使用云计算的工业监视的制作方法
【专利说明】
[0001] 相关申请
[0002] 本申请要求于2013年11月8日提交的题目为"INDUSTRIAL MONITORING USING CLOUD COMPUTING"的美国临时专利申请No. 61/901，978的权益和优先权，因此上述申请的 全部内容针对所有目的通过引用合并入本文中。
技术领域
[0003] 本申请涉及使用云计算的工业监视。
【背景技术】
[0004] 工业控制器对于现代自动化系统的操作来说至关重要。这些控制器通常用于驱动 如下机械设备：其在工业层面上执行任务，例如产品制造、材料处理、批量处理和管理控制、 以及其他许多可能的操作。为了完成这些任务，控制器可以包括并执行各种各样的辅助机 械系统生产所期望的最终产品的程序和功能。
[0005] 由于控制器必须考虑的大量的系统变量，控制器必须具有关于工业系统的最新最 正确的数据。此外，工业系统内的各种装置的操作员可能需要数据来对这些装置的控制器 做出适当的改变。因此，通常要连续地监视各种类型的信息，例如生产统计数据、与机器运 行状况相关的数据、告警状态、操作员反馈、随时间的电负载和机械负载等。
【发明内容】
[0006] 在本文中公开了一种在工业自动化环境中便利基于云的数据处理和分析的系统、 方法和软件。在至少一个实施方式中，将由至少一个工业机器生成的操作数据存储在本地 缓存中。传输该操作数据以存储在基于云的架构中的非结构化数据存储系统中。在该基于 云的架构中，处理该操作数据以将该操作数据转换成结构化格式并且将该结构化格式的操 作数据存储在结构化数据存储系统中。响应于接收用于分析的请求，从结构化数据存储系 统中提取该操作数据的至少一部分并且对该操作数据的该至少一部分执行该分析。
[0007] 提供该综述以简化的形式介绍一部分概念，这些概念将在下面的技术公开中进一 步描述。要理解的是，该综述并非意在识别所要求保护的主题的关键特征或重要特征，也并 非意在限制所要求保护的主题的范围。
【附图说明】
[0008] 参照以下附图将更好地理解本公开内容的许多方面。虽然结合附图描述了几个实 施方式，但是本公开内容不限于在本文中所公开的实施方式。相反，目的是要覆盖所有的替 换、修改和等同方案。
[0009] 图1示出了可以用于在工业自动化环境中便利基于云的数据处理和分析的计算 系统。
[0010] 图2示出了在一个示例性的实施方式中的计算系统的操作。
[0011] 图3示出了用于工业监视的示例性的计算系统。
[0012] 图4示出了用于数据采集的示例性的表格。
[0013] 图5示出了用于工业监视的示例性的基于云的解决方案。
[0014] 图6示出了示例性的组件对象及其行为。
[0015] 图7示出了示例性的系统级清单。
[0016] 图8示出了示例性的标签清单。
[0017] 图9示出了示例性的指标清单。
[0018] 图10示出了在示例性的实施方式中的计算系统。
[0019] 图11示出了在一个示例性的实施方式中的可以用于便利基于云的数据处理和分 析的计算系统和架构框架。
[0020] 图12示出了在示例性的实施方式中的分析协调器支持的脚本结构。
[0021] 图13示出了在示例性的实施方式中的用于便利基于云的数据处理的设计阶段和 编程阶段。
[0022] 图14示出了在示例性的实施方式中的用于便利基于云的数据处理的运行阶段。
[0023] 图15示出了在示例性的实施方式中的应用编程接口约定说明。
【具体实施方式】
[0024] 以下描述和关联的附图教示了本发明的最佳模式。为了教示出创造性的原理，可 以简化或省略该最佳模式的常规方面。所附权利要求指定了本发明的范围。本最佳模式的 一些方面可能没有落入由权利要求所指定的发明范围内。因此，本领域的技术人员要理解 落入本发明范围内的根据本最佳模式的变型。本领域的技术人员要理解以下所描绘的特征 可以以各种方式合并以形成本发明的多个变型。因此，本发明不限于以下描述的具体示例， 而仅限于权利要求及其等同方案。
[0025] 已经在各个领域例如医疗、教育、运输、物流、智能电网等实施了云计算。云计算提 供了可靠且资源丰富的系统，其可以被实施以满足这些行业的大量需求并且有助于维持控 制对使其运行所必需的各种处理。在操作中，在系统中存储能力和计算能力是在能够大范 围环境中产生困难的非常重要的约束。在能源的示例中，包括透平膨胀机的数千个互相连 接的发电机可能需要在自组织条件以及电力需求间歇性下互相协作。智能微电网是间歇性 电力系统，其建立频繁变化的分布式布局并且高度敏感于季节性需求和气候条件。这些场 景需要对数据和信息处理的全局访问以确保正确的操作。
[0026] 在工业自动化环境中，例如汽车制造工厂、食品加工厂、石油钻井作业、微处理器 制造工厂以及其他类型的工业企业，通常采用机器和其他设备来进行业务运营。例如，工业 自动化企业可以采用机器，包括传感器、驱动器、泵、滤波器、钻、马达、机器人、磨、打印机、 传送带、制造机械或其他工业自动化设备。这些机器随时间连续地产生数据，并且这些操作 数据通常被存储以用于后续处理和分析。下面的示例讨论了使用基于云的架构来存储、处 理和分析数据的各种技术。
[0027] 图1示出了可以用于在工业自动化系统中便利基于云的数据处理和分析的计算 系统100。在这个实施方式中，计算系统100包括：内部部署（on-premise)位置110和基于 云的架构120。虽然内部部署位置110可以包括可以执行计算系统或机械设备的任何位置， 但是将通常包括工厂车间、制造工厂、实验室、研发中心或一些其他类型的工作场所。内部 部署位置110包括机器执行系统111、本地缓存113和内部部署云代理115。基于云的架构 120包括未处理数据存储系统121、数据处理和分析功能122以及处理数据存储系统123。 计算系统100代表任何计算环境，在一些示例中，计算系统100可以包括位于地理上不同的 区域并且以分布式的方式经由通信网络互相连接的数个不同的系统和装置。
[0028] 机器执行系统111可以包括物理机器及其关联的控制系统，其可以包括工业控制 器、自动化控制器、可编程逻辑控制器（PLC)或者在自动化控制中使用的任何其他控制器。 在操作中，机器执行系统111被执行并且将操作数据提供给本地缓存数据存储系统113。例 如，机器执行系统111可以包括具有在内部部署位置110中执行的机器的实际物理系统，其 产生实时处理例如温度、流、振动等，以及产生控制数据例如比例积分微分（PID)信号、开/ 关信号、环路控制信号等。该数据由内部部署云代理115从本地缓存113定期地采集并且 被馈送到云环境120中的大数据储存库中。基于云的大数据储存库由图1中的非结构化数 据存储系统121表示。以此方式，内部部署云代理数据采集器115经由本地缓存113从机 器执行系统111捕获操作数据，并且将此数据以快照的形式提供给基于云的架构120中的 非结构化数据存储系统121。然后，数据处理和分析功能122工作以处理来自非结构化数据 存储系统121的操作数据用于以结构化格式存储在结构化数据存储系统123中。然后可以 在必要时对结构化数据存储系统123中存储的数据进行分析。现在将参照图2描述计算系 统100的操作。
[0029] 图2是示出了在一个示例性的实施方式中的计算系统100的操作200的流程图。 本文中，在图2中示出的操作200也可以被称为分析处理200。在下面简要说明操作200的 步骤。虽然对仿真处理200的以下论述将参照图1的计算系统100而进行以示出其操作， 但是注意，图1中提供的细节仅是示例性的而并非意在将分析处理200的范围限制到图1 所示的【具体实施方式】。
[0030] 可以采用分析处理200来操作计算系统100以在工业自动化环境中便利基于云的 数据处理和分析。如分析处理200的操作流程中所示，计算系统100将由至少一个工业机 器生成的操作数据存储在本地缓存110中（201)。在一些示例中，由机器执行111生成的操 作数据被连续地输出并存储在本地缓存113中。例如，操作数据可以包括速率、加速度、接 合（articulation)、以及描述机器在工作时的运动的其他数据。此外，操作数据可以包括压 力、温度、振动、流速以及可以在机器执行111期间采集的任何其他数据。在一些示例中，操 作数据还可以包括配置数据、参数、时间间隔、系数、阈值以及在工业机器的起动、控制和执 行中使用的其他指标。在至少一个实施方式中，操作数据中的每条信息由单独的数据标签 来描述，每个标签由标签名和标签值来定义。
[0031] 内部部署云代理115传输操作数据以存储在基于云的架构120中的非结构化数据 存储系统121中（202)。通常，内部部署云代理115从本地缓存113取得操作数据并且将操 作数据推送给基于云的架构120以存储在非结构化数据存储系统121中。在至少一个实施 方式中，内部部署云代理115定期地连接至本地缓存113并且采集由机器执行111生成的 时间序列数据的块，压缩该数据并且传输压缩数据以存储在云120中。在一些示例中，内部 部署云代理115在传输数据以存储在非结构化数据存储系统121中时给操作数据分配优先 权。内部部署云代理115可以例如通过将优先权分配给包含该操作数据的相应的数据标签 来给操作数据分配优先权。在一些示例中，内部部署云代理115可以利用各种脚本及其他 处理指令来确定应用在操作数据的各个数据标签的优先权。给操作数据分配优先权的其他 技术也是可以的并且在本公开内容的范围内。
[