CN103026374A - 用于估计新工业厂房运作准备成本的系统 - Google Patents

Abstract

提出了估计厂房所有者准备的系统与方法。当厂房所有者预备厂房建设项目的阶段可交付（例如，厂房的所有权或运作）时，可以确定所有者的准备。此外，可以基于正在建设的厂房的属性以及基于先前的厂房建设项目清单或准备模型来估计实现准备的成本。预期的系统还可以与计划成功的可能性一起推荐准备计划。

Description

用于估计新工业厂房运作准备成本的系统

本申请要求于2010年1月8日提交的具有序列号61/293260的美国临时申请的优先权权益。本文讨论的该材料以及所有其它外在材料被通过引用以它们的整体并入。在被并入的参考文献中的术语的定义或用法与本文提供的该术语的定义不一致或相反的情况下，本文提供的该术语的定义适用而所述参考文献中的该术语的定义不适用。

技术领域

本发明的领域是生产设施计划技术。

背景技术

建立生产设施（通常被称为“厂房”）需要大量的计划。设计、采购施工、维护（EPCM）公司精通于项目计划技术，其可以被引进以承担建造厂房。然而，物理设计以及建立厂房仅表示在将新的生产厂房交付给所有者中所必需的活动中的一部分。将厂房交付给所有者的另一受较少重视但是越来越重要的方面包括使所有者“准备就绪”以完成附加的活动从而使得所有者能够占有、试运转、启动、控制、管理或运作该厂房。

在最坏情况场景下，新厂房的所有者需要依靠自己独立于EPCM公司的工作来浏览无数的准备要求以建立厂房。遗憾的是，许多新厂房的所有者发现他们自己处于不熟悉的领域中，并且对于确定甚至基本的准备要求而言都是束手无策的。例如，新所有者可能缺乏了解准备要求可以包括：确定所需要的人员的数量、所需的培训、雇用要求、备件以及后勤、供应链管理、设备清单、IT系统、知识转移、安全遵从、维护要求、或如果没有适当考虑则可能会严重影响厂房的运作效率的其它不太知名的要求。新所有者需要更好地了解准备要求和估计成本（例如，金钱、时间、劳力、设备等）以准备厂房。估计成本帮助所有者就如何编预算和进行设计、开发或厂房的建设作出更好的决策。

在某些情况下，建筑公司可以帮助新所有者通过准备要求的难关。遗憾的是，对于新厂房的准备要求是在逐个项目的基础上手动定制编译的，其导致差异很大并且导致不准确的准备成本估计。这种方法是低效且费时的。一些先前的努力已经指向建立设施的基于计算机的模型。

有趣地，大多数先前的努力仅集中在估计用于完成建设项目的成本。例如，在1991年5月14日提交的、给予Burns等人的标题为“Totally Integrated Construction Cost Estimating, Analysis, and Reporting System”的美国专利5,189,606描述了利用与超过900种类型的空军设施相关联的信息的建设成本生成器。尽管如此，Burns没能考虑估计用于使设施的所有者准备就绪的准备成本。

在2004年5月14日提交的、Weidl等人的标题为“Analyzing Events”的美国专利申请公开2005/0015217集中在分析在其完成后的设施。Weidl描述了分析器布置，其模拟纸处理厂房的运作以通过根本原因分析来确定可能的问题的原因。尽管Weidl利用了模式，但是Weidl仅仅力图在所有者运作该厂房之后其是运行的之后分析设施，而没能提供对于使厂房的所有者准备就绪或使项目的其它阶段的所有者准备就绪的深入了解。

使用计算机来模拟建设的再一示例包括在2007年4月6日提交的、Chaisuparasmikul的标题为“Method and System for Integrating Computer Aided Design and Energy Simulation”的美国专利申请公开2008/0249756。Chaisuparasmikul描述了使用电子建设计划以生成能效分析。

上述参考文献举例说明了计算机模拟可以被用于计划项目本身。然而，这些和其它已知的参考文献没能意识到使新厂房所有者准备或准备就绪以开始运作他们的厂房的方面。已经被意识到的是，可以从一个项目到下一个和/或跨越不同的行业利用准备要求。例如，关于准备要求的信息可以被编译到跨越许多不同项目的综合“清单”中。当建立新厂房时，准备分析引擎可以被用于从与使新厂房的所有者准备就绪有关的清单中识别相关项。使用该引擎的主题专家(SME)然后能够通过参考一个或多个准备模型并且将所识别的准备项或它们的属性结合到准备模型中来估计用于使所有者准备就绪的成本。所生成的准备成本估计通过利用过去的经验将会更准确。

因此，仍然存在对于估计运作准备成本的系统和方法的需求。

发明内容

本创造性的主题提供装置、系统以及方法，其中可以估计厂房的运作准备成本。例如，准备分析引擎可以被配置成分析一个或多个结合厂房属性的准备模型，所述厂房属性可能包括建立要求、运行程序开发成本、维护设备、或与厂房相关联的其它属性。该分析引擎可以访问包括准备项（例如，任务、设备、培训、认证、遵从、人员雇用等）的准备清单。基于输入的厂房属性，使用分析引擎的SME可以从该清单、可能是压缩的准备清单中识别相关的准备项（例如，设备、活动、任务、人员等），并且确定对于使所有者准备就绪而言哪些项将是需要的。可以基于指示哪些项与彼此相关的前驱-后继逻辑来链接清单的项。分析引擎然后可以将相关准备模型应用到相关清单项以生成准备成本估计。通过配置估计界面以呈现成本估计报告，可以将成本估计呈现给新厂房所有者。

根据优选实施例的以下具体描述连同附图一起，本创造性的主题的各种目的、特征、方面以及优点将变得更加显而易见，在附图中相同的数字表示相同的部件。

附图说明

图1是准备估计引擎的概观。

图2表示示例准备清单数据库。

图3表示示例准备模型数据库。

图4是用于生成准备成本估计的示例方法。

具体实施方式

应当注意的是，虽然以下描述被描写为基于计算机/服务器的准备估计引擎，但是各种替代性配置也被认为是适合的并且可以采用各种计算设备，包括服务器、接口、系统、数据库、引擎、控制器或单独地或共同地操作的其它类型的计算设备。人们应当理解的是，计算设备包括处理器，该处理器被配置成执行存储在有形的、非暂时的计算机可读存储介质（例如，硬盘驱动器、固态驱动器、RAM、闪存、ROM等）上的软件指令。该软件指令优选地配置计算设备以提供如下文中针对所公开的装置讨论的角色、职责或其它功能。在特别优选的实施例中，各种服务器、系统、数据库或接口使用标准化的协议或算法（可能是基于HTTP、HTTPS、AES、公私密钥交换、网络服务API、已知的金融业务协议或其它电子信息交换方法）来交换数据。数据交换被优选地通过分组交换网络、因特网、LAN、WAN、VPN或其它类型的分组交换的网络实施。

人们应当理解的是，所公开的技术提供了许多有利的技术效果，包括提供能够指导新厂房所有者通过准备厂房以便运作的过程的基础设施。

如本文所使用的，并且除非上下文以其它方式规定，术语“耦合到”意指包括直接耦合（其中耦合到彼此的两个元件彼此接触）以及间接耦合（其中至少一个额外的元件位于该两个元件之间）两者。因此，术语“耦合到”以及“与……耦合”被同义地使用。

处于用于准备设计或建立新厂房的计划阶段中的企业常常需要在启动以及运作他们的新设施之前完成成千上万的任务。新厂房所有者应当将完成该工作的成本包括在他们的项目预算中。以下公开内容讨论了用于估计完成新厂房或生产厂房的运作准备预备活动的成本（例如，劳力、时间、材料、金钱、设备、工具等）的处理或基于知识的模型。人们应当注意的是，估计的“成本”可以包括各种类型的成本，包括货币成本、时间成本、设备成本、人力资源成本、工具加工成本、应用软件程序成本、或其它类型的资源支出。

在图1中，准备估计引擎100可以被利用来生成用于新厂房所有者的准备成本估计或准备计划。准备估计引擎100可以被认为是通过内部网络通信地与彼此耦合的单独的部件的系统。在某些实施例中，由被雇佣完成厂房建设的EPMC公司提供准备估计引擎100作为用于新厂房所有者的服务。

准备估计引擎100可以包括准备清单数据库120、准备模型数据库130、分析引擎110、用户界面155以及估计界面165。本地用户（例如，主题专家(SME)150）、远程用户（例如，所有者160）可以通过网络115（例如，WAN、LAN、因特网等）经由用户界面155或估计界面165访问准备估计引擎100。一个或多个SME 150、或其它用户输入表示与实际厂房建设相关的信息的厂房属性140。分析引擎110可以利用厂房属性140以选择存储在清单数据库120中的一个或多个相关准备清单、或存储在模型数据库130中的一个或多个相关准备模型。一旦适当的清单或模型被认为是与厂房建设相关，则分析引擎110可以将所选择的相关的（一个或多个）模型应用到所选择的（一个或多个）清单内的相关项以生成准备成本估计。

厂房属性140表示反映实际厂房建设的方面的数据并且可以呈现许多不同的形式。厂房属性140可以被存储为各种数据对象，包括数字、串、数据结构或其它类型的数据对象。厂房属性140还可以是单值参数或多值参数。示例多值参数包括（名称，值）对，其中该名称表示该属性可以被通过其提及的名字（例如，“温度”“压力”等），而该值表示该属性的特定数据。在某些实施例中，多值属性可以包括与厂房部件或其它资产相关联的N元组的信息。

厂房属性140可以携带来自厂房建设的所有阶段的信息或来自与厂房建设相关联的所有规模的信息。例如，厂房属性140可以包括与从起初、设计、工程、建设、运作、管理、试运转、停运或甚至到使用期结束的厂房生命周期的各阶段相关联的数据。此外，厂房属性140可以包括从部件级别（例如，螺钉、阀、泵等）上升到项目级别（例如，地点、所有者、EPMC公司等）的数据。示例规模级别可以包括资产级别、部件级别、厂房级别、地点级别（例如，地理、位置等）、管辖区域级别（例如，市、州、省、国家）或其它级别。

厂房属性140可以被布置在如所期望的组织结构中。在更优选的实施例中，可以根据标准化的、不分项目的命名空间对厂房属性140分配名称以及值。可以基于一个或多个期望的方案来组织命名空间。在某些实施例中，可以根据通用厂房建设项目模板分等级地组织命名空间。当厂房属性140被输入到系统中时，可以针对特定厂房建设充实该模板。

如果期望的话，可以自动地获得厂房属性140。在某些实施例中，分析引擎110可以通信地与一个或多个工程建模工具耦合。例如，分析引擎110可以被配置成从SmartPlant™或其它工具获得厂房设计属性140。分析引擎110可以将经建模的厂房的工具专用表示转换成准备估计引擎100的标准化命名空间。

清单数据库120表示被配置成存储与厂房建设相关联的一个或多个准备清单的数据库。准备清单可以获得应用许多不同的类型，其可能与处在建设项目的不同阶段的不同准备情况相关联。例如，清单可以与设计准备、工程准备、建设准备、运作准备或用于移交给新厂房所有者的简单准备相关联。一个特别优选的清单包括涵盖建设项目的所有阶段的综合清单，其中该综合清单表示被认为对于使厂房所有者准备好通过厂房建设的新阶段（包括获得该厂房的所有权）而言有用的最好的实践活动或项。

被存储在清单数据库120内的该清单包括可能与或可能不与使厂房所有者在他们的特定厂房建设方面准备就绪有关的准备项。准备项可以包括设备、任务、人员、事件或将被认为对于完成所有者准备必要的其它类型的项。每个项还可以包括描述该项如何与厂房建设的准备相关的属性。还可以可能根据用于厂房属性140的相同的命名空间将项属性存储为不分项目的数据。

以类似方式，模型数据库130表示存储一个或多个准备模型的数据库。准备模型可以包括被配置成将已知清单项和厂房属性140转换成成本估计的一个或多个模块。示例准备模型可以包括电子表格、软件仿真、蒙特卡罗应用或其它类型的数字模型。存储在模型数据库130中的准备模型还可以被配置成处理如上文中针对清单数据库120讨论的处于厂房建设的所有阶段的不同类型的准备。此外，准备模型被认为是不分建设项目并且可以被应用于一个或多个不同的建设项目。模型，与系统中的其它数据对象一样，可以包括一个或多个被分配的模型属性，该模型属性落入与厂房属性140、清单属性、项属性或其它对象属性相同的命名空间内。

当SME 150或其它被授权用户输入厂房属性140时，分析引擎110可以使用选择器145来确定来自清单数据库120的哪些清单将被认为与当前正在考虑的厂房建设相关。可以经由选择器145通过将厂房属性140同与该清单相关联的属性进行比较来识别该相关清单。如果该比较满足选择规则，则清单将被认为是相关的。例如，因为厂房属性140指示厂房建设接近完成并且最后一组准备活动或项被认为是被保证的，所以选择器145可能识别综合准备清单是相关的。

尽管如此，人们应当注意的是，相关清单可能具有与厂房建设无关的准备项。选择器145可以通过过滤掉无关清单项、留下被识别为与正在考虑的厂房建设相关的准备项来构建项目专用清单。

正如选择器145识别哪些清单项与厂房建设相关；选择器145还可以确定存储在模型数据库130中的哪些模型被认为是用于正在考虑的厂房建设的相关准备模型。此外，选择器145可以将厂房属性140与被分配给模型的属性相比较。如果该比较满足模型选择规则，则该模型被认为是相关的。

在相关准备项和相关模型的识别或选择时，建模器135可以将相关模型应用到准备项以生成准备成本估计。例如,该相关项可以是项目专用清单的一部分,该项目专用清单具有采用从厂房属性140获得的实际值填充的数据字段。该相关项可以被插入或以其它方式输入到相关模型中，然后其可以被建模器135运行以生成结果。该相关模型可以和电子表格一样简单或和一个或多个蒙特卡罗应用的系列一样复杂。

不管该模型的复杂性，建模器135可以生成准备成本估计167中的一个或多个，其可以被经由估计界面165呈现给所有者160。准备成本估计167可以按照分析引擎110的选择的或期望的用户（例如，所有者160、SME 150等）包括一个或多个成本估计。示例准备成本估计包括不同类型的成本：货币成本、时间量、设备件数、人员数量、材料量或其它量。

估计界面165可以被配置成随心所欲地根据不同的方案呈现准备成本估计167。在某些实施例中，估计界面165可以作为能够呈递本地于所有者160的网页并且将准备成本估计167呈现为网页、可能是电子表格或其它类型的报告的网络服务器来进行操作。估计界面165还可以作为所有者160可以通过其与交互式准备成本估计167交互的应用界面进行操作。例如，估计界面165可以呈现用户控制以调整建模器135的操作，其中所有者160可以调整准备仿真或蒙特卡罗应用的参数以确定当模型的参数改变时准备成本估计167如何改变。

作为更完整的示例，考虑其中所有者160处于开发厂房设计的早期过程中的情况。所有者160可以调整与该设计相关的厂房属性140以便获得对于他们用于开始建设的准备的了解。所有者160可以改变管辖区域厂房属性140以了解准备成本估计167是否将基于将厂房设计移动到新管辖区域而改变。

人们应当理解的是，分析引擎110可以被多个用户同时用于多个截然不同的项目。例如，厂房属性140的第一实例可以与第一特定厂房建设项目相关联，而厂房属性140的第二截然不同的实例可以与完全不同的第二厂房建设项目相关联。实际上，每个厂房建设对象都可以具有不同的所有者160。为了支持多个不同的项目，清单数据库120和模型数据库130可以被配置成以不分项目的格式存储它们各自的数据对象。

在图2中，清单数据库220存储一个或多个清单225，每个清单都具有一个或多个准备清单项227。清单225表示当确定关于阶段可交付的所有者准备（例如，新厂房所有者获得所有权的准备）时被认为有用的清单项227的汇集。该汇集还表示跨越多个过去的项目学到的经验教训并且可以被认为涵盖了各种已知的最佳实践。

在更优选的实施例中，清单225被认为是截然不同的可管理对象。每个清单225可以包括描述它们的对应清单225的特性的一个或多个清单属性226。清单属性226可以涵盖种类繁多的信息，包括名称、标识符、清单类型、相关管辖区域、相关所有者、清单级别建模参数、或被分配给清单225的其它类型的属性。清单225可以被按照需要可能通过提交被构建为经由其清单属性226而对清单225进行操作的一个或多个查询进行访问、搜索或更新。例如，人们可以针对具有“China（中国）”管辖区域清单属性226的所有准备清单225进行搜索。此外，如先前所述，清单属性226可以粘附到标准化或规范化的命名空间从而使得它们可以被容易地与系统中的其它对象进行比较。

准备清单225中的每个可以包括一个或多个准备清单项227，其对应于应当被认为在准备可以被认为完成之前处于满意状态的项。例如，准备项227可能包括一件设备。当特定件设备准备就绪时（例如，处于适当位置、具有被分配或训练的适当人员等），则其将被认为是处于满意状态。因为该建设项目仍在进行中，所以人们应当记住在查阅清单225的时候，准备项227不一定必须处于满意状态。

在一个或多个准备项227被认为与项目相关而其它与项目不相关的情况下，清单225中的准备项227相对于特定厂房建设项目而言可能是过于范围广的。可以通过将该项目的厂房属性与清单属性226或与项属性229进行比较来将相关准备项227识别为与项目相关。

准备项227可以包括许多不同类型的项。示例项可以包括设备、人员、文件、任务、或其它类型的要求以确保对于项目阶段的适当的所有者准备。项属性229中的每个提供了描述其对应项227的大量信息。示例项属性229包括名称、标识符（例如，UUID、GUID等）、类型、用于该项的相关成本、资产级别信息、相关管辖区域、所有者、建模参数或其它类型的属性。此外，与系统中的其它对象一样，项属性229可以符合公共的命名空间。

两个特别优选的项属性229包括前驱项和后继项链接。这些链接指示与可能在其它清单225内的其它项227的关系。前驱项链接指示在当前项可以被认为处于满意状态之前应当处于满意状态的准备项227。作为示例，准备项227可能与在建设地点上具有一件设备对应。该前驱项可能包括购买该件设备的任务。类似地，后继项链接指示可以被认为是在用来建立准备的项的链中的必要项的准备项227。为了继续该先前示例，对于该设备的后继项可能包括用于分配人员到设备或关于设备的使用来培训人员的任务。即使当该前驱项或后继项缺乏满足关于厂房属性的项选择规则的准备项属性229时，另外的相关准备项227也可以被经由前驱-后继逻辑来识别。该项可能以其它方式看起来与厂房无关，但是基于前驱-后继逻辑分析仍然将被认为是相关的。

特别注意的是，准备项属性229可以包括关于用来确定准备成本估计的准备模型内的建模项227的信息。自然地，根据项227的特性以及其关联的成本，建模参数可以呈现许多不同的形式。建模参数可能包括一个或多个算法或公式，其可以被用来表示与项227相关联的成本度量。在以上的设备示例中，与建立成本相关的建模参数可以包括获得设备的交付周期、收购价格的来源、每单位使用时间的风险或安全度量、或可以被用来确定成本估计的其它类型的信息。为了进一步扩展该示例，设备类型可以被识别为唯一的或重复的。唯一的设备可能招致较高的准备成本，而重复的设备可能招致较低的准备成本。

可以提供包括可能需要使厂房所有者准备就绪的项或活动的列表的综合准备清单225。例如，准备清单可以包括关于维护准备、运作准备、系统准备、组织准备、支持准备、供应链准备、风险和所有者准备检查或其它类型的准备的项。能够被适配为根据所公开的技术操作的一个已知的系统包括FLUOR^® UpFRONT^SM 运作准备和启动支持服务。

在图3中，模型数据库330被配置成优选地以不分项目的方式存储一个或多个准备模型335。与系统中的其它对象一样，准备模型335还可以包括如由模型属性336指示的属性。模型335可以包括被配置成生成一个或多个准备成本估计的各种类型的应用。示例模型包括电子表格、建模程序、仿真、或甚至蒙特卡罗应用。

准备模型335包括一个或多个模型属性336，其提供关于在哪些情况下模型被认为是相关的信息。此外，可以基于将厂房属性与准备模型属性336进行比较来将准备模型335识别为与项目相关。典型地，模型属性336具有比清单属性、准备项属性或其它更详细的级别属性的级别或视角更高的级别或更全局的视角。例如，模型属性336可以包括针对准备情况或所述模型被认为是与其相关的管辖区域的所有成本度量。尽管如此，预期的是，模型属性336也可以包括更精细的细节级别，甚至下降到资产水平。在某些实施例中，模型属性336可以指示：模型335仅针对项目的特定所有者或其它特定方面相关，而不是与许多截然不同的项目相关。

模型335被用来将来自系统的其它部件的各种信息合拢到一起以得到准备成本估计。相关准备模型335可以与相关清单项、准备项属性或厂房属性相结合以开发用于厂房的准备模型。在其中模型335包括电子表格的实施例中，从准备项属性和厂房属性获得的信息可以被输入到电子表格中以生成一个或多个相关成本度量。在其中模型335包括仿真的实施例中，可以根据各种属性来配置该仿真。然后可以运行该仿真以确定成本度量。成本度量可以是基于时间、设备、材料量、质量、风险、安全、人员或其它可量化的因素。

可以基于过去的经验建立准备模型335。例如，准备模型335可以包括在当前正在被考虑的厂房的建设之前建立的先验模型。该先验模型体现了基于先前的建设项目的关于使厂房所有者准备就绪所学到的经验教训。当分析引擎力图选择一个或多个准备模型335时，所选择的模型可以是先验模型、新创建的模型或模型数据库330中的其它模型335中的一个。

准备模型335被配置成生成一个或多个准备成本估计，所述准备成本估计包括至少一个所得到的成本度量。人们应当记住的是，被认为与项目有关的相关清单项中的许多可能不处于关于准备的满意状态。因此，准备成本估计或成本度量可能不具有确定性的值。

还可以确定唯一的对（vs）重复的量的数量,并且将其加载到模型中。通常，唯一的项将需要额外的时间来设计（例如，高准备成本），其中重复的项将具有较少的时间给予与它们相关联的设计（例如，低准备成本），其会影响估计的准备成本。

还可以像在蒙特卡罗环境中那样多次执行准备模型335作为仿真以确定对成本度量的扩展。利用不同的输入参数多次运行仿真可以提供在准备成本估计方面以及在其成本度量方面的信心。考虑一个示例，其中一个人被分配了一个任务（即，相关准备项）。被分配该任务的第一个人可能增加了成本度量；然而，当第二个不同的人被分配该任务时，成本度量可能减少。可以利用准备模型335来确定在准备成本估计方面的扩展。

人们应当理解的是，多次运行仿真允许建立关于实现适当准备的统计资料（statistics）。本创造性的主题被认为是包括使用该统计资料以生成实现期望的准备的可能性。此外，到相关准备模型335中的变化的输入属性（例如，对于任务的人员分配、可用的设备等）还提供对与该准备成本估计相关联的一个或多个成本度量的优化。当输入属性被改变时，所有者可以确定如何最好地节约时间、金钱、精力、设备、或者甚至减少风险。例如，可以调整模型335以适应设备类型（例如，唯一的、重复的等）。

改变人员属性的一种方法可以包括使用具有拥有所识别的技能度量或能力的已知人员的职责矩阵。分析引擎可以通过查阅该矩阵以确定是否其它个人可以被分配到任务、设备或其它清单项来改变资源分配。如果一个人具有一组适当的技能或能力（即，属性），则该个人可能适合取代较低效率的个人。

考虑到可以利用准备模型335作为仿真以实现准备；人们应当理解的是，还可以利用准备模型335生成准备计划。当期望的准备成本估计已经被完成时，可能包括成本度量优化，准备模型335可以被用来输出具有清单项、所分配的资源、链接的项（例如，链接清单任务、前驱、后继等）或概括如何实现适当的准备的其它信息的所推荐的准备计划。此外，所推荐的准备计划还可以包括成功的可能性、分项列记的成本度量、分项列记的风险因素或其它对厂房所有者有用的信息。

在图4中，方法400表示用于生成准备成本估计的可能方法。方法400概括了上述各种元件如何交互以产生一个或多个准备成本估计。

步骤410包括提供对存储一个或多个准备清单的准备清单数据库的访问。该清单被认为是可以随着时间流逝或随着通过正在准备的所有者从先前的建设项目中学到经验教训而被添加、去除、更新或以其它方式修改的在活动中的文件。在更优选的实施例中，以不分项目的方式存储清单。例如，清单可以被存储为XML数据结构。每个所述清单可以包括清单属性并且可以包括还具有准备项属性的一个或多个准备清单项。如上面所讨论的，系统中的各种数据对象可以具有粘附到公共命名空间的属性，所以所述对象可以被容易地根据一个或多个选择规则（例如，布尔逻辑、编程指令、相关性等）与彼此进行比较。

步骤410包括提供对存储一个或多个准备模型的准备模型数据库的访问。与系统中的其它对象一样，还可以通过属性识别所述准备模型。准备模型范围可以从简单电子表格到表示准备情况的仿真的复杂指令集、或者甚至蒙特卡罗应用。

步骤430包括提供对准备分析引擎的访问，所述准备分析引擎可以与清单数据库以及模型数据库通信地耦合。用户可以经由可能通过网络（例如，因特网）呈现的一个或多个用户界面访问准备分析引擎。在某些实施例中，用户可以经由由分析引擎内的HTTP服务器服务的网页获得对准备分析引擎的访问。而在其它实施例中，可以通过在用户本地运行的一个或多个软件应用获得访问。

步骤440包括接收与厂房相关联的厂房属性。例如，用户（可能是主题专家）可以将项目专用信息输入到分析引擎中，其中该项目专用信息以厂房属性的形式被呈现。如先前所提及的，厂房属性可以被标准化到公共命名空间从而使得一组属性可以被容易地与另一组属性（可能关于不同的对象）进行比较。还可以自动地从一个或多个设计工具获得厂房属性。例如，分析引擎可以与3D建模工具耦合以获得几何属性、部件列表、设备描述（例如，唯一的、重复的、现成的等）、或其它属性。

在步骤450处，分析引擎可以使用厂房属性以从被存储在清单数据库中的清单中识别相关准备项。识别该相关项可以包括将厂房属性与清单属性或清单项属性进行比较。如果分析引擎发现清单项满足关于厂房属性的比较选择标准，则清单项被认为是将被用于估计准备成本估计的相关清单项。此外，在步骤455处，分析引擎可以沿遵循相关清单项中的前驱-后继逻辑的前驱或后继链接走以识别另外的相关清单项。

步骤460，以和步骤450类似的方式，可以包括从准备模型数据库中识别相关准备模型。分析引擎可以将厂房属性同与各种准备模型相关联的属性进行比较。如果比较产生满意的结果，则该准备模型被认为与当前厂房建设项目相关。

步骤470包括将相关准备模型应用到相关准备项。分析引擎从相关准备项获得信息，包括它们的属性信息，并且将该信息输入到相关准备模型中。例如，模型可能需要用于完成可以从该项任务的属性获得的任务的估计的时间帧。该估计的时间帧可以被输入到模型中作为该模型的参数。必要时，该模型则可以通过与被分配到任务的人员相关联的一个或多个比例因子来调整估计的时间帧。该模型可以结合许多时间帧以生成最终估计的时间帧（即，估计的成本度量）以实现准备。可以通过电子表格应用的使用来实现这样的方法。

在某些实施例中，步骤475可以包括运行准备计划的一个或多个仿真。可以通过分项列记应当处于满意状态以实现准备的相关清单项来从该模型生成准备计划。此外，分析引擎可以将人员、设备或其它资源分配到每个所述项，从而使得针对该仿真充分地充实该计划。可以多次运行该仿真以得到与实现准备相关联的统计资料。

准备计划可以包括一个或多个准备要求。示例准备要求可以包括风险管理、培训、操作程序、人力资源计划、雇员培训、维护程序、备件计划、供应链活动、企业I/T系统、法规遵从、试运转、准备检查、过程认证等。

步骤480可以包括生成基于该模型估计的准备成本。如上面所论述的，可以通过各种方法从该模型生成估计的准备成本。在某些实施例中，该模型生成基于一个或多个成本度量估计的准备成本，所述一个或多个成本度量根据将公式或算法应用到厂房属性或相关清单属性而计算得到。在更复杂的实施例中，模型表示产生估计度量的仿真。例如，假设该属性不具有固定值，则分析引擎可以允许属性的值改变，并且多次运行模型仿真（可能在蒙特卡罗应用内）。通过改变到相关模型的输入参数，分析引擎可以确定成本估计或其成本度量是否具有显著的变化。

实际上，步骤485可以包括关于成本度量来优化准备计划。当分析引擎改变模型的输入参数时，结果得到的准备成本估计可能也改变。因此，人们可以使用分析引擎以通过寻找产生优化的成本度量的可变属性值来优化准备计划。优化成本度量可以增加/减少成本度量值：金钱、时间、精力、风险、安全、设备、材料或其它类型的度量。

步骤490包括呈现准备成本估计。呈现成本估计可以包括配置远程计算机以呈递包括各种相关清单项、成本度量、所推荐的准备计划或其它信息的分项列记的列表的报告。在某些实施例中，准备成本估计可以被构建为用户可以控制或者与其进行交互以确定成本估计的范围的交互式应用。优选地，厂房所有者可以利用所呈现的成本估计来确定如何实现准备一个或多个建设阶段或者接管他们的厂房。

对于所公开的技术而言存在许多优点。所公开的处理是灵活的并且模块化的。通过利用过去的经验，定制的准备计划可以被迅速地建立以创建客户的量身订做（fit-for-purpose）的成本估计。

可以由新厂房所有者通过用于检查或预算目的的主要活动来组织成本估计。例如，成本估计可以通过活动、设备、人力资源、时间、或其它类型的成本加以分项列记。该估计还可以通过准备的类型加以分项列记：维护、供应链、支持、系统、或其它类型的准备。

还预期的是，所公开的系统可以用于广泛范围的行业和不同类型的新生产设施。例如，所公开的分析引擎和技术作为人工智能工程设计应用将是有益的，以帮助设计师估计设计备选方案的成本。可以由公司使用它来选择设计配置，其降低了运作准备预备成本，并且优化了新厂房的生命周期成本。

人们还应当理解的是，可以在厂房建设前或厂房建设期间生成准备成本估计或准备计划。该方法确保了厂房所有者以及时的方式具有准确的信息以作出关于厂房的开发的可靠决策。

各行业可以利用这种技术作为决策支持系统，其中个人可以估计替代性设计，或可以得到对决策之间的差别成本的了解。

对于本领域的技术人员而言应该显而易见的是，在不偏离本文中的创造性概念的情况下，除了已经描述的那些之外的更多的修改是可能的。因此，除了在随附权利要求的范围内之外，本创造性主题将不受限制。此外，在解释说明书和权利要求书二者时，所有术语应被以与上下文相符的尽可能最宽的方式解释。特别地，术语“包括”和“包含”应当被以非排它的方式解释为涉及元件、部件或步骤，指示所提及的元件、部件或步骤可以被呈现、或被利用、或与并未被明确提及的其它元件、部件或步骤相组合。在说明书权利要求书涉及从包含A、B、C……以及N的组中选择的某事物中的至少一个的情况下，该文字应当被解释为仅需要来自该组的一个元件，而不是A加N或B加N等。

Claims (12)

1.一种准备估计引擎，所述引擎包括：

厂房准备模型数据库，其被配置成存储一个或多个准备模型，所述模型具有模型属性；

准备清单数据库，其被配置成存储一个或多个准备清单，所述清单包括具有项属性的准备项；

准备分析引擎，其与所述模型数据库以及清单数据库通信地耦合，并且被配置成：

接收与厂房相关联的厂房属性；

通过将所述厂房属性与所述项属性进行比较来从所述清单数据库中的清单中识别相关准备项；

基于所述厂房属性识别所述模型数据库中的至少一个相关准备模型；以及

通过将所述至少一个相关准备模型应用到所述相关准备项生成准备成本估计；以及

估计界面，其与所述分析引擎耦合并且被配置成呈现所述准备成本估计。

2.根据权利要求1所述的引擎，其中，所述准备分析引擎进一步被配置成经由被应用于清单项的前驱-后继逻辑识别相关准备项。

3.根据权利要求1所述的引擎，其中，所述准备分析引擎进一步被配置成基于所识别的准备项生成准备计划。

4.根据权利要求3所述的引擎，其中，所述准备分析引擎进一步被配置成关于成本度量来优化所述准备计划。

5.根据权利要求3所述的引擎，其中，所述至少一个准备模型包括准备计划的仿真。

6.根据权利要求1所述的引擎，其中，至少一个相关准备模型包括在所述厂房的建设之前建立的先验模型。

7.根据权利要求6所述的引擎，其中，所述准备分析引擎进一步被配置成从多个建立的准备模型之中选择所述至少一个厂房准备模型。

8.根据权利要求1所述的引擎，其中，所述准备分析引擎进一步被配置成根据设备类型识别相关准备项，所述设备类型包括以下类型中的至少一个：唯一的设备以及重复的设备。

9.根据权利要求8所述的引擎，其中，所述厂房准备模型被调整成适应所述设备类型。

10.根据权利要求1所述的引擎，其中，所述准备成本估计包括根据所述相关清单项的成本的分项列记。

11.根据权利要求1所述的引擎，其中，所述准备成本估计包括根据成本类型的成本的分项列记。

12.根据权利要求1所述的引擎，其中，所述准备成本估计包括不同的成本类型，所述成本类型包括以下成本类型中的至少两个：货币成本、时间成本、劳力成本、以及设备的量。

Images