Harte Fakten Engineering-Daten im Web

Transkript

1 Harte Fakten Engineering-Daten im Web Andrea Schröder, Michael Schwan, David Leal Zusammenfassung Nach Einschätzung des W3C liegt die Zukunft des Web im semantischen Web, das mit maschinenlesbaren und -interpretierbaren Informationen und automatisierten Services weit über die heutigen Möglichkeiten des Web hinausgehen wird. Das von der Europäischen Kommission geförderte Projekt ScadaOnWeb [1] liefert mit einer Ontologie für SCADA-Applikationen, die eine auf RDF basierende Definition von physikalischen Größen und Einheiten enthält, einen Beitrag zum semantischen Web und ermöglicht die effiziente Handhabung umfangreicher technischer Daten mittels eines neuen Web-Datentyps. Dieser wird für das Handling von Engineering Daten in den folgenden fünf innerhalb des Projektes ScadaOnWeb programmierten Applikationen eingesetzt: Flutwarnsystem Bilanzgruppenmanagement Zählerstandserfassung von Haushalts- und Industriekunden Zustandsorientierte Instandhaltung von Komponenten elektrischer Netze und Industrieanlagen Steuerung von Windkraftkraftanlagen und Kleinwasserkraftwerken Die Verwendung des neuen Web-Datentyps ist selbstverständlich nicht auf diese Applikationen beschränkt, sondern ist in jedem Bereich, in dem technische Daten verwaltet, gespeichert, extrahiert und bearbeitet werden müssen, einsetzbar. Der vorliegende Artikel beschreibt den neuen Web-Datentyp sowie die ihm zugrunde liegende Definition von physikalischen Größen, deren Werten und Einheiten als auch physikalischen Eigenschaften. Neuer Web-Datentyp Die Prozessüberwachung und -steuerung umfasst große Mengen strukturierter numerischer Daten. Um eine effiziente Bearbeitung dieser Daten zu ermöglichen, ist es vorteilhaft, diese geordnete Struktur zu erhalten. Bei großen Datenmengen ist es dabei erforderlich, die eigentlichen Daten im Binärformat zu verwalten. Für den Datenaustausch ist darüber hinaus eine exakte semantische Beschreibung der Daten notwendig, um die Bedeutung der Daten eindeutig zu definieren. In einem dreidimensionalen Datenfeld können z.b. die Daten vieler Sensoren zu vielen unterschiedlichen Zeitpunkten gespeichert sein. In der Binärdatei befindet sich dann der Messwert des Sensors zum Zeitschritt auf der Position (1 000, ). Zusätzlich muss z.b. die Identität von Sensor 1 000, wie auch sein Einbauort im betrachteten System bekannt sein; man muss wissen, dass der Zeitschritt den Zeitpunkt h am beschreibt und dass der Messwert ein Volumenstrom mit der Einheit m 3 sec -1 ist. Die Verwendung von XML [2] in Verbindung mit RDF stellt zwar die Semantik bereit, doch geht bei einem traditionellen XML-Ansatz die Struktur der Daten verloren und die Information wird in eine Vielzahl separater XML-Elemente aufgeteilt. Deshalb wird ein Ansatz gewählt, bei dem eine binäre HDF5-Datei [3] zusammen mit einer XML-Datei als neuer Datentyp definiert wird: die XML-Datei enthält die Semantik und die HDF5-Datei beinhaltet die strukturierten numerischen Daten (Bild 1). HDF5 ist ein hardwareunabhängiges Binärdatenformat, das vom NCSA in Champaign, Illinois/USA [4] entwickelt wurde und z.b. von NASA [5] und ESA [6] in verschiedenen Applikationen verwendet wird. Im ScadaOnWeb-Projekt werden die von ESA verwendeten Methoden, strukturierte numerische Datenblöcke semantisch zu beschreiben, weiterentwickelt und im Web mittels XML implementiert.

2 Gigabytes strukturierter Daten Extrahieren und Downloaden von Subsets Variablen Semantik Posititionen Zustände/Zeiten Bild 1: Neuer Web-Datentyp Das Beispiel der Sensordaten verdeutlicht, dass der Austausch von Engineering Daten eine genaue Definition der physikalischen Größen und Einheiten sowie deren Beziehung zu den physikalischen Objekten erfordert. Eine solche wurde basierend auf ISO und ISO entwickelt. Sie nutzt das Vokabular der ScadaOnWeb-Ontologie, die als Referenz-Datenbibliothek für den neuen Web- Datentyp dient, in XML definiert ist und auf den Konzepten von RDF [7], DAML+OIL [8] und MathML [9] basiert ( Physikalische Größen Definition des Wertes physikalischer Größen Der Wert (z.b. 10 kg) einer physikalische Größe (z.b. Masse) ist eine Eigenschaft eines physikalischen Objekts (z.b. Transformator), die beobachtet oder gemessen werden kann. Zusätzlich zum Wert (z.b. 10) muss die zugehörige Einheit angegeben werden (z.b. kg). Die Definition des Wertes einer physikalischen Größe ist in Bild 2 dargestellt. SIunits:kilogramme 10.0 rdfs:class rdf:type Bild 2: Definition des Wertes einer physikalischen Größe MathML wird zur Angabe numerischer Werte verwendet, da viele physikalische Eigenschaften und insbesondere technische Daten eine komplizierte Struktur, wie z.b. Vektoren oder Matrizen, haben können. Die dem RDF-Graphen entsprechende RDF-Serialisierung ist: xmlns:siunits=" <rdfs:class> <rdf:type rdf:resource=" <SIunits:kilogramme> <mathml:cn>10.0</mathml:cn> </SIunits:kilogramme> </rdfs:class>

3 Folgende Serialisierung ist prägnanter: xmlns:siunits=" xmlns:pq=" <pq:mass> <SIunits:kilogramme> <mathml:cn>10.0</mathml:cn> </SIunits:kilogramme> </pq:mass> Für manche Werte von physikalischen Größen ist die Angabe eines Wertebereiches sinnvoll. Um den Rahmen dieses Artikels nicht zu sprengen sei hier nur auf das Dokument RDF vocabulary for physical properties, quantities and units in der Rubrik Publications der ScadaOnWeb Homepage ( verwiesen. Definition der Einheit physikalischer Größen Die Einheit einer physikalische Größe ist deren Eigenschaft - im Sinne eines rdf:property. Daraus ergeben sich folgender RDF-Graph und folgende RDF-Serialisierung: rdf:type rdfs:subpropertyof kilogramme rdfs:range the real numbers (R) rdfs:domain rdf:property > Bild 3: Definition der Einheit einer physikalischen Größe <rdf:property rdf:id="kilogramme"> <rdf:type rdf:resource=" <rdfs:subpropertyof rdf:resource=" <rdfs:comment>the Kilogramme scale defined by ISO 1000:1992</rdfs:comment> <rdfs:domain rdf:resource=" <rdfs:range> <mathml:ci type="set">r</mathml:ci> </rdfs:range> </rdf:property> Definition physikalischer Größen Eine physikalische Größe ist eine Klasse, der alle Werte einer physikalischen Größe angehören. So ist z.b. Masse eine physikalische Größe und 10 kg gehört zu dieser Klasse. Deshalb kann der Wert der physikalischen Größe auch als Unterklasse der Klasse physikalische Größe angesehen werden.

4 rdf:type Mass rdfs:subclassof Die entsprechende RDF-Serialisierung ist: Bild 4: Definition einer physikalischen Größe > <rdfs:class rdf:id="mass"> <rdf:type rdf:resource=" <rdfs:subclassof rdf:resource=" <rdfs:comment>mass</rdfs:comment> </rdfs:class> Physikalische Eigenschaften Unter einer physikalischen Eigenschaft versteht man eine Beziehung zwischen einem physikalischen Objekt und einer physikalischen Größe. Die ScadaOnWeb-Ontologie definiert drei Grundtypen physikalischer Objekte: Product (komplette Lebensdauer eines physikalischen Objektes ), Product life segment (Zeitabschnitt bzw. Aktivität im Leben eines Produktes) und Product at instant (Zeitpunkt bzw. Zustand im Leben eines Produktes). Ein physikalisches Objekt ist Mitglied der Klasse physikalische Größe. So ist zum Beispiel das physikalische Objekt Transformator zum Zeitpunkt 10:30 am Mitglied der Klasse 10 kg. Die Beziehung zwischen einem physikalischen Objekt und dem Wert einer physikalischen Größe ist ein Statement, das mit Metadaten näher beschrieben werden kann, z.b. durch Angaben zu Genauigkeit und Herkunft des Wertes, sowie Art und Zeitpunkt der Messung. Deswegen muss die Beziehung meist umfangreicher dargestellt werden. Über die einfache Darstellung hinaus wird in Bild 5 eine solche Beschreibung für die physikalische Eigenschaft masswhenempty gegeben.

5 simple property assignment my_widget pp:masswhenempty SIunits:kilogramme 10.0 pq:mass rdf:subject rdf:object meta-data about the statement rdf:predicate rdf:statement reified property assignment Die entsprechende RDF-Serialisierung ist nachfolgend angegeben für: einfache Zuordnung einer physikalischen Eigenschaft Bild 5: Definition einer physikalischen Eigenschaft xmlns:siunits=" xmlns:po=" xmlns:pp=" xmlns:pq=" <po:widget rdf:id="my_widget"> <pp:masswhenempty> <pq:mass> <SIunits:kilogramme> <mathml:cn>10.0</mathml:cn> </SIunits:kilogramme> </pq:mass> </pp:masswhenempty> </po:widget> detaillierte Zuordnung einer physikalischen Eigenschaft xmlns:siunits=" xmlns:pp=" xmlns:pq=" <po:widget rdf:id="my_widget"/> <rdf:statement> <rdf:predicate rdf:resource=" <rdf:subject rdf:resource="#my_widget"/> <rdf:object> <pq:mass> <SIunits:kilogramme> <mathml:cn>10.0</mathml:cn> </SIunits:kilogramme> </pq:mass> </rdf:object>... meta-data about the statement here... </rdf:statement>

6 Die Metadaten beschreiben die Beziehung zwischen my_widget und dem Wert der Masse, der als reelle Zahl 10.0 unter Bezug auf die Einheit Kilogramm angegeben wird. Abgeleitete physikalische Größen und Einheiten Neben den grundlegenden physikalischen Größen (z.b. Masse, Länge, Zeit), den Basiseinheiten (z.b. kg, m, s) und einfachen physikalischen Eigenschaften (z.b. Masse bei Leergewicht) sind Überlegungen zu abgeleiteten physikalischen Größen (z.b. Geschwindigkeit, Beschleunigung, Kraft) und deren Einheiten (z.b. m/s, m/s 2, kg m/s 2 ) als auch zusammengesetzten Eigenschaften (z.b. [Messzeitpunkt, gemessene Temperatur]) nötig. Abgeleitete physikalische Größen Eine physikalische Größe ist eine rdfs:class. Bei abgeleiteten Größen kann die Ableitung durch das RDF-Property dimension spezifiziert werden, die einen MathML Ausdruck enthält, wie in der folgenden Serialisierung: <sowpb:physicalquantityspace rdf:id="force"> <rdf:type rdf:resource="#derivedquantityspace"/> <rdfs:subclassof rdf:resource=" > <rdfs:label xml:lang="en">force</rdfs:label> <sowpb:dimension> <mathml:apply> <mathml:times/> <sowpb:physicalquantityspace rdf:resource="#mass"/>> <sowpb:physicalquantityspace rdf:resource="#acceleration"/> </mathml:apply> </sowpb:dimension> </rdfs:class> Abgeleitete Einheiten Bei abgeleiteten Einheiten kann die Ableitung durch das RDF-Property derivation spezifiziert werden, die einen MathML Ausdruck enthält, wie in der folgenden Serialisierung: <sowpb:scale rdf:id="newton"> <rdf:type rdf:resource="#siderivedunit"/> <rdf:subpropertyof rdf:resource=" <rdfs:domain rdf:resource=" <rdfs:label xml:lang="en">newton</rdfs:label> <sowpb:unitsymbol>n</sowpb:unitsymbol> <sowpb:derivation> <mathml:apply> <mathml:times/> <sowpb:scale rdf:resource="#kilogram"/> <mathml:apply> <mathml:times/> <sowpb:scale rdf:resource="#metre"/> <mathml:apply> <mathml:power/>

7 <sowpb:scale rdf:resource="#second"/> <mathml:ci mathml:type="integer">-2</mathml:ci> </mathml:apply> </mathml:apply> </mathml:apply> </sowpb:derivation> </sowpb:scale> Zusammengesetzte physikalische Größen, Einheiten und Eigenschaften Der Wert einer zusammengesetzten physikalischen Größe ist ein Vektor von zwei oder mehreren Werten physikalischer Größen (z.b. [ :30 UTC, 20 Grad Kelvin]). Dementsprechend ist eine zusammengesetzte physikalische Größe bzw. eine entsprechende zusammengesetzte Einheit definiert durch einen Vektor von zwei oder mehreren physikalischen Größen (z.b. [Zeitpunkt, Temperatur]), bzw. Einheiten (z.b. [UTC, Kelvin]). Der Wert einer physikalischen Größe wird mit Bezug auf eine zusammengesetzte Einheit durch einen Vektor numerischer Werte oder Text definiert (z.b.: ((2002, 5, 7,10, 30), 20)). In den zwei folgenden Quelltexten sind beispielhaft die zusammengesetzte physikalische Größe InstantInTimeAndTemperature und die zusammengesetzte Einheit utcandkelvin definiert: xmlns:sowb=" <sowpb:physicalquantityspace rdf:id="instantintimeandtemperature"> <rdfs:subclassof rdf:resource="physical_property_basics.xml#physicalquantity"/> <rdfs:label xml:lang="en">instant in time and temperature</rdfs:label> <sowb:definition rdf:parsetype="daml:collection"> <mathml:vector> <sowpb:physicalquantityspace rdf:resource= " <sowpb:physicalquantityspace rdf:resource=" emperature"/> <mathml:vector> </sowb:definition> </sowpb:physicalquantityspace> xmlns:sowb=" <sowpb:scale rdf:id="utcandkelvin"> <rdfs:domain rdf:resource="#instantintimeandtemperature"/> <rdfs:range>... <mathml:vector> <mathml:ci type="set">r</mathml:ci> <mathml:ci type="set">r</mathml:ci> </mathml:vector> </rdfs:range> <rdfs:label xml:lang="en">utc and Kelvin</rdfs:label> <sowpb:unitsymbol>utc, K</sowpb:unitSymbol> <sowb:definition rdf:parsetype="daml:collection"> <mathml:vector> <sowpb:scale rdf:resource=" <sowpb:scale rdf:resource=" </mathml:vector> </sowb:definition> </sowpb:scale> Eine zusammengesetzte physikalische Eigenschaft ist eindeutig einem physikalisches Objekt zugeordnet und enthält den zusammengesetzten Wert einer physikalischen Größe. Sie wird durch

8 einen Vektor von zwei oder mehreren physikalischen Eigenschaften definiert (z.b. [Messzeitpunkt, gemessene Temperatur]). Im folgenden Quelltext ist beispielhaft die zusammengesetzte physikalische Eigenschaft timeofinstantandmeasuredtemperature definiert: xmlns:sowb=" <sowpb:physicalproperty rdf:id="timeofinstantandmeasuredtemperature"> <rdfs:label xml:lang="en">time of instant and measured temperature</rdfs:label> <rdfs:domain rdf:resource=" <rdfs:range rdf:resource="instantintimeandtemperature"/> <sowph:definition>... <mathml:vector> <rdf:property rdf:resource=" <rdf:property rdf:resource= " </mathml:vector> </sowb:definition> </sowpb:physicalproperty> Die für das RDF Vokabular von physikalischen Größen, Einheiten und Eigenschaften relevanten Dokumente sind öffentlich zugänglich und unter den folgenden URLs zu finden: Ausblick Bislang wurde das Web kaum für Engineering-Daten verwendet. da dafür keine W3C Standards verfügbar sind. Mit der im ScadaOnWeb-Projekt definierten Ontologie für Scada-Daten, die die oben beschriebene Definition für physikalischen Größen und Einheiten beinhaltet, ist eine Ontologie für die Engineering-Domain verfügbar. Ziel ist, diese in Standardisierungsgremien wie W3C, ISO und NIST einzubringen, um damit eine verlässliche Basis zum Handling von Engineering-Daten im Web zu schaffen und eine breite Anwendung zu unterstützen.

9 Literatur [1] [2] [3] [4] [5] [6] [7] [8] [9] Abkürzungen HDF5 Hierarchical Data Format NCSA National Centre for Supercomputer Applications SCADA Supervisory control and data acquisition W3C World Wide Web Consortium ISO International Organization for Standardization Autoren Für das Projekt ScadaOnWeb wurde die ScadaOnWeb GbR mbh gegründet, die folgende Gesellschafter hat: FGH e.v., Mannheim; Bacher Consulting (Schweiz); Caesar Systems Limited (Großbritannien); Cygnus Engineering AG (Schweiz); Fundacion Labein (Spanien); Racos Technische Informationssysteme GmbH, Konstanz; SINTEF Energy Research (Norwegen). Dipl.-Ing. (FH) Andrea Schröder (31), VDE, studierte Elektrische Energietechnik an der Fachhochschule in Mannheim. Seit Oktober 1995 ist sie bei der FGH angestellt, wo sie zunächst in der Abteilung Softwareentwicklung für die Datenbank des Netzplanungssystems INTEGRAL, INTEGRAL- Schulungen und die Weiterentwicklung des DVG-Datenmodells für Netzberechnungen zuständig war. Im August 2001 wechselte Frau Schröder in die Abteilung Systemstudien und bearbeitet dort das Projekt ScadaOnWeb. Dipl.-Ing. Michael Schwan (29), VDE, studierte Allgemeine Elektrotechnik an der Universität des Saarlandes in Saarbrücken und arbeitete dort zunächst am Lehrstuhl für Energieversorgung als wissenschaftlicher Mitarbeiter. Bei der Forschungsgemeinschaft für elektrische Anlagen und Stromwirtschaft e.v. (FGH) ist er Leiter der Abteilung Systemstudien. Er ist Koordinator des ScadaOnWeb-Projektes. David Leal studierte Mathematik an der Universität von Cambridge (BA) und erhielt seinen Master of Science in Bereich System-Engineering von der Universität London. Er arbeitete für CCS/SIA ( ) als Leiter der Softwareentwicklung. Danach ging er zu CEGB wo er Systeme für Informationsmanagement entwickelte gründete er CAESAR Systems Limited, arbeitete an Projekten für die Prozess- und Flugzeugindustrie und ist z.z. neben einer Veröffentlichung für eine Referenz Datenbibliothek für die Prozessindustrie sowie der Fertigstellung von ISO am Projekt ScadaOnWeb beteiligt.