DE102015117008A1

DE102015117008A1 - Datenstreaming zur Analytik in Prozesssteuerungssystemen

Info

Publication number: DE102015117008A1
Application number: DE102015117008.6A
Authority: DE
Inventors: Terrence L. Blevins; Mark J. Nixon; Ken J. Beoughter; Daniel D. Christensen; J. Michael Lucas; Paul R. Muston
Original assignee: Fisher Rosemount Systems Inc
Current assignee: Fisher Rosemount Systems Inc
Priority date: 2014-10-06
Filing date: 2015-10-06
Publication date: 2016-04-07
Also published as: GB2535263B; GB2590535B; GB202107630D0; CN105487500B; JP6927651B2; GB202107631D0; GB2593633A; GB2593633B; JP2021157822A; JP6659297B2; JP2020074640A; GB201517034D0; CN105487500A; US10909137B2; GB2535263A; JP7121166B2; US20160098388A1; GB2590535A; GB2593634A; GB202016319D0

Abstract

Es werden Verfahren zum Streamen von Big Data in einer Prozessanlage offenbart. Im Allgemeinen vereinfachen diese Verfahren das Speichern oder die Kommunikation von Prozesssteuerdaten, umfassend Alarme, Parameter, Ereignisse und Ähnliches, annähernd in Echtzeit. Empfänger von Big Data wie Big Data Historians oder Vorrichtungen, die bestimmte Daten anfordern, werden über einen ursprünglichen Satz von Metadaten konfiguriert und erhalten danach aktualisierte Metadaten, nachdem sie diese von der Sendevorrichtung anfordern, wie wenn die Empfangsvorrichtung in den Daten auf eine Kennung stößt, wobei die Kennung in den zuvor empfangenen Metadaten nicht definiert wurde.

Description

QUERVERWEIS AUF ZUGEHÖRIGE PATENTANMELDUNGEN
Die vorliegende Offenbarung betrifft U.S.-Patentanmeldung Nr. 13/784,041, mit dem Titel “BIG DATA IN PROCESS CONTROL SYSTEMS” und angemeldet am 3. März 2013; U.S.-Patentanmeldung Nr. 14/028,785, mit dem Titel “METHOD AND APPARATUS FOR CONTROLLING A PROCESS PLANT WITH LOCATION AWARE MOBILE CONTROL DEVICES” und angemeldet am 17. September 2013; U.S.-Patentanmeldung Nr. 14/174,413, mit dem Titel “COLLECTING AND DELIVERING DATA TO A BIG DATA MACHINE IN A PROCESS CONTROL SYSTEM” und angemeldet am 6. Februar 2014; U.S.-Patentanmeldung Nr. 14/212,493, mit dem Titel “DISTRIBUTED BIG DATA IN A PROCESS CONTROL SYSTEM” und angemeldet am 14. März 2014; und U.S.-Patentanmeldung Nr. 14/212,411, mit dem Titel “DETERMINING ASSOCIATIONS AND ALIGNMENTS OF PROCESS ELEMENTS AND MEASUREMENTS IN A PROCESS” und angemeldet am 14. März 2014, wobei die vollständigen Offenbarungen von jedem davon hierin ausdrücklich durch Bezugnahme eingeschlossen werden.
Zusätzlich bezieht sich die vorliegende Offenbarung auf U.S.-Patentanmeldung Nr. 14/507,188 (Anwaltsaktenzeichennr. 06005/593079), mit dem Titel “REGIONAL BIG DATA IN PROCESS CONTROL SYSTEMS” und hiermit gleichzeitig angemeldet; U.S.-Patentanmeldung Nr._(Anwaltsaktenzeichennr. 06005/593085), mit dem Titel “DATA PIPELINE FOR PROCESS CONTROL SYSTEM ANALYTICS” und hiermit gleichzeitig angemeldet; und U.S.-Patentanmeldung Nr. 14/507,252 (Anwaltsaktenzeichen 06005/593086), mit dem Titel “AUTOMATIC SIGNAL PROCESSING-BASED LEARNING” und hiermit gleichzeitig angemeldet, wobei die vollständigen Offenbarungen von jedem davon hierin ausdrücklich durch Bezugnahme eingeschlossen werden.
TECHNISCHER BEREICH
Die vorliegende Offenbarung betrifft im Allgemeinen Prozessanlagen und Prozesssteuerungssysteme und insbesondere das Streamen von Prozesssteuerdaten zwischen Vorrichtungen in einer Prozesssteueranlage oder in Bezug darauf auf kontinuierlicher Basis und/oder je nach Bedarf.
HINTERGRUND
Verteilte Prozesssteuerungssysteme wie diejenigen, die in chemischen, mineralöltechnischen, industriellen oder anderen Prozessanlagen verwendet werden, um physikalische Materialien oder Produkte herzustellen, zu veredeln, umzuwandeln, zu erzeugen oder zu produzieren, umfassen üblicherweise eine oder mehrere Prozesssteuereinheiten, die über analoge, digitale oder eine Kombination analoger/digitaler Busse oder über eine drahtlose Kommunikationsverbindung bzw. ein Netzwerk kommunikativ mit einer oder mehreren Feldvorrichtungen gekoppelt sind. Die Feldvorrichtungen, die zum Beispiel Ventile, Ventilstellungsregler, Switches und Transmitter (z. B. Temperatur-, Druck-, Füllstands- und Durchflussmengensensoren) sein können, befinden sich in der Prozessumgebung und führen im Allgemeinen physikalische oder Prozesssteuerungsfunktionen wie das Öffnen oder Schließen von Ventilen, das Messen von Prozess- und/oder Umgebungsparametern wie Temperatur oder Druck usw. aus, um einen oder mehrere Prozesse zu steuern, die in der Prozessanlage oder dem -system ausgeführt werden. Intelligente Feldvorrichtungen wie die Feldvorrichtungen, die dem wohlbekannten Feldbus-Protokoll entsprechen, können außerdem Steuerungsberechnungen, Alarmfunktionen und oder andere Steuerfunktionen ausführen, die gemeinhin in der Steuereinheit umgesetzt werden. Die Prozesssteuereinheiten, die sich ebenso üblicherweise in der Anlagenumgebung befinden, empfangen Signale, die von den Feldvorrichtungen durchgeführte Messungen und/oder andere Informationen anzeigen, welche die Feldvorrichtungen betreffen und führen eine Steuereinheitsanwendung aus, die zum Beispiel verschiedene Steuermodule ablaufen lässt, die Prozesssteuerungsentscheidungen treffen, auf der Grundlage der empfangenen Informationen Steuersignale generieren und sich mit den Steuermodulen oder Blöcken koordinieren, die in den Feldvorrichtungen ausgeführt werden, wie HART^®-, WirelessHART^®- und FOUNDATION^®-Feldbus-Feldvorrichtungen. Die Steuermodule in der Steuereinheit senden die Steuersignale über die Kommunikationsleitungen oder -verbindungen an die Feldvorrichtungen, um so den Betrieb von mindestens einem Teil der Prozessanlage oder des -systems zu steuern. Zum Beispiel steuern die Steuereinheiten und die Feldvorrichtungen zumindest einen Teil eines Prozesses, der von der Prozessanlage oder dem -system gesteuert wird.
Informationen von den Feldvorrichtungen und der Steuereinheit werden üblicherweise über eine Datenautobahn oder ein Kommunikationsnetz für eine oder mehrere Hardwarevorrichtungen zugänglich gemacht, wie Arbeitsstationen mit Bedienpersonal, PCs oder Rechenvorrichtungen, mobile Rechenvorrichtungen, Datenverlaufsarchive, Reportgeneratoren, zentralisierte Datenbanken oder andere zentralisierte verwaltende Rechenvorrichtungen, die üblicherweise in Steuerräumen oder an anderen von der rauen Anlagenumgebung entfernten Orten platziert werden. Jede dieser Hardwarevorrichtungen ist üblicherweise über die Prozessanlage oder über einen Teil der Prozessanlage zentralisiert. Diese Hardwarevorrichtungen lassen Anwendungen ablaufen, die es zum Beispiel einem Betreiber ermöglichen können, Funktionen in Bezug auf die Steuerung eines Prozesses und/oder den Betrieb der Prozessanlage auszuführen, wie zum Beispiel die Änderung von Einstellungen der Prozesssteuerungsroutine, Modifizieren des Betriebs der Steuermodule in den Steuereinheiten oder den Feldvorrichtungen, Ansehen des derzeitigen Prozessstatus, Ansehen von mit Feldvorrichtungen und Steuereinheiten generierten Alarmen, Simulieren des Vorgangs des Prozesses zum Zwecke der Schulung des Personals oder zum Testen der Prozesssteuerungssoftware, Pflegen und Aktualisieren einer Konfigurationsdatenbank usw. Die von den Hardwarevorrichtungen, Steuereinheiten und Feldvorrichtungen verwendete Datenautobahn kann einen verdrahteten Kommunikationspfad, einen drahtlosen Kommunikationspfad oder eine Kombination aus verdrahteten und drahtlosen Kommunikationspfaden umfassen.
Als ein Beispiel umfasst das von Emerson Process Management verkaufte DeltaV^TM-Steuerungssystem mehrere Anwendungen, die in verschiedenen Vorrichtungen, die sich an verschiedenen Orten innerhalb einer Prozessanlage befinden, gespeichert sind und von diesen ausgeführt werden. Eine Konfigurationsanwendung, die in einer oder mehreren Arbeitstationen oder Rechenvorrichtungen gespeichert ist, ermöglicht es Verwendern, Prozesssteuermodule zu erstellen oder zu ändern und diese Prozesssteuermodule über eine Datenautobahn auf dedizierte verteilte Steuereinheiten herunterzuladen. Üblicherweise bestehen diese Steuermodule aus kommunikativ zusammengeschalteten Funktionsblöcken, die Objekte in einem objektorientierten Programmierprotokoll sind, die Funktionen innerhalb des Steuerungsschemas auf der Grundlage diesbezüglicher Eingaben ausführen und für andere Funktionsblöcke in dem Steuerungsschema Ausgaben bereitstellen. Die Konfigurationsanwendung kann es außerdem einem Konstrukteur ermöglichen, Bedienschnittstellen zu erstellen oder zu verändern, die von einer Betrachtungsanwendung verwendet werden, um Daten für einen Betreiber anzuzeigen und um dem Betreiber das Ändern von Einstellungen wie Sollwerten in den Prozesssteuerungsroutinen zu ermöglichen. Jede dedizierte Steuereinheit und, in einigen Fällen, eine oder mehrere Feldvorrichtungen speichern eine entsprechende Steuereinheitanwendung, welche die ihr zugewiesenen und darauf heruntergeladenen Steuermodule ablaufen lässt und führen diese aus, um die tatsächliche Prozesssteuerungsfunktionalität zu implementieren. Die Betrachtungsanwendungen, die an einer oder mehreren Arbeitsstationen mit Bedienpersonal (oder an einer oder mehreren entfernten Rechenvorrichtungen, die kommunikativ mit den Arbeitsstationen mit Bedienpersonal und der Datenautobahn verbunden sind) ausgeführt werden können, empfangen über die Datenautobahn Daten von der Steuereinheitanwendung und zeigen diese Daten für Konstrukteure von Prozesssteuerungssystemen, Betreiber oder Benutzer an, welche die Benutzerschnittstellen verwenden und können eine beliebige Anzahl verschiedener Ansichten wie eine Ansicht eines Betreibers, eine Ansicht eines Ingenieurs, eine Ansicht eines Technikers usw. bereitstellen. Eine Data-Historian-Anwendung wird üblicherweise in einer Data-Historian-Vorrichtung, die einige oder alle der Daten sammelt oder speichert, die über die Datenautobahn bereitgestellt werden, gespeichert und von dieser ausgeführt, während eine Konfigurationsdatenbankanwendung in einem weiteren mit der Datenautobahn verbundenen Computer ablaufen kann, um die aktuelle Routinekonfiguration der Prozesssteuerung und damit verknüpfte Daten zu speichern. Alternativ kann sich die Konfigurationsdatenbank in der gleichen Arbeitsstation befinden wie die Konfigurationsanwendung.
In einer Prozessanlage oder einem Prozesssteuerungssystem werden Daten durch Feldvorrichtungen, Steuereinheiten, Sensoren, Funktionsblöcke und Ähnliches generiert und/oder gesammelt. Die generierten und/oder gesammelten Daten können vollständig oder teilweise gespeichert werden, sind jedoch im Allgemeinen in dem Prozesssteuerungssystem nicht in Echtzeit verfügbar. Stattdessen werden Daten lokal gespeichert und/oder verarbeitet (z. B. in einem Funktionsblock wie einem Block für die statistische Verarbeitung einer Feldvorrichtung oder Steuereinheit) und die daraus resultierenden verarbeiteten Daten werden lokal gecacht und/oder an Steuereinheiten und/oder Verlaufsarchive übertragen, um für eine spätere Analyse oder Prüfung gespeichert zu werden. Um für die Echtzeitanalyse nützlich zu sein, um zum Beispiel das künftige Auftreten oder das derzeitige Vorliegen eines unnormalen Zustands oder einer Störung in dem Prozesssteuerungssystem vorherzusagen, müssen die von den verschiedenen Vorrichtungen, Sensoren, Funktionsblöcken usw. in dem Prozesssteuerungssystem generierten Daten für die Analyse durch Expertensysteme und zum Beispiel durch maschinelle Lernsysteme und Analysekomponenten wie diejenigen, die in der gleichzeitig angemeldeten Parallelanmeldung 14/507,252 (Anwaltsaktenzeichennr. 06005/593086), mit dem Titel “AUTOMATIC SIGNAL PROCESSING-BASED LEARNING,” beschrieben werden, verfügbar sein. In derzeitigen Systemen erfordert der Transport großer Datenvolumen über ein Netzwerk in der Prozessanlage beträchtliche Netzwerkbandbreiten und die Verarbeitung, Speicherung und Katalogisierung solch großer Datenvolumen erfordert eine beträchtliche Konfiguration für jede Vorrichtung, damit sie die Daten verwenden kann.
Einfach ausgedrückt, wird die Architektur derzeit bekannter Prozesssteuerungsanlagen und Prozesssteuerungssysteme stark von begrenzten Steuereinheits- und Vorrichtungsspeichern, Kommunikationsbandbreiten sowie einem begrenzten Leistungsvermögen der Prozessoren von Steuereinheiten und Vorrichtungen beeinflusst. Zum Beispiel wird in derzeit bekannten Architekturen von Prozesssteuerungssystemen die Verwendung dynamischer und statischer nicht flüchtiger Speicher in der Speichereinheit üblicherweise minimiert oder zumindest sorgfältig gesteuert. Infolgedessen muss ein Benutzer während der Systemkonfiguration (z. B. a priori) üblicherweise auswählen, welche Daten in der Steuereinheit archiviert oder gespeichert werden sollen, mit welcher Frequenz sie gespeichert werden sollen und ob eine Komprimierung angewendet wird oder nicht und die Steuereinheit wird dementsprechend mit dieser beschränkten Reihe von Datenrichtlinien konfiguriert. Folglich werden Daten, die bei der Fehlerbehebung und Prozessanalyse nützlich sein könnten, oftmals nicht archiviert und wenn sie gesammelt wurden, können die nützlichen Informationen aufgrund der Datenkomprimierung verlorengegangen sein.
Die zuvor erörterten Einschränkungen derzeit bekannter Prozessanlagen und Prozesssteuerungssysteme und andere Einschränkungen können sich auf unerwünschte Weise bei dem Betrieb und der Optimierung von Prozessanlagen oder Prozesssteuerungssystemen manifestieren, zum Beispiel während des Anlagenbetriebs, der Fehlerbehebung und/oder der vorhersagenden Modellierung. Zum Beispiel erzwingen solche Einschränkungen mühselige und langwierige Arbeitsabläufe, die ausgeführt werden müssen, um Datenverläufe für die Fehlerbehebung zu erhalten, wobei die Daten manuell in eigenständige Offline-Geräte für die Signalverarbeitung eingespeist werden und die Analyse der Ausgabe der Geräte für die Signalverarbeitung manuell überwacht wird, um aktualisierte Modelle zu generieren. Selbst dann können die Ergebnisse und Modelle der Fehlerbehebung unvollständig oder für das tatsächliche System nicht vollständig repräsentativ sein, da die Eingaben für ihre Generierung auf der Erfahrung und dem Kenntnisstand eines bestimmten Betreibers beruhen.
„Big Data“ bezieht sich im Allgemeinen auf eine Sammlung von einem oder mehreren Datensätzen, die so groß oder komplex sind, dass herkömmliche Geräte für die Datenbankverwaltung und/oder Anwendungen für die Datenverarbeitung (z. B. relationale Datenbanken und Desktop-Statistikpakete) nicht dazu in der Lage sind, die Datensätze innerhalb einer vertretbaren Zeitspanne zu verwalten. Üblicherweise sind Anwendungen, die Big Data verwenden, transaktional und auf den Endnutzer gerichtet oder fokussiert. Zum Beispiel können Web-Suchmaschinen, Social-Media-Anwendungen, Marketing-Anwendungen und Verkaufsanwendungen Big Data verwenden und handhaben. Big Data können von einer verteilten Datenbank gestützt werden, welche ermöglicht, dass das Vermögen moderner Multi-Prozess-, Multicore-Server für die parallele Verarbeitung vollständig genutzt werden kann.
ZUSAMMENFASSUNG
Es werden Methoden, Systeme, Apparaturen und Verfahren zum Streamen von Big Data in einer Prozessanlage offenbart. Im Allgemeinen vereinfachen die Methoden, Systeme, Apparaturen und Verfahren die annähernde Echtzeitbewegung von Daten zwischen Datenquellen und Datenempfängern, wobei Daten eingespeist und analysiert werden können, sobald sie angefordert werden. Daten werden in eine vorgegebene Stromstruktur formatiert und die Struktur wird in Form von Metadaten vor und getrennt von den Daten in dem Strom an den Empfänger kommuniziert, wodurch der Netzwerkaufwand, die erforderliche Bandbreite und die Übertragungszeiten reduziert und der Netzwerkdurchsatz sowie die Speichereffizienz gesteigert werden. Metadaten, die an den Empfänger kommuniziert werden, legen Kennungen fest, die mit den gestreamten Daten verknüpft sind. Wenn der Transmitter eines Datenstroms konfiguriert ist, um neue oder andere Daten in dem Datenstrom zu umfassen, sendet der Transmitter neue Metadaten an den Empfänger, bevor er den neu formatierten Datenstrom sendet. Die gestreamten Daten umfassen Modul- und Blockdaten, Parameterdaten, Alarmdaten, Ereignisdaten und/oder beliebige Daten, die durch Metadaten beschrieben werden können. Die Kommunikation von Alarm- und Ereignisdaten mit den Parameterdaten vereinfacht die Speicherung der Alarm- und Ereignisdaten an der gleichen Stelle wie die Parameterdaten, was wiederum komplexere Analysen der Beziehungen zwischen allen Daten vereinfacht.
Ein Verfahren zum Kommunizieren von Daten in einem Prozesssteuerungssystem umfasst das Speichern eines ersten Satzes von Metadaten in einer Vorrichtung, die betrieben werden kann, um einen Datenstrom zu übertragen und das Speichern, in der Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eines Satzes von Daten zur Übertragung als der Datenstrom. Das Verfahren umfasst das Übertragen des ersten Satzes von Metadaten an eine Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen und das Empfangen des ersten Satzes von Metadaten an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen. Ferner umfasst das Verfahren das Übertragen des Datenstroms an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen und das Empfangen des Datenstroms an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, nachdem der erste Satz von Metadaten empfangen wurde. Das Verfahren umfasst außerdem das Parsen des empfangenen Datenstroms an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, gemäß dem ersten Satz von Metadaten. In verschiedenen Ausführungen umfasst der erste Satz von Metadaten Metadaten zur Beschreibung des Stromformats, welche die Struktur des Datenstroms beschreiben und/oder Metadaten zur Datenbeschreibung, welche den Inhalt des Datenstroms beschreiben.
In einer Ausführung umfasst das Verfahren außerdem das Identifizieren in dem Datenstrom an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, einer Kennung, die nicht in den ersten Metadaten enthalten ist; das Cachen des Datenstroms an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; das Senden einer Anfrage von der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, um einen aktualisierten Satz von Metadaten bereitzustellen und das Empfangen der Anfrage zur Bereitstellung der aktualisierten Metadaten an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden. Das Verfahren umfasst außerdem das Senden des aktualisierten Satzes von Metadaten von der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; das Empfangen, an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, des aktualisierten Satzes von Metadaten; und das Parsen des gecachten Datenstroms gemäß dem aktualisierten Satz von Metadaten.
In einer anderen Ausführungsform umfasst das Verfahren das Erkennen, in der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, einer Konfigurationsänderung; das Aktualisieren der Metadaten gemäß der erkannten Konfigurationsänderung und das Senden der aktualisierten Metadaten von der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen. Das Verfahren umfasst ferner das Empfangen, an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, des aktualisierten Satzes von Metadaten; das Senden des Datenstroms, von der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen. In der Ausführung ist der Datenstrom gemäß dem aktualisierten Satz von Metadaten strukturiert; und Parsen des Datenstroms in der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, gemäß dem aktualisierten Satz von Metadaten.
Ein Verfahren zum Datenstreaming in einem Prozesssteuerungssystem umfasst das Speichern eines ersten Satzes von Metadaten in einer Vorrichtung, die betrieben werden kann, um einen Datenstrom zu übertragen, wobei ein Satz von Daten für die Übertragung als der Datenstrom gesammelt wird, der Satz gesammelter Daten zwischengespeichert wird und der erste Satz von Metadaten an eine Vorrichtung übertragen wird, die betrieben werden kann, um den Datenstrom zu empfangen. Das Verfahren umfasst außerdem das Übertragen des Datenstroms an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen. Bei der Ausführung werden keine weiteren Metadaten übertragen, sofern nicht ein auslösendes Ereignis dazu führt, dass die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, zusätzliche Metadaten überträgt. In verschiedenen Ausführungen umfasst der erste Satz von Metadaten Metadaten zur Beschreibung des Stromformats, welche die Struktur des Datenstroms beschreiben und/oder Metadaten zur Datenbeschreibung, welche den Inhalt des Datenstroms beschreiben.
In einer Ausführung des Verfahrens umfasst das Verfahren außerdem das Empfangen einer Anfrage für aktualisierte Metadaten; das Generieren oder Herunterladen aktualisierter Metadaten; und das Senden aktualisierter Metadaten als Reaktion auf die Anfrage für aktualisierte Metadaten. In einer anderen Ausführung des Verfahrens umfasst das Verfahren das Erkennen eines geänderten Konfigurationsparameters; das Generieren oder Herunterladen aktualisierter Metadaten; und das Senden der aktualisierten Metadaten an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, bevor ein Datenstrom gemäß den aktualisierten Metadaten gesendet wird.
Ein Verfahren zum Empfangen eines Datenstroms in einem Prozesssteuerungssystem umfasst das Empfangen eines ersten Satzes von Metadaten von einer Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen; das Empfangen des Datenstroms nach dem Empfangen des ersten Satzes von Metadaten; das Parsen des empfangenen Datenstroms gemäß dem ersten Satz von Metadaten; und das Fortfahren mit dem Empfang gestreamter Daten, so lange wie der Datenstrom gemäß dem ersten Satz von Metadaten geparst werden kann. In einer Ausführung des Verfahrens umfasst das Verfahren außerdem das Identifizieren einer ID in dem Datenstrom, die gemäß dem ersten Satz von Metadaten nicht geparst werden kann; das Cachen des Datenstroms; das Senden einer Anfrage an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, um aktualisierte Metadaten bereitzustellen; das Empfangen der aktualisierten Metadaten; das Parsen des gecachten Datenstroms gemäß den aktualisierten Metadaten; das Fortfahren mit dem Empfang des Datenstroms; und das Parsen des Datenstroms gemäß den aktualisierten Metadaten. In einer anderen Ausführung des Verfahrens umfasst das Verfahren außerdem das Empfangen aktualisierter Metadaten; das Fortfahren mit dem Empfang des Datenstroms; und das Parsen des Datenstroms gemäß den aktualisierten Metadaten. In der Ausführung kann der nach den aktualisierten Metadaten empfangene Datenstrom gemäß den aktualisierten Metadaten geparst werden und könnte nicht gemäß dem ersten Satz von Metadaten geparst werden.
Eine Apparatur in einem Prozesssteuerungssystem umfasst einen Prozessor, einen Speicher, der kommunikativ mit dem Prozessor gekoppelt ist und einen Satz von Metadaten speichert und eine Datenquelle, die Daten für die Apparatur bereitstellt. Die Apparatur umfasst außerdem eine Warteschlangenroutine, die an dem Prozessor ausgeführt wird, um Daten zwischenzuspeichern, die von der Datenquelle empfangen wurden und eine Datenstreamingroutine, die an dem Prozessor ausgeführt wird und mit einer Kommunikationsvorrichtung zusammenarbeitet. Die Datenstreamingroutine kann betrieben werden, um den gespeicherten Satz von Metadaten an eine Empfangsvorrichtung zu übertragen, die zwischengespeicherten Daten gemäß dem gespeicherten Satz von Metadaten zu einem Datenstrom zusammenzufügen und den Datenstrom an die Empfangsvorrichtung zu übertragen.
In einer Ausführung der Apparatur ist die Apparatur eine Steuereinheit und die Datenquelle ist ein Eingang, der Daten von einer oder mehreren Prozesssteuerungsvorrichtungen empfängt. In der Ausführung umfasst die Apparatur außerdem eine oder mehrere Routinen, die an dem Prozessor ausgeführt werden, um den Prozess zumindest teilweise gemäß den empfangenen Daten zu steuern und eine Sammelroutine, die an dem Prozessor ausgeführt wird und Daten sammelt, die von den einen oder mehreren Prozesssteuerungsvorrichtungen empfangen wurden.
In einer Ausführung der Apparatur kann die Datenstreamingroutine, die an dem Prozessor ausgeführt wird, ebenso betrieben werden, um eine Anfrage für aktualisierte Metadaten zu empfangen, aktualisierte Metadaten zu generieren oder herunterzuladen und die aktualisierten Metadaten als Reaktion auf die Anfrage für aktualisierte Metadaten zu senden. In einer anderen Ausführung der Apparatur umfasst die Apparatur außerdem eine Metadatenaktualisierungsroutine, die betrieben werden kann, um aktualisierte Metadaten zu empfangen oder zu generieren und wobei die Datenstreamingroutine, die an dem Prozessor ausgeführt wird, betrieben werden kann, um aktualisierte Metadaten als Reaktion auf eine erkannte Änderung hinsichtlich einer Konfiguration der Apparatur oder als Reaktion auf das Generieren oder den Empfang aktualisierter Metadaten zu senden und um mit dem Senden des Datenstroms fortzufahren. In der Ausführung ist der Datenstrom, der nach dem Senden der aktualisierten Metadaten gesendet wird, gemäß den aktualisierten Metadaten strukturiert.
Eine Apparatur zum Empfangen eines Stroms von Big Data in einem Prozesssteuerungssystem umfasst einen Prozessor; einen Speicher, der kommunikativ mit dem Prozessor gekoppelt ist; eine nicht-transitorische Speichervorrichtung zum Speichern von Big Data und einen Empfänger. Der Empfänger wird betrieben, um einen Satz von Metadaten zu empfangen; einen Datenstrom zu empfangen; den Datenstrom gemäß dem Satz von Metadaten zu parsen; Daten gemäß dem Parsing zu verarbeiten und mit dem Empfang und der Verarbeitung von Daten fortzufahren, so lange wie der Datenstrom gemäß dem ersten Satz von Metadaten geparst werden kann.
In einer Ausführung der Apparatur ist die Apparatur eine Big-Data-Appliance zum Speichern von Big Data, wobei die nicht-transitorische Speichervorrichtung eine High Fidelity-Datenspeichervorrichtung umfasst und die Verarbeitung von Daten das Speichern der Daten in der High Fidelity-Datenspeichervorrichtung umfasst.
In einer Ausführung der Apparatur kann der Empfänger außerdem betrieben werden, um in dem Datenstrom eine ID zu identifizieren, die gemäß dem Satz von Metadaten nicht geparst werden kann, den Datenstrom zu cachen und eine Anfrage für die Bereitstellung aktualisierter Metadaten zu senden. Die Apparatur kann die aktualisierten Metadaten empfangen, den gecachten Datenstrom gemäß den aktualisierten Metadaten parsen und die Daten gemäß dem Parsing verarbeiten. Die Apparatur kann ferner damit fortfahren, den Datenstrom zu empfangen, den kontinuierlichen Datenstrom gemäß den aktualisierten Metadaten parsen und die Daten aus dem kontinuierlichen Datenstrom verarbeiten.
In einer anderen Ausführung der Apparatur kann der Empfänger außerdem betrieben werden, um aktualisierte Metadaten zu empfangen, mit dem Empfang des Datenstroms fortzufahren und den Datenstrom gemäß den aktualisierten Metadaten zu parsen. Darin kann der nach den aktualisierten Metadaten empfangene Datenstrom gemäß den aktualisierten Metadaten geparst werden und könnte nicht gemäß dem Satz von Metadaten geparst werden.
KURZE BESCHREIBUNG DER ZEICHNUNGEN
1 ist ein Blockdiagramm eines exemplarischen Systems für das Streaming von Daten für die Prozesssteuerung in einer Prozessanlage oder einem Prozesssteuerungssystem;
2 ist ein Blockdiagramm eines exemplarischen Big Data-Netzwerks für eine Prozessanlage oder ein Prozesssteuerungssystem, welches das Streaming von Big Data zwischen Vorrichtungen unterstützen kann;
3 ist ein Blockdiagramm einer exemplarischen Big-Data-Appliance;
4 ist ein Blockdiagramm einer exemplarischen Prozessanlage bzw. eines Prozesssteuerungssystems, wobei Daten zwischen Vorrichtungen in der Prozessanlage gestreamt werden;
5 ist ein Blockdiagramm einer exemplarischen Steuereinheit, die das Datenstreaming gemäß den beschriebenen Verfahren umsetzt;
6 ist ein Blockdiagramm, das den Fluss von Metadaten in exemplarischen Komponenten eines Prozesssteuerungssystems veranschaulicht, wobei das Datenstreaming gemäß den beschriebenen Verfahren umgesetzt wird;
7 ist ein Blockdiagramm, das den Fluss von Metadaten in exemplarischen Komponenten eines Prozesssteuerungssystems veranschaulicht, wobei das Datenstreaming umgesetzt wird;
8A und 8B sind Ablaufpläne, die jeweils ein Verfahren zum Streaming von Daten an eine andere Vorrichtung und ein Verfahren zum Empfangen eines Datenstroms abbilden und zusammen den Fluss von Daten zwischen zwei Vorrichtungen abbilden, die gemäß den entsprechenden Verfahren betrieben werden; und
9A und 9B sind Ablaufpläne, die jeweils ein alternatives Verfahren zum Streaming von Daten an eine andere Vorrichtung und ein alternatives Verfahren zum Empfangen eines Datenstroms abbilden und zusammen den Fluss von Daten zwischen zwei Vorrichtungen abbilden, die gemäß den entsprechenden alternativen Verfahren betrieben werden.
DETAILLIERTE BESCHREIBUNG
Hierin werden Methoden, Systeme und Verfahren zum Streamen von Daten und Metadaten in einer Prozessanlage oder einem Prozesssteuerungssystem offenbart. Im Allgemeinen vereinfachen die Methoden, Systeme und Verfahren die Bewegung von Daten zwischen Vorrichtungen in der Prozessanlage oder in Bezug darauf. Insbesondere vereinfachen die Methoden, Systeme und Verfahren das Streaming von verschiedenen Arten von Prozesssteuerdaten, umfassend E/A-Daten, kontinuierliche Daten, Ereignisdaten, Chargendaten, Labordaten und Daten von Analysegeräten und anderen Komponenten, von und zu verschiedenen Vorrichtungen in der Prozessanlage und zu verschiedenen mobilen und/oder externen Vorrichtungen, die solche Daten benötigen können. Tatsächlich können sämtliche Daten, die durch Metadaten beschrieben werden können, gemäß den hierin beschriebenen Methoden für das Datenstreaming gestreamt werden. Die Methoden, Systeme und Verfahren zusätzlich lediglich das Steuerungssystem, um die Daten zu streamen, ohne dass eine komplexe Konfiguration der Empfangsvorrichtungen erforderlich ist. Die Daten können in Echtzeit oder auf Anfrage gestreamt werden. Das heißt, dass es die vorliegenden Methoden, Systeme und Verfahren im Gegensatz zu bekannten Verarbeitungsverfahren von Prozesssteuerungssignalen, wobei eine anfragende Vorrichtung (oder ein Benutzer) von einer Prozessanlage aposteriorisch eine historische Signalzuführung erhält und wobei die anfragende Vorrichtung konfiguriert sein muss, um genau die Daten zu empfangen, die an sie übertragen werden, ermöglichen, dass Daten in Echtzeit zu Verlaufsarchiven, anfragenden Vorrichtungen oder anderen Prozesssteuerungsvorrichtungen gestreamt werden, welche die Daten aktiv nutzen, um die Prozessanlage zu steuern. Demnach kann die Signalverarbeitung durch die Verwendung der hierin offenbarten Methoden, Systeme und Verfahren in den Betrieb und Online-Prozessanlagen oder -Systeme (z. B. durch die Positionierung oder Lokalisierung verschiedener Funktionen für die Signalverarbeitung in der Nähe von verschiedenen Signalquellen in der Prozessanlage oder dem -system) aufgenommen oder integriert werden, apriorische Konfigurationsanforderungen werden verringert und Echtzeitanalytik und -lernen können umgesetzt werden. Andere zusätzliche Vorteile werden für diejenigen deutlich, die sich die folgende Offenbarung durchlesen.
Als ein Beispiel für eine hierin ausführlicher beschriebene Ausführungsform können Daten von verschiedenen Vorrichtungen und Systemen erzeugt (z. B. DCS-Systeme, Feldvorrichtungen für die Prozesssteuerung usw.) und über E/A-Vorrichtungen, Busse, drahtlose Gateways und Ähnliches gesammelt werden. Die gesammelten Daten können eingereiht und zu Langzeit-Datenspeichervorrichtungen (z. B. Historian-Vorrichtungen), zu einer oder mehreren Analysevorrichtungen, die eine Echtzeitanalyse und/oder Lernfunktionen ausführen, zu einer oder mehreren anfragenden Vorrichtungen und/oder zu einer oder mehreren Vorrichtungen gestreamt werden, die eine Prozesssteuerung unter Verwendung der gestreamten Daten als Eingabe durchführen. Zusätzlich können die gesammelten Daten direkt oder von einer der Langzeit-Datenspeichervorrichtungen über einen Webserver, eine API usw. zu externen Vorrichtungen gestreamt werden.
Metadaten der gesammelten und gestreamten Daten können getrennt von den gestreamten Daten gestreamt werden. Die Metadaten werden im Allgemeinen in dem Strom vor den Daten übertragen und werden in jedem Fall an die Empfangsvorrichtung übertragen, bevor die Empfangsvorrichtung die gestreamten Daten verarbeiten und/oder verwenden kann. Die Metadaten beschreiben die Art und Anordnung der Daten in dem Datenstrom und umfassen zum Beispiel Modulkennzeichnungen, Blocknamen, Parameternamen, Informationen über Anlagenbereiche, Einheiten und Zellen, zusätzlich zu Informationen, die das Stromformat definieren wie die Kennungen, die den Anfang eines bestimmten Teils von Daten anzeigen.
Diese und andere Methoden, Systeme und Verfahren zum Streaming von Daten in einem Prozesssteuerungssystem oder einer -anlage werden nachfolgend ausführlicher erörtert. Es wird ausdrücklich vermerkt, dass, während verschiedene Beschreibungen nachfolgend das Sammeln von Prozesssteuerdaten zum Speichern in einer Big-Data-Historian-Vorrichtung beschreiben, die hierin beschriebenen Methoden für das Datenstreaming auf jede Art von Daten in einem Prozesssteuerungssystem zutreffen, umfassend Labordaten, Betriebsdaten, Wartungsdaten, Chargendaten, Ereignisdaten, Alarmdaten, Analysedaten, statistische Daten usw., solange die gestreamten Daten durch Metadaten beschrieben werden können. Zusätzlich können die Methoden für das Streaming von Daten zwischen beliebigen Vorrichtungen angewendet werden und sind nicht auf das Datenstreaming zwischen Steuereinheiten und Big-Data-Knoten, zwischen Prozesssteuerungsvorrichtungen und Steuereinheiten oder zwischen Prozesssteuerungsvorrichtungen und Big-Data-Knoten beschränkt. Beliebige Prozesssteuerungsvorrichtungen, Big-Data-Knoten, Big-Data-Appliances, Analysemodule, Steuereinheiten, Arbeitsstationen, E/A-Vorrichtungen, Router, Zugriffspunkte usw., mobile Plattformen (z. B. Smartphones, Tabletcomputer, Laptops usw.) in einer Prozessanlage oder mit dieser verknüpft (z. B. kommunikativ mit der Prozessanlage verbunden) können Empfänger eines Datenstroms, ein Transmitter eines Datenstroms oder beides sein.
1 veranschaulicht über ein Blockdiagramm ein exemplarisches System 100 für das Streaming von Daten für die Prozesssteuerung in einer Prozessanlage oder einem Prozesssteuerungssystem. Wie aus 1 ersichtlich, umfasst das exemplarische System 100 verschiedene Quellen 102, die Prozesssteuerdaten generieren. Die Quellen 102 können beispielsweise Folgendes umfassen: Sensoren und Transmitter; Feldvorrichtungen wie Ventile, Antriebselemente, Mischgeräte, Pumpen usw.; Steuereinheiten wie diejenigen, die in einem verteilten Steuerungssystem (DCS) zu finden sind; Funktionsblöcke, die an einer beliebigen Stelle in der Prozessanlage betrieben werden (umfassend innerhalb von Feldvorrichtungen oder Steuereinheiten), um zum Beispiel einen Parameter oder eine Größe zu empfangen und eine Funktion oder Operation an dem Parameter oder der Größe auszuführen, um eine Ausgabe zu erzeugen; Betreiber- oder andere Steuerungs-/Befehlseingaben; E/A-Vorrichtungen; Kommunikations-Gateways; oder eine beliebige andere Quelle in der Prozessanlage. Am häufigsten umfassen die Quellen 102 ein oder mehrere Prozesselemente und/oder andere Komponenten oder Funktionen, die der Prozessanlage oder dem Prozesssteuerungssystem entsprechen. Zum Beispiel kann eine Quelle 102 einem Eingabesignal oder einem Ausgabesignal einer Prozesssteuerungsvorrichtung (z. B. einer Steuereinheit, Feldvorrichtung oder Eingabe/Ausgabe-(E/A)-Vorrichtung) entsprechen. Zusätzlich oder alternativ kann eine Quelle 102 eine Prozessgröße wie eine Steuergröße, eine Stellgröße, eine Störgröße usw. sein (die eine Eingabe oder eine Ausgabe einer Prozesssteuerungsvorrichtung sein kann). In einigen Fällen ist die Quelle 102 eine Messung. Beispiele von Messungen können Folgendes umfassen: eine Prozessmessung, die direkt von einer Feldvorrichtung für einen Parameter des Prozesses ausgeführt oder von einer solchen direkten Messung abgeleitet wird; eine Umgebungsmessung, die im Allgemeinen von der Steuerung des Prozesses unabhängig ist (z. B. eine Umgebungstemperatur oder ein Luftdruck, eine Zusammensetzung einer unverarbeiteten Stoffeingabe usw.); eine Leistungsmessung (z. B. eine Bandbreite oder Verzögerung einer Kommunikationsverbindung in einer Prozessanlage, eine Zusammenstellung der Ausgabe der Prozessanlage usw.) oder eine andere Messung, die mit der Prozessanlage verknüpft ist, die den Prozess steuert. In einigen Fällen ist die Quelle 102 ein Parameter der eine Massenbilanz oder eine Energiebilanz in einem Teil des Prozesses oder der Prozessanlage angibt. In einigen Fällen entspricht die Quelle 102 einer Ausgabe eines anderen Analysesystems oder -moduls. Es wird vermerkt, dass sich Daten auf mehrere Quellen 102 beziehen können (zum Beispiel können sie den sich ändernden Ausgabewert einer Analyse widerspiegeln, die für eine Ausgabe einer Steuereinheit durchgeführt wird), um die Lesbarkeit zu erleichtern, wird hierin im Singular auf die „Quelle“ verwiesen.
Im Allgemeinen können Daten einem beliebigen Parameter bzw. einer beliebigen Reihe von Parametern entsprechen, der bzw. die mit der Prozessanlage verknüpft ist und einen Wert aufweist, der als ein direktes oder indirektes Ergebnis der Steuerung des Prozesses durch die Prozessanlage variiert, der z. B. in Echtzeit variiert oder als ein direktes oder indirektes Ergebnis von dem Online-Betrieb der Prozessanlage (oder dem Teil davon, mit dem der Parameter verknüpft ist) variiert.
Die Daten werden von einem Datensammelblock 104 gesammelt. Der Sammelblock 104 empfängt die Daten von einer oder mehreren der Quellen 102. Obwohl er in 1 als ein einzelner Datensammelblock 104 abgebildet wird, kann es mehrere Datensammelblöcke 104 geben. Jeder Datensammelblock 104 kann einer einzelnen Quelle 102, einer eigenständigen Reihe von Quellen 102 oder sich überlagernden Reihen von Quellen 102 entsprechen. In einer Ausführungsform sind der Sammelblock 104 und die Quelle 102 integriert. Zum Beispiel kann der Sammelblock 104 in einer Steuereinheit oder in einer Feldvorrichtung wie einem Ventil oder einem Sensor enthalten sein. In einer anderen Ausführungsform kann der Sammelblock 104 von der Quelle 102 getrennt, aber kommunikativ mit dieser verbunden sein. Zum Beispiel kann der Sammelblock 104 mit der Quelle 102 physikalisch verbunden oder gekoppelt sein, sodass die Ausgabe der Quelle 102 den Sammelblock 104 durchquert, bevor sie von anderen Blöcken verarbeitet wird oder der Sammelblock 104 kann die Netzwerkverbindung überwachen, über welche die Ausgabe der Quelle 102 übertragen wird. Zum Beispiel kann der Sammelblock 104 in einer Zusatzvorrichtung enthalten sein, die mit einer Steuereinheit, einer Feldvorrichtung oder einer Kommunikationsverbindung gekoppelt ist, über welche die Steuereinheit und/oder die Feldvorrichtung Signale übertragen bzw. überträgt.
Der Sammelblock 104 kann passiv oder aktiv die Daten von der Quelle 102 empfangen oder erhalten. Zum Beispiel wenn eine Steuereinheit direkt ihre Ausgabe an den Sammelblock 104 sendet (z. B. wenn der Sammelblock 104 mit dem Ausgabeport der Steuereinheit verbunden ist oder die Steuereinheit ihre Ausgabe ausdrücklich an den Sammelblock 104 richtet), erhält der Sammelblock 104 passiv das Ausgabesignal der Quelle 102. Andererseits, wenn der Sammelblock 104 die Verbindung überwacht, auf welcher die Ausgabe der Steuereinheit übertragen wird, erhält der Sammelblock 104 aktiv das Ausgabesignal der Quelle 102.
Gesammelte Daten werden in einem Warteschlangenblock 106 eingereiht. Wenn die Daten eingereiht sind, veranlasst ein auslösendes Ereignis, dass die eingereihten Daten übertragen werden. In verschiedenen Ausführungsformen oder in unterschiedlichen Instanzen in der gleichen Ausführungsform kann das auslösende Ereignis, das veranlasst, dass der Warteschlangenblock 106 eingereihte Daten überträgt, Folgendes sein: eine volle Warteschlange, der Ablauf eines Zeitnehmers für die Zeit zum Senden oder eine Client-Anfrage (z. B. von einer anderen Vorrichtung) zum Senden der Daten.
Sobald das auslösende Ereignis veranlasst, dass der Warteschlangenblock 106 die gesammelten Daten überträgt, werden die Daten an eine Empfangsvorrichtung übertragen. Die Empfangsvorrichtung kann eine beliebige Anzahl von Vorrichtungen sein, umfasst jedoch im Allgemeinen einen Big-Data-Knoten, wie nachfolgend in Bezug auf 2 beschrieben. Die von der Empfangsvorrichtung empfangenen Daten werden im Allgemeinen im In-Memory-Speicher 108 der Empfangsvorrichtung gespeichert, bis eine weitere Verarbeitung oder Speicherung stattfindet. In einigen Ausführungsformen werden die Daten zum Beispiel von dem In-Memory-Speicher 108 der Empfangsvorrichtung in den Langzeit-Datenspeicher 110 übertragen. Der Langzeit-Datenspeicher 110 kann eine Big-Data-Appliance, wie nachfolgend ausführlich beschrieben, umfassen. In jedem Fall, entweder alternativ oder zusätzlich, werden die von der Empfangsvorrichtung empfangenen Daten von dem In-Memory-Speicher 108 zu einem Analyseblock 112 übertragen.
Die Daten können von dem Analyseblock 112 verarbeitet werden, um beispielsweise Alarme und/oder Ereignisnachrichten, Prognosen und/oder Empfehlungen zu generieren und/oder um eine Fehlererkennung für die Prozessanlage oder für einen Teil einer Prozessanlage bereitzustellen. In einigen Ausführungsformen empfängt oder erhält der Analyseblock 112 eine oder mehrere andere Eingaben in Verbindung mit den Daten. Zum Beispiel kann der Analyseblock 112 mehrere, zeitlich veränderliche Eingabesignale von mehreren jeweiligen Quellen 102 über mehrere Sammelblöcke 104 und/oder Warteschlangenblöcke 106 empfangen. In einigen Situationen empfängt der Analyseblock 112 in Verbindung mit den Daten eine oder mehrere zusätzliche Echtzeit-Eingaben, die zeitlich relativ konstant sind wie einen Sollwert einer Steuergröße oder eine Angabe eines statischen Zustands in der Prozessanlage. In einigen Situationen empfängt der Analyseblock 112 in Verbindung mit den Daten (und mit zusätzlichen Echtzeit-Eingaben, falls vorhanden) eine oder mehrere andere Eingaben, die nicht während Echtzeit-Vorgängen der Prozessanlage generiert werden wie Messungen, die erhalten wurden, während die Prozessanlage oder ein Teil davon offline war; eine Ausgabe, die von einem manuellen Offline-Analysegerät generiert wurde; Daten, die von einem Modell von einem oder mehreren Teilen des Prozesses erhalten wurden usw.
In 1 arbeitet der Analyseblock 112 mit den Daten (und anderen zusätzlichen konstanten oder veränderlichen Eingaben, falls vorhanden), um eine oder mehrere Eigenschaften der Daten oder eine oder mehrere Betriebseigenschaften der Prozessanlage zu bestimmen. Der Analyseblock 112 kann zum Beispiel zusätzliche Daten wie statistische Daten generieren, die sich auf die von den Sammel- und Warteschlangenblöcken 104 und 106 empfangenen Daten beziehen. Der Analyseblock 112 kann außerdem oder alternativ Informationen über den Zustand der Prozessanlage oder eines Teils der Prozessanlage generieren, umfassend Alarme und Ereignisdaten, Prognosedaten, Empfehlungen und Daten für die Fehlererkennung/-prognose.
Tatsächlich führt der Analyseblock 112 automatisch oder selbstständig eine oder mehrere Verarbeitungsfunktionen an den Daten aus, um eine oder mehrere Eigenschaften der Daten zu bestimmen. Zum Beispiel kann der Analyseblock 112 dort, wo die Daten spezifische Signale (z. B. zeitlich veränderliche Signale wie einen Parameterwert) umfassen, eine Filterung, eine Größen- oder Amplitudenanalyse, eine Leistungsanalyse, eine Intensitätsanalyse, eine Phasenanalyse, eine Frequenzanalyse, eine Spektrum- oder Spektralanalyse, eine Korrelationsanalyse, eine Konvolution, eine Glättung, eine Hilbert-Transformation, eine Stufenerkennung, eine lineare Signalverarbeitung, eine nicht lineare Signalverarbeitung und/oder eine andere Methode zur Signalverarbeitung für das Signal in den Daten ausführen. Demnach folgt daraus, dass die einen oder mehreren Eigenschaften, die von dem Analyseblock 112 ermittelt werden, der Reihe von Verarbeitungsmethoden entsprechen, die von dem Analyseblock 112 für das Signal oder die Signale in den Daten angewendet wurden. Wenn der Analyseblock 112 zum Beispiel eine Spektrumanalyse für ein Signal in den Daten ausführt, können die einen oder mehreren zugehörigen Eigenschaften des Signals in den Daten, die durch die Spektrumanalyse bestimmt werden, eine Identifikation von einer oder mehreren dominanten Frequenzen in dem Signal, einer oder mehrerer Frequenzen der n-ten Ordnung (wobei n eine ganze Zahl größer als eins ist), einer Oberwelle, einer Subharmonischen, einer Gabelung, einer Bandbreite, einer Verzerrung usw. umfassen. In einem anderen Beispiel, wenn der Analyseblock 112 eine Phasenanalyse für ein Signal in den Daten ausführt, können die einen oder mehreren zugehörigen Eigenschaften des Signals eine Identifikation von einer oder mehreren Phasen des Signals und/oder des Vorhandenseins oder der Abwesenheit einer Phasenverschiebung umfassen. Es wird vermerkt, dass, während die oben genannten Beispiele für die Spektrum- und Phasenanalyse Eigenschaften von einer oder mehreren sich wiederholenden Verhaltensweisen (z. B. Schwingungs- oder periodisches Verhalten) veranschaulichen, die in dem Signal enthalten sind, der Analyseblock 112 zusätzlich oder alternativ an dem Signal und/oder den Daten arbeiten kann, um zu bestimmen, ob Verhaltensweisen vorliegen, die sich nicht wiederholen wie zeitliche Maximal- und Minimalamplituden, Impulsantworten usw. In einer Ausführungsform kann der Analyseblock 112 eine oder mehrere Funktionen auswählen, die an den Daten ausgeführt werden, z. B. auf der Grundlage der Datenquelle, zusätzlicher Eingaben, einer oder mehrerer zuvor bestimmter Eigenschaften der Daten oder eines Signals in den Daten und/oder anderer Kriterien.
Der Analyseblock 112 kann außerdem konfiguriert sein, um die potenzielle(n) Quelle oder Quellen der bestimmten Eigenschaften des Signals und/oder der Daten zu bestimmen, z. B. kann der Analyseblock 112 die „charakteristische Quelle“ bestimmen. Im Besonderen kann der Analyseblock 112 eine Reihe von Prozesselementen bestimmen, die der/den Quelle(n) 102 vorgelagert sind und ermitteln, welche dieser vorgelagerten Quellen 102 die bedeutendsten Auswirkungen auf die Veränderungen hinsichtlich des Verhaltens des Signals und/oder der Daten haben. Eine zusätzliche Funktionalität des Analyseblocks 112 wird zum Beispiel in der Parallelanmeldung Nr. 14/507,252 (Anwaltsaktenzeichennr. 06005/593086) beschrieben.
Ungeachtet der Beschaffenheit der von dem Analyseblock 112 generierten Ausgabe kann die Ausgabe des Analyseblocks 112 für die Nachbearbeitung in dem Langzeit-Datenspeicher 110 gespeichert werden und/oder kann vorübergehend in dem In-Memory-Speicher 114 gespeichert werden, bevor sie in einigen Ausführungsformen für einen Datenzugriffsblock 116 zugänglich gemacht wird. Der Datenzugriffsblock 116 kann ein Server (nicht gezeigt), ein Application Program Interface (API) oder Ähnliches sein, der einige oder sämtliche Daten in dem In-Memory-Speicher 114 und/oder dem Langzeit-Datenspeicher 110 für andere Clients und Anwendungen zugänglich macht. Der Datenzugriffsblock 116 kann die Daten für einen Server 118 bereitstellen, auf den durch eine oder mehrere Vorrichtungen über ein Netzwerk (nicht gezeigt) zugegriffen wird oder kann die Daten direkt für eine spezifische Vorrichtung 120 gemäß einer Anfrage von der Vorrichtung 120 oder gemäß einem vorgegebenen Schema bereitstellen.
Im Allgemeinen bezieht sich der Begriff „vorgelagerte Quelle“, auf den hierin verwiesen und der zuvor erörtert wurde, auf ein Prozesselement, einen Ausrüstungsgegenstand oder einen Vermögenswert der Prozessanlage, die während der Laufzeit daran beteiligt sind, dass die Prozessanlage dazu gebracht wird, den Prozess zu steuern. Wie hierin verwendet, bezieht sich der Begriff „vorgelagert“ auf eine frühere, aktive Beteiligung an bzw. ein Vorhandensein während der Steuerung des Prozesses in Echtzeit und der Begriff „nachgelagert“ bezieht sich auf eine spätere, aktive Beteiligung an bzw. ein Vorhandensein während der Steuerung des Prozesses in Echtzeit. Zum Beispiel ist ein Behältnis, in dem Rohstoffe für die Eingabe in den Prozess gelagert werden, einem Heizkessel vorgelagert, der die Rohstoffe erwärmt und ist einem Temperatursensor vorgelagert, der die Temperatur des Heizkessels misst. Der Begriff „Prozesselement“, wie hierin verwendet, bezieht sich im Allgemeinen auf ein physikalisches oder logisches Element, das für die Steuerung des Prozesses oder eines Teils davon verwendet wird, wie eine Prozesssteuerungsvorrichtung, eine Prozessgröße, eine Messung und Ähnliches. Demnach, unter Verwendung des Beispiels mit Behältnis und Heizkessel, ist ein Ventil zur Freigabe der Rohstoffe in den Heizkessel ein vorgelagertes Prozesselement, der Temperatursensor ist ein Prozesselement, das dem Ventil nachgelagert ist und ein anderes Ventil zur Freigabe des erwärmten Flusses in ein Rohr zur Zufuhr an einen anderen Ausrüstungsgegenstand ist ein Prozesselement, das sowohl dem ersten Ventil als auch dem Temperatursensor nachgelagert ist.
Ein „Ausrüstungsgegenstand“, ein „Ausrüstungsstück“ oder eine „Ausrüstung“, wie hierin synonym verwendet, bezieht sich im Allgemeinen auf ein physikalisches Element bzw. eine Komponente, welche(s) während der Steuerung des Prozesses oder eines Teils davon direkt verwendet werden kann oder nicht, aber dennoch mit anderen Ausrüstungsstücken und/oder Prozesselementen in Bezug auf die Steuerung oder den Fluss des Prozesses beauftragt werden kann. Um mit dem oben genannten Beispiel fortzufahren, sind das Behältnis und die physikalischen Stützen für das Behältnis Elemente, die dem Heizkessel vorgelagert sind und der Heizkessel sowie die Stützen für den Heizkessel sind den Rohrleitungen vorgelagert, die den Heizkessel verlassen. Ein „Vermögenswert“ einer Prozessanlage, auf den hierin verwiesen wird, kann jedes zu der Prozessanlage gehörige Element sein, das für den Träger und/oder Betreiber der Prozessanlage mit Kosten verbunden ist. Zum Beispiel können Vermögenswerte einer Prozessanlage Instrumente, Ventile, Steuereinheiten, verteilte Steuerungssysteme (DCSs), Software, eine Infrastruktur, Netzwerke, Steuerungsstrategien, Anwendungen, Konfigurationen, Rohrleitungen, Prüfgeräte, Konfigurationsgeräte, Arbeitsstationen, Benutzerschnittstellenvorrichtungen, Einheiten für die Datenspeicherung und Ähnliches umfassen. Wieder in Bezug auf das Beispiel mit dem Behältnis und dem Heizkessel, stellen das Behältnis, der Heizkessel, die Ventile, die Rohrleitungen, der Temperatursensor und zugehörige Stützen Vermögenswerte der Prozessanlage dar, wie die Steuermodule und -strategien, welche die Ventile und den Temperatursensor verwenden, um das Erwärmen und die Menge des Materials in dem Heizkessel zu steuern, wie eine tragbare Diagnosevorrichtung, die verwendet wird, um Fehlerzustände in dem Behältnis und/oder dem Boiler zu diagnostizieren. Beliebige oder alle der hierin offenbarten Systeme, Verfahren und Methoden können in einer Prozessanlage oder einem Prozesssteuerungssystem verwendet werden, die bzw. das konfiguriert ist, um einen Prozess in Echtzeit zu steuern. Üblicherweise wird der Prozess gesteuert, um physikalische Materialien oder Produkte herzustellen, zu veredeln, umzuwandeln, zu erzeugen oder zu produzieren. Die Prozessanlage kann zum Beispiel ein oder mehrere verdrahtete Kommunikationsnetze und/oder ein oder mehrere drahtlose Kommunikationsnetze umfassen. Gleichermaßen kann die Prozessanlage darin ein oder mehrere verdrahtete Prozesselemente und/oder ein oder mehrere drahtlose Prozesselemente umfassen. Die Prozessanlage kann zentralisierte Datenbanken umfassen, wie kontinuierliche, Chargen- und andere Arten von Historian-Datenbanken.
Die Prozessanlagen, in denen zumindest Teile der hierin offenbarten Datenstreamingsysteme, -verfahren und -methoden verwendet werden, umfassen ein Big-Data-Netzwerk für die Prozesssteuerung und Big-Data-Netzwerkknoten oder -Vorrichtungen für die Prozesssteuerung. Zum Beispiel können zumindest einige der hierin offenbarten Systeme, Verfahren und Methoden in einer Prozessanlage umgesetzt werden, die lokalisierte, regionale und/oder zentralisierte Big Data unterstützt, wie in der zuvor genannten U.S.-Patentanmeldung Nr. 13/784,041, in der zuvor genannten U.S.-Patentanmeldung Nr. 14/174,413, in der zuvor genannten U.S.-Patentanmeldung Nr. 14/212,493 und/oder in der zuvor genannten U.S.-Patentanmeldung Nr. 14/507,188 (Anwaltsaktenzeichennr. 06005/593079), mit dem Titel “REGIONAL BIG DATA IN PROCESS CONTROL SYSTEMS” beschrieben. Als solche kann eine Prozessanlage, welche die hierin beschriebenen Datenstreamingmethoden, -verfahren und -systeme verwendet, eine oder mehrere Big-Data-Vorrichtungen umfassen, von denen zumindest einige eine entsprechende verteilte oder eingebettete Big-Data-Appliance umfassen, um mit Big Data zu arbeiten, die durch einen Big-Data-Provider-Knoten generiert werden.
2 ist ein vereinfachtes Blockdiagramm eines exemplarischen Big-Data-Netzwerks 200 für eine Prozessanlage oder ein Prozesssteuerungssystem, die bzw. das einen oder mehrere Prozesse steuert und Big Data für die Prozesssteuerung unterstützt und insbesondere gemäß den in 1 veranschaulichten Grundsätzen für das Datenstreaming betrieben werden kann. Das Big-Data-Netzwerk 200 für die Prozesssteuerung umfasst einen oder mehrere Big-Data-Knoten für die Prozesssteuerung 202–210, von denen jeder Big Data für die Prozesssteuerung sammelt, beobachtet, generiert, speichert, analysiert, darauf zugreift, sie überträgt, empfängt und/oder damit arbeitet. Die Begriffe „Big Data für die Prozesssteuerung“, „Prozess-Big-Data“ und „Big Data“, wie hierin synonym verwendet, beziehen sich im Allgemeinen auf alle (oder fast alle) Daten, die von Vorrichtungen generiert, empfangen und/oder beobachtet werden, die in dem Prozesssteuerungssystem oder der -anlage enthalten und damit verknüpft sind. In einer Ausführungsform werden alle Daten, die von allen Vorrichtungen generiert, erzeugt, empfangen oder anderweitig beobachtet werden, die in der Prozessanlage enthalten und mit dieser verknüpft sind, als Big Data in dem Big-Data-Netzwerk für die Prozesssteuerung 200 gesammelt und gespeichert.
Das exemplarische Big-Data-Netzwerk für die Prozesssteuerung 200 umfasst eine oder mehrere verschiedene Arten von Big-Data-Knoten oder -Vorrichtungen für die Prozesssteuerung 202–210, von denen jede Big Data für die Prozesssteuerung, die von oder auf der Grundlage der Steuerung der einen oder mehreren Prozesse durch die Prozessanlage oder das Prozesssteuerungssystem generiert wurden, sammelt, beobachtet, generiert, speichert, analysiert, darauf zugreift, sie überträgt, empfängt und/oder damit arbeitet. Jede(r) Big-Data-Knoten oder -Vorrichtung für die Prozesssteuerung 202–210 ist mit einem Big-Data-Netzwerk-Backbone für ein Prozesssteuerungssystem (nicht gezeigt) verbunden und kann den Backbone verwenden, um mit einem oder mehreren anderen Big-Data-Knoten für die Prozesssteuerung zu kommunizieren, zum Beispiel unter Verwendung der hierin beschriebenen Grundsätze für das Datenstreaming. Dementsprechend umfasst das Big-Data-Netzwerk für die Prozesssteuerung 200 den Big-Data-Netzwerk-Backbone für ein Prozesssteuerungssystem und die Big-Data-Knoten für die Prozesssteuerung 202–210, die kommunikativ damit verbunden sind. In einem Beispiel umfasst das Big-Data-Netzwerk für die Prozesssteuerung 200 eine Vielzahl von vernetzten Rechenvorrichtungen oder Switches, die konfiguriert sind, um Pakete zu/von verschiedenen anderen Vorrichtungen, Switches oder Knoten des Netzwerks 200 über den Backbone zu routen.
Der Big-Data-Netzwerk-Backbone für die Prozesssteuerung umfasst eine beliebige Anzahl von verdrahteten Kommunikationsverbindungen und eine beliebige Anzahl von drahtlosen Kommunikationsverbindungen, die ein oder mehrere geeignete Routingprotokolle unterstützen, umfassend mindestens ein Protokoll zur Unterstützung des hierin beschriebenen Streamings von Big Data. Zusätzlich zu dem Protokoll zur Unterstützung des hierin beschriebenen Streamings von Big Data, kann der Big-Data-Netzwerk-Backbone andere Protokolle unterstützen, umfassend zum Beispiel Protokolle, die in der Internet-Protokoll-(IP)-Suite (z. B. UPD (User Datagram Protocol), TCP (Transmission Control Protocol), Ethernet usw.), einem Streamingprotokoll wie dem Stream Control Transmission Protocol (SCTP) und/oder einem anderen geeigneten Streamingprotokoll zum Streamen (z. B. Transport) von Daten zwischen Big-Data-Knoten für die Prozesssteuerung oder anderen geeigneten Routingprotokollen enthalten sind. Üblicherweise kann jeder Knoten, der in dem Big-Data-Netzwerk 200 für Prozessdaten enthalten ist, mindestens eine Anwendungsschicht (und für einige Knoten zusätzliche Schichten) des von dem Backbone unterstützten Routingprotokolls bzw. der Routingprotokolle unterstützen. In einer Ausführungsform wird jeder Big-Data-Knoten für die Prozesssteuerung 202–210 in dem Big-Data-Netzwerk für ein Prozesssteuerungssystem 200 eindeutig identifiziert, z. B. durch eine eindeutige Netzwerkadresse.
In einer Ausführungsform ist mindestens ein Teil des Big-Data-Netzwerks für die Prozesssteuerung 200 ein Ad-hoc-Netzwerk. Als solche können sich zumindest einige der Knoten 202–210 (und/oder ein oder mehrere andere Knoten wie eine Benutzerschnittstellenvorrichtung 230) ad-hoc mit dem Netzwerk-Backbone (oder mit einem anderen Knoten des Netzwerks 200) verbinden.
Da 2 ein vereinfachtes Schaubild ist, das kommunikative Verbindungen zwischen verschiedenen Big-Data-Knoten 202–210 in dem Big-Data-Netzwerk für die Prozesssteuerung 200 veranschaulicht, wird der Netzwerk-Backbone für die Prozesssteuerung in 2 nicht explizit veranschaulicht. Ein Beispiel für einen solchen Backbone, der mit beliebigen oder allen hierin beschriebenen Methoden verwendet werden kann, wird jedoch in der zuvor genannten U.S.-Patentanmeldung Nr. 13/784,041 beschrieben. Natürlich sind beliebige oder alle der hierin beschriebenen Methoden nicht auf eine Verwendung mit dem in der U.S.-Patentanmeldung Nr. 13/784,041 beschriebenen Backbone beschränkt, sondern können mit jedem geeigneten Backbone eines Kommunikationsnetzes verwendet werden.
Nun kann in Bezug auf die verschiedenen Arten von Big-Data-Knoten oder -Vorrichtungen für die Prozesssteuerung 202–210 ein Big-Data-Knoten für die Prozesssteuerung des Netzwerks 200 im Allgemeinen ein „Big-Data-Provider“ sein und/oder kann eine „Big-Data-Appliance“ umfassen, wie nachfolgend erörtert.
Die Begriffe „Big-Data-Provider“, „Big-Data-Provider-Knoten“ oder „Provider-Knoten“, wie hierin synonym verwendet, beziehen sich im Allgemeinen auf einen Big-Data-Knoten für die Prozesssteuerung, der mit der Prozesssteuerung verbundene Big-Data unter Verwendung des Big-Data-Netzwerks für die Prozesssteuerung 200 sammelt, generiert, beobachtet und/oder weiterleitet. Die durch Provider-Knoten generierten, gesammelten, beobachteten und/oder weitergeleiteten Big Data für die Prozesssteuerung können Daten umfassen, die direkt bei der Steuerung eines Prozesses in der Anlage verwendet oder davon generiert wurden, z. B. Echtzeitdaten der ersten Ordnung und Konfigurationsdaten, die von Prozesssteuerungsvorrichtungen wie Steuereinheiten, Eingabe/Ausgabe-(E/A)-Vorrichtungen und Feldvorrichtungen generiert oder verwendet werden. Zusätzlich oder alternativ können Big-Data-Provider-Knoten für die Prozesssteuerung Daten generieren, sammeln, beobachten und/oder weiterleiten, die mit dem Liefern und Leiten solcher Prozesssteuerdaten erster Ordnung und anderen Daten in der Prozessanlage verbunden sind, z. B. Daten in Bezug auf die Netzwerksteuerung des Big-Data-Netzwerks 200 und/oder anderer Kommunikationsnetze in der Anlage; Daten, welche die Bandbreite angeben, Netzwerkzugriffsversuche, Diagnosedaten usw. Ferner können einige Big-Data-Provider-Knoten für die Prozesssteuerung Daten generieren, sammeln, beobachten und/oder weiterleiten, die Ergebnisse, Lernprozesse und/oder in dem Big-Data-Netzwerk für die Prozesssteuerung 200 gelernte Informationen anzeigen, indem Big Data für die Prozesssteuerung analysiert werden, die von ihm gesammelt wurden. Üblicherweise werden die Ergebnisse, Lernprozesse und/oder gelernten Informationen durch eine automatische, selbstständige Analyse generiert, die von einem oder mehreren Big-Data-Knoten für die Prozesssteuerung ausgeführt wird.
In den meisten Fällen umfasst ein Big-Data-Provider-Knoten Multicore-Hardware (z. B. Multicore-Prozessoren) zum Übertragen und Empfangen von Big Data in Echtzeit (z. B. gestreamt) und in einigen Ausführungsformen zum Cachen der Echtzeit-Big-Data als Vorbereitung für das Streaming oder ein anderes Liefern über das Big-Data-Netzwerk für die Prozesssteuerung 200. Ein Big-Data-Provider-Knoten kann in einigen Ausführungsformen außerdem einen hochdichten Speicher zum Cachen der Echtzeit-Big-Data umfassen. Beispiele für Echtzeitdaten, die von Big-Data-Provider-Knoten übertragen, empfangen, gestreamt, gecacht, gesammelt und/oder anderweitig beobachtet werden können, können Prozesssteuerdaten wie Messdaten, Konfigurationsdaten, Chargendaten, Ereignisdaten und/oder kontinuierliche Daten umfassen. Zum Beispiel können Echtzeitdaten gesammelt werden, die Konfigurationen, Gemengesätzen, Sollwerten, Ausgaben, Raten, Steuerhandlungen, Diagnosen, Alarmen, Ereignissen und/oder diesbezüglichen Veränderungen entsprechen. Andere Beispiele für Echtzeitdaten können Prozessmodelle, Statistiken, Statusdaten sowie Netzwerk- und Anlagenführungsdaten umfassen. In einigen Ausführungsformen cacht ein Big-Data-Provider nicht mindestens einige der Echtzeit-Big-Data, die er beobachtet, sondern streamt stattdessen die ungecachten Daten an einen oder mehrere Big-Data-Knoten, wenn die Daten an dem Knoten beobachtet, empfangen oder generiert werden. Beispiele von Big-Data-Provider-Knoten, die mit beliebigen oder allen hierin beschriebenen Methoden verwendet werden können, sind in den zuvor genannten U.S.-Patentanmeldungen Nr. 13/784,041, 14/174,413 und 14/212,493 zu finden. Natürlich können beliebige oder alle der hierin beschriebenen Methoden alternativ oder zusätzlich mit Big-Data-Provider-Knoten verwendet werden, die nicht denjenigen entsprechen, die in den U.S.-Patentanmeldungen Nr. 13/784,041, 14/174,413 und 14/212,493 beschrieben werden.
Andererseits beziehen sich die Begriffe „Big-Data-Appliance“, „Big-Data-Appliance-Knoten“ oder „Appliance-Knoten“, wie hierin synonym verwendet, im Allgemeinen auf einen Big-Data-Knoten für die Prozesssteuerung, der Big Data für die Prozesssteuerung empfängt, speichert, wiederherstellt und analysiert. Als solche arbeitet eine Big-Data-Appliance (oder „BDA“) für die Prozesssteuerung im Allgemeinen mit Big-Data, die von einem oder mehreren Big-Data-Provider-Knoten für die Prozesssteuerung generiert oder bereitgestellt wurden. In einigen Fällen ist eine Big-Data-Appliance in einem Big-Data-Provider-Knoten enthalten oder ist integral gleichzeitig mit einem Big-Data-Provider in einem gleichen Knoten oder einer gleichen Vorrichtung vorhanden. In solchen Fällen wird die Big-Data-Appliance als eine „eingebettete Big-Data-Appliance“ bezeichnet, da die Appliance in dem Provider-Knoten oder der Vorrichtung eingeschlossen ist und mit den Big Data arbeitet, die von dem gleichzeitig vorhandenen Big-Data-Provider empfangen, gesammelt oder generiert wurden. In einem Beispiel analysiert eine eingebettete Big-Data-Appliance Big Data, die lokal generiert und/oder von dem Big-Data-Provider-Knoten bereitgestellt wurden, an dem sich die eingebettete Big-Data-Appliance befindet, um Wissen zu entdecken oder zu erlernen. Dieses gelernte Wissen kann an der eingebetteten Big-Data-Appliance gespeichert, lokal durch die eingebettete Big-Data-Appliance bearbeitet und/oder in der Form von Big Data an andere Big-Data-Knoten bereitgestellt werden. Beliebige oder alle der hierin beschriebenen Methoden können in Verbindung mit eingebetteten Big-Data-Appliances verwendet werden, wie sie zum Beispiel in der zuvor genannten U.S.-Patentanmeldung Nr. 14/212,493 und/oder in U.S.-Patentanmeldung Nr. 14/507,188 (Anwaltsaktenzeichennr. 06005/593079), mit dem Titel “REGIONAL BIG DATA IN PROCESS CONTROL SYSTEMS” beschrieben werden, obwohl andere geeignete Big-Data-Appliances zusätzlich oder alternativ verwendet werden können. Ferner wird vermerkt, dass in Ausführungsformen, in denen ein Big-Data-Provider-Knoten eine eingebettete Big-Data-Appliance umfasst, der Cache-Speicher des Big-Data-Provider-Knotens hinsichtlich der Größe reduziert oder weggelassen werden kann, da die eingebettete Big-Data-Appliance lokale Datenspeicherkapazitäten bereitstellt.
In einigen Fällen kann eine Big-Data-Appliance ein eigenständiger Big-Data-Knoten des Big-Data-Netzwerks für die Prozesssteuerung 200 sein. Das heißt, dass in diesen Fällen eine Big-Data-Appliance nicht in einem Big-Data-Provider-Knoten eingebettet oder mit einem solchen gleichzeitig vorhanden ist. Demnach muss ein Big-Data-Knoten für die Prozesssteuerung, der eine Big-Data-Appliance umfasst, nicht unbedingt selbst ein Provider von Big Data sein.
3 bildet ein vereinfachtes Blockdiagramm einer exemplarischen Big-Data-Appliance 214 ab, wobei Instanzen davon in dem Big-Data-Netzwerk für die Prozesssteuerung 200 aus 2 enthalten sein können. In Bezug auf 3 umfasst die exemplarische Big-Data-Appliance 214 einen Big-Data-Speicherbereich 220 zum Historisieren oder Speichern empfangener Big Data, einen oder mehrere Big-Data-Appliance-Empfänger 222 und einen oder mehrere Big-Data-Appliance-Anfragezulieferer 224. Jeder der Big-Data-Appliance-Empfänger 222 ist konfiguriert, um Big-Data-Pakete zu empfangen (die von einem anderen Knoten gestreamt und oder von einem Big-Data-Provider-Knoten bereitgestellt werden können, an dem sich die Appliance 214 befindet), die Datenpakete zu verarbeiten, um die darin enthaltenen inhaltlichen Daten sowie den Zeitstempel wiederherzustellen und die inhaltlichen Daten sowie den Zeitstempel in dem Big-Data-Speicherbereich 222 der Appliance 214 zu speichern, z. B. als Zeitreihendaten und optional auch als Metadaten. Der Big-Data-Speicherbereich 220 kann mehrere lokale und/oder entfernte physikalische Datenlaufwerke oder Speichereinheiten umfassen, wie einen RAID(Redundant Array of Independent Disks)-Speicher, einen Solid-State-Speicher, einen Cloud-Speicher, einen hochdichten Datenspeicher und/oder jede andere geeignete Datenspeichertechnologie, die für die Datenbank- oder Datenzentrum-Speicherung geeignet ist und die gegenüber anderen Knoten die Erscheinung eines einzelnen oder einheitlichen logischen Datenspeicherbereichs bzw. -einheit aufweist. Ferner ist jeder der Big-Data-Appliance-Anfragezulieferer 224 konfiguriert, um auf Zeitreihendaten und/oder Metadaten zuzugreifen, die in dem Big-Data-Appliance-Speicherbereich 220 gespeichert sind, z. B. durch die Anfrage einer anfragenden Einheit oder Anwendung.
In einigen Instanzen umfasst eine Big-Data-Appliance 214 ein oder mehrere Big-Data-Analysegeräte 226, um entsprechende Datenanalysen und/oder Lernprozesse zumindest für Teile der gespeicherten Big Data auszuführen, üblicherweise automatisch und/oder selbstständig ohne die Verwendung von Benutzereingaben, um die Lernanalyse einzuleiten und/oder durchzuführen, wie zum Beispiel in U.S.-Patentanmeldung Nr. 14/507,252 (Anwaltsaktenzeichennr. 06005/593086), mit dem Titel “AUTOMATIC SIGNAL PROCESSING-BASED LEARNING” beschrieben. In einer Ausführungsform führen die Big-Data-Analysegeräte 226 individuell und/oder zusammen eine umfangreiche Datenanalyse für die gespeicherten Daten (z. B. Data-Mining, Data Discovery usw.) durch, um Informationen oder Wissen zu entdecken, zu erkennen oder zu lernen. Zum Beispiel umfasst das Data-Mining im Allgemeinen den Prozess der Untersuchung großer Mengen von Daten, um neue oder zuvor unbekannte interessante Daten oder Muster wie ungewöhnliche Datensätze oder mehrere Gruppen von Datensätzen zu extrahieren. Die Big-Data-Analysegeräte 226 können zusätzlich oder alternativ eine umfangreiche Datenanalyse für die gespeicherten Daten (z. B. maschinelle Lernanalyse, Datenmodellierung, Mustererkennung, vorhersagende Analyse, Korrelationsanalyse usw.) durchführen, um implizite Beziehungen oder Schlussfolgerungen für die gespeicherten Daten vorherzusagen, zu berechnen oder zu identifizieren. In einer Ausführungsform werden mehrere Big-Data-Analysegeräte 226 (und/oder mehrere Instanzen von mindestens einem Big-Data-Analysegerät 226) parallel und/oder zusammen betrieben, um die Daten zu analysieren, die in dem Big-Data-Speicherbereich 220 der Appliance 214 gespeichert sind. Ein Beispiel für eine kooperative Datenanalyse, die mit beliebigen oder allen der hierin beschriebenen Methoden verwendet werden kann, ist in der zuvor genannten U.S.-Patentanmeldung Nr._(Anwaltsaktenzeichen Nr. 06005/593085) mit dem Titel “DATA PIPELINE FOR PROCESS CONTROL SYSTEM ANALYTICS” und/oder in der zuvor genannten U.S.-Patentanmeldung Nr. 14/507,188 (Anwaltsaktenzeichen Nr. 06005/593079) mit dem Titel “REGIONAL BIG DATA IN PROCESS CONTROL SYSTEMS” zu finden, obwohl (eine) beliebige geeignete Methode(n) für die kooperative Datenanalyse mit beliebigen oder allen Aspekten der vorliegenden Offenbarung verwendet werden können.
Üblicherweise umfasst jeder bzw. jedes der Big-Data-Appliance-Empfänger 222, der Big-Data-Appliance-Anfragezulieferer 224 und der Big-Data-Analysegeräte 226 entsprechende von einem Computer ausführbare Befehle, die in einem oder mehreren nicht-transitorischen, greifbaren Speichern bzw. Datenspeichervorrichtungen gespeichert und von einem oder mehreren Prozessoren ausführbar sind, um eine oder mehrere ihrer jeweiligen Big-Data-Funktionen auszuführen. In einigen Ausführungsformen sind die Big-Data-Analysegeräte 226 nicht in der Big-Data-Appliance 214 enthalten, sondern befinden sich stattdessen in einer kommunikativen Verbindung mit der Big-Data-Appliance 214. Zum Beispiel kann die Big-Data-Appliance 214, umfassend den Speicherbereich 220, die Empfänger 222 und die Zulieferer 125 durch einen ersten Satz von durch einen Computer ausführbaren Befehlen umgesetzt werden und die Big-Data-Analysegeräte 226 können durch einen zweiten Satz von durch einen Computer ausführbaren Befehlen (die in den gleichen nicht-transitorischen, greifbaren Speichern oder Datenspeichervorrichtungen als der erste Satz von durch einen Computer ausführbaren Befehlen gespeichert werden können oder nicht) umgesetzt werden. Beschreibungen von verschiedenen Arten von exemplarischen Big-Data-Appliances und ihrer Komponenten, die mit beliebigen oder allen der hierin beschriebenen Methoden verwendet werden können, sind in den zuvor genannten U.S.-Patentanmeldungen Nr. 13/784,041, 14/174,413 und 14/212,493 zu finden, obwohl es sich versteht, dass beliebige oder alle der hierin beschriebenen Methoden mit anderen geeigneten Big-Data-Appliances verwendet werden können.
Erneut in Bezug auf 2 kann das Big-Data-Netzwerk für die Prozesssteuerung 220 Big-Data-Provider-Knoten für die Prozesssteuerung 202–210 umfassen, die in Bezug auf Daten der ersten Ordnung oder primär prozessbezogene Daten, die direkt generiert, geroutet und/oder von Prozesssteuerungsvorrichtungen wie Steuereinheiten, E/A-Vorrichtungen, Feldvorrichtungen usw. verwendet werden, in verschiedenen Ebenen, Reihen oder Ordnungen betrieben werden. In der niedrigsten Ordnung, Reihe oder Ebene befinden sich „lokale“ Big-Data-Provider-Knoten oder -Vorrichtungen 202a–202n, die am nächsten zu dem Prozess betrieben werden, um primäre Prozess-Big-Data zu sammeln, zu generieren, zu beobachten und/oder weiterzuleiten, die sich auf die Eingabe, den Betrieb und die Ausgabe von Prozessvorrichtungen und Geräten in der Prozessanlage beziehen. Als solche sind „lokale Big-Data-Provider-Knoten oder -Vorrichtungen“ 202a–202n üblicherweise Knoten und/oder Vorrichtungen, die primäre Prozesssteuerdaten generieren, routen und/oder empfangen, damit die einen oder mehreren Prozesse in der Prozessanlage in Echtzeit gesteuert werden können. Beispiele von lokalen Big-Data-Provider-Knoten 202a–202n umfassen Vorrichtungen, deren primäre Funktion auf das Generieren von und/oder das Arbeiten mit Prozesssteuerdaten gerichtet ist, um einen Prozess zu steuern, z. B. verdrahtete und drahtlose Feldvorrichtungen, Steuereinheiten und E/A-Vorrichtungen. Diese Prozesssteuerungsvorrichtungen können miteinander und/oder mit einem oder mehreren Kommunikationsnetzen für die Prozesssteuerung auf verteilte Weise kommunikativ verbunden sein. Zum Beispiel sind eine oder mehrere Feldvorrichtungen kommunikativ mit einer oder mehreren E/A-Vorrichtungen verbunden, die wiederum kommunikativ mit einer oder mehreren Steuereinheiten verbunden sind, die wiederum kommunikativ mit einem oder mehreren Kommunikationsnetzen für die Prozesssteuerung (z. B. HART^®, WirelessHART^®, Big Data für die Prozesssteuerung, FOUNDATION^®-Feldbus usw.) gekoppelt sind.
Andere Beispiele für lokale Big-Data-Provider-Knoten 202a–202n umfassen Vorrichtungen, deren primäre Funktion darin besteht, einen Zugriff auf primäre Prozessdaten oder deren Leitung durch ein oder mehrere Kommunikationsnetze des Prozesssteuerungssystems (welches das Big-Data-Netzwerk zur Prozesssteuerung 200 und/oder andere Kommunikationsnetze umfassen kann) zu ermöglichen. Beispiele für solche Arten von lokalen Big-Data-Provider-Knoten 202a–202n umfassen Zugriffspunkte, Router, Schnittstellen mit verdrahteten Steuerbussen, Gateways zu drahtlosen Kommunikationsnetzen, Gateways zu externen Netzwerken oder Systemen und andere derartige Routing- und Netzwerkvorrichtungen. Noch andere Beispiele für lokale Big-Data-Provider-Knoten 202a–202n umfassen Vorrichtungen wie Historian-Vorrichtungen, die konfiguriert sind, um vorübergehend Big-Data in dem Prozesssteuerungssystem zu speichern, z. B. als ein Überlauf-Cache, eine Zwischenstation oder eine Routing-Warteschlange.
In einigen Fällen umfasst ein lokaler Big-Data-Provider-Knoten eine entsprechende lokale Big-Data-Appliance, wie in 2 durch die Knoten 202a, 202n veranschaulicht, die jeweils die eingebettete Big-Data-Appliance 212a, 212n umfassen. Jede lokale, eingebettete Big-Data-Appliance 212a, 212n empfängt und speichert entsprechende lokale Big Data, die von ihrem entsprechenden Provider 202a, 202n bereitgestellt werden. Ferner können in einigen lokalen Big-Data-Provider-Knoten wie in dem Knoten 202a ein(e) oder mehrere Analysefunktionen, Routinen, Vorgänge oder Prozesse (durch das eingekreiste A₁ dargestellt) für mindestens einige der in der Appliance 212a gespeicherten lokalen Big Data durchgeführt werden. In einer Ausführungsform wird die Analyse A₁ durch eines oder mehrere der Big-Data-Analysegeräte 226 aus 3 ausgeführt. Die gelernten Informationen, das Wissen und/oder die Ergebnisse der einen oder mehreren Analysen A₁ können außerdem in der lokalen Big-Data-Appliance 212a gespeichert werden und mindestens einige der gelernten Informationen oder der Ergebnisse können für einen anderen Big-Data-Knoten 206a bereitgestellt werden. Zum Beispiel ist ein lokaler Big-Data-Provider-Knoten in einer Steuereinheit, die eine Instanz eines Signalverarbeitungsmoduls 102 umfasst, enthalten oder mit einer solchen gekoppelt, wobei das Signalverarbeitungsmodul 102 eine Frequenzanalyse oder eine andere Signalverarbeitungsanalyse für das Ausgabesignal der Steuereinheit durchführt und der lokale Big-Data-Provider-Knoten die Ergebnisse der Analyse an einen anderen Big-Data-Knoten überträgt.
Einige lokale Provider-Knoten, z. B. wie durch den Knoten 202n veranschaulicht, umfassen eine entsprechende lokale, eingebettete Big-Data-Appliance 212n für das Sammeln und Historisieren lokaler Big Data, wobei die speicherresidente Appliance 212n jedoch nur eine minimale oder keine Analyse durchführt. Als solcher streamt der Knoten 202n lediglich lokal gespeicherte Big Data an einen anderen Knoten 206b (oder überträgt diese anderweitig, z. B. auf Anfrage oder zu geeigneten Zeitpunkten), z. B. für die analytische Verarbeitung oder für ein weiteres Weiterleiten. Einige lokale Big-Data-Knoten, z. B. der Knoten 202b, umfassen überhaupt keine Big-Data-Appliance. Solche Knoten 202b können in Echtzeit oder mit der Hilfe eines Cache-Speichers lokal beobachtete Big Data an einen oder mehrere andere Big-Data-Knoten 202a, 206b streamen.
Verschiedene Arten von Echtzeitdaten wie prozessbezogene Daten, anlagenbezogene Daten und andere Arten von Daten können von den Big-Data-Provider-Knoten oder -Vorrichtungen 202a–202n als Big Data gecacht, gesammelt, gespeichert, übertragen und/oder gestreamt werden. Beispiele von prozessbezogenen Daten umfassen kontinuierliche, Chargen-, Mess- und Ereignisdaten, die generiert werden, während ein Prozess in der Prozessanlage gesteuert wird (und zeigen in einigen Fällen eine Wirkung einer Ausführung des Prozesses in Echtzeit an). Ferner können prozessbezogene Daten Definitionen, Anordnungs- oder Einrichtungsdaten wie Konfigurationsdaten und/oder Gemengesatzdaten, Daten, die der Konfiguration, der Ausführung und den Ergebnissen von Prozessdiagnosen entsprechen usw. umfassen.
Anlagenbezogene Daten wie Daten, die sich auf die Prozessanlage beziehen, aber nicht von Anwendungen generiert werden können, die einen Prozess in der Prozessanlage direkt konfigurieren, steuern oder diagnostizieren, können außerdem durch die Big-Data-Provider-Knoten 202a–202n als Big Data gecacht, gesammelt, gespeichert, übertragen und/oder gestreamt werden. Beispiele für anlagenbezogene Daten umfassen Schwingungsdaten; Daten eines Kondensatableiters; Daten, die einen Wert eines Parameters angeben, welcher der Anlagensicherheit entspricht (z. B. Korrosionsdaten, Gasdetektionsdaten usw.); Daten, die ein Ereignis angeben, das der Anlagensicherheit entspricht; Daten, die dem Zustand von Maschinen, Anlagenausstattungen und/oder Vorrichtungen entsprechen; Daten, die der Konfiguration, der Ausführung und den Ergebnissen von Geräte-, Maschinen- und/oder Vorrichtungsdiagnosen entsprechen und Daten, die für Diagnosen und Prognosen nützlich sind.
Ferner können andere Arten von Daten, umfassend den Verkehr auf einer Datenautobahn und Daten für die Netzwerkführung, die sich auf den Big-Data-Netzwerk-Backbone für die Prozesssteuerung beziehen und von verschiedenen Kommunikationsnetzen der Prozessanlage; anwenderbezogene Daten wie Daten, die sich auf den Benutzerverkehr, Anmeldungsversuche, Suchanfragen und Befehle beziehen; Textdaten (z. B. Protokolle, Betriebsabläufe, Handbücher usw.); räumliche Daten (z. B. ortsbezogene Daten) und Multimediadaten (z. B. Videoüberwachungsanlagen, Videoclips usw.) durch die Big-Data-Provider-Knoten 202a–202n als Big Data gecacht, gesammelt, gespeichert, übertragen und/oder gestreamt werden.
In einigen Ausführungsformen können dynamische Mess- und Steuerdaten automatisch durch die Big-Data-Provider-Knoten 202a–202n als Big Data gecacht, gesammelt, gespeichert, übertragen und/oder gestreamt werden. Beispiele für dynamische Mess- und Steuerdaten umfassen Daten, die Veränderungen in einem Prozessvorgang spezifizieren; Daten, die Veränderungen im Hinblick auf Betriebsparameter wie Sollwerte, Aufzeichnungen von Prozess- und Hardwarealarmen und Ereignisse wie Downloads oder Kommunikationsstörungen usw. spezifizieren. Zusätzlich können statistische Daten wie Steuereinheitkonfigurationen, Gemengesätze, Alarme und Ereignisse automatisch standardmäßig gesammelt werden, wenn eine Veränderung erkannt wird oder wenn eine Steuereinheit oder eine andere Einheit anfänglich zu dem Big-Data-Netzwerk 200 hinzugefügt wird.
Zudem werden in einigen Szenarien zumindest einige statische Metadaten, welche dynamische Steuer- und Messdaten beschreiben und identifizieren, in den Big-Data-Provider-Knoten 102a–202n erfasst, wenn eine Veränderung hinsichtlich der Metadaten erkannt wird. Wenn zum Beispiel eine Veränderung hinsichtlich der Steuereinheitkonfiguration vorgenommen wird, die sich auf die Mess- und Steuerdaten in Modulen oder Einheiten auswirkt, die von der Steuereinheit gesendet werden müssen, dann wird eine Aktualisierung der zugehörigen Metadaten automatisch durch die Big-Data-Provider-Knoten 202a–202n erfasst. Zusätzlich oder alternativ können Parameter, die den Spezialmodulen zugeordnet sind, die für das Zwischenspeichern von Daten von externen Systemen oder Quellen (z. B. Wettervorhersagen, öffentliche Ereignisse, Entscheidungen von Unternehmen usw.), Überwachungsdaten und/oder andere Arten von Kontrolldaten verwendet werden, automatisch von den Big-Data-Provider-Knoten 202a–202n erfasst werden.
In einigen Situationen werden hinzugefügte Parameter, die von Endnutzern erzeugt werden, automatisch in den Big-Data-Provider-Knoten 202a–202n erfasst. Zum Beispiel kann ein Endnutzer in einem Modul eine besondere Berechnung erzeugen oder kann zu einer Einheit, die gesammelt werden soll, einen Parameter hinzufügen oder der Endnutzer möchte möglicherweise einen standardmäßigen Diagnoseparameter für die Steuereinheit sammeln, der nicht standardmäßig kommuniziert wird. Parameter, die der Endnutzer optional konfiguriert, können auf gleiche Weise kommuniziert werden wie die voreingestellten Parameter.
Erneut in Bezug auf das Netzwerk 200 aus 2 kann das Big-Data-Netzwerk 200 in einer oder mehreren Ebenen oder Reihen über den lokalen Big-Data-Knoten 202a–202n einen oder mehrere regionale Big-Data-Knoten 206a–206m umfassen. Um regionale Big Data zu implementieren kann die Prozessanlage oder das Prozesssteuerungssystem als eine Vielzahl von verschiedenen Bereichen oder Regionen aufweisend angesehen werden, die auf jede gewünschte Weise dargestellt werden können, wie zum Beispiel geographisch, physikalisch, funktional, logisch usw. In einem veranschaulichenden, jedoch nicht einschränkenden Beispiel kann eine Prozessanlage eine erste Region, die Rohstoffe aufnimmt und ein erstes Zwischenprodukt produziert, eine zweite Region, die andere Rohstoffe aufnimmt und ein zweites Zwischenprodukt produziert und eine dritte Region aufweisen, welche die ersten und zweiten Zwischenprodukte aufnimmt, um ein Ausgangsprodukt zu produzieren. Jede dieser drei unterschiedlichen exemplarischen Regionen kann von einem entsprechenden „regionalen“ Big-Data-Knoten 206a, 206b, 206m versorgt werden, um mit Big Data zu arbeiten, die von der entsprechenden Region bereitgestellt werden. Dementsprechend stellt ein „regionaler Big-Data-Knoten“ einen Big-Data-Support und Dienste für Daten bereit, die von einer entsprechenden Gruppierung oder Region von lokalen Big-Data-Provider-Knoten 202 und in einigen Fällen von anderen Big-Data-Provider-Knoten 204 generiert und/oder bereitgestellt werden. Andere Big-Data-Provider-Knoten 204 können zum Beispiel Big-Data-Knoten, die in Bezug auf die Region der Anlage extern sind (z. B. eine tragbare Diagnosevorrichtung oder ein Offline-Simulator), Benutzerschnittstellenvorrichtungen 230 oder Datenquellen umfassen, die in Bezug auf die gesamte Prozessanlage extern sind (z. B. eine Rechenvorrichtung eines Materiallieferanten, eine Eingabe, die eine Wettervorhersage bereitstellt usw.).
Wie aus 2 ersichtlich, kann eine entsprechende Gruppierung oder Region, die von einem regionalen Big-Data-Knoten 206a–206m versorgt wird, einen oder mehrere Big-Data-Provider-Knoten 202a–202n und/oder andere Big-Data-Knoten 204 umfassen, die auf geographische, physikalische, funktionale, logische oder eine andere gewünschte Weise verbunden sind. Zum Beispiel versorgt der regionale Big-Data-Knoten 206a eine Region, umfassend die lokalen Big-Data-Provider-Knoten 202a und 202b und der regionale Big-Data-Knoten 206b versorgt eine Region, umfassend die lokalen Big-Data-Knoten 202b und 202n sowie einen anderen Big-Data-Knoten 204. Die bestimmten Knoten 202, 204, die in einer bestimmten Region enthalten sind, können Daten zum Zwecke der regionalen Big-Data-Speicherung, des -Zugriffs und/oder der -Analyse an ihren entsprechenden regionalen Big-Data-Knoten 206 streamen oder liefern. Ferner können beliebige der Big-Data-Provider-Knoten 202a–202n und/oder der anderen Big-Data-Knoten 204 mit einem bestimmten regionalen Big-Data-Knoten 206a–206m kommunizieren, um regional verfügbare Dienste anzufordern und/oder um auf darin gespeicherte regionale Big Data und Metadaten zuzugreifen, egal, ob solche anfragenden Knoten in der bestimmten Region des bestimmten regionalen Big-Data-Knotens 206a–206m enthalten sind oder nicht.
Dementsprechend umfasst jeder regionale Big-Data-Knoten 206a–206m eine entsprechende regionale Big-Data-Appliance 216a–216m, über die Big Data empfangen, als regionale Big Data gespeichert und angefordert werden oder auf diese zugegriffen wird. Ferner kann jeder regionale Big-Data-Knoten 206a–206m eine(n) oder mehrere Analysefunktionen, -routinen, -vorgänge oder -prozesse (z. B. A₂–A_w) umfassen, die individuell und/oder zusammen zumindest für einige der regionalen Big Data ausgeführt werden, wie allgemein in der Parallelanmeldung U.S.-Patentanmeldung Nr. 14/507,252 (Anwaltsaktenzeichennr. 06005/593086), mit dem Titel “AUTOMATIC SIGNAL PROCESSING-BASED LEARNING,” und hierin durch Bezugnahme eingeführt.
Big Data, die von einem der Big-Data-Knoten übertragen und/oder empfangen werden, können gemäß den hierin offenbarten Verfahren gestreamt werden. Insbesondere können Big Data (und zugehörige Metadaten) für eines oder mehrere des Historisierens, Speicherns und Analysierens von einem ersten Big-Data-Knoten zu einem zweiten Big-Data-Knoten gestreamt werden. Gleichermaßen können Big-Data (und zugehörige Metadaten) von einer Prozessvorrichtung zu einem Big-Data-Knoten und/oder von einem Big-Data-Knoten zu einer anfordernden Vorrichtung gestreamt werden, wie zum Beispiel einem Laptop, einem Smartphone, einem Tabletcomputer oder Ähnlichem, die Daten über eine Netzwerkverbindung (z. B. über das Internet) anfordert. Zusätzlich können sich eine(r) oder mehrere der Big-Data-Knoten oder anfragenden Vorrichtungen in der Cloud befinden (ein „Cloud-Knoten“).
In einigen Ausführungsformen umfasst eine Prozessanlage eine oder mehrere ältere Prozesssteuerungsvorrichtungen (nicht gezeigt), die nicht grundsätzlich einen Big-Data-Support umfassen. In diesen Ausführungsformen kann ein Gateway-Knoten in der Anlage oder eine Zusatzvorrichtung, die direkt mit einer älteren Vorrichtung gekoppelt ist, Datennachrichten zwischen einem Protokoll, das von der älteren Vorrichtung verwendet wird und dem Protokoll, das von dem Big-Data-Netzwerk-Backbone für die Prozesssteuerung verwendet wird, konvertieren oder umwandeln, wodurch die ältere Vorrichtung und das Big-Data-Netzwerk für die Prozesssteuerung 200 kommunikativ verbunden werden.
Üblicherweise weisen die Big-Data-Knoten oder -Vorrichtungen 202–210 keine integrierte Benutzerschnittstelle auf, obwohl einige der Big-Data-Knoten oder -Vorrichtungen 202–210 dazu in der Lage sein können, mit einer oder mehreren Benutzerschnittstellenvorrichtungen 230 kommunikativ verbunden zu sein, z. B. durch Kommunikation über eine verdrahtete oder drahtlose Kommunikationsverbindung oder durch das Stecken einer Benutzerschnittstellenvorrichtung 230 in einen Anschluss der Big-Data-Knoten oder -Vorrichtungen 202–210. In 2 wird die Benutzerschnittstellenvorrichtung 230 als ein Big-Data-Knoten abgebildet, der drahtlos mit dem Big-Data-Netzwerk für die Prozesssteuerung 200 verbunden ist.
Die Benutzerschnittstellenvorrichtung 230 ist eine Vorrichtung (z. B. eine mobile oder stationäre Rechenvorrichtung, eine Arbeitsstation, ein Handgerät, eine Oberflächenrechenvorrichtung, ein Tablet usw.), die eine oder mehrere integrierte Benutzerschnittstellen umfasst, über die ein Benutzer oder Betreiber mit der Vorrichtung und dem Prozesssteuerungssystem oder der Prozessanlage interagieren kann, um Aktionen in Bezug auf die Prozessanlage auszuführen (z. B. konfigurieren, betrachten, überwachen, prüfen, diagnostizieren, ordnen, planen, einplanen, vermerken und/oder andere Aktionen). Integrierte Benutzerschnittstellen können einen Bildschirm, eine Tastatur, ein Tastenfeld, eine Maus, Tasten, einen Touchscreen, ein Touchpad, eine biometrische Schnittstelle, Lautsprecher und Mikrophone, Kameras und/oder eine andere Technologie für Benutzerschnittstellen umfassen. Die Benutzerschnittstellenvorrichtungen 230 können eine direkte verdrahtete und/oder drahtlose Verbindung mit dem Big-Data-Netzwerk-Backbone des Prozesssteuerungssystems umfassen oder können eine indirekte Verbindung zu dem Backbone umfassen, z. B. über einen Zugriffspunkt oder ein Gateway. In einigen Ausführungsformen kann eine Benutzerschnittstellenvorrichtung 230 eine anfordernde Vorrichtung sein oder kann auf andere Weise gestreamte Big Data empfangen.
4 ist ein Blockdiagramm, umfassend verschiedene exemplarische Aspekte einer exemplarischen Prozessanlage oder eines Prozesssteuerungssystems 40, wobei die hierin offenbarten Methoden, Verfahren, Systeme und Apparaturen für das Datenstreaming implementiert und enthalten sein können. In einer Ausführungsform wird zumindest ein Teil der Prozessanlage 40 von einem Big-Data-Netzwerk für die Prozesssteuerung wie dem Big-Data-Netzwerk für die Prozesssteuerung 200 aus 2 unterstützt. Während die Prozessanlage 40 jedoch nachfolgend für eine Erleichterung der Erörterung und nicht zum Zwecke der Einschränkung in Bezug auf in 2–3 veranschaulichte Merkmale beschrieben wird, versteht es sich, dass die Prozessanlage 40 ein Big-Data-Netzwerk für die Prozesssteuerung verwenden kann, das von demjenigen abweicht, das in 2 beschrieben wird oder dass bei der Prozessanlage 400 beliebige Big-Data-Netzwerke, -Knoten und/oder Vorrichtungen für die Prozesssteuerung wegfallen können.
In 4 werden Big-Data-Knoten oder -Vorrichtungen für die Prozesssteuerung durch einen Verweis „BD“ gekennzeichnet, der signalisiert, dass der Knoten ein Big-Data-Provider-Knoten für die Prozessteuerung, eine Big-Data-Appliance oder beides ist. Zum Beispiel können Knoten oder Vorrichtungen, die in 4 durch einen Verweis „BD“ gekennzeichnet sind, in Bezug auf 2 ein lokaler Big-Data-Provider-Knoten und/oder eine -Appliance 202a–202n, 212a–212n, ein regionaler Big-Data-Provider-Knoten und/oder eine -Appliance 206a–206m, 216a–216m, ein zentralisierter Big-Data-Provider-Knoten 208 und/oder eine -Appliance 218 oder eine andere Art von Big-Data-Knoten 204 sein.
In 4 sind die Big-Data-Knoten für die Prozesssteuerung BD Knoten eines Big-Data-Netzwerks für die Prozesssteuerung 400. In einer Ausführungsform ist das Big-Data-Netzwerk für die Prozesssteuerung 400 das Big-Data-Netzwerk für die Prozesssteuerung 200 aus 2 und die Knoten BD sind die Knoten 202–208 des Netzwerks 200. In 4 sind die Knoten BD über das Netzwerk 400 über einen Big-Data-Netzwerk-Backbone für das Prozesssteuerungssystem 405 kommunikativ verbunden. Der Backbone 405 umfasst eine Vielzahl vernetzter Rechenvorrichtungen oder Switches, die konfiguriert sind, um Pakete zu/von verschiedenen Big-Data-Knoten für die Prozesssteuerung BD zu routen. Die Vielzahl vernetzter Rechenvorrichtungen des Backbones 405 kann durch eine beliebige Anzahl von drahtlosen und/oder verdrahteten Verbindungen zusammengeschaltet sein und der Big-Data-Netzwerk-Backbone 405 kann ein oder mehrere geeignete Routingprotokolle unterstützen, wie ein Big-Data-Streamingprotokoll für die Prozesssteuerung, wie zuvor in Bezug auf das Netzwerk 200 erörtert.
Wie aus 4 ersichtlich, umfasst das Big-Data-Netzwerk für die Prozesssteuerung 400 eine zentralisierte Big-Data-Appliance 408 und mehrere andere Big-Data-Provider-Knoten 411, 415, 416, 418, 419, 420, 421, 426, 428, 435, 442a, 442b, 444, 452a, 455a, 458, 472, 475, 478. Einer der exemplarischen Big-Data-Provider-Knoten ist eine Big-Data-Prozesssteuerungsvorrichtung 411, die lokal Big Data des Prozesssteuerungsnetzwerks oder der -anlage 40 sammelt, analysiert und speichert. Die Steuereinheit 411 ist über Eingabe/Ausgabe-(E/A)-Karten 426 und 428 kommunikativ mit den verdrahteten Feldvorrichtungen 415–422 verbunden und ist über ein drahtloses Gateway 435 und den Big-Data-Netzwerk-Backbone für die Prozesssteuerung 405 kommunikativ mit den drahtlosen Feldvorrichtungen 440–446 verbunden. (In einer anderen Ausführungsform kann die Steuereinheit 411 jedoch unter Verwendung eines Kommunikationsnetzes mit dem drahtlosen Gateway 435 verbunden sein, das nicht dem Big-Data-Backbone 405 entspricht, wie durch die Verwendung eines Kommunikationsnetzes für die Prozesssteuerung, das eine beliebige Anzahl von verdrahteten und/oder drahtlosen Kommunikationsverbindungen umfasst.) In 4 ist die Steuereinheit 411 ein Big-Data-Provider-Knoten BD des Big-Data-Netzwerks des Prozesssteuerungssystems 400 und ist direkt mit dem Big-Data-Netzwerk-Backbone für die Prozesssteuerung 405 verbunden.
Die Steuereinheit 411, welche beispielsweise die von Emerson Process Management verkaufte DeltaV^TM-Steuereinheit sein kann, kann betrieben werden, um einen Batch-Prozess oder einen kontinuierlichen Prozess unter Verwendung zumindest einiger der Feldvorrichtungen 415–422 und 440–446 zu implementieren. In einer Ausführungsform, zusätzlich dazu, dass sie kommunikativ mit dem Big-Data-Netzwerk-Backbone für die Prozesssteuerung 405 verbunden ist, kann die Steuereinheit 411 außerdem zumindest mit einigen der Feldvorrichtungen 415–422 und 440–446 unter Verwendung einer gewünschten Hardware, Software und/oder von zugehörigen Kommunikationsverbindungen oder Netzwerken kommunikativ verbunden sein, zum Beispiel 4–20 mA-Vorrichtungen, E/A-Karten 426, 428 und/oder ein beliebiges intelligentes Kommunikationsprotokoll wie das FOUNDATION^®-Feldbus-Protokoll, das HART^®-Protokoll, das WirelessHART^®-Protokoll usw. In einer Ausführungsform kann die Steuereinheit 411 unter Verwendung des Big-Data-Netzwerk-Backbones 405 zumindest mit einigen der Feldvorrichtungen 412–422 und 440–446 kommunikativ verbunden sein. In 4 sind die Steuereinheit 411, die Feldvorrichtungen 415–422 und die E/A-Karten 426, 428 verdrahtete Vorrichtungen und die Feldvorrichtungen 440–446 sind drahtlose Feldvorrichtungen. Natürlich könnten die verdrahteten Feldvorrichtungen 415–422 und die drahtlosen Feldvorrichtungen 440–446 (einem) beliebigen anderen gewünschten Standard(s) oder Protokollen entsprechen, wie beliebigen verdrahteten oder drahtlosen Protokollen, umfassend beliebige in der Zukunft entwickelte Standards oder Protokolle.
Die Prozesssteuerungsvorrichtung 411 umfasst einen Prozessor 430, der eine oder mehrere Prozesssteuerungsroutinen (die z. B. in einem Speicher 432 gespeichert sind) implementiert oder überwacht, die Steuerschleifen umfassen können. Der Prozessor 430 ist konfiguriert, um mit den Feldvorrichtungen 415–422 und 440–446 und mit anderen Big-Data-Knoten für die Prozesssteuerung BD zu kommunizieren, die kommunikativ mit dem Backbone 405 verbunden sind. Es wird vermerkt, dass beliebige hierin beschriebene Steuerroutinen oder -module (umfassend Module oder Funktionsblöcke für die Qualitätsvorhersage und Fehlererkennung) Teile aufweisen können, die von unterschiedlichen Steuereinheiten oder anderen Vorrichtungen implementiert oder ausgeführt werden, falls gewünscht. Gleichermaßen können die hierin beschriebenen Steuerroutinen oder -module, die in dem Prozesssteuerungssystem 40 implementiert werden sollen, jede Form annehmen, umfassend Software, Firmware, Hardware usw. Steuerroutinen können in jedem gewünschten Softwareformat implementiert werden, wie unter der Verwendung von objektorientierter Programmierung, Leiterlogik, sequentiellen Funktionsplänen, Funktionsblockdiagrammen oder unter Verwendung einer anderen Sprache für die Softwareprogrammierung oder eines anderen Designparadigmas. Die Steuerroutinen können in jeder gewünschten Form eines Speichers gespeichert werden, wie einem Random Access Memory (RAM) oder einem Read Only Memory (ROM). Gleichermaßen können die Steuerroutinen zum Beispiel in einem bzw. einer oder mehreren EPROMs, EEPROMs, anwendungsspezifischen integrierten Schaltungen (ASICs) oder beliebigen anderen Hardware- oder Firmware-Elementen fest kodiert werden. Demnach kann die Steuereinheit 411 konfiguriert werden, um eine Steuerstrategie oder eine Steuerroutine auf eine gewünschte Weise zu implementieren.
In einigen Ausführungsformen implementiert die Steuereinheit 411 eine Steuerstrategie unter der Verwendung von dem, was gemeinhin als Funktionsblöcke bezeichnet wird, wobei jeder Funktionsblock ein Objekt oder ein anderer Teil (z. B. eine Subroutine) einer gesamten Steuerroutine ist und zusammen mit anderen Funktionsblöcken arbeitet (über Kommunikationen, die Verbindungen genannt werden), um Prozesssteuerschleifen in dem Prozesssteuerungssystem 40 zu implementieren. Steuerungsbasierte Funktionsblöcke führen üblicherweise eine einer Eingabefunktion wie diejenige, die mit einem Transmitter, einem Sensor oder anderen Messvorrichtungen für Prozessparameter verknüpft ist, einer Steuerfunktion, wie diejenige, die mit einer Steuerroutine verknüpft ist, die eine PID, eine Fuzzy Logic usw. ausführt, einer Steuerung oder einer Ausgabefunktion aus, welche den Betrieb von einigen Vorrichtungen wie einem Ventil steuert, um in dem Prozesssteuerungssystem 40 eine physikalische Funktion auszuführen. Natürlich existieren Mischformen und andere Arten von Funktionsblöcken. Funktionsblöcke können in der Steuereinheit 411 gespeichert und von dieser ausgeführt werden, was üblicherweise der Fall ist, wenn diese Funktionsblöcke für standardmäßige 4–20 mA-Vorrichtungen und einige Arten von intelligenten Feldvorrichtungen wie HART-Vorrichtungen verwendet werden oder mit diesen verknüpft sind oder sie können in den Feldvorrichtungen an sich gespeichert und von diesen implementiert werden, was bei Feldbus-Vorrichtungen der Fall sein kann. Die Steuereinheit 411 kann eine oder mehrere Steuerroutinen 438 umfassen, die eine oder mehrere Steuerschleifen implementieren können. Jede Steuerschleife wird üblicherweise als ein Steuermodul bezeichnet und kann durch die Ausführung von einem oder mehreren der Funktionsblöcke ausgeführt werden.
Die in 4 gezeigten verdrahteten Vorrichtungen 411–422 umfassen verdrahtete Big-Data-Prozesssteuerungsvorrichtungen 415, 416 und 418–421 und die E/A-Karten 426, 428. 4 zeigt außerdem die älteren verdrahteten Vorrichtungen 417 und 422, die zusammen mit den verdrahteten Big-Data-Vorrichtungen 415, 418–421, 426, 428 in der Prozessanlage betrieben werden können. Die verdrahteten Feldvorrichtungen 415–422 können jede Art von Vorrichtungen sein, wie Sensoren, Ventile, Transmitter, Stellungsregler usw., während die E/A-Karten 426 und 428 jede Art von E/A-Vorrichtungen sein können, die einem gewünschten Kommunikations- oder Steuerprotokoll entsprechen. In 4 sind die Feldvorrichtungen 415–418 standardmäßige 4–20 mA-Vorrichtungen oder HART-Vorrichtungen, die über analoge Leitungen oder eine Kombination aus analogen und digitalen Leitungen mit der E/A-Karte 426 kommunizieren, während die Feldvorrichtungen 419–422 intelligente Vorrichtungen wie FOUNDATION^®-Feldbus-Feldvorrichtungen sind, die über einen digitalen Bus mit der E/A-Karte 428 unter Verwendung eines Feldbus-Kommunikationsprotokolls kommunizieren. In einigen Ausführungsformen, kommunizieren jedoch zumindest einige der verdrahteten Big-Data-Feldvorrichtungen 415, 416 und 418–421 und/oder zumindest einige der Big-Data-E/A-Karten 426, 428 zusätzlich oder alternativ unter der Verwendung des Big-Data-Netzwerk-Backbones 405 mit der Steuereinheit 411.
Die in 4 gezeigten drahtlosen Feldvorrichtungen 440–446 umfassen Beispiele von drahtlosen Big-Data-Knoten oder -Vorrichtungen BD (z. B. die Vorrichtungen 442a, 442b, 444). 4 umfasst außerdem ein Beispiel einer älteren drahtlosen Vorrichtung (z. B. Vorrichtung 446). Die drahtlosen Feldvorrichtungen 440–446 kommunizieren in einem Drahtlosnetzwerk 470 unter der Verwendung eines drahtlosen Protokolls, wie dem WirelessHART-Protokoll. Solche drahtlosen Feldvorrichtungen 440–446 können direkt mit einer bzw. einem oder mehreren Big-Data-Vorrichtungen oder -Knoten BD des Big-Data-Netzwerks 400 für die Prozesssteuerung 400 kommunizieren, die ebenso konfiguriert sind, um drahtlos zu kommunizieren (zum Beispiel unter Verwendung eines drahtlosen Streamingprotokolls). Um mit einem oder mehreren anderen Big-Data-Knoten zu kommunizieren, die nicht konfiguriert sind, um drahtlos zu kommunizieren, können die drahtlosen Feldvorrichtungen 440–446 ein drahtloses Gateway 435 verwenden, das mit dem Backbone 405 oder mit einem anderen Kommunikationsnetz für die Prozesssteuerung verbunden ist. In der Prozessanlage 40 kann eine beliebige Anzahl von drahtlosen Feldvorrichtungen verwendet werden, die Big Data unterstützen.
Das drahtlose Gateway 435, wie in 4 veranschaulicht, ist ein anderes Beispiel für einen Big-Data-Knoten BD, der in der Prozesssteuerungsanlage oder dem -system 40 enthalten ist und einen Zugriff auf/von die bzw. den verschiedene(n) drahtlose(n) Vorrichtungen 440–458 eines drahtlosen Kommunikationsnetzes 470 ermöglicht. Insbesondere ermöglicht das drahtlose Gateway 435 eine kommunikative Kopplung zwischen den drahtlosen Vorrichtungen 440–458, den verdrahteten Vorrichtungen 411–428 und/oder anderen Knoten oder Vorrichtungen des Big-Data-Netzwerks für die Prozesssteuerung 400 (umfassend die Steuereinheit 411 aus 4). Zum Beispiel kann das drahtlose Gateway 435 unter Verwendung des Big-Data-Netzwerk-Backbones 405 und/oder unter Verwendung eines oder mehrerer anderer Kommunikationsnetze der Prozessanlage 40 eine kommunikative Kopplung ermöglichen.
Das drahtlose Gateway 435 ermöglicht eine kommunikative Kopplung in einigen Fällen durch das Routen, das Zwischenspeichern und die zeitliche Steuerung von Diensten zu unteren Schichten der verdrahteten und drahtlosen Protokollstapel (z. B. Adressumwandlung, Routen, Paketsegmentierung, Priorisierung usw.), während für eine geteilte Schicht bzw. Schichten der verdrahteten und drahtlosen Protokollstapel ein Tunneling-Vorgang ausgeführt wird. In anderen Fällen kann das drahtlose Gateway 435 Befehle zwischen verdrahteten und drahtlosen Protokollen umwandeln, die keine Protokollschichten teilen. Zusätzlich zu der Umwandlung von Protokollen und Befehlen kann das drahtlose Gateway 435 eine synchronisierte Taktung bereitstellen, die von Zeitschlitzen und Superframes (Sätze von Kommunikationszeitschlitzen, die zeitlich gleichmäßig beabstandet sind) eines Planungsschemas verwendet wird, das mit dem drahtlosen Protokoll verknüpft ist, das in dem Drahtlosnetzwerk 470 implementiert wird. Zudem kann das drahtlose Gateway 435 eine Netzwerkführung und administrative Funktionen für das Drahtlosnetzwerk 470 bereitstellen, wie Ressourcenmanagement, Leistungsanpassungen, die Abschwächung von Netzwerkfehlern, die Überwachung von Verkehr, Sicherheit und Ähnliches.
Ähnlich wie die verdrahteten Feldvorrichtungen 415–422 können die drahtlosen Feldvorrichtungen 440–446 des Drahtlosnetzwerks 470 in der Prozessanlage 40 physikalische Steuerfunktionen ausführen, z. B. das Öffnen oder Schließen von Ventilen oder das Vornehmen von Messungen für Prozessparameter. Die drahtlosen Feldvorrichtungen 440–446 sind jedoch konfiguriert, um unter der Verwendung des drahtlosen Protokolls des Netzwerks 470 zu kommunizieren. Als solche sind die drahtlosen Feldvorrichtungen 440–446, das drahtlose Gateway 435 und die anderen drahtlosen Knoten 452–458 des Drahtlosnetzwerks 470 Erzeuger und Konsumenten von drahtlosen Kommunikationspaketen.
In einigen Szenarien kann das Drahtlosnetzwerk 470 nicht-drahtlose Vorrichtungen umfassen, die Big-Data-Vorrichtungen sein können oder nicht. Zum Beispiel kann eine Feldvorrichtung 448 aus 4 eine ältere 4–20 mA-Vorrichtung sein und eine Feldvorrichtung 450 kann eine herkömmliche verdrahtete HART-Vorrichtung sein. Um in dem Netzwerk 470 zu kommunizieren, können die Feldvorrichtungen 448 und 450 Drahtlosadapter (WA) 452a oder 52b mit dem drahtlosen Kommunikationsnetz 470 verbunden sein. In 4 wird der Drahtlosadapter 452b als ein älterer Drahtlosadapter gezeigt, der unter Verwendung des drahtlosen Protokolls kommuniziert und der Drahtlosadapter 452a wird als Big Data unterstützend gezeigt und ist demnach kommunikativ mit dem Big-Data-Netzwerk-Backbone 405 verbunden. Zusätzlich können die Drahtlosadapter 452a, 452b andere Kommunikationsprotokolle unterstützen wie Foundation^®-Feldbus, PROFIBUS, DeviceNet usw. Zudem kann das Drahtlosnetzwerk 470 einen oder mehrere Netzwerkzugriffspunkte 455a, 455b umfassen, die getrennte physikalische Vorrichtungen in verdrahteter Kommunikation mit dem drahtlosen Gateway 435 sein oder mit dem drahtlosen Gateway 435 als eine integrierte Vorrichtung bereitgestellt werden können. In 4 wird der Netzwerkzugriffspunkt 455a als eine Big-Data-Vorrichtung BD veranschaulicht, während der Netzwerkzugriffspunkt 455b ein älterer Zugriffspunkt ist. Das Drahtlosnetzwerk 470 kann außerdem einen oder mehrere Router 458 umfassen, um Pakete in dem drahtlosen Kommunikationsnetz 470 von einer drahtlosen Vorrichtung zu einer anderen drahtlosen Vorrichtung weiterzuleiten, die jeweils verteilte Big Data in dem Prozesssteuerungssystem 40 unterstützen können oder nicht. Die drahtlosen Vorrichtungen 440–446 und 452–458 können miteinander und mit dem drahtlosen Gateway 435 über drahtlose Verbindungen 460 des drahtlosen Kommunikationsnetzes 470 und/oder über den Big-Data-Netzwerk-Backbone 405 kommunizieren, wenn die drahtlosen Vorrichtungen verteilte und/oder zentralisierte Big-Data-Vorrichtungen sind.
Dementsprechend umfasst 4 verschiedene Beispiele für Big-Data-Vorrichtungen von Knoten BD, die vorrangig dazu dienen, eine Netzwerkroutingfunktionalität und eine Administration für verschiedene Netzwerke des Prozesssteuerungssystems bereitzustellen. Zum Beispiel umfassen das drahtlose Gateway 435, der Zugriffspunkt 455a und der Router 458 jeweils eine Funktionalität für das Routen drahtloser Pakete in dem drahtlosen Kommunikationsnetz 470. Das drahtlose Gateway 435 führt eine Verkehrsführung und administrative Funktionen für das Drahtlosnetzwerk 470 aus und routet ebenso Verkehr zu und von verdrahteten Netzwerken, die kommunikativ mit dem Drahtlosnetzwerk 470 verbunden sind. Das Drahtlosnetzwerk 470 kann ein Prozesssteuerungsprotokoll verwenden, das im Besonderen Prozesssteuerungsnachrichten und -funktionen wie WirelessHART unterstützt. Wie in 4 gezeigt, unterstützen die Vorrichtungen 435, 455a, 452a, 442a, 442b und 458 des Drahtlosnetzwerks 470 Big Data in der Prozesssteuerungsanlage 40, wobei jedoch jede beliebige Anzahl von jeder beliebigen Art von Knoten des Drahtlosnetzwerks 470 verteilte Big Data in der Prozessanlage 40 unterstützen kann.
Andere Vorrichtungen, die unter der Verwendung anderer drahtloser Protokolle kommunizieren, können Big-Data-Knoten oder -Vorrichtungen BD des Big-Data-Netzwerks für die Prozesssteuerung 400 sein. In 4 sind ein oder mehrere drahtlose Zugriffspunkte 472 Big-Data-Vorrichtungen BD, die andere drahtlose Protokolle verwenden, wie WLAN oder andere IEEE 802.11-kompatible drahtlose Local-Area-Network-Protokolle, mobile Kommunikationsprotokolle wie WiMAX (Worldwide Interoperability for Microwave Access), LTE (Long Term Evolution) oder andere ITU-R(International Telecommunication Union Radiocommunication Sector)-kompatible Protokolle, kurzwellige Funkkommunikationen wie Nahfeldkommunikationen (NFC) und Bluetooth oder andere drahtlose Kommunikationsprotokolle. Üblicherweise ermöglichen solche drahtlosen Zugriffspunkte 472, dass Hand- oder andere tragbare Rechenvorrichtungen (z. B. Benutzerschnittstellenvorrichtungen) über ein entsprechendes Drahtlosnetzwerk kommunizieren, das sich von dem Drahtlosnetzwerk 470 unterscheidet und ein anderes drahtloses Protokoll unterstützt als das Drahtlosnetzwerk 470. In einigen Szenarien können zusätzlich zu tragbaren Rechenvorrichtungen außerdem eine oder mehrere Prozesssteuerungsvorrichtungen (z. B. Steuereinheit 411, Feldvorrichtungen 415–422 oder drahtlose Vorrichtungen 435, 440–458) unter Verwendung des drahtlosen Protokolls kommunizieren, das von dem Zugriffspunkt 472 unterstützt wird.
Zusätzlich sind in 4 ein oder mehrere Gateways 475, 748 zu Systemen, die gegenüber dem unmittelbaren Prozesssteuerungssystem 40 extern sind, Big-Data-Knoten oder -Vorrichtungen BD des Big-Data-Netzwerks für die Prozesssteuerung 400. Üblicherweise sind solche Systeme Abnehmer oder Lieferanten von Informationen, die von dem Prozesssteuerungssystem 40 generiert werden oder mit denen es arbeitet. Zum Beispiel kann ein Gateway-Knoten einer Anlage 475 die unmittelbare Prozessanlage 40 (mit ihrem eigenen entsprechenden Big-Data-Netzwerk-Backbone für die Prozesssteuerung 405) kommunikativ mit einer anderen Prozessanlage verbinden, die einen eigenen entsprechenden Big-Data-Netzwerk-Backbone für die Prozesssteuerung aufweist. In einem anderen Beispiel kann ein einzelner Big-Data-Netzwerk-Backbone für die Prozesssteuerung 405 mehrere Prozessanlagen oder Umgebungen für die Prozesssteuerung versorgen. In noch einem anderen Beispiel verbindet der Gateway-Knoten einer Anlage 475 kommunikativ die unmittelbare Prozessanlage 40 mit einem Cloud-Big-Data-Knoten 210 und/oder einer Cloud-Big-Data-Appliance 221.
In 4 verbindet der Gateway-Knoten einer Anlage 475 kommunikativ die unmittelbare Prozessanlage 40 mit einer älteren Prozessanlage oder einer Prozessanlage auf dem Stand der Technik, die kein Big-Data-Netzwerk 400 oder keinen -Backbone für die Prozesssteuerung 405 umfasst. In diesem Beispiel kann der Gateway-Knoten einer Anlage 475 Nachrichten zwischen einem Protokoll, das von dem Big-Data-Backbone für die Prozesssteuerung 405 der Anlage 40 verwendet wird und einem anderen Protokoll, das von dem älteren System verwendet wird (z. B. Ethernet, Profibus, Feldbus, DeviceNet usw.), konvertieren oder umwandeln. Die einen oder mehreren externen System-Gateway-Knoten 478 verbinden kommunikativ das Big-Data-Netzwerk für die Prozesssteuerung 400 mit dem Netzwerk eines externen öffentlichen oder privaten Systems, wie einem Laborsystem (z. B. Labor-Informations- und Managementsystem oder LIMS), einer Operator-Rounds-Datenbank, einem Materialhandhabungssystem, einem Wartungsmanagementsystem, Produktbestandssteuerungssystem, einem Produktionszeitplansystem, einem Wetterdatensystem, einem Transport- und Handhabungssystem, einem Verpackungssystem, dem Internet, dem Prozesssteuerungssystem eines anderen Providers oder anderen externen Systemen.
Obwohl 4 lediglich eine einzelne Steuereinheit 411 mit einer endlichen Anzahl von Feldvorrichtungen 415–22 und 440–446 veranschaulicht, ist dies lediglich eine veranschaulichende und nicht-einschränkende Ausführungsform. Eine beliebige Anzahl von Steuereinheiten 411 kann Big-Data unterstützen und eine beliebige der Steuereinheiten 411 kann mit einer beliebigen Anzahl von verdrahteten oder drahtlosen Feldvorrichtungen 415–422, 440–446 kommunizieren, um einen Prozess in der Anlage 40 zu steuern. Ferner kann die Prozessanlage 40 außerdem eine beliebige Anzahl von drahtlosen Gateways 435, Routern 458, Zugriffspunkten 455, drahtlosen Kommunikationsnetzen für die Prozesssteuerung 470, Zugriffspunkten 472 und/oder Gateways 475, 478 umfassen. Noch ferner kann 4 eine beliebige Anzahl von zentralisierten Big-Data-Appliances 408 umfassen, die gesammelte Daten und/oder generierte gelernte Daten bzw. Wissen von beliebigen oder allen der Vorrichtungen in der Prozessanlage 40 empfangen und speichern können. In einigen Ausführungsformen kann das Big-Data-Netzwerk für die Prozesssteuerung 400 eine beliebige Anzahl von regionalen Big-Data-Appliances und -Knoten (in 4 nicht gezeigt) umfassen.
Ferner handelt es sich bei der Kombination von Aspekten, Vorrichtungen und Komponenten, die in der exemplarischen Prozessanlage 40, wie in 4 veranschaulicht, enthalten sind, lediglich um ein Beispiel. Die hierin offenbarten Methoden, Systeme, Verfahren und Apparaturen können in Prozessanlagen mit null oder mehreren der in 4 veranschaulichten Aspekte verwendet werden. Zum Beispiel können die hierin offenbarten Methoden, Systeme, Verfahren und Apparaturen in einer Prozessanlage ohne eine zentralisierte Big-Data-Appliance 408 oder in einer Prozessanlage mit einer oder mehreren regionalen Big-Data-Appliances und/oder -Knoten verwendet werden. In einem anderen Beispiel können die hierin offenbarten Methoden, Systeme, Verfahren und Apparaturen in einer Prozessanlage nur mit älteren Vorrichtungen verwendet werden.
Nun kann gleichzeitig in Bezug auf die 1–4 eine beliebige Anzahl von beliebigen der Knoten 202, 206, 208, 210 des Big-Data-Netzwerks für die Prozesssteuerung, der Big-Data-Appliances 212, 216, 218, 221, der Big-Data-Knoten 411, 415, 416, 418, 419, 420, 421, 426, 428, 435, 442a, 442b, 444, 452a, 455a, 458, 472, 475, 478 und/oder der älteren Vorrichtungen 417, 422, 440, 446, 448, 450, 452b, 455b für das Datenstreaming konfiguriert sein und betrieben werden. Zum Beispiel können Funktionsblöcke in einigen Ausführungsformen in Bezug auf ältere Vorrichtungen in einer oder mehreren der älteren Vorrichtungen instanziiert sein, um das hierin beschriebene Datenstreaming zu implementieren.
Im Besonderen kann das nachfolgend hierin beschriebene Datenstreaming in verschiedenen Kontexten zwischen verschiedenen Vorrichtungen und Vorrichtungsarten auftreten. Immer noch in Bezug auf 4 können ältere Vorrichtungen (z. B. Vorrichtung 417) und/oder Feldvorrichtungen mit eingebetteten Big-Data-Knoten (z. B. 415, 416) Daten an E/A-Vorrichtungen (z. B. E/A-Vorrichtungen 426, 428) streamen, ältere Vorrichtungen (z. B. Vorrichtung 417) und/oder Feldvorrichtungen mit eingebetteten Big-Data-Knoten (z. B. 415, 416) können Daten direkt an eine Steuereinheit (z. B. 411) und/oder an einen beliebigen Big-Data-Knoten (z. B. 411, 415, 416, 418, 419, 420, 421, 426, 428, 435, 442a, 442b, 444, 452a, 455a, 458, 472, 475, 478) oder eine Big-Data-Appliance (z. B. 408) streamen, Steuereinheiten (z. B. 411) können Daten an Big-Data-Knoten in E/A-Vorrichtungen (z. B. 426, 428), Feldvorrichtungen (z. B. 419), andere Steuereinheiten, Big-Data-Appliances (z. B. 408), Server/Gateways (z. b. 478) und externe Vorrichtungen (nicht gezeigt) streamen. Big-Data-Knoten (z. B. 419) und Big-Data-Appliances (z. B. 408) können Daten zu einem beliebigen anderen Big-Data-Knoten oder einer Big-Data-Appliance oder zu einer beliebigen anfordernden Vorrichtung streamen, umfassend, beispielsweise und nicht als Einschränkung, beliebige andere Big-Knoten oder Big-Data-Appliances, externe Vorrichtungen, Server, mobile Vorrichtungen und Arbeitsstationen.
Ein Vorteil der gegenwärtig beschriebenen Methoden, Verfahren und Systeme für das Datenstreaming umfasst die Verfügbarkeit von Daten und Metadaten zu dem Zeitpunkt, zu dem sie benötigt und/oder angefordert werden. Die verfügbaren Daten umfassen kontinuierliche E/A-Daten, Daten von Funktionsblöcken, Ereignisse, Chargendaten, Daten für Laboreinträge, Spektraldaten, Alarmdaten, Analysedaten usw. Damit die Daten, zum Beispiel in Ausführungsformen nützlich sind, bei denen der Konsument der Daten ein Funktionsblock oder eine Steuereinheit ist, müssen die Datenwerte mit der Geschwindigkeit gesammelt werden, mit der auf sie in dem Steuerungssystem zugegriffen wird oder mit der sie in dem Steuerungssystem geändert werden und sie müssen an beliebige Empfangsvorrichtungen mit einer Geschwindigkeit gesendet werden, die derjenigen entspricht, mit der auf sie in dem Steuerungssystem zugegriffen wird oder mit der sie in dem Steuerungssystem geändert werden oder größer als diese ist. In vorherigen Systemen wird das Sammeln von Daten mit der gleichen oder einer größeren Geschwindigkeit bei der Generierung von Daten durch verschiedene Systemeinschränkungen verhindert, umfassend die Konstruktion der Steuereinheit, die Kommunikationsarchitektur des Systems und das Leistungsvermögen sowie die Konstruktion der Data-Historians. Jede dieser Einschränkungen wird nachfolgend beschrieben und die Verbesserungen werden jeweils in Bezug auf die gegenwärtig beschriebenen Methoden beschrieben.
Steuereinheiten, die für frühere Generationen von Systemen konzipiert wurden, waren nicht dafür konzipiert, Daten zu sammeln und/oder zwischenzuspeichern, wenn die Daten in der Steuereinheit generiert oder an dieser empfangen werden. Üblicherweise erfassen Steuereinheiten periodische Snapshots der Werte der Systemparameter und kommunizieren den Snapshot von Werten an einen nachgelagerten Knoten zum Sammeln und Speichern in einem Verlaufsarchiv. Durch das Erfassen von ausschließlich periodischen Snapshots können Veränderungen, kurzfristige Entwicklungen und eine Instabilität im Hinblick auf Daten oder Ereignisse versäumt werden oder können, falls sie festgehalten wurden, verzögert werden, bevor sie für die Analyse oder Speicherung an einen nachgelagerten Knoten kommuniziert werden.
Eine Steuereinheit gemäß den gegenwärtig beschriebenen Methoden, Verfahren und Systemen für das Datenstreaming wird neu konzipiert, um das Zwischenspeichern zu erleichtern, das für den Support beim Sammeln und Speichern von Big-Data erforderlich ist. Zu den Verbesserungen im Hinblick auf die Konstruktion der Steuereinheit zählt auch die Aufnahme von zusätzlichem Speicher. Ein Doppelpuffermechanismus kann betätigt werden, um Blockparameter nach der Ausführung eines Moduls so schnell zu erfassen wie das Modul ausgeführt werden kann (z. B. 100 ms). Während ein erster Puffer Daten sammelt, streamt ein zweiter Puffer die Daten zu einer oder mehreren Empfangsvorrichtungen (z. B. zu einem Big-Data-Knoten und/oder einer Big-Data-Appliance).
Gleichzeitig wurden die Kommunikationsinfrastrukturen von früheren Systemen konzipiert, um individuelle Parameterwerte von Vorrichtung zu Vorrichtung zu senden. Wie hierin beschrieben, ist das vorliegende System konzipiert, um große Anzahlen von Parametern und Daten zu erfassen und zu senden und kann die Daten als ein Stream senden, wodurch mehr der verfügbaren Daten in dem System gesammelt, verwendet, analysiert, gespeichert und verarbeitet werden können. Zusätzlich minimiert das vorliegende System den Netzaufwand, indem Daten und Metadaten separat gesendet werden, wodurch Metadaten nur über das Netzwerk übertragen werden können, wenn es erforderlich ist.
Verlaufsarchive waren für den Support des Sammelns von allen Daten in einem Prozess gleichermaßen schlecht ausgerüstet. Stattdessen wurden Verlaufsarchive konzipiert, um das Sammeln von kontinuierlichen Prozessdaten zu unterstützen, Ereignisdaten wie Prozessalarme, Chargendaten oder Hardwarealarme wurden jedoch in einer anderen Datenbank gespeichert, wodurch eine Analyse in Echtzeit (oder eigentlich Nicht-Echtzeit) mit den kontinuierlichen Prozessdaten erschwert wurde. Andere Arten von Daten (z. B. Hardware oder Kommunikationsdiagnosedaten) wurden überhaupt nicht gespeichert, um die Plattenzugriffszeit und den Speicherplatz zu reduzieren. Ferner mussten Daten für Verlaufsarchive im Allgemeinen in einem komprimierten Format gespeichert werden, was durch den so genannten „Komprimierungsverlust“ zu dem Verlust von wertvollen Informationen führen kann. Die verbesserten Methoden, Verfahren und Systeme, umfassend die Verfahren mit denen Daten zwischen Vorrichtungen getrennt von zugehörigen Metadaten übertragen werden, vereinfachen das Sammeln, das Speichern und die Organisation der größeren Datenvolumen, während gleichzeitig die Verarbeitung minimiert wird, die erforderlich ist, um die eingehenden Daten wirksam zu verarbeiten.
Die verbesserten Methoden für die Datenübertragung (d. h. Datenstreaming) werden nachfolgend in Bezug auf die Kommunikation zwischen einer Steuereinheit und einem Big-Data-Knoten oder einer Big-Data-Appliance beschrieben. Es sollten jedoch die gleichen Prinzipien verstanden werden, die für Kommunikationen zu und von anderen Vorrichtungen angewendet werden, wie in verschiedenen Kombinationen oben beschrieben.
In den beschriebenen Methoden für das Datenstreaming pflegen Vorrichtungen und insbesondere Vorrichtungen, die einen Datenstrom empfangen, Informationen über den Inhalt und die Struktur des Datenstroms in der Form von Metadaten. Folglich wird die Netzwerkbandbreite reduziert, die erforderlich ist, um einen gegebenen Satz von Daten zu kommunizieren. Die „speicherresidenten“ Metadaten – Metadaten, die in der Vorrichtung gespeichert sind – können in drei allgemeine Kategorien eingeordnet werden: standardmäßige Datenbeschreibungen, benutzerdefinierte Datenbeschreibungen und Stromformat-Metadaten. Standardmäßige Datenbeschreibungen legen Parameter fest, die standardmäßig gestreamt werden und für Funktionsblöcke, Einheiten und Vorrichtungen definiert werden, die standardmäßig auf Prozesseingaben und -ausgaben zugreifen und/oder sich darauf auswirken. Gleichermaßen, wenn ein Benutzer bestimmt, dass zusätzliche Parameter als Teil der Big Data gesammelt, gespeichert und/oder analysiert werden sollen, definieren benutzerdefinierte Datenbeschreibungen den zu kommunizierenden Parameter, umfassend den Datentyp, -namen und das zugehörige Modul bzw. den Block. Die Datenbeschreibungen vereinfachen die Verarbeitung der standardmäßigen und zusätzlichen Parameter durch die Steuereinheit und/oder die Big-Data-Appliance. Die speicherresidenten Metadaten umfassen außerdem Stromformat-Daten, welche die Prozessdaten, Alarmdaten, Ereignisdaten und Vorrichtungsdiagnosedaten definieren, die in dem Datenstrom enthalten sein können. Für jeden Datentyp und für jede Quelle in dem Datentyp umfassen die Stromformat-Metadaten eine ID, die von der Steuereinheit jeder Instanz eines Funktionsblocks, eines Parameters, einer Einheit, einer Vorrichtung, eines Alarms und/oder Ereignisses zugewiesen wird und eine Verbindung zu den zugehörigen Metadaten für diese ID.
5 bildet ein Blockdiagramm einer exemplarischen Steuereinheit 500 ab. Die exemplarische Steuereinheit 500 umfasst einen Puffer 502, der einer von zwei oder mehreren Puffern sein kann, die sich in einer oder mehreren Speichervorrichtungen der Steuereinheit 500 befinden. Der in 5 abgebildete Puffer 502 repräsentiert einen Satz von Daten, der von der Steuereinheit an eine andere Vorrichtung, wie eine Arbeitsstation oder eine(n) Big-Data-Knoten/-Appliance gestreamt werden soll. Die Steuereinheit 500 umfasst außerdem ein Steuermodul 504 mit einem analogen Eingabeblock 506, einem digitalen Eingabeblock 508 und einem Parameter 510, von denen jeder Daten geniert und die Daten an den Puffer 502 sendet. Eine Einheit 512 stellt ebenso Daten für den Puffer 502 bereit. In Ausführungsformen können Daten von dem Steuermodul 504, den Eingabeblöcken 506 und 508, dem Parameter 510 und der Einheit 512 gemäß einer Vielzahl von Funktionen wie einer oder mehrerer der in Bezug auf 1 beschriebenen Funktionen zu dem Puffer hinzugefügt werden. Zum Beispiel kann ein Sammelblock 104 Daten von dem Modul 504, den Eingabeblöcken 506 und 508, dem Parameter 510 und der Einheit 512 sammeln, die in dem Puffer 502 platziert werden sollen.
In Ausführungsformen entsprechen die Daten in dem Puffer 502 keiner bestimmten Ausführung einer Einheit oder eines Moduls, sondern umfassen stattdessen mehrere Ausführungen der Einheit oder des Moduls. Das heißt, dass der Puffer 502 groß genug sein kann (d. h., dass ihm genügend Speicher zugewiesen wurde), um Daten über mehrere Ausführungen des Moduls 504 zu sammeln, bevor die gesammelten Daten ohne Überlaufen gestreamt werden. Die Zeit zwischen dem Beginn des Zwischenspeicherns und dem Streaming der zwischengespeicherten Daten hängt davon ab, wie oft die Daten benötigt und/oder angefordert werden sowie von der Größe der Puffer 502, der Art und der Menge der in dem Puffer 502 gesammelten und gespeicherten Daten, der Anzahl der dem Puffer 502 und/oder der Steuereinheit 500 zugewiesenen Module 504 usw. Verschiedene Trade-offs zwischen dem vielfachen Übertragen von Daten (um eine Verfügbarkeit annähernd in Echtzeit zu erreichen) und dem Zwischenspeichern großer Datenmengen (um zum Beispiel die Verkehrsdichte in dem Netzwerk zu verringern) werden für einen Fachmann deutlich und können gemäß den Anforderungen eines bestimmten Systems konfiguriert werden.
In jedem Fall kann der Puffer 502 sowohl Prozessdaten 514 als auch Alarm-/Ereignisdaten 516 sammeln und vorübergehend speichern. Jeder Satz gestreamter Daten weist einen vollständigen Zeitstempel 518 auf. Der Zeitstempel 518 kann zum Beispiel dem Zeitpunkt entsprechen, zu dem der Puffer 502 damit angefangen hat, Daten zu sammeln (welcher üblicherweise dem Zeitpunkt entspricht, zu dem ein anderer Puffer damit aufgehört hat, Daten zu sammeln und damit angefangen hat, die von ihm gesammelten Daten zu streamen). Zusätzlich wird jedes in dem Datenstrom (und dementsprechend in dem Datenpuffer 502) enthaltene Modul bzw. jede Einheit mit einer Kennung (ID) gekennzeichnet und weist einen zugehörigen inkrementellen Zeitstempel auf, der die Verschiebung von dem Zeitstempel 518 kennzeichnet. Zum Beispiel umfasst der Puffer 502 in 5 eine Modul-ID 520, die dem Modul 504 entspricht und einen inkrementellen Zeitstempel 521, welcher der Ausführungszeit des Moduls 504 entspricht. Für ein bestimmtes Modul umfasst der Puffer ferner Kennungen für jeden Block und/oder Parameter in dem Modul. Daten in dem Puffer 502 für das Modul 506 umfassen zum Beispiel eine Block-ID 522, die dem analogen Eingabeblock 506 entspricht, eine Block-ID 524, die dem digitalen Eingabeblock 524 entspricht und eine Parameter-ID 526, die dem Parameter 510 entspricht. Eine Einheits-ID 528 entspricht der Einheit 512 und weist einen inkrementellen Zeitstempel 530 auf, welcher der Ausführungszeit der Einheit 512 entspricht. Auf jede der IDs folgen (nach beliebigen Zeitstempeln) zugehörige Daten, wie in 5 abgebildet. In einigen Ausführungsformen kann ein Größenfeld in den zu streamenden Daten enthalten sein (siehe z. B. 7). Das Größenfeld kann zurückgehalten werden, bis der Puffer voll oder anderweitig bereit ist, um an eine Empfangsvorrichtung gestreamt zu werden und es kann ein Wert in das Feld eingegeben werden, nachdem das Sammeln von Daten abgeschlossen ist, sobald der Datenstrom für die Übertragung formatiert ist.
Der Puffer 502 umfasst außerdem die Alarm- und Ereignisdaten 516. Wie die Prozessdaten 514 umfassen auch die Alarm- und Ereignisdaten 516 zusätzlich zu den Daten für den Alarm oder das Ereignis eine ID und einen inkrementellen Zeitstempel für jedes Ereignis und/oder jeden Alarm. Zum Beispiel bildet 5 eine Alarm-ID 532 und einen inkrementellen Zeitstempel 534 vor den Daten für den Alarm, welcher der Alarm-ID 532 entspricht und eine Ereignis-ID 536 sowie einen inkrementellen Zeitstempel 538 vor den Daten für das Ereignis ab, das der Ereignis-ID 536 entspricht. Natürlich können Alarme und Ereignisse während der Ausführung eines bestimmten Moduls oder in dem Zeitraum, in dem der Puffer Daten sammelt, mehrfach auftreten. Dementsprechend kann der Puffer mehrere Instanzen einer bestimmten Ereignis- und/oder Alarm-ID umfassen.
6 veranschaulicht eine Anordnung für die Konfiguration einer Steuereinheit 600 und einer Big-Data-Appliance 602 zum Datenstreaming. In der veranschaulichten Anordnung wird die Steuereinheit 600 mit einem Satz standardmäßiger Datenbeschreibungen (Metadaten) 604 vorgeladen. Die standardmäßigen Datenbeschreibungen 604 definieren die Daten, die standardmäßig gestreamt werden. Wenn der Benutzer bestimmt, dass zusätzlich Block-, Modul-, Einheits- und/oder Vorrichtungsparameter gestreamt werden sollen, werden den zusätzlichen Parametern automatisch Kennungen (IDs) zugewiesen und zu der Steuereinheit 600 als benutzerdefinierte Datenbeschreibungen (Metadaten) 606 hochgeladen. Eine Stromformatbeschreibung (Metadaten) 608 definiert das Format des Datenstroms, umfassend welche Daten in dem Strom enthalten sind und die ID, die von der Steuereinheit jeder Instanz eines Funktionsblocks, eines Parameters, einer Einheit, einer Vorrichtung, eines Alarms und eines Ereignisses zugewiesen wurde und stellt eine Verbindung zu den zugehörigen Beschreibungsmetadaten 604 und/oder 606 bereit. Obwohl 6 die benutzerdefinierten Datenbeschreibungen 606 und die Stromformatbeschreibung 608, die zu der Steuereinheit 600 hochgeladen werden, abbildet, kann die Steuereinheit in einigen Ausführungsformen dazu in der Lage sein, die benutzerdefinierten Datenbeschreibungen 606 und/oder die Stromformatbeschreibung 608 in der Steuereinheit 600 zu generieren, wenn die Steuereinheit konfiguriert ist, um Daten zu sammeln und/oder Daten zu verwenden, um die Prozessanlage zu steuern.
In jedem Fall kommuniziert die Steuereinheit 600 sämtliche Metadaten zu der Big-Data-Appliance 602. Auf diese Weise wird die Big-Data-Appliance 602 automatisch konfiguriert, um den Datenstrom zu empfangen, bevor beliebige Daten tatsächlich an die Big-Data-Appliance 602 übertragen werden. Der Datenstrom, der danach von der Steuereinheit 600 zu der Big-Data-Appliance 602 kommuniziert wird, muss lediglich die von der Steuereinheit zugewiesenen Kennungen, die Zeitstempel und die Daten umfassen. Es müssen keine zusätzlichen Metadaten mit den Daten gestreamt werden, wodurch der Bandbreiten-Overhead reduziert und die Zeit verringert wird, die benötigt wird, um eine gegebene Datenmenge zu streamen. Während die Big-Data-Appliance 602 in 7 als eine eigenständige Vorrichtung abgebildet wird, könnte die Big-Data-Appliance 602 stattdessen ein beliebiger Big-Data-Knoten, wie zum Beispiel in Bezug auf 2 beschrieben, sein. Zusätzlich muss die sendende Vorrichtung, obwohl sie als eine Steuereinheit 600 abgebildet und beschrieben wird, nicht unbedingt eine Steuereinheit sein. Stattdessen kann die oben genannte Anordnung zwischen zwei beliebigen sendenden und empfangenden Vorrichtungen verwendet werden, umfassend beispielsweise zwischen einem ersten Big-Data-Knoten und einem zweiten Big-Data-Knoten, zwischen einem Big-Data-Knoten und einer mobilen Vorrichtung (z. B. einem Smartphone, einem Tabletcomputer, einem Laptop usw.), zwischen einem Big-Data-Knoten und einem Cloud-Server, zwischen einem Big-Data-Knoten und einem Analysemodul usw.
In Ausführungsformen umfassen die Methoden, Verfahren und Systeme für das Datenstreaming Mechanismen, die eine automatische Aktualisierung der Metadaten für das Streaming vereinfachen, wenn die Empfangsvorrichtung in dem Datenstrom auf ein unbekanntes Element trifft. 7 veranschaulicht eine solche Ausführung in der Form eines Blockdiagramms. In 7 umfasst ein Teil 700 eines Prozesssteuerungssystems eine Steuereinheit 702, eine Big-Data-Appliance 704, eine Konfigurationsdatenbank 706, einen Big-Data-Netzwerk-Backbone 708, der kommunikativ die Steuereinheit 702, die Big-Data-Appliance 704 und die Konfigurationsdatenbank 706 koppelt. In dem exemplarischen Teil 700 eines Prozesssteuerungssystems, der in 7 abgebildet wird, sind die Steuereinheit 702 und die Big-Data-Appliance 704 so konfiguriert wie oben in Bezug auf 6 beschrieben. Wie in 7 abgebildet, ist es, da Daten (Linie „A“ in 7) von der Steuereinheit 702 zu der Big-Data-Appliance 704 gestreamt werden, jedoch möglich, dass der Datenstrom eine neue ID in dem Datenstrom umfasst (z. B., weil ein Benutzer einen Paramater zu der Steuereinheit 702 hinzugefügt hat und der Parameter zu dem Datenstrom hinzugefügt wurde). Wenn die Big-Data-Appliance 704 in dem Datenstrom auf die neue ID trifft, wird die Big-Data-Appliance 704 die ID nicht erkennen und sendet eine Anfrage (Linie „B“ in 7) für das Senden aktualisierter Metadaten an die Steuereinheit 702. Die Steuereinheit 702 sendet die aktualisierten Metadaten (Linie „C“ in 7), welche eine oder mehrere der standardmäßigen Datenbeschreibungen, der benutzerdefinierten Datenbeschreibungen und der Stromformatbeschreibung umfassen können. In einer Ausführungsform sendet die Steuereinheit 702 die benutzerdefinierten Datenbeschreibungen und die Stromformatbeschreibung.
Die 8A und 8B sind Ablaufpläne, welche das oben beschriebene Verfahren abbilden. Insbesondere bildet 8A ein Verfahren 800 zum Streamen von Daten zu einer anderen Vorrichtung ab, während 8B ein Verfahren 801 zum Empfangen eines Datenstroms abbildet. Zusammen bilden die 8A und 8B den Fluss von Daten (gestrichelte Linien) zwischen den zwei Vorrichtungen und den Vorgang der Verfahren 800 und 801 in Bezug aufeinander ab. In einigen Ausführungsformen ist die Sendevorrichtung (die Vorrichtung, die das Streaming der Daten ausführt) eine Steuereinheit, die Daten zu der Empfangsvorrichtung streamt, die eine Big-Data-Appliance (z. B. für die Historisierung) umfasst, während die Sendevorrichtung in anderen Ausführungsformen ein Big-Data-Knoten (z. B. ein Knoten, umfassend eine Big-Data-Appliance, die historisierte Daten speichert) zu einer Empfangsvorrichtung ist, die ein Arbeitsplatzcomputer, ein Laptop, ein Tabletcomputer, ein Smartphone usw. ist. Die Verfahren 800 und 801 sind jedoch jeweils nicht auf Steuereinheiten und Big-Data-Knoten beschränkt. Stattdessen können die Verfahren 800 und 801 jeweils auf eine beliebige Vorrichtung zutreffen, die einen Datenstrom überträgt sowie auf eine beliebige Vorrichtung, die einen Datenstrom empfängt. In dem Verfahren 800 speichert die Sendevorrichtung (d. h. die Vorrichtung, die Daten streamt) Metadaten (Block 802). Die gespeicherten Metadaten liefern Informationen über die gestreamten Daten, Informationen über die Struktur des Datenstroms oder beides. In einigen Ausführungsformen werden die gespeicherten Metadaten von der Sendevorrichtung verwendet, um die zu streamenden Daten zu sammeln (z. B. um zu wissen, welche Daten gesammelt werden sollen) und/oder um zu ermitteln, welche Daten in dem Datenstrom enthalten sein sollen. In jedem Fall werden die Metadaten an die Empfangsvorrichtung übertragen (Block 806). Die Metadaten können zu jedem Zeitpunkt nach ihrer Speicherung an die Empfangsvorrichtung übertragen werden. In Ausführungsformen werden die Metadaten an die Empfangsvorrichtung übertragen, unmittelbar nachdem sie in der Sendevorrichtung verfügbar werden, während die Metadaten in anderen Ausführungsformen unmittelbar vor der Übertragung des ersten Datenstroms an die Empfangsvorrichtung übertragen werden. Die Empfangsvorrichtung empfängt die Metadaten (Block 803) und speichert die Metadaten lokal.
Die Daten für den Datenstrom werden vor der Übertragung gesammelt und zwischengespeichert/lokal gespeichert (Block 804). In Ausführungsformen führt ein auslösendes Ereignis dazu, dass der aktive Puffer mit dem Streaming von Daten beginnt und voraussichtlich wird das Zwischenspeichern eingehender Daten von einem zuvor nicht aktiven Puffer ausgeführt. In jedem Fall werden die gesammelten/zwischengespeicherten Daten zu einer Empfangsvorrichtung gestreamt (Block 808). Die Empfangsvorrichtung empfängt den Datenstrom (Block 805) und parst den Datenstrom gemäß den empfangenen Metadaten (Block 807). Wenn die Empfangsvorrichtung während des Parsens des Datenstroms in den Daten des Datenstroms nicht auf neue, unerkannte IDs trifft (Block 809), dann fährt die Empfangsvorrichtung damit fort, den Datenstrom zu empfangen und zu parsen (Blöcke 805, 807). Wenn die Empfangsvorrichtung jedoch andererseits in den Daten in dem Datenstrom auf eine oder mehrere neue, unerkannte IDs trifft (Block 809), dann cacht die Empfangsvorrichtung die Daten in dem Datenstrom (Block 811) und sendet eine Anfrage an die Sendevorrichtung, in der sie aktualisierte Metadaten anfordert (Block 813).
Gleichzeitig fährt die Sendevorrichtung damit fort Daten zu sammeln und zwischenzuspeichern (Block 810) und die Daten zu der Empfangsvorrichtung zu streamen (Block 812). Wenn die Sendevorrichtung keine Anfrage für aktualisierte Metadaten empfängt (Block 814), dann fährt die Sendevorrichtung damit fort, Daten zu sammeln und zwischenzuspeichern und die Daten zu der Empfangsvorrichtung zu streamen. Wenn die Sendevorrichtung jedoch eine Anfrage für aktualisierte Metadaten empfängt (Block 814), dann generiert oder empfängt die Sendevorrichtung aktualisierte Metadaten (Block 816) und überträgt die aktualisierten Metadaten zu der Empfangsvorrichtung (Block 818), bevor sie damit fortfährt, die Daten als ein Strom zu sammeln, zwischenzuspeichern und zu übertragen.
Wenn die Empfangsvorrichtung die aktualisierten Metadaten empfängt (Block 815), parst und verarbeitet die Empfangsvorrichtung (z. B. durch Historisierung, wenn die Empfangsvorrichtung eine Big-Data-Appliance ist) den gecachten Datenstrom (Block 817), bevor sie dazu voranschreitet, mit dem Empfang des Datenstroms von der Sendevorrichtung fortzufahren (Block 805).
In einer alternativen Ausführungsform aktualisiert die Sendevorrichtung die Metadaten für den Datenstrom, sobald eine Konfigurationsänderung auftritt. Das heißt, anstatt auf eine Anfrage für das Senden aktualisierter Daten an die Empfangsvorrichtung zu warten, generiert die Sendevorrichtung bei jeder Konfigurationsänderung automatisch aktualisierte Metadaten und überträgt die aktualisierten Metadaten an die Empfangsvorrichtung, bevor mit der Übertragung eines Datenstroms mit einem beliebigen neuen Format oder beliebigen neu hinzugefügten IDs begonnen wird. Auf diese Weise muss der Datenstrom nicht von der Empfangsvorrichtung gestreamt werden, da die Empfangsvorrichtung immer über die Metadaten verfügt, die für das Parsen und/oder Verarbeiten des Datenstroms benötigt werden. Dies kann dazu führen, dass der Cache-/Speicherbedarf für die Empfangsvorrichtung verringert wird und dass eine Wartezeit verringert wird, die durch die Anfrage für die neuen Metadaten und das spätere Parsen/Verarbeiten des gecachten Datenstroms verursacht werden kann.
9A und 9B sind Ablaufpläne, die das oben beschriebene Verfahren abbilden, welches eine Abwandlung des Verfahrens aus den 8A und 8B ist. Insbesondere bildet 9A ein Verfahren 900 zum Streamen von Daten zu einer anderen Vorrichtung ab, während 9B ein Verfahren 901 zum Empfangen eines Datenstroms abbildet. Zusammen bilden die 9A und 9B den Fluss von Daten (gestrichelte Linien) zwischen den zwei Vorrichtungen und den Vorgang der Verfahren 900 und 901 in Bezug aufeinander ab. Wie bei den Verfahren 800 und 801 können die Verfahren 900 und 901 jeweils durch eine beliebige Vorrichtung implementiert werden, die einen Datenstrom überträgt sowie durch eine beliebige Vorrichtung, die einen Datenstrom empfängt.
In dem Verfahren 900 speichert die Sendevorrichtung (d. h. die Vorrichtung, die Daten streamt) Metadaten (Block 902). Die gespeicherten Metadaten liefern Informationen über die gestreamten Daten, Informationen über die Struktur des Datenstroms oder beides. In einigen Ausführungsformen werden die gespeicherten Metadaten von der Sendevorrichtung verwendet, um die zu streamenden Daten zu sammeln (z. B. um zu wissen, welche Daten gesammelt werden sollen) und/oder um zu ermitteln, welche Daten in dem Datenstrom enthalten sein sollen. In jedem Fall werden die Metadaten an die Empfangsvorrichtung übertragen (Block 906). Die Metadaten können zu jedem Zeitpunkt nach ihrer Speicherung an die Empfangsvorrichtung übertragen werden. In Ausführungsformen werden die Metadaten an die Empfangsvorrichtung übertragen, unmittelbar nachdem sie in der Sendevorrichtung verfügbar werden, während die Metadaten in anderen Ausführungsformen unmittelbar vor der Übertragung des ersten Datenstroms an die Empfangsvorrichtung übertragen werden. Die Empfangsvorrichtung empfängt die Metadaten (Block 903) und speichert die Metadaten lokal.
Die Daten für den Datenstrom werden vor der Übertragung gesammelt und zwischengespeichert/lokal gespeichert (Block 904). In Ausführungsformen führt ein auslösendes Ereignis dazu, dass der aktive Puffer mit dem Streaming von Daten beginnt und voraussichtlich wird das Zwischenspeichern eingehender Daten von einem zuvor nicht aktiven Puffer ausgeführt. In jedem Fall werden die gesammelten/zwischengespeicherten Daten zu einer Empfangsvorrichtung gestreamt (Block 908). Die Empfangsvorrichtung empfängt den Datenstrom (Block 905) und parst den Datenstrom gemäß den empfangenen Metadaten (Block 907). Gleichzeitig fährt die Sendevorrichtung damit fort Daten zu sammeln und zwischenzuspeichern (Block 910) und die Daten zu der Empfangsvorrichtung zu streamen (Block 912). Wenn die Konfiguration der Sendevorrichtung nicht geändert oder aktualisiert wird (Block 914), dann fährt die Sendevorrichtung damit fort, Daten zu sammeln und zwischenzuspeichern (Block 910) und die Daten zu der Empfangsvorrichtung zu streamen (Block 912). Wenn die Konfiguration der Sendevorrichtung jedoch geändert wird (Block 914), dann generiert oder empfängt die Sendevorrichtung aktualisierte Metadaten (Block 916) und überträgt die aktualisierten Metadaten zu der Empfangsvorrichtung (Block 918) und überträgt den aktualisierten Datenstrom (Block 908) bevor sie damit fortfährt, die Daten als ein Strom zu sammeln, zwischenzuspeichern und zu übertragen (Blöcke 910, 912).
Wenn die Empfangsvorrichtung keine neuen Metadaten empfängt (Block 909), dann fährt die Empfangsvorrichtung damit fort, den Datenstrom zu empfangen (Block 905) und den Datenstrom gemäß den gespeicherten Metadaten zu parsen (Block 907). Wenn die Empfangsvorrichtung jedoch aktualisierte Metadaten empfängt (Block 909), speichert die Empfangsvorrichtung die aktualisierten Metadaten (Block 911) und fährt dann damit fort, den Datenstrom zu empfangen (Block 905) und parst und verarbeitet (z. B. durch Historisierung, wenn die Empfangsvorrichtung eine Big-Data-Appliance ist) den Datenstrom gemäß den (neu gespeicherten) aktualisierten Metadaten (Block 907).
Ausführungsformen der in der vorliegenden Offenbarung beschriebenen Methoden, können eine beliebige Anzahl der folgenden Aspekte, entweder allein oder in Kombination, umfassen:

1. Verfahren zum Kommunizieren von Daten in einem Prozesssteuerungssystem, wobei das Verfahren Folgendes umfasst: das Speichern eines ersten Satzes von Metadaten in einer Vorrichtung, die betrieben werden kann, um einen Datenstrom zu übertragen; Speichern, in der Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eines Satzes von Daten zur Übertragung als der Datenstrom; Übertragen des ersten Satzes von Metadaten an eine Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; Empfangen des ersten Satzes von Metadaten an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; Übertragen des Datenstroms an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; Empfangen des Datenstroms an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, nachdem der erste Satz von Metadaten empfangen wurde; und Parsen des empfangenen Datenstroms an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, gemäß dem ersten Satz von Metadaten.
2. Verfahren nach Aspekt 1, wobei der erste Satz von Metadaten Metadaten zur Beschreibung des Stromformats umfasst, welche die Struktur des Datenstroms beschreiben.
3. Verfahren entweder nach Aspekt 1 oder Aspekt 2, wobei der erste Satz von Metadaten Metadaten zur Datenbeschreibung umfasst, welche den Inhalt des Datenstroms beschreiben.
4. Verfahren nach Aspekt 3, wobei die Metadaten zur Datenbeschreibung standardmäßige Metadaten zur Datenbeschreibung und benutzerdefinierte Metadaten zur Datenbeschreibung umfassen.
5. Verfahren nach einem der vorhergehenden Aspekte, wobei der Satz von Daten Parameterdaten, Modul- und Blockdaten, Ereignisdaten und Alarmdaten umfasst.
6. Verfahren nach einem der vorhergehenden Aspekte, wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eine Steuereinheit ist und wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, eine Big-Data-Appliance umfasst.
7. Verfahren nach Aspekt 6, wobei die Steuereinheit mit einem Satz von standardmäßigen Datendeskriptoren vorkonfiguriert ist.
8. Verfahren entweder nach Aspekt 6 oder Aspekt 7, wobei die Steuereinheit automatisch einen Satz von benutzerdefinierten Datendeskriptoren generiert, wenn ein neuer Parameter zu den der Steuereinheit zugewiesenen Parametern hinzugefügt wird.
9. Verfahren nach einem der vorhergehenden Aspekte, wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, die Metadaten automatisch aktualisiert, falls eine Konfiguration der Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, geändert wird.
10. Verfahren nach einem der Aspekte 1 bis 5, wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eine Big-Data-Appliance umfasst und wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, eine Vorrichtung ist, die aus der Gruppe ausgewählt wird, die sich aus Folgendem zusammensetzt: einem Arbeitsplatzcomputer, einem Laptop, einem Smartphone und einem Tabletcomputer.
11. Verfahren nach einem der Aspekte 1 bis 5, wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eine Big-Data-Appliance umfasst und wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, eine Cloud-Rechenvorrichtung ist.
12. Verfahren nach einem der vorhergehenden Aspekte, ferner umfassend: Identifizieren in dem Datenstrom an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, einer Kennung, die nicht in den ersten Metadaten enthalten ist; Cachen des Datenstroms an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; Senden einer Anfrage von der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, um einen aktualisierten Satz von Metadaten bereitzustellen; Empfangen der Anfrage zur Bereitstellung des aktualisierten Satzes von Metadaten an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden; Senden des aktualisierten Satzes von Metadaten von der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; Empfangen, an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, des aktualisierten Satzes von Metadaten; und Parsen des gecachten Datenstroms gemäß dem aktualisierten Satz von Metadaten.
13. Verfahren nach einem der vorhergehenden Aspekte, ferner umfassend: Erkennen, in der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, einer Konfigurationsänderung; Aktualisieren der Metadaten gemäß der erkannten Konfigurationsänderung; Senden der aktualisierten Metadaten von der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; Empfangen, an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, des aktualisierten Satzes von Metadaten; und Senden des Datenstroms, von der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, wobei der Datenstrom gemäß dem aktualisierten Satz von Metadaten strukturiert ist; und Parsen des Datenstroms in der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, gemäß dem aktualisierten Satz von Metadaten.
14. Verfahren nach einem der vorhergehenden Aspekte, wobei das Speichern, in der Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, des Satzes von Daten für die Übertragung als der Datenstrom Folgendes umfasst: Sammeln von Daten von einer Vielzahl von Prozesssteuerungsvorrichtungen; und Einreihen der gesammelten Daten bis zu einem auslösenden Ereignis.
15. Verfahren nach Aspekt 14, wobei das auslösende Ereignis eines der Folgenden ist: eine Warteschlange, in der die gesammelten Daten vollständig eingereiht sind, ein Zeitnehmer für die Zeit zum Senden abläuft oder ein Client Daten in der Warteschlange anfordert.
16. Verfahren nach einem der vorhergehenden Aspekte, wobei der erste Satz von Metadaten Metadaten umfasst, die eine Beziehung einer ersten Teilmenge von Daten in dem Satz von Daten zu einer zweiten Teilmenge von Daten in dem Satz von Daten beschreiben.
17. Verfahren nach Aspekt 16, wobei die Beziehung eine vorgelagerte Beziehung ist.
18. Verfahren nach Aspekt 16, wobei die Beziehung eine nachgelagerte Beziehung ist.
19. Verfahren nach einem der vorhergehenden Aspekte, ferner umfassend die Durchführung einer Analyse für den Satz von Daten, um Analysedaten zu generieren.
20. Verfahren nach Aspekt 19, wobei die Analyse an der Vorrichtung durchgeführt wird, die betrieben werden kann, um den Datenstrom zu übertragen und wobei die Analysedaten zu dem Datenstrom hinzugefügt werden.
21. Verfahren nach einem der vorhergehenden Aspekte, wobei der Datenstrom einen Zeitstempel umfasst.
22. Verfahren nach Aspekt 21, wobei der Datenstrom eine Vielzahl von inkrementellen Zeitstempeln umfasst, wobei jeder inkrementelle Zeitstempel mit einer Teilmenge von Daten in dem Satz von Daten verknüpft ist.
23. Verfahren nach einem der vorhergehenden Aspekte, wobei der Datenstrom eine Vielzahl von Kennungen umfasst, wobei jede Kennung eines von einem Block, einem Modul, einem Parameter, einem Ereignis oder einem Alarm identifiziert.
24. Verfahren zum Streamen von Daten in einem Prozesssteuerungssystem, wobei das Verfahren Folgendes umfasst: Speichern eines ersten Satzes von Metadaten in einer Vorrichtung, die betrieben werden kann, um einen Datenstrom zu übertragen; Sammeln eines Satzes von Daten zur Übertragung als der Datenstrom; Zwischenspeichern des Satzes gesammelter Daten; Übertragen des ersten Satzes von Metadaten an eine Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; und Übertragen des Datenstroms an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, wobei keine weiteren Metadaten übertragen werden, sofern nicht ein auslösendes Ereignis dazu führt, dass die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, zusätzliche Metadaten überträgt.
25. Verfahren nach Aspekt 24, ferner umfassend: Empfangen einer Anfrage für aktualisierte Metadaten; Generieren oder Herunterladen aktualisierter Metadaten; und Senden aktualisierter Metadaten als Reaktion auf die Anfrage für aktualisierte Metadaten.
26. Verfahren nach Aspekt 24, ferner umfassend: Erkennen eines geänderten Konfigurationsparameters; Generieren oder Herunterladen aktualisierter Metadaten; und Senden der aktualisierten Metadaten an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, bevor ein Datenstrom gemäß den aktualisierten Metadaten gesendet wird.
27. Verfahren nach einem der Aspekte 24 bis 26, wobei der erste Satz von Metadaten Metadaten zur Beschreibung des Stromformats umfasst, welche die Struktur des Datenstroms beschreiben.
28. Verfahren nach einem der Aspekte 25 bis 27, wobei der erste Satz von Metadaten Metadaten zur Datenbeschreibung umfasst, welche den Inhalt des Datenstroms beschreiben.
29. Verfahren nach Aspekt 28, wobei die Metadaten zur Datenbeschreibung standardmäßige Metadaten zur Datenbeschreibung und benutzerdefinierte Metadaten zur Datenbeschreibung umfassen.
30. Verfahren nach einem der Aspekte 24 bis 29, wobei der Satz von Daten Parameterdaten, Modul- und Blockdaten, Ereignisdaten und Alarmdaten umfasst.
31. Verfahren nach einem der Aspekte 24 bis 30, wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eine Steuereinheit ist und wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, eine Big-Data-Appliance umfasst.
32. Verfahren nach Aspekt 31, wobei die Steuereinheit mit einem Satz von standardmäßigen Datendeskriptoren vorkonfiguriert ist.
33. Verfahren entweder nach Aspekt 31 oder Aspekt 32, ferner umfassend das automatische Generieren eines Satzes von benutzerdefinierten Datendeskriptoren, wenn ein neuer Parameter zu den der Steuereinheit zugewiesenen Parametern hinzugefügt wird.
34. Verfahren nach einem der Aspekte 24 bis 30, wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eine Big-Data-Appliance umfasst und wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, eine Vorrichtung ist, die aus der Gruppe ausgewählt wird, die sich aus Folgendem zusammensetzt: einem Arbeitsplatzcomputer, einem Laptop, einem Smartphone und einem Tabletcomputer.
35. Verfahren nach einem der Aspekte 24 bis 30, wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eine Big-Data-Appliance umfasst und wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, eine Cloud-Rechenvorrichtung ist.
36. Verfahren nach einem der Aspekte 24 bis 35, wobei der erste Satz von Metadaten Metadaten umfasst, die eine Beziehung einer ersten Teilmenge von Daten in dem Satz von Daten zu einer zweiten Teilmenge von Daten in dem Satz von Daten beschreiben.
37. Verfahren nach Aspekt 36, wobei die Beziehung eine vorgelagerte Beziehung ist.
38. Verfahren nach Aspekt 36, wobei die Beziehung eine nachgelagerte Beziehung ist.
39. Verfahren nach einem der Aspekte 24 bis 38, ferner umfassend die Durchführung einer Analyse für den Satz von Daten, um Analysedaten zu generieren.
40. Verfahren nach Aspekt 39, ferner umfassend das Hinzufügen der Analysedaten zu dem Datenstrom.
41. Verfahren nach einem der Aspekte 24–40, wobei der Datenstrom einen Zeitstempel umfasst.
42. Verfahren nach Aspekt 41, wobei der Datenstrom eine Vielzahl von inkrementellen Zeitstempeln umfasst, wobei jeder inkrementelle Zeitstempel mit einer Teilmenge von Daten in dem Satz von Daten verknüpft ist.
43. Verfahren nach einem der Aspekte 24 bis 42, wobei der Datenstrom eine Vielzahl von Kennungen umfasst, wobei jede Kennung eines von einem Block, einem Modul, einem Parameter, einem Ereignis oder einem Alarm identifiziert.
44. Verfahren zum Empfangen eines Datenstroms in einem Prozesssteuerungssystem, wobei das Verfahren Folgendes umfasst: Empfangen eines ersten Satzes von Metadaten von einer Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen; Empfangen des Datenstroms nach dem Empfangen des ersten Satzes von Metadaten; Parsen des empfangenen Datenstroms gemäß dem ersten Satz von Metadaten; und Fortfahren mit dem Empfang gestreamter Daten, so lange wie der Datenstrom gemäß dem ersten Satz von Metadaten geparst werden kann.
45. Verfahren nach Aspekt 44, ferner umfassend: Identifizieren einer ID in dem Datenstrom, die gemäß dem ersten Satz von Metadaten nicht geparst werden kann; Cachen des Datenstroms; Senden einer Anfrage an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, um aktualisierte Metadaten bereitzustellen; Empfangen der aktualisierten Metadaten; Parsen des gecachten Datenstroms gemäß den aktualisierten Metadaten; Fortfahren mit dem Empfang des Datenstroms; und Parsen des Datenstroms gemäß den aktualisierten Metadaten.
46. Verfahren nach Aspekt 44, ferner umfassend: Empfangen aktualisierter Metadaten; Fortfahren mit dem Empfang des Datenstroms; und Parsen des Datenstroms gemäß den aktualisierten Metadaten, wobei der nach den aktualisierten Metadaten empfangene Datenstrom gemäß den aktualisierten Metadaten geparst werden kann und nicht gemäß dem ersten Satz von Metadaten geparst werden könnte.
47. Verfahren nach einem der Aspekte 44 bis 46, wobei der erste Satz von Metadaten Metadaten zur Beschreibung des Stromformats umfasst, welche die Struktur des Datenstroms beschreiben.
48. Verfahren nach einem der Aspekte 44 bis 47, wobei der erste Satz von Metadaten Metadaten zur Datenbeschreibung umfasst, welche den Inhalt des Datenstroms beschreiben.
49. Verfahren nach Aspekt 48, wobei die Metadaten zur Datenbeschreibung standardmäßige Metadaten zur Datenbeschreibung und benutzerdefinierte Metadaten zur Datenbeschreibung umfassen.
50. Verfahren nach einem der Aspekte 44 bis 49, wobei der Satz von Daten Parameterdaten, Modul- und Blockdaten, Ereignisdaten und Alarmdaten umfasst.
51. Verfahren nach einem der Aspekte 44 bis 50, wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eine Steuereinheit ist und wobei das Verfahren von einer Vorrichtung ausgeführt wird, die eine Big-Data-Appliance umfasst.
52. Verfahren nach Aspekt 51, wobei die Steuereinheit mit einem Satz von standardmäßigen Datendeskriptoren vorkonfiguriert ist.
53. Verfahren entweder nach Aspekt 51 oder Aspekt 52, wobei die Steuereinheit automatisch einen Satz von benutzerdefinierten Datendeskriptoren generiert, wenn ein neuer Parameter zu den der Steuereinheit zugewiesenen Parametern hinzugefügt wird.
54. Verfahren nach einem der Aspekte 44 bis 50, wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eine Big-Data-Appliance umfasst und wobei die Vorrichtung, die das Verfahren ausführt, eine Vorrichtung ist, die aus der Gruppe ausgewählt wird, die sich aus Folgendem zusammensetzt: einem Arbeitsplatzcomputer, einem Laptop, einem Smartphone und einem Tabletcomputer.
55. Verfahren nach einem der Aspekte 44 bis 50, wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eine Big-Data-Appliance umfasst und wobei die Vorrichtung, die das Verfahren ausführt, eine Cloud-Rechenvorrichtung ist.
56. Verfahren nach einem der Aspekte 44 bis 55, wobei der erste Satz von Metadaten Metadaten umfasst, die eine Beziehung einer ersten Teilmenge von Daten in dem Satz von Daten zu einer zweiten Teilmenge von Daten in dem Satz von Daten beschreiben.
57. Verfahren nach Aspekt 56, wobei die Beziehung eine vorgelagerte Beziehung ist.
58. Verfahren nach Aspekt 56, wobei die Beziehung eine nachgelagerte Beziehung ist.
59. Verfahren nach einem der Aspekte 44 bis 58, ferner umfassend die Durchführung einer Analyse für den Satz von Daten, um Analysedaten zu generieren.
60. Verfahren nach Aspekt 59, wobei die Analysedaten in einer Big-Data-Appliance gespeichert sind.
61. Verfahren nach einem der Aspekte 44–60, wobei der Datenstrom einen Zeitstempel umfasst.
62. Verfahren nach Aspekt 61, wobei der Datenstrom eine Vielzahl von inkrementellen Zeitstempeln umfasst, wobei jeder inkrementelle Zeitstempel mit einer Teilmenge von Daten in dem Satz von Daten verknüpft ist.
63. Verfahren nach einem der Aspekte 44 bis 62, wobei der Datenstrom eine Vielzahl von Kennungen umfasst, wobei jede Kennung eines von einem Block, einem Modul, einem Parameter, einem Ereignis oder einem Alarm identifiziert.
64. Steuereinheit für ein Prozesssteuerungssystem, wobei die Steuereinheit Folgendes umfasst: einen Prozessor; einen Speicher, der kommunikativ mit dem Prozessor gekoppelt ist und einen Satz von Metadaten speichert; ein Eingang, der Daten von einer oder mehreren Prozesssteuerungsvorrichtungen empfängt; eine oder mehrere Routinen, die an dem Prozessor ausgeführt werden, um den Prozess zumindest teilweise gemäß den empfangenen Daten zu steuern; eine Sammelroutine, die an dem Prozessor ausgeführt wird und Daten sammelt, die von den einen oder mehreren Prozesssteuerungsvorrichtungen empfangen wurden; eine Warteschlangenroutine, die an dem Prozessor ausgeführt wird, um die gesammelten Daten in einem Puffer zu speichern; eine Datenstreamingroutine, die an dem Prozessor ausgeführt wird und mit einer Kommunikationsvorrichtung zusammenarbeitet, um: den gespeicherten Satz von Metadaten an eine Empfangsvorrichtung zu übertragen; die zwischengespeicherten Daten gemäß dem gespeicherten Satz von Metadaten zu einem Datenstrom zusammenzufügen; und den Datenstrom an die Empfangsvorrichtung zu übertragen.
65. Steuereinheit nach Aspekt 64, wobei die Datenstreamingroutine, die an dem Prozessor ausgeführt wird, ferner betrieben werden kann, um: eine Anfrage für aktualisierte Metadaten zu empfangen; aktualisierte Metadaten zu generieren oder herunterzuladen; und die aktualisierten Metadaten als Reaktion auf die Anfrage für aktualisierte Metadaten zu senden.
66. Steuereinheit nach Aspekt 64, ferner umfassend eine Metadatenaktualisierungsroutine, die betrieben werden kann, um aktualisierte Metadaten zu empfangen oder zu generieren und wobei die Datenstreamingroutine, die an dem Prozessor ausgeführt wird, ferner betrieben werden kann, um: aktualisierte Metadaten als Reaktion auf eine erkannte Änderung hinsichtlich einer Konfiguration der Steuereinheit oder als Reaktion auf das Generieren oder den Empfang aktualisierter Metadaten zu senden; und um mit dem Senden des Datenstroms fortzufahren, wobei der Datenstrom, der nach dem Senden der aktualisierten Metadaten gesendet wird, gemäß den aktualisierten Metadaten strukturiert ist.
67. Steuereinheit nach einem der Aspekte 64 bis 66, wobei der gespeicherte Satz von Metadaten Metadaten zur Beschreibung des Stromformats umfasst, welche die Struktur des Datenstroms beschreiben.
68. Steuereinheit nach einem der Aspekte 64 bis 67, wobei der gespeicherte Satz von Metadaten Metadaten zur Datenbeschreibung umfasst, welche den Inhalt des Datenstroms beschreiben.
69. Steuereinheit nach Aspekt 68, wobei die Metadaten zur Datenbeschreibung standardmäßige Metadaten zur Datenbeschreibung und benutzerdefinierte Metadaten zur Datenbeschreibung umfassen.
70. Steuereinheit nach einem der Aspekte 64 bis 69, wobei die gesammelten Daten Parameterdaten, Modul- und Blockdaten, Ereignisdaten und Alarmdaten umfassen.
71. Steuereinheit nach einem der Aspekte 64 bis 70, wobei die Empfangsvorrichtung eine Big-Data-Appliance umfasst.
72. Steuereinheit nach Aspekt 71, ferner umfassend eine Routine, die betrieben werden kann, um automatisch einen Satz von benutzerdefinierten Datendeskriptoren zu generieren, wenn ein neuer Parameter zu den der Steuereinheit zugewiesenen Parametern hinzugefügt wird.
73. Steuereinheit nach einem der Aspekte 64 bis 70, wobei die Empfangsvorrichtung eine Vorrichtung ist, die aus der Gruppe ausgewählt wird, die sich aus Folgendem zusammensetzt: einem Arbeitsplatzcomputer, einem Laptop, einem Smartphone und einem Tabletcomputer.
74. Steuereinheit nach einem der Aspekte 64 bis 70, wobei die Empfangsvorrichtung eine Cloud-Rechenvorrichtung ist.
75. Verfahren nach einem der Aspekte 64 bis 74, wobei der gespeicherte Satz von Metadaten Metadaten umfasst, die eine Beziehung einer ersten Teilmenge von Daten in den gesammelten Daten zu einer zweiten Teilmenge von Daten in den gesammelten Daten beschreiben.
76. Steuereinheit nach einem der Aspekte 64 bis 75, ferner umfassend eine Analyseroutine, die an dem Prozessor ausgeführt wird, um die gesammelten Daten zu analysieren, um Analysedaten zu generieren.
77. Steuereinheit nach Aspekt 76, wobei die Datenstreamingroutine, die an dem Prozessor ausgeführt wird, ferner betrieben werden kann, um die Analysedaten zu dem Datenstrom hinzuzufügen.
78. Steuereinheit nach einem der Aspekte 64–77, wobei der Datenstrom einen Zeitstempel umfasst.
79. Steuereinheit nach Aspekt 78, wobei der Datenstrom eine Vielzahl von inkrementellen Zeitstempeln umfasst, wobei jeder inkrementelle Zeitstempel mit einer Teilmenge von Daten in den gesammelten Daten verknüpft ist.
80. Steuereinheit nach einem der Aspekte 64 bis 79, wobei der Datenstrom eine Vielzahl von Kennungen umfasst, wobei jede Kennung eines von einem Block, einem Modul, einem Parameter, einem Ereignis oder einem Alarm identifiziert.
81. Big-Data-Appliance zum Speichern von Big Data in einem Prozesssteuerungssystem, wobei die Big-Data-Appliance Folgendes umfasst: eine High Fidelity-Datenspeichervorrichtung zum Speichern von Big Data; einen Empfänger, der betrieben werden kann, um: einen Satz von Metadaten zu empfangen; einen Datenstrom zu empfangen; den Datenstrom gemäß dem Satz von Metadaten zu parsen; Daten gemäß dem Parsing in der High Fidelity-Datenspeichervorrichtung zu speichern; mit dem Empfang und Speichern von Daten fortzufahren, so lange wie der Datenstrom gemäß dem ersten Satz von Metadaten geparst werden kann.
82. Big-Data-Appliance nach Aspekt 81, wobei der Empfänger ferner betrieben werden kann, um: eine ID in dem Datenstrom zu identifizieren, die gemäß dem Satz von Metadaten nicht geparst werden kann; den Datenstrom zu cachen; eine Anfrage für die Bereitstellung aktualisierter Metadaten zu senden; die aktualisierten Metadaten zu empfangen; den gecachten Datenstrom gemäß den aktualisierten Metadaten zu parsen; die Daten gemäß dem Parsing in der High Fidelity-Datenspeichervorrichtung zu speichern; mit dem Empfang des Datenstroms fortzufahren; den kontinuierlichen Datenstrom gemäß den aktualisierten Metadaten zu parsen; und die Daten aus dem kontinuierlichen Datenstrom in der High Fidelity-Datenspeichervorrichtung zu speichern.
83. Big-Data-Appliance nach Aspekt 81, wobei der Empfänger ferner betrieben werden kann, um: aktualisierte Metadaten zu empfangen; mit dem Empfang des Datenstroms fortzufahren; und den Datenstrom gemäß den aktualisierten Metadaten zu parsen, wobei der nach den aktualisierten Metadaten empfangene Datenstrom gemäß den aktualisierten Metadaten geparst werden kann und nicht gemäß dem Satz von Metadaten geparst werden könnte.
84. Big-Data-Appliance nach einem der Aspekte 81 bis 83, wobei der Satz von Metadaten Metadaten zur Beschreibung des Stromformats umfasst, welche die Struktur des Datenstroms beschreiben.
85. Big-Data-Appliance nach einem der Aspekte 81 bis 84, wobei der Satz von Metadaten Metadaten zur Datenbeschreibung umfasst, welche den Inhalt des Datenstroms beschreiben.
86. Big-Data-Appliance nach Aspekt 85, wobei die Metadaten zur Datenbeschreibung standardmäßige Metadaten zur Datenbeschreibung und benutzerdefinierte Metadaten zur Datenbeschreibung umfassen.
87. Big-Data-Appliance nach einem der Aspekte 81 bis 86, wobei der Datenstrom Parameterdaten, Modul- und Blockdaten, Ereignisdaten und Alarmdaten umfasst.
88. Big-Data-Appliance nach einem der Aspekte 81 bis 87, wobei die Big-Data-Appliance betrieben werden kann, um Big-Data zu einer nachgeschalteten Vorrichtung zu streamen.
89. Big-Data-Appliance nach einem der Aspekte 81 bis 88, wobei der Satz von Metadaten Metadaten umfasst, die eine Beziehung einer ersten Teilmenge von Daten in dem Datenstrom zu einer zweiten Teilmenge von Daten in dem Datenstrom beschreiben.
90. Big-Data-Appliance nach einem der Aspekte 81 bis 89, ferner umfassend ein Analysemodul, das betrieben werden kann, um eine Analyse für die Daten in dem Datenstrom durchzuführen, um Analysedaten zu generieren.
91. Big-Data-Appliance nach Aspekt 90, wobei die Analysedaten in der High Fidelity-Datenspeichervorrichtung gespeichert sind.
92. Big-Data-Appliance nach einem der Aspekte 81 bis 91, wobei der Datenstrom einen Zeitstempel umfasst.
93. Big-Data-Appliance nach Aspekt 92, wobei der Datenstrom eine Vielzahl von inkrementellen Zeitstempeln umfasst, wobei jeder inkrementelle Zeitstempel mit einer Teilmenge von Daten in dem Datenstrom verknüpft ist.
94. Big-Data-Appliance nach einem der Aspekte 81 bis 93, wobei der Datenstrom eine Vielzahl von Kennungen umfasst, wobei jede Kennung eines von einem Block, einem Modul, einem Parameter, einem Ereignis oder einem Alarm identifiziert.
95. Apparatur in einem Prozesssteuerungssystem, wobei die Apparatur Folgendes umfasst: einen Prozessor; einen Speicher, der kommunikativ mit dem Prozessor gekoppelt ist und einen Satz von Metadaten speichert; eine Datenquelle, die Daten für die Vorrichtung bereitstellt; eine Warteschlangenroutine, die an dem Prozessor ausgeführt wird, um von der Datenquelle empfangene Daten zwischen zu speichern; eine Datenstreamingroutine, die an dem Prozessor ausgeführt wird und mit einer Kommunikationsvorrichtung zusammenarbeitet, um: den gespeicherten Satz von Metadaten an eine Empfangsvorrichtung zu übertragen; die zwischengespeicherten Daten gemäß dem gespeicherten Satz von Metadaten zu einem Datenstrom zusammenzufügen; und den Datenstrom an die Empfangsvorrichtung zu übertragen.
96. Apparatur nach Aspekt 95, wobei die Apparatur eine Steuereinheit ist und die Datenquelle ein Eingang ist, der Daten von einer oder mehreren Prozesssteuerungsvorrichtungen empfängt und ferner umfassend: eine oder mehrere Routinen, die an dem Prozessor ausgeführt werden, um den Prozess zumindest teilweise gemäß den empfangenen Daten zu steuern; und eine Sammelroutine, die an dem Prozessor ausgeführt wird und Daten sammelt, die von den einen oder mehreren Prozesssteuerungsvorrichtungen empfangen wurden.
97. Apparatur entweder nach Aspekt 95 oder Aspekt 96, wobei die Datenstreamingroutine, die an dem Prozessor ausgeführt wird, ferner betrieben werden kann, um: eine Anfrage für aktualisierte Metadaten zu empfangen; aktualisierte Metadaten zu generieren oder herunterzuladen; und die aktualisierten Metadaten als Reaktion auf die Anfrage für aktualisierte Metadaten zu senden.
98. Apparatur entweder nach Aspekt 95 oder Aspekt 96, ferner umfassend eine Metadatenaktualisierungsroutine, die betrieben werden kann, um aktualisierte Metadaten zu empfangen oder zu generieren und wobei die Datenstreamingroutine, die an dem Prozessor ausgeführt wird, ferner betrieben werden kann, um: aktualisierte Metadaten als Reaktion auf eine erkannte Änderung hinsichtlich einer Konfiguration der Apparatur oder als Reaktion auf das Generieren oder den Empfang aktualisierter Metadaten zu senden; und um mit dem Senden des Datenstroms fortzufahren, wobei der Datenstrom, der nach dem Senden der aktualisierten Metadaten gesendet wird, gemäß den aktualisierten Metadaten strukturiert ist. 99. Apparatur nach einem der Aspekte 95 bis 98, wobei der gespeicherte Satz von Metadaten Metadaten zur Beschreibung des Stromformats umfasst, welche die Struktur des Datenstroms beschreiben.
100. Apparatur nach einem der Aspekte 95 bis 99, wobei der gespeicherte Satz von Metadaten Metadaten zur Datenbeschreibung umfasst, welche den Inhalt des Datenstroms beschreiben.
101. Apparatur nach einem der Aspekte 95 bis 100, wobei die Empfangsvorrichtung eine Big-Data-Appliance umfasst.
102. Apparatur nach einem der Aspekte 95 bis 101, ferner umfassend eine Analyseroutine, die an dem Prozessor ausgeführt wird, um die Daten zu analysieren, um Analysedaten zu generieren.
103. Apparatur nach Aspekt 102, wobei die Datenstreamingroutine, die an dem Prozessor ausgeführt wird, ferner betrieben werden kann, um die Analysedaten zu dem Datenstrom hinzuzufügen.
104. Apparatur nach einem der Aspekte 95 bis 103, wobei der Datenstrom einen Zeitstempel umfasst.
105. Apparatur nach Aspekt 104, wobei der Datenstrom eine Vielzahl von inkrementellen Zeitstempeln umfasst, wobei jeder inkrementelle Zeitstempel mit einer Teilmenge von Daten in den Daten verknüpft ist.
106. Apparatur nach einem der Aspekte 95 bis 105, wobei der Datenstrom eine Vielzahl von Kennungen umfasst, wobei jede Kennung eines von einem Block, einem Modul, einem Parameter, einem Ereignis oder einem Alarm identifiziert.
107. Apparatur zum Empfangen eines Stroms von Big Data in einem Prozesssteuerungssystem, wobei die Apparatur Folgendes umfasst: einen Prozessor; einen Speicher, der kommunikativ mit dem Prozessor gekoppelt ist; eine nicht-transitorische Speichervorrichtung; einen Empfänger, der betrieben werden kann, um: einen Satz von Metadaten zu empfangen; einen Datenstrom zu empfangen; den Datenstrom gemäß dem Satz von Metadaten zu parsen; Daten gemäß dem Parsing zu verarbeiten; mit dem Empfang und der Verarbeitung von Daten fortzufahren, so lange wie der Datenstrom gemäß dem ersten Satz von Metadaten geparst werden kann.
108. Apparatur nach Aspekt 107, wobei die Apparatur eine Big-Data-Appliance zum Speichern von Big Daten ist, wobei die nicht-transitorische Speichervorrichtung eine High Fidelity-Datenspeichervorrichtung umfasst und wobei die Verarbeitung von Daten das Speichern der Daten in der High Fidelity-Datenspeichervorrichtung umfasst.
109. Apparatur entweder nach Aspekt 107 oder Aspekt 108, wobei der Empfänger ferner betrieben werden kann, um: eine ID in dem Datenstrom zu identifizieren, die gemäß dem Satz von Metadaten nicht geparst werden kann; den Datenstrom zu cachen; eine Anfrage für die Bereitstellung aktualisierter Metadaten zu senden; die aktualisierten Metadaten zu empfangen; den gecachten Datenstrom gemäß den aktualisierten Metadaten zu parsen; die Daten gemäß dem Parsing zu verarbeiten; mit dem Empfang des Datenstroms fortzufahren; den kontinuierlichen Datenstrom gemäß den aktualisierten Metadaten zu parsen; und die Daten aus dem kontinuierlichen Datenstrom zu verarbeiten.
110. Apparatur entweder nach Aspekt 107 oder Aspekt 108, wobei der Empfänger ferner betrieben werden kann, um: aktualisierte Metadaten zu empfangen; mit dem Empfang des Datenstroms fortzufahren; und den Datenstrom gemäß den aktualisierten Metadaten zu parsen wobei der nach den aktualisierten Metadaten empfangene Datenstrom gemäß den aktualisierten Metadaten geparst werden kann und nicht gemäß dem Satz von Metadaten geparst werden könnte.
111. Apparatur nach einem der Aspekte 107 bis 110, wobei der Satz von Metadaten Metadaten zur Beschreibung des Stromformats umfasst, welche die Struktur des Datenstroms beschreiben.
112. Apparatur nach einem der Aspekte 107 bis 111, wobei der gespeicherte Satz von Metadaten Metadaten zur Datenbeschreibung umfasst, welche den Inhalt des Datenstroms beschreiben.
113. Apparatur nach einem der Aspekte 107 bis 112, wobei die Apparatur betrieben werden kann, um Big-Data zu einer nachgeschalteten Vorrichtung zu streamen.
114. Apparatur nach einem der Aspekte 107 bis 113, ferner umfassend ein Analysemodul, das betrieben werden kann, um eine Analyse für die Daten in dem Datenstrom durchzuführen, um Analysedaten zu generieren.
115. Apparatur nach Aspekt 114, wobei die Analysedaten in der nicht-transitorischen Speichervorrichtung gespeichert sind.
116. Apparatur nach einem der Aspekte 107 bis 115, wobei der Datenstrom einen Zeitstempel umfasst.
117. Apparatur nach Aspekt 116, wobei der Datenstrom eine Vielzahl von inkrementellen Zeitstempeln umfasst, wobei jeder inkrementelle Zeitstempel mit einer Teilmenge von Daten in dem Datenstrom verknüpft ist.
118. Apparatur nach einem der Aspekte 107 bis 117, wobei der Datenstrom eine Vielzahl von Kennungen umfasst, wobei jede Kennung eines von einem Block, einem Modul, einem Parameter, einem Ereignis oder einem Alarm identifiziert.
119. Verfahren nach einem der vorhergehenden Verfahrensaspekte, wobei Daten mit einer zweiten Geschwindigkeit gestreamt und/oder verarbeitet und/oder gespeichert werden, die einer ersten Geschwindigkeit entspricht, mit der die Daten gesammelt werden oder größer als diese ist.
120. Steuereinheit nach einem der oben genannten Aspekte, wobei die Steuereinheit Daten mit einer zweiten Geschwindigkeit streamt, die einer ersten Geschwindigkeit entspricht, mit der die Steuereinheit die Daten sammelt oder größer als diese ist.
121. Big-Data-Appliance nach einem der oben genannten Aspekte, wobei die Big-Data-Appliance Daten in einem Datenstrom mit einer zweiten Geschwindigkeit empfängt und/oder verarbeitet und/oder speichert, die einer ersten Geschwindigkeit entspricht, mit der die Daten in dem Prozess generiert werden oder größer als diese ist.
122. Einer der vorhergehenden Ansprüche in Kombination mit einem oder mehreren anderen vorhergehenden Ansprüchen.

Wenn sie in einer Software umgesetzt werden, können beliebige der hierin beschriebenen Anwendungen, Dienste und Maschinen in einem greifbaren, nicht-transitorischen computerlesbaren Speicher gespeichert werden, wie auf einer Magnet-Disk, einer Laserdisc, einer Solid-State-Speichervorrichtung, einer molekularen Speichervorrichtung oder einem anderen Speichermedium, in einem RAM oder ROM eines Computers oder Prozessors usw. Obwohl die hierin offenbarten exemplarischen Systeme als, neben anderen Komponenten, Software und/oder Firmware umfassend, die auf Hardware ausgeführt wird, dargestellt werden, wird vermerkt, dass solche Systeme lediglich der Veranschaulichung dienen und nicht als einschränkend erachtet werden sollen. Es wird zum Beispiel erwogen, dass beliebige oder alle dieser Hardware-, Software- und Firmwarekomponenten ausschließlich als Hardware, ausschließlich als Software oder als eine Kombination von Hardware und Software ausgeführt werden könnten. Dementsprechend, während die hierin beschriebenen exemplarischen Systeme als in einer Software ausgeführt beschrieben werden, die an einem Prozessor von einer oder mehreren Computervorrichtungen ausgeführt wird, wird es ein gewöhnlicher Fachmann bereitwillig würdigen, dass die gelieferten Beispiele nicht die einzige Möglichkeit sind, um solche Systeme zu implementieren.
Demnach, während die vorliegende Erfindung in Bezug auf spezifische Beispiele beschrieben wurde, die lediglich der Veranschaulichung dienen und die Erfindung nicht einschränken sollen, wird es für einen gewöhnlichen Fachmann deutlich, dass an den offenbarten Ausführungsformen Veränderungen, Hinzufügungen und Streichungen vorgenommen werden können, ohne dass von dem Geist und dem Umfang der Erfindung abgewichen wird.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Nicht-Patentliteratur

IEEE 802.11-kompatible [0096]

Claims

Verfahren zum Kommunizieren von Daten in einem Prozesssteuerungssystem, wobei das Verfahren Folgendes umfasst: Speichern eines ersten Satzes von Metadaten in einer Vorrichtung, die betrieben werden kann, um einen Datenstrom zu übertragen; Speichern, in der Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eines Satzes von Daten zur Übertragung als der Datenstrom; Übertragen des ersten Satzes von Metadaten an eine Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; Empfangen des ersten Satzes von Metadaten an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; Übertragen des Datenstroms an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; Empfangen des Datenstroms an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, nachdem der erste Satz von Metadaten empfangen wurde; und Parsen des empfangenen Datenstroms an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, gemäß dem ersten Satz von Metadaten.
Verfahren nach Anspruch 1, wobei der erste Satz von Metadaten Metadaten zur Beschreibung des Stromformats umfasst, welche die Struktur des Datenstroms beschreiben; und/oder wobei der erste Satz von Metadaten Metadaten zur Datenbeschreibung umfasst, welche den Inhalt des Datenstroms beschreiben; und/oder wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eine Steuereinheit ist und wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, eine Big-Data-Appliance umfasst; und/oder wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, die Metadaten automatisch aktualisiert, falls eine Konfiguration der Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, geändert wird.
Verfahren nach einem der vorhergehenden Ansprüche, insbesondere nach Anspruch 1, ferner umfassend: Identifizieren in dem Datenstrom an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, einer Kennung, die nicht in den ersten Metadaten enthalten ist; Cachen des Datenstroms an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; Senden einer Anfrage von der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, um einen aktualisierten Satz von Metadaten bereitzustellen; Empfangen der Anfrage zur Bereitstellung des aktualisierten Satzes von Metadaten an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden; Senden des aktualisierten Satzes von Metadaten von der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; Empfangen, an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, des aktualisierten Satzes von Metadaten; und Parsen des gecachten Datenstroms gemäß dem aktualisierten Satz von Metadaten.
Verfahren nach einem der vorhergehenden Ansprüche, insbesondere nach Anspruch 1, ferner umfassend: Erkennen, in der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, einer Konfigurationsänderung; Aktualisieren der Metadaten gemäß der erkannten Konfigurationsänderung; Senden der aktualisierten Metadaten von der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; Empfangen, an der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, des aktualisierten Satzes von Metadaten; und Senden des Datenstroms, von der Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, wobei der Datenstrom gemäß dem aktualisierten Satz von Metadaten strukturiert ist; und Parsen des Datenstroms in der Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, gemäß dem aktualisierten Satz von Metadaten.
Verfahren nach einem der vorhergehenden Ansprüche, insbesondere nach Anspruch 1, ferner umfassend die Durchführung einer Analyse für den Satz von Daten, um Analysedaten zu generieren.
Verfahren nach einem der vorhergehenden Ansprüche, insbesondere nach Anspruch 5, wobei die Analyse an der Vorrichtung durchgeführt wird, die betrieben werden kann, um den Datenstrom zu übertragen, und wobei die Analysedaten zu dem Datenstrom hinzugefügt werden.
Verfahren nach einem der vorhergehendenen Ansprüche, insbesondere nach Anspruch 1, wobei der Datenstrom einen Zeitstempel umfasst.
Verfahren nach einem der vorhergehenden Ansprüche, insbesondere nach Anspruch 7, wobei der Datenstrom eine Vielzahl von inkrementellen Zeitstempeln umfasst, wobei jeder inkrementelle Zeitstempel mit einer Teilmenge von Daten in dem Satz von Daten verknüpft ist.
Verfahren nach einem der vorhergehenden Ansprüche, insbesondere nach Anspruch 1, wobei der Datenstrom eine Vielzahl von Kennungen umfasst, wobei jede Kennung eines von einem Block, einem Modul, einem Parameter, einem Ereignis oder einem Alarm identifiziert.
Verfahren zum Streamen von Daten in einem Prozesssteuerungssystem, wobei das Verfahren Folgendes umfasst: Speichern eines ersten Satzes von Metadaten in einer Vorrichtung, die betrieben werden kann, um einen Datenstrom zu übertragen; Sammeln eines Satzes von Daten zur Übertragung als der Datenstrom; Zwischenspeichern des Satzes gesammelter Daten; Übertragen des ersten Satzes von Metadaten an eine Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen; und Übertragen des Datenstroms an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, wobei keine weiteren Metadaten übertragen werden, sofern nicht ein auslösendes Ereignis dazu führt, dass die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, zusätzliche Metadaten überträgt.
Verfahren nach Anspruch 10, ferner umfassend: Empfangen einer Anfrage für aktualisierte Metadaten; Generieren oder Herunterladen aktualisierter Metadaten; und Senden aktualisierter Metadaten als Reaktion auf die Anfrage für aktualisierte Metadaten; und/oder das Verfahren, ferner umfassend: Erkennen eines geänderten Konfigurationsparameters; Generieren oder Herunterladen aktualisierter Metadaten; und Senden der aktualisierten Metadaten an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, bevor ein Datenstrom gemäß den aktualisierten Metadaten gesendet wird.
Verfahren nach einem der Ansprüche 10 oder 11, insbesondere nach Anspruch 10, wobei der erste Satz von Metadaten Metadaten zur Beschreibung des Stromformats umfasst, welche die Struktur des Datenstroms beschreiben; und/oder wobei der erste Satz von Metadaten Metadaten zur Datenbeschreibung umfasst, welche den Inhalt des Datenstroms beschreiben; und/oder wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eine Steuereinheit ist und wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu empfangen, eine Big-Data-Appliance umfasst.
Verfahren nach einem der Ansprüche 10 bis 12, insbesondere nach Anspruch 10, ferner umfassend die Durchführung einer Analyse für den Satz von Daten, um Analysedaten zu generieren.
Verfahren nach einem der Ansprüche 10 bis 13, insbesondere nach Anspruch 13, ferner umfassend das Hinzufügen der Analysedaten zu dem Datenstrom.
Verfahren nach einem der Asnprüche 10 bis 14, insbesondere nach Anspruch 10, wobei der Datenstrom einen Zeitstempel umfasst.
Verfahren nach einem der Ansprüch 10 bis 15, insbesondere nach Anspruch 15, wobei der Datenstrom eine Vielzahl von inkrementellen Zeitstempeln umfasst, wobei jeder inkrementelle Zeitstempel mit einer Teilmenge von Daten in dem Satz von Daten verknüpft ist.
Verfahren nach einem der Ansprüche 10 bis 16, insbesondere nach Anspruch 10, wobei der Datenstrom eine Vielzahl von Kennungen umfasst, wobei jede Kennung eines von einem Block, einem Modul, einem Parameter, einem Ereignis oder einem Alarm identifiziert.
Verfahren zum Empfangen eines Datenstroms in einem Prozesssteuerungssystem, wobei das Verfahren Folgendes umfasst: Empfangen eines ersten Satzes von Metadaten von einer Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen; Empfangen des Datenstroms nach dem Empfangen des ersten Satzes von Metadaten; Parsen des empfangenen Datenstroms gemäß dem ersten Satz von Metadaten; und Fortfahren mit dem Empfang gestreamter Daten, so lange wie der Datenstrom gemäß dem ersten Satz von Metadaten geparst werden kann.
Verfahren nach Anspruch 18, ferner umfassend: Identifizieren einer ID in dem Datenstrom, die gemäß dem ersten Satz von Metadaten nicht geparst werden kann; Cachen des Datenstroms; Senden einer Anfrage an die Vorrichtung, die betrieben werden kann, um den Datenstrom zu senden, um aktualisierte Metadaten bereitzustellen; Empfangen der aktualisierten Metadaten; Parsen des gecachten Datenstroms gemäß den aktualisierten Metadaten; Fortfahren mit dem Empfang des Datenstroms; und Parsen des Datenstroms gemäß den aktualisierten Metadaten.
Verfahren nach einem der Ansprüche 18 bis 19, insbesondere nach Anspruch 18, ferner umfassend: Empfangen aktualisierter Metadaten; Fortfahren mit dem Empfang des Datenstroms; und Parsen des Datenstroms gemäß den aktualisierten Metadaten, wobei der nach den aktualisierten Metadaten empfangene Datenstrom gemäß den aktualisierten Metadaten geparst werden kann und nicht gemäß dem ersten Satz von Metadaten geparst werden könnte.
Verfahren nach einem der Ansprüche 18 bis 20, insbesondere nach Anspruch 18, wobei der erste Satz von Metadaten Metadaten zur Beschreibung des Stromformats umfasst, welche die Struktur des Datenstroms beschreiben; und/oder wobei der erste Satz von Metadaten Metadaten zur Datenbeschreibung umfasst, welche den Inhalt des Datenstroms beschreiben; und/oder wobei die Vorrichtung, die betrieben werden kann, um den Datenstrom zu übertragen, eine Steuereinheit ist und wobei das Verfahren von einer Vorrichtung ausgeführt wird, die eine Big-Data-Appliance umfasst; und/oder Verfahren, ferner umfassend die Durchführung einer Analyse für den Satz von Daten, um Analysedaten zu generieren.
Verfahren nach einem der Ansprüche 18 bis 21, insbesondere nach Anspruch 21, wobei die Analysedaten in einer Big-Data-Appliance gespeichert sind.
Verfahren nach einem der Ansprüche 18 bis 22, insbesondere nach Anspruch 18, wobei der Datenstrom einen Zeitstempel umfasst.
Verfahren nach einem der Ansprüche 18 bis 23, insbesondere nach Anspruch 23, wobei der Datenstrom eine Vielzahl von inkrementellen Zeitstempeln umfasst, wobei jeder inkrementelle Zeitstempel mit einer Teilmenge von Daten in dem Satz von Daten verknüpft ist.
Verfahren nach einem der Ansprüche 18 bis 24, insbesondere nach Anspruch 18, wobei der Datenstrom eine Vielzahl von Kennungen umfasst, wobei jede Kennung eines von einem Block, einem Modul, einem Parameter, einem Ereignis oder einem Alarm identifiziert.
Apparatur in einem Prozesssteuerungssystem, wobei die Apparatur Folgendes umfasst: einen Prozessor; einen Speicher, der kommunikativ mit dem Prozessor gekoppelt ist und einen Satz von Metadaten speichert; eine Datenquelle, die Daten für die Apparatur bereitstellt; eine Warteschlangenroutine, die an dem Prozessor ausgeführt wird, um Daten zwischenzuspeichern, die von der Datenquelle empfangen wurden; eine Datenstreamingroutine, die an dem Prozessor ausgeführt wird und mit einer Kommunikationsvorrichtung zusammenarbeitet, um: den gespeicherten Satz von Metadaten an eine Empfangsvorrichtung zu übertragen; die zwischengespeicherten Daten gemäß dem gespeicherten Satz von Metadaten zu einem Datenstrom zusammenzufügen; und den Datenstrom an die Empfangsvorrichtung zu übertragen.
Apparatur nach Anspruch 26, wobei die Apparatur eine Steuereinheit ist und die Datenquelle ein Eingang ist, der Daten von einer oder mehreren Prozesssteuerungsvorrichtungen empfängt und ferner umfassend: eine oder mehrere Routinen, die an dem Prozessor ausgeführt werden, um den Prozess zumindest teilweise gemäß den empfangenen Daten zu steuern; und eine Sammelroutine, die an dem Prozessor ausgeführt wird und Daten sammelt, die von der einen oder den mehreren Prozesssteuerungsvorrichtungen empfangen wurden; und/oder wobei die Datenstreamingroutine, die an dem Prozessor ausgeführt wird, ferner betrieben werden kann, um: eine Anfrage für aktualisierte Metadaten zu empfangen; aktualisierte Metadaten zu generieren oder herunterzuladen; und die aktualisierten Metadaten als Reaktion auf die Anfrage für aktualisierte Metadaten zu senden; und/oder ferner umfassend eine Metadatenaktualisierungsroutine, die betrieben werden kann, um aktualisierte Metadaten zu empfangen oder zu generieren und wobei die Datenstreamingroutine, die an dem Prozessor ausgeführt wird, ferner betrieben werden kann, um: aktualisierte Metadaten als Reaktion auf eine erkannte Änderung hinsichtlich einer Konfiguration der Apparatur oder als Reaktion auf das Generieren oder den Empfang aktualisierter Metadaten zu senden; und mit dem Senden des Datenstroms fortzufahren, wobei der Datenstrom, der nach dem Senden der aktualisierten Metadaten gesendet wird, gemäß den aktualisierten Metadaten strukturiert ist.
Apparatur nach einem der Ansprüche 26 bis 27, insbesondere nach Anspruch 26, wobei der gespeicherte Satz von Metadaten Metadaten zur Beschreibung des Stromformats umfasst, welche die Struktur des Datenstroms beschreiben; und/oder wobei der gespeicherte Satz von Metadaten Metadaten zur Datenbeschreibung umfasst, welche den Inhalt des Datenstroms beschreiben; und/oder wobei die Empfangsvorrichtung eine Big-Data-Appliance umfasst; und/oder die Apparatur, ferner eine Analyseroutine umfassend, die an dem Prozessor ausgeführt wird, um die Daten zu analysieren, um Analysedaten zu generieren.
Apparatur nach einem der Ansprüche 26 bis 28, insbesondere nach Anspruch 28, wobei die Datenstreamingroutine, die an dem Prozessor ausgeführt wird, ferner betrieben werden kann, um die Analysedaten zu dem Datenstrom hinzuzufügen.
Apparatur nach einem der Ansprüche 26 bis 29, insbesondere nach Anspruch 26, wobei der Datenstrom einen Zeitstempel umfasst.
Apparatur nach einem der Ansprüche 26 bis 30, insbesondere nach Anspruch 30, wobei der Datenstrom eine Vielzahl von inkrementellen Zeitstempeln umfasst, wobei jeder inkrementelle Zeitstempel mit einer Teilmenge von Daten in den Daten verknüpft ist.
Apparatur nach einem der Ansprüche 26 bis 31, insbesondere nach Anspruch 26, wobei der Datenstrom eine Vielzahl von Kennungen umfasst, wobei jede Kennung eines von einem Block, einem Modul, einem Parameter, einem Ereignis oder einem Alarm identifiziert.
Apparatur zum Empfangen eines Stroms von Big Data in einem Prozesssteuerungssystem, wobei die Apparatur Folgendes umfasst: einen Prozessor; einen Speicher, der kommunikativ mit dem Prozessor gekoppelt ist; eine nicht-transitorische Speichervorrichtung; einen Empfänger, der betrieben werden kann, um: einen Satz von Metadaten zu empfangen; einen Datenstrom zu empfangen; den Datenstrom gemäß dem Satz von Metadaten zu parsen; Daten gemäß dem Parsing zu verarbeiten; mit dem Empfang und der Verarbeitung von Daten fortzufahren, so lange wie der Datenstrom gemäß dem ersten Satz von Metadaten geparst werden kann.
Apparatur nach Anspruch 33, wobei die Apparatur eine Big-Data-Appliance zum Speichern von Big Daten ist, wobei die nicht-transitorische Speichervorrichtung eine High Fidelity-Datenspeichervorrichtung umfasst und wobei die Verarbeitung von Daten das Speichern der Daten in der High Fidelity-Datenspeichervorrichtung umfasst.
Apparatur nach einem der Ansprüche 33 oder 34, insbesondere nach Anspruch 33, wobei der Empfänger ferner betrieben werden kann, um: eine ID in dem Datenstrom zu identifizieren, die gemäß dem Satz von Metadaten nicht geparst werden kann; den Datenstrom zu cachen; eine Anfrage für die Bereitstellung aktualisierter Metadaten zu senden; die aktualisierten Metadaten zu empfangen; den gecachten Datenstrom gemäß den aktualisierten Metadaten zu parsen; die Daten gemäß dem Parsing zu verarbeiten; mit dem Empfang des Datenstroms fortzufahren; den kontinuierlichen Datenstrom gemäß den aktualisierten Metadaten zu parsen; und die Daten aus dem kontinuierlichen Datenstrom zu verarbeiten; und/oder wobei der Empfänger ferner betrieben werden kann, um: aktualisierte Metadaten zu empfangen; mit dem Empfang des Datenstroms fortzufahren; und den Datenstrom gemäß den aktualisierten Metadaten zu parsen, wobei der nach den aktualisierten Metadaten empfangene Datenstrom gemäß den aktualisierten Metadaten geparst werden kann und nicht gemäß dem Satz von Metadaten geparst werden könnte.
Apparatur nach einem der Ansprüche 33 bis 34, insbesondere nach Anspruch 33, wobei der Satz von Metadaten Metadaten zur Beschreibung des Stromformats umfasst, welche die Struktur des Datenstroms beschreiben; und/oder wobei der Satz von Metadaten Metadaten zur Datenbeschreibung umfasst, welche den Inhalt des Datenstroms beschreiben; und/oder wobei die Apparatur betrieben werden kann, um Big Data zu einer nachgeschalteten Vorrichtung zu streamen; und/oder die Apparatur, ferner umfassend ein Analysemodul, das betrieben werden kann, um eine Analyse für die Daten in dem Datenstrom durchzuführen, um Analysedaten zu generieren.
Apparatur nach einem der Ansprüche 33 bis 36, insbesondere nach Anspruch 36, wobei die Analysedaten in der nicht-transitorischen Speichervorrichtung gespeichert sind.
Apparatur nach einem der Ansprüche 33 bis 37, insbesondere nach Anspruch 33, wobei der Datenstrom einen Zeitstempel umfasst.
Apparatur nach einem der Ansprüche 33 bis 38, insbesondere nach Anspruch 37, wobei der Datenstrom eine Vielzahl von inkrementellen Zeitstempeln umfasst, wobei jeder inkrementelle Zeitstempel mit einer Teilmenge von Daten in dem Datenstrom verknüpft ist.
Apparatur nach einem der Ansprüche 33 bis 39, insbesondere nach Anspruch 33, wobei der Datenstrom eine Vielzahl von Kennungen umfasst, wobei jede Kennung eines von einem Block, einem Modul, einem Parameter, einem Ereignis oder einem Alarm identifiziert.
Computerlesbares Speichermedium, das Instruktionen enthält, die einen Prozessor dazu veranlassenn ein Verfahren nach einem der Ansprüche 1–25 zu implementieren, wenn die Instruktionen durch den Prozessor ausgeführt werden.