基于上下文知识的自动压缩算法选择和参数调节

摘要

一种在智能可编程逻辑控制器中压缩信号数据的方法包括，控制器在可操作地耦合到所述控制器的易失性计算机可读存储介质中创建过程图像区域。智能可编程逻辑控制器利用包括与生产单元相关联的信号数据的内容更新所述过程图像区域并且将压缩算法应用于所述内容以生成经压缩的信号数据。经压缩的信号数据被存储在可操作地耦合到所述控制器的非易失性计算机可读存储介质上。所述控制器利用自动化系统上下文信息注释信号数据以生成经上下文化的数据。接着，所述控制器执行信号数据与经压缩的信号数据的统计学比较以生成统计学比较结果。然后，由所述压缩算法使用的一个或多个压缩参数可以基于统计学比较和经上下文化的数据中的至少一个而自动调整。

说明书

技术领域

本发明一般地涉及信号压缩算法的自动选择和用于这样的算法的基于与信号和控制环境有关的上下文（context）信息的参数调节。所公开的技术可以应用于例如其中使用可编程控制器的各种自动化生产环境。

背景技术

可编程逻辑控制器（PLC）是被配置成执行软件的专门化的计算机控制系统，所述软件连续地搜集关于输入设备的状态的数据以控制输出设备的状态。PLC典型地包括三个主要组件：处理器（其可以包括易失性存储器）、包括应用程序的易失性存储器和用于连接到自动化系统中的其它设备的一个或多个输入/输出（I/O）端口。

PLC在各种工业设置中被利用以控制自动化系统。自动化系统在其日常操作中典型地生成大量的数据。该数据可以包括例如，传感器数据、致动器和控制程序参数以及与服务活动相关联的信息。然而，在常规的自动化系统中，由于带宽和存储容量中的限制，较高的自动化层（例如SCADA、MES）不从系统的较低层接收所有可用数据。而且，所接收的数据可能包括无关的信息，而错过重要的数据点。例如，SCADA、MES层以固定时间间隔执行数据的周期性扫描。然而，在扫描的时间之间的重要数据点可能丢失。这导致对自动化系统的若干不期望的副效应。例如，如果基于低质量/保真度数据在较高自动化层处执行数据分析，则重要的数据可能丢失，从而使自动化系统低效或欠佳地进行操作。可以在控制层处提供一些存储。然而，可以由控制层设备存储的数据量被其利用的存储介质的嵌入式性质所限制。

降低网络带宽和设备存储要求上的总体负担的一种方式是利用时间序列压缩技术。当前，时间序列压缩基于一个或多个常规算法而执行。关于收集器压缩（CC）（还称为“死带”压缩），预定义限制之外的任何数据被舍弃（例如+/-0.1摄氏度的温度）。CC对于消除背景噪声和防止存储冗余数据是有用的。还可以应用称为“归档压缩（AC）”、“改变率”或“转门（swinging door）”压缩的第二种类型的压缩。关于AC，落在斜率范围内的任何数据将被压缩掉。

压缩算法中的重要参数是压缩偏差或偏差阈值。该参数定义何时应当存储新的数据点。例如，在概念上，如果在最后存储的（即经历史化的）数据点与新的数据点之间绘制的直线未进入所有居间数据点的压缩偏差内，AC算法仅存储新的数据点。压缩偏差的较低值将让没有压缩的大多数点通过，而较高值可能压缩过多的点，从而危及到算法的正确功能。偏差阈值的精确值将允许系统压缩数据并且不丢失信息，即捕获可能影响离线分析的所有相关信息并且舍弃随机或无用数据。然而，起初选择参数并且如何随时间而调整它是具有挑战性的，因为在其值与错过的相关数据之间不存在直接关系。在其中不可能预先工程设计（pre-engineer）数据的最差情况的情境中，偏差阈值的不正确的值可能对将来数据驱动的过程分析有负面影响。

发明内容

本发明的实施例通过提供方法、系统和装置来解决和克服以上缺点和缺陷中的一个或多个，所述方法、系统和装置涉及通过添加过程特定知识并且对哪些统计量应当尽可能保持接近原始信号并且哪些不相关进行优先排序（prioritize）来自动化偏差阈值的选择。该技术特别良好地适合于但不限于各种工业自动化设置。

根据本发明的一些实施例，一种在智能可编程逻辑控制器中压缩信号数据的方法包括，控制器在易失性计算机可读存储介质中创建过程图像区域，所述易失性计算机可读存储介质可操作地耦合到控制器。智能可编程逻辑控制器利用包括与生产单元相关联的信号数据的内容更新过程图像区域并且将压缩算法应用于过程图像区域的内容以生成经压缩的信号数据。经压缩的信号数据被存储在非易失性计算机可读存储介质上，所述非易失性计算机可读存储介质可操作地耦合到智能可编程逻辑控制器。控制器利用自动化系统上下文信息注释信号数据以生成经上下文化（contextualize）的数据。接着，控制器执行信号数据与经压缩的信号数据的统计学比较以生成统计学比较结果。然后，由压缩算法使用的一个或多个压缩参数可以基于统计学比较和经上下文化的数据中的至少一个而进行自动调整。

各种修改、细化和/或增强可以在本发明的不同实施例中应用于前述方法。例如，在一些实施例中，压缩参数包括用于配置与压缩算法相关联的压缩率的新的偏差阈值。方法可以然后还包括智能可编程逻辑控制器基于经上下文化的数据而确定发生时间关键时段，并且按预定量降低现有偏差阈值。在一些实施例中，预定量等于现有偏差阈值，因而使新的偏差阈值为零。在一些实施例中，智能可编程逻辑控制器基于压缩参数而选择新的压缩算法，利用新的内容（例如与生产单元相关联的新的信号数据）更新过程图像区域，并且将新的压缩算法应用于新的内容以便生成新的经压缩的信号数据。在一些实施例中，经上下文化的数据还可以被压缩和存储在非易失性计算机可读存储介质上。

可以在前述方法中利用的自动化系统上下文信息的示例包括而不限于，生成信号数据的设备的指示、包括智能可编程逻辑控制器的自动化系统的结构描述、系统工作模式指示器、关于在过程图像区域的内容被生成时所生产的产品的信息、由控制器利用的自动化软件的描述或指示在过程图像区域的内容被生成时的自动化软件的状态的状态指示器。

前述方法可以应用于各种系统、装置、设备和制造品。例如，在一个实施例中，用于在智能可编程逻辑控制器中压缩信号数据的制造品包括保存用于执行前述方法的计算机可执行指令的非暂时性、有形计算机可读介质，其具有或没有以上讨论的修改、细化和/或增强。

根据本发明的另一实施例，一种智能可编程逻辑控制器，包括：处理器，其被配置成根据扫描循环执行；易失性计算机可读存储介质，其包括过程图像区域；非易失性计算机可读存储介质；以及由所述处理器根据扫描循环执行的多个控制器组件。在一些实施例中，所述多个控制器组件包括数据传送组件、上下文化组件和历史记录者（historian）组件。所述数据传送组件被配置成在每一个扫描循环期间利用与生产单元相关联的信号数据来更新过程图像区域。所述上下文化组件利用自动化系统上下文信息注释信号数据以生成经上下文化的数据。所述历史记录者组件被配置成在每一个扫描循环期间将压缩算法应用于过程图像区域的内容并且将经压缩的信号数据存储在非易失性计算机可读存储介质上。所述历史记录者组件还被配置成执行信号数据与经压缩的信号数据的统计学比较以生成统计学比较结果，并且然后基于统计学比较和经上下文化的数据中的至少一个而自动调整由压缩算法使用的压缩参数。在一些实施例中，前述控制器组件还包括数据连接器组件，其被配置成从第二智能可编程逻辑控制器接收附加的经上下文化的数据。然后，对压缩参数的调整可以进一步基于所述附加的经上下文化的数据。

前述历史记录者组件的配置可以在本发明的不同实施例中被修改、细化和/或增强。例如，在一个实施例中，所述历史记录者组件包括在线统计单元，其被配置成基于信号数据而生成第一统计量；以及离线统计单元，其被配置成基于经压缩的信号数据而生成第二统计量。所述统计学比较然后可以基于第一统计量和第二统计量而执行。在另一实施例中，历史记录者组件包括在线压缩单元，其被配置成在每一个扫描循环期间执行多个可用压缩算法中的一个以生成所述经压缩的信号数据。在一个实施例中，该在线压缩单元基于压缩参数而选择压缩算法。在一些实施例中，所述历史记录者组件与经压缩的信号数据一起存储关于压缩算法的描述性信息。在一些实施例中，所述历史记录者组件确定用于配置与压缩算法相关联的压缩率的偏差阈值。

使得本发明的附加特征和优点将从参照随附各图进行的说明性实施例的以下详细描述而是明显的。

附图说明

当结合随附各图来阅读时，从以下详细描述最好地理解本发明的前述和其它方面。出于说明本发明的目的，在各图中示出目前优选的实施例，然而要理解的是，本发明不限于所公开的具体手段。包括在各图中的是以下附图：

图1提供了根据本发明的一些实施例的集成到自动化系统中的智能PLC的系统视图；

图2提供了根据本发明的一些实施例的包括在智能PLC中的系统组件的图示；

图3A提供了根据本发明的一些实施例的由智能PLC采用的自适应压缩框架的概念概览；

图3B提供了根据本发明的一些实施例的由智能PLC采用的压缩参数调节过程的示例；

图4提供了根据本发明的一些实施例的基于上下文信息的动态偏差阈值调节的示例；以及

图5提供了根据本发明的一些实施例的压缩算法选择的示例。

具体实施方式

本文描述了一般地涉及智能可编程逻辑控制器（PLC）的系统、方法和装置，所述PLC基于关于信号的统计学信息和诸如例如控制数据之类的上下文信息的组合以及涉及自动化环境的其它信息而自动化参数化和相关算法中的改变。本文所描述的技术可以应用在其中使用控制系统的各种设置中，包括而不限于，工业生产环境。

本发明的各种实施例在PLC的上下文中描述，所述PLC包括被配置成提供控制应用中的增强功能的分类的各种组件。在题为“Intelligent Programmable LogicController”的美国申请号14/467,125中更详细地描述该PLC（在本文中称为“智能PLC”），其整体通过引用并入本文。简要地，智能PLC提供可以存在于各种组合中并且使用在本发明的不同实施例中的若干技术特征。智能PLC提供控制层设备上的高效数据存储。更具体地，控制层的功能可以通过高效存储机制针对时间序列数据而扩展（即“历史记录者”功能），其允许高分辨率时间戳的数据的短期/中期归档。利用高保真度数据，极少（如果有的话）事件丢失。高效压缩算法（例如转门的变型）可以用于降低存储和通信需求。此外，本文所描述的技术可以增强压缩算法的选择和参数化。在一些实施例中，智能PLC还可以提供智能设备上数据生成方法。用于数据滤波的方法可以直接应用于其中数据被生成以确保附加数据只有在其提供附加的信息内容的情况下才被存储。这些方法还可以主动分析传入数据并且根据当前需要来配置数据采集，例如通过调整采样率或通过只有在已经检测到某些事件的情况下才存储数据。智能PLC还可以使得能够实现丰富且语义学上下文化，并且执行控制层语义学分析。此外，在一些实施例中，智能PLC还提供跨自动化系统的分布式分析。

图1提供了根据本发明的一些实施例的集成到自动化系统100中的智能PLC的系统视图。该示例在概念上将工业环境划分成生产层105、控制层110和IT层115。在常规系统中，大多数数据处置功能在IT层115处执行。通过使用智能PLC 110E和110F，图1中图示的系统100将这些数据处置功能中的许多功能向下推至控制层110。例如，在一些实施例中，诸如针对时间序列数据的高效数据压缩和数据的智能滤波之类的历史记录者能力可以直接实现在智能PLC 110E和110F上。这允许控制层115以较少的存储/通信努力来利用高保真度数据，使得极少（如果有的话）事件未被检测到。在一些实施例中，智能PLC 110E和110F还提供丰富的上下文化功能。通过向数据添加控制级知识，可能不必在IT层115处重新发现关于商业分析115C的知识。此外，在一些实施例中，智能PLC 110E和110F直接在其相应设备上提供数据分析功能，从而增加机器和过程效率。

继续参照图1，在生产层105处，一个或多个生产单元（例如单元105A）进行操作。每一个生产单元通过控制层110处的一个或多个现场设备（例如现场设备110A）发送和接收数据。在控制层110处，每一个现场设备可以连接到智能PLC（例如智能PLC 110E）。从生产单元接收的数据被（通过现场设备直接地或经由智能PLC）传送至IT层115。IT层115包括执行各种后处理和存储任务的系统。图1的示例包括监督控制和数据采集（SCADA）服务器（或网关）组件115A。该组件115A允许操作者在控制层110和生产层105处远程监视和控制设备。此外，SCADA服务器组件115A从较低层105、110收集数据并且处理信息以使其可用于统一工厂知识仓库（warehouse）115B。统一工厂知识仓库115B提供对从较低层105、110接收的数据的进一步处理和存储。各种功能可以由统一工厂知识仓库115B提供。例如，在一些实施例中，统一工厂知识仓库115B包括用于基于由较低层105、110生成的数据而生成分析的功能。

每一个智能PLC 110E和110F包括三个基本部分：处理器、非暂时性非易失性存储器系统和提供输入/输出功能的数据连接器。非易失性存储器系统可以采取许多形式，其包括例如可移除存储器卡或闪速驱动器。以下参照图2更加详细地描述可以在智能PLC 110E和110F内执行的应用。智能PLC 110E的数据连接器（有线或无线地）连接到现场设备110A和110B。类似地，智能PLC 110F的数据连接器连接到现场设备110C和110D。本领域中已知的任何现场设备可以与本文所描述的智能PLC一起使用。可以与智能PLC一起使用的示例现场设备包括而不限于，压力开关、传感器、按钮、流量开关和电平开关。要指出的是，智能PLC110E和110F可以被集成到生产环境部件中。例如，在图1中，生产单元105B和105C通过其相应的现场设备连接到智能PLC 110E和110F，而生产单元105A和105D直接通过其相应的现场设备110G、110H、110I、110J与统一工厂知识仓库115B通信。

与目前发展水平系统相比，智能PLC 110E和110F可以使用附加的上下文维度来丰富数据（例如控制知识、环境条件和服务发生率）。可以经由监视在智能PLC 110E和110F上执行的控制程序以及在外部设备上执行的程序来搜集上下文化。例如，在一些实施例中，自动化环境中的设备经由设备到设备通信过程共享数据（例如在周期性的基础上）。此外，还可以使用来自自动化系统外部的源的信息（例如天气信息）。这允许以更高的置信度和质量从数据分析做出洞悉。在一些实施例中，系统100使用语义学数据表示语言和用于自动化系统中的数据的上下文化的标准。这允许商业分析以及SCADA级历史记录者（例如OSI PI资产框架）以最小的努力被配置用于与来自其它系统/设备/源的数据集成。系统100还可以在控制层110处提供基于模型的语义学分析。因此，可以在设备运行时期间更新分析算法，并且可以通过提供对模型（而不是功能块中的编译逻辑）的显式访问来改进根本原因分析。在一些实施例中，系统100在控制层110中引入分布式数据共享系统并且与外部大数据基础设施集成。因此，应用可以独立于存储位置而访问所有所需数据。

图2提供了根据本发明的一些实施例的包括在智能PLC中的系统组件200的图示。过程图像组件225是控制器的CPU易失性系统存储器中的存储器区域，其在每一个处理器/扫描循环中基于与生产设备相关联的数据（例如所连接的I/O的输入和输出）而被更新。在每一个处理步骤中，控制应用230读取过程图像组件225，执行所部署的应用逻辑，并且将结果写回到过程图像组件225中。

继续参照图2，每一个循环的过程图像被历史记录者组件220读取和永久地存储在非易失性物理存储介质上。在一些实施例中，该历史记录者组件220被配置成部署数据压缩算法以降低数据体积。其由此可以为应用提供对过去的过程图像的访问。可以在固定时间窗口内存储数据，或者在线算法用于实现动态缓存启发法。作为历史记录者组件220的部分，智能数据生成算法可以连续地分析过程图像组件225和上下文（经由上下文化组件215，如以下描述的）以调整数据压缩参数。例如，基于上下文化信息，历史记录者组件220可以识别条件（例如警报或错误）并且通过增加采样率而进行反应，从而产生较高保真度数据。此外，在一些实施例中，历史记录者组件可以使用来自过程图像组件225的信息和上下文知识来从多个不同的可用压缩算法智能地选择。以下参照图3A和3B来描述可以由历史记录者组件220利用的示例压缩参数调节过程。此外，在一些实施例中，用于压缩信号的压缩算法可以由历史记录者组件220连同信号数据一起历史化，从而对如何压缩信号提供上下文。

应当指出的是，历史记录者组件220中的压缩功能的包括仅说明智能PLC的系统组件200的该实施例。在其它实施例中，与压缩相关联的功能可以放置在完全分离的组件中，并且以优化控制器的操作的方式被布置在智能PLC的其它组件之中。

数据分析组件205包括数据分析算法的集合，所述数据分析算法处理当前或过去的过程图像（从历史记录者组件220查询的）。各种数据分析算法可以被包括在数据分析组件205中。例如，在一些实施例中，这些算法包括以下中的一个或多个：群集、分类、基于逻辑的推理和统计学分析算法。而且，算法可以经由模型而指定，所述模型可以在运行时期间在设备上部署。数据分析组件205还可以包括各种分析模型和专用算法以解释这些模型。由数据分析组件205生成的结果可以被存储在历史记录者组件220中，写回到过程图像组件225和/或经由数据连接器组件210提供给外部组件。因此，智能PLC可以被视为用于向自动化系统中的其它设备提供分布式分析的设备。

上下文化组件215利用上下文信息注释传入数据以促进其稍后的解释。如本文所使用的，上下文信息可以包括描述数据的含义的任何信息。例如，自动化系统中的数据的上下文可以包括关于生成数据的设备（例如传感器）、关于自动化系统的结构（例如工厂的拓扑）、关于系统的工作模式（例如停机时间事件）、关于自动化软件及其在生成数据时的状态和/或关于在生成数据时生产的产品/批次的信息。上下文化组件被配置成向其它组件中的任何一个提供数据以用于更具体地处理需要。由上下文化组件215生成的上下文信息可以不限于资产结构，而是还可以包括控制知识、产品特定信息、过程信息、事件信息和潜在地其它方面，诸如外部事件，比如天气信息。一些上下文信息可以从工程设计工具（例如西门子全集成自动化工具）导入。此外，在一些实施例中，上下文化组件215提供语义学上下文化。上下文可以通过标准建模语言（例如Web本体语言、资源描述框架）来表示，其中正式地定义语言构造的含义。具有这些语义学建模标准的数据的上下文化使得商业分析应用能够在没有人工配置努力的情况下自动理解和解释从自动化系统提供的数据。

由系统200的组件捕获或生成的任何数据可以经由数据连接器组件210提供给外部组件。在一些实施例中，数据连接器组件210经由推送方法（即向外部组件主动发送）递送数据。在其它实施例中，可以使用拉取方法，其中数据由外部组件查询）。此外，推送和拉取方法在一些实施例中可以被组合，使得智能PLC被配置成处置数据传送的两种形式。而且，在一些实施例中，数据连接器组件210用于提供与自动化环境中的其它PLC的设备到设备通信，从而允许共享上下文化信息和其它相关数据。

图3A提供了根据本发明的一些实施例的由智能PLC采用的自适应压缩框架300的概念概览。简要地，一个或多个自适应压缩算法315应用于原始信号305以生成经压缩的信号320。基于来自参数调节或压缩算法选择过程325的输出而调整自适应压缩算法315。过程325基于三个项目而调节参数或选择压缩算法：信号比较325A、统计学比较325B和自动化数据325C。信号比较325A比较原始信号305和经压缩的信号320。在线统计学算法310和离线统计算法330分别应用于原始信号305和经压缩的信号320。这些算法310、330的结果然后用作到统计学比较325B中的输入。最后，由过程325使用的自动化数据325C可以包括例如控制逻辑、上下文信息、来自其它信号的数据、事件信息或分析数据。以下关于图3B来提供关于该框架300的附加信息。

图3B提供了根据本发明的一些实施例的由智能PLC采用以实现图3A中图示的自适应压缩框架300的压缩参数调节过程335的示例。在315处，在在线模式中压缩原始信号340。各种技术可以用于在线压缩，其包括例如常规算法，诸如“死带”压缩和“转门”算法。在线压缩组件345的输出是经压缩的信号355。

在线压缩组件345包括三个输入：原始信号340（在图3中通过“s(t)”表示）、与由在线压缩组件345执行的（一个或多个）压缩算法有关的各种参数（通过Θ表示）以及偏差阈值350。偏差阈值350提供以确定应当压缩多少数据。更具体地，偏差阈值350提供在必须存储改变以维持数据的期望的保真度之前在接连值之间多少数据可以偏离的定义。例如，在“死带算法”的上下文中，偏差阈值350提供当比较接连信号点之间的差异时所使用的死压缩偏置。因此，针对非常类似的一系列数据点，在线压缩组件345可以仅存储一个数据点。然而，如果数据在接连值之间大幅变化则可以存储许多数据点。为了优化压缩，应当谨慎地选择偏差阈值350。如果偏差阈值350设置成较小值，将将存储许多（如果不是全部的话）数据点。相反，偏差阈值350的较大值导致存储极少（如果有的话）数据。

实时地或近实时地直接从原始信号340计算在线统计量337。各种统计量可以以此方式被计算，包括而不限于，涉及以下的值：位置（例如平均值、中值、模等）；离散度（dispersion）（例如范围、标准偏差、变化系数、百分位、四分位差）；形状（例如方差、偏斜度、峰度、矩、l-矩）；离散度指数；最小值和最大值；相关性（例如皮尔森积矩相关性、秩相关性、部分相关性等）；以及散布绘图。可以在频域中在时间窗口内计算附加的有用统计量。例如，可以使用包含来自信号的频谱表示的附加信息（诸如不同能量带处的能量分布）的统计量。

在线统计量337提供信号的全局描述。然而，它们可以以累积方式计算，其中每一个新的点添加到之前累计的值。这样的方案在应用于经压缩的信号355时可能不提供最优结果。相应地，基于经压缩的信号355来计算离线统计量365以提供历史数据上的更大灵活性。离线统计量365可以包括以上讨论的作为在线统计量337的各种任何统计量，以及可以利用计算的离线方面的任何附加的统计量。

然后可以使用在线统计量337和离线统计量365来执行统计学比较360。可以使用不同度量来评价经压缩的信号的保真度。例如，在一些实施例中，使用以下等式：

相对全局误差（%）=

相对最大误差（%）=

其中和分别是与原始信号340和经压缩的信号355相关联的统计学数据点。在其它实施例中，可以使用本领域中已知的压缩性能的其它指示器，诸如可替换的统计学属性、非线性性度量和Harris指数度量。

在参数调节组件370中使用沿离线统计量365自身的在线统计量337和离线统计量365的统计学比较360的结果。在一些实施例中，参数调节组件370被配置成自动确定压缩率与保真度损失之间的折衷，并且相应地选择偏差阈值。然而，这些度量将仅保证经压缩的数据和原始数据之间的紧密性，但是将不避免存储冗余或无用的信息。为了克服该限制，上下文化知识375也被参数调节组件370使用。该上下文化知识375可以经由智能PLC中的上下文化组件215搜集，并且可以包括例如控制逻辑、过程信息、事件和标志以及其它信号。例如，在一些实施例中，智能PLC中的历史记录者组件220被配置成在信号数据上执行压缩。历史记录者组件220可以针对关于特定信号的特定或全部已知的上下文化数据而查询上下文化组件215，并且相应地调整压缩算法。

可以由本发明的参数调节组件370根据不同实施例以不同的方式利用上下文化知识375。例如，在多步骤控制过程中，一些时间段可能比其它时间段更重要。因此，在一些实施例中，上下文化知识375用于识别过程的不同步骤，并且以低于不太重要的时间段的速率压缩关键（critical）时间段。此外，在一些实施例中，如果上下文化知识375指示事件被触发（例如由于错误或警报），则在该过程中涉及的信号可以以较低的压缩率（较高的保真度）被存储。当清除警报时，信号可以自动转变成较高的压缩率。作为另一示例，如果上下文化知识375指示两个类似的信号被智能PLC历史化，并且所期望的信息可以从任一信号提取，则可以仅针对信号之一维护高频信息（通常在压缩方面是昂贵的）。而且，应当指出的是，上下文化知识375可以包括从不同的智能PLC接收的上下文数据，甚至是在生产环境的不同部分中的那些。因此，参数调节组件370可以不仅基于其自身对自动化环境的理解，而且基于计及在原始信号340的生成或使用中可能未直接涉及的设备和组件的环境的整体观而调整压缩。

参数调节组件370提供被在线压缩组件345使用的输出。取决于参数调节组件370的结果而调整被算法使用的偏差阈值350以导致更多或更少的数据被存储。例如，如果参数调节组件370确定正在发生关键时间段（例如系统错误或故障），偏差阈值350可以降低到最小值，使得所有数据值被存储。例如，在一些实施例中，偏差阈值350可以在时间关键时段期间降低预定量（例如25%、50%、75%等）。在一些实例中，偏差阈值350可以降低到零，因而存储所有数据点并且不向传入信号数据应用压缩。

此外，在一些实施例中，在线压缩组件345被配置有由压缩算法使用的关键参数的知识，所述压缩算法被在线压缩组件345所执行。因此，除偏差阈值350之外的各种参数也可以用于调整压缩算法。而且，如以下参照图5描述的，参数调节还可以用于基于统计学比较360和上下文化知识375而在不同的可用压缩算法（例如转门与死带）之间进行选择。

图4提供了根据本发明的一些实施例的基于上下文信息的动态偏差阈值调节过程400的示例。该示例说明了可以如何基于多个信号来调节值。图4包括来自温度传感器425、流量传感器430和压力传感器435的信号。在405处，来自温度传感器425的信号离开预定义的统计学质量控制边界并且触发警报。接着，在410处，智能PLC搜集上下文数据并且执行路线原因分析以识别与来自温度传感器425的信号有关的传感器。来自所识别的传感器的数据将以高保真度被历史化以帮助数据分析。因此，在图4的示例中，流量传感器430被识别为相关传感器，并且在415处，降低与该传感器相关联的偏差阈值以便增加总体保真度并且捕获信号的更多细节。相反，压力传感器435未被识别为与警报有关。相应地，在420处，来自压力传感器435的信号继续以高压缩率（例如使用高偏差阈值）被历史化。

图5提供了根据本发明的一些实施例的压缩算法选择过程500的示例。该示例强调了可以在选择过程中使用的图3的部分。如图5中所示，由参数调节组件525（参见图3）执行的分析的结果可以是完全新的算法，其更好地适合原始信号505的特性并且允许较高的压缩率。在该示例中，存在两个可用的压缩算法：转门压缩515和周期性压缩520。在其它实施例中，可以使用附加的压缩算法。在一些情况下，算法选择过程可以相对简单。例如，如果参数调节组件525确定原始信号505在性质上是周期性的，则其可以向在线压缩组件510自动发送参数以选择周期性压缩520。相反地，如果信号不是周期性的，则参数可以指定转门压缩515的使用。此外，由于参数调节组件525能够访问丰富的上下文化知识，因此算法选择可以超出仅仅是基于原始信号505的特性而交替。

本文描述为由控制层设备使用的处理器可以包括一个或多个中央处理单元（CPU）、图形处理单元（GPU）或本领域中已知的任何其它处理器。更一般地，如本文所使用的处理器是用于执行存储在计算机可读介质上的机器可读指令、用于执行任务的设备，并且可以包括硬件和固件中的任何一个或组合。处理器还可以包括存储可执行以用于执行任务的机器可读指令的存储器。处理器通过操纵、分析、修改、转换或传输信息以供可执行过程或信息设备使用，和/或通过将信息路由到输出设备来作用于信息。处理器可以使用或包括例如计算机、控制器或微处理器的能力，并且使用可执行指令来调节以执行未被通用计算机执行的专用功能。处理器可以与使得能够实现其间的交互和/或通信的任何其它处理器耦合（电气地和/或如包括可执行组件）。用户接口处理器或生成器是已知的元件，其包括电子电路或软件或二者的组合以用于生成显示图像或其部分。用户接口包括使得能够实现与处理器或其它设备的用户交互的一个或多个显示图像。

包括而不限于控制层设备和相关计算基础设施的本文所描述的各种设备可以包括用于保存根据本发明的实施例编程的指令并且用于包含本文所描述的数据结构、表格、记录或其它数据的至少一个计算机可读介质或存储器。如本文所使用的术语“计算机可读介质”是指参与向一个或多个处理器提供指令以供执行的任何介质。计算机可读介质可以采取许多形式，其包括但不限于，非暂时性、非易失性介质、易失性介质和传输介质。非易失性介质的非限制性示例包括光盘、固态驱动器、磁盘和磁光盘。易失性介质的非限制性示例包括动态存储器。传输介质的非限制性示例包括同轴线缆、铜线和光纤，其包括构成系统总线的线。传输介质还可以采取声波或光波的形式，诸如在无线电波和红外数据通信期间生成的那些。

如本文所使用的可执行应用包括用于例如响应于用户命令或输入而调节处理器以实现预定功能（诸如操作系统、上下文数据采集系统或其它信息处理系统的那些）的代码或机器可读指令。可执行过程是代码或机器可读指令的段、子例程或用于执行一个或多个特定过程的可执行应用的代码或部分的其它不同区段。这些过程可以包括接收输入数据和/或参数，在所接收的输入数据上执行操作和/或响应于所接收的输入参数而执行功能，以及提供所得到的输出数据和/或参数。

本文中的功能和过程步骤可以自动地、完全地或部分地响应于用户命令而执行。自动执行的活动（包括步骤）在没有活动的用户直接发起的情况下响应于一个或多个可执行指令或设备操作而执行。

各图的系统和过程不是排他性的。可以依照本发明的原理而导出其它系统、过程和菜单以完成相同的目的。尽管已经参照特定实施例描述了本发明，但是要理解的是，本文所示出和描述的实施例和变型仅仅为了说明性目的。可以在不脱离本发明的范围的情况下由本领域技术人员实现对当前设计的修改。如本文所描述的，各种系统、子系统、代理、管理器和过程可以使用硬件组件、软件组件和/或其组合来实现。本文中没有权利要求要素要在35 U.S.C. 112第六款的规定之下被解释，除非该要素被使用短语“用于……的部件”明确记载。