JP2023525866A - 制御システムのパフォーマンストラッキング装置及び方法 - Google Patents
制御システムのパフォーマンストラッキング装置及び方法 Download PDFInfo
- Publication number
- JP2023525866A JP2023525866A JP2022569238A JP2022569238A JP2023525866A JP 2023525866 A JP2023525866 A JP 2023525866A JP 2022569238 A JP2022569238 A JP 2022569238A JP 2022569238 A JP2022569238 A JP 2022569238A JP 2023525866 A JP2023525866 A JP 2023525866A
- Authority
- JP
- Japan
- Prior art keywords
- data
- plc
- sequence
- performance tracking
- input
- 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
Links
- 238000000034 method Methods 0.000 title claims description 79
- 238000012544 monitoring process Methods 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims description 36
- 230000015654 memory Effects 0.000 claims description 32
- 238000012545 processing Methods 0.000 claims description 16
- 238000012800 visualization Methods 0.000 claims description 15
- 238000012806 monitoring device Methods 0.000 claims description 8
- 238000013499 data model Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 2
- 238000004458 analytical method Methods 0.000 description 17
- 230000005540 biological transmission Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 10
- 238000012423 maintenance Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 230000001364 causal effect Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000010267 cellular communication Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000737 periodic effect Effects 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012552 review Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004886 process control Methods 0.000 description 2
- 238000013514 software validation Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241000282472 Canis lupus familiaris Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000021615 conjugation Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011867 re-evaluation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000004513 sizing Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
- G05B19/058—Safety, monitoring
-
- 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
-
- 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
- G05B23/0243—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 model based detection method, e.g. first-principles knowledge model
-
- 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
- G05B23/0264—Control of logging system, e.g. decision on which data to store; time-stamping measurements
-
- 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
- G05B2219/10—Plc systems
- G05B2219/14—Plc safety
- G05B2219/14006—Safety, monitoring in general
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Programmable Controllers (AREA)
- Debugging And Monitoring (AREA)
Abstract
本発明は、制御システムのパフォーマンストラッキング装置に関し、制御システムの複数の制御デバイスに使用時に連結されているデータメモリデバイスであって、複数の制御デバイスをモニタリングして、各制御デバイスの入力、出力、及びイベントに関連したデータを受け取って、共通の時間基準でデータのタイムスタンプを記録して、その結果得られる複数の制御デバイスの各々に対する時間ベースのシーケンスデータを格納するように構成されているデータメモリデバイスと、複数の制御デバイスに対するシーケンスデータを共通のデータスタックへとコンパイルするように構成されているプロセッサと、を備えている、制御システムのパフォーマンストラッキング装置に関する。【選択図】図4
Description
[技術分野]
本発明は、制御システムのパフォーマンストラッキング装置、及び、制御システムを強化するためのデータ処理及びメモリ格納方法に関する。具体的には、しかし限定するものではなく、本装置及び方法は、プログラマブルロジックコントローラ(Programmable Logic Controller:PLC)を有する制御システムに関する。
[背景技術]
プログラマブルロジックコントローラ(Programmable Logic Controller:PLC)は、制御システム内で使用されている、堅牢で信頼性の高いコンピュータ形態である。典型的には、PLCは、接続されているセンサまたは入力デバイスからの入力を受け取って、そのデータを処理して、事前にプログラムされている命令に基づいて、出力をリアルタイムで作動させる。したがって、PLCは工業プロセス装置等の制御デバイスに使用することもできる。
本発明は、制御システムのパフォーマンストラッキング装置、及び、制御システムを強化するためのデータ処理及びメモリ格納方法に関する。具体的には、しかし限定するものではなく、本装置及び方法は、プログラマブルロジックコントローラ(Programmable Logic Controller:PLC)を有する制御システムに関する。
[背景技術]
プログラマブルロジックコントローラ(Programmable Logic Controller:PLC)は、制御システム内で使用されている、堅牢で信頼性の高いコンピュータ形態である。典型的には、PLCは、接続されているセンサまたは入力デバイスからの入力を受け取って、そのデータを処理して、事前にプログラムされている命令に基づいて、出力をリアルタイムで作動させる。したがって、PLCは工業プロセス装置等の制御デバイスに使用することもできる。
PLCはリレー式ロジックシステムから置き換えるために開発されたが、コンピュータ(PC)ベースのシステムと比較してより強固な制御方策を与えると考えられているため、一般的に使用し続けられている。例えば、サイバーセキュリティ、ファームウェアやソフトウェアの複雑さ、及び長期間の技術サポートへの懸念に起因して、PCシステムよりもPLCの方が好まれることもある。入力や出力次第で、PLCは例えば、圧力、流量、または温度等の特定の入力をモニタリングして対処することが可能であり、その後、マシン(つまりオートメーションシステム)が個別にプログラムされた動作の実行に失敗した場合、例えばバルブが最長時間内にその設計位置に到達しなかった場合には、事前にプログラムされているロジックシーケンスがプロセスを自動的に開始・停止させて、注意喚起を生成することができる。産業界においては、複数のPLCが配置されていてもよく、個々に独立して動作してもネットワーク化された構成で動作してもよい。
PLCは通常はロジックスイッチ単位で動作する。つまり、入力またはタイマー完備ソフトウェアのスイッチ(またはラダーロジックの段)によって出力が生成される。このため、PLCは、難しいリアルタイム制御に頼る用途に対して本質的に適したものになっている。ユーザによる対話/制御を可能にするために、PLCにはHMI(human machine interface:ヒューマンマシンインタフェース)及び/またはSCADA(supervisory,control and data acquisition:監督、制御、及びデータ獲得)インターフェース(例えば、中央制御コントローラとの通信リンクを行うために使用することができる)が設けられていてもよい。PLC内にプログラムされている「ラダーロジック」は、「メッセージ」をHMIやSCADAに送出することをイベントの一部として行っていてもよい。例えば、不測のイベント(入力センサの故障や所定の結果に到達するためのコントローラロジックの障害等)が発生した場合には、PLC内に含まれているプログラムによって決定されている、プログラムされているイベントシーケンスが、メッセージを送出させてもよい。この「メッセージ」が通常はHMI(ヒューマンマシンインタフェース)上に表示されるが、ラダーロジックイベントから導かれたHMIやSCADA(監督、制御、及びデータ獲得)によって、傾向とグラフィック情報が計算されてもよい場合もある。
メッセージを供給しているにもかかわらず、シーケンス、入力、または出力で発生した、PLCベースのシステムにおいて予定されていたシステムの挙動からの偏差について、原因を追跡して識別することは難しい可能性がある。特に、例えば相互に関係しあっているデバイスまたはシステムを制御する複数のPLCを有している複合システムを取り扱う場合は難しくなる。例えば、各PLCは自身のロジックシーケンスにリアルタイムで追従しており、次のロジックステップへと進んだ時にはメモリ内ではシーケンス情報を保持していないことが理解できるであろう。
よって、制御システム、特にPLCベースの制御システムのトラッキング及びモニタリングを行う目的で、改善された、または代替となるパフォーマンストラッキングまたはモニタリングを行う装置、及び/または、メモリデータ処理機能を施す方法を提供することは効果的である。
[発明の概要]
本発明の第一の態様によれば、制御システムのパフォーマンストラッキング装置が提供されている。本装置は、制御システムの複数の制御デバイスに使用時に連結されているデータメモリデバイスを備えており、データメモリデバイスは、複数の制御デバイスをモニタリングして、各制御デバイスの入力、出力、及びイベントに関連したデータを受け取って、共通の時間基準でデータのタイムスタンプを記録して、その結果得られる複数の制御デバイスの各々に対する時間ベースのシーケンスデータを格納するように構成されている。本装置はまた、複数の制御デバイスに対するシーケンスデータを、共通の時間基準で共通のデータスタックへとコンパイルするように構成されているプロセッサを備えている。
[発明の概要]
本発明の第一の態様によれば、制御システムのパフォーマンストラッキング装置が提供されている。本装置は、制御システムの複数の制御デバイスに使用時に連結されているデータメモリデバイスを備えており、データメモリデバイスは、複数の制御デバイスをモニタリングして、各制御デバイスの入力、出力、及びイベントに関連したデータを受け取って、共通の時間基準でデータのタイムスタンプを記録して、その結果得られる複数の制御デバイスの各々に対する時間ベースのシーケンスデータを格納するように構成されている。本装置はまた、複数の制御デバイスに対するシーケンスデータを、共通の時間基準で共通のデータスタックへとコンパイルするように構成されているプロセッサを備えている。
プロセッサはデータメモリデバイス内に一体化されることも可能である。あるいは、プロセッサは、本装置のコンピュータデバイス内にある専用プロセッサまたは汎用プロセッサのいずれかであることも可能である。
本装置は、モニタリング時間にわたって制御システムのパフォーマンスをトラッキングしていてもよい。したがって、データスタックは、モニタリングされた時間にわたる制御システムの挙動を示すようにコンパイルされてもよい。本発明の各実施形態の状況では、データスタックとは、例えば、単一の共通時間基準でコンパイルされた制御デバイスの動作中のデータの蓄積されたシーケンスを意味していると解釈できることがわかるであろう。通常、データスタックは、組み合わさって複合制御システム(例えば工業的なプロセスを行う制御システム)を構成している個別の制御デバイスの全ての、モニタリングされた時間(例えば進行中の「ライブ」時間であってもよい)全体にわたるデータを表していてもよい。
いくつかの実施形態において、複数の制御デバイスのうちの少なくとも1つはプログラマブルロジックコントローラ(Programmable Logic Controller:PLC)であってもよい。PLCには制約があるため、本発明の各実施形態は、PLCを用いて制御システムをモニタリングする際に使用すると特に効果的である。別の態様では、本発明はプログラマブルロジックコントローラ(PLC)データ処理システムを提供してもよい。本システムは、少なくとも1つの入力源からの入力を受け取る入力モジュールと、プロセッサの機械可読なメモリ上に格納されている制御ロジックに従って入力を処理して出力を供給するように構成されているプロセッサと、出力を接続されているデバイスに送出する出力モジュールと、を備えている少なくとも1つのPLCデバイスを有している。少なくとも1つのPLCデバイスにはデータメモリデバイスが連結されており、データメモリデバイスは、少なくとも1つのPLCをモニタリングして、PLCデバイスの入力、出力、及びイベントに関連したデータを受け取って、入力、出力、及びイベントの時間ベースの記録を格納してPLCシーケンスデータの記録をコンパイルするように構成されている。
本発明の各実施形態は、既存のPLCシステムがモニタリング及び/または診断のための高度なデータ処理を行えるようにすることができる。例えば、本発明の各実施形態は、従来のPLC内のローカルプロセッサの不足を、データメモリデバイスを用いてPLC動作シーケンスの時間ベースの履歴を記録することによって軽減する。時間ベースの履歴は、PLC動作シーケンスを構成するデジタルイベント、アナログイベント、及びメッセージイベントを全て含んでいてもよい。したがって、従来のPLCベースのシステムとは対照的に、本発明の各実施形態は、PLCが次のロジックステップへと進んでもPLCシーケンスの履歴は失われないことを保証していてもよい。
本発明の各実施形態の効果は、元々のPLCプログラマが考慮していなかった、または予想することができなかった、込み入った複数の根本原因があるイベントを識別するという点である。このようなPLCの故障モードでは再評価やPLCコーディングの変更が必要になることが多い。例えばこのような問題は、当初の制御システム設計チームが全く考えていなかった装置の経年劣化による摩耗や偶発的な損傷の結果として生じることもある。各実施形態で供給されるデータスタックを用いることにより、複数の根本原因があるイベントのデータ主導による評価を実施することができ、かつ、その評価を用いて、制御システムロジックを変更する証拠を提供することができる。
PLCデバイスのイベントは、プロセッサが供給した、ヒューマンマシンインタフェース(Human Machine Interface:HMI)、及び/または、監督、制御、及びデータ獲得(Supervisory,Control and Data Acquisition:SCDA)インターフェースへのメッセージを含んでいる。さらに、各実施形態のデータメモリデバイスを用いて、複数のSCADAソースを結合してもよい。例えば、複合制御システムは、異なるSCADAまたは中心ハブモニタリングシステムソフトウェアプロトコル上に、多数の異なる制御デバイスを有していてもよい(例えばこのことは、長時間の運用時間にわたって追加のプロセスや装置が加えられてきた複合システムでは特に一般的であるかもしれない)。このようなSCADAまたはモニタリングシステムは、直接的な連結はほぼ不可能か、または全く不可能であり得る。したがって、各実施形態は、1つのSCADAシステムからの情報を「更新」して採り入れる手段を提供して、他のソースからのデータと互換性を持つようにしてもよい。
各実施形態のデータメモリデバイスには、少なくとも1つのPLCデバイスが組み込まれていてもよい。データメモリデバイスには、少なくとも1つのPLCデバイスが組み込まれて連携していてもよい。
データメモリデバイスは、少なくとも1つのPLCデバイスからのデータを受け取る入力インターフェースを備えていてもよい。データメモリデバイスはさらに、クロック、例えばUTCベースのクロックを、例えばプロセッサ内に組み込まれて備えていてもよい。データメモリデバイスは、受け取ったデータのタイムスタンプを記録するように構成されているプロセッサを備えていてもよい。データメモリデバイスは機械可読なデータ格納部を備えていてもよい。機械可読な格納部は、例えばローカルにあるデータ格納部及び/またはネットワーク化されたデータ格納部であってもよい。データメモリデバイスは出力インターフェースを備えていてもよい。例えば、出力インターフェースは有線または無線のネットワークインターフェースであってもよい。
制御デバイス(または複数の制御デバイス)(例えば当該PLCまたは各PLC)とデータメモリデバイスとの間の入力インターフェースは、データモニタリングシステムがPLCベースの制御システムの安全性及び/または信頼性に悪影響を及ぼすことが確実にできないように、ファイアウォール化されたインターフェースであってもよい。例えば、入力インターフェースは一方向ゲートウェイ(制御デバイスからデータメモリデバイスへの一方通行のデータ転送だけを許可し、制御デバイスを侵入から保護する)を備えていてもよい。一方向ゲートウェイは例えばRS232伝送(TX)のみのゲートウェイであってもよい。各実施形態においてデータメモリデバイスと制御デバイスとの間のインターフェースで厳格にデータを仕切ることによって、本発明に係る方法及びシステムが、PLCベースの制御の信頼性及び安全性に関する効果を損なうことなく、高度なデータ分析やモニタリングを行えることを保証できる。
データメモリデバイスは複数の個別のデバイスに接続されている。個別のデバイスは、少なくとも1つのPLCデバイスを有していてもよく、また任意で、1つ以上の非PLCベースのデバイスを有していてもよい。これにより、各実施形態は、複雑かつ/または相互に関係する制御システムからのデータを一体化することを可能にしてもよい。データメモリデバイスは、共通の時間基準におけるデバイスシーケンスデータの時間ベースのデータスタック(つまり、複数の個別のデバイスからのデータシーケンス)を生成するように構成されていてもよい。
各実施形態の装置は再生デバイスをさらに備えていてもよい。再生デバイスは、ユーザがデータスタックを検索及び/または再生できるように構成されていてもよい。例えば、再生デバイスは、ユーザがデータメモリデバイスからのデバイスシーケンスデータを検索及び/または再生できるようにしてもよい。再生デバイスは例えばコンピュータシステムに一体化されている、または取り付けられていることも可能である。
本装置は、データスタックを用いて今後の制御システムの予測される挙動を行えるように構成されていてもよい。例えば、本装置は、データスタック内の傾向を識別・予測するように構成されていてもよい。例えば、プロセッサは、傾向の識別及び/または今後の予測を行うために、1つ以上のアルゴリズム及び/またはAIを使用するように構成されていてもよい(モニタリング中またはトラッキング中の制御システムに応じて、特定のアルゴリズムまたはAIを選択してもよいことが理解されよう)。いくつかの実施形態において、本装置は、履歴データを蓄積して少なくとも1つの参照データモデルシーケンスを生成するように構成されていてもよい。履歴データモデルは例えば、制御システムの所定の動作時間(例えば制御システムによって制御されたプロセスの実行が要求されたパラメータの範囲内であるときの動作時間)にわたってサンプリングされていてもよい。履歴データは例えばシステムの動作中に更新されてもよいし、例えば平均化されたサンプリングデータを用いることもできる。データメモリデバイスは、測定されたシーケンスデータ(つまり「ライブ」または進行中の測定されたデータシーケンス)を参照モデルデータと比較して、動作上の偏差を識別してもよい。参照シーケンスデータモデルはそれ自体が、共通の時間基準にわたってコンパイルされた複数のデータ入力を表すデータスタックモデルであってもよい。よって、参照データスタックモデルを、測定された(例えば「ライブ」または現在の)データスタックと比較してもよい。
データメモリデバイスは例えば、少なくとも、デジタル入力/出力データ、アナログ入力/出力データ、及びイベントログで構成されているグループのデータをコンパイルしてもよい。参照PLCシーケンスモデルは、サブプロセスに対する参照シーケンスモデルを供給するデジタル入力/出力データを備えていてもよい。参照PLCシーケンスモデルはアナログ入力/出力を備えていてもよく、測定されたPLCシーケンスデータの比較はデータトポロジーの比較を備えていてもよい。データトポロジーは例えば変化率及び/または形状を含んでいてもよい。
いくつかの実施形態において、本装置(例えばデータメモリデバイス)は複数のパラメータを結合してもよい。例えば、本装置は、結合されたデータを共通のデータスタックに採り入れるようにする1つ以上のソフトウェアアルゴリズム及び/または式を適用してもよい。
データメモリデバイスは、シーケンスデータ内のタイムスタンプが記録されたイベントログデータを相互参照するように構成されていてもよい。よって、イベントデータを用いて、シーケンスデータにおける通過点を供給してもよい。通過点をデータ分析中に使用してもよい。例えば、各実施形態は、「イベント前」と「イベント後」のデータを容易に比較可能にしてもよい。UTCは時間計測の基準ラインとして使用されてもよい。個々のPLCの内部クロックは任意の外部クロックとは連携も同期もしておらず、そのため時間がずれている可能性があるため、これにより、例えばPLCベースのデバイスを有する既存の制御システムにある主要な弱点に対処することができる。
本システムはモニタリングデバイスをさらに備えていてもよい。モニタリングデバイスは、例えば、データメモリデバイスからのシーケンスデータをモニタリングするように構成されていてもよい。モニタリングデバイスは、参照PLCシーケンスモデルからの偏差に基づいた警告または注意喚起を送出するように構成されていてもよい。モニタリングデバイスは例えばコンピュータシステムに一体化されていても、または取り付けられていてもよい。
本発明のさらなる態様によれば、制御システムをモニタリングする方法が提供されており、本方法は、制御システム内の複数の制御デバイスに連結されているデータメモリデバイスを供給して、データメモリデバイスを用いて複数の制御デバイスからのデータを受け取って、複数の制御デバイスからのデータを共通の時間基準で記録して、記録されたデータの時間ベースのデータスタックをコンパイルする。
別の態様では、プログラマブルロジックコントローラ(PLC)をモニタリングする方法が提供されており、本方法は、少なくとも1つのPLCデバイスに連結されているデータメモリデバイスを供給して、データメモリデバイスを用いてPLCデバイスの入力、出力、及びイベントに関連したPLCからのデータを受け取って、データを時間で記録してPLCシーケンスデータの時間ベースの記録をコンパイルする。
本方法は、ユーザがPLCシーケンスデータまたは時間ベースのデータスタックの再生及び/または検索を行うことを可能にしてもよい。例えば、本方法は、データメモリデバイスと連通している再生デバイスを供給してもよい。
本方法は、協定世界時で較正されたタイムスタンプで参照されたPLCシーケンスデータの時系列での視覚化を生成してもよい。
本方法はさらに、履歴データを蓄積して少なくとも1つの参照PLCシーケンスモデルを生成してもよい。本方法は、測定されたPLCシーケンスデータを参照PLCモデルと比較して、動作上の偏差を識別してもよい。検出及び/または予測を受けた動作上の偏差に応じて、警告を送出してもよい。
本方法はさらに、履歴データを蓄積して少なくとも1つの参照PLCシーケンスモデルを生成してもよい。本方法は、測定されたPLCシーケンスデータを参照PLCモデルと比較して、動作上の偏差を識別してもよい。検出及び/または予測を受けた動作上の偏差に応じて、警告を送出してもよい。
本方法に係るPLCシーケンスデータは、少なくとも、デジタル入力/出力データ、アナログ入力/出力データ、及びイベントログへとグループ化されてもよい。本方法は、シーケンスデータから機能的な特徴の識別及び/または抽出を行ってもよい。例えば、各実施形態の方法は、周期的な成分、潜在的な傾向、及び/または所定の範囲(例えば正常動作範囲)を外れた値を識別してもよい。
上記で本発明を説明してきたが、本発明は上記で記載された特徴、または以下の説明や図面で記載された特徴の任意の進歩的な組み合わせへと拡張される。
本発明の各実施形態は種々の方法で実行してもよく、それらの実施形態を単に例示として、添付図面を参照しながら以下に説明する。
本発明の各実施形態は種々の方法で実行してもよく、それらの実施形態を単に例示として、添付図面を参照しながら以下に説明する。
[発明の詳細な説明]
ここで開示される特許対象は、法的な要件を満たすように限定的に説明されている。しかし、記載そのものは本特許の範囲を限定しようとするものではない。むしろ、発明者は、請求項に係る特許対象を、本明細書に記載のものと類似している別の手法や要素を含むようにして、現在または未来の技術と併せて、他のやり方でも具体化できると考えてきた。
ここで開示される特許対象は、法的な要件を満たすように限定的に説明されている。しかし、記載そのものは本特許の範囲を限定しようとするものではない。むしろ、発明者は、請求項に係る特許対象を、本明細書に記載のものと類似している別の手法や要素を含むようにして、現在または未来の技術と併せて、他のやり方でも具体化できると考えてきた。
本明細書における「1つの実施形態(one embodiment)」または「一実施形態(an embodiment)」という言及は、実施形態に関連して記載されている特定の機能、構造、または特徴が、本開示の少なくとも1つの実施形態に含まれていることを意味している。本明細書の様々な箇所において句「1つの実施形態において(in one embodiment)」が登場するが、必ずしも全てが同じ実施形態を言及しているわけではなく、他の実施形態とは相互排他的である別個または代替の実施形態を言及しているわけでもない。さらに、いくつかの実施形態によって呈示可能であるが他の実施形態では呈示可能ではない種々の機能が記載されている。同様に、いくつかの実施形態に対する要件であり得るが他の実施形態対する要件ではない種々の要件が記載されている。
本明細書で用いられているように、デバイスまたはモジュールとは、ハードウェア、ソフトウェア、ファームウェア、またはこれらの組み合わせを含んでいてもよい、デバイスまたはデバイスの組み合わせを指していてもよい。モジュールはマシンが実行する命令であってもよい。
さらに、記載されている機能、構造、または特徴は、任意の適切な手法で1つ以上の実施形態において結合してもよい。以降の説明では、開示された特許対象の各実施形態を完全に理解するために、数多の具体的な詳細が提供されている。しかし、従来技術の当業者であれば、その具体的な詳細のうちの1つ以上がなくても、または他の方法、構成要素、材料等を用いて、開示された特許対象を実行可能であることを理解されよう。他の例において、開示された特許対象の態様を不明瞭にすることを避けるために、周知の構造、材料、または動作を詳細に図示または説明することを行わない。
以下の詳細な説明は各図面を参照して読むべきであり、各図面中、異なる図面における同類の要素は同一参照番号で識別している。各図面は、必ずしも縮尺どおりではなく、例示的な実施形態を示しており、本開示の範囲を限定するためのものではない。
上述の概要と以下の詳細説明は両方とも例示かつ説明のためだけのものであり、請求項に記載のとおりに本発明を限定するものではないことは理解されよう。本願において、特に明記している場合を除き、単数形の語の使用には複数個存在することも含まれていて、「1つの(「a」または「an」)」という語は「少なくとも1つの(at least one)」を意味しており、「または(or)」の使用は「及び/または(and/or)」であることを意味する。さらに、「含む(including)」という語の使用は、活用形である「includes」や「included」であっても同様に、限定しているものではない。また、特に明記している場合を除き、「要素(element)」または「構成要素(component)」等の語は、1単位からなる要素または構成要素であることと、2単位以上からなる要素または構成要素であることの両方を含んでいる。
図1は本開示の種々の実施形態が機能してもよい例示的な環境100を描写したものである。示されているように、環境100は、パフォーマンストラッキング装置102とユーザ104と表示デバイス106とを有している。パフォーマンストラッキング装置102は以下においてシステム102と称してもよい。
パフォーマンストラッキング装置102は、少なくとも1つの入力デバイスから入力データを受け取り、その入力データを処理して、出力デバイスへのフォーマット済み出力または出力データを生成するように構成されている。システム102はまた、入力データ、出力データ、時系列PLCデータ、及び少なくとも1つの経時イベントログのうちの少なくとも1つに基づいて、PLCシーケンスデータを生成するように構成されている。システム102は、生成されたフォーマット済み出力データ、入力データ、イベントログ、PLCシーケンスデータ等のうちの少なくとも1つを備えている情報を格納していてもよい。この情報は、システム102が次のシーケンスステップへと進んでも失われない。
システム102はまた、ユーザ104が格納された情報からPLCシーケンスデータを検索して、そのPLCシーケンスデータを例えば表示デバイス106上に再生することを可能にするように構成されている。いくつかの実施形態において、表示デバイス106は、スマートフォン、コンピュータ、ラップトップ型コンピュータ、タブレット型コンピュータ等であってもよい。ユーザは、関連するスマートフォンアプリ上でデータ再生を、またはコンピュータデバイス/表示デバイス106上でhtml形式プログラムを見てもよい。いくつかの実施形態において、システム102は、入力データ及び時系列PLCデータを処理して、分析のための時系列可視化を行ってもよい。
いくつかの実施形態において、ユーザ104は、システム102と対話する任意の人であり得る。ユーザ104は、PLCデータを分析し、分析のために時系列可視化するために、システム102と対話するかまたはシステム102にアクセスしてもよい。いくつかの実施形態において、ユーザ104は、コンピュータ、電話、ラップトップ型コンピュータ、タブレット型コンピュータ、スマートテレビ等のような関連するコンピュータデバイス上で、動的ウェブブラウザ経由でシステム102にアクセス可能である。代替の実施形態において、ユーザ104は、スマートフォンアプリ上でのシステムのソフトウェアアプリケーションまたはオープンソースソフトウェア形式として、及びコンピュータデバイス上でのhtml形式プログラムとして、システム102にアクセスしてもよい。本開示のシステムは、総合サイバーセキュリティとRS232で保護された一方向ゲートウェイ型ファイアウォールの検証とを保証してもよい。
さらに、システム102は、UTCタイムラインに対するPLCシーケンスデータの再生を可能にするように構成されていてもよい。PLCシーケンスデータはシステムシーケンスデータを含んでいてもよい。いくつかの実施形態において、システム102は、3グループの時系列PLCデータのうちの少なくとも1つを用いて、プロセスを制御下で可視化・照会してもよい。3グループの時系列PLCデータは、デジタル入力/出力データ、アナログ入力/出力データ、及びイベントログを含んでいてもよい。
いくつかの実施形態において、システム102は、プロセスシーケンスの開始/指示/中断が識別できるように、デジタル入力/出力データを時間軸に沿って表してもよい。さらに、システム102は、デジタル入力/出力履歴データを用いて、サブプロセスのための標準的/理想的シーケンスモデルを集約してもよい。さらに、システム102は、「中心線」または「基準」測定との比較のために標準的/理想的シーケンスモデルを使用して、他の記録された履歴シーケンスのために、または動的に現在のPLCルーチンを備えた「ライブ」プロセスモニタリングとして、のいずれかの目的で、これら比較対象からの偏差を識別してもよい。
いくつかの実施形態において、システム102はさらに、時間軸に沿ったタイムスタンプデータを備えたイベントログ、例えばシステムの注意喚起イベントメッセージを、デジタルI/O、アナログI/O、及び他のイベントログを備えた「イベント前」と「イベント後」のデータを比較することによる「基準通過点」として使用して、差異を原因分析(人による分析でもAIによる分析でもよい)の開始点として識別して測定するように構成されている。
いくつかの実施形態において、システム102は、変化率及び形状(つまりデータトポロジー)を用いて例えば周期的な成分、潜在的な傾向、異常値等のアナログデータから機能的な特徴を抽出するために、アナログデータを時間軸に沿って表してもよい。さらに、システム102は、「モデル」データに対する偏差に関して機能的な特徴を比較するか、またはPLC設定点データとの相互参照を行うことによって、イベントトリガを識別してもよい。いくつかの実施形態において、システム102はさらに、3グループの時系列PLCデータを組み合わせて使用して、イベントの原因連鎖を系統的に解くように構成されている。
いくつかの実施形態において、システム102は、PLC制御イベントのシーケンスを取得してもよく、これにより、例えば入力センサの故障やコントローラロジックの障害等の不測のイベントが発生した場合に、ユーザ104はPLCシーケンスデータの再生によってPLCシーケンスデータを確認・分析することができ、所定の結果に到達することができる。
いくつかの実施形態において、システム102は、3グループのデータの全てを含有する履歴データセットに基づいた学習を監視してもよい。さらに、システム102は、プロセス制御センターの現在の状況を偏差量に関して自動的にモニタリングし、注意喚起を予測通知してもよい。これは既存の監視システムでは検出も解読も不可能である。また、システム102は、ユーザ104が分析のために表示デバイス106上でPLCシーケンスデータと時系列可視化とを確認できるようになっていてもよい。
いくつかの実施形態において、システム102は、複数の大容量のデータメモリソースをテレメトリ通信規格またはセルラー通信規格によって処理して小容量のメモリ送信データにして、SCADAまたは中心ハブモニタリング及びコントローラに伝送してもよい。
いくつかの実施形態において、システム102は、個々のデジタル及びアナログデータポイントを、結合されるデータの内部偏差及びデータルックアップテーブルに結合させて、パフォーマンストラッキング及び予測機能を生成してもよい。いくつかの実施形態において、システム102は、複数の単一データパラメータ及び測定データレコードからエネルギー計算を行ってソフトウェアアルゴリズムに送り、同等のエネルギー消費のステートメントを計算してもよい。いくつかの実施形態において、システム102は、データパラメータ、エネルギーステートメント、計算されたパフォーマンストラッキング、及び予測保守イベントを、インターネットAPIプロトコルを用いてセキュアに伝送してもよい。
さらに、システム102は、長時間にわたる動作にわたって選択した時間基準でPLCシーケンスを記録するように構成されていてもよい。時間基準は、任意の要求された時間間隔、典型的には一定の時間間隔を有していてもよく、ここで時間基準は制御中のプロセスの種類及び/または制御システムの種類によって選択されており、各実施形態では例えば(制限はない)1秒や1分で定められた時間基準を使用できる。さらに、システム102は、システムの構成要素に表示アイコンを適用できたり、アナログ情報の傾向を示して注意喚起・警告メッセージやシーケンスメモリタイミングチャートを収集できたりしてもよい。
図2Aは、本開示の一実施形態に係る例示的なパフォーマンストラッキング装置202Aのシステムの構成要素を示すブロック図200Aである。図示されているように、パフォーマンストラッキング装置202Aは、プログラマブルロジックコントローラ(Programmable Logic Controller:PLC)デバイス204Aと、データメモリデバイス206Aと、再生デバイス208Aとを有している。
いくつかの実施形態において、図2Bに示されているように、パフォーマンストラッキング装置202Aは追加のモジュールまたはデバイスを有していてもよい。図2Bは、パフォーマンストラッキング装置202Bのシステムの構成要素を示すブロック図200Bである。パフォーマンストラッキング装置202Bは、プログラマブルロジックコントローラ(PLC)デバイス204Bと、データメモリデバイス206Bと、再生デバイス208Bと、モニタリングデバイス210Bと、ヒューマンマシンインタフェース(human machine interface:HMI)デバイス212Bとを主に有している。
プログラマブルロジックコントローラ(PLC)デバイス204B、データメモリデバイス206B、及び再生デバイス208Bは、構造と機能性がそれぞれプログラマブルロジックコントローラ(PLC)デバイス204、データメモリデバイス206A、及び再生デバイス208Aと同等である。
入力や出力次第で、PLCデバイス204Aは、マシンの生産能力や動作環境温度といった実行時のデータをモニタリングして記録し、プロセスを自動で開始・停止し、マシン(つまりオートメーションシステム)の不具合があった時は注意喚起を発する等を行うように構成されている。PLCデバイス204Aは、1つ以上の入力デバイスから入力または入力データを受け取るように構成されている。PLCデバイス204Aは、入力データを処理して、例えば1つ以上の出力デバイスへのフォーマット済み出力データを生成するように構成されている。パフォーマンストラッキング装置202Aはさらに、入力データ、出力データ、時系列PLCデータ、及び少なくとも1つの経時イベントログのうちの少なくとも1つに基づいて、PLCシーケンスデータを生成するように構成されている。PLCシーケンスデータはシステムシーケンスデータを含んでいてもよい。いくつかの実施形態において、パフォーマンストラッキング装置202Aは、入力データ及び時系列PLCデータを処理して、分析のための共通のUTC時間基準を基準とした時系列可視化を行うように構成されている。
いくつかの実施形態において、パフォーマンストラッキング装置202Aは、PLC制御イベントのシーケンスを取得してもよく、これにより、例えば入力センサの故障やコントローラロジックの障害等の不測のイベントが発生した場合に、ユーザ104はそのPLCシーケンスデータを確認・分析してもよく、この場合に再生デバイス208Aは、ユーザ104によるPLCシーケンスデータの再生が可能になっており、このようにしてユーザ104は目指す結論に到達することができる。
いくつかの実施形態において、PLCデバイス204AはオートメーションシステムのPLCであってもよい。いくつかの実施形態において、パフォーマンストラッキング装置202Aは、3グループの時系列PLCデータのうちの少なくとも1つを用いて、プロセスを制御下で可視化・照会してもよい。3グループの時系列PLCデータは、デジタル入力/出力データ、アナログ入力/出力データ、及びイベントログを含んでいてもよい。
いくつかの実施形態において、パフォーマンストラッキング装置202Aは、プロセスシーケンスの開始/指示/中断が識別できるように、デジタル入力/出力データを時間軸に沿って表すように構成されている。さらに、パフォーマンストラッキング装置202Aは、デジタル入力/出力履歴データを用いて、サブプロセスのための標準的/理想的シーケンスモデルを集約してもよい。さらに、パフォーマンストラッキング装置202Aは、「中心線」または「基準」測定との比較のために標準的/理想的シーケンスモデルを使用して、他の記録された履歴シーケンスのために、または動的に現在のPLCルーチンを備えた「ライブ」プロセスモニタリングとして、偏差を識別してもよい。
代替の実施形態において、パフォーマンストラッキング装置202Aは、時間軸に沿ったタイムスタンプデータを備えたイベントログ(例えばシステムの注意喚起イベントメッセージ)を、デジタルI/O、アナログI/O、及び他のイベントログを備えた「イベント前」と「イベント後」のデータを比較することによる「基準通過点」として使用して、差異を原因分析の開始点として識別して測定するように構成されていてもよい。
いくつかの実施形態において、パフォーマンストラッキング装置202A、PLCデバイスはさらに、変化率及び形状(つまりデータトポロジー)を用いて例えば周期的な成分、潜在的な傾向、異常値等のアナログデータから機能的な特徴を抽出するために、アナログデータを時間軸に沿って表すように構成されている。さらに、パフォーマンストラッキング装置202Aは、「モデル」データに対する偏差に関して機能的な特徴を比較するか、またはPLC設定点データとの相互参照を行うことによって、イベントトリガを識別してもよい。
いくつかの実施形態において、パフォーマンストラッキング装置202Aはさらに、3グループの時系列PLCデータを組み合わせて使用して、イベントの原因連鎖を系統的に解くように構成されている。
データメモリデバイス206Aは、生成されたフォーマット済み出力データ、入力データ、PLCシーケンスデータのうちの少なくとも1つを備えている情報を格納するように構成されている。この情報は、PLCデバイス204Aが次のシーケンスステップへと進んでも失われない。さらに、データメモリデバイス206Aは、長時間にわたる動作で選択した時間基準でのPLCシーケンスを記録するように構成されていてもよい。いくつかの実施形態において、パフォーマンストラッキング装置202Aのデータメモリデバイス206Aは、PLC制御シーケンス/PLCシーケンスデータの可視化によってシステム故障診断、システム最適化、ソフトウェア検証、オペレータトレーニングを改善するために、物理的に組み込まれたセキュアなRS232データダイオードファイアウォールを有していてもよい。データメモリデバイス206Aは、スマートフォン、ウェブブラウザ、工場管理システム、SCADA、eSCADA、テレメトリ及び類似のハブでの資産管理システムと互換性のあるメモリフォーマットやマシン語の中に、PLCシステムシーケンスを保持していてもよい。
図1を参照して説明したように、再生デバイス208Aは、ユーザ、例えばユーザ104がデータメモリデバイス206AからPLCシーケンスデータを検索して、そのPLCシーケンスデータを再生することを可能にするように構成されている。ユーザ104は、例えば原因分析といった、しかしこれに限定されない分析のためにPLCシーケンスデータを再生して、イベントの原因を特定してもよい。再生デバイス208Aはまた、タイムラインに対するPLCシーケンスデータの再生を可能にするように構成されていてもよい。
次に図2Bを参照して、モニタリングデバイス210Bは、3グループのデータの全てを含有する履歴データセットに基づいた学習を監視するように構成されている。さらに、モニタリングデバイス210Bは、既存の監視システムでは検出又は解読が不可能であり得る偏差に関して自動的にモニタリングし、現在のプロセス制御センターに注意喚起を予測通知するように構成されている。
ヒューマンマシンインタフェース(HMI)デバイス212Bは、ユーザ104が分析のためにPLCシーケンスデータと時系列可視化とを確認できるように構成されている。HMIデバイス212Bは、システム202Bと対話する1つ以上のユーザインターフェースをユーザ104に与えてもよい。さらに、HMIデバイス212Bは、システムの構成要素に表示アイコンを適用できるとともに、アナログ情報の傾向を示して注意喚起・警告メッセージやシーケンスメモリタイミングチャートを収集できるように構成されていてもよい。
いくつかの実施形態において、パフォーマンストラッキング装置202A,202Bは、ユーザ104に、検索可能な表示プログラム上に提示されている複数のコントローラ及び個別のデバイスから、共通の時間基準で、デジタル、アナログ、及び警告/注意喚起データパラメータを記録する方法または技術を提供してもよく、ここで、要求に応じて個々のパラメータを選択/選択解除可能である。
いくつかの実施形態において、パフォーマンストラッキング装置202A,202Bは、それぞれPLCデバイス204A、204Bからローカルで高頻度でのデータサンプリング(例えば1秒)処理を行って、導かれた計算を行うように構成されていてもよい。
いくつかの実施形態において、パフォーマンストラッキング装置202A,202Bは、ソースにそれぞれローカルで存在する数多のデータソースからのデータを単一時間基準へと規定どおりに照合するように構成されていてもよく、ローカルでの高頻度データ処理や低速データ伝送の利点が得られる。この利点が最も明確に現れるのは、セルラー接続によるデータ伝送のコスト面である。いくつかの実施形態において、大容量データのサンプリングを例えば1秒で伝送すると、データ使用量が大きくなる結果になることもある(WiFiがない状態で携帯電話を使ってストリーミングサービスを利用するなど)のに対して、開示された組み込みデータメモリ(embedded data memory:eDM)デバイス(図3の318参照)における典型的な1か月間の動作での出力では、使用するデータ量は1GB(ギガバイト)以下であり、したがって旧式のテレメトリシステム上で、このような高速データ伝送は通常、重要な監督・制御機能のために確保されている利用可能なテレメトリ容量(ボーレート)を消費する。
図3は、本開示の別の実施形態に係るパフォーマンスモニタリングまたはトラッキングを行う別の例示的なシステム300を図示したものである。システム300は、複数の制御システムデバイス30,32からデータを受け取るように構成されている組み込みデータメモリ(eDM)デバイス318を有している。1つの制御デバイス30がPLCとして詳細に図示されており、PLC30は、電源302、プロセッサ304、入力モジュール306、出力モジュール308、テレメトリ/SCADAデバイス310、及びHMIデバイス312を有している。システム300はまた、ユーザインターフェース314と表示デバイス316も有している。
PLCシステム30において、電源302はPLCプロセッサ304に電力を供給してもよい。入力モジュール306は少なくとも1つの入力源(例えば制御中のシステムに連結されている)から入力を受け取ってもよい。PLCプロセッサ304は、当該入力を、プロセッサの機械可読なメモリ上に格納されている制御ロジックに従って処理して出力を供給するように構成されている。出力モジュール308は、当該出力を、接続されているデバイスに送出するように構成されている。
組み込みデータメモリ(eDM)デバイス318は、例示的なPLCデバイス30と制御デバイス32によって示されている複数の制御デバイスに接続されている、物理的に組み込まれたファイアウォールでプロテクトされている組み込みデータメモリユニットであってもよい。適切な任意の数の制御デバイスがeDM318に接続されていてもよい。組み込みデータメモリ(eDM)デバイス318は、PLCシステム30に類似している数多のPLCや個別のデバイス/システムからのデータパラメータを、単一時間基準で、例えばデータソースにローカルで存在する表示デバイス316上に記録して、集約されたトラッキングと予測命令を供給できる。当業者であれば、システム300は複数のPLCシステム30を有していてもよく、組み込みデータメモリ(eDM)デバイス318は数多のPLCシステムからのデータパラメータを記録してもよいことを理解されよう。
いくつかの実施形態において、システム300は、ユーザに(ユーザインターフェース314を介して)、検索可能な表示プログラム上に提示されている複数のコントローラ及び個別のデバイスから、共通の時間基準で、デジタル、アナログ、及び警告/注意喚起データパラメータを記録する方法または技術を提供してもよく、ここで、要求に応じて個々のパラメータを選択/選択解除可能である。
パフォーマンストラッキング装置300は、PLCデバイスからローカルで高頻度でのデータサンプリング(例えば1秒)処理を行って、導かれた計算を行うように構成されていてもよい。
パフォーマンストラッキング装置300は、入力データを受け取り、その入力データを処理して、フォーマット済み出力または出力データを生成するように構成されていてもよい。パフォーマンストラッキング装置300はまた、入力データ、出力データ、時系列PLCデータ、及び少なくとも1つの経時イベントログのうちの少なくとも1つに基づいて、PLCシーケンスデータを生成するように構成されている。パフォーマンストラッキング装置300は、生成されたフォーマット済み出力データ、入力データ、イベントログ、PLCシーケンスデータ等のうちの少なくとも1つを備えている情報を格納していてもよい。この情報は、システム304のPLCデバイスが次のシーケンスステップへと進んでも失われない。
パフォーマンストラッキング装置300はまた、ユーザ104がデータメモリデバイスからPLCシーケンスデータを検索して、そのPLCシーケンスデータを例えば表示デバイス316上に再生することを可能にするように構成されている。
いくつかの実施形態において、パフォーマンストラッキング装置300は、入力データ及び時系列PLCデータを処理して、分析のための時系列可視化を行ってもよい。いくつかの実施形態において、ユーザ314は、パフォーマンストラッキング装置300と対話する任意の人であり得る。ユーザ314は、PLCデータを分析し、分析のために時系列可視化するために、システム102と対話してもよい。
さらに、パフォーマンストラッキング装置300は、タイムラインに対するPLCシーケンスデータの再生を可能にするように構成されていてもよい。PLCシーケンスデータはシステムシーケンスデータを含んでいてもよい。いくつかの実施形態において、パフォーマンストラッキング装置300は、3グループの時系列PLCデータのうちの少なくとも1つを用いて、プロセスを制御下で可視化・照会してもよい。3グループの時系列PLCデータは、デジタル入力/出力(I/O)データ、アナログ入力/出力データ、及びイベントログを含んでいてもよい。
いくつかの実施形態において、パフォーマンストラッキング装置300は、プロセスシーケンスの開始/指示/中断が識別できるように、デジタル入力/出力データを時間軸に沿って表してもよい。さらに、パフォーマンストラッキング装置300は、デジタル入力/出力履歴データを用いて、サブプロセスのための標準的/理想的シーケンスモデルを集約してもよい。さらに、システムは、「基準」または「中心線」測定との比較のために標準的/理想的シーケンスモデルを使用して、他の記録された履歴シーケンスのために、または動的に現在のPLCルーチンを備えた「ライブ」プロセスモニタリングとして、のいずれかの目的で、「基準」からの偏差を識別してもよい。
いくつかの実施形態において、パフォーマンストラッキング装置300はさらに、時間軸に沿ったタイムスタンプデータを備えたイベントログ、例えばシステムの注意喚起イベントメッセージを、デジタルI/Oデータ、アナログI/Oデータ、及び他のイベントログを備えた「イベント前」と「イベント後」のデータを比較することによる「基準通過点」として使用して、差異を原因分析の開始点として識別して測定するように構成されている。
いくつかの実施形態において、パフォーマンストラッキング装置300は、変化率及び形状(つまりデータトポロジー)を用いて例えば周期的な成分、潜在的な傾向、異常値等のアナログデータから機能的な特徴を抽出するために、アナログデータを時間軸に沿って表してもよい。さらに、パフォーマンストラッキング装置300は、「モデル」データに対する偏差に関して機能的な特徴を比較するか、またはPLC設定点データとの相互参照を行うことによって、イベントトリガを識別してもよい。
いくつかの実施形態において、パフォーマンストラッキング装置300はさらに、3グループの時系列PLCデータを組み合わせて使用して、イベントの原因連鎖を系統的に解くように構成されている。いくつかの実施形態において、パフォーマンストラッキング装置300は、3グループのデータの全てを含有する履歴データセットに基づいた学習を監視してもよい。さらに、パフォーマンストラッキング装置300は、偏差量に関して自動的にモニタリングし、現在のプロセス制御センターに注意喚起を予測通知してもよい。これは既存の監視システムでは検出又は解読ができないものである。また、パフォーマンストラッキング装置300は、ユーザが分析のために表示デバイス316上でPLCシーケンスデータと時系列可視化とを確認できるようになっていてもよい。
さらに、パフォーマンストラッキング装置300は、複数の大容量のデータメモリソースをテレメトリ通信規格またはセルラー通信規格によって処理して小容量のメモリ送信データにして、テレメトリ/SCADA(supervisory,control and data acquisition:監督、制御、及びデータ獲得)デバイス310または中心ハブモニタリング及びコントローラに伝送するように構成されている。テレメトリ/SCADAデバイス310はハブでの管理システムであってもよい。
HMIデバイス312は、イベントを「メッセージ」として示すように構成されていて、いくつかの実施形態では、HMIデバイス312は、ラダーロジックイベントから導かれてもよい傾向及びグラフィック情報を計算するように構成されている。
いくつかの実施形態において、大容量データのサンプリングを一定の時間間隔(例えば1秒)で伝送すると、データ使用量が大きくなる結果になることもある(WiFiがない状態で携帯電話を使ってストリーミングサービスを利用するなど)のに対して、開示された組み込みデータメモリ(eDM)デバイス318の出力では通常1か月間の動作で、使用するデータ量は1GB以下であり、したがって旧式のテレメトリシステム上で、このような高速データ伝送は通常、重要な監督・制御機能のために確保されている利用可能なテレメトリ容量(ボーレート)を消費する。
いくつかの実施形態において、パフォーマンストラッキング装置300は、複数の大容量のデータメモリソースをテレメトリ通信規格またはセルラー通信規格によって処理して小容量のメモリ送信データにして、SCADAまたは中心ハブモニタリング及びコントローラに伝送してもよい。
いくつかの実施形態において、パフォーマンストラッキング装置300は、個々のデジタル及びアナログデータポイントを、結合されるデータの内部偏差及びデータルックアップテーブルに結合させて、パフォーマンストラッキング及び予測機能を生成してもよい。
いくつかの実施形態において、パフォーマンストラッキング装置300は、複数の単一データパラメータ及び測定データレコードからエネルギー計算を行ってソフトウェアアルゴリズムに送り、同等のエネルギー消費のステートメントを計算してもよい。
いくつかの実施形態において、パフォーマンストラッキング装置300は、データパラメータ、エネルギーステートメント、計算されたパフォーマンストラッキング、及び予測保守イベントを、物理的に組み込まれた伝送専用ファイアウォールとインターネットAPIプロトコルとを用いてセキュアに伝送してもよい。
図4は、本開示の一実施形態に係るPLCデータを再生する方法400を図示しているフローチャートである。図2Aを参照して説明したように、パフォーマンストラッキング装置202Aは、PLCデバイス204A、データメモリデバイス206A、及び再生デバイス208Aを有している。
ステップ402では、パフォーマンストラッキング装置202Aは少なくとも1つの入力デバイスから入力データを受け取る。いくつかの実施形態において、PLCデバイス204Aは、図3に示されているようなデバイス306といった少なくとも1つの入力デバイスから、入力データを受け取る。
ステップ404では、パフォーマンストラッキング装置202Aは入力データを処理してフォーマット済み出力データを生成する。いくつかの実施形態において、PLCデバイス204Aは入力データを処理して、例えば出力デバイス308へのフォーマット済み出力データを生成する。
次に、ステップ406では、パフォーマンストラッキング装置202Aは、選択された入力データ、出力データ、時系列PLCデータ、及び少なくとも1つの経時イベントログに基づいて、PLCシーケンスデータを表示する。よって、各実施形態において、装置は、ユーザがパラメータのグループ分けを選択して、その選択を設定情報として更新することを可能にする。いくつかの実施形態において、パフォーマンストラッキング装置202Aは、入力データ、出力データ、時系列PLCデータ、及び少なくとも1つの経時イベントログのうちの少なくとも1つに基づいて、PLCシーケンスデータを生成する。
ステップ408では、パフォーマンストラッキング装置202Aは、PLCシーケンスデータを備えている情報とフォーマット済み出力データを格納する。いくつかの実施形態において、データメモリデバイス206Aは、PLCシーケンスデータを備えている情報及びフォーマット済み出力データを格納する。さらに、この情報は、PLCデバイス204Aが次のシーケンスステップへと進んでも失われない。
次にステップ410では、パフォーマンストラッキング装置202Aは、ユーザ、例えばユーザ314がPLCシーケンスデータを検索することを可能にする。いくつかの実施形態において、再生デバイス208Aは、ユーザ314がPLCシーケンスデータを検索することを可能にする。
その後ステップ412では、パフォーマンストラッキング装置202Aは、ユーザ314がPLCシーケンスデータを再生することを可能にする。いくつかの実施形態において、再生デバイス208Aは、PLCシーケンスデータを再生することを可能にする。例えば、ユーザ314は、水処理システム等の複合システムの繰り返し発生する障害を調査するために、システム304(または202A)を使用してもよい。システム202Aの再生デバイス208Aは、ユーザ314が複合システムの障害の根本原因を正確に特定することが可能になっていてもよい。したがって、装置は、制御システム障害の発見のために自動化されている決定木を用意することも可能になっていてもよい。
図5は、複合制御システム520において、一実施形態のパフォーマンストラッキングシステム501を実現した例を提供している。制御システム520は例えば工業用流量制御システムであってもよい。制御システム520は、それぞれが専用の制御デバイスによって制御されている複数の並列システムを各々が有していてもよい種々の段を有している。各デバイスは英数字表記A1~F4で概略化して表されている。各デバイスはPLCベースの制御(いくつかのデバイスは他のコントローラを有していてもよい)を有していてもよく、また、例えば、産業用装置の対応する部分に接続されたり、対応する部分を制御するように使用されたりしてもよい。組み込みデータメモリデバイス518はローカルの各制御デバイスと連通している(なお、理解しやすいように、図5では各デバイスグループ、例えばグループA1~A3に対して1本の接続線しか示していないが、実際には1つの接続でグループ内のそれぞれのデバイスを互いに接続していてもよい)。組み込みデータシステム520の動作中、メモリデバイス518は複数の制御デバイスA1~F4をモニタリングして、入力、出力、及び各制御デバイスのイベントに関係しているデータを受信する。組み込みデータメモリデバイス518は、例えばUTCベースのクロックを用いた共通の時間基準で、当該データのタイムスタンプを記録する。その結果得られる、複数の制御デバイス(A1~F4)の各々に対する時間ベースのシーケンスデータは、次に組み込みデータメモリデバイス518によって格納される(例えばパフォーマンストラッキング装置501に収容されているか、または取り付けられているデータ格納部内に)。パフォーマンストラッキングシステム501のプロセッサ(図5には図示せず)は、複数の制御デバイス(A1~F4)に対してデータメモリデバイス518が格納したシーケンスデータを、共通のデータスタックへとコンパイルする。
図6は、一実施形態に係るデータスタックの視覚化の一例を示している。この視覚化のY軸は共通のUTC時間基準を表している。視覚化によって、ユーザが特定のイベント、例えば注意喚起や警告のメッセージをトラッキングして、制御システム全体からのデジタルパラメータ、アナログパラメータ、及びメッセージを相互参照することが可能になることが分かる。
本方法の重要な態様は、複数のパラメータの視覚的形状の整列、及び、各パラメータを要求に応じて表示するか非表示するかを選択して中心線パフォーマンスからの偏差を識別する方法である。
図7は、一実施形態によって提供されているパフォーマンストラッカーの一例を示している。一実施形態のパフォーマンストラッキングシステムは、制御システムデバイスからの複数のパラメータを結合して要求されているメトリックにするアルゴリズムで事前にプログラムされている。メトリックはその後、進行中(つまり「ライブ」)にトラッキングシステムによって、メトリックの中心線のパフォーマンスからの偏差を用いて、トラッキングされてもよい。用いられるパフォーマンスは、例えば分析を行う人またはAIが利用できる偏差の過大化といった、可視化されたものとトポロジーの両方である。既に要素と式の初期設定(例えば任意の特別な制御システムの専門エンジニアによって行われることもある)が確立されていたら、各実施形態を用いたトラッキングは機械学習やAIを用いて自動化されてもよいことが理解されるかもしれない。例えば、各実施形態を用いて、システムのエネルギー潜動や負荷によって導かれた保守要件をモニタリング及び検出または予測してもよい。
図7の例において、システムを使用して保守点効率(Service Point Efficiency:SPE)を規定する。各実施形態はSPEメトリックを用いて、複数のデータパラメータのエネルギーコストの成果をトラッキング・計算する。経験/運用履歴から、システムの保守を行うコストを知ることによってシステムを最適な効率に戻すことが可能であり、このようにして、システムを用いて、あるポイント、つまりシステムのオーナーが負荷によって導かれた最も効率的な保守イベント予測日を受け取る保守点効率(SPE)を設定することができる。この場合に、保守の改善による進行中の運用コストの低減によって、保守イベントのコストに対する最も短期の投資回収が得られる。よって、このことは、本発明の実施形態を実際に使用することによっていかに運用面での利益が得られるかの例であることが理解されるであろう。
開示されたパフォーマンストラッキング装置は、検索可能な表示プログラム上に提示されている複数のコントローラ及び個別のデバイスから、共通の時間基準で、デジタル、アナログ、及び警告/注意喚起データパラメータを記録するように構成されていてもよく、ここで、要求に応じて個々のパラメータを選択/選択解除可能である。
さらに、開示されたパフォーマンストラッキング装置は、ハードウェア伝送専用ファイアウォールでプロテクトされている組み込みデータメモリを有していてもよい。組み込みデータメモリ(eDM)デバイスはPLCデバイスに接続されることによって、データソースでのデータ保護を行っている。
さらに、開示されたパフォーマンストラッキング装置は、プログラマブルロジックコントローラまたはPLCデバイスからローカルで高頻度でのデータサンプリング(通常は1秒)処理を行って、導かれた計算を行うように構成されていてもよい。
さらに、開示されたパフォーマンストラッキング装置は、複数の大容量のデータメモリソースをテレメトリ通信規格またはセルラー通信規格によって処理して小容量のメモリ送信データにして、SCADAデバイスまたは中心ハブモニタリング及びコントローラに伝送してもよい。
さらに、開示されたパフォーマンストラッキング装置は、個々のデジタル及びアナログデータポイントを、結合されるデータの内部偏差及びデータルックアップテーブルに結合させて、パフォーマンストラッキング及び予測機能を生成するように構成されていてもよい。
さらに、開示されたパフォーマンストラッキング装置は、複数の単一データパラメータ及び測定データレコードからエネルギー計算を行ってソフトウェアアルゴリズムに送り、同等のエネルギー消費のステートメントを計算してもよい。
また、開示されたパフォーマンストラッキング装置は、データパラメータ、エネルギーステートメント、計算されたパフォーマンストラッキング、及び予測保守イベントを、物理的に組み込まれた伝送専用ファイアウォールとインターネットAPIプロトコルとを用いてセキュアに伝送してもよい。
また、開示されたパフォーマンストラッキング装置は、オートメーションシステムまたオートメーションシステムの場所に取り付けられて「再生」機能を行う装置動作の「タイミングチャート」を生成可能である組み込みデータメモリデバイス(または複数の組み込みデータメモリデバイス)を備えていてもよい。
本開示はPLCデータ処理、記憶、及び再生のアプリケーションのシステム及び方法を提供する。
さらに、本開示は、PLCシーケンスデータ処理システム、装置、設備、方法、及びアプリケーションを提供するとともに、システム動作の再生を行う検索可能なメモリを提供する。
さらに、本開示は、PLCシーケンスデータ処理システム、装置、設備、方法、及びアプリケーションを提供するとともに、システム動作の再生を行う検索可能なメモリを提供する。
開示された組み込みデータメモリデバイスを有するパフォーマンストラッキング装置は、強固なシステムである。データメモリデバイスを用いて、Excelのスプレッドシート、スマートフォンアプリ、及びHTMLウェブページシーケンスタイミングチャートへ、生成されたフォーマット済みデータ出力を行ってもよい。この出力は、経時的にPLCシーケンスをローカルで処理してメモリにコミットすることによって使用されてもよく、PLCシーケンスは「再生」可能である。
本開示は、診断、機能検証、リアルタイム状況伝送のための再生を少量の通信データ量で可能にする、大容量のデータを処理することによって、データメモリデバイス用に組み込まれたデータを生成するように構成されているシステムを提供してもよい。
開示されたパフォーマンストラッキング装置は、組み込みデータメモリデバイス内のプログラマブルロジックコントローラデバイスからのリアルタイムデータ及びメッセージを収集・処理・保持することによって、システムマネージャーが完全なPLC制御システムシーケンスを「再生」できるようにするように構成されていてもよい。いくつかの実施形態において、PLCデバイスは、主要な産業用、医療用、地方行政用の設備プロセス制御方法/技術である、ハードウェアのリアルタイムプログラマブルロジックコントローラを含んでいてもよい。
いくつかの実施形態において、パフォーマンストラッキング装置のデータメモリデバイスは、PLC制御シーケンス/PLCシーケンスデータの可視化によってシステム故障診断、システム最適化、ソフトウェア検証、オペレータトレーニングを改善するために、物理的に組み込まれたセキュアな一方向ゲートウェイ型RS232ファイアウォールを有していてもよい。データメモリデバイスは、スマートフォン、ウェブブラウザ、工場管理システム、SCADA、eSCADA、テレメトリ及び類似のハブでの資産管理システムと互換性のあるメモリフォーマットやマシン語の中に、PLCシステムシーケンスを保持していてもよい。
いくつかの実施形態において、機械学習、エッジ処理、及び同様の人工知能ソフトウェアシステムは、開示されたパフォーマンストラッキング装置のデータスタックとパフォーマンストラッキングとを利用して、対称となるPLC制御シーケンスに対してウォッチドッグ、セルフチェック、及び同様の設備健全度診断トラッキングを行うことができる。
開示されたパフォーマンストラッキング装置は、取り付け位置においてPLC上にある、ハブ処理へのデータ転送コストに対して経済的で手頃な組み込みデータメモリソリューションであってもよい。さらに、本開示のシステムは、PLCシステムでのデータ処理を行わない新進のAIまたは機械学習システムと互換性があってもよい。特に既に装置にローカルに取り付けられている旧式のシステムや共通の統合データ出力をハブプロセッサに提供するデータユニットである。
本開示のシステムは、PLCシーケンスの検索可能なメモリを提供できる。さらに、本システムは、タイムラインに対するシステムシーケンスデータの再生を可能にする、分析のための時系列可視化を生成してもよい。現在のところ、プロセスを制御下で可視化・照会するためにシステムが使用してもよい3グループの「時系列」PLCデータが存在する。この3グループのデータは、デジタルI/Oデータ、アナログI/Oデータ、及びイベントログを含んでいてもよい。開始、完了、継続時間を備えているデジタルI/Oデータは、プロセスシーケンスの開始/指示/中断が識別できるように、時間軸に沿って表され続けている。デジタルI/O履歴は、サブプロセスのための標準的/理想的シーケンスモデルを集約するために使用され続けている。よって、これらのモデルは「中心線」測定との比較のために使用されて、他の記録された履歴シーケンスのために、または動的に「現在の」プロセスモニタリング(現在のPLCルーチン)として、のいずれかの目的で、「基準」からの偏差を識別することができる。タイムスタンプを備えたイベントログは、時間軸に沿って(例えばシステムの注意喚起イベントメッセージ)、「イベント前」と「イベント後」のデータ(デジタルI/O、アナログI/O、及び他のイベントログ)を比較して差異を原因分析の開始点として識別して測定する「基準通過点」として、使用されてもよい。さらに、アナログI/Oデータは時間軸に沿って表されてもよい。これは、変化率及び形状(データトポロジー)を用いて例えば周期的な成分、潜在的な傾向、異常値等のデータから機能的な特徴を抽出できるようにし、さらには機能的な特徴を「モデル」データに対する偏差に関して再度比較するか、またはPLC設定点データとの相互参照を行うことによって、イベントトリガを識別できるようにするためである。
本開示のシステムは、3グループのデータメソッドの全てを含有する履歴データセットを用いて、学習と、別個に行われるアルゴリズムの検査とを包括的に監督してもよく、既存の監視システムでは検出も解読も不可能である偏差量に関して自動的にモニタリングし、現在のプロセス制御センターに注意喚起を予測通知してもよい。
いくつかの実施形態において、開示されたパフォーマンストラッキング装置及び方法は、水処理システムの繰り返し発生する障害を調査するために使用されてもよい。本システムの再生機能は、ユーザ(または複数のユーザ)が複合システムの障害の根本原因を正確に特定することが可能になっていてもよい。
以下に説明する、文字と数字で指定されたステップを有する方法に関する請求項は、ステップが列挙されている特定の順序に必ずしも限定されないと見なすべきである。
また、本明細書に記載されている方法及び機能は任意の特定のシーケンスには限定されず、それに関連する行為やブロックは、適切である他のシーケンス内でも実行可能である。例えば、記載されている行為やブロックを具体的に開示されているもの以外の順序で実施されてもよく、また、複数の行為やブロックを1つの行為やブロックに結合してもよい。
また、本明細書に記載されている方法及び機能は任意の特定のシーケンスには限定されず、それに関連する行為やブロックは、適切である他のシーケンス内でも実行可能である。例えば、記載されている行為やブロックを具体的に開示されているもの以外の順序で実施されてもよく、また、複数の行為やブロックを1つの行為やブロックに結合してもよい。
本発明は好適な実施形態を参照して上記で説明されてきたが、種々の変更及び修正を添付請求項で定めた本発明の範囲から逸脱することなく行ってもよいことは理解されるであろう。
Claims (22)
- 制御システムのパフォーマンストラッキング装置であって、
制御システムの複数の制御デバイスに使用時に連結されているデータメモリデバイスであり、
前記複数の制御デバイスをモニタリングして、
各制御デバイスの入力、出力、及びイベントに関連したデータを受け取って、
共通の時間基準で前記データのタイムスタンプを記録して、
その結果得られる前記複数の制御デバイスの各々に対する時間ベースのシーケンスデータを格納するように構成されているデータメモリデバイスと、
前記複数の制御デバイスに対する前記シーケンスデータを共通のデータスタックへとコンパイルするように構成されているプロセッサと、を備えている、パフォーマンストラッキング装置。 - 前記装置はさらに、ユーザが前記データスタックの検索及び/または再生を行うことを可能にする再生方法を備えている、請求項1記載のパフォーマンストラッキング装置。
- 前記プロセッサはさらに、前記データスタックを用いて今後の制御システムの予測される挙動を行えるように構成されている、請求項1または2に記載のパフォーマンストラッキング装置。
- 前記装置はさらに、
履歴データを蓄積して少なくとも1つの参照シーケンスデータモデルを生成して、
測定されたシーケンスデータを前記参照シーケンスデータモデルと比較して、動作上の偏差を識別するように構成されている、先行する請求項のいずれか1項に記載のパフォーマンストラッキング装置。 - 前記参照シーケンスデータモデルはデータスタックモデルであり、前記測定されたシーケンスデータは前記測定されたデータスタックを前記データスタックモデルと比較する、請求項4記載のパフォーマンストラッキング装置。
- 前記複数の制御デバイスのうちの少なくとも1つはプログラマブルロジックコントローラ(Programmable Logic Controller:PLC)デバイスであり、
前記PLCデバイスは、少なくとも1つの入力源からの入力を受け取る入力モジュールと、プロセッサの機械可読なメモリ上に格納されている制御ロジックに従って前記入力を処理して出力を供給するように構成されているプロセッサと、前記出力を接続されているデバイスに送出する出力モジュールと、を備えていて、
前記データメモリデバイスは前記PLCデバイスに組み込まれて連携している、先行する請求項のいずれか1項に記載のパフォーマンストラッキング装置。 - 前記PLCデバイスの前記イベントは、前記プロセッサが供給した、ヒューマンマシンインタフェース(Human Machine Interface:HMI)、及び/または、監督、制御、及びデータ獲得(Supervisory,Control and Data Acquisition:SCDA)インターフェースへのメッセージを含んでいる、請求項7記載のパフォーマンストラッキング装置。
- 前記装置は複数のSCADAシステムと連携するための出力を供給する、請求項7記載のパフォーマンストラッキング装置。
- 前記データメモリデバイスは、
前記複数の制御デバイスからのデータを受け取る入力インターフェースと、
クロックと、
前記受け取ったデータのタイムスタンプを記録するように構成されているプロセッサと、
機械可読なデータ格納部と、
出力インターフェースと、を備えている、先行する請求項のいずれか1項に記載のパフォーマンストラッキング装置。 - 前記入力インターフェースは一方向ゲートウェイ型ファイアウォールを備えている、請求項9記載のパフォーマンストラッキング装置。
- 前記データメモリデバイスは、少なくとも、デジタル入力/出力データ、アナログ入力/出力データ、及び前記イベントログで構成されているグループのデバイスデータをコンパイルする、先行する請求項のいずれか1項に記載のパフォーマンストラッキング装置。
- 前記参照PLCシーケンスモデルは、サブプロセスに対する参照シーケンスモデルを供給するデジタル入力/出力データを備えている、請求項11記載のパフォーマンストラッキング装置。
- 前記参照PLCシーケンスモデルはアナログ入力/出力を備えており、測定されたPLCシーケンスデータの比較はデータトポロジーの比較を備えている、請求項9記載のパフォーマンストラッキング装置。
- 前記データメモリデバイスはさらに、タイムスタンプが記録されたイベントログデータを、前記PLCシーケンスデータにおける通過点として相互参照するように構成されている、請求項8から13のいずれか1項に記載のパフォーマンストラッキング装置。
- データメモリデバイスからの前記PLCシーケンスデータをモニタリングして、前記参照PLCシーケンスモデルからの偏差に基づいた警告または注意喚起を送出するように構成されているモニタリングデバイスをさらに備えている、請求項8から14のいずれか1項に記載のパフォーマンストラッキング装置。
- 制御システムをモニタリングする方法であって、
前記制御システム内の複数の制御デバイスに連結されているデータメモリデバイスを供給して、
前記データメモリデバイスを用いて前記複数の制御デバイスからのデータを受け取って、
前記複数の制御デバイスからの前記データを共通の時間基準で記録して、
前記記録されたデータの時間ベースのデータスタックをコンパイルする、方法。 - さらに、前記データメモリデバイスと連通している再生デバイスを供給し、ユーザが前記データスタックの再生及び/または検索を行うことを可能にする、請求項16記載の方法。
- さらに、データスタックの時系列での視覚化を生成する、請求項17記載の方法。
- さらに、
履歴データを蓄積して少なくとも1つの参照データスタックモデルを生成して、
測定されたデータスタックを前記参照データスタックモデルと比較して、動作上の偏差を識別する、請求項16から18のいずれか1項に記載の方法。 - さらに、検出された、または予測された動作上の偏差に応じて警告または注意喚起を送出する、請求項19記載の方法。
- さらに、データを、少なくとも、デジタル入力/出力データ、アナログ入力/出力データ、及び前記イベントログへとグループ化する、請求項16から20のいずれか1項に記載の方法。
- プログラマブルロジックコントローラ(Programmable Logic Controller:PLC)データ処理システムであって、前記システムは、
少なくとも1つのPLCデバイスであって、
少なくとも1つの入力源からの入力を受け取る入力モジュールと、
プロセッサの機械可読なメモリ上に格納されている制御ロジックに従って前記入力を処理して出力を供給するように構成されているプロセッサと、
前記出力を接続されているデバイスに送出する出力モジュールと、を備えている、PLCデバイスと、
前記少なくとも1つのPLCデバイスに連結されているデータメモリデバイスであって、前記少なくとも1つのPLCをモニタリングして、前記PLCデバイスの入力、出力、及びイベントに関連したデータを受け取って、前記入力、出力、及びイベントの時間ベースの記録を格納してPLCシーケンスデータの記録をコンパイルするように構成されている、データメモリデバイスと、を備えているシステム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GB2006981.1 | 2020-05-12 | ||
GB2006981.1A GB2594952B (en) | 2020-05-12 | 2020-05-12 | Control system performance tracking apparatus and method |
PCT/GB2021/000053 WO2021229199A1 (en) | 2020-05-12 | 2021-05-10 | Control system performance tracking apparatus and method |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023525866A true JP2023525866A (ja) | 2023-06-19 |
JPWO2021229199A5 JPWO2021229199A5 (ja) | 2024-05-20 |
Family
ID=71134940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022569238A Pending JP2023525866A (ja) | 2020-05-12 | 2021-05-10 | 制御システムのパフォーマンストラッキング装置及び方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230161313A1 (ja) |
EP (1) | EP4150415A1 (ja) |
JP (1) | JP2023525866A (ja) |
GB (1) | GB2594952B (ja) |
WO (1) | WO2021229199A1 (ja) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7027954B2 (en) * | 2001-12-21 | 2006-04-11 | Honeywell International Inc. | Method and apparatus for retrieving activity data related to an activity |
BR112014000727B1 (pt) * | 2011-07-11 | 2021-01-12 | Valmet Automation Oy | método, sistema e memória legível por computador para monitoramento de um processo industrial |
EP3236324B1 (de) * | 2016-04-22 | 2019-04-10 | Siemens Aktiengesellschaft | Diagnosetool und diagnoseverfahren zur ermittlung einer störung einer anlage |
JP2018151917A (ja) * | 2017-03-14 | 2018-09-27 | オムロン株式会社 | 制御装置 |
JP6388050B1 (ja) * | 2017-03-31 | 2018-09-12 | オムロン株式会社 | 制御装置 |
JP6648730B2 (ja) * | 2017-05-09 | 2020-02-14 | オムロン株式会社 | 制御装置、タイムスタンプ修正方法およびプログラム |
JP6757385B2 (ja) * | 2018-10-23 | 2020-09-16 | 株式会社キーエンス | プログラマブルロジックコントローラおよびメインユニット |
-
2020
- 2020-05-12 GB GB2006981.1A patent/GB2594952B/en active Active
-
2021
- 2021-05-10 JP JP2022569238A patent/JP2023525866A/ja active Pending
- 2021-05-10 WO PCT/GB2021/000053 patent/WO2021229199A1/en unknown
- 2021-05-10 EP EP21727508.0A patent/EP4150415A1/en active Pending
- 2021-05-10 US US17/919,344 patent/US20230161313A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
GB2594952A (en) | 2021-11-17 |
EP4150415A1 (en) | 2023-03-22 |
GB2594952B (en) | 2022-12-28 |
GB202006981D0 (en) | 2020-06-24 |
WO2021229199A1 (en) | 2021-11-18 |
WO2021229199A8 (en) | 2021-12-23 |
US20230161313A1 (en) | 2023-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kiangala et al. | Initiating predictive maintenance for a conveyor motor in a bottling plant using industry 4.0 concepts | |
US9869993B2 (en) | System and method for monitoring and/or diagnosing operation of a production line of an industrial plant | |
US10809704B2 (en) | Process performance issues and alarm notification using data analytics | |
CN104142663B (zh) | 云平台中的工业设备和系统证明 | |
CA2865194C (en) | Method and system for condition monitoring of a group of plants | |
CN102882724B (zh) | 一种现场总线设备监控管理方法 | |
US20130212420A1 (en) | Time-stamping of industrial cloud data for synchronization | |
CN107037800B (zh) | 基于客户端制氧设备远程故障诊断系统的故障诊断方法 | |
CN110609512A (zh) | 一种物联网平台和物联网设备监控方法 | |
JP2018151918A (ja) | 制御装置、データ構造、情報処理方法 | |
McArthur et al. | An agent-based anomaly detection architecture for condition monitoring | |
US10705516B2 (en) | Dynamic prediction of risk levels for manufacturing operations through leading risk indicators: dynamic risk fault tree method and system | |
Kumaraguru et al. | Integrating real-time analytics and continuous performance management in smart manufacturing systems | |
CN112737936A (zh) | 一种用于设备预维护的边缘计算网关 | |
JP2021026755A (ja) | 産業用コントローラのデータ完全性を保証するためのaiの使用 | |
CN117289659A (zh) | 一种电厂集控运行智能自动监控系统 | |
JP2009009538A (ja) | 運転状況分析方法および運転状況分析システム | |
JP3448269B2 (ja) | リモート監視・診断システム | |
JP2023525866A (ja) | 制御システムのパフォーマンストラッキング装置及び方法 | |
Farhat et al. | Medical equipment efficient failure management in IoT environment | |
KR20180074473A (ko) | 권취 설비 이상 사전 감지 장치 | |
Alexandru et al. | A smart web-based maintenance system for a smart manufacturing environment | |
EP3582034A1 (en) | Method and apparatus, in the field of automation technology, of updating processing data | |
JP5204075B2 (ja) | 運転状況分析方法および運転状況分析システム | |
US20230221715A1 (en) | Method for the predictive maintenance of an automatic machine for manufacturing or packing consumer articles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240509 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240509 |