DE102016119084A9 - Verteilte Leistungsüberwachung und Analyse industrieller Anlagen - Google Patents

Verteilte Leistungsüberwachung und Analyse industrieller Anlagen Download PDF

Info

Publication number
DE102016119084A9
DE102016119084A9 DE102016119084.5A DE102016119084A DE102016119084A9 DE 102016119084 A9 DE102016119084 A9 DE 102016119084A9 DE 102016119084 A DE102016119084 A DE 102016119084A DE 102016119084 A9 DE102016119084 A9 DE 102016119084A9
Authority
DE
Germany
Prior art keywords
data
block
analytics
plant
user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102016119084.5A
Other languages
English (en)
Other versions
DE102016119084A1 (de
Inventor
Noel Howard Bell
Mark John Nixon
Alper Turhan Enver
Joshua Brian Kidd
Paul R. Muston
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fisher Rosemount Systems Inc
Original Assignee
Fisher Rosemount Systems Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fisher Rosemount Systems Inc filed Critical Fisher Rosemount Systems Inc
Publication of DE102016119084A1 publication Critical patent/DE102016119084A1/de
Publication of DE102016119084A9 publication Critical patent/DE102016119084A9/de
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41845—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by system universality, reconfigurability, modularity
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0267—Fault communication, e.g. human machine interface [HMI]
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31356—Automatic fault detection and isolation
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/33—Director till display
    • G05B2219/33273—DCS distributed, decentralised controlsystem, multiprocessor
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Human Computer Interaction (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

Bereitgestellt wird eine Technik zur Bereitstellung einer frühen Fehlererkennung unter Verwendung von Prozesssteuerdaten, die von Steuervorrichtungen in einer Prozessanlage genehmigt werden. Die Technik bestimmt einen Frühindikator für eine Bedingung innerhalb der Prozessanlage, beispielsweise für einen Fehler, eine Anomalie oder einen Leistungsabfall. Der Frühindikator kann unter Verwendung einer Hauptkomponentenanalyse bestimmt werden. Ein Prozesssignal, das eine Prozessvariable anzeigt, die dem Frühindikator entspricht, wir dann abgerufen und analysiert. Eine rollende schnelle Fourier-Transformation (FFT) kann an dem Prozesssignal durchgeführt werden, um Zeitreihendaten zu generieren, mit denen die Prozessanlage überwacht werden soll. Wenn die Präsenz des Frühindikators in den Zeitreihendaten erkannt wird, kann eine Warnung oder eine andere Vorhersage der Bedingung generiert werden. Somit können Prozessfehler unter Verwendung von Schwankungen und Anomalien als Frühvorhersagen identifiziert werden.

Description

  • QUERVERWEIS AUF VERWANDTE ANMELDUNGEN
  • Diese Anmeldung beansprucht den Vorteil der am 9. Oktober 2015 eingereichten vorläufigen US-Anmeldung Nr. 32/239,620 mit dem Titel DISTRIBUTED INDUSTRIAL PERFORMANCE MONITORING AND ANALYTICS, deren Gesamtheit hiermit ausdrücklich durch Bezugnahme mit aufgenommen wird. Die vorliegende Anmeldung betrifft: (i) die am 4. März 2013 eingereichte US-Anmeldung Nr. 13/784,041 mit dem Titel „BIG DATA IN PROCESS CONTROL SYSTEMS“, (ii) die am 6. Februar 2014 eingereichte US-Anmeldung Nr. 14/174,413 mit dem Titel „COLLECTING AND DELIVERING DATA TO A BIG DATA MACHINE IN A PROCESS CONTROL SYSTEM“, (iii) die am 11. August 2014 eingereichte US-Anmeldung 14/456,763 mit dem Titel „SECURING DEVICES TO PROCESS CONTROL SYSTEMS“, (iv) die am 17. März 2014 eingereichte US-Anmeldung Nr. 14/216,823 mit dem Titel „DATA MODELING STUDIO“, (v) die am 31. Januar 2014 eingereichte US-Anmeldung Nr. 14/169,965 mit dem Titel „MANAGING BIG DATA IN PROCESS CONTROL SYSTEMS“, (vi) die am 14. März 2014 eingereichte US-Anmeldung Nr. 14/212,411 mit dem Titel „DETERMINING ASSOCIATIONS AND ALIGNMENTS OF PROCESS ELEMENTS AND MEASUREMENTS IN A PROCESS“, (vii) die am 14. März 2014 eingereichte US-Anmeldung Nr. 14/212,493 mit dem Titel „DISTRIBUTED BIG DATA IN A PROCESS CONTROL SYSTEM“, (viii) die am 6. Oktober 2014 eingereichte US-Anmeldung Nr. 14/506,863 mit dem Titel „STREAMING DATA FOR ANALYTICS IN PROCESS CONTROL SYSTEMS“, (ix) die am 6. Oktober 2014 eingereichte US-Anmeldung Nr. 14/507,188 mit dem Titel „REGIONAL BIG DATA IN PROCESS CONTROL SYSTEMS“, (x) die am 6. Oktober 2014 eingereichte US-Anmeldung Nr. 62/060,408 mit dem Titel „DATA PIPELINE FOR PROCESS CONTROL SYSTEM ANALYTICS“ und (xi) die am 6. Oktober 2014 eingereichte US-Anmeldung Nr. 14/507,252 mit dem Titel „AUTOMATIC SIGNAL PROCESSING-BASED LEARNING IN A PROCESS PLANT“, deren gesamte Offenbarungen hiermit ausdrücklich durch Bezugnahme mit aufgenommen werden.
  • TECHNISCHES GEBIET
  • Die vorliegende Offenbarung betrifft allgemein Prozessanlagen und Prozessleitsysteme und insbesondere eine Echtzeit-Leistungsüberwachung und Analytik von Echtzeitdaten, die von Prozessanlagen und Prozessleitsystemen generiert werden.
  • HINTERGRUND
  • Verteilte Prozessleitsysteme, wie sie in chemischen, Petroleum-, industriellen oder anderen Prozessanlagen zur Herstellung, Veredelung, Umwandlung, Erzeugung oder Produktion physischer Materialien oder Produkte eingesetzt werden, umfassen typischerweise eine oder mehrere Prozesssteuereinrichtungen, die über analoge, digitale oder analog/digitale Datenbusse oder über eine drahtlose Kommunikationsverbindung oder ein Netzwerk kommunikativ mit einem oder mehreren Feldgeräten verbunden sind. Die Feldgeräte, welche beispielsweise Ventile, Stellungsregler, Schalter und Sender sein können (z. B. Temperatur-, Druck-, Niveau- und Durchflussmessfühler), sind innerhalb der Prozessumgebung angeordnet und führen generell physische oder Prozesssteuerfunktionen durch, wie das Öffnen oder Schließen von Ventilen, die Messung des Prozesses und/oder von Umgebungsparametern, wie Temperatur oder Druck usw., zur Steuerung eines oder mehrerer Prozesse, die innerhalb der Prozessanlage oder des Systems ausgeführt werden. Intelligente Feldgeräte, wie beispielsweise die Feldgeräte, die dem bekannten Feldbusprotokoll entsprechen, können auch Steuerberechnungen, Alarmfunktionen und andere Steuerfunktionen, die üblicherweise innerhalb der Steuerung implementiert sind, ausführen. Die Prozesssteuereinrichtungen, die normalerweise ebenfalls innerhalb der Anlage angeordnet sind, empfangen Signale, die indikativ für die Prozessmessungen sind, die von den Feldgeräten durchgeführt werden, und/oder die andere Informationen im Zusammenhang mit den Feldgeräten sind, und führen eine Steuereinrichtungsanwendung aus, die beispielsweise unterschiedliche Steuermodule betreibt, Prozessleitentscheidungen trifft, Steuersignale auf Grundlage der erhaltenen Informationen erzeugt und mit den Steuermodulen oder Blöcken, die in den Feldgeräten ausgeführt werden, koordiniert, wie beispielsweise HART®, WirelessHART®znd FOUNDATION® Fieldbus Feldgeräte. Die Steuermodule in der Steuereinrichtung senden die Steuersignale über die Kommunikationsleitungen oder -verbindungen an die Feldgeräte, um dadurch den Betrieb von mindestens einem Teil der Prozessanlage zu steuern, beispielsweise um mindestens einen Teil eines oder mehrerer industrieller Prozesse, die innerhalb der Anlage ablaufen oder ausgeführt werden, zu steuern. Die Steuereinrichtungen und die Feldgeräte steuern beispielsweise mindestens einen Teil eines Prozesses, der von dem Prozessleitsystem der Prozessanlage gesteuert wird.
  • Informationen der Feldgeräte und der Steuereinrichtung werden üblicherweise über eine Datenautobahn oder ein Kommunikationsnetzwerk an ein oder mehrere andere Hardwaregeräte bereitgestellt, wie beispielsweise Bedienerarbeitsplätze, persönliche Computer oder Rechner, Datenhistoriker, Berichtgeneratoren, zentrale Datenbanken oder andere zentrale, administrative Rechner, die sich typischerweise in Kontrollräumen oder an anderen Standorten befinden, die von der rauen Anlagenumgebung entfernt liegen. Jedes dieser Hardwaregeräte ist typischerweise für die gesamte Prozessanlage oder für einen Teil der Prozessanlage zentralisiert. Diese Hardwaregeräte führen Anwendungen aus, die es einem Bediener beispielsweise ermöglichen, Funktionen zur Steuerung eines Prozesses und/oder für den Betrieb der Prozessanlage auszuführen, wie beispielsweise die Veränderung von Einstellungen der Prozessleitroutine, die Modifikation des Betriebs der Steuermodule innerhalb der Steuereinrichtung oder der Feldgeräte, die Beobachtung des aktuellen Prozessstatus, das Einsehen von Alarmen, die von Feldgeräten und Steuereinrichtungen erzeugt werden, die Simulation des Prozessbetriebs zum Zweck der Personalschulung oder zum Testen der Prozesssteuerungssoftware, die Erhaltung und Aktualisierung der Konfigurationsdatenbank usw. Die von den Hardwaregeräten, Steuereinrichtungen und Feldgeräten genutzte Datenautobahn kann einen verkabelten Kommunikationsweg, einen kabellosen Kommunikationsweg oder eine Kombination aus verkabelten und kabellosen Kommunikationswegen umfassen.
  • Das DeltaVTM Steuersystem zum Beispiel, das von Emerson Process Management vertrieben wird, enthält mehrere Anwendungen, die darin gespeichert sind und von unterschiedlichen Geräten, die sich an verschiedenen Orten innerhalb einer Prozessanlage angeordnet sind, ausgeführt werden. Eine Konfigurationsanwendung, die sich in einem oder mehreren Arbeitsplätzen oder Rechnern befindet, ermöglicht es Benutzern Prozessleitmodule zur erzeugen oder zu verändern und diese Prozessleitmodule über eine Datenautobahn auf spezielle, verteilte Steuereinrichtungen herunterzuladen. Diese Leitmodule bestehen typischerweise aus miteinander verbundenen Funktionsblöcken, die Objekte in einem objektorientiertem Programmierprotokoll sind, und innerhalb des Leitschemas auf Grundlage von Eingaben Funktionen ausführen und anderen Funktionsblöcken innerhalb des Leitschemas Ausgaben bereitstellen. Die Konfigurationsanwendung kann es einem Konfigurationsentwickler auch ermöglichen, Bedienerschnittstellen zu erzeugen und zu verändern, die von einer Beobachtungsanwendung zur Darstellung von Daten für einen Bediener verwendet werden und es dem Bediener ermöglichen, Einstellungen, beispielsweise Sollwerte, innerhalb der Prozessleitroutinen zu ändern. Jede spezielle Steuereinrichtung und in einigen Fällen ein oder mehrere Feldgeräte, speichert eine entsprechende Steuereinrichtungsanwendung und führt diese aus, die die zugewiesenen Leitmodule betreibt, und zur Implementierung der tatsächlichen Prozesssteuerfunktionalität darauf heruntergeladen wurde. Die Beobachtungsanwendungen, die an einem oder mehreren Bediener-Arbeitsplätzen (oder dezentral auf einem oder mehreren Rechnern, die kommunikativ mit den Bediener-Arbeitsplätzen und der Datenautobahn verbunden sind) ausgeführt werden können, empfangen über die Datenautobahn Daten von der Steuereinrichtungsanwendung und zeigen diese Daten den Entwicklern von Prozessleitsystemen, Bedienern oder Benutzern über Benutzerschnittstellen an. Sie können auch mehrere verschiedene Ansichten ermöglichen, wie eine Bedieneransicht, eine Ingenieuransicht, eine Technikeransicht usw. Eine Datenhistorikanwendung wird typischerweise in einem Datenhistorikgerät gespeichert und von diesem ausgeführt, das einige oder alle Daten, die über die Datenautobahn bereitgestellt werden, sammelt und speichert, während eine Konfigurationsdatenbankanwendung in einem weiteren Computer ausgeführt werden kann, der zur Speicherung der aktuellen Konfiguration der Prozessleitroutine und der damit verbundenen Daten mit der Datenautobahn verbunden ist. Alternativ hierzu kann sich die Konfigurationsdatenbank auch in dem gleichen Arbeitsplatz wie die Konfigurationsanwendung befinden.
  • In einer Prozessanlage oder einem Prozessleitsystem wird, wenn es einen Beleg für eine abnorme Bedingung gibt oder ein Fehler auftritt (beispielsweise wenn ein Alarm erzeugt wird oder wenn festgestellt wird, dass eine Prozessmessung oder ein Betätigungsorgan eine zu starke Abweichung aufweist), ein Bediener, ein Instrumententechniker oder ein Verfahrenstechniker typischerweise ein Analysewerkzeug in Kombination mit seiner Kenntnis des Prozesses, der von dem System gesteuert wird, und des Fließwegs durch das System zur Anwendung bringen, um zu versuchen, vorgeschaltete Messungen und Prozessvariablen festzustellen, die möglicherweise zur Erzeugung des Belegs der abnormen Bedingung oder des Fehlers beigetragen haben. Ein Bediener kann beispielsweise ein historisches Datenprotokoll, das im Laufe der Zeit aus der Ausgabe eines Prozessleitsystems (beispielsweise eines Feldgeräts, einer Steuereinrichtung usw.) in das DeltaVTM Batch-Analytikprodukt oder das Werkzeug für die kontinuierliche Datenanalyse erstellt wurde, zuführen, um zu versuchen, die Beiträge verschiedener Prozessvariablen und/oder -messungen zu einer abnormen oder Fehlerbedingung festzustellen. Typischerweise entscheidet ein Benutzer, welche historischen Datenprotokolle und/oder Zeitseriendaten dem Analytikwerkzeug zugeführt werden, und identifiziert aufgrund seiner Kenntnis des Prozesses mögliche vorgeschaltete Faktoren (beispielsweise Messungen, Prozessvariablen usw.). Anschließend verwenden diese Datenanalytikwerkzeuge die Hauptkomponentenanalyse (Principal Component Analysis; PCA) oder eine andere Analysetechnik, um zu ermitteln, welche der möglichen vorgeschalteten Faktoren sich auf die erwarteten, nachgeschalteten Qualitätsparameter auswirken. Die Genauigkeit und Effektivität der von dem Analytikwerkzeug bereitgestellten Ausgabe beruht also auf der Kenntnis des Benutzers oder ist dadurch beschränkt und ermöglicht somit möglicherweise keine vollständigen oder richtigen Einsichten in den Ursprung der abnormen Bedingung oder des Fehlers.
  • Außerdem werden solche Analytiken typischerweise außerhalb des Prozesses durchgeführt und der Prozess kann sich somit verändern oder bewegen, während die Analyse durchgeführt wird. Eine typische Prozessanlage führt beispielsweise einen oder zwei Zyklen einer bestimmten Analyse pro Tag durch (beispielsweise einen Datensammlungs- und einen Analysezyklus) und die Ergebnisse werden erst einige Zeit nachdem die Analytik durchgeführt wurde analysiert und Vorgaben entwickelt und in der Anlage implementiert. Es kann daher nicht nur die Genauigkeit der Analytikergebnisse suspekt sein, sondern die Vorgaben, die daraus entwickelt werden, können ebenfalls nicht optimal sein oder für den derzeit ausgeführten Prozess nicht mehr gelten.
  • Weiterhin wird die Architektur der derzeit bekannten Prozessleitanlagen und Prozessleitsysteme stark von dem eingeschränkten Speicher der Steuereinrichtung und des Geräts, der Kommunkationsbandbreite und der Leistungsfähigkeit der Steuereinrichtung und des Geräteprozessors beeinflusst. In derzeit bekannten Architekturen für Prozessleitsysteme ist beispielsweise die Verwendung des dynamischen und statischen, nichtvolatilen Speichers in der Steuereinrichtung üblicherweise minimiert oder sie wird zumindest sorgfältig verwaltet. Infolgedessen muss ein Benutzer typischerweise während der Systemkonfiguration (z. B. a priori) wählen, welche Daten in der Steuereinrichtung archiviert oder gespeichert werden sollen, wie häufig sie gespeichert werden und ob sie komprimiert werden oder nicht und die Steuereinrichtung ist dann mit diesen eingeschränkten Datensatzregeln entsprechend konfiguriert. Demnach werden Daten, die für die Fehlerbehebung und Prozessanalyse nützlich sein könnten, oft nicht archiviert, und wenn sie gesammelt werden, können die nützlichen Informationen aufgrund der Datenkompression verlorengehen.
  • Noch weiter nimmt das Volumen der Datensets von industriellen oder Prozessleitanlagen stetig bis zu dem Punkt zu, an dem die bestehenden Datenverarbeitungsanalytikanwendungen nicht mehr ausreichen. Typischerweise versuchen bekannte Analytiktechniken nur einen Wert aus Daten zu extrahieren, sie gehen aber nicht auf besondere Volumen der Datensätze, aus denen der Wert extrahiert wird, ein, und sie können insbesondere nicht nahtlos mit sehr großen Datensätzen (beispielsweise alle Prozessdaten, die in einer Anlage generiert werden) arbeiten. Weiterhin können bekannte Analytiktechniken keine Streaming oder Stream-Daten bearbeiten.
  • Die Einschränkungen der derzeit bekannten Prozessanlagenüberwachungs- und Analytik- und Prozessleitsysteme, die vorstehend besprochen wurden, und andere Einschränkungen können sich unerwünscht im Betrieb und bei der Optimierung von Prozessanlagen oder Prozessleitsystemen manifestieren, beispielsweise im Anlagebetrieb, bei der Fehlerbehebung und/oder der Vorhersagemodellierung. Generell sind Echtzeitanalytiken unter Verwendung von aktuellen, industriellen Prozessleistungsdaten in Echtzeit mit den bekannten Überwachungs- und Analytikwerkzeugen nicht möglich.
  • KURZDARSTELLUNG
  • Hierin werden Techniken, Systeme, Vorrichtungen, Komponenten und Verfahren für verteilte, industrielle Prozessleistungsüberwachung und/oder Analytiken offenbart. Diese Techniken, Systeme, Vorrichtungen, Komponenten und Verfahren können für industrielle Prozessleitsysteme, Umgebungen und/oder Anlagen eingesetzt werden, die hierin austauschbar als „Automation“, „industrielle Steuerung“, „Prozessleitung/-steuerung“ oder „Prozess“ Systeme, Umgebungen und/oder Anlagen bezeichnet werden. Typischerweise ermöglichen diese Systeme und Anlagen auf verteilte Weise die Steuerung von einem oder mehreren Prozessen, die zur Herstellung, Verfeinerung, Umwandlung, Erzeugung oder Produktion physischer Materialien oder Produkte ablaufen. Diese Techniken, Systeme, Vorrichtungen, Komponenten und Verfahren umfassen generell die Einbettung von Datenüberwachungs- und/oder Datenanalytikmaschinen (die hierin austauschbar auch als „verteilte Datenmaschine“, „Datenmaschine“ oder „DDE“ (Distributed Data Engine) bezeichnet werden) auf verteilte Weise innerhalb von Geräten, die bei der Steuerung eines industriellen Verfahrens zusammenarbeiten. Eine verteilte Datenmaschine kann beispielsweise zu einer Vorrichtung hergestellt werden, die mit anderen Vorrichtungen arbeitet, um einen Prozess zu steuern, der in einer Prozessanlage oder in einem Prozessleitsystem ausgeführt wird (beispielsweise Prozessleitvorrichtungen, wie Feldgeräte, Steuereinrichtungen, I/O Karten usw.) und/oder eine verteilte Datenmaschine kann lokal oder direkt mit solch einer Vorrichtung gekoppelt sein. Es können zusätzliche Datenmaschinen in anderen Vorrichtungen, die in der Prozessanlage enthalten sind, wie beispielsweise in Kommunikationsknoten, Arbeitsplätzen oder anderen Bedienerschnittstellen, Servern und ähnlichem, eingebettet oder hergestellt sein. In manchen Konfigurationen sind Datenmaschinen mit mehreren Kommunikationsverbindungen innerhalb der Prozessanlage oder anderweitig mit der Prozessanlage verbunden, so dass sie eine Ansicht oder ein Fenster zu Echtzeit-Daten bieten, die während der Durchführung oder Steuerung des Prozesses innerhalb der Anlage übertragen werden.
  • Daten werden zwischen mehreren eingebetteten Datenmaschinen per Stream übertragen, beispielsweise durch Verwendung eines oder mehrerer Datenkommunikationskanäle und Netzwerke, die typischerweise außerhalb der herkömmlichen Kommunikationssysteme existieren, die man in verteilten Steuersystemen (Distributed Control Systems; DCS), programmierbaren Logiksystemen (Programmable Logic Systems; PLS) und Prozessleit-Sicherheits- und Gesundheitsüberwachungssystemen (Process Control Safety and Health Monitoring Systems; SHM) findet. Um eine Verwechslung mit solchen herkömmlich bekannten Prozessleitkommunikationssystemnetzwerken und -verbindungen zu vermeiden, werden die Kommunikationskanäle und Netzwerke, die zur Stream-Kommunikation zwischen Datenmaschinen genutzt werden, hierin austauschbar als „Dateananalytikkommunikationskanäle“, „Datenanalytikkanäle“, „Datenanalytikkommunikationsnetzwerke“ oder „Datenanalytiknetzwerke“ bezeichnet. Die Stream-Daten können Echtzeitdaten umfassen, die von der Datenmaschine eingesehen oder beobachtet werden. Wenn eine verteilte Datenmaschine beispielsweise mit einer herkömmlichen Prozesskontrollsystemkommunikationsverbindung verbunden ist (und somit die Daten, die darüber übertragen werden, einsieht), kann die Datenmaschine eine Kopie der Daten, die über die herkömmliche Kommunikationsverbindung übertragen werden, über das Datenanalytiknetzwerk per Stream an eine oder mehrere andere Datenmaschinen übertragen. In einem anderen Beispiel könnten, wenn eine verteilte Datenmaschine hergestellt wird oder in eine Prozessleitvorrichtung eingebettet ist, die Analytikdaten, die von der Datenmaschine, die das Datenanalytiknetzwerk nutzt, per Stream übertragen werden, Kopien der Daten umfassen, die von der Vorrichtung empfangen, erzeugt oder anderweitig verarbeitet werden. Weiterhin oder alternativ hierzu können die Stream-Daten Daten umfassen, die einer oder mehreren Analytiken entsprechen, die lokal an der Vorrichtung durchgeführt wurden, wie beispielsweise Analytikresultate, Vorgaben und dergleichen. Diese Architektur ermöglicht es, dass ein Analytikservice lokal gebunden ist und in der Nähe oder sogar an der Datenquelle bereitgestellt werden kann, während gleichzeitig Analytiken in größerem Umfang bereitgestellt werden, wodurch zeitnahe Resultate und Optimierungen ermöglicht werden, während die Bandbreitennutzung und Verarbeitungszyklen im gesamten System minimiert werden, wie nachfolgend noch im Detail erklärt wird.
  • In einem Aspekt umfasst ein verteiltes System zur Überwachung und Analyse eines industriellen Prozesses mehrere verteilte Datenmaschinen (Distributed Data Engines; DDEs), die innerhalb einer Prozessanlage, die zur Steuerung eines Prozesses betrieben wird, eingebettet ist. Jede der DDEs ist mit einer oder mehreren jeweiligen Datenquellen innerhalb der Prozessanlage gekoppelt, die jeweils als Resultat der Prozesssteuerung Daten erzeugen. Weiterhin speichert jede der DDEs die von der einen oder den mehreren jeweiligen Datenquellen, die mit jeder DDE gekoppelt sind, erzeugten Daten. Das System umfasst auch ein Datenanalytiknetzwerk, das das Streaming von Analytikdaten zwischen den mehreren DDEs unterstützt, und das die Übertragung der Anfragen nach Daten, die auf den mehreren DDEs gespeichert sind, unterstützt.
  • In einem anderen Aspekt umfasst ein Verfahren die Mitteilung über das Vorhandensein eines Clusters in einem Datenanalytiknetzwerk einer Prozessleitanlage, die zur Steuerung eines Prozesses betrieben wird. Dieses Verfahren umfasst auch die Registrierung einer Datenquelle, die auf die Mitteilung reagiert und kontinuierlich Daten erzeugt, die aus der Steuerung des Prozesses durch die Anlage resultieren. Weiterhin umfasst das Verfahren den Empfang kontinuierlicher Daten, die von der Datenquelle erzeugt werden, und das Streaming von mindestens manchen der von der Datenquelle kontinuierlich erzeugten Daten über das Datenanalytiknetzwerk an einen Datenkonsumenten. Einer oder mehrere Teile des Verfahrens können beispielsweise von dem Cluster durchgeführt werden.
  • In noch einem anderen Aspekt umfasst ein Verfahren die Mitteilung über das Vorhandensein eines zentralen Clusters in einem Datenanalytiknetzwerk einer Prozessleitanlage, die zur Steuerung eines Prozesses betrieben wird. Dieses Verfahren umfasst auch die Registrierung eines lokalen Clusters, das auf die Mitteilung reagiert und konfiguriert ist, kontinuierliche Stream-Daten, die als ein Resultat der Steuerung des Prozesses erzeugt werden, zu speichern. Das lokale Cluster ist in die Prozessanlage eingebettet und kommunikativ mit einer oder mehreren Datenquellen gekoppelt, die mindestens einen Teil der kontinuierlichen Daten während des Betriebs zur Steuerung eines Prozesses generieren. Das Verfahren kann weiterhin den Empfang von mindestens einem Teil der kontinuierlichen Stream-Daten von dem lokalen Cluster umfassen, die Durchführung von einer oder mehreren Datenanalytikfunktionen für die kontinuierlichen Stream-Daten, die von dem lokalen Cluster empfangen werden, und das Streaming einer Ausgabe der einen oder oder mehreren Datenanalytikfunktionen über das Datenanalytiknetzwerk an einen Datenkonsumenten. Einer oder mehrere Teile des Verfahrens können beispielsweise von dem zentralen Cluster durchgeführt werden.
  • In einem anderen Aspekt umfasst das System ein Datenanalytikmodul, das an einen kontinuierlichen Datenstrom gebunden ist. Der kontinuierliche Datenstrom verfügt über Inhalte, die in Echtzeit von einer Datenquelle erzeugt werden, die in der Prozessanlage enthalten ist, die zur Steuerung eines Prozesses betrieben wird, und die Inhalte des kontinuierlichen Datenstroms werden als Resultat des Betriebs zur Steuerung des Prozesses erzeugt. Das System umfasst weiterhin eine Benutzerschnittstelle, die die kontinuierliche Ausgabe darstellt, die in Echtzeit als Resultat des Datenanalytikmoduls, das in Echtzeit für den kontinuierlichen Datenstrom betrieben wird, erzeugt wird. Die kontinuierliche Ausgabe, die auf der Benutzerschnittstelle angezeigt wird, umfasst eine kontinuierliche Aktualisierung von einem oder mehreren vorhergesagten Werten.
  • In noch einem anderen Aspekt umfasst ein Leistungsüberwachungs- und Analytiksystem für die Steuerung eines industriellen Prozesses eine Plattform, die über einen Satz an Benutzersteuerungen und eine Oberfläche verfügt, die es einem Benutzer ermöglichen, ein Datendiagramm zu erzeugen, das repräsentativ für ein Datenmodell ist. Die Plattform ermöglicht es dem Benutzer weiterhin, das Datendiagramm zur Ausführung eines Dateneingabesatzes zu evaluieren oder dieses zusammenzustellen, wodurch Ausgabedaten generiert werden. Der Dateneingabesatz umfasst Zeitseriendaten (und optional andere Daten), die aus einer Online-Prozessanlage, die einen Prozess steuern, resultieren. Der Begriff „Zeitseriendaten“, wie er hierin verwendet wird, bezieht sich auf eine Sequenz von Datenpunkten, Werten oder Sätzen, die über ein Zeitintervall generiert werden, typischerweise von einer oder mehreren Datenquellen.
  • Das Datendiagramm umfasst einen Satz von Datenblöcken, die über einen Satz von Drähten, über die Daten zwischen den Datenblöcken übertragen werden, miteinander verbunden sind. Jeder Datenblock des Sets von Datenblöcken korrespondiert mit einer entsprechenden Datenoperation, einschließlich Null, einem oder mehreren Eingangskonnektoren, und umfasst Null, einen oder mehrere Ausgangskonnektoren. Die jeweiligen Eingangsdaten werden an jedem Datenblock über den oder die Eingangskonnektor(en) empfangen und jeder jeweilige Datenblock liefert entsprechende Ausgangsdaten, die daraus resultieren, dass jeder Datenblock seine jeweilige Datenoperation für die jeweiligen Eingangsdaten ausführt, über den oder die Ausgangskonnektor(en). Der Eingangskonnektor ist weiterhin in einem ersten Datenblock eines Satzes von Datenblöcken enthalten, wobei die jeweilige Datenoperation des mindestens einen Datenblock, der in dem Satz von Datenblöcken enthalten ist, eine Datenanalytikfunktion umfasst, und unterschiedliche Teile des Datendiagramms asynchron sind und separat kompilierbar und ausführbar sind. In manchen Ausführungsformen, beispielsweise wenn keine Eingangskonnektoren und keine Ausgangskonnektoren konfiguriert sind, können Eingangs- und Ausgangsdaten intern von einem Datenblock bearbeitet werden.
  • In einem Aspekt umfasst ein Verfahren zur Durchführung von Echtzeitanalytiken in einer Prozesssteuerungsumgebung die Erzeugung eines ersten Diagramms auf einer grafischen Benutzerschnittstelle. Das erste Diagramm kann erste Programmierbefehle repräsentieren, die betreibbar sind, um einen Prozessor zu veranlassen, Daten, die zuvor von der Prozesssteuerungsumgebung erzeugt und gespeichert wurden, zu manipulieren. Das Verfahren umfasst auch das Kompilieren der ersten Programmierbefehle, die von dem ersten Diagramm repräsentiert werden, die Ausführung der kompilierten ersten Programmierbefehle zur Erzeugung einer resultierenden ersten Ausgabe, und die Auswertung der resultierenden ersten Ausgabe zur Ermittlung eines Vorhersagewerts eines Modells, das zur Erzeugung einer resultierenden ersten Ausgabe verwendet wird. Das Verfahren umfasst weiterhin die automatische Erzeugung eines zweiten Diagramms aus dem ersten Diagramm. Das zweite Diagramm kann zweite Programmierbefehle repräsentieren, die betreibbar sind, um einen Prozessor zu veranlassen, sich an eine Live-Datenquelle zu binden und Daten auszuwerten, die von der Live-Datenquelle empfangen werden, wobei zumindest das Modell verwendet wird, das zur Erzeugung der ersten resultierenden Ausgabe verwendet wurde. Das Verfahren umfasst weiterhin die Kompilation der zweiten Programmierbefehle, die von dem zweiten Diagramm repräsentiert werden, und die Ausführung der kompilierten zweiten Programmierbefehle zur Vorhersage eines Aspekts des Betriebs der Prozessleitumgebung.
  • In einem anderen Aspekt umfasst ein System zur Durchführung von Echtzeit-Analytiken in einer Prozessleitumgebung eine Vielzahl von Prozessleitvorrichtungen, die in einer Prozessanlage betrieben werden, und eine Steuereinrichtung, die über ein Steuernetzwerk kommunikativ mit der Vielzahl von Prozessleitvorrichtungen gekoppelt ist. Das System umfasst weiterhin einen großen Datenspeicherknoten, der ein greifbares, nicht-transitorisches Speichermedium umfasst, das Daten des Betriebs der Prozessleitumgebung speichert, einen Prozessor, der kommunikativ mit dem großen Datenspeicherknoten verbunden ist, und einen Programmspeicher, der kommunikativ mit dem Prozessor gekoppelt ist. Der Programmspeicher kann ein greifbares, nicht-transitorisches Speichermedium zur Speicherung von Befehlen umfassen, die, wenn sie vom Prozessor ausgeführt werden, den Prozessor veranlassen, eine grafische Benutzerschnittstelle anzuzeigen, die eine Bearbeitungsoberfläche umfasst und eine Auswahl einer Vielzahl grafischer Programmierelemente zur Platzierung auf der Bearbeitungsoberfläche zur Erzeugung eines ersten Diagramms umfasst. Das erste Diagramm kann erste Programmierbefehle repräsentieren, die betreibbar sind, um den Prozessor zu veranlassen, Daten, die auf dem großen Datenspeicherknoten gespeichert sind, zu manipulieren. Außerdem kann der Prozessor, wenn die Befehle vom Prozessor ausgeführt werden, veranlasst werden, die ersten kompilierten Programmbefehle zur Erzeugung einer resultierenden ersten Ausgabe und zur Erzeugung eines Vorhersagemodells auf Grundlage der resultierenden ersten Ausgabe auszuführen. Wenn die Befehle vom Prozessor ausgeführt werden, kann der Prozessor weiterhin veranlasst werden, automatisch ein zweites Diagramm aus dem ersten Diagramm zu erzeugen. Das zweite Diagramm kann zweite Programmierbefehle repräsentieren, die betreibbar sind, um den Prozessor zu veranlassen, sich an eine Live-Datenquelle zu binden und Daten auszuwerten, die von der Live-Datenquelle empfangen werden, wobei zumindest das Modell verwendet wird, das zur Erzeugung einer resultierenden ersten Ausgabe verwendet wurde. Wenn Befehle vom Prozessor ausgeführt werden, kann der Prozessor noch weiterhin veranlasst werden, die zweiten Programmierbefehle, die von dem zweiten Diagramm repräsentiert werden, zu erzeugen, und die kompilierten zweiten Programmierbefehle zur Vorhersage eines Aspekts des Betriebs der Prozessleitumgebung ausführen.
  • In einem anderen Aspekt umfasst ein Analytikservice zur Durchführung von Datenanalytik in einer Prozessleitumgebung eine Bibliothek mit Blockdefinitionen. Die Bibliothek kann auf einem greifbaren, nicht-transitorischen Medium gespeichert sein und jede in der Bibiliothek gespeicherte Blockdefinition kann (i) einen Zielalgorithmus zur Durchführung einer Aktion in Hinblick auf die Daten in der Prozessleitumgebung und (i) eine oder mehrere Blockeigenschaften enthalten. Der Analytikservice umfasst einen Satz maschinenlesbarer Befehle, die auf dem greifbaren, nicht-transitorischen Medium gespeichert und die, wenn sie vom Prozessor ausgeführt werden, betreibbar sind, um (1) einem Benutzer über ein Display eine Oberfläche zu präsentieren; (2) dem Benutzer die Bibliothek der Blockdefinitionen zu präsentieren; (3) eine oder mehrere Auswahlen einer oder mehrerer der entsprechenden Blockdefinitionen zu empfangen; (4) einen oder mehrerer Blöcke entsprechend der einen oder den mehreren Blockdefinitionen auf der Oberfläche zur Erzeugung eines Moduls, das den einen Block oder die mehrere Blöcke umfasst, platzieren; (5) die Konfiguration einer oder mehrerer Eigenschaften zu ermöglichen, entweder für (i) den einen Block oder die mehreren Blöcke oder (ii) das Modul oder (iii) den einen Block oder die mehreren Blöcke und das Modul; und (6) die Auswertung des (i) einen Block oder der mehreren Blöcke oder (ii) des Moduls zu veranlassen.
  • Der Analytikservice umfasst weiterhin einen Ausführungsservice, der auf einem Prozessor betrieben wird, wobei der Ausführungsservice konfiguriert ist (1) eine Anfrage zur Auswertung des einen oder der mehreren Blöcke oder des Moduls zu empfangen; (2) Befehle, die mit dem einen oder den mehreren Blöcken oder dem Modul korrespondieren, zu kompilieren; (3) einen oder mehrere Jobbearbeitungen zur Ausführung der kompilierten Befehle zu erzeugen und zu veranlassen, dass die eine oder mehreren Jobbearbeitungen die kompilierten Befehle ausführen; und (4) Resultate der einen oder der mehreren Jobbearbeitungen zu empfangen. Der Analytikservice umfasst auch ein Kommunikationsnetzwerk, das einen oder mehrere Prozessoren, die die eine oder die mehreren Jobbearbeitungen ausführen, mit einer oder mehreren verteilten Datenmaschinen koppelt. Jede verteilte Datenmaschine kann auch ein greifbares, nicht-transitorisches Speichermedium umfassen, das Daten, die in der Prozessleitumgebung generiert werden, speichert.
  • In der Tat können Daten, die durch den Betrieb der Prozessanlage generiert werden oder diese betreffen, in einer Vielzahl von Datenspeichern, wie beispielsweise relationalen oder nicht-relationalen Datenbanken, gespeichert werden. Diese Datenspeicher können verschiedene Datenstrukturen und Abfragemechanismen nutzen, so dass unterschiedliche Abfragesyntaxen für den Zugriff auf die Daten in unterschiedlichen Datenspeichern benötigt werden. Hierin wird eine standardisierte Abfrage zur Ermöglichung eines Datenzugriffs auf die Datenspeicher unter Verwendung verschiedener Formate beschrieben. Die standardisierte Abfrage unter Verwendung eines standardisierten Datenabfrageformats enthält Informationen, die für den Zugriff auf Daten in einem Datenspeicher erforderlich sind, aber die standardisierte Abfrage kann zum Erhalt solcher Daten nicht direkt ausführbar sein. Stattdessen werden auf Grundlage der standardisierten Abfrage Datenquellen-spezifische Abfragen generiert. Dies kann die Extraktion von Abfrageparametern aus der standardisierten Abfrage und die Erzeugung von einer oder mehreren Datenquellen-spezifischen Abfragen unter Verwendung Datenquellen-spezifischer Abfrageformate, die mit bestimmten Datenquellen assoziiert sind, umfassen. Die Datenquellen-spezifischen Abfragen können zum Zugriff auf und die Auswahl von Daten aus ihren jeweiligen Datenquellen, die dann formatiert werden, um Daten-Frames zu generieren, die die Daten, die in der standardisierten Abfrage angegeben sind, in einem gewünschten Format darzustellen, ausgeführt werden. Dies kann die Ausrichtung von Samplingraten, Dateneigenschaften oder anderer Dateneigenschaften der Daten, die aus den Datenquellen-spezifischen Abfragen erhalten werden, umfassen. In manchen Ausführungsformen können Daten aus mehreren Datenquellen unter Verwendung unterschiedlicher Datenquellen-spezifischer Formate in einem aggregierten Daten-Frame zur weiteren Verwendung in Verfahrensprotokollen oder -analysen kombiniert werden.
  • In einem anderen Aspekt wird ein Verfahren, System und ein computerlesbares Medium beschrieben, das Befehle für den Erhalt von Zeitseriendaten aus einer elektronischen Datenquelle speichert und den Empfang einer Angabe der elektronischen Datenquelle aus der die Daten erhalten werden sollen, den Empfang einer Angabe einer Zeitspanne, während der die Daten erhalten werden, den Empfang einer Angabe einer Eigenschaft der zu erhaltenden Daten, die Ermittlung eines mit der elektronischen Datenquelle assoziierten Datenquellen-spezifischen Abfrageformats, die Erzeugung einer dem Datenquellen-spezifischen Format entsprechenden Datenquellen-spezifischen Abfrage auf Grundlage der Angaben der Zeitspanne und der Eigenschaften der zu erhaltenden Daten umfasst, was die auszuführende Datenquellen-spezifische Abfrage veranlasst, die Daten aus der elektronischen Datenquelle auszuwählen und/oder die Daten aus der elektronischen Datenquelle zu empfangen. Die Angaben der Zeitspanne und der Eigenschaften der Daten kann in einem standardisierten Abfrageformat ausgedrückt werden, das unabhängig von der elektronischen Datenquelle ist und die elektronische Datenquelle kann eine relationale Datenbank oder eine nicht-relationale Datenbank sein.
  • Das Verfahren kann eine standardisierte Abfrage umfassen, die das standardisierte Abfrageformat verwendet. Die Angabe der Zeitspanne und die Angabe der Eigenschaften können in der standardisierten Abfrage empfangen werden. Die Angabe der elektronischen Datenquelle kann ebenfalls in der standardisierten Abfrage empfangen werden. Die standardisierte Abfrage kann weiterhin ein Format für die Daten oder eine Datei für die Rücksendung der Daten umfassen, wie beispielsweise JavaScript Object Notation (JSON). Die standardisierte Abfrage kann auch eine JSON-formatierte Datei sein. Das standardisierte Abfrageformat kann eine Syntax verwenden, die sich von einer nativen Syntax, die von der elektronischen Datenquelle verwendet wird, unterscheidet. Solch eine von dem standardisierten Abfrageformat verwendete Syntax kann nicht direkt zum Erhalt der Daten von der elektronischen Datenquelle ausführbar sein.
  • Die Angabe der Zeitspanne kann mindestens eine Startzeit und mindestens eine Endzeit umfassen. Die Angabe der Zeitspanne kann ebenso eine Abtastrate für die zu erhaltenden Daten umfassen. Die Angabe der Eigenschaften der zu erhaltenden Daten kann eine Angabe von einem oder mehreren Typen von Messwerten im Zusammenhang mit dem Betrieb einer Prozessanlage umfassen. Die eine oder die mehreren Arten von Messwerten können Messwerte von einem oder mehreren in der Prozessanlage eingesetzten Feldgeräten umfassen. Die Angabe der einen oder der mehreren Arten von Messwerten kann ein oder mehrere mit den Daten assoziierte Tags, Aliase und Datentypen umfassen.
  • Das Verfahren kann weiterhin den Empfang einer Angabe eines Formats, in dem die Daten von der elektronischen Datenquelle zu erhalten sind, umfassen und die Daten können von der elektronischen Datenquelle in dem angegebenen Format empfangen werden. In manchen Ausführungsformen kann eine Angabe eines Formats, in dem die Daten zu erhalten sind, empfangen werden und die Daten, die von der elektronischen Datenquelle erhalten werden, können in das angegebene Format konvertiert werden.
  • Das Datenquellen-spezifische Abfrageformat kann auf Grundlage eines Typs der elektronischen Datenquelle festgelegt werden. Die Erzeugung der Datenquellen-spezifischen Abfrage kann das Abbilden der angegebenen Zeitspanne und der angegebenen Eigenschaften der zu erhaltenden Daten für die Festlegung des Datenquellen-spezifischen Abfrageformats umfassen. Die Veranlassung der Ausführung der Datenquellen-spezifischen Abfrage kann das Senden der Datenquellen-spezifischen Abfrage an eine Schnittstelle der elektronischen Datenquelle umfassen, so dass die Schnittstelle die elektronische Datenquelle unter Verwendung der Datenquellen-spezifischen Abfrage abfragt.
  • Es kann ein Daten-Frame erzeugt werden, der die von der elektronischen Datenquelle empfangenen Daten enthält. Der Daten-Frame kann eine Vielzahl von Datenpunkten enthalten. Jeder Datenpunkt kann mit einem Zeitpunkt innerhalb der Zeitspanne assoziiert sein. Jeder Datenpunkt kann weiterhin mit einem Zeitpunkt innerhalb der Zeitspanne, der auf einen ganzzahligem Vielfachen einer Abtastperiode nach einer Startzeit ausgerichtet ist, ausgerichtet sein oder er ist die Startzeit.
  • In einem anderen Aspekt, sind ein Verfahren, System und computerlesbares Medium zur Speicherung von Befehlen zur Bereitstellung von Daten von einer elektronischen Datenquelle beschrieben, die den Empfang einer standardisierten Abfrage von einer Daten-abfragenden Entität, die ein standardisiertes Abfrageformat, die Extraktion von Abfrageparametern aus der standardisierten Abfrage, die Erzeugung einer Datenquellen-spezifischen Abfrage in dem Datenquellen-spezifischen Abfrageformat auf Grundlage der extrahierten Abfrageparameter, die Ausführung der Datenquellen-spezifischen Abfrage zum Erhalt der Datenform der elektronischen Datenquelle und/oder die Bereitstellung der erhaltenen Daten an eine datenempfangende Entität umfasst. Das standardisierte Abfrageformat kann sich von einem Datenquellen-spezifischen Abfrageformat, das von der elektronischen Datenquelle verwendet wird, unterscheiden. Die elektronische Datenquelle kann eine relationale Datenbank sein oder eine nicht-relationale Datenbank. Die Daten-anfordernde Entität kann ein Abfrageblock innerhalb eines Analytikprogramms sein, wie beispielsweise das hierin besprochene Data Analytics Studio. Die Daten-empfangende Entität kann die gleiche Entität sein, wie die Daten-abfragende Entität. Die standardisierte Abfrage kann eine Syntax verwenden, die nicht direkt ausführbar ist, um die Daten von der elektronischen Datenquelle zu erhalten.
  • Die Extraktion der Abfrageparameter von der standardisierten Abfrage kann die Festlegung eines Zeitraums und eines Datenparameters der Daten umfassen. Der Zeitraum kann eine Startzeit und eine Endzeit haben und der Datenparameter kann eine Art oder Eigenschaft der Daten, die von der elektronischen Datenquelle erhalten werden soll, angeben. Die Extraktion der Abfrageparameter aus der standardisierten Abfrage kann weiterhin die Festlegung der Samplingrate umfassen.
  • Die Bereitstellung der erhaltenen Daten an die abfragende Entität kann die Rücksendung eines mit dem Zeitraum assoziierten Satzes von Datenpunkten umfassen. Jeder Datenpunkt kann einen Zeitstempel umfassen, der einen Zeitpunkt für den mit dem Datenpunkt assoziierten Wert oder die Werte angeben. Solche Zeitstempel können auf Zeitpunkte beschränkt sein, die die Startzeit oder ein ganzzahliges Vielfaches des Zeitraums der Samplingrate nach der Startzeit sind. Zur Erzielung einer vollständigen Zeitserie können dem Datenset mit Zeitstempeln, die die ganzzahligen Vielfachen des Zeitraums der Samplingrate nach der Startzeit angeben, ein oder mehrere Datenpunkte hinzugefügt werden. Die hinzugefügten Datenpunkte können Werte von Dateneinträgen in die elektronische Datenquelle verwenden, die mit den Zeitpunkten assoziiert sind, die jedem Zeitstempel des einen oder der mehreren Datenpunkten am nächsten ist. Der Satz Datenpunkte kann auf Grundlage eines in der standardisierten Abfrage spezifizierten Formats formatiert werden.
  • Die Art oder Eigenschaft der Daten, die von dem Datenparameter angegeben wird, kann eine Art von Messung oder eine Messung von einem Typ Messgerät sein. Die Art oder Eigenschaft der Daten kann weiterhin ein spezifisches Messgerät angeben, welches ein Feldgerät sein kann, das innerhalb der Prozessanlage angeordnet ist. Der Datenparameter kann weiterhin ein Tag der zu erhaltenden Daten angeben, ein Alias für die Daten, die an die Daten-abfragende Entität bereitgestellt werden, und/oder ein Datenformattyp für die Daten, die der Daten-abfragenden Entität bereitzustellen sind.
  • Die Bereitstellung der Daten an die Daten-abrufende Entität kann das Senden eines Daten-Frames, der die erhaltenen Daten enthält, an die Daten-abfragende Entität umfassen. Die standardisierte Abfrage kann eine Angabe eines Formats für den Daten-Frame umfassen. Der Daten-Frame kann gemäß der Angabe des Formats des Daten-Frames formatiert sein. Die standardisierte Abfrage kann angeben, dass der Daten-Frame der Daten-empfangenden Entität als eine JSON-Datei bereitzustellen ist.
  • In einem anderen Aspekt wird ein Verfahren, System und ein computerlesbares Medium, das Anweisungen für den Zugriff auf Prozessanlagendaten von einer Vielzahl elektronischer Datenquellen beschrieben, umfassend den Empfang einer standardisierten Abfrage, die ein standardisiertes Abfrageformat umfasst, die Erzeugung einer ersten Datenquellen-spezifischen Abfrage auf Grundlage der standardisierten Abfrage, die Erzeugung einer zweiten Datenquellen-spezifischen Abfrage auf Grundlage der standardisierten Abfrage, Veranlassung, dass die erste Datenquelle-spezifische Abfrage ausgeführt wird, um einen ersten Satz Daten von der ersten elektronischen Datenquelle zu erhalten, Veranlassung der Ausführung der zweiten Datenquellen-spezifischen Abfrage, um einen zweiten Satz Daten von der zweiten elektronischen Datenquelle zu erhalten, und/oder Erzeugung eines aggregierten Daten-Frames, der das erste und das zweite Datenset umfasst. Der erste und der zweite Datensatz kann jeweils eine Vielzahl von Datenpunkten enthalten, die Informationen enthalten, die von einem oder mehreren Feldgeräten innerhalb einer Prozessanlage gemessen wurden.
  • Die erste Datenquellen-spezifische Abfrage kann ein erstes Abfrageformat verwenden, das mit einer ersten elektronischen Datenquelle assoziiert ist, und die zweite Datenquellen-spezifische Abfrage kann ein zweites Abfrageformat verwenden, das mit einer zweiten elektronischen Datenquelle assoziiert ist. Die standardisierte Abfrage kann eine erste Angabe der ersten elektronischen Datenquelle und eine zweite Angabe der zweiten elektronischen Datenquelle enthalten. In manchen Ausführungsformen kann die erste elektronische Datenquelle eine relationale Datenbank sein und die zweite elektronische Datenquelle kann eine nicht-relationale Datenbank sein. Die erste Angabe kann das erste Abfrageformat identifizieren und die zweite Angabe kann das zweite Abfrageformat identifizieren. In manchen Ausführungsformen können den ersten und zweiten Angaben Angaben von Datenspalten vorangestellt sein.
  • Das standardisierte Abfrageformat kann eine Abfragesyntax verwenden, die sich sowohl von einer Abfragesyntax des ersten Abfrageformats, als auch einer Abfragesyntax des zweiten Abfrageformats unterscheidet. Die Abfragesyntax des standardisierten Abfrageformats kann nicht direkt zum Erhalt entweder des ersten Datensatzes von der ersten elektronischen Datenquelle oder des zweiten Datensatzes von der zweiten elektronischen Datenquelle ausführbar sein. Die standardisierte Abfrage kann beispielsweise in einem oder mehreren Objekten oder Arrays einer JSON-Datei enthalten sein.
  • Die standardisierte Abfrage kann eine Angabe einer Zeitspanne enthalten, die einen Zeitraum identifiziert, der mit Dateneinträgen in dem ersten Datensatz und dem zweiten Datensatz korrespondiert. Die Zeitspanne kann eine Vielzahl von Zeiträumen umfassen, die durch ausgeschlossene Zeiträume, während denen keine Daten abgefragt werden, separiert sein können. Die Zeitspanne kann auch einen ersten Zeitraum identifizieren, der mit dem ersten Datensatz assoziiert ist, und einen zweiten Zeitraum, der mit dem zweiten Datensatz assoziiert ist. Die standardisierte Abfrage kann auch eine Angabe einer Abtastrate für den aggregierten Daten-Frame umfassen.
  • Der erste Datensatz kann Daten umfassen, die eine erste Abtastrate haben, und der zweite Datensatz kann Daten umfassen, die eine zweite Abtastrate haben. In solchen Fällen kann die Erzeugung des aggregierten Daten-Frames die Ausrichtung auf die erste und die zweite Abtastrate umfassen. Die Ausrichtung der ersten und der zweiten Abtastrate kann die Hinzufügung von Datenpunkten umfassen, die mit nicht abgetasteten Zeiten korrespondieren, die benötigt werden, um eine gewünschte Abtastrate zu erzielen. Solchen hinzugefügten Datenpunkten können Werte der abgetasteten Daten gegeben werden, die den hinzugefügten Datenpunkten zeitlich direkt vorausgehen. Die Ausrichtung der ersten und der zweiten Abtastrate kann ebenso die Entfernung abgetasteter Datenpunkte umfassen.
  • Systeme zur Implementierung solcher Verfahren können weiterhin einen oder mehrere Prozessoren umfassen, die kommunikativ mit einer oder mehreren Datenquellen und einem oder mehreren Programmspeichern, die computerlesbare Befehle speichern, die, wenn sie von dem einen oder den mehreren Prozessoren ausgeführt werden, veranlassen, dass das Computersystem alle vorstehend beschriebenen Systemfunktionen oder einen Teil davon durchführt, verbunden sind. Computerlesbare Medien können ähnliche computerlesbare Befehle speichern, die von einem oder mehreren Prozessoren eines Computersystems ausgeführt werden, wodurch das Computersystem veranlasst wird alle der vorstehend beschriebenen Systemfunktionen oder einen Teil davon durchzuführen. Zusätzliche oder alternative Aspekte der Verfahren, Systeme oder computerlesbaren Medien können implementiert werden, wie näher in der nachfolgenden detaillierten Beschreibung beschrieben.
  • Zusätzlich wird eine neuartige Frequenzanalyse-Analytiktechnik offenbart und diese kann von einem der hierin beschriebenen Systeme, Verfahren, Vorrichtungen und Techniken bereitgestellt werden. Die neuartige Frequenzanalyse-Analytiktechnik kann Stream-Daten analysieren, um eine frühzeitige, warnende Fehlerentdeckung in Prozessanlagen oder Prozessleitsystemen zu ermöglichen. Insbesondere kann die Frequenzanalyse-Analytiktechnik einen neuen Satz von Prozessvariablen erzeugen, die mit identifizierten Anfangsindikatoren für Fehler, Abnormalitäten, abnehmender Leistung, Zielleistungsniveaus, unerwünschten Bedingungen und/oder gewünschten Bedingungen korrespondieren, und sie kann Zeitseriendaten der neuen Prozessvariablen durch Durchführung einer rollenden FFT für Stream-Prozessdaten ermitteln. Die folgende FFT kann die Stream-Prozessdaten von der Zeitdomäne bzw. dem Zeitbereich in die Frequenzdomäne bzw. Frequenzbereich, in der die Werte des neuen Sets von Prozessvariablen ermittelt werden können, wandeln. Die ermittelten Werte der neuen Prozessvariablen können zur Überwachung zurück in die Zeitdomäne gewandelt werden. Die Erkennung einer Präsenz eines Anfangsindikators innerhalb der überwachten Zeitdomänedaten bzw. Zeitbereichsdaten kann eine Angabe eines vorhergesagten Fehlers, Abnormalität, Leistungsrückgangs und/oder anderer unerwünschter Bedingung veranlassen, die produziert und/oder dargestellt werden und in einer Veränderung des Betriebs der Prozessanlage resultieren kann, wodurch die Auswirkung der unerwünschten Störungen, Ereignisse und/oder Bedingungen vermieden, verhindert und/oder vermindert werden kann. Ebenso kann die Erkennung des Vorhandenseins eines Anfangsindikators in den überwachten Zeitdomänedaten eine Angabe einer vorhergesagten, gewünschten Bedingung veranlassen, wie beispielsweise ein zu produzierendes und/oder vorliegendes Zielleistungsniveau, und in manchen Fällen dazu, eine Zeit oder ein Zeitintervall für die/das bzw. während der/dem der Eintritt der gewünschten Bedingung vorausgesagt wird.
  • KURZBESCHREIBUNG DER ZEICHNUNGEN
  • 1 ist ein Blockdiagramm, das eine beispielhafte Systemprozessanlage oder ein beispielhaftes Prozessleitsystem veranschaulicht, das eine verteilte, eingebettete industrielle Prozessleistungsüberwachung und/oder Analytikmaschine umfasst;
  • 2A ist ein Blockdiagramm eines beispielhaften Systems für verteilte industrielle Prozessleistungsüberwachung/-analyse;
  • 2B zeigt eine Ausführungsform eines Arrangements eines beispielhaften industriellen Prozessleistungsüberwachungsanalytiksystems in Beziehung zu einem beispielhaften Prozessleitsystem;
  • 3 ist ein Blockdiagramm einer beispielhaften industriellen Prozessleistungsüberwachungs- und/oder Analytikmaschine;
  • 4A ist ein beispielhaftes Datendiagramm, das mehrere Datenblockfunktionen und Verbindungen veranschaulicht;
  • 4B zeigt eine beispielhafte Data Analytics Studio Benutzerschnittstelle;
  • 4C zeigt eine beispielhafte Beziehung zwischen einer Datenblock-Definitionsbibliothek, Datenblockdefinitionen, Datenmodulen, Datenblöcken, Datenblockinstanzen und Drähten;
  • 4D zeigt ein Beispiel für den Entwurf oder die Erzeugung eines Datenmoduls;
  • 4E zeigt einen vergrößerten Bereich einer Data Studio Oberfläche, auf der ein Datenmodul erzeugt wird;
  • 4F–4H zeigen eine beispielhafte Datenblockdefinitionsvorlage für verschiedene Arten von Datenblöcken;
  • 4I zeigt einen beispielhaften Evaluationsablauf, Kompilation oder Einsatz eines Datendiagramms;
  • 4J zeigt eine beispielhafte Architektur, die die Präsentation von Standard- und individuellen Visualisierungen veranschaulicht;
  • 4K zeigt ein beispielhaftes Szenario, in dem ein Verbunddatenblock erzeugt wird;
  • 4L zeigt ein beispielhaftes Offline-Datendiagramm;
  • 4M zeigt ein Online-Datendiagramm, das aus der Transformation des beispielhaften Offline-Datendiagramms in 4L generiert wurde;
  • 4N-1 und 4N-2 zeigen beispielhafte Data Analytics Dashboard Benutzerschnittstellen;
  • 4O ist ein High-Level-Blockdiagramm einer Steuerschleife, die die Prozessanlagenleistung steuert und optimiert;
  • 4P zeigt ein beispielhaftes Verfahren für die Bereitstellung lokalisierter Datenanalytik-Serviceleistungen;
  • 4Q zeigt ein beispielhaftes Verfahren für die Bereitstellung lokalisierter Datenanalytik-Serviceleistungen;
  • 5A ist ein Blockdiagramm einer beispielhaften Architektur eines Analytikservice in Übereinstimmung mit der vorliegenden Beschreibung;
  • 5B ist ein Blockdiagramm, das in größerem Detail eine beispielhafte Datenserviceentität der in 5A gezeigten Architektur veranschaulicht;
  • 5C ist ein Flussdiagramm, das ein Verfahren zur Darstellung eines Eigenschaftendialogs für einen Block auf einer Programmieroberfläche in Übereinstimmung mit einer vor kurzem beschriebenen Ausführungsform zeigt;
  • 5D zeigt eine beispielhafte Programmieroberfläche auf der ein beispielhaftes Offline-Diagramm auf der Programmieroberfläche konfiguriert ist;
  • 5E zeigt ein beispielhaftes Online-Diagramm, das dem Offline-Diagramm in 5D entspricht;
  • 5F zeigt einen beispielhaften Eigenschaftendialog für ein Modul;
  • 5G zeigt einen beispielhaften Eigenschaftendialog für einen Block eines Offline-Moduls, in dem die Eigenschaften sich sowohl auf den Offline-, als auch den Online-Betrieb beziehen;
  • 6A ist ein Blockdiagramm eines beispielhaften analytischen Abfragesystems;
  • 6B ist ein Blockdiagramm einer beispielhaften Analysekonfiguration, die eine standardisierte Abfrage verwendet;
  • 6C zeigt eine beispielhafte standardisierte Abfrage;
  • 6D ist ein Flussdiagramm eines beispielhaften standardisierten Abfrageverfahrens;
  • 6E ist ein Flussdiagramm eines beispielhaften standardisierten Abfrageverfahrens;
  • 7A zeigt einen Graph der beispielhaften Prozessflussmessungen eines Fackelsystems einer Raffinerie während eines Zeitintervalls;
  • 7B zeigt einen Graph der beispielhaften Prozessflussmessungen in 7A während eines anderen Zeitintervalls;
  • 7C zeigt einen Graph beispielhafter Prozessflussdaten der Raffinerie, die Fackelereignisse in den Daten enthalten;
  • 7D zeigt einen Graph von Zeitseriendaten, die durch Anwendung eines rollenden FFT auf die Prozessflussdaten in 7C ermittelt wurden;
  • 7E zeigt einen Graph der Ergebnisse der Anwendung von PCA zur Analyse der Frequenzdomänedaten bzw. Frequenzbereichsdaten in 7D um ein Fackelereignis herum;
  • 7F zeigt einen Graph der Ergebnisse der Anwendung von PCA zur Analyse der Frequenzdomänedaten in 7D um ein anderes Fackelereignis herum; und
  • 7G ist ein Flussdiagramm eines beispielhaften Verfahrens zur Bereitstellung einer frühzeitigen Fehlererkennung in Prozessanlagen.
  • DETAILLIERTE BESCHREIBUNG
  • Hierin werden Techniken, Systeme, Vorrichtungen, Komponenten und Verfahren für verteilte, industrielle Leistungsüberwachung und Analytiken offenbart. Generell ermöglichen die Leistungsüberwachungs- und Analytiktechniken Wissensfindung und umsetzbares Wissen über eine industrielle Prozessanlage, die Prozessleitumgebung und/oder ein Prozessleitsystem, das zur Steuerung eines oder mehrerer industrieller Prozesse in Echtzeit betrieben wird. Typischerweise wird ein industrieller Prozess, der von solchen Prozessanlagen oder Kontrollsystemen darin gesteuert wird, zur Herstellung, Verfeinerung, Transformation, Erzeugung oder Produktion physischer Materialien oder Produkte dadurch durchgeführt. Beispiele solcher Prozessanlagen oder Leitsysteme umfassen Ölraffinerien, Papiermühlen, die chemische Fertigung, pharmazeutische Fertigung, Lebensmittelverarbeitung und -vertrieb usw.
  • Von größter Bedeutung in jedem Prozessleitsystem, Anlage oder Umgebung ist deren Sicherheit, Zuverlässigkeit und wirtschaftliche Effizienz. Die Betriebssicherheit ist für Prozessleitsysteme oder Anlagen besonders wichtig, da unkontrollierte Prozesse, Fehler, Ausfälle und/oder vermeidbares menschliches Versagen zu Explosionen, Bränden, dem Freisetzen gefährlicher Chemikalien, Umweltschäden, Maschinenschäden und/oder dem Verlust von Menschenleben führen können. Zuverlässigkeit von Maschinen und des Prozessbetriebs ist wichtig um die wirtschaftliche Effizienz und Rentabilität der Anlage zu erhalten und/oder zu verbessern. Weiterhin kann die wirtschaftliche Effizienz und Rentabilität einer Anlage dadurch verbessert werden, dass man den Betrieb der Anlage zur Verbesserung der Leistung abstimmt.
  • Fehler, die in einem Prozessleitsystem auftreten, können seine Sicherheit, Zuverlässigkeit und/oder wirtschaftliche Effizienz beeinträchtigen. Fehler in einem Prozessleitsystem treten im Allgemeinen auf, wenn Ereignisse zusammenfallen, so dass Situationen entstehen für die das Prozessleitsystem nicht ausgelegt ist, wie beispielsweise unbekannte Veränderungen der Zusammensetzung der Einsatzmaterialien, Funktionsminderung von Maschinen, Maschinenversagen und abnorme (oder fehlerhafte) Betriebshandlungen von Benutzern. Weitere Beispiele für Fehler umfassen das ungeplante Abschalten von Maschinen, das Freisetzen von Chemikalien in die Atmosphäre, die Erhöhung von Druck in Überdruckventilen, Temperaturausbrüche in Maschinen und Leistungsverschlechterungen. Natürlich sind Fehler nicht auf System- oder Großereignisse beschränkt. Ein Fehler kann ein abnormes Ereignis sein oder ein Zusammenfallen von Ereignissen, die zu einer wirtschaftlichen, Sicherheits- und/oder Umweltbeeinträchtigung geführt haben oder führen können.
  • Normalerweise wird bei Erkennung eines Fehlers (zum Beispiel automatisch durch das Prozessleitsystem) an einer Bedienerschnittstelle ein Alarm erzeugt. Der Bediener kann dann versuchen, den Ursprung des Fehlers zu diagnostizieren und Korrekturmaßnahmen ergreifen. Einige der Schlüsselfaktoren zur Steuerung von Fehlern umfassen daher eine frühzeitige Fehlererkennung und die Reduzierung falscher Alarme. Dazu zählt beispielsweise eine zeitnahe und zuverlässige Fehlererkennung, die Diagnose der Ursache des Fehlers und die Durchführung von Korrekturmaßnahmen, durch die das Instrument, die Steuereinrichtung, das Verfahren und/oder die Maschine, die bzw. das die Fehlerquelle ist, wieder in den Normalbetrieb zurückgebracht wird.
  • Bekannte Datenüberwachungs- und Analytikwerkzeuge versuchen Prozessanlagen innerhalb normaler Betriebsregionen zu halten und bieten eine erste Verteidigungslinie gegen das Auftreten von Fehlern. Diese Werkzeuge konzentrieren sich jedoch typischerweise auf eine einzelne Schleife oder auf einen extrem stark eingeschränkten Umfang innerhalb einer Prozessanlage. Sie sind nicht dazu in der Lage, auf die Gesamtheit (oder nur einen großen Teil) einer typischen, modernen Prozessleitanlage, in der Hunderte und Tausende von Prozessvariablen bei sehr hoher Geschwindigkeit beobachtet werden müssen, einzugehen. Bekannte Datenüberwachungs- und Analytikwerkzeuge sind weiterhin nicht dazu in der Lage, auf ungewöhnliche Ereignisse, wie eine sich verschlechternde Maschinenleistung, entfernte Feldgeräte oder größere Veränderungen der Betriebsbedingungen, die durch Situationen außerhalb des unmittelbaren, beschränkten Bereichs des Werkzeugs herbeigeführt werden, einzugehen.
  • Andererseits sind die neuartigen verteilten industriellen Prozessleistungsbeobachtungs- und Analytiktechniken, -systeme, -vorrichtungen, -komponenten und -verfahren, die hierin offenbart werden, dazu in der Lage, auf industrielle Prozessüberwachung und Analytik jedweder Größe-Umfangs, von der gesamten Prozessanlage bis hinunter zu einer einzelnen Schleife oder sogar einem einzigen Gerät, einzugehen (beispielsweise durch Überwachung und/oder Analyse). In der Tat sind die hierin offenbarten neuartigen Techniken in manchen Konfigurationen dazu in der Lage simultan auf mehrere Prozessanlagen einzugehen (beispielsweise mehrere Ölraffinerien, die einer einzigen Gesellschaft gehören und von dieser betrieben werden oder sogar unterschiedlichen Gesellschaften, unter der Voraussetzung, dass die Daten verfügbar sind). Generell entdecken und liefern die neuartigen Leistungsüberwachungs- und Analytiktechniken, die hierin offenbart werden, Wissen, das für eine frühzeitige Erkennung indikativ ist und/oder Vorwarnungen über mögliche Fehler, die in Prozessanlagen und Kontrollsystemen auftreten können. Sie geben somit genug Zeit, um vorschriftsmäßige oder Korrekturmaßnahmen zu ergreifen, um ein Auftreten des Fehlers zu verhindern. In manchen Situationen entdecken und liefern die hierin offenbarten neuartigen Techniken auch vorschriftsmäßiges, umsetzbares Wissen zur Vermeidung des Eintretens möglicher Fehler und/oder um die Auswirkungen ihres Eintretens zu begrenzen. Die hierin offenbarten neuartigen Techniken können weiterhin Wissen entdecken und liefern, das indikativ für mögliche Verbesserungen der Anlageneffizienz ist und umsetzbares Wissen zur Realisierung der Effizienzverbesserungen entdecken und liefern.
  • BEISPIELHAFTES PROZESSLEITSYSTEM MIT VERTEILTER INDUSTRIELLER PROZESSÜBERWACHUNG UND ANALYTIK
  • Wie vorstehend besprochen wird eine Prozessanlage, ein Prozessleitsystem oder eine Prozesssteuerungsumgebung, die zumindest einen Teil der hierin beschriebenen neuartigen industriellen Prozessüberwachungs- und Analytiktechniken umfasst oder unterstützt zur Steuerung einer oder mehrerer industrieller Prozesse in Echtzeit betrieben. Als solches können in der Prozessanlage oder dem Steuersystem eines oder mehrere verkabelte oder kabellose Prozessleitgeräte, Komponenten oder Elemente enthalten sein, die physikalische Funktionen (wie beispielsweise das Öffnen oder Schließen von Ventilen, die Messung von Temperaturen, Druck und/oder anderer Prozess- und/oder Umgebungsparameter usw.) zur Steuerung eines Prozesses, der innerhalb der Prozessanlage oder des Systems ausgeführt wird, durchführen. Die Prozessanlage oder das Prozessleitsystem können beispielsweise eines oder mehrere verkabelte Kommunikationsnetzwerke und/oder eines oder mehrere kabellose Kommunikationsnetzwerke umfassen. Die Prozessanlage oder das Steuersystem kann zentralisierte Datenbanken, wie beispielsweise kontinuierliche, Batch- und andere Arten historischer Datenbanken, umfassen.
  • Zur Veranschaulichung zeigt 1 ein detailliertes Blockdiagramm einer beispielhaften Prozessanlage oder einer Prozesssteuerungsumgebung 5, die alle oder jedwede der hierin beschriebenen verteilten industriellen Prozessüberwachungs- und Analytiktechniken umfasst oder unterstützt. Das Prozessleitsystem 5 umfasst mehrere verteilte Datenmaschinen eines verteilten industriellen Prozessüberwachungs- und Analytiksystems, das von der Prozessanlage oder Umgebung 5 unterstützt wird, oder die darin enthalten oder integriert sind. (Eine vollständigere Beschreibung eines verteilten industriellen Prozessüberwachungs- und Analytiksystems ist in nachfolgenden Abschnitten enthalten.) Jede der verteilten Datenmaschinen des industriellen Prozessüberwachungs- und Analytiksystems ist direkt oder indirekt mit irgendeiner Komponente oder einem Teil der Prozessanlage 5 verbunden (beispielsweise physisch verbunden oder kabellos verbunden). Eine verteilte Datenmaschine kann beispielsweise in ein bestimmtes Gerät oder einen Knoten der Prozessanlage 5 eingebettet oder hergestellt sein. Zur Bildung einer einheitlichen Entität kann eine Datenmaschine an ein bestimmtes Gerät oder Knoten der Anlage 5 angebracht oder damit gekoppelt sein oder die Datenmaschine kann an einer herkömmlichen Kommunikationsverbindung der Anlage 5 angebracht oder damit gekoppelt sein. In 1 markiert ein eingekreistes „DDE“ ein jeweiliges Beispiel einer verteilten Datenmaschine.
  • Wie vorstehend besprochen können verteilte Datenmaschinen in Prozessleitgeräten eingebettet sein, deren Hauptfunktion die automatische Erzeugung und/oder der Empfang von Prozessleitdaten zur Duchführung von Funktionen zur Steuerung eines Prozesses in der Prozessanlagenumgebung 5 in Echtzeit ist. Jeweilige Datenmaschinen können beispielsweise in Prozesssteuereinrichtungen, Feldgeräten und I/O Geräten eingebettet oder hergestellt sein. In der Prozessanlagenumgebung 5 empfangen Prozesssteuereinrichtungen Signale, die indikativ für die von den Feldgeräten durchgeführten Prozessmessungen sind, verarbeiten diese Informationen zur Implementierung einer Steuerroutine und erzeugen Steuersignale, die über herkömmliche verkabelte oder kabellose Prozesssteuerungskommunikationsverbindungen oder Netzwerke an andere Feldgeräte zur Steuerung des Prozessbetriebs in der Anlage 5 gesendet werden. Typischerweise führt mindestens ein Feldgerät eine physische Funktion zur Steuerung eines Betriebsprozesses aus (beispielsweise Öffnen oder Schließen eines Ventils, Erhöhung oder Verringerung einer Temperatur usw.) und einige Arten der Feldgeräte kommunizieren über I/O Geräte mit Steuereinrichtungen. Prozesssteuereinrichtungen, Feldgeräte und I/O Geräte können verkabelt oder kabellos sein und die Prozessanlagenumgebung oder System 5 können über eine beliebige Anzahl und Kombination von verkabelten und kabellosen Prozesssteuereinrichtungen, Feldgeräten und I/O Geräten verfügen und diese können jeweils eine verteilte Datenmaschine umfassen.
  • 1 veranschaulicht beispielsweise eine Prozesssteuereinrichtung 11, die über die Input/Output (I/O) Karten 26 und 28 mit den verkabelten Feldgeräten 15–22 kommunikativ verbunden ist, und die über einen kabellosen Gateway 35 und eine Prozesssteuerungsdatenautobahn oder Backbone 10 (der einen oder mehrere verkabelte und/oder kabellose Kommunikationsverbindungen umfassen kann und unter Verwendung eines gewünschten oder geeigneten Kommunikationsprotokolls, wie beispielsweise einem Ethernet Protokoll, implementiert werden kann) mit den kabellosen Feldgeräten 40–46 kommunikativ verbunden ist. In einer Ausführungsform ist die Steuereinrichtung 11 unter Verwendung von einem oder mehreren anderen Kommunikationsnetzwerken als dem Backbone 10, wie beispielsweise unter Verwendung einer beliebigen Anzahl anderer verkabelter oder kabelloser Kommunikationsverbindungen, die ein oder mehrere Kommunikationsprotokolle unterstützen, beispielsweise Wi-Fi oder andere IEEE 802.11 konforme kabellose Local Area Network Protokolle, mobile Kommunikationsprotokolle (beispielsweise WiMAX, LTE oder andere ITU-R kompatible Protokolle), Bluetooth®, HART®, WirelessHART®, Profibus, FOUNDATION® Fieldbus usw., mit dem kabellosen Gateway 35 kommunikativ verbunden. Der Backbone 10 und diese anderen Kommunikationsnetzwerke sind Beispiele für „herkömmliche“ Prozessleitkommunikationsnetzwerke, wie sich hierin darauf bezogen wird.
  • Die Steuereinrichtung 11, bei der es sich beispielsweise um die von Emerson Process Management vertriebene DeltaVTM Steuereinrichtung handeln könnte, kann zur Implementierung eines Batch-Prozesses oder eines kontinuierlichen Prozesses, der mindestens einige der Feldgeräte 15–22 und 40–46 nutzt, betrieben werden. In einer Ausführungsform ist die Steuereinrichtung 11, zusätzlich zu der kommunikativen Verbindung mit der Prozesssteuerungsdatenautobahn 10, unter Verwendung jeder gewünschten Hardware und Software, die beispielsweise mit Standard 4–20 mA Geräte, I/O Karten 26, 28 und/oder einem intelligentem Kommunikationsprotokoll, wie dem FOUNDATION® Fieldbus Protokoll, dem HART® Protokoll, dem WirelessHART® Protokoll usw., assoziiert ist, mit mindestens einem der Feldgeräte 15–22 und 40–46 kommunikativ verbunden. In 1 sind die Steuereinrichtung 11, die Feldgeräte 15–22 und die I/O Karten 26, 28 verkabelte Geräte und die Feldgeräte 40–46 kabellose Feldgeräte. Natürlich könnten die verkabelten Feldgeräte 15–22 und die kabellosen Feldgeräte 40–46 mit jedem anderen gewünschten Standard oder Protokoll konform sein, wie beispielsweise verkabelten oder kabellosen Protokollen, einschließlich Standards und Protokollen, die in der Zukunft entwickelt werden.
  • Die Steuereinrichtung 11 in 1 enthält einen Prozessor 20, der eine oder mehrere Prozesssteuerroutinen 38 (die beispielsweise in einem Speicher 32 gespeichert sind) implementiert oder überwacht. Der Prozessor 30 ist zur Kommunikation mit den Feldgeräten 15–22 und 40–46 konfiguriert und mit anderen Knoten kommunikativ mit der Steuereinrichtung 11 verbunden. Es sollte beachtet werden, dass Teile der hierin beschriebenen Steuerroutinen oder Module (einschließlich Qualitätsvorhersagen und Fehlererkennungsmodule oder Funktionsblöcke) von unterschiedlichen Steuereinrichtungen oder anderen Geräten implementiert oder ausgeführt werden können, wenn dies gewünscht wird. Ebenso können die hierin beschriebenen Kontrollroutinen oder Module 38, die innerhalb des Prozessleitsystems 5 implementiert werden sollen, jedwede Form haben, einschließlich Software, Firmware, Hardware usw. Steuerroutinen können in jedem gewünschten Softwareformat, wie beispielsweise objektorientierte Programmierung, Leiterlogik, sequentielle Funktionspläne, Funktionsblockdiagramme, implementiert werden oder jede andere Softwareprogrammiersprache oder jedes andere Designparadigma verwenden. Die Steuerroutinen 38 können in jeder gewünschten Art von Speicher 32, wie beispielsweise Random Access Memory (RAM) oder Read-Only Memory (ROM), gespeichert werden. Ebenso können die Steuerroutinen 38 hartkodiert werden, beispielsweise in einen oder mehrere EPROMs, EEPROMs, applikationsspezifischen integrierten Schaltkreisen (ASCIs) oder anderen Hardware- oder Firmwarelementen. Die Steuereinrichtung 11 kann auf jede gewünschte Weise für die Implementierung einer Steuerstrategie oder Steuerroutine konfiguriert werden.
  • In manchen Ausführungsformen implementiert die Steuereinrichtung 11 eine Steuerstrategie unter Verwendung dessen, was gemeinhin als Funktionsblöcke bezeichnet wird, wobei jeder Funktionsblock ein Objekt oder ein anderer Teil (beispielsweise eine Subroutine) einer Gesamtsteuerroutine ist und in Verbindung mit anderen Funktionsblöcken (über Verbindungen genannte Kommunikationen) der Implementierung der Prozesssteuerungsschleifen innerhalb des Prozesssteuersystems 5 dienen. Steuerbasierte Funktionsblöcke führen entweder eine Eingabefunktion aus, wie sie beispielsweise mit einem Sender, einem Messfühler oder einem anderen Messgerät für Prozessparameter assoziiert wird, eine Steuerfunktion, wie sie beispielsweise mit einer Steuerroutine, die PID, Fuzzy Logic usw. ausführt, assoziiert wird, oder eine Ausgabefunktion, die den Betrieb eines Geräts steuert, wie beispielsweise ein Ventil, um eine physische Funktion innerhalb des Prozessleitsystems 5 durchzuführen. Natürlich existieren auch Hybrid- und andere Arten von Funktionsblöcken. Funktionsblöcke können in der Steuereinrichtung 11 gespeichert und von ihr ausgeführt werden. Dies ist typischerweise der Fall, wenn diese Funktionsblöcke für Standard 4–10 mA Geräte und manche Arten von Smart Field Geräten, wie HART®, verwendet oder mit ihnen assoziiert werden, oder sie können in den Feldgeräten selbst gespeichert und implementiert werden, was im Fall von FOUNDATION® Fieldbus Geräten der Fall sein kann. Die Steuereinrichtung 11 kann eine oder mehrere Steuerroutinen 38 umfassen, die eine oder mehrere Steuerschleifen implementieren können und durch Ausführung eines oder mehrerer Funktionsblöcke ausgeführt werden können.
  • Die verkabelten Feldgeräte 15–22 können jedwede Arten von Geräten sein, wie beispielsweise Messfühler, Ventile, Sender, Positionierer usw, während die I/O Karten 26 und 28 jedwede Arten von I/O Geräten sein können, die konform zu dem gewünschten Kommunikations- oder Steuereinrichtungsprotokoll sind. In 1 sind die Feldgeräte 15–18 Standard 4–20 mA Geräte oder HART® Geräte, die über analoge Leitungen oder kombinierte analoge und digitale Leitungen mit der I/O Karte 26 kommunizieren, während die Feldgeräte 19–22 intelligente Geräte, wie beispielsweise FOUNDATION® Fieldbus Feldgeräte, sind, die unter Verwendung eines FOUNDATION® Fieldbus Kommunikationsprotokolls über einen digitalen Bus mit der I/O Karte 28 kommunizieren. In manchen Ausführungsformen kommunizieren jedoch mindestens einige der verkabelten Feldgeräte 15, 16 und 18–21 und/oder mindestens einige der Big Data I/O Karten 26, 28 zusätzlich oder alternativ unter Verwendung der Prozesssteuerungsdatenautobahn 10 und/oder unter Verwendung anderer, geeigneter Steuersystemprotokolle (beispielsweise Profibus, DeviceNet, Foundation Fieldbus, ControlNet, Modbus, HART usw.) mit der Steuereinrichtung 11 (und/oder anderen Big Data Knoten).
  • Wie in 1 gezeigt enthalten alle, die Steuereinrichtung 11, die I/O Karten 26 und 28 und die verkabelten Feldgeräte 15–16, 18–21, eine jeweilige, eingebettete, verteilte Datenmaschine, wie durch das eingekreiste „DDE“ markiert, die über einen oder mehrere Datenanalytikkommunikationskanäle und/oder Netzwerke (in 1 nicht gezeigt) mit anderen verteilten Datenmaschinen kommunizieren.
  • In 1 kommunizieren die kabellosen Feldgeräte 40–46 unter Verwendung eines kabellosen Protokolls, wie beispielsweise das WirelessHART® Protokoll, über ein herkömmliches, kabelloses Prozesssteuerungskommunikationsnetzwerk 70. Solche kabellosen Feldgeräte 40–46 können direkt mit einem oder mehreren anderen Geräten oder Knoten des Prozesssteuerungs-Datenanalytikkommunikationsnetzwerks 112, die ebenfalls für eine kabellose Kommunikation konfiguriert sind (unter Verwendung des kabellosen Protokolls oder eines anderen kabellosen Protokolls zum Beispiel), kommunizieren. Zur Kommunikation mit einem oder mehreren anderen Knoten, die nicht für die kabellose Kommunikation konfiguriert sind, können die kabellosen Feldgeräte 40–46 einen kabellosen Gateway 35 verwenden, der mit der Prozesssteuerungsdatenautobahn 10 oder mit einem anderen herkömmlichen Prozessleitkommunikationsnetzwerk verbunden ist.
  • Der kabellose Gateway 35 kann Zugang zu mehreren kabellosen Geräten 40–58 des kabellosen Kommunikationsnetzwerks 70 bieten. Der kabellose Gateway 35 ermöglicht insbesondere die kommunikative Kopplung der kabellosen Geräte 40–58, der verkabelten Geräte 11–28 und/oder anderer Knoten oder Geräte der Prozesssteuerungsanlage 5. Der kabellose Gateway 35 kann beispielsweise durch Verwendung der Prozesssteuerungsdatenautobahn 10 und/oder durch Verwendung von einem oder mehreren anderen herkömmlichen Kommunikationsnetzwerken der Prozessanlage 5 eine kommunikative Kopplung ermöglichen.
  • Ebenso wie die verkabelten Feldgeräte 15–22, können die kabellosen Feldgeräte 40–46 des kabellosen Netzwerks 70 physische Steuerfunktionen innerhalb der Prozessanlage 5 ausführen, beispielsweise das Öffnen oder Schließen von Ventilen oder die Durchführung von Messungen der Prozessparameter. Die kabellosen Feldgeräte 40–46 sind jedoch für Kommunikation unter Verwendung des kabellosen Protokolls des Netzwerk 70 konfiguriert. Als solches sind die kabellosen Feldgeräte 40–46, der kabellose Gateway 35 und die anderen kabellosen Knoten 52–58 des kabellosen Netzwerks 70 Produzenten und Konsumenten kabelloser Kommunikationspakete.
  • In manchen Szenarien kann das kabellose Netzwerk 70 nicht-kabellose Geräte umfassen. Ein Feldgerät 48 in 1 könnte beispielsweise ein 4–20 mA Legacy-Gerät und ein Feldgerät 50 könnte ein herkömmliches verkabeltes HART® Gerät sein. Zur Kommunikation innerhalb des Netzwerks 70 können die Feldgeräte 48 und 50 über einen kabellosen Adapter oder eine Historisierung an diesem oder 52b mit dem kabellosen Kommunikationsnetzwerk 70 verbunden sein. Die kabellosen Adapter 52a, 52b können andere Kommunikationsprotokolle, wie Foundation® Fieldbus, PROFIBUS, DeviceNet usw., unterstützen. Das kabellose Netzwerk 70 kann weiterhin einen oder mehrere Netzwerk-Zugangspunkte 55a, 55b umfassen, bei denen es sich um separate physische Geräte handeln kann, die in verkabelter Kommunikation mit dem kabellosen Gateway 35 stehen oder mit dem kabellosen Gateway 35 als eine integrale Vorrichtung bereitgestellt werden. Das kabellose Netzwerk 70 kann außerdem einen oder mehrere Router 58 zur Weiterleitung von Paketen von einem kabellosen Gerät zu einem anderen kabellosen Gerät innerhalb des kabellosen Kommunikationsnetzwerks 70 umfassen. Die kabellosen Geräte 40–46 und 52–58 können miteinander und über kabellose Verbindungen 60 des kabellosen Kommunikationsnetzwerks 70 und/oder über die Prozesssteuerungsdatenautobahn 10 mit dem kabellosen Gateway 35 kommunizieren.
  • Wie in 1 gezeigt enthalten der Adapter 52a, der Zugangspunkt 55a und der Router 58 jeweils eine jeweilige, eingebettete, verteilte Datenmaschine, wie durch das eingekreiste „DDE“ markiert, die über einen oder mehrere Datenanalytikkommunikationskanäle und/oder Netzwerke (in 1 nicht gezeigt) mit anderen verteilten Datenmaschinen kommunizieren.
  • In manchen Ausführungsformen umfasst das Prozesssteuerungssystem 5 einen oder mehrere kabellose Zugangspunkte 72, die unter Verwendung anderer kabelloser Protokolle, wie beispielsweise Wi-Fi oder anderen IEEE 802.11 konformen kabellosen Local Area Network Protokollen, mobilen Kommunikationsprotokollen, wie WiMAX (Worldwide Interoperability for Microwave Access), LTE (Long Term Evolution) oder anderen ITU-R (International Telecommunication Union Radio Communication Sector) kompatiblen Protokollen, Kurzwellen-Funkkommunikationen wie Nahfeldkommunikation (NFC) und Bluetooth, oder andere kabellose Kommunikationsprotokolle, kommunizieren. Typischerweise ermöglichen solche kabellosen Zugangspunkte 72 Handheld oder anderen tragbaren Computergeräten (beispielsweise Benutzerschnittstellengeräte 73) Kommunikation über ein jeweiliges herkömmliches, kabelloses Prozesssteuerungskommunikationsnetzwerk, das sich von dem kabellosen Netzwerk 70 unterscheidet und ein anderes kabelloses Protokoll unterstützt als das kabellose Netzwerk 70. Ein kabelloses oder tragbares Benutzerschnittstellengerät 73 kann beispielsweise eine mobile Arbeitsstation oder diagnostische Testausrüstung sein, die von einem Bediener innerhalb der Prozessanlage 5 verwendet wird. In manchen Szenarios kommunizieren zusätzlich zu tragbaren Computergeräten ein oder mehrere Prozesssteuerungsgeräte (beispielsweise Steuereinrichtung 11, Feldgeräte 15–22 oder kabellose Geräte 35, 40–58) ebenfalls unter Verwendung des von den Zugangspunkten 72 unterstützen Zugangspunkten 72.
  • In manchen Ausführungsformen umfasst das Prozesssteuerungssystem 5 ein oder mehrere Gateways 75, 78 zu Systemen extern zu dem unmittelbaren Prozessleitsystem 5. Typischerweise sind solche Systeme Kunden oder Lieferanten der Informationen, die von dem Prozessleitsystem 5 generiert oder berechnet werden. Die Prozessleitanlage 5 kann beispielsweise einen Gateway-Knoten 75 zur kommunikativen Verbindung der unmittelbaren Prozessanlage 5 mit einer anderen Prozessanlage umfassen. Zusätzlich oder alternativ kann die Prozesssteuerungsanlage 5 einen Gateway-Knoten 78 zur kommunikativen Verbindung der unmittelbaren Prozessanlage 5 mit einem externen öffentlichen oder privaten System, wie einem Laborsystem (beispielsweise Laboratory Information Management System oder LIMS), einer Operator Rounds Datenbank, einem Materialbearbeitungssystem, einem Wartungsverwaltungssystem, einem Produktbestandkontrollsystem, einem Produktionsplanungssystem, einem Wetterdatensystem, einem Versand- und Bearbeitungssystem, einem Verpackungssystem, dem Internet, dem Prozessleitsystem eines anderen Anbieters oder anderen externen Systemen, umfassen.
  • Wie in 1 gezeigt enthalten der Zugangspunkt 72, das Benutzerschnittstellengerät 73 und der Gateway 75 jeweils eine jeweilige, eingebettete, verteilte Datenmaschine, wie durch das eingekreiste „DDE“ markiert, die über einen oder mehrere Datenanalytikkommunikationskanäle und/oder Netzwerke (in 1 nicht gezeigt) mit anderen verteilten Datenmaschinen kommunizieren.
  • Es wird angemerkt, dass obwohl 1 nur eine einzelne Steuereinrichtung 11 mit einer endlichen Zahl von Feldgeräten 15–22 und 40–46, kabellosen Gateways 35, kabellosen Adaptern 52, Zugriffspunkten 55, Routern 58 und kabellosen Prozesssteuerungskommunikationsnetzwerken 70, die in einer Prozessanlage 5 enthalten sind, veranschaulicht, dies nur eine veranschaulichende und nicht einschränkende Ausführungsform ist. Es kann eine beliebige Anzahl an Steuereinrichtungen 11 in dem Prozessleitsystem oder System 5 enthalten sein und jede der Steuereinrichtungen 11 kann mit einer beliebigen Anzahl an verkabelten oder kabellosen Geräten und Netzwerken 15–22, 40–46, 35, 52, 55, 58 und 70 zur Steuerung eines Prozesses in der Anlage 5 kommunizieren.
  • BEISPIEL FÜR DIE ARCHITEKTUR EINES VERTEILTEN INDUSTRIELLEN PROZESSLEISTUNGSÜBERWACHUNGS/-ANALYTIKSYSTEMS
  • 2A enthält ein Blockdiagramm eines beispielhaften Systems 100 für die verteilte industrielle Prozessleistungsüberwachung/Analytik, das hierin auch austauschbar als Daten-Analytik-System (DAS) bezeichnet wird. Das DAS 100 kann beispielsweise zusammen mit der Prozessanlage 5 in 1 betrieben werden und wird hierin zur Vereinfachung der Darstellung erläutert. Es versteht sich jedoch, dass mindestens ein Teil des DAS 100 zusammen mit anderen Prozessanlagen und/oder Prozessleitsystemen als der Prozessanlage 5 betrieben werden kann.
  • Das DAS 100 unterstützt generell lokalisierte Leistungsüberwachung und/oder Analytik und unterstützt gleichzeitig eine umfangreiche (beispielsweise systemweite und/oder über mehrere Vorrichtungen oder Knoten der Prozessanlage 5 hinweg) Leistungsüberwachung, Data Mining und Datenanalytik für Prozessanlagenumgebungen. Insofern umfasst das System 100 eine Vielzahl von verteilten Datenmaschinen (Distributed Data Engines; DDE). Beispiele dafür werden in 2A durch die Bezugszeichen 102a–102e und in 2B durch die Bezugszeichen 102f–102h gekennzeichnet. Wie hierin verwendet bezieht sich das Bezugszeichen „102x“ auf eine oder mehrere der DDEs 102a–102h. Mindestens einige der in 2A veranschaulichten verteilten Datenmaschinen korrespondieren mit den in 1 veranschaulichten verteilten Datenmaschinen. Die Datenmaschine 102a in 2A ist beispielsweise die Datenmaschine, die in dem kabellosen Gateway 35 von 1 enthalten ist und die Datenmaschine 102b in 2A ist die Datenmaschine, die in der Steuereinrichtung 11 der 1 eingebettet ist. Zusätzlich umfasst das System 100 andere Datenmaschinen 102, die in 1 nicht gezeigt werden. Zum Beispiel ist eine verteilte Datenmaschine 102c mit der Datenautobahn 10 verbunden, eine verteilte Datenmaschine 102d ist in eine zentrale Big Data Anwendung 108 der Prozessanlage 5 eingebettet und eine verteilte Datenmaschine 102e ist in einen Big Data Cloud Knoten 110 eingebettet, wobei der Big Data Cloud Knoten 110 den Datananalytikanforderungen der Prozessleitanlage 5 nachkommen kann (und in manchen Konfigurationen auch anderen Prozessleitanlagen zuarbeiten kann). Selbstverständlich ist das System 100 nicht nur auf fünf Datenmaschinen 102a–102e oder acht Datenmaschinen 102a–102h beschränkt, sondern kann eine beliebige Anzahl an verteilten Datenmaschinen umfassen, von denen mindestens einige in ihre jeweiligen Datenquellen eingebettet oder darin hergestellt sind (beispielsweise in jeweiligen Prozesssteuerungsvorrichtungen der Prozessanlage 5) und/oder von denen mindestens einige anderweitig mit einigen anderen Datenquellen (beispielsweise Komponenten, Teil usw.) der Prozessanlage 5 verbunden sind.
  • Wie vorstehend erwähnt kommunizieren verteilte Datenmaschinen typischerweise nicht mit anderen verteilten Datenmaschinen durch Verwendung der herkömmlichen Prozesssteuerungsanlagenkommunikationsnetzwerke (beispielsweise den Backbone 10, das kabellose Netzwerk 70, die Kabelverbindung zwischen der I/O Karte 28 und Geräten 19–22 usw. der 1), obwohl in manchen Konfigurationen manche verteilten Datenmaschinen 102x möglicherweise mindestens einige Informationen durch Verwendung eines herkömmlichen Prozesssteuerungskommunikationsnetzwerks an andere Datenmaschinen kommunizieren. Generell kommunizieren die Datenmaschinen 102x jedoch mit anderen Datenmaschinen 102x durch Verwendung eines oder mehrerer Datenanalytikkommunikationsnetzwerke 112, die getrennt und unterschiedlich von herkömmlichen Prozesssteuerungsnetzwerken sind. Analytikdaten werden zwischen verteilten Datenmaschinen oder Knoten des Netzwerks 112 Stream-übertragen, beispielsweise durch Verwendung eines Analytik-Streamdienstes, eines Streaming- und/oder Warteschlangen-Protokolls und/oder durch Verwendung eines Messaging Brokers oder Systems 115, das Streaming unterstützt, wie beispielsweise eine Streaming-Quelle, Flume, HDFS, ZeroMQ, Kafka, Microsoft Message Bus, MQTT, AMQP, RabbitMQ usw., ein benutzerdefiniertes spezialisiertes Historienobjektkommunikationsprotokoll, wie es in der vorstehend erwähnten US-Anmeldung Nr. 14/506,863 mit dem Titel „STREAMING DATA FOR ANALYTICS IN PROCESS CONTROL SYSTEMS“ beschrieben ist oder ein anderes geeignetes Kommunikationsprotokoll. In 2A werden durch die gestrichelten Linien mehrere Zweige des Datenanalytikkommunikationsnetzwerks 112 dargestellt, obwohl in 2A das Netzwerk 112 der Klarheit halber nicht vollständig dargestellt wird. In einer Ausführungsform kann somit mindestens ein Teil des Datenanalytiknetzwerks 112 in gewissem Sinne ein Überlagerungsnetzwerk auf den herkömmlichen Prozesssteuerungskommunikationsnetzwerken innerhalb der Anlage 5 sein. Zum Beispiel können mindestens einige der physischen Geräte, die die DDEs 102x und das Datenanalytiknetzwerk 112 umfassen, sich auf dem Gelände der Prozessanlage 5 befinden und in manchen Fällen unter den Geräten der Prozessanlage 5.
  • In einer anderen Ausführungsform kann mindestens ein Teil des Datenanalytikkommunikationsnetzwerks 112 entlang oder weitgehend parallel zu herkömmlichen Prozesssteuerungskommunikationsnetzwerken implementiert sein, wie in 2B gezeigt. In 2B enthält die Prozessanlage 5 mehrere Prozesssteuerungsgeräte oder -komponenten, die kommunikativ mit einem herkömmlichen Prozesssteuerungskommunikationsnetzwerk verbunden sind, zum Beispiel zur Unterstützung der Steuerung eines oder mehrerer Prozesse innerhalb der Anlage 5. Drei solcher Prozesssteuerungsgeräte/-komponenten verfügen jeweils über darin eingebettete DDE 102f, 102g und 102h mit denen sie assoziiert sind und jede der DDEs 102f–102h ist kommunikativ mit dem Datenanalytiknetzwerk 112 verbunden. Der größte Teil der Geräte, die das Datenanalytiknetzwerk 112 unterstützen und/oder die es umfasst befindet sich jedoch nicht unter den Geräten der Prozessanlage 5, sondern kann sich stattdessen dezentral in einem Unternehmens-Rechenzentrum befinden.
  • In einer anderen Ausführungsform kann mindestens ein Teil des Datenanalytikkommunikationsnetzwerks 112 als ein logisches Netzwerk innerhalb der Prozessanlage 5 implementiert sein. In dieser Ausführungsform können beispielsweise sowohl Prozessleitdaten, als auch Analytikdaten über eine gleiche physische Kommunikationsverbindung transportiert werden, die logisch das Aussehen unabhängiger Verbindungen hat, beispielsweise eine herkömmliche Prozesskommunikationsverbindung und eine Datenanalytikkommunikationsverbindung.
  • Ungeachtet der Implementierung des Datenanalytiknetzwerks 112 überschneidet sich das Datenanalytiknetzwerk 112 jedoch mit herkömmlichen Prozesssteuerungskommunikationsnetzwerken an Geräten oder Knoten innerhalb des Prozesskontrollsystems 5, die Informationen an andere Geräte oder Knoten innerhalb des Prozesskontrollsystems 5 über herkömmliche Prozesskontrollkommunikationsnetzwerke übertragen und in denen verteilte Datenmaschinen eingebettet sind (beispielsweise Datenmaschinen 102a, 102b, 102f, 102g, 102h) und/oder aufgrund von verteilten Datenmaschinen, die an herkömmliche Prozesssteuerungskommunikationsnetzwerke zum Zweck eine Fensters zu den Daten, die darüber übertragen werden, angeschlossen sind (beispielsweise Datenmaschine 102c).
  • Das Datenanalytiknetzwerk 112 kann jedwede gewünschte Kommunikationstechnologie und/oder Kommunikationsprotokolle nutzen. Mindestens ein Teil des Datenanalytiknetzwerks 112 kann verkabelte Technologie nutzen und mindestens ein Teil des Datenanalytiknetzwerks 112 kann kabellose Technologie nutzen. Generell kann das Datenanalytiknetzwerk 112 jedoch Datenpakettransportprotokolle und/oder Technologie nutzen, wie beispielsweise IP oder andere asynchrone Datenpaketprotokolle über Ethernet.
  • Auf höherer Ebene oder Schicht kann das Datenanalytiknetzwerk 112 ein Stream-fähiges Protokoll, einen Message-Broker, der Echtzeit-Datenfeeds bearbeitet, und/oder ein Messaging-System, das die Echtzeit-Datenfeeds 115 bearbeitet, wie Apache Kafka, nutzen. Wie in 2A gezeigt ermöglicht es die von dem Datenanalytiknetzwerk 112 bereitgestellte Streaming-Fähigkeit 115 dem verteilten Leistungsüberwachungs/Analytiksystem oder DAS 100 sich lokal zu binden und diverse analytische Services nahe an den Datenquellen bereitzustellen (beispielsweise nahe an oder an Vorrichtungen oder Knoten der Prozessanlage 5, in die verteilte Datenmaschinen 102x eingebettet sind, wie beispielsweise die Knoten 11, 18, 26, 28, 72, 35, 52a, 55a, 72 in 1). Gleichzeitig ermöglicht die Streaming-Fähigkeit 115 des Systems 100 dem System 100 auch umfangreichere Vorhersagen und Optimierungen bereitzustellen, da nur bestimmte, quellengenerierte Daten, die zur Unterstützung einer breiteren Datenanalytik oder einer Datenanalytik auf höherer Ebene notwendig sind, an die empfangenden Datenmaschinen kommuniziert werden müssen. Wenn die Datenmaschine 102d beispielsweise nur eine bestimmte Datenanalyitk für Daten ausführt, die von jeder der Steuereinrichtungen der Prozessanlage 5 generiert und innerhalb von einer Stunde nachdem eine bestimmte Konfigurationsveränderung an jeder Steuereinrichtung instantiiert wurde, erfasst wird, Stream-überträgt die an der Steuereinrichtung 11 eingebettete Datenmaschine 102b nur die erforderlichen Daten an die Maschine 102d (sie Stream-überträgt beispielsweise nur die Ausgabedaten, die von der Steuereinrichtung 11 während der Stunde nachdem die bestimmte Konfigurationsveränderung instantiiert wurde generiert wurden, an die Datenmaschine 102d; sie überträgt aber keine anderen Ausgabedaten, die von der Steuereinrichtung 11 generiert wurden).
  • Wie in 2A gezeigt sind Teile des verteilten Leistungsüberwachungs-/Analytiksystems oder DAS 100 lokal innerhalb der Prozesssteuerumgebung oder Anlage 5 angeordnet. Zum Beispiel befinden sich die verteilten Datenmaschinen 102a, 102b, 102c und 102d auf dem Gelände der Prozessanlage 5. Wie in 2A ebenfalls gezeigt sind andere Teile des Systems 100 dezentral angeordnet. Die Datenmaschine 102 befindet sich beispielsweise in der Cloud 110. Andere Datenmaschinen 102x können sich an einem oder mehreren dezentralen Standorten befinden (nicht gezeigt), wie an einer Serverbank, die mehrere Prozessanlagen oder Prozesssteuersysteme bedient. Selbstverständlich kann das System 100 in manchen Konfigurationen über keine lokal angeordneten Datenmaschinen oder über keine dezentral angeordneten Datenmaschinen verfügen. Das heißt, das System 100 kann die gesamte Leistungsüberwachung und Analytik (beispielsweise über eine oder mehrere verteilte Datenmaschinen) auf dem Gelände der ihr unterstehenden Prozesssteuerungsumgebung 5 (beispielsweise lokal) in seiner Gesamtheit außerhalb des Geländes der ihr unterstehenen Prozesssteuerungsumgebung 5 (beispielsweise dezentral) oder durch Verwendung einer Kombination von auf und außerhalb des Geländes befindlicher verteilter Datenmaschinen (beispielsweise sowohl lokal, als auch dezentral) bereitstellen.
  • BEISPIELHAFTE ARTEN DER LEISTUNGSÜBERWACHUNG UND -ANALYTIK FÜR INDUSTRIELLE STEUERSYSTEME
  • Leistungsüberwachung und Analytiken industrieller Steuersysteme umfassen generell die Sammlung von Daten, die von dem ihnen unterliegenden Steuersystem generiert werden (beispielsweise in Echtzeit während das System zur Steuerung eines oder mehrerer Prozesse betrieben wird), und die Durchführung von einer oder mehreren Funktionen oder Operationen an mindestens einigen der gesammelten Daten, um Wissen darüber zu ermitteln, wie gut das Steuersystem arbeitet, und in manchen Fällen, um Maßnahmen zu ermitteln, die zur Verbesserung der Leistung des Systems ergriffen werden können. Datenanalytiken für industrielle Prozessleitsysteme lassen sich in drei allgemeine Kategorien unterteilen: deskriptive Analytik, prädiktive Analytik und präskriptive Analytik. Es folgt eine allgemeine Diskussion dieser Analytik-Kategorien.
  • Deskriptive Analytiken ermöglichen es einem Benutzer zu entdecken, was innerhalb eines Prozessleitsystems oder einer Anlage geschehen ist, wann es geschehen ist, wie oft es geschehen ist und welches Problem oder welche Probleme aus dem, was geschehen ist, entstanden sind. Typischerweise werden deskriptive Analytiken für Daten, die aus der Überwachung des Prozesssystems oder der Anlage (beispielsweise a posteriori) gewonnen werden, durchgeführt, und können Techniken wie grundlegende Berechnungen, Skalierung und Standardstatistiken verwenden.
  • Präskriptive Analytiken erlauben es einem Benutzer die Betriebsabläufe innerhalb eines Prozessleitsystems oder einer Anlage zu optimieren. Präskriptive Analytik erlaubt es einem Benutzer zum Beispiel Fragen zu beantworten, wie beispielsweise: Was ist die beste Antwort? Was ist angesichts der Unsicherheit das beste Ergebnis? Was sind signifikant unterschiedliche und bessere Optionen? Prädiktive Analysen können wesentliche Qualitätsvariablen oder Kennzahlen der Prozess-Betriebsabläufe in industriellen Prozessleitanlagen und -systemen identifizieren, überwachen und steuern. Zusätzlich können prädiktive Analytiken identifizieren, was angesichts eines Satzes zukünftiger Eingaben oder kausaler Bedingungen mit wesentlichen Qualitätsvariablen oder Kennzahlen der Prozess-Betriebsabläufe geschieht. Die vorhergesagten Werte können dann von präskriptiver Analytik zur Generierung einer präskriptiven Maßnahme genutzt werden. Typischerweise nutzen präskriptive Analytiken Techniken, wie bedingungsbasierte Optimierung und Mehrzieloptimierung. Bekannte Überwachungs- und Analytikwerkzeuge sind jedoch rudimentär und in ihrem Umfang stark eingeschränkt.
  • Mit bekannten Datenüberwachungs- und Analytikwerkzeugen können Benutzer oder Bediener beispielsweise die Leistung eines einzelnen Geräts oder einer Einheit der Anlage durch Verwendung bedingungsbasierter Optimierungswerkzeuge, die auf Grundlage von Daten arbeiten, die aus der Überwachung eines einzelnen Geräts oder einer Einheit (beispielsweise a posteriori) gewonnen wurden, optimieren. Da ein Prozessleitsystem oder eine Anlage jedoch zahlreiche Geräte und Prozesseinheiten umfasst, könnte der Gesamtprozess aufgrund der Prozessinteraktionen zwischen mehreren Einheiten immer noch weit vom Optimum entfernt sein. Mehrzieloptimierungstechniken für interagierende Einheiten oder eine koordinierte Optimierung über einen Teil des Prozessleitsystems hinweg stehen in bekannten Datenüberwachungs- und Analytikwerkzeugen zwar zur Verfügung (beispielsweise First-Principle-Based-Modellierung), diese koordinierten Optimierungstechniken sind aber aufgrund der zunehmenden Komplexität der Prozesse schwierig und brauchen zu lang zur Ausführung (sofern sie sich überhaupt ausführen lassen), um nützlich zu sein. Bekannte Mehrzieloptimierungswerkzeuge arbeiten beispielsweise mit Daten, die aus der Beobachtung mehrerer Geräte oder Einheiten (beispielsweise a posteriori) gewonnen wurden, um optimale Betriebspunkte zu identifizieren und um Trajektorien zu bestimmen, um den aktuellen Betriebspunkt zum optimalen zu manövrieren. Jeder Zyklus der Datensammlung und deren Berechnung kann jedoch so lange dauern, dass der Prozess bis die präskriptiven Maßnahmen identifiziert werden in seinem Betrieb soweit fortgelaufen ist, dass die identifizierten präskriptiven Maßnahmen nicht mehr das Optimum sind oder sogar ungültig, kontraproduktiv und/oder gefährlich geworden sind. Wenn ein Benutzer weiterhin versucht, das Volumen und den Umfang (und somit die Zeit, die für sie benötigt wird) der Berechnungen zur reduzieren oder einzuschränken, indem der die Anzahl der Variablen, die in das Mehrzieloptimierungswerkzeug eingegeben wird, einschränkt, trifft der Benutzer ein menschliches Urteil darüber, welche Variablen als Eingaben ausgewählt werden, was nicht nur den Umfang einschränkt, sondern auch falsch sein könnte und daher irreführende oder falsche Ergebnisse produzieren könnte.
  • Weiterhin sind bekannte Überwachungs- und Analytikwerkzeuge häufig nicht dazu in der Lage, die Identität und Werte von wesentlichen Qualitätsvariablen bei Bedarf bereitzustellen (beispielsweise aufgrund von Einschränkungen der verfügbaren Messtechniken) und sie können keine zeitnahen, sachdienlichen Resultate liefern. Derzeit für die prädiktive Analytik von Prozessleitsystemen eingesetzte Techniken umfassen zum Beispiel entweder Offline-Techniken (zum Beispiel in einem Labor) oder Online-Techniken (zum Beispiel durch einen Analysator). Beide Techniken haben ihre jeweiligen Nachteile. Die Offline-Ermittlungen wesentlicher Qualitätsvariablen ist nicht wünschenswert, da durch die signifikante Verzögerung, die durch Labortests herbeigeführt wird, Ergebnisse suboptimal oder sogar für die aktuellen Prozessbedingungen ungültig werden (die gemessenen Signale können beispielsweise nicht als Rückmeldungen verwendet werden). Der Einsatz von Online-Analysatoren zur Ermittlung von wesentlichen Qualitätsvariablen ist ebenfalls weniger als wünschenswert, da bekannte Online-Analysatoren problematisch und teuer sind und eine regelmäßige und kostenintensive Wartung erforderlich machen. Solche Einschränkungen können die Qualität von Produkten, die Produktion von Abfällen und die Betriebssicherheit stark beeinflussen.
  • Außerdem ist ein herkömmliches, zentrales Leistungsüberwachungssystem in umfangreichen Überwachungssituationen stark eingeschränkt. Ein geeignetes Leistungsüberwachungssystem sollte über Fehlertoleranzfähigkeit, Betriebszuverlässigkeit und wirtschaftliche Effizienz verfügen. Diese werden kompromittiert, wenn für umfangreiche Überwachungssituationen ein zentrales Leistungsüberwachungssystem eingesetzt wird. Ein zentrales Überwachungssystem kümmert sich insbesondere um Fehler in allen Einheiten des Prozesses gleichzeitig. Wird ein Fehler in einer Einheit gefunden, wird das zentrale Überwachungssystem in seiner Fähigkeit, weitere Fehler bei anderen Einheiten, die während des gleichen Zeitraums auftreten, eingeschränkt, da ein zentrales Überwachungssystem alle gemessenen Variablen in seine Berechnung mit einbezieht und wenn eine Variable nicht zur Verfügung steht oder ein Kommunikationskanal blockiert ist, kann das gesamte Überwachungssystem seine Funktion einstellen. Weiterhin ist die Echtzeit-Fähigkeit eines zentralen Überwachungssystems durch die niedrigste Abtastrate der Variablen eingeschränkt, was die Effizienz des Überwachungssystems verringert. Weiterhin können unterschiedliche Variablen in einer Anlage sehr unterschiedliche Dynamikmaßstäbe (selbst innerhalb der gleichen Einheit) haben und ein einzelnes Überwachungssystem gilt üblicherweise nicht für alle Variablen eines gesamten Prozesses oder einer gesamten Einheit und ist insbesondere für Situationen, in denen sich Variablen gegenseitig aufeinander auswirken, beispielsweise bei interagierenden Prozesseinheiten, suboptimal. Noch weiter ist, wenn Prozessleitsysteme geografisch verteilt sind (zum Beispiel bei großen Distanzen zwischen verschiedenen Prozesseinheiten, wie beispielsweise in einer Öl-Pipeline), jede Einheit typischerweise mit einer separaten Leistungsüberwachung ausgestattet, wodurch eine lokale (aber keine insgesamte) Leistungsüberwachung sowie Übertragungsverzögerungen, Datenverlust und Einschränkungsprobleme in Verbindung mit der Batterie ermöglicht werden.
  • Anders als die rudimentären, eindimensionalen und/oder zentralen prädiktiven Überwachungs- und Analytiktechniken, die derzeit in Verwendung sind, und anders als der a posteriori Charakter deskriptiver und präskriptiver Analytiken ermöglichen die hierin beschriebenen, neuartigen verteilten Leistungsüberwachungs- und Analytiksysteme, -verfahren, -vorrichtungen, -komponenten und -techniken für industrielle Steuersysteme und Anlagen es einem Benutzer zu überwachen, was derzeit in dem Prozessleitsystem oder der Anlage zu jedem beliebigen Zeitpunkt geschieht und auf Grundlage der vorliegenden Daten in Echtzeit vorauszusagen, was aller Wahrscheinlichkeit als nächstes geschieht oder später geschehen wird. Die hierin offenbarte neuartige Technik ermöglicht es dem Benutzer Fragen zu beantworten, wie beispielsweise: „Was geschieht im Moment?“ „Was geschieht als nächstes?“ „Was, wenn diese Trends sich fortsetzen?“ Dies mit nur wenig oder keiner Benutzer- oder menschlichen Befangenheit in Hinblick auf die Eigenschaften der Prozessdaten.
  • Die neuartigen Techniken für die hierin beschriebenen verteilten Leistungsüberwachungs- und Analytiksysteme für die industrielle Steuerung umfassen generell eine Plattform (beispielsweise die in 2A gezeigte Systemarchitektur) und Anwendungen, die auf oder zusammen mit der Plattform betrieben werden. Die Plattform nutzt datengetriebene Verfahren, die mit Geräten und Prozesswissen ergänzt werden, zur Unterstützung beispielsweise der Schätzung, Überwachung und dem Data Mining eines Prozessleitsystems oder einer Anlage (beispielsweise das Prozessleitsystem 5) vor, während und nachdem das Prozessleitsystem oder die Anlage zur Steuerung eines oder mehrerer Prozesse betrieben wird. In manchen Implementierungen kann die Plattform mehrere Prozessleitsysteme oder Anlagen unterstützen.
  • Die Leistungsüberwachungs-/Analytik-Applikationen, die auf oder zusammen mit der Plattform betrieben werden, können beispielsweise abgeleitete Messungen, Geräteüberwachung, Fehlererkennung, Prozessvorhersagen, Kausalität, andere Überwachungsanwendungen und/oder andere Analytik-Anwendungen umfassen. Techniken, die von den Applikationen verwendet werden, können Data Mining, Optimierung, Vorhersagemodellierung, maschinelles Lernen, Simulation, verteilte Zustandsschätzung und ähnliches umfassen. Als solches können die Leistungsüberwachungs-/Analytikapplikationen zur Überwachung, Vorhersage und Diagnose von Leistungsverschlechterungen und Fehlern einer beliebigen Anzahl von Teilen des Prozessleitsystems 5 verwendet werden, einschließlich von Bereichen, wie beispielsweise Instrumentierung, Geräten, Steuerung, Benutzerinteraktionen und Prozess.
  • Dementsprechend können die hierin beschriebenen Techniken zur verteilten industriellen Leistungsüberwachung und Analytik inferentielle Mechanismen umfassen, die kontinuierliche Online-Schätzungen kritischer Prozessvariablen aus den leicht verfügbaren Prozessmessungen bereitstellen. Zur Unterhaltung von Datenmodellen über einen längeren Zeitraum kann das System weiterhin die Fähigkeit zur Überwachung, Abstimmung und Optimierung der Datenmodelle unterstützen. Verfahren, die verwendet werden können, umfassen im einfachsten Fall die Verstellung der Modelle (beispielsweise Erhöhung der normalen Betriebsregion auf die Vorhersage +/–3s). Komplexere Beispiele umfassen Modellumschaltungen und Modellanpassungen.
  • In der Tat schufen die Erfinder im Rahmen eines Forschungs- und Prototyp-Testprogramms den Prototyp eines Frameworks für industrielle Prozessleistungsdatenüberwachung und Datenanalytik unter Verwendung der hierin beschriebenen Techniken, um auf Probleme der Soft-Sensor-Entwicklung bei Vorhandensein von Nichtlinearität, Nicht-Gaussverteilung, Unregelmäßigkeit von Datenmustern, Prozessbeschränkungen und/oder anderen Faktoren einzugehen. Bei diesen Prototypen und Forschungsarbeiten wurde die Überwachung und Analyse von Daten, die von mehreren Soft-Sensoren für Spezialchemikalien-, Chargen- und Kohlenwasserstoffprozessen durchgeführt und das resultierende Wissen wurde zur Verbesserung der erhaltenen Prozesse genutzt. Unsere Industriepartner haben einen signifikanten wirtschaftlichen Nutzen und Umweltnutzen gemeldet. Beispiele für unsere Forschungen und Prototypen werden in einem späteren Abschnitt beschrieben.
  • Zurückkehrend zu 2A liefert das verteilte industrielle Leistungsüberwachungs- und Analytiksystem oder DAS 100 die Werkzeuge, Konfiguration und Schnittstellen, die zur Unterstützung einer lokalisierten Leistungsüberwachung erforderlich sind, und unterstützt gleichzeitig umfassendes Data Mining und Datenanalysen für Prozessanlagenumgebungen, wie beispielsweise die Prozessanlage 5 der 1. Das System 100 kann beispielsweise eine Benutzerschnittstellenanwendung (zum Beispiel das Data Analytics Studio) zur Konfiguration und Entwicklung von Datenanalytikmodellen, eine Laufzeitmaschine zur Ausführung der Modelle (die ganz oder teilweise auf Grundlage von Echtzeitdaten, die von dem Prozessleitsystem generiert werden, betrieben werden können) und die gleiche oder eine andere Benutzerschnittstellenanwendung (zum Beispiel ein Run-time Dashboard) zur Darstellung der Analyseergebnisse umfassen. Das System 100 kann auf mehreren Arten von Datenquellen betrieben werden oder unterstützen, einschließlich, wie bereits erwähnt, Echtzeitwerte (zum Beispiel kontinuierliche Daten in Echtzeit), Ereignissammlung, Chargendatenerfassung, Operator-Runden-Daten, LIMS-Daten, externe Daten wie Lieferketten-Daten und/oder Wetterdaten und jede andere Art von Daten, die mit dem Prozessleitsystem assoziiert sind, einschließlich sowohl strukturierter als auch unstrukturierter Daten. Das System 100 kann einen Satz von Standardanalytiken „aus dem Kasten“ bereitstellen, wie deskriptive Statistiken, Histogrammplots, Korrelationsdiagramme usw. Zusätzlich kann das System 100 eine strukturierte Umgebung für Benutzer zur Erzeugung der gewünschten Analytiken bereitstellen und um sowohl Quelldaten, als auch n-Auftragsdaten, die durch Anwendung mehrerer unterschiedlicher Datenanalysen zur Identifikation implizierter Beziehungen zwischen unterschiedlichen Datensätzen des Prozessleitsystems generiert wurden, einzusehen, und/oder um Produktfähigkeiten, -qualität und andere Eigenschaften vorherzusagen. Das System 100 kann generell die Entdeckung von Wissen über das Prozessleitsystem sowie von umsetzbarem Wissen (beispielsweise zur Verbesserung oder Optimierung der Leistung des Prozessleitsystems, zur Behebung und/oder Vorhersage von Fehlern, zur Verbesserung der Zuverlässigkeit, zur Verbesserung der Sicherheit, zur Verbesserung der wirtschaftlichen Effizienz usw.) ermöglichen, die als Datenmodelle dargestellt werden können.
  • Wie in 2A gezeigt kann das System 100 stark verteilt sein, es kann beispielsweise zahlreiche verteilte Datenmaschinen 102x umfassen. Das Netzwerk 112 der eingebetteten Datenmaschinen 102x kann zahlreiche (beispielsweise Hunderte, Tausende oder sogar Millionen) Sensoren und Quellen von Prozessleitsystem-Informationen miteinander verbinden. Wie bereits erwähnt sind die Datenmaschinen 102x in Form von Clustern in der Nähe, an oder innerhalb der Vorrichtungen und Knoten des Prozessleitsystems angeordnet (beispielsweise Fertigungsmaschinen, Prozesssteuerungsgeräten, Kommunikationsknoten, Materialbearbeitungssystemen, Laborsystemen, Benutzern der Anlage und auch dem Prozess selbst). Als solches ist der eingebettete Charakter des verteilten industriellen Leistungs- und Analytiksystems 100 eng mit der physischen Prozesssteuerungsanlage gekoppelt. Die Einbettung und Integration der Datenmaschinen 102x in das Herstellungsgefüge der Prozesssteuerungssystemgeräte und Knoten kann die Datenmaschinen 102x jedoch für Endbenutzer fast unsichtbar machen. Eine Datenmaschine 102x ist typischerweise klein, kabellos mit dem Netzwerk 112 verbunden, Bandbreiten-eingeschränkt und wird unter physikalischen Beschränkungen betrieben, wie beschränkter Energie und das Erfordernis einer adäquaten Wärmeableitung, da sie in ein Prozesssteuerungsgerät, wie beispielsweise einen Temperatur- oder eine andere Art von Messfühler eingebettet ist.
  • Wie bereits erwähnt sind verteilte Datenmaschinen 102x mit anderen Datenmaschinen 102x über das Netzwerk 112 unter Verwendung von Streaming-Protokollen und/oder Warteschlangenprotokollen verbunden. Jede verteilte Datenmaschine 102x kann eine oder mehrere Datenüberwachungs- und/oder Datenanalytikanwendungen unterstützen. Die bloße Anzahl an verbundenen Applikationsclustern macht die Verwendung statistisch korrekter (anstatt deterministischer) Algorithmen für die Ressourcenabrechnung, Fehlererkennung und -korrektur, Systemverwaltung usw. erforderlich und jedes Cluster kann eine Funktionalität aufnehmen, die für lokalisierte Bedürfnisse von Interesse ist.
  • Als solches kann das verteilte industrielle Leistungsüberwachungs- und Analytiksystem 100 die Sicherheit, Effizienz und Produktivität von Prozesssteuerungsanlagen erhöhen. Das System 100 kann zum Beispiel Prozessparameter genau steuern und somit die Gesamtkosten der Prozessfertigung reduzieren. Weiterhin kann die Integration des Systems 100 in die Prozesssteuerungsumgebung 5 aufgrund einer genauen Prozesssteuerung und Qualitätssicherung in Echtzeit in einer besseren Produktqualität und weniger Abfall; mehr Flexibilität, schnell konfigurierte Produktionslinien als Folge programmierbarer Untersysteme; Überwachung der Systemgesundheit, was zu einer effektiveren, vorbeugenden und kostengünstigeren Wartung führt; sicheren Arbeitsumgebungen aufgrund besserer Überwachung und Kontrolle; und besseren Komponentenmontagetechniken, wie beispielsweise durch die Verwendung intelligenter RFID-Tags, um nur einige der zahllosen Vorteile aufzuzählen, resultieren.
  • Weiterhin kann das verteilte industrielle Leistungsüberwachungs- und Analytiksystem 100 die Mensch-Maschine-Interaktionen zwischen Benutzern und dem Prozesssteuerungssystem 5 bis zum Punkt der Generation einer Mensch-plus-Maschine Steuerschleife in Echtzeit innerhalb der Prozessanlage 5 verbessern. Eine verbesserte Mensch-Maschine-Interaktion kann beispielsweise die Qualität und Produktivität dadurch verbessern, dass es keine Bediener-/Wartungs-/Zuverlässigkeitsfehler gibt und Unfälle reduziert werden. Weiterhin lässt sich die Verfügbarkeit, Zuverlässigkeit und kontinuierliche Service-Qualität der Prozesssteuerungsanlage 5 durch eine erweiterte Kontrolle, Redundanz, intelligente Alarmauslösung, Selbstdiagnose und Reparaturen, die durch das System 100 ermöglicht werden, erreichen.
  • BEISPIEL EINER INDUSTRIELLEN LEISTUNGSDATENÜBERWACHUNGS-/DATENANALYTIKMASCHINE
  • Wenn wir uns nun den verteilten, industriellen verteilten Leistungsdatenüberwachungs- und/oder Analytikmaschinen 102x zuwenden, kann eine verteilte Datenmaschine 102x ein Knoten des Datenanalytikkommunikationsnetzwerks 112 sein, der alle oder die meisten Daten mit Prozesssteuerungsbezug (beispielsweise Big Data), die von einer oder mehreren Datenquellen oder Quellen erzeugt oder anderweitig beobachtet werden, beispielsweise durch die Vorrichtung oder Komponenten, in die die Datenmaschine 102x eingebettet ist oder durch die Komponente(n), mit der oder denen die Datenmaschine 102x gekoppelt oder an die sie angebracht ist, sammelt, beobachtet, abruft, empfängt, verarbeitet, speichert, im Cache speichert und/oder analysiert. In manchen Situationen kann eine verteilte Datenmaschine 102x zusätzliche Daten generieren (beispielsweise Resultate der Analysen, die sie durchführt) und/oder ausgewählte Daten an andere Knoten des Datenanalytiknetzwerks 112 senden oder weiterleiten. Die Begriffe „Prozesssteuerungs Big Data“, „Prozess Big Data“ und „Big Data“, die hierin austauschbar verwendet werden, beziehen sich generell auf alle (oder fast alle) Daten, die von Vorrichtungen und/oder Komponenten (beispielsweise sowohl Prozesssteuerungsgeräte/-komponenten, als auch Analytikgeräte/-komponenten) generiert, empfangen und/oder beobachtet werden, die in einem Prozesssteuerungssystem oder -anlage enthalten oder damit assoziiert sind (beispielsweise das Prozesssteuerungssystem oder Anlage 5) und insbesondere alle (oder fast alle) Daten, die generiert, empfangen und/oder während das Prozesssteuerungssystem oder die Anlage in Echtzeit zur Steuerung eines oder mehrerer Prozesse ausgeführt wird. In einer Ausführungsform werden alle Daten (einschließlich aller Prozessdaten und aller Analytikdaten), die von allen Vorrichtungen, die in der Prozessanlage 5 enthalten oder mit dieser assoziiert sind, generiert, erzeugt, empfangen oder anderweitig beobachtet werden, gesammelt und als Big Data innerhalb des Datenanalytikkommunikationsnetzwerk 112 gespeichert. In Prozessanlagen und Prozesssteuerungsumgebungen ist diese Sammlung und Analyse von Big Data der Schlüssel zur Verbesserung der Sicherheit, Zuverlässigkeit und wirtschaftlichen Effizienz, da die Zeitdimension und das Vorhandensein oder Fehlen bestimmter Datenpunkte kritisch sein kann. Wenn zum Beispiel ein bestimmter Datenwert nicht an eine Empfängerkomponente der Prozessanlage innerhalb eines bestimmten Zeitintervalls geliefert wird, kann ein Prozess unkontrolliert werden, was zu einem Brand, einer Explosion, Verlust von Maschinen und/oder dem Verlust von Menschenleben führen kann. Weiterhin können sich mehrere und/oder komplexe zeitbasierte Beziehungen zwischen verschiedenen Komponenten, Entitäten und/oder Prozessen, die innerhalb der Prozessanlage und/oder extern zur Prozessanlage betrieben werden, auf die Betriebseffizienz, Produktqualität und/oder Anlagensicherheit auswirken.
  • Die erzeugten, gesammelten, beobachteten, abgerufenen, erhaltenen, gespeicherten, zwischengespeicherten, verarbeiteten, ausgewerteten und/oder von den Verteilte-Daten-Engines 102x weitergeleiteten Prozesssteuerungs-Massendaten können Daten enthalten, die unmittelbar bei der Steuerung eines Prozesses verwendet oder durch diese Steuerung innerhalb der Anlage 5 erzeugt wurden, z. B. erstrangige Echtzeit- und Konfigurationsdaten, die durch Prozesssteuerungsgeräte wie Controllern, Eingabe-/Ausgabe-(I/O)-Geräten und Feldgeräten erzeugt oder verwendet werden. Zusätzlich oder wahlweise können die Daten-Engines 102x Daten im Zusammenhang mit der Lieferung und Durchleitung solcher erstrangigen Prozesssteuerungsdaten und sonstigen Daten innerhalb der Prozessanlage 5 erzeugen, sammeln, beobachten, verarbeiten, auswerten, speichern, empfangen, abrufen, zwischenspeichern und/oder weiterleiten, z. B. Daten im Zusammenhang mit der Netzwerksteuerung des Datenauswertungskommunikationsnetzwerks 112 und/oder anderer Kommunikationsnetzwerke in der Anlage 5, auf die Bandbreite hinweisende Daten, Netzwerkzugriffsversuche, Diagnosedaten etc. Weiterhin können einige Daten-Engines 102x auf Ergebnisse, Erlerntes und/oder Informationen, die innerhalb des Prozesssteuerungsdaten-Auswertungskommunikationsnetzwerks 112 durch Verarbeitung und/oder Auswertung der von ihnen gesammelten Prozesssteuerungs-Massendaten erlernt wurden, hinweisende Daten erzeugen, sammeln, beobachten, speichern, zwischenspeichern, abrufen, empfangen und/oder weiterleiten. Üblicherweise werden derartige Auswertungsergebnisse, Erlerntes und/oder erlernte Informationen aus den von einer oder mehreren Daten-Engines 102x durchgeführten Auswertungen erzeugt.
  • Als solches wird eine Verteilte-Daten-Engine (z. B. VDE 102x) hier wechselweise als „Massendaten-Vorrichtung“, „Massendaten-Vorrichtungsknoten“ oder als „Vorrichtungsknoten“ bezeichnet. In den meisten Fällen enthält eine Verteilte-Daten-Engine des Massendaten-Vorrichtungsknotens 102x Mehrkern-Hardware (z. B. Mehrkernprozessoren) zur Übermittlung und zum Empfang von Massendaten in Echtzeit (z. B. über Streaming) und, in einigen Ausführungsformen, zur Zwischenspeicherung und/oder Speicherung der Echtzeit-Massendaten für späteres Streaming oder sonstige Lieferung über das Prozesssteuerungsdaten-Auswertungskommunikationsnetzwerk 112. Dementsprechend enthält eine Verteilte-Daten-Engine 102x auch einen Speicher (z. B. hochdichten Speicher) zur Zwischenspeicherung und/oder Speicherung der Massendaten. Beispiele von Echtzeit-Daten die übermittelt, empfangen, gestreamt, zwischengespeichert, gesammelt, gespeichert, empfangen, abgerufen, zwischengespeichert und/oder in sonstiger Weise von den Daten-Engines 102x beobachtet werden können, können Prozesssteuerungsdaten wie Messdaten, Konfigurationsdaten, Stapelverarbeitungsdaten, Ereignisdaten und/oder fortlaufende Daten enthalten. Beispielsweise können Konfigurationen, Stapelverarbeitungsrezepturen, Sollwerte, Datenausgaben, Quoten, Steuerungstätigkeiten, Diagnosen, Alarme, Ereignisse und/oder diesbezüglichen Änderungen entsprechende Echtzeitdaten gesammelt werden. Weitere Beispiele von Echtzeitdaten können Prozessmodelle, Statistiken, Statusdaten, Netzwerk- und Anlagenverwaltungsdaten und Auswertungsergebnisse sein. Beschreibungen verschiedener Arten von Massendaten-Beispielvorrichtungen und ihrer Komponenten, die mit beliebigen oder sämtlichen hier beschriebenen Techniken verwendet werden können, finden sich unter den Aktenzeichen der vorstehend genannten US-Patent-Anmeldungen 13/784,041, 14/174,413 und 14/212,493, obwohl selbstverständlich beliebige oder sämtliche hier beschriebenen Techniken mit sonstigen geeigneten Massendaten-Vorrichtungen verwendet werden können.
  • Üblicherweise arbeitet die Verteilte-Daten-Engine 102x im Allgemeinen mit Massendaten, die von einer oder mehreren Datenquellen innerhalb der Prozesssteuerungsanlage oder des -systems 5 oder in sonstiger Verbindung mit der den Echtzeitbetrieb der Prozesssteuerungsanlage oder des -systems 5 stehenden Datenquellen erzeugt oder bereitgestellt werden. So kann beispielsweise eine VDE 102x Daten sammeln und mit einem Zeitstempel versehen, die von dem Gerät, in welches sie eingebettet ist, empfangen und/oder erzeugt wurden, oder die von ihrer entsprechenden Datenquelle oder Datenquellen empfangen und/oder erzeugt wurden. Die gesammelten Daten können (zumindest vorübergehend) im lokalen Speicher der Daten-Engine 102x gespeichert werden. In einigen Situationen kann zumindest ein Teil der Daten an eine oder mehrere weitere Daten-Engines 102x mittels eines besonderen Historienobjektkommunikationsprotokolls wie in der vorstehend genannten US-Patentanmeldung Nr. 14/506,863 unter dem Titel „STREAMING DATA FOR ANALYTICS IN PROCESS CONTROL SYSTEMS“ beschrieben oder anderen geeigneten Kommunikationsprotokollen oder einem Nachrichtenübermittlungssystem wie Kafka übertragen oder gestreamt werden.
  • In einigen Ausführungsformen unterstützen eine oder mehrere Daten-Engines 102x umfangreiche Datenextrahierungen und Datenauswertungen aus mehrdimensionalen Daten einschließlich fortlaufenden Echtzeit-Werte-, Ereignissammlungs-, Stapeldatensammlungs- oder Bedienerrunden-Daten und/oder sonstige Daten. Eine Verteilte-Daten-Engine 102x kann zur Durchführung einer oder mehrerer Datenauswertungen ihrer lokal gesammelten Daten und/oder von durch andere VDE 102x gesammelten Daten konfiguriert werden. Eine VDE 102x kann beispielsweise verschiedene Werkzeuge enthalten, die sowohl mit strukturierten Daten (z. B. Zeitreihen und im Speicher gespeicherte tabellarische Daten, relationale und/oder nicht-relationale Datenbanken, oder Gestreamtem) als auch mit unstrukturierten Daten (z. B. PDF-Dateien) arbeiten. Zusätzlich kann eine VDE 102x jede beliebige einzelne oder mehrere erwünschte Zielumgebungen unterstützen und hierin entsprechenden Zielcode ausführen (z. B. Java, C#, R-Skripte, Python-Skripte, Matlab®-Skripte, Statgraphics etc.). Die VDE 102x kann lernfähige Algorithmen ausführen (z. B. Partial Least Square Regression [Partielle Kleinste-Quadrate-Regression], Principal Component Analysis [Hauptkomponentenanalyse] etc.), Einordnungsstechniken (z. B. Random Forest [Randomisierte Entscheidungsbäume], Mustererkennung etc.) und/oder sonstige Datenauswertungen, um Ergebnisse und/oder nützliche Informationen wie die Vorhersage von Produktkapazitäten, -eigenschaften und/oder sonstigen erwünschten Merkmalen zu erzeugen. Die Ergebnisse der lokalen Auswertung können im lokalen Speicher der Daten-Engine 102x gespeichert werden und selbst als zusätzliche Massendaten behandelt werden. Weiterhin können einige Daten-Engines 102x Schnittstellen zur Konfigurierung und Entwicklung von Modellen, Laufzeit-Engines zur Ausführung von Modellen und zentrale Schaltstellen zur Anzeige von Ergebnissen in einer Benutzeroberfläche enthalten. So kann beispielsweise eine Verteilte-Daten-Engine 102x für Auswertungen bei Laufzeit in einer Weise wie in der vorstehend genannten US-Anmeldung Nr. 62/060,408 mit dem Titel „DATA PIPELINE FOR PROCESS CONTROL SYSTEM ANALYTICS“ beschrieben und/oder wie in einem späteren Abschnitt dieser Offenlegung beschrieben, konfiguriert werden. Angezeigte Ergebnisse können beschreibende Standardstatistiken, Histogramme, Beziehungszeichnungen und/oder sonstige Datendarstellungen, die eine implizite Beziehung innerhalb der verschiedenen Datensätze kennzeichnen, enthalten.
  • In einigen Fällen wird eine Verteilte-Daten-Engine 102x in einer übergeordneten Datenquelle eingebettet, in dieser eingebaut, direkt mit ihr verbunden oder in sonstiger Weise mit ihr gleichzeitig vorhanden sein (z. B. die in 2A gezeigten Daten-Engines 102a, 102b und 102c). In einigen Fällen kann eine Verteilte-Daten-Engine 102x ein eigenständiger Massendaten-Knoten des Prozesssteuerungsdaten-Auswertungskommunikationsnetzwerks 112 sein (z. B. die in 2A gezeigten Daten-Engines 102d und 102e). Das heißt, in diesen Fällen, dass die Daten-Engine 102x nicht in eine Datenquelle des Prozesssteuerungssystems oder der -anlage 5 eingebettet oder mit ihr gemeinsam vorhanden ist, sondern in sonstiger Weise Daten beobachten kann, die von einer oder mehreren Datenquellen erzeugt wurden (zum Beispiel, wenn eine Verteilte-Daten-Engine mit einer herkömmlichen Prozesssteuerungskommunikationsverbindung verbunden ist, so wie Daten-Engine 102c). Unabhängig davon, ob eingebettet oder eigenständig, wertet die Daten-Engine 102x Massendaten, die lokal erzeugt und/oder von einer oder mehreren Datenquellen zur Erkenntnisentdeckung oder -gewinnung bereitgestellt wurden, aus. Diese gewonnenen Erkenntnisse können in der Daten-Engine 102x gespeichert werden, durch die Daten-Engine 102x lokal bearbeitet werden und/oder als Massendaten anderen Daten-Engines 102x bereitgestellt oder übermittelt werden, z. B. Massendaten-Empfänger-Knoten. Zusätzlich kann die Verteilte-Daten-Engine 102x einen Teil ihrer bekannten oder gespeicherten Massendaten anderen Daten-Engines 102x und/oder anderen Knoten des Auswertungsnetzwerks 112 bereitstellen (z. B. einem lokalen oder entfernten Benutzeroberflächenknoten).
  • 3 enthält ein vereinfachtes Blockschema eines Beispiels einer verteilten industriellen Prozessperformanz-Datenüberwachung und/oder Datenauswertungs-Engine 150, deren Instanzen in das Prozesssteuerungsdaten-Auswertungskommunikationsnetzwerk 112 aus 2A einbezogen werden können (z. B. die Verteilte-Daten-Engines 102x). Unter Bezugnahme auf 3 enthält das Verteilte-Daten-Engine-Beispiel 150 ein Massendaten-Speicherareal 155 zur Zwischenspeicherung, Speicherung und/oder Historisierung von Massendaten, einen oder mehrere Massendaten-Vorrichtungsempfänger 160 und einen oder mehrere Massendaten-Vorrichtungsanforderungszuführer 165. Jeder der Massendaten-Vorrichtungsempfänger 160 wird für den Empfang und/oder die Beobachtung von Daten von einer oder mehreren Datenquellen 168 konfiguriert. In einem Beispiel empfängt und/oder beobachtet ein Massendaten-Vorrichtungsempfänger 160 über eine Netzwerkschnittstelle zu einem herkömmlichen Prozesssteuerungskommunikationsnetzwerk wie die Datenautobahn 10, ein Fieldbus-Netzwerk, ein WirelessHART-Netzwerk etc., Daten, die über das herkömmliche Prozesssteuerungskommunikationsnetzwerk laufen. Zusätzlich oder wahlweise kann der Massendaten-Vorrichtungsempfänger 160 Daten über eine lokale Schnittstelle von seiner entsprechenden Datenquelle/-n 168 empfangen, wie von einem Prozesssteuerungsgerät oder einem sonstigen Gerät, in das die VDE 150 eingebettet oder eingebaut wurde oder mit dem die VDE 150 lokal, unmittelbar und/oder in sonstiger Weise fest verbunden ist. Weiterhin zusätzlich oder wahlweise kann der Massendaten-Vorrichtungsempfänger 160 Massendaten-Pakete empfangen, z. B. über eine Datenauswertungs-Netzwerkschnittstelle 175. Die empfangenen Massendaten-Pakete können von einer anderen VDE 150 gestreamt worden sein und/oder von einer Massendaten-Datenquelle, mit der die Daten-Engine 150 zusammen vorhanden ist, erzeugt worden sein. Unabhängig von der/den Quelle/-n 168 der empfangenen/beobachteten Daten verarbeitet der Massendaten-Vorrichtungsempfänger 160 die empfangenen/beobachteten Datenpakete und/oder Nachrichten, um die hierin enthaltenen substanziellen Daten und Zeitstempel abzurufen, und speichert die substanziellen Daten und Zeitstempel im Massendaten-Speicherareal 155 der Daten-Engine 150, z. B. als Zeitreihendaten und wahlweise auch als Metadaten. Der hier verwendete Begriff „Metadaten“ bezieht sich im Allgemeinen auf Daten über Daten, wie statistische Informationen zu Daten, einordnende Informationen zu Daten, zusammenfassende Informationen, beschreibende Informationen, Definitionen etc. Das Massendaten-Speicherareal 155 kann mehrere lokale und/oder entfernte physische Datenlaufwerke oder Speichereinheiten umfassen, wie RAID-Speicher (Redundant Array of Independent Disks [Redundante Anordnung unabhängiger Festplatten]), Halbleiterspeicher, Cloud-Speicher, hochdichte Datenspeicher und/oder sonstige geeignete Datenspeichertechnologien, die als Datenbank- oder Datenzentrumsspeicher geeignet sind und die die Erscheinung eines einzelnen oder einheitlichen logischen Datenspeicherareals oder eine Einheit mit anderen Knoten aufweisen und die für eine lokale Speicherung und/oder Historisierung von Massendaten konfiguriert werden können.
  • Jeder der Massendaten-Vorrichtungsanforderungszuführer 165 wird für den Zugriff auf in dem Massendaten-Vorrichtungsspeicherareal 155 gespeicherten Zeitreihendaten und/oder Metadaten konfiguriert, z. B. durch Anforderung der anfordernden Einheit oder Vorrichtung wie eine lokale oder entfernte Datenanalyseanwendung, eine Benutzeroberflächenanwendung oder eine sonstige Anwendung. So kann beispielsweise ein Massendaten-Vorrichtungsanforderungszuführer 165 im Massendaten-Vorrichtungsspeicherareal 155 gespeicherte ausgewählte Daten in festgelegten Zeitabständen an Abonnenten der ausgewählten Daten veröffentlichen. In einem anderen Beispiel kann ein Massendaten-Vorrichtungsanforderungszuführer 165 in einem lokalen Massendaten-Vorrichtungsspeicherareal 155 auf Anforderung durch eine entfernte Datenauswertungsausführungsanwendung Daten abrufen. Weitere Beispiele für den Zugriff auf in einer VDE 150 gespeicherte Daten werden in späteren Abschnitten beschrieben. Derartige Daten können in einer Vielzahl von Datenformaten gespeichert werden, einschließlich relationaler und nicht-relationaler Datenbanken oder sonstigen Datenstrukturen. In einigen Ausführungsformen kann ein standardisiertes Abfrageformat für den Zugriff auf in beliebigen dieser Datenquellen enthaltene Daten verwendet werden.
  • In einigen Ausführungsformen enthält eine Verteilte-Daten-Engine 150 eine oder mehrere Massendaten-Auswerter 170 zur Durchführung entsprechender Datenauswertungen und/oder zum Erlernen von zumindest Teilen der im Speicher 155 gespeicherten Massendaten. Die Ausführung lokaler Auswertungen und/oder des Erlernens kann infolge eines von einem Benutzer oder eines sonstigen Knotens erzeugten Befehls oder einer Anweisung erfolgen. Zusätzlich oder wahlweise kann die Ausführung der lokalen Auswertungen und/oder des Erlernens in automatischer und/oder autonomer Weise ohne weitere Dateneingaben eines Benutzers oder sonstigen Knotens zur Einleitung und/oder Ausführung der lernenden Auswertung erfolgen. Beispielsweise kann die Datenauswertung oder das Erlernen in einer bereits beschriebenen Weise erfolgen, in einer wie in der vorstehend genannten US-Anmeldung Nr. 62/060,408 mit dem Titel „DATA PIPELINE FOR PROCESS CONTROL SYSTEM ANALYTICS“ beschriebenen Weise oder in einer sonstigen geeigneten Weise erfolgen. In einer Ausführungsform führen die Massendaten-Auswerter 170 einzeln oder gemeinschaftlich umfangreiche Datenauswertungen der gespeicherten Daten durch (z. B. Datenextrahierung, Datenentdeckung etc.), um neue Informationen oder Erkenntnisse zu entdecken, erkennen oder zu gewinnen. Eine Datenextrahierung umfasst im Allgemeinen den Vorgang der Prüfung großer Datenmengen, um neue oder bislang unbekannte interessante Daten oder Muster wie ungewöhnliche Datensätze oder mehrfache Gruppen von Datensätzen zu extrahieren. Die Massendaten-Auswerter 170 können ebenfalls umfangreiche Datenauswertungen von gespeicherten Daten durchführen (z. B. maschinelle Lernauswertung, Datenmodellierung, Mustererkennung, vorhersagende Auswertung, Beziehungsauswertung etc.), um implizite Beziehungen oder Rückschlüsse innerhalb der gespeicherten Daten vorherzusagen, zu berechnen oder zu erkennen.
  • In einer Ausführungsform können mehrfache Massendaten-Auswerter 170 (und/oder mehrfache Instanzen mindestens eines Massendaten-Auswerters 170) parallel und/oder gemeinsam betrieben werden, um im Massendaten-Speicherareal 155 der Verteilte-Daten-Engine 150 gespeicherte Daten auszuwerten und/oder in einem oder mehreren anderen Massendaten-Speicherarealen anderer Verteilte-Daten-Engines 102x gespeicherte Daten auszuwerten. Weiterhin können mehrfache Massendaten-Auswerter 170 berechnete Parameter und Modellinformationen als Art und Weise einer gemeinschaftlichen Datenauswertung und Erlernens miteinander teilen, austauschen oder untereinander übertragen. Die mehrfachen Massendaten-Auswerter 170 können mit verschiedenen Massendaten-Knoten gemeinsam vorhanden sein oder mit verschiedenen Massendaten-Knoten vorhanden sein. Ein Beispiel einer mit einer oder sämtlichen hier beschriebenen Techniken verwendbaren gemeinschaftlichen Datenauswertung findet sich in der vorstehend genannten US-Anmeldung Nr. 62/060,408 mit dem Titel „DATA PIPELINE FOR PROCESS CONTROL SYSTEM ANALYTICS“, obwohl jede geeignete gemeinschaftliche Datenauswertungstechnik oder -techniken mit einer oder sämtlichen Merkmalen dieser Offenlegung verwendet werden können. Ergebnisse der von den Massendaten-Auswertern 170 durchgeführten Auswertungen können im Massendaten-Vorrichtungsspeicherareal 155 und/oder an eine anfordernde Einheit oder Anwendung zurückgegeben werden.
  • In einer Ausführungsform ist zumindest ein Teil der Massendaten-Empfänger 160, der Massendaten-Vorrichtungsanforderungszuführer 165 und/oder Massendaten-Auswerter 170 enthalten oder in einer oder mehreren integrierten Schaltkreisen, Halbleitern, Chips oder sonstiger geeigneter Hardware eingebaut. Beispielsweise kann ein Spektralanalysen durchführender Massendaten-Auswerter 170 durch einen in einem Massendaten-Knoten integrierten Schaltkreischip umgesetzt werden, wie in der vorstehend genannten US-Anmeldung 14/507,252 mit dem Titel „AUTOMATIC SIGNAL PROCESSING-BASED LEARNING IN A PROCESS PLANT“ beschrieben. In einer Ausführungsform umfasst zumindest ein Teil der Massendaten-Empfänger 160, der Massendaten-Vorrichtungsanforderungszuführer 165 und/oder der Massendaten-Auswerter 170 in einem Speicher gespeicherte computerausführbare und durch einen in einer Verteilte-Daten-Engine laufenden Prozess ausführbare Anweisungen. Beispielsweise umfassen mindestens einige Teile der Massendaten-Anwendungsempfänger 160, der Massendaten-Vorrichtungsanforderungszuführer 165 und/oder der Massendaten-Vorrichtungsauswerter 170 entsprechende in einem oder mehreren nicht-flüchtigen, dinghaften Speichern oder Datenspeichergeräten gespeicherte computerausführbare Anweisungen und können durch einen oder mehrere Prozessoren ausgeführt werden, um eine oder mehrere der entsprechenden Massendaten-Funktionen durchzuführen.
  • In einigen Ausführungsformen sind zumindest einige der Massendaten-Auswerter 170 nicht in einer Verteilte-Daten-Engine 150 enthalten, sondern sind gemeinsam mit der Verteilte-Daten-Engine 150 auf demselben übergeordneten Datenquellengerät oder Komponente und in einer Kommunikationsverbindung mit der Daten-Engine 150 vorhanden. Beispielsweise kann die Daten-Engine 150, einschließlich des Speicherareals 155, Empfängers 160 und Zuführers 165 durch einen ersten Satz computerausführbarer Anweisungen umgesetzt werden, und die Massendaten-Auswerter 170 können durch einen Halbleiter-Chip oder einen zweiten Satz computerausführbarer Anweisungen umgesetzt werden, die in demselben nicht-flüchtigen, dinghaften Speicher oder Datenspeichergerät wie der erste Satz computerausführbarer Anweisungen gespeichert sein können, aber nicht müssen. In einigen Ausführungsformen sind die Massendaten-Auswerter 170 nicht in einer Verteilte-Daten-Engine 150 enthalten, und sind nicht gemeinsam mit der Daten-Engine 150 auf demselben übergeordneten Datenquellengerät oder Komponente vorhanden, haben aber dennoch eine Kommunikationsverbindung zur Daten-Engine 150. Beispielsweise kann sich der Massendaten-Auswerter 170 in einem anderen Knoten des Datenauswertungsnetzwerks 112 befinden, welcher keine VDE 150 ist, z. B. eine Benutzeroberfläche oder ein Auswertungsserver.
  • Die in 3 gezeigte Verteilte-Daten-Engine 150 enthält ein oder mehrere Netzwerkschnittstellen 175, die so konfiguriert sind, dass sie der Daten-Engine 150 die Übermittlung und den Empfang von Massendaten-Last über das Datenauswertungsnetzwerk 112 sowie die Kommunikation mit anderen Daten-Engines und Knoten des Datenauswertungsnetzwerks 112 ermöglichen (z. B. Meldungen und andere Arten der Kommunikation). Beispielsweise kann eine Daten-Engine 150 eine Art der von einem anderen Knoten veröffentlichten Daten durch Nutzung der Netzwerkschnittstelle 175 abonnieren, und die Art der Daten, die durch den Veröffentlichungsknoten erzeugt wird und die von der Daten-Engine 150 abonniert wurde, kann über die Netzwerkschnittstelle 175 empfangen werden.
  • Wie bereits beschrieben können verschiedene Arten von Echtzeitdaten, wie prozessbezogene Daten, anlagenbezogene Daten und andere Arten von Daten durch die Verteilte-Daten-Engines 102x erzeugt, gesammelt, beobachtet, abgerufen, empfangen, gespeichert, zwischengespeichert, verarbeitet, ausgewertet und/oder gestreamt werden. Beispiele prozessbezogener Daten sind unter anderem fortlaufende, Stapelverarbeitungs-, Mess- und Ereignisdaten, die erzeugt werden, während ein Prozess in der Prozessanlage 5 gesteuert wird (und, in einigen Fällen, auf einen Effekt einer Echtzeitausführung des Prozesses hinweisen). Weiterhin können prozessbezogene Daten unter anderem Definitionen, Anordnungs- oder Einstellungsdaten wie Konfigurationsdaten und/oder Stapelverarbeitungsrezepturdaten und Einstellungen, Ausführung und Ergebnisse der Prozessdiagnose entsprechende Daten etc. umfassen.
  • Anlagenbezogene Daten, wie Daten in Bezug auf die Prozessanlage 5, die jedoch nicht durch unmittelbar einen Prozess in der Prozessanlage 5 konfigurierende, steuernde oder diagnostizierende Anwendungen erzeugt werden können, können als Massendaten durch die Verteilte-Daten-Engines 102x erzeugt, gesammelt, beobachtet, abgerufen, empfangen, gespeichert, zwischengespeichert, verarbeitet, ausgewertet und/oder gestreamt werden. Beispiele von anlagenbezogenen Daten sind unter anderem Erschütterungsdaten, Kondensatdaten, Daten, die auf einen Wert eines Parameters in Bezug auf Anlagensicherheit hinweisen (z. B. Korrosionsdaten, Gaserkennungsdaten etc.), Daten, die auf ein Ereignis in Bezug auf Anlagensicherheit hinweisen, Daten in Bezug auf Maschinengesundheit, Daten in Bezug auf Vermögenswerte in der Anlage wie Anlagenausstattung und/oder -geräte, Daten in Bezug auf Konfiguration, Ausführung und Ergebnisse von Ausstattungsgegenständen, Maschinen und/oder Gerätediagnose und Daten, die nützlich für Diagnose und Prognose sind.
  • Weiterhin können andere Arten von Daten einschließlich Datenautobahnverkehrs- und Netzwerkmanagementdaten in Bezug auf die Prozesssteuerungs-Massendaten-Netzwerkhauptleitung und verschiedenen Kommunikationsnetzwerke der Prozessanlage 5, nutzerbezogene Daten wie Daten in Bezug auf Nutzerverkehr, Einwahlversuche, Abfragen und Anweisungen, Textdaten (z. B. Journale, Bedienungsverfahren, Handbücher etc.), Raumdaten (z. B. ortsbasierte Daten), und Multimedia-Daten (z. B. Videoüberwachungssysteme, Videos etc.) durch die Daten-Engines 102x als Massendaten erzeugt, gesammelt, beobachtet, abgerufen, empfangen, gespeichert, zwischengespeichert, verarbeitet, ausgewertet und/oder gestreamt werden.
  • In einigen Ausführungsformen können dynamische Mess- und Steuerungsdaten durch die Verteilte-Daten-Engines 102x automatisch als Massendaten erzeugt, gesammelt, beobachtet, abgerufen, empfangen, gespeichert, zwischengespeichert, verarbeitet, ausgewertet und/oder gestreamt werden. Beispiele dynamischer Mess- und Steuerungsdaten sind unter anderem Daten, die Änderungen eines Prozessverfahrens bezeichnen, Daten, die Bedienparameter wie Sollwerte bezeichnen, Aufzeichnungen von Prozess- und Hardwarealarmen und Ereignissen wie Fehlern beim Herunterladen oder der Kommunikation. Zusätzlich können statische Daten wie Controller-Konfigurationen, Stapelverarbeitungsrezepturen, Alarme und Ereignisse standardmäßig automatisch gesammelt werden, sobald eine Änderung erkannt wird oder sobald ein Controller oder eine andere Einheit dem Datenauswertungskommunikationsnetzwerk 112 zum ersten Mal hinzugefügt wird.
  • Außerdem werden in einigen Szenarien zumindest einige statische Metadaten, die dynamische Steuerungs- und Messdaten beschreiben oder bezeichnen in den Verteilte-Daten-Engines 102x erfasst, sobald eine Änderung der Metadaten erkannt wird. Wenn beispielsweise eine Änderung der Controller-Konfiguration vorgenommen wird, die durch den Controller zu versendende Mess- und Steuerungsdaten in Modulen oder Einheiten beeinflussen, so wird eine Aktualisierung der entsprechenden Metadaten automatisch von den Daten-Engines 102x erfasst. Zusätzlich oder wahlweise können zu bestimmten Modulen gehörende zur Pufferung von Daten von externen Systemen oder Quellen (z. B. Wettervorhersagen, öffentliche Veranstaltungen, unternehmerische Entscheidungen etc.) verwendete Parameter, Überwachungsdaten und/oder sonstige Arten von Überwachungsdaten automatisch von den Daten-Engines 102x erfasst werden.
  • In einigen Situationen werden vom Endanwender erstellte hinzugefügte Parameter automatisch in den Verteilte-Daten-Engines 102x erfasst. Beispielsweise kann ein Endanwender bestimmte Berechnungen in einem Modul erstellen oder einer Einheit einen zu sammelnden Parameter hinzufügen, oder der Endanwender könnte einen Standard-Controller-Diagnose-Parameter sammeln wollen, der nicht standardmäßig übermittelt wird. Parameter, die der Endanwender wahlweise konfiguriert, können in derselben Weise übermittelt werden wie Standardparameter.
  • BENUTZEROBERFLÄCHENANWENDUNG FÜR INDUSTRIELLE LEISTUNGSÜBERWACHUNG/-AUSWERTUNG
  • Wie bereits erwähnt kann das Datenauswertungssystem (DAS) 100 eine oder mehrere Benutzeroberflächenanwendungen enthalten, über die datenbezogene Mensch-Maschine-Interaktionen vorgenommen werden. Das Vorhandensein von Beispielinstanzen solcher Benutzeranwendungen wird in 2A durch Bezugszeichen 120a–120d dargestellt. Der aktuelle Abschnitt dieser Offenlegung und die 4A–4Q beschreiben die Benutzeroberflächenanwendung für industrielle Leistungsüberwachung/-auswertung näher, die beispielsweise durch die Prozessanlage oder das -system 5 in 1, das industrielle Leistungsüberwachungs-/-auswertungssystem 100 in 2A und/oder die Überwachungs- und Auswertungs-Engine 150 in 3 bereitgestellt oder in Verbindung mit diesen betrieben wird. Die hier beschriebene Benutzeroberflächenanwendung für industrielle Leistungsüberwachung/-auswertung kann jedoch von anderen industriellen Leistungsüberwachungs- und -auswertungssystemen für Prozesssteuerungssysteme bereitgestellt oder in Verbindung mit diesen betrieben werden. Zur Erleichterung der Beschreibung wird die Benutzeroberflächenanwendung für Industrielle Leistungsüberwachung/-auswertung untenstehend unter gleichzeitiger Bezugnahme auf 1, 2, 3 beschrieben. Weiterhin wird zur besseren Lesbarkeit die Benutzeroberflächenanwendung für Industrielle Leistungsüberwachung/-auswertung hier großgeschrieben, um sie von allgemeinen und/oder sonstigen Benutzeroberflächenanwendungen zu unterscheiden, und wird hier auch wechselweise als „Benutzeranwendung für Datenauswertung“, „Benutzeroberflächenanwendung für Datenauswertung“, „VDE-Benutzeroberflächenanwendung“ oder „Benutzeroberflächenanwendung“ bezeichnet.
  • Die VDE-Benutzeroberflächenanwendung bietet eine Oberfläche zur Interaktion eines Benutzers mit dem verteilten industriellen Prozessleistungsüberwachungs-/-auswertungssystem (DAS) 100, um Struktur und Abfragedaten festzulegen und Entwurf-Daten-Modelle zu erstellen und zu bewerten. Nach Fertigstellung der Entwurf-Daten-Modelle ermöglicht die VDE-Benutzeroberflächenanwendung das Herunterladen der Daten-Modelle in eine Laufzeit-Engine und den Einsatz für den Betrieb in Verbindung mit einem Online-Prozesssteuerungssystem. Auf ein eingesetztes Daten-Modell (auch als Ausführungs- oder Online-Daten-Modul bezeichnet) kann über eine zentrale Laufzeit-Schaltstelle der VDE-Benutzeroberflächenanwendung zugegriffen und eine Überwachung erfolgen. Die VDE-Benutzeroberflächenanwendung ist ebenfalls in der Lage, Alarme und Meldungen zu erzeugen, die den ausgeführten Daten-Modellen entsprechen.
  • Die VDE-Benutzeroberflächenanwendung ermöglicht dem Benutzer ausdrücklich, Daten-Modelle zu erstellen, zu betrachten und zu ändern, wobei jedes eine oder mehrere Datenauswertungen beschreibt (z. B. beschreibende, vorhersagende und/oder vorschreibende Auswertungen), die in einem Eingabedatensatz ausgeführt oder durchgeführt werden. Daten-Modelle werden in einem Offline-Modus entworfen oder erstellt (z. B. während das Daten-Modell von Echtdatenquellen in einem Online- oder Betriebsprozesssteuerungssystem losgelöst ist), wobei in dieser Anmeldung ein in diesem Modus befindliches Daten-Modell als „Offline-Daten-Modul“ bezeichnet wird. Im Allgemeinen wird ein Offline-Daten-Modul mittels eines vom Benutzer mittels der VDE-Benutzeroberflächenanwendung erstellten Offline-Datendiagramms durch Auswahl eines Satzes von „Blöcken“ oder „Daten-Blöcken“ und Verbindung der einzelnen Blöcke untereinander in der gewünschten Weise mit einem Satz „Drähten“ im Diagramm festgelegt. Jeder Daten-Block enthält eine Dateneingabe mittels im Block empfangener Daten. Jeder Daten-Block steht auch für oder kennzeichnet eine bestimmte Funktion, Aktion, Algorithmus und/oder Bedienung, die von jedem Daten-Block mit dessen Eingabedaten durchzuführen ist, wodurch Ausgabedaten erzeugt werden, die anderen Blöcken mittels einer oder mehrerer Datenausgaben bereitgestellt werden können. Jeder Daten-Block kann eigenständig bewertet werden, sodass die Offline-Diagramm-Darstellung des Blocks und seiner Verbindungsdrähte in ausführbaren Code kompiliert und ausgeführt wird, wobei die Ergebnisse der Ausführung der einzelnen Daten-Blöcke in dem Offline-Datendiagramm angezeigt werden. Wie in einem späteren Abschnitt beschrieben wird, kann die Kompilierung eines Daten-Blocks zu Code und die darauffolgende Ausführung verteilt über verschiedene Zielumgebungen und Orte erfolgen.
  • In ähnlicher Weise kann auch das Offline-Datendiagramm als Ganzes bewertet werden. Die Bewertung eines Offline-Datendiagramms besteht aus der Kompilierung der Daten-Blöcke und Drähte, Ausführung des kompilierten Codes zur Übermittlung von Eingabe- und Ausgabedaten über die Drähte und Durchführung von Funktionen, Aktionen, Algorithmen und/oder Vorgänge wie durch die jeweilige Konfiguration der Blöcke und Drähte des Offline-Datendiagramms festgelegt. Ebenfalls in ähnlicher Weise wie einzelne Daten-Blöcke kann auch die Kompilierung des Offline-Datendiagramms verteilt über verschiedene Zielumgebungen und -orte hinweg erfolgen.
  • Weiterhin ermöglicht die VDE-Benutzeroberflächenanwendung dem Benutzer, ein Offline-Daten-Modul in ein „Online-Daten-Modul“ umzuwandeln, sodass sich das Online-Daten-Modul des Daten-Modells anbindet an oder in sonstiger Weise von Echtdatenquellen erzeugte Echtdaten (z. B. Streaming) des Online-Prozesssteuerungssystems empfängt, eine oder mehrere dort festgelegte Datenauswertungen der Echtdaten durchführt und die Datenausgabe der Benutzeroberfläche, dem Historiker oder sonstigen Anwendungen bereitstellt. Beispielsweise können die von einem Daten-Modell erzeugten Ausgabedaten beschreibende, vorhersagende und/oder vorschreibende, zur Prozessanlage und/oder einem dort gesteuerten Prozess gehörende Informationen oder Daten enthalten.
  • Insbesondere kann ein Benutzer ein Online-Datendiagramm eines bestimmten Daten-Modells in ein Online-Datendiagramm des bestimmten Daten-Modells umwandeln. Wie ein Offline-Datendiagramm enthält ein Online-Datendiagramm einen Satz durch einen Satz Drähte verbundene Daten-Blöcke, und da die Offline-Datendiagramme und Online-Datendiagramme im Allgemeinen demselben Daten-Modell entsprechen, entsprechen die durch das Online-Datendiagramm festgelegten Funktionen, Aktionen, Algorithmen und/oder Vorgänge denen des Offline-Datendiagramms. Zumindest einige der Blöcke und Verbindungen des Offline-Datendiagramms unterscheiden sich jedoch vom Online-Datendiagramm, in erster Linie (jedoch nicht unbedingt ausschließlich), um die Verbindung des Online-Daten-Modul zur Online-Prozessanlage zu ermöglichen.
  • Ähnlich wie Offline-Datendiagramme können Online-Datendiagramme ebenso als Ganzes in dem Online-Daten-Modul des Daten-Modells entsprechenden ausführbaren Code kompiliert werden. Die Kompilierung bestimmter Blöcke eines Online-Datendiagramms löst die Festlegung der Bindungen des jeweiligen Blocks an entsprechende Datenquellen und Datenverbraucher innerhalb der Online-Prozessanlage aus. Der Einsatz eines Online-Daten-Moduls instanziiert diese Bindungen und löst den Ablauf oder die Ausführung des ausführbaren Codes aus, um dadurch das Online-Daten-Modul in die Online-Prozessanlage zu integrieren, damit das Online-Daten-Modul in Verbindung mit dem Betrieb der Online-Prozessanlage ausgeführt wird. Die Kompilierung eines Online-Datendiagramms und die Bindung und Ausführung des sich ergebenden Online-Daten-Moduls kann verteilt über verschiedene Zielumgebungen und Orte hinweg erfolgen.
  • In einer bestimmten nützlichen Ausführungsform empfängt und wird das Online-Daten-Modul zumindest teilweise mit fortlaufenden Echtzeitdaten betrieben, die durch Geräte oder Komponenten der Prozessanlage als Ergebnis einer fortwährenden Steuerung einer Ausführung eines Online-Prozesses in der Anlage erzeugt werden. Beispielsweise arbeitet das Online-Daten-Modul mit fortlaufenden durch die Online-Prozessanlage und/oder durch ein in der Anlage enthaltenes Prozesssteuerungssystem erzeugten Echtzeit-Zeitreihendaten, während die Prozessanlage und das Prozesssteuerungssystem den Prozess steuern. Das Daten-Modul arbeitet fortwährend mit dem fortlaufenden Echtzeit-Datenstrom (z. B. durch Durchführung einer oder mehrerer seiner Datenauswertungsfunktionen und sonstiger Funktionen (sofern vorhanden), wie durch das Daten-Modell festgelegt), und erzeugt fortwährend einen Echtzeitstrom an Ergebnissen oder Ausgabedaten, die in einer Benutzeroberfläche angezeigt werden (z. B. als rollendes Liniendiagramm oder eine andere Darstellung) und fortwährend die aktuellen Echtzeitwerte der Datenausgabe des Daten-Modells wiedergeben können. In einem Beispiel enthält die von dem Daten-Modell erzeugte und in der Benutzeroberfläche angezeigte Datenausgabe mindestens einen Vorhersagewert und dessen zeitlichen Verlauf. Im Allgemeinen sind Daten-Modelle jedoch in der Lage, mit großen, von verschiedenen Datenquellen erzeugten Datenmengen innerhalb der Prozesssteuerungsanlage oder -umgebung 5 zum Zwecke der Fehlererkennung, Vorhersage und Vorschreibung für die Prozesssteuerungsanlage oder -umgebung 5 zu arbeiten.
  • In einer Ausführungsform ist die VDE-Benutzeroberflächenanwendung web-basiert, wobei der Zugriff über einen Internetbrowser erfolgt, sodass die verschiedenen Instanzen der Anwendung von verschiedenen Plattformen (z. B. Apple Macintosh, Linux, Windows etc.) und verschiedenen Benutzern von verschiedenen Rechengeräten, unter Umständen auch gleichzeitig, genutzt werden können. Die VDE-Benutzeroberflächenanwendung ist jedoch nicht auf eine web-basierte Umsetzung beschränkt und kann auf beliebige geeignete Weisen umgesetzt werden, die plattformunabhängig sind und auf mehrere gleichzeitige Benutzer und/oder Instanzen erweitert werden können.
  • Weiterhin dient diese Konfiguration nur der Veranschaulichung und soll nicht als beschränkend ausgelegt werden, obwohl die hier als auf eine einzelne Prozesssteuerungsanlage oder -umgebung 5 mit mehreren gleichzeitig ausgeführten Instanzen der VDE-Benutzeroberflächenanwendung anzuwendende VDE-Benutzeroberflächenanwendung beschrieben wird. Beispielsweise kann in einigen Konfigurationen eine VDE-Benutzeroberflächenanwendung auf verschiedene mehrfache Prozesssteuerungsanlagen oder -umgebungen angewendet werden, die unabhängig voneinander an verschiedenen Orten mit verschiedenen Prozessen arbeiten. Beispielsweise kann eine einzelne durch eine Reihe von Servern oder Computern bereitgestellte VDE-Benutzeroberflächenanwendung von mehreren Ölraffinerien eines Mineralölunternehmens genutzt werden, sodass einige Instanzen der VDE-Benutzeroberflächenanwendung in Raffinerie A und einige Instanzen in Raffinerie B ausgeführt werden.
  • Jedenfalls abstrahiert die VDE-Benutzeroberflächenanwendung, wie bereits beschrieben, die Funktionen, Aktionen, Algorithmen und/oder Vorgänge, die von Daten-Blöcken mit entsprechenden Eingabedaten als Blöcke oder Daten-Blöcke durchgeführt werden. Beispiele für Blöcke oder Daten-Blöcke werden durch ihre jeweilige Funktion benannt, z. B. Laden, Bereinigen, Verändern, Auswerten, Bildlich Darstellen etc. Jeder Daten-Block kann entsprechende Eingabedaten laden oder erlangen, eine oder mehrere seiner Funktionen, Aktionen, Algorithmen und/oder Vorgänge an den erlangten Eingabedaten durchführen und eine oder mehrere entsprechende Ergebnisse oder entsprechende Ausgabedaten erzeugen. Mehrfache Daten-Blöcke können je nach Wunsch miteinander verbunden werden (z. B. seriell, parallel, n:1, 1:n etc.), um ein Offline-Datendiagramm zu bilden, das ein Entwurfsmodell oder Offline-Daten-Modul wiedergibt oder festlegt, wobei dieses Entwurf-Daten-Modell/Offline-Daten-Modul durch Auslösen der Anwendung des Offline-Daten-Moduls (oder eines Teils davon) auf oder der Bearbeitung von einem Satzes eines oder mehrerer Datensätze oder Offline-Datenquellen ausgeführt oder bewertet werden kann. Beispielsweise wird während der Ausführung oder Bewertung eines Offline-Daten-Moduls das Offline-Datendiagramm zu ausführbarem Code kompiliert, ein vorgegebene Datensatz oder -sätze erlangt und in das Offline-Modul geladen oder durch dieses genutzt, wobei die miteinander verbundenen Blöcke des kompilierten Offline-Moduls jeweils ausgeführt werden, um ihre jeweiligen Vorgänge an ihren jeweiligen Dateneingaben durchzuführen und die entsprechenden Ergebnisse ihren jeweiligen Datenausgaben bereitzustellen, was zur Erzeugung einer oder mehrerer Auswertungsausgaben oder -ergebnisse durch sämtliche Offline-Daten-Module entsprechend dem grade entwickelten oder erstellten Daten-Modell führt. In einer Ausführungsform können während der Offline-Bewertung, anstatt Datensätze aus einer Datei in das Entwurf-Daten-Modell zu laden, Eingabedaten aus einer streamenden Offline-Datenquelle empfangen werden, wie einem Testgerät, -umgebung oder -anlage. Weiterhin kann, wie später noch näher erläutert wird, ein Offline-Daten-Modul oder Entwurf-Daten-Modell noch während dessen Entwicklung auch schrittweise bewertet werden. In der VDE-Benutzeroberflächenanwendung ist die Plattform oder Infrastruktur für die Bewertung von Offline-Daten-Blöcken und Offline-Daten-Modulen die Datenauswertungsdienste, die in einem späteren Abschnitt beschrieben werden.
  • Nachdem ein Offline-Daten-Modul (oder ein Teil dessen) bewertet wurde, können die Ergebnisse der Bewertung vom Benutzer überprüft und untersucht und das Entwurfsmodell (oder ein Teil dessen) solange entsprechend verändert und erneut bewertet werden, bis ein zufriedenstellendes Ergebnis erzielt wird. Ein Benutzer kann ein Entwurf-Daten-Modell/Offline-Daten-Modul fertigstellen, in ein Online-Daten-Modul umwandeln und das Online-Daten-Modul ausführen oder einsetzen, um mit Echtzeit-, Online oder gestreamten Echtdaten, die aufgrund von Echtzeitvorgängen der Prozesssteuerungsumgebung oder -anlage 5 erzeugt werden, zu arbeiten. Beispielsweise kann ein ausgeführtes oder eingesetztes Online-Daten-Modul oder Daten-Modell fortwährend mit Echtzeitdaten arbeiten, die fortwährend aufgrund von Online-Vorgängen der Prozessanlage erzeugt werden, und das Online-Daten-Modul oder -modell kann selbst Echtzeit-Ausgabedaten oder Ergebnisse seiner Ausführung erzeugen, die in einer Benutzeroberfläche angezeigt und fortwährend aktualisiert werden. Die Online-Ausführung oder der Betrieb des eingesetzten Online-Daten-Moduls und der entsprechenden Ergebnisse können an einer zentralen Schaltstelle der VDE-Benutzeroberflächenanwendung überwacht werden, die ebenfalls in einem späteren Abschnitt näher beschrieben wird.
  • Wie bereits beschrieben können innerhalb der VDE-Benutzeroberflächenanwendung, Daten-Blöcke, Daten-Module (unabhängig davon ob Online oder Offline) und Teile davon einem Benutzer bildlich und/oder grafisch als Diagramme oder Datendiagramme auf einem von der VDE-Benutzeroberflächenanwendung bereitgestellten Arbeitsbereich oder einer Leinwand dargestellt werden. Im Allgemeinen enthält jedes Datendiagramm einen Satz miteinander durch einen Satz Drähte (die z. B. durch Linien dargestellt werden können) verbundener Daten-Blöcke (die z. B. doch zweidimensionale Formen dargestellt werden können). Die VDE-Benutzeroberflächenanwendung enthält üblicherweise zwei Betriebsmodi (obwohl in einigen Ausführungsformen eine größere oder kleinere Anzahl an Modi enthalten sein kann), die jeweils Datendiagramme zur Darstellung von Daten-Modulen und den in den Daten-Modulen enthaltenen Daten-Blöcken verwenden.
  • Einer dieser Betriebsmodi wird hier wechselweise sowohl als „Datenauswertungsstudio“, „Datenstudio“ oder als „Studio“ bezeichnet. Üblicherweise wird das Datenstudio von den Benutzern zur Gestaltung und Entwicklung von Datenauswertungsmodellen verwendet. Zusätzlich ermöglicht das Datenstudio einem Benutzer, ein Offline-Modul in ein Online-Modul umzuwandeln sowie ein fertiges Offline-Modul als entsprechendes Online-Daten-Modul einzusetzen. Das Datenstudio stellt einen Arbeitsbereich oder eine Zeichenleinwand bereit, auf der der Benutzer die Möglichkeit hat, ein Daten-Modell durch Erstellung und Verbindung von Blöcken zu einem Datendiagramm zu entwickeln, welches eine bildliche, grafische Darstellung eines Daten-Modells oder eines Teils davon bildet. Während der Entwicklung eines Daten-Modells innerhalb des Datenstudios kann es als Entwurf-Daten-Modell oder Offline-Daten-Modul bezeichnet und als Entwurf oder Prototyp betrachtet werden. Ein Offline-Daten-Modul-Diagramm kann eine größere Anzahl Daten-Blöcke und/oder Verbindungen enthalten als das sich daraus ergebende Online-Daten-Modul, da einige im Offline-Modul enthaltenen Blöcke und Verbindungen zur Auswertung und Betrachtung von Daten in verschiedenen Teilen des Moduls genutzt werden können, z. B. zum Zwecke der Auswertung und Prüfung, ob ein bestimmter Teil des Daten-Modells wie gewünscht bewertet und/oder hinreichend nützliche und/oder vorhersagende Daten bereitstellt. Im Allgemeinen ist ein Offline-Diagramm eines Daten-Moduls eine Darstellung eines Ablaufs, der (1) Rohdatensätze erkundet und bereinigt und (2) für die gewünschten Auswertungsvorgänge gebaut, eingestellt und bewertet werden kann, wie Einordnung, Regression, Clustering, Dimensionsreduzierungen etc. Daten-Module, die offline sind, können während ihrer Entwicklung schrittweise oder fortlaufend bewertet werden. Die Ergebnisse des Bewertungsprozesses eines Offline-Daten-Moduls oder Daten-Modells werden dem Benutzer mittels des Datenstudios angezeigt.
  • In einigen Fällen kann die Ausführung oder Bewertung eines Offline-Daten-Moduls eine längere Zeit bis zur Fertigstellung in Anspruch nehmen. In diesen Situationen kann der Status und der Fortschritt des Offline-Daten-Modul-Bewertungsprozesses über einen anderen Betriebsmodus der VDE-Benutzeroberflächenanwendung übertragen werden, der hier wechselweise als „zentrale Datenauswertungsschaltstelle“, „zentrale Auswertungsschaltstelle“ oder einfach nur „zentrale Schaltstelle“ bezeichnet wird. Die zentrale Schaltstelle wird üblicherweise vom Benutzer zur Anzeige und/oder Verwaltung von Modulen, die (i) Offline-Daten-Module (z. B. Entwurf-Daten-Module) in der Bewertungsphase sind und/oder (ii) Online-Daten-Module (z. B. fertige Daten-Modelle, die als Daten-Module eingesetzt wurden) sind, verwendet. Die zentrale Schaltstelle stellt ebenfalls Entwurf-Daten-Modelle während der Bewertung und eingesetzte Online-Daten-Modul mithilfe entsprechender Diagramme oder bildlicher, grafischer Darstellung, dar. Ein eingesetztes Daten-Modul wird als „Online“ seiend bezeichnet, da das eingesetzte Modul mit Echtzeitdaten ausgeführt wird, die aufgrund von Online- oder Laufzeitvorgängen des Prozesssteuerungssystems oder der -anlage 5 erzeugt werden. Im Allgemeinen ist ein Online-Diagramm eines Daten-Moduls eine Darstellung eines Ablaufs, der an eine oder mehrere Datenquellen innerhalb des Prozesssteuerungssystems oder der -anlage 5 (z. B. streamende Datenquelle) gebunden ist, um Echtzeitbeschreibungen, Vorhersagen und/oder Vorschriften zu machen und/oder fortwährend Daten-Modelle während oder bei Laufzeit einzustellen. Daten-Module, die eingesetzt wurden oder online sind, können solange ausgeführt werden, bis sie ausdrücklich von der zentralen Schaltstelle aus beendet werden.
  • A. Daten-Modul-Diagramme
  • Ein Beispieldiagramm eines Daten-Moduls enthält üblicherweise mehrere Daten-Blöcke und Drähte, die verschiedene Blöcke miteinander verbinden, um eine oder mehrere Datenflussleitungen zu bilden. Wie bereits erwähnt ist ein Daten-Block im Allgemeinen eine Abstrahierung einer Funktion oder eines Vorgangs, den ein Benutzer auf einen Datensatz anwenden möchte. Beispielsweise kann ein bestimmter Block einen Datensatz aus dem Datenspeicher oder einer Datei auf einem Speichermedium laden, ein anderer bestimmter Block kann alle fehlenden Werten in dem Datensatz ersetzen (z. B. jene Werte, die keinen gemessenen Wert zu einem dem Zeitpunkt entsprechenden Zeitpunkt haben, zu denen ein anderer Parameter/eine andere Variable einen Messwert hat), während ein weiterer bestimmter Block eine Random-Forest-Auswertung (Randomisierte Entscheidungsbäume-Auswertung) durchführen könnte. Üblicherweise entsprechen verschiedene Blöcke verschiedenen Funktionen oder Vorgängen, die an Datensätzen durchgeführt werden können und als solches können verschiedene Daten-Blöcke jeder mit einer entsprechenden Art oder einem Namen benannt werden, z. B. „Laden“, „Abfrage“, „Befüllen“, „Spalten“, „PCA (Principal Component Analysis – Hauptkomponentenanalyse)“, „PLS (Partial Least Squares – Partielle Kleinste Quadrate)“, „Erkunden“, „Schreiben“ etc.
  • Jeder Block kann keine oder mehrere entsprechende Eigenschaften haben. Der Eigenschaftensatz eines Blocks (der für einige Blöcke ein Null-Satz sein kann) entspricht jeweils seinem Blocktyp, sodass sämtliche Instanzen desselben Blocktyps den gleichen Satz an Eigenschaften haben. Für einige Blöcke können die voreingestellten Eigenschaften-Werte von der VDE-Benutzeroberflächenanwendung bereitgestellt werden, während für andere Blöcke dem Benutzer gestattet werden kann, einen oder mehrere Eigenschaften-Werte einzugeben und/oder zu verändern. Eine Daten-Blockdefinition legt die entsprechenden Eigenschaften und sämtliche voreingestellten Eigenschaften-Werte (sowie weitere Information für einige Blöcke) eines Daten-Blocktyps fest. Daten-Block-Definitionen werden in der Daten-Block-Definitionenbibliothek gespeichert, die von der VDE-Benutzeroberflächenanwendung bereitgestellt wird. Im Allgemeinen ist die Daten-Block-Definitionenbibliothek in sämtlichen offenen Instanzen der VDE-Benutzeroberflächenanwendung verfügbar, sodass mehrere Datenauswertungsbenutzer oder -ingenieure gleichzeitig Daten mithilfe der von der Bibliothek bereitgestellten Ressourcen entwickeln und/oder erkunden können.
  • Jeder Block hat keinen, einen oder mehrere Dateneingabe-Anschlüsse, die die Daten (sofern vorhanden) festlegen, die von einem oder mehreren anderen Blöcken oder Datenquellen in den Block einfließen. Zusätzlich hat jeder Block keinen, einen oder mehrere Datenausgabe-Anschlüsse, die die Daten (sofern vorhanden) festlegen, die aus einem Block herausfließen (und über ihre jeweiligen Datenausgabe-Anschlüsse möglicherweise in einen oder mehrere Empfänger-Blöcke). Die Verbindungen zwischen Dateneingaben und Datenausgaben verschiedener Blöcke untereinander werden in Daten-Modul-Diagrammen durch Drähte dargestellt. Sämtliche Datenarten können entlang eines Drahts fließen oder übertragen werden, von einfachen Skalierungswerten bis hin zu Datenpaketen, die jeweils Millionen Werte bis hin zu Objektcode enthalten.
  • Zusätzlich hat jeder Block einen Zustand. Wenn beispielsweise ein Block erstellt wird, befindet sich der Block im Zustand „Konfiguration“, „wird konfiguriert“ oder „nicht konfiguriert“. Nachdem der Block konfiguriert wurde, erhält der Block den Zustand „konfiguriert“. Solange ein Offline-Block bewertet wird, befindet er sich im Zustand „Bewertung“. Nachdem der Offline-Block bewertet wurde, erhält der Block entweder den Bewertungszustand „erfolgreich“ oder den Bewertungszustand „fehlgeschlagen“. Durchläuft ein Online-Block eine Konfiguration oder Anbindung an Datenquellen und/oder Datenverbraucher, so befindet er sich im Zustand „wird konfiguriert“ oder „wird angebunden“. Nachdem ein Online-Block in das Prozesssteuerungssystem eingesetzt wurde und mit Echtdaten arbeitet, befindet er sich im Zustand „eingesetzt“ oder „ausgeführt“. Natürlich sind auch andere Zustände möglich. Üblicherweise enthält jeder Block eine optische Anzeige, die den aktuellen Zustand anzeigt. Zusätzlich kann jedes Daten-Modul als Ganzes über eine Anzeige verfügen, die den aktuellen Zustand anzeigt.
  • Ein Beispiel-Datendiagramm 200 in 4A zeigt verschiedene mögliche Daten-Block-Funktionen und -verbindungen. Dieses Beispiel-Datendiagramm 200 enthält einen mit einem über einen Draht 205 mit einem FülleNaN-Block 202b verbundenen LadeDaten-Block 202a. Die Darstellung des LadeDaten-Blocks 202a enthält eine Anzeige des aktuellen Blockzustands 208a, eine Anzeige des Blocktyps oder Namens 210a, eine Anzeige der Ergebnisse der Blockbewertung 212a und einen Datenausgabe-Anschluss 215a, über den zumindest einige der als Ergebnis der LadeDaten-Block-Bewertung erzeugten Daten über den Draht 205 an einen Empfänger geliefert werden (in diesem Szenario an den FülleNaN-Block 202b).
  • Der FülleNaN-Block 202b enthält einen Dateneingabe-Anschluss 218b, der die über den Draht 205 fließenden Daten aus dem LadeDaten-Block 202a empfängt. Ähnlich wie LadeDaten-Block 202a enthält der FülleNaN-Block 202b eine Anzeige seines aktuellen Blockzustands 208b, eine Anzeige seines Blocktyps oder -namens 210b, eine Anzeige der Ergebnisse seiner Bewertung 212b und einen Datenausgabe-Anschluss 215b, über den zumindest einige der als Ergebnis der FülleNaN-Block-Bewertung erzeugten Daten über einen Draht 220 an einen Empfänger oder Verbraucher geliefert werden (nicht dargestellt).
  • Es ist zu beachten, dass der LadeDaten-Block 202a in 4A über keinen Dateneingabe-Anschluss verfügt, da der LadeDaten-Block 202a keine Daten empfängt, die eine Datenausgabe eines beliebigen anderen Blocks im Datendiagramm 200 sind. Stattdessen kann der LadeDaten-Block 202a so konfiguriert werden, dass er einen oder mehrere Datensätze aus einer oder mehreren Datenquellen lädt oder erlangt. Die Datenquellen können unter anderem Offline-Datenquellen wie eine Datendatei, eine Datenquelle (z. B. ein Seeq-System), eine relationale oder nicht-relationale Datenbank sein und/oder die Datenquellen können Online- oder Streaming-Datenquellen, wie von der Verteilte-Daten-Engine 202x erzeugte Datenströme enthalten.
  • B. Datenauswertungsstudio
  • Wie bereits erwähnt ist einer der Betriebsmodi der VDE-Benutzeroberflächenanwendung das Datenauswertungsstudio. Das Datenauswertungsstudio kann vom Benutzer zur Gestaltung, Entwicklung, Anzeige oder Erkundung von Daten-Modellen verwendet werden. 4B zeigt eine vom Datenauswertungsstudio 240 dargestellte Beispielbenutzeroberfläche, die eine Navigationsleiste 242 und einen Arbeitsbereich oder Zeichenleinwand 245 enthält. Die Navigationsleiste 242 stellt Steuerelemente und Anzeigen bereit, mittels derer ein Benutzer in der Lage ist, Offline- und Online-Daten-Module zu verwalten, z. B. indem sie dem Benutzer ermöglichen, Aktionen wie die Erstellung eines neuen Offline-Daten-Moduls durchzuführen, aktuell geöffnete und auf der Leinwand 245 angezeigte Offline- oder Online-Daten-Modul zu erkennen, auf einfache Weise den Status (z. B. offline oder online) eines aktuell geöffneten und auf der Leinwand 245 angezeigten Daten-Moduls zu betrachten, aktuell geöffnete und auf der Leinwand 245 angezeigte Offline-Daten-Module zu speichern/sichern, Offline-Module in Online-Module umzuwandeln, zwischen der Anzeige von Offline- und Online-Datendiagramm eines Daten-Moduls umzuschalten, Offline-Daten-Module zu bewerten, Online-Daten-Module einzusetzen, andere Daten-Module zu durchblättern und sonstige ähnliche Modulverwaltungsfunktionen. Als solches enthält das Datenauswertungsstudio 240 eine Vielzahl von Benutzer-Steuerelementen und Anzeigen 248a–248b, wie unter anderem:
    • • ein Modulnavigationssteuerelement 248a, um dem Benutzer die Suche und das Durchblättern anderer Daten-Module zu ermöglichen;
    • • eine Kennzeichnung 248b des aktuell auf der Leinwand 245 geöffneten Daten-Moduls;
    • • eine oder mehrere Anzeigen 248c, 248d, die anzeigen, ob die Anzeige eines aktuell auf der Leinwand 245 geöffneten Daten-Moduls eine Offline- oder Online-Anzeige ist;
    • • ein oder mehrere Steuerelemente 248e, 248f, mittels derer ein Benutzer zwischen einer Online- und einer Offline-Anzeige des aktuell auf der Leinwand 245 geöffneten Daten-Moduls umschalten kann;
    • • ein Benutzer-Steuerelement 248g, mittels dessen ein Benutzer Eigenschaften des aktuell auf der Leinwand 245 geöffneten Daten-Moduls betrachten und/oder festlegen kann;
    • • ein Benutzer-Steuerelement 248h, mittels dessen ein Benutzer das aktuell geöffnete Daten-Modul speichern kann;
    • • ein Benutzer-Steuerelement 248i, mittels dessen ein Benutzer zumindest einen Teil des aktuell geöffneten Daten-Moduls bewerten kann;
    • • ein Benutzer-Steuerelement 248j, mittels dessen ein Benutzer das aktuell geöffnete Daten-Modul einsetzen kann;
    • • eine Anzeige 248k, die den Betriebsstatus des aktuell geöffneten Moduls anzeigt; und/oder
    • • ein oder mehrere sonstige Benutzer-Steuerelemente und/oder Anzeigen (nicht gezeigt).
  • 4B zeigt ebenfalls ein Benutzer-Steuerelement 248m, mittels dessen ein Benutzer Block-Definitionen von einer Daten-Block-Definitionenbibliothek betrachten oder auswählen und/oder dieser hinzufügen kann (dies wird nicht in 4B gezeigt). In der in 4B gezeigten Ausführungsform wird das Benutzer-Steuerelement 248m für die Bibliothek als auf der Leinwand 245 befindlich angezeigt, in anderen Ausführungsformen kann sich dieses Steuerelement 248m jedoch auch in der Navigationsleiste 242 oder an jedem anderen gewünschten Ort befinden.
  • In der Tat sind die Zahlen, Typen, Orte/Positionen, Formfaktoren, Anordnungen etc. der in dem Datenauswertungsstudio 240-Beispiel gezeigten Benutzer-Steuerelemente und Anzeigen nur eine von vielen möglichen Ausführungsformen. Eine größere oder geringere Anzahl und/oder Typen von Benutzer-Steuerelementen und/oder Anzeigen kann enthalten sein. Andere Orte/Positionen solcher Benutzer-Steuerelemente und/oder Anzeigen können genutzt werden, als auch andere Formfaktoren, Anordnungen etc. In einigen Ausführungsformen kann die Navigationsleiste 242 weggelassen werden und eine andere Methode zum Zugriff des Benutzers auf Steuerelemente bereitgestellt werden (z. B. Überlagerungsfenster, Auswahlmenü etc.).
  • 1. Datenauswertungsstudio – Offline-Daten-Module
  • Im Datenauswertungsstudio 240 ist die Zeichenleinwand oder der Arbeitsbereich 245 der Bereich, mittels dessen Offline-Daten-Module entwickelt, definiert und bewertet werden können. Beispielsweise kann ein Benutzer von der Zeichenleinwand oder dem Arbeitsbereich 245 auf die Block-Definitionenbibliothek der VDE-Benutzeroberflächenanwendung zugreifen (z. B. über ein Benutzer-Steuerelement 248m), verschiedene dort gespeicherte Daten-Block-Definitionen auswählen und die ausgewählten Block-Definitionen zu einem Datendiagramm eines Daten-Modells miteinander verbinden (z. B. verdrahten). Zusätzlich ist ein Benutzer in der Lage, auf der Zeichenleinwand oder dem Arbeitsbereich 245 die Eigenschaften einer bestimmten Daten-Blockinstanz zu bearbeiten, einen Teil des Entwurf-Daten-Modells zu bewerten, einschließlich der Betrachtung des Fortschritts der Bewertung sowie deren Ergebnisse, und/oder andere Aktionen in Bezug auf Offline-Daten-Module durchführen.
  • Wie bereits beschrieben, liegt jedem in einem Datendiagramm verwendbaren Daten-Block eine Blockdefinition eines Daten-Blocktyps zugrunde. Das heißt, eine bestimmte Instanz eines Daten-Blocks eines vorgegebenen Typs verfügt über einen Satz Eigenschaften entsprechend der Block-Definitionen des vorgegebenen Typs, wobei die bestimmte Instanz jedoch von anderen Instanzen des Blocks des gleichen vorgegebenen Typs abweichen kann, z. B. in einer Weise, die Objektklassen und Instanzen von Objektklassen ähnlich ist. Wie ebenfalls bereits beschrieben werden Block-Definitionen in der Block-Definitionenbibliothek gespeichert, auf die über ein Benutzer-Steuerelement 248m zugegriffen werden kann (z. B. umschalten zwischen Anzeige und Versteckt), das sich auf der Leinwand 245 befinden kann.
  • Eine Veranschaulichung einer beispielhaften Beziehung 250 zwischen der Daten-Block-Definitionenbibliothek, den Daten-Block-Definitionen, Daten-Modulen, Daten-Blöcken, Daten-Blockinstanzen und Drähten ist in 4C zu sehen. Wie in 4C gezeigt, werden Block-Definitionen über eine von der VDE-Benutzeroberflächenanwendung bereitgestellte Block-Definitionenbibliothek 252 verfügbar gemacht. In einigen Ausführungsformen können verschiedenen Benutzern und Gruppen von Benutzern andere Zugriffsrechte (z. B. Nur-Lesen, Lesen-Schreiben etc.) für bestimmte Block-Definitionen und/oder andere Datenauswertungsbibliothek-Ressourcen (und/oder Teilen davon) gewährt werden.
  • Eine in der Bibliothek 252 gespeicherte Blockdefinition 255 kann zur Erstellung einer Instanz 258 des innerhalb eines Daten-Moduls 260 genutzten Blocks 255, verwendet werden. Eine oder mehrere Eigenschaften 262 der Blockdefinition 255 können speziell für die Blockinstanz 258 festgelegt werden. Die Blockinstanz 258 kann so konfiguriert oder gestaltet werden, dass sie eine oder mehrere Dateneingabe-Anschlüsse 265 enthält, über die Daten in der Blockinstanz 258 empfangen werden, und die Blockinstanz 258 kann so konfiguriert oder gestaltet werden, dass sie einen oder mehrere Datenausgabe-Anschlüsse 270 enthält, über die Ausgabedaten (z. B. Daten als Ergebnis einer Bewertung der mit über den Dateneingabe-Anschluss 265 empfangenen Eingabedaten arbeitenden Blockinstanz 258) bereitgestellt werden, z. B. an eine andere Blockinstanz 258, zum Schreiben oder Speichern, an eine Benutzeroberfläche etc. Jeder Dateneingabe-Anschluss 265 einer Blockinstanz 258 kann Daten über einen oder mehrere Drähte 272 des Daten-Moduls 260 empfangen, und jeder Datenausgabe-Anschluss 270 einer Blockinstanz 258 kann Daten über einen oder mehrere Drähte 272 des Daten-Moduls 260 bereitstellen. Jeder Draht 272 des Daten-Moduls 260 stellt eine Verbindung zwischen einem bestimmten Datenausgabe-Anschluss 270 einer bestimmten Blockinstanz 258 und einem bestimmten Dateneingabe-Anschluss 265 einer anderen bestimmten Blockinstanz 258 bereit und ermöglicht so die Übertragung von Daten zwischen den beiden Blockinstanzen.
  • In einer Ausführungsform werden Block-Definitionen innerhalb der Bibliothek 252 in Funktions- oder Aktionskategorien unterteilt. Kategorien können Unterkategorien enthalten, Unterkategorien können Unter-Unterkategorien enthalten und so weiter. In einem veranschaulichenden, jedoch nicht beschränkenden Beispiel enthält eine Block-Definitionenbibliothek 252 mindestens fünf Kategorien Block-Definitionen: Datenquellen, Filter, Umwandler, bildliche Darstellungen und Datenverbraucher.
  • Block-Definitionen, die in der Datenquellenkategorie enthalten sind, legen üblicherweise verschiedene Aktionen in Bezug auf Datenquellen fest, die Eingabedaten, mit denen ein Daten-Modul arbeitet, bereitstellen. Beispielsweise können Block-Definitionen in der Datenquellenkategorie „ErstelleDatenSatz“ enthalten, um einen Eingabedatensatz zu erzeugen, „LadeDatensatz“, um einen vorhandenen Datensatz aus einer Offline- oder Online-Datenquelle zu laden oder zu erlangen, „LadeDB“, um Daten aus einer Datenbank (wie einer Prozesssteuerungsdatenbank oder einer Auswertungsdatenbank) zu laden oder zu erlangen, „SpeicherDatenSatz“, um einen Eingabedatensatz in einen Langzeitdatenspeicher zu überführen (z. B. nach dessen Erstellung, wie für Test-Eingabedatensätze) etc. Weiterhin können einige Datenquellenkategorien eine oder mehrere Unterkategorien enthalten. Beispielsweise können die ErstelleDatensatz- und LadeDatenSatz-Kategorien jeweils entsprechende Unterkategorien für bestimmte Datensatzformate und/oder Umgebungen enthalten, in denen die Datensätze erzeugt wurden, z. B. CSV (Comma Separated Values – durch Kommata getrennte Werte), Raspberry Pi, Seeq etc. Im Allgemeinen werden Datenquellen-Blöcke so konfiguriert, dass sie statische Datenquellen erlangen oder darauf zugreifen, wie Datendateien, Prozesssteuerungsdatenbanken, Auswertungsdatenbanken etc. Andererseits werden Online-Datenquellen üblicherweise mit einer Bindungsdefinition konfiguriert, die die jeweilige Instanz des Online-Datenquellen-Blocks mit einer oder mehreren Online-Datenquellen innerhalb der Prozessanlage in Beziehung setzt. Eine Kompilierung der konfigurierten Online-Datenquelle instanziiert die Bindung, sodass der Online-Datenquellen-Block von einer oder mehreren Datenquellen, an die er gebunden ist, erzeugten gestreamten Daten empfängt.
  • Die Datenquellenkategorie kann Block-Definitionen enthalten, die sich auf die Suche nach oder die Erlangung ausgewählter Daten von einer oder mehreren Datenquellen beziehen, z. B. „AbfrageDatenQuelle“ oder „Abfrage“. Abfrage-Blöcke können mit Offline-Datenquellen und/oder Online-Datenquellen arbeiten. Im Allgemeinen erlaubt der Abfrage-Blocke einem Daten-Modul, bestimmte Arten oder Identitäten von Daten abzufragen, zu erlangen oder anzufordern (z. B. wie durch Spalten, Markierungen oder sonstige geeignete Kennzeichnungen angezeigt) und/oder nur während bestimmter Zeitabschnitte erzeugte Daten abzufragen, zu erlangen oder anzufordern, die auch unzusammenhängende Zeitabschnitte sein können. Weiterhin ist der Abfrage-Blocke in der Lage, jegliche Art von Daten abzufragen, unabhängig von ihrem Format und/oder ihrer Umgebung, in der die Daten erfasst oder gespeichert wurden. Zusätzliche Einzelheiten zum Abfrage-Blocke werden in einem späteren Abschnitt dieser Anmeldung gegeben.
  • In Filter-Kategorien enthaltene Block-Definitionen legen üblicherweise verschiedene Filtertechniken fest, die mit einem Datensatz durchgeführt werden können. Beispielsweise können Block-Definitionen in der Filter-Kategorie „Beschneiden“, „HochPass“, „TiefPass“, „SGF“ (z. B. für Savitsky-Golay-Filter), „Exponential“, „Mittelwert“, „Wellen“ etc. enthalten.
  • In der Umwandler-Kategorie enthaltene Block-Definitionen der Daten-Block-Definitionenbibliothek 252 legen üblicherweise verschiedene Techniken fest, mit denen die Inhalte eines Datensatzes oder eines gefilterten Datensatzes bearbeitet, ausgewertet und/oder in sonstiger Weise umgewandelt werden. Beispielsweise kann die Umwandler-Kategorie Daten-Block-Definitionen-Unterkategorien enthalten, die sich auf die Bereinigung von Eingabedatensätze beziehen, z. B. „FülleNaN“ (z. B. Einträge des Datensatzes einfügen, die keine Zahl sind), „EntfAusreisser“ (z. B. Ausreißerdaten entfernen), „KorrigierSchlecht“ (z. B. innerhalb des Eingabedatensatzes erkannte schlechte Daten korrigieren), „AusschlussSchlecht“ (z. B. erkannte schlechte Daten ausschließen), etc. Zusätzlich kann die Umwandler-Kategorie Daten-Block-Definitionen-Unterkategorien enthalten, die der Bearbeitung von Inhalten des Eingabedatensatzes entsprechen, wie „Skalieren“, „Verschieben“, „Aufteilen“, „Verschmelzen“, „ZentrierNormal“, „Heruntertakten“, „Zeitversatz“, „Spalten“ etc. Weiterhin kann in einigen Ausführungsformen die Umwandler-Kategorie Block-Definitionen-Unterkategorien enthalten, die der Ausrichtung von Daten innerhalb des Eingabedatensatzes entsprechen, z. B. „ZeitVerzögerung“, „VerzögerungKorrektur“ etc.
  • Die Umwandler-Kategorie kann Daten-Block-Definitionen-Unterkategorien enthalten, die einer Auswertung von Eingabedatensätzen entsprechen, um Erkenntnisse zu erlangen und den Inhalt zu erlernen, wie „Sensitivität“, „Anhäufung“, „RandomForest (Randomisierte Entscheidungsbäume)“, „CBP“ (Bedingte Bayes'sche Wahrscheinlichkeitsanalyse), „KMittel“, „FourierTransform“, „SchnelleFourierTransform“, „PLS“, „PCA“ etc. Einige Unterkategorien der Umwandler-Kategorie können eine oder mehrere Unter-Unterkategorien enthalten. Beispielsweise kann die PCA-Unterkategorie der Umwandler-Kategorie Daten-Block-Definitionen-Unter-Unterkategorien enthalten, die verschiedenen PCA-(Principal Component Analyses – Hauptkomponentenanalyse)-Techniken entsprechen, wie „PCA_NIPALS“ (PCA und nicht-lineare iterative Partial Least Squares [Partielle Kleinste Quadrate]), „PCA-SVD“ (PCA und Singulärwertzerlegung), „PCA_Test“ etc.
  • Block-Definitionen der Bildliche-Darstellung-Kategorie legen üblicherweise verschiedene Techniken zur Darstellung von durch ein Daten-Modul erzeugten Datenausgaben fest. Beispielsweise kann die Bildliche-Darstellung-Kategorie Unterkategorien enthalten, die einer grafischen und/oder sonstigen bildlichen Darstellung entsprechen, wie „LinienDiagramm“, „Diagramm“, „BalkenDiagramm“, „StreuDiagramm“, „Histogramm“, „DatenRaster“, „DatenWolke“, „Animation“ etc. Die Bildliche-Darstellung-Kategorie kann Unterkategorien enthalten, die der Vorbereitung von Ausgabedaten für eine bestimmte grafische Darstellung entsprechen, wie „RundenSigFig“.
  • Block-Definitionen der Datenverbraucher-Kategorie legen üblicherweise Aktionen in Bezug auf verschiedene Verbraucher oder Empfänger von durch ein Daten-Modul erzeugten Ausgabedaten fest. Beispielsweise kann die Datenverbraucher-Kategorie eine Unterkategorie „Schreiben“ enthalten, die dafür sorgt, dass Ausgabedaten in eine Datei, Datenbank oder ein sonstiges statisches Speicherareal geschrieben oder gespeichert werden. Die Unterkategorie „Schreiben“ kann wiederum über entsprechende Unterkategorien verfügen, die den verschiedenen Arten von Orten, Datenbanken, Datenbankformaten, Dateiformaten etc. entsprechen, die darauf hinweisen, wo oder wie die Ausgabedaten geschrieben oder gespeichert werden können. Die Datenverbraucher-Kategorie kann eine Unterkategorie „Veröffentlichen“ enthalten, die dafür sorgt, dass die Ausgabedaten gestreamt werden (z. B. über das Auswertungsdatennetzwerk 112) oder in sonstiger Weise an einen Abonnenten oder Empfänger der Daten verschickt oder geliefert werden (z. B. an eine Verteilte-Daten-Engine 102x, ein Online-Daten-Modul, eine vom Prozesssteuerungssystem ausgeführte Anwendung, eine Benutzeroberfläche etc.). In einigen Ausführungen wird der Veröffentlichen-Daten-Block konfiguriert und an einen Echtdaten-Verbraucher (z. B. an ein Online-Daten-Modul, eine ausgeführte Anwendung, ein Prozesssteuerungsgerät, -element oder -komponente etc., das über ein Abonnement für die Datenausgabe des Daten-Modells verfügt) gebunden, um einen Offline-Veröffentlichen-Block in seine Online-Version umzuwandeln. In einer Ausführungsform kann die Datenverbraucher-Kategorie eine Unterkategorie „KonvertierenZuSteuerelement“ enthalten, die dafür sorgt, dass Ausgabedaten in ein Signal eines Formats konvertiert werden, die das herkömmliche Prozesssteuerungskommunikationsnetzwerk versteht und dafür sorgt, dass das Signal über das herkömmliche Prozesssteuerungskommunikationsnetzwerk an eine Prozesssteuerungseinheit, ein -element, ein -gerät oder eine -komponente geliefert wird, um eine Veränderung in der Prozessanlage 5 hervorzurufen oder zu beeinflussen. Die Unterkategorie „KonvertierenZuSteuerelement“ kann Unter-Unterkategorien enthalten, die beispielsweise verschiedenen herkömmlichen Prozessprotokollformaten entsprechen (z. B. HART, PROFIBUS, WirelessHart etc.) und/oder verschiedenen Zielen innerhalb der Prozessanlage 5, die potenzielle Empfänger des Veränderungssignals sind (z. B. Steuerkreisdateneingaben, Steuerkreiskonfigurationen, Meldungsprioritäten, Parameterwerte etc.). Beispielsweise kann ein KonvertierenZuSteuerelement-Block konfiguriert werden, um an eine bestimmte Prozesssteuerungseinheit, ein -element, ein -gerät oder eine -komponente innerhalb der Prozessanlage 5 gebunden zu werden, die die Datenausgabe des KonvertierenZuSteuerelement-Blocks empfangen und den Betrieb entsprechend verändern soll.
  • Die Daten-Block-Definitionenbibliothek 252 kann weitere Daten-Block-Definitionen enthalten, von denen jede zu einer Kategorie gehören kann oder nicht. Beispielsweise kann der Erkunden-Block einem Benutzer ermöglichen, von einem oder mehreren anderen Daten-Blöcken erzeugte Ausgabe-Daten in einem Offline-Modus zu erkunden. Beispielsweise kann der Erkunden-Daten-Block mehrere verschiedene Datendrähte an seinen Dateneingabe-Anschlüssen empfangen und eine bildliche Darstellung erzeugen, die beide Sätze von Eingabedaten in vergleichender Weise enthalten, z. B. durch zeitliche Ausrichtung der beiden Eingabedatensätze und Überlagerung eines Liniendiagramms mit einem anderen Liniendiagramm, durch Erstellung von Histogrammen, bei dem die jeweiligen Datensatz-Informationen neben den Informationen des jeweiligen anderen Datensatzes angezeigt werden etc. Der Erkunden-Block ermöglicht dem Benutzer, die bildliche Darstellung seiner Datenausgabe zu bearbeiten, z. B. durch Vergrößern und Verkleinern des Maßstabs einer X-Achse und/oder einer Y-Achse, Sortieren und/oder Filtern von im Diagramm angezeigten statistischen Daten etc. Es ist zu beachten, dass der Erkunden-Block ein Beispiel für einen Block darstellt, der möglicherweise kein Online-Gegenstück hat, da seine Funktion in erster Linie darin besteht, dem Nutzer die Erkundung und das Verständnis der vom Entwurf-Daten-Modell erzeugten Datenausgabe zu ermöglichen.
  • Damit ein Benutzer ein neues Daten-Modell entwickeln kann, kann der Benutzer die Daten-Block-Definitionenbibliothek 252 aufrufen (z. B. durch Umschalten mittels des Benutzer-Steuerelements 248m). Der Benutzer kann der Leinwand 245 durch Ziehen-und-Fallenlassen der Definition des gewünschten Daten-Blocks aus der Bibliothek 252 an die gewünschte Stelle der Leinwand 245 einen gewünschten Daten-Block hinzufügen (und dadurch den Daten-Block dem in der Entwicklung befindlichen auf der Leinwand 245 angezeigten Daten-Modul hinzufügen). (Natürlich ist Ziehen-und-Fallenlassen nur eine Möglichkeit, um einen bestimmten Daten-Block auszuwählen und innerhalb des Daten-Moduls zu positionieren und in dieses einzubinden, und eine Vielzahl anderer geeigneter Weisen, dies zu tun, sind möglich.) Nach dem Ziehen-und-Fallenlassen-Vorgang wird die ausgewählte Blockdefinition mit dem Entwurf-Daten-Modul verknüpft und eine entsprechende Instanz dieses Daten-Blocks für das Entwurf-Daten-Modul wird erstellt und benannt. In einem in 4D veranschaulichten Beispielszenario befindet sich das Entwurf-Modul A1 in der Entwicklung und sein entsprechendes Entwurf-Offline-Datendiagramm wird auf der Datenstudio-Leinwand 245 angezeigt. Wie durch Anzeige 248c angezeigt, hat das Modul A1 den Status „offline“. Der Benutzer hat dem Entwurf-Modul A1 bereits die Blöcke A1-B1, A1-B2 und A1-B3 hinzugefügt und mittels der Drähte A1-W1 und A1-W2 verbunden. Der Benutzer hat die Bibliothek 252 mittels des Steuerelements 248m aufgerufen, Block B4 in der Bibliothek aufgerufen und Block B4 mittels Ziehen-und-Fallenlassen der Leinwand 245 hinzugefügt (wie durch die gestrichelte Linie angezeigt) und wird nun die Instanz von Block B4 als „A1-B4“ benennen. Nachdem die Instanz von Block B4 benannt wurde, kann der Benutzer A1-B4 mit einem oder mehreren anderen Daten-Blöcken des Entwurf-Moduls A1 mit Drähten miteinander verbinden. Beispielsweise kann der Benutzer den Cursor über einen Dateneingabe-Anschluss von A1-B4 bewegen und durch einen Klick eine neue Drahtverbindung zum ausgewählten Dateneingabe-Anschluss zu erstellen. Der Benutzer kann dann den gewünschten Datenausgabe-Anschluss einer anderen Blockinstanz auf der Leinwand 245 anklicken, um eine neue Drahtverbindung zu dem ausgewählten Dateneingabe-Anschluss zu dem gewünschten Datenausgabe-Anschluss zu erstellen und so die beiden Blockinstanzen miteinander zu verbinden. In einem anderen Beispiel kann der Benutzer den Cursor über einen Datenausgabe-Anschluss einer anderen Blockinstanz bewegen, mit einem Klick eine neue Drahtverbindung zu dem ausgewählten Datenausgabe-Anschluss erstellen und dann mit einem Klick auf den gewünschten Dateneingabe-Anschluss von A1-B4 eine neue Drahtverbindung erstellen. Natürlich kann jede geeignete Benutzer-Steuerungsmethode zur Erstellung von Drahtverbindungen zwischen Blockinstanzen verwendet werden.
  • Auf der Datenstudio-Leinwand 245 kann der Benutzer Werte vorgegebener Eigenschaften eines Blocks für eine bestimmte Blockinstanz verändern. Zur Veranschaulichung stellt 4E einen Teil der Datenstudio-Leinwand 245 dar, auf der ein Entwurf-Daten-Modul B1 entwickelt wird. Zwei in einem Entwurf-Modul B1 enthaltene Blockinstanzen wurden auf der Leinwand 245 positioniert und miteinander verbunden, d. h. B1-FülleNaN und B1-PCA. B1-FülleNaN empfängt seinen Eingabedatensatz von einer in 4E nicht angezeigten Datenquelle und B1-PCA stellt entsprechenden Verbraucher- oder Empfänger-Blöcken (ebenfalls nicht angezeigt) zwei Datenausgaben „Modell“ 280a und „Punktzahl“ 280b bereit. Der Benutzer hat kenntlich gemacht, dass er oder sie die Werte der der Blockinstanz B1-PCA entsprechenden Block-Definitioneneigenschaften verändern möchte (z. B. durch Bewegen des Cursors über die Blockinstanz B1-PCA, durch Doppelklicken auf den Block B1-PCA oder durch Nutzung einer beliebigen sonstigen geeigneten Benutzer-Steuerungsmethode). Als Folge der Betätigung des Benutzer-Steuerelements ist ein Fenster 282 mit einer Liste der der PCA-Block-Definitionen entsprechenden festgelegten Eigenschaften erschienen (z. B. als schwebende Dialogbox, Überlagerungsfenster oder eine sonstige geeignete Darstellung). Ein Benutzer kann nun die Werte der verschiedenen Block-Eigenschaften von B1-PCA wie gewünscht über das Fenster 282 verändern.
  • Wie bereits beschrieben werden die Eigenschaften jedes Daten-Blocks (sofern vorhanden) über die jeweiligen in der Block-Definitionenbibliothek 252 gespeicherten Block-Definitionen festgelegt. Veranschaulichende (jedoch nicht beschränkende) Beispiele von Block-Definitionen und ihrer jeweiligen Eigenschaften werden in 4F–4H gezeigt. Es versteht sich, dass die Block-Definitionenbibliothek 252 ein oder mehrere der in 4F–4H gezeigten Block-Definitionenbeispiele, keine dieser Block-Definitionenbeispiele und/oder andere Block-Definitionen enthalten kann. Weiterhin können die Anzahl, die Typen und die voreingestellten Werte der Eigenschaften der in 4F–4H gezeigten einzelnen Block-Definitionenbeispiele ebenfalls von den hier beschriebenen Beispielen abweichen.
  • In 4F wird eine Daten-Block-Definitionenvorlage eines „LadeDB“-Daten-Blocks 285a durch die VDE-Benutzeroberflächenanwendung dargestellt, z. B. als Ergebnis eines Ziehens der LadeDB-Blockdefinition aus der Bibliothek 252 auf die Leinwand 245 durch einen Benutzer und der anschließenden Kenntlichmachung, dass er oder sie die Block-Eigenschaften-Werte des LadeDB-Daten-Blocks 285a betrachten und/oder verändern möchte, um eine bestimmte Instanz des Blocks 285a zu erstellen. Die Aktion oder Funktion, die der LadeDB-Block 285a innerhalb des Offline-Diagramms eines Daten-Modells durchführt, umfasst das Laden (oder Erlangen der Inhalte in sonstiger Weise) eines bestimmten Datensatz, mit dem das Daten-Modell arbeiten soll. Beispielsweise kann der bestimmte Eingabe-Datensatz aus einer Datenbank oder einer Datei geladen oder erlangt werden. Der Benutzer ist in der Lage, den bestimmten in das Daten-Modell zu ladenden Eingabe-Datensatz durch Eingabe des gewünschten Namens, der Markierung oder des Wertes in das DatenbankName-Eigenschaften-Feld 285b und DatenSatz-Eigenschaften-Feld 285c zu kennzeichnen, z. B. mittels Auswahlmenü, Suche und Auswahl (z. B. einer Prozesssteuerungsdatenbank oder einer anderen mit dem Prozesssteuerungssystem verknüpften Datenbank), Freitexteingabe etc. Beispielsweise kann ein Benutzer einen gewünschten DatenbankNamen 285b aus einem Auswahlmenü auswählen, wobei die Auswahl der gewünschten Datenbank 285b zur Bereitstellung eines entsprechenden Auswahlmenüs für das DatenSatz-Feld 285c führt, welches nur die Datensätze 285c der ausgewählten/festgelegten Datenbank 285b enthält. Der LadeDB-Block 285a enthält auch ein Zeichnen-Eigenschaften-Feld 285d, das in seiner Umsetzung einer Boole'schen Markierung entspricht, deren Wert anzeigt, ob eine Zeichnung eines Datensatzes 285c aus der Datenbank 285b erzeugt/dargestellt werden soll oder nicht, wenn die LadeDB-Blockinstanz bewertet wird. Sofern Zeichnen 285d auf „ja“ gesetzt ist, würde nach der Block-Bewertung eine Zeichnung des geladenen Datensatzes 285c in der grafischen Darstellung der auf der Leinwand 245 angezeigten LadeDB-Blockinstanz gezeigt werden, z. B. im Block-Ergebnis-Anzeige-Areal 212 der LadeDB-Blockinstanz. Für den LadeDB-Block 285a ist die Zeichnen-Eigenschaft 285d optional und dessen Wert auf „nein“ voreingestellt (z. B. es soll keine Zeichnung der geladenen Eingabedaten erzeugt/dargestellt werden, während der Block bewertet wird). Nachdem der Benutzer alle gewünschten Werte in die Eigenschaften-Felder 285b, 285c und 285d des LadeDB-Daten-Blocks 285a eingegeben hat, kann der Benutzer die geänderten Eigenschaften-Werte speichern und somit die LadeDB-Daten-Blockvorlage 285a konfigurieren, um eine bestimmte Instanz des Lade-DB-Daten-Blocks 285a, die in dem Daten-Modell, das der Benutzer grade erstellt/entwickelt, verwendet werden soll. Der Benutzer kann eine bestimmte Instanz benennen, z. B. durch Eingabe eines gewünschten Namens (z. B. „LadeDB-1“) in das Block-Namensfeld 210 der auf der Leinwand 245 angezeigten Blockinstanz.
  • 4G veranschaulicht eine Daten-Block-Definitionenvorlage eines von der VDE-Benutzeroberflächenanwendung dargestellten „Spalten“-Daten-Blocks 286a. Eine bestimmte Instanz eines Spalten-Daten-Blocks 286a extrahiert oder erlangt ausgewählte Gruppen von Daten aus einem geladenen/erlangten Datensatz (hier als „Spalte“ von Daten bezeichnet oder als durch eine „Markierung“ referenzierte Daten), wie durch seine Eigenschaften-Werte des AusgewählteSpalten-Eigenschaften-Felds 286b vorgegeben. Beispielsweise empfängt ein Spalten-Daten-Block 286a einen Datensatz (oder einen Hinweis darauf, wie einen Zeiger, Anzeiger oder einen sonstigen Bezug auf den Datensatz) über seinen Dateneingabe-Anschluss, z. B. von einer Instanz eines LadeDB-Daten-Blocks 285a. Das AusgewählteSpalten-Eigenschaften-Feld 286b des Spalten-Daten-Blocks 286 ermöglicht dem Benutzer, eine oder mehrere Spalten, Markierungen oder sonstige Teile des Eingabe-Datensatzes auszuwählen, die der Benutzer für eine Bearbeitung durch andere Blöcke des Daten-Modells nutzen möchte. Beispielsweise scrollt der Benutzer wie in 4G grade durch eine Liste mit Markierungen von DatensatzA und hebt gewünschte Markierungen hervor. Üblicherweise (jedoch nicht notwendigerweise) sind die ausgewählten Spalten oder Markierungen eine Teilmenge der gesamten im Eingabe-Datensatz enthaltenen Spalten oder Markierungen. Ein Benutzer kann die Spalten- oder Markierungsauswahl 286b (und andere Block-Eigenschaften, sofern vorhanden) speichern und somit den Spalten-Daten-Block 286a konfigurieren, um eine bestimmte Instanz zu erstellen, z. B. die bestimmte Instanz, die im Daten-Modell verwendet werden soll, das der Benutzer grade erstellt/entwickelt. Der Benutzer kann die bestimmte Instanz der Spalten 286a benennen, z. B. durch Eingabe eines gewünschten Namens in dessen Block-Namensfeld 210.
  • 4H veranschaulicht eine Daten-Block-Definitionenvorlage eines von der VDE-Benutzeroberflächenanwendung dargestellten PCA_NIPALS-Daten-Blocks 287a. Der PCA-NIPALS-Daten-Block 287a führt eine Hauptkomponentenanalyse (Principal Components Analysis – PCA) und einen nichtlineare iterative Partial-Least-Squares-(Partielle Kleinste Quadrate)-Vorgang mit einem Satz an Daten durch. Beispielsweise kann der PCA_NIPALS-Daten-Block 287a über seinen Dateneingabe-Anschluss die Spalten oder Markierungen (oder Hinweise oder Bezüge darauf) von durch eine Instanz des Spalten-Daten-Blocks 286a bestimmten Daten empfangen. In einem anderen Beispiel kann der PCA_NIPALS-Daten-Block 287a über seinen Dateneingabe-Anschluss einen gesamten Datensatz (oder einen Hinweis darauf oder einen Bezug darauf) empfangen, der zur Verwendung durch das Daten-Modell durch einen LadeDB-Daten-Block 285a geladen wurde. Die Vorlage des PCA_NIPALS-Blocks 287a ermöglicht dem Benutzer, sofern gewünscht, eine Reihe Komponenten 287b der PCA und/oder eines statistischen Sicherheitsniveaus 287c auszuwählen. Beide Eigenschaften-Felder 287b und 287c sind optional für den PCA_NIPALS-Block 287a und können auf ihre voreingestellten Werte (die z. B. in der Block-Definition des PCA_NIPALS festgelegt sind) oder auf Null gesetzt werden. In dem in 4H gezeigten Beispielszenario hat der Benutzer angezeigt, dass die aktuelle Instanz des PCA_NIPALS so konfiguriert werden soll, dass zwei Komponenten 287b und mindestens ein statistisches Sicherheitsniveau 287c von 95 % erzeugt werden. Die PCA_NIPALS-Daten-Block-Vorlage 287a kann so konfiguriert werden (mit oder ohne geänderten Eigenschaften-Werten), dass eine bestimmte Instanz erstellt wird, die in dem Daten-Modell verwendet werden soll, das der Benutzer grade erstellt/entwickelt, wobei der Benutzer die bestimmte Instanz benennen kann, z. B. durch Eingabe eines gewünschten Namens in dessen Block-Namensfeld 210.
  • Einige Daten-Block-Typen sind Verbraucher- oder Empfänger-Daten-Blöcke, die mit von einem vorangegangenen Block erzeugten Ausgangsdaten arbeiten. Diese Verbraucher-Daten-Block-Typen erfordern möglicherweise eine Bewertung des vorangegangenen Blocks, damit die Verbraucher-Daten-Blöcke konfiguriert werden können. Wenn beispielsweise eine Instanz eines LadeDB-Blocks 485a verdrahtet ist, um Daten an eine Instanz eines Spalten-Blocks 486a bereitzustellen, so würde eine Bewertung des LadeDB-Blockinstanz 485 den Datensatz bereitstellen, aus dem der Benutzer bestimmte Spalten oder Markierungen auswählen kann, um die Spalten-Blockinstanz 486a zu konfigurieren.
  • Wenn wir uns der Bewertung von Offline-Daten-Blöcken zuwenden, so kann ein Offline-Daten-Modul, während es entwickelt wird, wiederholt bewertet werden und muss nicht fertiggestellt sein, bevor es bewertet werden kann. Als solches kann die Bewertung eines Offline-Daten-Modul asynchron erfolgen, sodass ein Benutzer in der Lage ist, Teile eines Entwurf-Daten-Moduls zu bewerten, das Entwurf-Daten-Modul je nach Bewertung zu verändern, neu zu bewerten, erneut zu verändern, erneut neu zu bewerten etc. Beispielsweise kann ein Benutzer einen ersten Daten-Block für das Daten-Modul erstellen, den einzelnen Daten-Block bewerten, dann einen zweiten Daten-Block mit dem ersten Daten-Block verbinden, nur den zweiten Daten-Block bewerten (oder sowohl den ersten als auch den zweiten Daten-Block als Ganzes bewerten), vier weitere Daten-Blöcke hinzufügen, nur die neu hinzugefügten Daten-Blöcke bewerten (oder alle sechs Daten-Blöcke als Ganzes bewerten) etc. Das heißt, dass sobald dem Arbeitsdatendiagramm eines Offline- oder Entwurf-Daten-Moduls eine gewünschte Anzahl an Daten-Blockinstanzen und/oder zugehörigen Drähten hinzugefügt wurde, kann das auf der Leinwand 245 dargestellte Module (oder ein Teil dessen) bewertet werden, beispielsweise durch Betätigung des Bewertungs-Benutzer-Steuerelements 248i in der Navigationsleiste 242. Wenn beispielsweise ein Benutzer die Gesamtheit der auf der Leinwand 245 dargestellten Blöcke und Drähte bewerten will, so kann der Benutzer einfach das Benutzer-Steuerelement 248i bewerten. Wenn andererseits der Benutzer nur eine Teilmenge der auf der Leinwand 245 dargestellten Blöcke und Drähte bewerten will, so kann der Benutzer die gewünschten Blöcke und/oder Drähte auswählen (z. B. durch Anklicken, Ziehen einer Markierungsschlinge oder eine sonstige geeignete Methode) und dann das Steuerelement 248i betätigen, um den ausgewählten Satz Blöcke und Drähte zu bewerten.
  • 4I veranschaulicht ein Beispiel, wie ein Offline-Datendiagramm 288 bewertet werden kann. Während das Offline-Datendiagramm 288 erstellt oder entwickelt wird, wird eine auf der Datenstudio-Leinwand 245 angezeigte Darstellung seiner Blöcke und Drähte in eine Transport-Datei oder ein -Dokument 290 gespeichert (hier auch als „Konfigurationsdatei“ bezeichnet), welche in einem kompakten Austauschformat wie JSON (Java Script Object Notation) oder einem sonstigen gewünschten Format vorliegt. Als solches ist das grafische Offline-Datendiagramm 288 an die Transportspeicher-Datei oder das -Dokument 290 gebunden. Wenn der Benutzer anzeigt, dass er oder sie das Offline-Datendiagramm 288 oder einen Teil dessen bewerten möchte (z. B. durch Betätigen des Benutzer-Steuerelements 248i), so wird die Transport-Datei oder das -Dokument 290 in eine Sprache der Zielausführungsumgebung kompiliert, wodurch ausführbarer Code 292 für das Datendiagramm 288 erzeugt wird. In einer Ausführungsform kann die Transport-Datei oder das -Dokument 290 in mehrere Teile aufgeteilt werden, von denen jeder Teil in eine andere Zielsprache, die in verschiedenen Zielumgebungen (z. B. können mehrere Stücke oder Segmente ausführbaren Codes 292 von verschiedenen Zielsprachen aus der Transportspeicher-Datei oder des -Dokuments 290 erzeugt werden) ausgeführt werden kann, kompiliert wird. Nachdem der ausführbare Code 292 des Offline-Datendiagramms 288 erzeugt wurde, wird ein Prozess erstellt, um die Ausführung des Codes 292 zu verwalten und zu koordinieren, was über verschiedene Zielumgebungen hinweg und/oder durch verschiedene Prozessoren erfolgen kann oder nicht.
  • Während verschiedene Blöcke des Offline-Datendiagramms 285 ausgeführt oder bewertet werden, kann der Prozess Rückmeldung an das Datenstudio senden. Beispielsweise aktualisiert das Datenstudio auf Grundlage der Rückmeldung aus dem Prozess die entsprechenden Statusanzeigen 208 der einzelnen Blöcke des Offline-Diagramms 285, um anzuzeigen, ob der Block grade kompiliert oder bewertet wird, die Bewertung erfolgreich abgeschlossen oder die Bewertung nicht erfolgreich abgeschlossen wurde (z. B. fehlgeschlagen). In der Tat kann während des gesamten in 4I veranschaulichten Kompilierungs- und Ausführungsvorgangs Rückmeldung an das Datenstudio gegeben werden und in der Benutzeroberfläche angezeigt werden. Beispielsweise aktualisiert das Datenstudio auf der Grundlage der Rückmeldung aus dem Prozess die Modul-Statusanzeige 248k und/oder die Offline-Statusanzeige 248c, um anzuzeigen, ob das Modul als Ganzes grade einer Kompilierung oder einer Bewertung unterzogen wird, die Bewertung erfolgreich abgeschlossen wurde oder die Bewertung nicht erfolgreich abgeschlossen wurde.
  • In der VDE-Benutzeroberflächenanwendung werden die zur Bewertung der Offline-Daten-Blöcke, Diagramme und Module verwendete Infrastruktur und Aktionen von den Datenauswertungsdiensten bereitgestellten. Beispielsweise ruft die Betätigung des Bewertungs-Benutzer-Steuerelements 248i die Datenauswertungsdienste auf, um eine Bewertung des Offline-Daten-Blocks, Diagramms oder Moduls durchzuführen, dass gerade auf der Leinwand 245 entwickelt wird, das z. B. mehrfache verschiedene Backend-Plattformen verwendet (z. B. mehrfache verschiedene Zielsprachen, Kompilierer, Prozessoren und/oder Zielumgebungen). Dementsprechend schirmt die VDE-Benutzeroberflächenanwendung Benutzer von der Notwendigkeit ab, sich über die verwendeten Backend-Plattformen zur Umsetzung von Daten-Blöcken, Diagrammen oder Modulen Gedanken zu machen (oder Kenntnisse zu besitzen). Das heißt, ein Benutzer kann die Datenstudio- und Zentrale-Schaltstelle-Funktionen (z. B. die Daten-Block-Definitionenbibliothek 252, die Leinwand 245 oder zugehörige Benutzer-Steuerelemente) nicht nur, um Daten-Module mit Datendiagrammen zu gestalten oder zu konstruieren, nutzen, sondern auch seine Gestaltungen in Echtzeit und unabhängig von den Backend-Plattformen, die „hinter den Kulissen“ von den Datenauswertungsdiensten verwaltet werden. Darüber hinaus ermöglicht die VDE-Benutzeroberflächenanwendung in vorteilhafter Weise das Hinzufügen und/oder Löschen zusätzlicher Backend-Plattformen und/oder Komponenten, ohne die benutzerorientierte Daten-Modul-Gestaltung, Bewertung, Prüfung oder Einsatzfunktionen zu beeinflussen.
  • Eine nähere Beschreibung der Datenauswertungsdienste und deren Unterstützung der Auswertung erfolgt in einem späteren Abschnitt.
  • In Bezug auf 4A kann wie bereits beschrieben die Bewertung eines Daten-Moduls im Offline-Modus ein schrittweiser Vorgang sein. Während ein Benutzer Blöcke für ein Entwurf-Daten-Modul hinzufügt und konfiguriert, kann der Benutzer die hinzugefügten Blöcke bewerten, wobei der Status jedes einzelnen Blocks durch sein jeweiliges Status-Symbol dargestellt wird (z. B. die in 4A gezeigte Anzeige 208). In Situationen, in denen die Bewertung des Blocks nicht erfolgreich oder fehlgeschlagen ist, kann der Benutzer Einzelheiten zum Fehlschlag erhalten (z. B. durch Auswahl oder Anklicken eines „Fehlgeschlagen“-Statusanzeigers 208), sodass sich der Benutzer mit den Punkten, die zum Fehlschlag geführt haben, befassen kann. In Situationen, in denen die Bewertung erfolgreich war, kann der Benutzer die Ergebnisse der Block-Bewertung betrachten, z. B. durch Auswählen oder Anklicken des zum Block gehörenden Block-Ergebnisse-Anzeigen-Symbols 212. In einer Ausführungsform kann ein modaler oder Bildliche-Darstellung-Dialog erscheinen, wenn ein Benutzer „Block-Ergebnisse anzeigen“ 212 auswählt (z. B. als Überlagerungsfenster, schwebendes Dialogfenster oder in einem sonstigen geeigneten Format) und der Benutzer kann die verschiedenen bildlichen Darstellungen betrachten und erkunden, um die Daten-Block-Ergebnisse anzuschauen.
  • In der Tat kann der Daten-Block, während er ausgeführt oder bewertet wird, beliebige für den Benutzer hilfreiche Ergebnisarten oder Ergebnisse speichern, um die Auswirkung/-en des Daten-Blocks, der mit Daten arbeitet, die an ihn übertragen wurden (z. B. über einen Draht und Dateneingabe-Anschluss) festzustellen. Die Arten der gespeicherten Ergebnisse sind üblicher blockspezifisch (und in einigen Fällen blockinstanzenspezifisch) und können von einem Block-Entwickler festgelegt oder bestimmt werden. Die Ergebnisse können dem Benutzer über das modale oder Bildliche-Darstellung-Dialogfenster angezeigt werden.
  • Zusätzlich zu den block- und/oder blockinstanzenspezifischen Ergebnissen kann die VDE-Benutzeroberflächenanwendung bildliche Standarddarstellungen bereitstellen, die auf einen (und in einigen Fällen die meisten oder sogar alle) der Daten-Blöcke anwendbar sind. Beispielsweise kann während der Ausführung eines Blocks ein Standardsatz verschiedener Statistiken zum Zustand der Daten bei Beendigung der Ausführung des Blocks gesammelt werden, sodass für jede Spalte, Markierung oder einem Teil des Datensatzes, der Durchschnitt, die Standardabweichung oder sonstige derartige Statistiken berechnet und zusammen mit dem entstandenen Datensatz gespeichert werden können. Wenn der Bildliche-Darstellung-Dialog einer bestimmten Blockinstanz angezeigt wird (z. B. durch Betätigen des entsprechenden Benutzer-Steuerelements 212), werden der berechnete Standardsatz der Statistiken für jede Spalte, Markierung oder einem Teil davon aus dem Datenspeicher abgerufen und dem Benutzer angezeigt. Der Benutzer kann dann die ihn interessierenden Spalten/Markierungen/Teile auswählen und vom Datenstudio die Erzeugung entsprechender Grafiken oder sonstiger bildhafter Darstellungen anfordern, die die Statistik der besagten Spalten/Markierungen/Teile wiedergeben (z. B. Liniendiagramm, Streudiagramm, Histogramm, Datengitter, Datenzusammenfassungsgitter, berechnete Statistiken und Histogramme, die die Verteilung der Daten anzeigen etc.). In einer Ausführungsform werden die Statistiken und der Datensatz unabhängig voneinander gespeichert, da eine Speicherung der Statistiken unabhängig von dem erzeugten Datensatz der VDE-Benutzeroberflächenanwendung in vorteilhafter Weise ermöglicht, nur die erforderliche Datenmenge in den Browser zu laden.
  • Eine Beispielarchitektur 300 zur Anzeige von Standard- und benutzerdefinierten bildlichen Darstellungen wird in 4J gezeigt. In der Beispielarchitektur 300 wird der Daten-Block-Code für „Block1“ 302 ausgeführt und der sich daraus ergebende Datensatz 305, die berechneten Standardstatistik- und sonstigen bildlichen Darstellungen 308 und Block1-spezifischen Ergebnisse 310 werden erzeugt und in einem lokalen oder entfernten von der VDE-Benutzeroberflächenanwendung verwalteten Speicherareal 312 gespeichert. In einer Datenstudio-Instanz 315 (z. B. einem Browser-Fenster) werden nach Auswahl des auf der Block1-Grafik angezeigten „Block-Ergebnisse anzeigen“-Benutzer-Steuerelements 212 durch den Benutzer die berechneten Statistiken 308 (z. B. der Standardsatz und/oder eine beliebige benutzerdefinierte bildliche Darstellung) von Block1 in die Datenstudio-Instanz 315 geladen 318, und der Benutzer kann die ihn interessierenden gewünschten Spalten, Markierungen oder Teile auswählen. Nach Auswahl der gewünschten Spalten/Markierungen/Teile von Block1 durch den Benutzer werden die entsprechenden Daten in die Datenstudio-Instanz 315 zur Betrachtung und Erkundung durch den Benutzer geladen 320.
  • Mit der Zeit können mit der Konfiguration mehrfacher Daten-Module gemeinsame Muster für Block-Konfigurationen und -Verwendung auftauchen, z. B. innerhalb desselben Prozesssteuerungssystems 5 und/oder über ein Unternehmen hinweg, das über mehrere Prozesssteuerungssysteme verfügt. Falls derartige Gemeinsamkeiten erkannt werden, kann es wünschenswert sein, einen Satz bestimmter Daten-Blöcke zu gruppieren, um einen neuen Block zu bilden, der das gemeinsame Verhalten einkapselt, z. B. ein zusammengesetzter Block. In einigen Fällen kann es wünschenswert sein, einen einheitlichen benutzerdefinierten Block festzulegen, z. B. wenn sich im Laufe der Zeit ein Satz bestimmter Eigenschaften-Werte immer wieder wiederholt oder wenn ein Benutzer eine benutzerdefinierte Datenbearbeitung oder -funktion festlegen möchte. Benutzerdefinierte und/oder zusammengesetzte Blöcke können erstellt und in der Bibliothek 252 gespeichert werden, sodass sie zur Verwendung in anderen Daten-Modulen zur Verfügung stehen sind. Ein Beispielszenario 330 zur Veranschaulichung der Erstellung eines zusammengesetzten Blocks wird in 4K gezeigt. In einem Datendiagramm 332 wählt ein Benutzer zwei einheitliche Daten-Blöcke mit einer bestimmten Beziehung aus (z. B. „FülleNaN“ und „Skalieren“) 335, um einen neuen zusammengesetzten Block zu bilden. Mittels eines vom Datenstudio bereitgestellten modalen Dialogfensters, Überlagerungsfensters oder einer sonstigen geeigneten Schnittstelle konfiguriert oder legt der Benutzer den neuen zusammengesetzten Block mit einem gewünschten Namen „Fülle & Skaliere“ fest und speichert den neuen zusammengesetzten „Fülle & Skaliere“-Block in der Daten-Block-Definitionenbibliothek 252 (Bezugszeichen 338). Nach Festlegung und Speicherung des „Fülle & Skaliere“-Blocks kann dieser zu einem beliebigen Zeitpunkt in ein anderes Datendiagramm 339 anstelle der eigenständigen „FülleNaN“- und „Skaliere“-Daten-Blöcke eingefügt werden.
  • 4L zeigt ein Beispiel-Offline-Datendiagramm 340, welches einige der vorstehend beschriebenen Funktionen und Prinzipien veranschaulicht und hier mit gleichzeitigem Bezug auf 4A, 4B, und 4F–4H beschrieben wird. In 4L wurde von einem Benutzer ein Beispiel-Offline-Datendiagramm 340 auf der Leinwand 245 des Datenstudios erstellt. Genauer gesagt hat der Benutzer die Block-Definitionenbibliothek 252 aufgerufen, z. B. durch Betätigen des Steuerelements 248m auf der Leinwand 245 und eine LadeDB-Block-Vorlage 285a auf die Leinwand 245 gezogen und fallengelassen. Weiterhin hat der Benutzer diese bestimmte Instanz des LadeDB-Blocks 285a als „LadeDB4M“ (Bezugszeichen 342a) benannt und die LadeDB4M-Blockinstanz 342 so konfiguriert, dass sie Datensatz4 aus Datenbank M lädt, z. B. durch Einstellen der Eigenschaften-Werte in den Feldern 285c und 285b des LadeDB4M-Blocks 342a. Zusätzlich hat der Benutzer, auch wenn dies nicht ausdrücklich in 4L gezeigt wird, die Zeichnen-Eigenschaft 285d des LadeDB4M 342a auf „Wahr“ eingestellt, sodass bei Bewertung des Blocks LadeDB4M 342a, eine Zeichnung des geladenen Datensatz4 erzeugt und im Block-Ergebnisse-Anzeigen-Feld 212a des LadeDB4M-Blocks 342a angezeigt wird.
  • Nachdem der Benutzer die LadeDB4M-Blockinstanz 342a konfiguriert hat, hat der Benutzer zwei Empfänger-Spalten-Blockinstanzen 342b und 342c mit der Datenausgabe der LadeDB4M-Blockinstanz 342a verbunden. Beispielsweise hat der Benutzer zwei verschiedene Instanzen der Spalten-Daten-Block-Vorlage 286a auf die Leinwand 245 gezogen und fallengelassen und die Instanzen jeweils als „Spalten X“ (Bezugszeichen 342b) und „Spalten Y“ (Bezugszeichen 342c) benannt. Weiterhin hat der Benutzer die jeweiligen Dateneingaben des Spalten-X-Blocks 342b und Spalten-Y-Blocks 342c mit der Datenausgabe des LadeDB4M-Blocks 342a mittels verbindender Drähte verbunden.
  • Der Benutzer hat ebenfalls den Spalten-X-Block 342b und den Spalten-Y-Block 342c auf Grundlage der Bewertung des LadeDB4M-Blocks 342a konfiguriert. Insbesondere hat der Benutzer zuerst den LadeDB4M-Block 342a bewertet (z. B. durch Auswählen des Bildes des Blocks 342a auf der Leinwand 245 und Betätigen des „Bewerten“-Benutzer-Steuerelements 248i), und dadurch die Kompilierung und Ausführung des Ladens oder Erlangens von Datensatz4 aus Datenbank M durch LadeDB4M-Block 342a ausgelöst. Da die Zeichnen-Eigenschaft des LadeDB4M-Block 342a auf „Wahr“ gesetzt wurde, hat die Bewertung des LadeDB4M-Blocks 342a außerdem die Anzeige einer Zeichnung des geladenen Datensatz4 ausgelöst, z. B. im Block-Ergebnisse-Anzeigen Feld 202a des LadeDB4M-Blocks 342a (nicht in 4L gezeigt). Mittels dieser Zeichnung hat der Benutzer verschiedene Spalten, Markierungen oder Untergruppierungen von Daten innerhalb von Datensatz4 betrachtet und erkundet und anschließend den Spalten-X-Block 342b so konfiguriert, dass er Untergruppen oder Spalten von Daten mit der Beschriftung oder Markierung „X“ in Datensatz4 empfängt und den Spalten-Y-Block 342c so konfiguriert, dass er Untergruppen oder Spalten von Daten mit der Beschriftung oder Markierung „Y“ in Datensatz4 empfängt, z. B. durch das jeweilige Auswählen der richtigen Untergruppen-, Spalten- oder Markierungsanzeige im Eigenschaften-Feld 286b der Spalten-Blockvorlage 286a für jeden der Spalten-Blöcke 342b und 342c). Als solches führt eine Bewertung des Spalten-X-Blocks 342b nur zum Laden oder zum Zugriff auf Daten in Datensatz4 in Block 342b, die mit „X“ gekennzeichnet, beschriftet oder markiert sind, während eine Bewertung des Spalten-Y-Blocks 342C nur zum Laden oder zum Zugriff auf Daten in Datensatz4 in Block 342c führt, die mit „Y“ gekennzeichnet, beschriftet oder markiert sind.
  • Der Benutzer hat auch einen Partial-Least-Squares-(Partielle Kleinste Quadrate – PLS)-Block in das Offline-Datendiagramm 340 gezogen, fallengelassen und konfiguriert. Insbesondere hat der Benutzer die PLS-Blockinstanz 342d als „PLS4M_X_Y“ benannt und den PLS4M_X_Y-Block 342d so konfiguriert, dass er die Datenausgabe des Spalten-X-Blocks 342b und die Datenausgabe des Spalten-Y-Block 342c an seinen jeweiligen Dateneingaben empfängt. Der PLS4M_X_Y-Block 342c bearbeitet oder führt eine Partielle-Kleinste-Quadrate-Funktion, -Aktion, -Algorithmus oder -Bearbeitung der durch Spalten-X 342b und Spalten-Y 342c bereitgestellten Daten durch, wobei das Ergebnis (z. B. ein entsprechendes auf Grundlage der Beziehung zwischen den Spalten-X- und Spalten-Y-Daten erzeugtes PLS-Modell) über die Datenausgabe des PLS4M_X_Y-Blocks 342d an einen Erkunde4M_X_Y-Block 342e bereitgestellt wird. Ähnlich wie die anderen Blöcke 342a–342d ist der Erkunde4M_X_Y-Block 342e eine Instanz einer entsprechenden Erkunden-Block-Definition, die der Benutzer auf die Leinwand 245 gezogen und fallengelassen, benannt und konfiguriert hat.
  • Zusätzlich zu 342d und der Konfigurierung des Erkunde4M_X_Y-Blocks 342e für den Empfang der von PLSM4_X_Y-Block 342d erzeugten Datenausgabe im Offline-Diagramm 340 hat der Benutzer den Erkunde4M_X_Y-Block 342e so konfiguriert, dass er auch die direkte Datenausgabe des Spalten-Y-Blocks 342c als Dateneingabe empfängt, z. B. über einen Draht 342f. Diese Konfiguration ermöglicht dem Erkunde4M_X_Y-Block 342e, den Benutzer in die Lage zu versetzen, die Beziehung zwischen der Datenausgabe von PLS4M_X_Y-Block 342c und der Datenausgabe des Spalten-Y-Blocks 342c zu erkunden, z. B. durch Anzeige einer oder mehrerer bildlicher Darstellungen und/oder Statistiken. Beispielsweise enthält eine Datenausgabe des PLS4M_X_Y-Blocks 342c üblicherweise eine oder mehrere Vorhersagewerte. Der Erkunde4M_X_Y-Block 342e ermöglicht dem Benutzer einen Vergleich der in der Datenausgabe des PLS4M_X_Y_Blocks 342c enthaltenen einen oder der mehreren Vorhersagewerte mit den tatsächlichen Werten des Spalten-Y-Blocks 342c, z. B. zur Bestimmung, ob die Nutzung der Spalten-X-Daten 342b im PLS4M_X_Y-Modell 342d hinreichend vorhersagend für die Spalten-Y-Daten 342c sind.
  • Es ist zu beachten, dass in diesem Offline-Datendiagramm weder der PLS4M_X_Y-Block 342d noch der Erkunde4M_X_Y-Block 342e eine Bewertung ihres oder ihrer unmittelbar vorangehenden Blocks oder Blöcke erfordert, bevor ihre eigene Konfiguration abgeschlossen werden kann. Das heißt, die Konfigurierung sowohl des PLS4M_X_Y-Blocks 342d als auch des Erkunde4M_X_Y-Block 342e kann unabhängig von der Bewertung der anderen Blöcke und jederzeit erfolgen. Da jedoch das Offline-Datendiagramm 340 einen oder mehrere Datenleitungsströme darstellt, erfordert üblicherweise die Bewertung eines nachgelagerten Daten-Blocks eine Bewertung seines oder seiner vorgelagerten Daten-Blocks oder Daten-Blöcke, bevor der nachgelagerte Daten-Block bewertet werden kann (es sei denn, der empfangende oder nachgelagerte Daten-Block empfängt einen Test- oder Schein-Eingabedatensatz, der lediglich dem Zweck der Blockbewertung dient). Tatsächlich konfiguriert in einigen Szenarien ein Benutzer ein gesamtes Offline-Datendiagramm 340 als Ganzes und/oder kann ein gesamtes Offline-Datendiagramm 340 als Ganzes bewerten, anstatt Block für Block oder Teil für Teil.
  • 2. Datenauswertungsstudio – Online-Daten-Module
  • Wenn wir nun zu 4B zurückgehen, wurde dort ein Offline-Datendiagramm eines Daten-Modells zur Zufriedenheit eines Benutzers im Datenstudio fertiggestellt und bewertet, und das Offline-Datendiagramm kann in seine äquivalente Online-Form übersetzt oder konvertiert werden. Zur Umwandlung eines Offline-Datendiagramms in seine Online-Form kann ein Benutzer das Online-Umschalt- oder Benutzer-Steuerelement 248f in der Navigationsleiste 242 auswählen oder betätigen und dadurch die Umwandlung des Offline-Datendiagramms in sein Online-Gegenstück-Datendiagramm durch die VDE-Benutzeroberflächenanwendung auslösen sowie die Anzeige des Online-Datendiagramm des Daten-Modells auf der Leinwand 245 auslösen. Bestimmte Offline-Daten-Blöcke können über eine Online-Gegenstück-Definition verfügen (z. B. die Offline- und Online-Versionen des „Lade“-Daten-Blocks), andere Offline-Daten-Blöcke erfordern möglicherweise kein unterschiedliches Online-Gegenstück, sind jedoch in einem Online-Daten-Modul enthalten (z. B. ein „FülleNaN“-Block oder eine „PCA_NIPALS“-Block, während wiederum andere Offline-Daten-Blöcke im Online-Daten-Modul weggelassen werden (z. B. ein „Erkunde“-Block). Die Infrastruktur und während einer Umwandlung eines Offline-Diagramms in sein Online-Gegenstück durchgeführten Aktionen werden von den Datenauswertungsdiensten bereitgestellt. Beispielsweise ruft eine Betätigung des Benutzer-Steuerelements 248 die Durchführung einer Umwandlung eines Offline-Datendiagramm in sein entsprechendes Online-Datendiagramm durch die Datenauswertungsdienste auf. Eine genauere Beschreibung, wie die Datenauswertungsdienste die Umwandlung durchführen, erfolgt in der nachstehenden Beschreibung der Datenauswertungsdienste.
  • Wenn das Online-Datendiagramm des Daten-Modells auf der Leinwand 245 des Datenstudios dargestellt wird, kann ein Benutzer das Online-Daten-Modell konfigurieren. Üblicherweise beinhaltet die Konfigurierung des Online-Daten-Modells die Kennzeichnung der Prozesssteuerungs-Echtdaten, die sich auf die Steuerung des Prozesses beziehen, der als Eingabe-Daten für das Online-Daten-Modul zu erlangen ist, z. B. durch Festlegen der Bindungen, die das Online-Daten-Modul der entsprechenden Datenquelle der Eingabedaten zuordnen. Zusätzlich kann eine Konfigurierung eines Online-Daten-Moduls einen Verweis auf den Ort oder die Orte und/oder Verbraucher beinhalten (z. B. durch Festlegen der Bindungen), an die vom Online-Daten-Modul erzeugte Ausgabedaten bereitgestellt werden sollen (z. B. eine oder mehrere Verbraucher-VDE und/oder -anwendungen, Datenspeicher, Dateien, Historiker, Prozesssteuerungsgeräte, Routinen, Elemente, Komponenten etc.). Die Konfigurierung und/oder Änderung von Daten-Blöcken, ihren jeweiligen Eigenschaften und Verbindungen von Online-Daten-Modulen untereinander erfolgt in ähnlicher Weise wie vorstehend in einer Ausführungsform hinsichtlich der Offline-Daten-Module beschrieben.
  • Falls der Benutzer ein Problem oder eine Fragestellung bezüglich eines Online-Daten-Moduls erkennt oder in sonstiger Weise das Online-Daten-Modul verändern möchte, kann der Benutzer das Online-Daten-Modul umdrehen oder zurück in dessen Offline-Gegenstück schalten. z. B. durch Nutzung des Offline-Umschalt- oder Benutzer-Steuerelements 248d, und der Benutzer kann weiter das Offline-Datendiagramm des Daten-Modells wie vorstehend beschrieben verändern und bewerten. Anschließend wird, wenn der Benutzer das Offline-Datendiagramm zurück in dessen Online-Gegenstück dreht oder schaltet, das veränderte Offline-Datendiagramm in dessen entsprechendes Online-Datendiagramm des Daten-Modells umgewandelt.
  • 4M veranschaulicht das dem Beispiel-Offline-Datendiagramm 340 aus 4L entsprechende Online-Datendiagramm 345, wobei 4M nachstehend mit gleichzeitigem Bezug auf 4A, 4B, 4F–4H und 4L beschrieben wird. In dem in 4M gezeigten Beispielszenario hat der Benutzer entschieden, dass das Offline-Diagramm 340 in 4L das Daten-Modell wie beabsichtigt oder gewünscht festlegt und dass das Daten-Modell bereit für den Einsatz im Online-Prozesssteuerungssystem ist. Als solches, hat der Benutzer während der Betrachtung des Offline-Datendiagramms 340 (z. B. wie in 4L gezeigt) den Online-Umschalter 248f des Datenstudios betätigt und dadurch das Offline-Datendiagramm 340 in dessen entsprechendes Online-Datendiagramm 345 umgewandelt, welches auf der Leinwand 245 des Datenstudios wie in 4M gezeigt dargestellt wird. Diese Umwandlung erfolgt durch die Datenauswertungsdienste der VDE-Benutzeroberflächenanwendung, wobei die jeweiligen von den Datenauswertungsdiensten zur Durchführung dieser und anderer Umwandlungen verwendeten Aktionen, Methoden und Architektur in einem späteren Abschnitt genauer beschrieben werden.
  • Es ist zu beachten, dass sich bei dem Online-Datendiagramm 345 und Offline-Datendiagramm 340, obwohl beide Repräsentationen desselben Datenmodels sind, die Blöcke und Linien der beiden Datendiagramme 345, 340 voneinander unterscheiden. So wurde zum Beispiel die Datenpipeline des Offline-Datendiagramms 340, die an der Ausgabe des LoadDB4M-Blocks 342a ihren Ausgang nimmt, den Spalten-Y-Block 342e durchläuft und am Eingang des Explore4M_X_Y-Blocks 342e endet, im Online-Datendiagramm 345 weggelassen, da die Datenpipeline im Offline-Datendiagramm 340 verwendet wurde, um den Offline-PLS4M_X_Y-Block 342d zu testen und zu validieren, und sie nun, da die Effizienz des PLS4M_X_Y-Blocks 342d zur Zufriedenheit des Nutzers nachgewiesen wurde, in der Online-Umgebung nicht benötigt wird. Es ist möglich, dass der Nutzer sich in einigen Ausführungsformen entscheidet, diese Validierungsdatenpipeline im Online-Datendiagramm 345 zu verwenden, z. B. falls er wünscht, dass das Testen und Validieren des Datenmodells in der Online-Umgebung durchgehend erfolgen soll.
  • Ein weiterer Unterschied zwischen dem Offline-Datendiagramm 340 und dem Online-Datendiagramm 345 ist der LoadDB4M-Block. Im Offline-Datendiagramm 340 ist der LoadDB4M-Block 342a so konfiguriert, dass er Daten aus der Offline-Datenquelle Dataset4 aus der Datenbank M lädt. Im Online-Datendiagramm 345 wurde der LoadDB4M-Block 347a dagegen in einen Block umgewandelt, der sich mit einer Online-Datenquelle verbinden kann, wie zum Beispiel eine Online-Streaming-Datenquelle innerhalb der Prozessanlage 5. Der Nutzer kann den LoadDB4M-Block 347a so konfigurieren, dass er an eine gewünschte Online-Datenquelle gebunden wird, wobei die Bindung bei der Kompilierung des konfigurierten LoadDB4M-Blocks 347a instanziiert wird.
  • In dem Online-Datendiagramm 345 ähnelt oder gleicht der Spalten-X-Block 347b im Allgemeinen seiner Offline-Form 342b. Wie jedoch bereits erläutert, erhält die Online-Form des PLS4M_X_Y-Blocks 347c nur die Eingangsdaten, die der PLS4M_X_Y-Block 347c benötigt, um in der Online-Umgebung arbeiten zu können, d. h. die Ausgabedaten des Spalten-X-Blocks 347b.
  • Des Weiteren gibt es in dem Online-Datendiagramm 345 kein Gegenstück zu dem Offline-Explore4M_X_Y-Block 342e, da der Explore4M_X_Y-Block 342e in der Offline-Umgebung verwendet wurde, um dem Nutzer einen Einblick zu gewähren, wie gut die Ziele des Nutzers mit dem Entwurfsdatendiagramm 340 erreicht werden. In dem Online-Datendiagramm 345 werden die Ausgabedaten des PLS4M_X_Y-Blocks 347c jedoch einem „Schreib“-Datenblock 347d bereitgestellt, bei dem es sich um eine Art Datenverbraucher-Datenblock handelt. Der Schreib-Datenblock 347d bewirkt, dass die Echtzeit-Ausgabedaten des PLS4M_X_Y-Blocks 347c in der Online-Umgebung in eine Datei oder Datenbank geschrieben werden, die in der Konfiguration des Schreib-Blocks 347c angegeben ist. Falls der Nutzer es wünscht, könnten die Ausgabedaten des PLS4M_X_Y-Blocks 347c natürlich zusätzlich oder ersatzweise einem oder mehr anderen Datenverbrauchern des Datenmodells bereitgestellt werden, indem die Ausgabe des PLS4M_X_Y-Blocks 347c und die Eingänge der anderen Datenverbraucher-Blöcke untereinander verbunden werden. So könnte der PLS4M_X_Y-Block 347c zum Beispiel mit einem Veröffentlichungs-Block verbunden sein, so dass die Ausgabe des PLS4M_X_Y-Blocks 347c in dem Datenanalytik-Netzwerk 112 veröffentlicht und von anderen Datenanalytik-Anwendungen verwendet werden kann. In einem anderen Beispiel könnte der PLS4M_X_Y-Block 347c mit einem Convert2Control-Block verbunden sein, so dass die Ausgabe des PLS4M_X_Y-Blocks 347c eine Änderung im Online-Prozessleitsystem bewirkt. So kann ein Convert2Control-Block zum Beispiel so konfiguriert sein, dass die Ausgabedaten des PLS4M_X_Y-Blocks 347c in ein Eingangssignal für eine Prozessleit-Funktion, eine Regelkreis oder eine Anwendung innerhalb der Prozessanlage 5 umgewandelt werden, und bewirken, dass das Eingangssignal dem entsprechenden Prozessleit-Sektor, -Element, -Gerät oder der entsprechenden Prozessleit-Komponente bereitgestellt wird.
  • 3. Einsatz von Datenmodulen
  • Typischerweise werden Online-Datenmodule nicht asynchron evaluiert, wie dies für Offline-Datenmodule möglich ist. Stattdessen werden Online-Datenmodule zunächst konfiguriert (z. B. an eine Live-Datenquelle und/oder einen oder mehr Datenverbraucher/-empfänger gebunden) und werden dann in ihrer Gesamtheit eingesetzt, um das Online-Prozessleitsystem unterbrechungslos auszuführen und mit ihm zu interagieren. Ein Nutzer kann ein Datenmodul in einem Online-Prozessleitsystem zum Einsatz bringen, in dem er zum Beispiel auf der Navigationsleiste 242 ein Nutzer-Steuerelement 248j „einsetzen“ anklickt oder aktiviert und damit den Datenanalytikdiensten mitteilt, dass diese den Einsatz des Online-Datenmoduls abzuwickeln haben. Die Infrastruktur und Aktionen, die für den Einsatz von Datenmodulen verwendete werden, werden in der Beschreibung der Datenanalytikdienste detaillierter beschrieben. Im Allgemeinen gilt jedoch, dass ein Online-Datenmodul, wenn es zum Einsatz kommt, einem Komplierungs- und Ausführungsprozess folgt, der dem eines Offline-Datenmoduls, das evaluiert wird, wie z. B. in 4 dargestellt, folgt. Die Ziel-Umgebung(en) eines Online-Datenmoduls kann (können) sich jedoch von der (den) Ziel-Umgebung(en) seines (ihres) korrespondierenden Offline-Datenmoduls unterscheiden und Online-Datenmodule sind an Live-Datenquellen innerhalb des Prozessleitsystems oder der Prozessanlage gebunden.
  • In einer Ausführungsform unterstützt die DDE-Nutzerschnittstellenanwendung einen Einsatz durch einmaliges Anklicken. Dies bedeutet, dass ein Nutzer, wenn ein Offline-Datenmodul zur Zufriedenheit des Nutzers konfiguriert wurde, keine Konvertierung des Datenmoduls in seine Online-Repräsentation und Konfigurierung der Bindungen für die Datenblöcke der Online-Repräsentation, die das Lesen und Schreiben von Daten von Live-Datenquellen übernehmen, durchführen muss. Stattdessen werden bei einem Einsatz durch einmaliges Anklicken nach der Initiierung durch den Nutzer alle notwendigen Bindungen für das jeweilige Datenmodul automatisch von der DDE-Nutzerschnittstellenanwendung ermittelt und konfiguriert. In einem beispielhaften Szenario kann ein Nutzer die Ausführung eines Datenmoduls einem bestimmten DCS-Controller zuweisen, z. B. indem er ein vom Datenstudio bereitgestelltes Dialogfeld oder -fenster verwendet, das Informationen zur Hierarchie des DCS-Systems aufruft. Der Nutzer kann die Hierarchie durchgehen und das Datenmodul entsprechend zuweisen. Die DDE-Nutzerschnittstellenanwendung (z. B. das Datenstudio und/oder die Datenanalytikdienste) verwendet daraufhin das zugewiesene Prozessleitsystem-Element (in diesem Szenario den bestimmten DCS-Controller), um automatisch die notwendigen Bindungen zu ermitteln. Die für den Einsatz durch einmaliges Anklicken von Datenmodulen verwendete(n) beispielhafte(n) Infrastruktur und Aktionen werden in der Beschreibung der Datenanalytikdienste detaillierter beschrieben.
  • Nachdem ein Online-Datenanalytikmodul erfolgreich eingesetzt wurde, können alle daraus resultierenden (z. B. deskriptiven, prädiktiven und/oder präskriptiven) Werte, die durch seine Ausführung erzeugt werden, dem Nutzer angezeigt werden, z. B. über das Daten-Dashboard der DDE-Nutzerschnittstellenanwendung. In einer Ausführungsform umfassen die daraus resultierenden Werte zumindest einen prädiktiven Wert und der (die) korrespondierende(n) Echtzeit-Live-Datenwert(e), der (die) von dem Prozessleitsystem 5 für den (die) Tag(s) oder die Prozessleit-Elemente erzeugt wurde(n), für die die prognostizierten Werte gelten, kann (können) ebenfalls zusammen mit dem prognostizierten Wert angezeigt werden.
  • C. Datenanalytik-Dashboard
  • Wie zuvor erläutert umfasst die DDE-Nutzerschnittstellenanwendung einen zweiten Arbeitsmodus, das Datenanalytik-Dashboard. Das Dashboard wird vom Nutzer typischerweise dazu verwendet, sich Module anzeigen zu lassen und/oder diese zu managen, die (i) zu evaluierende Offline-Datenmodule (z. B. Entwurfsdatenmodelle) oder (ii) in einem Online-Prozessleitsystem oder einer Online-Prozessleitanlage zum Einsatz kommende Online-Datenmodule sind. Durch visuelle und anderweitige Repräsentationen stellt das Dashboard einem Nutzer eine Ansicht zu Status- und anderen Informationen, die mit der Evaluierung von Offline-Datenmodellen korrespondieren, als auch eine Ansicht zum Einsatz kommender Online-Datenmodule und der Echtzeit- oder Live-Informationen, die von den Online-Datenmodulen erzeugt werden, bereit Allgemein gesagt, stellt das Datenanalytik-Dashboard dem Nutzer eine Schnittstelle bereit, über die der Nutzer Online- und Offline-Datenmodule überwachen und managen kann. Der Nutzer kann zudem die Evaluierung von Offline-Datenmodulen und die Ausführung von Online-Datenmodulen vom Dashboard aus beenden. Im Allgemeinen, aber nicht notwendigerweise, werden zumindest einige der auf dem Datenanalytik-Dashboard angezeigten Informationen dem Dashboard 350 durch die Datenanalytikdienste der DDE-Nutzerschnittstellenanwendung bereitgestellt.
  • 4N-1 zeigt eine beispielhafte Nutzerschnittstelle 350, die vom Datenanalytik-Dashboard der DDE-Nutzerschnittstellenanwendung präsentiert wird. Ein erster Bereich 352 der beispielhaften Dashboard-Nutzerschnittstelle 350 stellt aktuelle Datenanalytik-Überblicksinformationen bereit, wie eine Angabe zur Anzahl der Online-Datenmodule 355, die gegenwärtig von der DDE-Nutzerschnittstellenanwendung überwacht werden, und eine Angabe zur Anzahl der Live-Datenströme 358, die von den Online-Datenmodulen 355 bearbeitet werden. Wie zuvor erläutert, werden die Datenströme 358 von einer oder mehr Datenquellen empfangen, die stetig Echtzeit-Daten erzeugen, bei der Steuerung der einen oder mehr Industrieverfahren durch die Online-Prozessleitanlage oder -umgebung 5 entstehen, und ausführende Online-Datenmodule 355 wurden so konfiguriert, dass sie Live-Datenströme 358 empfangen können. Die Datenanalytik-Überblicksinformationen umfassen zudem eine Angabe zur Anzahl der Offline-Datenmodule 360, deren Evaluierungen gegenwärtig von der DDE-Nutzerschnittstellenanwendung überwacht werden. In einigen Ausführungsformen umfasst die Dashboard-Nutzerschnittstelle 350 eine oder mehr anderweitige Mitteilungen oder anderweitige Informationen 362, die die überwachten Datenanalytik-Module, unabhängig davon ob on- oder offline, betreffen.
  • Klickt der Nutzer auf eine der Überblicks-Steuerelemente 355, 358, 360, 362 oder aktiviert sie anderweitig, werden weitere zusammenfassende Informationen, die der Auswahl entsprechen, in einem zweiten Bereich 365 des Dashboards 350 präsentiert. In 4N-1 hat der Nutzer eine Auswahl getroffen, um sich die zusammenfassenden Informationen zu den aktuell ausführenden Online-Datenmodulen 355 anzeigen zu lassen, von denen es zu diesem Zeitpunkt zwei gibt, nämlich Diagramm2 mit der Bezugsnummer 368 und Diagramm3 mit der Bezugsnummer 370. Für jedes ausführende Online-Datenmodul 360, 370 werden im zweiten Bereich 365 des Dashboards 350 die jeweiligen zusammenfassenden Informationen angezeigt, wie die Bezeichnung des Moduls 372, die Startzeit für den Einsatz des Moduls 375, eine Trendangabe 378 (die, wie in 4N-1 gezeigt, grafisch sein kann) der Ausgabe des Moduls während eines letzten Zeitraums, die aktuellste letzte Prognose oder der (die) aktuellste(n) prognostizierte(n) Wert(e) 380 und/oder weitere Informationen (nicht gezeigt). Es sei besonders hervorgehoben, dass auf dem Dashboard 350 die Trendangabe 378 eines jeden Online-Datenmoduls 368, 370 fortlaufend aktualisiert wird, um die fortlaufend erzeugten Ausgabedaten des jeweiligen Datenmoduls 368, 370 wiederzugeben und es dem Nutzer zu ermöglichen, die Ausführung von Online-Datenmodulen und die dadurch fortlaufend generierten Ergebnisse in Echtzeit zu überwachen.
  • Darüber hinaus ermöglicht es das Datenanalytik-Dashboard 350 einem Nutzer, auf mit den Datenmodulen 360, 378 in Zusammenhang stehende, zusammenfassende Informationen zu klicken, um sich detaillierte Informationen anzeigen zu lassen, z. B. in einem Pop-Up-Fenster, Dialogfeld oder mit einem anderen geeigneten Anzeigeverfahren (nicht gezeigt). Klickt der Nutzer zum Beispiel auf die Bezeichnung des Diagramm2 368 kann das Dashboard 250 das Online-Datenmoduldiagramm des Diagramm2 368 und Angaben zu einem oder mehr bestimmten Datenströmen 358, an die das Diagram2 368 gebunden ist, präsentieren. Klickt der Nutzer auf die Start-Informationen des Diagram2 368, wird eine Angabe zum Urheber des Diagram2 368, dem Nutzer, der das Diagram2 368 zum Einsatz gebracht hat, und/oder einem Eigentümer des Diagram2 368 präsentiert. Durch Klicken auf die Trendinformationen 378 zum Diagram2 368 wird es dem Nutzer möglich, den Trend der Ausgabedaten des Diagram2 368 zu bearbeiten und durchsuchen, z. B. durch Ausweiten oder Verkürzen des Anzeigezeitraums, Umwandlung der Trendinformationen in eine andere Visualisierungsart (z. B. Balkendiagramm, Kreisdiagramm, Streudiagramm usw.), Anwendung und/oder Abrufen von Statistiken bzgl. der Trenddaten über einen gegebenen Zeitraum (z. B. Durchschnitt, gleitender Durchschnitt, Maximalwert, Minimalwert usw.) und andere derartige Vorgänge. In ähnlicher Weise wird es einem Nutzer durch Klicken auf die Information Letzte Prognose 380 zum Diagram2 368 möglich, den oder die letzten prognostizierten Wert(e) zu bearbeiten und zu durchsuchen, z. B. indem er sich die Zeit der letzten Prognose und, wie häufig Prognosen erfolgen, anzeigen lässt, die letzte Prognose mit dem aktuellen Live-Datenwert vergleicht usw.
  • Wählt der Nutzer das Nutzer-Steuerelement 360 aus, um sich aktuell ausführende Offline-Datenmodule (von denen im beispielhaften Szenario der 4N-1 keine gezeigt werden) anzeigen zu lassen, werden zusätzliche zusammenfassende Informationen, die mit den Offline-Datenmodulen korrespondieren, im zweiten Bereich 365 des Dashboards 350 präsentiert. Im Allgemeinen ähneln die zusammenfassenden Informationen zu einem Offline-Datenmodul denen eines Online-Datenmoduls, statt jedoch die zugehörigen Live-Datenströme anzuzeigen, können die zusammenfassenden Informationen des Offline-Datenmoduls die Testdatendatei(en) oder Testdatenströme (z. B. Testtools, -geräte und/oder -umgebungen) anzeigen, die von Offline-Datenquellen erzeugt wurden, auf denen das Offline-Datenmodul ausgeführt wird. Außerdem können die zusammenfassenden Informationen zu einem Offline-Datenmodul den aktuellen Status, Zustand und/oder Fortschritt seiner Ausführung anzeigen.
  • In einigen Szenarien kann ein Nutzer ein Offline-Datenmodul aus dem Dashboard (statt dem Datenstudio) konfigurieren und/oder zum Einsatz bringen. Zum Beispiel kann ein Nutzer die Evaluierung eines Offline-Datenmoduls aus dem Dashboard überwachen und dieses Offline-Datenmodul schließt seine Evaluierung erfolgreich ab. Der Nutzer kann ein Nutzer-Steuerelement des Dashboards (nicht gezeigt) aktivieren, über das der Nutzer das Datenmodul so konfigurieren kann, dass es auf die Live-Datenquelle(n) und auf durch die Live-Datenquelle(n), auf der (denen) das Online-Datenmodul ausgeführt wird, erzeugte Daten Bezug nimmt. Die Konfiguration des Online-Datenmoduls zum Binden der Datenquelle(n) ähnelt dem oben beschriebenen, nur dass es vom Dashboard und nicht dem Datenstudio aus initiiert wird. Ersatzweise kann der Nutzer einen Einsatz des Offline-Datenmoduls durch einmaliges Anklicken auf dem Dashboard verwenden.
  • Wählt der Nutzer das Nutzer-Steuerelement 358 aus, um sich Informationen anzeigen zu lassen, die mit Online-Datenströmen in Zusammenhang stehen, die aktuell an ausführende Online-Datenmodule (von denen im beispielhaften Szenario der 4N-1 drei gezeigt werden) gebunden sind, werden zusätzliche zusammenfassende Informationen, die mit dem Online-Datenströmen korrespondieren, im zweiten Bereich 365 des Dashboards 350 (nicht gezeigt) präsentiert. Die zusammenfassenden Informationen zu jeden Live-Datenstrom können eine Kennung des Datenstroms, eine Angabe zur Datenquelle, von der der Datenstrom empfangen wird, eine Angabe über ein korrespondierendes Prozessleitsystem-Tag oder eine andere herkömmliche Prozessleitsystem-Kennung der Live-Datenquelle, Informationen zu Abonnements und/oder der Veröffentlichung des Datenstroms, eine Angabe zu einem oder mehr Online-Datenmodulen, die gegenwärtig auf dem Live-Datenstrom ausgeführt werden, eine fortlaufend aktualisierte Visualisierung des Live-Datenstroms (z. B. Liniendiagramm, Balkendiagramm, Streudiagramm usw. und/oder grundlegende Statistiken zum Datenstrom) und/oder weitere Informationen enthalten.
  • Es sei insbesondere darauf hingewiesen, dass in dem beispielhaften Szenario aus 4N-1 der Datenstromüberblick 358 anzeigt, dass die Online-Datenmodule gegenwärtig auf drei Live-Datenströmen arbeiten, während der Online-Datenmodulüberblick 355 anzeigt, dass nur zwei ausführende Online-Module vorhanden sind. Dies bedeutet, dass eins der zwei ausführenden Online-Module 368, 370 auf zweien der Live-Datenströme arbeitet. Der Nutzer kann die Beziehung herausfinden, indem er sich entweder zur Ansicht der jeweiligen Online-Datenmodule 368, 370 bewegt, in der eine Angabe zu den Datenströmen, an die das jeweilige Modul 368, 370 gebunden ist, bereitgestellt wird, oder indem er sich zur Ansicht mit den detaillierten Angaben zu jedem Datenstrom 358 bewegt, in der eine Angabe zu den ausführenden Online-Datenmodulen, die auf jedem der Datenströme 358 arbeiten, bereitgestellt wird.
  • 4N-2 zeigt eine beispielhafte Nutzerschnittstelle 382, die vom Datenanalytik-Dashboard der DDE-Nutzerschnittstellenanwendung präsentiert werden kann. In einer Ausführungsform wurde die Nutzerschnittstelle 382 in den zweiten Bereich 365 der in 4N-1 gezeigten Nutzerschnittstelle 350 aufgenommen. In einer Ausführungsform handelt es sich bei der Nutzerschnittstelle 382 um eine Vollansicht.
  • Die Nutzerschnittstelle 382 umfasst eine oder mehr Kacheln oder Karten 385a–385j, die alle jeweils einem ausführenden Online-Datenmodul zugeordnet sind und die zusammen als eine Palette oder ein Kartenstapel 385x bezeichnet werden können. Jede Karte 385x in der Palette kann Informationen enthalten, die den für die ausführenden Online-Datenmodule 360, 370 aus 4N-1 angezeigten Informationen ähneln, z. B. die Bezeichnung des Moduls, eine Startzeit für den Einsatz des Moduls, eine Trendangabe für die Ausgabedaten des Moduls während eines letzten Zeitraums, die aktuellste letzte Prognose oder der (die) aktuellste(n) prognostizierte(n) Wert(e) und/oder weitere Informationen. Darüber hinaus wird ähnlich wie bei den Anzeigen für die ausführenden Online-Datenmodule 360, 370 die Trendangabe einer jeden Karte 385x fortlaufend aktualisiert, um die fortlaufend erzeugten Ausgabedaten seines jeweiligen Online-Datenmoduls wiederzugeben und es dem Nutzer so zu ermöglichen, seine Ausführung und die von ihm fortlaufend generierten Ergebnisse in Echtzeit zu überwachen.
  • Bei jeder Karte 385x kann der Nutzer die Größe und die Position nach seinen Wünschen anpassen. In einer Ausführungsform wird eine bestimmte Karte 385x vergrößert, wenn der Fokus auf ihr liegt. Ein Karte 385x kann manuell in den Fokus gebracht werden, indem der Nutzer zum Beispiel auf die bestimmte Karte 385x klickt, sich über die bestimmte Karte 385x bewegt usw. Zusätzlich oder ersatzweise kann eine Karte 385x automatisch in den Fokus gebracht werden, wenn zum Beispiel ein bestimmtes Datenmodul dringend Aufmerksamkeit bedarf (z. B. ein prognostizierter Wert übersteigt einen Schwellwert, das Datenmodul selbst benötigt eine Nutzereingabe oder einen Nutzereingriff, Rangfolge der Schwere der bei den Karten 385x vorliegenden Bedingungen usw.). Andere automatisch erzeugte Hinweise, dass Aufmerksamkeit erforderlich ist, können auf der Nutzerschnittstelle 382 angezeigt werden, zum Beispiel, indem eine bestimmte Karte 385x hervorgehoben wird oder einer anderen Bearbeitung unterliegt, d. h. die Karten 385x aus dem Satz erhalten eine Größe je nach Dringlichkeit, eine bestimmte Karte 385x wird im Vordergrund oder am Anfang der Palette angezeigt, die Karten 385x werden in der Reihenfolge, in der sie Aufmerksamkeit bedürfen, angeordnet usw. In einer Ausführungsform kann ein Nutzer definieren welche bestimmten Bearbeitungen automatisch in welchen bestimmten Situationen auf die Karten 385x angewendet werden.
  • Es soll nun auf Datenblockdefinitionen 255, die in der Datenblockdefinitionen-Bibliothek 252 der DDE-Nutzerschnittstellenanwendung (z. B. wie 4C gezeigt) gespeichert sind, zurückgekommen werden: die Datenblockdefinitionen, die in der Bibliothek 252 gespeichert sind, können von der DDE-Nutzerschnittstellenanwendung dynamisch während des Hochfahrens oder der Initialisierung erkannt werden. In einer Ausführungsform werden Datenblockdefinitionen definiert, indem ein kompaktes Datenaustauschformat, wie JSON-Dateien oder -Dokumente, oder ein anderes geeignetes Format verwendet wird. Die Definitionsdatei oder das Definitionsdokument eines bestimmten Datenblocks beinhaltet eine Blockdefinitionsbezeichnung und führt die genauen Blockeigenschaften und -anschlüsse auf, die den bestimmten Datenblock definieren. In einigen Fällen kann eine bestimmte Blockdefinition eine Definition für eine Offline-Repräsentation und eine Definition für eine Online-Repräsentation bereitstellen.
  • Da die DDE-Nutzerschnittstellenanwendung fortlaufend und dynamisch Blockdefinitionen entdecken kann, können zusätzliche Blockdefinition (z. B. für spezielle Datenblöcke, zusammengesetzte Datenblöcke und/oder andere Datenblöcke) jederzeit zur Bibliothek 252 hinzugefügt werden, während die DDE-Nutzerschnittstellenanwendung ausgeführt wird. In einer Ausführungsform werden zusätzliche Blockdefinitionen durch eine Dienstanwendung erzeugt, die in dieser Schrift als „Datenblockdefinitions-Wrapper“ bezeichnet wird. Der Datenblockdefinitions-Wrapper kann zum Beispiel aufgerufen werden, wenn ein Nutzer einen speziellen oder zusammengesetzten Datenblock, wie bereits in Bezug auf 4K beschrieben, speichert. Wird ein Blockdefinitions-Wrapper ausgeführt, erstellt er eine Instanz der zusätzlichen Blockdefinition und bewirkt, dass ein entsprechendes JSON-Dokument oder Ähnliches, durch das die zusätzliche Blockdefinition definiert wird, erstellt und gespeichert wird. Zum Beispiel erzeugt die erstellte Instanz der zusätzlichen Blockdefinition das JSON-Dokument und speichert es in der Bibliothek 252. 4K zeigt ein beispielhaftes Szenario, in dem, wenn der Nutzer die zusammengesetzte Blockdefinition 338 speichert, der Blockdefinitions-Wrapper so ausgeführt wird, dass ein JSON-Dokument oder Ähnliches für die zusammengesetzte Blockdefinition 338 erzeugt und gespeichert wird.
  • Während der Konfiguration eines Datenblocks (unabhängig davon ob on- oder offline) muss die DDE-Nutzerschnittstellenanwendung eventuell eine Funktion (z. B. Geschäftslogik) durchführen, um die Konfigurationserfahrung zu erreichen, die erforderlich ist, damit der Nutzer bei der Konfiguration und Verwendung des Datenblocks erfolgreich unterstützt wird. Da Blockdefinitionen von der DDE-Nutzerschnittstellenanwendung dynamisch erkannt werden, ist diese Funktion in die DDE-Nutzerschnittstellenanwendung selbst eingebettet. Daher können in einer Ausführungsform alle damit in Zusammenhang stehenden Funktionen, die für einen bestimmten Datenblock spezifisch sind, ebenfalls dynamisch geladen werden, wenn die DDE-Nutzerschnittstellenanwendung initialisiert wird. Anschließend wird eine Referenz zu der dynamisch geladenen Funktion, die zu dem bestimmten Datenblock gehört, in der Blockdefinition des bestimmten Datenblocks beibehalten und von der DDE-Nutzerschnittstellenanwendung verwendet, wenn eine Instanz der Blockdefinition des bestimmten Blocks konfiguriert wird. Weitere Details zu den Blockdefinitionen und den damit in Zusammenhang stehenden Funktionen werden in dieser Patentschrift weiter unten erläutert.
  • IN PROZESSLEITSYSTEM INTEGRIERTES ÜBERWACHUNGS- UND ANALYTIKSYSTEM FÜR INDUSTRIEPROZESSE
  • Wie aus der vorstehenden Erläuterung der 1–3 und 4A–4N-2 ersichtlich, stellt das verteilte Leistungsüberwachungs- und/oder Analytiksystem oder DAS 100 eine Plattform bereit, die Datenanalytikkonfiguration, Datenmodellierung, Ausführung von Datenmodellen, Datenvisualisierung und Streamingdienste für industrielle Prozessanlagen unterstützt. Wie bereits erläutert, besteht das Datenkommunikationsnetzwerk 112 der Analytikplattform 100, obwohl verschiedene Knoten des Überwachungs- und Analytiksystems 100 in dem Prozessleitsystem oder der Prozessleitanlage 5 eingebettet sind, typischerweise außerhalb bestehender DCS, PLS, Health-Überwachung und anderer Systeme der Prozessanlage 5. In einer beispielhaften Konfiguration wird das Datenanalytiknetzwerk 112 über die Prozessanlage 5 gelegt, womit das Netzwerk 112 von den meisten oder allen herkömmlichen Prozessleit-Kommunikationsnetzwerken 10, 70 usw. der Prozessanlage 5 getrennt wird. Herkömmliche Prozessleit-Kommunikationsnetzwerke werden weiterhin Prozessleitdaten übertragen, um die Steuerung der Verfahren und des Betriebs der Anlage 5 zu steuern, regeln, managen und/oder verwalten, während das Datenanalytiknetzwerk 112 zur Ermittlung von Wissen zu den Operationen der Prozessanlage 5, z. B. deskriptives Wissen, prädiktives Wissen und/oder präskriptives Wissen, Analytikdaten überträgt (die Kopien der über das herkömmliche Prozessleit-Kommunikationsnetzwerk übertragenen Daten beinhalten können). Die Architektur des Datenanalytiksystems 100 macht es möglich, dass das Datenanalytiksystem 100 einfach bestehende Alt-Prozessanlagen 5 hinzugefügt oder in diese integriert werden kann.
  • Das Wissen zur Prozessanlage 5, das von dem Datenanalytiksystem 100 ermittelt wurde, kann verwendet werden, um Parameter, Ausrüstung, Operationen und andere Bereiche der Prozessanlage 5 zu ändern, um die Leistung der Anlage 5 zu verbessern und das Auftreten von Störfällen, Ausfällen und anderen unerwünschten Zuständen zu verringern. Das Datenanalytiksystem 100 ermittelt in vorteilhafter Weise Wissen zu der Prozessanlage 5 in Echtzeit in Übereinstimmung mit den aktuellen Online-Operationen der Prozessanlage, so dass das ermittelte Wissen für die aktuellen Operationen der Prozessanlage 5 deskriptiv, prädiktiv und/oder präskriptiv ist. Auf diese Art bilden das Datenanalytiksystem 100 und die Prozessanlage 5 einen Regelkreis, um die Leistung der Prozessanlage 5 zu steuern, regeln und optimieren.
  • Ein beispielhaftes Blockdiagramm 400 der oberen Ebene des Regelkreises, der die Leistung der Prozessanlage 5 steuert, regelt und optimiert, ist in 4O dargestellt. Wie in 4O dargestellt, erzeugt, bearbeitet und überträgt die Online-Prozessanlage 5 über herkömmliche Prozessleit-Kommunikationsnetzwerke (z. B. Netzwerke 10, 70 usw.) verschiedene Arten von Steuerdaten 402, um einen oder mehr Industrieprozesse zu steuern oder regeln und Prozessanlagen-Ausgabedaten 405 zu erzeugen. Das verteilte Leistungsüberwachungs-/Analytiksystem für Industrieprozesse 100 ist mit der Prozessanlage 5 über verteilte Datenengines 102x verbunden und in ihr integriert, die Analytikdaten 408 erfassen, die erzeugt werden, da die Prozessanlage 5 einen oder mehr Prozesse steuert oder regelt und so die Ausgabedaten 405 erzeugt. Wie bereits erläutert, können die erfassten Analytikdaten 408 Kopien von Prozessleitdaten 402 der obersten oder einer höheren Ebene oder auch die Ergebnisse/Ausgabedaten von Analytik-Funktionen beinhalten, die lokal von den DDEs 102x und/oder von Offline- und Online-Datenanalytikmodulen ausgeführt werden, die über das Datenstudio des Datenanalytiksystems 100 entwickelt wurden. In einigen Fällen beinhalten die erfassten Analytikdaten 408 neue Analytik-Funktionen, die über das Datenstudio erzeugt werden und/oder autonom von den DDEs 102x erzeugt werden.
  • Das Datenanalytiksystem bzw. die Plattform 100 empfängt, erzeugt und überträgt Analytikdaten 408 und führt auf ihnen Operationen durch, um eine Analytikausgabe 410 zu erzeugen. Die Analytikausgabe 410 kann ermitteltes Wissen zur Prozessanlage 5 enthalten, wie deskriptives Wissen zu den aktuellen Operationen der Prozessanlage 5, Wissen, das basierend auf den aktuellen Operationen der Prozessanlage 5 das Auftreten von Störfällen, Ausfällen, Zeitintervallen, Leistung, Ereignissen usw. prognostiziert, und/oder Wissen, das eine oder mehr präskriptive Maßnahmen vorschreibt, die ergriffen werden können, um unerwünschte Merkmale der aktuellen Anlagenoperationen abzuschwächen und/oder basierend auf den aktuellen Operationen der Prozessanlage 5 die Wahrscheinlichkeit des Auftretens von unerwünschten prognostizierten Störfällen, Ausfällen, Zeitintervallen, Leistungen, Ereignissen usw. abzuschwächen. In einigen Ausführungsformen beinhaltet das ermittelte Wissen 410 Wissen zu den Analytikdaten 408 selbst. So kann das ermittelte Analytikwissen 410 zum Beispiel einen optimalen Offline-Datensatz beinhalten, der verwendet werden kann, um verschiedene Offline-Datenmodule zu evaluieren, eine Abfolge von Aktionen, die wiederholt von Data Engineers verwendet wurden und die als ein neues Datenanalytik-Nutzerverfahren definiert wurden, eine neue Konfiguration von Datenblöcken, die als eine neue Datenanalytiktechnik definiert wurden, usw. Tatsächlich wurde durch den Regelkreis 400 während der Tests für einen Prototypen des Datenanalytiksystems 100, das in eine Raffinerieprozessanlage integriert war, eine neue Datenanalytiktechnik für Industrieprozessanlagen entdeckt und wird in einem späteren Abschnitt weiter unten erläutert.
  • Zumindest Teile des in der Analytikausgabe 410 enthaltenen Wissens können einer Nutzerschnittstelle (Human-Machine-Interface, HMI) 412, wie der Datenanalytik-Nutzerschnittstellenanwendung, bereitgestellt werden. Über die HMI 412 kann ein Nutzer das ermittelte Wissen 410, das von dem Datenanalytiksystem 100 in Bezug auf die Prozessanlage 5 erzeugt wurde, durchsuchen. In einigen Fällen umfasst das Durchsuchen des ermittelten Wissens 410 die Verwendung des Datenstudios durch den Nutzer, um zusätzliche Datenanalytikmodule zu erstellen und auszuführen, um zusätzliches ermitteltes Wissen 410 für eine Untersuchung zu erzeugen. Der Nutzer kann basierend auf der Gesamtheit des ermittelten Wissens 410 irgendwann eine oder mehr Änderungen 418 an einem oder mehr Werten, Parametern, Ausrüstungsgegenständen, Komponenten, Regelkreisen und/oder anderen aktuellen Operationen der Online-Prozessanlage 5 vornehmen und somit die Leistung und Ausgabedaten 405 der Prozessanlage 5 optimieren und/oder das Auftreten von Störfällen, Ausfällen und anderen unerwünschten Bedingungen verhindern oder ihnen zuvorkommen.
  • In einigen Situationen wird zumindest ein Teil des ermittelten Wissens, das in der Analytikausgabe 410 enthalten ist, direkt der Prozessanlage 5 bereitgestellt, um, wie in 4O durch den Pfeil 420 dargestellt, eine oder mehr präskriptive Änderungen vorzunehmen oder zu implementieren. So kann das ermittelte Wissen 410 zum Beispiel eine präskriptive Aktion enthalten, die eine Änderung an einem Sollwert, eine Änderung an einer Konfiguration eines Controllers, eine Änderung an einer Priorität einer Prozessleitmitteilung oder eine Änderung an einem anderen Wert, Parameter, einer anderen Konfiguration usw. umfasst. Das Datenanalytiksystem 100 kann automatisch oder direkt die in der Prozessanlage 5 vorzunehmende Änderung herunterladen oder anderweitig bewirken, ohne dass ein Nutzereingriff 418 erforderlich ist, und somit basierend auf dem ermittelten Wissen 410 die Leistung und Ausgabedaten 405 der Prozessanlage 5 automatisch optimieren und/oder das Auftreten von Störfällen, Ausfällen und anderen unerwünschten Bedingungen automatisch verhindern oder ihnen zuvorkommen. Es sei darauf hingewiesen, dass diese Strecke des Regelkreises 400 die Online-Prozessanlage 5 automatisch aktualisiert, um deren aktuelle Operationen in Echtzeit in dem Maße, wie das Analytiksystem 100 basierend auf den aktuellen Operationen der Prozessanlage 5 aktuelle Analytikdaten 408 verarbeitet und ermitteltes Wissen 410 erzeugt, zu verbessern. Daher werden hier im Gegensatz zu bestehenden Analytiktechniken, bei denen Stunden oder sogar Tage für die Berechnung, Ermittlung und Implementierung präskriptiver Aktionen benötigt werden, die vom Analytiksystem 100 erzeugten präskriptiven Aktionen für die aktuellen Betriebsbedingungen der Anlage 5 optimiert und unverzüglich auf die Prozessanlage 5 angewendet und werden in einigen Fällen angewendet, bevor der Nutzer eine unerwünschte oder erwünschte Bedingung überhaupt wahrnimmt.
  • Natürlich benötigt der Regelkreis 400 für eine optimale Implementierung von präskriptiven Aktionen in der Prozessanlage 5 als Ganzes sowohl die autonome Strecke 420 als auch die HMI-Regelstrecke 418. Einige präskriptive Aktionen erfordern zum Beispiel einen menschlichen Eingriff, wie den Austausch eines Ventils, Sensors oder einer anderen Komponente.
  • Wie bereits erläutert, wird durch die Datenanalytikplattform 100 das Streamen von Analytikdaten zwischen einer Vielzahl von eingebetteten verteilten Datenengines (DDEs) 102x ermöglicht. Alle Arten von Daten der obersten Ebene, die von der Prozessanlage 5 bei der Steuerung des Prozesses erzeugt werden, können gestreamt werden. Zum Beispiel können die Prozessleitdaten, die in von Prozessleitgeräten (z. B. Controller, E/A-Karten, Feldgeräte usw.) erzeugten Signalen enthalten sind, die typischerweise zur Steuerung oder Regelung des Prozesses über herkömmliche Prozessleit-Kommunikationsnetzwerke übermittelt werden, auch im Datenanalytiknetzwerk 112 auch zur Datenanalytik gestreamt werden. Damit kann der Inhalt oder die Daten, die in Prozessleitsignalen, Sensorsignalen usw. enthalten sind, kopiert und/oder vervielfältig und über das Datenanalytiknetzwerk 112 gestreamt werden. Außerdem können Prozessleitdaten der zweiten (oder einer oberen) Ebene, die über herkömmliche Prozessleit-Kommunikationsnetzwerke erzeugt und übermittelt werden (z. B. Daten, die in einer Prozessleit-Datenbank oder einem Historian zu historisieren sind, Prozessleit-Konfigurationen, Prozessleit-Nutzerschnittstellenbefehle, Prozessleit-Netzwerkmanagementsignale und andere Signale, die bei der Steuerung und Regelung eines Prozesses üblicherweise über herkömmliche Prozessleit-Kommunikationsnetzwerke gesendet und empfangen wurde) in dem Datenanalytiknetzwerk 112 zur Datenanalytik gestreamt werden. Darüber hinaus kann das Datenanalytiknetzwerk 112 berechnete Daten oder Ergebnisse der Analytik-Funktionen oder -Techniken, die auf den herkömmlichen Prozessleitdaten und/oder auf berechneten Analytikdaten durchgeführt wurden, streamen.
  • Daher wird die Datenanalytik-Plattform 100 teilweise dadurch in die Prozessanlage 5 integriert, dass sie lokal an Datenquellen der Prozessanlage 5 gebunden wird und/oder indem sie nah bei den Datenquellen in der Prozessanlage 5 Datenanalytikdienste oder -funktionen bereitstellt und gleichzeitig weitreichendere Prognose und Optimierungen bereitstellt. Nur die Daten, die für die Unterstützung von Prognosen und Optimierungen außerhalb des Regelkreises benötigt werden, müssen an Analytikserver einer höheren Ebene/mit besseren Fähigkeiten und Cloud-Plattformen des Analytiksystems 100 übertragen werden.
  • Wie bereits erläutert, sind einige DDEs aus der Vielzahl der DDEs 102x des Datenanalytiksystems 100 in physische Geräte innerhalb der Prozessanlage 5 eingebettet. Zum Beispiel sind einige DDEs aus der Vielzahl der DDEs 102x jeweils in einem entsprechenden Prozessleit-Gerät (z. B. Controller 11; E/A-Karte 26, 28; Feldgeräte 15–16, 18–21, 42A, 42B, 44 usw.) und/oder einem entsprechenden Netzwerk-Routing- und Managementgerät (z. B. Gateways 35, 75, 78; Adapter 52a; Router 58; Zugangspunkte 55a, 72 usw.) fest eingebaut. In einer Ausführungsform kann eine DDE statt in ein eine Einheit darstellendes Gerät oder derartige Komponente der Prozessanlage 5 integriert zu sein, ein Einzelgerät sein, das mit einer Prozesskommunikationsverbindung oder einem Prozesskommunikationsnetzwerk der herkömmlichen Art (z. B. Netzwerk 10, 70, PLS-Netzwerk, Überwachungssystem zur Sicherheits-Health usw.) als optisches Mess-, Monitor- oder Voyeur-Gerät verbunden ist und ausgewählte Prozessleitdaten kopieren/vervielfältigen kann, die über die herkömmlichen Prozesskommunikationsverbindungen oder -netzwerke zum Streamen über das Datenanalytiknetzwerk 112 zur Datenanalytik übermittelt werden.
  • In einigen Szenarien kann aus mehr als einer DDE ein lokales Datenanalytik-Cluster gebildet werden, bei dem sich Datenquellen registrieren und dem sie sich anschließen können und über das Analytikdaten, die von registrierten Datenquellen erzeugt wurden, als Analytikdaten in das Datenanalytiknetzwerk 112 empfangen werden können. In einem Beispiel bildet ein Menge DDEs ein lokales Cluster und gibt das Vorhandensein des lokalen Clusters bekannt. Das lokale Cluster erscheint, obwohl es mehrere DDEs umfasst, die über das Datenanalytiknetzwerk 112 untereinander verbunden sind, als ein eine Einheit darstellender Knoten oder eine einzelne DDE-Instanz 150 des Datenanalytiknetzwerks 112. Nachdem eine neue Datenquelle auf dem Gelände der Prozessanlage 5 aktiviert oder hochgefahren wurde, führt die Datenquelle Scans nach lokalen Cluster-Bekanntmachungen durch oder sucht diese. Die Datenquelle kann die Bekanntmachung des lokalen Clusters feststellen und sich beim lokalen Cluster registrieren und damit sich dem Datenanalytiknetzwerk 112 anschließen. Anschließend können registrierte Datenquellen vom Analytiksystem 100 eine Bandbreite anfordern (z. B. über ihr lokales Cluster) und können Daten in ihrem lokalen Cluster, einem anderen Knoten des Datenanalytiknetzwerk 112 oder direkt im Analytiksystem 100 zur Veröffentlichung bringen. Da lokale Cluster als Instanzen von verteilten Datenengines 150 erscheinen, erhalten lokale Cluster über entsprechende Big-Data-Empfänger 160 lokal erzeugte Analytikdaten (z. B. von registrierten Quellen und/oder anderen Quellen) und speichern die lokal erzeugten Analytikdaten auf einem entsprechenden lokalen Permanentspeichermedium 155. Zusätzlich können lokale Cluster zumindest einen Teil der gespeicherten Analytikdaten abrufenden Anwendungen (z. B. einer anderen Datenanalytik-Anwendung, einem Datenmodul, einer Nutzerschnittstelle, dem Datenstudio, einer anderen Anwendung usw.) z. B. über einen entsprechenden Big-Data-Abrufservicer 165 bereitstellen. In einigen Fällen können lokale Cluster z. B. über entsprechende Big-Data-Abrufanalyser 170 auf gespeicherten Daten, die von registrierten Datenquellen erhalten wurden, und/oder auf anderen innerhalb des Datenanalytiknetzwerks 112 gestreamten Daten entsprechende lokale Datenanalytik-Funktionen ausführen. Das Ergebnis oder die Ausgabe einer lokalen Datenanalytik-Funktion kann lokal in einem entsprechenden Big-Data-Speichermedium 155 gespeichert werden und/oder kann zu einer oder mehr DDEs außerhalb des lokalen Clusters, z. B. einer anderen lokalen DDE oder einem anderen lokalen Cluster, einem zentralen Datencluster oder einer Anwendung, die ein Abonnement hat, gestreamt werden, z. B. über das entsprechende eine oder die entsprechenden mehr Datenanalytiknetzwerk-Schnittstellen 175 des lokalen Clusters.
  • In einigen Ausführungsformen registrieren sich lokale Cluster bei mehr zentralen Clustern, die Analytikdaten höherer Ebene erhalten und speichern und die entsprechende Datenanalytik-Funktionen höherer Ebene ausführen. Zum Beispiel kann ein bestimmtes zentrales Cluster (z. B. ein regionales Cluster) von allen lokalen Clustern in einem bestimmten Bereich der Anlage 5 gestreamte Daten erhalten und auf diesen Datenanalytik ausführen. In einem anderen Beispiel kann ein bestimmtes zentrales Cluster von allen Regelkreisen mit einer bestimmten Konfiguration innerhalb der Anlage 5 gestreamte Daten erhalten und auf diesen Datenanalytik ausführen. Ähnlich wie ein lokales Cluster erscheint ein zentrales Cluster im Datenanalytiknetzwerk 112 als ein einzelner Knoten oder eine einzelne Instanz einer DDE 150.
  • Daher erlaubt es die Fähigkeit des verteilten Leistungsüberwachungs- und Analytiksystems für Industrieprozesse 100, DDEs und/oder Cluster von DDEs auf verschiedenen Stufen oder Ebenen örtlicher Verteilung bereitzustellen, Störfallerkennung und -prognosen nah an den Datenquellen der Prozessanlage 5 auszuführen und somit Echtzeit-Störfallerkennung und -prognosen, die mit den von den Online-Datenquellen erzeugten Echtzeit-Daten korrespondieren, bereitzustellen. Eine derartige mehrstufige oder aus Clustern gebildete Architektur ermöglicht darüber hinaus die Speicherung von Analytikdaten im gesamten System 100 und tatsächlich in der gesamten Prozessanlage 5, da das Analytiksystem 100 darin eingebettete Bereiche umfasst. Darüber hinaus stellt das Datenanalytiksystem 100 die Fähigkeit bereit, auf Daten, egal auf welcher DDE sie gespeichert sind, zuzugreifen, und stellt für Analytik-Konfiguration, Diagnose und Überwachung von Leistung, Störfällen und Ausfällen ein zentrales System bereit.
  • In einer Ausführungsform stellen ein oder mehr Cluster für einen Nutzer oder Systemadministrator einen zentralen Ort bereit, um Regeln für die Sicherung oder Historisierung von Analytikdaten von der Vielzahl von DDEs 102x aufzustellen. In einem Beispiel befinden sich das eine oder die mehr zentralen Cluster auf dem Gelände der Prozessanlage 5 und stellen der Prozessanlage 5 insgesamt Dienste bereit. In einem anderen Beispiel befinden sich das eine oder die mehr zentralen Cluster in der Cloud oder werden in ihr gehostet und stellen der Prozessanlage 5 insgesamt Dienste bereit. In einigen Konfigurationen stellen das (die) zentrale(n) Cluster, die Sicherung und Historisierung der Prozessanlage 5 bereitstellen, auch anderen Prozessanlagen Dienste bereit. Im Allgemeinen werden Analytikdaten, wie bereits erläutert, auf allen DDE oder Clustern permanent gespeichert, z. B. in den entsprechenden Big-Data-Speicherbereichen 155. In einigen Fällen können einige Analytikdaten, die von der DDE erhalten oder erzeugt werden, auf der DDE oder dem Cluster für einen schnelleren Zugriff gecacht werden (z. B. basierend auf Kriterien wie die Anzahl der Abonnenten, Häufigkeit von Veröffentlichungen und Übertragungen usw.), aber im Allgemeinen werden alle lokalen Analytikdaten auf ein Permanentspeichermedium 155 auf der DDE oder dem Cluster bewegt. In regelmäßigen Abständen oder zu vordefinierten Zeiten können die permanent auf den jeweiligen DDE gespeicherten Analytikdaten auf Langzeit-Datenanalytikspeichermedien gesichert, gespeichert oder historisiert werden, z. B. einem zentralen Analytikdaten-Historian, auf den über das Datenanalytiknetzwerk 112 zugegriffen werden kann. Der Datenanalytik-Historian kann zum Beispiel ein Datenanalytik-Historien für die gesamte Anlage sein und/oder in der Cloud gehostet werde. Der Datenanalytik-Historian ist jedoch typischerweise von Prozessleitdaten-Historians unabhängig und getrennt. Über eine Nutzerschnittstelle, die auf das eine zentrale oder die mehr zentralen Cluster zugreift, kann ein Nutzer oder Systemadministrator einen Satz Regeln definieren, die angeben, wie oft jeder bestimmte DDE-Speicherbereich 155 gesichert wird, wann die Sicherung stattfindet, wo die Analytikdaten historisiert werden usw.
  • In einer Ausführungsform stellen ein oder mehr Cluster für einen Nutzer oder Systemadministrator einen zentralen Ort bereit, um Regeln für die Vervielfältigung von Analytikdaten unter den Clustern, Knoten und/oder DDEs 102x des Datenanalytiksystems 100 aufzustellen. Zum Beispiel kann mit dem Satz Vervielfältigungsregeln definiert werden, welche bestimmten Analytikdaten unter den bestimmten Knoten des Datenanalytiknetzwerks 112 zu vervielfältigen sind und wie oft bestimmte Analytikdaten unter den bestimmten Knoten zu aktualisieren sind. So kann mit dem Satz Vervielfältigungsregeln definiert werden, wie oft die Ergebnisse von Analytik-Funktion A, die vom Knoten A ausgeführt wird, an den Knoten B–D zu vervielfältigen sind (z. B. durch Streaming), so dass die vervielfältigten Ergebnisse den Knoten B–D bei der Ausführung ihrer jeweiligen Datenanalytik-Funktionen zur Verfügung stehen. Ähnlich wie bei den Regeln zur Historisierung und Sicherung kann der Satz Vervielfältigungsregeln von einem Nutzer oder Systemadministrator über eine Nutzerschnittstelle, die auf das eine zentrale oder die mehr zentralen Cluster zugreift, definiert werden. Zum Beispiel kann der Systemadministrator die Nutzerschnittstelle verwenden, um den Satz Vervielfältigungsregeln zu administrieren und der Satz Vervielfältigungsregeln kann auf dem einen zentralen oder den mehr zentralen Clustern gespeichert sein. Bei dem einen zentralen oder den mehr zentralen Clustern, die die Administration der Analytikdaten-Vervielfältigung bereitstellen, kann es sich um dieselbe Menge von Clustern, die die Administration von Analytikdaten-Sicherung/-Historisierung bereitstellt, oder eine andere Menge von Clustern handeln.
  • In einer Ausführungsform stellen der eine zentrale oder die mehr zentralen Cluster einen Standortdienst, einen Streamingdienst (z. B. den Streamingdienst 115 aus 1), ein Datenwörterbuch und/oder andere Funktionalität bereit, die von lokalen Clustern, anderen zentralen Clustern und individuellen DDEs 102x verwendet werden kann, um einen Austausch von Analytikdaten zwischen ihnen einzurichten. Bei dem einen zentralen oder den mehr zentralen Clustern, die den Streamingdienst, das Datenwörterbuch und/oder die andere Funktionalität bereitstellen, kann es sich um dieselbe Menge an Clustern, die die Administration der Analytikdaten-Vervielfältigung und/oder die Administration von Analytikdaten-Sicherung/-Historisierung bereitstellt, oder eine andere Menge von Clustern handeln. Ein Systemadministrator oder Nutzer kann eine Nutzerschnittstelle verwenden, um auf den einen oder die mehr zentralen Cluster zuzugreifen, um die Dienste, Wörterbücher und die andere Funktionalität zu administrieren, die verwendet wird, um einen Austausch von Analytikdaten zwischen Clustern und Knoten des Datenanalytiknetzwerks 112 einzurichten und bereitzustellen.
  • 4P zeigt ein beispielhaftes Verfahren 450 zur Bereitstellung von lokalisierten Datenanalytikdiensten. In einer Ausführungsform führt eine verteilte Datenengine 102x oder ein Cluster aus DDEs zumindest einen Teil des Verfahrens 450 aus. Im Allgemeinen kann zumindest ein Teil des Verfahrens 450 von jedem beliebigen Teil eines verteilten Leistungsüberwachung- und/oder Analytiksystem für Industrieprozesse, wie das System 100, ausgeführt werden. Tatsächlich kann das Verfahren 450 unter Verwendung eines jeden beliebigen Teils eines jeden Systems, einer jeden Vorrichtung, eines jeden Geräts und/oder einer jeden Technik, die in dieser Patentschrift erläutert werden, implementiert werden. Um die Erläuterung zu vereinfachen, wird das Verfahren 450 jedoch nachfolgend in Bezug auf ein Cluster aus einer oder mehr DDEs 102x des Analytiksystems 100 beschrieben, das als eine eine Einheit darstellende DDE-Instanz 150 erscheint, obwohl dies nur eine Ausführungsform von vielen ist und nicht einschränkend sein soll.
  • Das beispielhafte Verfahren 450 umfasst die Bekanntmachung des Vorhandenseins eines Clusters (Block 452) durch das Cluster. Das Cluster ist Teil eines Datenanalytiknetzwerks 112 einer Prozessleitanlage 5, die online ist und betrieben wird, um einen Prozess zu steuern oder regeln, und die Bekanntmachungen des Clusters können über das Datenanalytiknetzwerk 112, über ein oder mehr andere Netzwerke, über ein Funkprotokoll für kurze Distanzen, wie Bluetooth, NFC usw. oder andere geeignete Mittel zur Bekanntmachung übermittelt werden.
  • Das Verfahren 450 umfasst des Weiteren den Empfang einer Antwort auf die Bekanntmachung des Clusters von einer Datenquelle durch das Cluster. Zum Beispiel kann die Antwort von der Datenquelle ein Antrag der Datenquelle zur Registrierung beim Cluster sein und das Verfahren 450 kann die Registrierung der Datenquelle beim Cluster und/oder beim Datenanalytiknetzwerk 112 (Block 455) umfassen, womit die Datenquelle an das Datenanalytiknetzwerk 112 angeschlossen wird. Die Datenquelle kann ein Gerät oder eine Komponente sein, das oder die Teil der Prozessanlage 5 ist und das oder die bei der Steuerung des Prozesses durch die Online-Prozessanlage 5 Daten erzeugt. In einem Beispiel erzeugt die Datenquelle bei der Steuerung des Prozesses kontinuierliche Zeitreihendaten.
  • Zusätzlich umfasst das Verfahren 450 den Empfang der von der Datenquelle erzeugten Daten (Block 458) durch das Cluster. Zum Beispiel kann die Datenquelle die von ihr erzeugten Daten über das Datenanalytiknetzwerk 112 zum Cluster streamen. Zusätzlich oder ersatzweise kann das Cluster bestimmte Daten abonnieren, die von der Datenquelle erzeugt und veröffentlich werden. In einigen Ausführungsformen kann das Cluster die Datenquelle nach bestimmten Daten abfragen, z. B. indem das in einem späteren Abschnitt dieser Anmeldung beschriebene Abfrageverfahren verwendet wird. Wenn die Datenquelle ein Gerät oder eine Komponente ist, die typischerweise Prozessleitdaten über ein oder mehr herkömmliche Prozessleit-Kommunikationsnetzwerke (z. B. Netzwerke 10, 70) überträgt, kann die Datenquelle damit fortfahren, Prozessleitdaten wie üblich über das eine oder die mehr herkömmlichen Prozessleit-Kommunikationsnetzwerke zu übertragen, während es darüber hinaus über das Datenanalytiknetzwerk 112 eine Kopie oder Vervielfältigung des Inhalts der übertragenen Prozessleitdaten zum Cluster überträgt.
  • Nach Empfang der von der Datenquelle erzeugten Daten kann das Cluster zumindest einige der empfangenen Daten cachen, z. B. wenn die empfangenen Daten eine oder mehr Caching-Bedingungen erfüllen. Die gesamten empfangenen Daten werden jedoch unabhängig davon, ob empfangene Daten gecacht werden oder nicht, lokal in dem Permanentspeichermedium 155 des Clusters gespeichert.
  • Zusätzlich umfasst das Verfahren 450 das Streamen von zumindest einem Teil der von der Datenquelle erzeugten Daten an einen Datenverbraucher (Block 460) durch das Cluster über das Datenanalytiknetzwerk 112. Ein Datenverbraucher kann zum Beispiel ein anderer Analytik-Knoten oder ein anderes Analytik-Cluster, eine Datenanalytik-Anwendung, eine Nutzerschnittstelle und/oder Nutzerschnittstellenanwendung, ein Online-Datenanalytikmodul, eine andere Anwendung und/oder eine Datenbank oder ein Daten-Historian sein. Der Datenverbraucher kann an die Datenquelle und/oder den bestimmten Datenstrom gebunden sein, der zumindest einige der von der Datenquelle erzeugten Daten beinhaltet. Die bestimmten Daten, von denen erwünscht ist, dass sie von dem Datenverbraucher empfangen werden, sind typischerweise Zeitreihendaten und können kontinuierliche Daten sein.
  • Der Datenverbraucher kann das Cluster nach bestimmten von der Datenquelle erzeugten Daten abfragen, z. B. indem er das in einem späteren Abschnitt dieser Anmeldung beschriebene Abfrageverfahren verwendet, und das Streaming (Block 460) kann als Antwort auf die von dem Datenverbraucher erzeugte Abfrage erfolgen. In einer Ausführungsform kann der Datenverbraucher bestimmte Daten abonnieren, die von der Datenquelle erzeugt und von der Datenquelle oder dem Cluster veröffentlicht werden. Auf jeden Fall ruft das Cluster die gewünschten Daten, die von der Datenquelle erzeugt wurden, aus seinem Cache oder seinem lokalen Permanentdatenspeichermedium 155 ab und streamt die Daten über das Datenanalytiknetzwerk 112 (Block 460) zum Datenverbraucher.
  • In einigen Ausführungsformen umfasst das Verfahren 450 das Ausführen von einer oder mehr Datenanalytik-Funktionen oder -Techniken auf zumindest einem Teil der von der Datenquelle erzeugten Daten (in 4P nicht gezeigt) durch das Cluster. Die eine oder mehr Analytik-Funktionen oder -Techniken können deskriptive Analytik, prädiktive Analytik und/oder präskriptive Analytik umfassen. Die eine oder mehr Analytik-Funktionen oder -Techniken können von dem Cluster auf Anforderung zum Beispiel eines Online-Datenanalytikmoduls, einer anderen Datenanalytik-Anwendung oder eines Nutzers ausgeführt werden. In einem anderen Beispiel können die eine oder mehr Analytik-Funktionen oder -Techniken automatisch initialisiert und von dem Cluster ausgeführt werden. Die Ergebnisse der Ausführung der einen oder der mehr Analytik-Funktionen oder -Techniken können an die anfragende Partei ausgegeben und/oder lokal auf dem Cluster in einem Permanentdatenspeichermedium 155 gespeichert werden. In einigen Ausführungsformen werden die eine oder mehr Analytik-Funktionen oder -Techniken auf Daten ausgeführt, die von mehreren, beim Cluster registrierten Datenquellen erzeugt wurden und die auf dem Cluster gespeichert (und wahlweise gecacht) wurden.
  • Da das Cluster von der Datenquelle in der Prozessanlage 5 erzeugte Daten der ersten Ebene empfängt und sich nah an diesen Datenquellen in der Prozessanlage 5 befindet, wird das Cluster in der vorliegenden Patentschrift als „lokales“ Cluster bezeichnet. In einigen Ausführungsformen umfasst das Verfahren 450 die Feststellung einer von einem zentralen Cluster, wie einem regionalen Cluster, einem Bereichscluster, einem Cluster für die Anlage insgesamt usw., erzeugten Bekanntmachung durch das lokale Cluster. Das lokale Cluster kann sich beim zentralem Cluster registrieren und zumindest einen Teil der lokalen in seinem Cache und/oder seinem Permanentdatenspeichermedium 155 gespeicherten Analytikdaten an das zentrale Cluster streamen. Zum Beispiel können die Analytikdaten, die zum zentralen Cluster gestreamt werden, Daten enthalten, die von der Datenquelle erzeugt wurden und/oder das Ergebnis von einer oder mehr von dem lokalen Cluster ausgeführten Analytik-Funktionen sind. Das lokale Cluster kann Daten gemäß einer von dem zentralen Cluster initiierten Abfrage an das zentrale Cluster streamen und/oder das lokale Cluster kann Daten veröffentlichen, die das zentrale Cluster abonniert hat.
  • In einigen Ausführungsformen umfasst das Verfahren 450 die Historisierung und Sicherung der Daten, die im lokalen Permanentspeichermedium 155 des Clusters gespeichert sind (nicht gezeigt in 4P). Die Datensicherung kann von dem Cluster initiiert werden oder die Datensicherung kann von einem zentralen Analytikdaten-Historian initiiert werden. In einer Ausführungsform können das Cluster und der zentrale Analytikdaten-Historian eine Veröffentlicher-Abonnent-Beziehung haben. Der Zeitpunkt und/oder die Menge der vom Cluster zu sichernden Daten können in einer Ausführungsform von einem Systemadministrator des Systems 100 definiert werden. Die zu sichernden Daten können für eine Langzeitspeicherung und -sicherung vom Cluster an einen Analytikdaten-Historian übermittelt und/oder gestreamt werden.
  • 4Q zeigt ein beispielhaftes Verfahren 470 zur Bereitstellung von lokalisierten Datenanalytikdiensten. In einer Ausführungsform führt eine verteilte Datenengine 102x oder ein Cluster aus DDEs 102x zumindest einen Teil des Verfahrens 470 aus. Im Allgemeinen kann zumindest ein Teil des Verfahrens 470 von jedem beliebigen Teil eines verteilten Leistungsüberwachung-s und/oder Analytiksystem für Industrieprozesse, wie das System 100, ausgeführt werden. Tatsächlich kann das Verfahren 470 unter Verwendung eines jeden beliebigen Teils eines jeden Systems, einer jeden Vorrichtung, eines jeden Geräts und/oder einer jeden Technik, die in dieser Patentschrift erläutert werden, implementiert werden. Um die Erläuterung zu vereinfachen, wird das Verfahren 470 jedoch nachfolgend in Bezug auf ein Cluster aus einer oder mehr DDEs 102x des Systems 100 beschrieben, das als eine eine Einheit darstellende DDE-Instanz 150 erscheint, obwohl dies nur eine Ausführungsform von vielen ist und nicht einschränkend sein soll.
  • Das beispielhafte Verfahren 470 umfasst die Bekanntmachung des Vorhandenseins des zentralen Clusters (Block 472) durch das Cluster. Das zentrale Cluster unterscheidet sich vom lokalen Cluster aus 4P, da sich Datenquellen typischerweise nicht direkt beim zentralen Cluster registrieren. Stattdessen registrieren sich in den meisten Fällen lokale Cluster oder andere Arten von Clustern bei zentralen Clustern und zentrale Cluster führen Datenanalytik-Funktionen auf den Daten durch, die von solchen anderen Clustern empfangen wurden. Ähnlich wie lokale Cluster sind zentrale Cluster jedoch Teil eines Datenanalytiknetzwerks 112 der Prozessleitanlage 5, die online ist und betrieben wird, um einen Prozess zu steuern oder regeln, und die Bekanntmachungen des zentralen Clusters können über das Datenanalytiknetzwerk 112 gestreamt und/oder als Broadcast verschickt werden. Die Bezeichnung ein „zentrales“ Cluster bezieht sich in dieser Patentschrift im Allgemeinen auf ein Cluster, bei dem sich andere Cluster registrieren. Ein zentrales Cluster kann Dienste für einen Regelkreis (z. B. ein „Regelkreis“-Cluster), einen Bereich der Prozessanlage (z. B. ein „Bereichs“-Cluster), eine Region einer Prozessanlage (z. B. ein „regionales“ Cluster), die gesamten Prozessanlage (z. B. ein „Anlagen“-Cluster), mehrere Prozessanlagen (ein „Unternehmens“-Cluster) und weitere derartige Cluster ausführen. Typischerweise umfasst ein zentrales Cluster eine Vielzahl von DDEs, die über ein Datenanalytiknetzwerk 112 untereinander verbunden sind und als eine einzige sich als Einheit darstellende Instanz 150 erscheinen.
  • Das Verfahren 470 umfasst des Weiteren den Empfang einer Antwort auf die Bekanntmachung des zentralen Clusters durch das zentrale Cluster von einem anderem Cluster. Zum Beispiel kann die Antwort von dem anderen Cluster ein Antrag des anderen Clusters zur Registrierung beim zentralen Cluster sein und das Verfahren 470 kann die Registrierung des anderen Clusters beim zentralen Cluster (Block 475) umfassen. Das sich registrierende Cluster kann ein lokales Cluster, wie das lokale Cluster aus 4P, oder das sich registrierende Cluster kann ein anderes zentrales Cluster sein.
  • Zusätzlich umfasst das Verfahren 470 den Empfang von gestreamten Daten beim zentralen Cluster von einem registrierten Cluster (Block 478). Zum Beispiel kann das registrierte Cluster einen Teil seiner gespeicherten und/oder gecachten Daten über das Datenanalytiknetzwerk 112 zum zentralen Cluster streamen. Die gestreamten Daten beinhalten typischerweise Zeitreihendaten, die zum Beispiel kontinuierliche Daten sein können. Zusätzlich oder ersatzweise kann das zentrale Cluster bestimmte Daten abonnieren, die von dem registrierten Cluster veröffentlich werden. In einigen Ausführungsformen fragt das zentrale Cluster das registrierte Cluster nach bestimmten Daten ab, z. B. indem das in einem späteren Abschnitt dieser Anmeldung beschriebene Abfrageverfahren verwendet wird. Die gestreamten Daten können Daten umfassen, die von dem registrierten Cluster erzeugt wurden, und/oder können Daten umfassen, die zu dem registrierten Cluster von Datenquellen und/oder anderen Clustern gestreamt wurden.
  • In einigen Ausführungsformen cacht das zentrale Cluster zumindest einige der gestreamten Daten, die es empfängt, z. B. wenn die empfangenen Daten eine oder mehr Caching-Bedingungen erfüllen. Die gesamten empfangenen Daten werden jedoch unabhängig davon, ob Daten, die im zentralen Cluster empfangen werden, gecacht werden oder nicht, lokal in dem Permanentspeichermedium 155 des zentralen Clusters gespeichert.
  • Im Block 480 umfasst das Verfahren 470 das Ausführen von einer oder mehr Datenanalytik-Funktionen oder -Techniken auf zumindest einem Teil der empfangenen, gestreamten Daten (z. B. die Daten, die im Cache und/oder seinem Permanentspeicherbereich 155 gespeichert sind). Die eine oder mehr Analytik-Funktionen oder -Techniken können deskriptive Analytik, prädiktive Analytik und/oder präskriptive Analytik umfassen. Die eine oder mehr Analytik-Funktionen oder -Techniken können zum Beispiel von dem zentralen Cluster auf Anforderung zum Beispiel eines Online-Datenanalytikmoduls, einer anderen Datenanalytik-Anwendung oder eines Nutzers ausgeführt werden. In einem anderen Beispiel können die eine oder mehr Analytik-Funktionen oder -Techniken automatisch und/oder in regelmäßigen Abständen von dem zentralen Cluster ausgeführt werden. Die Ergebnisse oder die Ausgabe der Ausführung der einen oder der mehr Analytik-Funktionen oder -Techniken können an die anfragende Partei ausgegeben und/oder lokal auf dem Cluster in einem Permanentdatenspeichermedium 155 des zentralen Clusters gespeichert werden. In einigen Ausführungsformen werden die eine oder mehr Analytik-Funktionen oder -Techniken auf Daten ausgeführt, die von mehreren, registrierten Clustern erzeugt wurden und die auf dem zentralen Cluster gespeichert (und wahlweise gecacht) wurden.
  • Das Verfahren 470 umfasst das Streamen von zumindest einem Teil der Ergebnisse oder Ausgaben der einen oder mehr Analytik-Funktionen oder -Techniken an einen oder mehr Datenverbraucher durch das zentrale Cluster über das Datenanalytiknetzwerk 112 (Block 482). Der eine oder die mehr Datenverbraucher können zum Beispiel einen anderer Analytik-Knoten oder ein anderes Analytik-Cluster, eine Datenanalytik-Anwendung, eine Nutzerschnittstelle und/oder Nutzerschnittstellenanwendung, ein Online-Datenanalytikmodul, eine andere Anwendung und/oder eine Datenbank oder ein Daten-Historian umfassen. Der eine oder die mehr Datenverbraucher können an das zentrale Cluster, an das bestimmte Ergebnisse/die bestimmte Ausgabe und/oder an einen bestimmten Datenstrom gebunden sein, der das bestimmte Ergebnis/die bestimmte Ausgabe beinhaltet.
  • Der eine oder die mehr Datenverbraucher können das zentrale Cluster nach dem bestimmten Ergebnis/der bestimmten Ausgabe abfragen, z. B. indem er das in einem späteren Abschnitt dieser Anmeldung beschriebene Abfrageverfahren verwendet, und das Streaming (Block 482) kann als Antwort auf die von dem einen oder den mehr Datenverbrauchern erzeugte Abfrage erfolgen. Zusätzlich oder ersatzweise kann der Datenverbraucher die bestimmten Ergebnisse/Ausgaben abonnieren, die von dem zentralen Cluster veröffentlich werden. Auf jeden Fall ruft das zentrale Cluster die gewünschten Daten aus seinem Cache oder seinem lokalen Permanentdatenspeichermedium 155 ab und streamt die gewünschten Daten über das Datenanalytiknetzwerk 112 zu dem einen oder den mehr Datenverbrauchern. In einigen Fällen werden die gewünschten Analytikergebnisse/Ausgabedaten nach ihrer Erzeugung durch die eine oder die mehr Datenanalytik-Funktionen oder -Techniken gestreamt.
  • In einigen Ausführungsformen umfasst das Verfahren 470 die Registrierung von einem oder mehr zusätzlichen lokalen Clustern bei dem zentralen Cluster und den Empfang entsprechender Analytikdaten von dem einem oder den mehr lokalen Clustern (nicht gezeigt in 4Q). In solchen Ausführungsformen kann die Ausführung der einen oder der mehr Datenanalytik-Funktionen oder -Techniken (Block 480) die Ausführung der Datenanalytik-Funktionen oder -Techniken auf Analytikdaten, die beim zentralen Cluster von mehreren lokalen Clustern empfangen wurden, umfassen.
  • In einigen Ausführungsformen umfasst das Verfahren 470 die Historisierung und Sicherung der Daten, die im lokalen Permanentspeichermedium (z. B. die in dem Big-Data-Speicherbereich 155 gespeicherten Daten) des zentralen Clusters gespeichert sind (nicht gezeigt in 4Q). Die Datensicherung kann von dem zentralen Cluster initiiert werden oder die Datensicherung kann von einem zentralen Analytikdaten-Historian initiiert werden. In einem Beispiel kann der zentrale Cluster im Analytikdaten-Historian eine Veröffentlicher-Abonnent-Beziehung haben. Der Zeitpunkt und/oder die Menge der vom zentralen Cluster zu sichernden Daten können von einem Systemadministrator des Systems 100 definiert werden. Zum Beispiel kann der Systemadministrator eine Nutzerschnittstelle verwenden, um einen Satz Regeln für die Sicherung in dem System 100 und/oder in Teilen des Systems zu administrieren und der Satz Regeln kann auf dem zentralen Cluster gespeichert sein. Die zu sichernden Daten können für eine Langzeitspeicherung und -sicherung vom zentralen Cluster 152 und Analytikdaten-Historian übermittelt und/oder gestreamt werden.
  • Zusätzlich oder ersatzweise umfasst das Verfahren 470 in einigen Ausführungsformen die Bereitstellung von Regeln für die Vervielfältigung von Analytikdaten unter den Clustern, Knoten und/oder DDEs 102x des Datenanalytiksystems 100. Zum Beispiel kann mit dem Satz Vervielfältigungsregeln definiert werden, welche bestimmten Analytikdaten unter den bestimmten Knoten des Datenanalytiknetzwerks 112 zu vervielfältigen sind und wie oft bestimmte Analytikdaten unter den bestimmten Knoten zu aktualisieren sind. So kann mit dem Satz Vervielfältigungsregeln definiert werden, wie oft die Ergebnisse von Analytik-Funktion A, die vom Knoten A ausgeführt wird, an den Knoten B–D zu vervielfältigen sind (z. B. durch Streaming), so dass die vervielfältigten Ergebnisse den Knoten B–D bei der Ausführung ihrer jeweiligen Datenanalytik-Funktionen zur Verfügung stehen. Ähnlich wie bei den Regeln zur Historisierung und Sicherung kann der Satz Vervielfältigungsregeln von einem Systemadministrator des Systems 100 auf einem oder mehr zentralen Clustern definiert werden. Zum Beispiel kann der Systemadministrator die Nutzerschnittstelle verwenden, um den Satz Vervielfältigungsregeln zu administrieren und der Satz Vervielfältigungsregeln kann auf seinem einen zentralen oder seinen mehr zentralen Clustern gespeichert sein.
  • In einigen Ausführungsformen umfasst das Verfahren 470 die Feststellung einer von einem anderen zentralen Cluster erzeugten Bekanntmachung durch das zentrale Cluster. Das die Bekanntmachung sendende Cluster kann zum Beispiel ein regionales Cluster, ein Bereichs-Cluster oder ein Anlagen-Cluster sein, das sich auf dem Gelände der Prozessanlage 5 befindet. In einigen Fällen kann das die Bekanntmachung sendende Cluster in der Cloud gehostet werden und kann Analytikdienste für einen Teil der Anlage 5, die gesamte Anlage 5 oder verschiedene Anlagen bereitstellen. Das zentrale Cluster kann sich beim die Bekanntmachung sendenden Cluster registrieren und in seinem Cache und/oder seinem Permanentdatenspeichermedium 155 gespeicherte Analytikdaten an das die Bekanntmachung sendende Cluster streamen. Das zentrale Cluster kann zum Beispiel zumindest einige der Ergebnisse von Analytik-Funktionen streamen, die das zentrale Cluster ausgeführt hat. Das zentrale Cluster kann Daten an das die Bekanntmachung sendende Cluster streamen, bei dem das zentrale Cluster registriert ist, und/oder das zentrale Cluster kann Daten veröffentlichen, die das die Bekanntmachung sendende Cluster abonniert hat.
  • In einigen Ausführungsformen umfasst das Verfahren 470 die Bereitstellung eines Standortdiensts, eines Streamingdiensts (z. B. des Streamingdiensts 115 aus 1) und/oder eines Datenwörterbuchs, die von lokalen Clustern und zentralen Clustern als auch individuellen DDEs 102x verwendet werden können, um einen Austausch von Analytikdaten zwischen ihnen einzurichten (in 4Q nicht gezeigt).
  • DIENSTE FÜR INDUSTRIELLE LEISTUNGSÜBERWACHUNG/-ANALYTIK
  • Die Umwandlung der Offline-Datendiagramme in Online-Datendiagramme durch Datenstudio, die Ausführung von sowohl Online- als auch Offline-Blöcken und -Modulen und die durch die Diagramme repräsentierte Funktionalität der Analytik wird durch einen Analytikdienst erreicht, der durch ein industrielles Leistungsüberwachung-/Analytiksystem, wie das Datenanalytiksystem (DAS) 100 bereitgestellt wird. Der Analytikdienst wird mit den austauschbar verwendbaren Begriffen „Dienst“, „Dienste“ oder „Analytikdienste“ bezeichnet. Jeder einzelne oder alle Teile der in der vorliegenden Patentschrift beschriebenen Analytikdienste können in Verbindung mit jedem einzelnen oder allen Teilen der 1, 2, 3 und/oder 4A–4Q und/oder mit einer beliebigen Anzahl von Funktionen und/oder Techniken arbeiten, die in den Abschnitten der vorliegenden Offenbarung beschrieben werden, die mit den 1, 2, 3 und/oder 4A–4Q korrespondieren.
  • Im Allgemeinen ist der Analytikdienst in der Lage, Offline-Diagramme zu kompilieren, auszuführen und/oder umzuwandeln (z. B. in dem Datenstudio und/oder dem Dashboard) und Online-Diagramme zu kompilieren, auszuführen und zu erstellen (im z. B. dem Datenstudio und/oder dem Dashboard). Der Analytikdienst vereinfacht das Durchsuchen großer Datenmengen (Big-Data), ohne dass unbedingt Kenntnisse zu dem (den) bestimmten Datentyp(en) benötigt werden und ohne dass der Nutzer des Analytikdiensts die Programmierung auf niedriger Ebene durchführen muss. Eine beispielhaftes Blockdiagramm-Architektur eines Analytikdiensts 500 wird in 5A im Kontext eines Bereichs des Systems 100 gezeigt. Genauer ist der Analytikdienst 500 einer aus einer Vielzahl von computer-implementierten Prozesses, wobei jeder der computer-implementierten Prozesse mit verschiedenen Softwares (z. B. computer-ausführbare Anweisungen und Daten, die auf einem oder mehr materiellen, nicht-flüchtigen Computermedium gespeichert sind) assoziiert ist. Wie nachstehend noch detailliert erläutert werden wird, interagiert der Analytikdienst 500 mit dem umfassenderen System 100 zu großen Teilen über die Daten, die von verschiedenen Einheiten des Systems 100 erzeugt und/oder gespeichert werden.
  • Wie oben beschrieben ist die Anwendung der DDE-Benutzeroberfläche in dieser Ausführungsform eine webbasierte Anwendung. 5A zeigt eine Ausführungsform des Analysedienstes 500, der in einer solchen Ausführungsform, d. h. mit einer webbasierten Anwendung der DDE-Benutzeroberfläche, implementiert ist. Im weitesten Sinn beinhaltet ein auf diese Weise implementierter Analysedienst 500 Client-seitige, Server-seitige und Back-End-computerimplementierte Prozesse. Wie beispielsweise in 5A gezeigt, beinhaltet der Analysedienst 500 einen Web-Client-Prozess 502, einen Web-Server-Prozess 504, einen Ausführungsdienstprozess 506 und einen oder mehrere Aufgabenprozesse 508. Die verschiedenen Prozesse 502, 504, 506, 508 können auf einem oder mehreren Prozessoren, auf einer bzw. einem oder mehreren Workstations oder Servern, an einem oder mehreren physikalischen und/oder geographischen Standorten ausgeführt werden. Das heißt, während eine Instanz des Web-Client-Prozesses 502 auf einer Workstation ausgeführt wird, die sich fern von einem Server befindet, auf dem der Web-Server-Prozess 504 ausgeführt wird, kann eine andere Instanz des Web-Client-Prozesses 502 auf demselben Server ausgeführt werden, auf dem der Web-Server-Prozess 504 ausgeführt wird, und faktisch auf demselben Prozessor laufen. In einem anderen Beispiel kann der Ausführungsdienstprozess 506 auf einer Workstation innerhalb der Prozesssteuerungsumgebung ausgeführt werden, während der eine oder die mehreren Aufgabenprozesse 508 auf einem oder mehreren Prozessoren einer verteilten Prozessumgebung (z. B. einer Serverfarm) ausgeführt werden, die sich fern von der Prozesssteuerungsumgebung befinden. Einfach gesagt ist der Analysedienst 500 so konzipiert, dass er flexibel genug ist, dass es egal ist, ob die verschiedenen Prozesse 502, 504, 506, 508 auf demselben Prozessor, derselben Workstation, Prozessorbank, in einer oder mehreren virtuellen Maschinen und/oder am selben physikalischen oder geographischen Ort ausgeführt werden oder nicht. Günstigerweise ermöglicht die Architektur nicht nur Fernzugriff auf Datenanalysen, die vom Analysedienst 500 bereitgestellt werden, und die Möglichkeit zur Verwendung von weit verstreuten Prozessor- und Rechnerressourcen zur Durchführung von Analysen, sondern erlaubt dem Analysedienst 500 auch, Daten über mehrere Anlagen hinweg zu konsumieren und/oder zu analysieren, unabhängig davon, wie verstreut die geographischen Positionen auf sein mögen.
  • Der Web-Client-Prozess 502 läuft gemäß Prinzipien, die sich nicht wesentlich von dem unterscheiden, was allgemein verstanden wird, sondern der Beschreibung der oben beschriebenen Anwendung der DDE-Benutzeroberfläche entsprechen. Beispielsweise beinhaltet der Web-Client-Prozess 502 eine Vielzahl von Softwareeinheiten inklusive beispielsweise einer Anzeigeeinheit 510, die dem Benutzer die Anwendung der DDE-Benutzeroberfläche anzeigt (z. B. den Hintergrund 245 und Benutzersteuerelemente 248a–n des Datenanalysestudios 240, das Datenanalyse-Dashboard usw.); eine Ansichtsmodelleinheit 512, mit der Transfer und Übersetzung von Anwendungsdaten wie Blockstatus in eine Form verwaltet wird, die eine Benutzeroberfläche verwenden kann, und die eine Ansicht erzeugt, die Feedback bietet und/oder auf andere Art Auskunft über den Betrieb eines Online-Datenmoduls liefert; eine Anwendungseinheit 514, die die Softwareeinheit (d. h. webbasierte Anwendung) darstellt, die auf den Web-Client-Prozess 502 heruntergeladen wird und sich auf der Client-Workstation oder dem Gerät befindet, das der Benutzer zur Interaktion mit der Anwendung der DDE-Benutzeroberfläche verwendet; und eine Datendiensteinheit 516, die Daten zur und von der Anwendung der DDE-Benutzeroberfläche transportiert.
  • Die Datendiensteinheit 516 empfängt beispielsweise Daten, die von verschiedenen Aufgaben zurückgegeben werden, die als Reaktion auf Eingaben und Anfragen durch den Benutzer ausgeführt wurden. Wie oben und in zusätzlichen Details nachfolgend beschrieben, kann die Anwendung der DDE-Benutzeroberfläche verschiedene Analysen anfordern, die mit Daten aus der Prozesssteuerungsumgebung ausgeführt (und in einigen Fällen gerade von der Prozesssteuerungsumgebung erzeugt) werden, entweder in einem Untersuchungsmodus (z. B. im Datenanalysestudio), mit dem Beziehungen zwischen verstreuten Daten (oder Daten von bekannten Beziehungen) erkannt werden sollen, oder in einem Vorhersagemodus (z. B. im Dashboard), mit dem eine ständige Analyse in Echtzeit (oder Beinahe-Echtzeit) durchgeführt wird, um zumindest einen Wert in der Prozesssteuerungsumgebung vorherzusagen. In diesem Dokument wird der Ausdruck „Echtzeit“ in der Bedeutung von „ausreichend gleichzeitig, um nützlich für die Anpassung der oder anderweitige Beeinflussung der aktuellen Aktion der Prozessanlage zu bleiben“ verwendet. Wenn beispielsweise ein oder mehrere Blöcke auf dem Hintergrund 245 platziert werden und einer oder mehrere dieser Blöcke ausgeführt werden, können die Ergebnisse dieser Ausführung über die Datendiensteinheit 516 (z. B. mithilfe eine WebSocket-Protokoll-Verbindung aus dem Web-Server-Prozess 504) an die Anwendungseinheit 514 zurückgegeben und dem Benutzer über die Anzeigeeinheit 510 angezeigt werden.
  • Gleichzeitig kann die Datendiensteinheit 516 mit dem Web-Server-Prozess 504 über andere Protokolle (z. B. HTTP) kommunizieren, um verschiedene Arten von Informationen anzufordern und abzurufen, die für die Ausführung der Anwendungseinheit 514 erforderlich sind. Beispielsweise kann die Anwendungseinheit 514, wenn sie erstmals ausgeführt wird, über die Datendiensteinheit 516 mithilfe des HTTP-Protokolls die neuesten Blockdefinitionen 255 aus der Blockdefinitionsbibliothek 252 anfordern und abrufen. Alternativ kann die Anwendungseinheit 514 ursprünglich nur die Kategorien und Listen der verfügbaren Blockdefinitionen 255 abrufen und die Anwendungseinheit 514 kann, wenn vom Benutzer ausgewählt, über die Datendiensteinheit 516 mithilfe des HTTP-Protokolls die spezifischen vom Benutzer ausgewählten Blockdefinitionen 255 anfordern und abrufen.
  • Wenn wir uns jetzt dem Web-Server-Prozess 504 zuwenden, kommunizieren ein oder mehrere Serverkommunikationseinheiten 518 mit dem Web-Client-Prozess 502. Wie oben beschrieben, können für die Kommunikation zwischen Serverkommunikationseinheit/-einheiten Protokolle wie HTTP, HTTPS und WebSocket-Protokolle implementiert werden, obwohl die beschriebenen spezifischen Protokolle nicht als Einschränkung verstanden werden sollen, da auch jedes andere für die Anwendung geeignete Protokoll implementiert werden kann. Zusätzlich zur Kommunikation mit dem Web-Client-Prozess 502 kann die Serverkommunikationseinheit 518 Daten von einem oder mehreren Prozessen erhalten, die Anweisungen ausführen (z. B. Analyse, Laden, Filtern von Daten usw.), die von einem oder mehreren Blöcken (d. h. schematische Programmierelemente) angefordert werden, die auf dem Hintergrund 245 platziert sind. Daten können aus den Prozessen über beispielsweise ein WebSocket (nicht dargestellt) in der Serverkommunikationseinheiten 518 empfangen und an den Web-Client-Prozess 502 ebenfalls über das WebSocket-Protokoll kommuniziert werden.
  • Eine Datendiensteinheit 520 stellt für den Web-Client-Prozess 502 andere Daten bereit, als jene, die von Prozessen abgerufen werden, in denen die mit den verschiedenen Blöcken verknüpften Anweisungen ausgeführt werden. Beispielsweise kann die Datendiensteinheit 520 die Blockdefinitionen 255 aus der Blockdefinitionsbibliothek 252 abrufen und an die Anwendungseinheit 514 kommunizieren und/oder Statusinformationen über die Blockausführung aus dem Ausführungsdienstprozess 506 an die Anwendungseinheit 514 kommunizieren, damit der Status durch die Anzeigeeinheit 510 angezeigt werden kann.
  • Wenden wir uns nun 5B zu, in der die Datendiensteinheit 520 ausführlicher abgebildet ist. Insbesondere beinhaltet die Datendiensteinheit 520 eine Kopie der (bzw. Zeiger auf die) Blockdefinitionen 255 in der Blockdefinitionsbibliothek 252 und einen Satz Daten-Plug-ins 523. Jedes der Daten-Plug-ins 523 besteht aus einem Satz von computerausführbaren Anweisungen, die einer Schnittstelle entsprechen, die von der Anwendungseinheit 514 aufgerufen werden kann, um eine spezielle Aufgabe auszuführen. Jedes der Plug-ins 523 ist von der Anwendungseinheit 514 unabhängig und wird von der Anwendungseinheit 514 geladen, wenn die Anwendungseinheit 514 auf Metadaten stößt, in denen ein zu ladendes Plug-in 523 angegeben ist. Die Plug-ins 523 können Logik beinhalten, die spezifisch für die Anwendung und/oder die Betriebsumgebung ist, in der der Analysedienst 500 betrieben wird. Das heißt, dass sich der Satz von Plug-ins 523 für eine Prozesssteuerungsumgebung, in der der Analysedienst 500 implementiert wird, von einem Satz von Plug-ins für einen Finanzdienst unterscheiden kann, in dem der Analysedienst 500 implementiert wird (dabei wird berücksichtigt, dass der Analysedienst 500 die Untersuchung von großen Datensätzen – Big Data – ermöglicht, ohne dass dazu notwendigerweise Kenntnisse der speziellen Datentyp(en) erforderlich sind, und ohne dass der Benutzer des Analysediensts 500 eine Programmierung auf niedriger Stufe vornehmen muss, damit die Analyse durchgeführt wird) und sich praktisch von einem Satz von Plug-ins für eine andere Prozesssteuerungsumgebung unterscheiden kann, in der der Analysedienst 500 implementiert wird.
  • Die Trennung der Blockdefinitionen 255 von der Anwendungseinheit 514 erlaubt der Anwendungseinheit 514 anhängig von den Anforderungen des Kunden andere Blockdefinitionen zu verwenden und bereitzustellen. Blockdefinitionen können erstellt, hinzugefügt und/oder entfernt werden, ohne dass dabei die zugrundeliegende Ausführung der Anwendungseinheit 514 beeinträchtigt wird, da die für die Anwendung und/oder Betriebsumgebung spezifische Logik nicht fest in der Anwendungseinheit 514 programmiert ist. Durch eine von der Anwendungseinheit 514 separate Bereitstellung der Plug-ins 523 und der Blockdefinitionen 255 kann die Anwendungseinheit 514 unabhängig von den für eine bestimmte Anwendung spezifischen Blockdefinitionen 255 und Plug-ins 523 mit einer ähnlichen Funktionsweise ausgeführt werden.
  • Mit erneutem Bezug auf 5A, wie oben beschrieben, wird die Anwendungseinheit 514 so betrieben, dass die Erstellung von Offline-Diagrammen wie etwa dem Offline-Diagramm 340 aus 4L auf dem Hintergrund 245 möglich ist. Um das Offline-Diagramm zu erstellen, wählt der Benutzer einen oder mehrere Blöcke zur Platzierung auf dem Hintergrund 245 aus (z. B. durch Ziehen und Ablegen) und „verdrahtet“ die Blöcke, damit die Daten zwischen den Blöcken kommuniziert werden Jeder Block ist eine Instanz eines Vorlagenblocks, der in der Blockdefinitionsbibliothek 252 als eine der Blockdefinitionen 255 gespeichert ist. Wenn der Benutzer das Benutzersteuerelement 248m aktiviert, veranlasst die Anwendungseinheit 514 die Anzeigeeinheit 510, die verfügbaren Kategorien der Blockdefinitionen 255 und/oder verfügbaren Blockdefinitionen 255 anzuzeigen, aus denen der Benutzer einen Block auswählen und auf dem Hintergrund 245 platzieren kann. In einer Ausführungsform wird die Blockdefinitionsbibliothek 252 in einem Speichergerät gespeichert, das von einem oder beiden der Ausführungsdienstprozesse 506 oder dem Web-Server-Prozess 504 geteilt wird, und Metadaten der Blockdefinitionsbibliothek 252 (z. B. Namen, Kategorien der Blockdefinitionen usw.) werden an die Anwendungseinheit 514 übertragen, wobei Blockdefinitionen nur an die Anwendungseinheit 514 übertragen werden, wenn ein Block ausgewählt oder auf dem Hintergrund 245 platziert wird. Alternativ dazu wird die Blockdefinitionsbibliothek 252 in ihrer Gesamtheit an die Anwendungseinheit 514 übertragen, wenn die Anwendungseinheit 514 im Web-Client instanziiert wird, und verbleibt während der gesamten Ausführung des Web-Client-Prozesses 502 auf dem Web-Client. Eine Masterkopie der Blockdefinitionsbibliothek 252 kann in einer Datenbank (nicht dargestellt) innerhalb der Prozesssteuerungsumgebung, in einem über das Netzwerk erreichbaren Cloud-Speichergerät, in einer Workstation usw. existieren.
  • Die Blockdefinitionen 255 können gemäß der Funktionalität jedes Blocks kategorisiert werden. Während 5A die Blockdefinitionen 255 zeigt, die auf mehrere abgebildete Kategorien 521 aufgeteilt sind, soll 5A nicht nahelegen, dass die Blockdefinitionen 255, die in einer bestimmten Kategorie 521 kategorisiert sind, notwendigerweise gemeinsam gespeichert werden oder notwendigerweise getrennt von anderen Blockdefinitionen 255 gespeichert werden. Während das in einigen Ausführungsformen der Fall sein kann, werden die Blockdefinitionen 255 in anderen Ausführungsformen nicht in einer bestimmten Reihenfolge gespeichert, sondern können stattdessen jeweils durch Metadaten getaggt sein, die auf die Kategorie hinweisen, zu der die Blockdefinition gehört. Die Metadaten für eine bestimmte Blockdefinition 255 können, mittels Beispiel und nicht durch Beschränkung, auch auf die Anzahl der Eingänge und Ausgänge, die für die Ausführung des Blocks erforderlichen Eigenschaften, den Typ des Steuerelements für die Benutzeroberfläche jeder Eigenschaft, wann (d. h. unter welchen Bedingungen) das Steuerelement für jede Eigenschaft aktiviert bzw. deaktiviert wird, Plug-in-Informationen in Bezug auf die Eigenschaften, Standardwerte für die Eigenschaften usw. hinweisen.
  • In vielen, wenn auch nicht allen Ausführungsformen beinhalten Blöcke Eigenschaften, die angegeben werden können bzw. müssen, bevor der Block kompiliert und ausgeführt werden kann. Da die Blockdefinitionen 255 nicht in der Anwendungseinheit 514 integriert sind, können die Werte, aus denen ein Benutzer eine Eigenschaft für einen bestimmten Block auswählen kann, nicht vordefiniert und/oder für die Anwendungseinheit 514 bereitgestellt werden, wenn die Anwendungseinheit 514 instanziiert wird. 5C ist ein Flussdiagramm, in dem ein Verfahren 551 zur Anzeige eines Eigenschaftendialogs für einen auf dem Hintergrund 245 platzierten Block abgebildet wird. Wenn der Block auf dem Hintergrund 245 platziert wird, ruft die Anwendungseinheit 514 die zugehörige Blockdefinition 255 aus der Datendiensteinheit 520 oder, in Ausführungsformen, aus der Datenbank 529 (Block 553) ab. Danach kann die Anwendungseinheit 514 einen Befehl zur Anzeige des Eigenschaftendialogs für den Block erhalten, der auf dem Hintergrund 245 platziert wurde (Block 555), beispielsweise, wenn der Benutzer auf den Block doppelklickt.
  • Wenn die Anwendungseinheit 514 den Befehl zur Anzeige des Eigenschaftendialogs für den Block (Block 555) erhält, parst die Anwendungseinheit 514 die Blockdefinition Eigenschaft für Eigenschaft. Für jede Eigenschaft ruft die Anwendungseinheit 514 die Metadaten für die Eigenschaft ab (Block 557), indem sie die Metadaten für die Eigenschaft parst und nach Plug-in-Informationen sucht (Block 559). Wenn die Anwendungseinheit 514 Plug-in-Eigenschaften für die Eigenschaft findet (Block 561), erkennt und lädt die Anwendungseinheit 514 das angegebene Plug-in (z. B. aus den Plug-ins 523 in der Datendiensteinheit 520) (Block 563). Die Anwendungseinheit 514 aktiviert das durch die Metadaten angegebene Plug-in für die Eigenschaft, um die erforderlichen Eigenschaftenwerte zu erhalten (Block 565). Wenn die Anwendungseinheit 514 andererseits keine Plug-in-Informationen für die Eigenschaft findet (Block 561), dann findet die Anwendungseinheit 514 in den Metadaten für die Eigenschaft einen Standardwert bzw. Standardwerte für die Eigenschaften (Block 567).
  • In jedem Fall findet die Anwendungseinheit 514 nach der Aktivierung des durch die Metadaten für die Eigenschaft angegebenen Plug-ins zum Abrufen der Eigenschaftenwerte (Block 565) bzw. Finden des Standardwerts bzw. der Standardwerte für die Eigenschaft (Block 567) den Typ des Steuerelements für die Benutzeroberfläche (z. B. Textbox, Dropdown-Auswahl, Optionsschaltfläche, Kontrollkästchen usw.) in den Metadaten für die Eigenschaft (Block 569) und fügt den Wert bzw. die Werte und das Steuerelement zu einem Eigenschaftendialog (Block 571) hinzu. Wenn in der Blockdefinition (Block 573) zusätzliche Eigenschaften vorhanden sind, dann ruft die Anwendungseinheit 514 die Metadaten für die nächste Eigenschaft (Block 557) ab, und das Verfahren wird fortgeführt, bis es keine zusätzlichen Eigenschaften mehr gibt (Block 573). Wenn keine zusätzlichen Eigenschaften mehr in der Blockdefinition gefunden werden, zeigt die Anwendungseinheit 514 den Eigenschaftendialog (Block 575) an, damit der Benutzer die Eigenschaften festlegen kann.
  • In einigen Ausführungsformen und/oder für einige Blockdefinitionen 255 können eine oder mehrere erste Eigenschaften des Blocks in einem inaktiven oder deaktivierten Status angezeigt werden, bis eine oder mehrere zweite Eigenschaften des Blocks konfiguriert worden sind. Nach der Konfiguration der einen oder mehreren zweiten Eigenschaften kann die Anwendungseinheit 514 einen oder mehrere Schritte des Verfahrens 551 erneut ausführen und/oder eines oder mehrere der mit der ersten Eigenschaften verknüpften Plug-ins 523 erneut ausführen.
  • Nehmen Sie als Beispiel an, dass ein Benutzer einen „Lade“-Block auf dem Hintergrund 245 platziert. Die Anwendungseinheit 514 ruft die Blockdefinition 255 ab. In einer Ausführungsform stellt die Blockdefinition 255 für den Ladeblock der Anwendungseinheit 514 Metadaten über den Block zur Verfügung und zeigt insbesondere an, dass der Ladeblock drei Eigenschaften hat: einen Blocknamen, eine ausgewählte Datenbank (Datenbankname) und einen ausgewählten Datensatz (Datensatzname), der aus der ausgewählten Datenbank abgerufen werden kann. Wenn der Dialog zur Auslösung der Eigenschaftenkonfiguration ausgelöst wird (z. B. durch Doppelklicken auf den Ladeblock), muss die Anwendungseinheit 514 festlegen, was angezeigt wird. Die Anwendungseinheit 514 kann feststellen, dass keine Plug-in-Informationen in den Metadaten für die Eigenschaft des Blocknamens vorliegen und ruft stattdessen einen Standardwert ab, beispielsweise „Laden<##>“. Die Anwendungseinheit 514 kann ferner feststellen, dass der Typ des Steuerelements für den Blocknamen, der in den Metadaten für die Eigenschaft des Blocknamens angegeben ist, eine Textbox angibt. Die Anwendungseinheit interpretiert den Standardwert (z. B. „Laden01“) und fügt sie in den Dialog als Textbox ein.
  • Die Anwendungseinheit 514 findet Metadaten für die Eigenschaft Datenbankname, indem sie die Blockdefinition parst. Durch Überprüfen der Metadaten für die Eigenschaft Datenbankname findet die Anwendungseinheit 514 Plug-in-Informationen für die Eigenschaft und lokalisiert, ladet und aktiviert entsprechend das angegebene Plug-in. Das angegebene Plug-in, das für die spezifische Anwendung und/oder Betriebsumgebung geschrieben wurde (z. B. für eine bestimmte Prozesssteuerungsumgebung), ist so programmiert, dass es die Liste der Datenbankennamen (und zugehörigen Speicherorte) auffindet, von denen Datensätze geladen werden können. Nach dem Abrufen der Liste der Datenbankennamen parst die Anwendungseinheit 514 die Metadaten für die Eigenschaft Datenbankname und bestimmt, dass sie in einem Auswahl-Steuerelement Dropdown-Liste angezeigt werden sollen. Die Anwendungseinheit 514 fügt das Auswahl-Steuerelement Dropdown-Liste mit der Liste der vom Plug-in zurückgegebenen Datenbankennamen zum Eigenschaftendialog hinzu.
  • Die Anwendungseinheit 514 findet Metadaten für die Eigenschaft Datensatzname, indem sie die Blockdefinition parst. Die Metadaten für die Eigenschaft Datensatzname benennen ein Plug-in und geben an, dass die Eigenschaft Datensatzname ein Auswahl-Steuerelement Dropdown-Liste ist, weist aber auch darauf hin, dass das Steuerelement deaktiviert sein muss, solange der Datenbankname nicht vom Benutzer ausgewählt ist. Da die Anwendungseinheit 514 keine weiteren Blockdefinitionen für den Ladeblock findet, wird der Dialog angezeigt. Sobald der Benutzer einen der Datenbanknamen aus dem Auswahl-Steuerelement Dropdown-Liste auswählt, weiß die Anwendungseinheit 514 (aus der Datenblockdefinition), dass das in den Metadaten für die Eigenschaft Datensatzname angegebene Plug-in aktiviert werden muss, und übergibt den ausgewählten Datenbanknamen als Argument an das aktivierte Plug-in. Das Plug-in gibt die Namen der Datensätze zurück, die im ausgewählten Datenbanknamen verfügbar sind, und befüllt das Auswahl-Steuerelement Dropdown-Liste für die Eigenschaft Datensatzname mit den Namen der verfügbaren Datensätzen, indem der Dialog erneut angezeigt wird und das Steuerelement diesmal statt deaktiviert aktiviert ist. Der Benutzer kann dann den Datensatznamen auswählen, um die Konfiguration des Datenblocks abzuschließen.
  • Natürlich kann ein Block, nachdem er einmal auf dem Hintergrund 245 platziert wurde und nachdem der Block so konfiguriert wurde, dass er die jeweils erforderlichen Eigenschaften anzeigt, ausgeführt werden (d. h. die in der Blockdefinition angegeben Programmieranweisungen können ausgeführt werden), so dass jeder nachfolgende Block (d. h. jeder Block, der über einen mit dem Ausgang des Blocks „verknüpften“ Eingang verfügt) einen gültigen Eingabewert hat, aus dem ein gültiger Ausgabewert erzeugt wird. Mit Bezug auf das Offline-Datendiagramm 340, das in 4L gezeigt wird, muss beispielsweise der LoadDB4M-Block 342a evaluiert oder ausgeführt werden, bevor die Blöcke Spalten X 342b und Spalten Y 342c konfiguriert werden können, da die Konfiguration der Blöcke Spalten X 342b und Spalten Y 342c auf der Benutzerauswahl aus der Ausgabe des LoadDB4M-Blocks 342a basiert. Andererseits, und mit zusätzlichen Bezug auf 4L, müssen, obwohl der PLS4M_X_Y-Block 342d unabhängig von der Evaluierung der Blöcke Spalten X 342b und Spalten Y 342c konfiguriert werden kann, die Blöcke Spalten X 342b und Spalten Y 342c evaluiert werden, bevor der PLS4M Y_Y-Block 342d auf der Grundlage des im Offline-Datendiagramm 340 geladenen Eingangsdatensatzes evaluiert werden kann.
  • Die Ausführung und Evaluierung der Blöcke und/oder Module verläuft asynchron. Das erlaubt dem Benutzer, mit der Modifizierung der Blöcke bzw. Module fortzufahren, während sie evaluiert werden. Beispielsweise kann der Benutzer die Ausführung eines Blocks starten und gleichzeitig einen oder mehrere weitere Blöcke weiter bearbeiten und/oder konfigurieren. Günstigerweise kann jeder Block, da er separat kompiliert und ausgeführt werden kann, evaluiert und die Ergebnisse können ausgewertet werden, bevor ein nachfolgender Block ausgewählt und/oder konfiguriert und/oder ausgeführt wird. Als Resultat ist weder eine a priori-Kenntnis des erwarteten Ausgangswerts eines bestimmten Blocks erforderlich, noch ist es überhaupt notwendig, zu wissen welches der nächste Block im Datenfluss sein wird, bevor die Ergebnisse eines bestimmten Blocks vorliegen.
  • Jede Ausführung eines Offline- oder Online-Diagramms aktiviert die Funktionalität des Ausführungsdienstprozesses 506 und der Aufgabenprozesse 508. Im Allgemeinen können die Aufgabenprozesse 508, wie oben beschrieben, auf einem oder mehreren Prozessoren, auf denen Ausführungsdienstprozesse 506 und/oder Web-Server-Prozesse 506 ausgeführt werden (die derselbe Prozessor bzw. dieselben Prozessoren sein können oder auch nicht), auf einem oder mehreren Prozessoren, auf denen der Web-Client-Prozess 502 ausgeführt wird, und/oder auf einem oder mehreren separaten Prozessoren wie etwa Prozessoren auf einer Cloud-Computing-Plattform ausgeführt werden und können auf einer oder mehreren virtuellen Maschinen ausgeführt werden, die auf einem oder mehreren Prozessoren konfiguriert sind. Darüber hinaus kann jeder Aufgabenprozess 508 in einer anderen Zielumgebung ausgeführt werden, beispielsweise durch das Ausführen jedes Aufgabenprozesses 508 in einer dezidierten virtuellen Maschine, die auf der Zielumgebung konfiguriert ist. Jeder der Aufgabenprozesse 508 repräsentiert im Allgemeinen einen Teil des auszuführenden Codes – in einigen Fällen führt ein bestimmter Aufgabenprozess 508 das Zielskript bzw. den Zielcode aus, die mit einem bestimmten Block verbunden sind, während in anderen Fällen die mit einem einzelnen Block verbundenen Anweisungen in kleinere Skripts/Codesegmente unterteilt und in mehreren Aufgabenprozessen 508 ausgeführt werden.
  • Insbesondere wenn Anweisungen, die mit einem einzelnen Block verbunden sind, in kleine Skripts/Codesegmente aufgeteilt und von verschiedenen Aufgabenprozessen ausgeführt werden, können die verschiedenen Aufgabenprozesse zusammenarbeiten, um eine Art der Parallelisierung zu erreichen. In diesem Dokument wird „Parallelrechner“ in der Bedeutung einer allgemeinen Praxis des Aufteilens einer Aufgabe in kleinere Einheiten und deren parallele Ausführung verwendet; „Multithreading“ bedeutet die Fähigkeit eines Softwareprogramms zur Ausführung mehrerer Threads (sofern Ressourcen vorhanden sind); und „verteiltes System“ meint die Fähigkeit zur Verteilung der Verarbeitung über mehrere physikalische oder virtuelle Maschinen. Im Prinzip kann ein verteiltes System beliebig erweitert werden. Angesichts dieser Konzepte muss klar sein, dass die Ausführung von Anweisungen auf einer verteilten Plattform nicht dasselbe ist wie die Ausführung der Anweisungen in einem verteilten Modus; ohne explizite Anweisungen, mit denen eine verteilte Verarbeitung unterstützt wird, werden die Anweisungen lokal ausgeführt.
  • Die Fähigkeit zur Parallelisierung einer Aufgabe ist eine Eigenschaft, die in der Definition der Aufgabe selbst enthalten ist. Einige Aufgaben können problemlos parallelisiert werden, da die von der jeweiligen Aufgabe durchgeführten Berechnungen von den anderen Aufgabenprozessen unabhängig sind und der gewünschte Ergebnissatz eine einfache Kombination der Ergebnisse der jeweiligen Aufgabenprozesse ist; wir bezeichnen diese Aufgaben als „erstaunlich parallel“.
  • Andere Aufgaben sind um einiges schwieriger zu parallelisieren. Zu solchen „linear parallelen“ Aufgaben zählen insbesondere jene, in denen von einem Aufgabenprozess Berechnungen durchgeführt werden, die zwar unabhängig von Berechnungen sind, die von einem anderen Aufgabenprozess durchgeführt werden, das gewünschte Ergebnis aber eine lineare Kombination der Ergebnisse der jeweiligen Aufgabenprozesse darstellt. Beispielsweise kann ein „Durchschnittsberechnungsblock“ durch Anweisungen definiert sein, die den Durchschnitt eines Wertesatzes in einer verteilten Datenbank berechnen, in denen ein einzelner Datensatz verteilt auf verschiedenen physikalischen Geräten gespeichert ist. Nehmen Sie als konkreteres Beispiel an, dass der Durchschnittsberechnungsblock die Durchschnittstemperatur einer Reihe von 300 Bioreaktoren berechnet, in denen die Temperaturdaten jeweils im Speicher einer angeschlossenen Steuereinrichtung gespeichert werden. Die Ausführung des Durchschnittsberechnungsblocks kann parallelisiert werden, indem ein Satz von Temperaturwerten für die 300 Bioreaktoren jeweils einer Vielzahl von Aufgabenprozessen zugewiesen und dann der „Gesamtdurchschnitt“ als gewichteter Durchschnitt der Durchschnittswerte der Vielzahl von einzelnen Aufgabenprozessen berechnet wird.
  • Noch schwieriger zu parallelisieren sind Aufgaben, in denen die Daten auf sinnvolle Weise organisiert werden müssen. „Datenparallele Aufgaben“ sind solche, in denen Berechnungen durch die einzelnen Aufgabenprozesse unabhängig von allen anderen Aufgabenprozessen durchgeführt werden, solange jeder Aufgabenprozess über den „korrekten“ Teil der Daten verfügt. Dazu kann beispielsweise die Berechnung eines unabhängigen Temperaturdurchschnitts für jeden der gleichen oben erwähnten 300 Bioreaktoren zählen (anstatt eines Durchschnitts aller 300), vorausgesetzt, dass es keine Quereffekte zwischen den Bioreaktoren gibt. Die Aufgabe kann parallelisiert werden, wenn jeder der Aufgabenprozesse über die Temperaturdaten für einen einzelnen der Bioreaktoren verfügt.
  • Damit eine solche Aufgabe datenparallel ist, müssen die Daten jedoch in Abschnitte eingeteilt werden, die mit der Aufgabe übereinstimmen. Das kann der Fall sein, wenn jeder der 300 Bioreaktoren im obigen Szenario seine Temperaturdaten in einer einzelnen zugehörigen Datenbank bzw. an einem einzelnen zugehörigen Speicherort speichert. Würden jedoch die Daten für alle 300 Bioreaktoren in einer einzigen Datenbank gespeichert und innerhalb der Datenbank nicht in irgendeiner Art und Weise organisiert, müssten die Daten reorganisiert werden, bevor irgendeine Art der Analyse durchgeführt werden könnte. In dem hier beschriebenen System kann die Datenreorganisation in dem für die Durchführung der Analyse erstellten Diagramm von anderen Blöcken durchgeführt werden (z. B. durch einen Datenfilterblock, Abfrageblöcke usw.).
  • Das Erstellen und Verwalten der Aufgabenprozesse 508 sowie die Parallelisierung und Verteilung der Aufgabenprozesse auf die verschiedenen Prozessoren fällt in die Verantwortung des Ausführungsdienstprozesses 506. Wenn ein Modul oder Block ausgeführt wird, wird die Konfiguration des Moduls oder Blocks unabhängig davon, ob das Modul oder der Block als Teil eines Online-Diagramms oder eines Offline-Diagramms ausgeführt wird, vom Web-Server-Prozess 504 an den Ausführungsdienstprozess 506 gesendet. In Ausführungsformen wird die Konfiguration als JSON-Datei (Java Script Object Notation) gesendet, in der Konfigurationsdatei kann jedoch ein beliebiges Datenformat verwendet werden, das für sprachenunabhängige, asynchrone Browser/Server-Kommunikation geeignet ist. Die Konfigurationsdatei beinhaltet nativen Quellcode der durch das Diagramm 602 repräsentierten Umgebung, in der die Analyse (oder ein Teil davon) durchgeführt werden soll, sowie Werte der Umgebungseigenschaften und Variable, die für die Ausführung erforderlich sind.
  • Da in den Blockdefinitionen nicht festgelegt ist, in welcher bestimmten Umgebung die Blöcke ausgeführt werden müssen, und die Zielumgebung bei der Konfiguration des Blocks (oder des Moduls, das den Block beinhaltet) ausgewählt wird, können neue Zielumgebungen zu den im Analysedienst verfügbaren hinzugefügt werden, ohne dass die Anwendung, die Blockdefinitionen oder gar die gespeicherten und ausgeführten Blöcke und/oder Module neu geschrieben werden müssen.
  • Auf ähnliche Weise können jederzeit neue Blockdefinitionen 255 zur Blockdefinitionsbibliothek 252 hinzugefügt werden, ohne dass sich das auf die zuvor erstellten Module auswirkt oder sich der Betrieb des Analysedienstes 500 als Ganzes oder der Anwendungseinheit 514 im Besonderen ändert. Mit erneutem Bezug auf 5B wird das Erstellen und das Hinzufügen von neuen Blockdefinitionen in Ausführungsformen durch eine Algorithmusdefinitionsebene 525 erreicht. In der Algorithmusdefinitionsebene 525 kann der Benutzer oder Entwickler einen Definitionsgenerator 527 verwenden, um durch Entwicklung eines Algorithmus eine Definition zu erstellen. Der Definitionsgenerator 527 generiert Definitionen 255' und speichert die Definitionen 255' in der Blockdefinitionsbibliothek 252, beispielsweise in einer Datenbank 529. Wie in einem späteren Abschnitt der Beschreibung ersichtlich werden wird, kann jede Blockdefinition 255 ein zugehöriges Daten-Plug-in 523 haben, und die Daten-Plug-ins 523 können an einem Speicherort (z. B. einer Datenbank 531) gespeichert werden, der dem Analysedienst 500 bekannt ist. Die Datendiensteinheit 520 kann die Blockdefinitionen 255 und Daten-Plug-ins 523 abrufen, wenn die Anwendungseinheit 514 initialisiert bzw. instanziiert wird, und kann sie der Anwendungseinheit 514 bereitstellen.
  • Alternativ dazu kann in einigen Ausführungsformen eine benutzerdefinierte Blockdefinition, anstatt neu erstellt zu werden, keinen zugehörigen Algorithmus haben, sondern eine Eigenschaft beinhalten, in die der Benutzer eigenen Code platzieren kann. Das heißt, dass eine der Blockdefinitionen 255 einem Benutzer erlaubt, seinen eigenen Algorithmus als Eigenschaft in den Block einzugeben.
  • In diesem Dokument bezieht sich der Begriff „Parameter“ auf eine Eigenschaft bzw. auf Eigenschaften des Blocks bzw. der Blöcke und/oder des Moduls bzw. der Module, die in der Konfigurationsdatei enthalten sind und mittels der Konfigurationsdateien als Parameter an den Ausführungsdienst weitergegeben werden. Eigenschaften, die in der Konfigurationsdatei als Parameter weitergegeben werden können beispielsweise Dateipfade, Namen von Datensätzen, Spalten zur Auswahl, Konfidenzniveaus und Anzahl der in Ergebnissen von PCA-Analysen erwünschten Komponenten oder jede andere Information beinhalten, die von den Kompilierungseinheiten 526 benötigt werden, damit ausführbarerer Code kompiliert werden kann, und mit deren Hilfe die Aufgabenprozesse 508 die kompilierten Anweisungen ausführen können. Das bedeutet, dass nicht alle Eigenschaften eines Blocks oder Moduls für die Ausführung erforderlich sind – einige Eigenschaften eines Blocks oder Moduls können beispielsweise festlegen oder sich auf andere Weise darauf beziehen, wie dieser Block oder dieses Modul im Datenanalysestudio angezeigt wird, und haben keine Auswirkung darauf, wie die Daten gesammelt, manipuliert oder verarbeitet bzw. analysiert werden.
  • In einer Ausführungsform beinhaltet die Konfigurationsdatei die Definition des Blocks und/oder Moduls sowie sämtliche Eigenschaften, die für das Kompilieren und Ausführen des Blocks bzw. Moduls erforderlich sind. In einer alternativen Ausführungsform beinhaltet die Konfigurationsdatei nur eine Identifikation des Blocks und der erforderlichen Konfigurationsparameter, und die Blockdefinition wird aus dem Speicher abgerufen (z. B. aus der Blockdefinitionsbibliothek 252). Trotzdem können sich die Konfigurationsparameter entsprechend der Blockdefinition ändern. Einige Blöcke können keine Konfigurationsparameter haben, während andere einen, zwei oder viele Konfigurationsparameter haben können. Darüber hinaus können die Konfigurationsparameter verpflichtend oder optional sein. Beispielsweise kann ein Datenladeblock (ein Block, der einen Datensatz lädt) oder ein Abfrageblock (ein Block, der in einem Datensatz nach bestimmten Daten sucht) einen Datenpfad erfordern, in dem der Speicherort der zu ladenden oder abzufragenden Daten angegeben ist. Ein Spaltenauswahlblock kann jedoch als Standardauswahl „alle Spalten“ haben und benötigt daher keine bestimmte, proaktive Konfiguration einer Auswahl eines Subsatzes von Spalten.
  • Andere Parameter in einer Konfigurationsdatei können Umgebungsparameter beinhalten. Die Konfigurationsdatei kann beispielsweise und ohne Einschränkung Folgendes beinhalten: einen Ausführungsmodus, der beispielsweise angibt, ob der Workflow bzw. ein Teil davon offline oder online ausgeführt werden soll; eine Zielausführungsumgebung (z. B. Python, PySpark, Native Spark usw.); ob die Ausführung lokal oder verteilt erfolgen soll; die Konfiguration der verteilten Umgebung; eine Angabe des Streaming-Datenquelle, an die der Workflow oder der Teil davon gebunden ist; eine Option zum Erstellen einer neuen Aufgabe oder zum Binden und Fortführen der Ausführung einer bestehenden Aufgabe; eine Option zum Zwischenspeichern von Daten über bestehende Aufgaben; eine Option zum Inkludieren einer Validierungsvariablen zur Evaluierung der Genauigkeit des Ausführungsmodells in die Ausführung eines Online-Diagramms; oder andere Umgebungsvariable.
  • Die Konfiguration des Blocks, Moduls und/oder der Umgebungsparameter kann auf eine aus einer Vielzahl von Arten erfolgen. Wie oben beschrieben werden beispielsweise viele Parameter entsprechend den im zugehörigen Block oder Modul festgelegten Eigenschaften an die Konfigurationsdatei übergeben. Während der Erstellung des Diagramms ist es oftmals (jedoch nicht immer) erforderlich, dass ein Benutzer einen bestimmten Block konfiguriert und ausführt, bevor ein nachfolgender Block konfiguriert und/oder ausgeführt werden kann. Das ist der Fall, wenn der Benutzer einen ersten Block verwendet, um Daten zu laden, und einen zweiten, nachfolgenden Block, um Spalten aus den Daten auszuwählen – der Ladeblock muss konfiguriert werden (z. B. durch einen Pfad zum Ort, von dem die Daten geladen werden sollen, eine Auswahl der zu ladenden Daten usw.), bevor der Ladeblock ausgeführt werden kann, und muss ausgeführt werden, bevor die verfügbaren Spalten in den Daten dem zweiten Block zur Verfügung stehen, damit der Benutzer die Spalten auswählen kann.
  • Alternativ oder zusätzlich können ein oder mehrere Parameter zur Konfigurationsdatei hinzugefügt werden, wenn die Ausführung des Blocks oder Moduls angefordert wird. Das kann der Fall sein, wenn ein Benutzer beispielsweise keine der Eigenschaften des Blocks oder Moduls angibt. Es kann auch der Fall sein, wenn eine oder mehrere Eigenschaften so programmiert sind, dass sie erst bei einer Ausführungsanforderung angegeben werden müssen. In Ausführungsformen fordert das Datenanalysestudio beispielsweise einen Benutzer auf, bei der Auswahl eines Blocks oder Moduls zur Ausführung eine Zielumgebung für die Ausführung und/oder einen Zielprozessor oder eine Prozessorbank anzugeben, auf dem bzw. der der Block oder das Modul ausgeführt werden soll. Darüber hinaus können in einigen Ausführungsformen ein oder mehrere Parameter in der Konfigurationsdatei von der Umgebung des Datenanalysestudios selbst übergeben werden. Parameter wie die bevorzugte Ausführungsumgebung, Beschränkungen hinsichtlich physikalischer Orte, an denen die Verarbeitung durchgeführt werden kann bzw. muss (z. B. Verhindern oder Erfordern von Cloud-Ausführung), und andere können in der Anwendung selbst für alle Blöcke/Module, die aus der Anwendung heraus ausgeführt werden, festgelegt werden. Diese Parameter können an die Konfigurationsdatei übergeben werden, wenn die Ausführung eines bestimmten Blocks oder Moduls angefordert wird.
  • In jedem Fall, und nach wie vor mit Bezug auf 5A, erhält eine Aufgaben-Listener-Einheit 522 eine Ausführungsanforderung mit der Konfigurationsdatei für den Block oder das Modul bzw. die Blöcke oder Module, die ausgeführt werden sollen, und erstellt eine oder mehrere Aufgabenverwaltungseinheiten 524, die dem Block und/oder Modul bzw. den Blöcken und/oder Modulen entsprechen, für die eine Ausführung angefordert wurde. Die Aufgabenverwaltungseinheiten 524 erhalten die Konfigurationsdatei und senden die Konfigurationsdatei entsprechend der angegebenen Zielausführungsumgebung an eine oder mehrere der Diagrammkompilierungseinheiten 526, damit sie in Anweisungen kompiliert wird, die vom Prozessor in der angegebenen Zielausführungsumgebung ausgeführt werden können. Die Diagrammkompilierungseinheiten 526 können so konzipiert sein, dass die jeweilige Diagrammkompilierungseinheit 526 so betrieben werden kann, dass für jede der verschiedenen Zielumgebungen eine Konfigurationsdatei kompiliert werden kann, oder sie können so konzipiert sein, dass die jeweilige Diagrammkompilierungseinheit 526 so betrieben werden kann, dass Konfigurationsdateien kompiliert werden können, die nur eine bestimmte Zielumgebung angeben. In jedem Fall besteht die Ausgabe einer Aufgabenkompilierungsdatei 526 aus computerlesbaren Anweisungen, die von einem Prozessor in der angegebenen Zielumgebung ausgeführt werden können.
  • Die Aufgabenverwaltungseinheiten 524, die die Konfigurationsdatei an die Diagrammkompilierungseinheit 526 gesendet hat, sendet die kompilierte Ausgabe aus der Diagrammkompilierungseinheit 526 an eine Aufgabenausführungseinheit 528. Die Aufgabenausführungseinheit 528 bestimmt, welche Ressource(n) (z. B. Prozessorressourcen) zur Ausführung kompilierter Ausgabewerte gemäß den angegebenen Konfigurationsparametern und mit Bezug auf die Miteinbeziehung der Zielumgebung für die Aufgabe verfügbar sind, ob die Aufgabe verteilt werden soll oder nicht, ob die Aufgabe lokal oder Remote sein soll und etwaige/oder andere Variable inklusive, jedoch nicht beschränkt auf die Quelle(n) der Eingangsdaten und den Bestimmungsort bzw. die -orte für die Ausgabedaten, und erstellt dann mithilfe der identifizierten Ressourcen einen Aufgabenprozess 508. Jeder Aufgabenprozess 508 kompiliert Ausgabedaten in einer bestimmten Zielumgebung, um einen bestimmten Zielalgorithmus zu implementieren (d. h. angegeben durch die kompilierten Anweisungen). In Ausführungsformen können einige oder alle Aufgabenprozesse 508 durch Big Data-Analysatoren 170 ausgeführt werden, die in verteilten Daten-Engines 150 integriert sind.
  • Somit ist in dieser flexiblen Architektur zumindest jedes der folgenden Szenarien möglich: ein als multiple Aufgabenprozesse 508 in verteilter Weise über mehrere Prozessoren ausgeführter einzelner Block bzw. einzelnes Modul; ein als multiple Aufgabenprozesse 508 seriell auf einem einzelnen Prozessor ausgeführter einzelner Block bzw. einzelnes Modul; ein als einzelner Aufgabenprozess 508 auf einem einzelnen Prozessor ausgeführter Block bzw. Modul; multiple als entsprechende multiple Aufgabenprozesse 508 auf verteilte Weise über mehrere Prozessoren ausgeführter Blöcke usw. Darüber hinaus ist es nicht erforderlich, dass alle Prozesse für unterschiedliche Blöcke in einem Modul oder unterschiedliche Module in einem Projekt in einer einzelnen Zielumgebung betrieben werden, obwohl im Allgemeinen davon ausgegangen wird, dass zu einem einzelnen Block oder Modul gehörende Aufgabenprozesse 508 in derselben Zielumgebung (z. B. Python, PySpark usw.) ausgeführt werden. In einigen Fällen kann beispielsweise eine bestimmte Zielumgebung besser geeignet sein, um den Zielalgorithmus zu erreichen, der mit einem Block oder Modul verbunden ist, während andere Blöcke oder Module möglicherweise in einer anderen Zielumgebung effizienter ausgeführt werden, und so können die Blöcke so konfiguriert werden, dass in den entsprechenden Eigenschaften unterschiedliche Zielumgebungen angegeben werden, was im Endeffekt dazu führt, dass die mit den unterschiedlichen Blöcken verbundenen Aufgabenprozesse 508 in unterschiedlichen Zielumgebungen ausgeführt werden.
  • Ferner wird auch erwartet, dass die mit einem bestimmten Modul oder Projekt verbundenen Blöcke in vielen Fällen in Aufgabenprozessen 508 ausgeführt werden, die alle verteilt bzw. alle lokal sind. Es sollte jedoch in Bezug auf die obige Beschreibung auf der Hand liegen, dass die Effizienz gesteigert werden kann, indem ein oder mehrere Blöcke eines Moduls oder Projekts lokal ausgeführt werden, während andere Blöcke eines Moduls oder Projekts auf einem oder mehreren Remote-Prozessoren ausgeführt werden (z. B. in einer Cloud-Computing-Umgebung). Nehmen wir als Beispiel ein Diagramm, in dem ein erster Block eine Abfrage nach bestimmten Daten aus einer Datenbank (oder einem anderen Datenspeicher) durchführt, die sich entfernt vom Analysedienst 500 befindet, und ein zweiter Block eine Analyse der aufgrund der Abfrage erhaltenen Daten durchführt. Es ist möglicherweise effizienter, einen Aufgabenprozess 508 auf einem Prozessor zu erstellen, der sich lokal zur Datenbank befindet (z. B. in einem integrierten DDE in der Datenbank), um die Datenabfrage lokal zum integrierten DDE durchzuführen, anstatt die Abfrage auf einem Prozessor durchzuführen, der sich entfernt von der Datenbank befindet. Das kann insbesondere dann der Fall sein, wenn sich die Datenbank in einer anderen geographischen Region befindet, etwa wenn der Benutzer Daten für eine Prozesssteuerungsumgebung abfragt, die sich von der unterscheidet, in der sich der Benutzer gerade befindet. Die Abfrageergebnisse können dann entsprechend dem zweiten Block entweder im selben Aufgabenprozess (und Prozessor), in einem anderen Aufgabenprozess im selben Prozessor oder in einem anderen Aufgabenprozess in einem anderen Prozessor (z. B. in einem lokalen Prozessor) analysiert werden.
  • Die Aufgabenausführungseinheit 528 protokolliert ferner insbesondere in verteilten Verarbeitungsanwendungen die Aufgabenprozesse 508 und protokolliert die Datenabhängigkeiten. Daher werden nach Abschluss jedes Aufgabenprozesses 508 die Ausgabedaten an die Aufgabenausführungseinheiten 528 zurückgegeben. Die Aufgabenausführer 528 bestimmen, ob einige oder alle Daten an einen anderen Aufgabenprozess 508 weitergeleitet und/oder an den Web-Server-Prozess 504 zur Anzeige in der Anwendungseinheit 514 durch den Web-Client-Prozess 502 zurückgegeben werden. Während der Ausführung der Aufgabenprozesse 508 können die Aufgabenausführungseinheiten 528 Statusinformationen empfangen, die zur Anzeige in der Anwendungseinheit 514 an den Web-Server-Prozess 504 zurückgegeben werden können. Die Aufgabenprozesse 508 können auf Vorhersagedaten an die Aufgabenausführungseinheiten 528 zurückgeben, insbesondere wenn ein Aufgabenprozess 508 ein Online-Diagramm (oder einen Teil eines Online-Diagramms) ausführt, das solange ausgeführt wird, bis es explizit gestoppt wird. Die Vorhersagedaten können an die Aufgabenausführungseinheiten 528 zurückgegeben werden, während die Vorhersagedaten generiert werden, und können zur Anzeige in der Anwendungseinheit 514 an den Web-Server-Prozess 504 weitergeleitet werden; dabei ist zu beachten, dass die Vorhersagedaten gleichzeitig als Funktion eines der Blöcke im Online-Diagramm in einen Speicherort in der Prozesssteuerungsumgebung (z. B. einen DDE-Speicherort, eine Steuerung, die eine Steuerfunktion ausführt usw.) zurück geschrieben werden können. In Ausführungsformen werden Status, Zustand und/oder Vorhersagedaten zwischen den Aufgabenprozessen 508 und den Aufgabenausführungseinheiten 528 mithilfe von Rückkanal-Streaming über Kommunikationskanäle übergeben, die während der Aufgabenerstellung eingerichtet wurden, damit die Aufgabenprozesse 508 miteinander und/oder mit den Aufgabenausführungseinheiten 528 kommunizieren können.
  • Anhand der nachfolgenden Beispiele wird klar, dass der Datenfluss durch den Analysedienst 500 in gewisser Weise von zumindest den konfigurierten präzisen Blöcken und/oder Modulen, den für jeden Block bzw. jedes Modul konfigurierten Eigenschaften sowie davon abhängt, ob das auszuführende Diagramm ein Offline-Diagramm oder ein Online-Diagramm ist.
  • Beispiel 1 – Erstellen eines Offline-Diagramms
  • 5D ist ein Diagramm, in dem ein Beispielhintergrund 600 abgebildet ist, auf dem ein Offline-Diagramm 602 konfiguriert ist, das die Blöcke 604a–604g und die Drähte 606a–606h beinhaltet. Mit Bezug zurück auf 5A würde der Hintergrund 600 durch den Web-Client-Prozess 502 und insbesondere durch die Anzeigeeinheit 510 in Zusammenarbeit mit der Anwendungseinheit 514 angezeigt werden. Die Anwendungseinheit 514 würde die Daten (inklusive Blockdefinitionsbibliothek 252) über die Datendiensteinheit 516 erhalten, die über die Serverkommunikationseinheiten 518 in Kommunikation mit dem Web-Server-Prozess 540 stehen würde.
  • Allgemein gibt es einige Methoden zur Konstruktion des Offline-Diagramms 602 gemäß 5D. Zuerst könnte ein Benutzer den Blockdefinitionsumschalter 248m umschalten, um die Blockdefinitionsbibliothek 252 zu öffnen (siehe 4D). Aus der Blockdefinitionsbibliothek 252 könnte der Benutzer die Blöcke 604a–604g jeweils einzeln auswählen und die Blöcke 604a–604g auf dem Hintergrund 600 platzieren. Als nächstes könnte der Benutzer die Drähte 606a–606h anbringen, um die verschiedenen Blöcke miteinander zu verbinden: Draht 606a zwischen einem Ausgang 608a von Block 604a und einen Eingang 610b von Block 604b anbringen; Draht 606b zwischen einem Ausgang 608b von Block 604b und einen Eingang 610b von Block 604c anbringen; Draht 606c zwischen einem Ausgang 608b von Block 604b und einen Eingang 610d von Block 604d anbringen; Draht 606d zwischen einem Ausgang 608b von Block 604b und einen Eingang 610e von Block 604e anbringen; Draht 606e zwischen einem Ausgang 608c von Block 604c und einen Eingang 610f2 von Block 604f anbringen; Draht 606f zwischen einem Ausgang 608d von Block 604d und einen Eingang 610g von Block 604g anbringen; Draht 606g zwischen einem Ausgang 608d von Block 604d und einen Eingang 610f1 von Block 604f anbringen und Draht 606h zwischen einem Ausgang 608f1 von Block 604f und einen Eingang 610g von Block 604g anbringen. Nachdem die Blöcke 604a–604g und die Drähte 606a–606h auf diese Weise platziert wurden, würde das Offline-Diagramm 602 unkonfiguriert bleiben.
  • Alternativ könnte der Benutzer die Blöcke 604a–604g jeweils einzeln auswählen und platzieren und die Eigenschaften jedes Blocks 604a–604g beim Platzieren des jeweiligen Blocks auf dem Hintergrund 600 konfigurieren, optional (und in den meisten Fällen) wird jeder Block 604a–604g nach der Konfiguration der Eigenschaften des Blocks ausgeführt.
  • Der Benutzer könnte jeden Block 604a–604G jeweils einzeln konfigurieren (unabhängig davon, ob die Blöcke 604a–604g vor der Konfiguration der Eigenschaften platziert und verdrahtet werden, oder ob sie jeweils einzeln platziert und die Eigenschaften konfiguriert werden, bevor der nächste Block platziert wird), indem er auf den Block klickt und in einem Blockeigenschaftsfenster 612 die dem Block zugewiesenen Eigenschaften angibt. In der 5D wird der Block 604a – ein Abfrageblock – ausgewählt und das Blockeigenschaftsfenster 612 für den Abfrageblock 604a wird angezeigt. Im Beispielhintergrund 600, der in 5D abgebildet ist, beinhaltet das Blockeigenschaftsfenster 612 für den Abfrageblock 604a einen Abfrageeigenschaftseingabebereich 614, in den der Benutzer eine Abfrage eingeben kann. Während eine detaillierte Beschreibung der Abfragesprache in einem späteren Abschnitt der Spezifikation erfolgt, ist es für den aktuellen Zweck ausreichend, wenn angenommen wird, dass die in den Abfrageeigenschaftseingabebereich 614 eingegebene Abfrage bei Ausführung des Abfrageblocks 604a einen Speicherort der abzufragenden Daten angeben kann. Die Blockeigenschaften werden als Parameter in einer Konfigurationsdatei gespeichert, die dem Block zugeordnet ist. Die Konfigurationsdatei kann sich auf dem Web-Client, der den Web-Client-Prozess 502 ausführt, oder auf dem Web-Server, der den Web-Server-Prozess 504 ausführt, befinden.
  • Nachdem er die Eigenschaften des Abfrageblocks 604a konfiguriert hat, würde der Benutzer im Normalfall den Block 604a ausführen, bevor er den nächstem, nachfolgenden Block platziert und/oder mit der Konfiguration der Eigenschaften des nächsten, nachfolgenden Blocks beginnt (in diesem Fall Block 604b). Um den Block 604a auszuführen, würde der Benutzer die Evaluierungsbenutzersteuerung 248i aktivieren. Dadurch würde die dem Block 604a zugeordnete Konfigurationsdatei über die Datendiensteinheit 520 des Web-Server-Prozesses 504 an den Ausführungsserverprozess 506 übertragen werden. Die Konfigurationsdatei würde beispielsweise als JSON-Datei durch die Ausführung des Serverprozesses 506 empfangen werden und die Aufgaben-Listener-Einheit 522 würde eine Aufgabenverwaltungseinheit 524 erstellen, mit der die Ausführungsanfrage behandelt würde. Die Aufgabenverwaltungseinheit 524 würde die entsprechende Diagrammkompilierungseinheit 526 aktivieren, um die Konfigurationsdatei in ausführbare Anweisungen (d. h. kompilierten Abfragecode) zu kompilieren, die für die in den Parametern in der Konfigurationsdatei angegebene Zielumgebung geeignet sind. Die Diagrammkompilierungseinheit 526 würde eine Ausgabedatei zurückgeben, die kompilierten Code umfasst und könnte ferner Metadaten zurückgeben, die die Zielumgebung festlegen, für die sich der kompilierte Code eignet. (Alternativ kann die Aufgabenverwaltungseinheit 524 während des Kompilierungsprozesses Kenntnis über die Zielumgebung erlangen.) Die Aufgabenverwaltungseinheit 524 leitet die Ausgabedatei an eine Aufgabenausführungseinheit 528 weiter, die gemäß den Parametern der Konfigurationsdatei für die Zielumgebung bestimmt, ob der Code lokal oder in der Ferne ausgeführt werden soll, ob der Code in einem verteilten System ausgeführt werden soll usw., und Prozessor und Speicherressourcen auswählt und sichert, an denen die in der Ausgabedatei enthaltenen Anweisungen ausgeführt werden sollen. Die Aufgabenausführungseinheit 528 erstellt dann den Aufgabenprozess bzw. die Aufgabenprozesse 508, mit denen die Ausgabedatei ausgeführt wird.
  • Wenn die Ausführung der Ausgabedatei abgeschlossen ist (im Fall von Offline-Blocks oder -Modulen), oder sobald Ergebnisse vorliegen (für Online-Module), werden die Ergebnisse an die Aufgabenausführungseinheit 528 zurückgegeben. Da in diesem Fall keine weitere Ausführung schwebend war (da das Diagramm ein Offline-Diagramm ist und der soeben ausgeführte Block – der Abfrageblock 604a – der einzige konfigurierte Block ist), werden die Ergebnisse über die Serverkommunikationseinheit 508 an den Web-Server-Prozess 504 und schlussendlich an die Anwendungseinheit 514 auf dem Web-Client-Prozess 502 zurückgegeben. Die Ausgabedaten können alle von der Abfrage zurückgegebenen Daten beinhalten, können jedoch auch verschiedenen statistische Daten (Metadaten) über die Abfragedaten enthalten, etwa (ohne Einschränkung) Mittelwerte, Standardabweichungen und Medianwerte für jede Datenspalte, die von der Abfrage zurückgegeben wird. Die Metadaten und die Ergebnisdaten werden, in Ausführungsformen, getrennt voneinander gespeichert. Dies erlaubt dem Benutzer günstigerweise, die Informationen über die Ergebnisdaten zu überprüfen, ohne dazu notwendigerweise die gesamten Ergebnisdaten laden zu müssen, was zeit- und/oder ressourcenintensiv (d. h. Computerspeicher) sein könnte. Der Benutzer kann sich die zurückgegebenen Daten und/oder Metadaten über die zurückgegebenen Daten ansehen, indem er auf das Anzeigeblockergebnissteuerelement 212a (siehe 4A) auf dem Block klickt. Die Standardansicht kann Metadaten für die Ergebnisse der jeweiligen in den Ergebnissen inkludierten Variablen beinhalten und kann dem Benutzer erlauben, einen oder mehrere ausgewählte Bereiche der Ergebnisdaten zum Laden und, falls gewünscht, Anzeigen (z. B. in Kurven, Diagrammen, Tabellen usw.) auszuwählen, ohne dazu alle Daten laden zu müssen. Darüber hinaus ermöglicht die Rückgabe der Ergebnisse an die Anwendungseinheit 514 die Konfiguration der Eigenschaften des nächsten, nachfolgenden Blocks (in diesem Fall Block 604b), für den die Daten und/oder Metadaten mithilfe des Drahtes 606a verfügbar gemacht werden.
  • Es sollte beachtet werden, dass die Ausführung eines Blocks (z. B. von Block 604a) nicht in allen Fällen erforderlich ist, um den nächsten, nachfolgenden Block (z. B. Block 604b) zu konfigurieren. Ob ein Block konfiguriert und/oder ausgeführt werden muss, bevor ein nachfolgender Block konfiguriert und/oder ausgeführt werden kann, hängt gemäß dem Verständnis der Gesamtheit der vorliegenden Offenbarung von den Datenabhängigkeiten ab.
  • Es sollte auch beachtet werden, dass die Aufgabenprozesse 508 während der Ausführung mit den verschiedenen verteilten Daten-Engines 150 kommunizieren können, um im Big Data-Speicher 155 gespeicherte Daten zu empfangen oder darauf zuzugreifen. In Fällen, in denen ein Aufgabenprozess 508 in einem integrierten Big Data-Analysator 170 ausgeführt wird, kann der Big Data-Analysator 170 kommunikativ – direkt oder über einen oder mehrere Datenanforderungsdienste 165 – an den Big Data-Speicher 155 gekoppelt sein. Alternativ kann der Aufgabenprozess 508 in Fällen, in denen ein Aufgabenprozess 508 in einem Prozessor ausgeführt wird, der nicht Teil eines integrierten Big Data-Analysators 170 ist, über ein Netzwerkt kommunikativ an die DDEs gekoppelt sein und Daten über die Big Data-Anforderungsdienste 165 anfordern.
  • Die Konfiguration der Eigenschaften und die Ausführung der jeweiligen Blöcke 604b–604g im Offline-Diagramm 602 wird auf gleiche Weise fortgesetzt und muss daher nicht im Detail besprochen werden.
  • A. Verwenden von Offline-Diagrammen zum Erkunden und Modellieren
  • Ein Benutzer der Anwendung der DDE-Benutzeroberfläche, der mit einem Offline-Diagramm arbeitet, versucht im Allgemeinen ein oder beide der folgenden Dinge zu tun: (1) verschiedene Datensätze erkunden, um nach Beziehungen Ausschau zu halten und diese zwischen verschiedenen Datensätzen und/oder Ereignissen zu entdecken; und (2) Modelle dieser Beziehungen zu erstellen, um eine beständig Vorhersagemöglichkeit in Echtzeit zu implementieren. Für das Erreichen des letzteren ist in der Regel einiger Zeitaufwand für das erstere erforderlich. Das heißt, dass ein Benutzer in vielen (wenn auch nicht in allen) Fällen Datensätze erkunden wird, um mithilfe verschiedener Analysewerkzeuge (Hauptkomponentenanalyse, Fourier-Analyse, Regressionsanalyse usw.) Beziehungen zwischen den Daten zu finden, und wenn eine Beziehung gefunden wird, die einen Vorhersagewert zu haben scheint, der Benutzer diese Analyse als Modell implementieren und in Echtzeit für eine fortlaufend Analyse des Prozesses einsetzen wird.
  • In Ausführungsformen kann der Analysedienst 500 Werkzeuge beinhalten, die eine automatische Analyse von Daten durchführen, sei es in Echtzeit oder mit historisierten Daten oder beides, um Anomalien, abnormale Bedingungen in der Prozessumgebung, Beziehungen zwischen Daten und/oder Funktionen von bestimmten Datensätzen zu finden. In einer Ausführungsform beinhaltet die Blockdefinitionsbibliothek 252 einen Block 255, der Daten untersucht und Anomalien wie Spitzen oder Dellen in Daten, die im Kontext des untersuchten Datensatzes atypisch sind, entdeckt und/oder kennzeichnet. Ein solcher Block zur Identifizierung von Anomalien in einem Offline-Diagramm könnte als Eingang historisierte Daten erhalten, um in diesen historisierten Daten nach Funktionen zu suchen, die für die Erforschung einer weiteren Verwendung interessant sein könnten, beispielsweise einige der oben beschriebenen Technologien inklusive PLS, PCA und andere Arten der Analyse. Alternativ oder zusätzlich könnte ein Block zur Identifizierung von Anomalien in einem Online-Diagramm sowohl historisierte als auch Echtzeitdaten erhalten und die historisierten Daten mit den Echtzeitdaten vergleichen, um nach Anomalien in den Echtzeitdaten in Bezug auf die historisierten Daten zu suchen. In beiden Fällen könnte die Ausgabe des Blocks zur Identifizierung von Anomalien eine oder mehrere Zeiten, in denen das abnormale Ereignis aufgetreten ist, die Quelle bzw. Quellen der abnormalen Daten (d. h. welche Messgröße und/oder welches Gerät ist mit der Anomalie verbunden) usw., beinhalten.
  • In einer Ausführungsform beinhaltet die Blockdefinitionsbibliothek 252 einen Block 255, der autonom Beziehungen zwischen verschiedenen Daten erkennt. Ein Beziehungserkennungsblock kann zufällig oder halbzufällig Datensätze auswählen (zeitlich gereiht) und mehrere verschiedene Analysen der Datensätze durchführen, um nach Beziehungen zu suchen, die für einen Benutzer von Interesse sein könnten, insbesondere kausale Beziehungen oder prädiktive Beziehungen. Natürlich wäre es bei rein zufälliger Auswahl von Datensätzen unwahrscheinlich, viele verwendbare Ergebnisse zu erhalten. Die Auswahl der Datensätze könnte jedoch beispielsweise über den physikalischen Ort, die Anlagenhierarchie oder andere Kennzeichen gesteuert werden, die auf eine bestehende Beziehung zwischen Daten hinweisen könnten.
  • In einigen Ausführungsformen kann der Beziehungserkennungsblock mit dem Block zur Identifizierung von Anomalien zusammenarbeiten, um Beziehungen zwischen Daten zu finden. Beispielsweise könnte der Block zur Identifizierung von Anomalien die Zeiten ausgeben, zu denen verschiedene Anomalien in verschiedenen Datensätzen aufgetreten sind. In einer Ausführungsform speichert der Block zur Identifizierung von Anomalien die Zeiten der abnormalen Ereignisse, und wenn abnormale Ereignisse in verschiedenen Datensätzen zur gleichen Zeit oder nur kurz hintereinander auftreten, kann eine Ausgabe des Blocks zur Identifizierung von Anomalien aus einer Liste von Datenquellen bestehen, die den Datensätzen entsprechen, in denen abnormale Ereignisse in kurzem zeitlichem Abstand voneinander aufgetreten sind, und eine andere Ausgabe des Blocks zur Identifizierung von Anomalien könnte aus einer Liste von Zeiten bestehen, zu denen die Anomalien aufgetreten sind. Der Beziehungserkennungsblock kann die Ausgaben des Blocks zur Identifizierung von Anomalien als Eingabe erhalten und die entsprechenden Datensätze für die in Frage kommenden Zeitspannen laden, möglicherweise gemeinsam mit anderen Datensätzen und/oder größeren Zeitspannen (z. B. Ausweitung auf eine Zeit weiter vor und nach der Zeit, zu der die Anomalie aufgetreten ist), um verschiedene Arten der Analyse auf die Daten anzuwenden und kausale oder zumindest prädikative Beziehungen zwischen den Daten zu suchen.
  • Alternativ können eine oder mehrere Eigenschaften eines Beziehungserkennungsblocks auf einen bestimmen Datensatz hinweisen (z. B. Werte für eine bestimmte Prozessvariable), für den der Benutzer Beziehungen in den Daten finden möchte. Der Beziehungserkennungsblock kann autonom nach Beziehungen zwischen anderen Daten – in Bezug auf den physikalischen Ort, die Anlagenhierarchie, lokale Beziehung usw. – und dem angegebenen Datensatz suchen, indem er unterschiedliche Analysen der Daten durchführt, bis eine oder mehrere kausale oder prädikative Beziehungen gefunden werden, die den Kriterien entsprechen (z. B. 95 % prädikative Sicherheit, 0,75 % Korrelationswert usw.).
  • Natürlich wird jeder automatische Block wie etwa der Beziehungserkennungsblock oder der Block zur Identifizierung von Anomalien als in einem Offline-Diagramm oder einem Online-Diagramm ausführbar betrachtet.
  • In jedem Fall würde ein Benutzer auf dem Hintergrund 245 im Normalfall ein Offline-Diagramm wie das Diagramm 602 auf dem Hintergrund 600 erstellen. Das Erstellen des Diagramms würde im Allgemeinen wie oben beschrieben vor sich gehen, wobei ein oder mehrere Blöcke 604 auf dem Hintergrund 600 platziert werden, und die Eigenschaften eines jeden Blocks 604 jeweils einzeln nacheinander konfiguriert werden und jeder Block 604 ausgeführt wird, bevor die Eigenschaften des nächsten konfiguriert werden. Der Benutzer kann sich die Daten an jedem Punkt des Diagramms kritisch ansehen, indem er auf das Benutzersteuerelement einer Datenzusammenfassung für den Block 604 klickt, um verschiedenen Statistiken (z. B. Mittelwerte, Mediane, Standardabweichungen usw.) über die Daten im Block anzuzeigen, oder er kann sich mit dem Ausgang 608 des Blocks 604 (über den Draht 606) verbinden, um die Daten zu untersuchen (z. B. Block 604e in 5D). Angenommen, der Benutzer hat die Blöcke im Offline-Diagramm bis inklusive dem Block, mit dem der Untersuchungsblock verbunden ist, ausgeführt, dann hat er die Möglichkeit, den Untersuchungsblock zum Anzeigen der Daten in verschiedenen Kurven anzuzeigen, Metadaten mit Bezug zu den Daten und ähnliches anzuzeigen. Beispielsweise erlaubt im Offline-Diagramm 602 der Untersuchungsblock 604e dem Benutzer, die Daten anzuzeigen, nachdem die Daten vom Block 604b verarbeitet wurden. Auf ähnliche Weise erhält Block 604g die Daten vom PLS-Block 604f und vom Spaltenblock 604d. Im letzteren Fall kann der Untersuchungsblock 604g dem Benutzer erlauben, die Ausgabe des PLS-Modells zu visualisieren (dazu kann auch ein vorhergesagter Wert einer Variablen gehören) und die Ausgabe mit den tatsächlichen Werten dieser Variable (aus dem Block 604d) zu vergleichen, die verwendet wurden, um das PLS-Modell zu erstellen. Der Benutzer kann die Möglichkeit haben, durch Ansehen der Kurven der Daten zu bestimmen, ob das PLS-Modell den Prozess exakt abbildet, so dass es im Prozess einen prädikativen Wert hat.
  • In Ausführungsformen ist das Benutzersteuerelement für die Datenzusammenfassung mit einem Block 255 verknüpft und spezifisch für Typ und Funktion des Blocks. Ein Block, der Daten ladet (z. B. ein Abfrageblock oder ein Ladeblock) kann beispielsweise so programmiert werden, dass das Benutzersteuerelement Datenzusammenfassung bei Aktivierung die Anzeige verschiedener statistischer Daten veranlasst, durch die die geladenen oder von der Abfrage zurückgegebenen Daten charakterisiert sind. Die Daten können in Ausführungsformen einen Mittelwert, einen Medianwert, eine Standardabweichung, einen Maximalwert und einen Minimalwert für jede in den Daten inkludierte Datenquelle haben. Im Gegensatz dazu kann ein Block, der eine Analyse von Daten durchführt (z. B. eine PLS- oder PCA-Analyse), andere Daten anzeigen, wenn das Benutzersteuerelement Datenzusammenfassung aktiviert wird. Der Analyseblock kann ein oder mehrere Bestimmtheitsmaße, Koeffizienten für PLS- und/oder PCA-Analyse, Varianzwerte, Beobachtungszählwerte (z. B. wie viele Zeitreihenwerte für einen bestimmte Datenquelle inkludiert waren) und anpassbare Kurven anzeigen, mit denen der Benutzer auswählen kann, welche Daten (d. h. aus welchen Datenquellen) er anzeigen möchte Der Untersuchungsblock zeigt ferner abhängig von den Datenausgängen, mit denen die Dateneingänge verbunden sind, in Ausführungsformen ein unterschiedliches Verhalten. Das heißt, dass die Formate und Typen der angezeigten und/oder für die Anzeige verfügbaren Daten in einem Untersuchungsblock von den Typen der Blöcke abhängig sein können, in denen die Eingangswerte für den Untersuchungsblock generiert werden.
  • Mit Bezug auf 5D wird nun die Funktion des Offline-Diagramms 602 allgemein beschrieben, das im Wesentlichen eine Diagrammkonfiguration aus vielen Möglichkeiten darstellt. Das Offline-Diagramm 602 beginnt mit dem Abfrageblock 604a, dessen Zweck es ist, einen bestimmten Datensatz zu finden und für die Analyse zu laden. Der spezifische Datensatz kann, um nur ein Beispiel zu nennen, aus historisierten Prozesssteuerungsdaten bestehen, die mit einer bestimmten Prozessvariable verknüpft sind, die zu drei bestimmten Zeiten eine abnormale Abweichung gezeigt hat. Im Allgemeinen kann der Abfrageblock 604a jedoch beliebige gespeicherte Daten abfragen, darunter, ohne Einschränkung, beliebige Daten im Big Data-Speicher 155, beliebige in einer oder mehreren der Datenquellen 168 gespeicherte oder im Cache zwischengespeicherte Daten, in externen Datenquellen wie etwa Wetterdatenquellen, Datenquellen für Lieferketten, Lieferungsnachverfolgung usw. gespeicherte Daten. In Ausführungsformen speichert eine Datenbank oder ein Dokumentenspeicher (nicht abgebildet) Dokumente (z. B. JSON-Dokumente), die mit dem Analysedienst verbundene Online- und/oder Offline-Diagramme beschreiben; in diesem Fall kann der Abfrageblock 604a so konfiguriert werden, dass diese Datenbank oder dieser Dokumentenspeicher in Bezug auf die Arten der durchgeführten Berechnungen, die Quelle bzw. Quellen der in den Berechnungen verwendeten Daten, die Qualität der Ergebnisse usw. abgefragt wird. Eine Abfrage des letzteren Typs kann günstigerweise einen Verlauf oder eine Wissensdatenbank der zu erstellenden Diagramme ermöglichen. Der Abfrageblock 604a kann so konfiguriert werden, dass Werte dieser Prozessvariablen und eine Anzahl anderer Prozessvariablen ausgewählt werden, und kann sogar so konfiguriert werden, dass die Abtastrate und/oder die Werte der spezifischen Prozessvariablen und der anderen Prozessvariablen beispielsweise nur innerhalb einer Zeitspanne ausgewählt werden, die jeweils einer Stunde vor bis eine Stunde nach den drei Ereignissen entspricht. Das heißt, die Abfrage kann Zeitspannen auswählen, die disjunkt sind, und Daten finden, die während dieser Zeitspannen für eine beliebige Anzahl von Variablen erzeugt werden, von denen zumindest eine die ist, die der Benutzer vorherzusagen wünscht.
  • Nach der Ausführung können die vom Abfrageblock 604a abgerufenen Daten vom Füllblock 604b verwendet werden. Im Beispieldiagramm 602 kann der Füllblock 604b Daten für eine Variable ausfüllen, die den Zeiten entspricht, zu denen die Variable keinen Wert aufgewiesen hat, eine der anderen Variablen jedoch schon. Das heißt, wenn einer der abgefragten Werte mit einer häufigeren Rate abgetastet wird als ein anderer, kann der Füllblock 604b Werte für die weniger häufig abgetastete Variable einsetzen, um die Häufigkeit der öfter abgetasteten Variable zu erreichen. In Ausführungsformen kann der Füllblock 604b den Wert der weniger häufig abgetasteten Variablen extrapolieren. Wenn beispielsweise vier Werte der häufiger abgetasteten Variable zwischen den Werten der seltener abgetasteten Variable auftreten, kann der Block 604b die Differenz zwischen den beiden aufeinanderfolgenden Werten der seltener abgetasteten Variable berechnen (z. B. 1,0 und 6,0), durch vier dividieren und die „fehlenden“ vier Werte mit aufeinanderfolgenden höheren oder niedrigeren Werten einsetzen (z. B. 2,0; 3,0; 4,0 und 5,0), so dass für jeden Wert der häufiger abgetasteten Variable ein entsprechender Wert der seltener abgetasteten Variable zur Verfügung steht. (Selbstverständlich wäre das in einer Echtzeitanalyse keine plausible Methode zur Datenbefüllung, da die späteren Werte noch nicht bekannt wären.) In anderen Ausführungsformen kann der Füllblock 604b die „fehlenden“ Werte einfach mit den aktuellsten Abtastwerten für den seltener abgetasteten Wert befüllen. Im oben verwendeten Beispiel würden die fehlenden Werte jeweils durch den Wert 1,0 ersetzt werden.
  • Nachdem die Daten gefunden und die Werte eingefügt wurden, um einen Datensatz ohne fehlende Werte zu erhalten, wird der Ausgang des Füllblocks 604b drei Blöcken zur Verfügung gestellt: dem Prüfblock 604e, einem ersten Spaltenblock 604c und einem zweiten Spaltenblock 604d. Der Prüfblock 604e wird vorstehend beschrieben. Der erste und der zweite Spaltenblock 604c und 604d funktionieren jeweils dahingehend, dass sie Variablen (Spalten) aus den Daten ziehen. Die Daten werden in Tabellen gespeichert, bei denen jede Spalte für eine Variable steht; und die Zeilen in jeder Spalte stehen für Werte der jeweiligen Variable zu unterschiedlichen Zeitpunkten (d.h. Zeitreihendaten). Der erste Spaltenblock 604c kann beispielsweise alle Spalten auswählen (d.h. alle Variablen), in denen die Daten für die Variablen enthalten sind, bei denen es sich nicht um die Prozessvariable handelt, die eine abnormale Variation aufwies, wohingegen der zweite Spaltenblock 604d beispielsweise die Spalte auswählen kann, in der die Daten für die Prozessvariable enthalten sind, die die abnormale Variation aufwies.
  • Der Ausgang jedes Spaltenblocks 604c und 604d wird an den PLS-Block 604f gesendet. Der Eingang 610f2 des Blocks 604f kann bei einer Ausführungsform so konfiguriert werden, dass er die Werte von unabhängigen, erklärenden oder Eingangsvariablen aufnimmt, wohingegen der Eingang 610f1 des Blocks 604f so konfiguriert werden kann, dass er die Werte von abhängigen, erklärten oder Ausgangsvariablen aufnimmt. Während eine konkrete Anordnung und/oder Funktion der Eingänge zum Modellblock (z. B. der PLS-Block 604f, im Offline-Diagramm 602) in Diagramm 602 veranschaulicht wird, können die Anordnung und die Funktion der Eingänge in Abhängigkeit von der Funktion des Blocks, der Eingangstypen, der Anzahl an Eingängen usw. unterschiedlich sein.
  • Der Ausgang 608f1 des Blocks 604f ist mit dem Prüfblock 604g verbunden. Der Prüfblock 604f empfängt dementsprechend den vom PLS-Block 604f ausgegebenen Wert und die Werte der Variable, die die abnormale Variation zeigte. Der Benutzer, welcher den Prüfblock 604g verwendet, ist in der Lage, zu sehen, wie sich der Ausgang des Blocks 604f im Vergleich mit der abhängigen Variable zu einem beliebigen Zeitpunkt darstellt, und den Vorhersagewert zu bestimmen. Der Ausgang 608f2 des Blocks 604f, wenngleich dieser in 5D nicht mit einem anderen Block verbunden ist, veranschaulicht eine Eigenschaft einiger der Blöcke und Leitungen. Insbesondere handelt es sich bei Ausgang 608f2 um einen Objektausgang. Der Objektausgang ist zur Ausgabe von Code steuerbar; in diesem Fall gibt der Objektausgang beispielsweise das Sensibilitätsmodell entsprechend der Programmierung aus, einschließlich des Modells, der Daten und des Ausgangs. Natürlich bedeutet dies, dass eine mit dem Ausgang 608f2 verbundene Leitung zwangsläufig in der Lage wäre, das Modell durch die Leitung zu transportieren. Der Anschluss der Leitung an den Eingang eines neuen Blocks könnte beispielsweise den Block mit dem gesamten davor geschalteten Diagramm zum Erstellen eines Blocks programmieren, der den gesamten Funktionsumfang und alle Daten enthält.
  • Dementsprechend, wie jetzt augenscheinlich sein sollte, kann der Benutzer das Offline-Diagramm 602 iterativ überarbeiten und die Ergebnisse prüfen, um ein Diagramm zu erstellen, welches den gewünschten Vorhersagewert für eine bestimmte Variable enthält. Dabei kann der Benutzer unterschiedliche Datensätze, unterschiedliche Teilmengen desselben Datensatzes, unterschiedliche Modellierungs-/Analysetechniken und dergleichen verwenden. Anders ausgedrückt, kann der Benutzer unterschiedliche Datensätze abfragen oder laden (z. B. durch Austauschen oder Modifizieren von Block 604a des Offline-Diagramms oder durch Hinzufügen zum Block 604a des Offline-Diagramms 602), die Daten unterschiedlich segmentieren, indem er versucht, unterschiedliche Variablen vorherzusagen (z. B. durch Ändern der in jedem der Blöcke 604c und 604d ausgewählten Spalten), unterschiedliche Arten der Auswertung (PCA, PLS usw.) und/oder unterschiedliche Eigenschaften für eine konkrete Analyse ausprobieren (z. B. durch Austauschen oder Modifizieren des Blocks 604f) usw.
  • In Anbetracht des vorstehenden Beispiels ist klar, dass die DDE-Benutzerschnittstellenanwendung und die dazugehörigen Analysedienste bei vielen Systemen einen vorteilhaften Nutzen aufweisen, bei denen große Mengen an Daten erfasst werden. Im Hinblick auf Prozesssteuerungssysteme haben Prozesssteuerungsumgebungen relativ unlängst die gesammelte und gespeicherte Menge an Daten ausgeweitet, die in einigen Fällen alle in der Umgebung generierten Daten umfasst. Wenngleich ältere System signifikante Daten generierten, verwendeten diese Systeme lediglich einen geringen Teil der Daten zur Prozesssteuerung, wobei die Daten in Prozesssteuerungsalgorithmen eingegeben und einige der Daten beispielsweise an Bedienerarbeitsplätzen angezeigt wurden, wurde eine relativ geringe Menge der Daten für eine spätere Auswertung und/oder Verwendung gespeichert. Der Wert einer Variable, die einmal pro Sekunde abgefragt wurde, konnte beispielsweise lediglich einmal pro Minute gespeichert werden, um den Bedarf an einer nachträglichen Auswertung mit den Grenzen hinsichtlich der Speicher- und Netzwerkkapazitäten im Gleichgewicht zu halten. Ferner wurden gespeicherte Daten oftmals komprimiert, was sich negativ auf die Belastbarkeit der Daten auswirkte.
  • Im Gegensatz dazu speichern aktuelle Systeme einen wesentlich größeren Teil der in der Anlage generierten Daten. Bei Ausführungsformen speichern solche Systeme mittlerweile jeden Wert einer Variablen jedes Mal, wenn eine Probe aufgezeichnet wird, und können ferner Daten speichern, die vorher noch nie erfasst wurden, wie beispielsweise Eingaben durch den Bediener, Nachrichten zwischen zwei Bedienern, Videos usw. Die hierin beschriebenen DDE-Benutzerschnittstellenanwendung und Analysedienste arbeiten zusammen, um die Prüfung aller vorstehend genannten Daten, zusätzlich zu den anderen Daten (z. B. von anderen Anlagen, Wetterdaten usw.), und ein Erkennen von Beziehungen zu ermöglichen, die vorher unter Umständen nicht erkannt wurden oder nicht erkennbar waren. Durch das Erkennen der Beziehungen zwischen unterschiedlichen Prozesswerten und der Interaktionen von und zwischen Prozesswerten können Anlagentechniker, Bediener und das Wartungspersonal das Design verbessern und die Prozessanlagen bauen, bedienen und instandhalten, was wiederum zu Prozessanlagen führt, die kostengünstiger, effizienter, bedienungs- und wartungsfreundlicher sind, ein besseres Produkt herstellen, weniger umweltschädlich und für das Personal und die umgebenden Gemeinden sicherer sind.
  • B. Erstellen eines Online-Diagramms
  • Natürlich liegt ein Weg der Nutzung der erkannten Beziehungen hinsichtlich des verbesserten Ablaufs des Prozesses darin, die erkannten Beziehungen zu verwenden, um eine kontinuierliche Echtzeitvorhersage vorzunehmen. Insbesondere wenn in historischen Daten des Prozesses eine oder mehrere Beziehungen zwischen Prozesswerten oder anderen Daten erkannt wurden, wie beispielsweise, dass ein Satz Werte verwendet werden kann, um einen anderen Wert oder andere Werte vorherzusagen (oder das Auftreten einiger Ereignisse), können die erkannten Beziehungen verwendet werden, um Echtzeitdaten aus dem Prozess zum Vorhersagen desselben Wertes oder derselben Werte heranzuziehen (oder das Auftreten derselben Ereignisse). Die DDE-Benutzerschnittstellenanwendung und Analysedienste erleichtern die Verwendung der erkannten Beziehungen im Hinblick auf die Durchführung einer vorhersagenden Analyse, siehe Beschreibung unten.
  • Die DDE-Benutzerschnittstellenanwendung umfasst Funktionen, die eine Umwandlung eines Offline-Diagramms (wie beispielsweise das Offline-Diagramm 602) in ein Online-Diagramm ermöglichen (d.h. ein Diagramm, bei dem mindestens ein Echtzeitwert verwendet wird, um einen Aspekt des Anlagenbetriebs vorherzusagen). Wie vorstehend beschrieben, unterscheidet sich ein Online-Diagramm dahingehend von den Offline-Diagrammen, dass es an mindestens eine Quelle für Echtzeitdaten gebunden ist (anstelle von rein historischen Daten) und eine kontinuierliche Echtzeitausgabe bereitstellt, die aufgerufen, gespeichert und/oder in einem Steueralgorithmus verwendet werden kann, um einen Alarm und/oder Warnungen auszulösen und/oder Veränderungen im Betrieb der Prozessanlage hervorzurufen.
  • Solange ein Offline-Diagramm mindestens einen modellgenerierenden Block umfasst, kann der Benutzer der DDE-Benutzerschnittstellenanwendung die Online-Umschaltbenutzersteuerung 248f aktivieren, wodurch das Offline-Diagramm automatisch in ein Online-Diagramm umgewandelt und auf der Arbeitsfläche 245 angezeigt wird. Unter erneuter Bezugnahme auf 5A wird die Umwandlung des Offline-Diagramms in ein Online-Diagramm bei Ausführungsformen durch eine Diagrammumwandlungseinheit 530 im Webserverprozess 504 erreicht.
  • In ihrer einfachsten Ausführungsform sucht die Diagrammumwandlungseinheit 530 den modellgenerierenden Block (z. B. den PLS-Block 604f im Offline-Diagramm 602), entfernt sie jedwede Ausgabeleitungen (z. B. die Leitung 606h), fügt sie einen Schreibblock hinzu und verbindet sie eine Leitung zwischen dem Ausgang des modellgenerierenden Blocks und dem Eingang des Schreibblocks. Der Schreibblock schreibt im Allgemeinen die Werte, die durch das Modell ausgegeben werden, in einen Datenspeicherort, einen Prozesssteuerungsalgorithmus (z. B. ausführend einen Steuerungsalgorithmus in einer Steuerung oder in einem Funktionsblock in einer Prozessleitvorrichtung), und/oder in die Übersichtsseite. Die Diagrammumwandlungseinheit 530 ersetzt ferner den Offline-Datenladeblock durch einen entsprechenden Online-Datenladeblock, der, anstatt eine Reihe historischer Daten zu laden, an mindestens eine Echtzeitdatenquelle aus der Prozesssteuerungsumgebung gebunden ist.
  • Bei verschiedenen anderen Ausführungsformen führt die Diagrammumwandlungseinheit 530 jedoch mehr aus als den einfachen Austausch von zwei Blöcken im Offline-Diagramm durch. Bei einigen Ausführungsformen entfernt die Diagrammumwandlungseinheit 530 aktiv Blöcke aus dem Offline-Diagramm, um das Online-Diagramm zu erstellen. Benötigt ein Modellblock beispielsweise zwei Eingänge, um ein Modell zu erstellen (z. B. eine Reihe von X-Variablen und eine Y-Variable), würden die beiden Eingänge an unterschiedlichen Blöcken erstellt. Weist das Modell bei der Umsetzung des erstellten Modells jedoch nur einen Eingang auf (d.h. im Online-Diagramm), ist der Block, der vorher dem anderen Eingang Daten geliefert hat, nicht mehr erforderlich und kann entfernt werden. In einem weiteren Beispiel kann die Diagrammumwandlungseinheit 530 Prüfblöcke entfernen (z. B. den Prüfblock 604e in 5D), wenn sie das Online-Diagramm erstellt.
  • Bei einigen Ausführungsformen kann sich der Diagrammwandler 530 auf eine Schemabibliothek beziehen (nicht abgebildet), die sowohl Offline- als auch Online-Schemata für jeden Blocktyp liefert, wobei die Schemata festlegen, welche Eingänge und welche Ausgänge mit der Online- und Offline-Version des Blocks assoziiert sind, auf welche Datenquelle(n) zugegriffen wird und dergleichen. Bei alternativen Ausführungsformen legt jede Blockdefinition 255 in der Blockdefinitionsbibliothek 252 sowohl die Online- als auch die Offline-Schemata für den Block fest.
  • Bei einigen Ausführungsformen kann die Diagrammumwandlungseinheit 530 so konfiguriert sein, dass sie während der Umwandlung eines Offline-Diagramms in ein Online-Diagramm optionale Abläufe durchführt oder nicht. Beispielsweise können einige der optionalen Abläufe unter anderem Folgendes umfassen: Markieren des vorhergesagten Wertes, so dass dieser als Eingang für einen Prozesssteuerungsalgorithmus verwendet werden kann, Ausgeben einer kontinuierlichen Kurve des vorhergesagten Wertes auf dem Übersichtsbildschirm und Schreiben des vorhergesagten Wertes in die verteilte Datenengine. In einigen Fällen kann die mindestens kleine Menge aus Ergebnissen, die durch die Diagrammumwandlungseinheit 530 erzeugt wurden, zu Analysezwecken und/oder zur Visualisierung des Steuerungssystems verwendet werden (wie beispielsweise Faceplates, Trendicons, usw.).
  • Die Echtzeitquellen, an die die Datenladeblöcke (Laden, Abfragen usw.) gebunden sind, der Ort/die Orte, an den/die der Ausgang des Modellblocks berichtet, und/oder die virtuellen Markierungen, die mit den ausgegebenen Daten assoziiert sind, sind bei Ausführungsformen jeweils ebenfalls in dem Maße konfigurierbar, dass eine bestimmte Ausführungsform jede Option umsetzt. Bei Ausführungsformen ist jede in der Umgebung der Anwendungseinheit 514 konfiguriert, die sich im Webclientprozess 502 beispielsweise als Moduleigenschaft und/oder als Blockeigenschaft befindet. Beispielsweise können die Moduleigenschaften für ein Modul einen Ort, an dem Daten eingetragen werden, und einen Ort umfassen, an dem Echtzeitdaten gebunden werden, wie im Allgemeinen in 5F veranschaulicht. In 5F ist ein Moduleigenschaftendialog 630 für das Modul veranschaulicht, wenn ein Benutzer eine Moduleigenschaftensteuerung 632 aktiviert. Der Moduleigenschaftendialog 630 umfasst ein Modulbezeichnungsfeld 634, in das der Benutzer einen Namen für das Modul eingegeben kann. Der Moduleigenschaftendialog 630 umfasst ferner ein Post-Feld 636, durch das ein Benutzer vorgeben kann, wo die Daten, die während der Ausführung durch das Online-Diagramm ausgegeben werden, hingeschrieben werden sollen (d.h. eingetragen). Bei dem Ort, an dem die Daten eingetragen werden, kann es sich um einen Speicherort, an dem die Daten historisch geordnet werden, ein Steuerungsmodul in der Prozesssteuerungsumgebung, welches die eingetragenen Werte als Eingaben für einen Steuerungsalgorithmus verwendet, um den Betrieb der Prozessanlage zu steuern, oder beides handeln. Eine Benutzersteuerung 636a kann ein Explorer-Fenster öffnen, in dem der Benutzer den Ort auswählen kann, an dem die Daten eingetragen werden, indem der Benutzer mögliche Orte in einem grafischen Format angezeigt bekommt (z. B. in einem Baumformat, in einer Verzeichnisstruktur, in einer Liste optionaler Orte usw.). Gleichermaßen kann der Benutzer während der Ausführung des Online-Diagramms durch ein Feld 638 einen Datenpfad, an den eine Bindung erfolgen soll, als eine Quelle für Online-Daten vorgeben. Eine Benutzersteuerung 638a öffnet gleichermaßen ein Explorer-Fenster, über das der Benutzer den Ort auswählen kann, von dem die Daten empfangen werden.
  • Alternativ kann der Offline-Block eine Eigenschaft in Verbindung mit der Offline-Version des Blocks enthalten und kann die Online-Version des Blocks eine ähnliche Eigenschaft für die Online-Version des Blocks enthalten. Beispielsweise kann ein Ladeblock eine „Quellpfad“-Eigenschaft (z. B. \DDE_path\device_tag) in der Offline-Version des Blocks aufweisen, in der Online-Version des Blocks jedoch eine „Vorrichtungsmarkierung“-Eigenschaft (z. B. \unit1\device_tag) aufweisen, wodurch der Ladeblock Echtzeitdaten aus der Quelle auslesen kann, die den im Quellpfad des Online-Blocks gespeicherten Daten entsprechen. Gleichermaßen kann ein Schreibblock im Online-Diagramm eine Eigenschaft aufweisen, die den Ort vorgibt, in dem die ausgegebenen Daten geschrieben werden sollten.
  • Bei noch einer anderen Alternative, diesmal unter Bezugnahme auf 5G, können Blöcke in einem Offline-Diagramm 640 jeweils für den Offline- und Online-Betrieb konfiguriert sein. Beispielsweise kann ein Ladeblock 642 ausgewählt werden und einen assoziierten Blockeigenschaftendialog 644 aufweisen. Der Blockeigenschaftendialog 644 umfasst ein Blockbezeichnungsfeld 646, in das der Benutzer einen Namen für den Block eingeben kann. Der Blockeigenschaftendialog 644 umfasst ferner ein Offline-Quellenfeld 648, in dem ein Benutzer vorgeben kann, wo die Daten, die in das Offline-Diagramm geladen werden sollen, zu finden sind. Bei dem Ort, an dem die zu ladenden Daten gespeichert sind, kann es sich beispielsweise um einen Speicherort handeln, an dem die Daten historisch geordnet werden. Eine Benutzersteuerung 648a kann ein Explorer-Fenster öffnen, in dem der Benutzer den Ort auswählen kann, von dem die Daten geladen werden, indem er die verfügbaren Orte im grafischen Format angezeigt bekommt (z. B. in einem Baumformat, in einer Verzeichnisstruktur, in einer Liste mit optionalen Orten usw.). Gleichermaßen kann der Benutzer durch ein Feld 649 einen Datenpfad, an den die Bindung erfolgen soll, während der Ausführung des Online-Diagramms als Quelle für Online-Daten festlegen. Eine Benutzersteuerung 649a öffnet gleichermaßen ein Explorer-Fenster, in dem der Benutzer den Ort auswählen kann, von dem die Daten empfangen werden. Natürlich kann es sich bei den Steuerungen 648, 648a, 649, 649a um beliebige Steuerungen handeln, die in der Blockdefinition vorgegeben sind und die Ausführung entsprechender Plugins hervorrufen können, siehe vorstehende Beschreibung.
  • Bei Ausführungsformen werden die Beziehungen zwischen den Pfaden zu gespeicherten, historisch geordneten Daten, von denen ein Offline-Block Daten abfragen würde, auf der einen Seite, und einer entsprechenden Quelle für Echtzeitdaten, an die ein Online-Block gebunden werden könnte, auf der anderen Seite, durch ein Datenquellenverwaltungsmodul 532 verwaltet. Das Datenquellenverwaltungsmodul 532 kann als ein Teil des Webserverprozesses 502 integriert sein, als ein Teil der Diagrammumwandlungseinheit 530 enthalten sein oder einfach eine Nachschlagetabelle sein, auf die sich die Diagrammumwandlungseinheit 530 bezieht, wenn diese ein Offline-Diagramm in ein Online-Diagramm umwandelt. Bei mindestens einigen Ausführungsformen arbeitet das Datenquellenverwaltungsmodul 532 mit der Großdatenanfrageverwaltungseinheit 165 zusammen, um einen Echtzeitdatenstrom entsprechend der Anforderungen eines Online-Blocks einzurichten.
  • 5E veranschaulicht ein Online-Diagramm 622, welches dem Offline-Diagramm 602 in 5D entspricht. Das Online-Diagramm 622 umfasst die Blöcke 624a, 624b, 624c, 624f und 624h und die Leitungen 626a, 626b, 626e und 626j. Wenn die Blöcke und/oder Leitungen denen im Offline-Diagramm 602 entsprechen, sind die mit den Blöcken assoziierten Buchstaben gleich.
  • Betrieb und Ausführung des Online-Diagramms 622 erfolgen im Allgemeinen identisch mit dem Offline-Diagramm 602, siehe Beschreibung oben. Das Online-Diagramm 622 kann, sobald alle Eigenschaften konfiguriert sind (und die assoziierten Parameter in der Konfigurationsdatei/in den Konfigurationsdateien gespeichert sind), „eingesetzt“ werden, indem die Einsatzbenutzerschnittstellensteuerung 248j aktiviert wird. Durch die Aktivierung der Steuerung 248j wird die Konfigurationsdatei an den Ausführungsdienstprozess 506 gesendet, wo sie entsprechend der Parameter in der Konfigurationsdatei übersetzt wird. Bei Ausführung als ein oder mehrere Arbeitsprozesse 508 empfangen die Arbeitsprozesse 508 jedoch, anstatt Daten aus dem Großdatenspeicher 155 über die Analysenetzwerkschnittstelle 175 herunterzuladen oder abzurufen, Echtzeitdaten beispielsweise von Großdatenempfängern oder direkt durch einen Strom, der durch eine der Großdatenanfrageverwaltungseinheiten 165 eingerichtet wird. Anstatt Ausgabedaten zurück zu den Auftragsausführungseinheiten 528 zu senden, um lediglich an die Anwendungseinheit 514 über die Serverkommunikationseinheit 518 des Webserverprozesses 504 zur Anzeige auf dem Übersichtsbildschirm zu senden, können die Arbeitsprozesse 508 Ausgabedaten an den Großdatenspeicher 155 und/oder an eine oder mehrere der Datenquellen (z. B. Steuerungen, andere DDE usw.) zurückschicken.
  • ABFRAGESPRACHE FÜR INDUSTRIELLE LEISTUNGSÜBERWACHUNG/-ANALYSE
  • Die mit einem Prozesssteuerungssystem oder einer Prozesssteuerungsumgebung, auf dem/der das industrielle Leistungsüberwachungs-/-analysesystem 100 arbeitet, assoziierten Datenquellen bieten in der Regel Zeitreihendaten, wenngleich andere Datentypen verwendet werden können (z. B. Querschnittsdaten von einer Vielzahl an Chargen, die in einer oder mehreren Prozessanlagen 5 separat ausgeführt wurden). Zeitreihendaten umfassen unterschiedliche Typen an Datenmessungen unter Verwendung unterschiedlicher Arten an Messgeräten in der Prozessanlage 5, einschließlich der Feldgeräte 15–22 und 40–46. Die Datenquellen können hinsichtlich ihres Formats innerhalb einer breiten Palette von allgemein bekannten bis hin zu firmeneigenen Formaten variieren, z. B. OSISoft PI, DeltaV Historian, SEEQ, FF3 und/oder manuell erfasste Formate in Excel-Tabellen. Einige Datenquellen können relationale Datenbanken enthalten, während andere Datenquellen nicht-relationale (NoSQL) Datenbanken enthalten können. Bei noch anderen Datenquellen handelt es sich eventuell nicht um Datenbanken, sondern es werden anstelle dessen Dateiverzeichnisse oder Text in einem Dokument verwendet (z. B. ein XML-Dokument), um Daten abzuspeichern. Zusätzlich zu den Unterschieden hinsichtlich der Abfragesyntax kann die Vielzahl an Datenquellen aufgrund der Unterschiede hinsichtlich der Art und Weise, wie Daten gespeichert werden, grundlegend unterschiedliche Abfragestrukturen erforderlich machen. Beispielsweise speichern dokumentenorientierte nicht-relationale Datenbanken, wie beispielsweise Mongo, die Daten auf der Grundlage von Dokumenten, anstatt in Tabellen, die über SQL-Abfragen in relationalen Datenbanken verfügbar sind, wie beispielsweise MySQL. Dementsprechend setzen Abfragen nach Daten, die in unterschiedlichen Typen von Datenquellen abgespeichert sind, unterschiedliche Strukturen und Regeln ein, zusätzlich zu den Unterschieden hinsichtlich Formatierung und Syntax. Anstelle der Verwendung jedes natürlichen Abfragemechanismus der unterschiedlichen Datenquellen, um auf die darin gespeicherten Daten zuzugreifen, verwenden die hierin beschriebenen industriellen Leistungsüberwachungs-/-analysesysteme und -techniken (und insbesondere die DDE-Benutzerschnittstellenanwendung) eine standardisierte Abfrage zum Herstellen einer Schnittstelle mit jeder der Datenquellen 702a–702f, wie in 6A veranschaulicht.
  • 6A veranschaulicht ein Blockdiagramm mit verschiedenen Datenquellen 702a–702f und Datenbereitstellungseinheiten 704a–704d, die kommunikativ mit einem Abfrageblock 708 der DDE-Benutzerschnittstellenanwendung verbunden sind, über einen Abfrageausführungsdienst 706. Bei jeder der Datenquellen 702a–702f handelt es sich um eine elektronische Datenquelle, die Daten in einem elektronisch lesbaren Format speichert. Einige Datenquellen 702e und 702f bilden ohne eine dazwischengeschaltete Datenbereitstellungseinheit 704 eine Schnittstelle mit dem Abfrageausführungsdienst 706, wie beispielsweise durch eine interne oder Netzwerkdatenverbindung. Andere Datenquellen 702a–702d bilden über eine oder mehrere Datenquellenbereitstellungseinheiten 704a–704d eine Schnittstelle mit dem Abfrageausführungsdienst 706. Die Datenbereitstellungseinheiten 704a–704d können so konfiguriert sein, dass sie auf Daten zugreifen, Daten suchen, Daten sortieren, Daten lesen und/oder Daten schreiben, jeweils in die oder von den entsprechenden Datenquellen 702a–702d. Bei einigen Ausführungsformen können die Datenbereitstellungseinheiten 704a–704d datenquellenspezifische Abfragen empfangen, in deren Rahmen die jeweiligen datenquellenspezifischen Abfrageformate der Datenquellen 702a–702d verwendet werden. Bei anderen Ausführungsformen können die Datenquellenbereitstellungseinheiten 704a–704d so konfiguriert sein, dass sie eine standardisierte Abfrage 709, die eine individuell angepasste Abfragesprache verwendet, vom Abfrageblock 708 empfangen und die standardisierte Abfrage in ein entsprechendes datenquellenspezifisches Abfrageformat umwandeln und dazu die konkreten Abfragemechanismen der Zieldatenquellen 702a–702d verwenden. Die Datenbereitstellungseinheiten 704a–704d oder die Datenquellen 702e–702f können eine Ausführungsengine (nicht abgebildet) enthalten, die datenquellenspezifischen Abfragen für eine spezifische Datenquelle 702 verarbeitet und ausführt. Die Ausführungsengine kann ein Bestandteil der Datenquelle 702 selbst oder ein Bestandteil der mit der Datenquelle 702 assoziierten Datenbereitstellungseinheit 704 sein (z. B. die Datenbereitstellungseinheit 704b, die mit der Datenquelle 702b assoziiert ist). Bei jeder Datenquelle 702 kann es sich um eine Datenbank oder einen Dokumentenspeicher handeln, wie beispielsweise ein Dokumentenspeicher, der eine Vielzahl von JavaScript-Object-Notation-Dateien (JSON) enthält, die wiederum Daten enthalten. Bei einigen Ausführungsformen können die Datenquellen 702a–702f sogar Live-Datenquellen umfassen, wie beispielsweise Datenströme, die durch Feldgeräte 15–22 und 40–46 der Prozessanlage 5 erzeugt wurden. Solche Live-Datenquellen können dadurch abgefragt werden, dass abgerufene Daten analysiert werden und lediglich ein Teil der konkret angefragten Daten zurückbehalten oder extrahiert wird.
  • Die Datenquellen 702a–702f können so konfiguriert sein, dass sie Daten in einem beliebigen bekannten oder hiernach entwickelten Format speichern. Die Datenquellen 702a, 702b und 702e sind als Datenbanken veranschaulicht, um die Daten darzustellen, die in relationalen Datenbanken gespeichert sind. Beispiele für solche relationalen Datenbanken sind unter anderem MySQL oder andere Datenbanken, bei denen die Daten in Tabellen abgelegt werden und eine SQL-formatierte Abfrage der Daten zur Anwendung kommt. Die Datenquellen 702c, 702d und 702f sind als Sammlungen von Dateien oder Dateneinträgen veranschaulicht, um nicht-relationale Datenspeicher darzustellen, wie beispielsweise NoSQL-Datenbanken oder Datenquellen, bei denen es sich nicht um eine Datenbank handelt. Beispiele für nicht-relationale Datenbanken sind unter anderem dokumentenorientierte Datenbanken, wie beispielsweise MongoDB oder CouchDB, bei denen die Daten auf der Grundlage von Dokumenten und nicht auf der Grundlage von Tabellen gespeichert werden. Da das Speichern oder Suchen von extrem umfangreichen Daten oder komplexen Datensätzen unter Verwendung nicht-relationaler Datenbanken effizienter sein kann, werden solche Datenbanken häufig zur Auswertung großer Datenmengen herangezogen. Die Abfrage solcher nicht-relationalen Datenbanken erfordert jedoch unterschiedliche Techniken und eine unterschiedliche Syntax, da die Daten in solchen nicht-relationalen Datenbanken nicht allgemein in tabellarischer Form angeordnet sind (welches die Grundlage der SQL-Datenbanken bildet). Da die SQL-Abfrage weit verbreitet verwendet wird und hinlänglich bekannt ist, wird sie auch häufig zum Speichern und Auswerten von Daten verwendet. Durch die Verwendung eines standardisierten Abfrageformates für die standardisierte Abfrage 709, welche in eine datenquellenspezifische Abfrage umgewandelt wird, die ein datenquellenspezifisches Format verwendet, kann ein Benutzer durch die hierin offengelegte Erfindung auf Daten in SQL- oder NoSQL-Datenbanken zugreifen und dabei dasselbe Abfrageformat verwenden. Das standardisierte Abfrageformat ermöglicht ferner die Kombination von Daten aus mehreren unterschiedlichen Typen von Datenquellen 702 in einem Datensatz mit einer konsistenten Datenstruktur und einem konsistenten Datenformat. Dementsprechend kann der Abfrageblock 708 als ein Superverbinder fungieren, der Datenquellen 702 mit unterschiedlichen Datenstrukturen, Datenformaten und Abfragemechanismen unter Verwendung standardisierter Abfragen 709 miteinander verbindet.
  • Bei Abfrageblock 708 kann es sich um einen Block handeln, der innerhalb des Datenanalysestudios umgesetzt ist, wie vorstehend erörtert, um Daten vorzugeben, die aus den Datenquellen 702a–702f entnommen werden sollen. Beispielsweise kann es sich beim Abfrageblock 708 um eine Konfigurationsdatei mit einer oder mehreren Blockeigenschaften handeln, einschließlich einer Eigenschaft, die die standardisierte Abfrage 709 vorgibt. Bei der standardisierten Abfrage 709 kann es sich um eine separate Datei handeln (wie beispielsweise eine JavaScript-Object-Notation-Datei), auf die sich der Abfrageblock 708 bezieht. Bei Abfrageblock 708 kann es sich alternativ um ein beliebiges Objekt handeln, welches die standardisierte Abfrage 709 enthält oder anzeigt, wie beispielsweise ein Prozess oder eine Routine, der/die innerhalb einer beliebigen der verteilten Datenengines 150 arbeitet. Der Abfrageblock 708 empfängt die standardisierte Abfrage 709 (wie beispielsweise durch eine Auswahl oder Eingabe des Benutzers), und die standardisierte Abfrage 709 verwendet ein standardisiertes Abfrageformat. Durch die Verwendung eines standardisierten Abfrageformates können die Datenquellen 702a–702f abgefragt werden, ohne dass der Benutzer, Techniker oder die datenabfragende Einheit Kenntnis von den besonderen Typen oder Strukturen der Daten in den Datenquellen 702a–702f haben muss. Das standardisierte Abfrageformat kann entweder ein vorhandenes Abfrageformat sein, welches durch eine Datenquelle verwendet wird, oder ein anderes Abfrageformat, welches nicht direkt durch irgendwelche Datenquellen verwendet wird. Im letzteren Fall sind standardisierte Abfragen, in deren Rahmen die Syntax des standardisierten Abfrageformates verwendet wird, nicht direkt dahingehend ausführbar oder umsetzbar, um Daten von den Datenquellen 702a–702f abzurufen. Die standardisierte Abfrage kann eine oder mehrere der Datenquellen 702a–702f vorgeben (oder eine oder mehrere der Datenbereitstellungseinheiten 704a–704d), von denen die Daten abgerufen werden sollen. Alternativ kann der Abfrageblock 708 eine Eigenschaft aufweisen, die eine oder mehrere der Datenquellen 702a–702f vorgibt.
  • Der Abfrageausführungsdienst 706 empfängt eine standardisierte Abfrage 709 vom Abfrageblock 708 und veranlasst die Abfrage einer oder mehrerer der Datenquellen 702a–702f. Der Empfang der standardisierten Abfrage 709 vom Abfrageblock 708 kann den Empfang einer Datei umfassen, die Abfrageparameter enthält, aus denen die Daten hervorgehen, die von den Datenquellen 702a–702f abgerufen werden sollen. Die Veranlassung der Abfrage der Datenquellen 702a–702f kann die Extraktion der Abfrageparameter und die Erstellung einer oder mehrerer datenquellenspezifischer Abfragen auf der Grundlage der Abfrageparameter umfassen. Jede datenquellenspezifische Abfrage kann durch den Ausführungsdienst 706 ausgeführt oder zur Ausführung an die Datenquellen 702e–702f oder die Datenbereitstellungseinheiten 704a–704d gesendet werden, um die in den Abfrageparametern geforderten Daten abzurufen. Solche Abfrageparameter können spezifische Daten vorgeben, die von einer oder mehreren Datenquellen 702 abgerufen werden sollen, bei denen es sich um Messdaten (wie beispielsweise Messungen von Feldgeräten 15–22 und 40–46), rechnerisch ermittelte Maße oder Maße, die anderweitig von Messdaten abgeleitet wurden, und/oder Metadaten hinsichtlich der Datenquellen 702 oder der darin gespeicherten Daten handeln kann. Beispielsweise können solche Metadaten Hinweise auf Typen, Quellen oder die Qualität von Daten enthalten, die in einer Datenquelle 702 gespeichert sind, einschließlich der Arten der an den Daten durchgeführten Berechnungen. Solche Metadaten können bei der Erstellung von Prozessmodellen oder einer Wissensbasis aus den Datenquellen 702 des Systems nützlich sein.
  • Bei dem Abfrageausführungsdienst 706 kann es sich um den vorstehend erörterten Ausführungsdienstprozess 506 handeln. Der Abfrageausführungsdienst 706 kann beliebige der Bestandteile des Analysedienstes 500 enthalten, einschließlich der Datendienste 520, der Aufgabenempfangseinheit 522, der Auftragsverwaltungseinheiten 524, die Auftragsausführungseinheiten 528, oder die Datenquellenverwaltungseinheit 532. Beispielsweise kann der Abfrageblock 708 durch die Anwendung 514 mit einer Eingabe von einem Benutzer erstellt werden, einschließlich der standardisierten Abfrage 709, die in einer JSON-Datei gespeichert ist. Nach dem Empfang einer Benutzerabfrage oder einem auslösenden Ereignis kann die Anwendung 514 die Kommunikation der standardisierten Abfrage 709 von dem oder durch den Webserverprozess 504 zur Aufgabenempfangseinheit 522 des Ausführungsdienstprozesses 506 veranlassen (wobei der Ausführungsdienstprozess 506 als Ausführungsdienst 706 dienen kann). Die Aufgabenempfangseinheit 522 kann den Empfang der standardisierten Abfrage 709 durch eine oder mehrere Auftragsverwaltungseinheiten 524 veranlassen, die ferner eine oder mehrere Auftragsausführungseinheiten 528 dazu veranlassen können, die standardisierte Abfrage 709 in eine oder mehrere datenquellenspezifische Abfragen umzuwandeln, die mit einem oder mehreren Arbeitsprozessen 508 assoziiert sind. Die Arbeitsprozesse 508 können anschließend die eine oder mehreren Datenquellen 702 (d.h. die Datenquellen 168 oder den Großdatenspeicher 155) dazu veranlassen, unter Verwendung der datenquellenspezifischen Abfragen abgefragt zu werden. Die durch das Abfragen der einen oder mehreren Datenquellen 702 abgerufenen Daten können anschließend von den Arbeitsprozessen 508, dem Ausführungsdienstprozess 506, den Datendiensten 520 und/oder der Anwendung 514 empfangen werden.
  • Bei einigen Ausführungsformen wandelt der Abfrageausführungsdienst 706 die standardisierte Abfrage 709 in datenquellenspezifische Abfragen um, welche datenquellenspezifische Formate verwenden, die den Datenquellen 702e oder 702f heimisch sind. Bei alternativen Ausführungsformen kann der Abfrageausführungsdienst 706 eine oder mehrere Datenquellen 702a–702f zur Abfrage bestimmen und einer oder mehreren Datenbereitstellungseinheiten 704a–704d die standardisierte Abfrage 709 bereitstellen, damit diese in datenquellenspezifische Abfragen umgewandelt wird. Die Datenbereitstellungseinheiten 704 können separat von den Datenquellen 702 oder mit den Datenquellen 702 kombiniert sein. Die Datenbereitstellungseinheiten 704a und 704d werden dahingehend veranschaulicht, dass sie kommunikativ mit den Datenquellen 702a bzw. 702d verbunden sind, aber dennoch separat sind. Im Gegensatz dazu sind die Datenbereitstellungseinheiten 704b und 704c dahingehend veranschaulicht, dass sie die Datenquellen 702b und 702c enthalten bzw. mit diesen kombiniert sind. Beispielsweise kann es sich bei der Datenbereitstellungseinheit 704b um einen Server (wie beispielsweise einen Datenhistoriker) oder ein Datenbankschnittstellenprogramm handeln, in dem die Datenquelle 720b als Datenbank gespeichert ist. In einem weiteren Beispiel kann es sich bei der Datenbereitstellungseinheit 704a gleichermaßen um einen Server oder ein Datenbankschnittstellenprogramm handeln, welcher/s mit einer externen Datenquelle 702a verbunden ist, wie beispielsweise eine Datenbank, die in einer externen Speichervorrichtung kommunikativ mit dem Server verbunden ist. In noch einem weiteren Beispiel kann es sich bei den Datenbereitstellungseinheiten 704a–704d um Arbeitsprozesse 508 handeln, die Algorithmen enthalten, um die standardisierte Abfrage 709 in datenquellenspezifische Abfragen umzuwandeln, wenn sie die standardisierte Abfrage 709 oder die Abfrageparameter von der standardisierten Abfrage 709 vom Abfrageausführungsdienst 706 empfangen.
  • Um die Verwendung der standardisierten Abfragen im Rahmen der Prozesssteuerung und Prozessanalyse zu veranschaulichen, veranschaulicht 6B ein Blockdiagramm des Abfrageblocks 708 im Datenanalysestudio. Der Abfrageblock 708 ist mit der standardisierten Abfrage 709 assoziiert, die Prozessdaten von einer oder mehreren Datenquellen 702a–702f abruft. Beispielsweise kann ein Benutzer die standardisierte Abfrage 709 im standardisierten Abfrageformat in einem Feld des Abfrageblocks 708 definieren. Die standardisierte Abfrage 709 kann zusammen mit dem Abfrageblock 708 oder in einer separaten Datei gespeichert werden. Beispielsweise kann es sich bei dem Abfrageblock 708 um eine Konfigurationsdatei handeln, die eine Abfrageeigenschaft enthält, die eine Kennung einer JSON-formatierten Datei speichert, die die standardisierte Abfrage 709 enthält. Nach dem Auftreten eines Ereignisses (wie beispielsweise das Auftreten einer Zeit, eines Prozesssteuerungszustandes oder einer Auswahl durch den Benutzer), kann die standardisierte Abfrage 709 durch den Abfrageblock 708 erkannt und an den Abfrageausführungsdienst 706 gesendet werden, um die angeforderten Daten von einer oder mehreren der Datenquellen 702a–702f abzurufen. Die im Rahmen der standardisierten Abfrage 709 geforderten Daten oder Informationen im Zusammenhang mit solchen Daten (z. B. Zusammenfassungsinformationen, Metadaten zur Validierung usw.) können an den Abfrageblock 708 oder eine andere Datenempfangseinheit zurückgeschickt werden. Eine solche andere Datenempfangseinheit kann einen anderen Block im Datenanalysestudio, einen Arbeitsprozess 508, den Abfrageausführungsdienst 706, Datendienste 520, die Anwendung 514, einen Programmspeicher oder einen beliebigen anderen Dienst, eine beliebige andere Routine, einen beliebigen anderen Prozess oder eine beliebige andere Vorrichtung umfassen, der/die Daten in Verbindung mit der Prozessanlage 5 weiter auswerten, darstellen oder speichern kann. Wie vorstehend erörtert, können die Prozessdaten bei einigen Ausführungsformen über eine oder mehrere Datenbereitstellungseinheiten 704 abgerufen werden. Die abgerufenen Daten können am Abfrageblock 708, am Abfrageausführungsdienst 706 oder an einer anderen Datenempfangseinheit im gewünschten Format empfangen oder durch den Abfrageblock 708, den Abfrageausführungsdienst 706 oder eine andere Datenverarbeitungseinheit formatiert werden. Beispielsweise kann der Abfrageausführungsdienst 706 einen Datenrahmen erstellen, indem er die Umwandlung der standardisierten Abfrage 709 in eine oder mehrere datenquellenspezifische Abfragen und die Formatierung der Ergebnisse solcher quellenspezifischen Abfragen in der gewünschten Art und Weise veranlasst. Solche formatierten Datenrahmen können bei einigen Ausführungsformen an den Abfrageblock 708 zurückgegeben werden. Die von der einen oder den mehreren Datenquellen 702 abgerufenen Daten können eine Vielzahl an Datenpunkten umfassen, die unter Verwendung der datenquellenspezifischen Abfrage abgerufen wurden, wobei die Datenpunkte Prozessvariablen entsprechen können, wie beispielsweise Messungen in der Prozessanlage 5 oder Werte, die von solchen Messungen abgeleitet wurden. Solche Datenpunkte können Punkte in einer Zeitreihe darstellen, wobei jedem Punkt ein Zeitstempel zugeordnet ist. Alternativ können solche Daten Querschnittsdaten darstellen, die mit einem Ort, einer Prozesscharge oder anderen Erkennungsmerkmalen assoziiert sein können. Die durch die Ausführung der standardisierten Abfrage abgerufenen Daten können als Datenrahmen bezeichnet werden, um deren variable Struktur zu kennzeichnen, bei der ein tabellarisches Format verwendet werden kann oder nicht.
  • Der Abfrageblock 708 kann den unter Verwendung der standardisierten Abfrage erhaltenen Datenrahmen dem Füllblock 710 zur Verfügung stellen, der leere oder nicht numerische (NaN) Einträge im Datensatz entsprechend der mit dem Füllblock 710 assoziierten Regeln befüllt. Dies kann erfolgen, um die Daten zu bereinigen oder eine Überprüfung auf fehlerhafte Daten oder Hinweise auf Fehler im Datenrahmen durchzuführen, sowie um Datenpunkte hinzuzufügen, die benötigt werden, um die gewünschte Abtastrate zu erreichen, wie andernorts hierin beschrieben. Der Datenrahmen kann anschließend für eine weitere Auswertung und/oder Prozesssteuerung verwendet werden. Wie veranschaulicht, können ein oder mehrere Datensätze aus dem Datenrahmen durch den unabhängigen Variablenblock 712 und den abhängigen Variablenblock 714 ausgewählt werden. Beispielsweise kann der abhängige Variablenblock 712 einen oder mehrere Datentypen aus dem Datenrahmen auswählen, den er vom Füllblock 710 erhalten hat, die Daten entsprechen, die mit vorgegebenen Parametern oder Eigenschaften übereinstimmen (z. B. Druck- oder Temperaturmessungen), oder Datenspalten (wenn der Datenrahmen einer Datentabelle entspricht). Der abhängige Variablenblock 714 kann gleichermaßen verwendet werden, um einen oder mehrere Datentypen aus dem Datenrahmen auszuwählen, den er vom Füllblock 710 erhalten hat. Wenngleich zwei Blöcke 712 und 714 veranschaulicht sind, kann eine beliebige Anzahl von ähnlichen Blöcken Anwendung finden. Der Analyseblock 716 kann anschließend die Daten empfangen, die durch den unabhängigen Variablenblock 712 und den abhängigen Variablenblock 714 ausgewählt wurden, wie durch die Verbinder zwischen den Blöcken veranschaulicht. Der Analyseblock 716 kann eine beliebige Analyse durchführen, für die er konfiguriert ist. Beispielsweise kann der Analyseblock 716 eine Analyse nach der Methode der partiellen kleinsten Quadrate (PLS) durchführen, um die Auswirkungen der Daten des unabhängigen Variablenblocks 712 auf die Daten des abhängigen Variablenblocks 714 zu bestimmen. Ein Prüfblock 718 kann mit dem Analyseblock 716 und dem abhängigen Variablenblock 714 verbunden sein, um die ordnungsgemäße Konfiguration des Abfrageblocks 708 und der anderen Blöcke und Verbindungen zu überprüfen. Dieser Prüfblock 718 kann grafische, tabellenförmige oder Textausgaben generieren, die der Benutzer speichern oder aufrufen kann. Wenngleich die vorstehende Beschreibung die Blöcke 708–718 dahingehend erörtert, dass diese bestimmte Handlungen vornehmen, wird vorausgesetzt, dass diese Blöcke anstelle dessen den Webserverprozess 504, den Ausführungsdienstprozess 506 und/oder die Arbeitsprozesse 508 des Analysedienstes 500 zur Durchführung dieser Handlungen veranlassen können, wie anderswo hierin erörtert.
  • Um die Verwendung standardisierter Abfragen 709 weiter zu veranschaulichen, veranschaulicht 6C eine beispielhafte Abfrage, die ein beispielhaftes standardisiertes Abfrageformat verwendet. Die beispielhafte Abfrage wird dahingehend dargestellt, dass sie ein JSON-konformes Format verwendet, um die betriebssystemübergreifende Kompatibilität zu maximieren, wobei jedoch ein beliebiges anderes Format verwendet werden kann (z. B. ein XML-basiertes Format, ein CSV-basiertes Format usw.). Die beispielhafte Abfrage beginnt mit einer Abfragebezeichnung, gefolgt von einem Hinweis auf das Format, welches zu verwenden ist, um den Datenrahmen (welches als JSON vorgegeben ist) zurückzugeben, und von einem Hinweis auf eine Version des Abfrageformates. Das Datenfeld „timeSelector“ zeigt eine Vielzahl von Zeitrahmen, die Zeitbereiche, in denen die Daten zurückzugeben sind, durch die Objekte „startTime“ und „endTime“ angeben. Bei der beispielhaften Abfrage werden die Start- und Endzeiten im Zusammenhang mit Kalenderdaten und Uhrzeiten in der koordinierten Weltzeit vorgegeben, getrennt durch den Buchstaben „T“. Wie durch die beispielhafte Abfrage angedeutet, kann jeder der Zeitrahmen durch ausgeschlossene Zeiträume getrennt werden, für die keine Daten abgefragt werden und die den Zeiträumen zwischen der Endzeit eines des Zeitrahmens und der Startzeit eines anderen Zeitrahmens entsprechen. Im Anschluss an das Datenfeld „timeSelector“ gibt das Objekt „sampleRateSecs“ eine Abtastrate in Sekunden vor, wobei vorgegeben wird, wie viele Datenpunkte pro Zeiteinheit abgerufen werden sollen. Der finale Anteil der beispielhaften Abfrage besteht aus einem Datenfeld „Spalten“, aus dem die Parameter der aus der Datenquelle 702 abzurufenden Daten hervorgehen (d.h. die abzurufenden Prozessvariablen). Die beispielhafte Abfrage gibt vier Arten oder Spalten von Daten vor, die zurückzugeben sind. Jede der vier Spalten wird durch ein „tag“-Objekt kenntlich gemacht, welches eine Datenquelle und/oder eine Prozessvariable einer Datenquelle vorgibt (d.h. „FT630B/DENS.CV“, „PT615/WIRED_PSIA.CV“, „TT6079/INPUT_1.CV“ und „630.molefrac.c5“). Jede der vier Spalten umfasst ein „Alias“-Objekt, um die zurückgegebenen Daten innerhalb des Datenrahmens zu kennzeichnen, ein „dataType“-Objekt, um den Datentyp der Daten vorzugeben (z. B. Fließkommawert, langer ganzzahliger Wert, Textfolge usw.), ein „renderType“-Objekt (z. B. Werte, Zählwerte usw.), und ein „Format“-Objekt, welches das Format der zurückzugebenden Daten vorgibt (d.h. „0.###“ deutet auf ein Format hin, welches aus einem Fließkommawert mit drei Nachkommastellen besteht).
  • Die mit den Spalten assoziierten „tag“-Objekte können eine Datenquelle 702 kennzeichnen, von der die Daten abgerufen werden sollen. Alternativ, wenn die beispielhafte Abfrage nicht ausdrücklich die Datenquelle 702 vorgibt, kann eine solche Datenquelle oder können solche Datenquellen 702a–702f durch andere Eigenschaften des Blocks 708 vorgegeben werden. Bei ähnlichen Abfragen, bei denen das standardisierte Abfrageformat verwendet wird, kann die Datenquelle oder können die Datenquellen 702 ausdrücklich durch ein Objekt in der Abfrage vorgegeben werden. Eine solche Vorgabe kann einen Pfad zum Quellenobjekt oder einen Wert umfassen, der den Typ der Datenquelle (z. B. MongoDB, CouchDB, SQL usw.) angibt. Die Vorgabe der Datenquelle 702 kann ferner ggf. eine assoziierte Datenbereitstellungseinheit 704 vorgeben. Alternativ kann die Datenquellenverwaltungseinheit 532 einen Hinweis auf die Datenbereitstellungseinheit 704 oder die Struktur oder das Format geben, die/das durch die Datenquelle 702 verwendet wird. Bei einigen Ausführungsformen kann die Vorgabe der Quelle ferner eine separate Vorgabe der Datenquelle 702 für jeden Parameter oder für jede Spalte der abzurufenden Daten umfassen. Dadurch können Abfragen, welche das standardisierte Abfrageformat verwenden, Daten von mehreren unterschiedlichen Datenquellen 702 abrufen.
  • Wie vorstehend erwähnt, werden standardisierte Abfragen 709 in datenquellenspezifische Abfragen umgewandelt, die für jede Zieldatenquelle 702 ausgeführt werden können. Eine solche Umwandlung kann durch den Abfrageausführungsdienst 706 oder durch jede Zieldatenbereitstellungseinheit 704a–704d ausgeführt werden. 6D veranschaulicht ein beispielhaftes Abfrageverfahren 740, bei dem der Abfrageausführungsdienst 706 die standardisierte Abfrage 709 in eine oder mehrere datenquellenspezifische Abfragen umwandelt; und 6E veranschaulicht ein beispielhaftes Abfrageverfahren 760, bei dem die Datenbereitstellungseinheit 704 die standardisierte Abfrage 709 in eine quellenspezifische Abfrage umwandelt.
  • Das Verfahren 740 kann mit dem Empfang einer standardisierten Abfrage unter Verwendung eines standardisierten Abfrageformates (Block 742) beginnen. Die standardisierte Abfrage kann durch den Abfrageblock 708, den Abfrageausführungsdienst 706 oder eine Datenbereitstellungseinheit 704a–704d empfangen werden. Die Abfrage kann ein beliebiges der vorstehend beschriebenen Merkmale oder Elemente umfassen. Die Abfrage kann von einem Benutzer über eine direkte Eingabe oder von einem Programmblock oder eine Programmroutine empfangen werden, der/die standardisierte Abfragen auf der Grundlage von Eingaben des Benutzers generieren und/oder speichern kann. Die standardisierte Abfrage kann in einer Datei oder in einem Format erstellt werden, die/das mit JavaScript-Object-Notation (JSON) konform ist, oder unter Verwendung irgendeiner anderen geeigneten Sprache oder Syntax. Die standardisierte Abfrage kann eine Syntax verwenden, die von einigen Datenquellen 702a–702f ausgeführt werden kann, um Daten abzurufen (wie beispielsweise SQL), oder die standardisierte Abfrage kann eine Syntax verwenden, die nicht direkt durch die Datenquellen 702a–702f ausgeführt werden kann, um Daten abzurufen (wie beispielsweise die in 6C veranschaulichte beispielhafte Abfrage). Die standardisierte Abfrage kann die abzurufenden Daten (z. B. Zeitrahmen und Parameter der Daten), die Datenquellen 702, von denen die Daten abgerufen werden sollen (z. B. Datenquellen 702a–702f oder Datenbereitstellungseinheiten 704a–704d), und/oder das Format vorgeben, in dem die Daten bereitzustellen sind. Wird die standardisierte Abfrage 709 am Abfrageblock 708 empfangen, kann sie anschließend nach dem Auftreten eines auslösenden Ereignisses an den Abfrageausführungsdienst 706 gesendet werden, wie beispielsweise die Auswahl des Benutzers einer Option zum Ausführen der Abfrage oder eine Anfrage nach den Abfragedaten durch ein anderes Objekt, eine andere Routine, einen anderen Block, einen anderen Prozess, einen anderen Dienst oder eine andere Funktion innerhalb des Analysedienstes 500.
  • Im Anschluss an den Empfang der standardisierten Abfrage 709 kann der Abfrageausführungsdienst 706 (oder die Datenbereitstellungseinheit 704) eine oder mehrere Datenquellen 702 bestimmen, von denen die Daten abgerufen werden sollen (Block 744). Bei einigen Ausführungsformen kann die Bestimmung das Empfangen oder Erkennen einer Vorgabe hinsichtlich einer oder mehrerer Datenquellen 702 umfassen. Die Vorgabe kann für jede Dateneigenschaft spezifisch sein (z. B. Prozessvariable oder Spalte) oder kann für die gesamte Abfrage allgemein gehalten sein. Eine solche Vorgabe oder solche Vorgaben können als Objekte oder Markierungen in der standardisierten Abfrage 709 enthalten oder durch eine zusätzliche Eigenschaft des Abfrageblocks 708 vorgegeben sein. Beispielsweise kann eine Vorgabe hinsichtlich der Datenquelle 702 für eine Datenspalte oder einen Datentyp dem Objekt oder der Markierung vorangestellt werden, welches/welche die Datenspalte oder den Datentyp vorgibt. Alternativ kann der Abfrageblock 708 oder die Datenbereitstellungseinheit 704 anderweitig mit einer oder mehreren Datenquellen 702 assoziiert sein. Diese Assoziierung kann dadurch herbeigeführt werden, dass eine Vorgabe hinsichtlich einer oder mehrerer Datenquellen 702 getrennt von der standardisierten Abfrage 709 empfangen wird. Beispielsweise kann der Abfrageblock 708 über eine Datenquelleneigenschaft mit einer oder mehreren Datenquellen 702 (oder mit einer oder mehreren Datenbereitstellungseinheiten 704) assoziiert sein, wenn der Abfrageblock 708 durch das Empfangen einer Auswahl der Datenquellen 702 (oder Datenbereitstellungseinheiten 704) erstellt wird. Gleichermaßen kann eine Datenbereitstellungseinheit 704a–704d mit einer oder mehreren Datenquellen 702a–702d assoziiert sein, wenn die Datenbereitstellungseinheit 704a–704d konfiguriert ist, entweder inhärent oder durch Assoziierungen, die während der Konfiguration erstellt wurden.
  • Unter Anwendung der Informationen hinsichtlich der einen oder mehreren Datenquellen und der standardisierten Abfrage 709 werden datenquellenspezifische Abfragen erzeugt, um Daten von der einen oder den mehreren Datenquellen 702 (Block 746) abzurufen. Die datenquellenspezifischen Abfragen können durch den Abfrageausführungsdienst 706 erstellt und an jede Datenquelle 702a–702f gesendet werden, die abgefragt werden soll (direkt oder über eine Datenquellenbereitstellungseinheit 704a–704d), basierend auf den Datenquellen, welche bei Block 744 vorgegeben wurden. Alternativ kann der Abfrageausführungsdienst 706 die standardisierte Abfrage 709, die von jeder der einen oder mehreren Datenbereitstellungseinheiten 704a–704d, welche mit den Datenquellen 702a–702d assoziiert sind, von denen die Daten abgerufen werden sollen, in eine datenquellenspezifische Abfrage umgewandelt werden soll, auf der Grundlage der bei Block 744 vorgegebenen Datenquellen erstellen. Beispielsweise kann der Abfrageausführungsdienst 706 einen oder mehrere Arbeitsprozesse 508 dazu veranlassen, die standardisierte Abfrage 709 als Datenbereitstellungseinheiten 704 umzuwandeln. Ungeachtet ob der Abfrageausführungsdienst 706 oder die Datenbereitstellungseinheiten 704 die datenquellenspezifische Abfrage aus der standardisierten Abfrage 709 erzeugt, muss die datenquellenspezifische Abfrage ein datenquellenspezifisches Format verwenden, welches durch eine Datenbereitstellungseinheit 704 oder eine Datenquelle 702 ausgeführt werden kann, um die in der Datenquelle 702 gespeicherten Daten abzurufen. Bei dem datenquellenspezifischen Abfrageformat kann es sich um ein beliebiges bekanntes oder hiernach entwickeltes Format oder eine beliebige bekannte oder hiernach entwickelte Syntax zum Abrufen oder anderweitigen Zugreifen auf Daten handeln, die in einer elektronischen Datenquelle gespeichert sind, wie beispielsweise SQL, MongoDB, CouchDB usw.
  • Das Erzeugen der datenquellenspezifischen Abfrage kann das Erkennen von Abfrageparametern in der standardisierten Abfrage 709 umfassen. Die Abfrageparameter können Parameter umfassen, die mit einem Zeitrahmen oder anderen Eigenschaften der Daten assoziiert sind, wie beispielsweise der durch das Datenfeld „timeSelector“ vorgegebene Zeitrahmen, die durch das Objekt „sampleRateSecs“ vorgegebene Abtastrate und die durch das Datenfeld „columns“ vorgegebenen Datenparameter (insbesondere die „tag“-Objekte) in der vorstehend erörterten beispielhaften standardisierten Abfrage. Diese Abfrageparameter können Hinweise auf Prozessvariablen umfassen, die mit Typen von Messungen, Typen von Messgeräten oder konkreten Messgeräten assoziiert sind (wie beispielsweise die Feldgeräte 15–22 und 40–46). Ein oder mehrere Zeitrahmen können für jede abzufragende Datenquelle 702 vorgegeben sein, und unterschiedliche Datenquellen oder Daten mit unterschiedlichen Parametern (z. B. unterschiedliche Spalten, unterschiedliche Prozessvariablen usw.) innerhalb einer Datenquelle können unterschiedliche damit assoziierte Zeitrahmen aufweisen. Die bestimmten Abfrageparameter können durch den Abfrageausführungsdienst 706 oder die Datenbereitstellungseinheit 704 aus der standardisierten Abfrage 709 extrahiert und in Aspekte der datenquellenspezifischen Abfrage umgewandelt werden. Die erzeugte datenquellenspezifische Abfrage umfasst dementsprechend eine Abfragesprache, welche die wesentlichen Parameter darstellt, die in der standardisierten Abfrage 709 vorgegeben sind, wobei jedoch solche wesentlichen Parameter in der datenquellenspezifischen Abfrage im datenquellenspezifischen Abfrageformat enthalten sind.
  • Bei Ausführungsformen. bei denen ein oder mehrere Zeitrahmen und Abtastraten vorgegeben wurden, kann die datenquellenspezifische Abfrage erzeugt werden, um zu vorgegebenen Zeitpunkten innerhalb des Zeitraums, der durch jeden Zeitrahmen vorgegeben ist, Daten bereitzustellen, die mit einer Vielzahl von Datenpunkten assoziiert sind. Jeder Datenpunkt kann einen Zeitstempel aufweisen, der eine vorgegebene Zeit anzeigt, die mit dem Datenpunkt assoziiert ist, wobei es sich um ein ganzzahliges Vielfaches des Zeitraums der Abtastrate zur oder im Anschluss an die Startzeit handelt, die mit dem Zeitrahmen assoziiert ist, und dies zur oder vor der Endzeit erfolgt, die mit dem Zeitrahmen assoziiert ist. Mehrere Zeitrahmen können durch die standardisierte Abfrage vorgegeben werden, siehe auch 6C. In solchen Fällen kann die datenquellenspezifische Abfrage erzeugt werden, um Daten bei Datenpunkten abzurufen, die über einen Zeitstempel verfügen, welcher der Abtastrate oder den Abtastraten innerhalb jedes der mehreren Zeitrahmen entspricht. In einigen solchen Fällen können separate datenquellenspezifische Abfragen für einige oder alle der mehreren Zeitrahmen erzeugt werden. Wenn ein oder mehrere Zeitrahmen ohne eine Abtastrate vorgegeben ist/sind, kann die Vielzahl an Datenpunkten mit Zeitstempel abgerufen werden, wobei die Zeitstempel jeden beliebigen Wert innerhalb des Zeitrahmens annehmen können. Dementsprechend zeigt der Zeitstempel Zeitpunkte an, an denen jeder Datenpunkt gemessen wurde (oder an denen die zugrundeliegenden Prozesswerte gemessen wurden).
  • Der Abfrageausführungsdienst 706 oder die Datenbereitstellungseinheit 704 können anschließend die Ausführung der einen oder mehreren datenquellenspezifischen Abfragen veranlassen, um die bestimmten Datenquellen 702 abzufragen (Block 748). Dies kann die Übertragung der datenquellenspezifischen Abfrage vom Abfrageausführungsdienst 706 an eine oder mehrere Datenbereitstellungseinheiten 707a–704d und/oder an eine oder mehrere Datenquellen 702a–702f umfassen. Gleichermaßen können die Datenbereitstellungseinheiten 704 bei einigen Ausführungsformen die datenquellenspezifische Abfrage an die Datenquellen übertragen, um die angeforderten Daten abzurufen. Bei weiteren Ausführungsformen kann die datenquellenspezifische Abfrage durch eine Ausführungsengine der empfangenen Datenquelle 702 ausgeführt werden. Bei anderen Ausführungsformen können die Datenbereitstellungseinheiten 704 eine oder mehrere der datenquellenspezifischen Abfragen dadurch ausführen, dass sie auf die in den Datenquellen 702 gespeicherten Daten zugreifen und diese manipulieren. Die nach der Ausführung der einen oder mehreren datenquellenspezifischen Abfragen von der einen oder den mehreren Datenquellen zurückgegebenen Daten können anschließend an eine Datenempfangseinheit gesendet oder von einer Datenempfangseinheit empfangen werden, einschließlich der Datenbereitstellungseinheit 704, des Abfrageausführungsdienstes 706 oder des Abfrageblocks 708. Dementsprechend erhält die Datenempfangseinheit die angefragten Daten von der einen oder den mehreren Datenquellen 702 (Block 750).
  • Bei Ausführungsformen, bei denen eine Abtastrate vorgegeben ist, kann das Abrufen der Daten die Sicherstellung umfassen, dass die Daten Datenpunkte mit Zeitstempeln umfassen, die mit jedem der Abtastpunkte übereinstimmen, die durch den Zeitrahmen und die Abtastrate vorgegeben sind. Dies kann für jeden Zeitrahmen und für jede Abtastrate erfolgen. Wie vorstehend erwähnt, entsprechen diese Abtastpunkte ganzzahligen Vielfachen des Zeitraumes der Abtastrate zur oder im Anschluss an die Startzeit des Zeitrahmens und erfolgen diese zur oder vor der Endzeit des Zeitrahmens. Wenn die in der Datenquelle 702 gespeicherten Datenpunkte keinen Datenpunkt für einen oder mehrere der mit den Abtastpunkten assoziierten Zeitpunkte umfassen, können zusätzliche Datenpunkte mit Zeitstempeln hinzugefügt werden, die den Abtastpunkten entsprechen. Den zusätzlichen Datenpunkten können Werte zugeordnet werden, die mit Werten der Dateneinträge in der Datenquelle 702 assoziiert sind, die zeitlich am nächsten vor dem Zeitstempel liegen. Beispielsweise kann eine Datenquelle 702 Datenpunkte für die Zeitpunkte 7:01:5500 (mit dem Wert V1), 7:02:0500 (mit dem Wert V2) und 7:02:5500 (mit dem Wert V3) umfassen, aber der in der standardisierten Abfrage vorgegebene Zeitrahmen kann 7:02:0000 (Startzeit) bis 7:03:0000 (Endzeit) lauten, und der Zeitraum der Abtastrate kann 0:00:5000 (entsprechend einer Abtastrate von einer Probe pro halber Sekunde) sein. In einem solchen Beispiel weisen die abgerufenen Datenpunkte Zeitstempel von 7:02:0000, 7:02:5000 bzw. 7:03:0000 auf, welche die Werte V1, V2 bzw. V3 aufweisen. Dementsprechend wird der aktuellste vorherige Wert V2 (gemessen bei 7:02:0500) für den Datenpunkt mit dem Zeitstempel 7:02:5000 verwendet, selbst wenn ein anderer Wert (V3 zum Zeitpunkt 7:02:5500) zeitlich näher dran ist, aber nach dem Zeitstempel liegt. Zusätzlich können überschüssige Datenpunkte, die zu Zeitpunkten zwischen den gewünschten Abtastzeiten auftreten, aus den abgerufenen Daten entfernt oder gelöscht werden. Dementsprechend hat jeder Datenpunkt in den abgerufenen Daten (im Anschluss an solche Anpassungen oder Harmonisierungen) einen Zeitstempel, der mit einem ganzzahligen Vielfachen des Zeitraums der Abtastrate zur oder im Anschluss an die Startzeit innerhalb jedes Zeitrahmens assoziiert ist, der durch die standardisierte Abfrage vorgegeben wird. Andere Mittel zum Harmonisieren von Datenpunkten innerhalb der abgerufenen Daten können gleichermaßen Anwendung finden.
  • Werden in ein und derselben standardisierten Abfrage mehrere Datenquellen 702 vorgegeben, kann jede der Datenquellen 702 Datenpunkte mit unterschiedlichen Zeitstempeln aufweisen und können die mit solchen Zeitstempeln assoziierten Messungen bei anderen Abtastraten erfolgt sein. Beispielsweise können eine erste Datenquelle 702a und eine zweite Datenquelle 702d in der standardisierten Abfrage vorgegeben sein. Bei der Datenquelle 702a kann es sich um eine erste Datenquelle handeln, die Datenpunkte mit einer ersten Abtastrate speichert (z. B. eine Messung pro Sekunde), und bei der Datenquelle 702d kann es sich um eine zweite Datenquelle handeln, die Datenpunkte mit einer zweiten Abtastrate speichert (z. B. vier Messungen pro Sekunde). Die erhaltenen Daten können entsprechend der in der standardisierten Abfrage vorgegebenen Parameter harmonisiert werden, indem Datenpunkte zu Zeitpunkten hinzugefügt oder entfernt werden, bei denen es sich um ganzzahlige Vielfache des Zeitraumes der Abtastrate handelt, die durch die standardisierte Abfrage vorgegeben wurde, siehe vorstehende Erörterung.
  • Wenn die Datenempfangseinheit die Daten von der einen oder den mehreren Datenquellen 702 abruft, kann die Datenempfangseinheit ferner die Daten entsprechend Formatierungsparametern oder Vorgaben formatieren, die mit der standardisierten Abfrage 709 (Block 752) assoziiert sind. Solche Formatierungsparameter oder Vorgaben können in der standardisierten Abfrage 709 enthalten sein, mit dem standardisierten Abfrageformat assoziiert sein oder können in einer separaten Eigenschaft des Abfrageblocks 708 vorgegeben sein. Bei einigen Ausführungsformen kann dies ferner das Erzeugen eines Datenrahmens aus den abgerufenen Daten dadurch umfassen, dass das Format der abgerufenen Daten so angepasst wird, dass es dem gewünschten Format entspricht. Wenn eine Vielzahl von Datenquellen 702 abgefragt wurde, kann das Erzeugen des Datenrahmens ferner das Kombinieren der von jeder der Vielzahl von Datenquellen 702 abgerufenen Daten umfassen, um einen Gesamtdatenrahmen zu erzeugen. Wenn beispielsweise ein erster Datensatz von einer ersten Datenquelle 702a und ein zweiter Datensatz von einer zweiten Datenquelle 702d abgerufen werden, kann ein Gesamtdatenrahmen erzeugt werden, in dem der erste und der zweite Datensatz miteinander kombiniert werden.
  • Das Verfahren 760 kann mit dem Empfang einer standardisierten Abfrage 709 von einer Datenabfrageeinheit (Block 762) beginnen. Eine Datenabfrageeinheit, wie beispielsweise der Abfrageblock 708 oder der Abfrageausführungsdienst 706, kann Daten von einer oder mehreren Datenquellen 702 dadurch anfordern, dass eine standardisierte Abfrage 709 an eine Datenbereitstellungseinheit 704 gesendet wird. Die Datenbereitstellungseinheit 704 kann mit einer oder mehreren Datenquellen 702 assoziiert oder so konfiguriert sein, dass sie Daten von verschiedenen Datenquellen 702 über eine Netzwerkverbindung abruft. Alternativ kann die Datenabfrageeinheit die standardisierte Abfrage 709 von einem anderen Datenblock, einer anderen Softwareroutine, einem anderen Prozess oder einem anderen Dienst im Datenanalysesystem 100 empfangen. Zusätzlich kann eine Datenempfangseinheit (bei der es sich gleichermaßen um den Abfrageblock 708, den Abfrageausführungsdienst 706, einen Arbeitsprozess 508, Datendienste 520, die Anwendung 514, einen Programmspeicher, oder einen beliebigen anderen Dienst, eine beliebige andere Routine, einen beliebigen anderen Prozess oder eine beliebige andere Vorrichtung handeln kann, die/der die mit der Prozessanlage 5 assoziierten Daten weiter analysieren, darstellen oder speichern kann) durch die standardisierte Abfrage 709 oder anderweitig vorgegeben werden. Bei einer solchen Datenempfangseinheit kann es sich um die selbe Einheit handeln wie die Datenabfrageeinheit in einigen Fällen, oder die Datenabfrageeinheit kann separat von der Datenempfangseinheit vorliegen. Zum Zwecke der Übersichtlichkeit erfolgt die folgende Erörterung des beispielhaften Verfahrens 760 unter der Annahme, dass die Datenbereitstellungseinheit 704a eine standardisierte Abfrage 709 vom Abfrageausführungsdienst 706 als Datenabfrageeinheit und Datenempfangseinheit empfängt, wobei die standardisierte Abfrage 709 Daten von der Datenquelle 702a abfragt. Dies erfolgt zur besseren Veranschaulichung der Hauptmerkmale des Verfahrens und soll den Geltungsbereich der Offenlegung nicht einschränken. Der Fachmann wird verstehen, dass zahlreiche alternative Konfigurationen mit lediglich geringfügigen und gewöhnlichen Anpassungen des hierin erörterten Verfahrens einfach hergestellt werden können.
  • Wenn die standardisierte Abfrage an der Datenbereitstellungseinheit 704a empfangen wird, extrahiert die Datenbereitstellungseinheit 704a Abfrageparameter aus der standardisierten Abfrage 709 (Block 764). Die Abfrageparameter können mit der Zeit (z. B. ein Zeitrahmen, in dem die Daten abgerufen werden, eine Abtastrate usw.), mit Datentypen oder Dateneigenschaften (z. B. Prozessvariablen, Spalten in einer Tabelle, Messungen, berechnete Werte aus Messungen usw.) oder mit der Datenquelle 702a, von der die Daten abgerufen werden sollen (z. B. eine Vorgabe hinsichtlich einer Datenbank, eines Pfades zu dieser oder einer Tabelle in dieser), assoziierte Parameter umfassen. Das Extrahieren der Abfrageparameter kann das Bestimmen eines oder mehrerer Parameter auf der Grundlage von Objekten, Datenfeldern oder Elementen in der standardisierten Abfrage 709 umfassen. Bei einigen Ausführungsformen kann die Datenbereitstellungseinheit 704a ferner Parameter extrahieren, die vorgeben, wie die Daten an den Abfrageausführungsdienst 706 zurückgegeben werden sollen (d.h. Formatierung, Struktur, Timing oder Protokoll, das zu verwenden ist, wenn die angefragten Daten der Datenabfrageeinheit zur Verfügung gestellt werden). Die Datenbereitstellungseinheit 704a kann die extrahierten Abfrageparameter in einem flüchtigen oder nichtflüchtigen Speicher abspeichern, um diese beim Erzeugen einer oder mehrerer datenquellenspezifischer Abfragen und/oder dem Formatieren der abgerufenen Daten, die der Datenabfrageeinheit zur Verfügung gestellt werden sollen, zu verwenden.
  • Die Datenbereitstellungseinheit 704a kann anschließend eine datenquellenspezifische Abfrage auf der Grundlage der extrahierten Abfrageparameter (Block 766) erzeugen, wobei die datenquellenspezifische Abfrage ein datenquellenspezifisches Abfrageformat verwendet, welches mit der Datenquelle 702a assoziiert ist. Beispielsweise kann es sich bei der Datenquelle 702a um eine nicht-relationale Datenbank handeln, die eine MongoDB-Datenstruktur oder ein MonoDB-Datenformat verwendet, wobei die Datenbereitstellungseinheit 704a in diesem Fall eine datenquellenspezifische Abfrage unter Verwendung der Abfragesyntax von MongoDB erzeugt, um die durch die Abfrageparameter vorgegebenen Daten abzurufen, die aus der standardisierten Abfrage 709 extrahiert wurden. In einem alternativen Beispiel kann es sich bei der Datenquelle 702a um eine relationale Datenbank handeln, die MySQL verwendet, wobei die Datenbereitstellungseinheit 704a in diesem Fall eine datenquellenspezifische Abfrage unter Verwendung einer SQL-Abfragesyntax erzeugt, um die durch die Abfrageparameter vorgegebenen Daten abzurufen, die aus der standardisierten Abfrage 709 extrahiert wurden. Zum Erzeugen der datenquellenspezifischen Abfrage kann die Datenbereitstellungseinheit 704a eine Zuordnung zwischen dem standardisierten Abfrageformat und dem datenquellenspezifischen Abfrageformat anwenden. Eine solche Zuordnung kann Anpassungen hinsichtlich der Syntax oder des Formates umfassen, durch die die in der standardisierten Abfrage 709 ausgedrückten Abfrageparameter in im Wesentlichen äquivalente Parameter im datenquellenspezifischen Abfrageformat umgewandelt werden. Bei einigen Ausführungsformen können das Extrahieren der Abfrageparameter und das Erzeugen der datenquellenspezifischen Abfrage miteinander kombiniert werden, so dass die Datenbereitstellungseinheit 704a die durch die standardisierte Abfrage vorgegebenen Abfrageparameter direkt Parametern oder Elementen der datenquellenspezifischen Abfrage zuordnet. Wie vorstehend erörtert, kann die datenquellenspezifischen Abfrage so erzeugt werden, dass sie Datenpunkte mit Zeitstempeln zurückgibt, die ganzzahligen Vielfachen des Zeitraums der Abtastrate zur oder im Anschluss an die Startzeit innerhalb jedes Zeitrahmens entsprechen, der durch die standardisierte Abfrage 709 vorgegeben ist.
  • Sobald die datenquellenspezifische Abfrage erzeugt wurde, kann die Datenbereitstellungseinheit 704a die datenquellenspezifische Abfrage ausführen, um die angefragten Daten von der Datenquelle 702a abzurufen (Block 768). Bei einigen Ausführungsformen kann die Datenbereitstellungseinheit 704a eine Anfrage hinsichtlich der Ausführung der datenquellenspezifischen Abfrage an die Datenquelle 702a senden und kann die Datenquelle 702a die datenquellenspezifische Abfrage ausführen und die entsprechenden Daten an die Datenbereitstellungseinheit 704a zurückgeben. Alternativ kann die Datenbereitstellungseinheit 704a als eine Schnittstelle oder Ausführungsengine für die Datenquelle 702a fungieren, wobei die Datenbereitstellungseinheit 704a in diesem Fall die datenquellenspezifische Abfrage entsprechend der Regeln des datenquellenspezifischen Abfrageformates ausführen kann, um auf die in der Datenquelle 702a gespeicherten Daten zuzugreifen, diese zu analysieren und diese auszuwählen. Unabhängig davon, ob die datenquellenspezifische Abfrage durch die Datenbereitstellungseinheit 704a oder die Datenquelle 702a ausgeführt wird, werden die durch die Ausführung der datenquellenspezifischen Abfrage erhaltenen Daten durch die Datenbereitstellungseinheit 704a abgerufen.
  • Bei einigen Ausführungsformen kann die Datenbereitstellungseinheit 704a die durch die Ausführung der Abfrage abgerufenen Daten auf der Grundlage der standardisierten Abfrage 709 formatieren (Block 770). Die Datenbereitstellungseinheit 704a kann die abgerufenen Daten dementsprechend so verarbeiten, dass die abgerufenen Daten so formatiert sind, dass sie den Anforderungen an die Daten entsprechen, die in der standardisierten Abfrage 709 enthalten sind. Dies kann das Erzeugen eines Datenrahmens für die abgerufenen Daten umfassen, der die abgerufenen Daten in einem Format enthält, welches durch den Abfrageausführungsdienst 706 einfach verwendet werden kann, einschließlich der Anwendung von Datenformatregeln und alternativen Datenbezeichnungen auf die abgerufenen Daten. Beispielsweise kann die standardisierte Abfrage 709 vorgeben, dass die Daten unter Verwendung einer JSON-Datei in einem Dokument bereitgestellt werden. Gleichermaßen kann die standardisierte Abfrage vorgeben, dass die Daten in einem tabellarischen Format an die Datenabfrageeinheit zurückgegeben werden oder dass die Datenwerte als Fließkommaziffern mit drei Nachkommastellen zu formatieren sind. Wenngleich diese Formatierungsanforderungen in der standardisierten Abfrage 709 enthalten sein können, können einige oder alle der Formatierungsanforderungen durch das standardisierte Abfrageformat (oder eine Version davon) vorgegeben werden. So werden die standardisierten Abfragen, die das standardisierte Abfrageformat (oder eine Version davon) verwenden, die Daten immer in einem konsistenten Format zurückgeben. Wie vorstehend erörtert, kann das Formatieren der abgerufenen Daten das Anpassen oder Harmonisieren der Zeitpunkte der Datenpunkte umfassen, so dass diese Zeitstempel aufweisen, die ganzzahligen Vielfachen des Zeitraums der Abtastrate zur oder im Anschluss an die Startzeit in jedem Zeitrahmen entsprechen, der durch die standardisierte Abfrage 709 vorgegeben ist. Dies kann ferner das Hinzufügen von Datenpunkten mit entsprechenden Zeitstempeln oder das Entfernen überschüssiger Datenpunkte umfassen, die an Zeitpunkten auftreten, die zwischen den gewünschten Abtastzeiten liegen.
  • Sobald die abgerufenen Daten formatiert wurden, liefert die Datenbereitstellungseinheit 704a die formatierten Daten an die Datenempfangseinheit (Block 772). Die Datenbereitstellungseinheit 704a kann zur weiteren Analyse einen Datenrahmen im geforderten Format oder in einem beliebigen bekannten Format an den Abfrageausführungsdienst 706 übertragen. Bei weiteren Ausführungsformen kann die gesamte oder ein Teil der Formatierung der abgerufenen Daten anstelle dessen durch den Abfrageausführungsdienst 706 durchgeführt werden, nachdem die Datenbereitstellungseinheit 704a die unformatierten oder teilweise formatierten Daten, die durch die Ausführung der datenquellenspezifischen Abfrage erhalten wurden, an den Abfrageausführungsdienst 706 gesendet hat. Wenn die Daten von der Datenabfrageeinheit empfangen und formatiert wurden, können die formatierten Daten im Rahmen der Prozessanlagensteuerung oder Analyse verwendet werden, wie anderswo hierin erörtert. Bei einigen Ausführungsformen kann der Abfrageausführungsdienst 706 den Datenrahmen ferner einer anderen Datenempfangseinheit zur Verfügung stellen, wie beispielsweise dem Abfrageblock 708 oder einem Arbeitsprozess 508.
  • Im Allgemeinen können alle Teile der Datenquellen 702a–f, der Datenquellenbereitstellungseinheiten 704a–d und des Abfrageblocks 708, sowie die Abfragesprache, die verwendet wird, um die Daten von den unterschiedlich formatierten Datenquellen 702a–f zu erhalten, in Verbindung mit allen Teilen der 1, 2, 3, 4A–4Q und/oder 5A–5G und/oder mit einer beliebigen Anzahl an Merkmalen und/oder Techniken arbeiten, die in den Abschnitten der vorliegenden Offenlegung beschrieben werden, die den 1, 2, 3, 4A–4Q und/oder 5A–5G entsprechen.
  • FREQUENZANALYSETECHNIK FÜR EINE FRÜHZEITIGE FEHLERERKENNUNG
  • Eine neue Datenanalysetechnik oder -funktion (z. B. die, die vom verteilen Industrieprozessleistungsüberwachungs-/-analysesystem oder DAS 100 bereitgestellt werden kann) ist eine Frequenzanalysetechnik oder -funktion zur frühzeitigen Fehlererkennung in Prozesssteuerungssystemen oder Prozessanlagen, wie beispielsweise die Prozessanlage 5. Die neue Frequenzanalysetechnik oder -funktion wird hierin als eine „rollende schnelle Fourier-Transformation“ oder „rollende FFT“ bezeichnet und kann in Verbindung mit jedem der Systeme, jeder der Architekturen, jedem der Verfahren und jeder der Techniken verwendet werden, die hierin beschrieben werden. Beispielsweise kann eine Datenblockdefinition für die rollende FFT in der Datenblockdefinitionsbibliothek 252 gespeichert und Benutzern zugänglich gemacht werden, um in Datenmodulen verwendet zu werden, die Offline und/oder Online ausgeführt werden. Zusätzlich oder alternativ können eine oder mehrere verteilte Datenengines 102x eine rollende FFT an Daten ausführen, die an dem einen oder den mehreren DDE 102x abgerufen wurden. Eine rollende FFT ist jedoch nicht darauf beschränkt, nur in Verbindung mit den hierin beschriebenen Systemen, Architekturen, Verfahren und Techniken verwendet zu werden, und kann in Verbindung mit einem beliebigen System, einer beliebigen Architektur, einem beliebigen Verfahren und/oder einer beliebigen Technik verwendet werden, das/die Zeitreihendaten erzeugt. Wie unten veranschaulicht, handelt es sich bei der Analysetechnik oder -funktion der rollenden FFT um eine Kombination aus beschreibenden und vorhersagenden Analysen.
  • Grundsätzlich können Auffälligkeiten, Fehler, Leistungsabfälle und/oder andere unerwünschte oder ungewollte Zustände in einem Prozessleitsystem oder einer Anlage verhindert werden (oder deren Auswirkungen minimiert werden), wenn Prozessdaten mit Leitindikatoren zum zukünftigen Verhalten der verfahrenstechnischen Anlage erkannt werden können, vorzugsweise in einem Zeitrahmen, der vorbeugende oder abschwächende Maßnahmen zulässt. Zu diesen Prozessdaten gehören unter anderem Messdaten, beispielsweise des Drucks, der Temperaturen und Fließraten von Stoffen, die durch die Anlage fließen, sowie vergleichbare Informationen zu Ausrüstungsgegenständen. Zu diesen Prozessdaten können des Weiteren die chemische Zusammensetzung von Massenströmen und der An-/Aus-Zustand von Geräten gehören. Im Allgemeinen kann eine rollende FFT auf alle Online-und Offline-Zeitreihendaten angewendet werden, die als Ergebnis der Steuerung eines Prozesses innerhalb einer verfahrenstechnischen Anlage generiert und auf geeignete Weise erfasst werden, beispielsweise durch Abtastung, Empfang eines Datenstroms, Auslesen einer Datenbank, Datendatei, Datenquelle (z.B. Seeq) oder Historians, Datenabruf usw.
  • Ein Verfahren zur Bestimmung von Leitindikatoren in einer verfahrenstechnischen Anlage beinhaltet die Verhaltensanalyse der Prozessdaten über einen bestimmten Zeitraum. Das Verhalten kann sich aus verschiedenen Gründen ändern, in einigen Fällen kann die Änderung mit Prozessstörungen im Zusammenhang stehen, die zu Auffälligkeiten, Fehlern, Leistungsabfällen und/oder anderen Zuständen führen können und die als solche als Leitindikatoren für den entsprechenden Zustand betrachtet werden können. Das in diesem Dokument beschriebene rollende FFT-Verfahren wandelt einen ersten Satz von Zeitreihendaten entsprechend den Leitindikatoren in einen Frequenzbereich um und generiert in der Folge einen zweiten Satz an Zeitreihendaten basierend auf den Frequenzbereichsdaten, die dann überwacht und dazu genutzt werden können, das Auftreten der Auffälligkeit, des Fehlers, des Leistungsabfalls und/oder den Zuständen der verfahrenstechnischen Anlage zu prognostizieren.
  • Üblicherweise können Prozessdaten von einer verfahrenstechnischen Anlage erhoben, erhalten oder anderweitig erfasst werden, um sie als Eingabe in einem Frequenzanalyseverfahren zu verwenden. Dazu können alle Daten im Zusammenhang mit den vorhandenen Prozesssignalen in der verfahrenstechnischen Anlage verwendet werden, beispielsweise Temperatur, Ströme, Druck, Zusammensetzungen und/oder andere kontinuierliche Signale, die als Ergebnis des Betriebs der verfahrenstechnischen Anlage zur Steuerung eines Prozesses generiert werden. Üblicherweise wird eine FFT an den erfassten Prozessdaten durchgeführt, um Amplituden von wichtigen, darin enthaltenen Frequenzen durch Verwendung eines festen Fensters (z.B. spezifische Anzahl von Datenpunkten) zu identifizieren, üblicherweise basierend auf einer Zweierpotenz (z.B. 210 = 1024). Moderne Berechnungsverfahren ermöglichen eine nutzerdefinierte Länge des Datenfensters, die Länge wird jedoch häufig durch die verfügbare Computerspeicherkapazität begrenzt. Die Anzahl von Abtastungen und die Abtastrate in einer FFT müssen des Weiteren das Nyquist-Kriterium von mindestens zwei Abtastungen pro schnellster, relevanter Frequenz erfüllen. Des Weiteren sollte die konventionelle FFT an mehreren Zyklen des periodischen Verhaltens des gewünschten Datensignals agieren.
  • Bei vielen konventionellen Anwendungen der FFT, die auf Prozessdaten angewendet werden, wird jedoch davon ausgegangen, dass sich das relevante Signal nicht im Laufe der Zeit ändert. Die rollende FFT wird von dieser Annahme jedoch nicht eingeschränkt. Die "rollende" FFT bietet den Vorteil, die Änderungen des Signals über einen bestimmten Zeitraum zu erfassen, um zu bestimmen, wann diese Änderungen am Signal im entsprechenden Zeitraum auftreten. Die rollende FFT beinhaltet im Speziellen die Anwendung einer FFT auf ein Fenster von Daten, die durch ein relevantes Signal oder eine relevante Variable (beispielsweise eine Messung, ein erfasster Wert oder ein anderes als Ergebnis der verfahrenstechnischen Anlage generiertes Signal) generiert wurden, und zeichnet die Frequenzamplituden (z.B. Spitzenamplituden) für dieses Fenster auf. Das Fenster wird dann zeitlich um eine Abtastung nach vorn verschoben, dann wird die FFT erneut durchgeführt und die Ergebnisse aufgezeichnet oder gespeichert. Dieser Vorgang wird bis zum Ende der Zeitreihendaten wiederholt. Da die FFT für jede Abtastzeit im Datensatz durchgeführt wird (in einigen Fällen mit Ausnahme der ersten n – 1 Abtastungen, wobei n für die Anzahl von Abtastungen im Fenster steht), werden ein oder mehrere Zeitreihendatensätze, inklusive der Amplituden (z.B. Spitzenamplituden), von einer oder mehreren relevanten Frequenzen erstellt oder generiert. Jede relevante Frequenz kann auf eine entsprechende neue Prozessvariable der verfahrenstechnischen Anlage reagieren, die die entsprechenden Zeitreihendaten entsprechend der Amplituden (z.B. Spitzenamplituden) der relevanten Frequenz generieren. Die von jeder neuen Prozessvariablen generierten Zeitreihendaten können gespeichert, überwacht und/oder analysiert werden, um mögliche Auffälligkeiten, Fehler oder andere Zustände der verfahrenstechnischen Anlage zu prognostizieren.
  • Daher kann für ein relevantes Signals oder eine relevante Variable eine oder mehrere neue Prozessvariablen entsprechend der prognostizierten, unerwünschten Zustände der verfahrenstechnischen Anlage erstellt, generiert und innerhalb der verfahrenstechnischen Anlage verwendet werden. Für ein relevantes Signal oder eine relevante Variable kommen individuelle Signale oder Messpunkte und die Kombination (z.B. eine Summe oder andere Kombination) der Signale oder Messwerte der individuellen Signale/Punkte in Frage. Eine relevante Variable kann von Nutzer definiert werden oder automatisch von einem Datenblock, Datenmodul und/oder einer Datenanalysefunktion festgelegt werden.
  • Wie oben bereits aufgeführt beinhaltet der Prozess zur Festlegung eines Satzes neuer Zeitreihendatensätze die Umwandlung des relevanten Signals oder der relevanten Variablen von einem Zeitbereich in einen Frequenzbereich, die Erfassung der Frequenzbereichsdaten und die Umwandlung der erfassten Frequenzbereichsdaten zur Bestimmung der Zeitreihendaten entsprechend der neuen Prozessvariablen. Die Umwandlung oder Rückwandlung in den Zeitbereich spielt dabei eine wichtige Rolle, da es die Kontrolle der neuen Zeitreihendatensätze gemeinsam mit dem ursprünglichen Prozessdatensignal und/oder anderen Zeitreihenprozessdaten ermöglicht. Die neuen Zeitreihendaten können dann durch Verwendung der gleichen Analyseverfahren (z.B. statistische Analyse, Hauptkomponentenanalyse, Standardabweichungen usw.) ausgewertet werden, die für die Nutzung an den durch die ursprünglichen relevanten Signale oder Variablen und/oder Prozessdaten zur Verfügung stehen. Darüber hinaus ist in einigen Fällen die Analyse gemeinsam mit den ursprünglichen Prozessdaten und/oder anderen Prozessdaten möglich. Sowohl die neuen Zeitreihendaten als auch die ursprünglichen/anderen Prozessdaten können beispielsweise als Eingabe einem Tranformers-Datenblock 521 zur Verfügung gestellt werden.
  • Als Beispiel für ein rollendes FFT-Analyseverfahren und seine Vorteile dient ein Beispielszenario, in dem die rollende FFT auf das Problem der Erkennung einer potentiellen Abfackelung in einer verfahrenstechnischen Anlage wie einer Raffinerie oder einem Chemiewerk angewendet wird. Im Allgemeinen verfügen einige verfahrenstechnische Anlagen über eine Fackelanlage, in der die überschüssigen Dämpfe aus den einzelnen Verarbeitungsschritten gesammelt und die gesammelten, überschüssigen Dämpfe verbrannt werden, um giftige Chemikalien vor der Einleitung ins Freie zu entfernen. Das Verbrennen der überschüssigen Dämpfe oder Gase wird allgemeine als "Abfackeln" oder ”Abfackelung" bezeichnet. In einigen Fällen wird das Fackelgas nicht verbrannt, sondern als Rohstoff oder Heizgas komprimiert. Ist die Kapazität des Fackelgasverdichters jedoch überschritten, findet eine Abfackelung statt, indem das überschüssige Gas durch einen Brenner geführt wird. Typischerweise wird die Anzahl und/oder Frequenz der Abfackelungen durch Umweltschutzbestimmungen und/oder andere Vorgaben reguliert. Während einige geplante Abfackelungen zulässig und notwendig sind, können die Betreiber verfahrenstechnischer Anlagen oder Unternehmen mit Strafen belegt werden, wenn ungeplante Abfackelungen zu häufig auftreten. Daher ist es für den Betreiber oder Bediener einer verfahrenstechnischen Anlage wünschenswert zu prognostizieren, dass eine ungeplante Abfackelung auftritt oder wahrscheinlich auftreten wird, basierend auf den aktuellen Betriebsbedingungen, wobei die Prognose mit genügten Vorlaufzeit stattfinden sollte, damit der Bediener Maßnahmen ergreifen kann, um die ungeplante Abfackelung zu verhindern.
  • Dieses Problem zu lösen ist schwierig, da moderne Raffinerien und Chemiewerke komplexe Anlagen mit vielen verknüpften Systemen sind (z.B. verbundene Systeme im zwei- oder sogar dreistelligen Bereich), wobei jedes System an sich schon als große verfahrenstechnische Anlage betrachtet werden kann. Die Systeme sind in der Regel an eine normale Fackelanlage angeschlossen. Da jedes dieser Systeme eine potentielle Quelle für die durch die Abfackelanlage zu behandelnden Dämpfe sein kann, ist es schwierig zu überwachen, welches System oder welche Systeme sich dem Zustand des Abfackelns nähern. Darüber hinaus ist es nach einer Abfackelung nicht direkt ersichtlich, welches System dafür verantwortlich ist.
  • Das in diesem Dokument beschriebene, rollende FFT-Verfahren kann genutzt werden, um dieser Situation Herr zu werden. zeigt beispielhafte, durch eine Raffinerie generierte Prozessdaten, auf die die rollende FFT angewendet wurde. Die beispielhaften Prozessdaten beinhalten eine Prozessströmungsmessung oder ein -signal 1100, die von einem System in der Abfackelanlage der Raffinerie während eines bestimmten Zeitintervalls erfasst wurden. Wie dargestellt ist das Prozessströmungssignal 1100 periodisch, wobei der Zeitabschnitt circa einen Tag umfasst (z.B. kann die Periodizität dem täglichen Heiz- und Kühlzyklus entsprechen). Zusätzlich beinhalten die beispielhaften Prozessdaten ein weiteres Signal 1102, welches den Abfackeldruck der Fackelanlage im gleichen Zeitrahmen wiedergibt. Beim Abfackeldruck handelt es sich um eine Messung der gesamten Dämpfe in der Fackelanlage und diese Messung kann beispielsweise von einem Sensor eines Verdichters oder anderen Gefäßes, in dem sich überschüssige Gase oder Dämpfe befinden, erfasst werden. Bitte beachten Sie, dass die Signaldaten 1100 und 1102 in zeitlich abgestimmt und so eingeteilt wurden, dass ihr Verhalten und ihre Beziehung über den Zeitrahmen leicht zu erkennen sind. In einer Ausführungsform erhalten ein oder mehrere Datenblöcke, Datenmodule und/oder ein oder mehrere DDE 102x die Signaldaten 1100 und 1102 und führen die zeitliche Abstimmung der beiden Signale 1100 und 1102 durch, so dass die Signale 1100 und 1102 in der zeitlich angepassten Form wie in dargestellt werden können.
  • zeigt die gleichen Signale 1100 und 1102 für einen anderen Zeitintervall, während dessen eine Abfackelung 1104 in Signal 1102 aufgetreten ist (z.B. ist der Abfackeldruck entsprechend des Signals 1102 angestiegen, hat den Grenzdruck überschritten und so die Abfackelung 1104 ausgelöst). Aus ist ersichtlich, dass sich das Verhalten des Prozessströmungssignals 1110 vor der Abfackelung 1104 verändert. Zum Beispiel ändert sich das periodische Verhalten des Prozessströmungssignals 1100 zwei bis drei Tage vor dem Eintreten der Abfackelung 1104. Die Identifizierung der Änderung des Prozessströmungssignals 1100 als Leitindikator für die Abfackelung 1104 kann beispielsweise durch Verwendung von Datenanalyseverfahren wie Hauptkomponentenanalyse, Kreuzkorrelation, PLS-Pfadanalyse usw. bestimmt werden. Die Änderung/der Leitindikator kann erfasst, identifiziert oder festgelegt werden, ein neues Signal oder eine neue Prozessvariable entsprechend der identifizierten Änderung/des identifizierten Leitindikators kann generiert, festgelegt oder erstellt werden und der Zeitreihenoutput der neuen Prozessvariablen kann durch Verwendung einer rollenden FFT bestimmt werden. Entsprechend kann durch Überwachung der Zeitreihendaten der neuen, durch die rollende FFT bestimmten Prozessvariablen auf die Präsenz eines Leitindikators eine bevorstehende Abfackelung bestimmt werden und eine entsprechende Warnung kann an den Nutzer (z.B. Ingenieur, Bediener usw.) ausgegeben werden, so dass vorbeugende oder abschwächende Maßnahmen ergriffen werden können. In einer Ausführungsform kann die neu festgelegte Prozessvariable in das Prozessleitsystem der Raffinerie integriert werden (beispielsweise durch Zuordnung eines Tags und/oder auf andere Weise, mit der die Prozessleitdatenbank die neue Prozessvariable erkennt) und mittels traditioneller Prozessüberwachungssysteme und -verfahren überwacht werden. Auf diese Weise können der Status und weitere Informationen entsprechend der neuen Prozessleitvariablen wie jede andere Prozessinformation mit Grenzwerten, Alarmmeldungen, Trendkurven usw. dem Nutzer zur Verfügung gestellt werden.
  • In einer Ausführungsform ist das Prozessströmungssignal, das zur Prognose der Abfackelung eingesetzt wird, eine Kombination (z.B. Summe, gewichtetes Mittel oder andere geeignete Kombination) aus den einzelnen Prozessströmen oder Messungen. zeigt eine Ausführungsform, bei der ein Prozessströmungssignal, auf das die rollende FFT-Analyse angewendet werden kann, Änderungen an der Summe der einzelnen Prozessablaufsignale 1106 entspricht. Das summierte Signal 1106 kann beispielsweise durch Addition der Messungen der einzelnen Strömungssignale erstellt werden. Durch Generieren der Summe 1106 oder einer anderen, gewünschten Kombination der Signale wird die Anzahl neuer zu erstellender und zu analysierender Signale reduziert, wodurch die Gesamtanalyse vereinfacht werden kann. Allerdings gibt es keine Beschränkung, nur ein einzelnes Prozesssignal oder eine Kombination der Signale zu verwenden. zeigt zeitgleich das Abfackeldrucksignal 1102 inklusive der Abfackelungen 1108 und 1110 während des dargestellten Zeitintervalls. Bitte beachten sie, dass die Signale 1106 und 1102 zeitlich aufeinander abgestimmt sind, so dass die Zusammenhänge leicht zu erkennen sind. Eine Änderung im Verhalten der Summe der Prozessströme 1106 genau vor Auftreten der Abfackelung 1108 ist sichtbar, für die Abfackelung 1110 tritt die Änderung in der Summe der Prozessströme 1106 jedoch erst nach der Abfackelung 1110 auf. Zusätzliche Analysen zur Beziehung zwischen den Strömen 1102 und 1106 können notwendig sein, um zu bestimmen, ob (und wenn ja, wie) das Verhalten der summierten Prozessabläufe 1106 ..., beispielsweise über einen längeren Zeitintervall durch Durchführung zusätzlicher Analysefunktionen usw.
  • zeigt die Ergebnisse 1112 der Anwendung des rollenden FFT-Verfahrens auf das Signal 1106, wobei die Summe der Signale 1106 vom ursprünglichen Zeitbereich in den Frequenzbereich und zurück in den Zeitbereich überführt wurde. Insbesondere das Signal 1112 in entspricht den Amplituden (z.B. Zeitreihendaten) einer bestimmten relevanten Frequenz (die vierte Frequenz entspricht beispielsweise den vier Zyklen pro Tag) des Signals 1106. Die vierte Frequenz entsprechend der vier Zyklen pro Tag wurde als neue Prozessvariable festgelegt, deren Zeitreihen-Spitzenamplitudenwerte von den entsprechenden Frequenzbereichsdaten erfasst und im Zeitbereich als Signal 1112 in Kombination mit dem Abfackeldrucksignal 1102 dargestellt wurden. Bitte beachten sie, dass die Signale 1112 und 1102 zeitlich aufeinander abgestimmt sind, so dass die Zusammenhänge leicht zu erkennen sind. Wie in ersichtlich, steht die Spitzenamplitude 1113 des Signals 1112 im Zusammenhang mit der Abfackelung 1108. Die Daten 1112 scheinen verrauscht zu sein und enthalten so genannte falsch positive Werte (z.B. Ereignisse 1115a, 1115b). Falsch positive Werte sind jedoch nicht weiter problematisch, da sie beratend verwendet können und/oder für "beinahe" Abfackelungen stehen können, die verhindert wurden.
  • Um die Signaldaten 1112 weiter zu verarbeiten oder aufzubereiten, können zusätzliche Datenanalyseverfahren zum Einsatz kommen. In wurde beispielsweise eine Hauptkomponentenanalyse an den Frequenzbereichsdaten der vierten Frequenz entsprechend der vier Zyklen pro Tag durchgeführt, um die erste Hauptkomponente zu bestimmen, wobei die Zeitreihenwerte der ersten Hauptkomponente als Signal 1118 dargestellt sind. zeigt eine vergrößerte Ansicht des Verhaltens der ersten Hauptkomponente 1118 während des Zeitintervalls um die Abfackelung 1108 des Abfackeldrucksignals 1102. Bitte beachten sie, dass die Signale 1118 und 1102 zeitlich aufeinander abgestimmt sind, so dass die Zusammenhänge leicht zu erkennen sind. Wie in ersichtlich, steigt der Wert der ersten Hauptkomponente 1118 weit vor der Abfackelung 1108, danach sinkt der Wert der ersten Hauptkomponenten 1118 deutlich. Um den Anstieg zu erfassen, kann ein abklingeder Filter verwendet werden, um das Signal 1118 über einen gewissen Zeitraum zurückzuhalten. In einer Ausführungsform kann der abklingende Filter durch eine Datenblock-Definition und eine entsprechende Datenblockeigenschaften definiert werden, die eine individuelle Einstellung des abklingenden Filters für jede Einstellung ermöglichen. Die konfigurierbaren Eigenschaften des abklingenden Filterblocks können beispielsweise die Anstiegs- und/oder Abstiegsrate des Signals definieren. In einigen Ausführungsformen können zusätzliche Hauptkomponenten bestimmt und zur Steigerung der Sensitivität des Verfahrens verwendet werden.
  • zeigt die vergrößerte Ansicht eines anderen Abschnitts von . zeigt das Verhalten der ersten Hauptkomponente 1118 während des Zeitintervalls um die Abfackelung 1110 des Abfackeldrucksignals 1102 detailliert. In ist der Wert der ersten Hauptkomponente 1118 entsprechend der Abfackelung 1110 kleiner als für die Abfackelung 1108, dennoch ist die Differenz der Werte im Vergleich zu den Ausgangswerten noch immer deutlich.
  • Das Verfahren der rollenden FFT-Analyse zur Feststellung von Leitindikatoren in Prozessleitdaten kann in der Offline-Analyse und für den Aufbau von Datenmodellen zum Einsatz kommen. Sobald die neuen Prozessvariablen (z.B. Frequenzen, Hauptkomponenten und/oder relevante Daten höherer Ordnung) identifiziert und festgelegt wurden, kann die rollende FFT-Analyse an den von der verfahrenstechnischen Anlage online gestreamten Echtzeitdaten durchgeführt werden. Die rollende FFT kann beispielsweise als Datenblock definiert und in der Blockdefinitionsdatenbank 252 gespeichert werden, so dass Beispiele des rollenden FFT-Datenblocks in Online-Datenmodule integriert und mit den Online-Quellen innerhalb der verfahrenstechnischen Anlage verknüpft werden können. Die live gestreamten Daten, auf die die rollende FFT-Analyse angewendet wird, können dem Nutzer oder Anlagenbediener Echtzeit-Prognosen/-Warnungen eines drohenden Zustandes liefern. In einigen Ausführungsformen kann der Nutzer einen kombinierten Datenblock definieren, um einen mit anderen Analysefunktionsblöcken (z.B. Hauptkomponentenanalyse, PLS-Pfadanalyse und/oder anderen Analysefunktionsblöcke) verknüpften, rollenden FFT-Datenblock zu integrieren. Zusätzlich kann der Nutzer einen Datenblock definieren, der verschiedene Prozesssignale zu einem einzigen Signal kombiniert (z.B. Summe, Berechnung des gewichteten Durchschnitts usw.), um ihn als Eingabe für den rollenden FFT-Datenblock und/oder einen Kombinationsblock inklusive des rollenden FFT-Datenblocks zu verwenden.
  • Das rollende FFT-Datenanalyseverfahren ist folglich ein Beispiel für ein deskriptives Analyseverfahren, das sowohl für Offline-Prozessdaten als auch für Online-Prozessdaten verwendet werden kann.
  • In einigen Ausführungsformen können die neuen Prozessvariablen entsprechend des rollenden FFT-Analyseverfahrens in die verfahrenstechnische Anlage integriert werden. Die neue Prozessvariablen können beispielsweise in einer Prozessleitdatenbank der verfahrenstechnischen Anlage definiert, identifiziert (z.B. durch Zuordnung entsprechender Prozessleittags) und gespeichert werden. In einer Ausführungsform können die von der neuen Prozessvariablen generierten Zeitreihendaten als Eingabe für eine Steuerfunktion oder einen Steuerblock dienen, die der Steuerung eines Teiles der Prozesse innerhalb der verfahrenstechnischen Anlage dienen, oder als Auslöser für einen Änderung innerhalb der verfahrenstechnischen Anlage.
  • Neben der Feststellung potentieller Abfackelungen gehören zu den weiteren Situationen, in denen die rollende FFT zur Vermeidung unerwünschter Zustände oder Ereignisse zum Einsatz kommen kann, die Warnung vor der potentiellen Auslösung eines Überdruckventils, vor potentiellen Druckanstiegen, vor einem bevorstehenden Pumpenausfall, einem bevorstehenden Ventilausfall, instabilen Strömungszuständen wie einem Überlaufen der Rektifikationskolonnen, vor Ausfällen in den Mahlwerken, vor produktionsbedingten Instabilitäten in den Öl- und Gasbohrungen usw. In einigen Fällen kann die rollende FFT auch zum Schutz vor unerwünschten Leistungsmessungen einer oder mehrerer Einheiten innerhalb der verfahrenstechnischen Anlage oder der verfahrenstechnischen Anlage als Ganzes angewendet werden.
  • In ist ein Flussdiagram für ein beispielhaftes Verfahren 1200 für die frühe Fehlererkennung in verfahrenstechnischen Anlagen und Prozessleitsystemen dargestellt. Ein oder mehrere Teile des Verfahrens 1200 können beispielsweise durch einen Datenlock in der Blockdefinitionsdatenbank 252 ausgeführt werden. Ein oder mehrere Teile des Verfahrens 1200 können durch einen oder mehrere Teile des industriellen Prozessleistungsüberwachungs-/-analysesystems 100, beispielsweise durch einen oder mehrere DDE 102x, durch ein Offline-Datenmodul, ein Online-Datenmodul usw. durchgeführt werden. Natürlich können ein oder mehrere Teile des Verfahrens 1200 auch durch andere als die in diesem Dokument beschriebenen Systeme, Geräte und Vorrichtungen des Datenanalysesystems 100 durchgeführt werden. In einigen Ausführungsformen kann das Verfahren 1200 mehr, weniger oder andere als die in diesem Dokument beschriebenen Schritte umfassen.
  • In Block 1202 kann das Verfahren 1200 den Erhalt oder die Erfassung eines ersten Satzes von Prozesssignalen oder Daten beinhalten, die als Ergebnis der Steuerung eines Prozesses durch die verfahrenstechnischen Anlage generiert wurden. Der erste Satz von Prozesssignalen kann Zeitbereichsdaten enthalten, die von einem oder mehreren Prozessleitgeräten zur Steuerung eines Prozesseses in der verfahrenstechnischen Anlage generiert werden, und/oder Zeitbereichsdaten, die von einer oder mehreren anderen Komponenten, Geräten oder Einheiten innerhalb der verfahrenstechnischen Anlage als Ergebnis der Prozessteuerung generiert wurden (z.B. Prozessdaten der ersten Ordnung, die von verschiedenen Datenquellen innerhalb der verfahrenstechnischen Anlage generiert wurden). Der erste Satz an Prozesssignalen kann beispielsweise Werte der Prozessmessungen über einen bestimmten Zeitraum enthalten, wie beispielsweise Temperaturen, Ströme, Druckwerte, Zusammensetzungen, Zustände usw. In einigen Ausführungsformen kann der erfasste erste Satz an Prozesssignalen oder Daten Prozessdaten der zweiten oder einer anderen, höheren Ordnung über einen gewissen Zeitraum beinhalten, die als Ergebnis der Prozesstreuerung durch die verfahrenstechnischen Anlage generiert wurden, wie Diagnoseergebnisse, eine Serie von Maßnahmen durch den Bediener oder Nutzer, eine verfügbare Bandbreite eines Links des Prozessübertragungsnetzwerkes, ein Ergebnis einer Datenanalyse usw. Der erfasste erste Satz an Prozesssignalen kann beispielsweise auch Offline-Prozessdaten und/oder Online-Prozessdaten beinhalten.
  • In Block 1204 kann das Verfahren 1200 die Festlegung eines Leitindikators für eine Auffälligkeit, einen Fehler, einen Leistungsabfall und/oder einen anderen, unerwünschten/ungewollten Zustand beinhalten, der innerhalb der verfahrenstechnischen Anlage auftritt (oder aufgetreten ist), basierend auf dem erfassten, ersten Satz an Prozesssignalen. Der Leitindikator kann beispielsweise eine Änderung im Verhalten eines oder mehrerer Prozessleitsignale sein, die vor dem Eintreten der Auffälligkeit, des Fehlers, des Leistungsabfalls und/oder eines anderen Zustandes auftritt, wie beispielsweise ein Ausschlag in der Spitzenamplitude einer bestimmten Frequenz eines bestimmten Prozessleitsignals (z.B. der Ausschlag 1104 in ). In einer Ausführungsform kann der Leitindikator durch Verwendung eines oder mehrerer statistischer Analyseverfahren an einem oder mehreren erfassten, ersten Sätzen an Prozesssignalen bestimmt werden, z.B. durch Hauptkomponentenanalyse, PLS-Pfadanalyse, Clusteranalyse, Kreuzkorrelation usw. Ein oder mehrere Offline- und/oder Online-Datenblöcke und/oder -Datenmodule des Datenanalysesystems 100 können in einer weiteren Ausführungsform ein oder mehrere erfasste Prozesssignale verwenden, um einen oder mehrere Leitindikatoren für eine Auffälligkeit, einen Fehler, einer Leistungsabfall und/oder einen anderen Zustand festzulegen.
  • In Block 1206 kann das Verfahren 1200 die Erstellung, Definition oder Generierung eines Satzes mit einer oder mehreren neuen Prozessvariablen entsprechend des Leitindikators beinhalten. In einer Ausführungsform kann eine neue Prozessvariable entsprechend einer bestimmten Änderung im Verhalten eines bestimmten Signals erstellt, definiert oder generiert werden. Eine relevante Frequenz (z.B. Frequenz des Signals 1106 in ), in der der Leitindikator auftreten kann, kann beispielsweise identifiziert und als neue Prozessvariable erstellt/generiert werden. In einigen Ausführungsformen beinhaltet das Generieren eines Satzes mit einer oder mehreren neuen Prozessvariablen (Block 1206) die Definition/Identifizierung/Generierung einer ersten neuen Prozessvariable entsprechend des Leitindikators (z.B. Änderung des Signals 1106 in ) und die anschließende Anwendung eines oder mehrerer Analyseverfahren an den durch die erste neue Prozessvariable generierten Zeitreihendaten (entweder allein oder in Kombination mit anderen, durch andere Prozessvariable generierte Zeitreihendaten) zur Festlegung einer anderen, neuen, mit dem Leitindikator verknüpften Prozessvariablen. Bezüglich wurde eine Hauptkomponentenanalyse an den Frequenzbereichsdaten entsprechend des Signals 1106 aus zur Bestimmung einer ersten Hauptkomponente durchgeführt, wobei die erste Hauptkomponente als eine weitere, neue Prozessvariable identifiziert/festgelegt wurde, deren Werte über einen bestimmten Zeitraum durch das Signal 1112 in dargestellt sind.
  • In einigen Ausführungsformen des Blocks 1206 können ein oder mehrere Offline- und/oder Online-Datenblöcke und/oder -Datenmodule des Datenanalysesystems 100 dazu verwendet werden, eine oder mehrere neue Prozessvariablen entsprechend des Leitindikators zu identifizieren und zu erstellen/festlegen/generieren. Die eine oder mehreren neuen Prozessvariablen können in einigen Fällen getagt und/oder innerhalb der verfahrenstechnischen Anlage oder dem Prozessleitsystem gespeichert werden.
  • In Block 1208 kann das Verfahren 1200 die Erfassung eines nachfolgenden Satzes mit Prozesssignalen (z.B. in einer mit Block 1202 vergleichbaren Weise) und die Anwendung einer rollenden FFT auf diesen Satz zur Bestimmung von Zeitreihendaten entsprechend der einen oder mehreren neuen Prozessvariablen beinhalten. Der nachfolgende Satz mit Prozesssignalen kann beispielsweise Offline- und/oder Online-Signale beinhalten. Zur Anwendung einer rollenden FFT auf diesen Satz kann die FFT an einem ersten Datenfenster des nachfolgenden Satzes mit Prozesssignalen angewendet werden und die Werte aus den Spitzenamplituden der darin enthaltenen Frequenzen können als Zeitreihendaten gespeichert werden, eine FFT kann an einem zweiten Datenfenster durchgeführt werden und die Werte des Spitzenamplituden der darin enthaltenen Frequenzen können als Zeitreihendaten gespeichert werden und so weiter, wobei entsprechende Zeitreihendaten für eine oder mehrere relevante, im nachfolgenden Satz mit Prozesssignalen enthaltene Frequenzen generiert werden. Wenn eine bestimmte relevante Frequenz eines bestimmten Prozesssignals beispielsweise einer neuen Prozessvariablen entspricht, kann eine rollende FFT auf den nachfolgenden Satz mit Prozesssignalen angewendet werden, um das Verhalten einer bestimmten relevanten Frequenz innerhalb des nachfolgenden Satzes mit Prozesssignalen über einen bestimmten Zeitraum zu erfassen, z.B. um Zeitreihendaten zu erfassen, in denen aus der neuen Prozessvariablen über einen bestimmten Zeitraum generierte Spitzenamplitudenwerte beinhaltet sind. In Situationen, in denen Analyseverfahren zur Identifizierung neuer Prozessvariablen durchgeführt wurden (z.B. entspricht die neue Prozessvariable der ersten Hauptkomponente der Frequenzbereichsdaten entsprechend Signal 1106, wie zuvor beschrieben), so können das eine oder die mehreren Analyseverfahren auch auf den Block 1208 angewendet werden, um die Zeitreihendaten dieser neuen Prozessvariablen zu bestimmen. In einer Ausführungsform kann der Block 1208 von einem oder mehreren Teilen des Datenanalysesystems 100 durchgeführt werden, beispielsweise durch einen oder mehrere Online- und/oder Offline-Datenblöcke und/oder -Datenmodule.
  • In Block 1210 kann das Verfahren 1200 die Überwachung der durch eine oder mehrere neue Prozessvariablen (z.B. wie in Block 1208 erfasst) generierten Zeitreihendaten auf Präsenz des Leitindikators enthalten. Wenn die Spitzenamplitude einer bestimmten relevanten Frequenz beispielsweise einen Grenzwert für eine Größe und/oder eine Zeitdauer überschreitet, kann die Präsenz des Leitindikators festgestellt werden. In einer Ausführungsform wird die neue Prozessvariable durch ein entsprechendes Tag oder einen anderen Indikator identifiziert und in die verfahrenstechnische Anlage integriert, wobei die Überwachung der Zeitreihendatenwerte (Block 1215) durch die Fehlerkennung, das Alarmsystem und/oder andere Überwachungseinrichtungen der verfahrenstechnischen Anlage durchgeführt werden kann. Die Überwachung der Zeitreihendaten (Block 1215) zur Feststellung der Präsenz des Leitindikators kann zusätzlich oder alternativ durch das Datenanalysesystem 100 ausgeführt werden.
  • In Block 1212 kann das Verfahren 1200 die Generierung eines Indikators dafür umfassen, dass das Eintreten eines Fehler, einer Auffälligkeit, eines Ereignisses, eines Leistungsabfalls, eines unerwünschten Zustandes und/oder eines erwünschten Zustandes usw. basierend auf der während der Überwachung des Blocks 1210 erkannten Präsenz des Leitindikators prognostiziert wurde. In einigen Fällen enthält der Block 1212 die Generierung eines Indikators für einen Zeitrahmen, während dessen das Auftreten des besagten Zustandes prognostiziert wird. Beispielsweise kann eine Trendkurve, ein Alarm, eine Warnsignal und/oder ein anderer visueller oder akustischer Indikator generiert und auf einer Benutzeroberfläche ausgegeben werden, um den Nutzer oder Bediener vor bevorstehenden Auffälligkeiten, Fehlern, Leistungsabfällen und/oder anderen Zuständen in der verfahrenstechnischen Anlage zu warnen, basierend auf der Präsenz des Leitindikators in den erfassten Zeitreihendaten.
  • In einigen Ausführungsformen (in nicht dargestellt) kann das Verfahren 1200 beinhalten, dass ein Signal (beispielsweise ein Steuersignal oder anderes Signal, das eine Änderung anzeigt) generiert und der angeschlossenen verfahrenstechnischen Anlage bereitgestellt wird, basierend auf der erkannten Präsenz des Leitindikators. Das Datenanalysesystem 100 kann beispielsweise ein oder mehrere Steuersignale basierend auf der erfassten Präsenz des Leitindikators in den überwachten Daten (Block 1210) generieren und das eine oder die mehreren Steuersignale automatisch einer oder mehreren Steuereinheiten zur Verfügung stellen, um das Verhaltens mindestens eines Teils der verfahrenstechnischen Anlage zu ändern. Zu den weiteren Signalen, die der angeschlossenen verfahrenstechnischen Anlage zur Auslösung einer Änderung zur Verfügung gestellt werden können, gehören Steuerimpulse oder Signale, die eine Änderung eines Parameters, eines Wertes, einer Konfiguration und/oder eines Zustandes (z.B. eines Ausrüstungsgegenstandes, eines Gerätes, einer Routine oder Anwendung usw.) oder die Änderung an einer innerhalb der verfahrenstechnischen Anlage befindlichen oder gemeinsam mit dieser betriebenen Anwendung anzeigen.
  • In einigen Ausführungsformen (in nicht dargestellt) kann das Verfahren 1200 beinhalten, dass ein oder mehrere Signale generiert und dem Datenanalysesystem 100 zur Verfügung gestellt werden. Das Verfahren 1200 kann beispielsweise beinhalten, das dem Datenanalysesystem 100 ein Indikator für die neuen Prozessvariablen und deren entsprechende Identifikatoren, ein Indikator für die festgelegten Leitindikatoren, die Identitäten und Sequenzen der verschiedenen, an den Zeitreihendaten (und höher geordneten, daraus generierten Daten wie den Ergebnissen der verschiedenen, daran ausgeführten Analyseverfahren) durchgeführten Analyseverfahren zur Festlegung zusätzlicher, neuer Prozessvariablen, durch die neuen Prozessvariablen generierte, überwachte Zeitreihendaten sowie die Präsenz der Leitindikatoren usw. zur Verfügung gestellt werden. Im Allgemeinen kann das Verfahren 1200 umfassen, dass alle durch Anwendung des Verfahrens 1200 generierten Daten dem Datenanalysesystem 100 zur Verfügung gestellt werden. In einer Ausführungsform können das eine oder die mehreren Signale, die dem Datenanalysesystem 100 zur Verfügung gestellt werden, in Form von gestreamten Daten auftreten.
  • Das Verfahren 1200 ist natürlich nicht auf die Blöcke 1202–1212 beschränkt. In einigen Ausführungsformen können zusätzliche Blöcke durch das Verfahren 1200 ausgeführt werden und/oder einige der Blöcke 1202–1212 können bei dem Verfahren 1200 ausgelassen werden. Des Weiteren können Ausführungsformen des Verfahrens 1200 in Verbindung mit einem oder allen Teilen aus den , , , – , – und – und/oder einer beliebigen Anzahl an Funktionen und/oder Verfahren verwendet werden, die in den anderen Abschnitten dieses Dokumentes beschrieben sind.
  • Angesichts des Vorangegangen ist für jeden, der mit der Entwicklung von Prozessleitsystemen von zentralen Prozessleitsystemen, in denen die Steuerung und andere Verarbeitungsschritte mehr oder weniger zentral ausgeführt wurden, zu verteilten Steuersystemen (DCS) der nächsten Generation, in denen die Steuerung und andere Verarbeitungsschritte zwischen verschiedenen Steuereinheiten innerhalb der Anlage aufgeteilt sind, ersichtlich, dass das neue verteilte Analysesystem (DAS) 100 und die damit verbundenen, in diesem Dokument beschriebenen, industriellen Prozessleistungsüberwachungs- und -analyseverfahren, -geräte, -vorrichtungen, -komponenten und -verfahren einen vergleichbaren Sprung hin zu einer neuen Generation an Prozessleistungsüberwachungs- und -Analysesystemen darstellt. Anstelle einer gezielten, eng begrenzten Analyse an einem Bedienpult eines Prozessleitsystems, einer Offline-Analyseeinrichtung oder anstelle der Verwendung rudimentärer Analysegeräte ermöglichen das verteilte Analysesystem 100 und die in diesem Dokument beschriebenen, verbundenen Verfahren, Geräte, Vorrichtungen, Komponenten und Verfahren beispielsweise eine umfassende Überwachung und Echtzeitanalyse, die in der gesamten Anlage und sogar auf Unternehmens- und/oder Konzernebene verteilt sind, vergleichbar mit verteilten Steuersystemen (siehe z.B. ), so dass Beschreibungen, Prognosen und Verordnungen im Zusammenhang mit dem aktuellen Betrieb der verfahrenstechnischen Anlage in Echtzeit und zu jedem Zeitpunkt zur Verfügung stehen. Zusätzlich ermöglicht es die modulare, verteilte Architektur des DAS 100, dass Leistungs- und Analysefunktionen so nah oder so fern wie möglich zu den Datenquellen der verfahrenstechnischen Anlage und/oder dem Prozessleitsystem integriert werden, zusätzlich ist es möglich, das DAS 100 bei Bedarf durch zusätzliche DDE 102x zu ergänzen (z.B. für zusätzliche lokale Verarbeitungsleistung, zur Bereitstellung von Analysen in einer bestimmten Region oder einem bestimmten Bereich der Anlage 5, bei Expansion der Anlage 5 usw.). Des Weiteren, wie bereits zuvor beschrieben, ermöglicht es das DAS 100, dass Design, Definition, Nutzung und Überwachung der Datenmodule von den Bereichen und Plattformen abgeteilt oder getrennt werden, in denen sie zum Einsatz kommen, wodurch einem Dateningenieur oder einem Nutzer die Pflicht abgenommen wird, die Codierung und Zusammenstellung von Analyse- und Datenmodulen/-modellen auszuführen. Des Weiteren ermöglicht diese Trennung einer größere Flexibilität und nahtlose Migration in verschiedene Zielumfelder.
  • Bei Implementierung in eine Software kann jede der in diesem Dokument beschriebenen Anwendungen, Leistungen und Engines in jedem nichtflüchtigen, nichttransistorischen Speichermedium wie einer Magnetplatte, einer Laserdisk, einer Festplatte, einem Molekularspeicher oder anderem Speichermedium im RAM oder ROM eines Computers oder Prozessors usw. gespeichert werden. Obwohl die in diesem Dokument beschriebenen Systembeispiele sich inklusive aller auf einer Hardware ausgeführter Software und/oder Firmware, neben anderen Komponenten, verstehen, sind die aufgeführten Systeme nur zur Veranschaulichung und keinesfalls als Beschränkung zu betrachten. Es ist beispielsweise vorgesehen, dass jede dieser Hardware-, Software- und Firmwarekomponenten exklusiv in Hardware, exklusive in Software oder in jeglicher Kombination aus Hardware und Software ausgeführt werden kann. Entsprechend ist es für Personen mit durchschnittlichen Kenntnissen zum Thema offensichtlich, dass die in diesem Dokument beschriebenen Systembeispiele, obwohl in einer Software implementiert, die auf dem Prozessor eines oder mehrerer Computergeräte ausgeführt ist, nicht die einzigen Möglichkeiten darstellen, ein solches System zu implementieren.
  • Obwohl die vorliegende Erfindung mit Bezug auf spezifische Beispiele beschrieben wurde, die ausschließlich zur Veranschaulichung und nicht zur Beschränkung der Erfindung dienen, ist es für Personen mit durchschnittlichen Fachkenntnissen offensichtlich, dass Änderungen, Erweiterungen oder Löschungen an den beschriebenen Ausführungsformen möglich sind, ohne vom Grundgedanken der Erfindung abzuweichen.
  • Die spezifischen Merkmale, Strukturen und/oder Eigenschaften der jeweiligen Ausführungsformen können auf jede geeignete Art und Weise und/oder durch jede geeignete Kombination mit einer und/oder mehreren anderen Ausführungsformen kombiniert werden, inklusive der Verwendung von ausgewählten Merkmalen mit oder ohne entsprechender Verwendung anderer Merkmale. Zusätzlich können zahlreiche Änderungen vorgenommen werden, um eine bestimmte Anwendung, Situation und/oder ein bestimmtes Material an den Grundgedanken der vorliegenden Erfindung anzupassen. Es versteht sich, dass andere Variationen und/oder Änderungen an den Ausführungsformen der in diesem Dokument beschriebenen und/oder dargestellten Erfindung angesichts der in diesem Dokument aufgeführten Erkenntnisse möglich sind und als Teil des Grundgedankens der vorliegenden Erfindung zu verstehen sind. Bestimmte Aspekte der Erfindung sind in diesem Dokument als beispielhafte Aspekte beschrieben.
  • Die folgenden Aspekte werden als Beispiele und nicht als Beschränkung aufgeführt:
    • 1. Ein Verfahren zur frühen Fehlererkennung in einer verfahrenstechnischen Anlage, umfassend: Erfassung eines Prozesssignals bestehend aus Zeitbereichsdaten, die als Ergebnis eines oder mehrerer Prozessleitgeräte zur Steuerung eines Prozesses in einer verfahrenstechnischen Anlage generiert werden; Bestimmung eines Leitindikators zu einem Zustand der verfahrenstechnischen Anlage, basierend auf dem erfassten Prozesssignal; Festlegung einer Prozessvariablen entsprechend des Leitindikators; Anwendung einer rollenden FFT auf das nachfolgende Prozesssignal zur Bestimmung von Zeitreihendaten entsprechend der festgelegten Prozessvariablen; Überwachung der Zeitreihendaten entsprechend der festgelegten Prozessvariablen auf Präsenz des Leitindikators und/oder Generierung eines Indikators entsprechend einer Prognose des Zustands basierend auf der festgestellten Präsenz des Leitindikators in den überwachten Zeitreihendaten.
    • 2. Verfahren nach Aspekt 1, wobei das Erfassen des Prozesssignals bestehend aus Zeitbereichsdaten die Erfassung von Zeitbereichsdaten umfasst, die von einer in der verfahrenstechnischen Anlage integrierten Datenquelle generiert werden.
    • 3. Verfahren nach Aspekt 2, wobei das Erfassen des Prozesssignals bestehend aus Zeitbereichsdaten die Erfassung von Zeitbereichsdaten umfasst, die von einer oder mehreren Prozessleitgeräten generiert werden.
    • 4. Verfahren nach einem der Aspekte 1–3, wobei das Erfassen des Prozesssignals bestehend aus Zeitbereichsdaten die Erfassung von Online-Zeitbereichsdaten umfasst.
    • 5. Verfahren nach einem der Aspekte 1–4, wobei das Erfassen des Prozesssignals bestehend aus Zeitbereichsdaten die Erfassung von Offline-Zeitbereichsdaten umfasst.
    • 6. Verfahren nach einem der Aspekte 1–5, wobei die Bestimmung des Leitindikators zum Zustand umfasst, dass der Leitindikator als Änderung des Prozesssignals festgelegt wird, die vor Eintreten des Zustandes auftritt und/oder das Eintreten des Zustandes verursacht.
    • 7. Verfahren nach einem der Aspekte 1–6, wobei die Bestimmung des Leitindikators zum Zustand die Anwendung einer oder mehrerer statistischer Analyseverfahren auf das Prozesssignal umfasst.
    • 8. Verfahren nach Aspekt 7, wobei das eine oder die mehreren statistischen Analyseverfahren mindestens eine Hauptkomponentenanalyse, Partial Least Squares (PLS) Pfadanalyse, Clusteranalyse und/oder Kreuzkorrelation umfassen.
    • 9. Verfahren nach einem der Aspekte 1–8, wobei die Festlegung der Prozessvariablen entsprechend des Leitindikators die Festlegung einer Prozessvariablen entsprechend einer Änderung des Prozesssignals umfasst, die vor Eintreten des Zustandes auftritt und/oder zum Eintreten des Zustandes beiträgt.
    • 10. Verfahren nach einem der Aspekte 1–9, wobei die Festlegung der Prozessvariablen umfasst, dass ein Tag der neuen Prozessvariablen zugeordnet und/oder in der Prozessleitdatenbank der verfahrenstechnischen Anlage gespeichert wird.
    • 11. Verfahren nach einem der Aspekte 1–10, des Weiteren die Erfassung eines nachfolgenden Signals umfassend, wobei das nachfolgende Signal, bestehend aus zusätzlichen Zeitbereichsdaten, als Ergebnis eines oder mehrerer Prozessleitgeräte zur Steuerung eines Prozesses in der verfahrenstechnischen Anlage generiert werden.
    • 12. Verfahren nach Aspekt 11, wobei die Erfassung des nachfolgenden Signals die Erfassung von Online-Prozessdaten umfasst, die von einer Datenquelle innerhalb der verfahrenstechnischen Anlage generiert werden.
    • 13. Verfahren nach einem der Aspekte 1–12, wobei die Anwendung der rollenden FFT auf das nachnachfolgende Prozesssignal die Anwendung der rollenden FFT auf die im nachfolgenden Prozesssignal enthaltenden Zeitbereichsdaten beinhaltet, wobei Frequenzbereichsdaten generiert werden.
    • 14. Verfahren nach Aspekt 13, des Weiteren die Bestimmung von Werten der festgelegten Prozessvariablen aus den generierten Frequenzbereichsdaten und/oder die Umwandlung der bestimmten Werte in Zeitbereichsdaten umfassend, die Zeitreihendaten entsprechend der festgelegten Prozessvariablen beinhalten.
    • 15. Verfahren nach einem der Aspekte 13 oder 14, des Weiteren umfassend: Anwendung einer oder mehrerer Analyseverfahren auf die generierten Frequenzbereichsdaten; Festlegung einer weiteren Prozessvariablen entsprechend des Leitindikators basierend auf dem Ergebnis einer oder mehrerer Analyseverfahren, die an den generierten Frequenzbereichsdaten durchgeführt wurden und/oder Überwachung von Zeitreihendaten entsprechend der weiteren festgelegten Prozessvariablen auf Präsenz des Leitindikators.
    • 16. Verfahren nach Aspekt 15, wobei das eine oder die mehreren auf die generierten Frequenzbereichsdaten angewendeten Analyseverfahren eine Hauptkomponentenanalyse beinhalten.
    • 17. Verfahren nach einem der Aspekte 15–16, wobei die eine oder mehreren Analysefunktionen mindestens eine statistische Analyse, eine Hauptkomponentenanalyse, eine Partial Least Squares (PLS) Pfadanalyse und/oder eine Kreuzkorrelation beinhalten.
    • 18. Verfahren nach einem der Aspekte 1–17, des Weiteren die Feststellung der Präsenz des Leitindikators in den überwachten Zeitreihendaten entsprechend der festgelegten Prozessvariablen umfassend.
    • 19. Verfahren nach Aspekt 18, wobei die Feststellung der Präsenz des Leitindikators in den überwachten Zeitreihendaten die Feststellung der Präsenz des Leitindikators basierend auf einem Grenzwert entsprechend der Werte der überwachten Zeitreihendaten umfasst.
    • 20. Verfahren nach Aspekt 19, wobei der Grenzwert entsprechend der Werte der überwachten Zeitreihendaten einen Grenzwert entsprechend mindestens eines spezifischen Wertes und/oder der Dauer eines bestimmten Wertes umfasst.
    • 21. Verfahren nach einem der Aspekte 1–20, wobei die Generierung des Indikators entsprechend der Prognose des Zustands die Generierung mindestens eines Alarms und/oder Warnsignals umfasst.
    • 22. Verfahren nach einem der Aspekte 1–21, des Weiteren die Generierung eines Indikators eines Zeitfensters umfassend, während dessen das Auftreten des Zustandes basierend auf der festgestellten Präsenz des Leitindikators prognostiziert wird.
    • 23. Verfahren nach einem der Aspekte 1–22, des Weiteren die Generierung eines Prozesssignals basierend auf der festgestellten Präsenz des Leitindikators und/oder die Bereitstellung des Prozesssignals für die verfahrenstechnische Anlage zur Verhaltensänderung der verfahrenstechnischen Anlage zur Verhinderung und/oder Minderung des Auswirkungen eines Auftretens des prognostizierten Zustandes umfassend.
    • 24. Verfahren nach Aspekt 23, wobei die Bereitstellung des Prozesssignals für die verfahrenstechnische Anlage zur Verhaltensänderung der verfahrenstechnischen Anlage die Bereitstellung des Prozesssignals für die verfahrenstechnische Anlage zur Änderung mindestens eines Parameters, Wertes, einer Konfiguration, eines Zustandes und/oder einer laufenden Anwendung innerhalb der verfahrenstechnischen Anlage umfasst.
    • 25. Verfahren nach einem der Aspekte 1–24, des Weiteren die Generierung eines Datenanalysesignals basierend auf der festgestellten Präsenz des Leitindikators und/oder die Bereitstellung des Datenanalysesignals für mindestens einen der verteilten Daten-Engines und/oder eine der Analysefunktionen eines Datenanalysesystems umfassend, das gemeinsam mit der verfahrenstechnischen Anlage betrieben wird.
    • 26. Verfahren nach einem der Aspekte 1–25, wobei mindestens ein Teil des Verfahrens durch ein Datenanalysesystem durchgeführt wird, das gemeinsam mit der verfahrenstechnischen Anlage betrieben wird.
    • 27. Verfahren nach Aspekt 26, wobei mindestens ein Teil des Verfahrens durch einen oder mehrere verteilte Daten-Engines (DDE) des Datenanalysesystems durchgeführt wird.
    • 28. Verfahren nach einem der Aspekte 26–27, wobei mindestens ein Teil des Verfahrens durch eine oder mehrere im Datenanalysesystem ausgeführte Datenanalysefunktionen durchgeführt wird.
    • 29. Verfahren nach einem der Aspekte 26–28, wobei die rollende FFT durch mindestens einen der Datenblöcke und/oder ein Datenmodul des Datenanalysesystems ausgeführt wird.
    • 30. Verfahren nach einem der Aspekte 26–29, wobei die Datenblock-Definition einer rollenden FFT in einer Datenblock-Definitionsdatenbank des Datenanalysesystems gespeichert ist.
    • 31. Verfahren nach einem der Aspekte 26–30, wobei die Bestimmung des Leitindikators durch mindestens einen der Datenblöcke und/oder ein Datenmodul des Datenanalysesystems ausgeführt wird.
    • 32. Verfahren nach einem der Aspekte 26–31, wobei die Überwachung der Zeitreihendaten entsprechend der festgelegten Prozessvariablen für die Präsenz des Leitindikators vom Datenanalysesystem ausgeführt wird.
    • 33. Verfahren nach einem der Aspekte 26–32, wobei die Überwachung der Zeitreihendaten entsprechend der festgelegten Prozessvariablen für die Präsenz des Leitindikators durch eine Routine innerhalb des Prozessleitsystems der verfahrenstechnischen Anlage ausgeführt wird.
    • 34. Verfahren nach einem der Aspekte 26–33, wobei es sich bei dem vom Datenanalysesystem durchgeführten Teil um einen ersten Teil des Verfahrens handelt und/oder wobei mindestens ein zweiter Teil des Verfahrens durch ein Prozessleitsystem der verfahrenstechnischen Anlage durchgeführt wird.
    • 35. Verfahren nach einem der Aspekte 1–34, wobei die Überwachung der Zeitreihendaten entsprechend der festgelegten Prozessvariablen die Überwachung der gestreamten Prozessdaten umfasst.
    • 36. Verfahren nach einem der Aspekte 1–35, wobei die Erfassung des Prozesssignals, das die als Ergebnis einer oder mehrerer Prozessleitgeräte zur Steuerung des Prozesses generierten Zeitbereichsdaten beinhalten, die Erfassung des Prozesssignals umfasst, das die von einer oder mehreren Datenquellen innerhalb der verfahrenstechnischen Anlage generierten Zeitbereichsdaten beinhalten, wobei die eine oder mehreren Datenquellen alle Datenquellen innerhalb der verfahrenstechnischen Anlage ausschließen, die Prozessdaten der ersten Ordnung generieren.
    • 37. Ein System zur frühen Fehlererkennung in einer verfahrenstechnischen Anlage, umfassend: eine Vielzahl von Prozessleitgeräten zum Betrieb in einer verfahrenstechnischen Anlage; einen Prozessor; einen Programmspeicher, mit dem Prozessor kommunikativ gekoppelt ist, und/oder ein nichtflüchtiges, nichttransistorisches Speichermedium, auf dem Anweisungen gespeichert sind, die bei Ausführung durch den Prozessor den Prozessor dazu veranlassen: ein Prozesssignal zu erfassen, dass Zeitbereichsdaten enthält, die als Ergebnis der Vielzahl von Prozessleitgeräten in der verfahrenstechnischen Anlage generiert werden; einen Leitindikator eines Zustandes der verfahrenstechnischen Anlage basierend auf dem erfassten Prozesssignal zu bestimmen: eine Prozessvariable entsprechend des Leitindikators zu festzulegen; eine rollende schnelle Fourier-Transformation (FFT) auf das nachfolgende Prozesssignal zur Bestimmung von Zeitreihendaten entsprechend der festgelegten Prozessvariablen anzuwenden; die Zeitreihendaten entsprechend der festgelegten Prozessvariablen auf Präsenz des Leitindikators zu überwachen und/oder einen Indikator entsprechend einer Prognose des Zustands basierend auf der festgestellten Präsenz des Leitindikators in den überwachten Zeitreihendaten zu generieren.
    • 38. System nach Aspekt 37, wobei die Anweisungen, mit denen der Prozessor dazu veranlasst wird, das Zeitreihendaten beinhaltende Prozesssignal zu erfassen, Anweisungen beinhalten, die den Prozessor dazu veranlassen, von einem oder mehreren Prozessleitgeräten generierte Zeitbereichsdaten zu erfassen.
    • 39. System nach einem der Aspekte 37 oder 38, wobei die Anweisungen, mit denen der Prozessor dazu veranlasst wird, den Leitindikator des Zustands zu bestimmen, Anweisungen beinhalten, die den Prozessor dazu veranlassen, ein oder mehrere statistische Analyseverfahren auf das Prozesssignal anzuwenden, wobei das eine oder die mehreren statistischen Analyseverfahren mindestens eine Hauptkomponentenanalyse, Partial Least Squares (PLS) Pfadanalyse, Clusteranalyse und/oder Kreuzkorrelation beinhalten.
    • 40. System nach einem der Aspekte 37–39, wobei die Anweisungen, mit denen der Prozessor dazu veranlasst wird, eine rollende FFT auf das nachfolgenden Prozesssignal anzuwenden, Anweisungen enthalten, mit denen der Prozessor dazu veranlasst wird, eine rollende FFT auf die im nachfolgenden Prozesssignal enthaltenden Zeitbereichsdaten anzuwenden und dabei Frequenzbereichsdaten zu generieren und/oder wobei die Anweisungen den Prozessor des Weiteren dazu veranlassen: eine oder mehrere Analyseverfahren auf die generierten Frequenzbereichsdaten anzuwenden; eine weitere Prozessvariable entsprechend des Leitindikators basierend auf dem Ergebnis eines oder mehrerer Analyseverfahren festzulegen, die an den generierten Frequenzbereichsdaten durchgeführt wurden, und/oder die Zeitreihendaten entsprechend der weiteren festgelegten Prozessvariablen auf die Präsenz des Leitindikators zu überwachen.
    • 41. System nach einem der Aspekte 37–40, wobei die Anweisungen, durch die der Prozessor dazu veranlasst wird, die Präsenz des Leitindikators in den überwachten Zeitreihendaten zu erkennen, Anweisungen enthalten, die den Prozessor dazu veranlassen, die Präsenz des Leitindikators auf Grundlage eines Grenzwertes entsprechend der Werte der überwachten Zeitreihendaten zu erkennen.
    • 42. System nach einem der Aspekte 37–41, wobei die Anweisungen den Prozessor des Weiteren dazu veranlassen, einen Indikator eines Zeitfensters zu generieren, während dessen das Eintreten des Zustandes basierend auf der erfassten Präsenz des Leitindikators prognostiziert wird.
    • 43. System nach einem der Aspekte 37–42, wobei die Anweisungen den Prozessor des Weiteren dazu veranlassen, ein Prozesssignal auf Grundlage der erfassten Präsenz der Leitindikators zu generieren und/oder der verfahrenstechnischen Anlage ein Prozesssignal zur Verhaltensänderung durch Änderung mindestens eines Parameters, Wertes, einer Konfiguration, eines Zustandes und/oder einer laufenden Anwendung innerhalb der verfahrenstechnischen Anlage bereitzustellen.
    • 44. System nach einem der Aspekte 37–43, wobei sich der Prozessor innerhalb ein Datenanalysesystems befindet, das zusammen mit der verfahrenstechnischen Anlage betrieben wird, wobei das Datenanalysesystem einen oder mehrere verteilte Daten-Engines (DDE) beinhaltet.
    • 45. System nach Aspekt 44, wobei die Anweisungen Teil von einer oder mehreren in dem Datenanalysesystem ausgeführten Datenanalysefunktionen ist.
    • 46. System nach einem der Aspekte 44 oder 45, wobei die rollende FFT durch mindestens einen der Datenblöcke und/oder ein Datenmodul des Datenanalysesystems ausgeführt wird.
    • 47. System nach einem der Aspekte 44–46, wobei das Datenanalysesystem eine Datenblock-Definitionsdatenbank umfasst, in der die Datenblock-Definition einer rollenden FFT gespeichert ist.
    • 48. System nach einem der Aspekte 44–47, wobei die Bestimmung des Leitindikators durch mindestens einen der Datenblöcke und/oder ein Datenmodul des Datenanalysesystems ausgeführt wird.
    • 49. Ein nichtflüchtiges, nichttransistorisches, computerlesbares Speichermedium, das Anweisungen zur frühen Fehlererkennung in einer verfahrenstechnischen Anlage speichert und dass bei Ausführung durch einen Prozessor eines Computersystems das Computersystem dazu veranlasst: ein Prozesssignals bestehend aus Zeitbereichsdaten zu erfassen, die als Ergebnis eines oder mehrerer Prozessleitgeräte zur Steuerung eines Prozesses in einer verfahrenstechnischen Anlage generiert wurden; einen Leitindikator eines Zustandes der verfahrenstechnischen Anlage basierend auf dem erfassten Prozesssignal zu bestimmen: eine Prozessvariable entsprechend des Leitindikators festzulegen; eine rollende schnelle Fourier-Transformation (FFT) auf das nachfolgende Prozesssignal zur Bestimmung von Zeitreihendaten entsprechend der festgelegten Prozessvariablen anzuwenden; die Zeitreihendaten entsprechend der festgelegten Prozessvariablen auf Präsenz des Leitindikators zu überwachen und/oder einen Indikator entsprechend einer Prognose zum Zustand basierend auf der festgestellten Präsenz des Leitindikators in den überwachten Zeitreihendaten zu generieren.
    • 50. Nichtflüchtiges, nichttransistorisches, computerlesbares Medium nach Aspekt 49, wobei die Anweisungen, mit denen das Computersystem dazu veranlasst wird, das Zeitbereichsdaten beinhaltende Prozesssignal zu erfassen, Anweisungen beinhalten, die das Computersystem dazu veranlassen, von einem oder mehreren Prozessleitgeräten generierte Zeitbereichsdaten zu erfassen.
    • 51. Nichtflüchtiges, nichttransistorisches, computerlesbares Medium nach einem der Aspekte 49 oder 50, wobei die Anweisungen, mit denen das Computersystem dazu veranlasst wird, das Prozesssignal zu erfassen, Anweisungen beinhalten, die das Computersystem dazu veranlassen, die Zeitbereichsdaten zu erfassen, wobei die Online-Zeitbereichsdaten mit erfasst werden.
    • 52. Nichtflüchtiges, nichttransistorisches, computerlesbares Medium nach einem der Aspekte 49–51, wobei die Anweisungen, mit denen das Computersystem dazu veranlasst wird, den Leitindikator zum Zustand festzulegen, Anweisungen beinhalten, die das Computersystem dazu veranlassen, eine oder mehrere statistische Analyseverfahren auf das Prozesssignal anzuwenden, wobei das eine oder die mehreren statistischen Analyseverfahren mindestens eine Hauptkomponentenanalyse, Partial Least Squares (PLS) Pfadanalyse, Clusteranalyse und/oder Kreuzkorrelation beinhalten.
    • 53. Nichtflüchtiges, nichttransistorisches, computerlesbares Medium nach einem der Aspekte 49–52, wobei die Anweisungen, mit denen das Computersystem dazu veranlasst wird, eine rollende FFT auf das nachfolgende Prozesssignal anzuwenden, Anweisungen enthalten, mit denen das Computersystem dazu veranlasst wird, eine rollende FFT auf die im nachfolgenden Prozesssignal enthaltenden Zeitbereichsdaten anzuwenden und dabei Frequenzbereichsdaten zu generieren und/oder des Weiteren Anweisungen zu speichern, die das Computersystem dazu veranlassen: ein oder mehrere Analyseverfahren auf die generierten Frequenzbereichsdaten anzuwenden; eine weitere Prozessvariable entsprechend des Leitindikators basierend auf dem Ergebnis eines oder mehrerer Analyseverfahren, die an den generierten Frequenzbereichsdaten durchgeführt wurden, zu festzulegen und/oder die Zeitreihendaten entsprechend der weiteren festgelegten Prozessvariablen auf die Präsenz des Leitindikators zu überwachen.
    • 54. Nichtflüchtiges, nichttransistorisches, computerlesbares Medium nach einem der Aspekte 49–53, wobei die Anweisungen, durch die das Computersystem dazu veranlasst wird, die Präsenz des Leitindikators in den überwachten Zeitreihendaten zu erkennen, Anweisungen enthalten, die das Computersystem dazu veranlassen, die Präsenz des Leitindikators auf Grundlage eines Grenzwertes entsprechend der Werte der überwachten Zeitreihendaten zu erkennen.
    • 55. Nichtflüchtiges, nichttransistorisches, computerlesbares Medium nach einem der Aspekte 49–54, des Weiteren die Speicherung von Anweisungen umfassend, durch die das Computersystem dazu veranlasst wird, einen Indikator eines Zeitfensters zu generieren, während dessen das Eintreten des Zustandes basierend auf der erfassten Präsenz des Leitindikators prognostiziert wird.
    • 56. Nichtflüchtiges, nichttransistorisches, computerlesbares Medium nach einem der Aspekte 49–55, des Weiteren die Speicherung von Anweisungen umfassend, durch die das Computersystem dazu veranlasst wird, ein Prozesssignal auf Grundlage der erfassten Präsenz der Leitzindikators zu generieren und/oder der verfahrenstechnischen Anlage ein Prozesssignal zur Verhaltensänderung durch Änderung mindestens eines Parameters, Wertes, einer Konfiguration, eines Zustandes und/oder einer laufenden Anwendung innerhalb der verfahrenstechnischen Anlage bereitzustellen.
    • 57. Einer der Aspekte 1–56, wobei die Aktionen und/oder Schritte ganz oder teilweise von einem oder mehreren verteilten Daten-Engines (DDE) innerhalb eines verteilten, industriellen Prozessleit- und Analysesystems ausgeführt werden, wobei das verteilte, industrielle Prozessleit- und Analysesystem umfasst: einer Vielzahl von DDE innerhalb einer verfahrenstechnischen Anlage zur Steuerung eines Prozesses, wobei jeder DDE mit einer oder mehreren Datenquellen verknüpft ist, die Daten als Ergebnis der Steuerung des Prozesses durch die verfahrenstechnische Anlage generieren, wobei jeder DDE die von der einen oder den mehreren Datenquellen generierten Daten speichert und/oder ein Datenanalysenetzwerk, das das Streamen von Analysedaten zwischen der Vielzahl von verteilten Daten-Engines und/oder die Übertragung von Anfragen für die auf der Vielzahl von DDE gespeicherten Daten unterstützt.
    • 58. Einer der Aspekte 1–57, wobei die verwendeten Daten, Informationen und/oder Signale ganz oder teilweise von einem oder mehreren verteilten Daten-Engines (DDE) innerhalb eines verteilten, industriellen Prozessleit- und Analysesystems erfasst werden, wobei das verteilte, industrielle Prozessleit- und Analysesystem umfasst: einer Vielzahl von DDE innerhalb einer verfahrenstechnischen Anlage zur Steuerung eines Prozesses, wobei jeder DDE mit einer oder mehreren Datenquellen verknüpft ist, die Daten als Ergebnis der Steuerung des Prozesses durch die verfahrenstechnische Anlage generieren, wobei jeder DDE die von der einen oder den mehreren Datenquellen generierten Daten speichert und/oder ein Datenanalysenetzwerk, das das Streamen von Analysedaten zwischen der Vielzahl von verteilten Daten-Engines und/oder die Übertragung von Anfragen für die auf der Vielzahl von DDE gespeicherten Daten unterstützt.
    • 59. Einer der Aspekte 57 oder 58, wobei einer oder mehrere DDE mit den Prozessreglern innerhalb der verfahrenstechnischen Anlage verknüpft sind und/oder wobei eine oder mehrere Datenquellen mit den Feldgeräten innerhalb der verfahrenstechnischen Anlage verknüpft sind.
    • 60. Eine der vorangegangen Aspekte in Kombination mit einem oder mehreren der vorangegangen Aspekte.
  • 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 [0089]
    • IEEE 802.11 [0100]

Claims (25)

  1. Verfahren zur Bereitstellung einer frühen Fehlererkennung in einer Prozessanlage, wobei das Verfahren umfasst: Abrufen eines Signals, das Zeitbereichsdaten umfasst, die als Ergebnis davon generiert werden, dass eine oder mehrere Prozesssteuervorrichtungen operieren, um einen Prozess in der Prozessanlage zu steuern; Bestimmen eines Frühindikators für eine Bedingung der Prozessanlage auf Basis des abgerufenen Prozesssignals; Definieren einer Prozessvariablen, die dem Frühindikator entspricht; Durchführen einer rollenden schnellen Fourier-Transformation (FFT) an einem folgenden Prozesssignal, um Zeitreihendaten zu bestimmen, die der definierten Prozessvariablen entsprechen; Überwachen der Zeitreihendaten, die der definierten Prozessvariablen entsprechen, auf eine Präsenz des Frühindikators; und Erzeugen einer Angabe, die einer Voraussage der Bedingung entspricht, auf Basis einer erkannten Präsenz des Frühindikators in den überwachten Zeitreihendaten.
  2. Verfahren nach Anspruch 1, wobei das Abrufen des Prozesssignals, das die Zeitbereichsdaten umfasst, das Abrufen von Zeitbereichsdaten umfasst, die von einer Datenquelle generiert werden, die in der Prozessanlage enthalten ist, insbesondere (online) Zeitbereichsdaten, die von der einen oder den mehreren Prozesssteueranlagen generiert werden.
  3. Verfahren nach Anspruch 1, wobei das Bestimmen des Frühindikators für die Bedingung das Durchführen einer oder mehrerer statistischer Analysetechniken an dem Prozesssignal umfasst, wobei die eine oder die mehreren statistischen Analysetechniken mindestens eine von einer Hauptkomponentenanalyse, einer partiellen Regression kleinster Quadrate, einer Clusterbildung oder einer Kreuzkorrelation beinhaltet bzw. beinhalten.
  4. Verfahren nach Anspruch 1, wobei das Definieren der Prozessvariablen, die dem Frühindikator entspricht, das Definieren einer Prozessvariablen umfasst, die einer Änderung an dem Prozesssignal entspricht, die eintritt, bevor die Bedingung eintritt, und die zum Eintreten der Bedingung beiträgt.
  5. Verfahren nach Anspruch 1, wobei das Definieren der Prozessvariablen umfasst, das die Zuordnung eines Tags zu der neuen Prozessvariablen bewirkt wird und das Tag in einer Prozesssteuerungsdatenbank der Prozessanlage gespeichert wird.
  6. Verfahren nach Anspruch 1, ferner das Abrufen des folgenden Signals umfassend durch Abrufen von Online-Prozessdaten, die von einer Datenquelle innerhalb der Prozessanlage generiert werden, wobei das folgende Signal zusätzliche Zeitbereichsdaten umfasst, die als Ergebnis davon generiert werden, dass die eine oder die mehreren Prozesssteuervorrichtungen operieren, um den Prozess in der Prozessanlage zu steuern.
  7. Verfahren nach Anspruch 1, wobei das Durchführen der rollenden FFT an dem folgenden Prozesssignal das Durchführen der rollenden FFT an Zeitbereichsdaten umfasst, die in dem folgenden Prozesssignal enthalten sind, wodurch Frequenzbereichsdaten generiert werden.
  8. Verfahren nach Anspruch 7, ferner das Bestimmen von Werten der definierten Prozessvariablen aus den generierten Frequenzbereichsdaten und das Umwandeln der bestimmten Werte in Zeitbereichsdaten, welche die Zeitreihendaten beinhalten, die der definierten Prozessvariablen entsprechen, umfassend.
  9. Verfahren nach Anspruch 7, ferner umfassend: Durchführen einer oder mehrerer Analysetechniken an den generierten Frequenzbereichsdaten; Definieren einer anderen Prozessvariablen, die dem Frühindikator entspricht, auf Basis eines Ergebnisses der einen oder der mehreren Analysetechniken, die an den generierten Frequenzbereichsdaten durchgeführt werden; und Überwachen von Zeitreihendaten, die der anderen definierten Prozessvariablen entspricht, auf die Präsenz des Frühindikators.
  10. Verfahren nach Anspruch 1, ferner das Erfassen der Präsenz des Frühindikators in den überwachten Zeitreihendaten, die der definierten Prozessvariablen entsprechen, auf Basis eines Schwellenwerts, welcher den Werten der überwachten Zeitreihendaten entspricht, umfassend, wobei der Schwellenwert, der den Werten der überwachten Zeitreihendaten entspricht, einen Schwellenwert umfasst, der einem bestimmten Wert und/oder einer Dauer des bestimmten Wertes entspricht.
  11. Verfahren nach Anspruch 1, ferner das Erzeugen einer Angabe zu einem Zeitrahmen, in dem die Bedingung vorhersagegemäß eintritt, auf Basis der erfassten Präsenz des Frühindikators umfassend.
  12. Verfahren nach Anspruch 1, ferner umfassend: Erzeugen eines Prozesssignals auf Basis der erfassten Präsenz des Frühindikators; und Bereitstellen des Prozesssignals an der Prozessanlage, um ein Verhalten der Prozessanlage zu ändern, um die Auswirkungen des Eintretens der vorausgesagten Bedingung durch Ändern von mindestens einem von einem Parameter, einem Wert, einer Konfiguration, einem Zustand oder einer Ausführungsanwendung innerhalb der Prozessanlage zu verhindern oder abzumildern.
  13. Verfahren nach Anspruch 1, ferner das Erzeugen eines Datenanalysesignals auf Basis der erfassten Präsenz des Frühindikators und das Bereitstellen des Datenanalysesignals an einer Distributed Data Engine und/oder einer Analysefunktion eines Datenanalysesystems, das in Verbindung mit der Prozessanlage operiert, umfassend.
  14. Verfahren nach Anspruch 1, wobei zumindest ein Teil des Verfahrens von einem Datenanalysesystem durchgeführt wird, das in Verbindung mit der Prozessanlage operiert, insbesondere von einer oder mehreren Distributed Data Engines (DDEs) des Datenanalysesystems durchgeführt wird.
  15. Verfahren nach Anspruch 14, wobei die Anweisungen bewirken, dass der Prozessor die Zeitreihendaten, die der definierten Prozessvariablen entsprechen, anhand einer Routine, die innerhalb des Prozesssteuersystems der Prozessanlage ausgeführt wird, auf die Präsenz des Frühindikators überwacht.
  16. Verfahren nach Anspruch 1, wobei das Überwachen der Zeitreihendaten, die der definierten Prozessvariablen entsprechen, das Überwachen von Streaming-Prozessdaten von der Prozessanlage umfasst.
  17. Verfahren nach Anspruch 1, wobei das Abrufen des Prozesssignals, das die Zeitbereichsdaten umfasst, die als Ergebnis davon, dass die eine oder die mehreren Prozesssteuervorrichtungen operieren, um den Prozess zu steuern, das Abrufen des Prozesssignals, das Zeitbereichsdaten umfasst, die von einer oder mehreren Datenquellen innerhalb der Prozessanlage generiert werden, umfasst, wobei die eine oder die mehreren Datenquellen jegliche Datenquellen innerhalb der Prozessanlage, die Prozessdaten erster Ordnung generieren, ausschließen.
  18. System zur Bereitstellung einer frühen Fehlererkennung in einer Prozessanlage, wobei das System umfasst: eine Mehrzahl von Prozesssteuervorrichtungen, die in einer Prozessanlage operieren; einen Prozessor; einen Programmspeicher, der kommunikationstechnisch mit dem Prozessor gekoppelt ist und der ein materielles, nichtflüchtiges Speichermedium umfasst, das Anweisungen speichert, die, wenn sie vom Prozessor ausgeführt werden, bewirken, dass der Prozessor: ein Prozesssignal abruft, das Zeitbereichsdaten umfasst, die als Ergebnis davon generiert werden, dass die mehreren Prozesssteuervorrichtungen in der Prozessanlage operieren; einen Frühindikator für eine Bedingung der Prozessanlage auf Basis des abgerufenen Prozesssignals bestimmt; eine Prozessvariable definiert, die dem Frühindikator entspricht; eine rollende schnelle Fourier-Transformation (FFT) an einem folgenden Prozesssignal durchführt, um Zeitreihendaten zu bestimmen, die der definierten Prozessvariablen entsprechen; die Zeitreihendaten, die der definierten Prozessvariablen entsprechen, auf eine Präsenz des Frühindikators überwacht; und eine Angabe, die einer Voraussage der Bedingung entspricht, auf Basis einer erkannten Präsenz des Frühindikators in den überwachten Zeitreihendaten generiert.
  19. System nach Anspruch 18, wobei die Anweisungen, die bewirken, dass der Prozessor das Prozesssignal abruft, welches die Zeitbereichsdaten umfasst, Anweisungen beinhalten, die bewirken, dass der Prozessor Zeitbereichsdaten abruft, die von der einen oder den mehreren Prozesssteuervorrichtungen generiert werden.
  20. System nach Anspruch 18, wobei die Anweisungen, die bewirken, dass der Prozessor die rollende FFT am folgenden Prozesssignal durchführt, Anweisungen beinhalten, die bewirken, dass der Prozessor die rollende FFT an den Zeitbereichsdaten durchführt, die in dem folgenden Prozesssignal enthalten sind, wodurch Frequenzbereichsdaten generiert werden, und die Anweisungen ferner bewirken, dass der Prozessor: eine oder mehrere Analysetechniken an den generierten Frequenzbereichsdaten durchführt; eine andere Prozessvariable, die dem Frühindikator entspricht, auf Basis eines Ergebnisses der einen oder der mehreren Analysetechniken, die an den generierten Frequenzbereichsdaten durchgeführt werden, definiert; und Zeitreihendaten, die der anderen definierten Prozessvariablen entsprechen, auf die Präsenz des Frühindikators überwacht.
  21. System nach Anspruch 18, wobei die Anweisungen ferner bewirken, dass der Prozessor eine Angabe zu einem Zeitrahmen, in dem die Bedingung vorhersagegemäß eintritt, auf Basis der erfassten Präsenz des Frühindikators generiert.
  22. System nach Anspruch 18, wobei die Anweisungen ferner bewirken, dass der Prozessor ein Prozesssignal auf Basis der erfassten Präsenz des Frühindikators generiert und das Prozesssignal an der Prozessanlage bereitstellt, um das Verhalten der Prozessanlage zu ändern, durch Ändern mindestens eines von einem Parameter, einem Wert, einer Konfiguration, einem Zustand oder einer Ausführungsanwendung innerhalb der Prozessanlage.
  23. System nach Anspruch 18, wobei der Prozessor innerhalb eines Datenanalysesystems angeordnet ist, das in Verbindung mit der Prozessanlage operiert, wobei das Datenanalysesystem eine oder mehrere Distributed Data Engines (DDEs) beinhaltet, und wobei die Anweisungen Teil einer oder mehrerer Datenanalysefunktionen sind, die in dem Datenanalysesystem ausgeführt werden.
  24. System nach Anspruch 23, wobei die rollende FFT von einem Datenblock und/oder einem Datenmodell des Datenanalysesystems durchgeführt wird, wobei insbesondere das Datenanalysesystem eine Datenblockdefinitionsbibliothek beinhaltet, die eine Datenblockdefinition der rollenden FFT speichert.
  25. Materielles, nichtflüchtiges computerlesbares Medium, das Anweisungen speichert, um eine frühe Fehlererkennung in einer Prozessanlage zu leisten, die, wenn sie von einem Prozessor eines Computersystems ausgeführt werden, bewirken, dass das Computersystem die Schritte nach einem der Ansprüche 1 oder 2 oder 7 und 9 oder 11 oder 12 durchführen.
DE102016119084.5A 2015-10-09 2016-10-07 Verteilte Leistungsüberwachung und Analyse industrieller Anlagen Pending DE102016119084A1 (de)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US201562239620P 2015-10-09 2015-10-09
US62/239,620 2015-10-09
US15/274,233 US10649449B2 (en) 2013-03-04 2016-09-23 Distributed industrial performance monitoring and analytics
US15/274,233 2016-09-23

Publications (2)

Publication Number Publication Date
DE102016119084A1 DE102016119084A1 (de) 2017-04-13
DE102016119084A9 true DE102016119084A9 (de) 2017-06-14

Family

ID=57610570

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102016119084.5A Pending DE102016119084A1 (de) 2015-10-09 2016-10-07 Verteilte Leistungsüberwachung und Analyse industrieller Anlagen

Country Status (5)

Country Link
US (1) US10649449B2 (de)
JP (1) JP6978156B2 (de)
CN (1) CN106933208B (de)
DE (1) DE102016119084A1 (de)
GB (1) GB2545302B (de)

Families Citing this family (69)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9665088B2 (en) 2014-01-31 2017-05-30 Fisher-Rosemount Systems, Inc. Managing big data in process control systems
US10649424B2 (en) 2013-03-04 2020-05-12 Fisher-Rosemount Systems, Inc. Distributed industrial performance monitoring and analytics
US10386827B2 (en) 2013-03-04 2019-08-20 Fisher-Rosemount Systems, Inc. Distributed industrial performance monitoring and analytics platform
US9823626B2 (en) 2014-10-06 2017-11-21 Fisher-Rosemount Systems, Inc. Regional big data in process control systems
US10282676B2 (en) 2014-10-06 2019-05-07 Fisher-Rosemount Systems, Inc. Automatic signal processing-based learning in a process plant
US9397836B2 (en) 2014-08-11 2016-07-19 Fisher-Rosemount Systems, Inc. Securing devices to process control systems
US10866952B2 (en) 2013-03-04 2020-12-15 Fisher-Rosemount Systems, Inc. Source-independent queries in distributed industrial system
US10909137B2 (en) 2014-10-06 2021-02-02 Fisher-Rosemount Systems, Inc. Streaming data for analytics in process control systems
US9558220B2 (en) 2013-03-04 2017-01-31 Fisher-Rosemount Systems, Inc. Big data in process control systems
US10678225B2 (en) 2013-03-04 2020-06-09 Fisher-Rosemount Systems, Inc. Data analytic services for distributed industrial performance monitoring
US10223327B2 (en) 2013-03-14 2019-03-05 Fisher-Rosemount Systems, Inc. Collecting and delivering data to a big data machine in a process control system
EP3200131A1 (de) 2013-03-15 2017-08-02 Fisher-Rosemount Systems, Inc. Datenmodellierungsstudio
US9678484B2 (en) 2013-03-15 2017-06-13 Fisher-Rosemount Systems, Inc. Method and apparatus for seamless state transfer between user interface devices in a mobile control room
WO2015094315A1 (en) * 2013-12-20 2015-06-25 Hewlett-Packard Development Company, L.P. Discarding data points in a time series
US10168691B2 (en) 2014-10-06 2019-01-01 Fisher-Rosemount Systems, Inc. Data pipeline for process control system analytics
JP2017049762A (ja) 2015-09-01 2017-03-09 株式会社東芝 システム及び方法
US10627799B2 (en) 2015-09-30 2020-04-21 Nidek Co., Ltd. Terminal device and terminal control program
US10503483B2 (en) 2016-02-12 2019-12-10 Fisher-Rosemount Systems, Inc. Rule builder in a process control network
US10394784B2 (en) * 2016-12-22 2019-08-27 Intel Corporation Technologies for management of lookup tables
US11169495B2 (en) * 2017-01-31 2021-11-09 Wipro Limited Methods for provisioning an industrial internet-of-things control framework of dynamic multi-cloud events and devices thereof
WO2018204540A1 (en) * 2017-05-02 2018-11-08 Lateral Solutions, Inc. Control system for machine with a plurality of components and methods of operation
US20180356805A1 (en) * 2017-06-07 2018-12-13 Honeywell Limited Data Source Agnostic Browser-Based Monitoring Display for Monitoring Manufacturing or Control Process
US10678224B2 (en) * 2017-06-21 2020-06-09 Fisher-Rosemount Systems, Inc. Loop interface
JP6824121B2 (ja) * 2017-07-14 2021-02-03 株式会社東芝 状態検知装置、状態検知方法及びプログラム
US10768598B2 (en) * 2017-10-02 2020-09-08 Fisher-Rosemount Systems, Inc. Systems and methods for ease of graphical display design workflow in a process control plant
US10788972B2 (en) 2017-10-02 2020-09-29 Fisher-Rosemount Systems, Inc. Systems and methods for automatically populating a display area with historized process parameters
US11243677B2 (en) 2017-10-02 2022-02-08 Fisher-Rosemount Systems, Inc. Systems and methods for ease of graphical display configuration design in a process control plant
US11150635B2 (en) * 2017-10-02 2021-10-19 Fisher-Rosemount Systems, Inc. Projects within a process control asset management system
CN111433691B (zh) * 2017-11-28 2024-03-08 株式会社安川电机 控制系统、工厂系统、学习系统、估计用模型的生成方法和致动器的状态估计方法
CN108063698B (zh) * 2017-12-15 2020-05-12 东软集团股份有限公司 设备异常检测方法和装置、及存储介质
CN107992617A (zh) * 2017-12-20 2018-05-04 广东工业大学 一种注塑成型装备大数据采集系统及方法
EP3739819A1 (de) * 2018-01-22 2020-11-18 Siemens Aktiengesellschaft Verfahren und steuersystem zum steuern und/oder überwachen von geräten
KR102406182B1 (ko) * 2018-01-30 2022-06-07 현대자동차주식회사 빅데이터 기반의 차량 예측 제어 시스템 및 방법
US11514267B2 (en) * 2018-04-11 2022-11-29 ProKarma, Inc. System and method for performing test data management
CN110968744B (zh) * 2018-09-30 2023-09-05 中国移动通信有限公司研究院 一种资源查询方法及装置、设备、存储介质
US11308109B2 (en) * 2018-10-12 2022-04-19 International Business Machines Corporation Transfer between different combinations of source and destination nodes
US11262743B2 (en) * 2018-11-21 2022-03-01 Sap Se Predicting leading indicators of an event
WO2020166011A1 (ja) * 2019-02-14 2020-08-20 日本電気株式会社 時系列データ処理方法
TWI811523B (zh) * 2019-03-19 2023-08-11 日商住友重機械工業股份有限公司 支援裝置、支援方法、支援程式及廠房
CN109816940B (zh) * 2019-03-21 2023-05-09 北京天诚同创电气有限公司 污水处理厂的故障报警方法和装置
CN113614655A (zh) * 2019-03-25 2021-11-05 施耐德电子系统美国股份有限公司 从工程数据源中自动提取资产数据
WO2020210034A1 (en) * 2019-04-10 2020-10-15 Exxonmobil Research And Engineering Company Dynamic quality control in petrochemical, chemical, and pharmaceutical manufacturing processes
DE102019207839A1 (de) 2019-05-28 2020-12-03 Heidelberger Druckmaschinen Ag Lackverbrauchs-Vorhersage
US11340594B2 (en) * 2019-08-16 2022-05-24 Rockwell Automation Technologies, Inc. Synchronization of industrial automation process subsystems
CN110661845B (zh) * 2019-08-19 2020-12-18 重庆特斯联智慧科技股份有限公司 一种基于物联网大数据的空间环境监测方法和系统
CN111913461B (zh) * 2019-09-07 2022-03-18 宁波大学 一种基于正则化gcca模型的分布式化工过程监测方法
US11768877B2 (en) * 2019-09-20 2023-09-26 Fisher-Rosemount Systems, Inc. Smart search capabilities in a process control system
US11768878B2 (en) * 2019-09-20 2023-09-26 Fisher-Rosemount Systems, Inc. Search results display in a process control system
US11846934B2 (en) * 2019-09-23 2023-12-19 Fisher-Rosemount Systems, Inc. Industrial control system hyperconverged architecture
US11100221B2 (en) 2019-10-08 2021-08-24 Nanotronics Imaging, Inc. Dynamic monitoring and securing of factory processes, equipment and automated systems
US11063965B1 (en) 2019-12-19 2021-07-13 Nanotronics Imaging, Inc. Dynamic monitoring and securing of factory processes, equipment and automated systems
CN114730329A (zh) * 2019-11-11 2022-07-08 阿韦瓦软件有限责任公司 用于生成并动态更新跨平台的多个过程和操作的控制板的计算机化系统和方法
DE102019131456A1 (de) * 2019-11-21 2021-05-27 Schaeffler Technologies AG & Co. KG Verfahren zum Bestimmen einer Eigenschaft einer Maschine, insbesondere einer Werkzeugmaschine, ohne messtechnisches Erfassen der Eigenschaft
CN111026040A (zh) * 2019-12-29 2020-04-17 江苏金源高端装备股份有限公司 一种辗环智能锻造控制系统
US11341026B2 (en) 2020-01-06 2022-05-24 EMC IP Holding Company LLC Facilitating detection of anomalies in data center telemetry
US11416506B2 (en) * 2020-04-29 2022-08-16 EMC IP Holding Company LLC Facilitating temporal data management for anomalous state detection in data centers
US11625633B2 (en) * 2020-05-26 2023-04-11 Northrop Grumman Systems Corporation Machine learning to monitor operations of a device
US20210374111A1 (en) * 2020-05-29 2021-12-02 Exelon Clearsight, LLC Methods and systems for construct identification and analysis
EP3992737A1 (de) * 2020-10-28 2022-05-04 Siemens Aktiengesellschaft Verfahren zur datenkommunikation zwischen einer leitebene und einer feldebene eines industriellen systems
US11449521B2 (en) * 2020-12-22 2022-09-20 Trendminer N.V. Database management system
CN112835334B (zh) * 2020-12-31 2022-05-27 广州明珞装备股份有限公司 工业数据平台测试方法、装置、计算机设备和存储介质
CN112953913A (zh) * 2021-01-29 2021-06-11 江苏提米智能科技有限公司 一种实现工业物联网智能设备数据快速接入、汇聚、存储和发布的方法
CN113140053B (zh) * 2021-04-29 2022-11-08 四川虹美智能科技有限公司 基于环形动态线的自动化扫码测试系统及方法
CN113759845A (zh) * 2021-09-06 2021-12-07 上海飞机制造有限公司 一种工业控制系统和方法
CN114442582B (zh) * 2022-04-07 2022-08-16 广东祥利科技有限公司 一种聚烯烃改性电缆粒料生产监测控制方法及系统
US11893222B2 (en) 2022-05-27 2024-02-06 Honeywell International Inc. Automatically scaling trend chart graphical display generation in a toxic gas monitoring system
CN115269659B (zh) * 2022-09-19 2022-12-30 江苏泰恩特环境技术有限公司 一种组合式空调箱的能耗检测的远程监控系统
CN115600131B (zh) * 2022-11-28 2023-03-07 西安弘捷电子技术有限公司 基于图形化测试平台的自动测试系统
CN115953738B (zh) * 2023-03-02 2023-05-30 上海燧原科技有限公司 一种图像识别分布式训练的监控方法、装置、设备及介质

Family Cites Families (582)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4451047A (en) 1981-07-31 1984-05-29 Smith International, Inc. Seal
US4593367A (en) 1984-01-16 1986-06-03 Itt Corporation Probabilistic learning element
US5481741A (en) 1986-04-14 1996-01-02 National Instruments Corporation Method and apparatus for providing attribute nodes in a graphical data flow environment
US5291587A (en) 1986-04-14 1994-03-01 National Instruments, Inc. Graphical system for executing a process and for programming a computer to execute a process, including graphical variable inputs and variable outputs
US5610828A (en) 1986-04-14 1997-03-11 National Instruments Corporation Graphical system for modelling a process and associated method
US4901221A (en) 1986-04-14 1990-02-13 National Instruments, Inc. Graphical system for modelling a process and associated method
US5821934A (en) 1986-04-14 1998-10-13 National Instruments Corporation Method and apparatus for providing stricter data type capabilities in a graphical data flow diagram
US5497500A (en) 1986-04-14 1996-03-05 National Instruments Corporation Method and apparatus for more efficient function synchronization in a data flow program
US5734863A (en) 1986-04-14 1998-03-31 National Instruments Corporation Method and apparatus for providing improved type compatibility and data structure organization in a graphical data flow diagram
US5475851A (en) 1986-04-14 1995-12-12 National Instruments Corporation Method and apparatus for improved local and global variable capabilities in a graphical data flow program
US5737622A (en) 1986-04-14 1998-04-07 National Instruments Corporation Method and apparatus for more efficient function synchronization in a data flow program
US4914568A (en) 1986-10-24 1990-04-03 National Instruments, Inc. Graphical system for modelling a process and associated method
US5481740A (en) 1986-04-14 1996-01-02 National Instruments Corporation Method and apparatus for providing autoprobe features in a graphical data flow diagram
JPH083747B2 (ja) 1987-07-13 1996-01-17 株式会社日立製作所 プラント保守支援装置
US4886241A (en) 1987-09-16 1989-12-12 Fisher Controls International, Inc. Valve stem packing containment for high pressure, high temperature
DE3856379T2 (de) 1987-09-30 2000-06-29 Du Pont Expertensystem mit verfahrenssteuerung
JP2544960B2 (ja) 1988-05-19 1996-10-16 三菱電機株式会社 プログラマブル制御装置
US5164897A (en) 1989-06-21 1992-11-17 Techpower, Inc. Automated method for selecting personnel matched to job criteria
US5111531A (en) 1990-01-08 1992-05-05 Automation Technology, Inc. Process control using neural network
US5301301A (en) 1991-01-30 1994-04-05 National Instruments Corporation Polymorphic dataflow block diagram system and method for programming a computer
JPH05187973A (ja) 1991-04-09 1993-07-27 Texas Instr Inc <Ti> 携帯用コンピュータ・システムと無線通信を使用した予測監視、診断、および保守用のシステムと装置
WO1992020026A1 (en) 1991-05-03 1992-11-12 Storage Technology Corporation Knowledge based resource management
JPH0573131A (ja) 1991-09-17 1993-03-26 Mitsubishi Heavy Ind Ltd エキスパートシステム
JP3046426B2 (ja) 1991-11-19 2000-05-29 株式会社東芝 プラント機器の監視装置
US7006881B1 (en) 1991-12-23 2006-02-28 Steven Hoffberg Media recording device with remote graphic user interface
JP2783729B2 (ja) 1992-07-28 1998-08-06 株式会社東芝 保修支援装置
US5544320A (en) 1993-01-08 1996-08-06 Konrad; Allan M. Remote information service access system based on a client-server-service model
US6064409A (en) 1993-09-22 2000-05-16 National Instruments Corporation System and method for providing audio probe and debugging features in a graphical data flow program
USD384051S (en) 1994-03-16 1997-09-23 National Instruments Corporation Sequence structure icon for a display screen of a programmed computer system
USD387750S (en) 1994-03-16 1997-12-16 National Instruments Corporation Case structure icon for a display screen of a programmed computer system
USD384052S (en) 1994-03-16 1997-09-23 National Instruments Corporation While loop icon for a display screen of a programmed computer system
USD384050S (en) 1994-03-16 1997-09-23 National Instruments Corporation For loop icon for a display screen of a programmed computer system
JP3116710B2 (ja) 1994-03-18 2000-12-11 株式会社日立製作所 情報端末システム
US5950462A (en) 1994-10-03 1999-09-14 Neelchine Engineering, Inc. Lockout device
US5692143A (en) 1994-12-30 1997-11-25 International Business Machines Corporation Method and system for recalling desktop states in a data processing system
US5801946A (en) 1995-10-19 1998-09-01 Kawasaki Motors Mfg. Co. Assembly prompting system
US5838563A (en) 1996-04-12 1998-11-17 Fisher-Rosemont Systems, Inc. System for configuring a process control environment
US5995916A (en) 1996-04-12 1999-11-30 Fisher-Rosemount Systems, Inc. Process control system for monitoring and displaying diagnostic information of multiple distributed devices
US6032208A (en) 1996-04-12 2000-02-29 Fisher-Rosemount Systems, Inc. Process control system for versatile control of multiple process devices of various device types
US5801942A (en) 1996-04-12 1998-09-01 Fisher-Rosemount Systems, Inc. Process control system user interface including selection of multiple control languages
US6098116A (en) 1996-04-12 2000-08-01 Fisher-Rosemont Systems, Inc. Process control system including a method and apparatus for automatically sensing the connection of devices to a network
US5909368A (en) 1996-04-12 1999-06-01 Fisher-Rosemount Systems, Inc. Process control system using a process control strategy distributed among multiple control elements
US5828851A (en) 1996-04-12 1998-10-27 Fisher-Rosemount Systems, Inc. Process control system using standard protocol control of standard devices and nonstandard devices
US5862052A (en) 1996-04-12 1999-01-19 Fisher-Rosemount Systems, Inc. Process control system using a control strategy implemented in a layered hierarchy of control modules
US5940294A (en) 1996-04-12 1999-08-17 Fisher-Rosemont Systems, Inc. System for assisting configuring a process control environment
US6868538B1 (en) 1996-04-12 2005-03-15 Fisher-Rosemount Systems, Inc. Object-oriented programmable controller
JP2746264B2 (ja) 1996-06-07 1998-05-06 日本電気株式会社 作業管理方法及び管理装置
US5993194A (en) 1996-06-21 1999-11-30 Lemelson; Jerome H. Automatically optimized combustion control
US5856931A (en) 1996-09-23 1999-01-05 Mccasland; Martin Method and system for identifying, organizing, scheduling, executing, analyzing and documenting detailed inspection activities for specific items in either a time-based or on-demand fashion
JPH10116113A (ja) 1996-10-09 1998-05-06 Hitachi Ltd プラント監視制御方法及び監視制御装置
US5917489A (en) 1997-01-31 1999-06-29 Microsoft Corporation System and method for creating, editing, and distributing rules for processing electronic messages
US5987246A (en) 1997-02-14 1999-11-16 National Instruments Corp. Graphical programming system and method including three-dimensional nodes with pre-defined input and output capabilities
US5980078A (en) 1997-02-14 1999-11-09 Fisher-Rosemount Systems, Inc. Process control system including automatic sensing and automatic configuration of devices
US5862054A (en) 1997-02-20 1999-01-19 Taiwan Semiconductor Manufacturing Company, Ltd. Process monitoring system for real time statistical process control
DE19715503A1 (de) 1997-04-14 1998-10-15 Siemens Ag Integriertes Rechner- und Kommunikationssystem für den Anlagenbereich
JPH10326111A (ja) 1997-05-26 1998-12-08 Toshiba Corp プラント監視装置およびプラント監視システム
US5990906A (en) 1997-06-25 1999-11-23 National Instruments Corporation Undo feature for a graphical programming system
US6219628B1 (en) 1997-08-18 2001-04-17 National Instruments Corporation System and method for configuring an instrument to perform measurement functions utilizing conversion of graphical programs into hardware implementations
US6971066B2 (en) 1997-08-18 2005-11-29 National Instruments Corporation System and method for deploying a graphical program on an image acquisition device
US6784903B2 (en) 1997-08-18 2004-08-31 National Instruments Corporation System and method for configuring an instrument to perform measurement functions utilizing conversion of graphical programs into hardware implementations
US6608638B1 (en) 2000-02-07 2003-08-19 National Instruments Corporation System and method for configuring a programmable hardware instrument to perform measurement functions utilizing estimation of the hardware implentation and management of hardware resources
US6173438B1 (en) 1997-08-18 2001-01-09 National Instruments Corporation Embedded graphical programming system
US5988847A (en) 1997-08-22 1999-11-23 Honeywell Inc. Systems and methods for implementing a dynamic cache in a supervisory control system
US6421570B1 (en) 1997-08-22 2002-07-16 Honeywell Inc. Systems and methods for accessing data using a cyclic publish/subscribe scheme with report by exception
US20020091784A1 (en) 1997-09-10 2002-07-11 Baker Richard A. Web interface to a device and an electrical network control system
US6526566B1 (en) 1997-11-14 2003-02-25 National Instruments Corporation Graphical programming system and method including nodes for programmatically accessing data sources and targets
US6009422A (en) 1997-11-26 1999-12-28 International Business Machines Corporation System and method for query translation/semantic translation using generalized query language
EP1564647A3 (de) 1998-01-19 2009-03-04 Asahi Glass Company Ltd. Datenbanksystem für chronologische Daten, Verarbeitungsmethode für chronologische Daten und Anzeigesystem für chronologische Daten
US7079653B2 (en) 1998-02-13 2006-07-18 Tecsec, Inc. Cryptographic key split binding process and apparatus
US6178504B1 (en) 1998-03-12 2001-01-23 Cheyenne Property Trust C/O Data Securities International, Inc. Host system elements for an international cryptography framework
US6347253B1 (en) 1998-04-30 2002-02-12 Kabushiki Kaisha Toshiba Control system for executing a task instruction by performing distributed processing via a number of modules
JP4107359B2 (ja) 1998-05-14 2008-06-25 株式会社日立製作所 施設管理システム
US6437692B1 (en) 1998-06-22 2002-08-20 Statsignal Systems, Inc. System and method for monitoring and controlling remote devices
US6285966B1 (en) 1998-06-25 2001-09-04 Fisher Controls International, Inc. Function block apparatus for viewing data in a process control system
US6563430B1 (en) 1998-12-11 2003-05-13 Koninklijke Philips Electronics N.V. Remote control device with location dependent interface
US6167464A (en) 1998-09-23 2000-12-26 Rockwell Technologies, Llc Mobile human/machine interface for use with industrial control systems for controlling the operation of process executed on spatially separate machines
FI982262A0 (fi) 1998-10-19 1998-10-19 Valmet Automation Inc Menetelmä ja laitteisto teollisuusprosessin toiminnan seuraamiseksi
US6442515B1 (en) 1998-10-26 2002-08-27 Invensys Systems, Inc. Process model generation independent of application mode
US6463352B1 (en) 1999-01-21 2002-10-08 Amada Cutting Technologies, Inc. System for management of cutting machines
US7640007B2 (en) 1999-02-12 2009-12-29 Fisher-Rosemount Systems, Inc. Wireless handheld communicator in a process control environment
US6806847B2 (en) 1999-02-12 2004-10-19 Fisher-Rosemount Systems Inc. Portable computer in a process control environment
US7206646B2 (en) 1999-02-22 2007-04-17 Fisher-Rosemount Systems, Inc. Method and apparatus for performing a function in a plant using process performance monitoring with process equipment monitoring and control
US8044793B2 (en) 2001-03-01 2011-10-25 Fisher-Rosemount Systems, Inc. Integrated device alerts in a process control system
US6295513B1 (en) 1999-03-16 2001-09-25 Eagle Engineering Of America, Inc. Network-based system for the manufacture of parts with a virtual collaborative environment for design, developement, and fabricator selection
FI990715A (fi) 1999-03-31 2000-10-01 Valmet Corp Tuotantolaitoksen huoltojärjestely
US7656271B2 (en) 2002-01-09 2010-02-02 I.D. Systems, Inc. System and method for managing a remotely located asset
TW425821B (en) 1999-05-31 2001-03-11 Ind Tech Res Inst Key management method
US20050080799A1 (en) 1999-06-01 2005-04-14 Abb Flexible Automaton, Inc. Real-time information collection and distribution system for robots and electronically controlled machines
US6535883B1 (en) 1999-08-04 2003-03-18 Mdsi Software Srl System and method for creating validation rules used to confirm input data
US7210117B2 (en) 1999-08-19 2007-04-24 National Instruments Corporation System and method for programmatically generating a graphical program in response to program information
US7000190B2 (en) 1999-08-19 2006-02-14 National Instruments Corporation System and method for programmatically modifying a graphical program in response to program information
US7937665B1 (en) 2000-06-13 2011-05-03 National Instruments Corporation System and method for automatically generating a graphical program to implement a prototype
US20020010694A1 (en) 1999-12-23 2002-01-24 Nassir Navab Method and system for computer assisted localization and navigation in industrial environments
ATE403189T1 (de) 2000-01-06 2008-08-15 Rapp Roy W Iii Anlage und verfahren zur papierfreien tablettenautomatisierung
US6772017B1 (en) 2000-01-20 2004-08-03 Fisher-Rosemount Systems, Inc. Tool for configuring and managing a process control network including the use of spatial information
US7474929B2 (en) 2000-01-20 2009-01-06 Fisher-Rosemount Systems, Inc. Enhanced tool for managing a process control network
US6584601B1 (en) 2000-02-07 2003-06-24 National Instruments Corporation System and method for converting graphical programs into hardware implementations which utilize probe insertion
DE20004370U1 (de) 2000-03-10 2001-07-19 Kuka Schweissanlagen Gmbh Industrielle Produktionsanlage mit WEB-Steuersystem
AU4733601A (en) 2000-03-10 2001-09-24 Cyrano Sciences Inc Control for an industrial process using one or more multidimensional variables
JP2001265821A (ja) 2000-03-16 2001-09-28 Mitsubishi Electric Corp 情報収集装置およびプラント監視システム
US7406431B2 (en) 2000-03-17 2008-07-29 Siemens Aktiengesellschaft Plant maintenance technology architecture
US6715078B1 (en) 2000-03-28 2004-03-30 Ncr Corporation Methods and apparatus for secure personal identification number and data encryption
US6278374B1 (en) 2000-05-05 2001-08-21 Kellogg Brown & Root, Inc. Flame detection apparatus and method
US9183351B2 (en) 2000-05-30 2015-11-10 Vladimir Shusterman Mobile system with network-distributed data processing for biomedical applications
US6763515B1 (en) 2000-06-05 2004-07-13 National Instruments Corporation System and method for automatically generating a graphical program to perform an image processing algorithm
US6917839B2 (en) 2000-06-09 2005-07-12 Intellectual Assets Llc Surveillance system and method having an operating mode partitioned fault classification model
US6609036B1 (en) 2000-06-09 2003-08-19 Randall L. Bickford Surveillance system and method having parameter estimation and operating mode partitioning
US7606919B2 (en) 2006-01-26 2009-10-20 Tangopoint, Inc. System and method for managing maintenance of building facilities
JP2002010489A (ja) 2000-06-16 2002-01-11 Mitsubishi Electric Corp 操作手順作成装置、操作手順作成ルール表現方法、操作手順作成ルール試験装置、及び操作手順作成ルール編集装置
JP2002027567A (ja) 2000-07-12 2002-01-25 Hitachi Kokusai Electric Inc 半導体製造装置のリモート操作システム、半導体製造装置および遠隔操作装置
US7283971B1 (en) 2000-09-06 2007-10-16 Masterlink Corporation System and method for managing mobile workers
US8190463B2 (en) 2000-09-06 2012-05-29 Masterlink Corporation System and method for managing mobile workers
WO2002023368A1 (en) 2000-09-15 2002-03-21 Wonderware Corporation A method and system for administering a concurrent user licensing agreement on a manufacturing/process control information portal server
JP2002099325A (ja) 2000-09-22 2002-04-05 Ibiden Co Ltd 工場内設備監視システム
US7035856B1 (en) 2000-09-28 2006-04-25 Nobuyoshi Morimoto System and method for tracking and routing shipped items
FI20002233A (fi) 2000-10-10 2002-04-11 Metso Paper Inc Menetelmä ja järjestelmä tuotantolaitoksen kunnossapitoa varten
US20020054130A1 (en) 2000-10-16 2002-05-09 Abbott Kenneth H. Dynamically displaying current status of tasks
US7143289B2 (en) 2000-10-30 2006-11-28 Geocodex Llc System and method for delivering encrypted information in a communication network using location identity and key tables
WO2002050971A1 (en) 2000-11-21 2002-06-27 Abb T&D Technology Ltd. An improved digital protection and control device and method thereof
JP3723074B2 (ja) 2000-12-04 2005-12-07 株式会社東芝 データサーバ、情報処理システムと方法、記憶媒体、および設備データ管理方法
US7200838B2 (en) 2000-12-20 2007-04-03 National Instruments Corporation System and method for automatically generating a graphical program in response to a state diagram
US20020138320A1 (en) 2000-12-26 2002-09-26 Appareon System, method and article of manufacture for global, device-independent deployment of a supply chain management system
US20020087419A1 (en) 2000-12-29 2002-07-04 Johan Andersson Equipment procurement method and system
US6931128B2 (en) 2001-01-16 2005-08-16 Microsoft Corporation Methods and systems for generating encryption keys using random bit generators
US7865349B2 (en) 2001-01-19 2011-01-04 National Instruments Corporation Simulation, measurement and/or control system and method with coordinated timing
JP2004533036A (ja) 2001-03-01 2004-10-28 フィッシャー−ローズマウント システムズ， インコーポレイテッド プロセスプラントにおけるデータ共有
US7720727B2 (en) 2001-03-01 2010-05-18 Fisher-Rosemount Systems, Inc. Economic calculations in process control system
US8073967B2 (en) 2002-04-15 2011-12-06 Fisher-Rosemount Systems, Inc. Web services-based communications for use with process control systems
JP4083018B2 (ja) 2001-03-01 2008-04-30 フィッシャー−ローズマウント システムズ， インコーポレイテッド プロセスプラントにおける劣化レベルを推定・利用する基準技術
US20020128998A1 (en) 2001-03-07 2002-09-12 David Kil Automatic data explorer that determines relationships among original and derived fields
DE50110695D1 (de) 2001-04-04 2006-09-21 Grapha Holding Ag Anlage für die Herstellung von Druckprodukten
US7266429B2 (en) 2001-04-30 2007-09-04 General Electric Company Digitization of field engineering work processes at a gas turbine power plant through the use of portable computing devices operable in an on-site wireless local area network
AU2002340713A1 (en) 2001-05-04 2002-11-18 Invensys Systems, Inc. Process control loop analysis system
AU2002368313A1 (en) 2001-05-04 2004-05-25 Remote Data Technologies, Llc Real-time remotely programmable radioactive gas detecting and measuring system
US7155450B2 (en) 2001-05-10 2006-12-26 Automsoft R & D Limited Plant information management system
US20030020726A1 (en) 2001-06-29 2003-01-30 Bitflash Graphics, Inc. Method and system for displaying graphics information
US6970758B1 (en) 2001-07-12 2005-11-29 Advanced Micro Devices, Inc. System and software for data collection and process control in semiconductor manufacturing and method thereof
US20030135547A1 (en) 2001-07-23 2003-07-17 Kent J. Thomas Extensible modular communication executive with active message queue and intelligent message pre-validation
US6959356B2 (en) 2001-07-30 2005-10-25 Fisher-Rosemount Systems, Inc. Multi-protocol field device and communication method
US20030028495A1 (en) 2001-08-06 2003-02-06 Pallante Joseph T. Trusted third party services system and method
US8417360B2 (en) 2001-08-10 2013-04-09 Rockwell Automation Technologies, Inc. System and method for dynamic multi-objective optimization of machine selection, integration and utilization
US7062718B2 (en) 2001-08-14 2006-06-13 National Instruments Corporation Configuration diagram which graphically displays program relationship
US8290762B2 (en) 2001-08-14 2012-10-16 National Instruments Corporation Graphically configuring program invocation relationships by creating or modifying links among program icons in a configuration diagram
US7302675B2 (en) 2001-08-14 2007-11-27 National Instruments Corporation System and method for analyzing a graphical program using debugging graphical programs
US7594220B2 (en) 2001-08-14 2009-09-22 National Instruments Corporation Configuration diagram with context sensitive connectivity
US8266066B1 (en) 2001-09-04 2012-09-11 Accenture Global Services Limited Maintenance, repair and overhaul management
DE10144076A1 (de) * 2001-09-07 2003-03-27 Daimler Chrysler Ag Vorrichtung und Verfahren zur Früherkennung und Vorhersage von Aggregateschädigungen
US7143149B2 (en) 2001-09-21 2006-11-28 Abb Ab Dynamic operator functions based on operator position
US20070130310A1 (en) 2001-09-28 2007-06-07 Rockwell Automation Technologies, Inc. I/O Module with Web Accessible Product Data
US7134086B2 (en) 2001-10-23 2006-11-07 National Instruments Corporation System and method for associating a block diagram with a user interface element
US6965886B2 (en) 2001-11-01 2005-11-15 Actimize Ltd. System and method for analyzing and utilizing data, by executing complex analytical models in real time
JP4031928B2 (ja) 2001-11-09 2008-01-09 株式会社日立製作所 設備保守業務支援方法および保守業務支援サーバ
US8781635B2 (en) 2001-11-30 2014-07-15 Invensys Systems, Inc. Equipment condition and performance monitoring using comprehensive process model based upon mass and energy conservation
US20030147351A1 (en) 2001-11-30 2003-08-07 Greenlee Terrill L. Equipment condition and performance monitoring using comprehensive process model based upon mass and energy conservation
DE10161064A1 (de) 2001-12-12 2003-07-03 Siemens Ag System und Verfahren zur Kommunikation zwischen Softwareapplikationen, insbesondere MES-Applikationen
US7617542B2 (en) 2001-12-21 2009-11-10 Nokia Corporation Location-based content protection
JP2003295944A (ja) 2002-01-30 2003-10-17 Yokogawa Electric Corp 運転支援装置及び運転支援装置を備えたプロセス運転支援システム
FR2836226B1 (fr) 2002-02-18 2004-05-14 Airbus France Procede d'identification d'une source d'un signal
WO2003073688A1 (en) 2002-02-22 2003-09-04 Emc Corporation Authenticating hardware devices incorporating digital certificates
US7216334B2 (en) 2002-03-08 2007-05-08 National Instruments Corporation Self-determining behavior node for use in creating a graphical program
US20030195963A1 (en) 2002-04-10 2003-10-16 Yu Song Session preservation and migration among different browsers on different devices
US9565275B2 (en) 2012-02-09 2017-02-07 Rockwell Automation Technologies, Inc. Transformation of industrial data into useful cloud information
US7536548B1 (en) 2002-06-04 2009-05-19 Rockwell Automation Technologies, Inc. System and methodology providing multi-tier-security for network data exchange with industrial control components
JP2004030492A (ja) 2002-06-28 2004-01-29 Hitachi Ltd プラントの保守作業方法、及び保守作業支援装置
US7185287B2 (en) 2002-07-03 2007-02-27 National Instruments Corporation Wireless deployment / distributed execution of graphical programs to smart sensors
US8074201B2 (en) 2002-07-10 2011-12-06 National Instruments Corporation Deployment and execution of a program on an embedded device
US6898435B2 (en) 2002-07-16 2005-05-24 David A Milman Method of processing and billing work orders
US7543281B2 (en) 2002-07-22 2009-06-02 National Instruments Corporation Disabling and conditionally compiling graphical code in a graphical program
DE10234467A1 (de) 2002-07-29 2004-02-19 Siemens Ag Verfahren zur automatisierten Steuerung einer technischen Anlage und Prozessleitsystem zur Durchführung des Verfahrens
US7219306B2 (en) 2002-08-13 2007-05-15 National Instruments Corporation Representing unspecified information in a measurement system
JP2004102765A (ja) 2002-09-11 2004-04-02 Mitsubishi Heavy Ind Ltd 設備点検システム
US7222131B1 (en) 2002-09-24 2007-05-22 Rockwell Automation Technologies, Inc. System and methodology facilitating data warehousing of controller images in a distributed industrial controller environment
US7298275B2 (en) 2002-09-27 2007-11-20 Rockwell Automation Technologies, Inc. Machine associating method and apparatus
AU2003270866A1 (en) 2002-09-30 2004-04-23 Tokyo Electron Limited Method and apparatus for the monitoring and control of a semiconductor manufacturing process
JP2004139442A (ja) 2002-10-18 2004-05-13 Toyota Motor Corp 情報端末装置、情報端末装置の動作制御方法、特定情報記憶プログラム、特定情報記憶プログラムを格納する記憶媒体、所定情報変更プログラム、端末動作プログラム、端末動作プログラムを格納する記憶媒体、及びセンタ
US20040107345A1 (en) 2002-10-21 2004-06-03 Brandt David D. System and methodology providing automation security protocols and intrusion detection in an industrial controller environment
US7146231B2 (en) 2002-10-22 2006-12-05 Fisher-Rosemount Systems, Inc.. Smart process modules and objects in process plants
DE10348563B4 (de) 2002-10-22 2014-01-09 Fisher-Rosemount Systems, Inc. Integration von Grafikdisplayelementen, Prozeßmodulen und Steuermodulen in Prozeßanlagen
US7774075B2 (en) 2002-11-06 2010-08-10 Lin Julius J Y Audio-visual three-dimensional input/output
JP2004171127A (ja) 2002-11-18 2004-06-17 Hitachi Ltd 現場作業支援方法とそのシステム及び記録媒体
US7123974B1 (en) 2002-11-19 2006-10-17 Rockwell Software Inc. System and methodology providing audit recording and tracking in real time industrial controller environment
US7574509B2 (en) 2002-11-25 2009-08-11 Fisher-Rosemount Systems, Inc. Interactive two-way collaboration in process control plants
JP2004199624A (ja) 2002-12-20 2004-07-15 Mitsubishi Electric Corp プラント監視制御システム
US7885840B2 (en) 2003-01-07 2011-02-08 Sap Aktiengesellschaft System and method of flexible workflow management
US7584165B2 (en) 2003-01-30 2009-09-01 Landmark Graphics Corporation Support apparatus, method and system for real time operations and maintenance
CN100472509C (zh) 2003-01-30 2009-03-25 凯洛格·布朗及鲁特有限公司 支持实时操作和维护的装置、方法和系统
US7103427B2 (en) 2003-02-28 2006-09-05 Fisher-Rosemont Systems, Inc. Delivery of process plant notifications
US20050005259A1 (en) 2003-03-14 2005-01-06 Infowave Software, Inc. System and method for communication and mapping of business objects between mobile client devices and a plurality of backend systems
US20040230328A1 (en) 2003-03-21 2004-11-18 Steve Armstrong Remote data visualization within an asset data system for a process plant
JP4869062B2 (ja) 2003-03-21 2012-02-01 フィッシャー−ローズマウント システムズ， インコーポレイテッド 遠隔データ閲覧システム、及びエンティティデータを閲覧する方法
WO2004104778A2 (en) 2003-05-19 2004-12-02 Modular Computing & Communications Corporation Apparatus and method for mobile personal computing and communications
JP2004348582A (ja) 2003-05-23 2004-12-09 Mitsubishi Electric Corp 監視制御システム
US20040260594A1 (en) 2003-06-18 2004-12-23 Maddox Edward P. Maintenance and inspection system and method
US7460865B2 (en) 2003-06-18 2008-12-02 Fisher-Rosemount Systems, Inc. Self-configuring communication networks for use with process control systems
US7516043B2 (en) 2003-07-31 2009-04-07 Fisher Controls International Llc Triggered field device data collection in a process control system
US20070112574A1 (en) 2003-08-05 2007-05-17 Greene William S System and method for use of mobile policy agents and local services, within a geographically distributed service grid, to provide greater security via local intelligence and life-cycle management for RFlD tagged items
US7703034B2 (en) 2003-08-07 2010-04-20 National Instruments Corporation Visualization tool for viewing timing information for a graphical program
WO2005015366A2 (en) 2003-08-08 2005-02-17 Electric Power Group, Llc Real-time performance monitoring and management system
US20060069717A1 (en) 2003-08-27 2006-03-30 Ascential Software Corporation Security service for a services oriented architecture in a data integration platform
US7792963B2 (en) 2003-09-04 2010-09-07 Time Warner Cable, Inc. Method to block unauthorized network traffic in a cable data network
US7565306B2 (en) 2003-09-19 2009-07-21 RPM Industries, LLC Service operation data processing using checklist functionality in association with inspected items
US20110046754A1 (en) 2003-09-25 2011-02-24 Rockwell Software, Inc. Industrial hmi automatically customized based upon inference
JP2005107758A (ja) 2003-09-30 2005-04-21 Hitachi Zosen Corp 保全システムおよび情報共有システム
US20050130634A1 (en) 2003-10-31 2005-06-16 Globespanvirata, Inc. Location awareness in wireless networks
WO2005066744A1 (en) 2003-12-31 2005-07-21 Abb Research Ltd A virtual control panel
JP2005216137A (ja) 2004-01-30 2005-08-11 Chugoku Electric Power Co Inc:The 保守支援システムおよび方法
CN101976051A (zh) 2004-02-25 2011-02-16 Bep技术公司 编程处理系统的方法
JP2005242830A (ja) 2004-02-27 2005-09-08 Toshiba Corp 遠隔監視支援システムおよび遠隔監視支援システム用携帯端末装置
US7676287B2 (en) * 2004-03-03 2010-03-09 Fisher-Rosemount Systems, Inc. Configuration system and method for abnormal situation prevention in a process plant
US7653563B2 (en) 2004-03-17 2010-01-26 Schlumberger Technology Corporation Method and apparatus and program storage device adapted for automatic qualitative and quantitative risk assessment based on technical wellbore design and earth properties
US7548873B2 (en) 2004-03-17 2009-06-16 Schlumberger Technology Corporation Method system and program storage device for automatically calculating and displaying time and cost data in a well planning system using a Monte Carlo simulation software
US7630914B2 (en) 2004-03-17 2009-12-08 Schlumberger Technology Corporation Method and apparatus and program storage device adapted for visualization of qualitative and quantitative risk assessment based on technical wellbore design and earth properties
JP4452533B2 (ja) 2004-03-19 2010-04-21 株式会社日立製作所 システムおよび記憶装置システム
US20050213768A1 (en) 2004-03-24 2005-09-29 Durham David M Shared cryptographic key in networks with an embedded agent
US7515977B2 (en) 2004-03-30 2009-04-07 Fisher-Rosemount Systems, Inc. Integrated configuration system for use in a process plant
US7213057B2 (en) 2004-03-31 2007-05-01 Intel Corporation Method for configuration of notebook computer based on location
US7260501B2 (en) 2004-04-21 2007-08-21 University Of Connecticut Intelligent model-based diagnostics for system monitoring, diagnosis and maintenance
JP2007536634A (ja) 2004-05-04 2007-12-13 フィッシャー−ローズマウント・システムズ・インコーポレーテッド プロセス制御システムのためのサービス指向型アーキテクチャ
US7729789B2 (en) 2004-05-04 2010-06-01 Fisher-Rosemount Systems, Inc. Process plant monitoring based on multivariate statistical analysis and on-line process simulation
US7506304B2 (en) 2004-05-14 2009-03-17 National Instruments Corporation Graphical data flow programming environment with first model of computation that includes a structure supporting second model of computation
US7530052B2 (en) 2004-05-14 2009-05-05 National Instruments Corporation Creating and executing a graphical program with first model of computation that includes a structure supporting second model of computation
JP2005332093A (ja) 2004-05-18 2005-12-02 Sharp Corp 保守作業システム管理装置、認証装置、携帯情報端末装置、コンピュータプログラム、記録媒体、及び保守作業システム
WO2005114368A1 (en) 2004-05-20 2005-12-01 Abb Research Ltd A method and system to retrieve and display technical data for an industrial device
US7530113B2 (en) 2004-07-29 2009-05-05 Rockwell Automation Technologies, Inc. Security system and method for an industrial automation system
US8055787B2 (en) 2004-09-10 2011-11-08 Invensys Systems, Inc. System and method for managing industrial process control data streams over network links
US20060064472A1 (en) 2004-09-20 2006-03-23 Mirho Charles A Obtaining information for proximate devices
US7314169B1 (en) 2004-09-29 2008-01-01 Rockwell Automation Technologies, Inc. Device that issues authority for automation systems by issuing an encrypted time pass
US7716489B1 (en) 2004-09-29 2010-05-11 Rockwell Automation Technologies, Inc. Access control method for disconnected automation systems
US8132225B2 (en) 2004-09-30 2012-03-06 Rockwell Automation Technologies, Inc. Scalable and flexible information security for industrial automation
WO2006039760A1 (en) 2004-10-15 2006-04-20 Ipom Pty Ltd Method of analysing data
US8166296B2 (en) 2004-10-20 2012-04-24 Broadcom Corporation User authentication system
US8645092B2 (en) 2004-10-22 2014-02-04 Fisher-Rosemount Systems, Inc. Quality control system and method for construction, commissioning, and other initiation of a process plant
US7283914B2 (en) 2004-10-28 2007-10-16 Abb Technology Ag System and method for vibration monitoring
SE532068C2 (sv) 2004-11-14 2009-10-13 Abb Research Ltd Metod för presentation av data vid ett industriellt styrsystem
JP2006147061A (ja) 2004-11-19 2006-06-08 Toshiba Corp 情報記憶媒体、再生装置、再生方法、記録装置
DE102005061211B4 (de) 2004-12-22 2023-04-06 Abb Schweiz Ag Verfahren zum Erzeugen einer Mensch-Maschine-Benutzer-Oberfläche
US8144028B2 (en) 2005-01-24 2012-03-27 Daniel Measurement And Control, Inc. Method and system of obtaining data from field devices
JP2006221376A (ja) 2005-02-09 2006-08-24 Toshiba Corp プラント緊急時情報表示システムと方法、Ｗｅｂサーバ
JP4629452B2 (ja) 2005-02-14 2011-02-09 株式会社日立ハイテクノロジーズ 産業用機器及び産業用機器の遠隔アクセス・システム
US7900152B2 (en) 2005-03-03 2011-03-01 Microsoft Corporation Adaptable user interface for business software
US20060218107A1 (en) 2005-03-24 2006-09-28 The University Of Tennessee Research Foundation Method for controlling a product production process
DE102006014634B4 (de) 2005-04-01 2014-01-30 Abb Research Ltd. Mensch-Maschine-Schnittstelle für ein Kontroll- bzw. Steuerungs-System
WO2006103541A1 (en) 2005-04-01 2006-10-05 Abb Research Ltd Method and system for providing a user interface
CN101156119B (zh) 2005-04-04 2011-04-13 费希尔-罗斯蒙德系统公司 工业过程控制系统中的诊断
AT501688B1 (de) 2005-04-08 2008-02-15 Keba Ag Verfahren sowie vorrichtung zur sicheren, verwechslungsfreien und ausschliesslichen zuordnung der befehlsgewalt einer bedienperson zu einer steuerbaren technischen einrichtung
US20060235741A1 (en) 2005-04-18 2006-10-19 Dataforensics, Llc Systems and methods for monitoring and reporting
JP2006318148A (ja) 2005-05-12 2006-11-24 Yokogawa Electric Corp フィールド機器制御システム
US7676281B2 (en) 2005-05-13 2010-03-09 Rockwell Automation Technologies, Inc. Distributed database in an industrial automation environment
US7826052B2 (en) 2005-05-24 2010-11-02 Hidex Oy Correction method and measurement device for anti-stokes photoluminescence measurement
EP2228969B1 (de) 2005-06-09 2017-04-19 Whirlpool Corporation Softwarearchitektursystem und Verfahren zur Kommunikation mit sowie Verwaltung von mindestens einer Komponente eines Haushaltsgeräts
KR20060132352A (ko) 2005-06-17 2006-12-21 엘지전자 주식회사 이동 통신 단말기를 이용한 자동 광고 시스템 및 그 방법
US8527938B2 (en) 2005-06-21 2013-09-03 The Boeing Company Worklet modeling
US8935273B2 (en) 2005-06-23 2015-01-13 International Business Machines Corporation Method of processing and decomposing a multidimensional query against a relational data source
US7657255B2 (en) 2005-06-23 2010-02-02 Microsoft Corporation Provisioning of wireless connectivity for devices using NFC
US20060291481A1 (en) 2005-06-27 2006-12-28 Matsushita Electric Industrial Co., Ltd. Application session resumption in mobile environments
US9088665B2 (en) 2005-06-28 2015-07-21 Avaya Inc. Context awareness for a mobile communication device
US20070038889A1 (en) 2005-08-11 2007-02-15 Wiggins Robert D Methods and systems to access process control log information associated with process control systems
US7398186B2 (en) 2005-08-17 2008-07-08 Xtek, Inc. Data acquisition system for system monitoring
US20070078696A1 (en) 2005-08-30 2007-04-05 Invensys Systems Inc. Integrating high level enterprise-level decision- making into real-time process control
US8055727B2 (en) 2005-09-22 2011-11-08 Fisher-Rosemount Systems, Inc. Use of a really simple syndication communication format in a process control system
US8688780B2 (en) 2005-09-30 2014-04-01 Rockwell Automation Technologies, Inc. Peer-to-peer exchange of data resources in a control system
US7738975B2 (en) 2005-10-04 2010-06-15 Fisher-Rosemount Systems, Inc. Analytical server integrated in a process control network
US8036760B2 (en) 2005-10-04 2011-10-11 Fisher-Rosemount Systems, Inc. Method and apparatus for intelligent control and monitoring in a process control system
US8719327B2 (en) 2005-10-25 2014-05-06 Fisher-Rosemount Systems, Inc. Wireless communication of process measurements
WO2007052342A1 (ja) 2005-11-01 2007-05-10 Intelligent Wave Inc. 情報保全プログラム、情報保全方法及び情報保全システム
JP5036170B2 (ja) 2005-11-16 2012-09-26 東芝エレベータ株式会社 遠隔監視システムおよび遠隔監視装置
US7765224B2 (en) 2005-11-18 2010-07-27 Microsoft Corporation Using multi-dimensional expression (MDX) and relational methods for allocation
JP2007148938A (ja) 2005-11-29 2007-06-14 Chugoku Electric Power Co Inc:The 機器点検支援システム、方法およびプログラム。
US7598856B1 (en) 2006-01-31 2009-10-06 Firesite Llc Navigation aid for low-visibility environments
JP2007207065A (ja) 2006-02-03 2007-08-16 Hitachi Plant Technologies Ltd 安全確認システム
US8595041B2 (en) 2006-02-07 2013-11-26 Sap Ag Task responsibility system
US7616095B2 (en) 2006-02-23 2009-11-10 Rockwell Automation Technologies, Inc. Electronic token to provide sequential event control and monitoring
US8218651B1 (en) 2006-02-28 2012-07-10 Arris Group, Inc System and method for splicing
US7644052B1 (en) 2006-03-03 2010-01-05 Adobe Systems Incorporated System and method of building and using hierarchical knowledge structures
US7827122B1 (en) 2006-03-09 2010-11-02 Rockwell Automation Technologies, Inc. Data mining of unfiltered controller data
JP2007286798A (ja) 2006-04-14 2007-11-01 Hitachi Ltd プロセス制御装置およびプロセス制御方法
US7720641B2 (en) 2006-04-21 2010-05-18 Exxonmobil Research And Engineering Company Application of abnormal event detection technology to delayed coking unit
US20070265801A1 (en) 2006-05-05 2007-11-15 Honeywell International Inc. Multivariate monitoring of operating procedures
US7479875B2 (en) 2006-05-12 2009-01-20 Oracle International Corporation Method of and system for managing data in a sensor network
US7813817B2 (en) 2006-05-19 2010-10-12 Westinghouse Electric Co Llc Computerized procedures system
US8583929B2 (en) 2006-05-26 2013-11-12 Alcatel Lucent Encryption method for secure packet transmission
US9380096B2 (en) 2006-06-09 2016-06-28 Qualcomm Incorporated Enhanced block-request streaming system for handling low-latency streaming
CN101097136A (zh) 2006-06-30 2008-01-02 佛山市顺德区顺达电脑厂有限公司 地理定位轨迹推算方法及系统
JP4277031B2 (ja) 2006-06-30 2009-06-10 株式会社日立製作所 制御装置
US8028241B2 (en) 2006-08-04 2011-09-27 National Instruments Corporation Graphical diagram wires whose appearance represents configured semantics
US7844908B2 (en) 2006-08-04 2010-11-30 National Instruments Corporation Diagram that visually indicates targeted execution
US8028242B2 (en) 2006-08-04 2011-09-27 National Instruments Corporation Diagram with configurable wires
US8612870B2 (en) 2006-08-04 2013-12-17 National Instruments Corporation Graphically specifying and indicating targeted execution in a graphical program
JP2008041207A (ja) 2006-08-09 2008-02-21 Sony Corp 電子機器、制御方法、および制御プログラム
US20100292825A1 (en) 2006-08-09 2010-11-18 Auckland Uniservices Limited Process control of an industrial plant
US7698242B2 (en) 2006-08-16 2010-04-13 Fisher-Rosemount Systems, Inc. Systems and methods to maintain process control systems using information retrieved from a database storing general-type information and specific-type information
US7668608B2 (en) 2006-09-01 2010-02-23 Fisher-Rosemount Systems, Inc. Graphical programming language object editing and reporting tool
US7869890B2 (en) 2006-09-06 2011-01-11 Honeywell International Inc. Keyboards having multiple groups of keys in the management of a process control plant
US20080065705A1 (en) 2006-09-12 2008-03-13 Fisher-Rosemount Systems, Inc. Process Data Collection for Process Plant Diagnostics Development
US20080065706A1 (en) 2006-09-12 2008-03-13 Fisher-Rosemount Systems, Inc. Process Data Storage For Process Plant Diagnostics Development
US8332567B2 (en) 2006-09-19 2012-12-11 Fisher-Rosemount Systems, Inc. Apparatus and methods to communicatively couple field devices to controllers in a process control system
GB0618784D0 (en) 2006-09-23 2006-11-01 Ibm A method, apparatus or software for determining a position of a mobile device
US20080126352A1 (en) 2006-09-27 2008-05-29 Rockwell Automation Technologies, Inc. Client side state cache for industrial control systems
US7890463B2 (en) 2006-09-28 2011-02-15 Xeround Systems Ltd. Apparatus and method for a distributed storage global database
US20080078189A1 (en) 2006-09-28 2008-04-03 Sumitomo Heavy Industries, Ltd. Communication network system
US20080079596A1 (en) 2006-09-29 2008-04-03 Rockwell Automation Technologies, Inc. Buffering alarms
US8005553B2 (en) 2006-09-29 2011-08-23 Fisher-Rosemount Systems, Inc. Automatic configuration of synchronous block execution for control modules run in fieldbus networks
US7917240B2 (en) 2006-09-29 2011-03-29 Fisher-Rosemount Systems, Inc. Univariate method for monitoring and analysis of multivariate data
US7541920B2 (en) 2006-09-29 2009-06-02 Rockwell Automation Technologies, Inc. Alarm/event encryption in an industrial environment
US20080085682A1 (en) 2006-10-04 2008-04-10 Bindu Rama Rao Mobile device sharing pictures, streaming media and calls locally with other devices
US9519876B2 (en) 2006-10-05 2016-12-13 Trimble Navigation Limited Method for providing maintenance to an asset
DE602006006454D1 (de) 2006-10-10 2009-06-04 Ntt Docomo Inc Verfahren und Vorrichtung zur Authentifizierung
US7684877B2 (en) 2006-10-20 2010-03-23 Rockwell Automation Technologies, Inc. State propagation for modules
US20080103843A1 (en) 2006-10-27 2008-05-01 Sap Ag-Germany Integrating information for maintenance
PL2097794T5 (pl) 2006-11-03 2018-01-31 Air Prod & Chem System i sposób monitorowania procesu
US7934095B2 (en) 2006-11-10 2011-04-26 Toyota Motor Engineering & Manufacturing North America, Inc. Method for exchanging messages and verifying the authenticity of the messages in an ad hoc network
US7840970B2 (en) 2006-11-22 2010-11-23 Sap Ag Graphical user interface components that interact through a collaboration server
US8294554B2 (en) 2006-12-18 2012-10-23 Radiofy Llc RFID location systems and methods
US8838481B2 (en) 2011-07-26 2014-09-16 Golba Llc Method and system for location based hands-free payment
JP2008158971A (ja) 2006-12-26 2008-07-10 Fujitsu Ltd 作業計画管理プログラム、作業計画管理方法、及び作業計画管理装置
US8630620B2 (en) 2007-01-26 2014-01-14 Interdigital Technology Corporation Method and apparatus for securing location information and access control using the location information
JP2008210213A (ja) 2007-02-27 2008-09-11 Nec Corp プロセス動作表示装置及びプロセス動作表示方法並びにプログラム
US8307330B2 (en) 2007-03-06 2012-11-06 National Instruments Corporation Type generic graphical programming
US8102400B1 (en) 2007-03-26 2012-01-24 Celio Corporation Method and apparatus for providing enhanced resolution display for display telephones and PDAs
US8169974B2 (en) 2007-04-13 2012-05-01 Hart Communication Foundation Suspending transmissions in a wireless network
US8570922B2 (en) 2007-04-13 2013-10-29 Hart Communication Foundation Efficient addressing in wireless hart protocol
US10410145B2 (en) 2007-05-15 2019-09-10 Fisher-Rosemount Systems, Inc. Automatic maintenance estimation in a plant environment
US7631019B2 (en) 2007-05-31 2009-12-08 Red Hat, Inc. Distributing data across different backing data stores
EP2003813B1 (de) 2007-06-15 2009-03-18 NTT DoCoMo, Inc. Verfahren und Vorrichtung zur Authentifizierung
US8327430B2 (en) 2007-06-19 2012-12-04 International Business Machines Corporation Firewall control via remote system information
US7836217B2 (en) 2007-07-13 2010-11-16 Invensys Systems, Inc. Associating and evaluating status information for a primary input parameter value from a Profibus device
US7908311B2 (en) 2007-07-31 2011-03-15 Intuition Publishing Limited System and method for providing a distributed workflow through a plurality of handheld devices
US20090048853A1 (en) 2007-08-13 2009-02-19 Jeffrey Hall Permission based field service management system
DK200701144A (da) 2007-08-13 2009-02-14 Siemens Wind Power As Monitoring of blade frequencies of a wind turbine
KR101401964B1 (ko) 2007-08-13 2014-05-30 삼성전자주식회사 메타데이터 인코딩/디코딩 방법 및 장치
US7702401B2 (en) 2007-09-05 2010-04-20 Fisher-Rosemount Systems, Inc. System for preserving and displaying process control data associated with an abnormal situation
US9244455B2 (en) 2007-09-10 2016-01-26 Fisher-Rosemount Systems, Inc. Location dependent control access in a process control system
KR101500336B1 (ko) 2007-09-12 2015-03-09 삼성전자주식회사 신뢰 컴퓨팅을 이용한 디지털 데이터의 검증 방법 및 장치
US8327130B2 (en) 2007-09-25 2012-12-04 Rockwell Automation Technologies, Inc. Unique identification of entities of an industrial control system
US7930639B2 (en) 2007-09-26 2011-04-19 Rockwell Automation Technologies, Inc. Contextualization for historians in industrial systems
US7962440B2 (en) 2007-09-27 2011-06-14 Rockwell Automation Technologies, Inc. Adaptive industrial systems via embedded historian data
US8191005B2 (en) 2007-09-27 2012-05-29 Rockwell Automation Technologies, Inc. Dynamically generating visualizations in industrial automation environment as a function of context and state information
US20090089359A1 (en) 2007-09-27 2009-04-02 Rockwell Automation Technologies, Inc. Subscription and notification in industrial systems
US7908360B2 (en) 2007-09-28 2011-03-15 Rockwell Automation Technologies, Inc. Correlation of non-times series events in industrial systems
US20090089247A1 (en) 2007-09-28 2009-04-02 Terrence Lynn Blevins Methods and apparatus to standardize data properties in a process control environment
WO2009046095A1 (en) 2007-10-01 2009-04-09 Iconics, Inc. Visualization of process control data
US20090094531A1 (en) 2007-10-05 2009-04-09 Microsoft Corporation Telephone call as rendezvous mechanism for data sharing between users
US8924877B2 (en) 2007-10-29 2014-12-30 Honeywell International Inc. Apparatus and method for displaying changes in statistical parameters in a process control system
CN101169799A (zh) 2007-11-26 2008-04-30 腾讯科技（深圳）有限公司 一种操作信息收集系统及方法
JP4927694B2 (ja) 2007-12-10 2012-05-09 本田技研工業株式会社 スケジューリング装置、作業の管理方法およびプログラム
DE112009005510A5 (de) 2008-01-31 2013-06-20 Fisher-Rosemount Systems, Inc. Robuster adaptiver modellprädiktiver Regler mit Abstimmung zum Ausgleich einer Modellfehlanpassung
US8185495B2 (en) 2008-02-01 2012-05-22 Microsoft Corporation Representation of qualitative object changes in a knowledge based framework for a multi-master synchronization environment
US20090210802A1 (en) 2008-02-19 2009-08-20 Microsoft Corporation Location information in presence
US20090210386A1 (en) 2008-02-20 2009-08-20 Cahill James S Methods and apparatus to create process plant operator interfaces
JP2009211522A (ja) 2008-03-05 2009-09-17 Toshiba Corp 状態監視保全システム及び方法
US9043716B2 (en) 2008-03-26 2015-05-26 Fisher-Rosemount Systems, Inc. Methods and apparatus to create process control graphics based on process control information
JP2009251777A (ja) 2008-04-03 2009-10-29 Toshiba Corp イベント記録表示装置
EP2112614A1 (de) 2008-04-21 2009-10-28 Abb As Benutzerzugang zu einem elektronischen Ausrüstungsteil in einem System zur Steuerung computerisierter Prozesse
US8423483B2 (en) 2008-05-16 2013-04-16 Carnegie Mellon University User-controllable learning of policies
US20090294174A1 (en) 2008-05-28 2009-12-03 Schlumberger Technology Corporation Downhole sensor system
EP2289028A1 (de) 2008-06-16 2011-03-02 Telefonaktiebolaget L M Ericsson (PUBL) Automatische daten-mining-prozesssteuerung
US8594814B2 (en) 2008-06-20 2013-11-26 Invensys Systems, Inc. Systems and methods for immersive interaction with actual and/or simulated facilities for process, environmental and industrial control
US8369867B2 (en) 2008-06-30 2013-02-05 Apple Inc. Location sharing
EP2294487B1 (de) 2008-07-03 2012-03-28 Belimo Holding AG Stellglied für hvac-systeme und verfahren zum betrieb des stellglieds
US20100049568A1 (en) 2008-08-21 2010-02-25 Clevest Solutions Inc. System and Method for an Extensible Workflow Management
JP5446519B2 (ja) 2008-09-17 2014-03-19 株式会社リコー 携帯端末装置およびプログラム
US8606379B2 (en) 2008-09-29 2013-12-10 Fisher-Rosemount Systems, Inc. Method of generating a product recipe for execution in batch processing
GB2476011B (en) 2008-09-29 2013-05-15 Fisher Rosemount Systems Inc Efficient design and configuration of elements in a process control system
US7860944B2 (en) 2008-09-30 2010-12-28 Rockwell Automation Technologies, Inc. Aggregation server with information visualization panel subscription model
US8290630B2 (en) 2008-09-30 2012-10-16 Rockwell Automation Technologies, Inc. Condition monitoring parameter normalization system and method
JP5457362B2 (ja) 2008-10-10 2014-04-02 パナソニック株式会社 情報処理装置、情報処理方法、情報処理プログラム及び集積回路
US8350666B2 (en) 2008-10-15 2013-01-08 Honeywell International Inc. Apparatus and method for location-based access control in wireless networks
US20130041479A1 (en) 2008-10-15 2013-02-14 Shuo Zhang Automated control system and supervisor scheduler usable with same
US8195321B2 (en) 2008-10-24 2012-06-05 Bell And Howell, Llc Item workflow tracking in an automated production environment
US9160814B2 (en) 2008-11-10 2015-10-13 Intel Corporation Intuitive data transfer between connected devices
GB0821482D0 (en) 2008-11-25 2008-12-31 Rockwell Automation Ltd Access control
WO2010065766A1 (en) 2008-12-05 2010-06-10 Fisher Controls International Llc Method and apparatus for operating field devices via a portable communicator
US9665383B2 (en) 2008-12-30 2017-05-30 Sharp Laboratories Of America, Inc. Methods and systems for interacting with an imaging device
US8412734B2 (en) 2008-12-30 2013-04-02 International Business Machines Corporation Unifying hetrogenous data
US8977851B2 (en) 2009-01-21 2015-03-10 Fisher-Rosemount Systems, Inc. Removable security modules and related methods
US9424398B1 (en) 2009-01-24 2016-08-23 Dionex Corporation Workflows for defining a sequence for an analytical instrument
US8943467B2 (en) 2009-01-26 2015-01-27 GM Global Technology Operations LLC On-target rapid control prototyping
US8224256B2 (en) 2009-01-29 2012-07-17 Fisher-Rosemont Systems, Inc. Wireless field maintenance adapter
JP5100675B2 (ja) 2009-02-03 2012-12-19 株式会社東芝 計測器ドリフト検知装置および計測器ドリフト検知方法
US8224496B2 (en) 2009-02-20 2012-07-17 International Business Machines Corporation Modular power control system to manage power consumption
US9119166B1 (en) 2009-02-20 2015-08-25 Babak Sheikh Interpersonal communication and interactive information system
US8239632B2 (en) 2009-03-12 2012-08-07 At&T Mobility Ii Llc Data caching in consolidated network repository
CN102349031B (zh) 2009-03-13 2014-06-11 Abb技术有限公司 用于部分地由实现运行时过程的一个或者多个计算机实现的过程控制系统中的控制的方法
US9024972B1 (en) 2009-04-01 2015-05-05 Microsoft Technology Licensing, Llc Augmented reality computing with inertial sensors
WO2010114871A2 (en) 2009-04-03 2010-10-07 Crown Equipment Corporation Information system for industrial vehicles
US20100262929A1 (en) 2009-04-08 2010-10-14 Panasonic Automotive Systems Company Of America, Division Of Panasonic Corporation Of North America Method and system for dynamic configuration of remote control inputs
US8887242B2 (en) 2009-04-14 2014-11-11 Fisher-Rosemount Systems, Inc. Methods and apparatus to provide layered security for interface access control
EP2430503B1 (de) 2009-05-15 2017-11-22 Fisher-Rosemount Systems, Inc. Verfahren zum auswerten eines potentiellen standorts, um ein drahtloses feldgerät zu einem bestehenden netzwerk hinzuzufügen
EP2256679A1 (de) 2009-05-29 2010-12-01 Siemens Aktiengesellschaft Benutzerdefinierbares Planungswerkzeug, Herstellung des Ausführungssystems mit dem Werkzeug und Verfahren zur Verwendung des Werkzeugs
US8571696B2 (en) 2009-06-10 2013-10-29 Fisher-Rosemount Systems, Inc. Methods and apparatus to predict process quality in a process control system
JP5444906B2 (ja) 2009-07-17 2014-03-19 富士電機株式会社 プラント監視システム、プラント監視装置、端末装置
US20110016610A1 (en) 2009-07-27 2011-01-27 Steven Wieder Sweatband with absorbent bamboo inner layer and related method of use
US9043003B2 (en) 2009-07-31 2015-05-26 Fisher-Rosemount Systems, Inc. Graphical view sidebar for a process control system
US9494931B2 (en) 2009-09-23 2016-11-15 Fisher-Rosemount Systems, Inc. Dynamic hyperlinks for process control systems
US8296170B2 (en) 2009-09-24 2012-10-23 Bp Logix Process management system and method
US8429627B2 (en) 2009-10-12 2013-04-23 National Instruments Corporation Asynchronous preemptive edit time semantic analysis of a graphical program
US8316313B2 (en) 2009-10-14 2012-11-20 Fisher-Rosemount Systems, Inc. Method for selecting shapes in a graphical display
US20110099507A1 (en) 2009-10-28 2011-04-28 Google Inc. Displaying a collection of interactive elements that trigger actions directed to an item
US8830267B2 (en) 2009-11-16 2014-09-09 Alliance For Sustainable Energy, Llc Augmented reality building operations tool
CN102063097B (zh) 2009-11-17 2012-06-06 中冶长天国际工程有限责任公司 一种烧结厂控制系统
US8433547B2 (en) 2009-12-03 2013-04-30 Schneider Electric It Corporation System and method for analyzing nonstandard facility operations within a data center
US9557735B2 (en) 2009-12-10 2017-01-31 Fisher-Rosemount Systems, Inc. Methods and apparatus to manage process control status rollups
US8581707B2 (en) 2009-12-16 2013-11-12 Pyramid Meriden Inc. Methods and apparatus for identifying and categorizing distributed devices
US8321663B2 (en) 2009-12-31 2012-11-27 General Instrument Corporation Enhanced authorization process using digital signatures
US8983983B2 (en) 2010-02-04 2015-03-17 Network State, LLC State operating system
JP2011180629A (ja) 2010-02-26 2011-09-15 Yamatake Corp 簡易パスワード入力システム
CN102169182B (zh) 2010-02-26 2013-06-12 宏达国际电子股份有限公司 移动导航装置
US8964298B2 (en) 2010-02-28 2015-02-24 Microsoft Corporation Video display modification based on sensor input for a see-through near-to-eye display
US9122764B2 (en) 2010-03-24 2015-09-01 Fisher-Rosemount Systems, Inc. Methods and apparatus to access process data stored on a server
US20110239109A1 (en) 2010-03-24 2011-09-29 Mark Nixon Methods and apparatus to display process data
US20110238189A1 (en) 2010-03-26 2011-09-29 Butera William J Method and Apparatus for Controlling a Plant Using Feedback Signals
DE102010013884A1 (de) 2010-03-30 2011-10-06 Khs Gmbh Mobile Kontroll- und Organisationseinheit
US8448135B2 (en) 2010-04-01 2013-05-21 National Instruments Corporation Race structure for a graphical program
US8379546B2 (en) 2010-04-06 2013-02-19 Fisher-Rosemount Systems, Inc. Methods and apparatus to communicatively couple a portable device to process control devices in a process control system
JP2011220844A (ja) 2010-04-09 2011-11-04 Seiko Epson Corp 位置算出方法及び位置算出装置
US10068202B2 (en) 2010-04-16 2018-09-04 International Business Machines Corporation Instantiating complex event scenarios using dynamic rule creation
JP4913913B2 (ja) 2010-04-28 2012-04-11 新日鉄ソリューションズ株式会社 情報処理システム、情報処理方法及びプログラム
US9356790B2 (en) 2010-05-04 2016-05-31 Qwest Communications International Inc. Multi-user integrated task list
US8689121B2 (en) 2010-05-06 2014-04-01 Cadence Design Systems, Inc. System and method for management of controls in a graphical user interface
US8587476B2 (en) 2010-05-11 2013-11-19 Blackberry Limited System and method for providing location information on mobile devices
US20110282793A1 (en) 2010-05-13 2011-11-17 Microsoft Corporation Contextual task assignment broker
ES2415506T5 (es) 2010-06-09 2021-10-21 Abb Power Grids Switzerland Ag Sincronización de reloj segura
US20110295722A1 (en) 2010-06-09 2011-12-01 Reisman Richard R Methods, Apparatus, and Systems for Enabling Feedback-Dependent Transactions
US8832236B2 (en) 2010-06-21 2014-09-09 Fisher-Rosemount Systems, Inc. Methods, apparatus and articles of manufacture to replace field devices in process control systems
US20110320231A1 (en) 2010-06-23 2011-12-29 Canadian National Railway Company Method and system for enabling a user to bid on a work assignment
US8555190B2 (en) 2010-06-30 2013-10-08 Honeywell International Inc. Apparatus and method for optimizing maintenance and other operations of field devices in a process control system using user-defined device configurations
US8473949B2 (en) 2010-07-08 2013-06-25 Microsoft Corporation Methods for supporting users with task continuity and completion across devices and time
US8880202B2 (en) 2010-07-09 2014-11-04 Emerson Process Management Power & Water Solutions, Inc. Optimization system using an iteratively coupled expert engine
US9703279B2 (en) 2010-07-28 2017-07-11 Fisher-Rosemount Systems, Inc. Handheld field maintenance device with improved user interface
US20120035749A1 (en) 2010-08-04 2012-02-09 Fisher-Rosemount Systems, Inc. Seamless integration of process control devices in a process control environment
CN103097970B (zh) 2010-08-19 2015-10-21 Abb技术有限公司 用于对机器人控制器提供安全远程访问的系统和方法
US8868643B2 (en) 2010-09-09 2014-10-21 Fisher-Rosemount Systems, Inc. Methods and apparatus to collect process control data
US10169484B2 (en) 2010-09-23 2019-01-01 Fisher-Rosemount Systems, Inc. Methods and apparatus to manage process control search results
US8532795B2 (en) 2010-10-04 2013-09-10 General Electric Company Method and system for offline code validation
US20120271962A1 (en) 2010-10-14 2012-10-25 Invensys Systems Inc. Achieving Lossless Data Streaming in a Scan Based Industrial Process Control System
FR2966625B1 (fr) 2010-10-26 2012-12-21 Somfy Sas Procede de fonctionnement d'une installation domotique.
US20130214902A1 (en) 2010-12-02 2013-08-22 Viscount Systems Inc. Systems and methods for networks using token based location
US20120147862A1 (en) 2010-12-09 2012-06-14 Honeywell International Inc. System and method for automatic filtering of device point information as a function of wireless access point location
AU2010257310A1 (en) 2010-12-20 2012-07-05 Canon Kabushiki Kaisha Proximity-based redistribution of modular user interface components
US8839036B2 (en) 2010-12-30 2014-09-16 Schneider Electric It Corporation System and method for root cause analysis
US9341720B2 (en) 2011-01-11 2016-05-17 Qualcomm Incorporated Camera-based position location and navigation based on image processing
CN102175174B (zh) 2011-01-24 2012-11-14 华南理工大学 一种运动火源火焰锋面结构的可视化测量装置及方法
US20120226985A1 (en) 2011-03-02 2012-09-06 Steven Chervets Hosted virtual desktop dynamic configuration based on end point characteristics
CN102684720B (zh) 2011-03-09 2016-09-14 费希尔控制国际公司 用于在过程控制或监测环境中进行无线通信的方法和装置
US8874242B2 (en) 2011-03-18 2014-10-28 Rockwell Automation Technologies, Inc. Graphical language for optimization and use
US20120249588A1 (en) 2011-03-22 2012-10-04 Panduit Corp. Augmented Reality Data Center Visualization
US8438233B2 (en) 2011-03-23 2013-05-07 Color Labs, Inc. Storage and distribution of content for a user device group
CN202101268U (zh) 2011-03-25 2012-01-04 方阵（北京）科技有限公司 锅炉炉膛温度场分布控制系统
US8640112B2 (en) 2011-03-30 2014-01-28 National Instruments Corporation Vectorizing combinations of program operations
JP5838758B2 (ja) 2011-03-31 2016-01-06 富士通株式会社 キャリブレーション方法、情報処理装置及びキャリブレーションプログラム
US9581994B2 (en) 2011-04-05 2017-02-28 Fisher-Rosemount Systems, Inc. Methods and apparatus to manage process control resources
CN102243315A (zh) 2011-04-25 2011-11-16 惠州Tcl移动通信有限公司 具有辅助定位功能的移动终端及方法
US10200270B2 (en) 2011-04-28 2019-02-05 Voipfuture Gmbh Correlation of media plane and signaling plane of media services in a packet-switched network
US8171137B1 (en) 2011-05-09 2012-05-01 Google Inc. Transferring application state across devices
CN102184489A (zh) 2011-05-27 2011-09-14 苏州两江科技有限公司 一种基于知识的工作流管理系统
JP5762827B2 (ja) 2011-06-03 2015-08-12 株式会社東芝 プラント運転支援装置
US9003492B2 (en) 2011-06-21 2015-04-07 Qualcomm Incorporated Secure client authentication and service authorization in a shared communication network
US20130013523A1 (en) 2011-07-07 2013-01-10 General Electric Company System and method for disaster preparedness
US9047007B2 (en) 2011-07-28 2015-06-02 National Instruments Corporation Semantic zoom within a diagram of a system
CN102494630B (zh) 2011-07-29 2014-06-04 刘建松 锅炉、容器内的火焰的形状特征参数测量方法及装置
US10295993B2 (en) 2011-09-01 2019-05-21 Kla-Tencor Corporation Method and system for detecting and correcting problematic advanced process control parameters
TWI630493B (zh) 2011-09-19 2018-07-21 塔塔顧問服務有限公司 用於提供促進感測器驅動式應用的開發及部署之運算平台的系統及方法
US8624725B1 (en) 2011-09-22 2014-01-07 Amazon Technologies, Inc. Enhanced guidance for electronic devices having multiple tracking modes
CN103946877A (zh) 2011-09-23 2014-07-23 Abb技术有限公司 性能评估系统及其方法
US8873813B2 (en) 2012-09-17 2014-10-28 Z Advanced Computing, Inc. Application of Z-webs and Z-factors to analytics, search engine, learning, recognition, natural language, and other utilities
US9361320B1 (en) 2011-09-30 2016-06-07 Emc Corporation Modeling big data
US9038074B2 (en) 2011-10-04 2015-05-19 Salesforce.Com, Inc. System, method and computer program product for recursively executing a process control operation to use an ordered list of tags to initiate corresponding functional operations
US8594701B2 (en) 2011-10-11 2013-11-26 Qualcomm Incorporated System and/or method for pedestrian navigation
US9002973B2 (en) 2011-10-21 2015-04-07 Fisher Controls International Llc Delayed publishing in process control systems
CN102494683B (zh) 2011-10-26 2015-04-15 泰斗微电子科技有限公司 一种基于rfid的联合定位装置及方法
CN103890813A (zh) 2011-10-27 2014-06-25 惠普发展公司，有限责任合伙企业 图像拍摄组件的增益值
US9430114B1 (en) 2011-11-03 2016-08-30 Pervasive Software Data transformation system, graphical mapping tool, and method for creating a schema map
US20130265857A1 (en) 2011-11-10 2013-10-10 Microsoft Corporation Device Association
US20130127904A1 (en) 2011-11-18 2013-05-23 Andrew P. Dove Automatically Displaying Measurement Data Acquired by a Measurement System on a Mobile Device
US8983630B2 (en) 2011-12-01 2015-03-17 Honeywell International Inc. Real time event viewing across distributed control system servers
WO2013108073A2 (en) 2011-12-06 2013-07-25 Perception Partners, Inc. Text mining analysis and output system
US9551986B2 (en) 2011-12-06 2017-01-24 Siemens Aktiengesellschaft SCADA system real-time data and event management on a PC card
US9462040B2 (en) 2011-12-07 2016-10-04 Cisco Technology, Inc. Network-based dynamic data management
CN102436205B (zh) 2011-12-12 2013-11-13 浙江工业大学 一种嵌入式巡检仪器控制平台
US20130159511A1 (en) 2011-12-14 2013-06-20 Seven Networks, Inc. System and method for generating a report to a network operator by distributing aggregation of data
US20130159200A1 (en) 2011-12-16 2013-06-20 Accenture Global Services Limited Method, system, and apparatus for servicing equipment in the field
US9338218B1 (en) 2011-12-21 2016-05-10 Emc Corporation Distributed platform as a service
US9686364B2 (en) 2011-12-21 2017-06-20 Intel Corporation Location aware resource locator
US9131333B2 (en) 2011-12-30 2015-09-08 Linkedin Corporation Systems and methods for mobile device pairing
US10520931B2 (en) 2012-01-17 2019-12-31 DISH Technologies L.L.C. Systems and methods for enabling and disabling operation of manufacturing machines
JP5459325B2 (ja) 2012-01-19 2014-04-02 横河電機株式会社 キャッシュ装置、キャッシュプログラム、及び通信装置
US20130197954A1 (en) 2012-01-30 2013-08-01 Crowd Control Software, Inc. Managing crowdsourcing environments
US8725178B2 (en) 2012-02-22 2014-05-13 Honeywell International Inc. Handheld device having location-based features for plant workers
ITCO20120008A1 (it) 2012-03-01 2013-09-02 Nuovo Pignone Srl Metodo e sistema per monitorare la condizione di un gruppo di impianti
US9261871B2 (en) 2012-03-29 2016-02-16 Yokogawa Electric Corporation Apparatus and method for determining operation compatibility between field devices
US9020619B2 (en) 2012-04-24 2015-04-28 Fisher Controls International Llc Method and apparatus for local or remote control of an instrument in a process system
CN102637027A (zh) 2012-04-25 2012-08-15 深圳市速普瑞科技有限公司 铁路信号设备检修控制系统和方法
RU2629001C2 (ru) 2012-04-26 2017-08-24 Квэлкомм Инкорпорейтед Система улучшенной потоковой передачи блоков по запросу для обработки потоковой передачи с малой задержкой
CN102707689A (zh) 2012-06-04 2012-10-03 陕西科技大学 一种基于物联网的工厂安保系统及其实现方法
CN102710861A (zh) 2012-06-06 2012-10-03 北京六所新华科电子技术有限公司 一种移动终端的室内实时定位系统
US9038043B1 (en) 2012-06-21 2015-05-19 Row Sham Bow, Inc. Systems and methods of information processing involving activity processing and/or optimization features
CN102801779B (zh) 2012-06-25 2015-07-01 北京奇虎科技有限公司 一种界面呈现方法、系统和终端
US20140006338A1 (en) 2012-06-29 2014-01-02 Applied Materials, Inc. Big data analytics system
EP2685329B1 (de) 2012-07-11 2015-09-23 ABB Research Ltd. Darstellung von Prozessdaten eines Prozesssteuerobjekts auf einem mobilen Endgerät
US9082281B2 (en) 2012-07-11 2015-07-14 Isaac PONCE Tool locator device and system
CN102780568B (zh) 2012-07-13 2015-12-09 深圳市龙视传媒有限公司 一种单向网络中数据的组播方法、装置、终端及系统
US9152138B2 (en) 2012-07-18 2015-10-06 Honeywell International Inc. Common collaboration context between a console operator and a field operator
CN104471596B (zh) 2012-07-18 2018-04-17 株式会社日立制作所 计算机、指南信息提供方法以及记录介质
GB201213172D0 (en) 2012-07-24 2012-09-05 Sensewhere Ltd Method of estimating position of a device
EP2880602A4 (de) 2012-08-01 2016-04-27 Saudi Arabian Oil Co System zur inspektion und wartung eines werks oder einer anderen anlage
US9098164B2 (en) 2012-08-03 2015-08-04 National Instruments Corporation Physics based diagram editor
US9467500B2 (en) 2012-08-09 2016-10-11 Rockwell Automation Technologies, Inc. Remote industrial monitoring using a cloud infrastructure
US9479388B2 (en) 2012-08-29 2016-10-25 Maintenance Assistant Inc Computer system and method for maintenance management including collaboration across clients
CN104994936B8 (zh) 2012-08-30 2017-05-24 北卡罗来纳大学夏洛特分校 存储燃烧废品的系统和方法
US20140067800A1 (en) 2012-08-31 2014-03-06 Amit Sharma Systems and methods for analyzing and predicting automotive data
CN102867237A (zh) 2012-09-08 2013-01-09 无锡中科苏惠自动化技术有限公司 一种智能生产管理方法
US10121381B2 (en) 2012-09-12 2018-11-06 Omron Corporation Data flow control order generating apparatus and sensor managing apparatus
US9122786B2 (en) 2012-09-14 2015-09-01 Software Ag Systems and/or methods for statistical online analysis of large and potentially heterogeneous data sets
CN104903799B (zh) 2012-10-08 2018-05-22 费希尔-罗斯蒙特系统公司 过程控制系统中的可配置用户显示
US9146830B2 (en) 2012-10-26 2015-09-29 Jsmapreduce Corporation Hybrid local/remote infrastructure for data processing with lightweight setup, powerful debuggability, controllability, integration, and productivity features
US8949970B2 (en) 2012-10-31 2015-02-03 Rockwell Automation Technologies, Inc. Automation system access control system and method
TWI463833B (zh) 2012-10-31 2014-12-01 Delta Electronics Inc 感測器資料的快取裝置及其快取方法
US9244452B2 (en) 2012-11-02 2016-01-26 Rockwell Automation Technologies, Inc. Configuration and monitoring via design diagram representation
US9723050B2 (en) 2012-11-13 2017-08-01 International Business Machines Corporation Tag authentication and location verification service
US9223299B2 (en) 2012-11-30 2015-12-29 Discovery Sound Technology, Llc Equipment sound monitoring system and method
AU2013361460A1 (en) 2012-12-18 2015-07-16 Vadio, Inc. System and method for providing matched multimedia video content
US9516354B1 (en) 2012-12-20 2016-12-06 Teradek LLC Bonded wireless hotspot
US9466026B2 (en) 2012-12-21 2016-10-11 Model N, Inc. Rule assignments and templating
US20140180671A1 (en) 2012-12-24 2014-06-26 Maria Osipova Transferring Language of Communication Information
ES2541277T3 (es) 2012-12-24 2015-07-17 Air Products And Chemicals, Inc. Aparato y métodos para monitorizar y controlar unidades de proceso cíclico en un entorno estable de planta
US20140189520A1 (en) 2012-12-31 2014-07-03 Fluke Corporation Digital checklist
US9087138B2 (en) 2013-01-15 2015-07-21 Xiaofan Zhou Method for representing and storing hierarchical data in a columnar format
CN103106188B (zh) 2013-02-21 2016-01-13 用友网络科技股份有限公司 数据模型的图形化分析系统和图形化分析方法
US10649424B2 (en) 2013-03-04 2020-05-12 Fisher-Rosemount Systems, Inc. Distributed industrial performance monitoring and analytics
US10678225B2 (en) 2013-03-04 2020-06-09 Fisher-Rosemount Systems, Inc. Data analytic services for distributed industrial performance monitoring
US9397836B2 (en) 2014-08-11 2016-07-19 Fisher-Rosemount Systems, Inc. Securing devices to process control systems
US10909137B2 (en) 2014-10-06 2021-02-02 Fisher-Rosemount Systems, Inc. Streaming data for analytics in process control systems
US9823626B2 (en) 2014-10-06 2017-11-21 Fisher-Rosemount Systems, Inc. Regional big data in process control systems
US10386827B2 (en) 2013-03-04 2019-08-20 Fisher-Rosemount Systems, Inc. Distributed industrial performance monitoring and analytics platform
US9558220B2 (en) 2013-03-04 2017-01-31 Fisher-Rosemount Systems, Inc. Big data in process control systems
US10223327B2 (en) 2013-03-14 2019-03-05 Fisher-Rosemount Systems, Inc. Collecting and delivering data to a big data machine in a process control system
US10866952B2 (en) 2013-03-04 2020-12-15 Fisher-Rosemount Systems, Inc. Source-independent queries in distributed industrial system
US9665088B2 (en) 2014-01-31 2017-05-30 Fisher-Rosemount Systems, Inc. Managing big data in process control systems
US10282676B2 (en) 2014-10-06 2019-05-07 Fisher-Rosemount Systems, Inc. Automatic signal processing-based learning in a process plant
US9804588B2 (en) 2014-03-14 2017-10-31 Fisher-Rosemount Systems, Inc. Determining associations and alignments of process elements and measurements in a process
WO2015138706A1 (en) 2014-03-14 2015-09-17 Fisher-Rosemount Systems, Inc. Distributed big data in a process control system
US20140267599A1 (en) 2013-03-14 2014-09-18 360Brandvision, Inc. User interaction with a holographic poster via a secondary mobile device
CN104049575B (zh) 2013-03-14 2018-10-26 费希尔-罗斯蒙特系统公司 在过程控制系统中收集并且向大数据机器递送数据
US20160132046A1 (en) 2013-03-15 2016-05-12 Fisher-Rosemount Systems, Inc. Method and apparatus for controlling a process plant with wearable mobile control devices
US9277251B2 (en) 2013-03-15 2016-03-01 Echostar Technologies L.L.C. Geographically independent determination of segment boundaries within a video stream
US9678484B2 (en) 2013-03-15 2017-06-13 Fisher-Rosemount Systems, Inc. Method and apparatus for seamless state transfer between user interface devices in a mobile control room
EP3200131A1 (de) 2013-03-15 2017-08-02 Fisher-Rosemount Systems, Inc. Datenmodellierungsstudio
US9983575B2 (en) * 2013-04-09 2018-05-29 Fisher-Rosemount Systems, Inc. Systems and methods to graphically display process control system information
US9746352B2 (en) 2013-03-29 2017-08-29 Symboticware Incorporated Method and apparatus for underground equipment monitoring
US10740358B2 (en) 2013-04-11 2020-08-11 Oracle International Corporation Knowledge-intensive data processing system
US9786197B2 (en) 2013-05-09 2017-10-10 Rockwell Automation Technologies, Inc. Using cloud-based data to facilitate enhancing performance in connection with an industrial automation system
US9235395B2 (en) 2013-05-30 2016-01-12 National Instruments Corporation Graphical development and deployment of parallel floating-point math functionality on a system with heterogeneous hardware components
US20140358256A1 (en) 2013-05-31 2014-12-04 Rockwell Automation Technologies, Inc. Systems, methods, and software to present human machine interfaces on a mobile device
US8849764B1 (en) 2013-06-13 2014-09-30 DataGravity, Inc. System and method of data intelligent storage
WO2014205425A1 (en) 2013-06-22 2014-12-24 Intellivision Technologies Corp. Method of tracking moveable objects by combining data obtained from multiple sensor types
US9426653B2 (en) 2013-07-17 2016-08-23 Honeywell International Inc. Secure remote access using wireless network
US8978036B2 (en) 2013-07-29 2015-03-10 Splunk Inc. Dynamic scheduling of tasks for collecting and processing data from external sources
US9209863B2 (en) * 2013-08-09 2015-12-08 Cable Television Laboratories, Inc. Analysis of captured random data signals to measure linear and nonlinear distortions
CA2867589A1 (en) 2013-10-15 2015-04-15 Coho Data Inc. Systems, methods and devices for implementing data management in a distributed data storage system
US20150184549A1 (en) 2013-12-31 2015-07-02 General Electric Company Methods and systems for enhancing control of power plant generating units
WO2015108702A1 (en) 2014-01-14 2015-07-23 Zsolutionz, LLC Cloud-based initiation of customized exercise routine
CN103699698B (zh) 2014-01-16 2017-03-29 北京泰乐德信息技术有限公司 一种基于改进贝叶斯的轨道交通故障识别方法及系统
CN103793601A (zh) * 2014-01-20 2014-05-14 广东电网公司电力科学研究院 基于异常搜索和组合预测的汽轮机组在线故障预警方法
US9466038B2 (en) 2014-02-21 2016-10-11 Safety Key Solutions FZ-LLC Worksite monitoring and management systems and platforms
US10521671B2 (en) 2014-02-28 2019-12-31 Second Spectrum, Inc. Methods and systems of spatiotemporal pattern recognition for video content development
US9971317B2 (en) 2014-03-26 2018-05-15 Rockwell Automation Technologies, Inc. Cloud-level industrial controller loop gain tuning based on industrial application type
CN103926075B (zh) * 2014-03-28 2017-01-18 中能电力科技开发有限公司 一种提高风电机组齿轮箱故障分析精度的方法
US9495478B2 (en) 2014-03-31 2016-11-15 Amazon Technologies, Inc. Namespace management in distributed storage systems
US20150296324A1 (en) 2014-04-11 2015-10-15 Mitsubishi Electric Research Laboratories, Inc. Method and Apparatus for Interacting Between Equipment and Mobile Devices
US9319844B2 (en) 2014-04-25 2016-04-19 Aruba Networks, Inc. Determining location based on both a detected location and a predicted location
US9459809B1 (en) 2014-06-30 2016-10-04 Emc Corporation Optimizing data location in data storage arrays
US10168691B2 (en) 2014-10-06 2019-01-01 Fisher-Rosemount Systems, Inc. Data pipeline for process control system analytics
CN104317556B (zh) 2014-10-22 2018-03-16 华为技术有限公司 一种流式应用升级方法、主控节点及流计算系统
US9652213B2 (en) 2014-10-23 2017-05-16 National Instruments Corporation Global optimization and verification of cyber-physical systems using floating point math functionality on a system with heterogeneous hardware components
CN104596767B (zh) * 2015-01-13 2017-04-26 北京工业大学 一种基于灰色支持向量机的滚动轴承故障诊断与预测的方法
US10291506B2 (en) 2015-03-04 2019-05-14 Fisher-Rosemount Systems, Inc. Anomaly detection in industrial communications networks
US9575804B2 (en) 2015-03-27 2017-02-21 Commvault Systems, Inc. Job management and resource allocation
US10287988B2 (en) 2015-03-27 2019-05-14 General Electric Company Methods and systems for enhancing operation of power plant generating units and systems
US10503483B2 (en) 2016-02-12 2019-12-10 Fisher-Rosemount Systems, Inc. Rule builder in a process control network
US11170616B2 (en) 2016-03-16 2021-11-09 Triax Technologies, Inc. System and interfaces for managing workplace events
US9892353B1 (en) 2016-09-30 2018-02-13 Amazon Technologies, Inc. Wireless identifier based real time item movement tracking
US10257653B2 (en) 2017-05-26 2019-04-09 International Business Machines Corporation Location-based mobile device control

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
IEEE 802.11

Also Published As

Publication number Publication date
CN106933208A (zh) 2017-07-07
US20170102696A1 (en) 2017-04-13
GB2545302A (en) 2017-06-14
CN106933208B (zh) 2021-03-09
GB2545302B (en) 2022-02-09
GB201617021D0 (en) 2016-11-23
JP6978156B2 (ja) 2021-12-08
JP2017076386A (ja) 2017-04-20
DE102016119084A1 (de) 2017-04-13
US10649449B2 (en) 2020-05-12

Similar Documents

Publication Publication Date Title
DE102016119084A9 (de) Verteilte Leistungsüberwachung und Analyse industrieller Anlagen
DE102016119100A9 (de) Datenanalysedienste für eine verteilte Leistungsüberwachung industrieller Anlagen
DE102016119186A1 (de) Verteilte Leistungsüberwachung und Analyse in industriellen Anlagen
DE102016119178A1 (de) Quellenunabhängige Abfragen in einem verteilten Industriesystem
DE102016119066A1 (de) Verteilte Leistungsüberwachung und Analyseplattform für industrielle Anlagen

Legal Events

Date Code Title Description
R012 Request for examination validly filed