用于配置工业控制系统中的组件的方法和系统与流程

本公开通常涉及工业自动化。更具体地，本公开涉及用于配置工业控制系统中的组件的方法和系统。

背景技术：

1、工业控制系统是用于自动控制和工业过程操作的电子控制系统。工业控制系统包括监测和数据采集（scada）系统、分布式控制系统（dcs）、工业自动化和控制系统（iacs）、可编程逻辑控制器（plc）、可编程自动化控制器（pac）等。

2、工业控制系统管理不同的组件，诸如现场组件/设备、控制器、网络组件、图形组件等。组件的各种功能，诸如控制逻辑执行、历史记录管理、报警管理等，被组合成单个集成控制系统。真实世界的物体，诸如罐、马达、阀门等，在工业控制系统中被数字化表示为对象。工业控制系统监测和控制这些对象，以实现诸如资产管理、生产管理的过程或者任何其他需要控制和监测的过程。

3、工业控制系统的组件需要被配置和维护，以便工业控制系统的正确操作和功能。工业控制系统的组件由与工业控制系统相关联的用户（例如，操作方或者工程师）手动配置。用户需要了解工厂布局和设计，创建相关的库和/或拓扑，并且配置组件。在配置过程的每个步骤中，用户必须参考必要的文档。

4、存在与工业控制系统中的组件的配置相关联的数个挑战。组件的手动配置容易出现人为错误。这些错误会导致系统故障、安全隐患或者操作效率低下。组件的工程化或者配置通常涉及重复性任务，诸如创建和配置控制回路、限定报警设置等。这些任务可能是耗时和劳动密集型的，从而降低了生产率。此外，工业控制系统的设计、配置和文档中可能存在某些不一致性，使得维护工业控制系统和排除其故障具有挑战性。用户可能面临难以应对现代工业控制系统日益增加的复杂性和规模的困难。此外，在用户/工程师之间的协作和信息共享方面也存在挑战。

5、在本公开背景部分中公开的信息仅用于增强对本公开的通常背景的理解，并且不应被视为承认或者任何形式的暗示，即该信息构成本领域技术人员已知的现有技术。

技术实现思路

1、在实施例中，本公开披露了一种用于生成配置工业控制系统组件的推荐的方法。该方法包括在工业控制系统的组件的配置期间，监测组件的配置参数。配置参数与组件的配置要求相对应。此外，该方法包括基于与配置要求相对应的配置框架，来生成用于配置组件的一个或多个推荐。配置框架利用人工智能（ai）模型从多个配置框架中选择的。多个配置框架中的每个配置框架是通过将配置要求与组件的对应的配置参数相映射而被生成的。

2、在实施例中，本公开披露了一种用于生成配置工业控制系统组件的配置框架的方法。该方法包括获取与工业控制系统的组件相关联的控制数据。控制数据包括组件的配置要求和配置参数。此外，该方法包括利用ai模型将组件的配置要求与对应的配置参数进行映射。此后，基于映射，方法包括生成针对组件的多个配置框架。

3、在实施例中，本公开披露了一种用于生成配置工业控制系统组件的配置框架的方法。该方法包括获取与工业控制系统的组件相关联的控制数据。控制数据包括组件的配置要求和配置参数。此外，该方法包括利用ai模型将组件的配置要求与对应的配置参数进行映射。此外，基于映射，方法包括生成针对组件的多个配置框架。此后，方法包括基于从用户接收到的针对多个配置框架中的至少一个配置框架的输入，对ai模型执行微调。

4、在实施例中，本公开披露了一种用于生成针对配置工业控制系统组件的推荐的计算系统。该计算系统包括处理器和存储器。处理器被配置为在工业控制系统的组件的配置期间，监测组件的配置参数。配置参数与组件的配置要求相对应。此外，处理器被配置为基于与配置要求相对应的配置框架，来生成用于配置组件的一个或多个推荐。配置框架利用人工智能（ai）模型从多个配置框架中选择的。多个配置框架中的每个配置框架是通过将配置要求与组件的对应的配置参数相映射而生成的。

5、在实施例中，本公开披露了一种用于生成针对配置工业控制系统组件的配置框架的计算系统。该计算系统包括处理器和存储器。处理器被配置为获取与工业控制系统的组件相关联的控制数据。控制数据包括组件的配置要求和配置参数。此外，处理器被配置为利用ai模型将组件的配置要求与对应的配置参数进行映射。此后，处理器被配置为基于映射生成针对组件的多个配置框架。

6、在实施例中，本公开披露了一种用于生成针对配置工业控制系统组件的配置框架的计算系统。该计算系统包括处理器和存储器。处理器被配置为获取与工业控制系统的组件相关联的控制数据。控制数据包括组件的配置要求和配置参数。此外，处理器被配置为利用ai模型将组件的配置要求与对应的配置参数进行映射。此后，处理器被配置为基于映射生成针对组件的多个配置框架。此后，处理器被配置为基于从用户接收到的针对多个配置框架中的至少一个配置框架的输入，对ai模型执行微调。

7、前述 技术实现要素： 仅是说明性的，并且不旨在以任何方式进行限制。除了上述说明性方面、实施例和特征之外，通过参考附图和以下详细描述，其他方面、实施例和特征将变得清晰。

1. 一种生成用于配置工业控制系统的组件的推荐的方法，所述方法包括：

2.根据权利要求1所述的方法，其中所述ai模型（108）利用历史配置参数和与所述组件（102）的所述配置相关联的历史配置要求被预训练。

3.根据权利要求1所述的方法，其中所述组件（102）包括现场组件、控制组件、接口元素和网络组件。

4. 根据权利要求1所述的方法，包括：在生成所述多个配置框架之后，执行所述ai模型（108）的微调，其中所述ai模型（108）的所述微调包括：

5.根据权利要求1所述的方法，其中所述一个或多个推荐与以下项相对应：所述组件（102）的配置数据的生成、所述组件（102）的所述配置中的错误以及在所述组件（102）的所述配置期间的遗漏的事件。

6.一种生成用于工业控制系统的组件的配置框架的方法，所述方法包括：

7.根据权利要求6所述的方法，其中所述ai模型（108）利用历史配置参数和与所述组件（102）的配置相关联的历史配置要求被预训练。

8.一种生成用于工业控制系统的组件的配置框架的方法，所述方法包括：

9. 一种用于生成用于配置工业控制系统的组件的推荐的计算系统（106），所述计算系统（106）包括：

10. 一种用于生成针对工业控制系统的组件的配置框架的计算系统（106），所述计算系统（106）包括：

11. 一种用于生成针对工业控制系统的组件的配置框架的计算系统（106），所述计算系统（106）包括：