用于工业设施的集成数字孪生制造技术

本发明专利技术提供了一种涉及运行工业设施(240)的有形材料的工业过程的过程监测的方法(100)，该方法包括提供(101)由计算机系统(200)实现的集成设施数字孪生(DT)，该计算机系统实现利用包括以下模型的聚合算法(206a)：用于该工业设施的多个相互关联的静态模型，该静态模型包括资产模型(261)和流程模型(264)，该资产模型(261)描述包括耦合到处理设备的传感器(242)的工业设施中的装置和系统；以及该工业设施(240)的动态模型(270)，该动态模型包括计算模型(271)、症状和故障模型(272)、动态模拟模型(273)和机器学习模型(274)。该聚合算法使用(102)来自该静态模型和该动态模型的输出，基于该工业过程的当前性能生成包括用于该处理设备和工业过程中至少一者的性能警报(343)的聚合视图(300)。

Integrated Digital Twin for Industrial Facilities

【技术实现步骤摘要】
【国外来华专利技术】用于工业设施的集成数字孪生
本专利技术所公开的实施方案涉及用于工业应用的数字孪生。
技术介绍
工业物联网(IIoT)涉及在云端实现数据存储、配置、计算和/或分析，以提高物理工厂、处理设备和流程的性能、效率、盈利能力和可靠性。典型的IIoT解决方案涉及从一个或多个数据源收集数据、对资产(例如，处理设备)或过程建模以监测或优化设备或过程，以及开发分析以描述和预测设备行为或过程行为。一个新兴概念是“数字孪生”(DT)，其中创建物理项目(例如，真实机器)的数字模型副本，其支持数据访问、命令和控制、远程配置以及模拟和分析。DT通常与真实装置和系统(诸如，设施中的处理设备和传感器)同时创建。一旦由特定供应商为其自身的特定设备创建，DT即可用于以真实世界系统的数字表示来表示机器。DT被创建成使得在对应机器的形式和行为上相同。供应商自身的IIoT基础设施支持DT。因此，每个DT与一台且仅一台机器相关联。因此，部署IIoT的客户最终可能会在多种基础设施上部署许多此类DT，因为IIoT供应商通常在各种不同的云平台(例如，MicrosoftAZURE、AmazonCLOUD、其自己的或第三方数据中心)上托管其解决方案，并且可使用多种开源和其他部件来创建其数字孪生解决方案。
技术实现思路
提供本
技术实现思路
以介绍简化形式的公开概念的简要选择，其在下文包括附图的具体实施方式中被进一步描述。该
技术实现思路
不旨在限制所要求保护的主题的范围。常规的DT仅适用于一种特定的加工设备。众所周知，需要为具有互连处理设备的工业设施提供DT，因此需要来自不同设备供应商的多个不同DT，用于在多种基础设施上部署的各种处理设备。这将被公认为难以管理，并且本质上不如来自可靠供应商的工业设施的单一集成数字孪生解决方案安全。常规的DT布置的安全性较低，因为每个DT供应商可能以不同的方式来实现安全性。通过多个DT的具体实施，一个DT存在漏洞的可能性更大，在多个DT解决方案中更难以彻底验证和测试安全性，并且多个DT的配置和设置将更加复杂，从而可能导致错误。此外，来自各个处理设备供应商的常规DT只能访问关于其自身处理设备的信息，而不能访问围绕该设备和周围设备的上游或下游环境和过程条件。因此，可通过包括常规多个DT的设施中的常规DT布置来实现的预测监测和其他解决方案的有效性受到限制。因此，DT格局的缺失部分被认为是用于创建集成DT的框架，该集成DT在本文中称为设施DT，其对给定位置/站点处的整体设施中的系统和装置(包括处理设备和传感器)进行建模，或者对作为多个地理上分离的设施/站点处的系统和装置的企业进行建模。本文所公开的设施数字孪生基于工业过程的当前性能提供聚合视图，其为过程设备和工业过程中的至少一者提供性能警报，诸如下文所述的如图3所示的示例性聚合视图。附图说明图1是示出根据示例性实施方案的用于涉及使用设施DT运行工业设施的有形材料的工业过程的过程监测的示例性方法的步骤的流程图。图2A是示出具有实现用于现场DT布置的公开设施DT的公开聚合算法的计算机系统的高级框图。图2B是示出具有存储在存储器中用于实现耦合到工业设施的公开的基于云的设施DT的公开聚合算法的云计算架构的高级框图。图2C示出了用于公开设施DT的功能块。图3示出了根据示例性实施方案由顶部部分中的公开设施DT生成的示例性聚合视图输出，其由设施DT关于状态和推荐生成，包括从过程设备和过程性能监测生成的当前警报和性能指示符。具体实施方式参考附图描述了公开的实施方案，其中在所有附图中使用相同的参考标号来表示类似或等同元件。附图未按比例绘制，并且其仅提供用于说明某些公开的方面。下面参考用于说明的示例性应用来描述若干公开的方面。应当理解，阐述了许多具体细节、关系和方法以提供对所公开实施方案的完全理解。然而，相关领域的普通技术人员将容易地认识到，可在没有一个或多个具体细节或其他方法的情况下实践本文公开的主题。在其他情况下，未详细示出公知的结构或操作以避免模糊某些方面。本公开不受所示出的动作或事件的顺序的限制，因为某些动作可以不同的顺序发生和/或与其他动作或事件同时发生。此外，并非所有示出的动作或事件都是实现根据本文公开的实施方案的方法所必需的。另外，如本文所用的没有进一步限定的术语“耦合到”或“与…耦合”(等等)旨在描述间接或直接电连接。因此，如果第一装置“耦合”到第二装置，则该连接可通过直接电连接，其中在通路中仅存在寄生；或者可通过经由包括其他装置和连接的中间项的间接电连接。对于间接耦合，中间项通常不修改信号的信息，但可调整其电流电平、电压电平和/或功率电平。所公开的设施DT是用于监测整个工业设施或多个工业设施(企业)的框架。设施DT可以是基于IOT的。基于IOT的示例在云软件平台(诸如Microsoft的AZURE)上托管设施DT软件。如果现场DT布置是客户的偏好，则设施DT还可用现场计算来体现，因此不依赖于“云”。为了生成所公开的设施DT，从处理设备、测量装置和控制装置中的每一者提供测量数据，以指示整个过程中的流量、温度、压力、状态和其他条件。还提供了过程流程模型，其限定材料和设施流如何遍历工业过程中的各种处理设备、过程的动态模拟以及设施中控制逻辑的模型。关于连接性，设施DT具有到一个或多个站点处的多个装置和/或系统的安全连接。通常地，数据可在现场过程历史记录中以时间序列测量和警报/事件的形式获得。在其他情况下，所涉及的设备可跨地理区域分布或者与各种系统接合，涉及访问数据的多个连接。IIoT架构适合于将该数据安全地传输到集中式DT，该集中式DT可以是基于云的或者是部署在设施站点之一处的企业数据中心的计算机系统中。图1是示出用于涉及使用所公开设施DT运行工业设施的有形材料的工业过程的过程监测的示例性方法100的步骤的流程图，该设施DT产生完成的有形产品。所公开的实施方案适用于涉及有形材料的工业过程。此类工业过程不同于仅执行数据操纵的数据处理系统。步骤101包括提供由计算机系统实现的集成设施DT，该计算机系统包括处理器和存储在存储器中的非暂态存储器运行软件，该计算机系统实现利用工业设施的相互关联的静态模型和动态模型的聚合算法。相互关联的静态模型包括描述工业设施中包括耦合到处理设备的传感器的装置和系统的资产模型以及流程模型。动态模型包括计算模型，以计算处理设备或工业过程的状态中的至少一者，或者计算设备或工业过程的效率；症状和故障模型，以确定包括因果逻辑的处理设备工业过程的健康状况；动态模拟(通常基于第一原理模型)，以支持处理设备或工业过程的模拟，以预测未来性能或比较当前(例如，实时)性能与模拟；以及机器学习模型，以基于数据分析检测处理设备或工业过程的性能的变化。步骤102包括使用来自静态模型和动态模型的输出的聚合算法，基于工业过程的当前性能生成包括用于过程设备和工业过程中至少一者的性能警报的聚合视图。步骤103包括使用聚合视图中的信息用于数据管理、过程管理(例如，建议改变设施操作条件和目标)、装置管理(例如，建议进行设备维护)和分析(例如，识别非正常生产的主要贡献者)中的至少一者。图2A是示出具有实现用于现场DT布置的所公开设施DT的所公开聚合算法206a的计算机系统200的高级框图。计算机系统200被示出为包括耦本文档来自技高网...

【技术保护点】
1.一种涉及运行工业设施(240)的有形材料的工业过程的过程监测的方法(100)，所述方法包括：提供(101)由计算机系统(200)实现的集成设施数字孪生(DT)，所述计算机系统包括处理器(202)和运行存储在所述存储器中的软件的非暂态存储器(206)，所述计算机系统实现利用包括以下模型的聚合算法(206a)：(i)用于所述工业设施的多个相互关联的静态模型(260)，所述静态模型包括资产模型(261)和流程模型，所述资产模型描述所述工业设施中包括耦合到处理设备的传感器(242)的装置和系统，和(ii)所述工业设施的动态模型(270)，所述动态模型包括：计算模型(271)，所述计算模型用于计算所述处理设备或所述工业过程的状态中的至少一者，或者计算所述处理设备或所述工业过程的效率；症状和故障模型，所述症状和故障模型用于确定包括因果逻辑的所述处理设备的健康状况或所述工业过程的健康状况；动态模拟模型(273)，所述动态模拟模型支持所述处理设备或所述工业过程的模拟，以预测未来性能或比较当前性能与模拟；以及机器学习模型(274)，所述机器学习模型基于数据分析来检测所述处理设备或所述工业过程的性能的变化，并且所述聚合算法使用(102)来自所述静态模型和所述动态模型的输出，基于所述工业过程的所述当前性能生成包括用于所述处理设备和所述工业过程中至少一者的性能警报(343)的聚合视图(300)。...

【技术特征摘要】
【国外来华专利技术】2017.01.26 US 15/416,5691.一种涉及运行工业设施(240)的有形材料的工业过程的过程监测的方法(100)，所述方法包括：提供(101)由计算机系统(200)实现的集成设施数字孪生(DT)，所述计算机系统包括处理器(202)和运行存储在所述存储器中的软件的非暂态存储器(206)，所述计算机系统实现利用包括以下模型的聚合算法(206a)：(i)用于所述工业设施的多个相互关联的静态模型(260)，所述静态模型包括资产模型(261)和流程模型，所述资产模型描述所述工业设施中包括耦合到处理设备的传感器(242)的装置和系统，和(ii)所述工业设施的动态模型(270)，所述动态模型包括：计算模型(271)，所述计算模型用于计算所述处理设备或所述工业过程的状态中的至少一者，或者计算所述处理设备或所述工业过程的效率；症状和故障模型，所述症状和故障模型用于确定包括因果逻辑的所述处理设备的健康状况或所述工业过程的健康状况；动态模拟模型(273)，所述动态模拟模型支持所述处理设备或所述工业过程的模拟，以预测未来性能或比较当前性能与模拟；以及机器学习模型(274)，所述机器学习模型基于数据分析来检测所述处理设备或所述工业过程的性能的变化，并且所述聚合算法使用(102)来自所述静态模型和所述动态模型的输出，基于所述工业过程的所述当前性能生成包括用于所述处理设备和所述工业过程中至少一者的性能警报(343)的聚合视图(300)。2.根据权利要求1所述的方法，还包括使用所述聚合视图中的信息以进行数据管理或过程管理、装置管理和分析中的至少一者。3.根据权利要求2所述的方法，其中所述数据管理或过程管理包括从所述聚合视图确定至少一个过程控制动作。4.根据权利要求1所述的方法，其中所述设施DT是基于物联网(IOT)的。5.根据权利要求1所述的方法，其中所述静态模型还包括描述相对于所述工业设施的角色和用户权限的安全模型(262)。6.根据权利要求1所述的方法，其中所述静态模型还包括选自以下中的至少一者：(i)描述实现的控制方案的控制模型(263)、(ii)描述所述...

【专利技术属性】
技术研发人员：马修·G·伯德，保罗·F·麦克劳克林，
申请(专利权)人：霍尼韦尔国际公司，
类型：发明
国别省市：美国,US