
DE69231977T2 (de) 1991-10-23 2002-04-04 Honeywell Inc Vorrichtung zur verbrennungslosen messung der qualität von gasförmigem brennstoff
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
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
JP2794142B2 (ja) 1992-09-14 1998-09-03 株式会社山武 情報処理装置
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
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
AU6358394A (en) 1993-03-02 1994-09-26 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
US5402367A (en) * 1993-07-19 1995-03-28 Texas Instruments, Incorporated Apparatus and method for model based process control
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
US5486995A (en) * 1994-03-17 1996-01-23 Dow Benelux N.V. System for real time optimization
CA2184832A1 (en) * 1994-03-17 1995-09-21 Johannes H.A. Krist System for real time optimization and profit depiction
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
CA2216862A1 (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
US6144952A (en) 1995-09-20 2000-11-07 Keeler; James D. Predictive network with learned preprocessing parameters
US6033257A (en) 1995-11-20 2000-03-07 The Foxboro Company I/O connector module for a field controller in a distributed control system
US6076124A (en) 1995-10-10 2000-06-13 The Foxboro Company Distributed control system including a compact easily-extensible and serviceable field controller
US6008985A (en) 1995-11-20 1999-12-28 The Foxboro Company Industrial field controlling device with controller and expansion modules
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
US5809490A (en) 1996-05-03 1998-09-15 Aspen Technology Inc. Apparatus and method for selecting a working data set for model development
US6110214A (en) 1996-05-03 2000-08-29 Aspen Technology, Inc. Analyzer for modeling and optimizing maintenance operations
US5877954A (en) 1996-05-03 1999-03-02 Aspen Technology, Inc. Hybrid linear-neural network process control
US6047221A (en) 1997-10-03 2000-04-04 Pavilion Technologies, Inc. Method for steady-state identification based upon identified dynamics
US6188990B1 (en) 1996-05-14 2001-02-13 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
US5984502A (en) 1996-06-14 1999-11-16 The Foxboro Company Keypad annunciator graphical user interface
US5949417A (en) 1997-01-31 1999-09-07 The Foxboro Company Dynamic property sheet system
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
US5847952A (en) 1996-06-28 1998-12-08 Honeywell Inc. Nonlinear-approximator-based automatic tuner
TWI249760B (en) 1996-07-31 2006-02-21 Canon Kk Remote maintenance system
EP0825506B1 (de) 1996-08-20 2013-03-06 Invensys Systems, Inc. Verfahren und Gerät zur Fernprozesssteuerung
US5777872A (en) 1996-09-13 1998-07-07 Honeywell-Measurex Corporation Method and system for controlling a multiple input/output process with minimum latency
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
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
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
US6055483A (en) 1997-05-05 2000-04-25 Honeywell, Inc. Systems and methods using bridge models to globally optimize a process facility
US6122555A (en) 1997-05-05 2000-09-19 Honeywell International Inc. System and methods for globally optimizing a process facility
EP1257094B8 (de) 1997-06-25 2007-08-08 Samsung Electronics Co., Ltd. Auf Browser basiertes Steuerungs- und Kontrollnetzwerk
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
US6321272B1 (en) 1997-09-10 2001-11-20 Schneider Automation, Inc. Apparatus for controlling internetwork communications
US6282454B1 (en) 1997-09-10 2001-08-28 Schneider Automation Inc. Web interface to a programmable controller
US6192321B1 (en) 1997-09-29 2001-02-20 Fisher Controls International, Inc. Method of and apparatus for deterministically obtaining measurements
US6014612A (en) 1997-10-02 2000-01-11 Fisher Controls International, Inc. Remote diagnostics in a process control network having distributed control functions
US6128279A (en) 1997-10-06 2000-10-03 Web Balance, Inc. System for balancing loads among network servers
JP3744661B2 (ja) 1997-10-17 2006-02-15 中村留精密工業株式会社 Nc工作機械の故障診断方法及び装置
US6175934B1 (en) 1997-12-15 2001-01-16 General Electric Company Method and apparatus for enhanced service quality through remote diagnostics
US5909370A (en) 1997-12-22 1999-06-01 Honeywell Inc. Method of predicting overshoot in a control system response
US6609217B1 (en) * 1998-03-30 2003-08-19 General Electric Company System and method for diagnosing and validating a machine over a network using waveform data
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
US6157916A (en) 1998-06-17 2000-12-05 The Hoffman Group Method and apparatus to control the operating speed of a papermaking facility
FI108678B (fi) 1998-06-17 2002-02-28 Neles Controls Oy Kenttälaitteiden hallintajärjestelmä
AUPP471098A0 (en) 1998-07-16 1998-08-06 United Technology Pty Ltd Internet utility interconnect method and means
AU6294999A (en) * 1998-10-06 2000-04-26 Pavilion Technologies, Inc. Method and system for monitoring and controlling a manufacturing system
DE19848618A1 (de) 1998-10-21 2000-06-29 Siemens Ag System und Verfahren zur Fernwartung und/oder Ferndiagnose eines Automatisierungssystems mittels E-Mail
US6442515B1 (en) 1998-10-26 2002-08-27 Invensys Systems, Inc. Process model generation independent of application mode
US6434572B2 (en) 1998-11-25 2002-08-13 Ge Medical Technology Services, Inc. Medical diagnostic system management method and apparatus
US6272469B1 (en) 1998-11-25 2001-08-07 Ge Medical Systems Global Technology Company, Llc Imaging system protocol handling method and apparatus
US6332110B1 (en) 1998-12-17 2001-12-18 Perlorica, Inc. Method for monitoring advanced separation and/or ion exchange processes
US6665568B1 (en) 1999-02-16 2003-12-16 Brandt P. Hott Internet wide distributed data control system
US6975219B2 (en) 2001-03-01 2005-12-13 Fisher-Rosemount Systems, Inc. Enhanced hart device alerts in a process control system
US6298454B1 (en) 1999-02-22 2001-10-02 Fisher-Rosemount Systems, Inc. Diagnostics in a process control system
US6774786B1 (en) 2000-11-07 2004-08-10 Fisher-Rosemount Systems, Inc. Integrated alarm display in a process control network
US6633782B1 (en) 1999-02-22 2003-10-14 Fisher-Rosemount Systems, Inc. Diagnostic expert in a process control system
US8044793B2 (en) 2001-03-01 2011-10-25 Fisher-Rosemount Systems, Inc. Integrated device alerts in a process control system
US6445962B1 (en) 1999-03-15 2002-09-03 Fisher Rosemount Systems, Inc. Auto-tuning in a distributed process control environment
FI990831A0 (fi) * 1999-04-14 1999-04-14 Control Cad Oy Menetelmä ja järjestelmä teollisuusprosessin suorituskyvyn analysoimiseksi
AU5025600A (en) 1999-05-17 2000-12-05 Foxboro Company, The Process control configuration system with parameterized objects
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
US6892317B1 (en) 1999-12-16 2005-05-10 Xerox Corporation Systems and methods for failure prediction, diagnosis and remediation using data acquisition and feedback for a distributed electronic system
CA2408901C (en) 2002-10-18 2011-10-11 Zed.I Solutions (Canada) Inc. System for acquiring data from a facility and method
US6421571B1 (en) 2000-02-29 2002-07-16 Bently Nevada Corporation Industrial plant asset management system: apparatus and method
WO2001065875A1 (en) 2000-02-29 2001-09-07 Razvan Sabie Method and device for remote control and remote monitoring via short message service
US7406431B2 (en) 2000-03-17 2008-07-29 Siemens Aktiengesellschaft Plant maintenance technology architecture
US6721609B1 (en) 2000-06-14 2004-04-13 Fisher-Rosemount Systems, Inc. Integrated optimal model predictive control in a process control system
US6556956B1 (en) 2000-06-30 2003-04-29 General Electric Company Data acquisition unit for remote monitoring system and method for remote monitoring
JP4428838B2 (ja) 2000-08-31 2010-03-10 旭化成エンジニアリング株式会社 設備機器診断システム
US6701223B1 (en) * 2000-09-11 2004-03-02 Advantica, Inc. Method and apparatus for determining optimal control settings of a pipeline
US7113085B2 (en) 2000-11-07 2006-09-26 Fisher-Rosemount Systems, Inc. Enhanced device alarms in a process control system
US6721689B2 (en) 2000-11-29 2004-04-13 Icanon Associates, Inc. System and method for hosted facilities management
EP1217473A1 (de) * 2000-12-21 2002-06-26 Abb Research Ltd. Verfahren zur Optimierung von Regelungsparametern in einer Kraftwerkanlage
US6795798B2 (en) 2001-03-01 2004-09-21 Fisher-Rosemount Systems, Inc. Remote analysis of process control plant data
JP4132702B2 (ja) 2001-03-23 2008-08-13 三和システム株式会社 設備の監視方法及び設備の監視システム
JP4739556B2 (ja) 2001-03-27 2011-08-03 株式会社安川電機 制御対象の遠隔調整及び異常判断装置
JP4280003B2 (ja) 2001-05-31 2009-06-17 株式会社日立製作所 遠隔保守方法および産業用機器
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
US7568000B2 (en) 2001-08-21 2009-07-28 Rosemount Analytical Shared-use data processing for process control systems
US7151966B1 (en) * 2002-06-04 2006-12-19 Rockwell Automation Technologies, Inc. System and methodology providing open interface and distributed processing in an industrial controller environment
DE10393080T5 (de) 2002-10-08 2005-09-29 Invensys Systems, Inc., Foxboro Serviceportal
US20040102928A1 (en) 2002-11-26 2004-05-27 General Electric Company Method, system, and storage medium for building and maintaining a remote monitoring and diagnostics knowledge base
US20040158474A1 (en) 2003-02-06 2004-08-12 Karschnia Robert J. Service facility for providing remote diagnostic and maintenance services to a process plant
FI118700B (fi) * 2003-09-15 2008-02-15 Metso Paper Inc Menetelmä paperin tai kartongin valmistuksen optimoimiseksi
US8036872B2 (en) * 2006-03-10 2011-10-11 Edsa Micro Corporation Systems and methods for performing automatic real-time harmonics analyses for use in real-time power analytics of an electrical power distribution system
US8527252B2 (en) * 2006-07-28 2013-09-03 Emerson Process Management Power & Water Solutions, Inc. Real-time synchronized control and simulation within a process plant
US20090182955A1 (en) * 2006-09-08 2009-07-16 Rao Cherukuri Application configuration across client devices of a local system
WO2008133715A2 (en) * 2006-11-03 2008-11-06 Air Products And Chemicals, Inc. System and method for process monitoring
GB2469239B (en) * 2008-01-31 2012-09-26 Fisher Rosemount Systems Inc Robust adaptive model predictive controller with tuning to compensate for model mismatch
TWI416429B (zh) * 2008-02-22 2013-11-21 Murata Machinery Ltd 半導體製造設施可視化系統
CN104407518B (zh) * 2008-06-20 2017-05-31 因文西斯系统公司 对用于过程控制的实际和仿真设施进行交互的系统和方法
US8204734B2 (en) * 2008-12-29 2012-06-19 Verizon Patent And Licensing Inc. Multi-platform software application simulation systems and methods
US8204717B2 (en) 2009-04-01 2012-06-19 Honeywell International Inc. Cloud computing as a basis for equipment health monitoring service
US8954487B2 (en) * 2009-06-23 2015-02-10 Samsung Electronics Co., Ltd. Management server and method for providing cloud computing service
EP2293164A1 (de) 2009-08-31 2011-03-09 ABB Research Ltd. Cloud Computing für ein Prozessleitsystem
US8914469B2 (en) * 2009-12-11 2014-12-16 International Business Machines Corporation Negotiating agreements within a cloud computing environment
US8437880B2 (en) * 2010-05-17 2013-05-07 General Electric Company System and method for enhancement of power generation facilities
CN102255933B (zh) * 2010-05-20 2016-03-30 中兴通讯股份有限公司 云服务中介、云计算方法及云系统
CN102063756A (zh) * 2010-12-24 2011-05-18 青岛普加智能信息有限公司 基于物联网的云计算队列处理系统
CN102176723A (zh) * 2011-03-25 2011-09-07 北京航空航天大学 一种支持制造资源和能力按需使用和动态协同的制造云系统
EP2508954A1 (de) 2011-04-06 2012-10-10 ABB Technology AG System und Verfahren zur Konfiguration eines gebündelten Simulationsnetzwerks

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2015051974A1 (de) * 2013-10-07 2015-04-16 Endress+Hauser Gmbh+Co. Kg System zum flexiblen betreiben einer automatisierungsanlage
CN105612467A (zh) * 2013-10-07 2016-05-25 恩德莱斯和豪瑟尔两合公司 用于灵活地操作自动化工厂的系统
EP3299913A1 (de) * 2016-09-22 2018-03-28 General Electric Company Parallelverarbeitung zur überwachung und steuerung von anlagenausrüstung
DE102018123792A1 (de) * 2018-09-26 2020-03-26 Thyssenkrupp Ag Verfahren zur Regelung eines chemischen Prozesses in einer großtechnischen chemischen Anlage
WO2021160340A1 (de) 2020-02-14 2021-08-19 Sew-Eurodrive Gmbh & Co. Kg Verfahren und system zum betreiben einer technischen anlage und technische anlage
DE102021000420A1 (de) 2020-02-14 2021-08-19 Sew-Eurodrive Gmbh & Co Kg Verfahren und System zum Betreiben einer technischen Anlage und Technische Anlage
WO2022017711A1 (de) * 2020-07-22 2022-01-27 Samson Aktiengesellschaft Stellungsregler selbstbewertung für digitalen zwilling
EP4345546A1 (de) * 2022-09-30 2024-04-03 Siemens AG Österreich Verfahren, vorrichtung zur datenverarbeitung und computerpro-gramm zur optimierung eines gesamtzustands eines cyber-physischen systems

Also Published As

Publication number Publication date
GB2568829B (en) 2019-09-18
PH12017000116A1 (en) 2017-12-18
CN106990759A (zh) 2017-07-28
US20130191106A1 (en) 2013-07-25
GB2568829A (en) 2019-05-29
US10509870B2 (en) 2019-12-17
CA2803856C (en) 2021-02-09
GB2500750B (en) 2019-07-24
PH12013000021B1 (en) 2014-08-11
US9529348B2 (en) 2016-12-27
US20170098022A1 (en) 2017-04-06
CA3036870A1 (en) 2013-07-24
GB201301020D0 (en) 2013-03-06
CN103217907B (zh) 2018-04-20
CN103217907A (zh) 2013-07-24
CN106990759B (zh) 2020-07-07
GB2500750A (en) 2013-10-02
GB201819954D0 (en) 2019-01-23
PH12013000021A1 (en) 2014-08-11
CA2803856A1 (en) 2013-07-24
CA3036870C (en) 2022-09-13

Similar Documents

Publication Publication Date Title
DE102013100698A1 (de) Verfahren und Vorrichtung für den Einsatz industrieller Anlagensimulatoren unter Verwendung von Cloud-Computing-Technologien
DE10021698B4 (de) Auf einem einzelnen Computer realisierte integrierende Funktionalität für ein verteiltes Prozessregelsystem
CA2594697C (en) Real-time synchronized control and simulation within a process plant
DE10348402B4 (de) Simulationssystem für Mehrfachknoten-Prozesssteuerungssysteme
DE102007041917B4 (de) Prozessanlagenüberwachung auf der Grundlage von multivariater statistischer Analyse und Online-Prozesssimulation
DE102020118259A1 (de) Echtzeitsteuerung unter verwendung der gerichteten vorhersage-simulation innerhalb eines steuerungssystems einer prozessanlage
DE102007046964B4 (de) Prozesssteuervorrichtungund Verfahren zur Steuerung eines Prozesses
DE60113073T2 (de) Steuerung für einen industriellen prozes mit einer oder mehreren multidimensionalen variablen
DE102014109033A1 (de) Nicht intrusive datenanalyse in einem prozesssteuerungssystem
DE10223725A1 (de) Verschmelzung von Prozeßleistungsüberwachung mit Prozeßausrüstungsüberwachung und -steuerung
DE102010036757A1 (de) Grafische Randleiste für ein Prozesssteuerungssystem
DE102013111259A1 (de) Verfahren zum bestimmen und abstimmen von prozess- merkmalparametern unter verwendung eines simulationssystems
DE102007046962A1 (de) Aktualisierung und Einsatz dynamischer Prozesssimulation im laufenden Betrieb einer Prozessumgebung
EP3914979A1 (de) Virtueller sensor auf einer übergeordneten maschinenplattform
DE102022205285A1 (de) Informationsverarbeitungsvorrichtung, Vorhersageverfahren und Vorhersageprogramm
EP4293453A1 (de) Verfahren zum optimieren, vorhersagen oder bewerten einer technischen anlage
EP3056994B1 (de) Vorrichtung und verfahren zur erfassung, überprüfung und speicherung von prozessdaten aus mindestens zwei prozessschritten
Mahmood et al. Real-time management of RAM data using OT and IT infrastructure in oil & gas operations
DE102022208870A1 (de) Informations-Verarbeitungsvorrichtung, Rechenverfahren und Rechenprogramm
DE102022205269A1 (de) Informationsverarbeitungsvorrichtung, Anzeigesteuerverfahren und Anzeigesteuerprogramm
Richmond et al. A modern manufacturing environment for chemical engineering PBL problems
Yeudall ENG450–Final year engineering internship
DE10200730A1 (de) System und Verfahren zum Simulieren von Prozessen

Legal Events

Date Code Title Description
R012 Request for examination validly filed