用于预测性维护的匿名化和协商方法及系统与流程

本公开涉及用于预测性维护的匿名化和协商方法及系统。特别地，本发明涉及用于预测性维护的信息匿名化和参数协商方法及系统。

背景技术：

1、本公开的总体背景是预测性维护。

2、预测性维护应用是典型的跨公司应用，在这些应用中，不同的公司交换数据。例如，工厂操作员(o)拥有来自实体工厂及设备相关过程的设备和数据(例如温度、压力等)。设备制造商或维护公司(m)具有来自其经验池的设备特定信息(例如跨多个操作员的设备队列分析)，该信息可以有助于尽早地识别设备的问题。此外，通常在o的站点的技术范围内操作设备，例如在由一些自动化厂商(a)提供的dcs范围内操作设备。

3、在预测性维护应用中，交换的数据是敏感的，因为每个站点都有理由对其它方持有有限信任：

4、·o：不希望向m或a暴露太多的过程数据，例如，出于如配方或

5、生产量的生产商业秘密的原因。

6、·m：不想将设备知识暴露给他人，以免失去竞争优势。

7、·a：作为m和o之间的“信息中介”，a感兴趣的是保持中立角

8、色，以确保获得m和o双方的信任。

9、目前预测性维护的解决方案存在以下缺陷：

10、●o和m的兴趣失衡：

11、○对于在o的站点处安装的m的设备上的o的操作数据，m具有

12、“无限制”访问

13、○m无法访问自己设备的“上下文”，只能访问设备“孤立的”运

14、行时的数据

15、○o在自己的实体占有中得到“预测性维护算法”，例如作为设备固件的一部分，从而允许对该算法可能的篡改和提取

16、●a对系统内的部件之间的信息流的控制有限，因为这些信息流被第3方系统提取，并且例如通过使用如嵌入式4g/5g调制解调器、蓝牙连接等的边信道传递至a的基础设施之外。

17、目前，修复这些缺陷是一件非常费力的且容易出错的、项目特定的人工工作。例如，需要以项目特定的方式来定义交换信息的数量和质量。信息交换的机制(即服务调用、认证和交换信息格式的定义)亦是如此。

技术实现思路

1、本发明解决了避免容易出错的项目特定的人工工作的问题。本发明提供了如所附权利要求中所定义的用于预测性维护的匿名化和协商以及信息和参数(去)匿名化的方法和系统。说明书还提供了其它实施例。

2、在本发明的一个方面，提供了用于预测性维护的匿名化和协商方法，该方法包括以下步骤：由聚合服务模块使用聚合策略聚合运行时数据和/或上下文数据，以生成聚合数据；由匿名化模块使用用户可定义的内部匿名化策略对聚合数据匿名化，以生成匿名化数据；以及由发送模块将匿名化数据发送至状况预测服务模块。

3、如本专利申请的说明书中定义的模块，尤其是聚合服务模块、(去)匿名化模块、状况预测服务模块、质量估计服务模块可以是硬件设备或软件功能，例如也可以是在现有的设备(边缘设备、控制器)上运行的数字化服务。换言之，如本专利申请的说明书中使用和定义的术语“模块”可以理解为在模块化期间创建的软件系统的构造块，表示功能上封闭的单元并且提供特定服务。

4、本发明有利地提供了预测性维护应用，为此，不同的公司交换数据，例如，操作员将设备运行时信息发送给设备制造商，以接收对设备状况的估计。目前，这种交互需要手动地建立，且对交换信息量的控制有限。

5、本发明有利地提供了一种针对要在公司之间交换的信息进行结构化定义并对该信息应用匿名化规则的系统。

6、本发明有利地允许用户更好地控制离开其组织的信息，并且能够更快(即更便宜)地设立状况监测基础设施。

7、根据本发明的一个示例性实施例，聚合策略根据预定义规则静态地或动态地创建。

8、根据本发明的一个示例性实施例，用户可定义的内部匿名化策略按照每个设备实例和/或资产实例进行配置，或者根据匿名化策略规则，基于设备实例和/或资产实例的属性进行配置。

9、根据本发明的一个示例性实施例，用户可定义的内部匿名化策略使用机器学习来配置。

10、根据本发明的一个示例性实施例，用户可定义的内部匿名化策略可以包含要被应用于交换数据的以下匿名化规则中的至少一个：值匿名化规则、历史限制规则、身份匿名化规则、上下文匿名化规则。

11、根据本发明的一个示例性实施例，该方法还包括以下步骤：动态地调整用户可定义的内部匿名化策略。

12、根据本发明的一个方面，提供了用于预测性维护的去匿名化和协商方法，该方法包括以下步骤：由状况预测服务模块接收来自发送模块的匿名化数据；由去匿名化模块使用用户可定义的内部去匿名化策略对接收到的匿名化数据进行去匿名化，以生成去匿名化数据；以及由质量估计服务模块基于去匿名化数据提供预测服务，以生成预测数据。

13、根据本发明的一个示例性实施例，用户可定义的内部去匿名化策略按照每个设备实例和/或资产实例进行配置，或者根据去匿名化策略规则，基于设备实例和/或资产实例的属性来配置。

14、根据本发明的一个示例性实施例，用户可定义的内部去匿名化策略使用机器学习来配置。

15、根据本发明的一个示例性实施例，用户可定义的内部去匿名化策略可以包含要被应用于交换数据的以下去匿名化规则中的至少一个：值去匿名化规则、历史限制规则、身份去匿名化规则、上下文去匿名化规则。

16、根据本发明的一个示例性实施例，该方法还包括以下步骤：动态地调整用户可定义的内部去匿名化策略。

17、根据本发明的一个方面，提供了用于预测性维护的匿名化和协商系统，该系统包括:聚合服务模块，聚合服务模块被配置为使用聚合策略聚合运行时数据和/或上下文数据，以生成聚合数据；匿名化模块，匿名化模块被配置为使用用户可定义的内部匿名化策略对聚合数据匿名化，以生成匿名化数据；以及发送模块，发送模块被配置为将匿名化数据发送至状况预测服务模块。

18、根据本发明的一个方面，提供了用于预测性维护的去匿名化和协商系统，该系统包括:状况预测服务模块，状况预测服务模块被配置为接收来自发送模块的匿名化数据；去匿名化模块，去匿名化模块被配置为使用用户可定义的内部去匿名化策略对匿名化数据进行去匿名化，以生成去匿名化数据；以及质量估计服务模块，质量估计服务模块被配置为基于去匿名化数据提供预测服务，以生成预测数据。

19、根据本发明的一个方面，提供了用于预测性维护的网络，该网络包括用于匿名化的系统和用于去匿名化的系统。

20、本文描述的任何公开内容和实施例均涉及上文列出的方法和系统，反之亦然。有利地，由任何实施例和示例提供的益处同样适用于所有其它的实施例和示例，反之亦然。

21、如本文所使用的，“确定”还包括“发起或使得确定”，“生成”还包括“发起或使得生成”，并且“提供”还包括“发起或使得确定、生成、选择、发送或接收”。“发起或使得执行动作”包括触发计算设备以执行相应动作的任何处理信号。