EP4511707A1 - Moteur de contextualisation de données industrielles - Google Patents

Moteur de contextualisation de données industrielles

Info

Publication number
EP4511707A1
EP4511707A1 EP23714345.8A EP23714345A EP4511707A1 EP 4511707 A1 EP4511707 A1 EP 4511707A1 EP 23714345 A EP23714345 A EP 23714345A EP 4511707 A1 EP4511707 A1 EP 4511707A1
Authority
EP
European Patent Office
Prior art keywords
data
operations
installation
genealogy
equipment
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
EP23714345.8A
Other languages
German (de)
English (en)
Inventor
Cura MATHIEU
Hassani MAROUANE
Martel ARTHUR
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.)
Optimistik SAS
Original Assignee
Optimistik SAS
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 Optimistik SAS filed Critical Optimistik SAS
Publication of EP4511707A1 publication Critical patent/EP4511707A1/fr
Pending legal-status Critical Current

Links

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
    • G05B19/00—Program-control systems
    • G05B19/02—Program-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]
    • G05B19/4183—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 data acquisition, e.g. workpiece identification
    • 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
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • A—HUMAN NECESSITIES
    • A21—BAKING; EDIBLE DOUGHS
    • A21B—BAKERS' OVENS; MACHINES OR EQUIPMENT FOR BAKING
    • A21B7/00—Baking plants

Definitions

  • the present invention relates to a method for processing sensor data from an industrial installation to ensure its optimization by controlling its equipment.
  • the invention makes it possible to create engines for contextualizing industrial production process data for monitoring, controlling and optimizing these processes and associated equipment.
  • the invention relates to a method of processing data from sensors of an industrial installation for the control of at least one piece of equipment of said installation, the method comprising the following steps:
  • a method according to the first aspect makes it possible to contextualize, in a standardized manner, the sensor data of a production process according to production monitoring (traceability and genealogy) to simplify and facilitate monitoring, management and optimization of this process and associated equipment.
  • the embodiments of the invention provide an industrial process engineering tool.
  • the embodiments make it possible to monitor, control and optimize the behavior of industrial processes in a concrete manner. It is thus possible to direct their improvement with sufficient precision, and within reasonable times and costs.
  • the generation of operation data includes the location of data relating to said phase of said operation.
  • the operation data is transmitted to a control module of said at least one piece of equipment.
  • the method according to the first aspect may further comprise the following steps:
  • genealogy data involves the creation of a link relating to their data between one or more downstream operations using products of one or more upstream operations in a process implemented within said facility.
  • genealogy data allows the determination of data for one or more downstream operations from data relating to one or more upstream operations by application of a function representative of said link.
  • the operation carried out within said industrial installation is a downstream operation using results from a plurality of upstream operations, and in which the generation of said operation data specific to said downstream operation comprises the application of a function for merging the operation data specific to said upstream operations.
  • the aggregation of said operation and genealogy data is stored in a data structure comprising
  • the first set of data includes, for each operation of said flow, a subset of data describing operating phases of said operation.
  • the third set of data includes, for each operation of said flow, a type of genealogy making it possible to indicate a sequencing link between said operations of said flow of operations.
  • the aggregation of said operation and genealogy data is transmitted to a control module of said at least one piece of equipment.
  • the state data comprises at least some of the data from sensors of said installation and values of state variables of equipment of said installation.
  • the invention relates to a device for implementing a method according to the first aspect.
  • FIG. 2 illustrates a data structure according to embodiments for the description of a production process
  • FIG. 3 illustrates a data structure according to embodiments for the description of an operation of the production process
  • FIG. 4 illustrates a genealogy data structure according to embodiments
  • FIG. 5 illustrates a data fusion module according to embodiments
  • FIG. 6 illustrates a first type of genealogy according to embodiments
  • FIG. 7 illustrates a second type of genealogy according to embodiments
  • FIG. 8 is a step diagram of a process according to embodiments.
  • FIG. 9 schematically illustrates a device according to embodiments
  • FIG. 10 schematically illustrates the implementation of a process according to embodiments in a food production facility.
  • This contextualization can, for example, be done based on the state at a given time of the installation in which these sensors are present.
  • Contextualization can be done by allowing “traceability” of data. For example, depending on the duty cycle of the equipment, operation, production phase or other.
  • this contextualization can be done by allowing a “genealogy” to be associated with the data. This involves disseminating information from sensors throughout the production process and the stages that compose it.
  • the methods according to embodiments thus make it possible to aggregate the data from the sensors by combining the sensor data with the context of carrying out the industrial process which are necessary for monitoring, controlling and optimizing the processes in question.
  • FIG. 1 illustrates an implementation context of embodiments.
  • a contextualization engine 100 processes data from various sensors of equipment of an industrial installation 101 implementing a production process.
  • the engine 100 receives data via a real-time interface
  • the data received from the interface 104 concerns, for example, data useful for controlling the process.
  • the 103 is, for example, of the SNCC type (acronym for “Digital Control and Command System”, sometimes also called DCS, acronym for “Distributed Control System”). This type of system allows the control of industrial processes with an interface allowing supervision by operators and also digital communication with the industrial installation and its control infrastructures.
  • the system 103 can also be, for example, of the PLC type (acronym for “Programmable Logic Controller”). This type of system is an industrial programmable controller intended for controlling industrial processes through sequential processing. It allows the computer generation and sending of orders to actuators in the industrial installation based on sensor data.
  • the contextualization engine 100 also communicates with a control system 105 of the industrial installation 101. This system allows, from the processing of the contextualization engine to monitor, control, analyze and/or optimize the implementation process. implemented by the industrial installation.
  • Module 106 is a traceability and genealogy generator. As described in the following, it allows the monitoring of status data of the industrial installation from the point of view of the progress of the different stages of the process implemented by the installation.
  • the status data may include data from sensors and/or values of state variables of equipment in the installation. These state variable values can for example come from the automated control system 103.
  • a state variable can give an indication of the operating phase in which equipment of the installation is located.
  • Module 106 generates traceability and genealogy information to supply module 107 from data received via interface 102.
  • the contextualization engine further comprises a module 107 for monitoring production within the installation based on data received from the interface 104 and the module 106.
  • the data from this module 107 are then processed by a data fusion module 109, responsible for agreeing them with the sensor data received and processed by a module 108 connected to the interface 102.
  • the contextualization engine is based on a data structure illustrated in Figure 2.
  • This data structure aims at the reproduction and digital representation of the production process implemented by installation 101. It allows a standardized and exhaustive description of the process but also of the data attached to it.
  • the method implemented by the industrial installation 101 is described by means of a set of data 200 respectively describing operations (OP 201, 202, 203 of a flow of operations. These operations are implemented by means of various equipment (EQUIP #1 ... P..Q) described by a set of data 205, 206, ..., 207. Each of this equipment is associated with sensors (SNSR ) respective, 208, ..., 209, ..., 210 making it possible to obtain status information about this equipment (for example temperature, pressure or other physical parameters).
  • SNSR sensors
  • Each operation is described according to the data structure 300 of Figure 3.
  • An operation (OP) has a unique operation reference (REF) 301 which allows it to be uniquely identified. It is also described by means of a set of traceability data 302, 303, ..., 304 describing successive phases (PHS #1... R) of the operation. Each phase is described by means of data comprising data representative of a respective starting point (STRT) 305, 306, 307 and data representative of an end (END) 308, 309, 310. Each phase is also associated to a location data 311, 312, 313 (LOC) of the equipment which implements it.
  • DAT structure 314
  • FIG. 4 This figure illustrates data (GNLGY) 400 which makes the link between a set of data (UPSTR) 401 representing upstream operations and a set of data (DWNSTR) 403 representing downstream operations.
  • Each set of data includes respective data 404, 404 upstream and 405, 406 downstream describing operations of the process implemented by the industrial installation.
  • Genealogy type data (TYP) 402 makes it possible to indicate the type of link between operations, for example if a downstream operation is linked to several upstream operations (or vice versa - type 1 -> N or N -> 1) or if several upstream operations are linked to several downstream operations (type N -> N).
  • Some of the data described above, in particular traceability and genealogy data are generated by the traceability and genealogy generator.
  • This module takes data from automated driving systems as input.
  • the generator takes as input data those representing the state of the equipment. For example, for a given piece of equipment (or a set of pieces of equipment), it can take as input the phase in which it is at a given time.
  • the data structure described above allows the data fusion module to combine them at two levels. First, the module merges traceability data with data from sensors to construct data characteristic of an operation. Second, the module merges traceability data with data associated with operations.
  • the data fusion module (FSN) 109 combines the traceability data (for example the start of phase, the end of phase, the location of the phase in a equipment) with the sensor data to generate data attached to the operation. This figure repeats the data structure of Figure 2.
  • the data fusion module 109 selects in a step 500 the sensors 208 attached to the equipment 205 corresponding to the location of the phase 302 concerned. In a second step, for these sensors, it selects during step 501, the time window framed by the start and end of the phase concerned as given by the modules 305 and 308. In a third step, it aggregates during step 502 the sensor data(s) on this window with a transformation function (f).
  • the calculations by the data fusion module can be done on the fly (at each request for the data attached to the operation) to ensure data is always up to date. It can also be a pre-calculation stored with calculation update trigger rules to allow massive query launches on a large number of operations for uses that require it.
  • data from one or more upstream operations is propagated to one or more downstream operations. Propagation treatments depend on the type of genealogy concerned.
  • FIG. 6 illustrates a genealogy of type 1 -> N.
  • the results of upstream operations represented by upstream operation data 600 are used by downstream operations represented by downstream operation data 601.
  • an upstream operation 602 is followed by two downstream operations 603 and 604.
  • the data 605 of operation 602 are propagated as is and reused as own data 606 and 607 of operations 603 and 604 respectively.
  • Figure 7 illustrates a genealogy of type N -> N or N -> 1.
  • the results of upstream operations represented by upstream operation data 700 are used by downstream operations represented by downstream operation data 701.
  • processing is carried out to generate the data 702, 703 associated with the downstream operations 704, 705 because several data 706, 707 from upstream operations 708, 709 are necessary to construct each of them.
  • a product A with a characteristic To obtain the Y value of characteristic X for this downstream operation, a function f is applied by a data fusion module 710 to the Y values of characteristic For example, it is a weighted sum.
  • the values can be weighted by the masses of product used from the different upstream operations.
  • other functions or processing can be considered depending on the process implemented.
  • step 800 data from an automated process control system controlling an industrial installation is transmitted.
  • step 801 other additional data relating to the installation can also be transmitted by other information systems. This concerns, for example, data transmitted by operators via a man-machine interface as has already been described.
  • the contextualization engine implementing the process receives this data during a collection step 802. They are then routed to the various engine modules for processing.
  • step 803 the data relating to the genealogy of the data from sensors are extracted and then stored during a step 805. These data are then used to create, during a step 808, the data genealogy in accordance with the structure described above to make the link between the data of upstream operations and those of downstream operations.
  • step 804 it is the data relating to the traceability of the data from the sensors which are extracted and then stored during a step 806. These data are then used to generate, during 'a step 809, the traceability data in accordance with the structure described above and making it possible to describe the successive phases of the operations from which the data comes (starting and ending point, location of the phases in terms of equipment used, etc. .).
  • the traceability data is aggregated with the sensor data during a step 811.
  • the aggregation of this data is then used for the generation of operation data specific to the operations carried out. implemented, during step 813. This generation is done according to the operation data extracted during step 812 from the data previously collected.
  • the genealogy data and the operation data are finally aggregated during step 814 for transmission to the installation control module.
  • the control module has a way of knowing exactly the context in which it was collected.
  • a method according to embodiments can be implemented in different ways. It can be implemented by computer connected to the industrial installation. Thus, a method according to embodiments can be implemented within the framework of so-called “on prem” solutions (acronym for “on premises”, that is to say “on site” in French). It can also be implemented on a remote computer and connected remotely to the installation. Thus, a method according to embodiments can be implemented in the context of so-called “SaaS” solutions (acronym for “Software as a Service”, that is to say “software as a service” >> in French ).
  • Figure 9 is a functional diagram of a system 900 for implementing one or more embodiments of the invention. The systems or servers described above may have the same structure.
  • the system 900 includes a communication bus to which are connected:
  • processing unit 901 such as a microprocessor, called CPU;
  • RAM a RAM unit 902, called RAM, for storing executable code of a method according to one embodiment of the invention as well as registers adapted to record the variables and parameters necessary for the implementation of a method according to embodiments, the memory capacity of which can be extended by an optional RAM connected to an expansion port for example;
  • ROM read only memory
  • Network interface 904 may be a single network interface, or composed of a set of different network interfaces (e.g., wired and wireless interfaces, or different types of wired or wireless interfaces). The data is written to the network interface for transmission or is read from the network interface for reception under the control of the software application running in CPU 901;
  • a graphical user interface unit 905 for receiving inputs from a user or displaying information to a user;
  • I/O input/output module to receive/send data from/to external systems such as a video source or a screen.
  • the executable code can be stored either in read-only memory 903, or on the hard disk 906, or on a removable digital medium such as a disk for example.
  • the executable code of the programs can be received at means of a communication network, via the network interface 904, in order to be stored in one of the storage means of the communication system 900, such as the hard disk 906, before being executed.
  • the central processing unit 901 is adapted to control and direct the execution of the instructions or parts of software code of the program(s) according to the embodiments of the invention, these instructions being stored in one of the aforementioned storage means. After power-up, the processing unit 901 is capable of executing instructions from the main RAM 902 relating to a software application after those instructions have been loaded from the program ROM 903 or the hard disk (HD) 906 for example. Such a software application, when executed by the central processing unit 901, causes the steps of a method to be executed according to incarnations.
  • the installation comprises a set (COMPNT) 1001 of tanks 1002 to 1009 of components (C #1, ..., #8).
  • Each tank contains a component used in the manufacturing process of a product within the facility.
  • the final product is a cake and the vats contain the components of this cake such as milk, sugar, flour, eggs, oil, yeast, almonds, fruits.
  • the installation also includes various blocks (BLK #1, ..., #5) of equipment (EQUIP), 1010, 1012, 1015, 1019, 1022 using the various components.
  • block 1010 includes a single sourdough culture equipment 1011.
  • the block 1012 includes for example two pieces of equipment 1013, 1014, respectively kneading dough and resting the dough.
  • the block 1015 comprises for example three pieces of equipment 1016, 1017, 1018, respectively for molding, cooking and cooling.
  • Block 1019 comprises two pieces of equipment 1020, 1021 for demoulding and controlling the cakes.
  • block 1022 includes equipment 1023 for packaging cakes.
  • components C #1 to C #3 are supplied to the sourdough cultivation equipment 1011 and components C #2 to C #8 are supplied to the kneading equipment 1013.
  • the equipment 1011 produces leaving the leaven which is also supplied to the kneading equipment which in turn produces a cake dough.
  • This dough is supplied to equipment 1014 to rest.
  • the rested dough is then supplied to equipment 1016 to mold the cakes which are then supplied to equipment 1017 for baking.
  • Once cooked the cakes are supplied to equipment 1018 for cooling. They are then unmolded in equipment 1020.
  • a quality control is carried out in equipment 1021. Once the non-compliant cakes have been filtered, they are packaged in equipment 1023 for transport to their distribution location.
  • the equipment includes two ovens, each oven being equipped with a sensor measuring the temperature inside the oven and a sensor measuring the humidity inside the oven.
  • Each oven is also equipped with an automated control system which, at any time, is capable of sending back the status of the oven (cooking, waiting) as well as the batch number of the dough used for production during cooking. .
  • a unique operation number is then for example generated with a format YYYY-MM-DD-XXX (with YYYY being the year, MM the month, DD the day and XXX a sequential number reset to 0 at the start of each day of production).
  • the end date and time of the phase determined subsequently corresponds to the date and time of observation of the transition from the “cooking” state to the “waiting” state.
  • the location assigned to this phase is the reference of the oven whose state data was used to create the operation. This process of creating traceability is carried out in parallel on the data from the two ovens.
  • the collection, extraction and storage of data useful for this creation correspond to steps 802, 804, and 806.
  • genealogy information of type 1 -> N is generated by associating the batch number of the paste used (upstream) with the number of operation which has just implemented the paste (downstream).
  • a first traceability fusion operation is used to calculate indicators derived from the temperature for each cooking operation.
  • the temperature sensor corresponding to the oven designated in the location is selected.
  • the data from this sensor included in the time window between the start and the end of the phase as described in the operation are selected.
  • the aggregation operations on this data are then carried out.
  • three different indicators can be calculated: the average, the minimum and the maximum of the temperature. All three results are stored for this operation for use later.
  • a genealogy fusion operation is carried out in accordance with step 814.
  • the data of quality (dry matter, viscosity) corresponding to the batch number of dough used in the cooking operation are recovered and stored at the cooking operation.
  • the genealogy data gives the batch number of dough used (Upstream), the type of genealogy: 1 ->N and the unique cooking operation number of the form AAAA-MM -DD-XXX in which the dough was used.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • General Factory Administration (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Control By Computers (AREA)

Abstract

Procédé de traitement de données de capteurs d'une installation industrielle pour le contrôle d'au moins un équipement de ladite installation, le procédé comprenant les étapes suivantes : - extraction de données de capteurs relatives à une phase d'une opération réalisée au sein de ladite installation industrielle, - génération de données de traçabilité relatives à une position de ladite phase dans un flux d'opérations au sein de ladite installation industrielle, - agrégation desdites données de capteur et desdites données de traçabilité pour générer des données d'opération propres à ladite opération dans ledit flux.

Description

Description
Titre de l'invention : Moteur de contextualisation de données industrielles
Domaine technique
[2] La présente invention concerne un procédé de traitement de données de capteurs d’une installation industrielle pour en assurer l’optimisation par le contrôle de ses équipements.
[3] L’invention permet de réaliser des moteurs de contextualisation de données de procédés de production industriels pour le suivi, le pilotage et l’optimisation de ces procédés et des équipements associés.
[4] Arrière-plan technologique
[5] La gestion des procédés de production industriels nécessite de traiter un grand nombre de données issues de différents capteurs. Ces capteurs renseignent sur un grand nombre de paramètres renseignant sur le statut de nombreux équipements fonctionnant selon diverses phases et/ou régime de fonctionnement. Un même équipement peut fonctionner avec différents paramètres selon une phase de fonctionnement donnée dans une opération donnée du procédé global de production.
[6] La connaissance du déroulement exact du procédé est clé dans le suivi, le pilotage et l’optimisation de l’installation industrielle.
[7] Dans l’industrie des procédés, en particulier des procédés par lots (par « batch » en anglais), il s’agit du principal frein aujourd’hui pour pouvoir exploiter les données des capteurs au-delà d’une simple surveillance.
[8] En effet, dans ce type de procédés, le produit fini est obtenu à la suite d’une série de tâches plutôt qu’en continu. Le pilotage des procédés par « batch » en industrie est utilisé dans de nombreux domaines : l’agro-alimentaire, la chimie, le médicament, les cosmétiques, les biotechnologies, la brasserie, le phytosanitaire, les détergents, les enzymes, les peintures, la métallurgie, les matériaux, ou autre. Dans tous ces domaines, il est nécessaire de contrôler de manière fine et constante les mélanges et les dosages des différents réactifs intervenant dans le procédé de production du produit final ainsi que les conditions dans lesquelles ce procédé de production est réalisé.
[9] Pour les industriels, la maîtrise du pilotage des procédés par « batch » est un gage de qualité et de productivité. Cependant, ces procédés doivent répondre à des règles strictes en matière de traçabilité ainsi qu’à des contrôles qualité et de maîtrise du pilotage.
[10] Les industries utilisant le pilotage des procédés batch doivent généralement fabriquer différents produits à partir de structures d’équipement identiques : par exemple, une quantité de peinture blanche suivie d’une même quantité de peinture noire pour une même cuve qui peuvent impliquer ou non de prévoir un temps pour réaliser le changement et/ou le nettoyage. Les équipements sont donc utilisés pour diverses opérations elles-mêmes pouvant comporter différentes phases.
[11] Les procédés par « batch » permettent donc d’atteindre une grande flexibilité dans la production et même de réduire les délais d’étude pour la réalisation de produits nouveaux. Néanmoins, cela nécessite un suivi rigoureux des processus et l’exercice d’une traçabilité complète des lots produits.
[12] Pour répondre à ce besoin de suivi, diverses approches ont été proposées.
[13] La plupart sont basées sur le suivi séries temporelles de données issues de capteurs avec un modèle de données pour décrire les opérations de production. Ces solutions permettent de visualiser des courbes temporelles issues de capteurs, avec un début et une fin correspondant à ceux de l’opération correspondante.
[14] Cependant, ces solutions ont de nombreux inconvénient. Elles ne permettent pas d’approche globale des procédés. Les données sont rendues disponibles capteur par capteur et seulement en fonction du temps. Cela rend difficile et lente toute compréhension globale du procédé et des problèmes qui peuvent se poser lorsqu’une anomalie est détectée. Il est ainsi très complexe, voire impossible sous certaines conditions de suivre, piloter et optimiser les procédés.
[15] Il existe donc un besoin pour améliorer le traitement de données de capteurs des installations industrielles pour en assurer l’optimisation par le contrôle de ses équipements. Il existe en particulier un besoin pour un outil industriel permettant de simplifier et faciliter le suivi, le pilotage et l’optimisation des procédés et des équipements associés à de telles installations.
[16] La présente invention s’inscrit dans ce cadre.
[17] Résume de l’invention
[18] Selon un premier aspect, l’invention concerne un procédé de traitement de données de capteurs d’une installation industrielle pour le contrôle d’au moins un équipement de ladite installation, le procédé comprenant les étapes suivantes :
- extraction de données d’état relatives à une phase d’une opération réalisée au sein de ladite installation industrielle,
- génération de données de traçabilité relatives à une position de ladite phase dans un flux d’opérations au sein de ladite installation industrielle,
- agrégation desdites données d’état et desdites données de traçabilité pour générer des données d’opération propres à ladite opération dans ledit flux.
[19] Un procédé selon le premier aspect permet de contextualiser, de manière standardisée, les données de capteurs d’un procédé de production en fonction du suivi de production (traçabilité et généalogie) pour simplifier et faciliter le suivi, le pilotage et l’optimisation de ce procédé et des équipements associés.
[20] Un tel procédé permet de réduire le temps, les efforts et les coûts nécessaires pour améliorer la performance des installations industrielles telles que présentes, par exemple dans les usines. Il permet en outre d’accélérer l’analyse des données en temps réel et en temps différé afin d’identifier la cause profonde des inefficacités des procédés.
[21] Les modes de réalisation de l’invention offrent un outil industriel d’ingénierie des procédés. Les modes de réalisation permettent de suivre, piloter et optimiser, de façon concrète le comportement de procédés industriels. Il est ainsi possible d’orienter leur amélioration avec une précision suffisante, et dans des temps et des coûts raisonnables.
[22] Les modes de réalisation de l’invention offrent ainsi l’outil industriel manquant aujourd’hui dans le développement des installations industrielles. Un traitement purement intellectuel des données issues des capteurs n’est pas possible. Il est en pratique impossible de réaliser les calculs nécessaires pour arriver à des résultats suffisamment précis et significatifs permettant de prendre les décisions industrielles nécessaires, dans un temps industriellement raisonnable.
[23] Par exemple, la génération des données d’opération comporte l’application d’une fenêtre temporelle relative à ladite phase de ladite opération.
[24] Par exemple encore la génération des données d’opération comporte la localisation des données relatives à ladite phase de ladite opération.
[25] Selon des modes de réalisation, les données d’opération sont transmises à un module de contrôle dudit au moins un équipement.
[26] Le procédé selon le premier aspect peut en outre comporter les étapes suivantes :
- génération de données de généalogie relatives à un séquencement de ladite opération dans ledit flux d’opérations au sein de ladite installation industrielle,
- agrégation desdites données d’opération et de généalogie.
[27] Par exemple, la génération des données de généalogie comporte la création d’un un lien relatif à leurs données entre une ou plusieurs opérations aval utilisant des produits d’une ou plusieurs opérations amont dans un procédé mis en œuvre au sein de ladite installation.
[28] Par exemple encore, les données de généalogie permettent la détermination de données pour une ou plusieurs opérations aval à partir de données relatives à une ou plusieurs opérations amont par application d’une fonction représentative dudit lien.
[29] Selon des réalisations, l’opération réalisée au sein de ladite installation industrielle est une opération amont dont des résultats sont utilisés par une pluralité d’opérations aval, et dans lequel lesdites données d’opération propres à ladite opération amont générées sont utilisées pour la génération de données d’opération propres audites opérations aval.
[30] Selon des réalisations, l’opération réalisée au sein de ladite installation industrielle est une opération aval utilisant des résultats d’une pluralité d’opérations amont, et dans lequel la génération desdites données d’opération propres à ladite opération aval comporte l’application d’une fonction de de fusion des données d’opération propres auxdites opérations amont.
[31] Selon des réalisations, l’agrégation desdites données d’opération et de généalogie est stockée dans une structure de données comportant
- un premier ensemble de données décrivant les opérations dudit flux d’opérations,
- un deuxième ensemble de données décrivant des équipements de ladite installation pour la mise en œuvre desdites opérations dudit flux d’opérations et associés auxdits capteurs de ladite installation,
- un troisième ensemble de données comportant ladite agrégation desdites données.
[32] Par exemple, le premier ensemble de données comporte, pour chaque opération dudit flux, un sous-ensemble de données décrivant des phases de fonctionnement de ladite opération.
[33] Par exemple, le troisième ensemble de données comporte, pour chaque opération dudit flux, un type de généalogie permettant d’indiquer un lien de séquencement entre lesdites opérations dudit flux d’opérations.
[34] Selon des réalisations, l’agrégation desdites données d’opération et de généalogie est transmise à un module de contrôle dudit au moins un équipement.
[35] Selon des réalisations, les données d’état comprennent au moins les unes parmi des données issues de capteurs de ladite installation et des valeurs de variables d’état d’équipements de ladite installation.
[36] Selon un deuxième aspect, l’invention concerne un dispositif pour la mise en œuvre d’un procédé selon le premier aspect.
[37] Brève description des figures
[38] D’autres caractéristiques et avantages de l’invention apparaîtront à la lecture de la présente description détaillée qui suit, à titre d’exemple non limitatif, et des figures annexées parmi lesquelles: [39] [Fig. 1] illustre un contexte de mise en œuvre de modes de réalisation,
[40] [Fig. 2] illustre une structure de données selon des modes de réalisation pour la description d’un procédé de production,
[41] [Fig. 3] illustre une structure de données selon des modes de réalisation pour la description d’une opération du procédé de production,
[42] [Fig. 4] illustre une structure de données de généalogie selon des modes de réalisation,
[43] [Fig. 5] illustre un module de fusion de données selon des modes de réalisation,
[44] [Fig. 6] illustre un premier type de généalogie selon des modes de réalisation,
[45] [Fig. 7] illustre un deuxième type de généalogie selon des modes de réalisation,
[46] [Fig. 8] est un diagramme d’étapes d’un procédé selon des modes de réalisation,
[47] [Fig. 9] illustre schématiquement un dispositif selon des modes de réalisation,
[48] [Fig. 10] illustre schématiquement la mise en œuvre d’un procédé selon des modes de réalisation dans une installation de production agroalimentaire.
[49] Description détaillée de l’invention
[50] Comme cela apparaitra à la lecture de la description détaillée, les modes de réalisation de l’invention permettent de contextualiser les données issues des capteurs associés à des équipements d’une installation industrielle.
[51] Cette contextualisation peut par exemple se faire en fonction de l’état à un instant donné de l’installation dans lequel ces capteurs sont présents.
[52] La contextualisation peut se faire en permettant la « traçabilité » des données. Par exemple, en fonction du cycle de fonctionnement de l’équipement, de l’opération, de la phase de production ou autre.
[53] En outre, cette contextualisation peut se faire en permettant d’associer aux données une « généalogie ». Il s’agit de propager les informations issues des capteurs tout au long du processus de production et des étapes qui le composent.
[54] Il est ainsi permis de donner du contexte à l’information issue des capteurs en s’appuyant sur la manière dont le procédé se déroule ou s’est déroulé. Ainsi, la construction des bonnes informations est rendue possible permettant de pouvoir suivre, piloter et optimiser la production.
[55] Les données ainsi traitées permettent la combinaison des aspects de contexte spatial (dans quel équipement) et temporel (quand a eu lieu telle opération, telle phase) de l’installation.
[56] Les procédés selon des modes de réalisation permettent ainsi d’agréger les données issues des capteurs en combinant les données de capteurs avec le contexte de réalisation du procédé industriel qui sont nécessaire au suivi, pilotage et optimisation des procédés en question.
[57] La Figure 1 illustre un contexte de mise en œuvre de modes de réalisation. Un moteur de contextualisation 100 traite les données issues de divers capteurs des équipements d’une installation industrielle 101 mettant en œuvre un procédé de production. Le moteur 100 reçoit des données via une interface temps réel
102 qui le connecte à un système automatisé de conduite du procédé 103. Il reçoit par ailleurs des données saisies directement par des opérateurs via une interface homme machine 104.
[58] Les données reçues de l’interface 104 concernent par exemple des données utiles au contrôle du procédé. Le système automatisé de conduite du procédé
103 est quant à lui, par exemple, du type SNCC (acronyme de « Système Numérique de Contrôle Commande », parfois aussi appelé DCS, acronyme de « Distributed Control System >>). Ce type de système permet le contrôle de procédés industriels avec une interface permettant la supervision par des opérateurs et aussi la communication numérique avec l’installation industrielle et ses infrastructures de contrôle. Le système 103 peut aussi être, encore par exemple, du type PLC (acronyme de « Programmable Logic Controller »). Ce type de système est un automate programmable industriel destiné à la commande de processus industriels par un traitement séquentiel. Il permet la génération et l’envoi informatiques d’ordres à des actionneurs dans l’installation industrielle à partir de données de capteurs.
[59] Le moteur de contextualisation 100 communique par ailleurs avec un système de contrôle 105 de l’installation industrielle 101. Ce système permet, à partir des traitements du moteur de contextualisation de suivre, piloter, analyser et/ou optimiser le procédé mise en œuvre par l’installation industrielle.
[60] Les traitements du moteur de contextualisation sont réalisés à partir de différents modules. Le module 106 est un générateur de traçabilité et de généalogie. Comme cela est décrit dans ce qui suit, il permet le suivi des données d’état de l’installation industrielle d’un point de vue du déroulement des différentes étapes du procédé mis en œuvre par l’installation. Les données d’état peuvent comprendre des données issues des capteurs et/ou des valeurs de variables d’état d’équipements de l’installation. Ces valeurs de variables d’état peuvent par exemple être issues du système automatisé de conduite 103. Une variable d’état peut donner une indication de la phase de fonctionnement dans laquelle se trouve un équipement de l’installation. Le module 106 génère les informations de traçabilité et de généalogie pour alimenter le module 107 à partir des données reçues via l’interface 102.
[61 ] Le moteur de contextualisation comporte en outre un module 107 de suivi de production au sein de l’installation à partir de données reçues de l’interface 104 et du module 106. Les données issues de ce module 107 sont ensuite traitées par un module de fusion de données 109, chargé de les agréer avec les données de capteur reçues et traitées par un module 108 relié à l’interface 102.
[62] Le moteur de contextualisation s’appuie sur une structure de données illustrée par la figure 2.
[63] Cette structure de données vise la reproduction et la représentation numérique du procédé de production mis en œuvre par l’installation 101. Elle permet une description standardisée et exhaustive du procédé mais aussi des données qui lui sont attachées.
[64] Le procédé mis en œuvre par l’installation industrielle 101 est décrit au moyen d’un ensemble de données 200 décrivant respectivement des opérations (OP 201 , 202, 203 d’un flux d’opérations. Ces opérations sont mises en œuvre au moyen de divers équipements (EQUIP #1 ... P..Q) décrits par un ensemble de données 205, 206, ... , 207. Chacun de ces équipements est associé à des capteurs (SNSR) respectifs, 208, ... , 209, ... , 210 permettant d’obtenir des informations d’état de ces équipements (par exemple la température, la pression ou d’autres paramètres physiques).
[65] Chaque opération est décrite selon la structure de données 300 de la figure 3. Une opération (OP), dispose d’une référence unique d’opération (REF) 301 qui permet de l’identifier de manière unique. Elle est par ailleurs décrite au moyen d’un ensemble de données 302, 303, ... , 304 de traçabilité décrivant des phases (PHS #1... R) successives de l’opération. Chaque phase, est décrite au moyen de données comprenant des données représentatives d’un point de départ (STRT) respectif 305, 306, 307 et des données représentatives d’une fin (END) 308, 309, 310. Chaque phase est aussi associée à une donnée 311 , 312, 313 de localisation (LOC) de l’équipement qui la met en œuvre. Enfin, l’opération décrite peut aussi être décrite au moyen d’autres données stockées dans une structure 314 (DAT) prévue à cet effet.
[66] Le procédé est aussi décrit au moyen de données dites de « généalogie » (GNLGY) 204 qui permettent de lier les données issues des capteurs des différents équipements en termes de flux des opérations lors desquelles elles ont été acquises. Ce flux d’opérations est celui décrit par les données 201 , 202, ... , 203. Les données de généalogie 204 sont décrites plus en détails en référence à la figure 4.
[67] Cette figure illustre des données (GNLGY) 400 qui font le lien entre un ensemble de données (UPSTR) 401 représentant des opérations amont et un ensemble de données (DWNSTR) 403 représentant des opérations aval. Chaque ensemble de données comporte des données respectives 404, 404 amont et 405, 406 aval décrivant des opérations du processus mis en œuvre par l’installation industrielle. Des données de type de généalogie (TYP) 402, permettent d’indiquer le type de lien entre les opérations, par exemple si une opération aval est liée à plusieurs opérations amont (ou inversement - type 1 -> N ou N -> 1 ) ou bien si plusieurs opérations amont sont liées à plusieurs opérations aval (type N -> N). [68] Certaines des données décrites ci-avant, en particulier les données de traçabilité et de généalogie sont générées par le générateur de traçabilité et de généalogie. Ce module prend en entrée les données issues des système automatisés de conduite. En particulier le générateur prend comme données d’entrées celles représentant l’état des équipements. Par exemple, pour un équipement donné (ou un ensemble d’équipements), il peut prendre en entrée la phase dans laquelle il est à un instant donné.
[69] La structure de données décrite ci-avant permet au module de fusion de données de les combiner à deux niveaux. Premièrement, le module fusionne les données de traçabilité avec les données issues des capteurs pour construire des données caractéristiques d’une opération. Deuxièmement, le module fusionne les données de traçabilité avec les données associées aux opérations.
[70] Au premier niveau, comme illustré par la figure 5, le module de fusion de données (FSN) 109 combine les données de traçabilité (par exemple le début de phase, la fin de de phase, la localisation de la phase da un équipement) avec les données de capteur pour générer une donnée attachée à l’opération. Cette figure reprend la structure de données de la figure 2.
[71] Dans un premier temps, le module de fusion de données 109 sélectionne dans une étape 500 les capteurs 208 attachés à l’équipement 205 correspondant à la localisation de la phase 302 concernée. Dans un deuxième temps, pour ces capteurs, il sélectionne lors de l’étape 501, la fenêtre temporelle encadrée par le début et la fin de phase concernée tel que donnés par les modules 305 et 308. Dans un troisième temps, il agrège lors de l’étape 502 la ou les données de capteur sur cette fenêtre avec une fonction de transformation (f).
[72] La réalisation des calculs par le module de fusion de données peut être fait à la volée (à chaque demande de la donnée attachée à l’opération) pour assurer une donnée toujours à jour. Il peut aussi s’agir d’un pré-calcul stocké avec des règles de déclenchement de mise à jour du calcul pour permettre des lancements de requêtes massifs sur un grand nombre d’opérations pour des usages qui le nécessitent. [73] Au deuxième niveau, les données d’une ou plusieurs opérations amont sont propagées vers une ou plusieurs opérations aval. Les traitements de propagation sont fonction du type de généalogie concernée.
[74] La figure 6 illustre une généalogie de type 1 -> N. Les résultats d’opérations amont représentées par des données d’opération amont 600 sont utilisées par des opérations aval représentées par des données d’opération aval 601. Dans le cas illustré, une opération amont 602 est suivie de deux opérations aval 603 et 604. Les données 605 de l’opération 602 sont propagées telles-quelles et réutilisées en tant que données propres 606 et 607 des opérations 603 et 604 respectivement. Par exemple, un produit A avec une caractéristique X ayant une valeur Y est produit lors de l’opération 602. Les opérations aval 603 et 604 mettant en œuvre le produit issu de cette opération amont récupèrent la valeur Y pour cette caractéristique X.
[75] La figure 7 illustre une généalogie de type N -> N ou N -> 1 . Les résultats d’opérations amont représentées par des données d’opération amont 700 sont utilisées par des opérations aval représentées par des données d’opération aval 701. Dans ce cas, des traitements sont réalisés pour générer les données 702, 703 associées aux opérations aval 704, 705 car plusieurs données 706, 707 d’opérations amont 708, 709 sont nécessaires pour construire chacune d’elles. Ainsi, par exemple, un produit A avec une caractéristique X ayant une valeur Y est produit lors des opérations amont 708, 709. Une opération aval 704 ou 705 met en œuvre le produit issu de ces différentes opérations amont. Pour obtenir la valeur Y de la caractéristique X pour cette opération aval, une fonction f est appliquée par un module de fusion de données 710 aux valeurs Y de la caractéristique X des lots amonts. Par exemple, il s’agit d’une somme pondérée. Les valeurs peuvent être pondérées par les masses de produit mis en œuvre issus des différentes opérations amont. Bien entendu d’autres fonctions ou traitement peuvent être envisagées selon le procédé mis en œuvre.
[76] Il apparait au vu de ce qui précède que les modes de réalisation permettent de mettre à disposition des industriels confrontés à la problématique de gérer les données collectées au sein de leurs installations industrielles pour leur permettre une optimisation des procédés qu’elles mettent en œuvre. Ces modes de réalisation offrent une structure de donnée standardisée pour décrire les opérations et les phases de production et ainsi standardiser la manière de structurer les données de généalogie et de traçabilité (c’est-à-dire le suivi de production). La génération de données de traçabilité et de généalogie permet d’alimenter la structure de données sous la forme attendue et ainsi permettre de s’adapter à la forme sous laquelle ces données sont disponibles dans les systèmes automatisés de conduite. La fusion de données telle que décrite permet de générer des données attachées à une opération en combinant les données de suivi de production avec les données de capteurs. En particulier cette fusion de données permet de combiner les données de capteurs avec les données de traçabilité pour obtenir de manière systématique des informations agrégées à l’échelle d’une phase d’une opération. Elle permet aussi de combiner grâce à la généalogie, les données d’une ou plusieurs opérations amont vers une ou plusieurs opérations aval.
[77] Les étapes d’un procédé selon des modes de réalisation est résumé en référence à la figure 8 qui est un organigramme d’étapes.
[78] Lors d’une étape 800, les données issues d’un système automatisé de conduite de procédé contrôlant une installation industrielle sont transmises. En parallèle, lors d’une étape 801 , d’autres données complémentaires relatives à l’installation peuvent aussi être transmises par d’autres systèmes d’information. Il s’agit par exemple de données transmises par des opérateurs via une interface homme- machine comme cela a déjà été décrit.
[79] Le moteur de contextualisation mettant en œuvre le procédé reçoit ces données lors d’une étape de collecte 802. Elles sont ensuite être acheminées vers les divers modules du moteur pour leur traitement.
[80] Lors d’une étape 803, les données relatives à la généalogie des données issues capteurs sont extraites pour ensuite les stocker lors d’une étape 805. Ces données sont ensuite utilisées pour créer, lors d’une étape 808, les données de généalogie conformément à la structure décrite ci-avant pour faire le lien entre les données des opérations amont et celles des opérations aval. [81 ] En parallèle, lors d’une étape 804, ce sont les données relatives à la traçabilité des données issues des capteurs qui sont extraites pour ensuite les stocker lors d’une étape 806. Ces données sont ensuite utilisées pour générer, lors d’une étape 809, les données de traçabilité conformément à la structure décrite ci-avant et permettant de décrire les phases successives des opérations dont sont issues les données (point de départ et de fin, localisation des phases en termes d’équipement utilisé, etc.).
[82] Les données de capteur en tant que telles sont aussi extraites lors de l’étape 807 et stockées lors de l’étape 810.
[83] Conformément à la description ci-avant, les données de traçabilité sont agrégées avec les données de capteur lors d’une étape 811. L’agréation de ces données est ensuite utilisée pour la génération des données d’opération propres aux opérations mises en œuvre, lors de l’étape 813. Cette génération se fait en fonction des données d’opération extraites lors de l’étape 812 à partir des données précédemment collectées.
[84] Enfin, les données de généalogie et les données d’opération sont finalement agrégées lors de l’étape 814 pour transmission au module de contrôle de l’installation. Ainsi, il lui est possible de disposer de toutes les conformations pertinentes pour contrôler de manière optimale l’installation. Au-delà des données de capteur brutes, le module de contrôle dispose de moyen de connaître exactement le contexte dans lequel elles ont été collectées.
[85] Un procédé selon des modes de réalisation peut être mise en œuvre de différentes manières. Il peut être mis en œuvre par ordinateur connecté à l’installation industrielle. Ainsi, un procédé selon des modes de réalisation peut être mis en œuvre dans le cadre de solutions dites « on prem » (acronyme de « on premises », c’est-à-dire « sur site » en français). Il peut aussi être mis en œuvre sur un ordinateur déporté et connecté à distance à l’installation. Ainsi, un procédé selon des modes de réalisation peut être mis en œuvre dans le cadre de solutions dites « SaaS » (acronyme de « Software as a Service », c’est-à-dire « logiciel en tant que service >> en français). [86] La figure 9 est un schéma fonctionnel d'un système 900 pour la mise en œuvre d'un ou plusieurs modes de réalisation de l'invention. Les systèmes ou les serveurs décrits ci-dessus peuvent avoir la même structure.
[87] Le système 900 comprend un bus de communication auquel sont connectés :
- une unité de traitement 901 , telle qu'un microprocesseur, dénommée CPU ;
- une unité de mémoire vive 902, dénommée RAM, pour le stockage de code exécutable d’un procédé selon un mode de réalisation de l'invention ainsi que des registres adaptés pour enregistrer les variables et paramètres nécessaires à la mise en œuvre d'un procédé selon des modes de réalisation, dont la capacité mémoire peut être étendue par une RAM optionnelle connectée à un port d'extension par exemple ;
- une unité de mémoire 903, appelée ROM, pour le stockage de programmes informatiques destinés à mettre en œuvre les modes de réalisation de l'invention ;
- une unité d’interface réseau 904 connectée à un réseau de communication sur lequel les données numériques à traiter sont transmises ou reçues. L'interface réseau 904 peut être une interface réseau unique, ou composée d'un ensemble de différentes interfaces réseau (par exemple des interfaces câblées et sans fil, ou différents types d'interfaces câblées ou sans fil). Les données sont écrites sur l'interface réseau pour la transmission ou sont lues à partir de l'interface réseau pour la réception sous le contrôle de l'application logicielle s'exécutant dans le CPU 901 ;
- une unité d’interface utilisateur graphique 905 permettant de recevoir des entrées d'un utilisateur ou d'afficher des informations à un utilisateur ;
- un disque dur 906 noté HD
- un module d’entrées/sorties E/S 907 pour recevoir/envoyer des données depuis/vers des systèmes externes tels qu'une source vidéo ou un écran.
[88] Le code exécutable peut être stocké soit en mémoire morte 903, soit sur le disque dur 906, soit sur un support numérique amovible comme par exemple un disque. Selon une variante, le code exécutable des programmes peut être reçu au moyen d'un réseau de communication, via l'interface réseau 904, afin d'être stocké dans l'un des moyens de stockage du système de communication 900, comme le disque dur 906, avant d'être exécuté.
[89] L'unité centrale de traitement 901 est adaptée pour contrôler et diriger l'exécution des instructions ou des parties de code logiciel du ou des programmes selon les modes de réalisation de l'invention, ces instructions étant stockées dans l'un des moyens de stockage susmentionnés. Après la mise sous tension, l'unité de traitement 901 est capable d'exécuter les instructions de la mémoire vive principale 902 relatives à une application logicielle après que ces instructions ont été chargées à partir du programme ROM 903 ou du disque dur (HD) 906 par exemple. Une telle application logicielle, lorsqu'elle est exécutée par l'unité centrale 901 , entraîne l'exécution des étapes d'une méthode selon des incarnations.
[90] Pour illustrer une mise en œuvre d’un procédé selon des modes de réalisation dans une installation industrielle, un exemple d’installation industrielle est illustré par la figure 10.
[91 ] L’installation comporte un ensemble (COMPNT) 1001 de cuves 1002 à 1009 de composants (C #1 , ... , #8). Chaque cuve comporte un composant utilisé dans le procédé de fabrication d’un produit au sein de l’installation. Par exemple, le produit final est un gâteau et les cuves comportent les composants de ce gâteau tels que du lait, du sucre, de la farine, des œufs, de l’huile, de la levure, des amandes, des fruits.
[92] L’installation comporte en outre divers blocs (BLK #1 , ... , #5) d’équipements (EQUIP), 1010, 1012, 1015, 1019, 1022 utilisant les divers composants. Par exemple le bloc 1010 comporte un unique équipement 1011 de culture de levain. Le bloc 1012 comporte par exemple deux équipements 1013, 1014, respectivement de pétrissage de pâte et de repos pour la pâte. Le bloc 1015 comporte quant à lui par exemple trois équipements 1016, 1017, 1018, respectivement de moulage, de cuisson et de refroidissement. Le bloc 1019 comporte quant à lui deux équipements 1020, 1021 de démoulage et de contrôle des gâteaux. Enfin le bloc 1022 comporte un équipement 1023 de conditionnement des gâteaux. [93] Par exemple les composants C #1 à C #3 sont fournis à l’équipement de culture du levain 1011 et les composants C #2 à C #8 sont fournis à l’équipement de pétrissage 1013. L’équipement 1011 produit en sortie du levain qui est aussi fourni à l’équipement de pétrissage qui à son tour produit une pâte à gâteau.
Cette pâte est fournie à l’équipement 1014 pour la faire reposer. La pâte reposée est ensuite fournie à l’équipement 1016 pour mouler les gâteaux qui sont ensuite fournis à l’équipement 1017 pour cuisson. Une fois cuits, les gâteaux sont fournis à l’équipement 1018 pour refroidissement. Ils sont ensuite démoulés dans l’équipement 1020. Un contrôle qualité est effectué dans l’équipement 1021. Une fois les gâteaux non conformes filtrés, ils sont conditionnés dans l’équipement 1023 pour transport vers leur lieu de distribution.
[94] Dans ce qui suit, l’étape de cuisson dans l’équipement 1017 va être particulièrement considérée. Pour la mise en œuvre du moteur de contextualisation, on pourra se référer à la description ci-avant, en particulier à l’organigramme de la figure 8.
[95] Il est supposé que l’équipement comporte deux fours, chaque four étant équipé d’un capteur mesurant la température à l’intérieur du four et un capteur mesurant l’humidité à l’intérieur du four. Chaque four est en outre équipé d’un système de pilotage automatisé qui, à chaque instant, est capable de renvoyer l’état du four (cuisson, attente) ainsi que le numéro de lot de la pâte utilisée pour la production en cours de cuisson.
[96] Il est en outre supposé que des données relatives à la qualité de pâte (matière sèche, viscosité) sont collectées pour chaque numéro de lot de pâte mis en œuvre.
[97] La mise en œuvre d’un procédé tel que décrit ci-avant dans cette installation permet de réaliser les opérations suivantes.
[98] Tout d’abord, les données issues des différents capteurs, les informations d’état des deux fours ainsi que les informations relatives au numéro de lot de la pâte utilisée sont collectées. Les données de capteurs sont stockées. Cela correspond aux étapes 802 et 807 déjà décrites ci-avant. [99] Les données de traçabilité sont ensuite générées en s’appuyant sur l’information d’état des fours. Ceci correspond à l’étape 809 décrite ci-avant. Dans le présent exemple, à chaque fois que l’état du four passe de l’état « attente » à l’état « cuisson » une nouvelle opération comportant une seule phase est créée avec comme date et heure de début de phase, la date et l’heure de constatation de la transition. Un numéro unique d’opération est alors par exemple généré avec un format AAAA-MM-JJ-XXX (avec AAAA étant l’année, MM le mois, JJ le jour et XXX un numéro séquentiel remis à 0 à chaque début de journée de production). La date et heure de fin de phase déterminée ultérieurement correspond à la date et l’heure de constatation de la transition de l’état « cuisson » à l’état « attente ». La localisation attribuée à cette phase est la référence du four dont la donnée d’état a été utilisée pour créer l’opération. Ce processus de création de traçabilité est réalisé en parallèle sur les données issue des deux fours. La collecte, l’extraction et le stockage des données utiles pour cette création correspondent aux étapes 802, 804, et 806.
[100] Toujours conformément à ce qui a été décrit précédemment pour les étapes 803, 805, 808, une information de généalogie de type 1 ->N est générée en associant le numéro de lot de la pâte utilisée (amont) avec le numéro d’opération qui vient de mettre en œuvre la pâte (aval).
[101] Par exemple, conformément à l’étape 811 déjà décrite, une première opération de fusion de traçabilité est utilisée pour calculer des indicateurs dérivés de la température pour chaque opération de cuisson. Pour l’opération considérée, le capteur de température correspondant au four désigné dans la localisation est sélectionné. Ensuite, selon l’étape 812, les données de ce capteur comprises dans la fenêtre de temps entre le début et la fin de la phase tel que décrite dans l’opération sont sélectionnées. Conformément à l’étape 813, les opérations d’agrégation sur ces données sont ensuite réalisées. Dans le présent exemple, trois indicateurs différents peuvent être calculés : la moyenne, le minimum et le maximum de la température. Les trois résultats sont stockés pour cette opération en vue d’être utilisés ultérieurement.
[102] Pour compléter les données liées à l’opération de cuisson, une opération de fusion de généalogie est réalisée conformément à l’étape 814. Les données de qualité (matière sèche, viscosité) correspondant au numéro de lot de pâte mise en œuvre dans l’opération de cuisson sont récupérées et stockées au niveau de l’opération de cuisson.
[103] A l’issue de ce processus, pour chaque opération de cuisson, sont disponibles : un numéro unique d’opération de la forme AAAA-MM-JJ-XXX, une phase avec une Date / Heure de début et une Date / Heure de fin et cinq données : température moyenne, température minimum, température maximum, viscosité de la pâte mise en œuvre, matière sèche de la pâte mise en œuvre.
[104] Pour chaque opération de cuisson les données de généalogie donnent le numéro de lot de pâte mise en œuvre (Amont), le type de généalogie : 1 ->N et le numéro unique d’opération de cuisson de la forme AAAA-MM-JJ-XXX dans laquelle la pâte a été mise en œuvre.
[105] Toutes ces données permettent le contrôle de l’installation, en déterminant le réglage pour ajuster la température de consigne du four.
[106] La présente invention a été décrite et illustrée dans la présente description détaillée en référence aux figures jointes. Toutefois la présente invention ne se limite pas aux formes de réalisation présentées. D’autres variantes, modes de réalisation et combinaisons de caractéristiques peuvent être déduits et mis en œuvre par la personne du métier à la lecture de la présente description et des figures annexées.
[107] Pour satisfaire des besoins spécifiques, une personne compétente dans le domaine de l’invention pourra appliquer des modifications ou adaptations.
[108] Dans les revendications, le terme “comporte/1’ n’exclut pas d’autres éléments ou d’autres étapes. Les différentes caractéristiques présentées et/ou revendiquées peuvent être avantageusement combinées. Leur présence dans la description ou dans des revendications dépendantes différentes, n’exclut pas en effet la possibilité de les combiner. Les signes de référence ne sauraient être compris comme limitant la portée de l’invention.

Claims

Revendications
[Revendication 1] Procédé de traitement de données d’état d’une installation industrielle (101 ) pour le contrôle d’au moins un équipement de ladite installation, dans lequel lesdites données d’état comprennent au moins les unes parmi des données issues de capteurs de ladite installation et des valeurs de variables d’état d’équipements de ladite installation, le procédé comprenant les étapes suivantes :
- extraction (802) de données d’état relatives à une phase (302, 303, 304) d’une opération (300) réalisée au sein de ladite installation industrielle,
- génération (809) de données de traçabilité relatives à une position de ladite phase dans un flux d’opérations au sein de ladite installation industrielle,
- agrégation (811) desdites données d’état et desdites données de traçabilité pour générer (813) des données d’opération propres à ladite opération dans ledit flux.
[Revendication 2] Procédé selon la revendication 1 , dans lequel ladite génération des données d’opération comporte l’application d’une fenêtre temporelle relative à ladite phase de ladite opération.
[Revendication 3] Procédé selon l’une quelconque des revendications précédentes, dans lequel ladite génération des données d’opération comporte la localisation des données relatives à ladite phase de ladite opération.
[Revendication 4] Procédé selon l’une quelconque des revendications précédentes, dans lequel lesdites données d’opération sont transmises à un module de contrôle dudit au moins un équipement.
[Revendication 5] Procédé selon l’une quelconque des revendications précédentes, comprenant en outre les étapes suivantes :
- génération (808) de données de généalogie relatives à un séquencement de ladite opération dans ledit flux d’opérations au sein de ladite installation industrielle,
- agrégation (814) desdites données d’opération et de généalogie.
[Revendication 6] Procédé selon la revendication 5, dans lequel, la génération des données de généalogie comporte la création d’un un lien relatif à leurs données entre une ou plusieurs opérations aval utilisant des produits d’une ou plusieurs opérations amont dans un procédé mis en œuvre au sein de ladite installation.
[Revendication 7] Procédé selon la revendication 6, dans lequel lesdites données de généalogie permettent la détermination de données pour une ou plusieurs opérations aval à partir de données relatives à une ou plusieurs opérations amont par application d’une fonction représentative dudit lien.
[Revendication 8] Procédé selon la revendication 7, dans lequel ladite opération réalisée au sein de ladite installation industrielle est une opération amont dont des résultats sont utilisés par une pluralité d’opérations aval, et dans lequel lesdites données d’opération propres à ladite opération amont générées sont utilisées pour la génération de données d’opération propres audites opérations aval.
[Revendication 9] Procédé selon la revendication 7, dans lequel ladite opération réalisée au sein de ladite installation industrielle est une opération aval utilisant des résultats d’une pluralité d’opérations amont, et dans lequel la génération desdites données d’opération propres à ladite opération aval comporte l’application d’une fonction de de fusion des données d’opération propres auxdites opérations amont.
[Revendication 10] Procédé selon l’une quelconque des revendications 5 à 9, dans lequel l’agrégation desdites données d’opération et de généalogie est stockée dans une structure de données comportant
- un premier ensemble de données décrivant les opérations dudit flux d’opérations,
- un deuxième ensemble de données décrivant des équipements de ladite installation pour la mise en œuvre desdites opérations dudit flux d’opérations et associés auxdits capteurs de ladite installation,
- un troisième ensemble de données comportant ladite agrégation desdites données.
[Revendication 11] Procédé selon la revendication 10, dans lequel, le premier ensemble de données comporte, pour chaque opération dudit flux, un sous-ensemble de données décrivant des phases de fonctionnement de ladite opération.
[Revendication 12] Procédé selon la revendication 10, dans lequel, le troisième ensemble de données comporte, pour chaque opération dudit flux, un type de généalogie permettant d’indiquer un lien de séquencement entre lesdites opérations dudit flux d’opérations.
[Revendication 13] Procédé selon l’une quelconque des revendications 5 à 12, dans lequel l’agrégation desdites données d’opération et de généalogie est transmise à un module de contrôle dudit au moins un équipement.
[Revendication 14] Dispositif (900) comprenant une unité de traitement (901 ) configurée pour la mise en œuvre d’étapes selon un procédé selon l’une quelconque des revendications précédentes, i
EP23714345.8A 2022-04-16 2023-03-22 Moteur de contextualisation de données industrielles Pending EP4511707A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FR2203577A FR3134643B1 (fr) 2022-04-16 2022-04-16 Moteur de contextualisation de données industrielles
PCT/IB2023/052796 WO2023199133A1 (fr) 2022-04-16 2023-03-22 Moteur de contextualisation de données industrielles

Publications (1)

Publication Number Publication Date
EP4511707A1 true EP4511707A1 (fr) 2025-02-26

Family

ID=81851457

Family Applications (1)

Application Number Title Priority Date Filing Date
EP23714345.8A Pending EP4511707A1 (fr) 2022-04-16 2023-03-22 Moteur de contextualisation de données industrielles

Country Status (4)

Country Link
EP (1) EP4511707A1 (fr)
CN (1) CN119013633A (fr)
FR (1) FR3134643B1 (fr)
WO (1) WO2023199133A1 (fr)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11231690B2 (en) * 2011-11-11 2022-01-25 Rockwell Automation Technologies, Inc. System and method for dynamic meta-data in control and visualization
US10695711B2 (en) * 2017-04-28 2020-06-30 Uop Llc Remote monitoring of adsorber process units
US11221607B2 (en) * 2018-11-13 2022-01-11 Rockwell Automation Technologies, Inc. Systems and methods for analyzing stream-based data for asset operation
US12253849B2 (en) * 2020-11-10 2025-03-18 Intel Corporation Real-time anomaly detection for industrial processes

Also Published As

Publication number Publication date
FR3134643B1 (fr) 2024-10-25
WO2023199133A1 (fr) 2023-10-19
FR3134643A1 (fr) 2023-10-20
CN119013633A (zh) 2024-11-22

Similar Documents

Publication Publication Date Title
DE102006045428B4 (de) Verfahren und System zur Steuerung eines Batch-Prozesses
US20100280630A1 (en) Compact Batch Viewing Techniques for Use in Batch Processes
JP7852898B2 (ja) バイオリアクタにおいてのプロセスのアウトカムを予測するための、および、そのプロセスのモデリングのための方法
CN1490690A (zh) 在过程控制系统中的集成模型预测控制和最佳化
CN112433472A (zh) 半导体生产控制方法及控制系统
CN114758088A (zh) 一种稀土生产流程虚拟巡检与流程模拟方法及系统
IL263399B (en) Centralized analyzes of multiple devices for visual inspection of a production line
EP4511707A1 (fr) Moteur de contextualisation de données industrielles
CN119319654A (zh) 快速调整注塑设备工艺参数的方法及系统、存储介质
CN113515158B (zh) 基于概率混合有限状态机的设备状态监测方法
JP2024515456A (ja) 材料のための共有データ誘導品質管理システム
JPH08147368A (ja) 生産ライン管理方法
CN1573624A (zh) 用于批性能估计的装置和方法
CN119724363B (zh) 一种益生菌高活性酶冻干粉发酵设备及发酵工艺
WO2023217768A1 (fr) Procede d'optimisation du nettoyage d'un circuit fluidique au sein d'une installation industrielle
US20040193299A1 (en) System and method for scheduling production of molds
Liu et al. Industrial field iot data analysis based on efficient data collection (edc) toolkit: A case study
CN116012553A (zh) 化学反应信息的显示方法及装置、非易失性存储介质
CN116991610B (zh) 一种用于飞行模拟器的自动操纵数据输出处理方法
KR20260007244A (ko) 기계 학습 기반 생산 최적화기
CN119232882B (zh) 基于视觉检测的食品生产流程监控方法
WO2020110129A1 (fr) Analyse centralisée d'appareils d'inspection visuelle multiples
Heusel et al. Regression Metamodel-Based Digital Twin for an Industrial Dynamic Crossflow Filtration Process. Bioengineering 2024, 11, 212
FR3151520A3 (fr) Système de contrôle d’une ligne de production de mélangeage
JP2000333665A (ja) 製造条件決定支援システム、製造条件設定システム並びに製麦工程管理システム

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20240923

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC ME MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)