CN103370666A - 用于生成指数以量化连续过程的操作转变效能的系统和方法 - Google Patents
用于生成指数以量化连续过程的操作转变效能的系统和方法 Download PDFInfo
- Publication number
- CN103370666A CN103370666A CN2012800067852A CN201280006785A CN103370666A CN 103370666 A CN103370666 A CN 103370666A CN 2012800067852 A CN2012800067852 A CN 2012800067852A CN 201280006785 A CN201280006785 A CN 201280006785A CN 103370666 A CN103370666 A CN 103370666A
- Authority
- CN
- China
- Prior art keywords
- index
- weight
- value
- actual
- minimum
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000007704 transition Effects 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000010924 continuous production Methods 0.000 title claims abstract description 28
- 230000008569 process Effects 0.000 claims abstract description 31
- 230000008859 change Effects 0.000 claims description 88
- 238000011002 quantification Methods 0.000 claims description 13
- 230000009466 transformation Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 12
- 238000007652 sheet-forming process Methods 0.000 abstract 1
- 239000000463 material Substances 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000001035 drying Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000000465 moulding Methods 0.000 description 4
- 238000013139 quantization Methods 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000002994 raw material Substances 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000021715 photosynthesis, light harvesting Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000002002 slurry Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- D—TEXTILES; PAPER
- D21—PAPER-MAKING; PRODUCTION OF CELLULOSE
- D21G—CALENDERS; ACCESSORIES FOR PAPER-MAKING MACHINES
- D21G9/00—Other accessories for paper-making machines
- D21G9/0009—Paper-making control systems
-
- D—TEXTILES; PAPER
- D21—PAPER-MAKING; PRODUCTION OF CELLULOSE
- D21G—CALENDERS; ACCESSORIES FOR PAPER-MAKING MACHINES
- D21G9/00—Other accessories for paper-making machines
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
- G05B23/0294—Optimizing process, e.g. process efficiency, product quality
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Feedback Control In General (AREA)
- Paper (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- General Factory Administration (AREA)
- Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
Abstract
一种用于生成指数以量化连续过程(如薄板成形过程)的操作转变效能的系统和方法,该系统和方法包括一个被配置成生成标准化总转变效能指数的计算机系统。该总转变效能指数由多个与该过程线的特定生产部件或部分相关联的单独参数指数形成。同样地,这些单独参数指数允许该系统的用户容易地确定在所希望的水平以下进行的连续过程线的具体部分。此外,因为该总转变效能指数被标准化,所以该总转变效能指数能够进行多条过程线的操作转变效能的比较。
Description
技术领域
本发明总体上涉及连续过程(continuous process),如薄板成形过程。具体地,本发明涉及一种确定连续过程的操作转变的效能的系统和方法。更具体地,本发明涉及一种用于生成量化连续过程的操作转变的效能的指数的系统和方法。
背景技术
在连续过程的过程控制的情况下,如薄板成形过程,产品质量参数集中在生产具体“等级”的产品的所在的一段时间。“等级”确定一组产品规格,例如,如薄板重量、薄板厚度、薄板亮度和薄板颜色。然而,一段时间后,可能希望改变产品(如该薄板)的规格。该过程(其中,最初被配置成生产一种规格的薄板的过程线转变成生产另一种规格的薄板)被称为等级变化或操作转变。通过与各种控制系统接口连接的转变控制系统进行等级变化或操作转变。确切地,转变控制系统使连续过程的各种功能部件的操作设置点自动化以保证根据等级变化或操作转变所确定的新产品规格生产产品并且保证该过程实现所希望的等级变化或操作转变。
虽然已经确立了稳态控制过程并且关键效能指标(KPI)可以用于监控它们的操作,但当用于量化连续过程的操作转变的效能时,这种关键效能指标提供不充分的效能数据。例如,一种用于量化操作转变或等级变化的效能的方式是通过监控完成从一个等级向另一个等级转变所需的转变时间。然而,转变时间提供不充分的效能数据并且不提供操作转变的总效能的完整和/或准确评估。而且,因为连续过程需要生产在操作转变过程中不满足最终生产规格的产品(如薄板),所以如果不是以优化的方式进行操作转变会出现生产时间和产品的大量浪费。
因此,需要一种生成一组量化连续过程的操作转变或等级变化效能的指数的系统和方法。此外,需要一种生成与操作转变或等级变化过程中出现的连续过程的各种参数相关联的标准化效能指数,以便能够进行多条过程线之间的等级变化效能的比较。而且,需要一种量化操作转变过程中连续过程的一个或多个具体部分的效能的系统和方法,以便容易确定该过程没有达到所希望的效能水平的具体部分。
发明概述
鉴于上文,本发明的第一方面是提供一种用于生成量化连续过程的操作转换效能的效能指数的系统;
本发明的另一个方面是提供一种用于生成量化连续过程的操作转变效能的效能指数的系统,该方面包括一种用于生成效能指数的系统,以量化等级变化控制器进行的连续过程线的操作转变效能,该系统包括:一个数据库,该数据库被适配成存储存储在其上的与转变时间段期间等级变化控制器所进行的操作转变相关联的至少一个效能参数;以及一个耦联到该数据库上的计算机系统,该计算机系统被配置成基于该至少一个效能参数生成转变效能指数。
本发明的又另一方面是提供一种用于生成效能指数的方法,以量化通过等级变化控制器进行的连续过程的操作转变效能,该方法包括:提供一个计算机系统;在该计算机系统处获取至少两个效能指数,这些效能指数是从由转变时间指数、薄板重量缓变率指数、薄板重量变化指数、线速度变化指数、蒸汽预测误差指数、和水分偏差指数组成的组中选定的;此至少两个指数各加权一个权值;以及对这至少两个指数求和以生成操作转变效能指数。
附图简要说明
结合以下说明、所附权利要求书和附图,本发明的这些和其他特征和优点将变得更好理解,其中:
图1为一个框图,示出了一条连续过程线和被配置成根据本发明的概念生成操作转变效能指数的计算机系统。
发明详述
一种用于生成量化连续过程或生产线10的操作转换效能的指数的系统和方法,如图1中所示,总体上用数字20表示。连续过程线10可以包括任何过程,其中,在正在制造的产品的一个或多个规格的变化或转变过程中连续操作该过程或生产线。然而,出于以下讨论的目的,该连续过程线10涉及一种形成薄板(如纸张)的过程。
通过生产线10进行的薄板成形过程包括各种功能生产部件,这些生产部件包括但不限于原料流量控制阀40,该原料流控制阀控制着传送至通过流浆箱风扇式泵致动器52移动的流浆箱50的湿原料的量,如湿纸或浆料。流浆箱50以特定速度或速率向网筛或线60传送湿原料,该网筛或线通过多个线转向辊70移动,以形成材料的连续薄板或原薄板80。然后从该网筛60上取出原薄板80并将其放入压榨部分90,该压榨部分包括多个压辊92,这些压辊压紧原薄板80以便将过度水分挤出该薄板。然后,将压缩后的原薄板80带入干燥部分100,该干燥部分由多个干燥辊120形成,这些干燥辊由过热蒸汽从内部加热,过热蒸汽由蒸汽阀130进行压力控制。本领域技术人员将认识到可以使用其他干燥配置。薄板80移动通过过程线10的速度由这些干燥辊120控制,这些干燥辊由任何适合的驱动机构驱动,如电机。当原薄板80退出该干燥部分100时,干燥后的且成品原薄板80通过一系列辊并且然后通过薄板分析传感器150,该薄板分析传感器被配置成测量该薄板80的各种物理特性,尤其包括其厚度和重量。一旦已经分析了原薄板80,然后该原薄板被收集在卷取机160上,该原薄板存储在其上或被运送用于后续处理。
为了将过程线10的生产部件的操作保持在目标值上,使用了反馈指标控制器。确切地,流量指标控制器200耦联到原料流量阀40和相关联的流速传感器202上。流速传感器202提供关于至控制器200的原料流量的反馈信息。流浆箱压力指标控制器210耦联到流浆箱风扇式泵致动器52和流浆箱50上。速度指标控制器220耦联到干燥辊120上,并且压力指标控制器230耦联到蒸汽阀130和相关联的蒸汽压力传感器232上。同样地,这些指标控制器200至230对过程线10所进行的各种过程提供低水平反馈控制,从而该原料流指标控制器200对原料流速提供控制;该流浆箱压力指标控制210通过流浆箱风扇式泵致动器52对流浆箱50提供控制;该速度指标控制器220通对干燥部分锟120速度提供控制;以及该压力指标控制器230对蒸汽压力容量提供控制。指标控制器200至230所用的、定义生产部件的操作规格的操作设置点通过以下所讨论的、监督这些指标控制器200至230的操作的监督控制器或调节控制器确立。
过程线10提供的监督控制器或调节控制器通常用于监控过程线10中所提供的所有各种传感器并生成发送至这些各种指标控制器200至230的信号。本领域技术人员将认识到有待描述的各监督控制器包括适当的硬件、软件和用于接收特定数据输入和生成适当的数据输出的存储器。这些监督和调节控制器包括一个控制过程线10所生产的成品薄板产品的重量的重量控制器250;一个控制从流浆箱50和金属丝网筛60传送原料的速度的流浆箱控制器260;一个控制携带原薄板80的干燥锟120的速度的速度控制器270;和一个控制成品薄板80的水分含量的水分控制器。确切地,这些监督或调节控制器250至280耦联到这些指标控制器200至230上,从而使得该重量控制器250连接到流量指标控制器200上。以一种类似的方式,流浆箱控制器260连接到流浆箱压力指标控制器210上,速度控制器270连接到速度指标控制器220上,以及水分控制器280连接到压力指标控制器230上。此外,重量控制器250还接收来自薄板分析传感器150的反馈;流浆箱控制器260接收来自流浆箱50、速度指标控制器220、和来自监控线转向锟70的速度的线速度传感器290的反馈;以及水分控制器280接收来自薄板分析传感器150的反馈。
等级变化控制器300耦联到重量控制器250、流浆箱控制器260、速度控制器270和水分控制器280上,该等级变化控制器被配置成在从一组目标值到一新组的等级变化过程中以一种优化的方式转移过程线10,以便生产具有新规格的产品。确切地,等级变化控制器300定义薄板产品目标值的轨迹和生产部件的当前低水平设置点的轨迹并通过过程线10的过程模型使它们相关联。如此处所用的,这些目标值是指薄板转换到所希望的等级完成后薄板的所希望的特性。并且,这些设置点是指该过程线中需要获得这些目标值的低水平部件的操作参数。设置这些轨迹后,等级变化控制器300会生成增量调整值,对这些增量调整值与重量控制器250、速度控制器270和水分控制器280所确立的设置点值进行了求和。此外,等级变化控制器300以一种优化的方式进行转变,以容纳各种约束条件,例如,如薄板的规格变化过程中产生的时间、材料和能量浪费。
然而,为了由等级变化控制器300监控过程线10已经进行的等级变化的效能,系统20生成以下将详细讨论的操作转变效能指数或值。
该操作转变效能指数或值是各操作转变参数指数的一种加权组合,这些操作转变参数指数量化过程线10的各种生产部件的操作效能以及等级变化过程中出现的成品薄板产品80的规格。即,当过程线10完成等级变化或操作转变时,从与过程线10和薄板80相关联的效能数据和/或操作数据生成这些参数指数。确切地,这些参数指数或值包括转变时间指数、薄板重量缓变率指数、薄板总重量变化指数、线总速度变化指数、蒸汽压力预测误差指数和薄板最大水分偏差指数。因此,通过提供多个参数指数(每个与过程线10的特定生产部件的效能或产品80相关),加强了分析和诊断努力,因为这些参数指数容易确定过程线10的没有达到所希望水平的效能的部分。而且,操作转换效能指数能够进行多条过程线之间的等级变化或操作转变的比较。
通过计算机系统350由系统20计算和生成效能指数和总效能指数,该计算机系统可以包括任何适合的计算装置,如独立计算机或台式计算机,该计算装置被配置成计算或运算定义有待讨论的总转变效能指数和相关指数的方程。可替代地,计算机系统350可以直接耦联到等级变化控制器300上,以获取这些参数指数的计算中所使用的各种数据,或可以直接耦联到过程线10的部件上。还应认识到计算机系统350被配置成保持与过程线10和薄板80相关联的过去的或历史效能和/或操作数据、规格或参数的数据库360以及用于各种其他过程线和薄板的数据库。因此,基于这种数据,系统20能够计算各参数指数和总效能指数,在以下讨论中详细介绍这些指数。
A.总转变效能指数
用于量化操作转变或等级变化的总效能的总转变效能指数如下给出:
OverallTransitionPerformanceIndex=
w1(TransitionTimeIndex)+w2(SheetWeightRampRateIndex)+
w3(SheetWeightChangeIndex)+w4(LineSpeedChangeIndex)+
w5(SteamPredictionErrorIndex)+w6(MoistureDeviationIndex).
(A)
确切地,总转变效能指数由一个或多个加权参数指数之和组成,这个或这些加权参数指数包括:Transition Time Index、Sheet Weight Ramp RateIndex、Sheet Weight Change Index、Line Speed Change Index、SteamPrediction Error Index和Moisture Deviation Index。而且,总转变效能指数A被标准化成一个在1和0之间的无单位值,而权重因数或值wi被赋予一个相对于各效能参数指数的重要性水平的数字值。然而,一方面应认识到转变效能指数的加权因数或值wi之和等于1,而所讨论的各参数指数的值被标准化为在0到1的范围内,以便当比较多个总转变效能指数A时提供均匀性。
因此,随着给出总转变效能指数的讨论,以下给出了从其得出的各参数指数的讨论。
B.转变时间指数
转变时间指数为一个参数指数,该转变时间指数量化过程线10从初始产品规格到该产品(如原薄板80)的所有确定的测量值在等级变化或操作转变所确立的新产品规格范围内时的点转变所需的时间量。此外,该转变时间指数为一个在1和0之间的标准化的无单位量,并且由以下方程定义:
TransitionTimeIndex=
Max{Min[(MeasuredTime)(TransitionTimeGain)+TransitionTimeBias,1]0}(B)
TransitionTimeBias=[MaxTimeIndex-
(MinDesiredTime)(TransitionTimeGain)]. (D)
MeasuredTime变量(此处也称为转变时间)被定义为从操作转变或等级变化开始到所有确定的产品测量值在该操作转变或等级变化所定义的新产品规格范围内时的点所测量的实际量时间。而且,TransistionTimeGain C被定义为转变时间每次增加后的转变时间指数的变化(例如,转变时间每减少5分钟指数增加0.1为-0.02的斜率),而TransitionTimeBias D被定义为最小转变时间的转变时间指数的值。
从其得出的TransitionTimeGain C和TransitionTimeBias D的MaxDesiredTime变量和MinDesiredTime变量定义对应的最大和最小希望转变时间。确切地,从由过程线10进行的一个或多个过去等级变化的历史数据库中获取MaxDesiredTime值和MinDesiredTime值,这些值存储在计算机系统350的数据库360处。在另一个方面中,可以将MaxDesiredTime和MinDesiredTime直接输入进计算机系统350中或以一种自动化方式从等级变化控制器300中获取它们。此外,MaxTimeIndex变量和MinTimeIndex变量确定在最大和最小转变时间之间的TransitionTimeIndex变量的范围并且该范围被正常设置为使得MaxTimeIndex变量等于1和MinTimeIndex变量等于0,以便标准化TransitionTimeIndex B的值。
C.薄板重量缓变率指数
薄板重量缓变率指数为一个参数指数,其量化过程线10在转变时间段期间从初始产品规格改变薄板80的重量的速率。此外,该薄板重量缓变率指数被标准化成一个在1和0之间的无单位量,并且由以下方程定义:
WeightRampRateIndex=
Max{Min[(MeasuredWeightRampRate)(WeightRampRateGain)+
WeightRampRateBias,1],0} (E)
WeightRampRateBias=
[MinWeightRampRateIndex-
(MinDesiredWeightRampRate)(WeightRampRateGain)]. (G)
MeasuredWeightRampRate被定义为转变时间段期间出现的薄板80的实际重量变化。而且,WeightRampRateGain F被定义为实际重量缓变率每次增加后的重量缓变率指数的变化,而WeightRampRateBias G定义重量缓变率在最小重量缓变率时的重量缓变率指数的值。
从其得出WeightRampRateGain F和WeightRampRateBias G的MaxDesiredWeightRampRate和MinDesiredWeightRampRate基于过程线10进行的一个或多个过去等级变化的存储在计算机系统350的数据库360处的历史数据定义对应的最大和最小希望重量缓变率。在一方面中,可以将MaxDesiredWeightRampRate和MinDesiredWeightRampRate直接输入进计算机系统350中或以一种自动化方式从等级变化控制器300中获取它们。此外,MaxWeightRampRateIndex和MinWeightRampRateIndex确定在对应的最大和最小重量缓变率指数之间的WeightRampRateIndex的范围并且该范围被正常设置为使得MaxWeightRampRateIndex变量等于1和MinWeightRampRateIndex等于0,以便标准化WeightRampRateIndex E的值。
D.薄板重量变化指数
薄板重量变化指数为一个参数指数,其量化转变时间段期间出现的过程线10生产的薄板80的重量的大小变化。此外,该薄板重量变化指数被标准化成一个在1和0之间的无单位量,并且由以下方程定义:
WeightChangeIndex=
Max{Min[(MeasuredWeightChange)(WeightChangeGain)+
WeightChangeBias,1],0} (H)
WeightChangeBias=
[MinWeightChangeIndex-
(MinDesiredWeightChange)(WeightChangeGain)]. (J)
MeasuredWeightChange为转变时间段期间出现的有效(之前)和初步(之后)薄板80重量之间的大小差定义的实际重量变化。而且,WeightChangeGain I被定义为实际重量变化每次增加后的重量变化指数的变化,而WeightChangeBias J被定义为实际重量变化在最小重量缓变率时的重量变化指数的值。
从其得出WeightChangeBias和WeightChangeBias.的MaxDesiredWeightChange和MinDesiredWeightChange被定义为对应的最大和最小希望重量变化,并且从存储在过程线10进行的一个或多个过去等级变化的计算机系统350的数据库360处的历史数据获取它们。在一方面中,可以将MaxDesiredWeightChange和MinDesiredWeightChange直接输入进计算机系统350中或以一种自动化方式从等级变化控制器300中获取它们。此外,MaxWeightChangeIndex和MinWeightChangeInde确定薄板重量变化效能指数的对应的最大和最小重量变化指数的范围并且该范围被正常设置为使得MaxWeightChangeIndex变量等于1并且MinWeightChangeIndex变量等于0,以便标准化WeightChangeIndex H的值。
E.线速度变化指数
线速度变化指数为一个参数指数,其量化转变时间段期间出现的线速度或薄板80移动通过过程线10的速度的大小变化。此外,该线速度变化指数被标准化成一个在1和0之间的无单位量,并且由以下方程定义:
LineSpeedChangeIndex=
Max{Min[(MeasuredSpeedChange)(SpeedChangeGain)+Speed
ChangeBias,1],0} (K)
SpeedChangeBias=[MinSpeedChangeIndex-
(MinDesiredSpeedChange)(SpeedChangeGain)]. (M)
MeasuredSpeedChange变量确定转变时间段期间薄板80移动通过过程线10所在的有效(当前等级)和初步(新等级)速度设置点之间的大小差定义的实际速度变化。而且,SpeedChangeGain L确定实际过程线速度变化每次增加后的过程线速度指数的希所望的变化,而SpeedChangeBias M定义实际过程线速度变化在最小速度变化时线速度变化指数的值。
从其得出SpeedChangeGain L和SpeedChangeBias M的MaxDesiredSpeedChange和MinDesiredSpeedChange定义了对应的最大和最小希望线速度变化,并且从存储在过程线10进行的一个或多个过去等级变化的计算机系统350的数据库360处的历史数据获取它们。在一方面中,可以将MaxDesiredSpeedChange和MinDesiredSpeedChange直接输入进计算机系统350中或以一种自动化方式从等级变化控制器300中获取它们。此外,MaxSpeedChangeIndex和MinSpeedChangeIndex确定在对应的最大和最小速度变化指数之间的线速度变化指数的范围,并且该范围被正常设置为使得MaxSpeedChange变量等于1和MinSpeedChangeIndex等于0,以便标准化LineSpeedChangeIndex K的值。
F.蒸汽预测误差指数
蒸汽预测误差指数为一个参数指数,其量化压力指标控制器230所用的等级变化或操作转变规格确立的新的等级稳态蒸汽压力操作设置点和等级变化控制器300确立的预测蒸汽压力值的大小差。此外,该蒸汽预测误差指数被标准化成一个在1和0之间的无单位量,并且由以下方程定义:
SteamPredictionErrorIndex=
Max{Min[(MeasuredSteamPredictionError)(SteamPredictionErrorGain)+
SteamPredictionErrorBias,1],0} (N)
SteamPredictionErrorBias=
[MaxSteamPredictionErrorIndex-
(MinDesiredSteamPredictionError)(SteamPredictionErrorGain)].
(P)
MeasuredSteamPredictionError变量确定实际蒸汽压力预测误差,该实际蒸汽压力预测误差由实际新等级稳态蒸汽压力过程值和转变时间段期间出现的等级变化控制器300确立的预测蒸汽压力值之间的大小差定义。而且,SteamPredictionErrorGain0确定实际蒸汽预测误差每次增加后的蒸汽预测误差指数的所希望的变化,而SteamPredictionErrorBias P定义该实际蒸汽预测误差在最小蒸汽预测误差时的蒸汽预测误差指数的值。
此外,从其得出SteamPredictionErrorGain和SteamPredictionErrorBias的MaxDesiredSteamPredictionError和MinDesiredSteamPredictionError定义对应的最大和最小希望蒸汽压力预测误差,并且从存储在过程线10进行的一个或多个过去等级变化的数据库360处的历史数据上中获取它们。在一方面中,可以将MaxDesiredSteamPredicationError和MinDesiredSteamPredictionError直接输入进计算机系统350中或以一种自动化方式从等级变化控制器300中获取它们。此外,MaxSteamPredictionErrorIndex和MinSteamPredicationErrorIndex确定在对应的最大和最小蒸汽压力预测误差指数之间的蒸汽预测误差指数的范围,该范围被正常设置为使得MaxSteamPredictionErrorIndex变量等于1和MinSteamPredictionErrorIndex变量等于0,以便标准化SteamPredictionErrorIndex N的值。
G.水分偏差指数
水分偏差指数为一个参数指数,其量化与转变时间段期间出现的等级变化或操作转变规格所确立的目标值最大水分偏差的大小。此外,该水分偏差指数被标准化成一个在1和0之间的无单位量,并且由以下方程定义:
MoistureDeviationIndex =
Max{Min[(MeasuredMoistureDeviation)(MoistureDeviation Gain) +
WO2012/103270-cn
MoistureDeviationBias,1],0} (Q)
MoistureDeviationBias=
[MaxMoistureDeviationIndex-
(MinDesiredMoistureDeviation)(MoistureDeviationGain)].
(S)
MeasuredMoistureDeviation变量确定实际水分偏差,该实际水分偏差由操作转变时间段期间出现的与目标值最大水分偏差的大小定义。此外,MoistureDeviationChangeGain R确定实际水分偏差每次增加后的水分偏差指数的所希望的变化,而MoistureDeviationChangeBias S确定实际水分偏差在最小水分偏差时的最大水分偏差指数的值。
而且,从其得出MoistureDeviationGain和MoistureDeviationBias的MaxDesiredMoistureDeviation和MinDesiredMoistureDeviation定义对应的最大和最小希望水分偏差值,并且从存储在过程线10进行的一个或多个过去等级变化的计算机系统350的数据库360处的历史数据中获取它们。
可以将MaxDesiredMoistureDeviation和MinDesiredMoistureDeviation直接输入计算机系统350内或以一种自动化方式从数据库360中获取它们。MaxMoistureDeviationIndex和MinMoistureDeviationIndex确定在对应的最大和最小水分偏差指数之间的水分偏差指数的范围,并且该范围被正常设置为使得MaxMoistureDeviationIndex变量等于1和MinMoistureDeviationIndex等于0,以便标准化MoistureDeviation Q的值。
因此,将认识到本发明的一个或多个实施例的一个优点在于,用于生成效能指数以量化连续过程的操作转变效能的系统允许有待以足够的分辨率生成指数从而允许用户容易确定该过程的没有达到所希望的效能水平的部分。本发明的另一个优点在于,效能指数将操作转变效能量化作为一个标准化的无单位量,该无单位量能够容易地进行操作转变效能与其他薄板成形过程线之间的对比。本发明的又一优点在于,生成多个标准化的操作转变效能指数,用于连续过程的特定部分,以便减少与在达到其最终规格前在转变过程中生产的薄板产品的制造相关联的产品浪费和生产时间。
尽管参考某些实施例已经相当详细地描述了本发明,但其他实施例也是可能的。因此,所附权利要求书的精神和范围不应局限于此处所包含的实施例的说明。
Claims (29)
1.一种用于生成效能指数以量化等级变化控制器所进行的连续过程线的操作转变效能的系统,该系统包括:
一个数据库,该数据库被适配成存储存储在其上的与转变时间段期间该等级变化控制器所进行的操作转变相关联的至少一个效能参数;以及
一个耦联到所述数据库上的计算机系统,所述计算机系统被配置成基于所述至少一个操作参数生成一个转变效能指数。
2.如权利要求1所述的系统,其中,所述总转变效能指数包括一个TransitionTimeIndex、一个SheetWeightRampRateIndex、一个SheetWeightChangeIndex、一个LineSpeedChangeIndex、一个SteamPredictionErrorIndex和一个MoistureDeviationIndex之和,从而使得所述TransitionTimeIndex、所述SheetWeightRampRateIndex、所述SheetWeightChangeIndex、所述LineSpeedChangeIndex、所述SteamPredictionErrorIndex和所述MoistureDeviationIndex各乘以各自的权值。
3.如权利要求2所述的系统,其中,所述权值之和等于1。
4.如权利要求2所述的系统,其中,所述TransitionTimeIndex包括一个TransitionTimeBias与一个MeasuredTime值和一个TransitionTimeGain的乘积之和,其中,所述MeasuredTime值等于一个转变时间段,所述TransitionTimeGain为所述MeasuredTime值每次增加后的所述TransitionTimeIndex的所希望的变化,并且所述TransitionTimeBias为最小转变时间的所述TransistionTimeIndex的值。
5.如权利要求4所述的系统,其中,所述TransitionTimeGain包括除以一个MinDesiredTime和一个MaxDesiredTime之间的差值的一个MaxTimeIndex和一个MinTimeIndex之间的差值,其中,所述MaxTimeIndex为最大转变指数时间,所述MinTimeIndex为最小转变指数时间,所述MinDesiredTime为最小转变时间,以及所述MaxDesiredTime为最大转变时间。
6.如权利要求5所述的系统,其中,所述TransitionTimeBias包括所述MaxTimeIndex与所述MinDesiredTime和所述TransitionTimeGain的乘积之间的差值。
7.如权利要求2所述的系统,其中,所述SheetWeightRampRateIndex包括一个WeightRampRateBias与一个MeasuredWeightRampRate值和一个WeightRampRateBias的乘积之和,其中,所述MeasuredWeightRampRate为被重量变化除以该转变时间所定义的重量缓变率,所述WeightRampRateGain为实际重量缓变率每次增加后的重量缓变率指数的所希望的变化,以及所述WeightRampRateBias为该实际重量缓变率在最小缓变率时的重量缓变率指数的值。
8.如权利要求7所述的系统,其中,所述WeightRampRateGain包括除以一个MaxDesiredWeightRampRate和一个MinDesiredWeightRampRate之间的差值的一个MaxWeightRampRateIndex和一个MinWeightRampRateIndex之间的差值,其中,所述MaxWeightRampRateIndex为最大重量缓变率指数,所述MinWeightRampRateIndex为最小重量缓变率指数,所述MinDesiredWeightRampRate为最小重量缓变率,以及所述MaxDesiredWeightRampRate为最大重量缓变率。
9.如权利要求8所述的系统,其中,所述WeightRampRateBias包括所述MinWeightRampRateIndex与所述MinDesiredWeightRampRate和所述WeightRampRateGain的乘积之间的差值。
10.如权利要求2所述的系统,其中,所述SheetWeightChangeIndex包括一个WeightChangeBias与一个MeasuredWeightChange值和一个WeightChangeGain的乘积之和,其中,所述MeasuredWeightChange为该转变时间段期间的薄板的前后薄板重量之间的差值大小所定义的实际重量变化,所述WeightChangeGain为该薄板的实际重量每次增加后的重量变化指数的所希望的变化,以及所述WeightChangeBias为该实际重量变化在最小重量缓变率时的重量变化指数的值。
11.如权利要求10所述的系统,其中,所述WeightChangeGain包括除以一个MaxDesiredWeightWeightChange和一个MinDesiredWeightChange之间的差值的一个MaxWeightChangeIndex和一个MinWeightChangeIndex之间的差值,其中,所述MaxWeightChangeIndex为最大重量变化指数,所述MinWeightChangeIndex为最小重量变化指数,所述MaxDesiredWeightChange为最大希望重量变化,以及所述MinDesiredWeightChange为最小希望重量变化。
12.如权利要求11所述的系统,其中,所述WeightChangeBias包括所述MinWeightChangeIndex与所述MinDesiredWeightChange和所述WeightChangeGain的乘积之间的差值。
13.如权利要求2所述的系统,其中,所述LineSpeedChangeIndex包括一个SpeedChangeBias与一个MeasuredSpeedChange值和一个SpeedChangeGain的乘积之和,其中,所述MeasuredSpeedChange变化为转变时间段期间该薄板通过该过程线的实际速度变化,所述SpeedChangeGain为实际薄板速度变化每次增加后的线速度变化指数的所希望的变化,以及所述SpeedChangeBias为该薄板速度变化在最小速度变化时的该线速度变化指数的值。
14.如权利要求13所述的系统,其中,所述SpeedChangeGain包括除以一个MaxDesiredSpeedChange和一个MinDesiredSpeedChange之间的差值的一个MaxSpeedChangeIndex和一个MinSpeedChangeIndex之间的差值,其中,所述MaxWeightChangeIndex为最大重量变化指数,所述MinWeightChangeIndex为最小重量变化指数,所述MaxDesiredWeightChange为最大希望重量变化,以及所述MinDesiredWeightChange为最小希望重量变化。
15.如权利要求14所述的系统,其中,所述SpeedChangeBias包括所述MinSpeedChangeIndex与所述MinDesiredSpeedChange和所述SpeedChangeGain的乘积之间的差值。
16.如权利要求2所述的系统,其中,所述SteamPredictionErrorIndex包括一个SteamPredictionErrorBias与一个MeasuredSteamPredictionError值和一个SteamPredictionErrorGain的乘积之和,其中,所述MeasuredStemPredictionError为该实际新等级稳态蒸汽压力过程值和一个转变控制预测蒸汽压力值之间的差值所定义的实际蒸汽压力预测误差,所述SteamPredictionErrorGain为实际蒸汽预测误差每次增加后的蒸汽预测误差指数的所希望的变化,以及所述SteamPredictionErrorBias为该实际蒸汽预测误差在最小蒸汽预测误差时的蒸汽预测误差指数的值。
17.如权利要求16所述的系统,其中,所述SteamPredictionErrorGain包括除以一个MinDesiredSteamPredictionError和一个MaxDesiredSteamPredictionError之间的差值的一个MaxSteamPredictionErrorIndex和一个MinSteamPredictionErrorIndex之间的差值,其中,所述MaxSteamPredictionErrorIndex为最大蒸汽压力预测误差指数,所述MinSteamPredictionErrorIndex为最小蒸汽压力预测误差指数,所述MaxDesiredSteamPredictionError为最大希望蒸汽压力预测误差,以及所述MinDesiredSteamPredictionError为最小希望蒸汽压力预测误差。
18.如权利要求17所述的系统,其中,所述SteamPredictionErrorBias包括所述MaxSteamPredictionErrorIndex与所述MinDesiredSteamPredictionError和所述SteamPredictionErrorGain的乘积之间的差值。
19.如权利要求2所述的系统,其中,所述MoistureDeviationIndex包括一个MoistureDeviationBias与一个MeasuredMoistureDeviation值和一个MoistureDeviationGain的乘积之和,其中,所述MeasuredMoistureDeviation为该转变时间段期间最大水分偏差与目标的实际偏差的大小,所述MoistureDeviationGain为该实际水分偏差每次增加后的水分偏差指数的所希望的变化,以及所述MoistureDeviationBias为该实际水分偏差在最小水分偏差时的最大水分偏差指数的值。
20.如权利要求19所述的系统,其中,所述MoistureDeviationGain包括除以一个MinDesiredMoistureDeviation和一个MaxDesiredMoistureDeviation之间的差值分开的一个MaxMoistureDeviationIndex和一个MinMoistureDeviationIndex之间的差值,其中,所述MaxMoistureDeviationIndex为最大水分偏差指数,所述MinMoistureDeviationIndex为最小水分偏差指数,所述MaxDesiredMoistureDeviation为最大希望水分偏差,以及所述MinDesiredMoistureDeviation为最小希望水分偏差。
21.如权利要求20所述的系统,其中,所述MoistureDeviationBias包括所述MaxMoistureDeviationIndex与所述MinMoistureDeviation和所述MoistureDeviationGain的乘积之间的差值。
22.一种用于生成效能指数以量化等级变化控制器进行的连续过程的操作转变效能的方法,该方法包括:
提供一个计算机系统;
在所述计算机系统处获取至少两个效能指数,所述效能指数是从由一个转变时间指数、一个薄板重量缓变率指数、一个薄板重量变化指数、一个线速度变化指数、一个蒸汽预测误差指数和一个水分偏差指数组成的组中选定的;
所述至少两个指数各加权一个权值;以及
对所述至少两个效能指数求和以生成一个操作转变效能指数。
23.如权利要求22所述的方法,其中,所述权值之和等于1。
24.如权利要求22所述的系统,其中,所述转变时间指数包括一个TransitionTimeBias与一个MeasuredTime值和一个TransitionTimeGain的乘积之和,其中,所述MeasuredTime值等于一个转变时间段,所述TransitionTimeGain为所述MeasuredTime值每次增加后的所述TransitionTimeIndex的所希望的变化,并且所述TransitionTimeBias为最小转变时间的所述TransistionTimeIndex的值。
25.如权利要求22所述的系统,其中,所述薄板重量缓变率指数包括一个WeightRampRateBias与一个MeasuredWeightRampRate值和一个WeightRampRateBias的乘积之和,其中,所述MeasuredWeightRampRate为被重量变化除以该转变时间所定义的重量缓变率,所述WeightRampRateGain为实际重量缓变率每次增加后的重量缓变率指数的所希望的变化,以及所述WeightRampRateBias为该实际重量缓变率在最小缓变率时的该重量缓变率指数的值。
26.如权利要求22所述的系统,其中,所述薄板重量变化指数包括一个WeightChangeBias与一个MeasuredWeightChange值和一个WeightChangeGain的乘积之和,其中,所述MeasuredWeightChange为该转变时间段期间的薄板的前后薄板重量之间的差值大小定义的实际重量变化,所述WeightChangeGain为该薄板的实际重量每次增加后的重量变化指数的所希望的变化,以及所述WeightChangeBias为该实际重量变化在最小重量缓变率时的重量变化指数的值。
27.如权利要求22所述的系统,其中,所述线速度变化指数包括一个SpeedChangeBias与一个MeasuredSpeedChange值和一个SpeedChangeGain的乘积之和,其中,所述MeasuredSpeedChange为转变时间段期间该薄板通过该过程线的实际速度变化,所述SpeedChangeGain为实际薄板速度变化每次增加后的线速度变化指数的所希望的变化,以及所述SpeedChangeBias为该薄板速度变化在最小速度变化时的该线速度变化指数的值。
28.如权利要求22所述的系统,其中,所述蒸汽预测误差指数包括一个SteamPredictionErrorBias与一个MeasuredSteamPredictionError值和一个SteamPredictionErrorGain的乘积之和,其中,所述MeasuredStemPredictionError为该实际稳态蒸汽压力过程值和一个转变控制预测蒸汽压力值之间的差值所定义的实际蒸汽压力预测误差,所述SteamPredictionErrorGain为实际蒸汽预测误差每次增加后的蒸汽预测误差指数的所希望的变化,以及所述SteamPredictionErrorBias为该实际蒸汽预测误差在最小蒸汽预测误差时的蒸汽预测误差指数的值。
29.如权利要求22所述的系统,其中,所述水分偏差指数包括一个MoistureDeviationBias与一个MeasuredMoistureDeviation值和一个MoistureDeviationGain的乘积之和,其中,所述MeasuredMoistureDeviation为该转变时间段间最大水分偏差与目标的实际偏差的大小,所述MoistureDeviationGain为该实际水分偏差每次增加后的水分偏差指数的所希望的变化,以及所述MoistureDeviationBias为该实际水分偏差在最小水分偏差时的最大水分偏差指数的值。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US13/015,705 US8630728B2 (en) | 2011-01-28 | 2011-01-28 | System and method for generating indices to quantify operating transition performance of a continuous process |
US13/015,705 | 2011-01-28 | ||
PCT/US2012/022629 WO2012103270A1 (en) | 2011-01-28 | 2012-01-26 | A system and method for generating indices to quantify operating transition performance of a continuous process |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103370666A true CN103370666A (zh) | 2013-10-23 |
CN103370666B CN103370666B (zh) | 2015-09-23 |
Family
ID=45569753
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280006785.2A Active CN103370666B (zh) | 2011-01-28 | 2012-01-26 | 用于生成指数以量化连续过程的操作转变效能的系统和方法 |
Country Status (10)
Country | Link |
---|---|
US (1) | US8630728B2 (zh) |
JP (1) | JP2014510962A (zh) |
CN (1) | CN103370666B (zh) |
AU (1) | AU2012209094B2 (zh) |
BR (1) | BR112013019262A2 (zh) |
DE (1) | DE112012000595T5 (zh) |
GB (1) | GB2502211A (zh) |
RU (1) | RU2013139710A (zh) |
WO (1) | WO2012103270A1 (zh) |
ZA (1) | ZA201305415B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9910429B2 (en) * | 2013-09-03 | 2018-03-06 | The Procter & Gamble Company | Systems and methods for adjusting target manufacturing parameters on an absorbent product converting line |
CN113589761B (zh) * | 2021-07-16 | 2024-06-07 | 天津大学 | 一种基于三角函数加减速控制的直接速度过渡光顺方法 |
CN116274916A (zh) * | 2021-12-20 | 2023-06-23 | 斯凯孚公司 | 用于钢坯连铸过程的实时监测方法和稳定性分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020104636A1 (en) * | 2000-07-24 | 2002-08-08 | Takashi Sasaki | Method of manipulating dryer steam pressure in paper machine during grade change and apparatus for the method |
US6885907B1 (en) * | 2004-05-27 | 2005-04-26 | Dofasco Inc. | Real-time system and method of monitoring transient operations in continuous casting process for breakout prevention |
CN201131308Y (zh) * | 2007-12-27 | 2008-10-15 | 常德烟机纳莫电子有限责任公司 | 卷接机组水松纸自动纠偏装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0571905U (ja) * | 1992-02-27 | 1993-09-28 | 横河電機株式会社 | アラーム監視装置 |
FI109379B (fi) * | 1997-07-14 | 2002-07-15 | Metso Paper Automation Oy | Menetelmä ja laitteisto paperikoneen lajinvaihdon toteuttamiseksi |
US6640152B1 (en) * | 2000-03-24 | 2003-10-28 | Abb Automation, Inc. | Modeling and control of sheet weight and moisture for paper machine transition |
US6885975B2 (en) * | 2000-11-14 | 2005-04-26 | Rajagopalan Srinivasan | Method and apparatus for managing process transitions |
DE60206884T2 (de) * | 2001-03-01 | 2006-07-27 | Fisher-Rosemount Systems, Inc., Austin | Gemeinsame Benutzung von Daten iner Prozessanlage |
JP4162864B2 (ja) * | 2001-04-04 | 2008-10-08 | 横河電機株式会社 | 抄紙機の制御方法とその装置 |
US7032816B2 (en) * | 2001-12-28 | 2006-04-25 | Kimberly-Clark Worldwide, Inc. | Communication between machines and feed-forward control in event-based product manufacturing |
US20030149613A1 (en) * | 2002-01-31 | 2003-08-07 | Marc-David Cohen | Computer-implemented system and method for performance assessment |
CN100514230C (zh) * | 2002-12-09 | 2009-07-15 | 搭篷技术公司 | 具有可变动态特性的过程的自适应控制的一种系统和方法 |
US7050879B1 (en) * | 2003-04-03 | 2006-05-23 | Advanced Micro Devices, Inc. | Adjusting a sampling protocol in an adaptive control process |
US7444191B2 (en) * | 2005-10-04 | 2008-10-28 | Fisher-Rosemount Systems, Inc. | Process model identification in a process control system |
US8036760B2 (en) * | 2005-10-04 | 2011-10-11 | Fisher-Rosemount Systems, Inc. | Method and apparatus for intelligent control and monitoring in a process control system |
US7846299B2 (en) * | 2007-04-30 | 2010-12-07 | Honeywell Asca Inc. | Apparatus and method for controlling product grade changes in a paper machine or other machine |
US7881815B2 (en) * | 2007-07-12 | 2011-02-01 | Honeywell International Inc. | Method and system for process control |
US7970482B2 (en) * | 2007-08-09 | 2011-06-28 | Honeywell International Inc. | Method and system for process control |
-
2011
- 2011-01-28 US US13/015,705 patent/US8630728B2/en active Active
-
2012
- 2012-01-26 GB GB1312912.7A patent/GB2502211A/en not_active Withdrawn
- 2012-01-26 RU RU2013139710/08A patent/RU2013139710A/ru not_active Application Discontinuation
- 2012-01-26 JP JP2013551317A patent/JP2014510962A/ja active Pending
- 2012-01-26 DE DE112012000595.3T patent/DE112012000595T5/de active Pending
- 2012-01-26 BR BR112013019262A patent/BR112013019262A2/pt not_active IP Right Cessation
- 2012-01-26 AU AU2012209094A patent/AU2012209094B2/en not_active Ceased
- 2012-01-26 CN CN201280006785.2A patent/CN103370666B/zh active Active
- 2012-01-26 WO PCT/US2012/022629 patent/WO2012103270A1/en active Application Filing
-
2013
- 2013-07-18 ZA ZA2013/05415A patent/ZA201305415B/en unknown
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020104636A1 (en) * | 2000-07-24 | 2002-08-08 | Takashi Sasaki | Method of manipulating dryer steam pressure in paper machine during grade change and apparatus for the method |
US6885907B1 (en) * | 2004-05-27 | 2005-04-26 | Dofasco Inc. | Real-time system and method of monitoring transient operations in continuous casting process for breakout prevention |
CN201131308Y (zh) * | 2007-12-27 | 2008-10-15 | 常德烟机纳莫电子有限责任公司 | 卷接机组水松纸自动纠偏装置 |
Also Published As
Publication number | Publication date |
---|---|
GB2502211A (en) | 2013-11-20 |
US8630728B2 (en) | 2014-01-14 |
ZA201305415B (en) | 2014-03-26 |
GB201312912D0 (en) | 2013-09-04 |
RU2013139710A (ru) | 2015-03-10 |
AU2012209094B2 (en) | 2016-05-19 |
CN103370666B (zh) | 2015-09-23 |
BR112013019262A2 (pt) | 2017-08-29 |
DE112012000595T5 (de) | 2014-01-16 |
US20120197426A1 (en) | 2012-08-02 |
JP2014510962A (ja) | 2014-05-01 |
WO2012103270A1 (en) | 2012-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109002686B (zh) | 一种自动生成样本的多牌号化工过程软测量建模方法 | |
CN108564204B (zh) | 基于最大相关熵准则的最小二乘支持向量机电量预测方法 | |
CN113544599A (zh) | 执行过程并优化在该过程中使用的控制信号的方法 | |
Che | Optimal sub-models selection algorithm for combination forecasting model | |
CN101863088A (zh) | 一种橡胶混炼过程中门尼粘度的预报方法 | |
CN109460890B (zh) | 一种基于强化学习与控制性能监测的智能自愈方法 | |
KR20170078256A (ko) | 시계열의 데이터를 예측 하는 방법 및 그 장치 | |
CN108520111A (zh) | 一种基于正交成分最优选择与最优回归的软测量方法 | |
CN111079989A (zh) | 一种基于dwt-pca-lstm的供水公司供水量预测装置 | |
CN112534362A (zh) | 控制装置、控制方法及控制程序 | |
CN103370666B (zh) | 用于生成指数以量化连续过程的操作转变效能的系统和方法 | |
CN112308298B (zh) | 一种面向半导体生产线的多场景性能指标预测方法及系统 | |
CN113325721A (zh) | 一种工业系统无模型自适应控制方法及系统 | |
CN110221540B (zh) | 基于Hammerstein模型的连续搅拌反应器系统控制方法 | |
CN114155072A (zh) | 基于大数据分析的财务预测模型构建方法及系统 | |
CN109447336B (zh) | 一种上游水库与其反调节水库坝间水位优化控制方法 | |
CN108959787B (zh) | 考虑实际工况的宏宏双驱动系统的热变形预测方法及系统 | |
Nie et al. | Fuzzy rule-based models for home energy consumption prediction | |
CN113139698A (zh) | 负荷预测方法、装置及设备 | |
CN110738403B (zh) | 一种数据处理方法、设备及计算机存储介质 | |
AU2012209094A1 (en) | A system and method for generating indices to quantify operating transition performance of a continuous process | |
CN113111588B (zh) | 一种燃气轮机nox排放浓度预测方法及装置 | |
Duhler et al. | Fast Multi-Order Stochastic Subspace Identification⋆ | |
CN114545066A (zh) | 一种非侵入式负荷监测模型聚合方法和系统 | |
CN113609772B (zh) | 基于卷积准循环神经网络的水泥成品比表面积预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20180507 Address after: Baden, Switzerland Patentee after: ABB TECHNOLOGY LTD. Address before: Zurich Patentee before: ABB T & D Technology Ltd. |
|
TR01 | Transfer of patent right |