与生产过程的片段相关的过程数据的分析方法与流程

与生产过程的片段相关的过程数据的分析方法


背景技术：

1.在加工工业中，生产过程由原材料的加工操作组成，如混合、加热等。批处理过程将生产过程组织为多个批次，并且通常根据配方来指定，配方记载了使用工厂设备执行操作的步骤。一次批处理可以包括基于操作顺序的若干批处理阶段。
2.生产过程通常使用工业传感器来监测，工业传感器确定过程特征，如压力或流量。
3.具有一定质量的目标产物的有效生产是重要的。在不满足质量目标或发生不期望事件的情况下，对生产过程的分析是具有挑战性的。通过比较相关传感器数据，从过去识别生产过程的相似片段可以提供对任何过程偏差及其根本原因的了解。


技术实现要素：

4.相似性搜索是用于分析生产过程偏差的重要技术，例如分析质量问题或不期望行为，如意外高压或未达到目标流速。由工业传感器生成的时间系列数据序列可以记录这种情况。通常，多个工业传感器可以用于表征过程并确定多个过程变量，从而得到多变量时间系列。因此，相似性搜索可以意味着在与过程相关的单变量或多变量数据集内识别特征过程数据序列，并将至少特征过程数据序列与其它过程数据序列进行比较。
5.可以应用不同的方法(例如加窗)来获得过程数据的长时间系列轨迹中的相似过程数据序列。这些方法的一个问题是要搜索的数据量，并且通过手动选择要搜索的时间范围来减少这种数据量可能是冗长乏味的，或者会将相关片段排除在外。
6.因此，本发明涉及一种生产过程片段相关过程数据的分析方法、一种控制信号和/或警报信号的生成方法、一种分析设备、一种相似性值用于标记的用途、一种计算机程序，以及一种具有如独立权利要求中所描述的主题的计算机可读存储介质。
7.本发明的有利修改在从属权利要求中陈述。在说明书、权利要求书和附图中公开的特征中的至少两个的所有组合均落入本发明的范围内。为了避免重复，根据本方法公开的特征也将根据所提及的系统应用并且可要求保护。
8.在本发明的整个说明书中，以容易理解过程的方式来呈现过程化步骤的顺序。然而，本领域技术人员将认识到，许多过程步骤也可以以不同的顺序执行，并且导致相同或相应的结果。在这种意义上，过程步骤的顺序可以相应地改变。一些特征具有计数字，以提高可读性或使分配更清楚，但这并不意味着存在某些特征。
9.为了实现这些和其它优点，并且根据本发明的目的，如在本文中具体体现和广泛描述的，提供了一种生产过程片段相关过程数据的分析方法，该方法包括以下步骤。在第一步骤中，提供生产过程该片段的过程数据序列，过程数据序列展示出要被分析的至少一个过程变量的数据模式。在进一步的步骤中，提供与所提供的过程数据序列相关的生产过程片段的元数据集。在另外的步骤中，基于所提供的生产过程片段的元数据集，确定过程数据序列，并将过程数据序列存储在第一数据库中。在进一步的步骤中，基于第一数据库，确定每个所确定的过程数据序列的开始时间戳和结束时间戳。在进一步的步骤中，基于至少一个过程变量的数据模式，计算每个所确定的过程数据序列与所提供的过程数据序列进行比
较后的相似性值，并且其中通过访问包括过程数据序列的第二数据库，基于相关的开始时间戳和结束时间戳提供用于计算的所确定的过程数据序列，以分析过程数据。
10.有利地，该方法提供了大量过程数据的智能分段，通过使用生产过程片段的元数据(例如批处理事件)搜索相似的数据模式，从而缩小搜索空间。
11.例如，可以由批处理自动化系统基于启发法和/或使用算法的计算来提供该批处理事件。
12.元数据集的大小，即包括在元数据集中的变量数，可以适于过程数据的分析深度和/或可用于分析的时间跨度，从而使用于过程数据分析的待处理数据量不同地减少。
13.元数据集可以包括批处理生产过程相关数据，包括批处理过程各阶段的开始时间和结束时间。附加地或备选地，元数据集包括与生产过程相关的所有数据，从而允许改进分析的特征——这可以包括例如季节(例如夏季/冬季)信息、天气信息(例如外部湿度)或生产之间的关系(例如不同生产线上的相关生产)。结果，当选择数据段作为相似性搜索的候选时，通过提供排除标准，可以利用适配的元数据集来缩小搜索空间。
14.生产过程片段可以理解为批处理生产过程中的时间间隔，当对不同的批处理运行(例如特定操作或阶段)进行比较时，选择该时间间隔用于分析。
15.操作可以是定义独立处理任务以完成全部或部分过程操作的程序元素，通常指定阶段的开始、组织和控制。
16.附加地或备选地，元数据集可以包括材料和/或配方和/或生产过程的阶段，以缩小搜索空间并提高搜索结果的质量。有利地，使用该方法的操作者能够更快地访问更相关的搜索结果。
17.该方法可以与各种操作场景结合，例如与建模和/或通过标记批处理进行探索和/或通过在线检索过程数据进行监测相结合。
18.通过使用用于确定过程数据序列的元数据集，可以检索历史过程数据中的相似片段，以通过富元数据搜索过程缩小搜索空间，其中过程数据序列可以与识别过程数据的单个或多变量时间系列内的特定数据模式相关。有利地，使用所提供的方法，通过将元数据并入搜索过程来提高包括相关过程数据序列的搜索结果的质量，因为所计算的相似性值可以更精确，例如因为排除了具有高相似性但是例如属于不同产品生产的不相关序列。
19.这意味着使用该方法，操作者可以选择所关注的过程变量轨迹的过程数据序列或多个过程变量的多个轨迹的过程数据序列，并请求在存储历史过程数据的数据库中搜索相似的过程数据序列。例如，该方法将检索相关批处理和/或操作和/或片段的过程数据，并且将集中于对限制在这些减少数量的过程数据上的相似数据模式的搜索。这种方法可以大大减少搜索时间并提高结果质量，因为用户通常会对类似的工厂情况感兴趣。其中，搜索的质量可以通过相关搜索结果与不相关搜索结果的比率和/或查找结果与所有现有结果的比率来度量。在进一步的步骤中，该方法可以包括根据计算得到的相似性值对所确定的过程数据序列进行排序，并且附加地或备选地，可以定义相似性值限值，以生成相似性值高于相似性值限值的多个确定的过程数据序列。搜索灵敏度的这种调整使得操作者能够利用范围来指定如何认定相似模式，从而调整搜索灵敏度。
20.根据一个方面，第一数据库和第二数据库是相同的数据库。
21.这意味着数据库是相同的，但元数据不直接与过程数据相关联或直接链接至过程
数据。通过链接至元数据和过程数据的开始时间戳和结束时间戳，可以链接元数据和过程数据。
22.根据一个方面，可视地显示具有选定相似性值区间的多个确定的过程数据序列，以提供根据前述权利要求的要被分析的新过程数据序列。
23.这使得能够容易地访问数据并容易地适应分析过程数据的特定需要。
24.根据一个方面，元数据包括批处理过程和/或批处理过程间隔和/或产品类型和/或操作类型和/或操作阶段和/或生产配方和/或过程变量。
25.通过使用特定的元数据集，分析过程数据可以适于关于要被分析的生产过程片段的特定需求，并且优选地适于能够从第二数据库获得的过程数据量。
26.根据一个方面，过程数据序列的确定是基于所提供的生产过程片段的元数据集的子集，该子集存储在第一数据库中。
27.有利地，通过元数据的子集，可以选择生产过程的此类片段用于分析，当处理呈现要被分析的数据模式的过程数据序列时，这些片段属于与本生产相同的产品。此外，用于分析过程数据的方法允许结合和/或考虑附加元数据以缩小搜索空间。附加元数据包括标签、搜索历史、特征轨迹等。备选地，可以选择与生成所提供的呈现要被分析的数据模式的过程数据序列的生产过程的元数据相同的元数据集。
28.通过将搜索方法参数化，使得操作者能够通过考虑替代元数据或通过标记检索到的相似批处理来调整新搜索，从而对过程数据分析方法进行扩展。
29.备选地或附加地，对所提供的过程数据序列的特征数据模式和/或先前查询的数据模式的检测可以通过查询这些数据模式实现自动化并执行。
30.备选地或附加地，特征数据模式的这种自动化检测可以应用于过程数据，过程数据是在线可用的，表征生产过程中的实际运行批处理，用于过程数据的在线分析。
31.根据一个方面，用户界面提供对元数据集和定义元数据子集的相关过程变量的访问。
32.根据一个方面，针对每个所确定的过程数据序列的子区间，计算相似性值。
33.换句话说，可以利用加窗法调整过程数据的分析方法以集中于特定元数据集，例如特定批处理过程，或者集中于从过程数据序列中选择的时间间隔。
34.根据一个方面，可以利用形状子(shapelet)和/或启发法和/或变化点检测来确定每个所确定的过程数据序列的子区间，以用于分析过程数据和/或减少用于计算相似性的过程数据序列的量。
35.优选地，如果包括批处理信息的元数据不可用，则可以确定子区间。
36.更优选地，如果由元数据定义的过程片段仍然非常大并且包括与相似性搜索相关的数据序列，则确定子区间。为了排除这部分数据序列，操作者可以选择感兴趣的数据序列，并且该方法将开始搜索更详细元数据的搜索过程，其中包括感兴趣的数据序列。然后，可以使用包括更详细元数据的元数据子集，重新开始生产过程片段相关过程数据的分析方法。
37.有利地，定义要被分析的数据序列的这种子区间增加了要被分析的相关数据序列的数量，以改进分析结果。
38.根据一个方面，每个所确定的过程数据序列的子区间的时间跨度是恒定的。
39.例如，如果要被分析生产过程片段中的特定过程步骤，若仅考虑特定子区间，则可以进一步加快相似性值的计算。
40.此类子区间可以由操作者选择以限制用于计算相似性值的数据序列。这种选择可以是对子区间闭合的限制，例如操作a最后30％的处理时间。根据一个方面，所确定的过程数据序列的特性形状被确定为限定每个所确定的过程数据序列的子区间。
41.有利地，这种要被分析的特性形状或数据模式可以自动地被检测并用于计算相似性值。这种自动检测的数据模式可以自动地建议给操作者以便确认。可以使用形状子法和/或变化点检测法来检测要被分析的这种数据模式。有利地，如果第一数据库不包括所要求的开始时间戳和/或用于从第二数据库提供所确定的过程数据序列的时间戳，这能够提供克服该问题的方法。
42.如果使用所提供的确定的过程数据序列的特性形状或特征点，则得到的子区间的时间跨度可以从一个所提供的确定的过程数据序列改变为另一个序列。优选地，可以相对于相关性预先选择要被分析的特性形状或数据模式。
43.根据一个方面，基于欧几里德距离和/或基于所涉及的过程数据序列的动态时间规整(dtw)来计算相似性值。
44.动态时间规整(dtw)可以被定义为一种计算两个给定的时间序列(例如时间系列)之间的最佳匹配的方法，其中对测量两个时间序列之间的相似性具有一定的限制和规则。
45.术语“相似性”可以基于变换距离来定义，例如符号集合近似或与时间系列的映射相关的度量。
46.根据一个方面，相似性值的计算包括多个过程数据序列的多变量分析。
47.有利地，通过使用多变量分析，可以分析更复杂的处理问题。
48.提出了一种方法，其中，基于根据上述任一种方法计算的相似性值，提供用于控制生产过程的控制信号；和/或基于相似性值，提供用于警告生产过程的操作者的警报信号。
49.有利地，过程数据序列的特定数据模式可以识别过程问题，这些过程问题可以通过本方法立即检测到，进而能够被解决。
50.提出了一种分析设备，优选包括用于计算相似性值的计算机，计算机被配置为执行上述任一方法。这些分析设备可以是支持系统，包括第一数据库和第二数据库和/或计算机和/或用户界面，其中系统被配置为分析过程数据。
51.本发明提出了一种将所确定的过程数据序列的相似性值用于标记批处理过程的用途，批处理的生产过程导致包括限定相似性值区间内的相似性值的过程数据序列。
52.根据另一方面，公开了一种包括指令的计算机程序，当程序由计算机执行时，指令使得计算机执行上述任一方法。
53.这种计算机程序使得能够在不同系统中使用所描述的方法。
54.根据本发明的另一方面，公开了一种存储有计算机程序的计算机可读存储介质。
附图说明
55.包括附图以提供对本发明的进一步的理解，并且附图被并入本技术并构成本技术的一部分，附图例示了本发明的实施例，并且与本说明书一起用于解释本发明的原理。附图显示：
56.图1是包括生产过程片段的两个不同变量的两个过程数据序列；
57.图2是具有相似性特征的包括生产过程片段的两个不同变量的过程数据序列；并且
58.图3是过程数据分析方法的流程图。
具体实施方式
59.图1示出包括生产过程片段的第一过程变量v1 110和第二过程变量v2 115的第一过程数据序列的曲线图，图中展示出包括单个峰值的常规过程的数据模式110、115，该曲线图可以在分析设备的输出装置(例如屏幕)上显示给操作者。
60.该第一过程数据序列可以与所提供的第二过程数据序列120的第一过程变量v1和第二过程变量v2的曲线图进行比较，该曲线图包括示出两个峰值的数据模式，这是例如由错误生产过程导致的。
61.作为示例，过程变量v1可以是过程中的分量流量，v2可以是容器内的流体液位。操作者可能有兴趣分析过去的过程数据中包括所提供的第二过程数据序列120的这种数据模式的频率如何。为了更密切的分析，第一过程数据序列115和第二过程数据序列125的第二过程参数v2均被绘制在图中以进行比较，其中第二过程参数v2 115和125至少在时间上与相应的过程参数v1 110、120相关。使用这种图表可以提供对展示出要被分析的数据模式的过程数据序列的选择以提供该过程数据序列，用于根据过程数据分析方法来计算相似性值。通过提供与所提供的用于分析的选定过程数据序列相关的元数据集，可以确定存储在第一数据库中的相应历史过程数据序列。
62.图2示出所提供的第一过程数据序列的第一过程参数v1 210和第二过程参数v2 215的曲线图，该第一过程数据序列展示出包括两个峰值的要被分析的数据模式。
63.图中包括针对第一过程参数v1 220、230和第二参数v2 225、235的两个确定过程数据序列的曲线图，这两个过程数据序列可以包括比用于过程数据分析的限定相似性值限值更高的相似性值。本文所述方法可以在分析设备处使用输出设备(例如屏幕)提供对应于两个确定过程数据序列210、220的相似性值，并根据由相似性值计算的相似性，对确定的过程数据序列进行排序。
64.图3简要示出生产过程片段相关过程数据的分析方法300的流程图。
65.在步骤310，例如通过被配置为绘制过程数据的用户界面304，提供生产过程片段的过程数据序列，该过程数据序列呈现出要被分析的至少一个过程变量的数据模式。这种提供展示出要被分析的数据模式的过程数据序列可以利用图形用户界面来执行，该图形用户界面提供对包括相关过程变量的生产过程批处理的过程数据的访问。操作者可以探索在图形用户界面上绘制的过程变量，以用于不同的批处理运行和批处理各个阶段。特别地，用户可以检查和/或选择具有质量问题或不期望事件的批处理，并且可以用过程数据示出。
66.在步骤320，提供与所提供的过程数据序列相关的生产过程片段的元数据集，过程数据序列包括用于分析的数据模式。
67.操作者可以通过使用图形用户界面(例如分析设备)来提供元数据集，图形用户界面可以被配置为提供展示出要被分析的数据模式的过程数据序列的完整媒体数据集，例如批处理元数据和/或生产材料和/或生产配方和/或相关批处理的开始时间戳和/或结束时
间戳和/或相关操作的开始时间戳和/或结束时间戳。备选地或附加地，该方法可以包括和/或分析设备可以被配置为选择所提供的可视化过程数据序列的子区间，包括要被分析的数据模式，以计算相似性值。
68.在步骤330，例如通过访问第一数据库搜索相关过程数据序列，确定存储在第一数据库301中的基于所提供的生产过程片段的元数据集的过程数据序列。
69.这意味着使用相似批处理运行的元数据候选集，即从包括历史批处理运行及其元数据的第一数据库301中检索元数据与选定批处理相似的过去的批处理运行。元数据可以包括记录在批处理中使用的配方的操作数据。在步骤340，基于第一数据库301，确定每个所确定的过程数据序列的开始时间戳和结束时间戳。
70.由于假设具有相似批处理元数据的批处理应该具有相似的阶段，因此预期每个批处理运行候选具有一个属于由选定片段代表的批处理阶段的片段。例如，在针对材料a的“reactor1”操作中，用户选择了两个温度变量t1和t2，则在该过程中仅考虑材料a的“reactor1”操作的其它t1、t2温度。
71.可选地，在步骤350，基于存储在第一数据库中的数据来确定可用的过程变量和/或过程变量的名称。
72.在步骤360，通过访问包括过程数据序列的第二数据库300，基于与所确定的过程数据序列相关的所确定的开始时间戳和结束时间戳，提供所确定的用于分析过程数据的过程数据序列。
73.可选地，在步骤370，元数据集适于增加或减少所确定的过程数据序列的数量。
74.可选地，在步骤380，至少基于对所提供的确定的过程数据序列的分析，选择和/或修改用于计算相似性值的方法。
75.在步骤390，基于至少一个过程变量的数据模式，通过将所提供的包括要被分析的数据模式的确定过程数据序列与所提供的第二数据库300的确定过程数据序列进行比较，计算所提供的每个确定过程数据序列的相似性值。
76.换句话说，为所提供的由元数据集(例如批处理运行)选择的第二数据库301的确定过程数据序列计算相似性值。如果相似性值的计算被选择为包括批处理的整个时间范围，则相似性搜索应用于该完整操作。如果执行更集中的选择，则根据加窗法，仅使用生产过程片段的过程数据的选定部分。与批处理生产过程相关的相似性值的计算通过计算所提供的每个确定的过程数据序列的相似性值、计算所提供的确定的过程数据序列与所提供的呈现出要被分析的数据模式的过程数据序列的相似程度来量化，要被分析的数据模式可以由操作者选择。使用本方法并根据相似性值对所提供的确定的过程数据序列进行排序，操作者能够检索与生产过程的进一步分析相关的过程数据序列。
77.通过将搜索方法参数化，使得操作者能够通过考虑替代元数据或通过标记检索到的相似批处理来调整新搜索，从而对过程数据分析方法进行扩展。备选地，对所提供的过程数据序列的特征数据模式和/或先前查询的数据模式的检测可以通过查询这些数据模式实现自动化并执行。
78.特征数据模式的这种自动化检测可以应用于过程数据，过程数据是在线可用的，表征生产过程中的实际运行批处理，并且用于过程数据的在线分析。

技术特征：
1.一种用于分析与生产过程的片段相关的过程数据的方法(300)；提供所述生产过程的所述片段的过程数据序列，所述过程数据序列展示要被分析的至少一个过程变量的数据模式(310)；提供与所提供的所述过程数据序列相关的所述生产过程的所述片段的元数据集(320)；基于所提供的所述生产过程的所述片段的所述元数据集，确定过程数据序列(330)，所述过程数据序列被存储在第一数据库中；基于所述第一数据库(301)，确定每个所确定的所述过程数据序列的开始时间戳和结束时间戳(340)；以及基于所述至少一个过程变量的所述数据模式，针对每个所确定的所述过程数据序列，与所提供的所述过程数据序列比较，计算相似性值(390)，其中基于相关的所述开始时间戳和结束时间戳，通过访问包括所述过程数据序列的第二数据库(302)，提供用于计算的所确定的所述过程数据序列，以分析所述过程数据。2.根据前述权利要求中任一项所述的方法(300)，其中可视地显示具有选定相似性值区间的多个所确定的所述过程数据序列，用以提供根据前述权利要求所述的要被分析的新过程数据序列。3.根据前述权利要求中任一项所述的方法(300)，其中所述元数据包括批处理过程和/或批处理过程间隔和/或产品类型和/或操作类型和/或操作阶段和/或生产配方和/或过程变量。4.根据前述权利要求中任一项所述的方法(300)，其中所述过程数据序列的确定是基于所提供的所述生产过程的所述片段的所述元数据集的子集，所述子集被存储在第一数据库(301)中。5.根据权利要求4所述的方法(300)，其中用户界面(304)提供对所述元数据集和用于定义所述元数据的所述子集的相关过程变量的访问。6.根据前述权利要求中任一项所述的方法(300)，其中针对所确定的所述过程数据序列的每个过程数据序列的子区间，计算所述相似性值。7.根据权利要求6所述的方法(300)，其中所确定的所述过程数据序列的每个过程数据序列的所述子区间的时间跨度是恒定的。8.根据权利要求6所述的方法(300)，其中所确定的所述过程数据序列的特性形状被确定，以针对所确定的所述过程数据序列的每个过程数据序列确定所述子区间。9.根据前述权利要求所述的方法(300)，其中基于欧几里德距离计算和/或基于所涉及的所述过程数据序列的动态时间规整dtw来计算所述相似性值。10.根据前述权利要求中任一项所述的方法(300)，其中所述相似性值的计算包括多个过程数据序列的多变量分析。11.一种方法，其中基于根据前述权利要求中任一项计算的相似性值，提供用于控制生产过程的控制信号；和/或基于所述相似性值，提供用于警告所述生产过程的操作者的警报信号。12.一种分析设备，优选地包括用于计算相似性值的计算机，所述分析设备被配置为执行根据前述权利要求中任一项所述的方法。
13.一种将经确定的过程数据序列的相似性值用于标记批处理过程的用途，其生产过程导致包括限定相似性值区间内的相似性值的过程数据序列。14.一种包括指令的计算机程序，当所述程序被计算机执行时，所述指令使所述计算机执行根据权利要求1-11中任一项所述的方法。15.一种计算机可读存储介质，用于存储根据权利要求14所述的计算机程序。

技术总结
描述了一种与生产过程的片段相关的过程数据的分析方法，包括以下步骤：提供生产过程的片段的过程数据序列，过程数据序列展示出要被分析的至少一个过程变量的数据模式；提供与所提供的过程数据序列相关的生产过程的片段的元数据集；基于所提供的生产过程的片段的元数据集确定过程数据序列，并且过程数据序列被存储在第一数据库中；基于第一数据库，确定每个所确定的过程数据序列的开始时间戳和结束时间戳；以及基于至少一个过程变量的数据模式，计算每个所确定的过程数据序列与所提供的过程数据序列进行比较后的相似性值，其中基于相关的开始时间戳和结束时间戳，通过访问包括过程数据序列的第二数据库，用于计算的所确定的过程数据序列被提供以分析过程数据。的过程数据序列被提供以分析过程数据。的过程数据序列被提供以分析过程数据。


技术研发人员：马丁
受保护的技术使用者：ABB瑞士股份有限公司
技术研发日：2021.12.16
技术公布日：2023/9/22