云平台中的工业设备和系统证明的制作方法

本发明申请是申请日期为2014年5月9日、申请号为“201410196905.0”、发明名称为“云平台中的工业设备和系统证明”的发明专利申请的分案申请。

相关申请的交叉引用

本申请要求于2013年5月9日提交的、名称为“remoteservicesandassetmanagementsystemsandmethods”的美国临时专利申请no.61/821,639的优先权，其全部内容通过引用并入本文。

本主题申请总体上涉及工业自动化，更具体地涉及云平台中的工业设备和系统的证明。

背景技术：

工业控制器和它们相关联的i/o设备是现代自动化系统操作的核心。这些控制器与工厂车间的现场设备进行交互以控制与这样的目的例如产品制造、材料处置、批量处理、监督控制以及其他这样的应用相关的自动化处理。工业控制器存储并执行用户限定的控制程序以进行与受控处理有关的决定。这样的程序可以包括但不限制于梯形逻辑、序列功能表、功能框图、结构化文本或其他这样的编程结构。总之，工业控制器从提供关于受控系统的一个或更多个状态的离散和遥测数据的计量设备和传感器读取输入数据，并且根据用户限定的程序基于这些输入来生成控制输出。

除了工业控制器以及它们的相关联的i/o设备之外，一些工业自动化系统还可以包括低级别控制系统，例如对工业处理的部分进行局部控制或者具有它们自身的局部化控制系统的视觉系统、条形码标记系统、变频驱动器、工业机器人等。

被设计用于执行特定的工业应用(例如批量处理、产品或部件的制造、运动控制或其他闭环控制等)的工业系统通常包括多种工业资产和相关联的设备。工业应用(其可以根据产品输出、周期时间、控制精度、资源利用、产品质量、故障率和/或其他这样的度量被测量)的最佳性能随若干因素而变化，所述因素包括各个设备配置、操作者与系统的交互、供应商材料或配料的及时交货、定期的和非侵入的维护时间安排、控制回路的适当调节、工业资产在其上彼此通信的工厂网络的健康和/或其他这样因素。一般情况下，工业系统的正确性能随着跨工业企业的所有级别的诸多因素而变化，所述级别为从低级别的设备配置方面到高级别的工厂和供应链考虑。

一旦工业系统处于操作状态，跟踪和监控确保整体工业应用的最优化操作的诸多因素对资产所有者和维护人员提出了挑战。例如，改变特定设备上的一个或更多个配置参数以便解决本地维护问题可能以意想不到的方式(例如，增加生产周期时间、不利地影响下游资产的操作、增加能量利用与相关联的公用事业成本等)影响较大工业应用的性能。在这样的情况下，可以识别出这样的参数变化对系统整体性能的影响，但是难以识别出根本原因(设备参数变化)。相似地，对企业的其他方面的改变，即改变的工作时间表、与操作者交互的优选次序的偏离、设备更换、网络重新配置、配料替代等，可以以难以预测或识别的方式不利地影响整个系统性能。

现在的工业控制和商业系统的上述不足仅意在提供传统系统的一些问题的概述，而并非是排他的。当阅读以下描述时，传统系统的其他问题和在本文中描述的各个非限制性实施方式的相应益处将变得更加明显。

技术实现要素：

以下呈现简化的发明内容，以提供对本文中描述的一些方面的基本理解。该发明内容不是宽泛的概述也不意在识别关键/重要元素或为在本文中描述的各个方面的范围定界。其唯一目的是以简化形式呈现一些概念以作为在随后呈现的更详细描述的导言。

本发明的一个或更多个实施方式涉及使用云平台的远程设备和系统证明。证明是指关于一个或更多个所限定的操作准则(例如，产品输出准则、能量消耗准则、成本准则等)来确认正确的系统操作或配置的处理。在一个或更多个实施方式中，在云平台上作为服务运行的基于云的证明系统可以采集和监控来自工业设施和/或供应链的设备、资产和系统数据。在设备级别处，所采集的数据可以包括设备配置信息(例如，设备标识符、固件版本、配置设定等)，以及关于设备的实时状态信息(健康和诊断、故障、报警等)。在资产和系统级别处，所采集的数据可以包括诸如资产关键性能指标(kpi)、处理变量和较大系统行为的随时间的特性的信息。

基于云的证明系统可以从系统分级的多个级别采集工业数据，以使得可以跟踪从最高级别(例如工厂或供应链特性、生产线或生产区域特性)到最低级别(例如资产关键性能指标、处理变量、设备配置和固件版本等)的所有级别处的变化。证明系统可以随着时间对所采集的数据进行分析，以获知与工业系统的正常操作相关联的系统特性。当识别出正确的操作时，基于云的证明系统可以生成跨工业企业的多个级别的基线集合。在一个或更多个实施方式中，基线可以包括：基于所采集的关于系统的各个方面(例如设备和资产配置、控制器编程、固件版本、配方、网络流量等)的数据所计算出的关于这些方面的散列值，从而得到正确的系统配置和操作的虚拟瞬态图。

一旦多级基线已经被识别，则基于云的证明系统可以证实组成工业系统的每个设备和资产的正确配置和操作。在一个或更多个实施方式中，这可以通过针对最近所采集的系统数据来计算新散列值(或其他比较度量)并且将这些新的值与先前基于过去的成功操作获得的基线值进行比较来实现。然后证明系统可以基于当前散列值与基线散列值之间的偏离来识别该系统的哪些方面相对于先前的成功操作变化。例如，基于这些散列值比较，证明系统可以确定在一个生产线处的特定设备的配置参数已经被改变，或者可以确定在工业控制器上执行的程序已经被改变。然后用户可以经由工业系统的报告或交互图形表示来识别偏离的系统方面。

基于云的证明系统的一个或更多个实施方式还可以监控人的行为，以便证实操作者与工业系统的正确交互。为此目的，证明系统可以基于所监控的键击、人机接口(hmi)导航、控制面板操作以及人的行为的其他这样的指标来推断人与系统的交互，以确认操作者遵循正确的手动次序。与正确的手动次序的偏离可以被识别为性能问题或效率低下的可能原因。

为了完成前述以及相关目的，结合以下描述和附图在本文中描述了特定的示例性方面。这些方面表示可以实践的各种方式，在本文中意在覆盖所有这些方式。当结合附图考虑时，根据以下详细描述，其他优点和创新特征将变得明显。

附图说明

图1是充分利用基于云的服务的工业企业的高级别概述。

图2是示例性的基于云的证明系统的框图。

图3示出了通过基于云的证明系统来采集客户特定工业数据。

图4示出了示例性数据类之间的分级关系。

图5示出了其中工业设备用作组成工业系统的其他工业设备的云代理的配置。

图6示出了其中防火墙设备用作工业设备集合的云代理的配置。

图7示出了将设备模型传送至基于云的证明系统。

图8示出了用于提供设备和系统证明服务的基于云的系统。

图9示出了针对给定的客户数据集合生成多级基线数据。

图10示出了可以通过基于云的证明系统来计算基线的示例性分级系统方面。

图11示出了通过基于云的证明系统来生成设备和系统证明数据。

图12示出了证明数据经由云平台被传送至具有云能力的客户端设备。

图13示出了示例性的基于云的架构，该架构允许远程技术支持人员生成和/或查看客户的工业系统的证明数据。

图14是用于在工业系统上执行系统和设备证明的示例性方法的流程图。

图15是用于使用散列值在云平台上执行设备或系统证明的示例性方法的流程图。

图16是用于更新工业企业的分级图形表示以识别与正常操作的偏离的示例性方法的流程图。

图17是示例性计算环境。

图18是示例性联网环境。

具体实施方式

现参照附图描述本主题公开内容，其中，贯穿全文相同的附图标记用于指代相同的元件。在下面的描述中，为了说明起见，阐述了大量的具体细节以便提供其全面的理解。然而，明显的是，可以在没有这些具体细节的情况下实践本主题公开内容。在其他实例中，以框图形式示出了已知的结构和设备，以便利其描述。

如本申请中使用的，术语“部件”、“系统”、“平台”、“层”、“控制器”、“终端”、“站”、“节点”、“接口”意在指代计算机相关实体或者与具有一个或更多个特定功能的操作装置相关或作为其一部分的实体，其中，这样的实体可以是硬件、硬件和软件的组合、软件、或执行中的软件。例如，部件可以是但不限于是：在处理器上运行的处理、处理器、硬盘驱动器、(光或磁存储介质的)多个存储驱动器(包括固定(例如螺纹连接或螺栓连接)的或可拆卸地固定的固态存储驱动器)；对象；可执行部件；执行线程；计算机可执行程序、和/或计算机。作为说明，在服务器上运行的应用以及该服务器两者均可以是部件。一个或更多个部件可以驻留在处理和/或执行线程内，并且部件可以位于一个计算机上和/或分布在两个或更多个计算机之间。此外，本文所描述的部件可从其上存储有各种数据结构的各种计算机可读存储介质中执行。部件可以经由本地和/或远程处理例如根据具有一个或更多个数据分组(例如，来自与本地系统中的另一个部件、分布式系统进行交互的一个部件的数据，或来自与经由信号跨网络(例如因特网)与其他系统交互的一个部件的数据)的信号进行通信。作为另一个示例，部件可以是具有由电气或电子电路操作的机械部件所提供的特定功能的装置，所述电气或电子电路由处理器执行的软件或固件应用进行操作，其中处理器可以在该装置的内部或外部并且执行软件或固件应用的至少一部分。作为又一示例，部件可以是如下装置：其通过电子部件提供特定功能而无需机械零件，电子部件中可以包括处理器以执行提供电子部件的至少部分功能的软件或固件。作为又一示例，接口可以包括输入/输出(i/o)部件以及相关联的处理器、应用或应用编程接口(api)部件。虽然前述示例涉及部件的各个方面，但是所例示的方面或特性也适用于系统、平台、接口、层、控制器、终端等。

如本文中使用的，术语“推断”和“推论”一般是指根据经由事件或数据捕获的观察结果集合来推理或推断系统、环境和/或用户的状态的处理。可以采用推论来识别特定的上下文或动作，或者可以例如生成状态的概率分布。推论可以是概率性的，也就是说，所关注的状态的概率分布的计算基于对数据和事件的考虑。推论还可以指用于从事件和/或数据集合构成较高级别的事件的技术。这样的推论导致从观察到的事件集合和/或存储的事件数据来构建新的事件或动作，而无论事件是否在时间上接近地相关，以及无论事件和数据来自一个事件和数据源还是来自若干个事件和数据源。

此外，术语“或”意指包括性的“或”而非排他性的“或”。也就是说，除非另外指明或者在上下文中明确，否则短语“x采用a或b”旨在表示任何自然的包括性置换。也就是说，短语“x采用a或b”满足下列实例中的任何一个：x采用a；x采用b；或x采用a和b两者。此外，本申请中以及所附权利要求中使用的“一个(a和an)”一般应被解释为是指“一个或更多个”，除非另有指明或上下文明确针对单数形式。

此外，文中使用的术语“集合”排除空集，例如其中没有元素的集合。因此，在本公开内容中的“集合”包括一个或更多个元件或实体。作为说明，控制器的集合包括一个或更多个控制器；数据资源的集合包括一个或更多个数据资源；等等。同样地，如本文中使用的术语“组”是指一个或更多个实体的集合；例如，一组节点指代一个或更多个节点。

针对可能包括许多设备、部件、模块等的系统呈现了各个方面或特征。但应当理解和明白的是，各个系统可以包括另外的设备、部件、模块等，并且/或者可能不包括文中结合附图所讨论的所有的设备、部件、模块等。还可以使用这些方法的组合。

为了提供在本文中描述的基于云的证明系统和服务的总体上下文，图1示出了充分利用基于云的服务的工业企业的高级别概述。企业包括一个或更多个工业设施104，每个工业设施具有在使用中的多个工业设备108和110。工业设备108和110可以构成在各个设施104内进行操作的一个或更多个自动化系统。示例性自动化系统可以包括但不限制于，批量控制系统(例如混合系统)、连续控制系统(例如pid控制系统)或离散控制系统。工业设备108和110可以包括如下设备：工业控制器(例如可编程逻辑控制器或其他类型的可编程自动化控制器)；现场设备例如传感器和仪表；电机驱动器；人机接口(hmi)；工业机器人、条形码标记器和阅读器；视觉系统设备(例如视觉相机)；智能焊接器；或其他这样的工业设备。

示例性自动化系统可以包括便利监控并控制它们的对应处理的一个或更多个工业控制器。控制器使用固有的硬连线i/o或经由工厂网络例如以太网/ip、数据高速公路+(datahighwayplus)、控制网(controlnet)、设备网(devicenet)等与现场设备交换数据。给定的控制器通常从现场设备接收表示设备的当前状态与它们的相关联的处理(例如温度、位置、部件存在与否、流体级别等)的数字或模拟信号的任意组合，并基于所接收的信号执行针对受控处理进行自动化决定的用户限定的控制程序。控制器然后根据控制程序做出的决定向现场设备输出适当的数字和/或模拟控制信令。这些输出可以包括设备致动信号、温度或位置控制信号、至机加工或材料处置机器人的操作命令、混合器控制信号、运动控制信号等。控制程序可以包括用于处理被读入控制器的输入信号并控制控制器生成的控制输出信号的任意合适类型的代码，包括但不限制于梯形逻辑、序列功能表、功能框图、结构化文本或其他这样的平台。

尽管在图1中示出的示例性概述将工业设备108和110描述为驻留在位置固定的工业设施104中，但是工业设备还可以是移动控制和/或监控应用的一部分，例如包括在卡车或其他服务车辆中的系统。

根据本公开内容的一个或更多个实施方式，工业设备108和工业设备110可以耦接至云平台102以充分利用基于云的应用和服务。也就是说，工业设备108和110可以被配置成发现云平台102拥有的基于云的计算服务112并与之交互。云平台102可以是允许具有云能力的设备访问和利用共享的计算服务112的任何基础设施。云平台102可以是具有因特网连接和利用服务112的适当授权的设备能够经由因特网访问的公共云。在一些场景中，云提供商可以提供云平台102作为平台即服务(paas)，并且服务112可以驻留在云平台102上并作为基于云的服务来执行。在一些这样的配置中，可以将对云平台102和相关联的服务112的访问提供给客户，作为服务112的拥有者的订阅服务。替选地，云平台102可以是企业内部操作的私有云。示例性私有云平台可以包括拥有云服务112并驻留在防火墙保护的公司网络上的服务器集合。

云服务112可以包括但不限制于，数据存储、数据分析、控制应用(例如可以基于准实时系统数据或其他因素生成控制指令并将其传送给工业设备108和110)、远程监控和支持、远程设备和系统证明、设备管理、资产性能管理、预测维护服务、企业制造智能服务、供应链性能管理、通知服务或其他这样的应用。如果云平台102是基于web的云，则在各个工业设施104处的工业设备108和110可以经由因特网与云服务112进行交互。在示例性配置中，工业设备108和110可以通过在各个工业设施104处的分离的云网关106来访问云服务112，其中工业设备108和110通过物理或无线局域网或无线电链路连接至云网关106。在另一个示例性配置中，工业设备108和110可以使用集成式的云网关服务来直接访问云平台。云网关106还可以包括网络基础设施设备的集成式部件，例如防火墙设备、路由器或交换机。

经由云网关106提供具有云能力的工业设备可以提供特别用于工业自动化的许多优点。优点之一为：由云平台102提供的基于云的存储装置可以容易地缩放以适应工业企业每天生成的大量数据。另外，在不同地理位置的多个工业设施可以将它们各自的自动化数据转移至云平台102，用于聚合、整理、共同的大数据分析以及企业级别报告，而不需要在设施之间建立私有网络。具有智能配置能力的工业设备108和110和/或云网关106可以被配置成自动检测安装在任何设施处的云平台102并与其通信，简化与现有的基于云的数据存储、分析的集成，或报告企业使用的应用。在另一个示例性应用中，基于云的诊断应用可以经由云网关106访问工业设备108和110以监控各个自动化系统或它们的跨整个工厂或跨构成企业的多个工业设施的相关联的工业设备的健康。在另一个示例中，可以使用基于云的批控制应用以跟踪单位产品通过其生产阶段并且在其通过每个阶段时采集每个单位的生产数据(例如条形码标识符、生产的每个阶段的生产统计数据、质量测试数据、异常标志等)。这些工业云计算应用仅意在为示例性的，并且在本文中描述的系统和方法并不限制于这些特定应用。如这些示例表明的，与云网关106一起工作的云平台102可以允许工业应用的构建者提供可以根据服务升级的解决方案，消除底层的基础设施和架构的维护、升级和备份的负担。

图2是根据本公开内容的一个或更多个实施方式的示例性的基于云的证明系统的框图。在本公开内容中说明的系统、装置或处理的方面可以组成在机器内实施的机器可执行部件，例如，在与一个或更多个机器相关联的一个或更多个计算机可读介质(或媒介)中设施。这样的部件在被一个或更多个机器例如计算机、计算设备、自动化设备、虚拟机器等执行时，可以使得机器执行所描述的操作。

证明系统202可以包括设备接口部件204、客户端接口部件206、基线分析部件208、证明分析部件210、设备管理部件212、呈递部件214、一个或更多个处理器216以及存储器218。在各个实施方式中，设备接口部件204、客户端接口部件206、基线分析部件208、证明分析部件210、设备管理部件212、呈递部件214、一个或更多个处理器216以及存储器218中的一个或更多个可以电气地或通信地彼此耦接以执行证明系统202的一个或更多个功能。在一些实施方式中，部件204、206、208、210和212可以包括存储在存储器218上并由处理器216执行的软件指令。证明系统202还可以与在图2中未示出的其他硬件和/或软件部件进行交互。例如，处理器214可以与一个或更多个外部用户接口设备例如键盘、鼠标、显示监视器、触摸屏或其他这样的接口设备进行交互。

设备接口部件204可以被配置成接收由一个或更多个具有云能力的工业设备、云网关或工业数据的其他源发送的工业数据(例如配置数据、状态数据、处理变量数据等)。客户端接口部件206可以被配置成经由因特网连接与一个或更多个客户端设备交换数据。例如，客户端接口部件206可以接收客户简档数据、对系统证明报告的请求、用于导航工业系统的图形表示的导航输入或来自客户端设备的其他这样的信息。客户端接口部件206还可以将证明报告、工业系统的变化的通知、被改变的系统配置的识别、配置推荐或其他这样的数据传送给客户端设备。

基线分析部件208可以被配置成监控从工业设施和/或供应链采集到的数据，获知正确的系统性能，并且识别与工业企业的各个方面(例如设备配置、生产线输出和周期时间、维护时间表、停机事件等)相对应的数据集合以用于正常性能运行。基线分析部件208还可以被配置成针对各个数据集合生成基线指标以用于比较目的。

证明分析部件210可以被配置成在确定多级基线之后分析从工业设施和/或供应链采集的数据，以证实工业企业的各个方面在先前所确定的基线内进行操作(或被配置在先前所确定的基线内)。如果检测出与基线的偏离，则证明分析部件210可以识别并报告工业系统的偏离的方面。

设备管理部件212可以被配置成保存和管理关于组成在工业设施处使用的一个或更多个工业资产的设备的当前信息。该信息可以包括设备标识符、当前固件版本、当前设备配置设定、与该设备进行交互的相邻设备的信息、设备在较大系统上下文中的任务或其他这样的信息。

呈递部件214可以被配置成生成用于传送至客户端设备的报告、交互图形表示或者其他类型的用户输出。呈递部件214所生成的呈递输出可以识别相对于基线操作而变化并且可能是系统性能故障或劣化的根本原因的系统方面。

一个或更多个处理器216可以参照所公开的系统和/或方法来执行本文所描述的一个或更多个功能。存储器218可以是如下计算机可读存储介质：其存储用于参照所公开的系统和/或方法来执行本文所描述的功能的计算机可执行指令和/或信息。

图3示出了根据一个或更多个实施方式的通过基于云的证明系统采集客户特定工业数据。证明系统202可以在云平台(例如图1的云平台102)上执行，作为基于云的服务，并采集来自多个工业系统316的数据。工业系统316可以包括在给定设施和/或在不同地理位置处的不同工业设施内的不同工业自动化系统。工业系统316还与不同商业实体(例如不同工业企业或客户)对应，使得证明系统202针对每个客户或商业实体采集并保存不同客户数据存储装置302。

证明系统202可以根据各个类对从工业系统316采集的制造数据进行组织。在图示示例中，根据设备数据306、处理数据308、资产数据310和系统数据312对制造数据进行分类。图4示出了这些示例性数据类之间的分级关系。给定的工厂或供应链402可以包括一个或更多个工业系统404。系统404表示在给定工厂设施内或跨供应链的多个设施的生产线或生产区域。每个系统404由表示构成系统的机器和装备(例如生产线的各个阶段)的多个资产406组成。大体上，每个资产406由组成资产406的多个设备408构成，所述设备可以包括例如，可编程控制器、电机驱动器、人机接口(hmi)、传感器、仪表等。在图3和图4中示出的各个数据类仅意在为示例性的，应当理解，由证明系统202保存的工业数据类的任何组织均在本公开内容的一个或更多个实施方式的范围内。

现在返回图3，证明系统202采集并保存来自构成工业系统316的各个设备和资产的数据，并且为了准实时监控和证明分析的目的，根据前述类对所述数据进行分类。设备数据306可以包括涉及如下项的设备级别信息：组成工业系统316的各个设备的身份、配置和状态，包括但不限制于，设备标识符、设备状态、当前固件版本、健康和诊断数据、设备文档、与该设备进行交互的相邻设备的识别和关系等。

处理数据308可以包括与设备执行的一个或更多个处理或其他自动化操作相关的信息；例如，设备级别和处理级别故障和警报、处理变量值(速度、温度、压力等)等。

资产数据310可以包括基于随着时间从多个工业设备聚合的数据而生成、采集或推断出的信息，该信息可以产生工业系统316的更高资产级别的图。示例性资产数据310可以包括各个资产的性能指标(kpi)、资产级别处理变量、故障、警报等。由于资产数据310产生了与设备和处理数据相关的资产特性的长期图，因此证明系统202可以充分利用资产数据310以识别在其他类型的分析中对每个资产唯一的操作模式和相关性。

系统数据312可以包括基于随着时间从多个资产聚合的数据而采集或推断出的信息。系统数据312可以表征在大系统的资产内的系统行为，产生每个工业系统316的系统级别图。系统数据312还可以对在使用中的特定系统配置和在每个工业系统316处执行的工业操作进行建档。例如，系统数据312可以对资产的布置、设备之间的互联、在给定设施处制造的产品、由资产执行的工业处理、每个工业系统的工业的类别(例如汽车、石油和天然气、食物和药品、海洋、纺织品等)或其他相关信息进行建档。在其他功能中，在支持会话期间技术支持人员可以访问这些数据，使得可以在不依赖客户的情况下获得客户唯一的系统和设备配置的详情，以拥有它们的资产的完整知识。

作为一个示例，给定工业设施可以包括包装线(系统)，该包装线转而可以包括多个不同资产(装填机、贴标机、压盖机、码堆机等)。每个资产包括多个设备(控制器、变频驱动器、hmi等)。使用与图1中所示架构相似的架构，证明系统202可以在操作期间从各个设备采集工业数据并根据前述分类对客户数据存储装置302中的数据进行分类。应当注意，可以跨不止一个类对一些数据进行复制。例如，在处理数据308下分类的处理变量还可以与资产数据310表示的系统的资产级别图相关。因此，可以在两个类下对这样的处理变量进行分类。另外，可以基于一种分类下的数据来导出或推断出在另一分类中的数据的子集。例如可以基于在低级别分类中的数据的长期分析来推断出表征特定系统行为的系统数据312的子集。

除了保存数据类306-312，每个客户数据存储装置还保存包含给定工业实体或客户特定的数据的客户模型304。客户模型304包含客户特定信息和偏好，所述客户特定信息和偏好可以被证明系统202充分利用以确定应如何处置检测出的基线偏离。在客户模型314中保存的示例性信息可以包括客户端标识符、指定响应于检测到的特定基线偏离应当通知哪些工厂人员的客户端联系信息(其中所识别的工厂人员可以取决于生产区域或检测到偏离的分级级别)、指定应当如何通工厂人员的通知偏好(例如电子邮件、移动电话、文本消息等)、在检测到证明问题的情况下要联系的优选的技术支持人员、在客户与技术支持实体之间有效的服务合同以及其他这样的信息。证明系统202可以为了识别和事件处理目的而将针对每个客户采集的数据与客户模型相结合。

如上指出，可以使用云网关将工业数据从工业设备转移至云平台。为此，一些设备可以包括直接将每个设备与云平台进行对接的集成式云网关。替选地，一些配置可以利用如下云代理设备：其从多个设备采集工业数据并将所述数据发送至云平台。这样的云代理可以包括专用数据采集设备，例如与工业设备共享网络的代理服务器。替选地，云代理可以是从其他工业设备采集数据的对等工业设备。

图5和图6示出了经由代理设备将工业数据转移至云平台用于通过基于云的证明系统进行分类和分析的示例性技术。图5示出了如下配置：其中工业设备用作组成工业系统的其他工业设备的云代理。工业系统包括多个工业设备5061-506n，其共同监控和/或控制一个或更多个受控处理502。工业设备5061-506n分别生成和/或采集与受控处理502的控制相关的处理数据。针对工业控制器例如plc或其他自动化控制器，这可以包括从连接至控制器的i/o的遥测设备采集数据，基于测量的处理值在内部生成数据等。

在图5所示的配置中，工业设备5061用作工业设备5062-506n的代理，从而经由代理工业设备5061将数据514从设备5062-506n发送至云。工业设备5062-506n可以在工厂网络或背板512(例如共同工业协议(cip)网络或其他合适的网络协议)上将它们的数据514传送给代理工业设备5061。使用这样的配置，仅需要将一个代理设备与云平台(经由云网关508)进行对接。在一些实施方式中，云网关508可以在将收集的数据转移到云平台之前对所所述数据进行预处理(例如时间戳记、滤波、格式化、总结、压缩等)。所采集并经处理的数据可以经由云网关508被推送到云平台作为云数据504。一旦被转移，基于云的预测维护系统可以根据以上讨论的示例性分类对所述数据进行分类。

尽管在图5中示出的代理设备被描述为本身执行受控处理502的一部分的监控和/或控制的工业设备，但是其他类型的设备也可以被配置成用作根据本公开内容的一个或更多个实施方式的多个工业设备的云代理。例如，图6示出了其中防火墙设备612用作工业设备集合6061-606n的云代理的实施方式。防火墙设备612可以用作如下网络基础实施设备：其允许工厂网络616访问外部网络例如因特网，同时还提供防止来自因特网的对工厂网络616的未授权访问的防火墙保护。除了这些防火墙功能外，防火墙设备612可以包括将一个或更多个基于云的设备与防火墙设备612对接的云网关608。与图5的代理工业设备5061的方式相似，防火墙设备612可以从监控并控制受控处理602的各个部分的工业设备6061-606n采集工业数据614。防火墙设备612可以包括如下云网关608：其在将所收集的工业数据614推送到基于云的预测维护系统作为云数据604之前对所述数据应用适当的预处理。防火墙设备612可以在没有将工业设备直接暴露给因特网的情况下，允许工业设备6061-606n与云平台进行交互。

在一些实施方式中，云网关508或608可以在将具有上下文元数据的所采集的工业数据推送到云平台之前对所述数据进行标记。这样的上下文元数据可以包括例如，时间戳记、在生成所述数据时设备的位置或其他这样的信息。在另一个示例中，一些云意识设备可以包括能够在工厂或企业环境内确定它们自己的上下文的智能设备。这样的设备可以确定在分级工厂上下文或设备拓扑内的它们的位置。由这样的设备生成的数据可以附着在定义工业企业的多个分级级别(例如工作单元级别、线级别、区域级别、场所级别、企业级别等)的分级工厂模型上，使得在这些分级级别方面识别数据。这可以允许跨整个工业企业使用共同术语以识别设备和与它们相关联的数据。根据这样的组织分级对企业建模的基于云的应用和服务可以将工业控制器、设备、机器或处理表示为该组织分级内的数据结构(例如类型实例)，以提供与作为整体的企业相关的、企业内的设备生成的数据的上下文。这样的约定可以代替一些工业应用采用的平直名称结构。

在一些实施方式中，云网关508和608可以包括如下单向“仅数据”网关：其被配置成仅将数据从底层(premise)移动至云平台。替选地，云网关508和608可以包括如下双向“数据和配置”网关：其被额外配置成接收来自在云平台上运行的服务的配置或指令数据。一些云网关可以利用如下存储转发技术：在网关与云平台之间的通信中断的情况下，该技术允许将所收集的工业数据临时本地存储在与云网关相关联的存储装置上。在这样的情况下，当通信链路被重新建立时，云网关将存储的数据转发给云平台。

为了确保用于分析目的的丰富并且描述性的数据集合，基于云的证明系统可以根据一个或更多个标准化设备模型来采集设备数据。为此，可以针对每个工业设备开发标准化设备模型。设备模型概述了由证明系统采集并保存的可用的设备数据。

图7示出了根据一个或更多个实施方式的示例性设备模型。在所示示例中，设备模型706与云意识工业设备702(例如可编程逻辑控制器、变频驱动器、人机接口、视觉相机、条形码标记系统等)相关联。作为云意识设备，工业设备702可以被配置成在安装在工厂设施处时自动检测云平台708并与其通信，简化与现有的基于云的数据存储、分析和应用的集成(例如在本文中描述的预测维护系统)。当被添加至现有的工业自动化系统时，设备702可以与云平台进行通信并将具有设备模型706的形式的识别和配置信息发送至云平台。设备模型706可以被设备管理部件212接收，该设备管理部件28然后基于设备模型更新客户的设备数据712。以这种方式，证明系统可以充分利用设备模型以将新设备集成至作为整体的更大的系统中。该集成可以包括更新基于云的应用以识别新设备，将新设备添加至客户的工业企业或工厂的动态更新数据模型，使得在工厂车间中的其他设备意识到新设备或其他这样的集成功能。一旦被部署，可以通过基于云的证明系统准实时地采集并监控组成设备模型706的一些数据项。

设备模型706可以包括诸如设备标识符(例如型号和序列号)、设备的状态信息、当前安装的固件版本、设备设置数据、设备保修规范、与设备相关联的计算并期望的kpi(例如故障之间的平均时间)、设备健康和诊断信息、设备文档或其他这样的参数的信息。

图8示出了用于提供设备和系统证明服务的基于云的系统。如上所述，证明系统202可以采集、维护并监控与工业企业的一个或更多个工业资产806相关的客户特定数据(例如设备数据306、处理数据308、资产数据310和系统数据312)。在一个或更多个实施方式中，证明系统202还可以在基于云的产品资源数据存储装置804中保存产品资源信息。通常，产品资源数据存储装置804可以保存与特定工业设备或其他销售商产品相关的最新信息。存储在产品资源数据存储装置804中的产品数据可以由一个或更多个产品销售商或原始设备制造商(oem)来监管。产品资源数据存储装置804保存的示例性设备特定数据可以包括产品序列号、最近固件修改、针对给定类型的工业应用的优选的设备配置设定和/或软件、或其他这样的销售商提供信息。

此外，基于云的证明系统202的一个或更多个实施方式还可以充分利用从客户的工业企业外部的源采集到的外在数据808，但是外在数据808可以具有与证实客户的工业系统和设备的正确的或最优化的操作的相关性。示例性外在数据808可以包括例如，能量成本数据、材料成本和可用性数据、来自向客户提供产品运输服务的公司的运输调度信息、从供应链中的上游材料供应商采集的存货数据、市场指标数据、web网站流量统计、与已知信息安全违约或威胁相关的信息或其他这样的信息。基于云的证明系统202可以从如下基本上任何数据源检索外在数据808：例如，服务器或链接至因特网的其他数据存储设备、保存感兴趣的外在数据的基于云的存储装置、或其他源。

证明系统202还可以将基于云的存储装置的一部分分配用于基线数据存储装置802，所述基线数据存储装置802保存包括工业资产806的工业企业的分级的多级基线信息。如将在下面更详细地讨论的，证明系统202可以随着时间分析所采集的客户数据以识别与工业资产806的正常的和/或最优化的操作相关联的数据子集。这些被识别的数据子集表征在正常操作期间的工业系统的配置方面和操作方面两者，其包括但不限于，设备配置参数(例如可变频率驱动参数、控制回路调节参数，加载在一个或更多个工业控制器上的软件代码等)、处理变量(例如设定点值、配方数据等)、操作统计(例如产品计数、周期时间、机器停机频率等)、操作者交互(例如键击、手动控制动作的序列、hmi屏幕导航等)或其他方面。一旦这些数据子集被识别，证明系统202就可以将用于工业系统的分级基线信息存储在基线数据存储装置802中，其中所述分级基线信息是基于所识别的正常操作数据的子集而生成的。

图9示出了针对给定的客户数据集合生成多级基线数据。在一个或更多个实施方式中，基于云的证明系统可以包括基线分析部件208，所述基线分析部件208被配置成随着时间分析(从设备数据306、处理数据308、资产数据310和/或系统数据312中的一个或更多个抽取的)客户特定数据902，以获知在正常操作期间客户的工业资产的特性。如上所述，基线分析部件208可以随着时间评估生产统计、操作数据、处理变量、设备配置数据、软件代码、人的行为数据或从系统采集的其他这样的数据，以获知系统的正常操作。基线分析部件208可以充分利用任何适当的分析技术(例如机器学习、数据挖掘等)，以从初始含噪数据集合获知如何从数据角度来识别正常系统操作。例如，基线分析部件208的一个或更多个实施方式可以识别客户的工业系统的各个方面之间的、可能以其他方式对客户隐藏的依赖性或相关性。基线分析部件208还可以随着时间学习识别并拒绝与故障的、异常的或其他非最优的生产运行相关联的数据，使得仅使用与成功的、正常的或最佳的生产运行相关联的客户数据的子集来计算关于工业系统的基线数据。

基线分析部件208可以随着时间继续分析客户数据直到达到置信度为止，即可以识别客户的工业系统的正常生产运行的数据特性。一旦正常生产运行的数据特性被识别，基线分析部件208基于这些数据特性生成多级基线数据集合906以存储在基线数据存储装置802中。基线数据906包括用于比较的基准点(benchmark)集合，其中所述基准点对应于客户的工业系统的跨多个分级级别的各个方面。基线数据906以高粒度表征工业系统的正常生产运行的从最高级别(例如，工厂或供应链特性、生产线或生产区域特性等)至最低级别(例如，资产kpi、处理变量、设备配置、固件修改等)的上下文。当出现操作问题时或当产品质量度量偏离可接受容限时，基线数据906可以接着被用作用于比较的基准点，这将在下面更详细地讨论。

可以使用任何适当的技术根据与良好的生产运行相关联的客户数据的所识别子集来生成基线数据906。例如，在一个或更多个实施方式中，基线数据906可以包括使用任何适当的散列值计算算法从所识别的客户数据集合生成的散列值。在这样的实施方式中，基线分析部件208可以生成与客户的系统的多级的高粒度方面相对应的多个关注的散列值。图10示出了基线分析部件208可以计算其基线(例如散列值)的示例性分级系统方面。在设备级别1008处，可以基于在成功生产运行期间对特定工业设备设定的配置参数、设备模型、设备的固件版本、在设备上执行的软件代码(例如梯形逻辑程序)、设备健康信息(例如设备故障、异常等)或其他这样的设备级别度量，来生成散列值(或其他基线度量)。在资产级别1006(表示用于执行处理的一部分的设备的集合)处，可以基于在成功运行期间所测量的资产kpi、资产周期时间、资产健康信息等来生成散列值。在系统级别1004(表示执行工业应用的资产的集合；例如生产线)处，可以基于在成功生产运行期间所使用的处理变量或设定点、在成功运行期间所测量的处理kpi、所需产品输出、对成功运行所采集的质量测量、处理健康度量(例如生产线停机事件等)、生产线周期时间、配方数据、操作时间表、维护时间表等来生成散列值。在工厂或供应链级别1002处，可以基于在正常工厂操作期间的工作时间表数据、部件或配料交货时间表、订单信息、存货数据、工厂网络流量模式或网络负荷等来生成散列值。

除了上面描述的度量之外，基线分析部件208的一个或更多个实施方式还可以跟踪并获知有利于客户的工业系统的正常操作的人的行为。例如，基于云的证明系统可以被配置成通过监控键击、鼠标移动、hmi屏幕导航和/或手动控制面板操作的输入、顺序和定时(例如通过监控控制面板的选择器开关和按钮的状态来确定)、操作者移动通过生产区域或工厂(例如通过跟踪由操作者所携带的个人设备)等来推断具有某些工业资产的操作者交互。如在前面的示例中，基于对随着时间采集到的包括人的行为数据的客户数据的分析，基线分析部件208可以获知操作者交互的特定次序与适当的系统行为或性能之间的关联。基于这些所获知的关联，基线分析部件208可以在云存储装置中记录这些交互和/或出于随后的比较目的基于这些优选的操作者交互来生成基线量度。

一旦基线分析部件208已经建立并储存关于客户的工业系统的分级的多级基线集合，则基于云的证明系统可以使用基线来协助客户保存正确的系统操作或者检修检测到的系统效率低下或故障的可能的根本原因。图11示出了通过基于云的证明系统来生成设备和系统证明数据。如上所述，基线数据存储装置802可以保存基于随着时间监控并分析客户的工业数据而生成的多级基线数据集合。在这些基线合适的情况下，证明分析部件210可以以高粒度识别与理想的系统操作的偏离。在一些实施方式中，证明分析部件210可以根据需要来搜索这样的偏离。例如如果观测到设备或系统故障或低效率，则按需分析是合适的。在这样的情况下，工厂人员或远程客户服务专员可以访问基于云的证明系统，以将当前或最近的客户数据1104与基线数据存储装置802中所保存的基线值进行比较，以识别客户的工业系统在基线的创建之后在何处变化以及如何变化。

例如，如果已经生成如上所述的散列值的形式的基线数据，则证明分析部件210可以基于客户数据1104来生成新散列值，其中新散列值对应于被创建基线散列值的系统方面(例如设备配置、kpi、设备编程、网络负荷等)。在这点上，证明分析部件210可以识别与被创建基线散列值的系统方面相对应的客户数据1104的子集，并且基于所识别的子集使用用于创建基线散列值的同一散列算法来生成新散列值。证明分析部件210可以将新散列值与基线散列值进行比较，并且可以使用相应的新散列值与基线散列值之间的偏离来识别客户的工业系统的相对于最佳基线操作已经变化的方面。例如，如果对应于电机驱动配置的新散列值被发现偏离其相应基线散列值，则证明分析部件210可以将电机驱动器配置标记为所识别的系统性能劣化的可能的根本原因(例如较长的周期时间、停机频率或持续时间的增加等)。

基于这样的分析，证明分析部件210可以以设备和系统证明数据1102的形式报告所识别的偏离。利用上述技术，证明数据1102可以报告跨工业系统的多个级别的偏离，其包括但不限于，与最优或优选的系统操作的偏离、设备配置变化，设备固件版本的变化、不正确的人为操作(例如与机器控制面板的不适当的交互、不正确的手动控制次序等)、产品质量劣化、异常的工厂网络流量或负荷、供应链动力学的变化(例如延迟产品或部件交货时间、存货级别的变化等)、工作时间表的变化、资源利用的变化或其他这样的系统变化，这些可能是总体系统性能故障、劣化或效率低下的根本原因。

除了识别客户的系统相对于先前识别的基线的改变之外，证明分析部件210的一个或更多个实施方式还可以基于客户数据1104与存储在产品资源数据存储装置804中的销售商的提供的信息的比较来识别非最佳设备选择或配置的实例。例如，证明分析部件210可以与产品资源数据存储装置804交叉参考从客户设备采集的设备标识符，以确定当前安装在设备上的固件版本是否是最近的。如上所述，产品资源数据存储装置804可以包括关于当前固件版本、软件版本、硬件版本等的销售商提供的产品信息。因此，证明分析部件210可以检索关于通过所检索的设备标识符而识别的设备的产品资源数据，将从设备数据306检索到的固件版本号与产品资源数据存储装置804指示的最新固件版本号进行比较，并且确定内部部署(on-premise)设备是否正在使用最新的固件版本。如果安装在内部部署设备上的固件版本被确定为陈旧或过时，则证明分析部件210可以经由证明数据1102来报告过时的设备固件版本。

虽然前述示例描述了对过时的固件版本的识别，但是证明分析部件210的一些实施方式可以基于客户数据1104与产品资源数据的比较来识别其他可能的设备问题。例如，证明分析部件210可以通过与产品资源数据交叉参考设备数据306中存储的所采集的设备标识符来识别客户正在使用过时的设备模型。在另一示例中，产品资源数据存储装置804可以包括与由特定设备的销售商报告的已知设备不兼容问题有关的信息。基于该信息，证明分析部件210可以(基于客户数据1104)确定所报告的兼容性问题适于客户的特定资产配置(例如，客户的工业资产之一包括已知具有兼容性问题的设备组合)。然后可以经由证明数据1102来报告该问题。

在前述示例中，证明分析部件210被描述为按需执行系统和设备证明服务。在这样的情况下，用户(例如工厂维护人员、远程支持人员等)可以(例如响应于所观测到的性能问题)发送以对工业系统执行证明的请求。在一些实施方式中，证明数据部件210还可以被配置成执行连续的证明服务，使得证明分析部件210准实时地监控客户数据，并且响应于确定一个或更多个系统方面已经与它们相应的基线偏离(或者处于偏离的风险)来生成通知。响应于这样的确定，基于云的证明系统可以向指定客户端设备传送适当的警报。

图12示出了证明数据1102经由云平台被传送至具有云能力的客户端设备。在一个示例性场景中，基于如上所述的客户数据1104与多级基线数据906之间的比较，证明分析部件210可以生成具有证明数据1102的形式的报告，并且指示呈递部件214将证明数据1102传送至一个或更多个所识别的客户端设备1202。在特定的客户端设备已请求设备和系统证明的场景中，证明数据1102将被传送至请求设备。对于正在基于对客户数据的连续监控来执行实时证明的系统，证明分析部件210将响应于对表示实际或潜在的性能问题的基线偏离的检测来生成证明报告或通知。在这样的情况下，呈递部件214可以通过参考客户模型304来识别要接收报告的客户端设备1202，该报告包括：客户端联系信息，其响应于对某些性能问题的检测来指定哪些工厂人员应当被通知；通知偏好，其指定如何通知工厂人员(例如电子邮件、移动电话、文本消息等)；以及其他这样的通知偏好。例如，客户模型304可以指定与可能将要发生的机器故障(例如基于确定特定的资产kpi处于偏离基线容限的风险)有关的通知应当传送至与选定的维护人员相关联的一个或更多个客户端设备，同时与固件升级或不正确的设备配置相关的通知应当传送至与工厂工程师相关联的客户端设备。在客户模型304中限定的通知偏好还可以随着与该通知相关的特定工厂设施、区域或工作单元而变化。一旦确定适合的客户端设备，则呈递部件214可以将证明数据1102传送至所识别的通知目的地。证明数据1102可以被发送至所识别的具有因特网能力的客户端设备(例如电话、平板电脑、台式电脑或其他合适的设备)，并且可以以任何合适的格式(例如基于文本的通知、互动图形呈递等)来呈递。

在一些实施方式中，在云平台上运行的云应用可以经由云提供用于被通知的人员彼此进行通信的机制(例如使用语音ip(voice-over-ip)来建立会议呼叫)。呈递部件214还可以被配置成以限定的频率周期性地发送通知，直至接收者肯定响应通知(例如经由客户端设备发送手动确收)。在一些实施方式中，呈递部件214可以被配置成，当在预定时间量内未接收确收时，使高优先级通知的紧急性递增。该紧急性递增可以促使以逐渐增加的频率来发送通知，在主要人员未在限定的时间段内作出响应的情况下向与次要人员相关联的设备发送通知，或者其他这样的递增措施。

在一个或更多个实施方式中，远程技术支持人员也可以访问基于云的证明系统，使得可以向工业资产所有者提供远程协助。图13示出了示例性的基于云的架构，其允许远程技术支持人员生成和/或查看关于客户的工业系统的指明数据。在该示例中，通过包括一个或更多个工业设备1310的一个或更多个工业资产1306监控和/或控制一个或更多个受控处理1308。工业设备1310可以包括例如，工业控制器、传感器、仪表、电机驱动器或其他这样的设备。如在前述示例中描述的，基于云的证明系统202可以从工业设备1310(例如经由设备接口部件204)采集工业数据并根据分级分类结构将所述数据存储在客户特定的云存储装置(未示出)中。工业设备1310可以经由在设备上执行的各个云网关或经由运行这样的云网关的代理设备(例如另外的工业设备、专用服务器、网络基础设施设备等)将它们的数据提供给云平台。

如上所述，证明系统202可以采集工业数据并且生成分级的多级基线(例如散列值或其他基线指标)用于参考目的。在本示例中，拥有工业资产1306的工业企业的代表可以联系远程支持设施以协助所观测的关于工业资产1306的性能问题。因此，在支持设施处的技术支持代表可以经由具有云能力的支持人员客户端设备1312来访问云平台以查看客户的数据存储装置中的数据。具体而言，支持代表可以远程访问基于云的证明系统202以请求对最近从工业资产1306采集的客户数据1302进行证明分析。

作为响应，如前述示例所描述的，证明分析部件210将最近采集的客户数据与保存在基线数据存储装置中的基线数据进行比较，并且呈递部件214向支持人员客户端设备1312传送表示工业资产的相对于可接受的基线变化的方面的证明报告(证明数据1304)。例如，技术支持人员可以通过证明报告识别出：哪些工业设备1310已经被重新编程或重新配置，哪些设备已经加载了新的固件，与偏离优选手动次序的一个或更多个机器的操作者交互、配方变化、工厂网络上的数据流量相对于正常操作的增加等。证明报告还可以识别相对于基线标准的较高级别偏离，如工作时间表或维护时间表的变化、产品运输时间表的变化、存货级别的变化，或者其他这样的相对于基线度量表征的标准工厂操作的偏离。以此方式，远程服务人员可以识别客户的工业系统的相对于其先前识别的基线已经变化的方面，并且确定哪些所识别的变化可能是所报告的性能问题的根本原因。

呈递部件214可以以任何合适的格式向支持人员客户端设备1312(或客户端设备1202)呈递证明数据1304。在一个或更多个实施方式中，呈递部件214可以生成客户的工业系统的交互图形表示，其包括客户的设备、资产、生产线、工厂设施等的图形表示。在该表示上，证明数据1304可以基于证明分析的结果通过凸显已经偏离它们的相应基线的方面(例如设备、生产线、设施等)而被覆盖。由于跨工业企业的多个级别进行证明分析，因此呈递部件214可以配置图形系统表示，以允许观察者(例如远程技术支持人员)通过客户的工业企业的多个分级视图(例如企业级别视图、工厂级别视图、生产区域视图、设备级别视图等)来深究。在每个分级视图内，呈递部件214可以通过图形指示所识别的已经相对于它们各自的基线标准而改变的工厂设施、生产区域、资产、设备等的表示。因此，呈递部件214可以基于所采集的客户数据1302来生成客户的工业企业的可导航的虚拟表示，并且将证明数据叠加到表示客户的工业资产的各个图形元素上。

在一个或更多个实施方式中，基于云的证明系统202还可以便利自动支持服务。例如，根据客户与技术支持实体之间的服务协议的性质，证明系统202可以响应于证明系统202确定特定设备或资产正被不正确地操作或者已经通过将设备/资产置于其基线标准外部的方式重新配置该设备/资产，来发起与客户支持人员的联系。响应于这样的确定，证明系统202可以访问客户模型304以确定对客户有效的服务合同的类型。如果客户服务合同不支持自动化人员技术支持，则证明系统202可以向工厂人员仅发送所识别问题的通知，包括关于所述问题的性质以及可能的对策的细节(例如设备的正确配置的恢复、被修改的生产时间表的调整等)。

替选地，如果服务合同授权客户具有自动个人支持时，证明系统202可以向在出现检测到的证明问题的支持设施处的技术支持人员发送通知。该通知可以包括：从客户模型304得到的支持数据，以及向技术支持人员快速传达问题的性质所需要的采集的客户数据的任意必要子集。因此，借助于与在基于云的客户数据存储装置中保存的客户的工业资产的详细简档组合的自动证明功能，基于云的证明系统的实施方式可以自动传递关于问题性质、在客户设施处使用的工业设备、这些设备的配置设定、设备之间的关系、客户的工业问题的详细信息以及其他相关信息。证明系统202因此可以向技术支持设施提供准确的客户特定信息而不依赖于工厂人员传达客户的特定自动系统的细节。

可以将证明数据1304传送给一个或更多个经选择的支持技术人员客户端设备1312(例如技术支持工作站或便携式设备)。在一些场景中，适当的支持人员的选择可以根据检测到的问题的性质而变化；也就是说，呈递部件214可以向已知拥有所关注的相关工业和/或设备的专业知识的技术支持工程师发送通知以及相关联的客户数据。技术支持通知的目的地还可以基于在客户模型304中指定的支持偏好。例如，客户模型304可以限定在检测出系统性能问题时要通知的优选的技术支持工程师，或保存与技术支持实体的在先客户交互的历史。呈递部件214可以部分地基于这些因素来选择技术通知的合适的目的地。根据检测到的问题的性质，客户支持人员随后可以主动发起与相关工厂人员的联系以讨论可能的对策。

预测维护系统1212可以支持与支持设施的其他类型的交互以便利响应于所识别的证明问题的自动化主动对策。例如，如果证明系统202确定所识别的问题需要技术支持人员现场访问(例如不正确配置的设备需要专家技术支持代表来恢复正确的配置)，则系统可以自动调度技术支持代表使其被派往客户设施。证明系统202可以向技术支持人员提供客户的特定系统和待解决问题的性质的相关细节，并且结合将服务工程师派遣到客户设施来生成任意必要的工作订单。因此，证明系统202即使在具有对现场资产的足够了解的工厂人员出席的情况下也能够提供对客户的工业系统的自动监控和维护。

图14至图16示出了根据本主题申请的一个或更多个实施方式的各种方法。为了简化说明，本文中示出的一个或更多个方法被示出并且描述为一系列动作，但是应该理解和明白，本主题创新并不受动作顺序的限制，因为根据该顺序的一些动作可以按照不同的顺序进行和/或与本文中示出和描述的其他动作同时进行。例如，本领域的技术人员将理解和明白，方法可以替选地表示为如状态图中的一系列相互关联的状态或事件。此外，并非所有示出的动作都是实现根据本创新的方法所需要的。此外，根据本公开内容，当不同实体规定方法的不同部分时，交互图可以表示方法(methodology或method)。此外，为了实现本文所描述的一个或更多个特征或优点，所公开的示例方法中的两个或更多个方法可以彼此组合地实现。

图14示出了用于对工业系统执行系统和设备证明的示例性方法1400。开始，在1402处，在云平台中采集来自工业企业的设备、资产、处理和系统数据。所述数据可以使用用作工业设备与云平台之间的单向或双向通信接口的一个或更多个网关而被转移至云。可以与客户标识符以及其他客户特定信息相关联地将设备、资产、处理以及系统数据存储在云存储装置上。

在1404处，在云平台中随着时间分析所采集的关于工业企业的数据，以确定与正常系统操作相关联的基线系统和设备特性。这些基线特性可以被确定用于工业企业的在多个分级级别上的不同方面，其包括但不限于，设备程序和配置、系统和资产kpi、生产线周期时间、处理变量、配方数据、资产健康统计或工业企业的其他这样的特征。然后基线特性可以被存储在基于云的存储装置中以用于比较目的。

在1406处，在步骤1404处确定基线特性之后，基于从工业企业采集到的系统数据来识别系统、资产或设备特性与其相关联的基线的偏离。在1408处，生成识别该偏离的通知。该通知可以包括关于工业企业的哪些方面由于基线的确定而变化(例如已经替换为不同型号或其编程或配置已经改变的工业设备、体验大于平均数据流量的工厂网络段、设备或资产周期时间增加等)的信息。该通知可以包括任何合适的格式，其包括但不限于，工业企业的基于文本的报告或交互式图形表示。

图15示出了使用散列值在云平台中执行设备或系统证明的示例性方法1500。最初，如在前述实施方式中所描述的，在1502处，在云平台中采集来自工业企业的设备、资产、处理和系统数据。在1504处，识别云平台中所存储的并与工业企业的一个或更多个工业系统的正常操作相关联的所采集数据的子集。所述子集可以对应于工业企业的多个不同方面，其包括但不限于，设备配置和编程、工作时间表、网络流量模式、手动控制面板操作次序、资产和设备kpi、产品输出和质量等。

在1506处，生成关于数据的所识别的子集的基线散列值。可以针对跨工业企业的多个级别的各个方面(例如供应链级别、工厂级别、系统级别、资产级别、设备级别等)生成散列值。可以使用任何适当的散列算法来计算基线散列值。在1508处，基于在步骤1506处生成基线散列值之后所采集的数据来生成关于工业企业的新散列值。在1510处，将新散列值与(在步骤1506处确定的)它们的相应基线散列值进行比较。在1512处，基于识别出新散列值与其对应的基线散列值不匹配来识别工业企业的与正常操作偏离的方面。然后可以生成识别偏离方面的报告或图形表示并且将其传送至具有云能力的客户端设备。

图16示出了用于更新工业企业的分级图形表示以识别与正常操作的偏离的示例性方法1600。最初，如在前述实施方式中所描述的，在1602处，在云平台中采集来自工业企业的设备、资产、处理和系统数据。在1604处，基于所采集的数据来生成工业企业的可导航的分级图形表示。在一个或更多个实施方式中，图形表示可以包括可经由云平台访问的工业企业的三维虚拟表示。可以通过遍历组成工业企业的生产区域的图形表示并且通过在企业的分级级别(例如工厂级别、系统级别、设备级别等)之间移动来对虚拟表示进行导航。图形表示可以包括表示工业资产和设备、生产区域、工厂设施等的图形图标。

在1606处，分离在工业企业的正常操作期间所采集到的数据的分级集合。在一个或更多个实施方式中，在云平台上执行的证明系统的分析部件可以通过随着时间监控所采集的数据来获知企业的正常操作。一旦分析部件识别和表征正常操作，则证明系统可以将在正常操作期间采集的采集数据的子集与在异常或不合标准的操作期间采集的其他子集隔开。被分离的正常操作数据的集合可以表示工业企业的不同的多级方面。

在1608处，如前述示例中所描述的，生成关于分级集合的基线。在1610处，在1610处，在1608处生成数据基线之后，将从工业企业采集到的数据组与它们的相应基线进行比较。在1612处，基于哪些新的数据集合不匹配其相应基线的确定，更新分级表示，以指示工业企业的已偏离它们的基线标准的方面。偏离方面可以使用任何合适的图形技术(例如颜色改变、叠加文本等)来表示。

本文中所描述的实施例、系统和部件，以及在其中能够实施在主题说明书中阐述的各个方面的工业控制系统和工业自动化环境，可以包括能够跨网络进行交互的计算机或网络部件如服务器、客户端、可编程逻辑控制器(plc)、自动控制器、通讯模块、移动计算机、无线部件、控制部件等。计算机和服务器包括一个或更多个处理器(采用电信号执行逻辑运算的电子集成电路)被配置为执行存储在介质如随机存取存储器(ram)、只读存储器(rom)、硬盘驱动器以及可以包括记忆棒、记忆卡、闪存驱动器、外部硬盘驱动器等的可移动存储设备中的指令。

类似地，如本文中使用的术语plc或自动控制器可以包括能够跨多个部件、系统和/或网络进行共享的功能。作为一个示例，一个或更多个plc或自动控制器可以跨网络与各种网络设备进行通信和协作。这可以包括基本上任何类型的控件、通信模块、计算机、输出/输入(i/o)设备、传感器、致动器以及人机接口(hmi)，它们经由包括控制网络、自动网络和/或公共网络的网络进行通信。plc或自动控制器还可以与各种其他设备(例如包括模拟、数字、编程/智能i/o模块的i/o模块、其他可编程控制器、通信模块、传感器、致动器、输出设备等)通信并对其进行控制。

网络可以包括公共网络(例如互联网、内联网)和自动化网络(例如包括设备网、控制网和局域网/ip的控制和信息协议(cip)网络)。其他网络包括以太网、dh/dh+、远程i/o、现场总线(fieldbus)、modbus、profibus、can、无线网络、串行协议等。另外，网络设备可以包括各种可能性(硬件和/或软件部件)。这些包括例如具有虚拟局域网(vlan)能力的交换机、lan、wan、代理、网关、路由器、防火墙、虚拟私有网(vpn)设备、服务器、客户端、计算机、配置工具、监控工具和/或其他设备的部件。

为了给所公开的主题的各个方面提供上下文，图17和图18以及以下讨论旨在提供在其中可以实现所公开的主题的各个方面的合适环境的简要的一般描述。

参照图17，用于实现上述主题的各个方面的示例环境1710包括计算机1712。计算机1712包括处理单元1714、系统存储器1716和系统总线1718。系统总线1718将包括但不限于系统存储器1716的系统部件耦接到处理单元1714。处理单元1714可以是各种可获得的处理器中的任意处理器。也可以使用多核微处理器和其他微处理器架构作为处理单元1714。

系统总线1718可以是使用任何各种可利用的总线架构，包括但不限于8位总线、工业标准架构(isa)、微通道架构(msa)、扩展isa(eisa)、智能驱动电子设备(ide)、vesa局部总线(vlb)、外围部件互连(pci)、通用串行总线(usb)、高级图形端口(agp)、个人计算机存储卡国际协会总线(pcmcia)和小型计算机系统接口(scsi)的若干类型的总线结构中的任何结构，包括存储器总线或存储器控制器、外围总线或外部总线、和/或局部总线。

系统存储器1716包括易失性存储器1720和非易失性存储器1722。包括基本例程以诸如在启动期间在计算机1712中的元件之间传送信息的基本输入/输出系统(bios)存储在非易失性存储器1722中。作为说明而非限制，非易失性存储器1722可以包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除prom(eeprom)、或闪存存储器。易失性存储器1720包括用作外部高速缓存存储器的随机存取存储器(ram)。作为说明而非限制，ram可以以许多形式获得，例如，同步ram(sram)、动态ram(dram)、同步dram(sdram)、双倍数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)以及直接rambusram(drram)。

计算机1712还包括可移动/不可移动、易失性/非易失性计算机存储介质。图17示出了例如硬盘存储装置1724。硬盘存储装置1724包括但不限于，如磁盘驱动器、软盘驱动器、磁带驱动器、jaz驱动器、zip驱动器、ls-100驱动器、闪速存储器卡或记忆棒的设备。另外，硬盘存储装置1724可以单独地或者与其他存储介质组合地包括存储介质，其他存储介质包括但不限于，光盘驱动器如致密盘rom设备(cd-rom)、cd可记录驱动器(cd-rdrive)、cd可重写驱动器(cd-rwdrive)或数字多功能盘rom驱动器(dvd-rom)。为了便于硬盘存储装置1724连接至系统总线1718，通常使用可移动/不可移动接口如接口1726。

应当理解的是图17描述了在用户和在适当的操作环境1710中描述的基本计算机资源之间充当媒介的软件。这样的软件包括操作系统1728。可以被存储在硬盘存储装置1724上的操作系统1728用于控制和分配计算机1712的资源。系统应用1730通过存储在系统存储器1716或硬盘存储装置1724中的程序模块1732和程序数据1734来利用操作系统1728对资源的管理。应当理解的是，可以通过各种操作系统或操作系统的组合来实现主题公开内容的一个或更多个实施方式。

用户通过输入设备1736将命令或信息输入到计算机1712中。输入设备1736包括但不限于：指示设备，例如鼠标、轨迹球、指示笔、触摸板、键盘、麦克风、操纵杆、游戏垫、圆盘式卫星天线、扫描仪、tv调谐卡、数码相机、数码摄像机、网络摄像头等。这些和其他输入设备通过系统总线1718经由接口端口1738连接到处理单元1714。接口端口1738包括例如，串行端口、并行端口、游戏端口以及通用串行总线(usb)。输出设备1740使用与输入设备1736相同类型的一些端口。因而，例如，usb端口可以用于向计算机1712提供输入，并且从计算机1712向输出设备1740输出信息。提供输出适配器1742以说明除其他输出设备1740之外，存在需要特殊适配器的一些输出设备1740如监视器、扬声器和打印机。作为说明而非限制，输出适配器1742包括提供输出设备1740与系统总线1718之间的连接手段的显卡和声卡。应该注意，其他设备和/或设备系统例如远程计算机1744提供输入和输出能力二者。

计算机1712可以使用到一个或更多个远程计算机例如远程计算机1744的逻辑连接在网络环境中操作。远程计算机1744可以是个人计算机、服务器、路由器、网络pc、工作站、基于微处理器的设备、对等设备或其他普通的网络节点等，并且通常包括针对计算机1712描述的元件中的大量或所有的元件。为了简明起见，与远程计算机1744一起仅示出了存储器存储装置1746。远程计算机1744通过网络接口1748逻辑地连接到计算机1712，并且然后经由通信连接1750物理地连接。网络接口1748包括通信网络，如局域网(lan)和广域网(wan)。lan技术包括光纤分布式数据接口(fddi)、铜分布式数据接口(cddi)、以太网/ieee802.3、令牌环/ieee802.5等。wan技术包括但不限于，点对点链路、电路交换网如综合业务数字网(isdn)及其变型、分组交换网络以及数字用户线(dsl)。

通信连接1750指代用于将网络接口1748连接到系统总线1718的硬件/软件。尽管通信连接1750为清楚起见被示出为在计算机1712内部，但是通信连接1750也可以在计算机1712外部。仅举例而言，与网络接口1748的连接所必需的硬件/软件包括内部和外部的技术，例如，调制解调器(其包括常规电话级调制解调器、电缆调制解调器和dsl调制解调器)、isdn适配器和以太网卡。

图18是可以与所公开的主题进行交互的示例计算环境1800的示意性框图。示例计算环境1800包括一个或更多个客户端1802。客户端1802可以是硬件和/或软件(例如，线程、处理、计算设备)。示例计算环境1800还包括一个或更多个服务器1804。服务器1804也可以是硬件和/或软件(例如，线程、处理、计算设备)。服务器1804可以容纳线程，以通过例如采用如本文所述一个或更多个实施方式来执行转换。客户端1802和服务器1804之间的一种可能的通信可以具有适于在两个或更多计算机处理之间传输的数据分组的形式。示例计算环境1800包括可以被采用以便利客户端1802与服务器1804之间的通信的通信框架1806。客户端1802可操作地连接到可以用于存储客户端1802的本地的信息的一个或更多个客户数据存储装置1808。类似地，服务器1804可操作地连接到可以用于存储服务器1804的本地的信息的一个或更多个服务器数据存储装置1810。

以上所描述的内容包括本主题发明的示例。当然，不可能为了描述所公开的主题的目的而描述部件或方法的每个可想到的组合，但是本领域的普通技术人员可以认识到，本主题创新的大量其他组合和置换是可能的。因此，所公开的主题旨在涵盖落入所附权利要求的精神和范围内的所有这样的替选、修改和变化。

具体地，针对由上述部件、设备、电路、系统等执行的各种功能，用于描述这样的部件的术语(包括涉及的“装置”)，除非另行指出，否则旨在对应于执行所描述的部件的指定功能的任意部件(例如，功能上的等同)，即使其在结构上不等同于所公开的结构，但是执行所公开的主题的本文所示出的示例性方面中的功能。关于这点，还应当认识到，所公开的主题包括系统以及具有计算机可执行指令的计算机可读介质，这些计算机可执行指令用于执行所公开的主题的各种方法的动作和/或事件。

此外，虽然可能仅针对若干实现方案中的一个实现方案公开了所公开的主题的具体特征，然而，如果对于任意给定或特定应用是期望的且有利的，则这样的特征可以与其他实现方案的一个或更多其他特征合并。此外，就详细描述或权利要求中所使用的术语“包含(includes/including)”及其变体而言，这些术语意在按照与术语“包括(comprising)”相类似的方式而是包容性的(inclusive)。

在本申请中，词“示例性”用以表示用作示例、实例或说明。本文中描述为“示例性”的任意方面或设计并不一定要被理解为相比于其他方面或设计是优选的或有利的。相反，词“示例性”的使用意在以具体的方式表示概念。

本文中所描述的各种方面和特征可以实现为方法、装置、或使用标准编程和/或工程技术的制造物。本文中所使用的术语“制造物”意在包括能够从任意计算机可读设备、载体或介质访问的计算机程序。例如，计算机可读介质可以包括但不限于，磁存储设备(例如，硬盘、软盘、磁条……)、光盘(例如，致密盘(cd)、数字多功能盘(dvd)……)、智能卡和闪存设备(例如，卡、条、键驱动器……)。