WO2017215885A1 - Verfahren zur visualisierung und validierung von prozessereignissen und system zur durchführung des verfahrens - Google Patents

Verfahren zur visualisierung und validierung von prozessereignissen und system zur durchführung des verfahrens Download PDF

Info

Publication number
WO2017215885A1
WO2017215885A1 PCT/EP2017/062216 EP2017062216W WO2017215885A1 WO 2017215885 A1 WO2017215885 A1 WO 2017215885A1 EP 2017062216 W EP2017062216 W EP 2017062216W WO 2017215885 A1 WO2017215885 A1 WO 2017215885A1
Authority
WO
WIPO (PCT)
Prior art keywords
data acquisition
process monitoring
monitoring system
scada
task
Prior art date
Application number
PCT/EP2017/062216
Other languages
English (en)
French (fr)
Inventor
Josef Alois Birchbauer
Michael Hornacek
Daniel SCHALL
Dietmar Schmidt
Paul SCHNEEWEISS
Original Assignee
Siemens Aktiengesellschaft
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 Siemens Aktiengesellschaft filed Critical Siemens Aktiengesellschaft
Priority to US16/301,941 priority Critical patent/US10852715B2/en
Priority to RU2018138574A priority patent/RU2746442C2/ru
Priority to CA3022200A priority patent/CA3022200C/en
Priority to EP17726889.3A priority patent/EP3420425A1/de
Publication of WO2017215885A1 publication Critical patent/WO2017215885A1/de

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—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—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 quality surveillance of production
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4189—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 the transport system
    • G05B19/41895—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 the transport system using automatic guided vehicles [AGV]
    • 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
    • G05B15/00—Systems controlled by a computer
    • G05B15/02—Systems controlled by a computer electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/4185—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 the network communication
    • 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
    • G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0216—Human interface functionality, e.g. monitoring system providing help to the user in the selection of tests or in its configuration
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32404—Scada supervisory control and data acquisition
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/60—Electric or hybrid propulsion means for production processes

Definitions

  • SCADA Supervisory Control and Data Acquisition
  • SCADA Supervisory Driver Assistance Systems
  • utility infrastructures such as oil or gas pipelines
  • SCADA systems typically span long geographic areas and consist of various parts of the facility.
  • Their safe and trouble-free operation is not only from a commercial point of view for the operator and the population to be supplied of greatest interest but also due to regulatory requirements as an operational condition to ensure at all times.
  • this is done with a method for visualization and validation of process events in process monitoring systems in which a permanently installed sensor system reports states to a process monitoring system, if local process data acquisition is triggered, planned, and executed by the process monitoring system if predetermined limit values are exceeded by the process monitoring system. and the result of this data acquisition in the process monitoring system is analyzed, visualized and integrated into the status information about the process or the plant.
  • Mobile sensors mounted on airborne platforms can provide georeferenced image data that can be analyzed by computer vision-based algorithms.
  • these data sources are also used to describe and digitize the process state.
  • the linking of numerically available process values in the SCADA system with information obtained from image data can provide the operator with additional valuable insights.
  • Fig. 1 shows the schematic sequence of erfindunswashen method
  • FIG. 2 shows the architecture of a SCADA system according to the invention
  • FIG. 3 shows a user interface UI integrated into the SCADA software WinCC OA.
  • the control and monitoring system according to the invention according to FIG. 1 is based on a conventional Supervisory Control and Data Acquisition (SCADA) system as marketed, for example, by Siemens AG under the name WinCC OA (Windows Control Center Open Architecture).
  • SCADA Supervisory Control and Data Acquisition
  • Critical process values and malfunctions of the monitored system are recorded by sensors and displayed as alarms and / or messages in the SCADA system.
  • AMS Advanced Maintenance Suite
  • WinCC OA contains video management functions so that stationary video hardware can be integrated into the SCADA system. This allows SCADA users to monitor facilities such as tunnel systems or traffic facilities and to ensure the early detection of problem situations.
  • Stationary cameras can not be used for large-scale supply infrastructures such as pipelines or power lines, which can span several thousand miles and require high-resolution, geo-referenced image data for error detection.
  • large-scale supply infrastructures such as pipelines or power lines, which can span several thousand miles and require high-resolution, geo-referenced image data for error detection.
  • In order to check extensive supply systems such as oil or gas pipelines it is known to carry out flights at regular intervals, for example by helicopter. Attention is paid to abnormalities and, if necessary, more critical points are inspected.
  • the video material recorded during the aerial survey can later be analyzed offline. With this method, large areas can be monitored, but the benefits of the aerial survey depend on the experience of the staff deployed. As a result, reproducibility of the results can not be ensured.
  • the states reported by a permanently installed sensor system are now analyzed for the visualization and validation of process events in SCADA systems, and if predetermined limit values are exceeded, local data acquisition with a mobile sensor is planned and executed. The result of this data acquisition is visualized in the SCADA system.
  • the data acquisition in recordings of imaging sensors such as cameras, NIR camera or LiDAR.
  • imaging sensors such as cameras, NIR camera or LiDAR.
  • the imaging sensor system is arranged on air-supported platforms.
  • UAVs unmanned aerial vehicles
  • self-sufficient flying or pilot-controlled drones as well as manned flight platforms such as helicopters or airplanes.
  • Information about the condition of the earth's surface or objects and areas relevant for the plant operator can be obtained from the images of the mobile sensor system.
  • the method according to the invention is implemented as a task-oriented process, which is executed by a task server component of the SCADA system.
  • Tasks Requests to the task server are called tasks, which are defined by their type, input parameters, and results such as measures or layers.
  • tasks are "Import Reference Model” for importing a georeferenced model, "Acquire Images” for performing a survey with subsequent import of the recordings or application-specific tasks such as the calculation of pipelines. Landfills, terrain changes or detection of anomalies.
  • the execution of a task can be subdivided into the substeps Trigger TR, Acquisition AC, Processing PR and Visualization VI or Process Data Enrichment PDE.
  • the entire process is orchestrated and monitored by the Task Server.
  • Task execution is handled by appropriate asynchronous calls to Computer Vision services, database interactions, and file system accesses, and the results are returned to the SCADA system.
  • the first step of the trigger TR i. the triggering of the method according to the invention can be carried out, for example, by a critical process value or the result of a calculation in the SCADA system.
  • a critical process value e.g. untypical pressure differences at a specific position of the pipeline may be an indication of a leak in the pipeline.
  • Certain weather conditions can also represent this trigger TR.
  • image acquisitions can also be scheduled at specified times.
  • the WinCC OA operator can select a region of interest (ROI) for the pipeline, which is the basis for later flight planning.
  • ROI region of interest
  • the request with available geo information is transmitted to the task server component by a component acting as a so-called manager (Task Manager).
  • the task server receives the requests and processes them depending on the passed parameters.
  • the Acquisition AC ie the procurement of image information, for example by means of drones
  • the flight plan for the aerial survey is preferably generated automatically by the parameters of the task from the SCADA system.
  • the prerequisite for this is that geo-information of the stationary sensors is available so that a valid route can be created over regions with suspicious or critical process values.
  • Flight planning can also be manually created or customized by adding waypoints for the
  • the aerial survey itself is carried out autonomously by an airborne platform and its flight planning or manually assisted by a pilot.
  • Processing PR i.
  • the calculation of measures, depending on the type and parameters of the task, is called by the task server Computer Vision Modules, for example, to calculate fillings along the pipeline (depth-of-cover) or to detect changes over time (change detection). All results and metadata of the analysis are analyzed in the process data
  • the results of the image analysis can be key figures or layers that can be visualized in a map server (for example geo-server) in a spatial and temporal context.
  • a map server for example geo-server
  • the results are also made available in the SCADA system by means of the Task Manager component and the interface to the task server. Thus, they can be displayed directly in the SCADA user interface or viewed together with existing process data.
  • the core element of this architecture is a task server that receives requests from the SCADA system and processes them according to their type and their parameters.
  • the task server performs the following tasks:
  • Map Server such as GeoServer
  • WMS Web Map Service
  • WCS Web Feature Service
  • WFS Web Processing Service
  • the inventive system architecture according to FIG. 2 can be subdivided into the layers user interface UI, backend BE, storage ST and computer vision services CVS. All levels are able to process, store or visualize Spatial Data.
  • the modular and service-oriented structure enables the implementation of new use cases and the connection of further computer vision services.
  • the User Interface UI of the SCADA system is used to visualize the results of aerial surveys. This allows the plant operator and SCADA users to view and analyze these as usual process values.
  • a map server e.g., GeoServer
  • maps and generated layers can be displayed. Since the task server TS is provided as a component independent of the SCADA system, a programming interface offered via websocket services also makes it possible to connect further user interface implementations, such as web-based user interfaces.
  • the task server contains the processing logic for the tasks requested by the user interface and provides interfaces to the clients.
  • the task server interacts with the SCADA software, an image database, and the relational spatial database as data storage, as well as with computer vision services needed to complete the tasks.
  • an analytics module will be integrated, which supports the analysis of SCADA process values by means of data mining methods and thus can generate additional triggers.
  • the archive database is part of the SCADA software and offers the possibility to historicize all process values recorded by sensors. This is also a prerequisite for being able to view process values together with the results of image analyzes over time.
  • the Task Info Store is part of the Task Server component and is intended as a relational spatial database (for example, Oracle Spatial). All requests to the task server are stored in this database with parameters, log data and the results of the computer vision algorithms to ensure complete traceability of the processes.
  • the database also stores georeferenced spatial objects such as raster and vector layers that are visualized by a Map Server.
  • the image database is realized as a file storage database (NAS) and serves to store the source images of the image acquisition. These are referenced in the Task Info database and can be input to computer vision algorithms.
  • NAS file storage database
  • Websocket / REST provide computer vision capabilities that the task server calls to handle task workflows. Input for the calculation are typically the images created by the aerial survey or layers created in past tasks.
  • Examples of computer vision services are the calculation of "core" objects such as color and height layers or application-specific layers such as depth-of-cover for presentation and analysis of landfill or change for detection of terrain changes Partly very compute-intensive and process large amounts of data, which is why special hardware such as CUDA is used for parallel calculation.
  • the user interface UI represents another essential component of the system architecture according to the invention
  • Plant Operator uses the User Interface UI of its SCADA software to monitor and control processes and states currently described by process values. By enriching them with the automatically generated results from aerial surveys and analyzing them together in the SCADA User Interface UI, the user gets an extended view of his plant. Map widgets support the display of maps and layers that are generated by the Task Server in addition to measures. This allows the plant operator to monitor its supply infrastructure in a spatial context.
  • FIG. 3 shows by way of example a user interface UI integrated into the SCADA software WinCC OA for analysis of the deposit along a pipeline section.
  • the depth of cover layer is calculated using computer vision algorithms and contains the fill of the pipeline, i. how much material is above the pipeline
  • landfill is an essential measure, as a minimum value must be guaranteed and too low a value would in extreme cases mean exposing the pipeline and thus high risk of damage. Even too high a value can provide evidence of a landslide and risk locations.
  • a user interface UI that visualizes the pipeline and generated layers in a geographic context.
  • the numerically calculated accumulation values are also displayed in a two-dimensional diagram.
  • a "find nearest image” function can also be used to relate to the captured source images.
  • the exemplary user interface UI offers two different views, GisView or ModelView.
  • GisView widget various layers can be shown or hidden that were previously generated by the Task Server and rendered by a Map Server.
  • OSM Open Street Map
  • a so-called color layer is created from the recorded images and shows the recorded area from a bird's eye view.
  • Critical accumulation values in the depth-of-cover layer are already highlighted in color in the map display and can be viewed more closely with the widget's Zoom In function.
  • the height and accumulation profile "Height and Depth Profile” is a two-dimensional representation of the pipeline and visualizes the absolute height of the pipeline based on its reference model and the build-up relative to the pipeline height.
  • the coloring of critical accumulation values is analogous to the presentation in the GisView Widget A red dot establishes the relationship between GisView and Height and Depth Profile and can be set by the user.
  • Task Server functions in the Image View widget will display the next source image of the map, allowing operators to interactively intercept critical locations of large-scale pipelines.
  • a traffic light logic shows the plant operator longer routes with a high risk potential.

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)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Processing Or Creating Images (AREA)
  • Traffic Control Systems (AREA)

Abstract

Die Erfindung betrifft ein Verfahren zur Visualisierung und Validierung von Prozessereignissen in Prozessüberwachungssystemen mit folgenden Merkmalen: - ein fest installiertes Sensorsystem meldet Zustände an ein Prozessüberwachungssystem, - bei Überschreitung von vorgegebenen Grenzwerten wird vom Prozessüberwachungssystem eine lokale Datenerfassung mit einem mobilen Sensor ausgelöst, geplant, und ausgeführt (TR,AC), - das Ergebnis dieser Datenerfassung wird im Prozessüberwachungssystem analysiert (PR) visualisiert (VI) und in die Zustandsinformation über den Prozess oder die Anlage integriert (PDE).

Description

Beschreibung / Description
Bezeichnung der Erfindung / Title of the invention
Verfahren zur Visualisierung und Validierung von Prozessereignissen und System zur Durchführung des Verfahrens.
Zur automatisierten Steuerung von Prozessen und Anlagen werden nach dem Stand der Technik sogenannte Supervisory Control and Data Acquisition (SCADA) - Systeme eingesetzt. Darunter versteht man Steuerungssysteme, welche die Überwachung, Steuerung und Visualisierung von industriellen Prozessen ermöglichen. Bestandteile dieser Steuerungssysteme sind einerseits Hardwarekomponenten wie Sensoren, PLCs oder RTUs zur Messung und Übertragung der Prozesswerte und andererseits Software wie beispielsweise SIMATIC WinCC OA als Benutzerschnittstelle, Alarmmanagement, Datenarchivierung und Prozessvisualisierung .
Ein bedeutsamer Anwendungsfall von SCADA Systemen betrifft die Überwachung und Steuerung von Versorgungsinfrastrukturen wie Öl- oder Gaspipelines, die sich typischerweise über weite geografische Bereiche erstrecken und aus verschiedenen Anlagenteilen bestehen. Deren sicherer und störungsfreier Betrieb ist nicht nur aus kommerzieller Sicht für den Betreiber und die zu versorgende Bevölkerung von größtem Interesse sondern auch aufgrund behördlicher Auflagen als betriebliche Voraussetzung zu jedem Zeitpunkt sicherzustellen.
Während der Anlagenbetreiber im SCADA System durch stationäre Sensoren zu verschiedenen Kontrollpunkten typische Parameter wie den aktuellen Druck, Durchfluss oder Temperatur des in der Pipeline transportierten Mediums überwacht, hat er keine Möglichkeit aus demselben System komplexere und unstrukturierte Daten zu akquirieren. Dazu zählen Informationen und Erkenntnisse, die sich aus Aufnahmen bildgebender Sensorik (z.B. Farbkamera, NIR-Kamera, LiDAR) von Versorgungseinrichtungen ableiten lassen. Der Erfindung liegt daher die Aufgabe zugrunde, den Stand der Technik weiterzuentwickeln und insbesondere Bilddaten zur Prozesssteuerung heranzuziehen
Erfindungsgemäß geschieht dies mit einem Verfahren zur Visualisierung und Validierung von Prozessereignissen in Prozess- überwachungssystemen bei dem ein fest installiertes Sensorsystem Zustände an ein Prozessüberwachungssystem meldet, bei Überschreitung von vorgegebenen Grenzwerten vom Prozessüberwachungssystem eine lokale Datenerfassung mit einem mobilen Sensor ausgelöst, geplant, und ausgeführt wird, und das Ergebnis dieser Datenerfassung im Prozessüberwachungssystem analysiert, visualisiert und in die Zustandsinformation über den Prozess oder die Anlage integriert wird.
Vorteilhafte Ausgestaltungen ergeben sich aus den Unteransprüchen .
Auf luftgestützten Plattformen (z.B. Drohnen, Helikopter, Flugzeuge) angebrachte mobile Sensoren können georeferenzier- ten Bilddaten liefern, welche durch Computer Vision-basierte Algorithmen analysiert werden können.
Erfindungsgemäß werden auch diese Datenquellen zur Beschreibung und Digitalisierung des Prozesszustandes herangezogen. Insbesondere die Verknüpfung numerisch verfügbarer Prozesswerte im SCADA System mit aus Bilddaten gewonnenen Informationen kann dem Betreiber zusätzliche wertvolle Erkenntnisse liefern .
Vorteilhafte Anwendungen bei der Überwachung von ober- bzw. unterirdische Pipelines, sind insbesondere die Erkennung der Unterschreitung der Pipelineaufschüttung unter einen vorgeschriebenen Wert, die Erkennung von Geländeveränderungen im Zeitverlauf und die Bewertung von Beschädigungen der Pipeline durch Bauarbeiten, Vandalismus, aber auch durch mechanische Abnützung . Durch den Einsatz mobiler bildgebender Sensorik in Kombination mit Computer Vision-basierten Algorithmen kann der manuelle Aufwand minimiert und reproduzierbare Ergebnisse erzeugt werden und auch großflächige Areale und die daraus resultierenden großen Datenmengen verarbeitet werden.
Die Erfindung wird anhand von Figuren näher erläutert. Es zeigen beispielhaft:
Fig. 1 den schematischen Ablauf des erfindunsgemäßen Verfahrens
Fig. 2 die Architektur eines erfindungsgemäßen SCADA-Systems Fig.3 ein in die SCADA Software WinCC OA integriertes User Interface UI .
Das erfindungsgemäße Steuerungs- und Überwachungs-System nach Figur 1 beruht auf einem üblichen Supervisory Control and Data Acquisition (SCADA)- System wie es beispielsweise von der Siemens AG unter der Bezeichnung WinCC OA (Windows Control Center Open Architecture) vertrieben wird.
Kritische Prozesswerte und Fehlfunktionen der überwachten Anlage werden mittels Sensoren erfasst und als Alarme und/oder Meldungen im SCADA System dargestellt.
Können diese kritischen Prozesswerte und Fehlfunktionen nicht durch Steuereingriffe behoben werden, so ist eine manuelle Kontrolle und visuelle Prüfung durch technisches Personal er- forderlich .
Für die Durchführung von Kontrollen und Wartungen gibt es unterstützende Software Tools wie beispielsweise AMS (Advanced Maintenance Suite) für WinCC OA.
Diese dienen der Verwaltung von Technikpersonal ausgelegt, ermöglichen allerdings keine automatisierte und ereignisge- steuerte Bildakquisition beispielweise durch Befliegung von weitläufigen Infrastrukturanlagen mit Drohnen.
Eine Rückführung von Ergebnissen aus der Bildanalyse in das SCADA System ist nach dem Stand der Technik nicht vorgesehen Manuelle Überprüfungen ohne Digitalisierung der Beobachtungen liefern jedoch keine reproduzierbaren Ergebnisse und sind daher für Anwendungen wie die Change Detection ungeeignet, für die ein strukturierter und vergleichbarer Ablauf Vorausset- zung ist.
In WinCC OA sind Videomanagementfunktionen enthalten, sodass stationäre Videohardware in das SCADA System integriert werden kann. Damit wird eine Überwachung von Anlagen wie bei- spielsweise Tunnelsystemen oder Verkehrseinrichtungen durch SCADA Benutzer erlaubt und eine Früherkennung von Problemsituationen gewährleistet.
Stationäre Kameras können jedoch nicht für großflächige Ver- sorgungsinfrastrukturen wie Pipelines oder Stromleitungen eingesetzt werden, die sich über mehrere 1000 km erstrecken können und hochauflösende, georeferenzierte Bilddaten zur Fehlererkennung erfordern. Um weitläufige Versorgungsanlagen wie Öl- oder Gaspipelines zu überprüfen ist es bekannt, in regelmäßigen Abständen Befliegungen beispielsweise mittels Helikopter durchzuführen. Dabei wird auf Auffälligkeiten geachtet und gegebenenfalls kritische Stellen näher inspiziert. Zusätzlich kann das wäh- rend der Befliegung aufgenommene Videomaterial später offline analysiert werden. Mit dieser Methode lassen sich große Gebiete überwachen, doch ist der Nutzen der Befliegung von der Erfahrung des eingesetzten Personals abhängig. Dadurch kann keine Reproduzierbarkeit der Ergebnisse sichergestellt wer- den.
Die derzeit existierenden Lösungsansätze sind daher mit hohem Personalaufwand und mit hohen Kosten verbunden, die sich durch manuelle Überprüfungen und Analysen, sowie fehlende Digitalisierungen der Beobachtungen ergeben.
Erfindungsgemäß werden nun zur Visualisierung und Validierung von Prozessereignissen in SCADA-Systemen die von einem fest installierten Sensorsystem gemeldeten Zustände analysiert, und bei Überschreitung von vorgegebenen Grenzwerten wird eine lokale Datenerfassung mit einem mobilen Sensor geplant und ausgeführt. Das Ergebnis dieser Datenerfassung wird im SCADA- System visualisiert .
Vorzugsweise besteht die Datenerfassung in Aufnahmen bildgebender Sensorik wie Kameras, NIR-Kamera oder LiDAR.
Diese Aufnahmen werden analysiert und im SCADA System verwertet.
Günstig ist es, wenn die bildgebende Sensorik auf luftgestützten Plattformen angeordnet ist. Darunter fallen sowohl UAVs (unmanned aerial vehicle) wie autark fliegende oder Pilotengesteuerte Drohnen, als auch bemannte Flugplattformen wie Helikopter oder Flugzeuge.
Aus den Aufnahmen der mobilen Sensorik können Informationen über die Beschaffenheit der Erdoberfläche oder für den Anlagenbetreiber relevante Objekte und Areale gewonnen werden.
Beispielhaft wird das erfindungsgemäße Verfahren als Task- orientierter Prozess verwirklicht, der von einer Task-Server Komponente des SCADA -Systems ausgeführt wird.
Anfragen an den Task-Server werden als Tasks bezeichnet, die sich durch ihren Typ, Eingabeparameter und Resultate wie Kennzahlen oder Layer definieren. Beispiele für Tasks sind „Import Reference Model" zur Importierung eines georeferen- zierten Modells, „Acquire Images" zur Durchführung einer Befliegung mit anschließendem Import der Aufnahmen oder anwendungsspezifische Aufgaben wie die Berechnung von Pipeline- Aufschüttungen, Geländeveränderungen oder Erkennung von Anomalien .
Wie in Abbildung 1 dargestellt, kann die Abarbeitung eines Tasks in die Teilschritte Trigger TR, Acquisition AC, Processing PR und Visualization VI bzw. Process Data Enrichment PDE gegliedert werden. Der gesamte Prozess wird durch den Task- Server orchestriert und überwacht.
Der Ablauf des Tasks wird durch entsprechende asynchrone Aufrufe von Computer Vision-Services, Datenbankinteraktionen und Zugriffe auf das Dateisystem abgearbeitet und die Resultate in das SCADA System zurückgeführt.
Der erste Schritt des Triggers TR, d.h. der Auslösung des erfindungsgemäßen Verfahrens kann beispielsweise durch einen kritischen Prozesswert oder das Ergebnis einer Berechnung im SCADA-System erfolgen. So können z.B. untypische Druckunterschiede an einer bestimmten Position der Pipeline ein Hinweis auf eine Leckage in der Pipeline sein. Auch bestimmte Wetterbedingungen können diesen Trigger TR darstellen. Neben der Event-basierten Erstellung eines neuen Tasks können Bildak- quisitionen auch zu festgelegten Zeitpunkten eingeplant werden. Der WinCC OA Operator kann dazu eine Region Of Interest (ROI) der Pipeline selektieren, die Basis für die spätere Flugplanung ist.
In WinCC OA wird durch eine als sogenannter Manager wirkende Komponente (Task Manager) die Anfrage mit verfügbaren Geo- Informationen an die Task-Server-Komponente übermittelt. Der Task-Server empfängt die Anfragen und bearbeitet sie abhängig von den übergebenen Parametern.
Für den zweiten Schritt die Acquisition AC, d.h die Beschaffung der Bildinformation beispielsweise mittels Drohnen wird der Flugplan für die Befliegung vorzugsweise automatisch durch die Parameter des Tasks aus dem SCADA System generiert. Voraussetzung dafür ist, dass Geoinformationen der stationären Sensoren verfügbar sind, sodass daraus eine gültige Route über Regionen mit verdächtigen oder kritischen Prozesswerten erstellt werden kann. Die Flugplanung kann auch manuell erstellt oder angepasst werden, indem Wegpunkte für die
Befliegung definiert werden.
Die Befliegung selbst wird je nach technischen und rechtlichen Gegebenheiten autonom durch eine luftgestützte Plattform und deren Flugplanung durchgeführt oder manuell durch einen Piloten unterstützt.
Im dritten Schritt, dem sogenannten Processing PR, d.h. der Berechnung von Kennzahlen werden abhängig von Typ und Parametern des Tasks vom Task-Server Computer Vision-Module aufgerufen um beispielsweise Aufschüttungen entlang der Pipeline zu berechnen (Depth-of-Cover) oder Veränderungen im Zeitverlauf zu erkennen (Change Detection) . Sämtliche Ergebnisse und Metadaten der Analyse werden im Zuge des Process Data
Enrichment in einer Task-Server-Datenbank gespeichert, sodass eine Nachvollziehbarkeit der Prozesse gewährleistet ist und die Kennzahlen in das SCADA-Anlagenbild integriert werden können .
Bei den Ergebnissen der Bildanalyse kann es sich um Kennzah- len oder um Layer handeln, die in einem Map Server (z.B. Geo- Server) im räumlichen und zeitlichen Kontext visualisiert werden können .
Im vierten Schritt der Visualisierung VI in SCADA werden mittels Task-Manager-Komponente und die Schnittstelle zum Task- Server die Ergebnisse auch im SCADA System verfügbar gemacht. Somit können sie direkt im SCADA User Interface dargestellt werden oder gemeinsam mit bestehenden Prozessdaten betrachtet werden .
Zur Realisierung des erfindungsgemäßen Verfahrens als Task- orientierter Prozess ist nach dem Ausführungsbeispiel eine flexible Architektur gemäß Fig. 2 vorgesehen, welche einfach in ein bestehenden SCADA System wie WinCC OA integrierbar ist und durch einen modularen Aufbau gleichzeitig offen für verschiedene Industrien und Anwendungen ist.
Kernelement dieser Architektur ist dabei ein Task-Server, der Anfragen des SCADA Systems empfängt und sie entsprechend ihres Typs und ihrer Parameter abarbeitet.
Zusammengefasst übernimmt der Task-Server folgende Aufgaben:
• Empfang unterschiedlicher Task-Requests wie Durchführung von Befliegungen über einem bestimmten Gebiet, Berechnungen basierend auf den akquirierten Aufnahmen oder vorheriger Ergebnisse
· Verwaltung von Tasks und Projekten zur vollständigen Nachvollziehbarkeit von Berechnungen
• Import von Aufnahmen nach Befliegungen und Metadaten in eine relationale Spatial-Datenbank
• Aufruf von Computer Vision-Services abhängig von Parame- tern des Task-Requests zur Berechnung von Kennzahlen und Generierung von Layer
• Erstellung von Layer-Objekten in einem Map Server (z.B. GeoServer) zur Visualisierung von Geodäten und Bereitstellung von ortsbezogenen Informationen über standardisierte Schnitt- stellen wie Web Map Service (WMS), Web Coverage Service
(WCS), Web Feature Service (WFS) und Web Processing Service (WPS)
• Schnittstelle zur bestehender SCADA Software zur Rückführung von Ergebnissen und Visualisierungen im SCADA User Interface
Die erfindungsgemäße Systemarchitektur gemäß Fig. 2 kann in die Schichten User Interface UI, Back-End BE, Storage ST und Computer Vision Services CVS untergliedert werden. Alle Ebe- nen sind in der Lage, Spatial Data zu verarbeiten, zu speichern oder zu visualisieren . Der modulare und serviceorientierte Aufbau ermöglicht die Umsetzung von neuen Anwendungsfällen und die Anbindung weiterer Computer Vision-Services.
Das User Interface UI des SCADA-Systems wird zur Visualisierung der Resultate aus Befliegungen eingesetzt. Dadurch kann der Anlagenbetreiber und SCADA -Nutzer diese wie übliche Prozesswerte betrachten und in deren Kontext analysieren. Zusätzlich können durch einen Map Server (z.B. GeoServer) und entsprechende Widgets im User Interface UI, Kartenmaterial und generierte Layer dargestellt werden. Da der Task-server TS als vom SCADA System unabhängige Komponente vorgesehen ist, ermöglicht eine über Websocket-Services angebotene Programmierschnittstelle auch die Anbindung weiterer User Interface -Implementierungen, wie etwa webbasierter Benutzeroberflächen .
Der Task-Server beinhaltet die Verarbeitungslogiken für die vom User Interface angefragten Tasks und stellt Schnittstellen zu den Clients bereit. Als Backend BE in der Gesamtarchitektur interagiert der Task-Server mit der SCADA Software, einer Bilddatenbank und der relationalen Spatial-Datenbank als Datenspeicher, sowie mit Computer Vision-Services, die zur Abarbeitung der Tasks benötigt werden. Zusätzlich wird ein Analytics Modul integriert, welches die Analyse von SCADA Prozesswerten mittels Data Mining Methoden unterstützt und somit zusätzliche Trigger generieren kann.
Es sind drei Datenspeicher vorgesehen, eine Archivdatenbank, ein Task Info-Datenspeicher, sowie eine Bilddatenbank.
Die Archivdatenbank ist Teil der SCADA Software und bietet die Möglichkeit alle durch Sensoren erfassten Prozesswerte zu historisieren. Dies ist auch eine Voraussetzung um Prozesswerte gemeinsam mit den Ergebnissen aus Bildanalysen im Zeitverlauf betrachten zu können. Der Task Info-Datenspeicher ist Teil der Task-Server- Komponente und als relationale Spatial-Datenbank (z.B. Oracle Spatial) vorgesehen. Sämtliche Anfragen an den Task-Server werden in dieser Datenbank mit Parametern, Log-Daten und den Ergebnissen der Computer Vision-Algorithmen abgelegt um eine vollständige Nachvollziehbarkeit der Prozesse zu gewährleisten .
In der Datenbank werden auch georeferenzierte, räumliche Ob- jekte wie Raster- und Vektorlayer gespeichert, die durch einen Map Server visualisiert werden.
Die Bilddatenbank ist als File Storage-Datenbank (NAS) realisiert und dient der Ablage der Ursprungsbilder der Bildakqui- sition. Diese werden in der Task Info-Datenbank referenziert und können Input für Computer Vision-Algorithmen sein.
Mittels Services (Websocket/REST) werden Computer Vision- Funktionen bereitgestellt, die der Task-Server zur Abarbei- tung der Task-Workflows aufruft. Input für die Berechnung sind typischerweise die durch die Befliegung erstellten Aufnahmen oder in vergangenen Tasks erzeugte Layer.
Beispiele für Computer Vision-Services sind die Berechnung von „Core"-Obj ekten wie Color- und Height-Layer oder anwendungsspezifische Layer wie Depth-of-Cover zur Darstellung und Analyse der Aufschüttung oder Change zur Erkennung von Geländeveränderungen. Die eingesetzten Algorithmen sind zum Teil sehr rechenintensiv und bearbeiten große Datenmengen, weshalb spezielle Hardware wie CUDA zur parallelen Berechnung eingesetzt wird.
Neben dem Task-Server als Back-End BE in der Gesamtarchitektur, stellt das User Interface UI eine weitere wesentliche Komponente der erfindungsgemäßen Systemarchitektur dar. Der
Anlagenbetreiber verwendet das User Interface UI seiner SCADA Software zur Überwachung und Steuerung von Prozessen und Zuständen, die derzeit durch Prozesswerte beschrieben werden. Indem diese durch die automatisch generierten Resultate aus Befliegungen angereichert werden und gemeinsam im SCADA User Interface UI analysiert werden, erhält der Anwender eine erweiterte Sicht auf seine Anlage. Map-Widgets unterstützen die Anzeige von Kartenmaterial und Layer, die neben Kennzahlen vom Task-Server generiert werden. Dadurch kann der Anlagenbetreiber seine Versorgungsinfrastruktur im räumlichen Kontext überwachen .
Um den Nutzen des Task-Servers und der integrierten Darstellung der Ergebnisse im SCADA User Interface UI zu veranschaulichen, wird die Berechnung der Aufschüttung und eines „Depth-of-Cover"-Layers als ein möglicher Anwendungsfall beschrieben .
Fig. 3 zeigt beispielhaft ein in die SCADA Software WinCC OA integriertes User Interface UI zur Analyse der Aufschüttung entlang eines Pipelineabschnitts .
Der Depth of Cover-Layer wird mittels Computer Vision- Algorithmen berechnet und enthält die Aufschüttung der Pipeline, d.h. wie viel Material über der Pipeline vorhanden ist. Für den Anlagenbetreiber ist die Aufschüttung eine wesentliche Kennzahl, da ein Mindestwert garantiert werden muss und ein zu geringer Wert im Extremfall ein Freiliegen der Pipeline und somit hohes Risiko für Schäden bedeuten würde. Auch ein zu hoher Wert kann Hinweise auf einen Hangrutsch und Risikostellen liefern.
Für diesen Anwendungsfall wird ein User Interface UI bereitgestellt, das die Pipeline und erzeugte Layer im geografi- schen Kontext visualisiert . Die numerisch errechneten Aufschüttungswerte werden auch in einem zweidimensionalen Diagramm dargestellt.
Durch eine „Find nearest Image"-Funktion kann auch Bezug zu den aufgenommenen Ursprungsbildern hergestellt werden.
Das beispielhafte User Interface UI bietet zwei unterschiedliche Sichtweisen, GisView oder ModelView. Im GisView Widget können verschiedene Layer ein- und ausgeblendet werden, die zuvor vom Task Server generiert wurden und von einem Map Server gerendert werden . In einem Fenster wird Kartenmaterial beispielsweise von OSM (Open Street Map) eingeblendet und damit Geoinformationen wie Ortsnamen, Straßennamen und natürliche Gegebenheiten dem SCADA Benutzer zur Verfügung gestellt. Ein sogenannter Color Layer wird aus den aufgenommenen Bildern erstellt und zeigt das aufgenommene Gebiet aus der Vogelperspektive.
Kritische Aufschüttungswerte im Depth-of-Cover-Layer werden bereits in der Kartendarstellung farblich gekennzeichnet und können durch die Zoom In-Funktion des Widgets genauer be- trachtet werden.
Das Höhen- und Aufschüttungsprofil „Height and Depth Profile" ist eine zweidimensionale Darstellung der Pipeline und visua- lisiert einerseits die absolute Höhe der Pipeline basierend auf ihrem Referenzmodell und andererseits die Aufschüttung relativ zur Pipelinehöhe. Die Einfärbung von kritischen Aufschüttungswerten erfolgt analog zur Darstellung im GisView Widget. Ein roter Punkt stellt den Bezug zwischen GisView und Height and Depth Profile her und kann durch den Benutzer gesetzt werden.
Wird die „Find nearest image"-Schaltfläche gedrückt, so wird durch Task Server-Funktionen im Image View-Widget das dem Kartenausschnitt nächste Ursprungsbild angezeigt. Durch diese Funktion kann der Anlagenbetreiber interaktiv kritische Stellen von weitläufigen Pipelines mit sehr hohem Detailgrad in- spizieren.
Zusätzlich wird eine sogenannte Segmenttabelle in einem eigenen Fenster dargestellt. Dafür werden aneinander folgende kritische Werte der Bedeckung zu Segmenten zusammengefasst und durch ihren minimalen Aufschüttungswert repräsentiert. Eine Ampel-Logik zeigt dem Anlagenbetreiber längere Strecken mit hohem Risikopotential. Bezugszeichenliste
UI User Interface
BE Back-End
ST Storage
CVS Computer Vision Services
TR Trigger
AC Acquisition
PR Processing
VI Visualization
PDE Process Data Enrichment

Claims

Patentansprüche / Patent Claims
1. Verfahren zur Visualisierung und Validierung von Prozessereignissen in Prozessüberwachungssystemen mit folgenden Merkmalen:
- ein fest installiertes Sensorsystem meldet Zustände an ein Prozessüberwachungssystem,
- bei Überschreitung von vorgegebenen Grenzwerten wird vom Prozessüberwachungssystem eine lokale Datenerfassung mit einem mobilen Sensor ausgelöst, geplant, und ausgeführt (TR,AC),
- das Ergebnis dieser Datenerfassung wird im Prozessüberwachungssystem analysiert (PR) visualisiert (VI) und in die Zustandsinformation über den Pro- zess oder die Anlage integriert (PDE) .
Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass der mobile Sensor auf einer luftgestützten Plattform wie einer Drohne, einem Helikopter oder einem Flugzeug angebracht ist.
Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass als mobile Sensoren Kameras, NIR-Kameras oder LiDAR-Systeme vorgesehen sind.
System zum Steuern und Überwachen technischer Prozesse und Anlagen, welches Mittel zur Erfassung, Speicherung und Auswertung prozess- und anlagenrelevanter Daten, Mittel zur Visualisierung (UI), Steuerungsmittel und Mittel zur Auslösung von Alarmen bei Über- oder Unterschreiten von Grenzwerten vorgegebener Prozess- oder Anlagenparameter umfasst, dadurch gekennzeichnet, dass eine Task-Server-Komponente vorgesehen ist, welche nach Auslösung einer lokalen Datenerfassung mit einem mobilen Sensor den Ablauf der Datenerfassung plant und steuert und das Ergebnis der Datenerfassung analysiert
PCT/EP2017/062216 2016-05-24 2017-05-22 Verfahren zur visualisierung und validierung von prozessereignissen und system zur durchführung des verfahrens WO2017215885A1 (de)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US16/301,941 US10852715B2 (en) 2016-05-24 2017-05-22 System and method for visualizing and validating process events
RU2018138574A RU2746442C2 (ru) 2016-05-24 2017-05-22 Способ для визуализации и валидации событий процесса и система для осуществления способа
CA3022200A CA3022200C (en) 2016-05-24 2017-05-22 System and method for visualizing and validating process events
EP17726889.3A EP3420425A1 (de) 2016-05-24 2017-05-22 Verfahren zur visualisierung und validierung von prozessereignissen und system zur durchführung des verfahrens

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
ATA50468/2016 2016-05-24
ATA50468/2016A AT518681A1 (de) 2016-05-24 2016-05-24 Verfahren zur Visualisierung und Validierung von Prozessereignissen und System zur Durchführung des Verfahrens

Publications (1)

Publication Number Publication Date
WO2017215885A1 true WO2017215885A1 (de) 2017-12-21

Family

ID=58873790

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2017/062216 WO2017215885A1 (de) 2016-05-24 2017-05-22 Verfahren zur visualisierung und validierung von prozessereignissen und system zur durchführung des verfahrens

Country Status (6)

Country Link
US (1) US10852715B2 (de)
EP (1) EP3420425A1 (de)
AT (1) AT518681A1 (de)
CA (1) CA3022200C (de)
RU (1) RU2746442C2 (de)
WO (1) WO2017215885A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3968107A1 (de) 2020-09-09 2022-03-16 Siemens Aktiengesellschaft Prozessüberwachungssystem und verfahren zum betrieb eines prozessüberwachungssystems

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102015224854A1 (de) * 2015-12-10 2017-06-14 Siemens Aktiengesellschaft Verfahren zur Erstellung einer Tiefenkarte
JP7375909B2 (ja) * 2020-03-03 2023-11-08 日本電気株式会社 設備診断システム、及び、設備診断方法
CN111857092B (zh) * 2020-06-22 2024-04-30 杭州群核信息技术有限公司 一种家居参数化模型的实时错误检测系统及方法
CN113485267A (zh) * 2021-07-12 2021-10-08 湖南先登智能科技有限公司 一种镍基靶材生产自动控制系统
US11790312B1 (en) * 2023-03-23 2023-10-17 Project Canary, Pbc Supply-chain characteristic-vectors merchandising system and methods

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014029431A1 (en) * 2012-08-22 2014-02-27 Abb Research Ltd Unmanned vehicle for system supervision
WO2015147871A1 (en) * 2014-03-28 2015-10-01 Sicpa Security Inks & Systems Usa, Inc. Global management for oil gas assets

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5832187A (en) 1995-11-03 1998-11-03 Lemelson Medical, Education & Research Foundation, L.P. Fire detection systems and methods
US6426716B1 (en) 2001-02-27 2002-07-30 Mcewan Technologies, Llc Modulated pulse doppler sensor
US7095321B2 (en) 2003-04-14 2006-08-22 American Power Conversion Corporation Extensible sensor monitoring, alert processing and notification system and method
US7233843B2 (en) * 2003-08-08 2007-06-19 Electric Power Group, Llc Real-time performance monitoring and management system
US8108795B2 (en) * 2006-09-07 2012-01-31 Yahoo! Inc. System and method for the visualization of sports information
EP2082293B1 (de) * 2006-10-18 2019-11-27 Siemens Aktiengesellschaft Verfahren und system zum steuern einer elektrischen anlage
US7865835B2 (en) * 2007-10-25 2011-01-04 Aquatic Informatics Inc. System and method for hydrological analysis
US8122050B2 (en) * 2008-04-16 2012-02-21 International Business Machines Corporation Query processing visualization system and method of visualizing query processing
BRPI1012177A2 (pt) * 2009-05-14 2016-04-05 Pioneer Hi Bred Int métodos e sistema para estimar uma característica de planta, métodos de predição de tolerância a seca em uma planta, de predição do teor de um analito-alvo em uma planta, de predição de um teor de introgressão do genoma de um experimento de retrocruzamento.
DE102010048400A1 (de) * 2010-03-15 2011-09-15 Horst Zell Verfahren zur Überprüfung des baulichen Zustands von Windkraftanlagen
US8874526B2 (en) * 2010-03-31 2014-10-28 Cloudera, Inc. Dynamically processing an event using an extensible data model
US8954870B2 (en) * 2010-10-08 2015-02-10 Irise System and method for extending a visualization platform
US8839133B2 (en) * 2010-12-02 2014-09-16 Microsoft Corporation Data visualizations including interactive time line representations
US20140312165A1 (en) 2013-03-15 2014-10-23 Armen Mkrtchyan Methods, apparatus and systems for aerial assessment of ground surfaces
EP3152730A4 (de) 2014-06-09 2017-10-25 Sicpa Holding SA Integritätsverwaltungssystem zur verwaltung und steuerung von daten zwischen entitäten in einer versorgungskette von öl- und gasvermögenswerten
US9429945B2 (en) 2014-10-22 2016-08-30 Honeywell International Inc. Surveying areas using a radar system and an unmanned aerial vehicle
US9922282B2 (en) * 2015-07-21 2018-03-20 Limitless Computing, Inc. Automated readiness evaluation system (ARES) for use with an unmanned aircraft system (UAS)
US20190079996A1 (en) * 2017-09-08 2019-03-14 General Electric Company Collaborative analytic ecosystem
US10623832B2 (en) * 2017-11-10 2020-04-14 Sensia Llc Systems and methods for transferring data from remote sites

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014029431A1 (en) * 2012-08-22 2014-02-27 Abb Research Ltd Unmanned vehicle for system supervision
WO2015147871A1 (en) * 2014-03-28 2015-10-01 Sicpa Security Inks & Systems Usa, Inc. Global management for oil gas assets

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3968107A1 (de) 2020-09-09 2022-03-16 Siemens Aktiengesellschaft Prozessüberwachungssystem und verfahren zum betrieb eines prozessüberwachungssystems

Also Published As

Publication number Publication date
RU2746442C2 (ru) 2021-04-14
RU2018138574A3 (de) 2020-06-25
RU2018138574A (ru) 2020-06-25
CA3022200A1 (en) 2017-12-21
EP3420425A1 (de) 2019-01-02
CA3022200C (en) 2021-10-19
US20190204814A1 (en) 2019-07-04
AT518681A1 (de) 2017-12-15
US10852715B2 (en) 2020-12-01

Similar Documents

Publication Publication Date Title
WO2017215885A1 (de) Verfahren zur visualisierung und validierung von prozessereignissen und system zur durchführung des verfahrens
DE102006014634B4 (de) Mensch-Maschine-Schnittstelle für ein Kontroll- bzw. Steuerungs-System
US11237016B2 (en) Map-based trip trajectory and data integration system
US11926436B2 (en) Automated fusion and analysis of multiple sources of aircraft data
EP3293115B1 (de) Verfahren zur steuerung unbemannter flugobjekte
Ancel et al. Predictive safety analytics: inferring aviation accident shaping factors and causation
Nwaogu et al. Application of drones in the architecture, engineering, and construction (AEC) industry
Kim et al. Field test-based UAS operational procedures and considerations for construction safety management: a qualitative exploratory study
DE102019126463A1 (de) Drohnengestützte bedienerrunden
DE102016217950A1 (de) Verfahren und Anordnung zum Erkennen von Hindernissen auf Fluchtwegen, insbesondere in Gebäuden
EP3623891A1 (de) Individualisierbare bildhierarchien für ein leitsystem einer technischen anlage
DE102014103440A1 (de) Mobile Analyse physikalischer Phänomene in einer verfahrenstechnischen Anlage
DE112022001224T5 (de) Systeme und verfahren zur verwaltung einer roboterflotte
Shmelova et al. Automated Systems in the Aviation and Aerospace Industries
EP3926564B1 (de) Computerimplementiertes verfahren, computersystem und computerprogramm zur automatisierten überwachung einer elektrischen schaltanlage
DE102019134021A1 (de) Verfahren zum Überwachen einer Anlage der Automatisierungstechnik
Boy et al. Using cognitive function analysis to prevent controlled flight into terrain
EP3571121B1 (de) Verfahren und vorrichtung zur überwachung von umgebungsbedingungen innerhalb eines transportmittels
EP3572296A1 (de) Automatisiertes überwachen von schienennetz-inventar
Shmelova et al. Applications of Decision-Support Systems in Sociotechnical Systems
WO2013057192A1 (de) Verfahren zur vermessung und visualisierung der räumlichen verhältnisse einer fertigungsstätte
WO2022238496A1 (de) Leitsystem für eine technische anlage
Stefana et al. Adopting the Specific Operations Risk Assessment Methodology for Drone Inspections at Industrial Sites
WO2019068434A1 (de) Verfahren zum überwachen einer anlage der automatisierungstechnik
Shmelova et al. Socio-Technical Decision Support in Air Navigation Systems: Emerging Research and

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2017726889

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2017726889

Country of ref document: EP

Effective date: 20180926

ENP Entry into the national phase

Ref document number: 3022200

Country of ref document: CA

NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17726889

Country of ref document: EP

Kind code of ref document: A1