机的网络。它可用于从低复杂应用(例如，存储)直到高复杂应用(其能够对复杂且全功能虚拟PC提供它们的特定软件、接口和操作系统)的广泛应用。
[0025]简单的云应用可以是共享存储，其表现得像外部硬驱动器，但提供将来自云的数据镜像到本地文件夹的同步功能性。云和本地文件夹两者中的改变在没有用户交互的情况下在背景中自动同步。不同的供应商提供这样的存储，其允许将数据存储在永久与不同用户的个人计算机上的本地文件夹同步的共享存储中。对于此，供应商特定软件安装在每个个体PC中，其在在线访问的情况下永久执行背景中的同步过程。此外，该技术允许跨不同操作系统的文件共享。对若干平台(像MS Windows、Android、Linux等)提供同步软件，其也允许来自移动设备的数据同步和更新。最后，提供在文件级上的版本化功能性，其允许恢复来自较旧版本的数据并且跟踪改变。
[0026]如在本实施例中的复杂云应用可以是用于在若干不同类型的服务器(像数据服务器、活动目录服务器，等)之间共享计算能力、提供以用于直接在云中执行功能和算法的计算机网络的利用。云技术的优势是不仅存储而且计算能力可被暂时或静态排序，以便在特定虚拟机上执行较大软件或使更多的虚拟机移入它内。因为现实生产系统的操作状态已经进一步移动，根据数字观察器模型的复杂性，云技术从而可以用于在分布式计算资源上运行它以在数字观察器模型的模型化状态变得过时之前实现模拟结果。
[0027]在另外的实施例中，提供的方法包括将更新的模型化状态存储在分布式存储中的步骤。这不仅允许访问模型化状态(只要到分布式存储的网络连接可用即可)，其显然促进现实生产系统的远程监测和诊断，更新的模型化状态的数据业务也可变得非常高，这可不能存储在在生产系统处本地提供的存储设备上。在该方面中，分布式存储以及从而云可能够使出现的数据业务减少并且在预定时段内存储更新的模型化状态的所有版本、基于数字观察器模型让服务团队在任何稍后的时间洞察生产系统的操作状态，而在该预定时段内没有任何中断。
[0028]在提供的系统和方法的实施例中，至少第一和第二模型化状态被持续、定期或基于触发地确定。尽管模型化状态的持续更新总是提供关于生产系统的大部分实际操作状态的信息，定期更新使需要的数据业务减少。在使用触发更新时，可以控制更新例如以在指定有限带宽来将测量的操作状态传送到生产系统的情况下实现最佳结果。
[0029]在提供的系统和方法的另一个实施例中，生产系统的一个或多个测量操作状态包括以下中的至少一个
-生产系统的传感器和/或致动器的信号值，和/或 -自动化系统的软件状态，和/或
-关于当前在属于生产系统的设备和/或与自动化系统通信的通信系统上执行的功能或软件应用的内部变量和/或指令指针的信息。
[0030]在提供的系统和方法的另外的实施例中，利用高于生产系统的操作状态改变所在的速度的速度确定生产系统的模型化状态。以那种方式，预测生产系统的未来行为并且足够早地识别可能出现的错误或故障来防止它们，这是可能的。
[0031]在再另一个实施例中，如果在生产系统中存在需要的改变，该改变可以通过使用数字观察器模型并且从生产系统的当前状态开始而提前测试。数字观察器模型可包括对生产系统的至少部分的磨耗和其他时间相关影响。从而，需要的改变对生产系统的影响可以基于以较高可靠性利用数字观察器模型的模拟而测试。
[0032]提供的系统和方法的一个另外的优势是生产系统的瓶颈可以基于运行模型而识另IJ。与之同步，用于防止瓶颈的情景可以在不影响生产系统操作的情况下提前测试。
[0033]根据本发明的另一个方面，远程数据处理服务器设置成处理训练模型(其包含数字观察器模型)和控制室系统模型，其中控制室系统包括对操作者的输入，用于影响自动化系统的操作。
[0034]此外，用于训练自动化系统的操作者的方法包括:
-执行上文提供的方法；
-存储更新的模型化状态；以及
-开始训练模型以基于更新的模型化状态来模拟生产系统，其中该训练模型包括对操作者的输入，用于改变更新的模型化状态。
[0035]存储的更新模型化状态可反映对生产系统的不可预见情形，其难以仅仅基于数学来建立。这些不可预见情形从而可以适当地用于训练生产系统的操作者来适当地作出反应。
[0036]在本发明的实施例中，远程数据处理服务器包括存储器和数据处理器。其中，上文提到的方法中的一个作为计算机程序存储在存储器中并且在将计算机程序从存储器加载到处理器内时，处理器适于实施方法的方法步骤。
[0037]根据本发明的另外的方面，计算机程序适于执行上文提供的方法中的一个。
[0038]根据本发明的另外的方面，电子存储装置存储提供的计算机程序和/或数字观察器模型，其基于上文提供的方法中的一个而更新。
【附图说明】
[0039]上文描述的本发明的特性、特征和优势以及将达到它们所采用的方式将基于本发明的实施例的下列描述而更清楚限定，这些实施例将基于图来描述，其中
图1示出在基于云的存储系统中连接到生产系统的模型的生产系统的示意图，
图2示出对于图1的生产系统的示例，
图3示出图2的生产系统的示意信号流，
图4示出模拟图2的生产系统的模拟程序的示意信号流，
图5示出这样的图，其图示根据图4的生产系统的数字观察器模型中的一个状态变量的时间相关行为，以及
图6示出生产系统与远程数据处理服务器之间的交互的示意概览。
[0040]在图中，相同的技术元件将提供有相同的标号并且仅描述一次。
【具体实施方式】
[0041]参考图1，其示出生产系统2的示意图，该生产系统2经由线束或无线第一数据通信网络连接到基于云的远程数据处理服务器(在下面，简单地叫作云6)中的生产系统2的数字观察器模型4。
[0042]生产系统2包括生产线8，其示范性地接收原材料并且通过执行生产过程而用这些原材料形成产品。该生产线8和它的生产过程由自动化系统10控制，也叫作控制系统，其可向生产线8并且特别向生产线8中的致动器提供控制输入信号12，并且接收生产线8的操作状态的测量值14。在本实施例中，自动化系统10将包括至少一个可编程逻辑控制器，在下文叫作PLC 10除其他外，PLC 10可通过基于控制值或控制输入信号12 (其基于测量值14而自己生成)控制生产线8、基于这些值12、14来示范性地构成封闭控制环。
[0043]在本实施例中，提供数据收集器16，其从生产系统2收集数据18，特别是反映控制输入信号中的至少一个的数字输入信号和反映操作状态中的至少一个的数字输出信号，以将这些数据18传送到云6中的数字观察器模型4。来自生产线8和对应生产过程的数据18的部分可以示范性地包括状态变量20、传感器变量22或致动器变量24。来自PLC 10的数据18的部分可以示范性地包括控制指针26、内部变量28或软件状态30的值。数据18可示范性地经由数据总线32收集并且从而提供给数据收集器16。
[0044]在云6中，数字观察器模型4可包括过程模型34和PLC模型36，用于模拟生产系统2的时间相关行为，其中过程模型34代表由它执行的生产线8和生产过程两者。作为生产系统2的系统的模型化是本领域内技术人员众所周知并且从而为了简洁起见不应详细解释。与生产系统2—致，过程模型34由PLC模型36控制，其也可基于由之前提到的生产系统2的模拟所产生的相应控制值12’和模型化状态14’来构成封闭控制环。
[0045]模拟本身由模拟程序38执行，该模拟程序38利用模型34、36来模拟生产系统的时间相关行为。此外，可提供分析器部件40，其使服务人员能够查阅模型34、36并且分析模拟生产系统2。
[0046]为了进一步详细解释实施例，在下文应注意示范性生产系统2。该示范性生产系统2在图2中示出。
[0047]示范性生产系统2将经由传送带42来运输金属板44，其收集在容器46中来形成叠层堆48。这样的叠层堆48可采用本领域内技术人员众所周知的方式用作电动机的机器人。收集的形成叠层堆48的金属板44采用本领域内技术人员众所周知的方式经由机械压力机50连接在一起。
[0048]传送带42包括电动传送机马达52，其由PLC 10控制速率。为了该目的，PLC 10基于来自传送机马达52的接收传送机速率56向传送机马达52输出传送机电流54。在操作中，金属板44可示范性地通过助手加载在传送带42上。传送带42在将金属板44运输到容器46 (其从而将用板填充)之前由PLC 10采用提到的方式控制。电眼58检测传送带42上的金属板44并且对每个传递的金属板44向PCL 10输出脉冲60使得PLC 10可以对容器中有多少金属板44计数。如果在容器46中存在足够的金属板44，PLC 10通过中止传送机电流54来中止传送带42并且开始操作机械压力机50。机械压力机50由电动压力机马达62 (其由PLC 10控制力)驱动。为了该目的，PLC 10基于来自压力机马达62的接收压力66向压力机马达62输出压力机电流64。在操作机械压力机50后，当金属板44连接在一起时，PLC 10中止生产线8的生产过程直到容器46未被加载。
[0049]在本实施例中，上文提到的助手可未加载产生的来自容器的叠层堆48并且通过按压起动按钮68 (其向PLC 10输出起动信号70)而继续生产线8的操作。
[0050]即，在本实施例中，生产系统2的生产线8包括两个致动器52、62，其在它们的操作中通过PLC 10而同步。
[0051]参考图3，其示出图2的生产系统2的信号