CN114518734B - 一种控制模型集成方法、装置及其介质 - Google Patents
一种控制模型集成方法、装置及其介质 Download PDFInfo
- Publication number
- CN114518734B CN114518734B CN202210147737.0A CN202210147737A CN114518734B CN 114518734 B CN114518734 B CN 114518734B CN 202210147737 A CN202210147737 A CN 202210147737A CN 114518734 B CN114518734 B CN 114518734B
- Authority
- CN
- China
- Prior art keywords
- model
- fmu
- control
- variable
- models
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 94
- 230000010354 integration Effects 0.000 title claims abstract description 62
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 77
- 230000003993 interaction Effects 0.000 claims abstract description 24
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 230000008569 process Effects 0.000 claims description 29
- 238000006243 chemical reaction Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 6
- 230000000737 periodic effect Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 abstract description 6
- 238000004519 manufacturing process Methods 0.000 description 9
- 230000001960 triggered effect Effects 0.000 description 9
- 230000001360 synchronised effect Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004886 process control Methods 0.000 description 4
- 239000002699 waste material Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- MKZGVLPHKXXSSG-UHFFFAOYSA-N ethyl n-[4-[benzyl(2-phenylethyl)amino]-2-[4-(trifluoromethyl)phenyl]-1h-imidazo[4,5-c]pyridin-6-yl]carbamate Chemical compound N=1C(NC(=O)OCC)=CC=2NC(C=3C=CC(=CC=3)C(F)(F)F)=NC=2C=1N(CC=1C=CC=CC=1)CCC1=CC=CC=C1 MKZGVLPHKXXSSG-UHFFFAOYSA-N 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011112 process operation Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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]
- G05B19/41885—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 modeling, simulation of the manufacturing system
-
- 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
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Stored Programmes (AREA)
- Feedback Control In General (AREA)
Abstract
本申请针对目前对高级控制模型进行集成部署导致增加部署成本的问题，提供一种控制模型集成方法，包括：获取人机交互装置发送的集成指令和周期配置信息；根据集成指令调取、组合相应的FMU模型和基础算法模型，以得到控制流程，FMU模型为不同高级控制模型转换而来，可以共用FMU文件的运行环境；解析控制流程中各FMU模型对应的FMU文件，并根据解析得到的结果和周期配置信息为各FMU模型分配调度文件和运行资源，当调度文件被执行时能后获取***时钟并根据周期配置信息按周期执行FMU模型，使得原本应用于仿真的FMI标准，可以应用在控制流程中；进而避免目前对不同高级控制模型集成所导致的增加部署成本的问题。
Description
技术领域
本申请涉及流程控制技术领域，特别是涉及一种控制模型集成方法、装置及其介质。
背景技术
流程行业的生产工艺逐渐趋向复杂化，涉及众多不同专业领域。对于实现流程生产过程控制作用的控制模型，往往需要多个不同专业领域的技术人员进行研究与开发，然后将不同的控制模型集成统合起来，共同实现对于整个生产流程的控制。
常见的分散控制***(Distributed Control System，DCS)、可编程逻辑控制器(Programmable Logic Controller，PLC)等控制设备受限于硬件资源及生产过程实时性要求，通常按照IEC 61131-3标准编写控制逻辑满足现场生产设备实时控制，但对于参与控制且需要计算要求较高的软测量、先进控制、优化、性能评估等算法模型需要高级语言及专业建模工具进行开发。受于开发能力及专业领域的约束，不同专业领域的技术人员所开发出的高级控制模型通常使用不同的高级编程语言或逻辑，且严重依赖于原生运行环境，当应用到流程生产过程中，还需要进行对不同的高级控制模型单独部署运行环境、数据集成、以及授权等二次开发的过程，才能实现不同的高级控制模型对同一生产过程的整体控制，增加了不必要的部署成本并浪费了硬件资源，同时，也使流程控制更为复杂化，不利于流程行业高级控制的实施。
所以，现在本领域的技术人员亟需要一种控制模型集成方法，解决目前对现有不同语言开发的高级控制模型集成所导致的增加部署成本、浪费硬件资源以及使流程控制更复杂化的问题。
发明内容
本申请的目的是提供一种控制模型集成方法、装置及其介质，解决目前对现有不同语言开发的高级控制模型集成所导致的增加部署成本、浪费硬件资源以及使流程控制更复杂化的问题。
为解决上述技术问题，本申请提供一种控制模型集成方法，包括：
获取人机交互装置发送的集成指令和周期配置信息；
根据集成指令调取、组合相应的FMU模型和基础算法模型，以得到控制流程，其中，FMU模型为通过FMU转换工具将高级控制模型转换成的FMU文件，以用于完成相应的控制功能；基础算法模型包括：用于对输入变量进行类型转换的模型，和用于对输入变量进行基础数学运算的模型；
解析控制流程中各FMU模型对应的FMU文件，并根据解析得到的结果和周期配置信息为各FMU模型分配相应的调度文件和运行资源，调度文件被执行时用于获取***时钟，并根据周期配置信息和***时钟按周期调度执行FMU模型；
将基础算法模型、FMU模型、以及为FMU模型分配的调度文件和运行资源编译下装至现场控制设备。
优选地，解析得到的结果包括：各FMU模型的输入变量、输出变量和参数变量；对应的，本方法还包括：根据解析得到的各FMU模型的输入变量、输出变量和参数变量建立变量表，以及与各其他FMU模型和基础算法模型的变量之间的映射关系；对应的，基础算法模型在被编译下装至现场控制设备后，包括：基础算法模型在其对应的输入变量出现变化时，被触发运行，并将运行完成后得到的输出变量同步至变量表。
优选地，当控制流程出现变化时，还包括：解析控制流程中的新增的FMU模型对应的FMU文件，并根据解析得到的结果和周期配置信息为各新增的FMU模型分配相应的调度文件和运行资源；将新增的基础算法模型、FMU模型、以及为FMU模型分配的调度文件和运行资源编译下装至现场控制设备；待变化前的控制流程完成本次周期后，运行变化后的控制流程，并释放分配给被删除的FMU模型的运行资源。
优选地，调度文件被执行时，还用于执行如下步骤：检测各FMU模型的运行状态；当检测到FMU模型正常运行时，FMU模型的输出变量对应的质量位设置为第一标识；当检测到FMU模型出现故障时，FMU模型的输出变量对应的质量位设置为第二标识；对应的，调度文件根据周期配置信息和***时钟按周期调度执行FMU模型还包括：检测输入变量的质量位，若为第二标识，则不进行处理。
优选地，检测输入变量的质量位，若为第二标识之后，还包括：进行报警。
优选地，还包括：检测完成控制流程的运行时长，若超过预设时长，则返回提示信息至人机交互装置。
优选地，还包括：监控变量表中的各变量的值，并返回至人机交互装置。
为解决上述技术问题，本申请还提供一种控制模型集成装置，包括：
获取模块，用于获取人机交互装置发送的集成指令和周期配置信息；
集成模块，用于根据集成指令调取、组合相应的FMU模型和基础算法模型，以得到控制流程，其中，FMU模型为通过FMU转换工具将高级控制模型转换成的FMU文件，以用于完成相应的控制功能；基础算法模型包括：用于对输入变量进行类型转换的模型，和用于对输入变量进行基础数学运算的模型；
分配模块，用于解析控制流程中各FMU模型对应的FMU文件，并根据解析得到的结果和周期配置信息为各FMU模型分配相应的调度文件和运行资源，调度文件被执行时用于获取***时钟，并根据周期配置信息和***时钟按周期调度执行FMU模型；
下装模块，用于将基础算法模型、FMU模型、以及为FMU模型分配的调度文件和运行资源编译下装至现场控制设备。
优选地，解析得到的结果包括：各FMU模型的输入变量、输出变量和参数变量；对应的还包括：变量表建立模块，用于根据解析得到的各FMU模型的输入变量、输出变量和参数变量建立变量表，以及与各其他FMU模型和基础算法模型的变量之间的映射关系；对应的，基础算法模型在被编译下装至现场控制设备后，还包括：基础算法模型在其对应的输入变量出现变化时，被触发运行，并将运行完成后得到的输出变量同步至变量表。
优选地，还包括：无扰下装模块，当控制流程出现变化时，用于解析控制流程中的新增的FMU模型对应的FMU文件，并根据解析得到的结果和周期配置信息为各新增的FMU模型分配相应的调度文件和运行资源；将新增的基础算法模型、FMU模型、以及为FMU模型分配的调度文件和运行资源编译下装至现场控制设备；待变化前的控制流程完成本次周期后，运行变化后的控制流程，并释放分配给被删除的FMU模型的运行资源。
优选地，还包括：报警模块，当检测输入变量的质量位为第二标识后，用于进行报警。
优选地，还包括：提示模块，用于检测完成控制流程的运行时长，若超过预设时长，则返回提示信息至人机交互装置。
为解决上述技术问题，本申请还提供一种控制模型集成装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行计算机程序时实现如上述的控制模型集成方法的步骤。
为解决上述技术问题，本申请还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述的控制模型集成方法的步骤。
本申请提供的控制模型集成方法，将使用不同高级语言编译的高级控制模型，通过目前支持与各高级语言进行转换的功能模型接口(Functional Mock-up Interface，FMI)标准，将高级控制模型通过转换工具转换成基于FMI标准的FMU文件，从而使所有高级控制模型可以共用FMU文件的运行环境，另外，通过获取周期配置信息为各FMU模型分配周期、获取***时钟作为唯一基准按周期调用执行各FMU模型，从而使得基于原本应用于仿真的FMI标准的FMU文件，可以应用在对于实时性有严格要求的控制流程中，进而避免目前对高级控制模型进行集成所导致的增加部署成本、浪费硬件资源以及使流程控制更复杂化的问题。
本申请提供的控制模型集成装置、及计算机可读存储介质，与上述方法对应，效果同上。
附图说明
为了更清楚地说明本申请实施例，下面将对实施例中所需要使用的附图做简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的一种控制模型集成方法的流程图；
图2为本发明提供的一种控制模型集成方法在进行增量更新时的流程图；
图3为本发明提供的一种控制模型集成方法在流程运行中的流程图；
图4为本发明提供的一种控制模型集成方法的FMU运行实例示意图
图5为本发明提供的一种控制模型集成装置的结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下，所获得的所有其他实施例，都属于本申请保护范围。
本申请的核心是提供一种控制模型集成方法、装置及其介质。
为了使本技术领域的人员更好地理解本申请方案，下面结合附图和具体实施方式对本申请作进一步的详细说明。
在目前的工业流程控制中，由于涉及到的技术领域众多，作为控制整个流程的模型通常是由不同技术领域的研究人员专门研发的，其所编写的模型为采用不同高级语言或逻辑的高级控制模型，在实际流程控制中，还需要对这些高级控制流程进行集成，从而克服不同的高级控制模型所需要的运行环境不同且互不兼容的问题，额外增加了成本，若为每个高级控制模型都部署其的原生环境运行环境也浪费了硬件资源，不利于流程行业高级控制的实施。因此，如图1所示，本申请提供一种控制模型集成方法，包括：
S11：获取人机交互装置发送的集成指令和周期配置信息。
人机交互装置可以为触摸屏，或显示屏与输入设备的结合等装置，用户可以通过人机交互装置直观的查看到基础算法模型和由不同高级控制模型所转换的FMU模型，并根据需要将各基础算法模型和各FMU模型进行排列组合以形成完整的控制流程，这部分用于将各基础算法模型和各FMU模型进行排列组合的指令即为集成指令。
在实际应用中，一种优选的实施方式为：预先通过FMU转换工具转换高级控制模型得到的FMU模型和基础算法模型以可视化模块的形式显示在人机交互装置上，当用户需要对各基础算法模型和各FMU模型进行排列组合以集成得到一个完整的控制流程时，可以通过拖拽等方式实现各基础算法模型和各FMU模型之间的排列组合，***获取用户排列组合后的控制流程后，生成对应的集成指令，进而通过集成指令生成控制流程。
这种可视化编辑控制流程的方法是建立在将各高级控制模型转换成FMU模型的基础上的，由于所有的FMU模型所需的运行环境均相同，无需为每个高级控制模型重新进行二次开发，大大降低了流程控制的配置难度，降低了对操作人员的要求，进一步提高了流程控制***的适用性。
FMU：The Functional Mockup Unit，一种基于FMI标准的模型格式，FMU的文件结构包括：FMI描述文件(XML格式)、C源文件或可执行二进制文件，附加的FMU数据。
S12：根据集成指令调取、组合相应的FMU模型和基础算法模型，以得到控制流程，其中，FMU模型为通过FMU转换工具将高级控制模型转换成的FMU文件，以用于完成相应的控制功能。
其中，基础算法模型包括：用于对输入变量进行类型转换的模型，和用于对输入变量进行基础数学运算的模型，用于对主运行环境中的变量进行数据加工处理；FMU模型以FMU文件的形式在设备中被存储或执行。
目前主流的数学建模仿真工具例如Simulink、Modelica、MapleSim等，或流程行业相关的行业软件如AMESim、Domyla等，都支持转换成基于FMI标准的FMU文件，仅需通过对应的FMU转换工具即可实现。转换得到的FMU文件包括可扩展标记语言(Extensible MarkupLanguage，XML)格式的FMI描述文件、C源文件或可执行二进制文件、以及附加的FMU数据。
S13：解析控制流程中各FMU模型对应的FMU文件，并根据解析得到的结果和周期配置信息为各FMU模型分配相应的调度文件和运行资源。
解析各FMU模型对应的FMU文件，主要是解析FMU文件中的FMI描述文件获取其对应的输入变量、输出变量、以及参数变量等信息，并根据实际的工程需要而配置的该FMU文件的运行周期等周期配置信息分配相应的调度文件和运行资源。
当调度文件和其对应的FMU文件被编译下装到现场控制设备并被执行后，主环境调用FMU文件并实例化，采用FMU标准求解器的fmi2Instantiate接口加载FMU文件、fmi2SetupExperiment接口设置FMU求解器环境；再通过调度文件获取***时钟，根据周期配置信息按周期调用该FMU文件的所有输入变量和参数变量等获取结果所需的变量，输入至该FMU文件对应的FMU求解器的接口；同时当FMU模型运行一个周期后，调用对应的FMU求解器的接口，以获取输出变量，并同步至变量表中，以形成FMU实时运行环境。
所以，调度文件相当于在原有的FMU标准求解器的基础上，包装了一个获取***时钟的接口，使得FMU模型可以按周期被调用的同时，也按周期进行输出，从而满足控制流程中对实时性的需要。
由于流程控制对于实时性的重视，对于整个控制流程的周期以及各FMU模型的周期都有着严格的要求，应以统一的***时钟为基准，按照配置的周期配置信息进行控制，并通过计时等方法监测各FMU模型的执行时间，当出现在规定的实际运行时间内没有完成运行的情况时，应及时返回状态信息，告知相关人员具体情况。
S14：将基础算法模型、FMU模型以及为FMU模型分配的调度文件和运行资源编译下装至现场控制设备。
其中，现场控制设备包括工控机、高性能服务器等能够与现场实时控制相通的控制设备，当编译下装过程完成后，现场控制设备可以根据控制流程以及实时参数，实现对于流程的控制。
本申请所提供的一种控制模型集成方法，通过预先将高级控制模型通过FMU转换工具转换成FMU文件，从而实现可以使用相同的运行环境的目的，同时，又由于基于FMI标准的FMU文件主要是应用在仿真的，其对与时间的限制并不严格，不能满足实时性的要求，也就无法应用在对于时间要求较为严格的控制过程中。本申请通过调度文件获取***时钟，使得FMU模型能按周期被调用，且按周期运行，所有的FMU模型都基于统一的时间标准完成控制流程，从而满足流程控制对于实时性的要求，实现将FMI标准应用在流程控制的目的，以避免目前需要对不同高级语言开发的高级模型进行集成所导致的成本增加以及硬件资源浪费的问题。
在上述实施例中，说明了以FMU文件的形式存储或执行的FMU模型能通过解析FMU文件获得其对应的输入变量、输出变量以及参数变量，所以，本实施例提供一种优选的实施方案，解析FMU文件得到的结果包括：各FMU模型的输入变量、输出变量和参数变量。
对应的，本方法还包括：
根据解析得到的各FMU模型的输入变量、输出变量和参数变量建立变量表，以及与各其他FMU模型和基础算法模型的变量之间的映射关系。
由于各FMU模型的输入变量、输出变量和参数变量不同，一个FMU模型的输入变量可能是另一个FMU模型的输出变量，又或一个FMU模型的输出变量可能是另一个FMU模型的参数变量，所以以此便能建立FMU模型之间各变量的映射关系。
且由于在实际控制中，存在部分变量是通过对现场进行实时采集得到的，一般由现场控制设备如DCS、PLC实时更新，所以在实际应用中变量表通常分为共享变量表与实时库，实时库用于存放现场控制设备实时采集获取的实际参数所对应的实时变量，其余的由解析FMU文件所确定的变量作为共享变量存放在共享变量表中。
对应的，根据基础算法模型在被编译下装至现场控制设备后，包括：基础算法模型在其对应的输入变量出现变化时，被触发运行，并将运行完成后得到的输出变量同步至变量表。
需要说明的是，基础算法模型对应的输入变量不一定唯一，所以当任一输入变量出现变化时，都会触发该基础算法模型运行。
关于上述的输入变量变化时，对应的基础算法模型被触发运行的方式又称为数据驱动，由于基础算法模型多用于设置在不同的FMU模型之间，用于对变量进行基础的数学运算或类型转换等操作，使该变量满足另一FMU模型的需要，所以当基础算法模型的前一FMU模型运行完毕后，输出的输出变量作为该基础算法模型的输入变量而出现了变化时，该基础算法模型被触发，将运算得到的输出变量同步至变量表中，若该基础算法模型所连接的下一模型还为基础算法模型，则仍数据触发下一基础算法模型运行；若下一模型为FMU模型所对应的FMU文件，则待该FMU文件对应的周期到来后，被调度文件所调取，进而实现不同基础算法模型和FMU模型之间的数据耦合，以完成整个控制流程。
如图4所示，各基础算法模型11(A、B、C、D、E)与各FMU模型12(FMU-A、FMU-B、FMU-C)的输入端(I)或输出端(O)连接，用于实现对于变量的简单数学运算或格式转换等操作；基础算法模型11于主环境13中被实例化并被调用，FMU模型12则通常在被主环境13实例化并调用时，各自分配独立的FMU运行环境14；主环境13中通过数据驱动的方式调用基础算法模型11；FMU运行环境14中则以周期的方式根据***时钟定时执行FMU模型12，如图4中所示，FMU-A的周期为500ms、FMU-B的周期为500ms、FMU-C的周期为1s；同时，部分基础算法模型11与FMU模型12还通过实时库15中获取变量，实时库15中的变量如上述所述，为由现场控制设备采集现场信息后实时变化更新的变量。
由于这种方式仅依赖于变量表中各FMU模型和基础算法模型之间的变量映射关系，基础算法模型通过数据驱动的方式被触发运行，FMU模型则根据周期配置信息按周期被调用执行，模型之间无耦合关系，实现了FMU模型之间的解耦。
在上述实施例的说明中，通过数据驱动和周期调用的方式实现各模型之间的解耦，于是，本实施例在上述实施例的基础上，如图2所示，还提供一种优选的实施方案，当控制流程出现变化时，还包括：
S21：解析控制流程中的新增的FMU模型对应的FMU文件，并根据解析得到的结果和周期配置信息为各新增的FMU模型分配相应的调度文件和运行资源。
由上述实施例可知，基础算法模型是由数据进行驱动的，FMU模型是根据周期调用执行的，各模型彼此之间无直接的耦合关系，所以在编译下装时，仅需下装需要的基础算法模型和FMU模型即可，无需对所有的基础算法模型和FMU模型进行重新的编译下装。
S22：将新增的基础算法模型、FMU模型、以及为FMU模型分配的调度文件和运行资源编译下装至现场控制设备。
S23：待变化前的控制流程完成本次周期后，运行变化后的控制流程，并释放分配给被删除的FMU模型的运行资源。
当用户通过人机交互装置重新输入集成指令以对现有的控制流程进行更改时，现有的控制流程仍在现场控制设备中正常运行，在对更改后的控制流程中新增的基础算法模型和FMU模型进行上述的解析、更新变量表、分配调度文件和运行资源、以及编译下装等操作之后，由于仅对新增的基础算法模型和FMU模型进行编译下装，而各模型之间是解耦的，所以不会对原有控制流程中正在运行的基础算法模型和FMU模型产生影响，实现无扰更新。
而当本次控制流程完全结束后，再启用新的控制流程进行控制，并将原有控制流程中不再需要的FMU模型进行资源释放、删除变量表中的对应变量以及映射关系、并取消对其的监视，以腾出运行资源给其他FMU模型。
另外，需要说明的是，关于进行更改的基础算法模型和FMU模型，更改后的基础算法模型和FMU模型视为新增的进行处理，更改前的基础算法模型和FMU模型视为删除的进行处理。
本实施例在上述实施例的基础上，通过仅对更改后的控制流程中新增的基础算法模型和FMU模型进行相应的解析、配置等操作后，编译下装到现场控制设备中，并在当前控制流程运行完一个完整周期之后，再进行新的控制流程的运行，由于各模型彼此之间是解耦的，相互之间不影响，所以在编译下装新增的基础算法模型和FMU模型时不会对原有的控制流程中正在运行的模型产生影响，进而实现在不干扰原有控制流程的无扰更新，避免控制流程一旦中断就会造成大量经济损失的情况发生。
由于在流程生产中，各基础算法模型和FMU模型是共同实现对于整个流程的控制的，前一个模型运行后得到的结果可能会作为下一个模型运行的依据，所以当一个基础算法模型或FMU模型出现故障时，可能会对后续的所有模型的正常工作造成影响，进而造成严重的控制问题，且FMU模型相对于基础算法模型更容易出现故障，所以为解决这一问题，如图3所示，本实施例提供一种优选的实施方案，还包括：
S31：检测各FMU模型的运行状态，并判断其是否运行正常，若是，则进入步骤S32，若否，则进入步骤S33。
S32：FMU模型的输出变量对应的质量位设置为第一标识。
S33：FMU模型的输出变量对应的质量位设置为第二标识。
对应的，调度文件根据周期配置信息和***时钟按周期调度执行FMU模型还包括：
S34：检测输入变量的质量位，若为第二标识，则不进行处理。
对于编译下装到现场控制设备的FMU模型，通过对FMU求解器进行接口调用，判断FUM求解器的故障状态，若发生故障，则在当前FMU模型的输出变量同步到变量表后，将该变量对应的质量位置为第二标识，若无故障，则置为第一标识。其中，一种实施方案为，第一标识为1，表征当前质量位对应的变量无故障；第二标识为0，表征当前质量位对应的变量出现故障。
在上述实施例提供的一种优选方案中，FMU模型是根据周期配置信息和***时钟按周期调度执行的，对应的，在本实施例对变量设置了质量位后，每一周期FMU模型被调用时，还检测该FMU模型的输入变量和参数变量的质量位，当质量位为第一标识时正常运行FMU模型，当质量位为第二标识时则不运行，并发送警示信息至人机交互装置以使相关人员能够及时得知。另外，需要进行说明的是，FMU模型对应的输入变量不一定唯一，所以当检测到任意一个输入变量或参数变量的质量位为第二标识时，都不运行该FMU模型。
另外，在检测到变量的质量位为第二标识时，如图3所示，本实施例还提供一种优选的实施方案，在步骤S34之后，还包括：
S35：进行报警。
可以发送警示信息至人机交互装置以提示相关人员及时进行处理，也可以通过报警灯、蜂鸣器等方式，通过声光等物理方式进行报警，本实施例对此不做限制，可根据实际需要而定。
本实施例在对FMU求解器的状态监测，判断当前FMU模型是否出现运行故障，若正常工作，则将其对应的输出变量的质量位设置为第一标识，表征该变量正常，当FMU模型的下一周期到达时，可以正常触发FMU模型运行；而当FMU模型出现故障时，其对应的输出变量的质量位设置为第二标识，表征该变量有错误，以该变量作为输入变量或参数变量的FMU模型在被触发时，不允许运行，并返回警示信息至人机交互装置，提示相关人员及时进行处理，从而避免一个FMU模型出现故障对整个控制流程都产生不良影响。
由于流程控制行业的特性，其对于时间也非常重视，若控制流程在规定时间内没能进行相应的控制，或对参数数据处理速度过慢，都可能会造成严重的经济损失，所以，如图3所示，本实施例提供一种优选的实施方案，还包括：
S36：检测完成控制流程的运行时长，若超过预设时长，则返回提示信息至人机交互装置。
在控制流程运行时，通过计时器对控制流程运行一个周期的时间进行计时，判断运行时长与预先规划的预设时长的大小关系，若控制流程运行一个周期的运行时长超过预设时长，说明该控制流程不能满足要求，此时应返回提示信息至人机交互装置，及时提示相关人员进行处理，避免因为控制流程不满足时间要求从而造成严重经济损失的问题。
同样，在上述实施例中提供了一种各FMU模型的触发方式为数据驱动的优选方案，所以对于能否实时得知各变量的状态与具体值，是操作人员所重视的问题，因此，如图3所示，本实施例提供一种优选的实施方案，本方法还包括：
S37：监控变量表中的各变量的值，并返回至人机交互装置。
通过监控模块对变量表中的各变量进行监控，实时反馈至人机交互装置，使得相关人员能实时得知流程控制的变量信息，从而更好地把握整个控制流程，当出现问题时也能及时察觉并采取相应措施，避免因故障或其他原因带来的经济损失。
在上述实施例中，对于一种控制模型集成方法进行了详细描述，本申请还提供一种控制模型集成装置对应的实施例。需要说明的是，本申请从两个角度对装置部分的实施例进行描述，一种是基于功能模块的角度，另一种是基于硬件的角度。
基于功能模块的角度，本实施例提供一种控制模型集成装置，包括：
获取模块，用于获取人机交互装置发送的集成指令和周期配置信息。
集成模块，用于根据集成指令调取、组合相应的FMU模型和基础算法模型，以得到控制流程，其中，FMU模型为通过FMU转换工具将高级控制模型转换成的FMU文件，以用于完成相应的控制功能；基础算法模型包括：用于对输入变量进行类型转换的模型，和用于对输入变量进行基础数学运算的模型。
分配模块，用于解析控制流程中各FMU模型对应的FMU文件，并根据解析得到的结果和周期配置信息为各FMU模型分配相应的调度文件和运行资源，调度文件被执行时用于获取***时钟，并根据周期配置信息和***时钟按周期调度执行FMU模型。
下装模块，用于将基础算法模型、FMU模型、以及为FMU模型分配的调度文件和运行资源编译下装至现场控制设备。
由于装置部分的实施例与方法部分的实施例相互对应，因此装置部分的实施例请参见方法部分的实施例的描述，这里暂不赘述。
优选地，解析得到的结果包括：各FMU模型的输入变量、输出变量和参数变量；对应的还包括：变量表建立模块，用于根据解析得到的各FMU模型的输入变量、输出变量和参数变量建立变量表，以及与各其他FMU模型和基础算法模型的变量之间的映射关系；对应的，基础算法模型在被编译下装至现场控制设备后，还包括：基础算法模型在其对应的输入变量出现变化时，被触发运行，并将运行完成后得到的输出变量同步至变量表。
优选地，还包括：无扰下装模块，当控制流程出现变化时，用于解析控制流程中的新增的FMU模型对应的FMU文件，并根据解析得到的结果和周期配置信息为各新增的FMU模型分配相应的调度文件和运行资源；将新增的基础算法模型、FMU模型、以及为FMU模型分配的调度文件和运行资源编译下装至现场控制设备；待变化前的控制流程完成本次周期后，运行变化后的控制流程，并释放分配给被删除的FMU模型的运行资源。
优选地，还包括：报警模块，当检测输入变量的质量位为第二标识后，用于进行报警。
优选地，还包括：提示模块，用于检测完成控制流程的运行时长，若超过预设时长，则返回提示信息至人机交互装置。
本实施例所提供的一种控制模型集成装置，通过预先将高级控制模型通过FMU转换工具转换成FMU文件，从而实现各FMU模型可以使用相同的运行环境的目的，同时，又由于基于FMI标准的FMU文件主要是应用在仿真的，其对与时间的限制并不严格，导致FMI标准无法应用在对实时性要求较为严格的控制过程中，本申请通过分配模块根据周期配置信息为FMU模型所分配的调度文件获取***时钟，使得FMU模型能够根据实例时间标准周期调用，进而完成控制过程，实现将FMI标准应用在流程控制的目的，以避免目前需要对不同高级语言编写的高级控制模型进行集成所导致的成本增加和硬件资源浪费的问题。
图5为本申请另一实施例提供的一种控制模型集成装置的结构图，如图5所示，一种控制模型集成装置包括：存储器20，用于存储计算机程序；
处理器21，用于执行计算机程序时实现如上述实施例一种控制模型集成方法的步骤。
本实施例提供的一种控制模型集成装置可以包括但不限于智能手机、平板电脑、笔记本电脑或台式电脑等。
其中，处理器21可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器21可以采用数字信号处理器(Digital Signal Processor，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable LogicArray，PLA)中的至少一种硬件形式来实现。处理器21也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器，也称中央处理器(CentralProcessing Unit，CPU)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以在集成有图像处理器(Graphics Processing Unit，GPU)，GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括人工智能(Artificial Intelligence，AI)处理器，该AI处理器用于处理有关机器学习的计算操作。
存储器20可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器20还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。本实施例中，存储器20至少用于存储以下计算机程序201，其中，该计算机程序被处理器21加载并执行之后，能够实现前述任一实施例公开的一种控制模型集成方法的相关步骤。另外，存储器20所存储的资源还可以包括操作***202和数据203等，存储方式可以是短暂存储或者永久存储。其中，操作***202可以包括Windows、Unix、Linux等。数据203可以包括但不限于一种控制模型集成方法等。
在一些实施例中，一种控制模型集成装置还可包括有显示屏22、输入输出接口23、通信接口24、电源25以及通信总线26。
本领域技术人员可以理解，图5中示出的结构并不构成对一种控制模型集成装置的限定，可以包括比图示更多或更少的组件。
本申请实施例提供的一种控制模型集成装置，包括存储器和处理器，处理器在执行存储器存储的程序时，能够实现如下方法：一种控制模型集成方法。
本实施例所提供的一种控制模型集成装置，通过处理器执行保存在存储器中的执行控制模型集成方法，实现可以通过预先将高级控制模型通过FMU转换工具转换成FMU文件，以达到可以使用相同的运行环境的目的，另外对于基于FMI标准的FMU文件主要是应用在仿真的，其对与时间的限制并不严格，导致FMI标准无法应用在对于时间要求较为严格的控制过程中这一问题，本实施例通过获取***时钟并根据周期配置信息为其分配运行周期，使得FMU模型能够根据实例时间按周期运行以完成控制过程，进而实现将FMI标准应用在流程控制的目的，以避免目前对不同高级控制模型进行集成所导致的成本增加和硬件资源浪费的问题。
最后，本申请还提供一种计算机可读存储介质对应的实施例。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现如上述方法实施例中记载的步骤。
可以理解的是，如果上述实施例中的方法以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本实施例所提供的一种计算机可读存储介质，通过处理器执行保存在存储器中的执行控制模型集成方法，实现可以通过预先将高级控制模型通过FMU转换工具转换成FMU文件，以达到可以使用相同的运行环境的目的，同时，通过执行调度文件来获取***时钟，并根据周期配置信息周期调用FMU模型，使得FMU模型能够根据统一的实例时间标准完成控制过程，进而实现将FMI标准应用在流程控制的目的，以避免目前对不同高级控制模型进行集成所导致的成本增加和硬件资源浪费的问题。
以上对本申请所提供的一种控制模型集成方法、装置及其介质进行了详细介绍。说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种控制模型集成方法，其特征在于，包括：
获取人机交互装置发送的集成指令和周期配置信息；
根据所述集成指令调取、组合相应的FMU模型和基础算法模型，以得到控制流程，其中，所述FMU模型为通过FMU转换工具将高级控制模型转换成的FMU文件，以用于完成相应的控制功能；所述基础算法模型包括：用于对输入变量进行类型转换的模型，和用于对输入变量进行基础数学运算的模型；
解析所述控制流程中各所述FMU模型对应的所述FMU文件，并根据解析得到的结果和所述周期配置信息为各所述FMU模型分配相应的调度文件和运行资源，所述调度文件被执行时用于获取***时钟，并根据所述周期配置信息和所述***时钟按周期调度执行所述FMU模型；
将所述基础算法模型、所述FMU模型、以及为所述FMU模型分配的所述调度文件和所述运行资源编译下装至现场控制设备；其中，所述现场控制设备用于在编译下装过程完成后，根据控制流程以及实时参数，实现对于流程的控制。
2.根据权利要求1所述的控制模型集成方法，其特征在于，所述解析得到的结果包括：各所述FMU模型的输入变量、输出变量和参数变量；
对应的，本方法还包括：
根据解析得到的各所述FMU模型的所述输入变量、所述输出变量和所述参数变量建立变量表，以及与各其他所述FMU模型和所述基础算法模型的变量之间的映射关系；
对应的，所述基础算法模型在被编译下装至所述现场控制设备后，包括：所述基础算法模型在其对应的所述输入变量出现变化时，被触发运行，并将运行完成后得到的所述输出变量同步至所述变量表。
3.根据权利要求2所述的控制模型集成方法，其特征在于，当所述控制流程出现变化时，还包括：
解析所述控制流程中的新增的所述FMU模型对应的所述FMU文件，并根据解析得到的结果和所述周期配置信息为各新增的所述FMU模型分配相应的所述调度文件和所述运行资源；
将新增的所述基础算法模型、所述FMU模型、以及为所述FMU模型分配的所述调度文件和所述运行资源编译下装至现场控制设备；
待变化前的所述控制流程完成本次周期后，运行变化后的所述控制流程，并释放分配给被删除的所述FMU模型的运行资源。
4.根据权利要求2所述的控制模型集成方法，其特征在于，所述调度文件被执行时，还用于执行如下步骤：
检测各所述FMU模型的运行状态；
当检测到所述FMU模型正常运行时，所述FMU模型的所述输出变量对应的质量位设置为第一标识；当检测到所述FMU模型出现故障时，所述FMU模型的所述输出变量对应的所述质量位设置为第二标识；
对应的，所述调度文件根据所述周期配置信息和所述***时钟按周期调度执行所述FMU模型还包括：检测所述输入变量的所述质量位，若为所述第二标识，则不进行处理。
5.根据权利要求4所述的控制模型集成方法，其特征在于，所述检测所述输入变量的质量位，若为所述第二标识之后，还包括：进行报警。
6.根据权利要求1所述的控制模型集成方法，其特征在于，还包括：
检测完成所述控制流程的运行时长，若超过预设时长，则返回提示信息至所述人机交互装置。
7.根据权利要求2所述的控制模型集成方法，其特征在于，还包括：监控所述变量表中的各变量的值，并返回至所述人机交互装置。
8.一种控制模型集成装置，其特征在于，包括：
获取模块，用于获取人机交互装置发送的集成指令和周期配置信息；
集成模块，用于根据所述集成指令调取、组合相应的FMU模型和基础算法模型，以得到控制流程，其中，所述FMU模型为通过FMU转换工具将高级控制模型转换成的FMU文件，以用于完成相应的控制功能；所述基础算法模型包括：用于对输入变量进行类型转换的模型，和用于对输入变量进行基础数学运算的模型；
分配模块，用于解析所述控制流程中各所述FMU模型对应的所述FMU文件，并根据解析得到的结果和所述周期配置信息为各所述FMU模型分配相应的调度文件和运行资源，所述调度文件被执行时用于获取***时钟，并根据所述周期配置信息和所述***时钟按周期调度执行所述FMU模型；
下装模块，用于将所述基础算法模型、所述FMU模型、以及为所述FMU模型分配的所述调度文件和所述运行资源编译下装至现场控制设备；其中，所述现场控制设备用于在编译下装过程完成后，根据控制流程以及实时参数，实现对于流程的控制。
9.一种控制模型集成装置，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任意一项所述的控制模型集成方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的控制模型集成方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210147737.0A CN114518734B (zh) | 2022-02-17 | 2022-02-17 | 一种控制模型集成方法、装置及其介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210147737.0A CN114518734B (zh) | 2022-02-17 | 2022-02-17 | 一种控制模型集成方法、装置及其介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114518734A CN114518734A (zh) | 2022-05-20 |
| CN114518734B true CN114518734B (zh) | 2023-11-03 |
Family
ID=81599573
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210147737.0A Active CN114518734B (zh) | 2022-02-17 | 2022-02-17 | 一种控制模型集成方法、装置及其介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114518734B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014146686A1 (de) * | 2013-03-19 | 2014-09-25 | Siemens Aktiengesellschaft | Werkzeug und verfahren zur simulation einer technischen anlage |
| DE202018103866U1 (de) * | 2018-07-05 | 2019-10-10 | Baumüller Nürnberg GmbH | Gerät zur Durchführung eines Verfahrens zur Konfiguration einer Anlage |
| CN111796531A (zh) * | 2020-07-07 | 2020-10-20 | 北京世冠金洋科技发展有限公司 | 一种多装备协同任务仿真方法、装置、存储介质及设备 |
| CN112363694A (zh) * | 2020-11-10 | 2021-02-12 | 杭州和利时自动化有限公司 | Fmu文件及求解器运行环境与工业软件的集成方法 |
| CN112989627A (zh) * | 2021-04-16 | 2021-06-18 | 成都赢瑞科技有限公司 | 基于虚拟时间的多学科联合仿真***和方法 |
-
2022
- 2022-02-17 CN CN202210147737.0A patent/CN114518734B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2014146686A1 (de) * | 2013-03-19 | 2014-09-25 | Siemens Aktiengesellschaft | Werkzeug und verfahren zur simulation einer technischen anlage |
| DE202018103866U1 (de) * | 2018-07-05 | 2019-10-10 | Baumüller Nürnberg GmbH | Gerät zur Durchführung eines Verfahrens zur Konfiguration einer Anlage |
| CN111796531A (zh) * | 2020-07-07 | 2020-10-20 | 北京世冠金洋科技发展有限公司 | 一种多装备协同任务仿真方法、装置、存储介质及设备 |
| CN112363694A (zh) * | 2020-11-10 | 2021-02-12 | 杭州和利时自动化有限公司 | Fmu文件及求解器运行环境与工业软件的集成方法 |
| CN112989627A (zh) * | 2021-04-16 | 2021-06-18 | 成都赢瑞科技有限公司 | 基于虚拟时间的多学科联合仿真***和方法 |
Non-Patent Citations (2)
| Title |
|---|
| 基于FMI的飞行器分***多源异构模型一体化仿真;陆冠华;郝明瑞;胡松;水尊师;;导航定位与授时(第06期);全文 * |
| 面向卫星控制***的集成仿真平台框架研究;管芳景;;现代信息科技(第05期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114518734A (zh) | 2022-05-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11681502B2 (en) | Industrial automation domain-specific language programming paradigm | |
| US7505817B2 (en) | Programming automation by demonstration | |
| CN112631555A (zh) | 具有开放api的可扩展ide平台 | |
| US11733975B1 (en) | System and method for migrating legacy software to a system common architecture | |
| US20140280528A1 (en) | State machine configurator | |
| CN113032963B (zh) | 一种Simulink模型仿真加速方法及装置 | |
| Vergnano et al. | Interactive simulation-based-training tools for manufacturing systems operators: an industrial case study | |
| EP2808784B1 (en) | A system and a method for creating a graphical user interface within a manufacturing execution system (MES) | |
| JP2009265668A (ja) | 工学プロジェクトの訓練シミュレータ | |
| US20220147323A1 (en) | System and method for using a graphical user interface to develop a virtual programmable logic controller | |
| US11733977B2 (en) | Graphical and text based co-design editor for industrial automation projects | |
| EP3035139A2 (en) | Systems and methods that facilitate management of add-on instruction generation, selection, and/or monitoring during execution | |
| Jamro et al. | IEC 61131-3 programmable human machine interfaces for control devices | |
| US20210157565A1 (en) | System to design and/or update programs for industrial devices assigned to the operator interface and/or to manage machines and/or plants for industrial automation | |
| CN115115325A (zh) | 来自工业自动化开发环境的通知 | |
| CN104412183A (zh) | 用于配置控制装置中的模拟过程报警的***和方法 | |
| CN114518734B (zh) | 一种控制模型集成方法、装置及其介质 | |
| KR100994070B1 (ko) | 예약된 컴포넌트 컨테이너 기반 소프트웨어 개발 방법 및장치 | |
| US20230418568A1 (en) | System and method for device profile creation in an integrated development environment | |
| JP5212508B2 (ja) | デバッグ装置 | |
| EP3291112A1 (en) | Master and slave architecture for co-simulation of control systems | |
| Bee | PLC and HMI Development with Siemens TIA Portal: Develop PLC and HMI programs using standard methods and structured approaches with TIA Portal V17 | |
| US20020099530A1 (en) | Method for automatically generating software | |
| Zuo et al. | A new design method of automotive electronic real-time control system | |
| Edwards et al. | Robust configuration of the JET Real-Time Protection Sequencer |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |