CN116974244A - 用于运行时***从控制器设备到数字化平台的无缝过渡的方法和*** - Google Patents
用于运行时***从控制器设备到数字化平台的无缝过渡的方法和*** Download PDFInfo
- Publication number
- CN116974244A CN116974244A CN202310487312.9A CN202310487312A CN116974244A CN 116974244 A CN116974244 A CN 116974244A CN 202310487312 A CN202310487312 A CN 202310487312A CN 116974244 A CN116974244 A CN 116974244A
- Authority
- CN
- China
- Prior art keywords
- input
- output
- knowledge graph
- processing unit
- parameter value
- 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 abstract description 100
- 230000007704 transition Effects 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 352
- 238000004458 analytical method Methods 0.000 claims abstract description 97
- 230000001149 cognitive effect Effects 0.000 claims description 21
- 238000013473 artificial intelligence Methods 0.000 claims description 18
- 238000009434 installation Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 230000009471 action Effects 0.000 description 59
- 238000010586 diagram Methods 0.000 description 21
- 230000008569 process Effects 0.000 description 12
- 238000004891 communication Methods 0.000 description 10
- 238000004088 simulation Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013467 fragmentation Methods 0.000 description 3
- 238000006062 fragmentation reaction Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000003607 modifier Substances 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000012993 chemical processing Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012800 visualization Methods 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or 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
- 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
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—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
- 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
- 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]
-
- 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]
- G05B19/4184—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 fault tolerance, reliability of production 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
- 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]
- G05B19/41865—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 job scheduling, process planning, material flow
-
- 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
- G05B23/0297—Reconfiguration of monitoring system, e.g. use of virtual sensors; change monitoring method as a response to monitoring results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
- G06F11/3457—Performance evaluation by simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- 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
- G05B2219/32252—Scheduling production, machining, job shop
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Computing Systems (AREA)
- Manufacturing & Machinery (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Programmable Controllers (AREA)
Abstract
用于运行时***从控制器设备到数字化平台的无缝过渡的方法和***。本发明提供了一种用于运行时***从控制器设备(124)到数字化平台(110)的无缝过渡的方法和***。该方法进一步包括当确定存在连接性错误时,由处理单元(202)基于对所生成的输入‑输出知识图的分析来模拟第二输入参数值。第二输入参数值是在工程程序的执行期间将从多个传感器设备(126A‑N)接收的参数值。该方法进一步包括由处理单元(202)将所生成的至少一个输出参数值传输到技术设施中的多个工业设备(108A‑N),以控制至少多个工业设备(108A‑N)。
Description
描述
本发明涉及计算机辅助编程的工程的领域,并且更特别地,涉及用于将运行时***从控制器设备无缝地过渡(transitioning)到数字化平台的方法和***。
诸如工业工厂的技术设施(installation)包括由诸如可编程逻辑控制器的控制器设备控制的多个工业设备。多个工业设备的示例包括但不限于控制阀、电机、泵和致动器。控制器设备被进一步配置成从工业工厂中的多个传感器设备接收实时输入。控制器设备处理接收到的实时输入以控制多个工业设备。通过在控制器设备中执行工程程序来处理所接收到的实时输入。
随着基于数字化的计算技术的出现,在数字化平台中托管的控制器设备的数字孪生中运行工程程序可能是有益的。在这样的情况下,数字化平台接收实时输入,并基于接收到的实时输入控制多个工业设备。
在数字化平台上运行工程程序有几个缺点。例如,工业工厂的高效运转需要将实时输入及时输入到数字化平台中。如果实时输入未及时馈送到数字化平台中,则将影响工程项目的执行,从而导致停机(downtime)。因此,在多个传感器设备和数字化平台之间的网络连接中存在连接性错误可能妨碍工业工厂的高效运转。此外,如果数字化平台未准确地模拟控制器设备的行为,则实时输入可能被不正确地处理。在这样的情况下,妨碍工业工厂的运转。
此外,将工程***的运行时从控制器设备过渡到数字化平台可能是昂贵的。例如:为了使数字化平台准确地模拟行为,必须基于对控制器设备的大量输入信号和输出信号的分析来生成数字化平台。因此,数字化平台的生成花费大量的时间和精力。结果,尝试将运行时***从控制器设备过渡到数字化平台可能是耗时且耗力的过程。
因此,将现有的自动化***从基于PLC的平台过渡到数字化平台是昂贵、费力且困难的。
鉴于上述情况,存在对高效且成本有效的方法和***的需要,该方法和***用于将运行时***从基于PLC的平台无缝地过渡到数字化平台。因此,本发明的目的是提供用于运行时***从控制器设备到数字化平台的无缝过渡的方法和***。
本发明的目的通过用于将运行时***从控制器设备无缝地过渡到数字化平台的方法和***来实现。控制器设备的示例包括可编程逻辑控制器(PLC)或微处理器或处理单元。数字化平台包括可配置的计算物理和逻辑资源,例如网络、服务器、存储、应用、服务等、以及分布在诸如云计算平台的平台上的数据。控制器设备和数字化平台被配置成执行工程程序以控制技术设施中的多个工业设备。多个工业设备的示例包括但不限于控制阀、电机、泵、机器人、车床和致动器。技术设施的示例包括制造厂、发电厂或化学加工厂。
工程程序包括多个编程块,编程块中的每个包括一个或多个程序指令。在一个示例中,工程程序是包括程序逻辑的图形程序。工程程序包括对应于程序逻辑的一组可编程指令或语句。多个编程块中的每个编程块对应于技术设施的工程设计下的功能块。工程设计可以包括几个这样的编程块。控制器设备被配置成在多个扫描周期中执行工程程序。控制器设备和数字化平台被进一步通信地耦合到多个传感器设备和多个人机界面。多个传感器设备包括压力传感器、温度传感器和振动传感器。人机界面的示例包括但不限于键盘、鼠标和触摸屏。多个人机界面进一步包括多个客户端设备,诸如智能电话、台式计算机和平板计算机,其网络连接到控制器设备或数字化平台。
在优选的实施例中,该方法包括由处理单元捕获在工程程序的执行的多个扫描周期期间由控制器设备传输或接收的多个输入-输出参数值。多个输入-输出参数值包括多个输入参数值和多个输出参数值。多个输入参数值的示例包括由控制器设备从多个传感器设备和多个人机界面接收的参数值。
因此,捕获的多个输入-输出参数值包括传感器数据、用户命令和用户输入。在一个示例中,多个输入-输出参数值进一步包括关于用户已经在连接到控制器设备的多个人机接口的人机接口上执行的多个用户动作的信息。在另一个示例中,多个输入-输出参数值包括由控制器设备从多个传感器设备接收的多个输入参数。多个输入-输出参数值进一步包括由控制器设备响应于多个用户动作的接收而生成的多个输出参数值。多个输出参数值包括由控制器设备或数字化平台传输到技术设施中的多个工业设备中的参数值。
在优选的实施例中,该方法进一步包括由处理单元分析捕获的多个输入-输出参数值。处理单元被配置成基于分析来标识多个输入-输出参数值中的多个模式。此外,处理单元被进一步配置成标识所捕获的多个输入-输出参数值中的参数值之间的多个关系。
该方法进一步包括由处理单元基于对捕获的多个输入-输出参数值的分析来生成输入知识图、输出知识图和输入-输出对应知识图。输入知识图包括关于所捕获的多个输入-输出参数值中的多个输入参数值之间的多个关系的信息。处理单元被配置成查询输入知识图以预测在工程程序的执行的未来扫描周期期间可能由控制器设备接收的参数值。未来扫描周期发生在其中捕获多个输入-输出参数值的多个扫描周期之后。
输出知识图包括关于由控制器设备传输的多个输出参数值之间的多个关系的信息。处理单元被配置成查询输出知识图,以预测在控制器设备中执行工程程序的未来扫描周期处可能由控制器设备传输的输出参数值。输入-输出对应知识图包括关于多个输入参数值中的每个和多个输出参数值中的每个之间的关系的信息。处理单元被配置成查询输入输出对应知识图,以预测对于由控制器设备接收的给定输入参数值,可能由控制器设备传输的输出参数值。该方法被进一步配置成基于输入知识图、输出知识图和输入-输出知识图来生成输入-输出知识图。在一个示例中,输入-输出知识图是三维知识图,其中输入知识图、输出知识图和输入-输出知识图被表示为三维知识图中的正交维度。
在优选的实施例中,该方法进一步包括由处理单元接收与多个传感器设备和控制器设备或数字化平台之一之间的网络连接相关联的多个网络连接参数。多个网络连接参数包括与网络强度、分组计数、分组丢弃数据相关联的信息,该网络强度、分组计数、分组丢弃数据与多个传感器设备和控制器设备或数字化平台之一之间的网络连接相关联。该方法进一步包括由处理单元分析多个网络连接参数。该方法进一步包括由处理单元基于该分析来确定网络连接中存在至少一个连接性错误。在一个示例中,多个网络连接性参数包括网络强度。在这样的情况下,处理单元被配置成确定网络强度是否下降到预定义阈值以下。在确定网络强度下降到预定义阈值以下的情况下,确定在多个传感器设备/多个人机接口和控制器设备或数字化平台之一之间的网络连接中存在至少一个连接性错误。
在确定网络连接中存在至少一个连接性错误的情况下,该方法进一步包括基于对所生成的输入-输出知识图的分析来模拟第一输入参数值。在一个示例中,由处理单元通过查询输入-输出知识图来模拟第一输入参数值。已经注意到,输入-输出知识图包括关于在多个扫描周期中由控制器设备接收的多个输入参数值之间的多个关系的信息。因此,有利地,第一输入参数值的模拟考虑了在多个扫描周期中由控制器设备接收的多个输入参数值。因此,在工程程序的执行期间,很可能由控制器设备从多个传感器设备/多个人机界面接收模拟的第一输入参数值。
在确定不存在至少一个连接错误的情况下,处理单元被配置成从多个传感器设备接收第二输入参数值。经由网络连接接收第二输入参数值。第二输入参数值的示例包括从多个传感器设备接收的传感器数据和从人机界面接收的多个用户输入。
在优选的实施例中,该方法进一步包括由处理单元确定关于模拟的第一输入参数值或接收的第二输入参数值之一的信息是否存在于输入-输出知识图中。换言之,处理单元被配置成确定输入-输出知识图是否包括关于多个输入-输出参数值和第一输入参数值或第二输入参数值之间的多个关系的信息。在输入-输出知识图包括关于第一输入参数值或第二输入参数值的信息的情况下,处理单元被配置成查询输入-输出知识图以生成至少一个输出参数值。
该至少一个输出参数值是在控制器设备中接收和处理第一输入参数值或第二输入参数值时可能由控制器设备生成的参数值。有利地,基于在工程程序的执行期间由控制器设备接收的多个输入-输出参数值的分析,模拟至少一个输出参数值。此外,基于对与所捕获的多个输入-输出参数值中的参数值之间的多个关系相关联的信息的分析,模拟至少一个输出参数值。因此,有利地,使得处理单元能够准确地准确模拟至少一个输出参数值。因此,至少一个输出参数值的生成是在数字化平台而不是控制器设备中执行的。
因此,有利地,用于处理第一参数值或第二参数值所花费的处理能力由数字化平台而不是控制器设备占用(taken up)。因此,减少了控制器设备的处理负荷。结果,增加了控制器设备的处理能力。此外,有利地,尽管在网络连接中存在至少一个连接错误,控制器设备和数字化平台继续接收第一输入参数值或第二输入参数值。因此,有利地,即使网络连接中存在至少一个连接错误,工程程序的执行也不停止。
在优选的实施例中,该方法进一步包括由处理单元确定第一输入参数值或第二输入参数值之一是否是关键数据项。在一个示例中,基于对第一输入参数值和第二输入参数值应用人工智能模型,第一输入参数值或第二输入参数值之一被确定为关键数据项。在确定第一参数值或第二参数值是关键数据项的情况下,在控制器设备中处理第一输入参数值或第二输入参数值。
在确定在输入-输出知识图中不存在关于第一参数值或第二参数值的信息的情况下,该方法包括由处理单元将第一参数值或第二参数值传输到控制器设备。控制器设备被配置成基于工程程序的执行来处理第一参数值或第二参数值。此外,控制器设备被配置成通过执行工程程序从第一参数值或第二参数值生成至少一个输出参数值。
在优选的实施例中,该方法进一步包括由处理单元从控制器设备接收所生成的至少一个输出参数值。该方法进一步包括将所生成的至少一个输出参数值传输到技术设施中的多个工业设备,以控制多个工业设备并高效地运行技术设施。因此,有利地,控制器设备仅需处理不存在于输入-输出知识图中的那些参数值。因此,控制器设备的处理负荷显著减少,并且大多数参数值处理发生在数字化平台中。因此,在数字化平台中执行至少一个输出参数值的生成。因此,有利地,用于处理第一参数值或第二参数值所花费的处理能力由数字化平台而不是控制器设备占用。因此,减少了控制器设备的处理负荷。
在优选的实施例中,该方法进一步包括分析生成的至少一个输出参数值。此外,该方法进一步包括基于对至少一个输出参数值、第一输入参数值和第二输入参数值的分析来修改输入-输出知识图。修改输入-输出知识图,使得第一输入参数值、第二参数值和至少一个输出参数值之间的关系被记录在输入-输出知识图中。
因此,有利地,在控制器设备或数字化平台在未来接收到等于第一输入参数值或第二参数值的参数值的情况下,通过查询输入-输出知识图容易地生成输出参数值。因此,进一步减少了控制器设备的处理负荷。最终,输入-输出知识图积累与可能被控制器设备接收的所有可能的参数值相关联的信息。在这样的情况下,将使得数字化平台能够针对由控制器设备接收的输入参数值的所有可能组合生成多个输出参数值。因此,有利地,技术设施的运行时从控制器设备无缝过渡到数字化平台中。
在优选的实施例中,该方法进一步包括由处理单元分析由控制器设备执行的工程程序的多个编程块。该方法进一步包括由处理单元确定控制器设备的多个程序执行参数。多个程序执行参数包括关于工程程序的执行期间控制器设备的内部运转的信息。例如,多个程序执行参数包括运行时信息,诸如在控制器设备中执行工程程序期间关于控制器设备的存储器碎片、扫描周期性质、***资源利用和存储器利用的信息。该方法进一步包括由处理单元确定由控制器设备执行工程程序的效率。
在优选的实施例中,该方法进一步包括由处理单元确定妨碍工程程序的执行的效率的工程程序的一个或多个编程块。该方法进一步包括由处理设备基于所确定的由控制器设备执行工程程序的效率来选择要转换的一个或多个编程块。该方法进一步包括由处理单元对所确定的一个或多个编程块应用人工智能模型。人工智能模型被训练以转换所确定的一个或多个编程块,以优化由控制器设备执行工程程序的效率。该方法进一步包括由处理单元基于人工智能模型在工程程序上的应用来转换多个编程块。该方法进一步包括由处理单元将转换的多个编程块移动到数字化平台。
在优选的实施例中,运行时***从控制器设备到数字化平台的无缝过渡的方法包括由处理单元接收第一输入-输出知识图,该第一输入-输出知识图包括关于由控制器设备传输或接收的多个输入-输出参数值之间的多个关系的信息。多个输入-输出参数值包括多个输入参数值和多个输出参数值。多个输入参数值的示例包括由控制器设备从多个多个人机界面接收的参数值。多个输入参数值包括传感器数据、用户命令和用户输入。在一个示例中,多个输入参数值包括由用户在多个人机界面上执行的多个用户动作。多个用户动作的示例包括由用户在人机界面的输入设备中输入的用户命令、用户输入、编程指令和用户选择。多个输出参数值包括由控制器设备和数字化平台传输到技术设施中的多个工业设备中的参数值。多个输出参数值包括由控制器设备基于多个用户动作的接收而传输的控制信号。用户可以输入多个用户动作以使用所执行的工程程序来执行任务。多个用户动作被布置为工作流。使得用户能够执行包括一组用户动作的工作流来执行任务。在一个示例中,可以使用第一工作流和第二工作流之一来执行任务。
在优选的实施例中,该方法进一步包括由处理单元确定在多个人机接口和控制器设备或数字化平台之一之间的网络连接中是否存在至少一个连接性错误。基于对与网络连接相关联的多个网络连接参数的分析来确定至少一个连接性问题。该方法进一步包括当确定存在连接性错误时,由处理单元基于对修改的输入-输出知识图的分析来模拟第一输入参数值。第一输入参数值是在工程程序的执行期间可能从多个人机界面接收的参数值。在一个示例中,第一输入参数值包括在工程程序的执行期间可能由控制器设备接收的关于用户动作的信息。
在示例中,该方法包括当确定在多个人机接口和控制器设备之间的网络连接中不存在连接性错误时,由处理单元从多个传感器设备接收第二输入参数值。第二输入参数值是控制信号、传感器数据信号和来自第一用户的用户输入中的至少一个。该方法进一步包括由处理单元确定第一和第二输入参数值之一是否存在于第一输入输出参数值中。换言之,该方法包括确定第一和第二输入参数值之一与多个输入-输出参数值中的任何一个之间的关系是否被记录在第一输入-输出知识图中。如果关于第一和第二输入参数值中的至少一个的信息存在于第一输入-输出知识图中,则使得处理单元能够通过简单地查询第一输入-输出知识图来生成至少一个输出参数。在第一输入-输出知识图中不存在关于第一或第二输入参数值之一的信息的情况下,该方法进一步包括确定关于第一或第二输入参数的信息是否存在于存储在数据库中的第二输入-输出知识图中。
在一个示例中,在确定关于第一或第二输入参数值的信息存在于第二输入-输出知识图中的情况下,该方法进一步包括由处理单元确定第二输入-输出知识图内的一个或多个知识图实例。一个或多个知识图实例包括关于第一或第二输入参数值的信息。一个或多个知识图实例进一步包括关于在工程程序的执行的未来扫描周期中可能由控制器设备接收的一个或多个参数值的信息。
在优选的实施例中,该方法进一步包括由处理单元分析第一输入-输出知识图,以将第一输入-输出知识图的多个部分分类为活跃部分和潜在部分。活跃部分包括关于第一组参数值的信息,其将在工程程序的执行的当前扫描周期中被处理。潜在部分包括关于第二组参数值的信息,其将在工程程序的执行的未来扫描周期中被处理。该方法进一步包括由处理单元将所接收的一个或多个知识图实例映射到第一输入-输出知识图的活跃部分或潜在部分之一中。该方法进一步包括由处理单元基于一组认知规则将接收到的一个或多个知识图附加到第一输入-输出知识图中。因此,处理单元被配置成基于该组认知规则来修改第一输入-输出知识图。该组认知规则是用于将知识从一个知识图转移到另一个知识图的一组规则。
在另一示例中,该方法包括由处理单元确定第一工作流,该第一工作流包括使用工程程序来执行任务的第一组用户动作。在一个示例中,任务是经由工程***执行的工程任务。在另一个示例中,任务是用于控制技术设施中的多个工业设备的控制任务。第一组用户动作标识执行任务的第一方法。与第一工作流相关联的信息存在于第一输入-输出知识图中。与第一工作流相关联的信息包括关于第一工作流中第一组用户动作之间的多个关系的信息。此外,第一输入-输出知识图包括关于以其来执行第一组用户动作的顺序的信息。该方法进一步包括由处理单元接收第二工作流,该第二工作流包括使用工程程序来执行相同任务的第二组用户动作。第二组用户动作不同于第一组用户动作。换言之,第二组用户动作表示使用工程程序来执行相同任务的第二方法。与第二工作流相关联的信息存在于存储在数据库中的第二输入-输出知识图中。第二输入-输出知识图包括关于第二工作流中的用户动作的顺序的信息以及还包括关于第二工作流中的各个用户动作的信息。
在优选的实施例中,该方法进一步包括将第一输入-输出知识图与第二输入-输出知识图进行比较。在一个示例中,基于两个知识图之间的相关操作,将第一输入-输出知识图与第二输入-输出知识图进行比较。该方法进一步包括由处理单元基于该比较来确定第一工作流和第二工作流的处理效率。第一和第二工作流中的每个的处理效率是相应工作流以其来完成任务的效率的指标。在一个示例中,当在数字孪生中执行第一工作流和第二工作流中的每个时,通过测量任务完成所花费的时间来确定第一工作流和第二工作流的处理效率。
在优选的实施例中,该方法进一步包括由处理单元确定第二工作流的处理效率是否大于第一工作流的处理效率。在第二工作流的处理效率大于第一工作流的处理效率的情况下,该方法进一步包括由处理单元确定第二输入-输出知识图中对应于第二工作流的一个或多个知识图实例。该方法进一步包括由处理单元从第二输入-输出知识图接收所确定的一个或多个知识图实例。该方法进一步包括通过将接收到的一个或多个知识图实例附加到第一输入-输出知识图实例中来修改第一输入-输出知识图。
在优选的实施例中,该方法进一步包括由处理单元从模拟的第一输入参数值生成至少一个输出参数值。该方法进一步包括由处理单元将所生成的至少一个输出参数值传输到技术设施中的至少一个设备,以控制该至少一个设备。
本发明的目的还通过一种用于运行时***从控制器设备到数字化平台的无缝过渡的工程***来实现。工程***包括一个或多个处理器和耦合到处理单元的存储器。存储器包括以可由处理器执行的机器可读指令的形式存储的数据分析和采集模块。数据分析和采集模块被配置用于执行如上所述的方法。
本发明的目的还通过工业环境来实现。工业环境包括工程***、包括一个或多个物理组件的技术设施以及通信地耦合到工程***和技术设施的多个人机界面。工程***被配置成执行上述方法步骤。
本发明的目的还通过其中存储有机器可读指令的计算机程序产品来实现,当由一个或多个处理器执行时,该机器可读指令使得一个或多个处理器执行如上所述的方法步骤。
现在将参考本发明的附图说明(address)本发明的上述和其他特征。所图示的实施例旨在说明而不是限制本发明。
下文中参考附图中所示的图示实施例进一步描述本发明,其中:
图1是根据本发明的实施例的能够将运行时***从控制器设备过渡到数字化平台的工业环境的框图;
图2是诸如图1中所示的那些的工程***的框图,其中可以实现本发明的实施例;
图3是诸如图2中所示的那些的数据采集和分析模型的框图,其中可以实现本发明的实施例;
图4A-E是图示了根据本发明的实施例的将运行时***从控制器设备无缝地过渡到数字化平台的示例性方法的过程流程图;
图5A-C是图示了根据本发明的另一个实施例的将运行时***从控制器设备无缝地过渡到数字化平台的示例性方法的过程流程图;
图6是描绘根据本发明的实施例的能够将运行时***从控制器设备过渡到数字化平台的***的示例性实现的框图;
图7是图示了根据本发明的实施例的包括潜在部分和活跃部分的输入-输出知识图的示意图;
图8是图示了根据本发明的实施例的修改输入-输出知识图的方法的示意图;
图9是图示了根据本发明的实施例的使用第一认知规则修改输入-输出知识图的方法的示意图;
图10是描绘了根据本发明的实施例的能够将运行时***从控制器设备过渡到根据本发明的实施例的数字化平台的***的示例性实现的框图;
图11是图示了根据本发明的实施例的修改输入-输出知识图的方法的示意图;
图12图示了根据本发明的实施例的使用第二认知规则修改输入-输出知识图的方法的示意图;
图13是图示了根据本发明的实施例的使用第三认知规则修改输入-输出知识图的方法的示意图;以及
图14是图示了根据本发明的实施例的使用第四认知规则修改输入-输出知识图的方法的示意图。
参考附图描述了各种实施例,其中相同的参考标号用于指代附图,其中相同的参考标号贯穿始终用于指代相同的元件。在以下描述中,出于解释的目的,阐述了许多具体细节,以便提供对一个或多个实施例的透彻理解。可能明显的是,这样的实施例可以在没有这些具体细节的情况下实施。
图1是根据本发明的实施例的能够将运行时***从控制器设备124无缝地过渡到数字化平台110的工业环境100的框图。在图1中,工业环境100包括工程***102、技术设施106和多个人机界面120A-N。如本文中所用,“工业环境”指的是包括可配置计算物理和逻辑资源的处理环境,例如网络、服务器、存储、应用、服务等、以及分布在诸如云计算平台的平台上的数据。工业环境100提供对可配置计算物理和逻辑资源的共享池的按需网络访问。工程***102经由网络连接104(诸如局域网(LAN)、广域网(WAN)、Wi-Fi、互联网、任何短程或广域通信)通信地连接到技术设施106。工程***102还经由网络连接104连接到多个人机界面120A-N。
工程***102经由网络连接104连接到技术设施106中的多个工业设备108A-N。多个工业设备108A-N可以包括服务器、机器人、交换机、自动化设备、可编程逻辑控制器(PLC)、人机界面(HMI)、电机、阀、泵、致动器、传感器和(一个或多个)其他工业装备。多个工业设备108A-N可以经由物理连接彼此连接或者连接到几个其他组件(图1中未示出)。物理连接可以通过多个工业设备108A-N之间的布线。替代地,多个工业设备108A-N也可以经由非物理连接(诸如物联网(IOT))和5G网络连接。尽管图1图示了连接到一个技术设施106的工程***102,但是本领域技术人员可以设想工程***102可以经由网络连接104连接到位于不同地理位置处的几个技术设施。
技术设施106进一步包括多个传感器设备126A-N。多个传感器设备126A-N包括传感器,诸如压力传感器、电压传感器、温度传感器和振动传感器。多个传感器设备126A-N从技术设施106进行一个或多个测量。一个或多个测量包括温度测量、压力测量和振动测量。多个传感器设备126A-N经由网络连接104连接到控制器设备124。
多个人机界面120A-N可以是台式计算机、膝上型计算机、平板计算机、智能电话以及诸如此类。多个人机界面120A-N中的每个都配备有工程工具122A-N,用于分别生成和/或编辑工程程序。多个人机界面120A-N可以访问工程***102以自动生成工程程序。多个人机界面120A-N可以访问云应用(诸如经由web浏览器提供多个工业设备108A-N的性能可视化)。贯穿说明书,术语“人机界面”、“客户端设备”和“用户设备”可互换地使用。多个人机界面120A-N被进一步配置成从多个用户接收多个用户动作。多个用户动作包括用户输入、用户命令、用户手势、编程指令和用户密码。多个用户动作由多个用户输入以使用控制器设备124和多个工业设备108A-N执行一个或多个任务。
注意,工程***102被连接到控制器设备124。控制器设备124的示例包括但不限于可编程逻辑控制器、微处理器和其他处理单元。控制器设备124被配置成在多个扫描周期中执行由工程***102生成的工程程序。控制器设备124被配置成从多个传感器设备126A-N和多个人机界面120A-N接收多个输入参数值。控制器设备124被进一步配置成向多个工业设备108A-N和多个人机界面传输多个输出参数值。
工程***102可以是部署在控制站处的独立服务器,或者可以是云计算平台上的远程服务器。在优选的实施例中,工程***102可以是基于云的工程***。工程***102能够递送(deliver)用于管理包括多个工业设备108A-N的技术设施106的应用(诸如云应用)。工程***102可以包括数字化平台110(诸如云计算平台)、数据采集和分析模块112、包括硬件资源和操作***(OS)的服务器114、网络接口116和数据库118。数字化平台110进一步包括输入-输出知识图。输入-输出知识图包括关于在时间间隔期间由控制器设备124接收或传输的多个参数值之间的多个关系的信息。网络接口116使能实现工程***102、技术设施106、(一个或多个)客户端设备120A-N、数字化平台110和控制器设备124之间的通信。界面(诸如云界面)(图1中未示出)可以允许多个工业设备120A-N处的工程师访问控制器设备124和数字化平台110,并在控制器设备124和数字化平台110上执行多个用户动作。
服务器114可以包括其上安装了OS的一个或多个服务器。服务器114可以包括一个或多个处理器、用于存储数据和机器可读指令(例如应用和应用编程接口(API))的一个或多个存储设备(诸如存储器单元)以及提供计算(诸如云计算)功能所需的其他***设备。在一个示例中,数字化平台110可以在服务器114中实现。数字化平台110使能使用服务器114的硬件资源和OS实现诸如数据接收、数据处理、数据渲染、数据通信等的功能,以及使用部署在其中的应用编程接口来递送前述服务。数字化平台110可以包括构建在硬件和OS之上的专用硬件和软件的组合。在示例性实施例中,数字化平台110可以对应于包括程序编辑器和编译器的集成开发环境(IDE),其允许多个人机界面120A-N的用户生成工程程序。数字化平台110可以进一步包括数据采集和分析模块112,数据采集和分析模块112被配置用于使能实现运行时***从控制器设备124到数字化平台110的无缝过渡。在一个示例中,数据采集和分析模块112包括控制器设备124的数字孪生。图3中解释了数据采集和分析模块112的细节。
数据库118存储与技术设施106和多个人机界面120A-N相关的信息。数据库118例如是结构化查询语言(SQL)数据存储或者不仅仅是SQL(NoSQL)数据存储。在示例性实施例中,数据库118可以被配置为在工业环境100中实现的基于云的数据库,其中计算资源作为服务通过平台110被递送。根据本发明的另一实施例,数据库118是文件***上可由数据采集和分析模块112直接访问的位置。数据库118被配置成存储工程项目文件、工程程序、对象行为模型、与多个工业设备108A-N相关联的参数值、测试结果、模拟结果、状态消息、多个工业设备108A-N的一个或多个模拟实例、图形程序、程序逻辑、程序逻辑模式和工程对象属性、一个或多个工程对象块、多个工业设备108A-N之间的关系信息、需求、程序更新消息以及诸如此类。
图2是诸如图1中所示的那些的工程***102的框图,其中可以实现本发明的实施例。在图2中,工程***102包括处理单元202、可访问存储器204、存储单元206、通信接口208、输入-输出单元210、网络接口212和总线214。
如本文中使用的处理单元202指表示任何类型的计算电路,诸如但不限于微处理器单元、微控制器、复杂指令集计算微处理器单元、精简指令集计算微处理器单元、超长指令字微处理器单元、显式并行指令计算微处理器单元、图形处理单元、数字信号处理单元或任何其他类型的处理电路。处理单元202还可以包括嵌入式控制器,诸如通用或可编程逻辑器件或阵列、专用集成电路、单片计算机以及诸如此类。
存储器204可以是非暂时性易失性存储器和非易失性存储器。存储器204可以被耦合用于与处理单元202通信,诸如是计算机可读存储介质。处理单元202可以执行存储在存储器204中的机器可读指令和/或源代码。多种机器可读指令可以存储在存储器204中,并从存储器204中访问。存储器204可以包括用于存储数据和机器可读指令的任何合适的元件,诸如只读存储器、随机存取存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器、硬盘驱动器、用于处理压缩盘、数字视频盘、软盘、磁带盒、存储卡以及诸如此类的可移动介质驱动器。在本实施例中,存储器204包括集成开发环境(IDE)216。IDE 216包括数据采集和分析模块112,数据采集和分析模块112以机器可读指令的形式存储在上述存储介质中的任何介质上,并且可以与(一个或多个)处理器202通信并由该(一个或多个)处理器202执行。
当由处理单元202执行时,数据采集和分析模块112使得处理单元202将运行时***从控制器设备124无缝地过渡到数字化平台110。运行时***将存储在控制器设备124中的工程程序转换成机器可执行代码,并最终在控制器设备124中实现工程程序的执行。
工程程序包括多个编程块。在一个示例中,工程程序是包括程序逻辑的图形程序。工程程序包括对应于程序逻辑的一组可编程指令或语句。多个编程块中的每个编程块对应于技术设施106的工程设计下的功能块。工程设计可以包括几个这样的编程块。控制器设备124被配置成在多个扫描周期中执行工程程序。
当由处理单元202执行时,数据采集和分析模块112使得处理单元202在工程程序的执行的多个扫描周期期间捕获由控制器设备124传输或接收的多个输入-输出参数值。多个输入-输出参数值包括多个输入参数值和多个输出参数值。多个输入参数值的示例包括由控制器设备124从多个传感器设备126A-N和多个人机界面120A-N接收的参数值。
在一个示例中,多个输入-输出参数值进一步包括关于用户已经在连接到控制器设备124的输入设备上执行的多个用户动作的信息。多个输入-输出参数值进一步包括由控制器设备124响应于多个用户动作的接收而生成的多个输出参数值。多个输出参数值包括由控制器设备124或数字化平台110传输到技术设施106中的多个工业设备126A-N中的参数值。
当由处理单元202执行时,数据采集和分析模块112进一步使得处理单元202分析所捕获的多个输入-输出参数值。处理单元202被配置成基于分析来标识多个输入-输出参数值中的多个模式。此外,处理单元202被进一步配置成标识所捕获的多个输入-输出参数值中的参数值之间的多个关系。
数据采集和分析模块112进一步使得处理单元202基于对捕获的多个输入-输出参数值的分析来生成输入知识图、输出知识图和输入-输出对应知识图。输入知识图包括关于所捕获的多个输入-输出参数值中的多个输入参数值之间的多个关系的信息。在一个示例中,多个关系包括由控制器设备124以其来接收多个输入参数值中的每个的顺序。处理单元202被配置成查询输入知识图,以预测在控制器设备124中执行工程程序的未来扫描周期期间可能由控制器设备124接收的参数值。未来扫描周期发生在其中捕获多个输入-输出参数值的多个扫描周期之后。例如,处理单元202被配置成查询输入参数知识图,以基于捕获的输入输出参数值确定可能由控制器设备124接收的下一个输入参数值。
输出知识图包括关于由控制器设备124传输的多个输出参数值之间的多个关系的信息。处理单元202被配置成查询输出知识图,以预测在控制器设备124中执行工程程序的未来扫描周期处可能由控制器设备124传输的输出参数值。
输入输出对应知识图包括关于多个输入参数值中的每个和多个输出参数值中的每个之间的关系的信息。处理单元202被配置成查询输入-输出对应知识图,以预测对于由控制器设备124接收的给定输入参数值,可能由控制器设备124传输的输出参数值。
数据采集和分析模块112进一步使得处理单元202基于输入知识图、输出知识图和输入-输出对应知识图来生成输入-输出知识图。在一个示例中,输入-输出知识图是三维知识图,其中输入知识图、输出知识图和输入-输出对应知识图被表示为三维知识图中的各个维度。
换言之,输入-输出知识图包括关于由控制器设备124从多个传感器设备126A-N接收的多个输入参数值之间的第一组关系的信息。输入-输出知识图包括关于由控制器设备124传输到多个工业设备108A-N的多个输出参数值之间的第二组关系的信息。输入-输出知识图包括关于多个输入参数值和多个输出参数值之间的第三组关系的信息。
数据采集和分析模块112进一步使得处理单元202接收与多个传感器设备126A-N、多个人机接口120A-N以及控制器设备124或数字化平台110之一之间的网络连接104相关联的多个网络连接参数。多个网络连接参数包括与网络强度、分组计数、分组丢弃数据相关联的信息,该网络强度、分组计数、分组丢弃数据与多个传感器设备126A-N和控制器设备124或数字化平台110之一之间的网络连接104相关联。
数据采集和分析模块112进一步使得处理单元202分析多个网络连接参数。在一个示例中,处理单元202被配置成基于多个预定义的阈值来分析多个网络连接参数。例如,处理单元202被配置成确定多个网络连接参数中的至少一个是否大于多个预定义阈值中的特定预定义阈值。
数据采集和分析模块112进一步使得处理单元202基于分析来确定网络连接104中是否存在至少一个连接性错误。在一个示例中,多个网络连接性参数包括网络强度。在这样的情况下,处理单元202被配置成确定网络强度是否下降到预定义阈值以下。在确定网络强度下降到预定义阈值以下的情况下,确定在多个传感器设备126A-N/多个人机接口120A-N和控制器设备124或数字化平台110之一之间的网络连接104中存在至少一个连接性错误。
在确定网络连接104中存在至少一个连接性错误的情况下,数据采集和分析模块112使得处理单元202基于对所生成的输入-输出知识图的分析来模拟第一输入参数值。模拟的第一输入参数值是在其中网络连接中存在至少一个连接性错误的持续时间期间可能由控制器设备112接收的参数值。
在一个示例中,由处理单元202通过查询输入-输出知识图来模拟第一输入参数值。已经注意到,输入-输出知识图包括关于在多个扫描周期中由控制器设备124接收的多个输入参数值之间的多个关系的信息。因此,有利地,第一输入参数值的模拟考虑了由控制器设备124在多个扫描周期中接收的多个输入参数值。因此,模拟的第一输入参数值是准确的,并且很可能在工程程序的执行期间从多个传感器设备126A-N/多个人机界面120A-N接收。此外,有利地,尽管网络连接104中存在至少一个连接错误,控制器设备124和数字化平台110继续接收输入参数值。因此,有利地,工程程序的执行不停止。
在确定不存在至少一个连接错误的情况下,处理单元202被配置成从多个传感器设备126A-N接收第二输入参数值。第二输入参数经由网络连接104来接收。第二输入参数值的示例包括从多个传感器设备126A-N接收的传感器数据和从多个人机界面120A-N接收的多个用户输入。
数据采集和分析模块112进一步使得处理单元202确定关于模拟的第一输入参数值或接收的第二输入参数值之一的信息是否存在于输入-输出知识图中。换言之,处理单元202被配置成确定输入-输出知识图是否包括关于由控制器设备124接收的多个输入参数值与第一输入参数值或第二输入参数值之间的多个关系的信息。
在输入-输出知识图包括关于第一输入参数值或第二输入参数值的信息的情况下,处理单元202被配置成查询输入-输出知识图以生成至少一个输出参数值。该至少一个输出参数值是在第一输入参数值或第二输入参数值被控制器设备124处理之后,可能由控制器设备124生成的参数值。有利地,基于在工程程序的执行期间由控制器设备接收的多个输入-输出参数值的分析,模拟至少一个输出参数值。此外,基于对与所捕获的多个输入-输出参数值中的参数值之间的多个关系相关联的信息的分析,模拟至少一个输出参数。因此,有利地,处理单元202准确地模拟至少一个输出参数值。因此,至少一个输出参数值的生成是在数字化平台110中执行的,而不是由控制器设备124执行的。结果,用于处理第一参数值或第二参数值所花费的处理能力被数字化平台110而不是控制器设备124占用。因此,减少了控制器设备124的处理负荷。因此,增加了控制器设备124的处理能力。
数据采集和分析模块112进一步使得处理单元202确定第一输入参数值或第二输入参数值之一是否是关键数据项。在一个示例中,基于对第一输入参数值和第二输入参数值应用人工智能模型,第一输入参数值或第二输入参数值之一被确定为关键数据项。在确定第一参数值或第二参数值是关键数据项的情况下,在控制器设备124中处理第一输入参数值或第二输入参数值。在一个示例中,人工智能模型被训练以基于包括被标记为关键数据项的多个参数值的训练数据集来检测关键数据项。
在确定在输入-输出知识图中不存在关于第一参数值或第二参数值的信息的情况下,数据采集和分析模块112进一步使得处理单元202将第一参数值或第二参数值传输到控制器设备124。控制器设备124被配置成基于工程程序的执行来处理第一参数值或第二参数值。此外,控制器设备124被配置成通过工程程序的执行从第一参数值或第二参数值生成至少一个输出参数值。
数据采集和分析模块112进一步使得处理单元202将所生成的至少一个输出参数值从控制器设备124传输到多个工业设备108A-N。数据采集和分析模块112进一步使得处理单元202基于所传输的至少一个输出参数值来控制多个工业设备108A-N,并且高效地运行技术设施。因此,有利地,控制器设备124仅需处理输入-输出知识图中不存在的那些参数值。因此,控制器设备124的处理负荷显著降低,并且多个输入参数值的处理的主要部分发生在数字化平台110中。因此,有利地,用于处理第一参数值或第二参数值所花费的处理能力被数字化平台110而不是由控制器设备124占用。因此,减少了控制器设备124的处理负荷。
数据采集和分析模块112进一步使得处理单元202分析所生成的至少一个输出参数值。数据采集和分析模块112进一步使得处理单元202基于对至少一个输出参数值、第一输入参数值和第二输入参数值的分析来修改输入-输出知识图。修改输入-输出知识图,使得第一输入参数值、第二参数值和至少一个输出参数值之间的关系被记录在输入-输出知识图中。
因此,有利地,在控制器设备124或数字化平台110在未来接收到等于第一输入参数值或第二参数值的参数值的情况下,由数字化平台110通过查询输入-输出知识图容易地生成至少一个输出参数值。因此,进一步减少了控制器设备124的处理负荷。最终,输入-输出知识图积累与可能被控制器设备124接收的所有可能的参数值相关联的信息。在这样的情况下,将使得数字化平台110能够针对由控制器设备124接收的输入参数值的所有可能组合生成多个输出参数值。因此,有利地,技术设施106的运行时***从控制器设备124无缝地过渡到数字化平台110中。
数据采集和分析模块112进一步使得处理单元202分析由控制器设备124执行的工程程序的多个编程块。数据采集和分析模块112进一步使得处理单元202确定控制器设备124的多个程序执行参数。多个程序执行参数包括关于工程程序的执行期间控制器设备124的内部运转的信息。例如,多个程序执行参数包括运行时信息,诸如在控制器设备124中执行工程程序期间关于存储器碎片、扫描周期性质、***资源利用和控制器设备124的存储器利用的信息。数据采集和分析模块112进一步使得处理单元202确定由控制器设备124执行工程程序的效率。
数据采集和分析模块112进一步使得处理单元202确定工程程序中的一个或多个编程块妨碍了工程程序的执行的效率。数据采集和分析模块112进一步使得处理单元202基于工程程序的执行的效率由于一个或多个编程块而被妨碍的确定来选择要转换的一个或多个编程块。数据采集和分析模块112进一步使得处理单元202对所选择的一个或多个编程块应用人工智能模型。人工智能模型被训练以转换所确定的一个或多个编程块,以优化由控制器设备124执行工程程序的效率。
数据采集和分析模块112进一步使得处理单元202基于人工智能模型在工程程序上的应用来转换多个编程块。数据采集和分析模块112进一步使得处理单元202将转换的多个编程块迁移到数字化平台110。
在另一个实施例中,数据采集和分析模块112使得处理单元202接收第一输入-输出知识图,该第一输入-输出知识图包括关于由控制器设备124传输或接收的多个输入-输出参数值之间的多个关系的信息。多个输入-输出参数值包括多个输入参数值和多个输出参数值。多个输入参数值的示例包括由控制器设备124从多个传感器设备126A-N和多个人机接口120A-N接收的参数值。多个输入参数值包括传感器数据、编程指令、用户命令和用户输入。在一个示例中,多个输入参数值包括由用户在多个人机界面120A-N上执行的多个用户动作。多个用户动作的示例包括由用户在多个人机界面120A-N的输入设备中输入的用户命令、用户输入和用户选择。多个输出参数值包括由控制器设备124和数字化平台110传输到技术设施106中的多个工业设备108A-N中的参数值。多个输出参数值包括由控制器设备124基于多个用户动作的接收而传输的控制信号。用户可以输入多个用户动作以使用所执行的工程程序来执行任务。多个用户动作被布置为工作流。使得用户能够执行包括一组用户动作的工作流以执行任务。在一个示例中,可以使用第一工作流和第二工作流之一来执行相同的任务。
数据采集和分析模块112使得处理单元202确定包括使用工程程序来执行任务的第一组用户动作的第一工作流。在一个示例中,任务是经由工程***102执行的工程任务。在另一个示例中,任务是用于控制技术设施106中的多个工业设备108A-N的控制任务。与第一工作流相关联的信息存在于第一输入-输出知识图中。与第一工作流相关联的信息包括关于第一工作流中的第一组用户动作之间的多个关系的信息。此外,第一输入-输出知识图包括关于由用户以其来执行第一组用户动作的顺序的信息。
数据采集和分析模块112进一步使得处理单元202接收第二工作流,该第二工作流包括使用工程程序来执行相同任务的第二组用户动作。第二组用户动作不同于第一组用户动作。与第二工作流相关联的信息存在于存储在数据库中的第二输入-输出知识图中。第二输入-输出知识图包括关于第二工作流中的用户动作的顺序的信息以及还包括关于第二工作流中的各个用户动作的信息。
数据采集和分析模块112使得处理单元202将第一输入-输出知识图与第二输入-输出知识图进行比较。在一个示例中,基于两个知识图之间的相关操作,将第一输入-输出知识图与第二输入-输出知识图进行比较。
数据采集和分析模块112使得处理单元202基于相关操作来确定第一工作流和第二工作流的处理效率。在一个示例中,第一工作流和第二工作流的处理效率通过在控制器设备124的数字孪生上执行第一和第二工作流并计算使用第一和第二工作流中的每个来执行任务所花费的时间来确定。第一和第二工作流中的每个的处理效率是相应工作流以其来完成任务的效率的指标。
数据采集和分析模块112使得处理单元202确定第二工作流的处理效率是否大于第一工作流的处理效率。在第二工作流的处理效率大于第一工作流的处理效率的情况下,数据采集和分析模块112使得处理单元202确定第二输入-输出知识图中对应于第二工作流的一个或多个知识图实例。
数据采集和分析模块112使得处理单元202从第二输入-输出知识图接收所确定的一个或多个知识图实例。数据采集和分析模块112使得处理单元202确定在多个传感器设备126A-N和控制器设备124或数字化平台110之一之间的网络连接104中是否存在至少一个连接性错误。基于对与网络连接104相关联的多个网络连接参数的分析来确定至少一个连接性问题。
当确定存在至少一个连接性错误时,数据采集和分析模块112使得处理单元202基于对修改的输入-输出知识图的分析来模拟第一输入参数值。第一输入参数值是在工程程序的执行期间可能从多个传感器设备126A-N接收的参数值。在一个示例中,第一输入参数值包括可能在工程程序的执行期间由控制器设备124接收的关于用户动作的信息。
当确定网络连接104中不存在至少一个连接性错误时,数据采集和分析模块112使得处理单元202从多个传感器设备126A-N接收第二输入参数值。第二输入参数值是控制信号、传感器数据信号和来自第一用户的用户输入中的至少一个。
数据采集和分析模块112使得处理单元202确定第一或第二输入参数值之一是否存在于第一输入输出参数值中。数据采集和分析模块112使得处理单元202确定第一和第二输入参数值之一与多个输入-输出参数值中的任何一个之间的关系是否被记录在第一输入-输出知识图中。如果关于第一和第二输入参数值中的至少一个的信息存在于第一输入-输出知识图中,则数据采集和分析模块112使得处理单元202通过简单地查询第一输入-输出知识图来生成至少一个输出参数。在第一输入-输出知识图中不存在关于第一或第二输入参数值之一的信息的情况下,数据采集和分析模块112使得处理单元202确定关于第一或第二输入参数的信息是否存在于存储在数据库114中的第二输入-输出知识图中。
在确定关于第一或第二输入参数值的信息存在于第二输入-输出知识图中的情况下,数据采集和分析模块112使得处理单元202选择第二输入-输出知识图内的一个或多个知识图实例。一个或多个知识图实例包括关于第一或第二输入参数值的信息。一个或多个知识图实例进一步包括关于在工程程序的执行的未来扫描周期中可能由控制器设备124接收的一个或多个参数值的信息。
数据采集和分析模块112使得处理单元202分析第一输入-输出知识图,以将第一输入-输出知识图的多个部分分类为活跃部分和潜在部分。活跃部分包括关于第一组参数值的信息,其将在工程程序的执行的当前扫描周期中被处理。潜在部分包括关于第二组参数值的信息,其将在工程程序的执行的未来扫描周期中被处理。
数据采集和分析模块112使得处理单元202将接收到的一个或多个知识图实例映射到第一输入-输出知识图的活跃部分或潜在部分之一中。数据采集和分析模块112使得处理单元202基于一组认知规则将接收到的一个或多个知识图修改成第一输入-输出知识图。
数据采集和分析模块112使得处理单元202从模拟的第一输入参数值生成至少一个输出参数值。数据采集和分析模块112使得处理单元202将所生成的至少一个输出参数值传输到技术设施中的至少一个设备,以控制该至少一个设备。
通信接口208被配置用于在多个人机接口120A-N、工程***102和控制器设备124之间建立通信会话。通信接口208允许在多个人机接口120A-N上运行的一个或多个工程应用将工程程序导入/导出到控制器设备124中。在实施例中,通信接口208与多个人机接口120A-N处的接***互,以允许工程师访问与工程项目文件相关联的工程程序,并对存储在工程***102中的工程程序执行一个或多个动作。
输入-输出单元210可以包括能够接收一个或多个输入信号(诸如用于处理工程项目文件的用户命令)的输入设备、小键盘、触敏显示器、相机(诸如接收基于手势的输入的相机)等。此外,输入-输出单元210可以是用于显示图形用户界面的显示单元,该图形用户界面将与修改的工程程序相关联的行为模型可视化,并且还显示与在图形用户界面上执行的每组动作相关联的状态信息。该组动作可以包括执行预定义的测试、下载、编译和部署图形程序。总线214充当处理器202、存储器204和输入-输出单元210之间的互连。
网络接口212可以被配置成处理工程***102、多个人机接口120A-N和技术设施106之间的网络连接性、带宽和网络流量。
本领域中的普通技术人员将理解,图2中所描绘的硬件可以针对特定的实现而变化。例如,除了所描绘的硬件之外或者代替所描绘的硬件,还可以使用其他***设备,诸如光盘驱动器以及诸如此类、局域网(LAN)、广域网(WAN)、无线(例如,Wi-Fi)适配器、图形适配器、磁盘控制器、输入/输出(I/O)适配器。所描绘的示例仅出于解释的目的而提供,并不意味着暗示对本公开的架构限制。
本领域技术人员将认识到,为了简单和清楚起见,本文中没有描绘或描述适用于与本公开使用的所有数据处理***的完整结构和操作。代之以,仅描绘和描述了工程***102中如对于本公开是独特的或者对于理解本公开是必要的部分。工程***102的其余构造和操作可以符合本领域中已知的各种当前实现和实践中的任何一种。
图3是诸如图2中所示的那些的数据分析和采集112的框图,其中可以实现本发明的实施例。在图3中,数据分析和采集112包括请求处理器模块302、数字孪生生成模块304、分析模块306、修改器模块308、工程对象数据库310、验证模块312和部署模块314。结合图1和图2来解释图3。
请求处理器模块302被配置用于接收用于启动运行时***从控制器设备124到技术设施106中的数字化平台110的过渡的请求。例如,经由网络从工业环境100的外部的一个或多个用户之一接收请求。在替代实施例中,经由网络从一个或多个人机界面120A-N接收请求。请求处理器模块302被进一步配置成捕获由控制器设备124接收或传输的多个输入-输出参数值。
数字孪生生成模块304被配置用于分析从控制器设备124捕获的多个输入-输出参数值。数字孪生生成模块304被配置成生成输入知识图、输出知识图和输入输出对应知识图。数字孪生生成模块304被进一步配置成生成输入-输出知识图。
分析模块306被配置用于分析多个网络连接参数,以预测网络连接104中的至少连接性错误的存在。分析模块306被进一步配置成检测模拟的第一输入参数值或接收的第二参数值是否存在于输入-输出知识图中。
修改器模块308被配置用于通过基于该组认知规则将一个或多个知识图实例附加到输入-输出知识图来修改输入-输出知识图。修改器模块308被进一步配置成基于人工智能模型在工程程序的多个编程块上的应用来转换工程程序中的多个编程块。
工程对象数据库310被配置用于生成工程对象库,该工程对象库包括生成的对象行为模型、关于多个工业设备108A-N的信息、多个工业设备108A-N之间的物理连接以及与多个工业设备108A-N和物理连接相关联的多个阈值参数值。工程对象数据库310被配置用于用工程程序的更新版本不断更新工程对象库。
验证模块312被配置成验证由控制器设备执行的工程程序。验证模块312被配置成通过在控制器设备124的数字孪生上执行工程程序来在模拟环境中模拟由技术设施106的控制器设备124对工程程序的执行。
部署模块314被配置用于将工程程序的执行实时地从控制器设备124过渡到数字化平台110。
图4A-E是图示根据本发明的实施例的将运行时***从控制器设备124无缝地过渡到数字化平台110的示例性方法400的过程流程图。结合图1至图3来解释图4A-E。
在步骤402处,在由处理单元202捕获在工程程序的执行的多个扫描周期期间,由控制器设备124传输或接收的多个输入-输出参数值。多个输入参数值的示例包括由控制器设备124从多个传感器设备126A-N和多个人机界面120A-N接收的参数值。
在步骤404处,由处理单元202分析捕获的多个输入-输出参数值。处理单元202被配置成基于分析来标识多个输入-输出参数值中的多个模式。此外,处理单元202被进一步配置成标识所捕获的多个输入-输出参数值中的参数值之间的多个关系。
在步骤406处,由处理单元202基于对捕获的多个输入-输出参数值的分析,生成输入知识图、输出知识图和输入-输出对应知识图。输入知识图包括关于所捕获的多个输入-输出参数值中的多个输入参数值之间的多个关系的信息。在一个示例中,多个关系包括由控制器设备124以其来接收多个输入参数值中的每个的顺序。
在步骤408处,由处理单元202查询输入知识图,以预测在控制器设备124中执行工程程序的未来扫描周期期间可能由控制器设备124接收的参数值。未来扫描周期发生在多个扫描周期之后,其中多个输入-输出参数值被处理单元202捕获。例如,处理单元202被配置成查询输入参数知识图,以基于捕获的多个输入输出参数值来确定可能由控制器设备124接收的下一个输入参数值。
输出知识图包括关于由控制器设备124传输的多个输出参数值之间的多个关系的信息。处理单元202被配置成查询输出知识图,以预测在控制器设备124中执行工程程序的未来扫描周期处可能由控制器设备124传输的输出参数值。
输入输出对应知识图包括关于多个输入参数值中的每个和多个输出参数值中的每个之间的关系的信息。处理单元202被配置成查询输入输出对应知识图,以预测对于由控制器设备124接收的给定输入参数值,可能由控制器设备124传输的输出参数值。
在步骤410处,由处理单元202基于输入知识图、输出知识图和输入-输出知识图生成输入-输出知识图。在一个示例中,输入-输出知识图是三维知识图,其中输入知识图、输出知识图和输入-输出知识图被表示为三维知识图中的各个维度。换言之,输入-输出知识图包括关于由控制器设备124从多个传感器设备126A-N接收的多个输入参数值之间的第一组关系的信息。输入-输出知识图包括关于由控制器设备124传输到多个工业设备108A-N的多个输出参数值之间的第二组关系的信息。输入-输出知识图包括关于多个输入参数值和多个输出参数值之间的第三组关系的信息。
在步骤412处,由处理单元202接收与多个传感器设备126A-N和控制器设备124或数字化平台110之一之间的网络连接104相关联的多个网络连接参数。多个网络连接参数包括与网络强度、分组计数、分组丢弃数据相关联的信息,该网络强度、分组计数、分组丢弃数据与多个传感器设备126A-N和控制器设备124或数字化平台110之一之间的网络连接104相关联。
在步骤414处,由处理单元202分析多个网络连接参数。在一个示例中,处理单元202被配置成基于多个预定义的阈值来分析多个网络连接参数。例如,处理单元202被配置成确定多个网络连接参数中的至少一个是否大于多个预定义阈值中的特定预定义阈值。
在步骤416处,由处理单元202基于分析来确定网络连接104中是否存在至少一个连接性错误。例如,在多个网络连接性参数包括网络强度的情况下,处理单元202被配置成确定网络强度是否下降到预定义阈值以下。在确定网络强度下降到预定义阈值以下的情况下,确定在多个传感器设备126A-N/多个人机接口120A-N和控制器设备124或数字化平台110之一之间的网络连接104中存在至少一个连接性错误。
在步骤418处,在确定网络连接104中存在至少一个连接性错误的情况下,由处理单元202基于对所生成的输入-输出知识图的分析来模拟第一输入参数值。模拟的第一输入参数值是在其中网络连接104中存在至少一个连接性错误的持续时间期间可能由控制器设备124接收的参数值。
在一个示例中,由处理单元202通过查询输入-输出知识图来模拟第一输入参数值。已经注意到,输入-输出知识图包括关于在多个扫描周期中由控制器设备124接收的多个输入参数值之间的多个关系的信息。因此,有利地,第一输入参数值的模拟考虑了由控制器设备124在多个扫描周期中接收的多个输入参数值。因此,模拟的第一输入参数值是准确的,并且很可能在工程程序的执行期间从多个传感器设备126A-N/多个人机界面120A-N接收。此外,有利地,尽管网络连接104中存在至少一个连接错误,控制器设备124和数字化平台110继续接收输入参数值。因此,有利地,工程程序的执行不停止。
在步骤420处,在确定不存在至少一个连接错误的情况下,由处理单元202从多个传感器设备126A-N接收第二输入参数值。经由网络连接104接收第二输入参数值。第二输入参数值的示例包括从多个传感器设备126A-N接收的传感器数据和从多个人机界面120A-N接收的多个用户输入。
在步骤422处,由处理单元202确定关于模拟的第一输入参数值或接收的第二输入参数值之一的信息是否存在于输入-输出知识图中。换言之,处理单元202被配置成确定输入-输出知识图是否包括关于由控制器设备124接收的多个输入参数值与第一输入参数值或第二输入参数值之间的多个关系的信息。
在步骤424处,在确定输入-输出知识图包括关于第一输入参数值或第二输入参数值的信息的情况下,处理单元202被配置成查询输入-输出知识图以生成至少一个输出参数值。该至少一个输出参数值是在由控制器设备124处理第一输入参数值或第二输入参数值之后,可能由控制器设备124生成的参数值。有利地,基于在工程程序的执行期间由控制器设备124接收的多个输入-输出参数值的分析,模拟至少一个输出参数值。此外,基于对与所捕获的多个输入-输出参数值中的参数值之间的多个关系相关联的信息的分析,模拟至少一个输出参数。因此,有利地,使得处理单元202能够准确地模拟至少一个输出参数值。因此,至少一个输出参数值的生成是在数字化平台110中执行的,而不是由控制器设备124执行的。因此,有利地,用于处理第一参数值或第二参数值所花费的处理能力由数字化平台110而不是控制器设备124占用。因此,减少了控制器设备124的处理负荷。结果,增加了控制器设备124的处理能力。
在步骤426处,由处理单元202确定第一输入参数值或第二输入参数值之一是否是关键数据项。在一个示例中,基于对第一输入参数值和第二输入参数值应用人工智能模型,第一输入参数值或第二输入参数值之一被确定为关键数据项。在确定第一参数值或第二参数值是关键数据项的情况下,在控制器设备124中处理第一输入参数值或第二输入参数值。在一个示例中,人工智能模型被训练以基于包括多个关键数据项的训练数据集来检测关键数据项。
在步骤428处,由处理单元202确定关于第一参数值或第二参数值的信息在输入-输出知识图中不存在。在这样的情况下,第一参数值或第二参数值由处理单元202传输到控制器设备124。控制器设备124被配置成基于工程程序的执行来处理第一参数值或第二参数值。此外,控制器设备124被配置成通过工程程序的执行从第一参数值或第二参数值生成至少一个输出参数值。
在步骤430处,所生成的至少一个输出参数由处理单元202从控制器设备124传输到多个工业设备108A-N。
在步骤432处,由处理单元202基于所传输的至少一个输出参数来控制多个工业设备108A-N。因此,技术设施106高效地运行。因此,有利地,控制器设备124仅需处理输入-输出知识图中不存在的那些参数值。因此,控制器设备124的处理负荷显著降低,并且大多数参数值处理发生在数字化平台110中。因此,有利地,用于处理第一参数值或第二参数值所花费的处理能力被数字化平台110而不是控制器设备124占用。因此,减少了控制器设备124的处理负荷。
在步骤434处,由处理单元202分析生成的至少一个输出参数值。在步骤436处,由处理单元202基于对至少一个输出参数值、第一输入参数值和第二输入参数值的分析来修改输入-输出知识图。修改输入-输出知识图,使得第一输入参数值、第二参数值和至少一个输出参数值之间的关系被记录在输入-输出知识图中。
因此,有利地,在控制器设备124或数字化平台110在未来接收到等于第一输入参数值或第二参数值的参数值的情况下,通过查询输入-输出知识图容易地生成输出参数值。因此,进一步减少了控制器设备124的处理负荷。最终,输入-输出知识图积累与可能被控制器设备124接收的所有可能的参数值相关联的信息。在这样的情况下,将使得数字化平台110能够针对由控制器设备124接收的输入参数值的所有可能组合生成多个输出参数值。因此,有利地,技术设施106的运行时从控制器设备124无缝过渡到数字化平台110。
在步骤436处,由控制器设备124执行的工程程序的多个编程块被处理单元202分析。数据采集和分析模块112进一步使得处理单元202确定控制器设备124的多个程序执行参数。多个程序执行参数包括关于工程程序的执行期间控制器设备124的内部运转的信息。例如,多个程序执行参数包括运行时信息,诸如在控制器设备中执行工程程序期间关于控制器设备的存储器碎片、扫描周期性质、***资源利用和存储器利用的信息。此外,由控制器设备124执行工程程序的效率由处理单元202基于多个程序执行参数来确定。
在步骤438处,由处理单元202确定的妨碍工程程序的执行的效率的工程程序的一个或多个编程块由处理单元202确定。在步骤440处,基于所确定的由控制器设备执行工程程序的效率,基于处理单元202选择要转换的一个或多个编程块。在步骤442处,由处理单元202将人工智能模型应用于所选择的一个或多个编程块上。人工智能模型被训练以转换所确定的一个或多个编程块,以优化由控制器设备124执行工程程序的效率。
在步骤444处,由处理单元202基于人工智能模型在工程程序上的应用来转换多个编程块。数据采集和分析模块112进一步使得处理单元202将转换的多个编程块迁移到数字化平台110。
图5A-C是图示根据本发明的实施例的将运行时***从控制器设备124无缝地过渡到数字化平台110的示例性方法400的过程流程图。
在步骤502处,由处理单元202捕获第一输入-输出知识图,该第一输入-输出知识图包括关于由控制器设备124传输或接收的多个输入-输出参数值之间的多个关系的信息。多个输入-输出参数值包括多个输入参数值和多个输出参数值。多个输入参数值的示例包括由控制器设备124从多个人机界面122A-N接收的参数值。多个输入参数值包括传感器数据、用户命令和用户输入。
在一个示例中,多个输入参数值包括由用户在多个人机界面122A-N上执行的多个用户动作。多个用户动作的示例包括由用户在多个人机界面122A-N的输入设备中输入的用户命令、用户输入和用户选择。多个输出参数值包括由控制器设备124和数字化平台110传输到技术设施106中的多个工业设备108A-N中的参数值。
多个输出参数值包括由控制器设备124基于多个用户动作的接收而传输的控制信号。用户可以输入多个用户动作以使用所执行的工程程序来执行任务。多个用户动作被布置为工作流。使得用户能够执行包括一组用户动作的工作流以执行任务。在一个示例中,可以使用第一工作流和第二工作流之一来执行任务。
在步骤504处,由处理单元202确定包括使用工程程序来执行任务的第一组用户动作的第一工作流。在一个示例中,任务是经由工程***100执行的工程任务。在另一个示例中,任务是用于控制技术设施106中的多个工业设备108A-N的控制任务。与第一工作流相关联的信息出现在存在于第一输入-输出知识图中。与第一工作流相关联的信息包括关于第一工作流中的第一组用户动作之间的多个关系的信息。例如,关于多个关系的信息包括关于以其来执行第一组用户动作中的每个的顺序的信息。
在步骤506处,由处理单元202接收包括使用工程程序来执行相同任务的第二组用户动作的第二工作流。第二组用户动作不同于第一组用户动作。与第二工作流相关联的信息存在于存储在数据库中的第二输入-输出知识图中。第二输入-输出知识图包括关于第二工作流中的用户动作的顺序的信息以及还包括关于第二工作流中的各个用户动作的信息。
在步骤508处,由处理单元202将第一输入-输出知识图与第二输入-输出知识图进行比较。在一个示例中,基于两个知识图之间的相关操作,将第一输入-输出知识图与第二输入-输出知识图进行比较。
在步骤510处,由处理单元202基于该比较来确定第一工作流和第二工作流的处理效率。在一个示例中,第一工作流和第二工作流的处理效率通过在控制器设备124的数字孪生上执行第一和第二工作流来确定。第一和第二工作流中的每个的处理效率是相应工作流以其来完成任务的效率的指标。
在步骤512处,确定第二工作流的处理效率是否大于第一工作流的处理效率。在第二工作流的处理效率大于第一工作流的处理效率的情况下,处理单元202被配置成确定第二输入-输出知识图中对应于第二工作流的一个或多个知识图实例。
在步骤514处,由处理单元202从第二输入-输出知识图接收所确定的一个或多个知识图实例。在步骤516处,由处理单元202确定在多个传感器设备126A-N和控制器设备124或数字化平台110之一之间的网络连接104中是否存在至少一个连接性错误。基于对与网络连接104相关联的多个网络连接参数的分析来确定至少一个连接性问题。
在步骤518处,如果确定存在连接性错误,则由处理单元202基于对修改的输入-输出知识图的分析来生成第一输入参数值。第一输入参数值是在工程程序的执行期间可能从多个传感器设备126A-N接收的参数值。在一个示例中,第一输入参数值包括可能在工程程序的执行期间由控制器设备124接收的关于用户动作的信息。
在步骤520处,当确定网络连接104中不存在连接性错误时,由处理单元202从多个传感器设备126A-N接收第二输入参数值。第二输入参数值是控制信号、传感器数据信号和来自第一用户的用户输入中的至少一个。
在步骤522处,由处理单元202确定第一或第二输入参数值之一是否存在于第一输入输出参数值中。在步骤524处,由处理单元202确定第一和第二输入参数值之一与多个输入-输出参数值中的任何一个之间的关系是否被记录在第一输入-输出知识图中。如果关于第一和第二输入参数值中的至少一个的信息存在于第一输入-输出知识图中,则处理单元202被配置成通过简单地查询第一输入-输出知识图来生成至少一个输出参数。在第一输入-输出知识图中不存在关于第一或第二输入参数值之一的信息的情况下,处理单元202被配置成确定关于第一或第二输入参数的信息是否存在于存储在数据库中的第二输入-输出知识图中。
在步骤526处,在确定关于第一或第二输入参数值的信息存在于第二输入-输出知识图中的情况下,由处理单元202选择第二输入-输出知识图中的一个或多个知识图实例。所选择的一个或多个知识图实例包括关于第一或第二输入参数值的信息。一个或多个知识图实例进一步包括关于在工程程序的执行的未来扫描周期中可能由控制器设备124接收的一个或多个参数值的信息。
在步骤528处,由处理单元202分析第一输入-输出知识图,以将第一输入-输出知识图的多个部分分类为活跃部分和潜在部分。活跃部分包括关于第一组参数值的信息,其将在工程程序的执行的当前扫描周期中被处理。潜在部分包括关于第二组参数值的信息,其将在工程程序的执行的未来扫描周期中被处理。
在步骤530处,由处理单元202将接收到的一个或多个知识图实例映射到第一输入-输出知识图的活跃部分或潜在部分之一中。此外,由处理单元202基于一组认知规则将接收到的一个或多个知识图实例附加到第一输入-输出知识图中。
在步骤532处,由处理单元202从模拟的第一输入参数值生成至少一个输出参数值。数据采集和分析模块112使得处理单元202将所生成的至少一个输出参数值传输到技术设施106中的至少一个设备,以控制该至少一个设备。
图6图示了根据本发明的实施例的用于将运行时***从控制器设备124过渡到技术设施106中的数字化平台110的***的工作的示例性图示。
技术设施106包括经由网络连接104连接到控制器设备124和数字化平台110的多个工业设备108A-N和多个传感器设备126A-N。控制器设备124执行工程程序。工程程序包括多个编程指令,当由控制器设备124执行时,其使得控制器设备124控制多个工业设备108A-N以高效地运行技术设施106。控制器设备124的操作的阶段被称为运行时***,在该阶段中由控制器设备124正在执行工程程序。
在一个示例中,控制器设备124被配置成从多个传感器设备126A-N接收多个传感器信号。多个传感器信号的示例包括但不限于压力信号、温度信号和光信号。在控制器设备124中的工程程序的运行时期间,控制器设备124被配置成将接收到的多个传感器信号作为输入馈送到工程程序中。控制器设备124被进一步配置成生成多个输出信号以控制多个工业设备108A-N。多个输出信号基于处理的多个传感器信号来生成。
处理单元202被配置成捕获由控制器设备124从多个传感器设备126A-N接收的多个传感器信号。处理单元202被进一步配置成捕获由控制器设备124传输到多个工业设备108A-N的多个输出信号。
处理单元202被进一步配置成分析多个传感器信号和多个输出信号,以确定多个传感器信号中的每个信号和多个输出信号之间的多个关系。例如,处理单元202被配置成确定多个传感器信号中的信号之间的第一组关系和多个输出信号中的信号之间的第二组关系。处理单元202被进一步配置成确定多个传感器信号和多个输出信号之间的第三组关系。
处理单元202被进一步配置成从多个传感器信号中的信号之间的第一组关系生成输入知识图。处理单元202被进一步配置成从多个输出信号中的信号之间的第二组关系生成输出知识图。处理单元202被进一步配置成基于多个传感器信号和多个输出信号之间的第三组关系来生成输入输出对应知识图。
通过查询输入知识图,处理单元202被配置成预测在给定时间间隔内可能由控制器设备124接收的传感器信号。通过查询输出知识图,使得处理单元202能够预测在给定时间间隔内可能由控制器设备124传输的输出信号。通过查询输入输出对应知识图,使得处理单元202能够预测当控制器设备124接收特定传感器信号时可能由控制器设备124传输的输出信号。处理单元202被配置成组合输入知识图、输出知识图和输入输出对应知识图以生成输入-输出知识图。
处理单元202被配置成确定网络连接104中是否存在至少一个连接性错误。在存在至少一个连接性错误的情况下,控制器设备124处的多个传感器信号的实时接收可能被中断。在这样的情况下,处理单元202被配置成查询输入知识图,以确定在其中网络连接104中存在至少一个连接性错误的时间间隔期间可能由控制器设备124接收的第一传感器信号。因此,有利地,在控制器设备124不能从多个传感器设备126A-N接收多个传感器信号的情况下,处理单元202生成可能从多个传感器设备126A-N接收的第一传感器信号。
在确定网络连接104中不存在至少一个连接性错误的情况下,控制器设备124或处理单元202中的至少一个被配置成从多个传感器设备126A-N接收第二传感器信号。
处理单元202被进一步配置成确定关于第一或第二传感器信号中的至少一个的信息是否存在于输入-输出知识图中。换言之,通过查询输入-输出知识图,处理单元202确定是否使得处理单元202能够生成对应于第一或第二传感器信号中的至少一个的输出信号。
在输入-输出知识图中不存在关于第一或第二传感器信号中的至少一个的信息的情况下,处理单元202确定关于第一或第二传感器信号中的至少一个的信息是否存在于外部输入-输出知识图中。在一个示例中,外部输入-输出知识图可以存储在技术设施106的外部的数据库114中。
在关于第一或第二传感器信号中的至少一个的信息存在于外部输入-输出知识图中的情况下,处理单元202被配置成确定外部输入-输出知识图中的一个或多个知识图实例。所确定的一个或多个知识图实例包括关于第一或第二传感器信号中的至少一个的信息。
处理单元202被进一步配置成通过基于一组认知规则将一个或多个知识图实例附加到输入-输出知识图来修改输入-输出知识图。参考图7至14详细解释输入-输出知识图的修改。
为了修改输入-输出知识图,处理单元202被配置成分析输入-输出知识图以确定输入-输出知识图的活跃部分和潜在部分。参考图7,图7图示了输入-输出知识图700。在输入-输出知识图中包括多个节点702。图7进一步图示了输入-输出知识图的多个部分中的一部分702A。部分702A包括关于由控制器设备124接收的多个传感器信号中的第一组传感器信号的信息。处理单元202被配置成将部分702A的多个节点分类成活跃部分704和潜在部分706。活跃部分包括关于一个或多个传感器信号的信息,该信息可能在工程程序的执行期间被控制器设备124接收。潜在部分包括关于一个或多个传感器信号的信息,该信息在由控制器设备124执行工程程序期间不可能被接收。活跃部分704包括第一组节点710。潜在部分706包括第二组节点708。
在另一示例中,活跃部分704包括与传感器信号相关联的信息,其当前被控制器设备124需要来平滑地执行工程程序并高效地运行技术设施106。潜在部分706包括与传感器信号相关联的信息,其在稍后的时间点被控制器设备124需要来平滑地执行工程程序并高效地运行技术设施106。
参考图8,图8图示了添加到输入-输出知识图700中的来自外部输入-输出知识图的知识图实例802。参考图9,图9图示了基于该组认知规则被附加到输入-输出知识图700中的知识图实例802。该组认知规则的示例包括但不限于“立即学习”规则、“始终学习规则”和“忘记学习”规则。
参考图9,图9图示了基于该组认知规则的“立即学习规则”被附加到输入-输出知识图700的知识图实例802。
根据“立即学习规则”,一个或多个知识图实例802被附加到输入-输出知识图的活跃部分704。因此,关于第一传感器信号和第二传感器信号中的至少一个的信息被附加并包括在输入-输出知识图700中。
返回参考图6,输入-输出知识图被修改成包括从外部输入-输出知识图中导出的信息。因此,有利地,数字化平台110不仅从由控制器设备124接收的多个传感器信号中学习,而且还从存储在外部数据库中的入识图中学习。
处理单元202被进一步配置成查询修改的输入-输出知识图,以基于第一传感器信号或第二传感器信号中的至少一个生成输出信号。处理单元202被进一步配置成将所生成的输出信号传输到多个工业设备108A-N,以控制多个工业设备108A-N。因此,有利地,数字化平台110被配置成生成输入-输出知识图700和外部输入-输出知识图中覆盖的所有传感器信号的输出信号。
在关于第一或第二传感器信号中的至少一个的信息存在于外部输入-输出知识图中的情况下,处理单元202被配置成将至少第一或第二传感器信号传输到控制器设备124以进行处理。控制器设备124被配置成生成输出信号。处理单元202被进一步配置成将所生成的输出信号传输到多个工业设备108A-N,以控制多个工业设备108A-N。此外,由控制器设备124生成的输出信号由处理单元202分析。此外,基于分析来修改输入-输出知识图。
因此,有利地,输入-输出知识图被修改以包括关于第一或第二传感器信号以及输出信号的信息。因此,有利地,在输入-输出知识图或外部输入-输出知识图中不存在关于第一或第二传感器信号的信息的情况下,处理单元202被配置成修改输入-输出知识图以包括关于第一或第二传感器信号的信息。
因此,最终,输入-输出知识图积累了关于可能被控制器设备124接收的多个传感器信号的所有可能组合的信息。结果,工程程序的运行时完全从控制器设备124过渡到数字化平台110。
图10图示了根据本发明的实施例的用于将运行时***从控制器设备124过渡到技术设施106中的数字化平台110的***的工作的示例性图示。
技术设施106包括经由网络连接104连接到控制器设备124和数字化平台110的多个工业设备108A-N和多个人机界面(HMI)120A-N。控制器设备124执行工程程序。工程程序包括多个编程指令,当由控制器设备124执行时,所述编程指令使得控制器设备控制多个工业设备108A-N以高效地运行技术设施106。控制器设备124被配置成经由多个hmi 120A-N从用户接收多个用户输入。多个用户输入包括用户命令、用户手势和其他形式的用户输入。
在一个示例中,多个用户输入包括一组编程指令。在这样的情况下,工程程序中的多个编程指令被从用户接收的一组编程指令替换。
在另一个示例中,多个用户输入包括由用户在多个hmi 120A-N上执行的第一组用户动作,以控制多个工业设备108A-N。
控制器设备124被进一步配置成生成多个输出信号以控制多个工业设备108A-N。多个输出信号基于处理的多个用户输入来生成。
处理单元202被配置成捕获由控制器设备124从多个hmi 120A-N接收的多个用户输入。处理单元202被进一步配置成基于在控制器设备124处多个用户输入的接收,捕获由控制器设备124传输到多个工业设备108A-N的多个输出信号。
处理单元202被进一步配置成分析多个用户输入和多个输出信号,以确定多个用户输入中的每个和多个输出信号之间的多个关系。例如,处理单元202被配置成确定多个用户输入之间的第一组关系和多个输出信号之间的第二组关系。处理单元202被进一步配置成确定多个用户输入和多个输出信号之间的第三组关系。
处理单元202被进一步配置成从多个用户输入之间的第一组关系生成输入知识图。处理单元202被进一步配置成从多个输出信号中的信号之间的第二组关系生成输出知识图。处理单元202被进一步配置成基于多个用户输入和多个输出信号之间的第三组关系来生成输入输出对应知识图。
通过查询输入知识图,使得处理单元202能够预测在给定时间间隔内可能由控制器设备124接收的用户输入。通过查询输出知识图,使得处理单元202能够预测在给定时间间隔内可能由控制器设备124传输的输出信号。通过查询输入输出对应知识图,使得处理单元202能够预测当控制器设备124接收特定用户输入时可能由控制器设备124传输的输出信号。处理单元202被配置成组合输入知识图、输出知识图和输入输出对应知识图以生成输入输出知识图。
处理单元202被配置成确定网络连接104中是否存在至少一个连接性错误。在存在至少一个连接性错误的情况下,控制器设备124处的多个用户输入的实时接收可能被中断。在这样的情况下,处理单元202被配置成查询输入知识图以确定在其中网络连接104中存在至少一个连接性错误的时间间隔期间可能由控制器设备124接收的第一用户输入。因此,有利地,在控制器设备124不能从多个人机接口120A-N接收多个用户输入的情况下,处理单元202生成可能从多个hmi 120A-N接收的第一用户输入。
在确定网络连接104中不存在至少一个连接性错误的情况下,控制器设备124或处理单元202中的至少一个被配置成从多个hmi 120A-N接收第二用户输入。
处理单元202被进一步配置成确定关于第一或第二用户输入中的至少一个的信息是否存在于输入-输出知识图中。换言之,通过查询输入-输出知识图,处理单元202确定是否使得处理单元202能够生成对应于第一或第二用户输入中的至少一个的输出信号。
在输入-输出知识图中不存在关于第一或第二用户输入中的至少一个的信息的情况下,处理单元202确定关于第一或第二用户输入中的至少一个的信息是否存在于外部输入-输出知识图中。在一个示例中,外部输入-输出知识图可以存储在技术设施106的外部的数据库中。
在关于第一或第二用户输入中的至少一个的信息存在于外部输入-输出知识图中的情况下,处理单元202被配置成确定外部输入-输出知识图中的一个或多个知识图实例。所确定的一个或多个知识图实例包括关于第一或第二用户输入中的至少一个的信息。
处理单元202被进一步配置成通过基于一组认知规则将一个或多个知识图实例附加到输入-输出知识图来修改输入-输出知识图。因此,有利地,修改的输入-输出知识图包括关于第一和第二用户输入与捕获的多个用户输入和捕获的多个输出信号的多个关系的信息。参考图11至14详细解释输入-输出知识图的修改。
为了修改输入-输出知识图,处理单元202被配置成分析输入-输出知识图700以确定输入-输出知识图700的活跃部分704和潜在部分706。
在多个用户输入是由用户输入的编程指令的情况下,活跃部分包括由控制器设备124使用工程程序执行一个或多个任务所需的信息。潜在部分包括在控制器设备124的执行期间的稍后时间点处由控制器设备124所需的信息。
参考图11,图11图示了添加到输入-输出知识图700中的来自外部输入-输出知识图的知识图实例802。参考图12,图12图示了基于该组认知规则被附加到输入-输出知识图700中的知识图实例802。
参考图12,图12图示了基于该组认知规则的“忘记学习”规则被附加到输入-输出知识图700的知识图实例802。
根据“忘记学习”规则,首先从输入-输出知识图700中移除一组节点(C1、C2和C3)。此外,附加一个或多个知识实例802来代替该组节点(C1、C2和C3)。因此,关于第一用户输入和第二用户输入中的至少一个的信息被附加并包括在输入-输出知识图700中。
参考图13,图13图示了来自外部输入-输出知识图的添加到修改的输入-输出知识图700中的附加知识图实例804。附加知识图804包括关于第一用户输入和第二用户输入的进一步的信息。
参考图14,图14图示了基于该组认知规则被附加到输入-输出知识图700中的知识图实例802。
参考图14,图14图示了基于该组认知规则的“稍后学习”规则被附加到输入-输出知识图700的知识图实例802。
根据“稍后学习”规则,一个或多个知识图实例802首先从输入-输出知识图700的潜在部分706移动到活跃部分704。此外,附加的一个或多个知识实例804被附加到输入-输出知识图700的一个或多个知识图实例802。
返回参考图10,输入-输出知识图被修改为包括从外部输入-输出知识图中导出的信息。因此,有利地,数字化平台110不仅从由控制器设备124接收的多个用户输入中学习,而且还从存储在外部数据库中的一个或多个知识图中学习。
处理单元202被进一步配置成基于第一用户输入或第二用户输入中的至少一个来查询修改的输入-输出知识图以生成输出信号。处理单元202被进一步配置成将所生成的输出信号传输到多个工业设备108A-N,以控制多个工业设备108A-N。因此,有利地,数字化平台110被配置成针对输入-输出知识图700和外部输入-输出知识图中覆盖的所有用户输入生成输出信号。
在外部输入-输出知识图中不存在关于第一或第二用户输入中的至少一个的信息的情况下,处理单元202被配置成将至少第一或第二传感器信号传输到控制器设备124以供处理。控制器设备124被配置成生成输出信号。处理单元202被进一步配置成将所生成的输出信号传输到多个工业设备108A-N,以控制多个工业设备108A-N。此外,由控制器设备124生成的输出信号由处理单元202分析。此外,基于分析来修改输入-输出知识图。
因此,有利地,输入-输出知识图被修改为包括关于第一或第二传感器信号以及输出信号的信息。因此,有利地,在输入-输出知识图或外部输入-输出知识图中不存在关于第一或第二用户输入的信息的情况下,处理单元202被配置成修改输入-输出知识图以包括关于第一或第二用户输入的信息。
因此,最终,输入-输出知识图积累了关于可能被控制器设备124接收的多个用户输入的所有可能组合的信息。结果,工程程序的运行时完全从控制器设备124过渡到数字化平台110。
本发明可以采取计算机程序产品的形式,该计算机程序产品包括可从存储程序代码的计算机可用或计算机可读介质访问的程序模块,以供一个或多个计算机、处理器或指令执行***使用或与其结合使用。出于该描述的目的,计算机可用或计算机可读介质可以是可以包含、存储、传送、传播或传输以供指令执行***、装置或设备使用或与其结合使用的程序的任何装置。介质可以是电子的、磁性的、光学的、电磁的、红外的或半导体***(或装置或设备)或传播介质,其本身作为信号载体不包括在物理计算机可读介质的定义中,包括半导体或固态存储器、磁带、可移动计算机软盘、随机存取存储器(RAM)、只读存储器(ROM)、硬磁盘和光盘,诸如压缩盘只读存储器(CD-ROM)、压缩盘读/写和DVD。如本领域技术人员所知,用于实现该技术的每个方面的处理器和程序代码两者可以是集中式的或分布式的(或其组合)。
虽然已经参考某些实施例详细描述了本发明,但是应当理解,本发明不限于那些实施例。鉴于本公开,对于本领域技术人员来说,在不脱离如本文中所述的本发明的各种实施例的范围的情况下,许多修改和变化本身将是存在的。因此,本发明的范围由下面的权利要求而不是由前面的描述来指示。在权利要求的等同物的含义和范围内的所有改变、修改和变化都被认为在其范围内。方法权利要求中要求保护的所有有利实施例也可以应用于***/装置权利要求。
Claims (14)
1.一种运行时***从控制器设备(124)到数字化平台(110)的无缝过渡的方法,所述方法包括:
由处理单元(202)捕获在工程程序的执行期间由控制器设备(124)传输或接收的多个输入-输出参数值;
由处理单元(202)生成输入-输出知识图,所述输入-输出知识图包括关于捕获的多个输入-输出参数值中的参数值之间的多个关系的信息;
由处理单元(202)确定在多个传感器设备(126A-N)和控制器设备(124)或数字化平台(110)之一之间的网络连接(104)中是否存在至少一个连接性错误;
当确定连接性错误存在时,由处理单元(202)基于对生成的输入-输出知识图的分析来模拟第一输入参数值,其中第一输入参数值是在工程程序的执行期间将由控制器设备(124)从多个传感器设备(126A-N)接收的参数值;
由处理单元(202)从模拟的第一输入参数值或从多个传感器设备(126A-N)接收的第二输入参数值之一生成至少一个输出参数值;以及
由处理单元(202)将生成的至少一个输出参数值传输到技术设施(106)中的多个工业设备(108A-N),以控制多个工业设备(108A-N)。
2.根据权利要求1所述的方法,进一步包括:
由处理单元(202)确定至少一个输出参数值和多个输入-输出参数值之间的关系;以及
由处理单元(202)基于确定的关系基于至少一个输出参数值来修改输入-输出知识图。
3.根据权利要求1或2所述的方法,其中生成至少一个输出参数值包括:
由处理单元(202)确定关于第一输入参数值或第二输入参数值之一的信息是否存在于输入-输出知识图中;
当确定关于第一输入参数值或第二输入参数值之一的信息存在于输入-输出知识图中时,由处理单元(202)基于对输入-输出知识图的分析在数字化平台(110)中生成至少一个输出参数值;以及
当在输入-输出知识图中不存在关于第一输入参数值或第二输入参数值之一的信息时,由处理单元(202)基于控制器设备(124)中工程程序的执行在控制器设备(124)中生成至少一个输出参数值。
4.根据权利要求1、2或3所述的方法,其中生成输入-输出知识图包括:
由处理单元(202)分析捕获的多个输入-输出参数值;
生成输入知识图、输出知识图和输入-输出对应知识图,其中:
输入知识图包括与捕获的多个输入-输出参数值中的多个输入参数值之间的多个关系相关联的信息,
输出知识图包括与捕获的多个输入-输出参数值中的多个输出参数值之间的多个关系相关联的信息,以及
输入-输出对应知识图包括与捕获的多个输入-输出参数值中的多个输入参数值和多个输出参数值之间的多个关系相关联的信息;以及
由处理单元(202)基于生成的输入知识图、输出知识图和输入-输出对应知识图来生成输入-输出知识图。
5.根据权利要求4所述的方法,进一步包括:
由处理单元(202)分析由控制器设备(124)执行的工程程序的多个编程块;
由处理单元(202)确定控制器设备(124)的多个程序执行参数,其中所述多个程序执行参数包括关于在工程程序的执行期间控制器设备(124)的内部运转的信息;
由处理单元(202)基于对多个程序执行参数的分析来确定由控制器设备(124)执行的工程程序的效率;
由处理单元(202)基于人工智能模型在工程程序上的应用来转换所述多个编程块,其中人工智能模型被训练以转换所述多个编程块;以及
由处理单元(202)将转换的多个编程块移动到数字化平台(110)。
6.根据权利要求1所述的方法,其中从第一输入参数值或第二输入参数值之一生成至少一个输出参数值包括:
由处理单元(202)确定第一输入参数值或第二输入参数值之一是否是关键数据项,其中基于对第一输入参数值或第二输入参数值应用人工智能模型,第一输入参数值或第二输入参数值之一被确定为关键数据项;以及
由处理单元(202)基于控制器设备(124)中工程程序的执行在控制器设备(124)中生成至少一个输出参数值。
7.根据权利要求1所述的方法,其中确定网络连接(104)中是否存在至少一个连接性错误包括:
由处理单元(202)接收与多个传感器设备(126A-N)和控制器设备(124)或数字化平台(110)之一之间的网络连接相关联的多个网络连接参数;
由处理单元(202)分析多个网络连接参数;以及
由处理单元(202)基于所述分析来确定网络连接(104)中是否存在至少一个连接性错误。
8.一种运行时***从控制器设备(124)到数字化平台(110)的无缝过渡的方法,所述方法包括:
由处理单元(202)接收第一输入-输出知识图,所述第一输入-输出知识图包括关于由控制器设备(124)传输或接收的多个输入-输出参数值之间的多个关系的信息;
由处理单元(202)接收一个或多个知识图实例,所述知识图实例包括关于在工程程序的执行期间将由控制器设备(124)接收的一个或多个参数值的信息;
由处理单元(202)通过基于一组认知规则将接收的一个或多个知识图实例附加到第一输入-输出知识图中来修改第一输入-输出知识图;
由处理单元(202)确定在多个人机接口(120A-N)和控制器设备(124)或数字化平台(110)之一之间的网络连接(104)中是否存在至少一个连接性错误;
当确定连接性错误存在时,由处理单元(202)基于对修改的输入-输出知识图的分析来模拟第一输入参数值,其中第一输入参数值是在工程程序的执行期间从多个人机界面(120A-N)接收的参数值;
由处理单元(202)从模拟的第一输入参数值生成至少一个输出参数值;以及
由处理单元(202)将生成的至少一个输出参数值传输到技术设施(106)中的多个工业设备(108A-N),以控制多个工业设备(108A-N)。
9.根据权利要求8所述的方法,
其中所述多个输入-输出参数值包括由控制器设备(124)经由所述多个人机界面接收的第一组用户输入,以及
其中接收的一个或多个知识图实例包括关于在工程程序的执行期间将由控制器设备(124)接收的一个或多个用户输入的信息,包括:
由处理单元(202)确定包括第一组用户输入的第一工作流,其中与第一工作流相关联的信息存在于第一输入-输出知识图中;
由处理单元(202)接收包括第二组用户输入的第二工作流,其中与第二工作流相关联的信息存在于第二输入-输出知识图中;
由处理单元(202)将第一输入-输出知识图与第二输入-输出知识图进行比较;
由处理单元(202)基于所述比较来确定第一工作流和第二工作流的处理效率,其中第一和第二工作流中的每个的处理效率是相应工作流以其来使用工程程序完成工程任务的效率的指标;
由处理单元(202)确定第二工作流的处理效率是否大于第一工作流的处理效率;以及
当确定第二工作流的处理效率较高时,由处理单元(202)从第二输入-输出知识图接收一个或多个知识图实例。
10.根据权利要求8所述的方法,其中接收一个或多个知识图实例包括:
当确定连接性错误不存在时,由处理单元(202)从多个人机接口接收第二输入参数值;
由处理单元(202)确定关于第一输入参数值或第二输入参数值之一的信息是否存在于第一输入-输出知识图中;
当确定在第一输入-输出知识图中不存在关于第一输入参数值或第二输入参数值之一的信息时,由处理单元(202)接收第二输入-输出知识图,其中第二输入-输出知识图包括关于第一输入参数值或第二输入参数值之一的信息;
由处理单元(202)确定第二输入-输出知识图内的一个或多个知识图实例,其包括与第一输入参数值或第二输入参数值相关联的信息;
由处理单元(202)从第二输入-输出知识图接收确定的一个或多个知识图实例。
11.根据权利要求9和10所述的方法,其中通过附加所接收的一个或多个知识图实例来修改第一输入-输出知识图包括:
由处理单元分析第一输入-输出知识图,以将第一输入-输出知识图的多个部分分类为活跃部分和潜在部分;
由处理单元将接收的一个或多个知识图实例映射到第一输入-输出知识图的活跃部分或潜在部分之一中;以及
由处理单元基于所述一组认知规则将接收的一个或多个知识图修改成第一输入-输出知识图。
12.一种用于运行时***从控制器设备(124)到数字化平台(110)的无缝过渡的工程***(102),其中工程***(102)包括:
处理单元(202);以及
耦合到处理单元(202)的存储器(204),其中存储器包括以可由一个或多个处理器执行的机器可读指令的形式存储的数据采集和分析模块(112),其中数据采集和分析模块(112)能够执行根据权利要求1-11中的任一项所述的方法。
13.一种工业环境(100),包括:
如权利要求10中所述的工程***(102);
包括一个或多个物理组件的技术设施(106);以及
多个人机界面(120A-N),其经由网络(104)通信地耦合到工程***(102),其中工程***(102)被配置成执行根据权利要求1至11中的任一项所述的方法。
14.一种计算机程序产品,其中存储有机器可读指令,当由处理单元(202)执行时,所述机器可读指令使处理器执行根据权利要求1-11中的任一项所述的方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP22170746.6 | 2022-04-29 | ||
EP22170746.6A EP4270121A1 (en) | 2022-04-29 | 2022-04-29 | Method and system for seamless transition of runtime system from controller device to digitalization platform |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116974244A true CN116974244A (zh) | 2023-10-31 |
Family
ID=81448596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310487312.9A Pending CN116974244A (zh) | 2022-04-29 | 2023-05-04 | 用于运行时***从控制器设备到数字化平台的无缝过渡的方法和*** |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230350392A1 (zh) |
EP (1) | EP4270121A1 (zh) |
JP (1) | JP2023164396A (zh) |
KR (1) | KR20230153942A (zh) |
CN (1) | CN116974244A (zh) |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8160062B2 (en) * | 2006-01-31 | 2012-04-17 | Microsoft Corporation | Network connectivity determination based on passive analysis of connection-oriented path information |
US10805329B2 (en) * | 2018-01-19 | 2020-10-13 | General Electric Company | Autonomous reconfigurable virtual sensing system for cyber-attack neutralization |
DE102019121589A1 (de) * | 2019-08-09 | 2021-02-11 | Compredict Gmbh | Verfahren zur Bestimmung einer Sensorkonfiguration |
-
2022
- 2022-04-29 EP EP22170746.6A patent/EP4270121A1/en active Pending
-
2023
- 2023-04-17 US US18/135,235 patent/US20230350392A1/en active Pending
- 2023-04-26 KR KR1020230054418A patent/KR20230153942A/ko unknown
- 2023-04-28 JP JP2023074449A patent/JP2023164396A/ja active Pending
- 2023-05-04 CN CN202310487312.9A patent/CN116974244A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230350392A1 (en) | 2023-11-02 |
EP4270121A1 (en) | 2023-11-01 |
JP2023164396A (ja) | 2023-11-10 |
KR20230153942A (ko) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108351636B (zh) | 工程设计工具、***及模块 | |
US11163540B2 (en) | Application program for extension and deployment of integrated and exportable cross platform digital twin model | |
US20180357078A1 (en) | Device with extensibility | |
CN111652453A (zh) | 用于零件设计、仿真和制造的智能工作流程顾问 | |
Seceleanu et al. | Analyzing a wind turbine system: From simulation to formal verification | |
US20230098596A1 (en) | Contextual Data Generation for Application Testing in Mixed Reality Simulations | |
Moin et al. | Supporting AI engineering on the IoT edge through model-driven TinyML | |
Kuroiwa et al. | Testing environment for CPS by cooperating model checking with execution testing | |
US20230315613A1 (en) | Method and system for eradicating programmatical errors from engineering programs in a technical installation | |
CN115053209A (zh) | 用于在工程***中生成工程图的方法和*** | |
CN116974244A (zh) | 用于运行时***从控制器设备到数字化平台的无缝过渡的方法和*** | |
EP4148584A1 (en) | Method and system for generating and optimizing test cases for an engineering program | |
EP4328681A1 (en) | Method and system for managing technical installation during occurrence of error state in a controller | |
KR100928895B1 (ko) | 제어시스템 개발을 위한 툴생성장치 | |
EP4113282A1 (en) | Method and system for generating programs for an automation system by code-similarity based approach | |
US20230237249A1 (en) | Method and system for generating an automation engineering project in a technical installation using multidisciplinary approach | |
EP4227824A1 (en) | Method and system for generating metadata tags for a plurality of engineering objects | |
CN117916675A (zh) | 用于在多用户工程环境中生成用户特定工程程序的方法和*** | |
EP4328683A1 (en) | Method and system for generating user recommendations to aid generation of an engineering project | |
CN113238491B (zh) | 执行机构的仿真测试方法、装置、智能臂架及工程车辆 | |
EP4390666A1 (en) | Method and system for automatic generation of domain based binary code for programmable logic controllers | |
EP4156050A1 (en) | Method and system for optimizing an engineering project in a technical installation | |
US20220057769A1 (en) | Programmable microgrid control system | |
EP4167079A1 (en) | Method and system for generating and optimizing engineering programs for a technical installation | |
EP4369187A1 (en) | Method and system for implementing a virtual assistant for automatic configuration of engineering objects |
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 |