[发明专利]用工业自动化系统的组织模型确定能量信息的系统及方法有效
申请号: | 201410099085.3 | 申请日: | 2014-03-17 |
公开(公告)号: | CN104049595B | 公开(公告)日: | 2017-12-08 |
发明(设计)人: | 菲利普·J·考夫曼 | 申请(专利权)人: | 罗克韦尔自动化技术公司 |
主分类号: | G05B19/418 | 分类号: | G05B19/418 |
代理公司: | 北京集佳知识产权代理有限公司11227 | 代理人: | 朱胜,江河清 |
地址: | 美国俄*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 用工 自动化 系统 组织 模型 确定 能量 信息 方法 | ||
1.一种确定能量信息的系统,包括:
处理器,所述处理器被配置成:
接收与自动化系统中的一个或多个资源相关联的能量数据;
接收与所述自动化系统相关联的组织模型数据,其中所述组织模型数据包括关于所述自动化系统的离散制造过程的用功能视图表示的所述自动化系统的分级结构;以及
基于所述能量数据与所述组织模型数据之间的关系来生成一个或多个能量报告,
其中,所述能量报告包括物理能量数据、逻辑能量数据、虚拟能量数据、或者以上的任意组合。
2.根据权利要求1所述的系统,其中,所述能量数据是从所述资源接收的。
3.根据权利要求1所述的系统,其中,所述资源包括一个或多个功率计、一个或多个驱动、一个或多个电机、一个或多个电容器组、一个或多个空气压缩机、一个或多个冰箱单元、一个或多个涡轮、一个或多个发电机、一个或多个能量存储装置、一个或多个机器人、一个或多个反应器、或者以上的任意组合。
4.根据权利要求3所述的系统,其中,所述一个或多个能量存储装置包括一个或多个光伏电池。
5.根据权利要求1所述的系统,其中,所述组织模型数据包括用功能视图表示的所述自动化系统的分级结构。
6.根据权利要求1所述的系统,其中,所述组织模型数据包括所述资源关于所述自动化系统的一个或多个功能的逻辑分组。
7.根据权利要求1所述的系统,其中,所述组织模型数据包括一个工作区域、一个或多个工作单元、一个或多个工作单位、或者以上的任意组合。
8.根据权利要求1所述的系统,其中,所述组织模型数据包括一个或多个单元、一个或多个线、一个或多个站点、一个或多个企业、或者以上的任意组合。
9.根据权利要求1所述的系统,其中,所述组织模型数据包括一个或多个批次、一个或多个连续过程、一个或多个离散制造过程、或者以上的任意组合。
10.根据权利要求1所述的系统,其中,所述组织模型数据包括基础设施、一个或多个制造支持系统、一个或多个子组件和/或一个或多个批处理系统、一个或多个核心制造系统、或者以上的任意组合。
11.根据权利要求1所述的系统,其中,所述组织模型数据包括与所述资源相对应的一个或多个能量曲线,其中,所述能量曲线限定所述资源的能耗特性或者所述资源的产能特性。
12.根据权利要求1所述的系统,其中,所述物理能量数据包括计量的能量数据、推出的能量数据、固定的能量数据、或者以上的任意组合。
13.根据权利要求1所述的系统,其中,所述物理能量数据包括从所述资源获取的能量相关的信息。
14.根据权利要求13所述的系统,其中,所述逻辑能量数据包括关于所述组织模型数据结构化的所述物理能量数据。
15.根据权利要求1所述的系统,其中,所述虚拟能量数据包括与所述自动化系统中的一个或多个区域相关联的能量信息,在所述自动化系统中,所述能量信息是未知的。
16.根据权利要求1所述的系统,其中,所述处理器被配置成通过以下操作来确定所述虚拟能量数据:
接收与所述自动化系统中的区域相关联的所述能量数据的第一子集;
对与所述区域的第一子区域相关联的所述能量数据的第二子集进行合计;以及
基于所述能量数据的所述第一子集和所述能量数据的合计的第二子集来确定所述虚拟能量数据,其中,所述虚拟能量数据是所述区域的第二子区域的部分,其中,所述区域包括仅所述第一子区域和所述第二子区域,并且其中,所述区域、所述第一子区域和所述第二子区域被限定在所述组织模型数据中。
17.根据权利要求1所述的系统,其中,所述能量报告包括所述组织模型数据内的一个或多个组与所述资源之间的一个或多个关联。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于罗克韦尔自动化技术公司,未经罗克韦尔自动化技术公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410099085.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种信息处理方法及空调
- 下一篇:基于显著性模型的图像检索方法