[发明专利]过程工厂中基于自动信号处理的学习有效

专利信息
申请号: 201510641015.0 申请日: 2015-09-30
公开(公告)号: CN105487501B 公开(公告)日: 2020-12-15
发明(设计)人: M·J·尼克松;P·索恩约;W·K·沃伊斯青斯;J·M·卢卡斯;P·R·穆斯托尼;E·D·罗特沃尔;T·L·布莱文斯 申请(专利权)人: 费希尔-罗斯蒙特系统公司
主分类号: G05B19/418 分类号: G05B19/418;G05B23/02
代理公司: 永新专利商标代理有限公司 72002 代理人: 曹雯
地址: 美国德*** 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: 过程 工厂 基于 自动 信号 处理 学习
【权利要求书】:

1.一种用于在控制过程的过程工厂中提供基于大数据的学习的系统,所述系统包括:

信号处理模块和分析模块,

所述信号处理模块包括:

输入,所述输入用于随着与所述过程工厂相关的信号源实时产生信号而接收由所述信号源产生的所述信号,所述信号指示基于通过使用执行所述过程工厂的过程控制系统内的相应物理功能的一个或多个现场设备来控制所述过程的所述过程工厂而随时间改变的参数值;以及

输出,所述输出用于向所述分析模块提供所述信号的至少一个特性的指示,

所述信号处理模块被配置为对所述信号执行信号处理,以确定所述信号的所述至少一个特性;以及

所述分析模块包括:

输入,所述输入用于从所述信号处理模块接收所述信号的所述至少一个特性的所述指示;以及

输出,所述输出用于将所述信号的所述至少一个特性的源的指示提供到接收方应用,所述接收方应用是用户接口应用或分析应用;

其中:

所述分析模块被配置为确定上游要素的集的至少一个成员是所述信号的所述至少一个特性的所述源,所述上游要素的集是与所述过程工厂相关联并且在所述过程内在所述信号的上游的要素,并且至少一个成员是所述信号的所述至少一个特性的所述源的所述确定基于所述上游要素的集的成员对所述信号的所述至少一个特性的影响的各自强度。

2.根据权利要求1所述的系统,其中,所述信号源是下列中的至少一个:过程控制设备,所述过程控制设备控制所述过程的至少一部分;大数据供应方节点,所述大数据供应方节点包括在所述过程工厂的过程控制大数据网络中;所述过程工厂内的一件装备;或者所述过程工厂的资产。

3.根据权利要求2所述的系统,其中,所述信号处理模块和所述信号源包括在整体设备中。

4.根据权利要求3所述的系统,其中,所述整体设备包括控制所述过程的所述至少一部分的所述过程控制设备,并且所述过程控制设备是控制器、执行相应物理功能以控制所述过程的所述至少一部分的现场设备、或通信地连接所述控制器和所述现场设备的输入/输出(I/O)设备中的一个。

5.根据权利要求3所述的系统,其中,所述整体设备是包括在所述过程工厂的过程控制大数据网络中的大数据节点,并且其中,所述大数据节点是下列中的一个:本地大数据节点、区域大数据节点、集中式大数据节点、或包括大数据应用的大数据节点。

6.根据权利要求2所述的系统,其中,所述信号处理模块包括在第一设备中,所述第一设备耦合到其中包括所述信号源的第二设备。

7.根据权利要求6所述的系统,其中,所述第二设备是控制所述过程的所述至少一部分的所述过程控制设备,所述过程控制设备是控制器、执行相应物理功能以控制所述过程的所述至少一部分的现场设备、或通信地耦合所述控制器和所述现场设备的输入/输出(I/O)设备中的一个。

8.根据权利要求1所述的系统,

其中,所述信号的所述至少一个特性的所述源包括过程控制设备、过程变量、一件装备或在所述信号源的上游的过程工厂的资产中的至少一个。

9.根据权利要求8所述的系统,其中:

所述接收方应用是第一接收方应用;

所述系统还包括呈现模块,所述呈现模块包括:

输入,所述输入用于从所述分析模块接收学习输出;以及

输出,所述输出用于将所述学习输出提供到一个或多个接收方应用,所述一个或多个接收方应用包括所述第一接收方应用;以及

所述学习输出包括下列中的至少一个:所述信号的所述至少一个特性的所述源的所述指示、或由所述分析模块学习的其它信息。

10.根据权利要求9所述的系统,其中,所述呈现模块被配置为确定所述一个或多个接收方应用。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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费希尔-罗斯蒙特系统公司,未经费希尔-罗斯蒙特系统公司许可,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/201510641015.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top