申请/专利权人：西门子股份公司

申请日：2019-03-13

公开（公告）日：2024-04-30

公开（公告）号：CN110275875B

主分类号：G06F16/21

分类号：G06F16/21;G05B19/04

优先权：["20180313 EP 18161497.5"]

专利状态码：有效-授权

法律状态：2024.04.30#授权;2019.10.22#实质审查的生效;2019.09.24#公开

摘要：一种用于为具有数据生成部件的工业基础设施提供经实例化的工业语义模型iISM的装置和方法，所述装置（5）包括：接口单元（5A），其适于从工业基础设施（1）接收由在工业基础设施（1）内提供的数据生成部件（3）所生成的数据，上下文管理单元（5B），其适于取决于所接收的数据的特性来导出在工业基础设施（1）内所提供的数据生成部件（3）的类型，并且适于将数据生成部件（3）的每个所导出的类型映射到在储库中所存储的工业语义模型ISM中所指定的相关联的上下文模型（CM），以及实例化单元（5C），其适于基于所映射的上下文模型而利用数据生成部件（3）的预定义的工业实例模型IIM来实例化所存储的工业语义模型ISM，以生成工业基础设施（1）的经实例化的工业语义模型iISM。

主权项：1.一种用于为具有数据生成部件的工业基础设施提供经实例化的工业语义模型iISM的方法，其中所述方法包括如下步骤：a从工业基础设施接收S1由在所述工业基础设施内提供的数据生成部件所生成的数据，b取决于所接收的数据的特性来导出S2在所述工业基础设施内提供的数据生成部件的类型，c将数据生成部件的每个导出的类型映射S3到在储库中存储的工业语义模型ISM中所指定的相关联的上下文模型；以及d基于所映射的上下文模型而利用数据生成部件的预定义的工业实例模型IIM来实例化S4所存储的工业语义模型ISM，以生成所述工业基础设施的经实例化的工业语义模型iISM。

全文数据：用于为工业基础设施提供经实例化的工业语义模型的方法和装置本发明涉及用于为工业基础设施提供经实例化的工业语义模型的方法和装置，所述工业基础设施具有数据生成部件，诸如制造设施。工业基础设施可以包括各种各样的不同基础设置，特别是工厂（plant）或任何其它种类的复杂工业系统或遗留系统（legacysystem）。这些遗留系统可以是复杂的系统，包括多个子系统以及软件和或硬件部件。工业基础设施可以包括具有若干机器的遗留系统，所述机器包括硬件和或软件部件。工业基础设施可以例如包括电厂的燃气轮机。工业设施一般需要恰当的维护。维护有助于降低运作成本，并且改善工业基础设施的生产力和性能。在许多应用中，远程服务中心用于为工业基础设施、特别是为电厂提供维护。服务中心用于为工业基础设施的部件（包括燃气和蒸汽轮机、发电机或压缩机）的多个应用进行监视并且执行诊断。因此，服务工程师可以接收关于工业基础设施或设施内的任一个单个部件或应用的潜在问题或真实故障的大量通知。在常规系统中，服务工程师可开始手动地调查现有IT架构内的所有有关数据库，以便最终触发对所通知的问题或故障进行解决的动作。服务工程师的大多数时间通常耗费用于在现有系统内的大型且综合性但是不幸地竖井式的（siloed）数据集中收集数据。对于那些遗留系统中的每一个，定制的查询需要被制定（formulate）。此外，需要联合来为相应的工业基础设施或遗留系统提供综合性诊断结果。由于现有已安装的遗留系统的大数量，这可导致大量复杂的查询。因此，解决复杂遗留系统内的故障的问题是非常耗时的。此外，需要人力、注意力和特定技术秘诀以便得到工业基础设施的恰当且连续的操作。因此，本发明的目的是提供一种方法和装置，其允许对工业基础设施的实体所提供的大规模工业数据的无缝整合和容易的访问。此目的根据第一方面由如下方法来实现：所述方法用于为工业基础设施提供经实例化的工业语义模型，其包括权利要求1的特征。本发明根据所述第一方面提供了一种用于为具有数据生成部件的工业基础设施提供经实例化的工业语义模型的方法，其中所述方法包括如下步骤：从特定工业基础设施接收由在所述特定工业基础设施内所提供的数据生成部件所生成的数据，取决于所接收的数据的特性来导出在所述特定工业基础设施内所提供的数据生成部件的类型，将数据生成部件的每个所导出的类型映射到在储库中所存储的工业语义模型中所指定的相关联的上下文模型，并且基于所映射的上下文模型、利用数据生成部件的预定义的工业实例模型来实例化所存储的工业语义模型，以生成所述特定工业基础设施的经实例化的工业语义模型。在根据本发明第一方面的方法底层的想法是要利用外部和或内部预定义的知识模型来自动地引导由形成遗留系统的工业基础设施所提供的现有遗留数据到应用有关的知识图的映射。知识图可以利用被形式化为语义数据模型的背景和域知识。根据本发明第一方面的方法允许使对于由工业基础设施或遗留系统内的数据生成部件所提供的数据的数据访问自动化。所述方法利用知识数据模型，其提供不相关的数据源或数据竖井（silo）的收集、压缩和语义连接。在可能的实施例中，抽象层可以被实现为应用聚焦的知识图。所述知识图可以定义相关的概念和关系并且确保现有数据集或数据项被映射在对应的元概念上。在根据本发明第一方面的方法的可能的实施例中，从数据生成部件所接收的数据与其它先前接收的数据的相似性被确定并且被用于导出数据生成部件的类型。不同种类的相似性度量可以用于确定在从数据生成部件所接收的数据与其它先前所接收和存储的数据之间的相似性。在根据本发明第一方面的方法的可能实施例中，工业基础设施的部件的所存储的上下文模型包括相应部件与工业基础设施的其它部件的关系。在根据本发明第一方面的方法的另外的可能实施例中，对于工业基础设施的每个部件，相关联的工业实例模型被存储在储库中。在根据本发明第一方面的方法的另外的可能实施例中，所接收的数据包括数据项，所述数据项包括具有时间序列数据的数据集。在根据本发明第一方面的方法的另外的可能实施例中，所接收的数据包括数据项，所述数据项包括具有事件序列的日志文件。在根据本发明第一方面的方法的另外的可能实施例中，从未经结构化的数据项中自动地提取部件的上下文中所捕获的元数据。在根据本发明第一方面的方法的另外的可能实施例中，从从相应的部件所接收的经结构化的数据项加载部件的上下文中所捕获的元数据。在根据本发明第一方面的方法的又一可能实施例中，在部件的上下文中所捕获的元数据沿着部件的经实例化的实例模型而被存储在储库中。在根据本发明第一方面的方法的又一可能实施例中，所述元数据包括关于部件的类型和或功能的相关上下文信息，以及部件与工业基础设施的其它部件的关系。在根据本发明第一方面的方法的又一可能实施例中，从工业基础设施的部件所接收的数据项的数据条目被检查以确定它们是在正常预定义的值和或时间范围中还是在其外。在根据本发明第一方面的方法的又一可能实施例中，在工业基础设施中所提供的数据生成部件包括异构数据源、特别地传感器、控制器和本地存储器，其经由网络和或网络云基础设施而将所生成的数据传输到储库和或到经由API和或用户接口可访问的数据访问执行引擎。在根据本发明第一方面的方法的又一可能实施例中，使用在相应部件的上下文中所捕获的元数据而利用语义标注来对从部件接收的数据项加标签。本发明进一步根据第二方面而提供了一种用于为工业基础设施提供经实例化的工业语义模型的装置，其包括权利要求12的特征。本发明根据所述第二方面提供了一种用于为具有数据生成部件的工业基础设施提供经实例化的工业语义模型的装置，所述装置包括：接口单元，其适于从工业基础设施接收由在工业基础设施内所提供的数据生成部件所生成的数据，上下文管理单元，其适于取决于所接收的数据的特性来导出在工业基础设施内所提供的数据生成部件的类型，并且适于将数据生成部件的每个所导出的类型映射到在储库中所存储的工业语义模型中所指定的相关联的上下文模型，以及实例化单元，其适于基于所映射的上下文模型而利用数据生成部件的预定义的工业实例模型来实例化所存储的工业语义模型，以生成相应工业基础设施的经实例化的工业语义模型。在根据本发明第二方面的装置的另外的可能实施例中，所述上下文管理单元适于确定从数据生成部件所接收的数据与其它先前接收的数据的相似性，以导出相应数据生成部件的类型。在根据本发明第二方面的装置的又一可能实施例中，储库中所存储的部件的上下文模型包括相应部件与工业基础设施的其它部件的关系。在根据本发明第二方面的装置的又一可能实施例中，对于工业基础设施的部件的每个类型，相关联的工业实例模型被存储在储库中。在下文中，参考所附各图来更详细地描述本发明不同方面的可能的实施例。图1示出了示意性框图，其用于图示使用根据本发明第一方面的用于为具有数据生成部件的工业基础设施提供经实例化的工业语义模型的方法的系统的可能的示例性实施例；图2示出了根据本发明第二方面的用于为具有数据生成部件的工业基础设施提供经实例化的工业语义模型的装置的可能的示例性实施例的示意性框图；图3示出了根据本发明第一方面的用于为具有数据生成部件的工业基础设施提供经实例化的工业语义模型的方法的可能的示例性实施例的流程图；图4示出了用于工业系统内的部件的示例性上下文模型，以图示根据本发明的方法和装置的操作。图5示出了形成数据生成部件的温度传感器的工业实例模型的示例。如在示意图中可以看到的，遗留系统1的工业基础设施在所图示的示例中可以包括多个子系统或机器2-1、2-2、2-n，其每个具有一个或多个数据生成部件3。在图1的所图示的示例中，遗留系统是一种制造系统，其具有N个子系统或机器，以制造产品。工业基础设施还可以例如是电厂，其具有不同的子部件或发电部件，所述子部件或发电部件装备有数据生成部件。数据生成部件3可以包括例如不同子系统或机器的传感器单元、控制单元或本地存储器。在图1的所图示的示例中，遗留系统1的第一机器2-1具有两个数据生成部件3-1、3-2，其由在子系统2-1的部件处所提供的传感器形成。此外，图1中所图示的制造系统1的第二机器或子系统2-2包括作为第一数据生成部件的传感器3-3和本地控制单元3-4，其为第二子系统2-2中所执行的过程生成监视数据。此外，第N子系统2-n在图2所图示的示例中包括作为数据生成部件的本地存储器3-5、传感器3-6以及相应子系统2-n的控制单元3-7。每个子系统2-i可以包括多个不同种类的数据生成部件，其每个提供数据项的流，所述数据项的流经由网络或网络云基础设施4被供应到执行引擎5，所述执行引擎5具有对被存储在数据库6中的储库的访问。在图1所图示的实施例中，由数据生成部件所提供的数据项被供应到执行引擎5，所述执行引擎5可以将所接收的数据存储在数据库6的储库中。在替换的实施例中，从工业基础设施系统1所接收的数据项还可以首先被加载到数据库6中所存储的储库中，以用于由执行引擎5进一步处理。执行引擎5具有对被存储在数据库6中的储库的访问，并且可以从如图1中所示的至少一个遗留系统1接收数据。执行引擎5可以从多个不同的遗留系统接收数据，以用于进一步的处理。执行引擎5可以包括一个或多个处理器，以用于预处理所接收的数据。从如图1中所示的特定工业基础设施或遗留系统1所接收的数据可以由执行引擎5接收，所述执行引擎5取决于所接收的数据的特性而自动地导出特定工业基础设施1内的数据生成部件3-i的类型。所接收的数据可以包括数据项，所述数据项包括具有时间序列数据的数据集和或具有事件序列的日志文件。从所接收的数据项，在执行引擎5上所执行的应用可以基于所接收的数据的特性来自动地导出工业基础设施1内的不同数据生成部件3-i的类型。所述特性可以包括所接收的数据流或数据分组的不同参数。例如，数据可以包括具有时间序列数据的数据集，其包括数据样本。数据样本的值和或所接收的时间序列数据样本的频率形成数据生成部件的特性。此外，时间序列数据的数据样本可以包括相应数据的平均或随机分布特性。而且，数据样本的值范围可以是已经生成了数据样本的数据部件的特性。将由执行引擎5内的应用来处理的所接收的数据还可以包括由被传输到执行引擎5的日志文件所提供的事件序列。事件序列可以包括事件E1、E2……Em的序列，其是特定数据生成部件3-i的特性。取决于所接收的数据的特性，数据生成部件3的类型可以由执行引擎5所执行的应用导出。例如，可以导出传感器3-i是温度传感器或压力传感器。此外，可以导出所接收的数据或数据流是源自本地存储器、传感器，还是源自遗留系统1的控制单元。数据生成部件的每个所导出的类型然后被映射到在储库中所存储的工业语义模型ISM中所指定的相关联的上下文模型CM。此外，基于所映射的上下文模型CM而利用数据生成部件的预定义的工业实例模型IIM来实例化所存储的工业语义模型ISM，以生成所述特定工业基础设施或遗留系统1的经实例化的工业语义模型ISM。工业基础设施的部件的每个上下文模型CM包括相应部件与工业基础设施的其它部件的关系r。例如，关系r可以是：部件A被连接到部件B，或者部件A形成部件B的部分。关系r的另外的示例是：部件被布置在另一部件的左侧上。另一可能的关系r是：部件靠近于系统1或子系统2内的另一部件来定位。因此，关系r描述遗留系统1的系统或子系统内的部件的上下文。对于工业基础设施1的每个部件，相关联的工业实例模型IIM被存储在数据库6的储库中。从工业基础设施1所接收的数据可以包括经结构化的数据项和或未经结构化的数据项。在可能的实施例中，在部件的上下文中所捕获的元数据可以从未经结构化的数据项提取或从经结构化的数据项加载。元数据可以沿着相应部件的经实例化的实例模型而被存储在储库中。所述元数据可以包括关于部件的类型和或功能的相关上下文信息，以及部件与工业基础设施1的其它部件的关系。在可能的实施例中，从工业基础设施1的部件所接收的数据项的数据条目可以被检查以确定它们是在预定义的正常值和或时间范围中还是在其外。被发现包括异常值或在正常时间范围外的数据项在可能的实施例中可以被过滤和或丢弃以用于进一步处理。在工业基础设施1中所提供的不同数据生成部件3-i包括异构数据源，特别是传感器、控制器和本地存储器。这些异构传感器源经由网络4和或网络云基础设施而将所生成的数据传输到储库和或到能够经由API或用户接口可访问的数据执行引擎5。在可能的实施例中，可以使用在相应部件的上下文中所捕获的元数据而利用语义标注来对从部件接收的数据项加标签。图2示出了根据本发明第二方面的用于为工业基础设施1提供经实例化的工业语义模型ISM的装置5的可能的示例性实施例的框图。图2中所图示的装置可以被实现在如图1中所图示的数据访问执行引擎5上。在所图示的示例性实施例中，装置5包括接口单元5A、上下文管理单元5B和实例化单元5C。接口单元5A适于从工业基础设施1接收由在工业基础设施1内所提供的数据生成部件3-i所生成的数据。上下文管理单元5B适于取决于所接收的数据的特性来导出在工业基础设施1内所提供的数据生成部件的类型。上下文管理单元5B进一步适于将数据生成部件3-i的每个所导出的类型映射到在储库中所存储的工业语义模型ISM中所指定的相关联的上下文模型CM。装置5的实例化单元5C适于基于所映射的上下文模型CM而利用数据生成部件3-i的预定义的工业实例模型IIM来实例化所存储的工业语义模型ISM，以生成相应工业基础设施1的经实例化的工业语义模型iISM。图3示出了根据本发明第一方面的用于为具有数据生成部件3-i的工业基础设施1提供经实例化的工业语义模型iISM的方法的可能的示例性实施例的流程图。在所图示的实施例中，所述方法包括四个主要步骤。图3中所图示的方法在可能的实施方式中可以由如图1、2中所图示的数据访问执行引擎5来执行。如图3中可以看到的，在第一步骤S1中，从特定的工业基础设施1接收数据，其中所述数据已经由相应工业基础设施1内所提供的数据生成部件3-i生成。在另外的步骤S2中，在工业基础设施1内所提供的数据生成部件3-i的类型取决于在步骤S1中所接收的数据的数据特性而被自动地导出。在可能的实施例中，从数据生成部件3-i所接收的数据与其它先前所接收并且存储的数据的相似性被确定并且用于自动地导出相应数据生成部件3-i的类型。在另外的步骤S3中，数据生成部件的每个所导出的类型由上下文管理单元5B映射到在储库中所存储的工业语义模型ISM中所指定的相关联的上下文模型CM。在另外的步骤S4中，基于所映射的上下文模型CM而利用数据生成部件的预定义的工业实例模型来实例化所存储的工业语义模型ISM，以生成所述特定工业基础设施1的经实例化的工业语义模型iISM。图4示出了简单的示例，以用于图示由根据本发明的方法和装置5用于生成特定工业基础设施或遗留系统1的经实例化的工业语义模型iISM的上下文模型CM。在所图示的简单示例中，遗留系统1包括两个子系统或机器2-1、2-2。子系统2-1、2-2两者可以包括多个硬件和或软件部件。机器或子系统2-1、2-2的部件中的一些形成数据生成部件3-i，诸如传感器、本地存储器或控制单元。在图4所图示的示例中，遗留系统1的第一机器2-1包括两个数据生成部件C11、C12，而第二子系统或机器2-2包括三个数据生成部件C21、C22、C23。在数据库6的储库中，可以存储相关联的对应上下文模型CM。在图4中图示对应的上下文模型CM。在给定示例中，用于第一机器2-1的第一上下文模型CM指示：部件C11、C12是机器M1的部分，如由对应的关系r1、r2所表达的。因此，关系r1、r2可以包括逻辑关系“……的部分”。在图4所图示的简单示例中，在数据生成部件C11、C12之间，也可存在关系。例如，图4中所图示的关系r3可以指示：数据生成部件C12被布置在数据生成部件C11的右侧上。此外，遗留系统1的第二子系统2-2的第二上下文模型可指示：部件C21、C22和C23全部形成机器2-2的各部分。因此，关系r4、r5、r6可以是“……的部分”关系。在所图示的示例中，在部件C21和部件C22之间不存在关系。在给定示例中，在子系统2-2的第二数据生成部件C22与子系统2-2的第三部件C23之间存在关系。例如，关系r7可以是：第二机器2-2的第二数据生成部件C22靠近于相同机器的第三部件C23来定位。第三上下文模型CM是整个遗留系统的上下文模型，其指示机器2-1、2-2两者形成遗留系统1的部分。因此，关系r8、r9也可以是“……的部分”关系。在图4所图示的示例性实施例中，每个上下文模型CM的部件包括数据生成部件3-i。在另外的可能实施例中，上下文模型CM还可以包括与子系统2的不形成数据生成部件3-i的其它硬件和或软件部件的关系。例如，其它部件也可对数据生成部件3-i的数据生成功能和或数据生成能力具有影响。因此，在可能的实施例中，数据生成部件3-i关于其它部件的上下文也可由上下文模型CM捕获。在上下文模型CM的两个部件之间，可存在一个或多个关系r。关系r形成逻辑预定义关系。对于数据生成部件的每个所导出的类型，在储库中所存储的工业语义模型ISM中指定相关联的上下文模型CM。对于数据生成部件的每个类型，存在相应数据生成部件3-i的相关联的预定义的工业实例模型IIM。在图5中图示针对温度传感器的示例。例如，如果基于由部件3-I所生成的数据的数据特性而发现数据生成部件3-i是例如温度测量传感器，则相关联的预定义的工业实例模型IIM可以被从储库加载并且用于实例化所存储的工业语义模型ISM。数据温度传感器的预定义的工业实例模型IIM可以例如具有如在图5中所图示的结构。在属于时间区tz的时间点t处，传感器3可以提供温度值Tval，其具有诸如摄氏、华氏或开尔文之类的特定温度单位u。在图5所图示的示例中，在先前的时间点（a）之后到来的时间点对于所测量的温度值Tval而言具有“具有值”（hv）作为关系。温度值对于节点“单位”（u）而言具有“具有单位”（hu）作为关系，如图5中所示。例如，如果由于从相应部件所接收的数据的数据特性而发现部件C11以高概率是温度传感器，则如图5中所图示的针对这样的温度传感器的相关联的工业实例模型IMM可以用于实例化遗留系统1的工业语义模型ISM。对于工业基础设施1的每个部件类型，相关联的工业实例模型IIM被存储在储库中。特定工业基础设施1的所生成的经实例化的工业语义模型iISM可以响应于由服务工程师所制定的查询而被进一步处理。所构建的经实例化的工业语义模型iISM被存储在与所调查的系统1相关联的储库中，并且可以用于为所接收的查询生成答复。经实例化的工业语义模型iISM形成对信息编码的复杂知识图，所述信息可以响应于被输入到数据访问执行引擎5中的查询而被提取。所述查询可以在逻辑水平上被制定。考虑到在工业基础设施系统1的经实例化的工业语义模型iISM的知识图中所存储和或编码的信息，对大量异构服务数据竖井的查询可以被自动地整合并且在可能的实施方式中在装置5的显示器上的可视化的图中被输出。这可导致对于服务工程师的显著时间节省。经实例化的工业语义模型iISM可以用于加速数据分析应用的上下文中的数据预处理。根据本发明的方法确保从工业系统1的异构数据源所接收的数据的语义的一致性表示。异构数据源或数据生成部件3-i可由元数据丰富，从而实现根据应用上下文的数据信息要求的透明数据管理。根据本发明的如图4的流程图中所图示的方法确保源自异构数据生成部件3-i的数据可以以概念和逻辑的方式被合并和整合，以提供经实例化的工业语义模型，所述经实例化的工业语义模型可以进一步被处理以用于后续的高级应用，诸如分析处理应用或高级监视和诊断应用。根据本发明的方法和装置提供对异构工业数据源的无缝访问，其是通过确保对于特定应用上下文而言相关的每个数据项的语义以形式且自动化的方式被捕获和处理。被存储在系统1的数据库6中的知识储库可以包括所整合的工业语义模型ISM，所述工业语义模型ISM形成以整合的方式来处理来自异构工业数据源的数据的基础。所整合的工业语义模型ISM还可以包括上下文模型CM，所述上下文模型CM适于针对每个感兴趣的部件而描述其对于其它部件的上下文。特别地，“……的部分”关系或关系的一部分可以用于形式化上下文模型CM。除了通用工业语义模型ISM之外，语义模型可以进一步包括工业实例模型IIM的集合。工业实例模型IIM形成工业语义模型ISM的实例，其包括在一个特定部件的上下文中所捕获的数据项和有关的元数据。在由许多更简单的应用或部件所组成的工业应用的情况中，工业实例模型ISM可以包括通过如下信息被增强的所有其部件的工业实例模型IIM：所述信息即那些部件如何彼此有关。知识储库可以进一步包括有关的域本体和标准的集合，其可以用于对准相关背景知识、定义数据集的约束或用于工业数据源的语义加标签。知识储库可以被存储在任何种类的存储部件或数据库中。存储部件在可能的实施例中可以由云平台形成，所述云平台包括知识储库。在数据条目不能被转移到存储部件或数据库而是必须停留在其原始位置中（例如由于隐私关注、数据的大量等等所致）的情况中，对相应数据条目的存储位置进行描述的专用元数据可以通过关于如何访问数据条目的信息被增强，并且可以被添加到工业语义模型ISM。在执行引擎5上所实现的数据源连接器可以被提供以实现用于经结构化的和未经结构化的数据源的语义加标签的标准化方式。执行引擎5可以包括上下文管理单元5B，所述上下文管理单元5B可以被提供以确保所有被上传的数据项被存储在它们所涉及的特定上下文中。在工业设定中，这样的上下文可以包括诸如燃气轮机监视系统之类的应用、例如压缩机的较大系统的部件，和或诸如传感器之类的单个设备。上下文管理单元5B可以提取经上传的数据源的任何信息，其指示特定数据项或数据集涉及哪个上下文应用、部件或设备，并且可以将此元数据链接到特定的工业实例模型IIM。关于每个应用或部件的上下文的特定信息在相关联的上下文模型CM中被描述。如果以经结构化的格式来表示数据项，则图式（schema）分析部件可以将数据项的底层数据结构转化成工业实例模型的数据结构。这可以通过如下来被实现：标识类似的数据图式元素来作为作出向工业和语义模型以及对应的语义标注的数据结构映射的用户或机器建议的基础。类似的数据图式元素在可能的实施例中可以通过如下来被标识：比较新上传的数据源的数据结构与所有已经存储的部件实例数据的数据结构。例如，如果振动传感器的时间序列数据被上传到数据库或存储部件，则所传递的数据项（即时间序列数据）被映射并且存储在振动传感器的上下文中。此数据可以由元数据陪伴，所述元数据解释此特定振动传感器涉及哪个功能中的哪个系统应用。所传递的数据项可以被映射并且存储在振动传感器的上下文中，这是以与来自其它振动传感器的已经上传的数据所定义的类似的元结构。为了实现数据源或数据生成部件3的高质量和可靠性，图式分析部件可以包括用于验证数据图式映射和语义标注的用户交互过程步骤。如果数据项不能被传递或上传到存储部件或数据库6，则数据存储定位器在可能的实施例中可提取对数据项进行表征的元数据。对数据项的存储位置进行描述的元数据被存储，并且将元数据两者添加到相应的工业语义模型。数据项可能因为不同的原因（包括数据隐私、数据的大量或所生成的数据的高速度或频率）而不被传递或上传到储库。在另外的可能实施例中，可以在执行引擎5上实现语义加标签部件。语义加标签部件可以包括算法和工具，其实现针对未经结构化的数据项的信息的提取和语义加标签的标准化方式。根据输入数据的类型（例如报告的类型、文本、图像）以及向系统告知关于相关上下文信息（诸如系统或应用的类型和功能、其与其它部件以及总体生产的关系）的元数据的最小集合，未经结构化的数据项的提取和语义加标签可以如下被实现。对于未经结构化的数据项的每个类型（图像、文本等等），信息提取算法的专用集合可以是可用的，其提取输入数据项的有意义的实体。例如，NLP算法可以用于从所接收的日志文件中提取与工业资产的停工时间有关的信息。所提取的元数据可以被存储在相应工业实例模型IIM的上下文中。在又一可能实施例中，执行引擎5可以包括所实现的异常检查单元。从工业基础设施1的部件所接收的数据项的数据条目被检查以确定它们是在正常值和或时间范围中还是在其外。在执行引擎5上所实现的异常检查单元可以包括算法和工具，所述算法和工具实现指示如何解释所捕获的信息和数据和或数据条目的标准化方式。例如，通过依赖以形式化方式所表示的物理或化学或有关背景知识，算法可以推断数据条目是在正常范围中，还是在正常范围外，其表示异常。对异常值和范围的评定还可以被应用在数据条目和或时间序列的组合上。在可能的实施例中，提供初始化阶段。在初始化阶段中，新的数据内容可以被上传到存储部件或储库中。意图被上传到存储部件中的数据源的选择可以被执行。数据源或数据生成部件3-i的选择可以借助于用户或机器而经由专用API来被实现。执行引擎5的上下文映射器或管理单元可以确保：对于特定应用或部件而言相关的任何信息或数据项被链接到工业实例模型中相关联的上下文模型CM。如果数据项是以结构化的格式，则图式分析部件可以将针对数据生成部件3-i的原始数据源映射到工业语义模型ISM，这是通过提供对数据项上下文进行解释的元数据。借助于相似性度量或测度的集合，上下文映射单元5B适于自动判定类似的数据图式是否已经被上传在存储部件或储库中。如果是这种情况，则利用具有高的所计算的相似性的所标识的数据图解（schemata）的对应元数据来增强所上传的数据。相比之下，如果尚未标识类似的数据图解，则所述系统可以作出如何利用附加的概念、关系及工业语义模型ISM到相应数据项的对应映射来扩展所述工业语义模型ISM的建议。根据应用的可靠性要求，此步骤可以以自动化方式（机器提供的建议）或以某种程度的用户交互（接口请求用户在各种映射选项之间进行优先化或选择）来被实现。语义加标签部件可以对所有新整合的未经结构化的数据项进行语义加标签。语义加标签部件可以通过使用适当的IE算法来处理所有新上传的、未经结构化的数据项。在第二使用阶段中，以概念和逻辑的方式来对工业数据的无缝访问是可能的。数据访问执行引擎5可以经由API或用户接口来被访问。数据访问执行引擎5提供手段来通过如下而查询感兴趣的内容：指定经结构化的查询请求，通过指定参数和类别来确定感兴趣的数据范围。经结构化的查询请求可以类似于SPARQL查询。根据本发明的方法和装置5允许整合和定义各种数据源或数据生成部件3-i的无缝整合。方法和系统1提供手段来用于提取工业资产的结构性元数据，诸如“……的部分”关系，其使得工业数据的结构相关性是明确的（explicit）。根据本发明的方法提供用于将来自遗留系统1的工业数据上传到抽象层的过程，其确保经结构化和未经结构化的数据内容的标准化表示。所述方法提供以概念和逻辑的方式来对数据的访问。根据本发明的方法和装置5提供手段来用于以标准化方式提取和解释在未经结构化的数据源中所捕获的有意义的信息实体。

权利要求：1.一种用于为具有数据生成部件（3）的工业基础设施（1）提供经实例化的工业语义模型iISM的方法，其中所述方法包括如下步骤：（a）从特定工业基础设施（1）接收（S1）由在所述特定工业基础设施（1）内提供的数据生成部件（3）所生成的数据，（b）取决于所接收的数据的特性来导出（S2）在所述特定工业基础设施（1）内提供的数据生成部件（3）的类型，（c）将数据生成部件（3）的每个导出的类型映射（S3）到在储库中存储的工业语义模型ISM中所指定的相关联的上下文模型（CM）；以及（d）基于所映射的上下文模型（CM）而利用数据生成部件（3）的预定义的工业实例模型IIM来实例化（S4）所存储的工业语义模型ISM，以生成所述特定工业基础设施（1）的经实例化的工业语义模型iISM。2.根据权利要求1所述的方法，其中从数据生成部件（3）所接收的数据与其它先前所接收的数据的相似性被确定并且用来导出数据生成部件（3）的类型。3.根据权利要求1或2所述的方法，其中所述工业基础设施（1）的部件（3）的所存储的上下文模型（CM）包括相应部件与工业基础设施（1）的其它部件的关系。4.根据前述权利要求1至3中任一项所述的方法，其中对于工业基础设施（1）的每个部件（3），相关联的工业实例模型IIM被存储在储库中。5.根据前述权利要求1至4中任一项所述的方法，其中所接收的数据包括数据项，所述数据项包括具有时间序列数据的数据集和或具有事件序列的日志文件。6.根据权利要求5所述的方法，其中在部件（3）的上下文中所捕获的元数据被从未结构化的数据项提取，或从从相应部件接收的经结构化的数据项加载。7.根据权利要求6所述的方法，其中在部件（3）的上下文中捕获的元数据沿着部件（3）的经实例化的实例模型IIM而被存储在储库中。8.根据权利要求6或7所述的方法，其中所述元数据包括关于部件（3）的类型和或功能的相关上下文信息，以及部件（3）与工业基础设施（1）的其它部件的关系（r）。9.根据前述权利要求6至8中任一项所述的方法，其中从工业基础设施（1）的部件（3）所接收的数据项的数据条目被检查以确定它们是在正常值和或时间范围中还是在其之外。10.根据前述权利要求1至9中任一项所述的方法，其中在工业基础设施（1）中提供的数据生成部件（3）包括异构数据源、特别地传感器、控制器和本地存储器，其经由网络和或网络云基础设施（4）来将所生成的数据传输到储库和或到经由API或用户接口可访问的数据访问执行引擎（5）。11.根据前述权利要求6至10中任一项所述的方法，其中使用在相应部件的上下文中捕获的元数据而利用语义标注来对从部件（3）接收的数据项加标签。12.一种用于为具有数据生成部件的工业基础设施提供经实例化的工业语义模型iISM的装置，所述装置（5）包括：-接口单元（5A），其适于从工业基础设施（1）接收由在工业基础设施（1）内提供的数据生成部件（3）所生成的数据，-上下文管理单元（5B），其适于取决于所接收的数据的特性来导出在工业基础设施（1）内提供的数据生成部件（3）的类型，并且适于将数据生成部件（3）的每个所导出的类型映射到在储库中所存储的工业语义模型ISM中所指定的相关联的上下文模型（CM），以及-实例化单元（5C），其适于基于所映射的上下文模型而利用数据生成部件（3）的预定义的工业实例模型IIM来实例化所存储的工业语义模型ISM，以生成工业基础设施（1）的经实例化的工业语义模型iISM。13.根据权利要求12所述的装置，其中所述上下文管理单元（5A）适于确定从数据生成部件（3）接收的数据与其它先前所接收的数据的相似性，以导出相应数据生成部件（3）的类型。14.根据权利要求12或13所述的装置，其中在储库中存储的部件（3）的上下文模型（CM）包括相应部件（3）与工业基础设施（1）的其它部件（3'）的关系（r）。15.根据前述权利要求12至14中任一项所述的装置，其中对于工业基础设施（1）的部件的每个类型，相关联的工业实例模型IIM被存储在储库中。

百度查询： 西门子股份公司 用于为工业基础设施提供经实例化的工业语义模型的方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD